INSTITUTO TECNOLOGICO NACIONAL

INSTITUTO TECNOLOGICO DE APIZACO

PROBABILIDAD Y ESTADISTICA

TEORIA DE LA PROBABILIDAD

TONATIUH GARDUÑO GONZALEZ

VICENTE CASTILLO BENÍTEZ

Contenido
Introducción ........................................................................................................................................ 1
1.1 Conjuntos, sus operaciones, leyes y su representación. .......................................................... 2
1.2 Introducción a la probabilidad....................................................................................................... 5
1.2.1 Probabilidad de eventos aleatorios ............................................................................................. 6
1.2.2 Diagramas de árbol..................................................................................................................... 7
1.2.3 Permutaciones y combinaciones ................................................................................................ 8
1.2.4 Espacio muestral y eventos ...................................................................................................... 12
1.3 Definiciones de probabilidad ...................................................................................................... 13
1.3.1 Definición clásica ...................................................................................................................... 13
1.3.2 Definición con base en la frecuencia relativa .......................................................................... 14
1.3.3 Axiomática ................................................................................................................................ 14
1.4 Probabilidad condicional e independencia ................................................................................. 16
1.5 Teorema de Bayes ....................................................................................................................... 18
Conclusión......................................................................................................................................... 19
Bibliografía ........................................................................................................................................ 20
Introducción

En esta investigación estaremos hablando acerca sobre lo que es la Teoría de la probabilidad

por lo que previamente hablaremos brevemente sobre este tema.
La teoría de la probabilidad en definición es aquella rama de las matemáticas la cual estudia
los fenómenos aleatorios y estocásticos. Sabiendo la definición técnica ahora debemos
profundizar en el tema y explorar todo lo que abarca la teoría de la probabilidad, en los temas
que veremos podemos observar desde Conjuntos, sus operaciones, leyes y su representación,
hasta el Teorema de Bayes.
Es importante conocer estos temas de interés tan importantes ya que día a día sin que nos
demos cuenta están presentes e influyen en nosotros, así que si llegamos a manejar bien la
probabilidad podemos predecir eventos u acciones que nos ayudaran a evitar problemas y
tener mejores resultados en lo que deseamos obtener.

1
1.1 Conjuntos, sus operaciones, leyes y su representación.

Por definición un conjunto es una colección de datos de cualquier naturaleza con

características bien definidas de manera que se puedan distinguir todos sus elementos. A los
objetos que lo componen se les llama elementos del conjunto.
Un conjunto se denota con una letra mayúscula y el elemento con letra minúscula para que
estos sean claros y precisos para facilitar su manejo y sus operaciones, A los elementos se les
encierra entre llaves ({}) y se separan por comas (,). Ejemplo:
• El conjunto D cuyos elementos son los números que aparecen al lanzar un dado.
D = {1, 2, 3, 4, 5, 6}
Al definir un conjunto se puede hacer de dos formas:
Método de Extensión o Numeración. En este método se hace un listado de sus elementos, si
esto es posible. Ejemplo:
• El conjunto de las vocales en el alfabeto.
V = {a, e, i, o, u}
Método de Comprensión o Descripción. Se describe alguna propiedad conservada por todos
sus miembros y por los no miembros. Ejemplo:
• El conjunto de las vocales en el alfabeto.
V = {x | x es una vocal}
Se lee “El conjunto de los elementos x tales que x es una vocal”. La línea vertical | se lee “tal
que” o “dado que”

Tipos de conjuntos
Los conjuntos se clasifican dependiendo de la cantidad de elementos que estos tengan y se
clasificarán de la siguiente manera:
Conjuntos finitos: Son aquellos que cuentan con un numero limitado de elementos
Conjuntos infinitos: A diferencia de los conjuntos finitos este tipo de conjunto se caracterizo
por tener un numero infinito de elementos.
Conjunto universal: Es el conjunto de todos los elementos considerados en un problema o
situación dada. Ejemplo:

2
 • Si solo se desea trabajar con los números reales positivos, el conjunto universal será
U = R+ = (0, +∞)

Conjunto vacío: Un conjunto que no tiene elementos y se denota por ∅ o {}. Ejemplo:
El conjunto A = {x ∈ ! / !!+ 1 = 0} es un conjunto vacío porque no hay ningún número real
que satisfaga !!+ 1 = 0.

Operaciones con conjuntos

Unión: El conjunto de todos los elementos que pertenecen a A o a B, o tanto a A como a B,
se llama la unión de A y B y se escribe A ∪ B. (Área sombreada).

Intersección: El conjunto de todos los elementos que pertenecen simultáneamente a A y B

se llama la intersección de A y B y se escribe A ∩ B. (Área sombreada).

Diferencia: El conjunto que consiste en todos los elementos de A que no pertenecen a B se

llama la diferencia de A y B y se escribe A – B. (Área sombreada).

Complemento: Son todos los conjuntos no en A y se escribe A’. (Área sombreada).

3
Leyes de conjuntos

4
1.2 Introducción a la probabilidad

El termino técnico de probabilidad tiene como significado o como referencia al estudio de

azar y a la incertidumbre en cualquier situación la cual consta de varios sucesos que pueden
ocurrir llamados eventos; la disciplina de la probabilidad nos proporciona una variedad de
métodos los cuales nos ayudaran y facilitaran a cuantificar las oportunidades y probabilidades
asociadas a distintos sucesos. La probabilidad abarca un extenso número de temas de interés
desde como se indica hasta cómo pueden ser interpretadas las probabilidades y se demuestra
cómo pueden ser aplicadas las reglas de probabilidad para calcular las probabilidades de
muchos eventos interesantes. La metodología de probabilidad permite entonces expresar en
lenguaje preciso enunciados informales como los antes expresados. El estudio de la
probabilidad como una rama de las matemáticas se remonta a más de 300 años, cuando nace
en conexión con preguntas que implicaban juegos de azar. Muchos libros se han ocupado
exclusivamente de la probabilidad, pero el objetivo en este caso es cubrir sólo la parte de la
materia que tiene más aplicación directa en problemas de inferencia estadística. La teoría de
la probabilidad es la parte de las matemáticas que se encarga del estudio de los fenómenos
o experimentos aleatorios. Por experimento aleatorio entenderemos todo aquel
experimento que cuando se le repite bajo las mismas condiciones iniciales, el resultado que
se obtiene no siempre es el mismo. El ejemplo más sencillo y cotidiano de un experimento
aleatorio es el de lanzar una moneda o un dado, y aunque estos experimentos pueden
parecer muy sencillos, algunas personas los utilizan para tomar decisiones en sus vidas. En
principio no sabemos cuál será el resultado del experimento aleatorio, así que por lo menos
conviene agrupar en un conjunto a todos los resultados posibles. El espacio muestral (o
espacio muestra) de un experimento aleatorio es el conjunto de todos los posibles
resultados del experimento, y se le denota generalmente por la letra griega Ω (omega). En
algunos textos se usa también la letra S para denotar al espacio muestral. Esta letra
proviene del término sampling space de la lengua inglesa equivalente a espacio muestral.
Llamaremos evento a cualquier subconjunto del espacio muestral y denotaremos a los
eventos por las primeras letras del alfabeto en mayúsculas: A, B, C, etc.

5
1.2.1 Probabilidad de eventos aleatorios

En el estudio de la probabilidad, interesan no sólo los resultados individuales de S sino también varias
recopilaciones de resultados de S. Por definición: Un evento es cualquier recopilación (subconjunto)
de resultados contenidos en el espacio muestral S. Un evento es simple si consiste en exactamente un
resultado y compuesto si consiste en más de un resultado. Cuando se realiza un experimento, se dice
que ocurre un evento particular A si el resultado experimental obtenido está contenido en A. En
general, ocurrirá exactamente un evento simple, pero muchos eventos compuestos ocurrirán al mismo
tiempo. Ejemplo:

• Cuando se observa el número de bombas en uso en cada una de dos gasolinerías de 6 bombas,
existen 49 posibles resultados, por lo que existen 49 eventos simples: E1 = {(0, 0)}, E2 = {(0,
1)}, . . ., E49 = {(6, 6)}.
Ejemplos de eventos compuestos son:
A = {(0, 0), (1, 1), (2, 2), (3, 3), (4, 4), (5, 5), (6, 6)} =el evento en que el número de bombas
en uso es el mismo en ambas gasolinerías.
B= {(0, 4), (1, 3) (2, 2), (3, 1), (4, 0)} = el evento en que el número total de bombas en uso
es cuatro.
C= {(0, 0), (0, 1), (1, 0), (1, 1)} = el evento en que a lo sumo una bomba está en uso en cada
gasolinería.

6
1.2.2 Diagramas de árbol

Un diagrama de árbol es una representación gráfica de los posibles resultados de un

experimento que tiene varios pasos. Nos permite calcular la probabilidad de que ocurra un
evento de una manera muy sencilla.
Aquí tenemos un clásico diagrama de árbol, en el cual graficamos los posibles resultados de
un experimento que consiste en lanzar una moneda y un dado.

Para el cálculo de las probabilidades, usaremos un truco, si para calcular cierta probabilidad
avanzamos hacia la derecha, entonces multiplicamos. Por otro lado, si para calcular cierta
probabilidad avanzamos hacia abajo, entonces sumamos.

7
1.2.3 Permutaciones y combinaciones

Una permutación de un conjunto de elementos es una disposición de dichos

elementos teniendo en cuenta el orden. Una combinación de un conjunto de elementos es una
selección de dichos elementos sin tener en cuenta el orden.
La diferencia entre permutaciones y combinaciones es que en las permutaciones importa el
orden de los elementos, mientras que en las combinaciones no importa el orden en que se
disponen los elementos (solo importa su presencia).
Una permutación de un conjunto de elementos es una disposición de dichos
elementos teniendo en cuenta el orden. El número de permutaciones de “n” elementos
tomados de “k” en “k” se calcula con la fórmula:

Ejemplo:
Eduardo, Carlos y Sergio se han presentado a un concurso de pintura. El concurso otorga
$200 al primer lugar y $100 al segundo. ¿De cuántas formas se pueden repartir los premios
de primer y segundo lugar?
Solución:
En este caso, si importa el orden, ya que no es lo mismo quedar en primer lugar que en
segundo, además, los premios son diferentes. Por ejemplo, un arreglo o disposición, es que
Carlos ocupe el primer lugar y Sergio el segundo. Otro arreglo, sería que Sergio ocupe el
primer lugar y Eduardo el segundo. El número total de arreglos o formas lo calculamos con
la fórmula:

8
Una combinación de un conjunto de elementos es una selección de dichos elementos sin
tener en cuenta el orden.
El número de combinaciones de “n” elementos tomados de “k” en “k” se calcula con la
fórmula:

Ejemplo:
Un chef va a preparar una ensalada de verduras con tomate, zanahoria, papa y brócoli. ¿De
cuántas formas se puede preparar la ensalada usando solo 2 ingredientes?
Solución:
En este caso, no importa el orden en que se tomen los ingredientes para la ensalada, pues da
igual si es una ensalada de tomate con zanahoria, que una ensalada de zanahoria con tomate,
ya que al final, el chef mezclará los dos ingredientes.
Un arreglo podría ser zanahoria y tomate, otro arreglo podría ser tomate y papa, otro arreglo
podría ser papa y brócoli. El problema nos indica que solo se pueden usar 2 ingredientes en
la ensalada. El número total de arreglos o formas lo calculamos con la fórmula:

Ejemplo:
Se va a programar un torneo de ajedrez para los 10 integrantes de un club. ¿Cuántos partidos
se deben programar si cada integrante jugará con cada uno de los demás sin partidos de
revancha?
Solución:
En este torneo se van a realizar partidas de ajedrez en cada una de las cuales participan 2
jugadores. Por ello, necesitamos ordenamientos de 2 en 2, es decir, k = 2. Además, en estos
ordenamientos participarán los 10 jugadores, por eso, n = 10.

9
En este caso, no importa el orden, ya que solo necesitamos agrupar los jugadores, es igual
que juegue Jorge contra Carlos, que Carlos contra Jorge. Además, no hay partido de
revancha, es una sola partida con cada contrincante.

Se deben programar 45 partidos.

Ejemplo:
Considera un grupo de 10 estudiantes de los cuales 4 son mujeres y 6 son hombres. De
acuerdo con esa información, determine:
a) El número de formas en que se puede elegir un representante del grupo.
b) El número de formas en que se puede elegir un comité de 3 miembros, donde al menos
uno de los miembros sea mujer.
Solución:
En este caso, no nos dicen que el comité tiene rangos, por lo tanto, no importa el orden.
Aplicaremos la fórmula de combinaciones.
a) El número de formas en que se puede elegir un representante del grupo.
De un total de 10 miembros, elegiremos a uno:

b) El número de formas en que se puede elegir un comité de 3 miembros, donde al menos

uno de los miembros sea mujer.
Al menos uno de los 3 miembros tiene que ser mujer. Eso significa que el comité puede estar
formado por 1, 2 o 3 mujeres.

10
– Si el comité está formato por 1 mujer, significa que de las 4 mujeres seleccionaremos una,
y de los 6 hombres seleccionaremos 2.

– Si el comité está formato por 2 mujer, significa que de las 4 mujeres seleccionaremos 2, y
de los 6 hombres seleccionaremos 1.

– Si el comité está formato por 3 mujeres, significa que de las 4 mujeres seleccionaremos 3,
y de los 6 hombres no seleccionaremos a ninguno.

En total, tenemos:

11
1.2.4 Espacio muestral y eventos

Un experimento es cualquier acción o proceso cuyo resultado está sujeto a la incertidumbre.

Aunque la palabra experimento en general sugiere una situación de prueba cuidadosamente
controlada en un laboratorio, se le utiliza aquí en un sentido mucho más amplio. Por lo tanto,
experimentos que pueden ser de interés incluyen lanzar al aire una moneda una vez o varias
veces, seleccionar una carta o cartas de un mazo, pesar una hogaza de pan, el tiempo de
recorrido de la casa al trabajo en una mañana particular, obtener tipos de sangre de un grupo
de individuos o medir las resistencias a la compresión de diferentes vigas de acero.
El espacio muestral de un experimento denotado por S es el conjunto de todos los posibles
resultados de dicho experimento.
Ejemplo:
• El experimento más simple al que se aplica la probabilidad es uno con dos posibles
resultados. Tal experimento consiste en examinar un fusible para ver si está
defectuoso. El espacio muestral de este experimento se abrevia como S = {N, D},
donde N representa no defectuoso, D representa defectuoso y las llaves se utilizan
para encerrar los elementos de un conjunto. Otro experimento como ése implicaría
lanzar al aire una tachuela y observar si cae punta arriba o punta abajo, con espacio
muestral S = {U, D} y otro más consistiría en observar el sexo del siguiente niño
nacido en el hospital, con S = {H, M}.

Eventos
En el estudio de la probabilidad, interesan no sólo los resultados individuales de S sino
también varias recopilaciones de resultados de S. Un evento es cualquier recopilación
(subconjunto) de resultados contenidos en el espacio muestral S. Un evento es simple si
consiste en exactamente un resultado y compuesto si consiste en más de un resultado.
Cuando se realiza un experimento, se dice que ocurre un evento particular A si el resultado
experimental obtenido está contenido en A. En general, ocurrirá exactamente un evento
simple, pero muchos eventos compuestos ocurrirán al mismo tiempo.
Ejemplo:
• Considérese un experimento en el cual cada uno de tres vehículos que toman una
salida de una autopista particular vira a la izquierda (L) o la derecha (R) al final de la
rampa de salida. Los ocho posibles resultados que constituyen el espacio muestral
son LLL, RLL, LRL, LLR, LRR, RLR, RRL y RRR. Así pues, existen ocho eventos
simples, entre los cuales están E1 = {LLL} y E5 = {LRR}. Algunos eventos
compuestos incluyen A = {RLL, LRL, LLR} el evento en que exactamente uno de
los tres vehículos vire a la derecha. B = {LLL, RLL, LRL, LLR} el evento en que
cuando mucho uno de los vehículos vire a la derecha. C {LLL, RRR} el evento en

12
 que los tres vehículos viren en la misma dirección. Suponga que cuando se realiza el
experimento, el resultado es LLL. Entonces ha ocurrido el evento simple E1 y por lo
tanto también comprende los eventos B y C (pero no A).

1.3 Definiciones de probabilidad

Existen diferentes maneras de definir probabilidad, las cuales surgirán de acuerdo con el
tipo de fenómeno con el que estemos tratando. Entre estas definiciones se encuentran la
definición de probabilidad clásica, la definición frecuentista y la definición axiomática. A
continuación, veremos de que tratan o para que se utilizan cada una y porque son distintas
unas de otras.

1.3.1 Definición clásica

Si preguntamos a cualquier persona que nos diga cuál es la probabilidad de obtener ceca
al lanzar una moneda al aire, casi con seguridad nos contestará “un 50%”. Asimismo, si
consultamos cuál es la probabilidad de obtener el número 6 al lanzar un dado, es muy
posible que la respuesta sea “un sexto”; mientras que si preguntamos cuál es la
probabilidad de obtener un número par, la respuesta será “un 50%”. Estas respuestas
intuitivas están ligadas a la definición clásica de probabilidad:

Si relacionamos la definición precedente con el repaso de la Teoría de Conjuntos, podemos

afirmar que la probabilidad de que se dé el evento A está dada por el cociente entre la
cantidad de elementos del conjunto favorables al evento A y el número de elementos del
conjunto  , siendo estos últimos igualmente probables. Cabe aclarar que el evento A
puede ser simple o compuesto, y en este segundo caso, puede resultar complicado
determinar la cantidad de maneras en que puede darse el evento. A su vez, hay ocasiones en
que resulta complicado determinar la cantidad de elementos que posee el espacio muestral
 . Para ambos casos, resultan útiles las reglas de conteo (combinatoria, variaciones, etc.)

13
1.3.2 Definición con base en la frecuencia relativa

La Definición Frecuentista de probabilidad surge debido a la existencia de fenómenos

aleatorios en los cuales no se puede determinar con precisión la probabilidad clásica de cada
evento simple, es decir, que no podemos precisar cuántos resultados favorables a un evento
existen y/o cuántos resultados posibles hay. Consideremos algunos ejemplos en los cuales no
se puede determinar con precisión los casos favorables y los casos posibles: un jefe de control
de calidad desea determinar la probabilidad de que un artículo sea defectuoso, un fanático
está interesado en la probabilidad de que su equipo de fútbol gane o un profesor que quiere
saber la probabilidad de que sus alumnos aprueben. Para estimar la probabilidad de cada uno
de esos eventos, se recurre a la segunda manera de definir a la probabilidad, utilizando la
frecuencia relativa de ocurrencia de estos.

La gran mayoría de los fenómenos aleatorios con que nos enfrentaremos en la práctica son
de este tipo, por lo cual esta definición de probabilidad será muy utilizada a lo largo de la
presente obra.

1.3.3 Axiomática

Todas las definiciones anteriores están íntimamente ligadas a la parte experimental de la

Estadística. Sin embargo, en los últimos años, la Teoría de la Probabilidad ha evolucionado
de manera sorprendente y las definiciones se han hecho más rigurosas desde un punto de
vista matemático. En este contexto, el ruso Andrei Kolmogorov (1933) definió la medida o
función de probabilidad mediante una serie de axiomas. Éstos, si bien son válidos para
cualquiera de las definiciones de probabilidad expuestas anteriormente, amplían la definición
incluyendo a cualquier medida que los verifique.

14
Es decir, que la probabilidad “P” asigna a cada elemento del espacio muestral un número que
verifica los axiomas expuestos. A partir de estos tres axiomas, se desprenden las siguientes
conclusiones.

15
1.4 Probabilidad condicional e independencia

En la presente sección analizaremos la influencia que tiene sobre un evento determinado la

información que se posee sobre otro evento relacionado con el mismo, si es que existe tal
influencia.

Probabilidad condicional

Cuando se trabaja con fenómenos aleatorios, muchas veces podemos contar con cierta
información que modificaría nuestra estimación de la probabilidad de este. En estos casos, se dice
que la probabilidad del evento en cuestión está condicionada a la ocurrencia de otro evento.

16
Probabilidad incondicional
Lógicamente, puede suceder que tengamos información sobre la ocurrencia de un evento
determinado B, y sin embargo la probabilidad marginal de ocurrencia del evento A no se vea
alterada. Esto quiere decir, que la ocurrencia de B no tiene ninguna influencia sobre el evento A,
es decir, que los eventos son estadísticamente independientes.

De las definiciones de probabilidad condicional y eventos independientes, se desprende la regla

del producto de probabilidades de eventos independientes.

Se destaca que la independencia es una relación simétrica entre eventos, esto quiere decir que, si
A es independiente de B, entonces B es independiente de A. Como ejercicio, el lector puede
demostrar esto a partir de las definiciones expuestas.

Ejemplo:

17
1.5 Teorema de Bayes

El Teorema de Bayes, permite calcular una probabilidad de un suceso F, a partir de lo

ocurrido en el suceso E. Este tipo de teorema usualmente es aplicable a las áreas de control
de calidad, para conocer las probabilidades de defectuosidad o no defectuosidad. La
fórmula de Bayes:

Cuando se desarrolla la fórmula de Bayes, se puede apoyar en un árbol de probabilidad, el

cual es una representación gráfica que permite visualizar las formas en que se llevan a cabo
las agrupaciones de los elementos.

18
Conclusión

Es de gran utilidad conocer el extenso tema de la probabilidad y la estadística, así como los
elementos que la componen esto con el fin de que lo podamos utilizar en nuestra vida
cotidiana como desde predecir si un negocio va a ser bueno, hasta temas más complejos como
comportamientos de sociedades como conjuntos y las personas que lo componen como
elementos.
Así mismo cabe destacar que para que entendamos y podamos utilizar de forma correcta y
no errónea la probabilidad y la estadística primeramente tenemos que estudiar todo lo que es
y cómo se utiliza.

19
Bibliografía
BIANCO, M. J. (2018). Introducción a la probabilidad y la estadistica. Ciudad Autonoma de Buenos
Aires : Libro digital.

Christensen, H. (2001). Estadística paso a paso. MEXICO: Trillas. 3ª edición.

DEVORE, J. L. (2008). Probabilidad y Estadística para ingenieria y ciencias. California: Cengage

Learning .

Rincón, L. (2006). Introduccion a la probabilidad y la estadistica. Ciudad de Mexico : UNAM.

20