Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Probabilidad
Probabilidad
Probabilidades
Introduccin
Antiguamente, las cajas de fsforos traan una leyenda del tipo 50 fsforos m/m. La
expresin m/m significa ms o menos. As, no todas las cajas de fsforos de 50
fsforos tran 50 fsforos. La razn de esto es que resultaba antieconmico controlar
de manera exacta el contenido de cada caja. El caso de las cajas de fsforos parece
fuera de lo comn, pero lo nico excepcional es que se adverta sobre la inexactitud del
contenido. En efecto una ampolleta de 60 watts no tiene exactamente 60 watts, una
bolsa de azcar de 1 kilo no pesa exactamente 1 kilo, etc.
El punto principal que se quiere ilustrar es que en toda medicin est presente la
variabilidad, incluso en aquellas reas que se suele considerar como exactas.
Otra manera de expresar el concepto de variabilidad se encuentra en los trminos de
incertidumbre, azar, impredecible, etc. Por ejemplo, al lanzar una moneda al aire es
difcil predecir si saldr cara o sello. En principio sera posible aplicar las leyes fsicas
para determinar el resultado de este experimento, pero esto requerira conocer muchos
datos, entre ellos la posicin, la fuerza del lanzamiento, la direccin, etc. An cuando
existen magos que son capaces de lanzar una moneda repetidamente, obteniendo cara
en cada oportunidad, en las situaciones usuales, esto no sucede y es costumbre de
pensar que el resultado lo determina el azar.
Tal vez es sorprendente que el azar sea susceptible de ser formalizado y tratado
matemticamente. La rama de la matemtica que se preocupa de este tema y que est
ntimamente ligada a la estadstica, se conoce como teora de probabilidades.
La idea primaria de la teora de probabilidades es medir, en algn sentido, el grado de
incerteza incertidumbre sobre cierto hecho o suceso.
4.1.1. El desarrollo de un suceso aleatorio
El azar (de aqu la palabra aleatorio) es conocido desde mucho tiempo a travs de los
llamados juegos de azar. Hoy da, por ejemplo, se juega a las cartas o ala ruleta. Los
antiguos astrgalos, y luego, dados. Los astrgalos son pequeos huesos del taln de
ciertos animales. Estos elementos han sido encontrados con mucha frecuencia en
investigaciones arqueolgicas, en excavaciones que datan de la prehistoria, entre los
pueblos babilnicos, egipcios, griegos y romanos.
El uso que el hombre prehistrico dio a estos huesitos, nos es desconocido. Bien pueden
haber constituido piezas de valor para transacciones comerciales o haber sido usados
slo para jugar. Algunas evidencias, como las pinturas en los vasos griegos, indican el
juego con astrgalos es muy antiguo y difundido tambin entre los nios. Muchos
registros encontrados muestran que los juegos de saln con astrgalos, se usaban en
Egipto, hacia la poca de la primera dinasta (ao 3500 a. de C.). Los juegos se hicieron
44
45
47
Cuando se lanza una moneda, o se lanza un dado, o se apuesta al loto o el kino, se est
realizando un experimento. Los experimentos anteriores, tienen en comn que no se
sabe que resultado se va a obtener, pero a pesar de no saber que resultado se obtendra,
s se sabe que el resultado debe ser uno de los posibles resultados que de antemano se
conocen. De esta manera, a pesar de no saber que resultado se obtiene al lanzar una
moneda, s se sabe que ese resultado puede ser cara sello.
Todo experimento, donde no se tiene la certeza sobre el resultado que se va a obtener,
ser llamado experimento aleatorio. Mientras que el conjunto de resultados posibles
de dicho experimento aleatorio recibe el nombre de espacio muestral, el que se denota
por . Algunos ejemplos son:
49
El punto de vista clsico postula que: al realizar un experimento aleatorio todos los
resultados (de este) tienen la misma posibilidad de ocurrir. Este principio apuesta a
los juegos honestos, por ejemplo: al lanzar una moneda la posibilidad de que salga cara
es la misma a que salga sello. Por lo tanto, bajo este concepto, no son admisibles los
juegos viciados (lanzar una moneda cargada). Este principio recibe el nombre de
EQUIPROBABILIDAD.
El punto de vista frecuentista postula que: si se repite infinitas veces un experimento
aleatorio, bajo las mismas condiciones ambientales, y se construye la tabla de
frecuencias de los resultados posibles del experimento aleatorio, la columna de las
frecuencias relativas corresponde a las probabilidades de ocurrencia de cada
resultado. Este principio relaja el supuesto de equiprobabilidad, es decir, adems de
admitir juegos honestos tambin admite juegos viciados. El problema es cmo repetir
50
A B = , entonces
P(A)=1-P(Ac)
P()=0
S A B Entonces P(A) P(B)
P(AB) = P(A)+P(B)-P(AB)
P(AB) = P(A)+P(B)- P(AB)
4.2.5. Equiprobabilidad.
Desde un punto de vista clsico, cuando se realiza un experimento aleatorio, todos los
resultados contenidos en el espacio muestral tienen la misma probabilidad de
ocurrencia. S los resultados en son r1 , r2 ,..., rk , ellos deben satisfacer la relacin
51
Sea A un evento. Todo evento contiene resultados del espacio muestral, y como estos
resultados son mutuamente excluyentes, la probabilidad de que ocurra el evento A se
calcula de la siguiente manera:
Casos Favorables para A # A
P ( A) =
=
,
Casos Totales
#
donde los casos favorables corresponden a la cantidad de resultados que contiene el
evento A, y los casos totales hace referencia a la cantidad de resultados que hay en el
espacio muestral .
Cuando se lanza un dado (honesto), el espacio muestral asociado a este experimento es
={1,2,3,4,5,6}. Si se define el evento A=Sale un puntaje primo, el evento
3 1
A={2,3,5}. Por lo tanto P ( A) = = .
6 2
Bajo el principio de equiprobabilidad, se hace necesario el saber contar el nmero de
elementos que tiene un conjunto, es decir, saber determinar, las posibles formas que
puede ocurrir un experimento y cualquier subconjunto de l.
La rama de la matemtica que estudia este problema, se llama teora de conteo, la que
ser descrita a continuacin mostrando slo algunas herramientas bsicas, que sern
necesarias para el clculo posterior de probabilidades de eventos.
4.3. Teora de Conteo
4.3.1. Principio Bsico de Multiplicacin
Imagine que un experimento aleatorio se puede desarrollar en k etapas, por ejemplo
lanzar k veces una moneda, donde en la etapa 1 existen n1 resultados posibles, en la
etapa 2 existen n2 resultados posibles,...., en la etapa k existen nk resultados posibles,
entonces la cantidad de resultados en el espacio muestral es de n1 n2 nk . Este
principio recibe el nombre de principio multiplicativo.
Ejemplo: Se lanza una moneda y un dado de 6 caras, al determinar el espacio muestral
se obtienen los siguientes resultados, = {(c,1); (c,2); (c,3); (c,4); (c,5); (c,6); (s,1);
(s,2); (s,3); (s,4); (s,5); (s,6)}. La cantidad de elementos en es de 12. Al aplicar el
principio multiplicativo, se obtiene: en la primera etapa del experimento (lanzar una
moneda) se tienen dos posibilidades de resultado, mientras que en la segunda etapa del
experimento (lanzar el dado) se tienen seis resultados posibles, por lo tanto en el
espacio muestral hay 2 6 = 12 resultados posibles.
52
Otros ejemplos:
1) Lanzar 2 monedas: # = 2 2 = 4 .
2) Lanzar 2 dados: # = 6 6 = 36 .
3) formar un nmero de 3 dgitos: # = 10 10 10 = 1000 (000 al 999).
4) Ordenar 3 objetos diferentes: # = 3 2 1 = 3 != 6 . Supongamos que los tres
objetos son a,b,c, entonces ={(a,b,c);(a,c,b);(b,a,c);(c,a,b);(b,a,c);(b,c,a)}, la idea
es pensar que tenemos tres casilleros vacos y los llenamos de la siguiente forma :
Experimento1 : llenar el primer casillero 3 posibles objetos.
Experimento2 : llenar el segundo casillero 2 posibles objetos
Experimento3 : llenar el tercer casillero 1 posible objeto
53
que dejar en claro que cuando se selecciona un elemento este no se puede volver a elegir
nuevamente.
Para responder la pregunta anterior, se debe tener muy claro si el orden en que son
extrados los elementos importa no importa.
Arreglos: Si el orden importa, la cantidad de grupos (distintos) de k elementos que se
pueden formar con los N elementos es:
AkN =
N!
( N k )!
Ejemplo:
En la presentacin a una licitacin Ud. Como gerente de una empresa tiene que elegir a
dos representantes, para los cargos de Asesor y Encargado del proyecto. Si Ud. Dispone
de cuatro personas para estos cargos, De cuntas posibilidades dispone?
Suponga que los sujetos son {A, B, C y D). As las posibilidades son:
Posibilidad
1
2
3
4
5
6
7
8
9
10
11
12
Asesor
A
A
A
B
B
B
C
C
C
D
D
D
Encargado
B
C
D
A
C
D
A
B
D
A
B
C
Como se aprecia, que A sea asesor y B sea encargado no es igual a que B sea asesor y A
sea encargado, por lo tanto estamos frente a un caso donde s importa el orden, por lo
4!
tanto la cantidad de posibilidades es: A24 =
= 12 .
(4 2)!
N
N!
=
( N k )!k! k
Ejemplo:
54
En un partido de Tenis de dobles, en donde Ud. es el capitn, tiene que decidir, cual
equipo jugar. Si dispone de 4 jugadores, Con cuntos equipos cuenta?
Suponga que los tenistas son {A, B, C y D). As los equipos posibilidades son:
Equipo
Jugador 1 Jugador 2
1
A
B
2
A
C
3
A
D
4
B
C
5
B
D
6
C
D
Aunque parece un ejemplo muy similar al problema anterior, la diferencia ocurre, en
que aqu el orden no importa, ya que si el jugador 1 es A y el jugador 2 es B el
jugador 1 es B y el jugador 2 es A en ambos casos se forma el mismo equipo.
Por lo tanto, la cantidad de equipos con los que cuenta el capitn son:
4!
C24 =
= 6.
(4 2k )!2!
55
1 Ficha
Blanca
Blanca
Negra
Negra
2 Ficha
Blanca
Negra
Blanca
Negra
Probabilidad
P ( B B ) = 10 / 15 9 / 14
P ( B N ) = 10 / 15 5 / 14
P ( N B ) = 5 / 15 10 / 14
P ( N N ) = 5 / 15 4 / 14
56
57
Para responder la pregunta en cuestin, se debe notar que hay dos resultados en el
espacio muestral de este experimento que cumplen con que el alumno reprueba y esos
caso son: H R M R , los que son eventos mutuamente excluyentes. As la
probabilidad de que el alumno repruebe es:
P( R) = P( H R) + P (M R)
= P( R | H ) P( H ) + P( R | M ) P( M )
sta ltima expresin recibe el nombre de teorema de probabilidades totales, siendo su
enunciado el siguiente:
Sean A1 , A2 ,..., Am eventos que forman una particin de y B un evento cualquiera.
Entonces el teorema de probabilidades totales es:
P ( B ) = P ( B | A1 ) P ( A1 ) + ... + P ( B | Am ) P ( Am ) .
58
tiene
que
la
probabilidad
buscada
es
P( B | A j ) P( A j )
P ( B | A1 ) P ( A1 ) + + P ( B | Am ) P ( Am )
para j = 1, 2,...., m.
Aplicando
el
resultado anterior,
0 .2 0 .4
P( M | R) =
= 0.25 .
0 .6 0 .4 + 0 .4 0 .2
se
tiene
que
la
probabilidad
es
59
Solucin:
Si C=Corazn Rojo, D=Diamante, N=Carozn Negro y T=Trebol, entonces el
espacio Muestral del Experimento es:
a)
b)
c)
d)
={1C,2C,3C ... 13C,1D,2D,3D ... 13D,1N,2N,3N ... 13N, 1T, 2T, 3T ... 13T}
#=52
P(A)=P({13C,13D})=2/52.
P(B)=P({3C,4C,5C,6C,3D,4D,5D,6D,3N,4N,5N,6N,3T,4T,5T,6T})=16/52.
P(C)=P({1N, 2N, 3N ... 13N, 1T, 2T, 3T ... 13T})=26/52.
P(D)=P({1C,1D,13N,13T})=4/52.
#B=2
60
P(DE)=P(D)=27/36 (porque E D)
P(Bc E)=35/36
3. En un grupo de 160 estudiantes graduados de ingeniera, 92 se inscriben en un curso
avanzado de estadstica; 63 en un curso de investigacin de operaciones; y 40 en ambos.
Determine la probabilidad de que un estudiante no se inscribiera en ningn curso
Solucin:
Sea A={El estudiante se inscribe en el curso de Estadstica}
Sea B={El estudiante se inscribe en el curso de Investigacin de Operaciones}
Entonces: AB = {El estudiante se inscribe en ambos cursos}
AB = {El estudiante se inscribe en al menos un curso}
(AB)c = {El estudiante no se inscribe en ningn curso}
P(A) =92/160 P(B)=63/160 P(AB)=40/160
P((AB)c)=1- P(AB)=1-(P(A)+P(B)-P(AB))
=1-(92/160+63/160-40/160)
=1-115/160
=45/160
4. Explique por qu debe haber un error en cada uno de los siguientes enunciados:
a)
b)
c)
d)
e)
f)
g)
61
P(B) = 0.30
P(AB) = P(A);
P(ABc) = P(A);
P(BA) = P(B);
P(BAc) = P(B);
Observemos que
Independientes
P(C)=0.05
0.01 * 0.95
P(SC/I) * P(I)
=
=0.1743
P(SC/I) * P(I) + P(SC/C) * P(C) 0.01 * 0.95 + 0.9 * 0.05
P(F)=0.08
P(D/C) * P(C)
0.05 * 0.92
=
P(D/C) * P(C) + P(D/F) * P(F) 0.05 * 0.92 + 0.30 * 0.08
P(C/D)= 0.657
62
P(Ac).
P (AB).
P(ABc)
P(AcB)
a)
a)
b)
P (AB)
P (AcB)
P (ABc)
P(AcBc)
5. Se sabe que 2/3 de los alumnos del M.B.A. son menores de 30 aos. Se sabe adems
que 3/5 del total de alumnos son hombres. Por ltimo se sabe que 5/8 del total son
mujeres o mayores o iguales de 30 aos. Se desea seleccionar un delegado del curso
para que represente los intereses de los alumnos ante la Direccin del Programa.
Cul es la probabilidad que el delegado sea mujer y menor de 30 aos?.
6. Una urna contiene 20 fichas rojas, 30 blancas y 50 azules. Calcule la probabilidad de:
a) Obtener una ficha roja y una azul al extraer dos fichas con reposicin. (1/5).
b) Obtener una ficha roja y una azul al extraer dos fichas sin reposicin. (20/99).
63
64