La ruta de las probabilidades, H.

Hevia © 2023

La ruta de las probabilidades

Nivel 0 (Preliminares: experimento aleatorio, espacio muestral y eventos)
Dado un cierto experimento aleatorio, se hace posible definir eventos como “afirmaciones en
lenguaje natural acerca del posible resultado que se obtiene cuando se ejecuta el experimento”.
Al respecto, Feller, 1950, p14, señala “Tiene completo sentido hablar acerca de un evento 𝐴 sólo
cuando está claro para cada resultado del experimento si el evento 𝐴 ha ocurrido o no ha
ocurrido”.

1
La ruta de las probabilidades, H. Hevia © 2023

Actividad 0

El experimento consiste en contar el número de caras en tres lanzamientos aleatorios de una

moneda.

a) Determine el espacio muestral 𝑆 de este experimento.

𝑆 = {0; 1; 2; 3}

b) Determine si las siguientes afirmaciones son eventos de este experimento. En caso que lo
sean, represente estos eventos por un correspondiente subconjunto del espacio muestral
𝑆.

i. 𝐴: Se obtiene a lo menos una cara.

Sí, es un evento de 𝑆; A={1; 2; 3}

ii. 𝐵: Se obtiene a lo más una cara.

Sí, es un evento de 𝑆; 𝐵 = {0; 1}

iii. 𝐶: Se obtiene cara en los dos últimos lanzamientos.

No es un evento de 𝑆. Justificación: No se puede determinar si para el resultado 2,

el evento 𝐶 ha ocurrido o no ha ocurrido.

iv. 𝐷: Se obtiene sello en alguno de los lanzamientos.

Sí, es un evento de 𝑆; 𝐷 = {0; 1; 2}

c) Represente en un diagrama de Venn aquellas afirmaciones en b) que sí constituyen

eventos del espacio muestral 𝑆.

B 0
2

1
A
3

2
La ruta de las probabilidades, H. Hevia © 2023

De este modo, cada evento puede corresponderse con un cierto subconjunto del espacio muestral
del experimento. La coordinación entre los eventos en lenguaje natural y sus representaciones
como subconjuntos, requiere ser practicada por los estudiantes para lograr un aprendizaje
significativo del concepto de evento. En este punto, la utilización de diagramas de Venn sirve de
puente para ligar las dos representaciones en juego: afirmación en lenguaje natural y
subconjunto.1

1
Este es un primer paso en la asignación de significados a la estructura de probabilidades; sin embargo, es
frecuente que los textos de educación superior no se detengan a considerar este aspecto. Usualmente, en
estos textos, los eventos se definen como subconjuntos del espacio muestral; es decir, como meros objetos
matemáticos desprovistos de un significado propio atribuible a un contexto. De esta forma se inicia un
aprendizaje de la estructura de probabilidades en el cual los objetos de aprendizaje son de naturaleza
abstracta, conectados en un orden de aprendizaje que responde más a lo matemático que a lo cognitivo.
Por supuesto, todo esto va acompañado de abundante utilización de lenguaje matemático.

3
La ruta de las probabilidades, H. Hevia © 2023

Actividad 1 (Ejercicio 6, página 55, Devore)

La biblioteca de una universidad dispone de cinco ejemplares de un cierto texto en reserva. Dos
ejemplares (1 y 2) son primeras impresiones y los otros tres (3, 4 y 5) son segundas impresiones.
Un estudiante examina estos libros en orden aleatorio y se detiene sólo cuando una segunda
impresión ha sido seleccionada. Un posible resultado es 5 y otro 213.

a) Ponga en lista, los resultados en 𝑆.

3, 4, 5, 13, 14, 15, 23, 24, 25, 123, 124, 125, 213, 214, 215

b) Sea 𝐴 el evento en que exactamente un libro debe ser examinado. ¿Qué resultados están
en 𝐴?

𝐴 = {3; 4; 5}

c) Sea 𝐵 el evento en que el libro 5 es seleccionado. ¿Qué resultados están en 𝐵?

𝐵 = {5; 15; 25; 125; 215}

d) Sea 𝐶 el evento en que el libro 1 no es examinado. ¿Qué resultados están en 𝐶?

𝐶 = {3; 4; 5; 23; 24; 25}

Nota: En el enunciado de este ejercicio, no se explicita el experimento y se da por entendido que 𝑆

representa al espacio muestral de este experimento.

4
La ruta de las probabilidades, H. Hevia © 2023

Por otro lado, la comprensión de los eventos compuestos; en particular, los principales eventos
compuestos (como son el complemento de un evento y la conjunción de dos eventos), requieren
de actividades de aprendizaje apropiadas, que no son demasiado frecuentes en los textos de
educación superior. A diferencia del objetivo de aprendizaje anteriormente señalado de
coordinación de representaciones, en este caso se trata del reconocimiento de ciertas categorías
de pensamiento; con seguridad, ya formadas en el pensamiento de los estudiantes. Por tanto, las
actividades de aprendizaje son de naturaleza diferente y van dirigidas a actualizar esta
familiarización.

5
La ruta de las probabilidades, H. Hevia © 2023

Actividad 2 (Ejercicio 3.7, página 86, Newbold; modificado)

Florencio Frentes tiene una pequeña tienda de automóviles usados en la que tiene dos Mercedes
(M1, M2) y dos Toyotas (T1, T2). Dos clientes, César y Andrés, entran en la tienda y seleccionan
cada uno un automóvil. Los clientes no se conocen y no hay comunicación entre ellos; por tanto,
podrían seleccionar el mismo vehículo. Sean A y B los sucesos (eventos) siguientes:

A: al menos uno de los dos clientes selecciona un Toyota.

B: los clientes seleccionan automóviles de la misma marca.

a) Identifique todos los pares de automóviles en el espacio muestral.

M1 M1 M2 M1 T1 M1 T2M1
M1 M2 M2 M2 T1 M2 T2 M2
M1 T1 M2 T1 T1 T1 T2 T1
M1 T2 M2 T2 T1 T2 T2 T2

b) Determine los siguientes sucesos en términos de sus resultados simples:

i. El suceso A.

A = {M1 T1, M1 T2, M2 T1, M2 T2, T1 M1, T1 M2, T1 T1, T1 T2, T2 M1, T2 M2,
T2 T1, T2 T2}

ii. El suceso B.

B = {M1 M1, M1 M2, M2 M1, M2 M2, T1 T1, T1 T2, T2 T1, T2 T2}

c) Interprete los siguientes sucesos en lenguaje natural. Luego, explicite estos sucesos en
términos de sus resultados simples.
iii. El complemento de A.

AC: Ninguno de los dos clientes selecciona un Toyota

AC = {M1 M1, M1 M2, M2 M1, M2 M2}

iv. El suceso conjunto 𝐴 ∩ 𝐵.

𝐴 ∩ 𝐵: los dos sujetos seleccionan un vehículo Toyota

𝐴 ∩ 𝐵 = {𝑇1 𝑇1, 𝑇1 𝑇2, 𝑇2 𝑇1, 𝑇2 𝑇2}

Nota: Por ejemplo, si César elige M1 y Andrés elige T1, anote: M1 T1. Si Cesar elige M2 y Andrés
elige M1 anote: M2 M1.

6
La ruta de las probabilidades, H. Hevia © 2023

Observación: En los párrafos introductorios a las dos actividades anteriores, se establecen dos
objetivos de aprendizaje:

i. Dado un experimento, coordinar eventos definidos en lenguaje natural con

subconjuntos del espacio muestral.
ii. Dados diferentes experimentos, sus respectivos espacios muestrales y sus familias
de eventos, desarrollar las categorías de pensamiento correspondientes a la
complementación de un evento, la conjunción de dos eventos del espacio
muestral, etc.

Nivel 1 (Asignación de probabilidades y sus propiedades)

Una vez adquirido el concepto de evento de un espacio muestral 𝑆 y de sus representaciones
como subconjuntos de 𝑆 y habiendo agregado significados a los eventos compuestos, podemos
proceder a asignar probabilidad a cada uno de los eventos; lo que podemos hacer, con seguridad,
asignando probabilidad a cada evento simple (o resultado simple del experimento). Para este
efecto, hay dos alternativas que operan automáticamente: asignación teórica a través del método
clásico y asignación empírica a través de una muestra de observaciones de los resultados del
experimento.

A continuación, revisemos el caso de asignación de probabilidades por medio del método clásico
(o teórico).

7
La ruta de las probabilidades, H. Hevia © 2023

Actividad 3
Considere el experimento que consiste en lanzar aleatoriamente una moneda cuatro veces,
anotando el número del lanzamiento donde aparece la última cara. En caso que no aparece cara
alguna, anote 0.

a) Determine el espacio muestral 𝑆 del experimento dado.

𝑆 = {0; 1; 2; 3; 4}

b) Utilice el método clásico de asignación de probabilidad para asignar probabilidad a cada

uno de los eventos simples de 𝑆.

Los casos y el correspondiente resultado del experimento:

C C C C 4
C C C S 3
C C S C 4
C C S S 2
C S C C 4
C S C S 3
C S S C 4
C S S S 1
S C C C 4
S C C S 3
S C S C 4
S C S S 2
S S C C 4
S S C S 3
S S S C 4
S S S S 0

La asignación de probabilidad:

x p(x)

8
La ruta de las probabilidades, H. Hevia © 2023

c) Liste todos los subconjuntos de 𝑆 y luego, calcule la probabilidad de cada uno de estos
eventos.

Evento Probabilidad
∅ 0
{0} 1/16
{1} 1/16
{2} 2/16
{3} 4/16
{4} 8/16
{0; 1} 2/16
{0; 2} 3/16
{0; 3} 5/16
{0; 4} 9/16
{1; 2} 3/16
{1; 3} 5/16
{1; 4} 9/16
{2; 3} 6/16
{2; 4} 10/16
{3; 4} 12/16
{2; 3; 4} 14/16
{1; 3; 4} 13/16
{1; 2; 4} 11/16
{1; 2; 3} 7/16
{0; 3; 4} 13/16
{0; 2; 4} 11/16
{0; 2; 3} 7/16
{0; 1; 4} 10/16
{0; 1; 3} 6/16
{0; 1; 2} 4/16
{1; 2; 3; 4} 15/16
{0; 2; 3; 4} 15/16
{0; 1; 3; 4} 14/16
{0; 1; 2; 4} 12/16
{0; 1; 2; 3} 8/16
{0; 1; 2; 3; 4} 16/16

(Para una construcción sistemática de esta tabla, Ver Excel: Actividad 3)

9
La ruta de las probabilidades, H. Hevia © 2023

La interpretación frecuencista de la probabilidad, retrae la probabilidad al experimento que

genera el espacio muestral. El Teorema de Bernoulli o su generalización, La Ley de los Grandes
Números, permiten demostrar que el porcentaje de veces que se observa un evento en un cierto
total de réplicas del experimento, se aproxima a la probabilidad teórica del evento.

10
La ruta de las probabilidades, H. Hevia © 2023

Actividad 4
En el documento Excel siguiente, se ha simulado una realización del experimento de Actividad 3.
Replique 100 veces este experimento y calcule las frecuencias relativas de los eventos simples que
se obtienen de estas 100 réplicas. Compare, en un mismo diagrama de barras, estas frecuencias
relativas con las probabilidades teóricas de los eventos simples obtenidas en Actividad 3.

Réplica lanzamiento 1 lanzamiento 2 lanzamiento 3 lanzamiento 4 Resultado

1 0 0 1 1 4
(doble click en la tabla para editarla)

Nota: Una vez que obtienen las 100 réplicas y después de presionar unas cuantas veces la tecla f9,
seleccione todo, copie, y pegue “como valores” sobre la selección. De esta forma, sus réplicas
quedarán fijas y serán únicas. Utilice este resultado fijo para responder a la Actividad 4.

(Ver Excel Actividad 4)

A continuación, revisamos el caso de asignación de probabilidades por medio del método

empírico.

11
La ruta de las probabilidades, H. Hevia © 2023

Actividad 5 (Ejercicio 49, página 80, Devore)

Al final de un día de funcionamiento de una máquina expendedora de café ubicada en una sala de
espera, se revisan los vasos de café arrojados por los consumidores a un contenedor de desechos.
La máquina expende café normal (N) en vasos de color café, y café descafeinado (D) en vasos de
color verde; ambos, en tres tamaños posibles: pequeño (S), mediano (M) y grande (L). Un total de
100 vasos se clasifican para obtener la siguiente tabla cruzada (tabla de doble clasificación).

S M L
N 14 20 26 60
D 20 10 10 40
34 30 36 100
(doble click en la tabla para editarla)

En lo que sigue, considere el experimento que consiste en extraer al azar un vaso del contenedor
determinando su tamaño y el tipo de café que contenía. Observe que los eventos simples del
experimento son exactamente seis (6) y que se escriben naturalmente como eventos conjuntos de
dos tipos de eventos unidimensionales.

a) Obtenga la tabla de probabilidades de los seis eventos conjuntos, dividiendo por 100 las
seis cantidades de la tabla cruzada.

S M L
N 0,14 0,20 0,26 0,60
D 0,20 0,10 0,10 0,40
0,34 0,30 0,36 1

b) Dado que los eventos S, M y L son mutuamente excluyentes y colectivamente exhaustivos2,

se tiene que
𝑃(𝑁) = 𝑃(𝑁 ∩ 𝑆) + 𝑃(𝑁 ∩ 𝑀) + 𝑃(𝑁 ∩ 𝐿)

Confirme esta relación con las probabilidades que se obtienen de la tabla de

probabilidades conjuntas.

0,60 = 0,14 + 0,20 + 0,26

La conclusión general es:

Si el espacio muestral es finito, una vez hecha la asignación de probabilidad a los eventos simples
−ya sea por el método clásico, por el método empírico, o por simples apreciaciones (asignación
subjetiva de probabilidad)− cada evento recibe una probabilidad, que es única, y que se obtiene
simplemente sumando las probabilidades de los eventos simples que lo componen.

2
Ver páginas 82 y 84 de Newbold.

12
La ruta de las probabilidades, H. Hevia © 2023

En esto se basa la conveniencia de aceptar sólo espacios muestrales finitos para un estudio inicial
de las probabilidades.

A continuación, conviene presentar las propiedades básicas de las probabilidades, también

denominadas “postulados de las probabilidades”, para un espacio muestral finito. (Ver, p56 de
Devore y p93 de Newbold.) Los postulados fundamentales podrían establecerse como sigue:

1. 0 ≤ 𝑃(𝐴) ≤ 1, cualquiera sea el evento 𝐴

2. 𝑃(𝑆) = 1, 𝑃(𝜙) = 1
3. 𝑃(𝐴 ∪ 𝐵) = 𝑃(𝐴) + 𝑃(𝐵), si 𝐴 y 𝐵 son eventos mutuamente excluyentes.

La interpretación de la probabilidad como una medida, se fundamenta en la propiedad 3.

Utilizando esta propiedad (y básicamente esta interpretación) se prueba, en forma muy simple, la
denominada Ley Aditiva General:

𝑃(𝐴 ∪ 𝐵) = 𝑃(𝐴) + 𝑃(𝐵) − 𝑃(𝐴 ∩ 𝐵)

Sin embargo, la utilización de la interpretación de la probabilidad como medida, también facilita el

cálculo de probabilidades en ciertas aplicaciones.

13
La ruta de las probabilidades, H. Hevia © 2023

Actividad 6 (Ejercicio 3.38, página 108, Newbold)

El dueño de una tienda de películas observa que el 30 % de los clientes que entran en la tienda
pide ayuda a un dependiente y que el 20 % compra antes de irse. También observa que el 15 % de
todos los clientes pide ayuda y compra algo.

a) ¿Cuál es la probabilidad de que un cliente haga al menos una de estas dos cosas?
b) ¿Cuál es la probabilidad de que un cliente no haga ninguna de estas dos cosas?

Nota: Para responder a esta actividad, aplique la interpretación de medida que tiene la
probabilidad escribiendo directamente sobre cada región del siguiente diagrama de Venn, la
probabilidad respectiva (siga el orden indicado por los números).

A C

2 1 3

En este diagrama los eventos son:

A: el cliente pide ayuda
C: el cliente compra antes de irse

𝑃(𝐴) = 0,3
𝑃(𝐶) = 0,2
𝑃(𝐴 ∩ 𝐶) = 0,15

A C

0,15

14
La ruta de las probabilidades, H. Hevia © 2023

A C

0,15 0,15

A C

0,15 0,15 0,05

A C

0,15 0,15 0,05

0,65

15
La ruta de las probabilidades, H. Hevia © 2023

a) ¿Cuál es la probabilidad de que un cliente haga al menos una de estas dos cosas?

Es 0,15 + 0,15 + 0,05 = 0,35

b) ¿Cuál es la probabilidad de que un cliente no haga ninguna de estas dos cosas?

Es 0,65

Referencias

Jay L. Devore, Probabilidad y Estadística para Ingeniería y Ciencias, octava edición.

Cengage Learning, 2012.

Feller, W. (1950). An Introduction to Probability Theory and Its Applications, Third

edition. John Wiley & Sons, Inc..

Paul Newbold, William L. Carlson y Betty M. Thorne; Estadística para administración y economía,
octava edición. PEARSON EDUCACION S. A., 2013.

16