Instituto Politécnico Nacional

Escuela Superior de Ingeniería Química e Industrias

Extractivas

Departamento de formación básica Academia de integración básica Probabilidad

& Estadística

Introducción a la probabilidad

ESPINOZA JUAREZ VALERIA

Honorato Hever

Grupo: 1IM38
 Introducción a la probabilidad

Historia de la probabilidad
La historia de la probabilidad abarca, principalmente, el periodo entre la escritura del primer tratado que
hace referencia a la misma (1553), hasta finales del siglo XX.
Habitualmente se concede a Pierre Fermat (1601-1665) y Blaise Pascal (1623-1662), el título de padres
de la teoría de la probabilidad. Sin embargo, existen evidencias históricas que nos inclinan a pensar que
el primero en poner por escrito el concepto fue Gerolamo Cardano (1501-1576).
La probabilidad, matemáticamente hablando, de que ocurra un determinado evento es la medida en
que dicho evento es predecible. La teoría de las probabilidades es una rama de las Matemáticas que
tiene su origen en los juegos de azar, un entretenimiento muy popular entre las personas de todas las
épocas.

A la probabilidad clásica se le conoce como a priori. Se basa en el hecho de que al momento

de realizar un experimento aleatorio se obtendrá un resultado cualquiera, sin poder determinar su
naturaleza.
Se puede decir que hay tres grandes enfoques, escuelas o paradigmas de probabilidad, a saber,
el clásico, el empírico y el subjetivo, ninguno de los cuales escapa al tratamiento axiomático, el
cual da la estructura al tratamiento matemático moderno de la probabilidad.

Conceptos básicos:
Experimento; proceso que da lugar a una medición o a una observación.
Experimento aleatorio: es cuyo resultado es producto de la suerte o del azar. Evento, resultado de
un experimento.
Evento aleatorio: resultado de un experimento aleatorio.

Se ocupan mayúsculas entonces:

A es el evento de que al arrojar el dado salga un número non. B es el evento de que al arrojar un dado
salga un número par.
De esta manera podemos definir varios eventos aleatorios respecto del mismo experimento; algunos de
ellos tendrían como característica que encierran, a su vez, varias posibilidades (en el evento A quedan
incluidas las posibilidades “que salga uno”, “que salga tres” o “que salga cinco”).

Eventos simples: Son aquéllos que no pueden descomponerse en otros más sencillos. Otra manera
de denominar a los eventos simples es la de puntos muestrales. Esta denominación es útil
cuando se trata de representar gráficamente los problemas de probabilidad, pues cada evento
simple (punto muestral) se representa efectivamente como un punto.
Eventos compuestos: Son los que incluyen varias posibilidades, por lo que pueden descomponerse
en eventos sencillos
Ejemplo: A evento de que al arrojar un dado salga un número non.

El evento A, mencionado anteriormente, se puede descomponer en los siguientes

eventos:
E 1: el evento de que al arrojar un dado salga uno. E 2: el evento de que al arrojar un
dado salga tres. E 3: el evento de que al arrojar un dado salga cinco. A su vez, E1, E2
y E3 son eventos sencillos.

Espacio muestral: Conjunto de todos los resultados posible, en función de nuestra

perspectiva del experimento aleatorio. También se le conoce evento universo.

Tales relaciones se pueden establecer de manera más eficiente recurriendo a la

estructura formal de la teoría de conjuntos, esto es, incorporando los diagramas de Venn y
. La terminología de conjuntos y sus operaciones
—como la unión, la intersección, el complemento, la diferencia, entre otras— son por
entero aplicables al caso de los eventos, en el contexto de la teoría de la probabilidad.

Si definimos los eventos A y B como resultado de un experimento aleatorio y recordamos

que todos los eventos posibles (el conjunto universal) constituyen el espacio muestral,
representado por S, tenemos que la unión de A con B es un evento que contiene todos
los puntos muestrales que pertenecen al evento A o que pertenecen al evento B.
Podemos hacer uso de la notación de conjuntos para escribir: A U B.

La probabilidad A U B de es la probabilidad de que suceda el evento A o de que

suceda el evento B o de que ambos sucedan conjuntamente. Por otra parte,
tenemos que la intersección de A y B es la situación en que ambos, A y B, suceden
conjuntamente, esto es, en forma simultánea. La intersección se denota en la
simbología de conjuntos como A ∩ B.
Si en nuestro ejemplo de los egresados incorporamos estas operaciones y llamamos C al evento
“egresado de contaduría”, A al evento “egresado de administración”, I al evento “egresado de
informática”, M al evento “mujer” y H al evento “hombre”, tendríamos que nuestro interés es
conocer las siguientes probabilidades :

* En c y e, “ c” significa complemento.

Si además adoptamos la convención de usar la letra P para no escribir todo el texto “probabilidad
de”, y encerramos entre paréntesis el evento de interés, nuestras preguntas quedarían de la siguiente
manera:

Ésta es la forma en que manejaremos relaciones entre eventos y denotaremos probabilidades.

Probabilidades y eventos.

La probabilidad de que ocurra el evento A resulta de dividir el número de veces que A,

efectivamente, apareció entre el número de veces que se intentó el experimento. La
expresión N → ∞, se lee “N tiende a infinito”, y quiere decir que el experimento se intentó
muchas veces .

Podemos ver que el menor valor que puede tener P(A) es cero, en el caso de que
en todos los experimentos intentados A no apareciera ni una sola vez. El mayor valor
que puede tener P(A) e s uno, en el caso de que en todos los experimentos intentados el
evento en cuestión apareciera todas las veces, pues en ese caso nA sería igual a N y
todo número dividido entre sí mismo es igual a 1 .

En todos los demás casos, la probabilidad de ocurrencia estará entre estos dos números
extremos; por eso podemos decir que la probabilidad de ocurrencia de cualquier
evento estará entre cero y uno.
Consideremos el siguiente ejemplo.
Axiomas de probabilidad.
Las situaciones que hemos discutido dentro de este tema ilustran tres postulados básicos de la
probabilidad, a los que se conoce como axiomas de probabilidad, lo que en lenguaje
matemático significa que son proposiciones que por su carácter evidente no requieren
demostración. Constituyen, por decirlo de alguna manera, “las reglas del juego”, sin importar si
estamos trabajando una probabilidad subjetiva o empírica, o si seguimos los postulados de la
probabilidad clásica.

Estos axiomas, que constituyen el cimiento de la teoría moderna de probabilidades, fueron

propuestos por el matemático ruso Kolmogorov y se expresan de manera formal en los
siguientes términos .

Claramente, el primer axioma nos indica que no hay probabilidades negativas; el segundo, que
ningún evento tiene una probabilidad mayor a uno.

A partir de ellos, se tienen otros resultados importantes, tales como:

En el segundo de estos resultados estamos haciendo referencia a eventos complementarios. Si Ω es

el evento universo, entonces, para todo evento A existe un evento complemento constituido por
todos aquellos resultados del espacio muestral que no están en A, con la propiedad de que A U A =
c

Ω, por lo que P(A U A ) = P(Ω), de modo que P(A U A ) = 1.

c c
Sin embargo, P(A ∩ A c ) = P(ϕ) y de acuerdo con el resultado (a), esta probabilidad es
cero. Por lo tanto,

1 = 𝑃(𝐴) + 𝑃(𝐴𝑐)

𝑃(𝐴𝑐) = 1 − 𝑃(𝐴)

TEOREMAS DE LA PROBABILIDAD
Teorema de probabilidad total

El siguiente teorema denominado teorema probabilidad total o regla de eliminación

permite hallar la probabilidad de un evento A cuando el espacio muestral S sea
dividido en varios eventos B1,B2,B3,… hasta Bx.

Si los eventos B1, B2, B3….Bk constituyen una división muestral del espacio S de
tal forma que la probabilidad de Bi ≠ 0 para i=1,2,3, …, k, entonces, para cualquier
evento A en S se tiene lo siguiente.

P (A) = ∑k i=1 P (Bi) * P (A)(Bi) = ∑k i=1 P (A n Bi)

r=3

i= 1, 2, 3

Si en lugar de querer la probabilidad de A como lo menciona el Teorema de

Probabilidad Total, se desea la probabilidad condicional de P(Br|A), entonces se
aplica el siguiente Teorema...
 TEOREMA DE BAYES

Si los eventos B1, B2, B3….Bk constituyen una división muestral del espacio S donde
P(Bi) ≠ 0 para i=1,2,3, …, k, entonces, para cualquier evento A en S tal que la
probabilidad de A sea diferente de cero, se tiene lo siguiente.