INTRODUCCION A LA PROBABILIDAD

HISTORIA
Línea del tiempo

La Edad media termina en el año 1453 con la caída de Constantinopla por parte de los
otomanes, dando paso a la etapa conocida como renacimiento, la cual se destacó por la
actividad mercantil, industrial, artística, arquitectónica, intelectual y científica, entre otras.
A partir de esta etapa con el avance en las matemáticas y la filosofía, se empieza a dar
una explicación coherente a muchos fenómenos que no seguían un patrón determinado,
sino aleatorio .
En el transcurso del tiempo a los algebristas del siglo XVI, Pacioli, Cardano, Tartaglia, se
deben las primeras consideraciones matemáticas profundas a propósito de los juegos de
azar practicados en culturas antiguas como Grecia, Roma y Egipto, los que involucraron
huesos de animales u otros objetos que permitieron identificar que el hombre no conocía
resultados a ciertos sucesos, siendo ésta falta de certidumbre la característica principal
para diferenciar ciertos procesos de dos maneras específicamente, la primera es cuando
se conoce el resultado de un proceso que no se afecta por ninguna causa y no importa
cuántas veces se realice, el resultado siempre será el mismo, mientras que, la segunda
clasificación involucra procesos en donde el resultado no es predecible, puede que
existan diversos resultados y por lo tanto no se determina una única solución; es en esta
clasificación en la que se enfocará y son a estos procesos a los que el pensamiento
helénico denominó fenómenos contingentes.
A mediados del Siglo XVI en España, Bartolomé de Medina (1528 - 1580) un profesor de
teología, defendió que una acción puede ser probable aunque esta sea de alguna manera
menos probable que otra, es correcto seguir la primera, razón principal del ‘probabilismo
moral’ que permitía validar que una acción fuese probable, cuando esta moralmente fuera
aprobable; no obstante este pensamiento generó algunos opositores principalmente
jansenistas y de manera indirecta permitió un paso clave para el cálculo de probabilidades
a partir de los matemáticos Fermat y Pascal.
En este mismo sentido, el filósofo griego Aristóteles (384 - 322 A.C.) propuso el
razonamiento dialéctico, entendido como un razonamiento que está afectado de
incertidumbre, parte de una premisa verdadera pero no alcanza una determinada
conclusión, sucesos que son relativos al pensamiento en donde el individuo no posee la
verdad absoluta y se hace presente el razonamiento probable.
En el año 1654, Blas Pascal (1623 - 1662) matemático francés, hacía un viaje en
compañía de un jugador más o menos profesional conocido como el caballero Meré,
quien era una persona apasionada por el juego de los dados y las cartas, siendo además
un hombre ilustrado. Este caballero creyó que había encontrado una "falsedad" en los
números al analizar el juego de los dados, observando que el comportamiento de los
dados era diferente cuando se utilizaba un dado que cuando se empleaban dos dados. La
"falsedad" partía simplemente de una comparación errónea entre las probabilidades de
sacar un seis con un solo dado o de sacar un seis con dos dados. Para este caballero
debería existir una relación proporcional entre el número de jugadas necesarias para
conseguir el efecto deseado en uno y otro caso.
Fue Jacob Bernoulli(1654-1705), un matemático suizo quien en su obra El arte de la
conjetura, hizo explícito de manera relevante el Teorema de Bernoulli, que permitió dar la
base para la teoría de la probabilidad y que la observación para los procesos aleatorios
dejarán de trabajarse como casos particulares, enfatizando con resultados de manera
general para una mayor comprensión de esta teoría.
Abraham De Moivre (1667-1754) fue quien concreto los principios para el cálculo de
probabilidades, planteo numerosos problemas de aplicación (con dados, partidas y urnas)
a partir de los principios propuestos trabajó sobre la teoría de las permutaciones y
combinaciones, expuestos en la Doctrina de las probabilidades, sus anualidades de 1725
y sus Miscellanea anlytica de (1730) en donde se encuentra una fórmula (denominada la
fórmula de Stirling) de aproximación para un número n muy grande tal que:

De igual manera, la aproximación de la fórmula de probabilidad y su contribución al

descubrimiento de la distribución normal de frecuencia. Moivre también expresa en una
notación algebraica propia de las probabilidades que, si designamos por x la probabilidad
que un suceso ocurra entonces será la probabilidad que el suceso no ocurra (Collette,
1985).
Pierre Simon de Laplace (1749-1827) fue un matemático y físico francés quien realizó
trabajos relacionados con la teoría y el cálculo de probabilidades, mientras que algunos
matemáticos de épocas anteriores coincidían que un individuo podría tener conocimiento
de probabilidades de eventos. Laplace consideraba que las cosas no pueden tener una
probabilidad ya que esta es consecuencia absoluta de nuestra falta de conocimiento, en
este sentido establecía que:
La teoría del azar consiste en reducir todos los acontecimientos del mismo tipo a un cierto
número de casos igualmente posibles, es decir, tales que estemos igual de indecisos
respecto a su existencia, y en determinar el número de casos favorables al
acontecimiento cuya probabilidad se busca (Hawking, 2010, p. 363), definiendo la
probabilidad de un evento como: “la razón entre el número de casos favorables y el de
todos los casos posibles”
GENERALIDADES
La probabilidad es el cálculo matemático que evalúa las posibilidades que existen de que
una cosa suceda cuando interviene el azar.
La probabilidad y la estadística van de la mano. De hecho, la probabilidad representa las
bases para la construcción de la estadística inferencial.
Para poder comprender qué probabilidad hay de que acontezca algo, existen algunas
notaciones y conceptos claves en el estudio de la probabilidad:
 La probabilidad se denota con la letra P.
 Un suceso es cualquier conjunto de resultados o consecuencias de un
procedimiento. Por ejemplo, lanzar dos dados y obtener 6 y 6.
 Un suceso simple es un resultado o un suceso que ya no puede desglosarse en
componentes más simples. Por ejemplo, que salga el número 6 cuando lanzamos
un dado.
 El espacio muestral de un procedimiento son todos los posibles resultados. Es
decir, el espacio muestral está formado por todos los resultados que ya no puede
desglosarse más. Por ejemplo todos los posibles resultados de lanzar dos dados:

 Los sucesos específicos se denotan por A, B o C. P(A) denota la probabilidad de

que ocurra el suceso A.
 La probabilidad de un suceso imposible es 0. Por ejemplo, conseguir agua en el
Sol tiene una probabilidad de 0.
 La probabilidad de un suceso seguro es 1. Por ejemplo, que la Tierra gire
alrededor del Sol es seguro.
 La probabilidad de que un suceso no ocurra se conoce como el complemento de
la ocurrencia del suceso. Por ejemplo, si la probabilidad de ganar la lotería es
0,000001, el complemento es la probabilidad de NO ganar la lotería, esto es,
0,999999.
OTROS EJEMPLOS
 si sale un coche de los que están aparcados, ¿de qué color podría ser?

Las posibilidades están muy claras, del aparcamiento podría salir un coche rojo o un

coche amarillo. Es imposible que salga un coche verde, o una moto azul. Pero, aunque
es posible que salga un coche amarillo, hay mucha más probabilidad de que sea rojo,
porque hay muchos más coches rojos que amarillos.

Veamos algunos ejemplos:

a) Calcular la probabilidad de que salga "cara" al lanzar una moneda:

Casos favorables: 1 (que salga "cara")

Casos posibles: 2 (puede salir "cara" o "cruz")
Probabilidad = (1 / 2 ) x 100 = 50 %
b) Calcular la probabilidad de que salga "3" al lanzar un dado:

Casos favorables: 1 (que salga "3")

Casos posibles: 6 (puede salir "1, 2, 3, 4, 5 o 6")
Probabilidad = (1 / 6 ) x 100 = 16,6 %
 c) Calcular la probabilidad de que salga "una casilla roja " al girar la flecha
de la ruleta:

Casos favorables: 16 (cualquiera de las 16 casillas rojas de la ruleta)

Casos posibles: 20 (la ruleta tiene 20 casillas)
Probabilidad = (16 / 20 ) x 100 = 80 %
d) Calcular la probabilidad de que salga "una casilla amarilla" al girar la
flecha de la ruleta:

Casos favorables: 4 (cualquiera de las 4 casillas amarillas de la ruleta)

Casos posibles: 20 (la ruleta tiene 20 casillas)
Probabilidad = (4 / 20 ) x 100 = 20 %
e) Calcular la probabilidad de que salga "una blanca" al sacar una canica de
una bolsa con 10 canicas:

Casos favorables: 2 (hay dos canicas blancas en la bolsa)

Casos posibles: 10 (hay un total de 10 canicas en la bolsa)
Probabilidad = (2 / 10 ) x 100 = 20 %.

COMO SE CALCULA PROBABILIDAD

Dentro del concepto básico de la probabilidad existe:
Fenómeno determinístico: Cuando al repetirlo bajo idénticas condiciones iniciales se
obtienen siempre los mismos resultados.
Fenómeno aleatorio: Cuando al repetirlo bajo idénticas condiciones iniciales no se
obtienen siempre los mismos resultados. Ejemplo: cuando lanzamos una moneda al aire
observando la sucesión de caras y cruces que presentan.
Experimento aleatorio. - Operación que repetimos bajo idénticas condiciones iniciales y no
se obtienen siempre los mismos resultados. Ejemplo: lanzamiento de un dado observando
la sucesión de números que se presentan {1, 2, 3, 4, 5,6}. o
Suceso elemental.- Cada uno de los resultados posibles del experimento aleatorio; luego
un suceso elemental consta de un solo elemento del espacio muestral (E). En el ejemplo
del dado: {1}.

Espacio muestral.- Conjunto de todos los sucesos elementales del experimento aleatorio
y lo designaremos como (E). Ejemplo del dado: {1,2,3,4,5,6}
Suceso. - Conjunto formado por uno o más sucesos elementales, es decir, un
subconjunto de resultados elementales del experimento aleatorio. Ejemplo del dado: nos
interesa saber si el resultado a sido un número impar A={1, 3,5}.
Suceso seguro. - Coincide con el suceso elemental, ya que al realizar el experimento
aleatorio se obtendrá con seguridad uno de los posibles resultados o sucesos
elementales, y por tanto ocurrirá (E).
Dos sucesos se dice que son iguales, cuando todo suceso elemental de uno está en el
otro, y viceversa.
Suceso imposible. - Es el que no tiene ningún elemento del espacio muestral (E), y por
tanto no ocurrirá nunca, y se representa como ∅. Ejemplo: En el lanzamiento del dado no
puede darse el 7.
Suceso complementario a un suceso A: Es el suceso que se verifica si, como resultado
del experimento aleatorio, no se verifica A. Se acostumbra a denotar con el símbolo Ā.
Sucesos incompatibles: Los sucesos A y B son incompatibles o mutuamente
excluyentes si no pueden ocurrir simultáneamente.
A = {a, b}, B = {d, e}
Si tenemos dos sucesos cualesquiera A, B: A está contenido en B, entonces B no está
contenido en A, A ⊂ B ⇒ B ⊄ A
Si tenemos dos sucesos cualesquiera A, B: donde A está contenido en B y B está
contenido en A, entonces A = B. A, B / A ⊂ B ⇒ B ⊂ A ⇒ A = B
OPERACIONES CON SUCESOS
Al ser los sucesos aleatorios nada más que subconjuntos de un conjunto E (espacio
muestral), podemos aplicarles las conocidas operaciones con conjuntos, como son la
unión, intersección y diferencia:
Suceso contenido en otro.- Un suceso A se dice que está contenido o inducido en otro B
si siempre que se verifica A se verifica B. Se representa A⊂B.

Ejemplo: Considerando el experimento aleatorio del lanzamiento de un dado, si

designamos por:
A= que aparezca el 2 ó el 4 = { 4,2 }
B= que aparezca un número par: { 6,4,2 }
El suceso A B, pues los resultados o sucesos elementales 2 y 4 de A, pertenecen a B.
Diremos también que A implica a B y lo denotaremos A⇒B.
Igualdad de sucesos.- Dados dos sucesos A y B, diremos que son iguales, si siempre
que ocurre el suceso A también ocurre el suceso B, y siempre que ocurre el suceso B
ocurre el suceso A, y lo indicaremos por A = B. Es decir, si se verifica:
Suceso elemental. - Cada uno de los resultados posibles del experimento aleatorio;
luego un suceso elemental consta de un solo elemento del espacio muestral (E). En el
ejemplo del dado: {1}. Suceso A= (2, 3,4)
Ejemplo: Sean los sucesos:
A = obtener un número par al lanzar un dado = { 6,4,2 }
B = obtener un múltiplo de 2 = {2} Aquí se verifica que:
Luego A = B.
Diferencia de sucesos.- Dados dos sucesos aleatorios , ∈ EBA , se llama suceso
diferencia de A y B y se representa mediante A/B, o bien, A-B al suceso aleatorio formado
por todos los sucesos elementales que pertenecen a A, pero no a B.
Unión de sucesos.- Dados dos sucesos A y B se llama unión de A y B, y se representa
por A∪B, al suceso que se realiza cuando se realiza alguno de ellos, A o B, es decir, a
todos los elementos que están en A ó están en B.

Ejemplo: Sean los sucesos:

A = obtener el lanzamiento de un dado un número impar = { 5,3,1 }
B = obtener un número mayor que 4 = { 6,5 }
El suceso unión será:
A∪ B = { }5,3,1 ∪ { 6,5 } = { }6,5,3,1
O sea, obtener un 1, un 3, un 5, ó un 6 en el lanzamiento del dado.
Intersección de sucesos: Dados dos sucesos A y B, se llama suceso intersección de A y
B, y se representa por A ∩ B, al suceso que se realiza si y sólo si se realizan
simultáneamente A y B.
Ejemplo: Utilizando el ejemplo de la unión, la intersección viene dada por:
Sucesos Incompatibles: Dos sucesos A y B cuya intersección es el suceso imposible se
llaman sucesos incompatibles. Obsérvese que un suceso y su contrario son siempre
incompatibles. A∩B = φ .
El suceso contrario de E es φ y recíprocamente.
Ā=E–A

Sucesos Complementarios: Dado un suceso A, se llama suceso contrario o

complementario de A, y se representa por Ā, al suceso que se realiza cuando no se
realiza A y recíprocamente.
PARA QUE SIRVE LA PROBABILIDAD
Usamos el cálculo de probabilidades en muchas áreas de nuestra vida:
 En la predicción del clima.
 Cuando se realiza un tratamiento médico o una cirugía.
 Las compañías de seguro.

 En los casinos y juegos de azar.

Conocer las probabilidades de un determinado evento nos permite prepararnos a los
resultados o confiarnos del éxito esperado.

EXPERIMENTO DE QUELELET
BIOGRAFIA
Adolphe Quetelet nació el 2 de febrero de 1796 en la ciudad belga de Gante. Su padre
murió cuando él tenía siete años. Obligado a buscarse el sustento, Quetelet empezó a
enseñar matemáticas a los diecisiete años. También compuso poesía, escribió el libreto
de una ópera, fue coautor de dos obras de teatro y tradujo diversas obras literarias. Sin
embargo, su tema favorito siempre fueron las matemáticas, y fue la primera persona que
obtuvo el grado de Doctor en Ciencias por la Universidad de Gante. En 1820, fue elegido
miembro de la Real Academia de Ciencias de Bruselas.
Los años posteriores los dedicó especialmente a la enseñanza y a la publicación de
diversos tratados de matemáticas, física y astronomía.
Quetelet solía empezar su curso de historia de la ciencia con la siguiente observación:
“Cuanto más avanzan las ciencias, más invaden el dominio de la matemática, que actúa
como una especie de punto de convergencia. Podemos juzgar el grado de perfección al
que ha llegado una ciencia por la mayor o menor facilidad con la que se le pueden aplicar
cálculos”.
En diciembre de 1823, Quetelet viajo a París, enviado por el gobierno belga, con el fin de
estudiar técnicas de observación en astronomía. Sin embargo, esta visita de tres meses
sirvió para que Quetelet conociera a Laplace, y fijase su atención en la teoría de las
probabilidades . Más adelante, Quetelet hablaría de este modo de su experiencia con la
estadística y la probabilidad:
“El azar, ese misterioso vocablo del que tanto se ha abusado, se debe considerar nada
más que como un velo para nuestra ignorancia; es un espectro que domina de forma
absoluta la mente común, acostumbrada a considerar los acontecimientos de un modo
aislado, pero que queda reducido a nada ante el filósofo, cuyo ojo abarca largas series de
eventos y cuya lucidez no se extravía en variaciones, que desaparecen cuando adquiere
una perspectiva suficiente para aprehender las leyes de la naturaleza.”
En esencia, Quetelet negaba el papel del azar y lo sustituía por la idea de que incluso los
fenómenos sociales poseen causas, y que las regularidades que presentan los resultados
estadísticos se pueden emplear para desentrañar las reglas que subyacen al orden social.
Con la intención de probar la validez de su punto de vista estadístico, Quetelet puso en
marcha un ambicioso proyecto de recopilación de miles de medidas relacionadas con el
cuerpo humano. Estudió, por ejemplo, la distribución de medidas del pecho de 5.738
soldados escoceses, y de la altura de 100.000 reclutas franceses, y representó
gráficamente la frecuencia de aparición de cada rasgo humano.
Luego construyó curvas similares incluso para aquellos rasgos «morales» (según él los
denominaba) de los que poseía suficientes datos. Entre estas cualidades se hallaba la
propensión al comportamiento criminal, los suicidios y los matrimonios. Para su sorpresa,
Quetelet descubrió que todas las características humanas siguen lo que ahora se
denomina una distribución normal.
Ya se tratase de alturas, pesos, longitudes de extremidades o incluso cualidades
intelectuales determinadas a través de los primeros tipos de tests psicológicos, una y otra
vez aparecía el mismo tipo de curva. Hasta el momento, solía ser nombrada como curva
de error, porque solía aparecer en cualquier tipo de errores de medida.
Quetelet consideró que el hecho de que las características humanas siguiesen la curva de
los errores era indicativo de que el hombre medio (l’homme moyen) era lo que la
naturaleza estaba tratando de generar. Según Quetelet, de igual modo que los errores de
fabricación crearían una distribución de longitudes alrededor de la longitud promedio
(correcta) de un clavo, los errores de la naturaleza estaban distribuidos alrededor de un
tipo biológico preferible. Así, afirmó que las personas de una nación estaban agrupadas
alrededor de su promedio, “de igual modo que los resultados de mediciones efectuadas
sobre una misma persona, pero con instrumentos imprecisos que justifican el tamaño de
la variación”.
Puesto que, evidentemente, es deseable que la sociedad “exista y se conserve”, de ello
se deduce que el comportamiento promedio es el comportamiento correcto. De este
modo, la física social de Quetelet se fundó en el concepto de hombre medio:
“un individuo que, en un momento dado, es el epítome de todas las cualidades del
hombre promedio, representaría toda la grandeza, belleza y bondad del ser”.
Esta inquietante veneración de la uniformidad tiene su corolario en el aborrecimiento de
todas las singularidades:
“Las desviaciones más o menos pronunciadas del promedio han constituido […] la fealdad
en el cuerpo como el vicio en la moral, y un estado enfermizo de la constitución general.”
La idea de que la perfección moral y física de la humanidad queda reflejada en la
conformidad a unos datos matemáticos se remonta al Renacimiento, cuando, además,
llegaron a definirse los instrumentos para cimentar la perfección.
Desde nuestra limitada perspectiva actual, el hecho sorprendente consiste en que
prácticamente todos los detalles medibles de los seres humanos (de una raza
determinada) están distribuidos según un solo tipo de función matemática.
En un ejemplo descrito en un documento (Letters) en 1846, Quetelet comprobó que las
alturas registradas de cien mil reclutas del ejército francés no se ajustaban con precisión a
la distribución normal. Según los documentos oficiales, había \(28.620\) hombres sobre
cien mil que se encontraban por debajo de \(1.57\) metros. Concretamente, existían
excesivos individuos en las clases (intervalos) correspondientes a las alturas entre \
(1.5\) y \(1.57\), y demasiados entre \(1.57\) y \(1.597\) metros. Precisamente, \(1.57\) era
la talla que servía para excluir del servició militar. Con los cálculos correspondientes, se
comprobó que \(2275\) individuos habían sido excluídos ilegalmente (habrían pagado a
quien midiera para que les anotara una estatura más baja).
Pero la regularidad en la distribución de los datos no sólo se adaptaba a las
características humanas. De los amplios estudios que Quetelet realizó sobre las
estadísticas disponibles, observó que existian leyes que se adaptaban muy bien a otro
tipo de situaciones, como el número de crímenes, de personas con enfermedad mental…
En (Caponi 2013) podemos leer:
“Quetelet concluye, a partir de estudios cuantitativos y de la observación de datos
empíricos, que cada año se repite, de manera exacta, el mismo número de crímenes, de
suicidios, de matrimonios y de nacimientos en una población determinada. Analizando las
estadísticas del ejército concluirá que los soldados presentaban, año tras año, las mismas
medidas de peso, altura, tamaño de tórax. Observa que el número de alienados,
internados en los asilos, se mantiene asombrosamente constante y que el tipo de
crímenes y las penas aplicadas permanecen regulares según los datos suministrados por
los registros civiles y los psiquiátricos. El único modo de poder explicar esas constantes
que tanto seducían a Quetelet era analizar cada uno de estos hechos desde una
perspectiva, ya no individual, sino poblacional. No se trataba de entender por qué razón
ocurría cierto tipo de crimen y no otro, o por qué motivo un individuo presentaba una
altura o peso determinados. Se trataba de explicar la repetición de fenómenos que, por su
constancia, parecían indicar alguna fuerza común a todos ellos, una causa común capaz
de mantener ese equilibrio, la acción de leyes tan regulares como las que rigen los astros
o la caída de los cuerpos.”

QUE ES UN ESPACIO MUESTRAL DE UN EXPERIMENTO

Experimento
Un experimento aleatorio es un experimento en que el resultado varia de forma no
predecible cuando se repite bajo las mismas condiciones.
Un experimento aleatorio se especifica dado el procedimiento experimental y el grupo de
uno o más medidas y observaciones.
 Un solo procedimiento, pero con diferentes en las observaciones
 puede tener más de una medida u observación
 las medidas pueden ser valores continuos
 pueden ser secuenciales, o una secuencia de experimentos más simples o
subexperimentos

ESPACIO MUESTRAL
Se define como resultado o muestra ζ (zeta griega) de un experimento aleatorio como el
resultado que no puede ser descompuesto a partir de otros resultados, o una combinación
de ellos.
El espacio muestral S de un experimento aleatorio se define como el grupo de todos los
resultados posibles, que se especifican como:
 Lista de todos los resultados a={0,1,2,3}
 Mediante una propiedad de los resultados A={x: 0≤x≤3, x es entero}
Un espacio muestral discreto es contable, ejemplo las caras de un dado.
un espacio muestral continuo es contable infinito o no contable, ejemplo los valores de
voltaje de descarga de un capacitor, o el tiempo hasta la primera falla de un equipo.
Algunas veces es conveniente incluir en el espacio muestral el resultado imposible.
Ejemplo, incluir que el espacio muestral es un número real positivo para el tiempo antes
de la falla de un dispositivo, aunque conocemos que no tiene tiempo de operación infinito.
EJEMPLO DE UN ESPACIO MUESTRAL
el caso de un dado con 6 caras. Enumeradas del 1 al 6 ¿Cuál sería el espacio muestral
del experimento lanzar un dado una sola vez?
Ω = {1, 2, 3, 4, 5, 6}
¿Y si el experimento consiste en lanzar el dado dos veces? Diferenciamos entre un dado
rojo y un dado verde.
Ω = {1 y 1, 1 y 2, 1 y 3, 1 y 4, 1 y 5, 1 y 6, 2 y 1, 2 y 2, 2 y 3 … 6 y 6 }
Es decir, que en el dado rojo salga un 1 y que en el dado verde salga un 1, sería el primer
suceso elemental. El segundo suceso elemental consistiría en que en el dado rojo salga
un 1 y en el verde un 2. Así hasta un total de 36 sucesos elementales.

EJERCICIOS

https://www.redalyc.org/pdf/2950/295026121011.pdf
https://www.compartirpalabramaestra.org/recursos/compartir-saberes-en-casa/
matematicas/concepciones-de-la-probabilidad-resena-historica?
__cf_chl_managed_tk__=pmd_8mSBx_jkVIToKI3Ac7Zo7sK.kxyqv1fmeLdU1nCTG1I-
1630471054-0-gqNtZGzNAyWjcnBszQi9
http://www.bartolomecossio.com/MATEMATICAS/clculo_de_probabilidades.html
https://www.ugr.es/~eues/webgrupo/Docencia/MonteroAlonso/estadisticaII/
tema1.pdf
https://bookdown.org/aquintela/EBE/el-papel-de-quetelet-en-la-relevancia-de-la-
distribucion-normal.html
https://www.ucm.es/data/cont/media/www/pag-54183/APUNTES%20ESTAD
%C3%8DSTICA%201.pdf
https://economipedia.com/definiciones/espacio-muestral.html