CAPÍTULO 2

Espacio
muestral y
eventos

Probabilidades CAPÍTULO 2
Técnicas de
conteo
Elementos de probabilidad.
Probabilidad
Condicional

2018

Estadı́stica para Ingenierı́a FACI PUCP 1 / 34

 Espacio muestral y eventos

CAPÍTULO 2

El concepto seminal de la teorı́a estadı́stica lo constituye el de

Espacio experimento aleatorio. Este es definido como un proceso real o
muestral y
eventos hipotético cuyos resultados no se pueden preveer aún cuando
Probabilidades éste se repita indefinidamente.
Técnicas de
conteo Si bien existe en esto un problema de incertidumbre ello no
Probabilidad
Condicional
descarta la posibilidad de listar todo lo que en el experimento
pudiera pasar y agrupar estos resultados en un conjunto Ω.
Este conjunto es llamado el espacio muestral y todo
subconjunto de él se denomina un evento.
Diremos que un evento A ocurre, si es que el resultado del
experimento aleatorio resulta ser un elemento de A.

Estadı́stica para Ingenierı́a FACI PUCP 2 / 34

 Eventos mutuamente excluyentes

CAPÍTULO 2

Dos eventos A y B son mutuamente excluyentes (disjuntos 2 a

Espacio
muestral y 2) si no tienen elementos comunes; es decir, si no pueden
eventos
ocurrir simultáneamente (A ∩ B = ∅).
Probabilidades

Técnicas de
conteo Ejemplo: Si consideramos como experimento aleatorio el
Probabilidad
Condicional
lanzamiento de un dado. Los siguientes eventos A y B son
mutuamente excluyentes:

A = {El resultado es par}

B = {El resultado es impar}

Estadı́stica para Ingenierı́a FACI PUCP 3 / 34

 Ejemplo:

CAPÍTULO 2

Supongamos estamos en una cola de un banco y hay 6

Espacio servidores que nos pudiesen atender, siendo dos de ellos
muestral y
eventos (digamos los servidores 3 y 5) los más especializados en el
Probabilidades trámite que deseamos hacer. Si el experimento aleatorio
Técnicas de
conteo
consiste en observar qué servidor nos va a tocar, entonces
Probabilidad
podrı́amos considerar el espacio muestral Ω = {1, 2, 3, 4, 5, 6}.
Condicional Un posible evento serı́a el que nos toque un servidor
especializado; vale decir, el evento A = {3, 5} ⊆ Ω. Este evento
ocurrirá si al llamarnos nos transfieren a alguno de los dos
servidores especializados. En caso contrario el evento A no
ocurrira; pero si su complemento Ac definido como
Ac = {1, 2, 4, 6}.

Estadı́stica para Ingenierı́a FACI PUCP 4 / 34

 Operaciones con Eventos

CAPÍTULO 2
Unión de eventos
Es el conjunto de los resultados que están en uno o en ambos
Espacio eventos. Se denota por (A ∪ B).
muestral y
eventos

Probabilidades (A ∪ B) = {w ∈ Ω ∣ w ∈ A ∨ w ∈ B}
Técnicas de
conteo A ∪ B se expresa como:Al menos uno de los eventos A o B
Probabilidad ocurre.
Condicional

Estadı́stica para Ingenierı́a FACI PUCP 5 / 34

 Operaciones con Eventos

CAPÍTULO 2
Intersección eventos
Es el conjunto de los resultados que están en ambos eventos.
Espacio Se denota por (A ∩ B).
muestral y
eventos

Probabilidades (A ∩ B) = {w ∈ Ω ∣ w ∈ A ∧ w ∈ B}
Técnicas de
conteo A ∩ B se expresa como:Ambos eventos, A y B ocurre a la vez.
Probabilidad
Condicional

Estadı́stica para Ingenierı́a FACI PUCP 6 / 34

 Operaciones con Eventos

CAPÍTULO 2

Complemento de un evento
Espacio
muestral y
eventos
(Ac ) = {w ∈ Ω ∣ w ∉ A}
Probabilidades Ac se expresa como: El evento A no ocurre. Ac = Ω − A
Técnicas de
conteo

Probabilidad
Condicional

Estadı́stica para Ingenierı́a FACI PUCP 7 / 34

 Operaciones con Eventos

CAPÍTULO 2
Diferencia de eventos

Espacio A − B = A ∩ B c = {w ∈ Ω ∣ w ∈ A ∧ w ∉ B}
muestral y
eventos

Probabilidades
A − B se expresa como: Ocurre el evento A pero no el evento
Técnicas de
B.
conteo

Probabilidad
Condicional

Estadı́stica para Ingenierı́a FACI PUCP 8 / 34

 Operaciones con Eventos

CAPÍTULO 2 Diferencia simétrica de eventos

A △ B = (A ∩ B c ) ∪ (Ac ∩ B) = {w ∈ Ω ∣ w ∈ A △ w ∈ B}
Espacio
muestral y
eventos

Probabilidades
A △ B se expresa como: Ocurre solamente uno de los eventos
Técnicas de
conteo A o B.
Probabilidad
Condicional

Estadı́stica para Ingenierı́a FACI PUCP 9 / 34

 Operaciones con Eventos

CAPÍTULO 2

Dados los n eventos A1 , A2 , ..., An , la descripción de los

Espacio siguientes eventos es:
muestral y
eventos n
Probabilidades Alguno de los eventos ocurra. ⋃ Ai
Técnicas de
i=1
conteo n
Probabilidad Todos los eventos ocurran. ⋂ Ai
Condicional i=1
n n c
Ninguno de los eventos ocurra. ⋂ Aci = ( ⋃ Ai )
i=1 i=1
n n c
Alguno de los eventos no ocurra. ⋃ Aci = ( ⋂ Ai )
i=1 i=1

Estadı́stica para Ingenierı́a FACI PUCP 10 / 34

 Recordando algunas propiedades de conjuntos en
nuestro espacio muestral
CAPÍTULO 2

1) A∪A=A A∩A=A
Espacio
muestral y
2) A∪B =B∪A A∩B =B∩A
c
eventos 3) A∪A =Ω A ∩ Ac = ∅
Probabilidades

Técnicas de
4) A∪∅=A A∩∅=∅
conteo
5) A∪Ω=Ω A∩Ω=A
Probabilidad
c
Condicional 6) Ω =∅
∅c = Ω
(Ac )c = A
7) A ∩ (B ∪ C) = (A ∩ B) ∪ (A ∩ C)
A ∪ (B ∩ C) = (A ∪ B) ∩ (A ∪ C)
8) (A ∪ B)c = Ac ∩ B c (A ∩ B)c = Ac ∪ B c

Estadı́stica para Ingenierı́a FACI PUCP 11 / 34

 Probabilidades:

CAPÍTULO 2

Espacio
muestral y
eventos
Dado que uno no tiene la certeza de que un evento A ocurra,
Probabilidades
será conveniente introducir una función que nos mida tal
Técnicas de incertidumbre. Esta medida se denomina una probabilidad. Ella
conteo
asigna al evento A un número P (A) entre 0 y 1, el cual nos
Probabilidad
Condicional mide el grado de factibilidad de que A ocurra ; mientras más
cercano este P (A) a 0, menos seguros estaremos de que A
ocurra; y por el contrario, mientras más cercano este P (A) a
1, más seguros estaremos de que A ocurra.

Estadı́stica para Ingenierı́a FACI PUCP 12 / 34

 Definición axiomática

CAPÍTULO 2

Para ser más formales, una probabilidad es una función:

Espacio
muestral y P ∶ 2Ω → [0, 1] que satisface los dos siguientes axiomas:
eventos

Probabilidades
(P1) P (Ω ) = 1.
Técnicas de (P2) Para todo par de eventos disjuntos A y B (A ∩ B = ∅),
conteo

Probabilidad
˙
P (A∪B) = P (A) + P (B).
Condicional
El axioma aditivo (P 2) puede también extenderse a más de dos
eventos; es decir, a garantizar que la probabilidad de la unión
de varios eventos disjuntos entre sı́ sea la suma de las
probabilidades de estos eventos. Esta extensión puede hacerse
incluso para una familia enumerable de eventos disjuntos.

Estadı́stica para Ingenierı́a FACI PUCP 13 / 34

CAPÍTULO 2

Es directo verificar, partiendo sólo de la definición anterior, las

Espacio
muestral y siguientes propiedades de una probabilidad.
eventos

Probabilidades Propiedades:
Técnicas de
conteo
1 P (∅) = 0.
Probabilidad 2 P (Ac ) = 1 − P (A).
Condicional
3 P (A) = P (A ∩ B) + P (A ∩ B c )
4 P (A ∪ B) = P (A) + P (B) − P (A ∩ B).
5 Si A ⊆ B ⇒ P (A) ≤ P (B).
6 P (A − B) = P (A) − P (A ∩ B).

Estadı́stica para Ingenierı́a FACI PUCP 14 / 34

CAPÍTULO 2
Propiedades (continuación):
7 Para tres eventos A, B y C en Ω
Espacio
muestral y
eventos P (A ∪ B ∪ C) =P (A) + P (B) + P (C) − P (A ∩ B)−
Probabilidades
P (A ∩ C) − P (B ∩ C) + P (A ∩ B ∩ C).
Técnicas de
conteo

Probabilidad
8 Para n eventos A1 , A2 , ..., An en Ω
Condicional
n
P (A1 ∪ ⋯ ∪ An ) = ∑ P (Ai ) − ∑ ∑P (Ai ∩ Aj )+
i=1 i<j

∑ ∑ P (Ai ∩ Aj ∩ Ak ) + ⋯
i<j<k
n+1
+ (−1) P (A1 ∩ ⋯ ∩ An )

Estadı́stica para Ingenierı́a FACI PUCP 15 / 34

 Ejemplo:

CAPÍTULO 2

Espacio
Se va realizar un evento durante dos dı́as y se estima que en el
muestral y
eventos
primer dı́a se tendrá un nivel de contaminación del aire
Probabilidades
aceptable con probabilidad 0.40; mientras que en el segundo
Técnicas de
dı́a se tendrá un nivel de contaminación del aire aceptable con
conteo
probabilidad 0.30. Si la probabilidad de que en los dos dı́as no
Probabilidad
Condicional se tenga un nivel de contaminación del aire aceptable es 0.35.
(a) ¿ Cuál es la probabilidad de que en al menos uno de los
dı́as se tenga un nivel de contaminación aceptable?
(b) ¿Cuál es la probabilidad de que los dos dı́as se tenga un
nivel de contaminación aceptable?

Estadı́stica para Ingenierı́a FACI PUCP 16 / 34

 Ejemplo:

CAPÍTULO 2

Un proveedor de productos informáticos ha llevado a cabo un

Espacio
muestral y estudio entre sus clientes acerca de la preferencia sobre tres
eventos
productos A, B y C. Encontró que el 50 % prefieren prefieren
Probabilidades
A, el 37 % prefieren B y el 30 % prefieren C. Además, el 12 %
Técnicas de
conteo prefieren A y B, el 8 % prefieren sólo A y C, el 5 % prefieren
Probabilidad
Condicional
sólo B y C, el 13 % prefieren sólo C, y el 4 % prefieren A, B y
C.

Si se elige al azar un cliente, halle la probabilidad de que este

no prefiera ninguno de los tres productos. La probabiliad de
prefiera sólo A. La probabilidad de que prefiera sólo B.

Estadı́stica para Ingenierı́a FACI PUCP 17 / 34

 Cálculo de probabilidades

CAPÍTULO 2
Al margen de lo que uno pueda creer, una probabilidad no
siempre se define de manera única. Consideremos por ejemplo
Espacio que tenemos mañana clase a las 8 am y que deseamos calcular
muestral y
eventos la probabilidad de que lleguemos a la Universidad antes de esa
Probabilidades hora. Alguién sin mayor conocimiento estarı́a tentado a decir
Técnicas de que es igualmente probable que llegue o no antes de esa hora;
conteo
es decir, el estima esta probabilidad en 0.5. Otro, por el
Probabilidad
Condicional contrario, conociéndolo relativamente puntual podrı́a estimar
esta probabilidad en 0.8. Desde la definición axiomática, no
podrı́amos rechazar a priori ninguna de estas aseveraciones.
Algo similar ocurre en el problema de la cola, si deseamos
calcular P (A). Esta podrı́a ser 13 si asumimos que es
igualmente probable que nos transfieran a cualquiera de los
servidores, o podrı́a ser otro valor mayor si por citar observamos
que los servidores 3 y 5 son más eficientes y rápidos.
Estadı́stica para Ingenierı́a FACI PUCP 18 / 34
CAPÍTULO 2 Definición clásica: Esta asegura que si Ω es finito y todos sus
elementos tienen la misma factibilidad de ocurrencia, entonces
la probabilidad del evento A ⊂ Ω, viene dada por:
Espacio
muestral y
eventos número de elementos de A
P (A) = .
Probabilidades número de elementos de Ω
Técnicas de
conteo
Esta definición, que muchas veces se lee como “casos
Probabilidad favorables entre casos posibles”, presenta dos limitaciones: ella
Condicional
carece de sentido si Ω es un conjunto infinito y además no nos
provee de una medida adecuada de incertidumbre cuando los
elementos de Ω presentan distintas factibilidades de ocurrencia.
Piense, por ejemplo, en el experimento de lanzar una caja de
fósforos y en el evento de que esta caiga sobre uno de sus lados
más pequeños. De aplicarse la definición clásica, podrı́amos
pensar equı́vocamente que es tan probable que la caja caiga
sobre uno de sus lados más pequeños como grandes.
Estadı́stica para Ingenierı́a FACI PUCP 19 / 34
CAPÍTULO 2 Para subsanar los inconvenientes de la definición clásica, se
acostumbra utilizar la denominada definición frecuencial.
Definición frecuencial: Esta asegura que de repetirse un
Espacio
muestral y experimento aleatorio n veces y ocurrir en nA veces el evento
eventos
A, entonces su probabilidad viene aproximadamente dada por:
Probabilidades
nA
Técnicas de P (A) = .
conteo n
Probabilidad
Condicional
Decimos aproximadamente, pues la probabilidad exacta se
obtiene de tomarse n → ∞.
Retomando el caso de la caja de fósforos, se dispone ahora de
una manera más adecuada de definir la probabilidad de que la
caja caiga sobre uno de sus lados más pequeños; si por decir de
las 100 veces que lanzamos la caja solo en dos ocasiones
resulta caer ésta sobre un lado más pequeños, entonces la
2
probabilidad de este evento será aproximadamente 100 = 0.02 y
no de un tercio como en la definición clásica.
Estadı́stica para Ingenierı́a FACI PUCP 20 / 34
 Técnicas de conteo

CAPÍTULO 2 La gran mayorı́a de las técnicas de conteo, que se requerirán

para el conteo en la definición clásica, se basan en el siguiente
Espacio
principio, llamado de multiplicación:
muestral y
eventos
Si una operación posee k etapas distintas y cada etapa j puede
Probabilidades
realizarse de nj maneras, entonces toda la operación puede
Técnicas de realizarse de n1 × n2 × . . . × nk maneras.
conteo
En adelante será conveniente distinguir entre un arreglo y un
Probabilidad
Condicional conjunto. La diferencia es que en el primero el orden entre sus
elementos importa; mientras que en el segundo no; esto es, que
una ordenación distinta genera un nuevo arreglo mas no un
nuevo conjunto.
Definición
Si n ∈ N se define el factorial de n y se le denota por n! a

n! = n × n − 1 × n − 2 × . . . × 2 × 1 (0! = 1).
Estadı́stica para Ingenierı́a FACI PUCP 21 / 34
CAPÍTULO 2
Proposición
El número de arreglos distintos que se puede formar con n ele-
Espacio
muestral y mentos es n!.
eventos

Probabilidades
Definición (Permutaciones de n en r)
Técnicas de
conteo
Si r ≤ n son dos números naturales, se define la permutación de
Probabilidad
Condicional n en r por:
n!
Prn = .
(n − r)!

Proposición
El número de arreglos distintos de r elementos que se puede
formar con n elementos viene dado por Prn .

Estadı́stica para Ingenierı́a FACI PUCP 22 / 34

CAPÍTULO 2

Espacio Definición (Combinaciones de n en r)

muestral y
eventos
Si r ≤ n en N, se define la combinatoria de n en r por:
Probabilidades

Técnicas de n n!
conteo ( )= .
Probabilidad
r (n − r)!r!
Condicional

Proposición
El número de subconjuntos distintos de r elementos que se puede
formar con n elementos viene dado por (nr).

Estadı́stica para Ingenierı́a FACI PUCP 23 / 34

 Probabilidad Condicional

CAPÍTULO 2

Espacio Sea B un evento con P (B) > 0. La probabilidad condicional de

muestral y
eventos un evento A dado el evento B está definida por:
Probabilidades
P (A ∩ B)
Técnicas de
conteo
P (A ∣ B) =
P (B)
Probabilidad
Condicional
Este número mide el grado de factibilidad de la ocurrencia de
un evento A si se conoce de que el evento B ya ocurrió.
No es difı́cil verificar que en efecto P (. ∣ B) es una medida de
probabilidad en el sentido axiomático.

Estadı́stica para Ingenierı́a FACI PUCP 24 / 34

 Regla del Producto

CAPÍTULO 2

Espacio
muestral y P (A ∩ B) = P (A)P (B ∣ A)
eventos

Probabilidades

Técnicas de
P (A ∩ B ∩ C) = P (A)P (B ∣ A)P (C ∣ A ∩ B)
conteo

Probabilidad
Condicional Para A1 , A2 , ..., An eventos cualesquiera

P (A1 ∩ A2 ∩ ⋯ ∩ An ) =P (A1 )P (A2 ∣ A1 )P (A3 ∣ A1 ∩ A2 )⋯

P (An ∣ A1 ∩ ⋯ ∩ An−1 )

Estadı́stica para Ingenierı́a FACI PUCP 25 / 34

 Independencia

CAPÍTULO 2
Si P (A ∣ B) = P (A) ó P (B ∣ A) = P (B), entonces
intuitivamente de nada nos servirá saber en el último caso si A
Espacio
muestral y ocurrió o no para calcular la probabilidad de que B ocurra. En
eventos
este caso diremos que los eventos A y B son independientes.
Probabilidades
De manera equivalente tenemos la siguiente definición.
Técnicas de
conteo
Definición
Probabilidad
Condicional Dos eventos A y B son independientes si

P (A ∩ B) = P (A)P (B).

En general, los eventos A1 , A2 , . . . , An son independientes si la

probabilidad de la intersección de cualquier subconjunto de estos
es el producto de sus probabilidades.

Estadı́stica para Ingenierı́a FACI PUCP 26 / 34

 Propiedades de Independencia

CAPÍTULO 2
Si A y B son dos eventos independientes, entonces su
complementos también heredan esta propiedad; esto es:
Espacio
muestral y
eventos

Probabilidades
A y B c son independientes ⇒ P (A ∩ B c ) = P (A)P (B c )
Técnicas de Ac y B son independientes ⇒ P (Ac ∩ B) = P (AC )P (B)
conteo
Ac y B c son independientes ⇒ P (Ac ∩ B c ) = P (Ac )P (B c )
Probabilidad
Condicional
Si por ejemplo lanzamos dos monedas y definimos los eventos
A = la primera moneda cae sobre su cara y B = la segunda
moneda cae sobre su cara, entonces estos eventos son
independientes. En efecto, saber el resultado del primer
lanzamiento no tendrá ninguna injerencia en el resultado del
segundo lanzamiento. Ası́ también, por citar, A y B c serán
independientes.

Estadı́stica para Ingenierı́a FACI PUCP 27 / 34

CAPÍTULO 2
Teorema
( Probabilidad total) Sean A1 , A2 , . . . , An n eventos disjuntos
Espacio dos a dos (Ai ∩ Aj = ∅, ∀i ≠ j) que unidos conforman el espacio
muestral y
eventos muestral Ω. Si B es un evento cualesquiera, entonces
Probabilidades
n
Técnicas de
conteo P (B) = ∑ P (B ∣ Ai )P (Ai )
Probabilidad
i=1
Condicional

Teorema
(Teorema de Bayes) En el contexto del teorema anterior, se cum-
ple que

P (B ∣ Aj )P (Aj )
P (Aj ∣ B) = , ∀j = 1, 2, . . . , n.
∑ni=1 P (B ∣ Ai )P (Ai )
Estadı́stica para Ingenierı́a FACI PUCP 28 / 34
CAPÍTULO 2 Una manera práctica de resolver problemas que involucren la
aplicación de estos teoremas es mediante el uso de diagramas
de árbol. Por ejemplo, si n = 3, un diagrama de árbol viene
Espacio
muestral y dado por:
eventos

Probabilidades B
Técnicas de 
conteo A1
Probabilidad @
Bc
Condicional


R
@

B



- A2
J @
J R
@ Bc
J B
J 
J A
^
3
@
R
@ Bc
Estadı́stica para Ingenierı́a FACI PUCP 29 / 34
 10
CAPÍTULO 2
21
B

A
Espacio

 @
muestral y
R Bc
@
eventos 1
2


Probabilidades

Técnicas de

conteo

Probabilidad A
Condicional A
A
1 1
2
A 2
B
A 
U Ac
A
@
R Bc
@
implican que
10 1 1 1
P (B) = P (B ∣ A)P (A) + P (B ∣ Ac )P (Ac ) = 21
× 2
+ 2
× 2
= 0.488.

Estadı́stica para Ingenierı́a FACI PUCP 30 / 34

CAPÍTULO 2

Espacio
muestral y b) Sea el evento C = se encuentran dos artı́culos defectuosos.
eventos
Para responder la pregunta debemos obtener solo P (A ∣ C), ya
Probabilidades
que la otra probabilidad a compararse es el complemento de
Técnicas de
conteo esta. Al igual que en a),
1
Probabilidad P (C) = P (C ∣ A)P (A)+P (C ∣ Ac )P (Ac ) = 21 × 21 + 12
1
× 12 = 168
11

×1
Condicional
P (C∣A)P (A)
1
21 2
y por tanto P (A ∣ C) = P (C) = 11 = 0.3636. Ası́, es
168
más probable de que estos artı́culos hayan sido seleccionados
del lote II.

Estadı́stica para Ingenierı́a FACI PUCP 31 / 34