Unidad N° 4

Probabilidades y Estadística
Ingeniería en Prevención de Riesgos
1.- Introducción

Estimados estudiantes, en esta unidad se va a trabajar con la concepción de probabilidad,

este concepto es importante en estadística, porque con las técnicas estadísticas de
recogida, análisis e interpretación de los datos de las unidades anteriores, y la teoría de la
probabilidad, proporciona una base para evaluar la fiabilidad de las conclusiones
alcanzadas y las inferencias realizadas. El objetivo del cálculo de probabilidades es el
estudio de métodos de análisis del comportamiento de fenómenos aleatorios. Para partir el
análisis de probabilidad se van a presentar y analizar los siguientes temas: Experimento
aleatorio, Espacio muestral y evento, Diagramas de Venn y álgebra de probabilidades,
Axiomas de probabilidad, Probabilidad condicional, Teorema de la probabilidad total y
Teorema de Bayes.

La historia de la teoría de las probabilidades, uno pudiera pensar que esta es tan antigua
como los juegos de azar, pero la humanidad requirió bastante tiempo para darse cuenta
que ese azar no significa que esos procesos ocurren “caóticamente, sin leyes”, sino que
ellos obedecen a ciertas leyes de cuyo estudio pudiera obtenerse cierto provecho.

Fueron Pascal y Fermat quienes en el siglo XVII iniciaron la teoría de

probabilidades de los juegos de azar. Posteriormente, realizaron trabajos de
probabilidades, prominentes matemáticos como los hermanos Bernoulli y Gauss y
durante la época de la Revolución Francesa, Laplace. Sin embargo, aún se
necesitaba un mayor desarrollo de la teoría de conjuntos y de la teoría de la medida,
por eso la axiomática de la teoría moderna de probabilidades solo fue creada en el
siglo XX por el matemático ruso Andréi Kolmogórov y a partir de entonces, su
desarrollo ha sido vertiginoso.

El aporte a este curso del análisis de probabilidad es entregar herramientas analíticas para
trabajar con fenómenos aleatorios, su comprensión y el análisis de inferencia.

2.- Conceptos, operaciones entre sucesos y definición de probabilidades

Comencemos con un experimento simple: si lanzó una moneda, ¿cuál será el resultado?,
¿cara o sello?

No se puede dar una respuesta con certeza, este es un experimento aleatorio, sabemos
cuáles son los posibles resultados, pero no tenemos certeza de cuál ocurrirá.

Ahora, si nos preguntamos: ¿cuál es la probabilidad de que al lanzar una moneda salga

cara? La mayoría de las personas responderá: o 50%

Podemos distinguir:

 Experimento aleatorio: se lanza una moneda.

 Posibles resultados: {cara, sello}
 Lo que se desea que ocurra: que salga cara.

Definición: espacio muestral es el conjunto de todos los resultados posibles de un

experimento. Se denota por

Ejemplo: se lanza un dado, describa el espacio muestral

Los posibles resultados son: = {1,2,3,4,5,6}

Definición: un suceso A (respecto de un espacio muestral, asociado con un

experimento) es un subconjunto del espacio muestral.

Ejemplo: se lanza un dado, nombre algunos sucesos para este experimento:

Son sucesos: A: sale el 1

B: sale un número par

C: sale un número menor que 4

Un conjunto de eventos se llamará mutuamente excluyentes cuando la ocurrencia de uno

implica la no ocurrencia de los otros. En términos de conjunto significa que la intersección
de cualesquiera dos es nula o vacía.
2.1.- Operaciones entre sucesos

Al trabajar con probabilidades no solo interesan sucesos simples, como ¿Cuál es la

probabilidad de que, al seleccionar un trabajador al azar, este haya tenido un accidente por
golpe?, sino también nos interesan sucesos compuestos, por ejemplo:

Al seleccionar un trabajador al azar:

 ¿Cuál es la probabilidad que sea mujer y haya sufrido un accidente por caída?

 ¿Cuál es la probabilidad que haya sufrido un accidente por caída o por golpe?

En la primera probabilidad buscamos la probabilidad que ocurran ambos sucesos,

(probabilidad de la intersección), en la segunda, queremos calcular la probabilidad que
ocurran alguno de los dos tipos de accidente (probabilidad de la unión).

A continuación, definiremos las operaciones entre sucesos, para luego ver las propiedades
que nos permiten calcularlas.

1.- Complemento: no ocurre A, se anota

2.- Intersección: ocurren A y B a la vez, se anota

Observación: dos sucesos cuya intersección es vacía se llaman sucesos mutuamente
excluyentes.

3.- Unión: ocurre A, ocurre B u ocurren ambos (ocurre al menos uno), se anota

4.- Diferencia: ocurre A y no ocurre B (ocurre solo A), se anota

Ejemplo: sean los sucesos:

A: El alumno aprueba costos B: El Alumno aprueba estadísticas

: El alumno aprueba al menos una de las dos asignaturas (costos o

estadísticas)

: El alumno aprueba las dos asignaturas (costos y estadísticas)

: El alumno aprueba costos y no estadísticas (solo aprueba costos)

: El alumno aprueba estadísticas y no costos (solo aprueba estadísticas)

: El alumno no aprueba costos

: El alumno no aprueba estadísticas

 : El alumno no aprueba ni costos ni estadísticas.

2.2.- Definiciones de probabilidad

Existen tres definiciones de probabilidad, la clásica que es la regla de Laplace que se usa
para calcular probabilidades cuando conocemos la cantidad de resultados favorables y
posibles. La frecuentista, que nos indica que, si repetimos muchas veces un experimento,
la probabilidad es el límite de la frecuencia relativa y la axiomática que define los axiomas
de probabilidades de los cuales se deducen las propiedades, y son la base para el
desarrollo de la teoría de probabilidades.

Definiremos las dos más usadas:

1) Definición clásica o regla de Laplace: es aplicable solo si el número de elementos del

espacio muestral es finito y si los resultados son equiprobables.

Ejemplo: se lanza un dado. Calcular las probabilidades de los siguientes sucesos:

Sean A: Sale un número par

B: Sale un número menor que 3

C: Sale el 4 o 5
2) Definición axiomática: la probabilidad es una función de un subconjunto del espacio
muestral en los números reales.

El primer axioma nos dice que las probabilidades son siempre mayores o iguales a cero.

El segundo axioma indica que la probabilidad de todo el espacio muestral es 1.

El tercer axioma dice que, si dos sucesos no pueden ocurrir a la vez, es decir, son
mutuamente excluyentes, la probabilidad de la unión (que ocurra al menos uno de los dos)
es la suma de las probabilidades de ambos sucesos.

2.3.- Propiedades

1.-

2.- La probabilidad del suceso imposible es cero

3.- Si los sucesos no son excluyentes (existe intersección entre ellos), la probabilidad de
la unión es la suma de las probabilidades de A y B, menos la probabilidad de la intersección.
4.- La probabilidad del complemento de A, (no ocurra A) es:

5.- La probabilidad de que ocurra A y no B es:

6.- La probabilidad de que no ocurra ni A ni B es:

Ejemplos

Ej 1.- Se lanza un dado. Sean:

A = Sale el número 3

B = Sale el número 5

Calcular:
Es decir, la probabilidad que salga el número 3 o el 5, como son sucesos mutuamente
excluyentes entonces:

Ej 2.- Se lanza un dado. Sean:

A = Sale un número par (sale el 2 ,4 o 6)

B = Sale un número menor que 3 (sale 1 o 2)

a) Calcular P(A), P(B), P ( )

b) Calcular

c) Usamos definición de probabilidad clásica o regla de Laplace.

d) Como los sucesos A y B no son excluyentes usamos:

Ej 3.- Una familia tiene tres hijos ¿Cuál es la probabilidad de que dos de los hijos sean del
mismo sexo? ¿De tener dos mujeres y un hombre? ¿De tener tres hijos del mismo sexo?
Ej 4.- En una universidad, el 40% aprueba álgebra y el 50% cálculo, además, el 15%
aprueba ambas asignaturas.

a) ¿Cuál es la probabilidad que apruebe álgebra o cálculo?

b) ¿Cuál es la probabilidad que apruebe solo cálculo?

c) ¿Cuál es la probabilidad que no apruebe álgebra ni cálculo?

Primero se deben definir los sucesos:

Sean A: aprueba álgebra C: aprueba cálculo

a) El 75% de los estudiantes aprueba al menos una de las asignaturas.

b) El 35% aprueba solo cálculo.

c) El 25% reprueba ambas asignaturas.

Ej 5.- Se realiza una encuesta a un grupo de 300 personas encuestadas en dos comunas
de Santiago, a las cuales se les pregunta: ¿qué medio de transporte usa para llegar a su
destino?
Se elige una persona al azar,

a) ¿Cuál es la probabilidad qué use solo automóvil? (60/300)

b) Si fue encuestada en la comuna A, ¿cuál es la probabilidad que use sólo

metro? (25/142)

c) Si usa otro medio de transporte, ¿cuál es la probabilidad que haya sido encuestada en
la comuna B? (8/20)

d) Si fue encuestado en la comuna B, ¿cuál es la probabilidad que use solo micro o solo
metro? (55/158)

3.- Pregunta activadora

Practica:

Para clasificar la próxima negociación colectiva, la administración de personal de

una institución realizó una encuesta para conocer la opinión de los empleados
respecto a la gestión realizada por la actual directiva del sindicato. Para mayor
claridad de la situación, se han estratificado los empleados según antigüedad, ya
que este parece ser un factor importante en la clasificación de dicha gestión. Los
resultados de la encuesta se muestran en la siguiente tabla:
 Se elige un empleado al azar:

a) Calcular la probabilidad que clasifique la gestión como buena.

b) Calcular La probabilidad que clasifique la gestión como regular y tenga menos

de 10 años de experiencia.

c) Comparar las probabilidades de clasificar la gestión como mala, entre menos de

5 años de experiencia y 10 o más años de experiencia.

Orientaciones en respuesta a la pregunta activadora:

Complete la tabla con los totales por fila y columna.

Use la regla de Laplace para calcular las probabilidades.

4.- Probabilidad condicional

Para comprender el concepto de probabilidad condicional, comencemos con un ejemplo:

Se realiza un estudio sobre cierto tipo de accidente de trabajo. Nos interesa conocer si un
accidente por caída es más probable en una mujer que en un hombre. En este caso, para
poder comparar debemos calcular probabilidades condicionales.

En una fábrica se registran los accidentes durante el último año, según sexo y tipo de
accidente:
De los 8 accidentes por caída, 6 son en mujeres y 2 en varones.

La probabilidad de que sea mujer, si tuvo un accidente por caída es 6/8; en cambio para los
varones es 2/8.

A continuación, se da la definición matemática de probabilidad condicional:

Definición: para dos sucesos A y B tal que , se define la probabilidad

condicional de que ocurra B sabiendo que ha ocurrido A, se denota por P(B/A) como:

La probabilidad condicional P(B/A) se puede ver como una probabilidad normal sobre un
espacio muestral actualizado con la información adicional dada por el suceso A.

Por ejemplo, se lanza un dado y sale un número impar ¿Cuál es la probabilidad de que sea
menor que 4?

Al lanzar el dado el espacio muestral es , pero la información

proporcionada por el suceso A de que ha salido un número impar nos dice que solo son
posibles los sucesos del nuevo espacio y en este espacio la
probabilidad de obtener un número menor que 4 es 2/3.

Ejemplo: si las probabilidades de que una persona en cierta categoría de ingresos invierta
en fondos mutuos, acciones o ambos son de 0.58, 0.25 y 0.19, determine las probabilidades
de que una persona en esa categoría de ingresos:

a) invierta en fondos mutuos, también invierta en acciones

b) invierta en acciones, también invierta en fondos mutuos.

La siguiente propiedad, nos da una fórmula para la probabilidad de la intersección para dos
sucesos cualesquiera.

Propiedad: de la definición de probabilidad condicional podemos deducir que para sucesos

arbitrarios A y B se cumple:

Ejemplo: en una empresa el 62% de los trabajadores son varones, de ellos, el 55% tiene
una antigüedad laboral mayor a 10 años. Se elige un trabajador al azar de esta empresa
¿Cuál es la probabilidad de que sea hombre y lleve más de 10 años trabajando en la
empresa?

Sean: H: el trabajador es hombre.

A: lleva trabajando más de 10 años.

Sabemos que

Se pide

El 34,1% de los trabajadores de la empresa son hombres y han trabajado en ella más de
10 años.

5.- Sucesos independientes

A veces la información que brinda el suceso condicionante no cambia la probabilidad que

tenía el otro suceso antes de conocer esa información, o sea P(B/A) = P(B), es decir los
sucesos no están relacionados.

Por ejemplo: ¿Están relacionados o son independientes los accidentes por caída con ser
mujer?

Definición: se dice que dos sucesos A y B son estadísticamente independientes si:

Esto se interpreta como que la ocurrencia o no ocurrencia de A no afecta la ocurrencia o no

ocurrencia de B y viceversa.
Teorema:

Ejemplo 1: se lanza un dado. Considere los siguientes sucesos:

A: sale un número par B: sale un número menor que 3

Verifique si los sucesos A y B son independientes

Calculamos:

Luego: Los sucesos A y B son independientes.

Ejemplo 2: ¿Están relacionados o son independientes los accidentes por caída con ser
mujer?
Debemos probar si se cumple:

Como no se cumple la propiedad, los sucesos ser mujer y accidente por caída son
dependientes.

6.- Teorema de Probabilidad Total

El Teorema de Probabilidad Total permite recuperar la probabilidad en todo el conjunto a

partir de las probabilidades condicionales en cada una de sus partes. Se usa cuando
conocemos las probabilidades condicionales y marginales relacionadas con el suceso A, y
nos interesa conocer la probabilidad que ocurra A.

Ejemplo 1: de los accidentes ocurridos en una fábrica el 27% son por caída, y el resto por
otra causa. De los accidentes por caída un 75% ocurre en mujeres, en cambio, de los
accidentes por otras causas el 45% ocurre en mujeres. Si un trabajador tuvo un accidente:
¿Cuál es la probabilidad que sea mujer?

Teorema: sean los sucesos una partición del espacio muestral

(o sea, una colección de sucesos mutuamente excluyentes y exhaustivos) y sea A un
suceso arbitrario. Entonces:
Solución:

Sean C: accidente por caída O: accidente por otra causa M: mujer

La partición es tipo de accidente P(C) = 0,27 y P(O) = 0,73

Además: P(M/C) =0,75 y P(M/O) = 0,45

Luego: P(M) = P(M/C) * P(C ) + P(M/O) * P(O ) = 0,75* 0,27 +0,45 * 0,73 = 0,53

Así: Si ocurrió un accidente la probabilidad que haya sido mujer la persona accidentada es
53%.

Ejemplo 2: Una compañía de seguros clasificó a los conductores de vehículos motorizados

en tres grupos: A (alto riesgo) con probabilidad 0,08 de tener un accidente en un año, M
(mediano riesgo) con probabilidad 0,03 de tener un accidente en un año y B (bajo riesgo)
con probabilidad 0,01 de tener un accidente en un año. Se estima que los solicitantes de
seguros de estas compañías son 30% de la clase B, 50% de la clase M, y 20% de clase A.

Sean A: conductor de alto riesgo

M: conductor de riesgo mediano

B : conductor de bajo riesgo

D: el conductor tuvo un accidente

P(A)=0,2 P(M)=0,5 P(B)=0,3 P(D/A)=0,08 P(D/M)= 0,03 P(D/B)=0,01

¿Cuál es la probabilidad de que un cliente elegido al azar tenga un accidente en el año?

P(D)=0,2 *0,08 + 0,5 * 0,03 + 0,3 *0,01 = 0,034

Un conductor cualquiera tiene una probabilidad de 3,4% de tener un accidente.

7.- Teorema de Bayes

Volvamos a nuestro ejemplo de accidentes por caída, otra pregunta que nos podemos hacer
es: si la persona accidentada es mujer ¿Cuál es la probabilidad que el accidente haya sido
por caída?

En este caso debemos utilizar el teorema de Bayes y calcular P(C/M).

Teorema: para dos sucesos cualesquiera A y B se cumple que:

Habitualmente, el denominador del Teorema de Bayes se calcula usando la fórmula de la

probabilidad total.

Ejemplo 1: Si la persona accidentada es mujer ¿cuál es la probabilidad que el accidente

haya sido por caída?

La probabilidad que el accidente haya sido por caída, si la persona accidentada es mujer,
es 0,38.

Ejemplo 2: Consideremos el ejemplo de probabilidad Total

Si un conductor tuvo un accidente en el año, ¿cuál es la probabilidad que sea de la clase

B?

El 8.8% de los conductores que ha tenido un accidente son clasificados como de bajo
riesgo.
8.- Diagramas de Árbol

A veces, cuando se tiene una serie de sucesos que ocurren uno a continuación del otro y
el resultado de una etapa depende de lo que pasó en la anterior, se puede representar esa
información en forma de árbol.

Ejemplo 1: todas las noches el señor M llega tarde a su casa. Su esposa le deja encendida
la luz de la entrada. La probabilidad de que Don M llegue bebido es 0.45. Si llega bebido,
la probabilidad de que no apague la luz es de 0.81. Si llega sobrio, la probabilidad de que
no apague la luz es sólo 0.05.

 ¿Cuál es la probabilidad de que el señor M no apague la luz una noche cualquiera?

 Dado que apagó la luz, ¿cuál es la probabilidad de que haya llegado bebido?

A)
B)

Ejemplo 2: se sabe que si el producto nacional bruto (PNB) sube (S), la probabilidad de que
el valor de ciertas acciones aumente (A) es 0,8; si el PNB se mantiene constante (C) la
probabilidad de que las acciones aumentes es 0,2 y si el PNB disminuye (D) la probabilidad
de que aumenten las acciones es 0,1. Si para el futuro se asignan las probabilidades 0,4;
0,3 y 0,3 a los sucesos el PNB suba, se mantenga constante y disminuya, respectivamente:

a) Construya un diagrama de árbol que represente esta información

b) ¿Cuál es la probabilidad de que aumenten las acciones?

c) ¿Cuál es la probabilidad de que el PNB aumente y las acciones no aumenten?

d) Si las acciones han subido ¿Cuál es la probabilidad de que el PNB haya aumentado o
se hayan mantenido?

9.- Pregunta activadora

Practica:

Se sabe que el 65% de los accidentes de tránsito que se producen durante la noche
de los sábados se deben a la ingesta excesiva de alcohol, el 25% se debe a la
imprudencia del conductor y el resto a otras causas, (fallo mecánico…). En estos
accidentes, el resultado es con víctimas fatales el 6% de las veces en el primer
caso, el 3% en el segundo y el 2% en el tercero.

a) Calcular la probabilidad de que uno de estos accidentes no tenga víctimas

fatales.

b) Si se produce un accidente con víctimas fatales, calcular la probabilidad de que

la causa de dicho accidente sea debido a la ingesta de alcohol.

Orientaciones en respuesta a la pregunta activadora:

Identifique sucesos y probabilidades, observe que el suceso resultado con víctimas

 fatales depende del tipo de accidente (las probabilidades son condicionales), construya
un diagrama de árbol para calcular la probabilidad. En el punto b) use el Teorema de
Bayes.

10.- Conclusión

Al final de esta unidad, el alumno conocerá y aplicará los conceptos de espacio muestral,
experimento aleatorio, tipos de probabilidad, teorema y propiedades del análisis de
probabilidad.

Una vez que ha conocido estos conceptos, comprenderá y modelará el fenómeno

estadístico de experimento aleatorio.

Otro concepto relevante y de gran aplicación profesional es el teorema de Bayes, el que va

a permitir comprender y modelar el fenómeno de la probabilidad condicional y aprender a
representar situaciones por medio de árboles de decisión.

11.- Referencias bibliográficas

Lind, D. A., Marchal, W. G., & Wathen, S. A. (2005). Estadística aplicada a los negocios ya
la economía (Vol. 15). McGraw-Hill.