ESTADÍSTICA DESCRIPTIVA

Pág. 1
 8. PROBABILIDAD

Introducción a los conceptos básicos de la teoría de la probabilidad

La presencia del hueso astrágalo de oveja o ciervo en las excavaciones arqueológicas más
antiguas, parece confirmar que los juegos de azar tienen una antigüedad de más de 40000
años, y la utilización del astrágalo en culturas más recientes, ha sido ampliamente
documentada. Existen en las pirámides de Egipto pinturas que muestran juegos de azar que
datan del año 3500 a. C. y Herodoto se refiere a la popularidad y difusión en su época de los
juegos de azar, especialmente la tirada de astrágalos1 y dados. Los dados más antiguos se
remontan a unos 3000 años antes de Cristo y se utilizaron en el juego como en ceremonias
religiosas.

Las civilizaciones antiguas, explicaban el azar mediante la voluntad divina. En Grecia y Roma,
utilizaban la configuración resultante de tirar cuatro dados para predecir el futuro y revelar la
voluntad favorable o desfavorable de los dioses. Prácticas similares se han encontrado en
culturas tan distintas como la tibetana, la india o la judía. Piaget ha hecho notar que esta actitud
mágica ante el azar se manifiesta igualmente en los niños.

Se destaca la importancia de hacer inferencias sobre una población a partir de observaciones

procedentes de una muestra. Esta muestra se obtiene con la intención de conocer ciertas
características de la población, pero normalmente no aportará información sobre algunos
aspectos. Por ejemplo, un producto puede ser puesto a prueba a través de su venta en un
número limitado de concesionarios, evaluándose así la reacción de los consumidores. Los
resultados se utilizan para hacerse una idea de la posible demanda en caso de que el producto
fuese puesto a la venta en todo el ámbito nacional. Naturalmente, si nos basamos en la
información muestral, es imposible determinar exactamente la reacción de la totalidad de la
población; cualquier medida de dicha reacción inevitablemente llevará consigo incertidumbre.

Aunque no es posible, basándonos en la muestra, deducir cierta información sobre la población,

puede ser posible hacer afirmaciones precisas sobre la naturaleza de la incertidumbre. Estas
afirmaciones se expresan en el lenguaje de la probabilidad, que es, por tanto, un concepto

1
Astrágalos: Por su constitución y forma de seis caras, en la antigüedad se utilizaba para la aleatoriedad de probabilidades por los
ciudadanos. Se podría decir que el hueso de Astrágalo es el precursor del dado de seis caras que conocemos en la actualidad

Pág. 2
fundamental en inferencia estadística. Es también una noción que se encuentra
frecuentemente en la vida diaria.

8.1. Conceptos Básicos

8.1.1. Experimentos Aleatorios, Resultados y Sucesos

 Experimentos aleatorio:

Son los que pueden dar lugar a varios resultados, sin que pueda ser previsible enunciar con
certeza cuál de éstos va a ser observado en la realización del experimento.

 Resultados básicos:

Los resultados posibles de un experimento aleatorio

 Espacio muestral (S):

Es el conjunto de todos los resultados básicos

Ejemplo 1). Se lanza un dado. Los resultados básicos son los números 1, 2, 3, 4, 5, 6. De este
modo, el espacio muestral es S = {1,2,3,4,5,6}

Ejemplo 2). Lanzamiento de monedas:

Al lanzar una moneda, el espacio muestral es:

S = {sale cara, sale sello} ó S = {c, s}.

Al lanzar dos monedas, el espacio muestral es

S = {(c,c), (c,s), (s,c), (s,s)}.

Al lanzar tres monedas, el espacio muestral es

S = {(c,c,c), (c,c,s), (c,s,c), (c,s,s), (s,c,c), (s,c,s), (s,s,c), (s,s,s)}

 Suceso o evento aleatorio (A,B,..)

Es un acontecimiento que ocurrirá o no, dependiendo del azar.

Pág. 3
En muchas aplicaciones, estamos interesados simultáneamente de dos o más sucesos. Por
ejemplo, si se lanza un dado, dos sucesos que podrían considerarse son “el número resultante
es par” y “el número resultante es mínimo 4”. Una posibilidad es que todos los sucesos de
interés podrían ocurrir; este sería el caso si el resultado básico del experimento aleatorio
pertenece a todos estos sucesos. El conjunto de resultados básicos que pertenece a todos los
sucesos de un grupo se denomina intercesión de estos sucesos.

8.1.2. Operaciones entre conjuntos

 Intersección:

Sean A y B dos sucesos pertenencientes a un espacio muestral S. Su intersección, que se

denomina , es el conjunto de todos los resultados básicos en S que pertenecen a A y a
B. Por tanto, la intersección ocurre si y sólo si tanto A como B ocurren.

De manera más general, dados K sucesos E1, E2, …Ek, su intersección, E1  E 2 ...  E k , es el

conjunto de todos los resultados básicos que pertenecen a todo E i (i=1, 2, …, k)

CUANDO TIENEN ELEMENTOS COMUNES

CUANDO NO TIENEN ELEMENTOS
COMUNES

Sucesos mutuamente excluyentes: Dos eventos son mutuamente excluyentes si no pueden

ocurrir en forma simultánea, esto es, si y sólo si su intersección es vacía.

Pág. 4
Ejemplo 3). En el lanzamiento de un dado los eventos B = {2} y C = {5, 6} son mutuamente
excluyentes por cuanto

Ejemplo 4). Una ciudad pequeña tiene tres distribuidores de automóviles: un distribuidor de GM
que vendeChevrolets, Pontiacs y Buicks; uno de Ford que vende Fords y Mercurys, y el de
Chryslerque vende Plymouths y Chryslers. Si un experimento consiste en observar la marca del
siguiente automóvil vendido, entonces los eventos A = {Chevrolet, Pontiac, Buick} y B ={Ford,
Mercury} son mutuamente excluyentes, porque el siguiente automóvil vendido no puede ser ni
un producto de GM ni de Ford.

 Unión:

Sean A y B los dos sucesos en el espacio muestral S. Su unión, denominada , es el

conjunto de todos los resultados básicos en S que pertenecen al menos a uno de estos dos
sucesos. Por tanto, la unión tiene lugar si y sólo si A y /o B ocurren

De manera más general, dados K sucesos E1 U E2 U E3 U….U Ek, es el conjunto de todos los
resultados básicos perteneciente al menos a uno de estos k sucesos

Sucesos colectivamente exhaustivos: Sean E1, E2, ….Ek k sucesos en el espacio muestral
S. Si E1 U E2 U E3 U….U Ek = S, estos K sucesos se denominan colectivamente exhaustivos

Complemento: sea A un suceso en el espacio muestral S. El conjunto de resultados básicos

de un experimento aleatorio perteneciente a S pero no a A se denomina el complementario de
___
A, y se representa por A

Pág. 5
Las operaciones de unión e intersección se pueden extender a más de dos eventos. Para tres
eventos A, B y C, el evento A U B U C es el conjunto de resultados contenidos en los tres
eventos. Dados los eventos , se dice que éstos son mutuamente excluyentes (o
disjuntos por pares) si ninguno de los dos eventos tiene resultados en común.

Por medio de diagramas de Venn se obtiene una representación gráfica de eventos y

manipulaciones con eventos. Para construir un diagrama de Venn, se dibuja un rectángulo cuyo
interior representa el espacio muestra1, Después, cualquier evento A se representa como el
interior de una curva cerrada (a veces un círculo) contenida en S. En la figura 2.1 aparecen
ejemplos de diagramas de Venn.

Tomado de: (Devore, 2008)

8.2. Concepto de Probabilidad:

Un experimento aleatorio se caracteriza porque repetido muchas veces y en idénticas

condiciones el cociente entre el número de veces que aparece un resultado (suceso) y el
número total de veces que se realiza el experimento tiende a un número fijo. Esta propiedad es
conocida como ley de los grandes números, establecida por Jakob Bernouilli. Tiene el
inconveniente de variar la sucesión de las frecuencias relativas de unas series de realizaciones
a otras, si bien el valor al que se aproximan a medida que el número de realizaciones aumenta
se mantiene estable.
Pág. 6
Ejemplo 4). Supóngase que se lanza una moneda. La frase “la probabilidad de que salga cara
es ½” puede ser interpretada con la ayuda de dos conceptos: frecuencia relativa y probabilidad
subjetiva.

Probabilidad de frecuencia relativa:

Sea NA el número de ocurrencias de un suceso A en N repeticiones. Entonces, siguiendo el

concepto de probabilidad de frecuencia relativa, la probabilidad de que A ocurra es el límite del
cociente NA/N a medida que el número de intentos N se hace infinitamente grande.

La frecuencia relativa del suceso A:

Probabilidad subjetiva

Una visión alternativa, que no depende de la noción de experimentos repetibles considera la

probabilidad como un concepto personal subjetivo que expresa un grado de creencia individual
sobre la posibilidad de que un suceso ocurra. Una manera de entender esta idea es en
términos de apuestas justas. Por ejemplo, si afirmo que la probabilidad de que salga cara al
lanzar una moneda es ½, lo que tengo en mente es que la moneda no parece estar trucada y
que resultará igualmente probable que salga cara o cruz. Al enjuiciar esta probabilidad
subjetiva, no estoy pensando necesariamente en términos de la experimentación repetida sino
que estoy interesado por un único lanzamiento de la moneda. Mi evaluación de la probabilidad
subjetiva implica que consideraría justa una apuesta que consistiese en pagar un dólar si
saliera cruz y recibir un dólar si saliera cara. Si fuera a recibir más de un dólar si el lanzamiento
resultase cara, consideraría favorable la apuesta. Las probabilidades subjetivas son
personales, no se requiere que diferentes individuos consideren que el mismo suceso debe
tener lugar con las mismas probabilidades.

Pág. 7
La probabilidad y sus postulados

Sea S el espacio muestral de un experimento aleatorio, Oi los resultados básicos y A un

suceso. Entonces, denominando la “probabilidad de que A ocurra” como P(A), enunciamos los
requisitos en el siguiente cuadro:

1. si A es un suceso cualquiera en el espacio muestral S

0  P( A)  1

2. Sea A un suceso en S, y sean Oi los resultados básicos, entonces,

P( A)   P(Oi )
A

Donde la notación indica que el sumatorio corresponde a todos los resultados básicos
pertenecientes a A

Consecuencias de los postulados

3. P(S)=1

1. Si el espacio muestral S está constituido por n resultados básicos igualmente probables, O1,
O2, ….On, entonces cada una de ellos tiene una probabilidad 1/n, es decir
1
P (o i )  (i = 1, 2, 3,….n)
n

2. El espacio muestral S está constituido por n resultados básicos igualmente probables y el

suceso A está formado por nA de estos resultados, entonces,
na
P( A) 
n

3. Sean A y B dos sucesos mutuamente excluyentes. Entonces la probabilidad de la unión

es la suma de las probabilidades individuales, es decir,

Pág. 8
 P( A  B)   P(O
A B
I )

Donde la sumatoria se extiende a todos los resultados básicos en AUB, pero dado que A y B
son mutuamente excluyentes, un resultado no puede pertenecer a ambos sucesos, pero por lo
que el lado derecho de la ecuación puede ser dividido en dos partes:

 P(O
A B
I )   P(OI )   P(OI )
A B

Cómo interpretar la probabilidad

Los axiomas sólo sirven para eliminar asignaciones inconsistentes con el concepto intuitivo de
probabilidad. En el experimento en el que se lanza una moneda al aire, son sugeridas dos
asignaciones en particular (c, s). La asignación correcta o adecuada depende de la manera
cómo se realiza un experimento, y también dela interpretación que se haga de la probabilidad.
La interpretación utilizada con más frecuencia y que se entiende con más facilidad, está basada
en la noción de frecuencias relativas.
Considere un experimento que se puede llevar a cabo una y otra vez de una manera idéntica e
independiente, y sea A un evento que consiste en un conjunto fijo de resultados del
experimento.

Los experimentos estudian dos antes, como lanzar una moneda y tirar dados, son ejemplos
simples de estos experimentos repetibles. Si el experimento se realiza n veces, en algunas de
las repeticiones ocurre el evento A (el resultado se encuentra en el conjunto A), y en otros no
ocurre A. Sea n(A) el número de repeticiones en las que ocurre A. sea n(A) el número de
repeticiones en las que ocurre A. Entonces, la relación n(A)/n se denomina frecuencia relativa
de ocurrencia del evento A en la secuencia de n repeticiones. La evidencia empírica, basada
en los resultados de estas secuencias de experimentos reproducibles, indica que a medida que
crece n, se estabiliza la frecuencia relativa n(A)/n, como se ilustra en la siguiente figura, es decir
a medida que n se hace arbitrariamente grande, la frecuencia relativa se aproxima a un valor
Pág. 9
límite que se llama frecuencia relativa limitante del evento A. La interpretación objetiva de
probabilidad identifica esta frecuencia relativa limitante con P(A).

Ejemplo 5). Una organización de caridad vende 1.000 billetes de lotería, Hay diez primeros
premios y cien premios de consolación, todos los cuales deben ser distribuidos. El proceso de
selección de los ganadores es tal que, al principio, cada boleto tiene las mismas posibilidades
de ganar un primer premio y cada uno tiene las mismas posibilidades de ganar un premio de
consolación. Ningún boleto puede ganar más de un premio. ¿Cuál es la probabilidad de ganar
un premio con un único boleto?¿cuál es la probabilidad de ganar un premio de
consolación?¿Cuál es la probabilidad de ganar algún premio?

De entre los 1.000 billetes, 10 ganarán primeros premios, 100 ganarán premios de consolación
y 890 no ganarán premio alguno. Nuestro único billete puede ser considerado como uno
elegido entre loa 1.000, sea A el suceso “el billete elegido gana un primer premio”. Dado que
son 1.000 resultados igualmente probables, 10 de los cuales corresponde al suceso A, tenemos
que:

10
P( A)   0.01
1.000

De modo similar, para el suceso B, “el billete elegido gana un premio de consolación”, se
deduce que:
Pág. 10
 100
P( A)   0.10
1.000

Ahora bien, el suceso “el billete gana algún premio” es sencillamente la unión de los sucesos A
y B, además, dado que sólo se permite un premio por billete, estos sucesos son mutuamente
excluyentes. Por tanto, la probabilidad requerida es:

P( A  B)  P( A)  P( B)  0.01  0.10  0.11

Ejemplo 6). En un determinado suburbio residencial, 60% de los hogares se suscriben al

periódico metropolitano publicado en una ciudad cercana, 80% se suscriben al periódico local y
50% se suscriben a ambos periódicos. Si se selecciona al azar una familia, ¿cuál es la
probabilidad de que esté suscrita a) al menos a uno de los dos periódicos y b) exactamente a
uno de los dos periódicos?

Con A = {se suscribe al periódico metropolitano} y B= {se suscribe al periódico local},la

información proporcionada implica que P(A)= 0.6; P(B)=0.8 y . Luego se aplica la
proposición previa y se obtiene

a. P (se suscribe por lo menos a uno de los periódicos)

b. El evento de que una familia se suscriba sólo al periódico local se puede escribir como
{(no metropolitano) y local}. Ahora implica que

Pág. 11
Pág. 12