Estadística Tema 1.

Introducción a la Probabilidad

SEMANA 02. CLASE 01. LUNES 21/11/16

1. Experimento aleatorio
1.1. Definición. Experimento en el cual no se puede predecir el resultado antes de
realizarlo. Para que un experimento sea aleatorio debe tener al menos dos resultados
posibles.
1.2. Clasificación
1.2.1. Simple
1.2.1.1. Ejemplos
• Lanzamiento de una moneda
• Lanzamiento de un dado
• Escogencia al azar de una persona
• Anotación del sexo de un recién nacido
• Anotación de la duración de una llamada telefónica
1.2.2. Compuesto
1.2.2.1. Definición. Implica la realización de varios experimentos simples de
forma simultánea o de forma sucesiva.
1.2.2.2. Ejemplos
1.2.2.2.1. Con independencia:
Muestreo Aleatorio Con Reposición (MACR)
• Lanzamiento de un dado n veces
• Lanzamiento de n dados de forma simultánea
• Anotación de las n pelotas escogidas al azar de forma
sucesiva de una caja que contiene n pelotas negras y v
pelotas verdes donde cada vez que se escoge y se anota
una pelota, ésta es devuelta a la caja
1.2.2.2.2. Sin independencia:
Muestreo Aleatorio Sin Reposición (MASR)
• Anotación de las n pelotas escogidas al azar de forma
sucesiva de una caja que contiene n pelotas negras y v
pelotas verdes donde cada vez que se escoge y se anota
una pelota, ésta no es devuelta a la caja
• Anotación de las n pelotas escogidas al azar de forma
simultánea de una caja que contiene n pelotas negras y v
pelotas verdes
1.3. Propósito de un Experimento Aleatorio
1.3.1. Definición. Define lo que se persigue observar después de ejecutado el
experimento aleatorio.
1.3.2. Ejemplos:
• Experimento aleatorio: Lanzamiento de un dado normal con dos caras
blancas y cuatro caras negras sobre una mesa circular. Algunos propósitos
que pudieran ser definidos sobre este experimento:
Propósito 1. Determinar el número obtenido en la cara superior del dado
Propósito 2. Determinar el color de la cara superior del dado

José Luis Quintero 1

Estadística Tema 1. Introducción a la Probabilidad

Propósito 3. Determinar la distancia entre el centro de la mesa y el punto

central de la cara inferior del dado
• Experimento aleatorio: Escogencia al azar de un estudiante de Ingeniería
de una universidad específica. Algunos propósitos que pudieran ser definidos
sobre este experimento:
Propósito 1. Determinar la edad de la persona
Propósito 2. Determinar el tipo de Ingeniería que estudia
Propósito 3. Determinar el último dígito de su cédula

2. Espacio Muestral de un Experimento Aleatorio

2.1. Definición. Es el conjunto de todos los posibles resultados de ese experimento. Se
denotará con la letra E o la letra S.
2.2. Relación entre resultado y elemento de un espacio muestral. Un resultado es un
conjunto de elementos.
2.3. Clasificación
2.3.1. Discreto y finito
2.3.1.1. Definición. El número total de resultados de ese experimento es un
número finito.
2.3.1.2. Ejemplos:
• En el experimento aleatorio de lanzar un dado con el propósito de
determinar el número obtenido en la cara superior del dado, los
posibles resultados son cada una de las seis caras del dado. Este
espacio muestral puede escribirse como S = {1,2, 3, 4,5, 6} con seis
resultados
• En el experimento aleatorio de lanzar un dado normal con dos caras
blancas y cuatro caras negras con el propósito de determinar el
color de la cara superior del dado, los posibles resultados son blanco
y negro. El espacio muestral se escribe como S = {blanco,negro} .
Este espacio muestral tiene dos posibles resultados (Experimento de
Bernoulli)
2.3.2. Discreto e infinito numerable
2.3.2.1. Definición. El número total de resultados de ese experimento es un
número infinito pero se pueden ordenar en una sucesión.
2.3.2.2. Ejemplos:
• En el experimento aleatorio de observar el número de personas que
entran a un banco durante un período de una hora, el espacio
muestral puede escribirse como S = {0,1,2,...} Este espacio muestral
tiene infinitos resultados
• En el experimento aleatorio de lanzar un dado tantas veces como
sea necesaria hasta que salga seis por primera vez con el propósito
de determinar el lanzamiento donde ocurre esto por primera vez, el
espacio muestral puede escribirse como S = {1,2,...} Este espacio
muestral tiene infinitos resultados (Experimento Geométrico)

José Luis Quintero 2

Estadística Tema 1. Introducción a la Probabilidad

2.3.3. Continuo
2.3.3.1. Definición. El número total de resultados de ese experimento es un
número infinito que no se pueden ordenar en una sucesión. Aquí el
conjunto de resultados viene dado por intervalos.
2.3.3.2. Ejemplos:
• En el experimento aleatorio de medir el voltaje entre un cierto punto
y tierra en el circuito de un receptor de radio, el espacio muestral
puede escribirse como S = {v : 0 ≤ v ≤ vMAX } . Este espacio muestral
tiene infinitos resultados
• En el experimento aleatorio de lanzar un dado normal sobre una
mesa circular con el propósito de determinar la distancia entre el
centro de la mesa y el punto central de la cara inferior del dado, el
espacio muestral puede escribirse como S = {r : 0 ≤ r ≤ R} , donde R
representa el radio de la mesa. Este espacio muestral tiene infinitos
resultados
2.3.4. Mixto
2.3.4.1. Definición. El número total de resultados de ese experimento es un
número infinito que no se pueden ordenar en una sucesión. Aquí el
conjunto de resultados resulta de la unión de valores puntuales y de
intervalos.
2.3.4.2. Ejemplo:
• Suponga que se tiene un sistema en el interior de un tanque que
contiene un fluido que debe apagar el sistema y marcar en el
medidor la temperatura de 0° C si la temperatura medida en el
interior del tanque es menor que 10° C . De igual manera debe
apagar el sistema y marcar en el medidor la temperatura de 25° C si
la temperatura medida en el interior del tanque supera los 20° C . En
caso contrario se debe reportar la temperatura real en el interior del
tanque. El espacio muestral es S = {T : 0,10 ≤ T ≤ 20, 25} .
2.4. Cardinalidad de un conjunto C. Es el número de elementos que posee el conjunto C.
Se denotará por NC .
2.5. Cardinalidad del Espacio Muestral
Ejemplos:
• En el experimento aleatorio de lanzar una moneda con el propósito de determinar lo
que ocurrió en la cara superior, el espacio muestral S = {cara, sello} tiene cardinalidad
2, es decir NS = 2
• En el experimento aleatorio de lanzar un dado con el propósito de determinar el
número obtenido en la cara superior del dado, el espacio muestral S = {1, 2, 3, 4,5, 6}
tiene cardinalidad 6, es decir NS = 6
• En el experimento aleatorio de lanzar un dado normal con dos caras blancas y cuatro
caras negras con el propósito de determinar el color de la cara superior del dado, el
espacio muestral S = {blanco,negro} tiene cardinalidad 6, es decir NS = 6 . En este
ejemplo se puede afirmar que Nblanco = 2 y Nnegro = 4

José Luis Quintero 3

Estadística Tema 1. Introducción a la Probabilidad

• En el experimento aleatorio de lanzar dos dados con el propósito de observar el

número obtenido en la cara superior del primer dado y el número obtenido en la cara
superior del segundo dado, el espacio muestral S = {(i, j) / i, j = 1, 2, 3, 4,5, 6} tiene
cardinalidad 36, es decir NS = 36

3. Eventos o sucesos
3.1. Definición. Es cualquier subconjunto del espacio muestral. Se denotan con las letras
mayúsculas, por ejemplo, A,B,C.
3.2. Algunos eventos de interés
3.2.1. Evento complemento de A. Es un subconjunto del espacio muestral que
contiene los resultados que no están en el evento A.
3.2.2. Evento elemental. Es un evento que contiene solamente un resultado del
experimento aleatorio.
3.2.3. Evento compuesto. Es un evento que contiene más de un resultado del
experimento aleatorio.
3.2.4. Evento seguro. Es un evento que contiene todos los resultados del
experimento aleatorio.
3.2.5. Evento imposible. Es un evento que no contiene ningún resultado del
experimento aleatorio.
3.2.6. Eventos mutuamente excluyentes (o disjuntos). Son eventos de
intersección vacía, es decir, que no poseen elementos comunes.
3.2.7. k eventos colectivamente exhaustivos. Son los eventos A1 , A2 , …, Ak del
espacio muestral S tales que A1 ∪ A2 ∪ ... ∪ Ak = S .
3.3. Ejemplos:
• En el experimento aleatorio de lanzar un dado con el propósito de determinar el
número obtenido en la cara superior del dado, algunos eventos compuestos que se
pueden definir son:
A = {cara i / i par} = {2, 4, 6} , B = {cara i / i primo} = {2, 3,5}
• En el experimento aleatorio de lanzar un dado con el propósito de determinar el
número obtenido en la cara superior del dado, el evento complemento de A viene
dado por A c = {cara i / i impar} = {1, 3,5}
3.4. Diagramas de Venn. Son ilustraciones usadas en la teoría de conjuntos. Se usan para
mostrar gráficamente conjuntos, representando cada uno mediante un círculo o un
óvalo. La figura 1 muestra Diagramas de Venn que ilustran cuatro situaciones de
eventos mutuamente excluyentes y colectivamente exhaustivos.

4. Probabilidad
4.1. Definiciones
• Es una manera de cuantificar la incertidumbre que existe en un experimento
aleatorio
• Medida numérica del chance de ocurrencia de un evento
• Es una relación matemática que asigna a cada resultado del experimento aleatorio un
número real que se encuentra en el intervalo [0,1]

José Luis Quintero 4

Estadística Tema 1. Introducción a la Probabilidad

Figura 1. Cuatro situaciones ilustradas usando Diagramas de Venn

4.2. Construcción de la fórmula de probabilidad

Sea un experimento aleatorio cuyo espacio muestral es discreto y finito de cardinalidad
NS y sea un evento A con cardinalidad NA , entonces se conocerá como probabilidad del
evento A a la relación entre NA y NS dada por
NA
P(A) = .
NS
4.3. Axiomas de la probabilidad
• 0 ≤ P(A) ≤ 1 , P(∅) = 0 , P(S) = 1 , P(A) + P(A) = 1
• P(A1 ∪ A2 ) = P(A1 ) + P(A2 ) − P(A1 ∩ A2 ) ⇒ P(A1 ∪ A2 ) ≤ P(A1 ) + P(A2 )
• P(A1 ∪ A2 ∪ A3 ) = P(A1) + P(A2 ) + P(A3 ) − P(A1 ∩ A2 ) − P(A1 ∩ A3 ) − P(A2 ∩ A3 ) + P(A1 ∩ A2 ∩ A3 )
• Si A1 , A2 , ..., An son eventos mutuamente excluyentes,
 n  n
P(A1 ∪ A2 ∪ ... ∪ An ) = P(A1 ) + P(A2 ) + ... + P(An ) ⇒ P 
 U Ai  =
 i =1 
 ∑ P(A )
i =1
i

• P(A1 ∪ A2 ∪ ... ∪ An ) + P(A1 ∩ A2 ∩ ... ∩ An ) = 1

5. Problemas resueltos

PROBLEMA 1. Si A y B son eventos mutuamente excluyentes, con P(A) = 0.37 y P(B) = 0.44
determine: a. P(A) b. P(A ∪ B) c. P(A ∩ B) d. P(A ∩ B)
Solución.
a. P(A) = 1 − P(A) = 1 − 0.37 = 0.63
b. P(A ∪ B) = P(A) + P(B) = 0.37 + 0.44 = 0.81
c. P(A ∩ B) = P(A) = 0.37

José Luis Quintero 5

Estadística Tema 1. Introducción a la Probabilidad

d. P(A ∩ B) = 1 − P(A ∪ B) = 1 − 0.81 = 0.19

PROBLEMA 2. Se tiene un cuadrado de lado L y dentro de él un círculo de radio R (2R<L). Se

lanza un dardo. Si el dardo cae en la zona circular se obtiene un premio. ¿Cuál es la
probabilidad de obtener el premio?
Solución.
Experimento aleatorio: Lanzamiento de un dardo
Propósito: Determinar si cae o no en la zona circular
Aquí se tiene un experimento donde el espacio muestral es continuo. Para determinar su
cardinalidad se procede a calcular el área del cuadrado, de modo que NS = L2 . Por otro lado,
sea el evento A: el dardo cae en la zona circular, su cardinalidad es NA = πR 2 . En tal sentido,
2
NA πR 2 R 
P(A) = = 2 = π 
NS L L 

PROBLEMA 3. Los empleados de la compañía Nuevo Horizonte se encuentran separados en

tres divisiones: administración, operación de planta y ventas. La siguiente tabla indica el
número de empleados en cada división clasificados por sexo:

Mujer (M) Hombre (H) Totales

Administración (A) 20 30 50
Operación de planta (O) 60 140 200
Ventas (V) 100 50 150
Totales 180 220 400
Si se elige aleatoriamente un empleado:
• ¿Cuál es la probabilidad de que trabaje en ventas?
Solución.
150 3
P(V) = =
400 8
• ¿Cuál es la probabilidad de que sea hombre y trabaje en la división de administración?
Solución.
30 3
P(H ∩ A) = =
400 40

PROBLEMA 4. De 150 pacientes examinados en una clínica, se encontró que 90 tenían

enfermedades cardíacas, 50 tenían diabetes y 30 tenían ambos padecimientos. ¿Qué
porcentaje de los pacientes tenían uno u otro de los padecimientos?
Solución.
Experimento aleatorio: Elegir al azar un paciente de la clínica
Propósito: Determinar el padecimiento o los padecimientos que tiene (si lo tiene o los tiene)
Espacio muestral: Todos los pacientes de la clínica. Cardinalidad = 150
Eventos: A: Paciente tiene enfermedad cardíaca B: Paciente tiene diabetes
90 50 30 110 11
P(A ∪ B) = P(A) + P(B) − P(A ∩ B) = + − = = .
150 150 150 150 15
En consecuencia, el porcentaje de los pacientes que tenían uno u otro de los padecimientos es

José Luis Quintero 6

Estadística Tema 1. Introducción a la Probabilidad

11 × 100
% ≈ 73.33% .
15

PROBLEMA 5. Un dado está cargado de modo tal que la probabilidad de que salga la cara i es
proporcional a k. Halle la probabilidad de cada uno de los eventos:
a. El resultado de arrojar el dado es un número par.
Solución.
Experimento aleatorio: Lanzamiento de un dado
Propósito: Determinar el número ocurrido en la cara superior del dado
Espacio muestral: S = {Ai : i = 1,..., 6} , donde Ai : Aparece la cara i.
Evento de interés: P = A2 ∪ A 4 ∪ A6 : Aparece un número par. Entonces
1
P(A1 ) + P(A2 ) + ... + P(A6 ) = 1 ⇒ k + 2k + ... + 6k = 1 ⇒ 21k = 1 ⇒ k =
21
De modo que: NS = 21 . NA1 = 1, NA2 = 2, NA3 = 3, NA4 = 4, NA5 = 5, NA6 = 6 .
Por lo tanto
2 4 6 12 4
P(P) = P(A2 ∪ A 4 ∪ A6 ) = P(A2 ) + P(A 4 ) + P(A 6 ) = + + = =
21 21 21 21 7
b. El resultado es menor que 6.
Solución.
Evento de interés: B = A1 ∪ A2 ∪ A3 ∪ A 4 ∪ A5 = S − A6 : El resultado es menor que seis.
El evento A6 es el evento complemento de B. Por lo tanto
6 15 5
P(B) = 1 − P(A6 ) = 1 − = =
21 21 7

PROBLEMA 6. En una determinada población, el 60% de las personas son mujeres, el 25%
de la gente es rubia y el 35% de la gente tiene ojos claros. Por otro lado, el 10% de la
población son mujeres rubias, el 20% de la población son mujeres de ojos claros, el 15% de
la población son personas rubias y de ojos claros y el 5% de la población son mujeres rubias
de ojos claros. Calcule la probabilidad de que al elegir una persona al azar, esta sea
a. mujer no rubia y de ojos oscuros
Solución.
Experimento aleatorio: Elegir al azar una persona de una determinada población
Propósitos:
Propósito 1. Determinar si la persona es hombre o mujer
Propósito 2. Determinar si la persona es o no es rubia
Propósito 3. Determinar si la persona tiene los ojos claros u oscuros
Espacio muestral:
Referido al propósito 1: S1 = {hombre, mujer} . Referido al propósito 2:
S2 = {rubia,no rubia}
Referido al propósito 3: S3 = {ojos claros, ojos oscuros}
Eventos de interés:
M: la persona elegida es mujer
R: la persona elegida es rubia
C: la persona elegida tiene los ojos claros

José Luis Quintero 7

Estadística Tema 1. Introducción a la Probabilidad

P(M ∩ R ∩ C) = P(M) − P(M ∩ R) − P(M ∩ C) + P(M ∩ C ∩ R)

60 10 20 5 35
= − − + = = 0.35
100 100 100 100 100
b. hombre no rubio y de ojos oscuros
Solución.
P(M ∪ R ∪ C) = P(M) + P(R) + P(C) − P(M ∩ R) − P(M ∩ C) − P(C ∩ R) + P(M ∩ C ∩ R)
60 25 35 10 20 15 5 80
= + + − − − + = = 0.8
100 100 100 100 100 100 100 100
P(M ∩ R ∩ C) = 1 − P(M ∪ R ∪ C) = 1 − 0.8 = 0.2
c. persona rubia o de ojos claros
Solución.
25 35 15 45
P(R ∪ C) = P(R) + P(C) − P(R ∩ C) = + − = = 0.45
100 100 100 100

José Luis Quintero 8