Licenciatura en Gestión de Instituciones de Seguridad Pública
Cátedra de Estadística Aplicada 2° Cuatrimestre - 2024.
Cartilla Teórica de la Cátedra de Estadística Aplicada.
PROBABILIDAD PARTE I
En los temas anteriores vimos la forma de organizar, presentar y describir datos de
muestras. Estos datos pueden ayudarnos a reducir la Incertidumbre, pero rara vez puede
eliminarla en una situacion dada de toma de desiciones.
La Estadística, como un método de toma de desiciones ante la incertidumbre, se basa en la
Teoria de la Probabilidad. Esto es asi porque la probabilidad es a la vez el lenguaje y una
medida de la incertidumbre y los riesgos asociados con ella.
La probabilidad es el cálculo matemático que evalúa las posibilidades que existen de que
un evento suceda cuando interviene el azar.
Para estudiar Probabilidad se asocia con tres conceptos fundamentales:
Espacio muestreal
Punto muestreal
Evento
Es necesario estudiar tambien dos nociones relacionadas que son Experimento Aleatorio
Causal e Incertidumbre.
Se define a la Incertidumbre como el resultado de algun proceso de cambio.
Si el proceso de cambio puede conducir a dos o mas resultados posibles, los resultados son
inciertos, y el proceso de cambio (o experimento), se considera como aleatorio o
estocastico, si sus resultados son inciertos.
1. Proceso Aleatorio Casual:
Página 1|1
Consiste en la realizacion real o hipotetica de un acto, una o mas veces en las mismas
condiciones especificas.
2. La Prueba:
Es la realizacion de cada uno de esos actos.
3. Experimento Aleatorio:
Es el conjunto de pruebas realizadas en las mismas condiciones especificas.
4. Punto Muestral:
Es cada uno de los posibles resultados de una prueba.
5. Espacio Muestral:
Es el conjunto de elementos que representan a todos los resultados posibles de un
experimento aleatorio (Todos los puntos muestrales probables). A este conjunto, tambien se
lo denomina Universo y su notación convencional es S.
ESPACIO DE MUESTRA Ó ESPACIO MUESTRAL
El número de puntos muestrales de un espacio muestral, se representa por N (S).
Por ejemplo si se arroja una moneda, el espacio muestral es el conjunto de todos los
posibles resultados, es decir “cruz” (x) y “cara” (c), por lo tanto el tamaño muestral es dos.
S = { x, c} N (S) = 2
Otro ejemplo interesante se plantea cuando se arrojan juntos un dado y una moneda.
Lo que se puede graficar con el diagrama de árbol.
Consideremos el experimento aleatorio de lanzar una moneda y un dado cúbico,
con sus caras numeradas del 1 al 6. Hallar la probabilidad de :
a) Obtener cara y salir cuatro.
b) Obtener cruz y un número mayor que cinco
Página 2|1
En un diagrama de árbol cada posible resultado del experimento compuesto será una
secuencia que contiene los resultados de cada uno de los experimentos simples que lo
componen.
Página 3|1
Siendo en cualquiera de los dos casos, el espacio muestral (con N (S) = 12, constituido por los
siguientes puntos muestrales:
S = { (x,1); (x,2); (x,3), (x,4); (x,5), (x,6), (c,1); (c,2); (c,3); (c,4); (c,5); (c,6)}
Otro ejemplo se presenta a continuacion:
Al lanzar un dado, se tiene 6 puntos muestrales, que constituyen el espacio muestral:
S = { 1, 2, 3, 4, 5, 6 } N(S)=6
Siendo asi, se puede clasificar a los espacios muestrales, de la siguiente manera:
Página 4|1
6. Selección Aleatoria:
Es cuando el procedimiento de selección, es tal que cada elemento tiene la misma
probabilidad de ser escogido.
La selección aleatoria, puede hacerse:
Con reemplazo (o reposición)
Sin reemplazo (o reposición)
7. Evento Suceso o Hecho: Es un subconjunto del espacio muestral. Se trata de una
ocurrencia.
Los eventos se presentan con letra mayúscula de imprenta, como A, B, C, ………… O
E1, E2, …..……
AXIOMAS DE PROBABILIDAD PARA ESPACIOS DE MUESTRAS FINITOS.
Los espacios de muestra, como los conjuntos universales, pueden ser finitos o infinitos,
según si el numero de puntos de muestra es finito o infinito. Aunque vamos a considerar
para el estudio de este tema principalmente los espacios de muestra finitos.
Todo el campo de la teoría de probabilidades para espacio de muestra finitos se basa en tres
axiomas o postulados sencillos.
AXIOMA I: La probabilidad de un hecho existe y es restringida a la amplitud de cero a
uno, inclusive.
Es decir si designamos la probabilidad de un hecho E como P ( E ), entonces:
0 es menor o igual que P (E ) siendo menor o igual que 1.
AXIOMA II: La probabilidad de todo el espacio de muestra es 1 es decir que:
P (S) = 1.
Es una convención en la teoría de probabilidades que se indica que ha ocurrido un
hecho, si ha ocurrido por lo menos uno de los elementos del conjunto de hechos.
Cuando se efectúa un experimento, estamos seguros de que por lo menos uno de los
puntos de muestra de S debe ocurrir y por lo tanto, la probabilidad asociada con S es
1.
AXIOMA III: Si A y B son hechos disyuntos es decir A Ⴖ B = Ǿ. Definidos en S.
P (A U B) = P (A) + P(B).
La importancia de este axioma es clara. Si por algún procedimiento, puede asignarse
un peso (probabilidad) a cada uno d ellos puntos de muestra de S, podemos obtener
Página 5|1
la probabilidad de cualquier hecho definido en S simplemente sumando los pesos de
todos los puntos de muestra que son miembros del conjunto de hechos que se
considera.
Ⴖ: Intersección de dos conjuntos, muestra los elementos compartidos entre
las categorías. Es decir, todos aquellos elementos que A y B tienen en común.
Al crear un diagrama de Venn, con frecuencia nos interesamos en la intersección de
dos conjuntos, es decir, los elementos compartidos entre las categorías. ejemplo:
alumnos del IUPS que practican para ser bomberos o estudian la Licenciatura en
Gestión de Instituciones de Seguridad Pública. En este caso la intersección seria
aquellos alumnos que han dominado las dos actividades.
U: Unión de dos conjuntos, la unión de dos conjuntos esta representada por
este signo. En el diagrama de Venn comparten tanto el conjunto A como el
conjunto B, representa la unión de A y B. ejemplo: alumnos del IUPS que
practican para ser bomberos o estudian la Licenciatura en Gestión de
Instituciones de Seguridad Pública.
Ǿ: Conjuntos vacío.
Página 6|1
