Universidad de Cartagena

ESTADISTICA

CUARTA UNIDAD
GENERALIDADES DE PROBABILIDAD

VICTOR JAVIER PACHECO PADILLA

ADMINISTRACION DE EMPRESAS DISTANCIA

III SEMESTRE

UNIVERSIDAD DE CARTAGENA
Universidad de Cartagena

CONCEPTO DE PROBABILIDADES
La probabilidad es simplemente que tan posible es que ocurra un evento
determinado
Cuando no estamos seguros del resultado de un evento, podemos hablar de la
probabilidad de ciertos resultados: qué tan común es que ocurran. Al análisis de
los eventos gobernados por la probabilidad se le llama estadística.

La probabilidad proviene de lo probable, se entiende como el mayor o menor

grado de posibilidad de que un evento aleatorio ocurra, expresado en una cifra
entre 1 (posibilidad total) y 0 (imposibilidad absoluta), o bien en porcentajes entre
el 100% o el 0%, respectivamente.

Para obtener la probabilidad de un suceso, generalmente se determina

la frecuencia con la que ocurre (en experimentos aleatorios bajo condiciones
estables), y se procede a realizar cálculos teóricos.

Para ello se sigue lo establecido por la teoría de la probabilidad, una rama se las
matemáticas dedicadas al estudio de la probabilidad. Esta diciplina es largamente
empleada por otras ciencias naturales y sociales como diciplina auxiliar, ya que les
permite manejar escenarios posibles es base a generaciones.

● Frecuencial. Aquella que determina la cantidad de veces que un fenómeno

puede ocurrir, considerando un número determinado de oportunidades, a
través de la experimentación.
● Matemática. Pertenece al ámbito de la aritmética, y aspira al cálculo en
cifras de la probabilidad de que determinados eventos aleatorios tengan
lugar, a partir de la lógica formal y no de su experimentación.
● Binomial. Aquella en la que se estudia el éxito o fracaso de un evento, o
cualquier otro tipo de escenario probable que tenga dos posibles resultados
únicamente.
● Objetiva. Se denomina así a toda probabilidad en la que conocemos de
antemano la frecuencia de un evento, y simplemente se dan a conocer los
casos probables de que ocurra dicho evento.
● Subjetiva. Contrapuesta a la matemática, se sustenta en ciertas
eventualidades que permiten inferir la probabilidad de un evento, aunque
alejada de una probabilidad certera o calculable. De allí su subjetividad.
● Hipergeométrica. Aquella que se obtiene gracias a técnicas de muestreo,
creando grupos de eventos según su aparición.
● Lógica. La que posee como rasgo característico que establece la
posibilidad de ocurrencia de un hecho a partir de las leyes de la lógica
inductiva.
● Condicionada. Aquella que se emplea para comprender la casualidad
entre dos hechos distintos, cuando puede determinarse la ocurrencia de
uno tras la ocurrencia de otro.
Universidad de Cartagena

Formula para calcular la probabilidad

El cálculo de las probabilidades se lleva a cabo según la fórmula siguiente:

Probabilidad = Casos favorables / casos posibles x 100 (para llevarlo a

porcentaje)

Así, por ejemplo, podemos calcular la probabilidad de que una moneda salga cara
en un único lanzamiento, pensando que sólo puede salir una cara (1) de las dos
que hay (2), esto es, 1 / 2 x 100 = 50% de probabilidad.

En cambio, se decide calcular cuántas veces saldrá la misma cara en dos

lanzamientos seguidos, deberemos pensar que el caso favorable (cara y cara o
sello y sello) es uno entre cuatro posibilidades de resultado (cara y cara, cara y
sello, sello y cara, sello y sello). Por ende, 1 / 4 x 100 = 25% de probabilidad.

AXIOMAS DE PROBABILIDAD

Un axioma suele ser algo matemáticamente evidente. De una lista relativamente

corta de axiomas, la lógica deductiva se usa para probar otros enunciados,
llamados teoremas o proposiciones.

El área de las matemáticas conocida como probabilidad no es diferente. La

probabilidad se puede reducir a tres axiomas. Esto fue hecho por primera vez por
el matemático Andrei Kolmogorov. El puñado de axiomas que son la probabilidad
subyacente se puede utilizar para deducir todo tipo de resultados.

Para comprender los axiomas de probabilidad, primero debemos discutir algunas

definiciones básicas. Suponemos que tenemos un conjunto de resultados llamado
espacio muestral S.  Este espacio muestral se puede considerar como el conjunto
universal para la situación que estamos estudiando. El espacio de muestra se
compone de subconjuntos llamados eventos E  1 , E  2 ,. . ., E  n . 
También suponemos que hay una manera de asignar una probabilidad a cualquier
evento E . Esto se puede considerar como una función que tiene un conjunto para
una entrada y un número real como salida. La probabilidad del evento E se denota
por P ( E ).
Axioma 1
El primer axioma de probabilidad es que la probabilidad de cualquier evento es un
número real no negativo. Esto significa que lo más pequeño que puede ser una
probabilidad es cero y que no puede ser infinito. El conjunto de números que
podemos usar son números reales. Esto se refiere tanto a números racionales,
también conocidos como fracciones, como a números irracionales que no pueden
escribirse como fracciones.
Universidad de Cartagena

Una cosa a tener en cuenta es que este axioma no dice nada sobre cuán grande
puede ser la probabilidad de un evento. El axioma elimina la posibilidad de
probabilidades negativas. Refleja la noción de que la probabilidad más pequeña,
reservada para eventos imposibles, es cero.

Axioma 2

El segundo axioma de probabilidad es que la probabilidad de todo el espacio

muestral es uno. Simbólicamente escribimos P ( S ) = 1. Implícita en este axioma
está la noción de que el espacio muestral es todo lo posible para nuestro
experimento de probabilidad y que no hay eventos fuera del espacio muestral.

Por sí mismo, este axioma no establece un límite superior en las probabilidades de

eventos que no son el espacio muestral completo. Manifiesta que algo con
absoluta certeza tiene una probabilidad del 100%.

Axioma 3

El tercer axioma de probabilidad trata sobre eventos mutuamente

excluyentes. Si E  1 y E  2 son mutuamente excluyentes , lo que significa que tienen
una intersección vacía y usamos U para denotar la unión, entonces P ( E  1 U E  2 )
= P ( E  1 ) + P ( E  2 ).

El axioma en realidad cubre la situación con varios eventos (incluso numerables

infinitos), cada par de los cuales se excluyen mutuamente. Mientras esto ocurra,
la probabilidad de la unión de los eventos es la misma que la suma de las
probabilidades:

P ( E  1 U E  2 U... U E  n ) = P ( E  1 ) + P ( E  2 ) +. . . + E  n}

Este tercer axioma puede no parecer tan útil, veremos que combinado con los
otros dos axiomas es bastante poderoso.

Los tres axiomas establecen un límite superior para la probabilidad de cualquier

evento. Se denota el complemento del evento E por E  C . De la teoría de
conjuntos, E y E  C tienen una intersección vacía y son mutuamente
excluyentes. Además E U E  C = S , todo el espacio muestral.
Estos hechos, combinados con los axiomas, nos dan:
1 = P ( S ) = P ( E U E  C ) = P ( E ) + P ( E  C ).
Restablecemos la ecuación anterior y vemos que P ( E ) = 1 - P ( E  C ). Como
sabemos que las probabilidades no deben ser negativas, ahora tenemos que un
límite superior para la probabilidad de cualquier evento es 1.
Universidad de Cartagena

Al reordenar la fórmula nuevamente, tenemos P ( E  C ) = 1 - P ( E ). También

podemos concluir de esta fórmula que la probabilidad de que un evento no ocurra
es uno menos la probabilidad de que ocurra.

PROBABILIDAD CONDICIONAL

Como su nombre lo indica se trata de determinar la probabilidad de que ocurra un

evento A (aposteriori) dado que ya aconteció un evento B (apriori), y se representa
mediante P(A|B), se lee probabilidad de A dado B o probabilidad de A
condicionada a B. En la probabilidad condicional, consideramos que de un espacio
muestral S se conoce únicamente el evento B, que constituye un espacio muestral
reducido. S B Se desea saber la posibilidad de que exista el evento A.

Como únicamente conocemos el evento B, la probabilidad de que exista A está

dada por la posible intersección del evento A con el evento B. S B A Por lo tanto la
expresión para la probabilidad condicional quedaría P(A|B)=n(A∩B)/n(B), donde
n(A∩B) es el número de elementos en la intersección de A con B y n(B) es el
número de elementos en el evento B. Si el numerador y el denominador se dividen
entre n(s) que es el número de elementos en el espacio muestral y aplicamos el
concepto de probabilidad, tenemos: P(A|B)=[n(A∩B)/n(S)]/[n(B)/n(S)]=
P(A∩B)/P(B).

De la última expresión P(A|B)=P(A∩B)/P(B), P(B) es la probabilidad del evento

condición o del evento que se presenta primero. De manera similar se puede pedir
la probabilidad del evento B dado que ya ocurrió el evento A P(B|A)=P(A∩B)/P(A),
ahora P(A) es la probabilidad del evento condición o del que se presenta primero.
Ejemplo: Al arrojar dos dados resultan caras iguales, ¿cuál es la probabilidad de
que sumen ocho? Identificamos los eventos dentro del espacio muestral: A={caras
iguales}={(1, 1), (2, 2), (3, 3), (4, 4), (5, 5), (6, 6)} B={sumen más de ocho}={(3, 6),
(4, 5), (4, 6), (5, 4), (5, 5), (5, 6), (6, 3), (6, 4), (6, 5), (6, 6)} n(A)=6, n(B)=10 y
n(A∩B)=2, aplicando la expresión P(B|A)=n(A∩B)/n(A)=2/6=1/3=0. 333

PROBABILIDAD CONJUNTA

Es la probabilidad de ocurrencia de dos o más eventos. De la expresión P(B|

A)=P(A∩B)/P(A) se pude despejar P(A∩B)=P(A)P(B|A) expresión llamada Ley de
multiplicación de probabilidades. P(A∩B) recibe el nombre de probabilidad
conjunta y corresponde a la probabilidad de que se presenten resultados comunes
a los eventos A y B. Ejemplo: Al arrojar una moneda desequilibrada al aire,
P(A)=1/3 y P(S)=2/3, en dos ocasiones, ¿cuál es la probabilidad de que en las dos
ocasiones sea águila. Auxiliándonos de un diagrama de árbol. A S A 1 S 1 ⅓ ⅔ A
S A 2 ⅓ S 2 ⅔ P(A 1∩A 2)=P(A 1)P(A 2|A 1)= P(A 1∩A 2)=1/3(1/3)= 1/9
Universidad de Cartagena

PROBABILIDAD MARGINAL

Para obtener expresiones útiles en el cálculo de este tipo de probabilidades, se

realizará un ejemplo. En un taller mecánico tienen un total de 135
desatornilladores, los técnicos atribuyen a estos dos características cuando se los
piden a sus ayudantes, su longitud (largo y cortos) y la forma de la punta que
embona en los tornillos (planos o de cruz) de acuerdo a la definición de eventos
que sigue, la distribución es la siguiente: Eventos Característica A 1 Largo Evento
A 1 A 2 Total A 2 Corto B 1 40 60 100 B 1 Punta plana B 2 15 20 35 B 2 Punta de
Cruz Total 55 80 135

TECNICAS DE CONTEO.

PRINCIPIO FUNDAMENTAL DE CONTEO O PRINCIPIO MULTIPLICATIVO

CONCEPTOS: Las técnicas de conteo son aquellas que son usadas para
enumerar eventos difíciles de cuantificar. Se les denomina técnicas de conteo a:
las combinaciones, permutaciones y diagrama de árbol PRINCIPIO
FUNDAMENTAL DE CONTEO “Si una operación puede realizarse en n 1 formas y
si por cada una de éstas, una segunda operación puede llevarse a cabo en n 2
formas, entonces las dos operaciones pueden realizarse juntas en n 1 n 2 formas.

EJEMPLOS DEL USO DEL PRINCIPIO FUNDAMENTAL DEL CONTEO • Para

hacer un código se van a usar 3 letras distintas y 4 dígitos distintos a cero.
¿Cuántos códigos diferentes se pueden hacer? SOLUCIÓN: Consideramos
elaborar uno de estos códigos como si hubiera siete huecos, los primeros tres a
llenar con letras, los otros cuatro con números. El primer hueco puede ser llenado
con cualquiera de las 27 letras con que contamos, pensemos que ya ha sido
llenado. No importa con cuál letra haya sido llenado, para el siguiente hueco
tenemos de nuevo 27 letras que podemos usar; es decir que hay 272 formas
diferentes de llenar los primeros dos huecos. Esto que razonamos aquí es el
contenido del principio fundamental. Habiéndolo razonado, podemos ahora
aplicarlo de manera automática, pero teniendo cuidado con su hipótesis. . . y si por
cada una. . . Aplicándolo al resto de los huecos llegamos a que hay: 27394
códigos distintos posibles.

TÉCNICAS DE CONTEO PERMUTACIONES CONCEPTOS Definimos una

permutación como un reacomodo de objetos. Es todo arreglo de elementos en
donde nos interesa el lugar o posición que ocupa cada uno de los elementos que
constituyen dicho arreglo. El orden o la forma en que se asignan las funciones sí
importa

FÓRMULA Para obtener las fórmulas de permutaciones y combinaciones tenemos

que definir lo que es n! (ene factorial), ya que está involucrado en las fórmulas que
se obtendrán y usarán para la resolución de problemas. n!= al producto desde la
unidad hasta el valor que ostenta n. n!= 1 x 2 x 3 x 4 x. . . x n Ejemplo. 10!=1 x 2 x
Universidad de Cartagena

3 x 4 x. . x 10=3, 628, 800 La fórmula de permutaciones de r objetos tomados de

entre n objetos es: Esta fórmula nos permitirá obtener todos aquellos arreglos en
donde el orden es importante y solo se usen parte (r) de los n objetos con que se
cuenta, además hay que hacer notar que no se pueden repetir objetos dentro del
arreglo, esto es, los n objetos son todos diferentes. cuando r es igual a n (es decir,
cuando se trata de permutar todos los n objetos) la fórmula se reduce a: n. Pn= n!
Ya que 0! = 1

EJERCICIO DE APLICACIÓN DE LA FÓRMULA ¿Cuantas representaciones

diferentes serán posibles formar, si se desea que consten de Presidente,
Secretario, Tesorero, Primer Vocal y Segundo Vocal? , sí esta representación
puede ser formada de entre 25 miembros del sindicato de una pequeña empresa.
SOLUCIÓN: POR PRINCIPIO MULTIPLICATIVO: 25 x 24 x 23 x 22 x 21 = 6, 375,
600 maneras de formar una representación de ese sindicato que conste de
presidente, secretario, etc. POR FÓRMULA: n = 25, r=5 25 P 5 = 25!/ (25 – 5)! =
25! / 20! = (25 x 24 x 23 x 22 x 21 x. . x 1) / (20 x 19 x 18 x. . . x 1)= = 6, 375, 600
maneras de formar la representación

COMBINACIONES CONCEPTOS: Es todo arreglo de elementos en donde no nos

interesa el lugar o posición que ocupa cada uno de los elementos que constituyen
dicho arreglo. Nos permiten formar grupos o muestras de elementos en donde lo
único que nos interesa es el contenido de los mismos.

https://concepto.de/probabilidad/#ixzz71sSMJgiE

https://concepto.de/probabilidad/#ixzz71sQ51Esm

https://www.greelane.com/es/ciencia-tecnolog%c3%ada-matem%c3%a1ticas/
mates/what-are-probability-axioms-3126567/

https://slidetodoc.com/probabilidad-condicional-marginal-y-conjunta-
independencia-de-eventos/
Universidad de Cartagena

https://slidetodoc.com/probabilidad-y-estadstica-tema-probabilidad-con-tcnicas-de/