SEMANA 2

Estadística Aplicada

Todos los derechos de autor son de la exclusiva propiedad de UNIACC o de los otorgantes de sus licencias. No está permitido
copiar, reproducir, reeditar, descargar, publicar, emitir, difundir, poner a disposición del público ni utilizar los contenidos
para fines comerciales de ninguna clase.
 Lea esto primero. UNIACC, semana 2

UNIVERSIDAD DE LAS COMUNICACIONES 1

 Lea esto primero. UNIACC, semana 2

Probabilidad y Sucesos

Introducción.

Al centrar la mirada en la posibilidad de que se presenten o concreten situaciones,

se está hablando del sinónimo de la revisión del concepto de riesgo o
incertidumbre, equivalente a una probabilidad. En este orden es factible responder
a preguntas como, ¿será posible medir matemáticamente las decisiones de la vida
diaria? o bien ¿se podrá con alguna herramienta de esta ciencia exacta cuantificar
el futuro respecto de algún evento?, entre otras. La idea es intentar en este
capítulo dar una respuesta clara a estas y otras interrogantes:

Riesgo, incertidumbre o certeza

Las probabilidades son parte de la vida cotidiana, son una medida de certeza de
que uno o varios eventos pueden ocurrir en el futuro. Son necesarias para trabajar
en muchas áreas del conocimiento como la física, la biología, la economía y los
fenómenos sociales, en las cuales no se sabe con exactitud lo que pasará en el
futuro. Por ejemplo, variables tan complejas como la cantidad de milímetros de
agua que caerán en la próxima lluvia o la velocidad del viento de la siguiente
tormenta, se estiman de acuerdo a información histórica.

En ciertos eventos se verifica que existen variables que cumplen un

comportamiento estable al medir su frecuencia relativa. Los eventos que poseen
esta propiedad reciben el nombre de eventos aleatorios o estocásticos.

Un ejemplo concreto se obtiene al lanzar un dado, al realizar esta práctica muchas

veces se puede apreciar que cada número sale en promedio la misma cantidad de
veces.

UNIVERSIDAD DE LAS COMUNICACIONES 2

 Lea esto primero. UNIACC, semana 2

Figura 1. Dados.

Fuente: http://quhist.com/origen-juego-
dados-en-la-historia/

Entonces, si se divide la cantidad de veces que sale el número tres en la cara

superior del dado por la cantidad de veces que se lanza el dado, se obtiene un 1/6
y eso es en igual medida para cualquier número del dado, es decir, la probabilidad
de que salga cualquier número del dado es un 1/6. Este tipo de concepto de
probabilidad es denominado probabilidad frecuentita.

Antes de profundizar en las probabilidades es necesario repasar algunos

conceptos de teoría de conjuntos.

Teoría de Conjuntos
La teoría de conjuntos es un área de la matemática bastante abstracta y difícil de
entender, por lo mismo ahora solo se verán algunos ejemplos y propiedades que
son aplicables al contexto de probabilidad.

La primera idea que se debe tener en mente es la de conjunto o grupo de

elementos, el cual se denotará con letras mayúsculas tales como A, B, C, etc.

UNIVERSIDAD DE LAS COMUNICACIONES 3

 Lea esto primero. UNIACC, semana 2

Una notación usual para definir un conjunto y sus elementos, es la siguiente:

𝐴 = {𝑎1 , 𝑎2 , 𝑎3 }

El conjunto que contiene a todos los elementos es llamado conjunto universo y en

este apunte se denotará con la letra griega mayúscula Ω (omega). Es claro que
todo conjunto tiene todos sus elementos en el conjunto Ω, a esa propiedad se le
llama subconjunto. Formalmente se dice que A es subconjunto de B (𝐴 ⊂ 𝐵) si
todo elemento de A pertenece a B, pero no necesariamente todo elemento de B
pertenece a A.

Otras definiciones importantes son:

 Unión, se dice que x pertenece a 𝐴 ∪ 𝐵, si x pertenece a A o pertenece a B.

 Intersección, se dice que x pertenece a 𝐴 ∩ 𝐵, si x pertenece a A y
pertenece a B.
 Complemento, se dice que x pertenece al complemento de A, si no
pertenece A y se denota 𝐴𝑐 = 𝐴 − Ω.

Un ejemplo que resume estas definiciones se obtiene al considerar los

instrumentos musicales: se denota como el conjunto de todos los instrumentos
como el conjunto universo Ω. El conjunto de los instrumentos musicales de una
banda de rock (guitarra, bajo y batería) es el conjunto A y el conjunto de los
instrumentos de una banda folclórica (guitarra, charango y flauta) es el conjunto B.
Ambos conjuntos son subconjunto del conjunto universo instrumentos y, además,
el conjunto A ∪ B es el que pertenecen los instrumentos guitarra, bajo, batería,
charango y flauta. Por otro lado, el conjunto A ∩ B, solo pertenecen las guitarras,
finalmente el conjunto Ac está compuesto por todos los instrumentos menos
guitarra, bajo y batería.

UNIVERSIDAD DE LAS COMUNICACIONES 4

 Lea esto primero. UNIACC, semana 2

La representación gráfica de los conjuntos, es llamado diagrama de Venn y se

puede apreciar en la figura 2:

Figura 2. Diagrama de Venn.

Fuente: Material elaborado para la

asignatura.

Algunas propiedades importantes de conjunto se aprecian en la figura 3 con su

respectivo diagrama de Venn:

Ley de Morgan
(𝐴 ∪ 𝐵)𝑐 = 𝐴𝑐 ∩ 𝐵 𝑐

Nota: entiéndase en el ejemplo que lo coloreado con

verde es lo que representa la ecuación.

UNIVERSIDAD DE LAS COMUNICACIONES 5

 Lea esto primero. UNIACC, semana 2

(𝐴 ∩ 𝐵)𝑐 = 𝐴𝑐 ∪ 𝐵 𝑐

Nota: entiéndase en el ejemplo que lo coloreado con

verde es lo que representa la ecuación.

𝐴𝑐 ∪ 𝐴 = Ω

Nota: entiéndase en el ejemplo que lo coloreado con

verde es lo que representa la ecuación.

Conjunto vacío

𝐴𝑐 ∩ 𝐴 = ∅

Nota: entiéndase en el ejemplo que lo coloreado con

verde es lo que representa la ecuación.

UNIVERSIDAD DE LAS COMUNICACIONES 6

 Lea esto primero. UNIACC, semana 2

𝐴∪∅=𝐴

Nota: entiéndase en el ejemplo que lo coloreado con

verde es lo que representa la ecuación.

𝐴∩∅=∅

Nota: entiéndase en el ejemplo que lo coloreado con

verde es lo que representa la ecuación.

𝑐
𝐴𝑐 = 𝐴

Nota: entiéndase en el ejemplo que lo coloreado con

verde es lo que representa la ecuación.

UNIVERSIDAD DE LAS COMUNICACIONES 7

 Lea esto primero. UNIACC, semana 2

𝐴 ∪ (𝐵 ∩ 𝐶) = (𝐴 ∪ 𝐵) ∩ (𝐴 ∪ 𝐶)

Nota: entiéndase en el ejemplo que lo coloreado con

verde es lo que representa la ecuación.

𝐴 ∩ (𝐵 ∪ 𝐶) = (𝐴 ∩ 𝐵) ∪ (𝐴 ∩ 𝐶)

Nota: entiéndase en el ejemplo que lo coloreado con

verde es lo que representa la ecuación.

Figura 3. Diagrama de Venn.

Fuente: material elaborado para la asignatura.

Espacio Muestral
El conjunto de todos los posibles valores que pueden tomar los sucesos, es
llamado espacio muestral, que es equivalente al universo en la teoría de conjuntos
y se denota con letra griega mayúscula omega Ω.

UNIVERSIDAD DE LAS COMUNICACIONES 8

 Lea esto primero. UNIACC, semana 2

Para el ejemplo se tiene que si se define 𝐴: = {𝑆1 } 𝑦 𝐵: = {𝑆2 }, se tiene que:

Ω = {S1 , S2 }además que A ⊆ Ω, B ⊆ Ω

Entonces, es claro que todo evento aleatorio es un subconjunto del espacio

muestral. Además, se puede definir como evento simple al subconjunto del
espacio muestral que contiene un único elemento, por lo que para el ejemplo A y B
son eventos simples.

Para fijar ideas considere el experimento aleatorio de lanzar un dado, para este
ejemplo los posibles eventos son:

 𝐸1 : = que el dado muestre el valor 1

 𝐸2 : = que el dado muestre el valor 2.
 𝐸3 : = que el dado muestre el valor 3.
 𝐸4 : = que el dado muestre el valor 4.
 𝐸5 : = que el dado muestre el valor 5.
 𝐸6 : = que el dado muestre el valor 6.

El diagrama Venn que resume los seis eventos simples en el espacio muestral Ω
se puede apreciar en la figura 4.

Figura 4. Diagrama de Venn.

Fuente: material elaborado para la asignatura.

UNIVERSIDAD DE LAS COMUNICACIONES 9

 Lea esto primero. UNIACC, semana 2

Cuando un experimento se realiza una sola vez, se observará un y solo un evento

simple. Por ejemplo, si se lanza un dado y se observa un 1, no se puede al mismo
tiempo observar un 2. Así, el punto muestral simple 𝐸1 asociado con observar un 1
y el punto muestral simple 𝐸2 asociado con observar un 2 son distintos y los
conjuntos {𝐸1 } y {𝐸2 } son conjuntos mutuamente excluyentes, es decir, en
términos de conjunto {𝐸1 } ∩ {𝐸2 } = ∅. Por lo que se dice que todo evento simple
son conjuntos mutuamente excluyentes.

Si se considera el evento aleatorio A de lanzar un dado y que se obtenga un

número par, este ocurrirá sí y solo sí ocurre uno de los eventos simples 𝐸2 , 𝐸4 𝑜 𝐸6 ,
así que 𝐴 = {𝐸2 , 𝐸4 , 𝐸6 } o 𝐴 = 𝐸2 ∪ 𝐸4 ∪ 𝐸6 , este tipo de eventos se llama eventos
compuestos y se entender como la unión de eventos simples o como un conjunto
de puntos en el espacio muestral.

El conjunto A se puede representar gráficamente usando diagrama de Venn, tal

como se muestra en la figura 5.

Figura 5. Conjunto

Fuente: material elaborado para la

asignatura.

UNIVERSIDAD DE LAS COMUNICACIONES 10

 Lea esto primero. UNIACC, semana 2

Definición de Sucesos
La aplicación de las probabilidades en la vida cotidiana depende principalmente de
la definición del suceso que se quiere estudiar. El suceso o evento aleatorio es
cada uno de los resultados posibles de un experimento aleatorio. Por ejemplo,
observar el experimento aleatorio de lanzar una moneda; este experimento puede
tomar dos posibles resultados, que la moneda muestre el lado de la cara o del
sello, por lo que los eventos aleatorios son dos:

𝑆1 ≔ La moneda lanzada muestre el lado de la cara.

𝑆2 ≔ La moneda lanzada muestre el lado del sello.

Una vez que es definido el evento simple y compuesto, además de identificado el

espacio muestral se procede a definir formalmente el concepto de probabilidad:

Definición de probabilidad
La definición clásica de probabilidad es el grado o nivel de posibilidad o certeza
que ocurra un determinado suceso o evento, medido en un espacio determinado.
En términos simples la probabilidad de A es equivalente a:

Casos posibles N° de veces que ocurre A

𝑃(𝐴) = =
Casos totales N° de veces que se repite el experimento

Esto es equivalente a medir la probabilidad de que ocurra el evento A, el que se

puede asemejar a el nivel de certeza o incertidumbre de que ocurra el evento A,
por lo tanto, se puede medir el riesgo de que ocurra o no el evento A.

Para calcular probabilidades es necesario definir y recordar los siguientes

axiomas:

1. La probabilidad del espacio muestral es igual a 1, por ejemplo, 𝑃(Ω) = 1.

UNIVERSIDAD DE LAS COMUNICACIONES 11

 Lea esto primero. UNIACC, semana 2

2. La probabilidad de todo evento subconjunto del espacio muestral Ω es

mayor que cero, por ejemplo, 𝐴 ⊂ Ω, 𝑃(𝐴) ≥ 0.
3. Sean 𝐴1 , 𝐴2 , 𝐴3 , … una sucesión de eventos mutuamente excluyentes por
pares en el espacio muestral Ω( i.e, 𝐴𝑖 ∩ 𝐴𝑗 = ∅, 𝑠𝑖 𝑖 ≠ 𝑗. ) se tiene que
𝑃(𝐴1 ∪ 𝐴2 ∪ 𝐴3 ∪ … ) = ∑∞
𝑖=1 𝑃(𝐴𝑖 ).

4. Sean 𝐴 𝑦 𝐵 dos eventos aleatorios tales que 𝐴 ∩ 𝐵 = 𝐶 ≠ ∅, entonces:

𝑃(𝐴 ∩ 𝐵) = 𝑃(𝐴) + 𝑃(𝐵) − 𝑃(𝐴 ∩ 𝐵)

5. 𝑃(Ω) = 𝑃(𝐴) + 𝑃(𝐴𝑐 ) = 1.

Si se considera el ejemplo del lanzamiento del dado nuevamente, se tiene que si

se considera el espacio muestral dado por Ω = {𝐸1 , 𝐸2 , … 𝐸6 } y además bajo el
supuesto de que el dado no está cargado, se tiene la probabilidad 𝑃(𝐸1 ) = 𝑃(𝐸2 ) =
⋯ 𝑃(𝐸6 ) y por otro lado se tiene que Ω = 𝐸1 ∪ 𝐸2 ∪ … 𝐸6 , por lo que usando la
propiedad 3 y 1 se tiene que 1 = 𝑃(Ω) = 𝑃(𝐸1 ∪ 𝐸2 ∪ … 𝐸6 ) = ∑6𝑖=1 𝑃(𝐴𝑖 ), por lo
1
tanto, la probabilidad 𝑃(𝐴𝑖 ) = 6, para todo 𝑖 = 1, … ,6.

Siguiendo con el ejemplo, al calcular la probabilidad de que el dado dé un número

par, es decir que aparezca o 2 o 4 o 6dicho experimento se define como A, donde
A es:

𝐴 = 𝐸2 ∪ 𝐸4 ∪ 𝐸6 .

1
Luego, usando la propiedad 3, se tiene que 𝑃(𝐴) = 𝑃(𝐸2 ) + 𝑃(𝐸4 ) + 𝑃(𝐸6 ) = 6 +
1 1 1
+ 6 = 2.
6

Con respecto al ejemplo visto sobre el lanzamiento de una moneda, en este caso
el espacio muestral Ω = {𝐸𝑐 , 𝐸𝑠 }, es fácil notar que la probabilidad que salga cara y
que salga sello sea igual a 1/2.

UNIVERSIDAD DE LAS COMUNICACIONES 12

 Lea esto primero. UNIACC, semana 2

En relación a lo ya revisado, otro concepto importante, es el de independencia de

los sucesos. Una idea intuitiva de independencia, es considerar dos eventos que
no están relacionados de ninguna manera. Por ejemplo, que al lanzar una moneda
se obtenga cara y que al lanzar un dado se obtenga el número 6.

Formalmente se dirá que dos eventos 𝐴 𝑦 𝐵 son independientes si 𝑃(𝐴 ∩ 𝐵) =

𝑃(𝐴)𝑃(𝐵). Entonces, la probabilidad que se lance un dado y se obtenga un
número 6 y luego se lance una moneda y se obtenga cara, está dado por:

1 1 1
𝑃(𝐸6 ∩ 𝐸𝑐 ) = 𝑃(𝐸6 )𝑃(𝐸𝑐 ) = ∗ =
6 2 12

La representación gráfica de estos dos eventos independientes es a través de un

diagrama de árbol.

Figura 6. Diagrama de
árbol.

Fuente: material elaborado para la

asignatura.

La contextualización de la independencia de los sucesos es posible apreciarla en

el siguiente ejemplo: un restaurante del centro de la ciudad publicita sus
almuerzos con un cartel en que ofrece más de 36 platos diferentes de almuerzo. El
menú está compuesto por tres platos de ensaladas, dos platos de fondo, tres
postres y, además, existe la posibilidad de pedir una bebida o un jugo de fruta.

¿Será correcta la afirmación del restaurante?

UNIVERSIDAD DE LAS COMUNICACIONES 13

 Lea esto primero. UNIACC, semana 2

Pues bien, la solución se obtiene con el diagrama de árbol que se muestra en la

figura 7:

Figura 7. Diagrama de árbol.

UNIVERSIDAD DEmaterial
Fuente: LAS COMUNICACIONES
elaborado para la asignatura. 14
 Lea esto primero. UNIACC, semana 2

Conclusión
En esta oportunidad se ha tratado de mostrar un nuevo uso de la teoría de
conjuntos y ver la importancia que tiene en su aplicación a la teoría de
probabilidades. De este último tópico, es posible apreciar que en el quehacer
diario siempre se deben tomar decisiones, las que tienen asociadas una
incertidumbre, es decir una probabilidad de que la decisión, por ejemplo, sea la
correcta o la mejor. Con este primer análisis se está en condiciones de cuantificar
esa decisión o ese riesgo, con una simple fórmula, casos favorables sobre casos
totales.

UNIVERSIDAD DE LAS COMUNICACIONES 15

 Lea esto primero. UNIACC, semana 2

Referencias Bibliográficas

Spiegel, M. R. (1996). Teoría y problemas de probabilidad y estadística. España:

McGraw-Hill.

Wackerly, D; Mendenhall W y Scheaffer,R (2010). Estadística matemática con

aplicaciones (7ma ed.) México, Cengage Learning.

Walpole, R; Myers, R; Myers, S. y Ye, K. (2007). Probabilidad y estadística para

ingeniería y ciencias. 8.ª edición. México: Pearson, Prentice-Hall.

Si usted desea referenciar este documento, considere:

UNIACC (2016). Probabilidad y Sucesos. Estadística Aplicada. Lea esto primero

(Semana 2).

UNIVERSIDAD DE LAS COMUNICACIONES 16

 Lea esto primero. UNIACC, semana 2

UNIVERSIDAD DE LAS COMUNICACIONES 17

 Lea esto primero. UNIACC, semana 2

UNIVERSIDAD DE LAS COMUNICACIONES 18

 Lea esto primero. UNIACC, semana 2

UNIVERSIDAD DE LAS COMUNICACIONES 19