PROBABILIDADES

Para extender los resultados de la muestra a la población, es necesario utilizar la idea de modelo
probabilístico. Cuando tomamos una muestra de una población, nuestras conclusiones o inferencias
acerca de la población tienen un grado de incertidumbre. El objetivo de esta sección es presentar una
introducción a la teoría de la probabilidad como fundamento para la inferencia estadística.

Definición frecuencista de probabilidad:

La probabilidad de que ocurra un evento es la frecuencia relativa con la que puede esperarse que
ocurra ese evento, si fuera repetido muchas veces.

Esta definición frecuencista o empírica es una de las formas como se calculan las probabilidades pero
también existen otras aproximaciones como la probabilidad clásica. La probabilidad clásica data del
siglo XVII en los trabajos de dos matemáticos, Pascal y Fermat. Gran parte de esta teoría fue creada
para intentar resolver problemas relacionados con los juegos de azar y asume que los resultados son
equiprobables. La probabilidad clásica o "a priori" y la frecuencia relativa o "a posteriori" son
conocidas como probabilidad objetiva. Existe también la probabilidad subjetiva o Bayesiana, que se
debe a Thomas Bayes, reverendo inglés del siglo XVIII, y que ha sido desarrollado por De Finetti en los
años 1930. Para estos autores, la probabilidad es siempre una medida subjetiva del grado de certeza
sobra la aparición de un suceso, ya que se supone que dicha certidumbre depende de la cantidad de
información que posee el sujeto; por ejemplo, asignar probabilidad de que salga cara en una moneda
es distinta de 0,5 si se sabe que la moneda está trucada.

Conceptos Basicos de Probabilidades

Definición:
Un experimento aleatorio es un proceso (repetible) cuyo resultado no se conoce de antemano.
Si se repite un experimento aleatorio bajo las mismas condiciones y anotamos las frecuencias
relativas de un suceso. Observaremos que estas tienden a estabilizarse alrededor de un número que
está entre cero y uno. Este valor recibe el nombre de probabilidad.

Espacios Muestrales y Eventos

Sea el experimento aleatorio = lanzar una moneda tres veces

Podemos escribir los resultados como un conjunto: S = {CCC, CCS, CSC, CSS, SCC, SCS, SSC, SSS}

Definición:
Un espacio muestral es el conjunto de todos los valores posibles de un experimento aleatorio.

Definición: Un evento es cualquier subconjunto del espacio muestral S.

Se dice que un evento A ocurre si cualquiera de los elementos o resultados en A ocurren.

1
Emilio José Delgado Flórez
Docente
Habitualmente se usan los diagramas de Venn, de la teoría de conjuntos, para visualizar el espacio
muestral y los eventos.
S

A .a
.b

La unión de dos eventos, representada por “A o B”, se denota por: A B

"A or B" S
A

La intersección de dos eventos, representado por “A y B”, se denota por: A B

"both A and B"
S
A

El complemento de un evento, representado por “no A”, se denota por: AC

C
A S
A

Definición:
Dos eventos A y B son disjuntos o mutuamente excluyentes si no tienen elementos en común. Así, si
un evento ocurre, el otro no puede ocurrir.

S
B
A

2
Emilio José Delgado Flórez
Docente
Reglas de Probabilidades
Para cualquier evento A, le asignamos el número P(A) llamado la probabilidad del evento A.

 Le asignamos una probabilidad a cada resultado en el espacio muestral, entre 0 y 1, tal que la
suma de estas probabilidades es igual a 1, y

 La probabilidad de cualquier evento es la suma de las probabilidades de los resultados que hacen
aquel evento.

Si los resultados del espacio muestral son equiprobables (igualmente probables), la probabilidad de
un evento A es simplemente la proporción de resultados de A en el espacio muestral.

número de resultados favorables a A casos favorables

Ley de Laplace : 
número de resultados posibles casos posibles

Esta ley es la definición de Probabilidad a priori o clásica

Reglas cuando asignamos probabilidades:

1. Cualquier probabilidad es siempre un valor numérico entre 0 y 1. La probabilidad es cero si el

evento no puede ocurrir. La probabilidad es uno si el evento es seguro.

0  P( A)  1

2. Si sumamos las probabilidades de cada resultado individual en el espacio muestral, la

probabilidad total tiene que ser uno.
P( S )  1

3. La probabilidad de que un evento A ocurra es uno menos la probabilidad de que el evento no

ocurra.
P( A)  1  P( AC )

4. Regla de la suma: La probabilidad de que un evento A o un evento B ocurra es la suma de sus

probabilidades individuales menos la probabilidad de la interacción.

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

3
Emilio José Delgado Flórez
Docente
 "A or B" S
A

Si los dos eventos A y B son disjuntos, es decir, no tienen elementos en común, entonces:

P( A o B)  P( A  B)  P( A)  P( B)

Probabilidad Condicional
En ocasiones, el conjunto de todos los "resultados posibles" puede constituir un subconjunto del
espacio muestral original.

A given B o rig in a l s a m p le s p a ce

B = u p d a te d s a m p l e s p a c e
S
A

Definición:
La probabilidad condicional de que ocurra el evento A dado que el evento B ocurrió está dada por:

P( A  B)
P( A | B)  , donde P( B)  0
P( B)

Nota: de esta relación se deduce que podemos escribir la intersección de otra manera usando la
regla de la multiplicación: P( A  B)  P( A) P( B | A)  P( B) P( A | B)

Definición:
Dos eventos A y B son independientes si

P( A| B) = P( A) , o P( B| A) = P( B) .
Si saber que un evento ocurrió no cambia la probabilidad de ocurrencia del otro evento, entonces los
eventos son independientes.

4
Emilio José Delgado Flórez
Docente
Si dos eventos A y B son independientes, entonces la regla de la multiplicación:

P( A  B)  P( A) P( B) .

Reglas básicas de Probabilidad:

1. La probabilidad de que un evento A ocurra se denota por P ( A) . Para cualquier evento A,

0  P( A)  1.

2. La suma de todas las probabilidades de los resultados en el espacio muestral tiene que ser igual a
uno: P( S )  1

3. Regla del Complemento: La probabilidad de que un evento ocurra es 1 menos la probabilidad que
el evento no ocurra. P( A)  1  P( A )
C

4. Regla de la Suma: La probabilidad de que el evento A o el evento B ocurra es la suma de sus

probabilidades individuales menos la probabilidad de la intersección:

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

Si A y B son eventos mutuamente excluyentes (o disjuntos), entonces:

P( A o B)  P( A)  P( B) .

5. La probabilidad condicional de que ocurra un evento A, dado que ocurrió el evento B está dada
por:

P( A  B)
P( A | B)  , donde P ( B )  0 .
P( B)

De aquí sale la regla de la multiplicación: P( A  B)  P( A) P( B | A)  P( B) P( A | B) .

Si dos eventos no se influencian entre sí, es decir, saber que uno ocurrió no cambia la
probabilidad de que el otro ocurra, los eventos son independientes.

Dos eventos A y B son independientes si P( A | B)  P( A) , o equivalentemente P( B | A)  P( B) ,

o equivalentemente P( A  B)  P( A) P( B) .

5
Emilio José Delgado Flórez
Docente
PERMUTACIONES: Una permutación es un arreglo ordenado de una parte de los elementos, o de
todos los elementos de un conjunto.

n!
Prn 
n  r  !
Donde:
n = número total de elementos del conjunto
P = Permutaciones
r = número de elementos que se toman a la vez.
! = factorial.
Ejemplo 12: ¿Se toman 3 números de lotería de u n total de 50, de cuantas formas se pueden tomar
los números?
Nota: 0! = 1
50 ! 50 !
P350    (50  49  48)  117,600
50  3 ! 47 !

COMBINACIONES: Es el número de subconjuntos de r elementos que se puede formar de un

conjunto de n elementos, sin importar el orden de los elementos. Para determinar el número de
combinaciones posibles utilizamos:

n!
Crn 
r!n  r  !

Ejemplo 13: Un entrenador de basket ball tiene 9 jugadores igualmente hábiles, ¿cuántas quintetas
podrá formar?

9!
C59   126
5 ! 4 !

6
Emilio José Delgado Flórez
Docente