Unidad 1: Introducción a la

teoría de la probabilidad
Introducción

• La probabilidad es el estudio de experimentos aleatorios o libres

de determinación.
• La vida esta llena de incertidumbres. De hecho, casi todo los
eventos que nos suceden llevan consigo algo de aleatoriedad
Ej:
Podemos decir que el micro que nos lleva a nuestra
universidad pasa regularmente a las 8:45 am.; pero
¿podemos afirmar con toda certeza que mañana
pasara exactamente a esa hora?
Introducción

• En teoría de probabilidad, definimos un modelo matemático de los

fenómenos anteriores asignado “probabilidades” (o también valores limites
de las frecuencias relativas) a los “eventos” asociados con un experimento.
Naturalmente, la seguridad en nuestro modelo matemático para un
experimento dado depende del acercamiento de las probabilidades
asignadas con la frecuencia real relativa. Esto da origen entonces a los
problemas de verificación y confiabilidad que constituyen el tema principal
de la estadística.
• Para un pleno desarrollo de la teoría de probabilidades se requiere de los
conceptos de la teoría de conjuntos, lo que permite definir con mayor
precisión a los conceptos de probabilidades.
Introducción

• Un fenómeno o experimento es determinístico cuando el resultado de la

observación se puede predecir en forma precisa.
Ej 1:
Sumar dos números pares y observar si el resultado es par o impar

Como se puede demostrar el resultado siempre será

un numero par.
Introducción

Ej 2:
Si en una caja cerrada cuyo contenido no se puede observar desde
fuera, se colocan bolas o canicas del mismo color, se saca una de
ellas y se observa su color.

La bola será del color que ya se conocía

Introducción
• Un fenómeno o experimento es aleatorio, cuando el resultado de la
observación no se puede predecir con exactitud.

Es par o Ej 1:
impar?
si se suman dos números enteros se observa si el
resultado es par o impar.

Como no se conoce la paridad de los

números, no se puede anticipar el
resultado.
Introducción

Ej 2:
Si en una caja cerrada, se colocan bolas de diferente color, se saca
una de ellas y se observa su color.

Si el contenido de la caja no se puede observar, no

se puede predecir el color de la bola
Teoría de conjuntos

• Al menos los conceptos básicos de esta, es desarrollada en los estudios de

nivel medio.
• Nos interesa estudiar es el comportamiento de los fenómenos o
experimentos aleatorio, teniendo el conocimiento de esta relación.
• Definimos, ciertos elementos comunes de cualquier experimento o
fenómeno.:
➢Espacio Muestral (Ω): Conjunto de todos los posibles resultados que se
pueden dar al realizar un experimento.
➢Espacio Simple: Cada uno de los posibles resultados, considerados
individualmente, Es decir, cada uno de los elementos del espacio muestral.
 Teoría de conjuntos

➢Espacio compuestos: conjunto de eventos simples.

En general, la letra griega omega (Ω ) representara el espacio muestral,
mientras que las letras mayúsculas del alfabeto latino (A, B,……) denotaran
eventos, tantos simples como compuestos.
Ejemplo 1
Considere el lanzamiento de un dado. El espacio muestral esta dado por Ω=
{1,2,3,4,5,6} un evento simple es A-” el resultado es 2” y un evento compuesto
es B- “el resultado es un numero par”. Los eventos pueden escribirse también
como A={2} y B={2,4,6}
Teoría de conjuntos
• Ejemplo 2
Si se considera un experimento dado el lanzamiento de una moneda, el espacio
muestral esta dado por Ω ={cara, cruz}, y en este caso solo es posible
considerar los eventos simples A={cara} y B={cruz}

• Ejemplo 3
Considere el lanzamiento de dos monedas, una por vez. El espacio muestral
esta dado por Ω ={cacr, cacr,crcr, crca}. Un evento simple es A={cacr}, o de
manera extensiva A=“el primer lanzamiento es cara y el segundo cruz”. Un
evento compuesto B={caca,crcr}, o de manera extensiva B= “ los dos
lanzamientos arroja el mismo resultado”
 Teoría de conjuntos

Operaciones básicas relacionadas con conjuntos:

-Unión.- De dos conjuntos (A U B): esta dada por el conjunto de todos los
resultados que pertenecen al evento A o al evento B a ambos.
Ej:
Si se considera el lanzamiento de un dado y se definen los eventos A={ 1,2,3} y
B={ 2,4,6}, entonces A U B={ 1,2,3,4,5,6}.
-Intersección.- De dos conjuntos (A Ո B): esta dada por el conjunto de los
resultados que pertenecen tanto a A como a B, es decir a A y a B
simultáneamente.
Ej:
Continuando con el anterior ejemplo, tenemos que A Ո B={ 2}
 Teoría de conjuntos

-Complemento.- de un conjunto (𝐴𝐶 ): Es el conjunto de todos los elementos del

espacio muestral que no pertenecen al evento A
Ej:
Continuando el ejemplo anterior: 𝐴𝐶 ={4,5,6} y 𝐵𝐶 ={1,3,5}
Definiciones relacionada con las características de los conjuntos:
-Cuando todos los elementos de un conjunto A pertenecen también a otro
conjunto B, se dice que A esta incluido en B y se denota A⊂ B
-Un conjunto que no posee ningún elemento se denomina conjunto vacío y se
denota por ∅={ }.
-Dos eventos A y B son mutuamente exhaustivos si la ocurrencia de uno implica la
no ocurrencia del otro, es decir, la intersección de los conjuntos que representan
a dos eventos mutuamente excluyentes es el conjunto vacío: AՈB = ∅.
Teoría de conjuntos

- Dos eventos A y B son colectivamente exhaustivos si la unión de los conjuntos que

los representan conforman el espacio muestral:
AՍB = Ω. Es decir, que con certeza ocurrirá al menos uno de ellos.

Conclusiones:

- A⊂ Ω: Todo evento esta incluido en el espacio muestral.

- AՈ𝑨𝑪 =∅ y AՍ𝑨𝑪 =Ω: Un evento y su complemento son mutuamente excluyentes
y colectivamente exhaustivos.
Teoría de conjuntos

Eventos mutuamente excluyentes Eventos colectivamente exhaustivos

Teoría de conjuntos

Ejemplo:
Consideremos el lanzamiento de un dado. El espacio muestral, como ya hemos
visto, es

Ω ={1,2,3,4,5,6}. Además, definimos los eventos A=“el resultado es mayor a 3”,B=

“ el resultado es impar”, y C=“ el resultado es 1”. O bien, A={4,5,6}, B={1,3,5},
C={1}.

De acuerdo con las definiciones arriba enunciadas, podemos obtener los siguientes
resultados:
AՈC =∅ y C⊂ B.
Propiedades de operaciones

Asociatividad de la unión:
Asociatividad de la intersección:
Distributividad de la intersección respecto de la unión:
Distributividad de la unión respecto de la intersección:
Complemento de la unión:
Complemento de la intersección:
Definición Frecuentista

Surge debido a la existencia de fenómenos aleatorios en los cuales no se

puede determinar con precisión la probabilidad clásica de cada evento
simple.
Para estimar la probabilidad de cada uno de esos eventos, se recurre la
siguiente formula de frecuencia relativa:
Definición Frecuentista

Ejemplo 1:Consideremos un control de calidad de una empresa, en el cual

se desea saber la probabilidad de que un determinado artefacto tenga una
vida útil superior a las 1200 hrs. Para ello, el departamento de control de
calidad separa 500 unidades de la producción y mide la vida útil de cada
unidad. Los resultados se observa en la siguiente tabla.
Definición Frecuentista

Ejemplo 1:Consideremos un control de calidad de una empresa, en el cual

se desea saber la probabilidad de que un determinado artefacto tenga una
vida útil superior a las 1200 hrs. Para ello, el departamento de control de
calidad separa 500 unidades de la producción y mide la vida útil de cada
unidad. Los resultados se observa en la siguiente tabla.
𝑘
𝑃 𝐴 = lim
𝐾→∞ 𝐾
Definición Frecuentista

Ejemplo 1:Consideremos un control de calidad de una empresa, en el cual

se desea saber la probabilidad de que un determinado artefacto tenga una
vida útil superior a las 1200 hrs. Para ello, el departamento de control de
calidad separa 500 unidades de la producción y mide la vida útil de cada
unidad. Los resultados se observa en la siguiente tabla.
𝑘
𝑃 𝐴 = lim
𝐾→∞ 𝐾

115+84+41
𝑃 𝐴 = 500
Definición Frecuentista

Ejemplo 1:Consideremos un control de calidad de una empresa, en el cual

se desea saber la probabilidad de que un determinado artefacto tenga una
vida útil superior a las 1200 hrs. Para ello, el departamento de control de
calidad separa 500 unidades de la producción y mide la vida útil de cada
unidad. Los resultados se observa en la siguiente tabla.
𝑘
𝑃 𝐴 = lim
𝐾→∞ 𝐾

115+84+41
𝑃 𝐴 = 500

𝑃 𝐴 = 0,48
Definición Frecuentista

Ejemplo 1:Consideremos un control de calidad de una empresa, en el cual

se desea saber la probabilidad de que un determinado artefacto tenga una
vida útil superior a las 1200 hrs. Para ello, el departamento de control de
calidad separa 500 unidades de la producción y mide la vida útil de cada
unidad. Los resultados se observa en la siguiente tabla.
𝑘 𝑘
𝑃 𝐴 = lim 𝑃 𝐴 = lim
𝐾→∞ 𝐾 𝐾→∞ 𝐾

115+84+41 𝑃 𝐴 = 0,23 + 0,17 + 0,08

𝑃 𝐴 = 500

𝑃 𝐴 = 0,48
𝑃 𝐴 = 0,48
Tarea para su escritorio

• Si se considera en América y se definen los eventos A={Canadá,

USA, México} y B={Chile, Argentina, Bolivia, Perú, Brasil}, entonces
A U B={?}. Li-1 - Li Frec.
• Considerando los colores los siguiente A={Rojo, Azul, Negro} y Abs.
B={Rosado, Rojo, Verde} su intersección es A Ո B={?} 5–9 9

• Determine la probabilidad que se presenta la siguiente tabla: 10 – 14 19

15 – 19 33
En cual determino superior a los 20
20 – 24 15
25 – 29 10
30 – 34 2
35 – 39 0
40 – 44 2