Apuntes Probabilidad

Estadı́stica I

Universidad del Bio-Bio

June 27, 2023

Definition
El espacio muestral Ω se dice discreto si contiene una cantidad
finita o infinita numerable de elementos.

Definition
El espacio muestral Ω se dice continuo si contiene una infinidad no
numerable de elementos.
Si definimos un experimento aleatorio E , con su correspondiente
espacio muestral Ω, se definen dos eventos A y B, estos eventos se
pueden combinar utilizando operaciones entre conjuntos

A ∪ B = {ω ∈ Ω : ω ∈ A o w ∈ B}
A ∩ B = {ω ∈ Ω : ω ∈ A y w ∈ B}
c (1)
A ={w ∈ Ω : ω ∈
/ A}
B c ={w ∈ Ω : ω ∈
/ B}
Lema: Sea E un experimento aleatorio con su espacio muestral Ω,
definimos A y B, como dos eventos finitos y disjuntos, entonces la
unión de ambos también es finita, y su cardinalidad esta dada por

#(A ∪ B) = #A + #B (2)

donde #(·) representa la cardinalidad del conjunto.

Lema: Sea E un experimento aleatorio con su espacio muestral Ω,
definimos A y B, como dos eventos finitos y disjuntos, entonces la
unión de ambos también es finita, y su cardinalidad esta dada por

#(A ∪ B) = #A + #B (2)

donde #(·) representa la cardinalidad del conjunto.

Teorema:Sea E un experimento aleatorio con su espacio muestral
Ω, definimos A y B, como dos eventos finitos, entonces la unión e
intersección de ambos también es finita, y su cardinalidad esta
dada por

#(A ∪ B) = #A + #B − #(A ∩ B)
(3)
#(A ∩ B) = #A + #B − #(A ∪ B)

donde #(·) representa la cardinalidad del conjunto.

Corolario: Sea E un experimento aleatorio con su espacio muestral
Ω, definimos A, B y C, el evento unión también sera finito, y su
cardinalidad es
#(A∪B ∪C ) = #A+#B +#C −#(A∩B)−#(A∩C )−#(B ∩C )+#(A∩B ∩C ) (4)

donde #(·) representa la cardinalidad del conjunto.

σ-álgebra

Sea Ω un subconjunto no vacı́o. Llamaremos σ-álgebra F ⊂ P(Ω)

sobre Ω a una familia no vacı́a de subconjuntos de Ω que verifique
las siguientes condiciones
▶ Ω∈F
▶ Si A ∈ F, entonces Ac ∈ F
▶ Si An ∈ F, n ∈ N, entonces ∪∞
i=1 Ai ∈ F
Ejemplos:
σ-álgebra

Sea Ω un subconjunto no vacı́o. Llamaremos σ-álgebra F ⊂ P(Ω)

sobre Ω a una familia no vacı́a de subconjuntos de Ω que verifique
las siguientes condiciones
▶ Ω∈F
▶ Si A ∈ F, entonces Ac ∈ F
▶ Si An ∈ F, n ∈ N, entonces ∪∞
i=1 Ai ∈ F
Ejemplos:
1. El conjunto de todas las partes de Ω, F = P(Ω)
2. F = {∅, Ω}
3. F = {∅, Ω, A, Ac } donde A ⊂ Ω
Axiomas de probabilidad - Kolmogorov
Sea Ω un espacio muestral y F una σ-álgebra de subconjuntos de
Ω. Una función P de valores reales sobre (Ω,F), se le llamara
función de probabilidad si cumple los siguientes axiomas de
probabilidad
Axiomas de probabilidad - Kolmogorov
Sea Ω un espacio muestral y F una σ-álgebra de subconjuntos de
Ω. Una función P de valores reales sobre (Ω,F), se le llamara
función de probabilidad si cumple los siguientes axiomas de
probabilidad
P(·) : F → R (5)
Axiomas de probabilidad - Kolmogorov
Sea Ω un espacio muestral y F una σ-álgebra de subconjuntos de
Ω. Una función P de valores reales sobre (Ω,F), se le llamara
función de probabilidad si cumple los siguientes axiomas de
probabilidad
P(·) : F → R (5)

▶ Para cualquier evento A ∈ F, se tiene que P(A) ≥ 0

Axiomas de probabilidad - Kolmogorov
Sea Ω un espacio muestral y F una σ-álgebra de subconjuntos de
Ω. Una función P de valores reales sobre (Ω,F), se le llamara
función de probabilidad si cumple los siguientes axiomas de
probabilidad
P(·) : F → R (5)

▶ Para cualquier evento A ∈ F, se tiene que P(A) ≥ 0

▶ Para el evento Ω (evento seguro), se tiene que P(Ω) = 1 y
para el evento nulo P(∅)=0
Axiomas de probabilidad - Kolmogorov
Sea Ω un espacio muestral y F una σ-álgebra de subconjuntos de
Ω. Una función P de valores reales sobre (Ω,F), se le llamara
función de probabilidad si cumple los siguientes axiomas de
probabilidad
P(·) : F → R (5)

▶ Para cualquier evento A ∈ F, se tiene que P(A) ≥ 0

▶ Para el evento Ω (evento seguro), se tiene que P(Ω) = 1 y
para el evento nulo P(∅)=0
▶ Para dos eventos A, B ∈ F, se tiene que

P(A ∪ B) = P(A) + P(B) − P(A ∩ B) (6)

Axiomas de probabilidad - Kolmogorov
Sea Ω un espacio muestral y F una σ-álgebra de subconjuntos de
Ω. Una función P de valores reales sobre (Ω,F), se le llamara
función de probabilidad si cumple los siguientes axiomas de
probabilidad
P(·) : F → R (5)

▶ Para cualquier evento A ∈ F, se tiene que P(A) ≥ 0

▶ Para el evento Ω (evento seguro), se tiene que P(Ω) = 1 y
para el evento nulo P(∅)=0
▶ Para dos eventos A, B ∈ F, se tiene que

P(A ∪ B) = P(A) + P(B) − P(A ∩ B) (6)

▶ Para dos eventos A, B ∈ F , mutuamente excluyentes

(disjuntos), se tiene que
P(A ∪ B) = P(A) + P(B) (7)
▶ Para cualquier secuencia de eventos mutuamente excluyentes
denotados por A1 , . . . , Ak ∈ F, se tiene que
k
X
P(∪kj=1 Aj ) = P(Aj ) (8)
j=1
 ▶ Para cualquier secuencia de eventos mutuamente excluyentes
denotados por A1 , . . . , Ak ∈ F, se tiene que
k
X
P(∪kj=1 Aj ) = P(Aj ) (8)
j=1

Un espacio de probabilidad es la terna (Ω, F, P), donde Ω es el

espacio muestral no vacı́o, F es una σ-álgebra y P es una función
de probabilidad sobre F.
Proposición 1:Para cualquier evento A ∈ F se tiene que

P(Ac ) = 1 − P(A) (9)

Proposición 1:Para cualquier evento A ∈ F se tiene que

P(Ac ) = 1 − P(A) (9)

Proposición 2: Para cualquier evento A ∈ F, se tiene que

0 ≤ P(A) ≤ 1 (10)
Proposición 1:Para cualquier evento A ∈ F se tiene que

P(Ac ) = 1 − P(A) (9)

Proposición 2: Para cualquier evento A ∈ F, se tiene que

0 ≤ P(A) ≤ 1 (10)

Proposición 3: Si A ⊆ B, entonces

P(A) ≤ P(B) (11)

Proposición 1:Para cualquier evento A ∈ F se tiene que

P(Ac ) = 1 − P(A) (9)

Proposición 2: Para cualquier evento A ∈ F, se tiene que

0 ≤ P(A) ≤ 1 (10)

Proposición 3: Si A ⊆ B, entonces

P(A) ≤ P(B) (11)

Proposición 4: Para cualquier secuencia de eventos por

A1 , . . . , Ak ∈ F, se tiene que
∞
[ ∞
X
P( Ai ) ≤ P(Ai ) (12)
i=1 i=1
Probabilidad de Laplace

Consideramos un espacio muestral Ω finito y equiprobable.

Especı́ficamente si Ω tiene n elementos, a cada punto muestral
ω ∈ Ω, se le asigna una probabilidad de (1/n). En otras palabras,
sea un evento A con r elementos, la probabilidad de ocurrencia es
Número de elementos de A
P(A) =
Número de elementos de Ω
(13)
#A
=
#Ω
Example
Sea el experimento aleatoria de lanzar un dado justo dos veces al
aire. Se pide encontrar las siguientes probabilidades:
▶ El resultado del primer dado es menor que el segundo
lanzamiento.
▶ Se observa al menos un 6 en los dos lanzamientos,
Probabilidad geométrica
Una extensión de la definición de probabilidad clásica, en donde la
probabilidad de un eveno A no se calcula mediante su cardinalidad.
Si un experimento aleatorio tiene como espacio muestral Ω ⊂ R2
cuya área esta bien definida y es finita, entonces se define la
probabilidad geométrica de un evento A ⊂ Ω, como

Área de A
P(A) = (14)
Área de Ω
cuando el concepto de área del subconjunto A esta bien definido.
Esta definición también se puede enunciar cuando Ω es un
subconjunto de R, y A es un segmento de Ω, en tal caso no se
habla de área sino de longitud, y la probabilidad del segmento A,
se define
Longitud de A
P(A) = (15)
Longitud de Ω
Cuando A tiene longitud finita. Por otro lado cuando Ω ⊂ R3 y en
ese caso se habla de volumen.
Ejemplo

Example
Sea el experimento aleatorio de lanzar un dardo sobre una región
rectangular de lados 2 y 5 cm. Considerando la definición de
probabilidad geométrica, se pide encontrar
▶ La probabilidad de que al lanzar el dardo caiga dentro de una
circunferencia de radio 1 cm.
▶ La probabilidad de que al lanzar el dardo caiga fuera de una
circunferencia de radio 1 cm.
Probabilidad condicional e independencia

Suponga que A es un evento en un espacio muestral Ω, con

P(A) > 0, B otro evento con P(B) > 0. La probabilidad de que
ocurra un evento A una vez que B ha ocurrido o en otras palabras
la probabilidad condicional de A dado B, se define como:

P(A ∩ B)
P(A | B) = (16)
P(B)

Ahora suponga que Ω es un espacio equiprobable y sea #A el

número de elementos de A. Entonces,
Entonces por la definición vista en clases de la probabilidad clásica
de Laplace,
#(A ∩ B)
P(A ∩ B) = (17)
#Ω
Sabemos que,
#B #A
P(B) = P(A) =
#Ω #Ω
Ası́
#(A∩B)
P(A ∩ B) #Ω
P(A | B) = = #(B)
(18)
P(B)
#Ω

Eliminando términos,
#(A∩B)
P(A | B) = #B
Independencia

Se dice que los eventos A y B, de un espacio muestral Ω, son

eventos independientes si la ocurrencia de uno de ellos no influye
sobre la ocurrencia del otro . Más especı́ficamente, B es
independiente de A, si P(B) es lo mismo que P(B | A).
Definition
Los eventos A y B son independientes si se cumple lo siguiente:

P(A ∩ B) = P(A) · P(B) (19)

de otra forma serian dependientes.

Example
Sea un experimento aleatorio de lanzar un dado al aire, encontrar
la probabilidad de que la suma de ambos dados sea 8, dado que se
obtuvo un doble
Example
Se selecciona un número aleatorio entre {1, 2, 3, 4, 5, 6, 7, 8, 9, 10}
y lo llamamos N. Supongamos que todos los valores son igual que
probables. Dejamos A como el evento que N sea menor que 7, y el
evento B sea obtener un número par. ¿ Los eventos A y B son
independientes?
Nosotros hemos visto que A y B son eventos independientes si se
cumple P(A ∩ B) = P(A) · P(B), en base a este resultado se define
el siguiente lema para los eventos complementos.
Lema
Si dos eventos A y B son independientes, entonces
▶ A y B c son independientes.
▶ Ac y B son independientes
▶ Ac y B c son independientes
Example
De un registro de delitos ocurridos en el año 2000, se registraron
los siguientes datos
T. de agresor \ T. delito Homicidios (H) Robo (R) Agresión (A) Total
Extraño (E) 12 379 727 1118
Conocido (C) 39 106 642 787
No se sabe (N) 18 20 57 95
69 505 1426 2000

Table: Caption

Se elije al azar, se pide calcular la probabilidad de

▶ La persona fue vı́ctima de un extraño dado que sufrió un
delito de robo.
▶ El delincuente sea un extraño, dado que se selecciona un
vı́ctima de agresión.
Example
Para tratar de curar una enfermedad se ha aplicado un nuevo
tratamiento a una serie de individuos, y se muestran los resultados
en la siguiente tabla
Tratamiento \ Estado de salud Recuperado (R) No recuperado (NR)
Tratamiento nuevo (TN) 60 21 81
Tratamiento antiguo (TA) 43 36 79
103 57 160

Table: Caption

Se elije al azar, se pide calcular la probabilidad de

▶ La persona se sano sabiendo que se le aplicó el nuevo
tratamiento.
▶ La persona seleccionada se recuperó.
Ejercicio opcional

Ejercicio
Sea un experimento aleatorio E con espacio muestral Ω, en donde
se definen 3 eventos A1 , A2 y A3 , sobre los 3 eventos se sabe lo
siguiente:
▶ A1 y A2 son independientes.
▶ A2 y A3 son independientes
▶ A1 y A2 son disjuntos
En base a esta información se pide encontrar P(A1 ), P(A2 ) y P(A3 )