Matemáticas

Probabilidad I

2°Semestre

Unidad 1: Introducción a la Probabilidad.

Clave
05141212/06141212

Universidad Abierta y a Distancia de México

Unidad 1. Introducción a la probabilidad

Índice
Presentación .......................................................................................................................... 3
Competencia Específica .......................................................................................................... 4
Logros de la unidad ................................................................................................................ 4
1.1 Introducción a la probabilidad. _________________________________________________ 5

1.1.1. Modelos determinísticos vs aleatorios. ........................................................................ 5

1.1.2. Espacio Muestral. ........................................................................................................ 5
1.1.3. Eventos simples........................................................................................................... 6
1.1.4. Algebra de conjuntos (Operaciones con eventos). ........................................................ 6
1.2 Enfoques para el cálculo de la probabilidad. ______________________________________ 7

1.2.1. Enfoque clásico................................................................................................................. 7

1.2.2. Enfoque frecuentista ........................................................................................................ 8
1.2.3. Enfoque subjetivo............................................................................................................. 8
1.3 Técnicas de conteo ___________________________________________________________ 9

1.3.1. Regla de la suma............................................................................................................... 9

1.3.2. Regla del producto.......................................................................................................... 10
1.3.3. Permutaciones ............................................................................................................... 10
1.3.4. Combinaciones ............................................................................................................... 11

Cierre................................................................................................................................... 11
Fuentes de consulta ............................................................................................................. 11

UnADM | DCEIT | MT | MPRO1 2

Unidad 1. Introducción a la probabilidad

Presentación

A través del tiempo han existido y existen procesos los cuales están regidos por la
incertidumbre, esto es procesos para los cuales no se tiene la certeza de su resultado, ya que
tienen al menos dos o más resultados diferentes, como por ejemplo: decisiones en la guerra, el
clima, los juegos de azar, la variación del dólar, los movimientos de la bolsa, el comportamiento
de sistemas físicos, biológicos, neurológicos, etc. La ciencia tiene como objetivo desarrollar
estructuras conceptuales que permitan la comprensión de fenómenos para predecir los efectos
que de éstos se deriven. Debido al estudio de procesos regidos por la incertidumbre es que
surgió la teoría de la probabilidad.

Esta rama de las matemáticas dio sus primeros pasos en el siglo XVI como un intento de crear
una teoría de los juegos de azar. Los primeros registros sobre la probabilidad para diferentes
sucesos fueron determinados por N. Tartaglia, G. Cardano y G. Galilei (cada uno por separado).
Sin embargo, en el siglo XVII, B. Pascal y P. Fermat lograron obtener probabilidades exactas para
cierto tipo de problemas relacionados con el juego de dados. A estos últimos se les atribuye la
creación de la probabilidad. No obstante, fue necesario un largo período de tiempo para que el
concepto matemático de probabilidad se formara.

En la unidad I se presentan conceptos fundamentales para el estudio de la teoría de

probabilidad como: espacios muestrales, eventos, operaciones básicas entre eventos (unión,
intersección, complemento, etc.) y su interpretación. Se trabajan también técnicas de conteo
(regla de la suma, regla del producto, permutaciones y combinaciones). Además, se presentan
tres enfoques utilizados para calcular probabilidades.

UnADM | DCEIT | MT | MPRO1 3

Unidad 1. Introducción a la probabilidad

Competencia Específica

Aplica las nociones básicas de probabilidad y las expresa en su correspondiente lenguaje

simbólico, para la resolución futura de modelos probabilísticos mediante la identificación del
espacio muestral, sus eventos y técnicas de conteo.

Logros de la unidad

• Identifica espacios muestrales y sus diferentes tipos de eventos.

• Expresa simbólicamente las notaciones probabilísticas.
• Realiza operaciones entre eventos e interpreta sus significados probabilísticos.
• Aplica técnicas de conteo.

UnADM | DCEIT | MT | MPRO1 4

Unidad 1. Introducción a la probabilidad

1.1 Introducción a la probabilidad.

1.1.1. Modelos determinísticos vs aleatorios.

Experimento determinista es un experimento en el que se obtiene siempre el mismo resultado,

bajo las mismas condiciones. Si conocemos las condiciones iniciales es posible predecir o
reproducir el resultado del experimento. Ejemplo: Si lanzamos un objeto desde la misma altura
y bajo las mismas condiciones ambientales, podemos saber exactamente el tiempo que tardará
en llegar al suelo; la velocidad siempre será la misma.
Experimento aleatorio es un experimento que puede dar lugar a varios resultados sin que
puedan ser previsibles antes de realizar el experimento. Es decir, no se puede predecir o
reproducir el resultado. Cada experiencia particular es única pues aun teniendo las mismas
condiciones iniciales, los resultados pueden ser distintos. Un ejemplo de esto es el lanzamiento
de una moneda o de un dado.

1.1.2. Espacio Muestral.

Se llama espacio muestral al conjunto de todos los posibles resultados en un experimento

aleatorio. El espacio muestral se denota, generalmente, por la letra griega mayúscula ómega
(𝛀) o por la letra S (de space, en inglés), la elección del símbolo a utilizar depende del autor. Por
ejemplo, si el experimento aleatorio consiste en lanzar dos monedas al aire al mismo tiempo y
observar sus posibles resultados, entonces el espacio muestral se escribe como Ω ={(cara, cara),
(cara, cruz), (cruz, cara) y (cruz, cruz)}.

UnADM | DCEIT | MT | MPRO1 5

Unidad 1. Introducción a la probabilidad

1.1.3. Eventos simples.

Dado un espacio muestral Ω, se llama evento a un subconjunto (no necesariamente propio) de

Ω. Se llama evento simple al evento que consta de un solo elemento del espacio muestral. Los
eventos se denotan comúnmente con letras mayúsculas del primer tercio del abecedario, esto
es 𝐴, 𝐵, 𝐶, 𝐷, 𝐸 …, donde a su vez 𝐴, 𝐵, 𝐶, 𝐷, 𝐸 ⊆ Ω. Si estos eventos contienen más de un
elemento, se llaman eventos compuestos.

1.1.4. Algebra de conjuntos (Operaciones con eventos).

Como se sabe un evento es un subconjunto del espacio muestral, por tal puede estos se pueden
aplicar las operaciones entre conjuntos. Existen cuatro operaciones básicas entre conjuntos; a
saber, el complemento, la intersección, la unión y la diferencia. Si 𝐴 y 𝐵 son dos conjuntos
cualesquiera, se definen respectivamente las operaciones anteriores:

- El Complemento de 𝐴: es el conjunto de todos los elementos en el espacio muestral Ω

que no pertenecen al conjunto 𝐴. Esto se denota como 𝐴𝐶 = {𝜔 ∈ Ω: 𝜔 ∉ 𝐴 }.
- La intersección de 𝐴 y 𝐵: es el conjunto de todos los elementos en el espacio muestral Ω
y sólo aquellos que pertenecen tanto a 𝐴 como a 𝐵.
Simbólicamente 𝐴 ∩ 𝐵 = {𝜔 ∈ Ω: 𝜔 ∈ 𝐴 y 𝜔 ∈ 𝐵}.
- La unión de 𝐴 y 𝐵: es el conjunto de todos los elementos que pertenecen o bien a 𝐴 o a
𝐵. Simbólicamente 𝐴 ∪ 𝐵 = { 𝜔 ∈ Ω: 𝜔 ∈ 𝐴 o 𝜔 ∈ 𝐵}.
- La diferencia de 𝐴 y 𝐵: es el conjunto de aquellos elementos en el espacio muestral Ω
que están en 𝐴 pero NO están en 𝐵. Simbólicamente 𝐴 − 𝐵 = {𝜔 ∈ Ω: 𝜔 ∈ 𝐴 y 𝜔 ∉ 𝐵}.

De las definiciones anteriores se desprenden las propiedades conmutativas (𝐴 ∩ 𝐵 = 𝐵 ∩ 𝐴,

𝐴 ∪ 𝐵 = 𝐵 ∪ 𝐴 ) y asociativas de la unión y la intersección. La diferencia NO tiene la propiedad

UnADM | DCEIT | MT | MPRO1 6

Unidad 1. Introducción a la probabilidad

conmutativa (𝐴 − 𝐵 ≠ 𝐵 − 𝐴). También dados dos conjuntos 𝐴 y 𝐵 estos se llaman ajenos (o

mutuamente excluyentes), si 𝐴 ∩ 𝐵 = ∅ donde ∅ es el conjunto vacío.

1.2 Enfoques para el cálculo de la probabilidad.

Hay tres enfoques para el cálculo o estimación de la probabilidad de que un evento suceda.
Seleccionar uno de los tres enfoques dependerá de la naturaleza del problema. A continuación
te presentamos sus planteamientos generales para que puedas identificar el enfoque que debes
aplicar en un determinado evento.

1.2.1. Enfoque clásico.

El enfoque clásico o "a priori" fue estudiado por Laplace, matemático y astrónomo francés a
quien a los 24 años se le llamó "el Newton de Francia" por algunos de sus descubrimientos.
Motivado por estimar probabilidades en los juegos de azar, desarrolló para la teoría de
probabilidades el enfoque clásico que se emplea cuando los espacios muestrales son finitos y
tienen resultados igualmente probables. Este enfoque supone condiciones ideales en un
experimento aleatorio y por lo tanto su uso es limitado, aunque nos brinda bases sólidas para el
cálculo de probabilidades. Este enfoque es un enfoque teórico y no requiere de llevar a cabo el
experimento para estimar la probabilidad de ocurrencia de un evento aleatorio.

Sin necesidad de realizar el experimento aleatorio este enfoque asigna la misma probabilidad a
cada punto del espacio muestral y la probabilidad de 𝐴 se obtiene por razonamiento lógico
entre el número de resultados en que es posible se obtenga el evento 𝐴 (se suman la cantidad
de elementos de 𝐴 ) y el número de todos los resultados posibles de ese experimento, es decir

UnADM | DCEIT | MT | MPRO1 7

Unidad 1. Introducción a la probabilidad

#𝐴
𝑃(𝐴) =
#Ω

Donde #𝐴 corresponde a cardinalidad del evento 𝐴 (o número de ocurrencias del evento 𝐴) y

#Ω corresponde a cardinalidad del espacio muestral Ω yP(A) representa la probabilidad de que
ocurra el evento corresponde a cardinalidad del evento 𝐴.

1.2.2. Enfoque frecuentista

El enfoque de la frecuencia relativa se basa en la experimentación, se le conoce también como

enfoque “a posteriori”. Éste supera las limitaciones del enfoque clásico, que se limita a
situaciones en las que hay un número finito de resultados igualmente probables. Este enfoque
es empírico y no teórico. Requiere realizar el experimento para estimar la probabilidad de
ocurrencia de un evento aleatorio.

Se realiza 𝑛 veces un experimento aleatorio y se observa la frecuencia de ocurrencia del evento

𝐴, se define la probabilidad de 𝐴 por:

𝑛(𝐴)
𝑃(𝐴) =
𝑛

Donde 𝐴 es un evento de un espacio muestral Ω y 𝑃(𝐴) representa la probabilidad de que

ocurra el evento 𝐴.

1.2.3. Enfoque subjetivo

En el enfoque subjetivo o intuitivo, en algunas situaciones, se presentan situaciones en las

cuales no es posible realizar experimentos repetitivos y los resultados tampoco son igualmente
probables. A diferencia de los dos enfoques anteriores que son objetivos y se sustentan en la

UnADM | DCEIT | MT | MPRO1 8

Unidad 1. Introducción a la probabilidad

teoría o en la experimentación, la probabilidad subjetiva tiene que ver con el criterio personal
para medir la posibilidad de ocurrencia de un evento aleatorio, que se hace con base en ciertos
criterios o experiencias sobre casos semejantes.

Como se mencionó anteriormente, esta probabilidad no se basa ni en aspectos teóricos ni

tampoco en la experimentación. De hecho no es objeto de estudio de la teoría de probabilidad;
sin embargo, es muy útil en experimentos que no es posible repetir y en los que los posibles
resultados no son equiprobables.

1.3 Técnicas de conteo

La matemática sirve para modelar situaciones que se presentan en la vida cotidiana o en otras
áreas de la ciencia, pero al tratar de modelar los fenómenos de la naturaleza o sociales, se han
encontrado con que hay situaciones que obedecen a un modelo determinista y otros que
obedecen a un modelo aleatorio, por ejemplo, es difícil representar el fenómeno de que una
persona de bajos recursos y que pertenece a una nación con problemas sociales tenga un
accidente o no en el próximo año. Contar es suficiente en muchos de los casos en donde se
desea conocer la probabilidad de que suceda un evento, pero, conforme el problema es más
complejo, resultan necesarias varias reglas para auxiliar en la determinación de probabilidades.

Por ejemplo, en ocasiones tendremos que analizar situaciones donde suceden simultáneamente
eventos, por lo que se necesita expresar y encontrar la probabilidad de que suceda un evento a
raíz de la presencia de varios eventos simultáneos; por lo tanto, en este tema se analizan
algunas reglas básicas de conteo que también serán base para el cálculo de probabilidades.

1.3.1. Regla de la suma

UnADM | DCEIT | MT | MPRO1 9

Unidad 1. Introducción a la probabilidad

La regla de la suma es una de las reglas más simples que se utiliza en el cálculo de las
probabilidades. Si una tarea consta de 𝑛 pasos distintos para realizarse y otra de 𝑚 pasos
distintos, y si las dos tareas en cuestión no son viables de realizarse juntas ni en sucesión, por
ser mutuamente excluyentes, entonces el número total de maneras de realizar ambas tareas es
𝑛 + 𝑚.

Otra manera de expresar lo anterior es: si 𝑃(𝐴) y 𝑃(𝐵) representan respectivamente las
probabilidades para los eventos 𝐴 y 𝐵, entonces la probabilidad 𝑃(𝐴 ∪ 𝐵) de que ocurran 𝐴 o
𝐵, , se obtiene por:
- Si estos eventos son mutuamente excluyentes (𝐴 ∩ 𝐵 = ∅), 𝑃(𝐴 ∪ 𝐵) = 𝑃(𝐴) + 𝑃(𝐵).
- Si 𝐴 ∩ 𝐵 ≠ ∅ entonces 𝑃(𝐴 ∪ 𝐵) = 𝑃(𝐴) + 𝑃(𝐵) − 𝑃(𝐴 ∩ 𝐵).

1.3.2. Regla del producto

Si una tarea consta de 𝑛 pasos distintos para realizarse y otra de 𝑚 pasos distintos, y si ambas
no son excluyentes sino que es posible realizarlas juntas o en sucesión, entonces el total de
pasos distintos (o formas) en que pueden efectuarse la primer tarea seguida por la segunda es
de 𝑛 ∙ 𝑚.

Las anteriores reglas se generalizan con facilidad para más de dos tareas o para 𝑛 eventos.

1.3.3. Permutaciones

Expresión para el cálculo de permutaciones. Representamos por nPk o también como 𝑃𝑘𝑛 el
número de arreglos ordenados de k elementos distintos seleccionados de un conjunto 𝑋 el cual
tiene n elementos.
𝑛𝑃𝑘 = 𝑛 × (𝑛 – 1) × (𝑛 − 2) × ⋯ × (𝑛 − 𝑘 + 1).

UnADM | DCEIT | MT | MPRO1 10

Unidad 1. Introducción a la probabilidad

Notación factorial. Se define el factorial de un número no negativo 𝑛 ≥ 0, denotado 𝒏!, como:

𝑛! = 𝑛 × (𝑛 − 1) × (𝑛 − 2) × ⋯ × 1, si 𝑛 ≥ 1, y 0! = 1.

Podemos representar la expresión para el cálculo de permutaciones usando notación factorial:

𝒏!
𝑛𝑃𝑛 = 𝑛! y 𝒏𝑷𝒌 = (𝒏−𝒌)!, para 𝑛 > 𝑘.

1.3.4. Combinaciones

Las combinaciones de n objetos (o cosas) distintos tomando k de ellos a la vez, representan el

número de subconjuntos diferentes de tamaño k que se pueden obtener con esos n objetos.
𝑛
Las notaciones usales para combinaciones de n en k objetos son: nCm, ( ), o 𝐶𝑘𝑛 .
𝑘
Dado un conjunto con n elementos distintos 𝑋 = {𝑥1 , 𝑥2, … , 𝑥𝑛 } del cual nos interesa
seleccionar k elementos distintos (es decir, no los repetimos) en donde 𝑘 ≤ 𝑛, entonces el
número total de combinaciones se calcula por: (nota que no es importante el orden).

𝒏!
𝒏𝑪𝒌 = 𝒌!(𝒏−𝒌)! , para 𝑘 ≤ 𝑛.

Cierre

En esta unidad se desarrollan destrezas y habilidades para la solución de problemas donde se

desea conocer los resultados de un experimento aleatorio. Se revisan elementos básicos sobre
la probabilidad y se proponen diferentes actividades y ejercicios de manera que el alumno
pueda vincular la teoría con la práctica.

Fuentes de consulta

UnADM | DCEIT | MT | MPRO1 11

Unidad 1. Introducción a la probabilidad

• Anderson, D. y Sweeney, D.J. (2008). Estadística para administración y economía.

Cengage Learning Latin America.
• Devore, J. L. (2005). Probabilidad y estadística para ingeniería y ciencias. México:
Thomson.
• Evans, M. J. (2005). Probabilidad y estadística. Reverte.
• Gamiz-Casarrubias, B. (2003). Probabilidad y estadística con prácticas en Excel. México:
Just in time Press.
• Hayslett, H. T. Jr. (1987) Estadística simplificada. México: Grupo editorial Sayrols.
• Johnson, R. y Kuby, P. (2006), Estadística elemental. México: Thomson Paraninfo.
• Lincoln L. Ch. (2000). Introducción a la estadística. México: Compañía Editorial
Continental.
• Ruiz, E. y Ruiz, E. (2007). Probabilidad y estadística. México: McGraw-Hill
• Interamericana.
• Spiegel, M. R. y Stephens, L. J. (2002). Estadística. México: McGraw-Hill.
• Wisniewski, P. M. y Velasco-Sotomayor G. (2001). Problemario de probabilidad. México,
D.F., México: Thomson.

UnADM | DCEIT | MT | MPRO1 12