Probabilidad y Estadística 1−1

Probabilidad y distribuciones de probabilidad discretas

PAPEL DE LA PROBABILIDAD EN LA ESTADÍSTICA.

Hasta ahora hemos visto conceptos relacionados con la estadística descriptiva. Para
poder estudiar estadística inferencial es necesario introducir el concepto de probabilidad.

Probabilidad: indica la posibilidad o chance de la ocurrencia de un evento futuro

El término probabilidad se utiliza en el lenguaje cotidiano para indicar la posibilidad de la

ocurrencia de un evento futuro. Esta interpretación práctica es aceptable, pero no suficiente para
su uso en la estadística. Es necesario precisar en que contextos se aplica, cómo se mide y cómo
se usa para realizar inferencias.

Como vimos en la clase anterior la estadística parte de una muestra conocida para sacar
conclusiones acerca de la población desconocida.

Estadística: Muestra → Población

La probabilidad permite razonar a partir de una población conocida hacia una muestra
desconocida.

Probabilidad: Población → Muestra

Veamos algunos ejemplos que muestran el uso de la probabilidad

Ejemplo: Consideremos el experimento de tirar un dado de seis caras y observar el resultado.

Los resultados posibles son 1, 2, 3, 4, 5, 6. Si el dado estuviera bien hecho, balanceado y
tiráramos el dado una gran cantidad de veces, se esperaría que 1/6 de las tiradas arrojaran 1
como resultado, 1/6 arrojaran 2, etc. Partiendo de esto, se puede calcular, por ejemplo, la
probabilidad de un par de seis en dos tiradas del dado.

Ejemplo: Supongamos que hay dos candidatos A y B que aspiran a un puesto público y
deseamos determinar si el candidato A va a ganar, es decir, si va a obtener más del 50% de los
votos.

 La población es el conjunto de preferencias de todos los electores.

 Se busca determinar si la fracción a favor de A excede 0.5 = 50%.
 Se selecciona una muestra de 20 electores y se determina a que candidato van a votar.

Supongamos que los 20 dicen que van a votar al candidato A.

La probabilidad permite razonar de la siguiente manera. No es imposible que 20 personas de 20

estén a favor del candidato A cuando menos del 50% del electorado lo va a votar, pero es muy
poco probable. Por eso se concluye que va a ganar.

Ejemplo: Un médico debe decidir si administra un nuevo compuesto de hierro a un paciente con
anemia. Tiene información de que dicho compuesto fue administrado a 30 pacientes anémicos y
que en 20 de ellos se observó un aumento significativo en la cantidad de glóbulos rojos respecto
del nivel que tenían antes de iniciar el tratamiento.
Probabilidad y Estadística 1−2
Probabilidad y distribuciones de probabilidad discretas

El médico puede razonar de la siguiente manera: 2/3 de los pacientes en el experimento

mejoraron, entonces hay una mayor chance de mejoría que de no mejoría. Por lo tanto, decido
administrarle la nueva droga.
La probabilidad provee de métodos para tomar “buenas decisiones” pero esto no
garantiza “buenos resultados”. En este ejemplo, en base a la información que se tiene el
administrarle la nueva droga puede considerarse una buena decisión pero no hay garantía de que
aumente el nivel de glóbulos rojos. De todos modos las técnicas empleadas buscan que las
discrepancias entre “buenas decisiones” y “buenos resultados” se lo más pequeña posible.

A continuación vamos a definir algunos conceptos y estudiar algunos resultados que

permiten tener un marco formal para estudiar este tipo de situaciones.

−−−−−−−−−−−−−−−−−−−−−−−−−−−−−−−−−−−−−−−−−−−−−−−−−−−−−−−−−−−−−−−−

EXPERIMENTO Y ESPACIO MUESTRAL.

Experimento: Proceso mediante el cual se obtiene una observación (o una medición) de un

fenómeno.

Los experimentos pueden ser concretos o conceptuales.

Experimentos concretos.
 Un investigador médico administra un medicamento a un paciente y observa el resultado.
 Un encuestador se presenta en una casa y le solicita a sus habitantes que le suministren
información para completar un formulario.
 En una central telefónica se cuenta el número de llamadas atendidas en un determinado
minuto.

Experimentos conceptuales.
 Se puede concebir (pero no realizar en la práctica) el experimento de arrojar una moneda al
aire infinitas veces y contar el número de tiradas que se requirieron antes de que salga la
primera cara.

Asociado a su realización, tenemos el conjunto de resultados posibles.

Espacio muestral o espacio muestra. El conjunto que consta de los resultados posibles de un
experimento E, se llama espacio muestral, y será denotado con S.

Cada elemento de S (resultado posible del experimento) se llama punto muestral.

Para un mismo experimento se pueden definir distintos espacios muestrales. La

determinación de S depende de lo que se quiera estudiar. Se asume que los resultados son
mutuamente excluyentes.

Ejemplo. Un investigador médico está interesado en verificar si hay un aumento en el número

de glóbulos rojos de un paciente después de administrarle un medicamento.
Probabilidad y Estadística 1−3
Probabilidad y distribuciones de probabilidad discretas

Hay diferentes formas de definir el espacio muestral S de este experimento.

Si sólo le interesa si hubo o no aumento:
S = {A, NA} donde A significa aumentó y NA no aumentó.
o bien,
S = {1, 0}donde 1 significa aumentó y 0 no aumentó.

Si le interesa la cantidad de glóbulos rojos y conoce una cota superior para la cantidad de
glóbulos rojos:
S = {0, 1, ..., 20 000 000}

Si le interesa la cantidad de glóbulos rojos y no conoce una cota superior para la cantidad de
glóbulos rojos:
S = {0, 1, 2, ...} = N (números naturales)

Cuando trabajemos con un experimento E se supondrá que el espacio muestral S ya ha

sido fijado.

Clases de experimentos:
Experimento determinístico. Si S tiene un único elemento.
Experimento aleatorio. Si S tiene más de un elemento.

En este curso nos dedicaremos al estudio de los experimentos aleatorios.

POBLACIÓN Y MUESTRA

Los conceptos de población y muestra, que fueron definidos la clase pasada, se pueden
asociar al concepto de experimento.
Supongamos nuevamente que hay dos candidatos A y B que aspiran a un puesto público y
deseamos determinar si el candidato A va a ganar.

 La población es el conjunto de preferencias de todos los electores.

 Se seleccionan 20 electores y se determina a que candidato van a votar. La muestra consiste
entonces de las preferencias de estos 20 electores.

Tanto los datos de la población como de la muestra se obtienen mediante el experimento

que consiste en interrogar a un elector.
El espacio muestral para este experimento es
S = {A, B} nombre del candidato que van a votar

Como dijimos la clase anterior, en general conocer la población es

− imposible: por ejemplo, requiere realizar el experimento infinitas veces.
− difícil o muy costoso: por ejemplo, la realización de cada experimento requiere de reactivos
difíciles de conseguir o que son caros.

Lo que se hace entonces es realizar el experimento un número determinado de veces N

obteniéndose una muestra de tamaño N. A partir de la muestra se deducen características acerca
de la población.
Probabilidad y Estadística 1−4
Probabilidad y distribuciones de probabilidad discretas

Ejemplo. Se tiene una clase de 100 alumnos y se desea conocer sus alturas.

La población consiste en las alturas de los 100 alumnos.

(h1, ..., h100)

El experimento que permite obtener cada elemento de la población consiste en medir la

altura de un alumno.
El resultado de este experimento es un número real no negativo. Si no se conoce la
altura mínima ni la máxima, puede considerase como espacio muestral
S = [0, ∝).

En este caso la población puede ser accesible, sin embargo se podría elegir al azar un
número determinado de alumnos, por ejemplo 25 alumnos, y medir sus alturas. Esto es, se
realiza el experimento 25 veces y se obtiene una muestra de tamaño 25
(h1, ..., h25)

A partir de esta muestra se podría estudiar la distribución de las alturas de los 100
alumnos, por ejemplo si la proporción de alumnos más bajos es mayor a la proporción de
alumnos más altos.

EVENTOS

Evento. Subconjunto de S.

Se denota con ∅ al evento que no tiene elementos y se llama evento imposible.

El evento S se llama el evento cierto.

El conjunto de todos los eventos es partes de S, P(S).

Ejemplo. El experimento consiste en tirar una moneda. Los resultados posibles son cara, sello o
canto, luego el espacio muestral es
S1 = {cara, ceca, canto}
O si no deseamos considerar como resultado posible que salga canto el espacio muestral sería
S2 = {cara, ceca}
Este es el que habitualmente se considera. La familia de eventos es
P(S2) = {∅,{cara}, {ceca}, S2}

Si S tiene n elementos, entonces P(S) tiene 2n elementos.

S puede tener infinitos elementos.

Ejemplo. Se cuenta la cantidad de bacterias que tiene una porción de comida. En este caso S =
{1, 2, ...} = N.

Los espacios muestrales de los dos últimos ejemplos son discretos.

Espacio muestral discreto. Un espacio muestral es discreto si contiene un número finito o

numerablemente infinito de elementos.

Numerablemente infinito de elementos: sus elementos pueden ser escritos como una sucesión.
Probabilidad y Estadística 1−5
Probabilidad y distribuciones de probabilidad discretas

Ejemplos. En los dos últimos ejemplos se tiene

Tirar una moneda: S = {cara, ceca} finito
Contar bacterias: S = {1, 2, ...} = N numerablemente infinito

Otro ejemplo de un espacio numerablemente infinito viene dado por el experimento que
consiste en tirar una moneda infinitas veces. El espacio muestral es
S = {(s1, s2, s3, ...) / si es cara o ceca }.

Un ejemplo de espacio muestral continuo es el que está asociado al experimento que

consiste en medir el nivel de glucosa en la sangre, o el tiempo que tarda en llenarse un
formulario, o las alturas de individuos. Este tipo de situaciones se van a estudiar más adelante.

Hay distintas formas de escribir un evento

Ejemplo. El experimento consiste en tirar un dado.
S = {1, 2, 3, 4, 5, 6}
Algunos eventos son
A = {1} = {se observa un 1}
B= {1, 3, 5} = {se observa un número impar}
C= {4, 5, 6} = {se observa un número mayor que 3}

Los eventos se clasifican en

Evento simple. Evento con un único elemento.
Evento compuesto. Evento con más de un elemento.

En el ejemplo anterior, A es simple, B y C son compuestos.

Un evento A ocurre o se realiza cuando se ejecuta el experimento y su resultado

pertenece a A.

Ejemplo El experimento consiste en tirar un dado.

S = {1, 2, 3, 4, 5, 6}
Consideremos los eventos,
A = {1} B= {1, 3, 5} C= {4, 5, 6}
Si tiramos el dado y sale 5 han ocurrido o se han realizado los eventos B y C, pero no ha
ocurrido o se ha realizado A.

Si A ∩ B = ∅ se dice que A y B son mutuamente excluyentes.

Hasta ahora hemos introducido una serie de conceptos.

Experimento: Proceso mediante el cual se obtiene una observación (o una medición) de un

fenómeno.

Espacio muestral o espacio muestra. El conjunto que consta de los resultados posibles de un
experimento E, se llama espacio muestral, y será denotado con S.

Evento. Subconjunto de S.
Probabilidad y Estadística 1−6
Probabilidad y distribuciones de probabilidad discretas

Evento simple. Evento con un único elemento.

Un evento A ocurre o se realiza cuando se ejecuta el experimento y su resultado pertenece a A.

En lo que sigue trataremos el concepto de probabilidad

______________________________________________________________________

CONCEPTO DE PROBABILIDAD

La probabilidad de un evento A ∈ P(S), denotada con P(A), es una medida de la

posibilidad de que se realice A si se ejecuta el experimento una vez. Esta medida se define de
modo tal que satisfaga ciertas condiciones.

Una distribución de probabilidad o función de probabilidad P es una función que asigna a

cada evento un número real de modo que
1. P(A) ≥ 0.
2. P(S) = 1.
3. Si A1, A2, A3, ... son eventos mutuamente excluyentes (Ai ∩ Aj = ∅ si i ≠ j) entonces
∞
P(A1 ∪ A2 ∪ A3 ∪ ...) = P(A1) + P(A2) + P(A3) + ... = ∑P( A ) .
i =1
i

De las condiciones anteriores se deduce:

Propiedades de P.
1) P(∅) = 0.
n n
2) Si Ai ∩ Aj = ∅, i, j = 1, ..., n, entonces P(  Ai) =
i =1
∑
i =1
P(Ai).

3) P(Ac) = 1 − P(A).
4) 0 ≤ P(A) ≤ 1.
5) P(A ∪ B) = P(A) + P(B) − P(A ∩ B)
6) Si A ⊆ B, entonces P(A) ≤ P(B).

Ejemplo. El experimento consiste en tirar una moneda. Se considera

S = {cara, ceca}
La familia de eventos es
P(S) = {∅,{cara}, {ceca}, S}

Si definimos

P(∅) = 0, P(S) = 1, P({cara}) = 1/2 y P({ceca}) = 1/2,

se puede demostrar que P verifica las condiciones anteriores. Por lo tanto es una distribución de
probabilidad.

Podría definirse
Probabilidad y Estadística 1−7
Probabilidad y distribuciones de probabilidad discretas

P(∅) = 0, P(S) = 1, P({cara}) = 1/4 y P({ceca}) = 3/4.

y también se verificarían las condiciones.

Si el espacio muestral es discreto, para definir P los únicos valores que necesitamos
especificar son las probabilidades de los eventos simples.
Caso S finito.
Si S = {s1, ..., sn} y definimos P para cada evento simple, es decir, P({si}), i = 1, ..., n, de modo
que
P({si}) ≥ 0, i = 1, ..., n
n

∑i =1
P({si}) = 1

entonces estos valores de P determinan una única distribución de probabilidad dada por
P(A) = ∑
si ∈A
P({si}) P(∅) = 0.
(la probabilidad de A se obtiene sumando las probabilidades de los eventos simples que lo
componen)

Caso S infinito numerable.

Si S = {s1, s2, s3, ...} y definimos P para cada evento simple, es decir, P({si}), i = 1, ..., ∝, de
modo que
P({si}) ≥ 0, i = 1, ..., ∝
∞

∑i =1
P({si}) = 1

entonces estos valores de P determinan una única distribución de probabilidad dada por
P(A) = ∑
si ∈A
P({si}) P(∅) = 0.
(la probabilidad de A se obtiene sumando las probabilidades de los eventos simples que lo
componen)

Ejemplo El experimento consiste en tirar un dado.

S = {1, 2, 3, 4, 5, 6}
P(S) tiene 26 = 64 eventos.
Los eventos simples son {1}, {2}, {3}, {4}, {5} y {6}.
Podemos definir
P({1}) = 0, P({2}) = 0, P({3}) = 0, P({4}) = 0, P({5}) = 1/3, P({6}) = 2/3.

Se tiene que cada uno de estos valores son no negativos, además

P({1}) + P({2}) + P({3}) + P({4}) + P({5}) + P({6}) = 0 + 0 + 0 + 0 + 1/3 + 2/3.

=1

Luego estos valores de P determinan una distribución de probabilidad y para calcular P de

cualquier otro evento se procede de la siguiente forma,

P({1, 6}) = P({1}) + P({6}) = 0 + 2/3 = 2/3

P({1, 3, 5}) = P({1}) + P({2}) + P({3}) = 0 + 0 + 0 = 0
P({5, 6}) = P({5}) + P({6}) = 1/3 + 2/3 = 1
Probabilidad y Estadística 1−8
Probabilidad y distribuciones de probabilidad discretas

Se tiene que P(S) = 1, y como podemos observar con este ejemplo un evento puede
tener probabilidad 1 sin ser S.

Del mismo modo,

Se tiene que P(∅) = 0, y según este ejemplo un evento puede tener probabilidad 0 sin
ser ∅.

−−−−−−−−−−−−−−−−−−−−−−−−−−−−−−−−−−−−−−−−−−−−−−−−−−
Como hemos visto para un mismo experimento la distribución de probabilidad P puede
definirse de diferentes formas. Sin embargo, se debe buscar que la definición de P refleje la
naturaleza del experimento.
Esto puede hacerse de dos formas. La definición de P, puede basarse en un
conocimiento previo de la naturaleza del experimento (noción de probabilidad a priori) o bien se
puede utilizar la información obtenida al realizar el experimento un número grande de veces
(noción de probabilidad a posteriori).

Definición de probabilidad a priori o clásica

Si el experimento tiene un espacio muestral con N eventos simples igualmente posibles y si un
evento A contiene NA elementos, entonces se define
P(A) = NA/N.
(P se llama distribución de igual probabilidad)

Ejemplo. El experimento consiste en tirar una moneda. Se considera

S = {cara, ceca}
La familia de eventos es
P(S) = {∅,{cara}, {ceca}, S}

Hay sólo dos eventos simples {cara}y {ceca}. Si no tenemos razones para pensar que la moneda
está mal balanceada, estos eventos tendrán la misma posibilidad de salir y podemos definir P
como una distribución de igual probabilidad.
#S = 2
#{cara} = 1, entonces P({cara}) = #{cara} / #S = 1/2.
#{ceca} = 1, entonces P({ceca}) = #{ceca} / #S = 1/2.

Además se cumple P(S) = 1, pues

#S = 2, entonces P(S) = #S / #S = 2/2 = 1.
y P(∅) = 0, pues
#∅ = 0, entonces P(∅) = #vacio / #S = 0/2 = 0.

Ejemplo El experimento consiste en tirar un dado.

S = {1, 2, 3, 4, 5, 6}
P(S) tiene 26 = 64 eventos. Los eventos simples son {1}, {2}, {3}, {4}, {5} y {6}. Si el dado
está bien balanceado, estos eventos tendrán la misma posibilidad de salir y podemos definir P
como una distribución de igual probabilidad.
#S = 6.
Cada uno de los eventos simples tiene un solo elemento, por lo tanto su probabilidad será 1/6.
Para otros eventos se tiene,
P({1, 3, 5}) = 3/6 = 1/2
P({1, 3}) = 2/6 = 1/3
P({4, 5, 6}) = 3/6 = 1/2
Probabilidad y Estadística 1−9
Probabilidad y distribuciones de probabilidad discretas

La noción de probabilidad a posteriori se basa en la idea de que la probabilidad de un

evento mide, en cierto sentido, el porcentaje de veces que el evento debería realizarse si se
ejecutara el experimento un número grande de veces.

Definición de probabilidad a posteriori o frecuencial

Se repite el experimento N veces. Si en esas repeticiones el evento A se realiza N A veces,
entonces se define
P(A) = NA/N.
NA se llama frecuencia de aparición (observada) del evento A.
NA/N se llama frecuencia relativa de aparición (observada) del evento A.

Ejemplo. El experimento consiste en tirar una moneda. Se considera

S = {cara, ceca}
La familia de eventos es
P(S) = {∅,{cara}, {ceca}, S}

Se tira la moneda 100 veces y se observa

Resultado Frecuencia Frecuencia relativa

Cara 55 55/100 = 0.55
Ceca 45 45/100 = 0.45

En base a lo anterior se define,

P({cara}) = 0.55 P({ceca}) = 0.45

Si el conocimiento que se tiene del experimento permite asignarle una probabilidad a

priori a los eventos, es de esperar que coincida o sea muy aproximada a la asignación que se
obtiene con esta definición a posteriori. En este caso, se podría pensar que la moneda está bien
balanceada y la probabilidad a posteriori es una buena aproximación a lo que se esperaría: 0.5
para cada evento.

Otro caso podría ser, se tira la moneda 100 veces y se observa

Resultado Frecuencia Frecuencia relativa

Cara 4 4/100 = 0.04
Ceca 96 96/100 = 0.96

En base a lo anterior se define,

P({cara}) = 0.04 P({ceca}) = 0.96

Observación. La definición a posteriori o frecuencial se basa en un principio heurístico

llamado:
Regularidad estadística: si se repite el experimento N1, N2, N3 ... veces con N1
< Ν 2 < Ν 3, entonces las frecuencias relativas observadas de un evento A en esas repeticiones,
f1(A), f2(A), f3(A), tienden a un cierto número. Este número es el que se toma como P(A).
f1(A), f2(A), f3(A), ... → P(A).

En la práctica, este valor se desconoce y lo que se hace es repetir el experimento un

número determinado de N veces, y se considera P(A) = f(A).
Probabilidad y Estadística 1−10
Probabilidad y distribuciones de probabilidad discretas

______________________________________________________________________

PROBABILIDADES CONDICIONALES.

La noción de probabilidad condicional tiene que ver con que en algunas situaciones se
quiere saber cual es la chance de que una cosa suceda sabiendo que alguna otra cosa ha
sucedido. Formalmente, se habla de la probabilidad condicional de que el evento A ocurra dado
o sabiendo que el evento B ha sucedido. Por ejemplo, el juego consiste en tirar dados. Queremos
apostar al 2 sabiendo que salió un número par. ¿Cómo influye este dato en la probabilidad de
que salga 2?.

Probabilidad condicional. La probabilidad condicional de A dado B, P(A | B), se define como

P(A | B) = P(A ∩ B) / P(B) si P(B) > 0.
Si P(B) = 0, entonces P(A | B) no está definido.

Ejemplo. Queremos saber la probabilidad de que salga 2 al tirar un dado sabiendo que salió par.
En este caso S = {1, 2, 3, 4, 5, 6}
Los eventos que interesan son
A = {sale un 2} = {2},
B = {sale un número par} = {2, 4, 6}.
Suponiendo que el dado está bien balanceado, podemos considerar la distribución de igual
probabilidad P. Como #S = 6,
P(A) = P({2}) = 1/6.
P(B) = P({2, 4, 6}) = 3/6 = 1/2
P(A ∩ B) = P({2} ∩ {2, 4, 6}) = P({2}) = 1/6
Así
P(A | B ) = P(A ∩ B) / P(B) = (1/6) / (1/2) = 2/6 = 1/3.

La idea intuitiva de la probabilidad condicional es que es más confiable o más ajustada

a la información disponible. Sin embargo a veces la ocurrencia del evento B no ofrece nueva
información respecto de la ocurrencia del evento A. Es decir, hay pares de eventos para los
cuales el hecho de conocer que uno de ellos ha ocurrido no modifica el valor de la probabilidad
del otro.

Eventos independientes. Dos eventos A y B son independientes si

P(A | B) = P(A)
o bien
P(B | A) = P(B).

Ejemplo. En el último ejemplo donde el experimento consistía en tirar un dado se tenía

S = {1, 2, 3, 4, 5, 6},
A = {sale un 2} = {2},
B = {sale un número par} = {2, 4, 6}.

P(A) = 1/6 y P(A | B ) = 1/3.

Como P(A | B) ≠ P(A), A y B no son independientes.

Probabilidad y Estadística 1−11
Probabilidad y distribuciones de probabilidad discretas

Si consideramos A = {1, 2, 3}, B = {3, 5}

P(A) = 3/6 = 1/2
P(B) = 2/6 = 1/3
P(A ∩ B) = P({3}) = 1/6
P(A | B) = P(A ∩ B) / P(B) = (1/6) / (1/3) = 3/6 = 1/2
Como P(A | B) = P(A), A y B son independientes.

Regla multiplicativa para la intersección de dos eventos.

Si P(A) > 0 y P(B) > 0,
P(A ∩ B) = P(A) P(B | A) = P(B) P(A | B)
A y B son independientes si y sólo si
P(A ∩ B) = P(A) P(B).

La última igualdad se puede generalizar para más de 2 eventos. Por ejemplo, si A, B, C

son eventos mutuamente independientes,
P(A ∩ B ∩ C) = P(A) P(B) P(C).

La noción de independencia como un concepto probabilístico es congruente con la

noción cotidiana de esta palabra si se consideran cuidadosamente los eventos. Por eso, en la
práctica, cuando no es posible determinar usando la definición o la regla multiplicativa si dos
eventos son independientes se analizan las características de los eventos. Por ejemplo, la
mayoría estaría de acuerdo que “fumar” y “enfermedad pulmonar” no son eventos
independientes.

Ejemplo. Supongamos que se tiene un sistema de radares para detectar aviones que consta de
dos radares que trabajan en forma independiente. Si el experimento consiste en determinar si
algún radar detectó un avión, entonces los eventos A = {el radar 1 detectó un avión} y B = {el
radar 2 detectó un avión} son independientes.
En este caso, si se supone que A y B son independientes, se puede calcular P(A ∩ B) a
partir de P(A) y P(B), usando P(A ∩ B) = P(A) P(B).