Espacio Muestral, Eventos y Probabilidad

César A. Gómez

Escuela de Estadı́stica
Introducción a la Teória de La
Probabilidad
 Introducción a la Teória de La Probabilidad

Espacios Muestrales y Eventos

Considere un experimento que puede ser realizado cualquier cantidad de veces

bajo las mismas condiciones “ideales” y de manera independiente.
Por ejemplo:

ˆ lanzar una moneda al aire y anotar cara o sello.

ˆ Seleccionar al azar una balota en una urna que contiene balotas rojas y
negras.
ˆ Sacar una o varias cartas de un mazo.
ˆ Seleccionar una persona entre un grupo y anotar su altura, etc.

Espacio Muestral, Eventos y Probabilidad 1 / 14

 Introducción a la Teória de La Probabilidad

Definición 1
El espacio muestral asociado a un experimento lo vamos a denotar por S
y consiste en el conjunto de todos los pósibles resultados del experimento.

Ası́ por ejemplo en el experimento que consiste en lanzar la moneda y

anotar cara o sello, tenemos que

S = {c, s}.

En el caso del lanzamiento de un dado tenemos que

S = {1, 2, 3, 4, 5, 6}.

Espacio Muestral, Eventos y Probabilidad 2 / 14

 Introducción a la Teória de La Probabilidad

Ej. 1
Considere el experimento que consiste en medir el tiempo de viaje en el
trayecto de casa a la universidad.

Entonces S = (0, 120)mins.

S = {t : 0 < t < 120}.

Ej. 2
Se lanza una moneda 2 veces consecutivas y se anotan los resultados.

Acá

S = {cc, cs, ss, sc}.

Espacio Muestral, Eventos y Probabilidad 3 / 14

 Introducción a la Teória de La Probabilidad

Definición 2
Un evento es cualquier subconjunto del espacio muestral.

Ej. Si S = {c, s} (espacio muestral asociado al lanzamiento de una

moneda). Entonces el conjunto de todos los pósibles eventos F es

F = {{c}, {s}, {cs}, φ} .

Acá φ denota el conjunto vacio.

Si un evento consta de un solo resultado se denomina simple, si el evento
consta de más de un resultado entonces se denomina compuesto.

Espacio Muestral, Eventos y Probabilidad 4 / 14

 Introducción a la Teória de La Probabilidad

Ej. 3

En el caso de lanzar una moneda 2 veces anotando los resultados en el

respectivo orden tenemos entonces que el conjunto de todos los eventos es

F = {cc}, {cs}, {sc}, {ss},

{cc, cs}, {cc, sc}, {cc, ss}, {cs, sc}, {cs, ss}, {sc, ss},

{cc, cs, sc}, . . .

Si el experimento puede resultar en n resultados distintos entonces habrán

2n eventos distintos.

Espacio Muestral, Eventos y Probabilidad 5 / 14

 Introducción a la Teória de La Probabilidad

Algunas Relaciones de la Teorı́a de

Conjuntos

Definición 3
El complemento de un evento A es el evento denotado por A0 y que
consiste en el conjunto de todos aquellos resultados que están en el
espacio muestral S que no pertenecen al evento A.
La unión de 2 eventos A y B corresponde al evento denotado A ∪ B y
que consiste de todos aquellos resultados que pueden estar en el evento
A o pueden estar en el evento B.
La intersección de 2 eventos A y B corresponde al evento denotado por
A ∩ B y consiste de todos aquellos resultados (elementos ) que están en
el evento A y en el evento B simultáneamente.
Espacio Muestral, Eventos y Probabilidad 6 / 14
 Introducción a la Teória de La Probabilidad

Definición 4
Decimos que 2 eventos A y B son disyuntos (o mutuamente exclusivos) si

A ∩ B = φ.

Tenemos También las leyes de Morgan.

Para 2 eventos cuales quiera A y B, tenemos

1. (A ∪ B)0 = A0 ∩ B 0 .
2. (A ∩ B)0 = A0 ∪ B 0 .

VERIFIQUEMOS estas propiedades con los diagramas de Venn.

Espacio Muestral, Eventos y Probabilidad 7 / 14

 Introducción a la Teória de La Probabilidad

Axiomas, Interpretaciones y Propiedades de la Probabilidad

Considere un espacio muestral S asociado a un experimento.

A cada evento A se le puede asociar un número denotado P(A), el cuál es
un número entre cero y uno que da una medida de la “posibilidad ” de
ocurrencia del evento A en cada realización del experimento.
Ejemplo. 1
En el caso del lanzamiento de la moneda (una moneda bien balanceada)
tenemos que :

S = {c, s}, F = {{c}, {s}, {cs}, φ} .

El sentido común nos indica que debemos tener

P({c}) = 0.5, P({s}) = 0.5, P(φ) = 0.

Espacio Muestral, Eventos y Probabilidad 8 / 14
 Introducción a la Teória de La Probabilidad

Axiomas de la Probabilidad

ˆ Ax1. Para cualquier evento A, P(A) ≥ 0.

ˆ Ax2. P(S) = 1.
ˆ Ax3. Si A1 , A2 , A3 , . . . son eventos exclusivos entre si o disyuntos,
entonces

P(A1 ∪ A2 ∪ A3 ∪ . . .) = P(A1 ) + P(A2 ) + P(A3 ) · · ·

Ej. 4
Ası́ en el canso del lanzamiento de un dado , S = {1, 2, 3, 4, 5, 6}
Es claro que P({i}) = 1/6, por tanto P({i, j : i 6= j}) = 2/6.

Espacio Muestral, Eventos y Probabilidad 9 / 14

 Introducción a la Teória de La Probabilidad

Proposición 1
.

1. Para cada evento A, se cumple que P(A0 ) = 1 − P(A).

2. P(φ) = 0.
3. P(A) ≤ 1.

Espacio Muestral, Eventos y Probabilidad 10 / 14

 Introducción a la Teória de La Probabilidad

Interpretación de la Probabilidad

(Frecuencia Relativa) Considere un experimento que puede ser repetido

cualquier cantidad de veces y de manera independiente bajo las mismas
condiciones ideales.
Sea A un evento cualquiera y denotemos por n(A) el número de veces que
ocurre el evento A (o frecuencia absoluta del evento A ) en n
realizaciones del experimento.
A la fracción n(A)
n se le denomina la frecuencia relativa del evento A en n
realizaciones del experimento.

Espacio Muestral, Eventos y Probabilidad 11 / 14

 Introducción a la Teória de La Probabilidad

“Empı́ricamente se observa que cuando el experimento se realiza una gran

cantidad de veces (n → ∞) la frecuencia relativa n(A)
n tiende a un valor
constante, dicho valor es el que designamos como P(A), es decir la
probabilidad del evento A”, ósea

n(A)
lı́m = P(A).
n→∞ n
ó expresado de otra forma

n(A)
≈ P(A),
n
para n suficientemente grande.

Espacio Muestral, Eventos y Probabilidad 12 / 14

 Introducción a la Teória de La Probabilidad

Ej. 5
En el caso del lanzamiento de un dado:

ˆ Si A = {2}, entonces

n(A)
≈ 1/2.
n
ˆ Si B = {2, 4}, entonces, al lanzar el dado una gran cantidad n de
veces, tenemos que

n(B)
≈ 1/3.
n

Espacio Muestral, Eventos y Probabilidad 13 / 14

 Introducción a la Teória de La Probabilidad

Proposición 2
Para 2 eventos A y B cualesquiera, tenemos que

P(A ∪ B) = P(A) + P(B) − P(A ∩ B). (1)

Espacio Muestral, Eventos y Probabilidad 14 / 14