​UNIDAD 4: Probabilidad

El objetivo de la estadística es hacer inferencias a cerca de una población basándose en la

información contenida en una muestra representativa de la misma. Para ello, hace falta un
mecanismo que permita el uso de la información parcial (muestra), para inferir sobre la naturaleza
de un conjunto mayor de datos (población). Este mecanismo se vale de la probabilidad.
La probabilidad​ ​es la​ posibilidad u oportunidad ​de que suceda un evento particular.
La probabilidad es una proporción o fracción cuyo valor varía entre 0 y 1. Un evento que no tiene
posibilidad de ocurrir tiene una probabilidad de 0 y se denomina ​evento nulo. ​Un evento que
seguramente ocurrirá tiene probabilidad de 1 y se denomina ​evento cierto.
P(A) ​denota la probabilidad de que ocurra el evento A. En general:
0 ≤ P (A) ≤ 1
La suma de la probabilidad de ocurrencia más la probabilidad de no ocurrencia es siempre igual a 1.
A´ indica la no ocurrencia del evento A:
P (A) + P (A´) = 1
Existen 3 enfoques para definir la probabilidad:

Probabilidad clásica La probabilidad de éxito se basa en el conocimiento anterior al proceso

a priori involucrado. Cuando cada resultado es igualmente posible, esta
posibilidad de ocurrencia del evento puede definirse:
P robabilidad de ocurrencia = TX
X: número de resultados en los que ocurre el evento que buscamos
T: número total de resultados posibles
Si N(A) resultados posibles son favorables en el evento A y existe N(S)
posibles resultados en el espacio muestral y todos los resultados son
igualmente probables y mutuamente excluyentes​, la probabilidad de
que ocurra A es:
N (A)
P (A) = N (S)
Este enfoque permite determinar la probabilidad ANTES de observar
cualquier evento muestral

Probabilidad clásica Aunque la probabilidad se sigue definiendo como la proporción entre el

empírica o de número de resultados favorables y el número total de resultados, estos
frecuencia relativa se basan en datos observados, no en el conocimiento anterior a un
proceso.
Se determina la probabilidad con base en la proporción de veces que
ocurre un evento favorable en un determinado número de
observaciones o experimentos. No implica suposición de igualdad de
probabilidades. Para determinar los valores de la probabilidad se
requiere de la observación y recopilación de datos. La probabilidad de
que ocurra un evento A es:
n(A)
P (A) = N úmero de observaciones de A
T amaño de la muestra = n

Probabilidad Posibilidad de ocurrencia asignada a un evento por un individuo

Subjetiva o particular. Se basa en la combinación de experiencia del individuo,
personalista opinión personal y análisis de una situación particular.
La probabilidad de un evento es el grado de confianza que una persona
tiene en que el evento ocurra, con base en toda la evidencia que tiene
 disponible.

DEFINICIÓN AXIOMÁTICA DE PROBABILIDAD

Supóngase que un espacio muestral S está asociado con un experimento. A cada evento A definido
en S, se le asigna un número, P(A) denominado probabilidad de A, de tal manera que se cumplen los
axiomas siguientes:
1. 0 ≤ P ≤ 1
2. P(S)= 1
3. Si A1 , A2 , A3 ........ forman una sucesión de eventos de S, que se excluyen mutuamente por
∞
parejas, entonces P( A1 ⋃ A2 ⋃ A3 ⋃ ........ )= ∑ P (Ai )
i=1
Lo que indica el último axioma es que podemos calcular la probabilidad de un evento cualquiera
como la suma de probabilidades de los eventos simples contenidos en él.
Conceptos de probabilidad básica
Experimento: ​Es un proceso por medio del cual se obtiene una observación. Ej. Lanzamiento de un
dado. Los experimentos aleatorios tienen las siguientes características:
● Se pueden repetir un gran número de veces bajo las mismas condiciones
● En ningún caso se puede predecir el resultado a obtener aunque se conozcan todos los
resultados posibles.
● Si se repite la secuencia de experimentos un gran número de veces, la frecuencia relativa de
un resultado particular tiende a estabilizarse alrededor de un valor constante.
Espacio muestral: ​Conjunto formado por todos los resultados posibles de un experimento
aleatorio. Se lo denota con la letra S. El espacio muestral de un experimento puede ser discreto o
continuo.
- Discreto: Tiene un número finito o infinito numerable de eventos. Ej. Lanzamiento de un
dado.
- Continuo: Tiene un número infinito no numerable de eventos. Ej. Ingreso anual de un
trabajador.
Al espacio muestral también se lo llama evento seguro o cierto porque siempre se presenta, ya que
al realizar el experimento el resultado es siempre un punto del espacio muestral. El evento que
nunca se presenta se lo llama evento imposible.
Cada elemento del espacio muestral se llama ​punto muestral.
Evento aleatorio: ​Se llama así a todo subconjunto del espacio muestral o cualquier conjunto de
resultados posibles de un experimento aleatorio. Por ejemplo: En el lanzamiento de un dado, un
evento aleatorio posible es: Sale un número par. Los eventos pueden ser:
- Simples: Cada uno de los resultados posibles de un experimento. Cada subconjunto S que
tiene UN SOLO punto muestral.
- Compuesto: Aquel que puede descomponerse en eventos simples o que tiene más de un
punto muestral.
El ​complemento del evento A o evento contrario ​incluye todos los eventos que no son parte del
evento A. Consta de todos los puntos muestrales de S que no están en A. Está dado por A’. Ej.
Seleccionar una carta roja.
P (A´) = 1 − P (A)
S = A ⋃ A´
Un ​evento conjunto ​es un evento que tiene dos o más características. EJ. Seleccionar un as negro.

Tablas de contingencia y diagramas de Venn

Existen varias formas en las que puede verse un espacio muestral particular. Un método consiste en
asignar los eventos apropiados a una tabla de clasificaciones cruzadas. Esta tabla se denomina
tabla de contingencias.

Un ​diagrama de Venn ​representa gráficamente los diversos eventos como “uniones” o

“Intersecciones” de círculos.
Un diagrama de Venn permite ilustrar los eventos que pueden ocurrir en una observación o
experimento específico. Una figura cerrada representa un espacio muestral, y se utilizan porciones
de área dentro de ese espacio para representar eventos elementales o compuestos o espacios de
eventos.

Cada variable tiene dos eventos: A y A´; B y B´. El círculo de la izquierda representa todos los eventos
que son parte de A. El de la derecha representa todos los eventos que son parte de B. El área
contenida dentro del círculo A y del círculo B es la INTERSECCIÓN de A y B ( A ⋂ B ). El área total de
los dos círculos es la UNIÓN de A y B ( A ⋃ B ) y contiene todos los resultados que son parte del
evento A, del evento B o parte de ambos. El área del diagrama fuera de A ⋃ B contiene aquellos
resultados que no son parte de A ni de B.

PROBABILIDAD Probabilidad de ocurrencia de un evento simple. Ej, probabilidad de

MARGINAL (SIMPLE) seleccionar una carta negra, probabilidad de seleccionar un as. El
número total de éxitos puede obtenerse al margen apropiado de la tabla
de contingencias.

PROBABILIDAD Se refiere a fenómenos que contienen dos o más eventos. Ej

CONJUNTA probabilidad de seleccionar un as negro. El evento conjunto A y B
consiste en la intersección de los eventos A ⋂ B

PROBABILIDAD Consiste en calcular la probabilidad de un evento particular A, dada la

CONDICIONAL información sobre la ocurrencia de otro evento B. La probabilidad
condicional P(A/B) puede definirse:
 P (A⋂B)
P (A/B) = P (B)
P (AyB) es la probabilidad conjunta de A y B
P (B) es la probabilidad marginal de B

EVENTOS MUTUAMENTE EXCLUYENTES Y NO EXCLUYENTES

Dos o más eventos son m ​ utuamente excluyentes si no pueden ocurrir al mismo tiempo. La
ocurrencia de un evento impide la ocurrencia de otro. No tienen puntos muestrales en común.
Dos o más eventos son n ​ o excluyentes cuando es posible que ocurran al mismo tiempo. Esta
definición no implica que esos eventos deban necesariamente ocurrir de forma conjunta.

LAS REGLAS DE ADICIÓN

Se utilizan cuando se desea determinar la probabilidad de que ocurra un evento u otro (o ambos) en
una sola observación. Consiste en tomar la probabilidad de A y sumarla a la probabilidad de B; la
intersección de A y B debe restarse entonces de ese total porque ya ha sido incluída dos veces al
calcular la probabilidad de A y la de B.
Existen dos variaciones a la regla de la adición, dependiendo de que los eventos sean mutuamente
excluyentes.
● Para eventos mutuamente excluyentes
P (A ⋃ B ) = P (A) + P (B)
● Para eventos no mutuamente excluyentes
P (A ⋃ B ) = P (A) + P (B) − P (A ⋂ B )

EVENTOS DEPENDIENTES E INDEPENDIENTES

Dos eventos son independientes cuando la ocurrencia o no ocurrencia de uno no tiene ningún
efecto sobre probabilidad de ocurrencia de otro.
Dos eventos son dependientes cuando la ocurrencia o no ocurrencia de de uno afecta la
probabilidad de ocurrencia del otro.
Dos eventos A y B son estadísticamente independientes si y sólo si:
P (A|B) = P (A)
La mutua exclusividad indica que dos eventos no pueden ocurrir al mismo tiempo, en tanto
que la independencia señala que la probabilidad de ocurrencia de un evento no es afectada
por la ocurrencia del otro. ​Si dos eventos son mutuamente excluyentes, se tiene un ejemplo de
eventos muy dependientes.

REGLAS DE LA MULTIPLICACIÓN
Se refieren a la determinación de la probabilidad de la ocurrencia conjunta de A y B, es decir, la
intersección. Existen dos variaciones a la regla de la multiplicación de acuerdo a si los eventos son
independientes o dependientes.
● Para eventos independientes:
P (A ⋂ B ) = P (A)P (B)
● Para eventos dependientes:
P (B ⋂ A) = P (B)P (A|B)
A partir de la definición de probabilidad condicional de un evento B dado que un evento A
se ha presentado, se tiene que:
P (A ⋂ B ) = P (B|A)P (A)
La expresión se usa para calcular la probabilidad de presentación del un evento conjunto
cuando la probabilidad de presentación del segundo está condicionada por la presentación
del primer evento.

PERMUTACIONES
El número de permutaciones de n objetos es el número de formas en los que pueden
acomodarse esos objetos en términos de orden:
Permutaciones de n objetos: n! = (n)x(n − 1)x(n − 2)...x2x1 n siempre es positiva. Es
importante el orden en que se acomodan los objetos.
Es común que se desee conocer el número de permutaciones en algún subgrupo de n
objetos en vez de todos los n objetos. Puede interesar el número de permutaciones de n
objetos tomados r a la vez donde r es menor a n
n!
nP r = (n−r)!
COMBINACIONES
Lo importante es el número de agrupaciones diferentes de objetos que pueden ocurrir, sin
importar su orden. Siempre se busca el número de subgrupos diferentes que pueden
tomarse a partir de n objetos,
n!
nCr = r!(n−r)!
TEOREMA DE BAYES (cálculo de probabilidades de las causas)
Se refiere al cálculo de la probabilidad condicional del evento A, dado que ha ocurrido el
evento B. La forma general es:
P (A)P (B|A)
P (A|B) = P (A)P (B|A)+P (A)P (B|A)
La probabilidad condicional toma en cuenta información respecto a la ocurrencia de un
evento para encontrar la probabilidad de otro. Este concepto puede ampliarse para revisar
probabilidades basadas en nueva información y, así, determinar la probabilidad de que un
efecto particular se deba a una causa específica. El procedimiento para determinar esta
probabilidad se conoce como teorema de bayes.

REGLA DE LA PROBABILIDAD TOTAL

En caso de que el evento A pudiera presentarse conjuntamente con dos o más eventos
mutuamente excluyentes y colectivamente exhaustivos como lo son B y B´, se da lugar a la
regla de la probabilidad total, que puede enunciarse:
Si S = B 1 ⋃ B 2 ⋃ ........B k con P (B i ) ≻ 0 , i = 1, 2, .......k y B i ⋂ B j =0, para i =/ j , entonces
para cualquier evento A:
K
P (A) = ∑ P (B i ) .P (A|B) = P (A|B 1 ) . P (B 1 ) + P (A|B 2 ) . P (B 2 ) +....+ P (A|B k ) . P (B k )
i=1