Nombre de la materia: Estadística

Docente: Romina G. Amaya Guerrero

Clase Nº 5
Probabilidad

1. Objetivos de la clase

Al finalizar el estudio que propone esta clase, espero que logren:

- Distinguir entre experimentos determinísticos y aleatorios.

- Reconocer espacios muestrales y sucesos.
- Asignar probabilidades a sucesos.

2. Lecturas obligatorias

Carpeta de trabajo, Introducción, Capítulo 2, páginas 55 a 65.

3. Desarrollo de la clase

Introducción

En las clases anteriores se trabajó con datos numéricos y categóricos.

En ésta, se comenzará a estudiar la teoría de las probabilidades, para aplicarla más
adelante en los cálculos estadísticos

3.1 Experimentos determinísticos y aleatorios:

Cuando se realizan cierto tipo de experimentos, de antemano se puede conocer cuál

va a ser el resultado. Por ejemplo, si ahora usted que está leyendo este párrafo
levanta un dado 10 centímetros por encima de su escritorio y lo deja suelto en el
aire, yo, desde aquí, escribiendo esto mucho tiempo antes de que usted haga ese
experimento, ya le puedo garantizar que su dado caerá sobre el escritorio (tal vez,
después siga camino hacia el piso, pero podría quedarse en el escritorio). ¿Es que
soy adivina? No. Es que el experimento es determinístico. Ya sabemos todos/as,
desde antes de cumplir el primer añito de vida, que cuando dejamos las cosas sueltas
en el aire, se caen.

Lo que no puedo asegurar es en qué parte del escritorio golpeará, o qué número
quedará hacia arriba. Repitiendo el experimento varias veces, usted podrá observar
que no queda siempre hacia arriba el mismo número. En este caso, se trata de un
experimento aleatorio.

El cálculo de probabilidades busca asociar un número a cada posible resultado de un

experimento aleatorio. Ese número, la probabilidad de que ocurra determinado
resultado del experimento, será un indicador de qué tan frecuentemente sucederá
ese resultado y no otro.

Para calcular probabilidades, se necesita unificar el lenguaje, por lo que se definen

los siguientes conceptos:

Espacio muestral: Se simboliza con E. Es el conjunto con todos los resultados

posibles de un experimento aleatorio. En el caso del dado de nuestro ejemplo, los
resultados posibles son 𝐸 = {1, 2, 3, 4, 5, 6}

Suceso o evento aleatorio: Cualquier subconjunto del Espacio Muestral. Por

ejemplo, el suceso 𝐴 = 𝑞𝑢𝑒 𝑠𝑎𝑙𝑔𝑎 𝑢𝑛 𝑛ú𝑚𝑒𝑟𝑜 𝑝𝑎𝑟 = {2,4, 6}

Esto se puede simbolizar utilizando diagramas de Venn:

E
1 3 A 2 4

5 6

En las páginas 58 a 62 de la Carpeta de Trabajo encontrarán las diferentes

operaciones que se pueden efectuar con los sucesos.

Ejercicio sugerido 1:

Considere el siguiente experimento: se selecciona al azar una carta de un mazo de

barajas de jugar al truco (es decir, no tiene 8, ni 9, ni comodines). Y los siguientes
eventos:

A: sale una carta de número impar

Estadística Profesora Romina G. Amaya Guerrero

-2-
B: sale una carta de bastos

C: sale una carta con una figura (sota, caballo o rey)

3.2 Probabilidad

La definición clásica de probabilidad es la siguiente:

𝑛ú𝑚𝑒𝑟𝑜 𝑑𝑒 𝑐𝑎𝑠𝑜𝑠 𝑓𝑎𝑣𝑜𝑟𝑎𝑏𝑙𝑒𝑠

𝑃(𝐴) =
𝑛ú𝑚𝑒𝑟𝑜 𝑑𝑒 𝑐𝑎𝑠𝑜𝑠 𝑝𝑜𝑠𝑖𝑏𝑙𝑒𝑠

Por ejemplo, la probabilidad de que, dejando caer un dado, caiga del lado de un número par,
es:

3 1
P(A) = =
6 2

(este último valor se obtuvo “simplificando” la fracción).

Esta definición supone que todos los resultados son igualmente probables. Si el dado
estuviera “cargado”, no sería ésta la probabilidad. Por eso, también aparecen otras
definiciones, como la “frecuencial”. Si dudáramos del dado, podríamos dejarlo caer
un gran número de veces, y registrar el resultado de cada experimento. La
probabilidad frecuencial será el cociente entre la cantidad de veces que se logró el
resultado esperado, y la cantidad de veces que se repitió el experimento.

Ejercicio sugerido 2:

Considere los siguientes datos, del Censo Nacional de Población, Hogares y Viviendas
2010 (INDEC), correspondiente a las personas de entre 20 y 24 años:

Nivel educativo que cursa o Sexo

Total
cursó Varón Mujer
Inicial (jardín, preescolar) 170 168 338
Primario 110782 78862 189644
EGB 52876 38493 91369
Secundario 196615 180532 377147
Polimodal 134641 128399 263040
Superior no universitario 37966 73120 111086
Universitario 100365 129951 230316
Post universitario 400 802 1202
Educación especial 5670 4108 9778
Total 639485 634435 1273920

Calcule:

Estadística Profesora Romina G. Amaya Guerrero

-3-
 a. ¿Cuál es la probabilidad de que, al elegir al azar a una persona habitante de
la Argentina de entre 20 y 24 años, resulte ser que tiene nivel universitario?

b. ¿Cuál es la probabilidad de que, al elegir al azar a una persona habitante de

la Argentina de entre 20 y 24 años, resulte ser que no alcanzó al nivel
superior?

c. ¿Cuál es la probabilidad de que, al elegir al azar a una persona habitante de

la Argentina de entre 20 y 24 años, resulte ser que recibió educación especial?

3.3 Probabilidad condicionada

Volvamos al ejercicio sugerido 1. La probabilidad de que, al seleccionar al azar una

1
carta, resulte ser un número impar, o sea, la probabilidad de que suceda A, es de 2.

Pero si nos informan que la carta obtenida fue una figura, es decir, si sabemos que
sucedió el evento C, la probabilidad de A cambia, porque cambia el espacio muestral.
Antes de tener esta información, la cantidad de resultados posibles era 40. Pero
sabiendo que salió una figura, el nuevo espacio muestral es el de las figuras, o sea,
tiene 12 resultados posibles. De ellos, sólo 4 corresponden a cartas con número impar
4 1
(los caballos). Por eso, la probabilidad de A dado C es de = .
12 3

1
Este resultado se expresa de la siguiente manera: 𝑃(𝐴⁄𝐵) = 3 y se lee “probabilidad
de A dado B” y significa que ya sabemos que ocurrió B y calculamos la probabilidad
de A en estas nuevas circunstancias.

Si la probabilidad de A es igual a la probabilidad de “A dado B”, se dice que A y B son

sucesos estadísticamente independientes.

Ejercicio sugerido 3:

Investigue si los sucesos A y B del ejercicio sugerido 1 son estadísticamente

independientes.

Investigue si los sucesos B y C del ejercicio sugerido 1 son estadísticamente

independientes.

Ejercicio sugerido 4:

Con referencia a la tabla de la página 3, conteste:

a) ¿Cuál es la probabilidad de que, al elegir al azar a una mujer habitante de la
Argentina de entre 20 y 24 años, resulte ser que tiene nivel universitario?

Estadística Profesora Romina G. Amaya Guerrero

-4-
 b) ¿Cuál es la probabilidad de que, al elegir al azar a una persona habitante de
la Argentina de entre 20 y 24 años con nivel universitario, resulte ser mujer?
c) Considere los sucesos A: mujer habitante de la Argentina de entre 20 y 24
años y B: haber alcanzado el nivel universitario. ¿Se trata de sucesos
independientes?

4. Cierre de la clase

En esta clase se definió la probabilidad y se calcularon probabilidades de sucesos

simples.

En la próxima clase, se continuará con el cálculo de probabilidades, considerando

nuevas situaciones y complejizándolas.

Romina G. Amaya Guerrero

Estadística Profesora Romina G. Amaya Guerrero

-5-
2

Probabilidad

Objetivos
• Desarrollar algunas herramientas básicas para poder abordar con funda-
mento los problemas de la inferencia estadística.
• Sistematizar, organizar y cimentar los conceptos probabilísticos presentes
en la cultura cotidiana.

2.1. Elementos de la teoría de probabilidad

En la presente Unidad trataremos conceptos de la teoría de probabilidad por
ser ésta la herramienta conceptual necesaria para abordar con fundamento los
problemas de la estadística inferencial.

2.1.1. Experimento aleatorio

Párrafo del capítulo IV de
Comenzaremos leyendo el siguiente texto que fue extraído de la novela El jugador El jugador (1866), una de
de Fedor Dostoievsky. las más célebres y populares nove-
las de Fedor Dostoievsky, en gran
parte un relato autobiográfico.

“[...] Las salas de juego estaban repletas de público. ¡Cuánta insolencia y cuánta avidez! Me
abrí paso entre la muchedumbre y me coloqué frente al propio croupier. Empecé a jugar tími-
damente, arriesgando cada vez dos, tres monedas. Entretanto, observaba. Tengo la impresión
de que el cálculo previo vale para poco y, desde luego no tiene la importancia que le atribuyen
muchos jugadores: llevan papel rayado, anotan las jugadas, hacen cuentas, deducen las proba-
bilidades, calculan; por fin, apuestan y pierden. Igual que nosotros simples mortales, que juga-
mos sin cálculo alguno. He llegado, sin embargo, a una conclusión, al parecer, justa: existe, en
efecto, si no un sistema, por lo menos cierto orden en la sucesión de probabilidades casuales, lo
cual es muy extraño. Suele ocurrir, por ejemplo, que tras las doce cifras centrales salgan las doce
últimas. Cae, por ejemplo, dos veces en las doce últimas y pasa a las doce primeras. De las doce
primeras, vuelve a las centrales: sale tres o cuatro veces seguidas y de nuevo pasa a las doce últi-
mas. Tras dos vueltas, cae sobre las primeras, que no salen más de una vez, y las cifras centrales
salen sucesivamente tres veces. Esto se repite durante hora y media o dos horas. Uno, tres y dos;
uno, tres y dos. Resulta muy divertido. Hay días, mañanas, en que el negro alterna con el rojo,
casi en constante desorden, de modo que ni el rojo ni el negro salen más de dos o tres veces
seguidas. Al día siguiente, o a la misma tarde, sale el rojo hasta veinticinco veces sucesivas, y con-
tinúa así durante algún tiempo, a veces, durante todo el día [...]”.

55
Universidad Virtual de Quilmes
Experimento aleatorio,
probabilístico o estocás-
tico: es aquel donde no se puede
determinar a priori cuál va a ser su
resultado.
56
La búsqueda de las leyes que, supuestamente, gobiernan el azar no solo atrae
la concentración de algún jugador empedernido, sino que domina permanen-
temente los cálculos de casi todo el espectro científico desde –en un rango
cronológico– la astronomía hasta la economía.
Lo que aparece claramente en el párrafo seleccionado es la observación
del fenómeno que interesa estudiar –la ruleta– mediante series de frecuencias.
Cada vez que se realiza una jugada se está llevando a cabo un experimento
aleatorio o azaroso, ¿por qué aleatorio? Porque no se puede predecir de ante-
mano el resultado que se va a obtener en esa jugada.
Existen muchos experimentos aleatorios fuera del juego, por ejemplo, podrí-
amos anotar la edad de cada una de las personas que lee esta carpeta, cada
edad del conjunto de todas las edades anotadas puede ser un resultado del
experimento.
Podemos citar también como experimento aleatorio la observación de la
ocurrencia del robo de un auto realizada por un actuario de seguros. Este
actuario podría anotar en función de resultados previos cuántos autos de una
determinada marca y modelo fueron robados entre todos los que existen en
el mercado y a partir de ello inducir si un nuevo auto cualquiera, elegido al
azar de ese modelo y marca, tiene alguna posibilidad de ser robado.
Tanto la jugada única del jugador, como el aseguramiento de un auto cual-
quiera tomado al azar, constituyen experimentos aleatorios simples porque
involucran tomar un solo elemento al azar de una población.
Tanto la avidez del jugador como la de la compañía de seguros nos llevan
a los experimentos aleatorios compuestos –tomar más de un elemento al
azar– donde el jugador haría varias jugadas o la compañía aseguraría varios
autos.
El proceso de tomar al azar uno o más elementos de una determinada
población es un experimento aleatorio.
Si se selecciona un solo elemento, referido a una variable, el experi-
mento es simple y si se seleccionan dos o más elementos, referidos a esa
variable, el experimento aleatorio es compuesto porque es el resultado
de la repetición de uno simple.
Por otro lado, si se selecciona un elemento al azar pero referido a dos
o más variables conjuntamente resulta también un experimento aleato-
rio compuesto.
Cuando se seleccionan muestras aleatorias de tamaño n de una población se
están realizando n experimentos aleatorios simples.
Espacio muestral
Denominamos espacio muestral (E) al conjunto de todos los resultados posi-
bles de un experimento aleatorio.
En el ejemplo del actuario nos interesa si al seleccionar un auto de esa
marca y modelo éste puede ser robado o no, entonces los resultados posi-
bles son: será robado o no será robado:
 Estadistica

E = {robado, no robado}

En una jugada de la ruleta los resultados posibles son:

E = {todos los números de la ruleta} = {0, 1, 2, 3, ......... , 34, 35, 36}

En la siguiente tabla figuran distintos tipos de experimentos aleatorios y espa-

cios muestrales asociados a ellos.

Experimento aleatorio Espacio muestral

Si se tomara/n al azar: Se obtendrían los siguientes resultados

1- Una pyme del grupo que figura en la matriz

ME 3 de la Unidad anterior y se examinara el E ={ A, C, I, S}
rubro al que pertenece.
2- Dos empleados de la empresa cooperativa E={FF, FM, MF, MM}
de la matriz ME 1 y se observara el sexo al
que pertenece cada uno.
3- Una vivienda entre las de la ME 2 y
se reflexionara acerca de la cantidad de E ={ 1, 2, 3, 4, 5}
ambientes que tiene.

Como puede apreciarse, los experimentos 1 y 3 son simples y el 2 es un expe-

rimento compuesto por repetición de uno simple.
Para describir los elementos de un espacio muestral de un experimento
compuesto se puede recurrir a un diagrama denominado diagrama de árbol
donde cada una de las ramas representa a cada uno de los elementos com-
puestos del espacio muestral.
El diagrama de árbol (G.2.1.) correspondiente al segundo experimento es

Gráfico 2.1. Diagrama de árbol

Suceso o evento aleatorio

Un suceso o evento aleatorio es cualquier subconjunto de un espacio

muestral.

57
Universidad Virtual de Quilmes

Son ejemplos de sucesos aleatorios del Espacio muestral del experimento 3,

que la vivienda seleccionada tenga:

S1 = {hasta 3 ambientes}
S1 = {1, 2, 3}

S2 = {1 ambiente}
S2 = {1}

S3 = {8 ambientes}
S3 = { } = Φ

S4 = {hasta 5 ambientes}
S4 = {1, 2, 3, 4, 5} = E

S5 = {3 o 4 ambientes}
S5 = {3, 4}

S6 = {menos de 4 ambientes}
S6 = {1, 2, 3}

S7 = {más de 3 ambientes}
S7 = {4, 5}

Un suceso ocurrirá si el resultado del experimento aleatorio es un ele-

mento de dicho suceso.

Si un suceso tiene un solo elemento (por ejemplo S2) se dice que es un suce-
so elemental.
Si los elementos de un suceso son todos los del espacio muestral (el suce-
so coincide con E como el S4) al suceso se lo denomina suceso cierto y ocu-
rre siempre al realizar el experimento.
Si un suceso no tiene elementos, es un conjunto vacío como el S3 y se llama
suceso imposible. Este suceso no podría ocurrir al realizar el experimento.

Relaciones entre sucesos

Las relaciones más destacables que se pueden establecer entre dos o más
sucesos son: identidad, exclusión e independencia. Para ejemplificarlas usa-
remos los sucesos S1 a S7.

Identidad

Dos o más sucesos son idénticos cuando tienen los mismos elementos.

Considerando el suceso S6 podemos notar claramente que es idéntico al suce-

so S1.

58
 Estadistica

Exclusión

Dos sucesos son mutuamente excluyentes cuando la ocurrencia de uno

excluye la ocurrencia del otro. Es decir, que no tienen elementos en
común.

Por ejemplo, los sucesos S2 y S5 porque si ocurre S2 no puede ocurrir S5 y

viceversa, por lo tanto son mutuamente excluyentes.
Dos sucesos aleatorios son no excluyentes, caso S5 y S7, cuando tienen
elementos en común.
Un suceso está incluido en otro cuando todos sus elementos son parte de los
elementos del otro como en el caso del suceso S2 que está contenido en S1.
El espacio muestral y los sucesos aleatorios pueden representarse median-
Juan Venn (1834-1923).
te un diagrama de Venn.
Filósofo e historiador inglés.
En los siguientes diagramas se visualizan las tres formas que puede adop- Su obra de lógica más original es
tar la relación de exclusión entre dos sucesos aleatorios. la Lógica del azar.

Gráfico 2.2.

Independencia

Dos sucesos son independientes cuando la ocurrencia de uno no condiciona

la ocurrencia del otro.
Observando el primer caso del gráfico 2.2. –donde los sucesos son mutua-
mente excluyentes– si uno ocurriera, el otro nunca podría ocurrir. Eso implica
la total dependencia del segundo suceso respecto del primero, y viceversa.

Si dos sucesos son mutuamente excluyentes entonces son fuertemente

dependientes.

En el tercer diagrama, del mismo gráfico, si ocurriese el suceso incluido nece-

sariamente el suceso incluyente ocurrirá, por lo que éste también es fuerte-
mente dependiente de aquél.

59
Universidad Virtual de Quilmes

Si un suceso incluye a otro entonces es fuertemente dependiente del

suceso incluido.

En el caso de los sucesos no excluyentes, segunda forma del gráfico, el aná-

lisis de la independencia requiere de otras consideraciones que se irán incor-
porando paulatinamente. Pero sí se puede afirmar que:

Si dos sucesos son independientes no son mutuamente excluyentes.

Operaciones entre sucesos

Estudiadas sistemática- Las operaciones entre sucesos son las tres operaciones de Boole (unión, inter-
mente por el lógico irlan- sección y complemento) del álgebra de conjuntos más la operación diferencia.
dés J. Boole (1815-1864) y aplica-
das al diseño de circuitos electrónicos
a partir de 1939 y a la telefonía,
control automático y computado- Estas operaciones aplicadas a dos o más sucesos aleatorios devuelven
ras en general hasta hoy. siempre un nuevo suceso aleatorio.

Unión

La unión de dos sucesos Si y Sj es un nuevo suceso (Si U Sj) cuyos ele-

mentos pertenecen a alguno de los dos sucesos (a Si o a Sj o a ambos).

Gráfico 2.3.

Consideremos las siguientes uniones de sucesos aleatorios:

S2 U S5 = {1} U {3, 4} = {1, 3, 4}

S7 U S5 = {4, 5} U {3, 4} = {3, 4, 5}
S1 U S2 = {1, 2, 3} U {1} = {1, 2, 3}

60
 Estadistica

Intersección

La intersección de dos sucesos Si y Sj es un nuevo suceso (Si Sj) cuyos

elementos pertenecen conjuntamente a ambos sucesos.

Gráfico 2.4.

La intersección de los sucesos S7 y S5, con los que ya operamos, es:

S7 I S5 = {4, 5} I {3, 4} = {4}

El suceso S7 I S5 ocurrirá sí y solo sí ocurrieran simultáneamente los suce-
sos S7 y S5.

1.
a. Realizar la intersección entre los sucesos S2 y S5.
b. Indicar qué tipo particular de suceso es la intersección entre dos suce-
sos mutuamente excluyentes.

Complemento

El complemento de un suceso S es otro suceso cuyos elementos son todos

los elementos del espacio muestral que no pertenecen al suceso S.

Gráfico 2.5.

El complemento del suceso S1 es:

S {todos los elementos de E que no están en S1} = {4, 5}

61
Universidad Virtual de Quilmes
Essai philosophique sur
les probabilités (1814).
Pierre Simón de Laplace (1749-
1827), astrónomo y matemático
francés. Otras obras: Mecánica
Celeste y El sistema del mundo.
62
Diferencia
La diferencia entre dos sucesos Si y Sj es un nuevo suceso (Si –Sj) cuyos
elementos pertenecen sólo a Si.
Gráfico 2.6.
Las siguientes diferencias entre sucesos son:
S7 – S5 = {4, 5} – {3, 4} = {5}
S1 – S2 = {1, 2, 3} – {1} = {2, 3}
2.
a. Determinar la diferencia entre los sucesos S2 y S5.
b. Determinar el suceso resultante de la diferencia entre dos sucesos
mutuamente excluyentes.
2.1.2. Definiciones de probabilidad
Enunciaremos las definiciones de probabilidad teniendo en cuenta su formu-
lación histórica.
Definición clásica
La definición clásica de probabilidad se debe a Pierre Simón de Laplace para
quien la teoría del azar consiste en determinar el número de casos favorables
al acontecimiento cuya probabilidad se indaga. La razón de este número con
la de todos los casos posibles es la medida de la probabilidad, que no es más
que una fracción cuyo numerador es el número de casos favorables y cuyo
denominador es el número total de casos posibles.
Es decir:
cantidad de casos favorables
p=
cantidad de casos posibles
Apliquemos esta definición a algún suceso en la jugada de la ruleta, por ejem-
plo, si nos interesa que en la próxima tirada de la ruleta salga par.
 Estadistica

El espacio muestral es:

E = {todos los números de la ruleta}
E = {0, 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15, 16, 17, 18, 19, 20,
21, 22, 23, 24, 25, 26, 27, 28, 29, 30, 31. 32, 33, 34, 35, 36}
y el suceso o evento de interés es:
S = {que salga par}
S = {2, 4, 6, 8, 10, 12, 14, 16, 18 , 20, 22, 24, 26, 28, 30, 32, 34, 36}

P(S) = P(par) = 18 / 37 = 0,4865

Definición frecuencial
Matemático y filósofo aus-
Richard E. von Mises propuso la siguiente definición de probabilidad frecuen-
tríaco (1883-1953).
cial en 1919.

 La probabilidad de un suceso cualquiera es “[...] el Valor Límite de la

Tomado de su libro
Frecuencia Relativa... Esta es la razón del número de casos en que el atributo a
Probabilidad, Estadística
sido hallado al número total de observaciones [...]”  y Verdad (1928).
Supongamos que el actuario ha recabado información sobre una cantidad grande de autos asegurados y que de ello
el 15% sufrió algún robo. El actuario con ese dato puede calcular la probabilidad del suceso S: “el auto asegurado no
sería robado”.
Es decir:
p =P(S)
f r = P( no robado) = 85/100 = 0,85

Supongamos que el actuario ha recabado información sobre una cantidad

2.1.3.
grande Axiomatización de la
de autos asegurados probabilidad
y que de ellos el 15% sufrió algún robo. El actua-
rio con ese dato puede calcular la probabilidad del suceso S: “el auto asegu-
La Teoría
rado de larobado”.
no sería Probabilidad fue estructurada algebraicamente a partir de 1930 por matemáticos de la escuela ruso
francesa, dentro de una teoría especial de la medida de conjuntos. Esa teoría de la medida nos permitiría hablar de l
probabilidad de un P(S)
suceso aleatorio,
= P( como
no robado) = la medida=de0,85
85/100 su ocurrencia.
COMIENZO DE PASTILLA EN escuela ruso-francesa
Los referentes más importantes de esta escuela son: A. N. Kolmogoroff, F. Cantelli, E. Borel y otros.
2.1.3.
FIN Axiomatización de la probabilidad
DE PASTILLA

LaSu utilidad
Teoría de la reside en entregar
Probabilidad al cálculo de
fue estructurada probabilidadesauna
algebraicamente herramienta
partir de 1930 algebraica, es decir, un conjunto d
Los referentes más
operaciones y maneras
por matemáticos de ladeescuela
operar con probabilidades.
ruso-francesa, dentro de una teoría especial importantes de esta
deSula cuerpo
medidaprincipal consiste
de conjuntos. Esaenteoría
tres axiomas y un grupo
de la medida de propiedades
nos permitiría hablar (teoremas).
de escuela son: A. N. Kolmogoroff, F.
la probabilidad de un suceso aleatorio, como la medida de su ocurrencia. Cantelli, E. Borel y otros.
Su utilidad
COMIENZO DEreside en entregar
PASTILLA al cálculo de probabilidades una herramien-
EN axiomas
Recordar que los axiomas
ta algebraica, sonun
es decir, proposiciones
conjunto de intuitivas aceptadas
operaciones sin demostración
y maneras y que acon
de operar partir de ellos pueden deducirse las propiedade
(teoremas).
probabilidades.
Recordar que los axiomas
FIN SuDEcuerpo
PASTILLAprincipal consiste en tres axiomas y un grupo de propiedades
son proposiciones intui-
(teoremas). tivas aceptadas sin demostración
y que a partir de ellos pueden dedu-
cirse las propiedades (teoremas).
Axiomas
la probabilidad de un suceso aleatorio S es un
A.1. P (S) * 0 número no negativo.
A.2. P(E) = 1 la probabilidad del espacio muestral E es 1.

la probabilidad de la unión de dos sucesos

A.3. Si ! Sj = ’ entonces aleatorios Si y Sj mutuamente excluyentes es la
P(Si , Sj) = P (Si) + P(Sj) suma de sus respectivas probabilidades.

Propiedades
63
P.1. 0 ) P(S) ) 1
Se deduce combinando A.1. y A.2.
 A.2. P(E) = 1 la probabilidad del espacio muestral E es 1.

la probabilidad de la unión de dos sucesos

A.3. Si ! Sj = ’ entonces aleatorios Si y Sj mutuamente excluyentes es la
Universidad Virtual de Quilmes P(Si , Sj) = P (Si) + P(Sj) suma de sus respectivas probabilidades.

Propiedades
P.1. 0 ) P(S) ) 1
Se deduce combinando A.1. y A.2.

P.2. P( S ) = 1 – P(S)
Se deduce combinando A.2. y A.3.
P.3. P(’) = 0
Se deduce de A.3. y considerando que ’ es el complemento de E

P.4. P(Si , Sj) = P (Si) + P(Sj) – P(Si ! Sj)

Se deduce de A.3. y de considerar a cada uno de los sucesos como unión de partes
mutuamente excluyentes.

COMIENZO
3. DE ACTIVIDAD
3. Demostrar la P.4. utilizando la sugerencia dada.
Demostrar la P.4. utilizando la sugerencia dada.
FIN DE ACTIVIDAD
2.1.4. Tipos de probabilidad

Hay tres tipos de probabilidad de que ocurra un suceso aleatorio, a saber: pro-
babilidad total, probabilidad conjunta o compuesta y probabilidad condicional

Probabilidad total

Se denomina probabilidad total a la probabilidad del suceso resultante de la

unión de dos o más sucesos cualesquiera.
Las probabilidades de los sucesos vistos en el subapartado 2.1.2. “que el
auto asegurado no sea robado” y “que salga un número par en la jugada de
la ruleta” son ejemplos de probabilidad total.
El suceso “que el auto asegurado no sea robado” es un suceso elemen-
tal, en cambio el suceso “que salga un número par en la jugada de la ruleta”
resulta de la unión de los sucesos elementales {2}, {4}, {6}, {8},......, {30},
{32},{34},{36} o sea,

P(sea par) = P({2}U{4}U {6}U{8}U......U{30}U{32}U{34}U{36})

P(sea par) = P(2) + P(4) + P(6) + P(8) +...+ P(30) + P(32) + P(34) + P(36) =
1/37 + 1/37 + 1/37 +…….+ 1/37 + 1/37 = 18 .1/ 37 = 18/37

Se entiende por equipro-
babilidad, en el sentido
expresado por Laplace, a la igual-
dad de oportunidad que tiene cada
uno de los resultados elementales
de una población para ser selec-
cionado durante la realización de
un experimento aleatorio.
El cálculo realizado se basa en el tercer axioma y supone la equiprobabilidad
de cada uno de los resultados de la jugada de la ruleta.
Probabilidad condicional
Supongamos que un estudio contable que recién se inicia debe presentar ante
un organismo oficial dos declaraciones juradas (DDJJ) tomadas al azar entre
sus 10 clientes. Entre ellos, tres son grandes contribuyentes (G) y el resto
monotributistas (M).
El espacio muestral E = {GG, GM, MG, MM} puede obtenerse a partir del
diagrama de árbol del gráfico 2.7. en el que se incluyen las probabilidades
totales correspondientes a la primera selección

64