ESTADISTICA APLICADA

II CICLO - UNAM
ESPACIOS MUESTRALES Y
PROBABILIDAD DE UN
EVENTO

Mgr. CARLOS CENTURION YAÑEZ

 DEFINICIONES
• EXPERIMENTO
– Es cualquier acto o proceso en el que se realizan observaciones que
no puede ser predecidas con certeza.
• EVENTO SIMPLE
– Es el resultado más básico de un experimento. Es un punto en el
espacio muestral.
• EVENTO O SUCESO
– Es una colección específica de eventos simples.
• ESPACIO MUESTRAL
– S De un experimento es el conjunto que consta de la totalidad de
puntos muestrales (eventos simples), mutuamente excluyentes, que
resultan de la ejecución del experimento.
ENFOQUES DE PROBABILIDAD

• PROBABILIDAD SUBJETIVA

• PROBABILIDAD OBJETIVA
– Clásica o a Priori
– Frecuencia Relativa o a Posteriori
– Axiomático
 Probabilidad Subjetiva
• La posibilidad (probabilidad) de que suceda un evento,
asignado por una persona (opinión experta) con base en
cualquier información de que disponga.
• Significa evaluar las opiniones disponibles y otra
información subjetiva para luego llegar a la probabilidad.
• Por ej. “esta vaca tiene una probabilidad de 60% de parir
esta noche”.
• Desventajas:
– 1. Son difíciles de defender cuando son
puestas en duda.
– 2. Difícil de identificar los sesgos del
informante.
 Probabilidad Clásica o a priori:
• Se basa en la consideración de que los
resultados de los experimentos son igualmente
posibles y mutuamente excluyentes. Se basa en
el modelo teórico.
– E=Suceso n=casos posibles h=número de casos en
que el suceso ocurre.
– Todos los eventos simples son igualmente posibles

• La probabilidad de aparición del suceso

(ocurrencia) está dada por: P(E)=h/n
 Probabilidad Clásica o a priori:

• La probabilidad de no-ocurrencia (no aparición)

– q = P(no E) = (n-h)/n = 1 – (h/n) = 1 – p = 1 – P(E)
• P(E) es un número comprendido entre 0 y 1.
• p=0 es un suceso imposible; p=1 suceso cierto.
• Limitaciones:
– En muchas situaciones la ocurrencia de eventos
simples posibles no es igualmente probable, ni
mutuamente excluyentes.
 Concepto de frecuencia relativa o
probabilidad a posteriori
• Se determina observando en que fracción de tiempo
sucedieron eventos semejantes en el pasado (Probabilidad
Estimada o Empírica).
• La probabilidad será el límite de la frecuencia relativa
cuando el número de observaciones crece
indefinidamente.
– La probabilidad así determinada es solo una estimación
del valor verdadero.
– Cuanto mayor es el tamaño de la muestra mejor es esta
estimación.
– La probabilidad son solo válidas bajo las mismas
condiciones en los cuales los datos fueron originados.
 Concepto de frecuencia relativa o
probabilidad a posteriori
• La probabilidad de que un evento ocurra a largo
plazo se determina observando en que fracción de
tiempo sucedieron eventos semejantes en el
pasado.
• P =número de veces que ocurrió en el
pasado/número de observaciones.

• Ejemplo: probabilidad de parto múltiples en

bovinos
 Concepto de frecuencia relativa o
probabilidad a posteriori

1.0

0.9

0.8

0.7

0.6

0.5
fr

0.4

0.3

0.2

0.1

0.0
n
 Encare Axiomático

• PROBABILIDAD
– De un Evento Simple es un número entre 0 y 1.
– COLECTIVAMENTE EXHAUSTIVO: La suma de
todos los resultados mutuamente excluyentes
es igual a 1, por lo menos uno de los eventos
ocurre cuando se realiza un experimento.
Calculo de la Probabilidad de un Evento

• Definir el experimento:
– describir el proceso usado para hacer una observación
y el tipo de observación que será registrada.
• Listar todos los Eventos Simples Posibles
• Asignar Probabilidad a cada Evento Simple.
• Determinar la Composición del Evento de
interés
• Calcular la probabilidad del Evento
– Sumando la probabilidad de los eventos simples.
 DEFINICION AXIOMATICA

Se llama probabilidad a cualquier función P que asigna a cada

suceso A del espacio muestral S un valor numérico P(A), verificando
los siguientes axiomas:

1.- No negatividad: 0 ≤ P(A)

2.- P(S) = 1

3.- Aditividad: P(A  B) = P(A) + P(B)

si A ∩ B = Ø
(donde Ø es el conjunto vacío).
 REGLAS BÁSICAS DE PROBABILIDAD

• Complemento
• General de Adición
• Especial de Adición
• General de Multiplicación
• Especial de Multiplicación
 Nomenclatura
• Probabilidad de ocurrencia de A y B
p(AB) A intersección B

• Probabilidad de ocurrencia de A o B
p(AB) A unión B

• Probabilidad de B dado que ya ocurrió A

p(B|A) (probabilidad condicional)
 Eventos o Sucesos S espacio muestral

• Cuando se realiza un experimento aleatorio diversos resultados son

posibles. El conjunto de todos los resultados posibles se llama espacio
muestral (S).

• Se llama suceso o evento a un subconjunto de dichos resultados.

S espacio muestral
• Se llama evento complementario de un suceso A, al formado por los
elementos que no están en A y se denota Ac
A
• Se llama evento unión de A y B, AB, al formado por los resultados Ac
experimentales que están en A o en B (incluyendo todos los que están
en ambos).

• Se llama evento intersección de A y B, A∩B al formado por los

elementos que están en A y B S espacio muestral
S espacio muestral S espacio muestral
A
A A
B
B B

unión intersección
 Regla del Complemento
• Probabilidad del complemento de un evento A es el
evento donde A no ocurre (Ac o ), en otras palabras es la
A
suma de todos los eventos simples donde A no ocurre. La
suma de un evento con su complementario es igual a 1.
• P(A) + P(Ac) = 1; P(A) = 1 – P(Ac)

S espacio muestral
• Ejemplo:
A
– Si la probabilidad de un gatito vacunado entre
la semana 9 y 13 contra rinotraqueitis viral Ac
felina de contraer la enfermedad es de 0.04, la
probabilidad de estar adecuadamente
protegido (o de no contraer la enfermedad) es
1-0.04= 0.96
 Regla General de Adición
• La unión de dos eventos A y B es un nuevo
evento, cuya probabilidad se calcula
sumando las probabilidades de los puntos
que lo forman: S espacio muestral

A
P( A  B)  P( A)  P( B)  P( A  B)
B

unión
• Ejemplo cual es la probabilidad que al elegir
una carta de truco aleatoriamente y que
saquemos un 2 o una espada.
S (12 elementos o puntos muestrales) Si P=1/n para cada punto

*
B

A
* *
* ** *
*
* *
*

P(A)=7/12 P(B)=6/12 P(AB)=3/12

 S (12 elementos o puntos muestrales) Si P=1/n para cada punto

*
B

A
* *
* ** *
*
* *
*

P( A  B)  P( A)  P( B)  P( A  B) P(AB)=10/12
P(AB) = [7/12 + 6/12 – 3/12] = 10/12
 Regla Especial de Adición
• Si 2 eventos son mutuamente excluyentes
(cuando ocurre un evento, ninguno de los
otros puede ocurrir al mismo tiempo) la
probabilidad de que ocurra uno u otra es igual
a la suma de sus probabilidades.
P( A  B)  P( A)  P( B)
• Ejemplo: una línea de envasado de vacunas
muestra que hay frascos correctamente llenos
(900), hay frascos con menos dosis (25) y hay
frascos con más dosis (75)
• ¿cuál es la probabilidad de llenado incorrecto?
 S (12 elementos o puntos muestrales) Si P=1/n para cada punto

*
B

A
*
*
** *
* * *
*
*

P( A  B)  P( A)  P( B) P(AB)=7/12
P(AB) = [4/12 + 3/12] = 7/12
 Probabilidad Condicional
• A veces tenemos información adicional que nos altera la
probabilidad de su presentación. Hay una reducción del
espacio muestral.
• La probabilidad de que A ocurra dado que B se ha
presentado se denota como P(A|B).
• Es igual a la P(A) cuando la ocurrencia de B no afecta la
presencia de A y se dice que A y B son independientes.
– P(A|B) = P(A) INDEPENDENCIA
• Si la probabilidad que ocurra A es afectada por la
ocurrencia de B se dice que los sucesos son
dependientes.
P( A  B)
P( A | B)  P( A) P( A | B) 
P( B)
S (12 elementos o puntos muestrales) Si P=1/n para cada punto

*
B

A
* *
* ** *
*
* *
*

P( A  B)
* P( A | B) 
P( B)

P(A|B)= [3/12]/[6/12]=3/6
 Regla General de Multiplicación

• Indica que para dos eventos la probabilidad

conjunta de que ambos ocurran resulta de
multiplicar la probabilidad del primero por
la probabilidad de que ocurre el segundo
dado que el primero ocurrió.
 Independencia
• A veces, la información de la ocurrencia de un evento no
nos da información adicional sobre la ocurrencia de otro.
• Si la probabilidad de que A ocurra dado que B se ha
presentado P(A|B) es igual a la P(A), quiere decir que la
ocurrencia de B no afecta la presencia de A y se dice que
A y B son independientes.

– P(A|B) = P(A) INDEPENDENCIA

P( A  B)
P( A | B)  Ecuación General
P( B)
 Regla Especial de Multiplicación
• Esta regla requiere que los sucesos sean
independientes esto es cierto si la
ocurrencia de uno no altera la probabilidad
del otro.
P( A  B)  P( A)  P( B)
• Ejemplos:
– P(sacar 2 caras) al tirar 2 monedas al aire
– P(de sacar un oro y un 3) en un mazo de
cartas.
 Probabilidad condicionada
A A

B
B

P(A) = 0,25 P(A) = 0,25

P(B) = 0,10 P(B) = 0,10
P(A∩B) = 0,10 P(A∩B) = 0,08

¿Probabilidad de A sabiendo que ha pasado B?

P(A|B)=1 P(A|B)=0,8
Intuir la probabilidad condicionada
A A

B
B

P(A) = 0,25 P(A) = 0,25

P(B) = 0,10 P(B) = 0,10
P(A∩B) = 0,005 P(A∩B) = 0

¿Probabilidad de A sabiendo que ha pasado B?

P(A|B)=0,05 P(A|B)=0
P(AB)=P(A) P(B|A)=P(B) P(A|B)
 Teorema de la probabilidad total
A1 A2
Si conocemos la probabilidad de B en cada uno de los
componentes de un sistema exhaustivo y excluyente
de sucesos, entonces podemos calcular la probabilidad
de B como la suma de todas las intersecciones.

B
P(B|A1)
A1 B
P(A1)
P(B|A2)
P(A2) B
A3 A4 A2
Suceso
seguro P(B|A3)
P(A3)
A3 B
P(A4)
P(B|A4)
A4 B
P(B) = P(B∩A1) + P(B∩A2 ) + P( B∩A3 ) + P( B∩A4 )

=P(A1) P(B|A1) + P(A2) P(B|A2)+ …

 Teorema de Bayes
Si conocemos la probabilidad de B en
cada uno de los componentes de un
A1 A2 sistema exhaustivo y excluyente de
sucesos, entonces…

…si ocurre B, podemos calcular la

probabilidad (a posteriori) de
ocurrencia de cada Ai.
B

P(B Ai)
P(Ai | B) 
A3 A4 P(B)

P(B) se puede calcular usando el teorema de la probabilidad total:

P(B)=P(B∩A1) + P(B∩A2 ) + P( B∩A3 ) + ( B∩A4 )

=P(B|A1) P(A1) + P(B|A2) P(A2) + …

Los sucesos aleatorios

Entonces, si no sabemos lo que va a pasar, ¿cómo estudiamos los sucesos

aleatorios? Pese a su naturaleza azarosa, hay comportamientos que podemos
esperar de un suceso aleatorio. Por ejemplo, si lanzáramos una moneda
muchas muchas muchas veces, pongamos 1.000 veces, podríamos esperar que
de esas 1.000 veces, más o menos la mitad de las tiradas salieran cara y más o
menos la otra mitad salieran cruz. Si no fuera así pensaríamos que
seguramente la moneda está trucada. ¿Y por qué las palabras más o menos y
seguramente están escritas en cursiva? Porque las leyes que rigen los sucesos
aleatorios no son deterministas; no son del tipo si se dan estas condiciones
entonces va a pasar esto. Muy pocas veces vamos a poder afirmar, con una
seguridad de un 100% que un suceso aleatorio vaya a comportarse de tal
manera. En su lugar hablaremos de que, cuando observamos el mismo
fenómeno aleatorio muchas veces, es de esperar que las frecuencias con que
aparecen los resultados se comporten más o menos, probablemente de cierta
manera.
La probabilidad de un suceso

Así pues sí hay leyes que rigen los fenómenos aleatorios, pero no son las leyes
habituales. Son leyes del tipo si repites este experimento aleatorio muchas
veces, es muy posible que pase esto, pero con cierto margen de error. Lo más
natural parece entonces estudiar qué resultados puede tener el fenómeno y qué
posibilidades tiene cada resultado. Igual que de un objeto físico se pueden
medir variables como su masa, su volumen, la velocidad a la que se mueve (si
es que se mueve)... de un suceso aleatorio podemos medir la posibilidad de que
ocurra. E igual que la cantidad de materia se mide con la masa, y el espacio
ocupado con el volumen, las posibilidades de ocurrencia de algo se miden con
probabilidades. Una probabilidad es una medida de la posibilidad que tiene un
suceso de ocurrir. Para estudiar un suceso aleatorio estudiamos las
probabilidades de sus resultados.
La probabilidad de un suceso

Ejemplo: Suceso: Lanzar un dado y que salga un 4. El ejemplo del

dado tiene una particularidad muy especial, y es que en principio,
suponiendo que el dado no esté trucado, no hay razones para pensar
que una cara tenga más posibilidades que otra de salir. En estos
casos se habla de sucesos equiprobables, porque todas las caras
tienen las mismas posibilidades de salir. Para calcular la probabilidad
de este tipo de sucesos se utiliza la regla de Laplace, llamada así en
honor de Pierre-Simon Laplace, el matemático francés del siglo XVIII
que la desarrolló.
La regla de Laplace

Dice lo siguiente: P(suceso X) = P(suceso X) significa probabilidad de que

suceda el suceso X, o más abreviadamente, probabilidad de X. Entonces
¿cuál es la probabilidad de que al lanzar un dado salga un 4? ¿Y un
número impar?
Dato curioso:

Los dados de un casino Un casino es un establecimiento en el que se

puede jugar a juegos de azar apostando dinero. Uno de los juegos consiste
en lanzar dos dados y en función de lo que salga se gana o se pierde. En
teoría los resultados de lanzar un dado son equiprobables (se dice que el
dado está equilibrado) pero en la práctica no siempre es así. Que los
resultados sean equiprobables depende de cómo esté fabricado el dado,
que el material del que esté hecho esté distribuido uniformemente, que
todas las caras sean iguales en tamaño... cuando jugamos en casa a algún
juego de mesa como el parchís nos da igual que el dado tenga pequeñas
irregularidades que favorezcan un poquito más al cuatro frente al uno, de
hecho seguramente ni nos percatemos, pero en el caso de un casino no da
lo mismo. Se busca que todos los resultados tengan la misma probabilidad
de salir, así que tienen que ser unos dados casi perfectos.
Los dados de casino suelen fabricarse en material transparente, para que
pueda verse su interior y se vea que no está trucado. Se procura que la
densidad del material se distribuya uniformemente por todo el dado, para
que no haya unas caras más favorecidas que otras. Los puntos (llamados
pipas) se taladran y se pintan con una pintura de la misma densidad que
el material del dado para no alterar el peso de las caras. Se fabrican con
las aristas completamente rectas en vez de redondeadas, para evitar que
haya caras de distintos tamaños, y por lo tanto con distintas
probabilidades de aparición. Además los dados de casino se cambian
periódicamente, puesto que con el uso se desgastan y los resultados
dejan de ser equiproblables. Y por cierto, ¿te has fijado en que en un dado
los números están dispuestos de forma que las caras opuestas siempre
suman siete?
Notas importantes sobre Probabilidad

1- La probabilidad de un suceso sólo toma valores entre 0 y 1 (o entre 0 y 100

si viniera dada en porcentaje).
2- Un suceso que tiene probabilidad 0 es un suceso que no puede ocurrir, y se
denomina suceso imposible. Por ejemplo: lanzar un dado de 6 caras y sacar
un 7.
3- Un suceso que tiene probabilidad 1 es un suceso que va a ocurrir siempre,
y se denomina suceso seguro. Por ejemplo: lanzar un dado y que salga algún
número.
4- Si la probabilidad de un suceso es p, entonces la probabilidad de que no
ocurra el suceso (la probabilidad de que pase lo contrario del suceso) es 1- p.
5- Los sucesos no siempre son equiprobables, y no siempre puede usarse la
regla de Laplace para calcular probabilidades de ocurrencia.
Dato curioso: Los juegos de azar y la información ¿Qué es una quiniela? Una
quiniela es una apuesta por los resultados de quince partidos de fútbol (el equipo X
gana – pierde – empata). La quiniela puede rellenarse al azar, pero normalmente
no se hace eso, sino que se aprovecha lo que se sepa de fútbol para decidir si se
apuesta por si un equipo va a ganar o perder. ¿Cómo? Hay muchos factores que
se conocen que pueden ayudar a decidir: si un equipo ha jugado muchos partidos y
los ha ido perdiendo, se lleva mal con su entrenador y va a jugar fuera de casa, es
probable que los jugadores estén cansados y desanimados y pierdan. ¿Y te has
fijado en que la decisión de si gana el equipo A o el B se hace en base a la opinión
personal, basada en hechos objetivos pero opinión personal, que se tenga sobre el
equipo? (Sí, últimamente han perdido pero han cambiado de entrenador y juegan
en casa, yo creo que les va a ir bien…) La probabilidad de acertar los resultados de
los 15 partidos rellenando la quiniela al azar es de 1 entre 315, es decir,
aproximadamente del 0,000007%.