Conjuntos

En esta sección veremos los conceptos más fundamentales sobre conjuntos, los cuales son
importantes de recordar a la hora de trabajar con probabilidades.

Conjunto : Un conjunto es una colección bien definida de objetos ( con una característica especial),
los cuales se denominan elementos o miembros del conjunto.
Un conjunto puede contener un número finito o infinito de elementos. Por ejemplo, el número de
países de América es un conjunto finito, mientras que el conjunto de números Enteros es infinito.

Existen relaciones especiales entre los elementos de un conjunto y el conjunto , llamadas :

pertenece ( , y no pertenece ( ).

Subconjunto: Es un conjunto que contiene algunos o todos los elementos de otro conjunto que ha
sido tomado como referencia . Se dice que A es subconjunto de B, si A esta contenido dentro de B.
Es decir :

Existen dos subconjuntos fundamentales que son:

Conjunto Universal : Se denota con U y es el conjunto que contiene todos los elementos posibles
de una característica en especial.

Conjunto Vacío: Se denota con :

y es aquel conjunto que no contiene elementos.

Veamos algunos ejemplos:

Sea A= {1, 2, 3, 4, 5, 6, 7, 8, 9} , B= {2, 4, 6, 8}, C = {2, 10}

Entonces B es un subconjunto de A; es decir;

C no es un subconjunto de A; es decir,

¿ Por qué?

IGUALDAD ENTRE DOS CONJUNTOS

Dos conjuntos son iguales si contienen los mismos elementos, es decir:

OPERACIONES ENTRE CONJUNTOS

Existen varias operaciones entre conjuntos pero las más importantes a la hora de aplicar
probabilidades son:

UNIÓN: La unión entre el conjunto A y el conjunto B esta definida

como los elementos que pertenecen al conjunto A o a B o a
ambos.

INTERSECCIÓN: La intersección entre el conjunto A y el conjunto B

esta definida como los elementos que pertenecen al conjunto A y al
B.

COMPLEMENTO: El complemento del conjunto A esta

definido como los elementos que pertenecen al conjunto
Universal pero que no están en A, es decir, todos los
elementos que le hacen falta a A, para ser igual al conjunto
Universal. Así :

DIFERENCIA: La diferencia entre el conjunto A y B ( A – B )

esta definida como todos los elementos de A que no pertenecen
a B.
 CONJUNTO MUTUAMENTE EXCLUYENTES : Son aquellos conjuntos cuya intersección es
vacía así :

Observe las diferentes operaciones y sus respectivos

diagramas de Venn .

Reglas de Probabilidad

Existen tres reglas fundamentales para resolver problemas en donde se desea determinar
la probabilidad de un suceso si se conocen las probabilidades de otros sucesos que
están relacionados con él. Estas dos reglas son : Regla de la Adición , Probabilidad
Condicional y Regla de la Multiplicación o Probabilidad Conjunta .

Existe otra regla muy importante que es El Teorema de Bayes, pero en esta Unidad
dedicaremos un aparte especial a ella.

Regla de la Adición: Esta regla expresa la probabilidad de que ocurran dos o más sucesos
a la vez, P ( A U B).

Puede presentarse de dos formas: para conjuntos con intersección y para conjuntos
mutuamente excluyentes. Veamos:

Para conjuntos con Intersección:

Esto se debe a que sumamos la probabilidad de A más la

probabilidad de B , pero como ya habíamos sumado la
intersección, entonces la restamos.
Para conjuntos con Mutuamente excluyentes:

En este caso, no hay ningún problema en sumar ambas probabilidades.

Ejemplo 1: Se lanzan un dado. Usted gana $ 3000 pesos si el resultado es par ó

divisible por tres ¿Cuál es la probabilidad de ganar ?

Lo que primero hacemos es definir los sucesos :

Sea A = resultado par : A = { 2, 4, 6 }

Sea B = resultado divisible por 3 : B = { 3, 6 } . Ambos sucesos tienen intersección ?

Luego,

Ejemplo 2 : Se tiene una baraja de cartas ( 52 cartas sin jockers), ¿ Cuál es la

probabilidad de sacar una Reina ó un As ?

Sea A = sacar una reina y sea B = sacar un as, entonces :

NOTA: Si observas esta regla, puedes notar que se relaciona fuertemente con la Unión
entre conjuntos ( ó ) y es una suma.
Probabilidad Condicionada: Es la probabilidad de obtener un suceso, dado que ya
ocurrió otro. Es decir, si tenemos los sucesos A y B que pertenecen a un mismo espacio
muestral S , y si la P (A) es diferente de cero, entonces esta probabilidad que esta
designada por :

Para calcular esta probabilidad es necesario conocer tanto la probabilidad marginal de uno
de los sucesos ( P(A) ) como la probabilidad de la intersección de ambos ( o la
probabilidad cuando ocurran los dos sucesos a la vez ).

Ejemplo 3 : La probabilidad de que una persona tenga una cuenta de ahorros es de

0,65 y la probabilidad de que invierta en un CDT y ahorre en una cuenta de ahorros es
de 0,30. Se seleccionó una persona al azar y resultó tener una cuenta de ahorros
¿ Cuál es la probabilidad de que tenga también un CDT ?

Sea A = tener una cuenta de ahorros , B = tener un CDT

Continuación . . . . Reglas de Probabilidad

Regla de la Multiplicación o Probabilidad Conjunta: Esta regla expresa la probabilidad de

que ocurra un suceso A y un suceso B.

Pueden ocurrir dos formas: que el segundo suceso depende del primero o que ninguno
dependa del otro, por lo tanto veremos estas dos formas:

Para sucesos dependientes:

NOTA: Si observas esta regla, puedes darte cuenta que se relaciona fuertemente con la
Intersección entre conjuntos ( y ), es una multiplicación.

Ejemplo 1: Se sacan dos cartas sin restitución ( se saca la primera se observa

y no se vuelve a meter ) de una baraja de 52 cartas, ¿ Cuál es la probabilidad de
que ambas sean reyes ?

Sea R = sacar un rey

Observe que lo que necesitamos es la probabilidad de sacar un rey en la primera carta y

un rey en la segunda, es decir:

Para sucesos independientes:

Ejemplo 2: Se sacan dos cartas con restitución una baraja de 52 cartas, ¿ Cuál es la
probabilidad de que ambas sean corazones ?

Sea C = carta de corazones

NOTA: Observa que la probabilidad del segundo suceso no se ve afectada por la

probabilidad del primero. ¿ A qué se deberá?.
Teorema de Bayes

Teorema de Bayes: Este teorema es una generalización de la probabilidad Condicionada,

el cual esta definido de la siguiente manera

Sean A1, A2, …….An, sucesos mutuamente excluyentes que ocupan todo el espacio
muestral S. Si cada uno de estos sucesos tiene probabilidad no nula y uno de ellos debe
ocurrir, entonces para todo suceso B en el espacio muestral S, es :

¿ De dónde sale todo esto?............... Veamos

 Ejemplo 1. : El gerente de una compañía quiere hacer cada semana una reunión y
pedirle a sus ejecutivos un informe . El sabe que a veces se le olvida ir a tal reunión, por
lo que le ha dado instrucciones a su secretaria que se haga cargo de la agenda a
tratar. Si el gerente hace la reunión, la probabilidad es 0.80 de que solicite el informe,
mientras que si su secretaria hace la reunión, esta probabilidad es de sólo 0,15. Si el
gerente falta al 60 % de las reuniones. Suponiendo que se les pidió el informe un día
determinado ¿ Cuál es la probabilidad de que el gerente haya estado presente ?

Si el gerente estuvo presente, es lo mismo que decir que no faltó, por lo tanto lo que
nos están pidiendo es :

Así:
Por lo tanto, la probabilidad de que el gerente haya estado un día en el que se les pidió
el informe a los ejecutivos es del 89 %

NOTA: Observe que parte de este ejercicio es el Ejemplo 1 de probabilidad Total, Qué
podemos concluir?

Ejemplo 2 : La urna A contiene 4 bolitas blancas y 3 rojas y la urna B contiene 2 bolitas blancas y
3 rojas. Se saca una bolita de la urna A y se coloca en B, en seguida se sacan 2
bolitas de la urna B. Dado que las dos bolitas extraídas de B resultaron
ser blancas ¿Cuál es la probabilidad de que la bolita extraída de A también
haya sido blanca?

Aquí recurrimos al Ejemplo 2 de probabilidad Total para encontrar el denominador de la

probabilidad que necesitábamos.

NOTA: Es importante anotar que la práctica nos hace ágiles en la resolución de este tipo
de problemas , cada uno tiene sus características y fines diferentes !
Experimento, Espacio Muestral y Suceso

Experimento: Un experimento en Estadística es diferente al concepto que tenemos de

las Ciencias básicas de ir a un laboratorio, obtener mezclas y combinaciones de
sustancias. Aquí un experimento es realizar una actividad (o evento ) en donde se
pueden obtener varios resultados posibles, pero sin que podamos anticipar cual de ellos
va a ocurrir.

Ejemplo 1.: Un experimento estadístico es lanzar un dado, y sus posibles resultados son
1,2,3,4,5 ó 6.

Observemos que cada vez que lancemos el dado estamos inciertos acerca del
resultado.

Espacio muestral: Es el conjunto de todos los resultados posibles de un experimento; en

esta Unidad lo representaremos con S. Y a cada elemento de este conjunto se le
llama punto muestral.

Ejemplo 2. : En el experimento de lanzar dos dados, nuestro espacio muestral

sería :

S = { (1,1), (1,2), (1,3),(1,4), (1,5), (1,6),(2,1),(2,2), (2,3),(2,4), (2,5), (2,6), (3,1), (3,2),
(3,3),(3,4), (3,5), (3,6), (4,1),(4,2), (4,3),(4,4), (4,5), (4,6), (5,1),(5,2), (5,3),(5,4), (5,5),
(5,6), (6,1),(6,2), (6,3),(6,4), (6,5), (6,6)}

y cada uno de sus elementos es un punto muestral.

Suceso o evento: Es un subconjunto del espacio muestral.

Ejemplo 3. : En el experimento de lanzar dos dados, el subconjunto :

A = { (5,6), (6,5) } es el suceso que corresponde a que la suma de los dos dados se
igual a once.

¿ Cuál sería el suceso de que la suma de los puntajes sea cuatro ?

Entonces definamos el subconjunto:

Sea B = el suceso cuya suma de los puntajes sea cuatro

B = { (1,3), (2,2), (3,1) }

 NOTA : En algunos ejercicios de este tipo, se hace uso de palabras como : al menos,
exactamente , como mínimo, etc... las cuales deben ser traducidas en el contexto del
problema y llevadas al lenguaje matemático.

Ejemplo 4. : En el experimento de lanzar dos monedas , enumere los sucesos de que

salgan exactamente una cara o al menos una cara.

Sabemos que el espacio muestral es S = { (C,C), (C,S), (S,C), (S,S)} ; Definamos

los sucesos:

Sea A = Exactamente una cara ( solo los puntos muestrales que tengan una cara )

Sea B = Al menos una cara ( los puntos muestrales que tengan como mínimo una cara ) ;
Encontremos entonces los sucesos:

A = { (C,C) } ; B = { (C,S ), (S,C), (C,C) }

PROBABILIDAD

La probabilidad es un valor o ponderación que se le asigna a cada punto o elemento

del espacio muestral. El cual es la frecuencia relativa de cada punto muestral.

Para asignar probabilidades a los diferentes puntos muestrales, los estadísticos han
convenido dos reglas:

1. La probabilidad de cada punto muestral A debe ser entre 0 y 1.

2. La suma de las probabilidades de todos los puntos muestrales debe ser igual a 1.

NOTA: De este hecho se desprende que si un experimento solo tiene dos posibles
resultados, A y B, la probabilidad de uno de ellos es igual a:

Cuando una probabilidad es muy cercana a 0, se dice que este resultado es muy poco
probable o poco verosímil. Mientras que una probabilidad muy cercana a 1, se dice que
este resultado es altamente probable.
Es importante anotar que la definición de probabilidad que usamos en esta Unidad, es la
mezcla de definiciones de grandes corrientes como Probabilidad Clásica, Probabilidad
Subjetiva entre otras, las cuales se encuentran en casi todos los textos de
probabilidades. Queda entonces como ejercicio al lector investigar y comparar tales
corrientes.

Probabilidad de un Suceso: La probabilidad de un suceso A cualquiera, el cual

representaremos como P ( A), es la suma de las probabilidades de todos sus puntos
muestrales.

Ejemplo 5. : En el experimento de lanzar dos monedas , como el espacio muestral es

S = {C,C), (C,S), (S,C), (S,S)} ; Cada punto muestral tiene como probabilidad ¼.

Así la probabilidad del suceso A ( de sacar exactamente una cara) es

P (A) = 1 x ( ¼) = ¼

Y la probabilidad del suceso B ( de obtener al menos una cara ) : P (B) = 3 x ( ¼ ) =

Ejemplo 6. : ¿ Cuál es la probabilidad de obtener un 6 al lanzar dos dados no cargados (

con la misma posibilidad todos los puntos muestrales) ?

Como sabemos que el espacio muestral es tiene 36 puntos muestrales, entonces la

probabilidad de cada punto es = 1/ 36.

Además sea A = el suceso de obtener un 6 : A = { (1,5), (2,4), (3,3), (4,2), (5,1)},

la probabilidad de obtener un 6 es :
 Ejercicios de Probabilidad Condicional y Probabilidad Conjunta

1. La urna A contiene 4 bolitas blancas y 3 rojas, la urna B contiene 2 blancas y 5

rojas. Se saca una bolita de la urna A y una de la urna B. ¿Cuál es la
probabilidad que las dos bolitas sean blancas?

2. La urna A contiene 4 bolitas blancas y 3 rojas, la urna B contiene 2 blancas y 5 rojas y la C 3

blancas y 6 rojas. Se saca una bolita de cada urna ¿Cuál es la probabilidad que sean las tres del
mismo color?

3. Se sacan dos cartas sin restitución de una baraja de la cual se han eliminado
previamente las cartas con figuras. ¿Cuál es la probabilidad de que la suma de los puntos
de las cartas sea 19?

4. Se sacan cinco cartas sin restitución de una baraja, ¿Cuál es la probabilidad de que:

a) Las primeras tres cartas sean reinas y las dos ultimas reyes?

b) Solo las tres primeras cartas sean reinas?

c) Las tres primeras cartas sean reinas?

5. Se sacan tres cartas sin restitución de una baraja. ¿Cuál es la probabilidad de que haya por lo
menos un rey entre las tres cartas?

6. Un dado tiene una cara pintada de rojo, dos de verde, y el resto de negro. Se lanza el dado
cuatro veces ¿Cuál es la probabilidad de que:
a) Las tres primeras veces se obtenga rojo y la ultima verde?

b) Solo las tres primeras veces se obtenga rojo?

c) Las tres primeras veces se obtenga rojo?

7. Un cazador dispara 7 balas sucesivas a un tigre enfurecido. Si la probabilidad de que una bala
mate es 0.6. ¿Cuál es la probabilidad de que el cazador este todavía vivo?

8. El señor Pérez viaja en un avión de 6 motores para asistir a una importante reunión en París. La
probabilidad de que un motor falle es 0.10 y cada uno funciona independientemente de los otros.
Si se necesita al menos un motor en cada lado del avión, ¿Cuál es la probabilidad de que el señor
Pérez este ausente de la reunión a causa de un accidente de su avión?

9. Un lote de 100 fisibles contiene 2 fusibles defectuosos, si se prueban los fusibles uno por uno,
¿Cuál es la probabilidad de que el ultimo fisible defectuoso sea detectado en la tercera prueba?

Probabilidad Total

Probabilidad Total : Esta probabilidad es la suma total de todas las probabilidades

involucradas entre un suceso y otros. Así :
Ejemplo 1 : El gerente de una compañía quiere hacer cada semana una reunión
y pedirle a sus ejecutivos un informe . El sabe que a veces se le olvida ir a tal
reunión, por lo que le ha dado instrucciones a su secretaria que se haga cargo
de la agenda a tratar. Si el gerente hace la reunión, la probabilidad es 0.80 de
que solicite el informe, mientras que si su secretaria hace la reunión, esta
probabilidad es de sólo 0,15. Si el gerente falta al 60 % de las reuniones. ¿Cuál
es la probabilidad de que se le pida los informes a los ejecutivos?

Entonces, la probabilidad de que se solicite el Informe, es la probabilidad de que

lo solicite el gerente cuando esta en la reunión (asiste ) más la probabilidad de que
lo solicite la secretaria ( cuando el gerente esta ausente ). Por lo tanto:
Por lo tanto, la probabilidad de que se solicite el informe es del 54 %.

Ejemplo 2 : La urna A contiene 4 bolitas blancas y 3 rojas y la urna B contiene 2 bolitas

blancas y 3 rojas. Se saca una bolita de la urna A y se coloca en B, en seguida se sacan 2
bolitas de la urna B. ¿Cuál es la probabilidad de que las 2 bolitas extraídas de B sean
blancas?

La probabilidad de que las 2 bolitas extraídas de B sean blancas es del 14%.

NOTA: Esta probabilidad es de gran utilidad, ya que constituye la parte esencial
del Teorema de Bayes, el cual describiremos a continuación.
 Árbol de probabilidades: representación gráfica que muestra los resultados posibles de
una serie de experimentos y sus respectivas probabilidades.

 Complemento de un evento: elementos del espacio muestral no incluidos en el evento

considerado.

 Dependencia estadística: condición en la que la probabilidad de presentación de un

evento depende de la presentación de algún otro evento, o se ve afectada por ésta.

 Diagrama de Venn: representación gráfica de los conceptos de probabilidad en la que el

espacio muestral está representado por un rectángulo y los eventos que suceden en el
espacio muestral se representan como partes de dicho rectángulo.

 Espacio muestral: conjunto de todos los resultados posibles de un experimento aleatorio.

 Evento: uno o más de los resultados posibles de hacer algo, o uno de los resultados
posibles de realizar un experimento.

 Eventos exhaustivamente colectivos: lista de eventos que representa todos los

resultados posibles de un experimento.

 Eventos mutuamente excluyentes: eventos que no se pueden presentar juntos.

 Experimento aleatorio actividad que tiene como resultado o que produce un evento.
Prueba donde existen dos o más resultados posibles, y no se pude anticipar cuál de ellos
va a ocurrir.

 Frecuencia relativa de presentación: fracción de veces que a la larga se presenta un

evento cuando las condiciones son estables, o frecuencia relativa observada de un evento
en un número muy grande de intentos o experimentos.

 Independencia estadística: condición en la que la presentación de algún evento no tiene

efecto sobre la probabilidad de presentación de otro evento.

 Probabilidad: la posibilidad de que algo suceda.

 Probabilidad clásica: número de resultados favorables a la presentación de un evento

dividido entre el número total de resultados posibles. Asignación de probabilidad "a priori",
si necesidad de realizar el experimento.

 Probabilidad condicional: probabilidad de que se presente un evento, dado que otro

evento ya se ha presentado.

 Probabilidad conjunta: probabilidad de que se presenten dos o más eventos

simultáneamente o en sucesión.

 Probabilidad marginal: probabilidad incondicional de que se presente un evento;

probabilidad de que se presente un solo evento. Probabilidad simple, o probabilidad de un
evento cualquiera.

 Probabilidad subjetiva: probabilidad basada en las creencias personales de quien hace la

estimación de probabilidad. Asignación de probabilidad en forma intuitiva, en base a la
experiencia o el conocimiento.
 Producto de probabilidades: probabilidad de la intersección de dos o más eventos.

 Suma de probabilidades: probabilidad de la unión de dos o más eventos.