Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Probabilidades PDF
Probabilidades PDF
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.
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
populares en ciertas situaciones histricas como la hambruna de Lidia (1500 a. de C.),
o el sitio de Troya, que dur 10 aos.
Tambin los dados pertenecen a pocas remotas y uno de las ms antiguos que se ha
encontrado, hecho de arcilla bien cocida, data del ao 3000 a. de C. La sustitucin de
los huesitos por el dado fue paulatina, pero el esquema actual de los dados ya se usaba
hacia la dcima octava dinasta Egipcia.
As pues, la era cristiana nos encuentra con dados, astrgalos, palitos y otros elementos
anlogos para jugar o para adivinar, ya sea el futuro o lo que deseen revelar los dioses.
Sin embargo, aunque la idea de contar o adivinar est firmemente impuesta, no se habla
de probabilidad ni se tiene el concepto de nmero que usamos hoy da. Se puede decir
de paso, que los juegos y/o adivinaciones con cartas, slo se han usado en los ltimos
tres mil aos.
4.1.2. Probabilidades
Se puede especular lo que quiera con los nmeros, juegos, dados, etc., pero lo que ms
interesa es el nacimiento del concepto de probabilidad.
La idea de azar, es muy antigua. No existe registro de este hecho, aunque hay evidencia
que un azar positivo se busc asiduamente desde tiempos inmemoriales. Pero, Por
qu demor tanto el surgimiento de las probabilidades a partir de los dados y otros
juegos?
Slo se puede especular en el por que de esta demora. Una posibilidad bastante slida la
encontramos en la necesidad de un sistema numrico de clculo y notacin. El que
usamos actualmente slo data del presente milenio, all por el 1500 d. de C., y es
adecuado para el clculo de las probabilidades. Antes de esa fecha, los sistemas
numricos conocidos hacan prcticamente imposible un desarrollo del clculo
combinatorio y de probabilidades. Otra posibilidad es que estas probabilidades
efectivamente se conocieron y calcularon, pero se mantuvieron intra templos, sin
divulgarse. Una tercera idea especulativa es una cierta definicin pecaminosa del
tema del azar, interpretndose como un intento por penetrar los misterios divinos.
Debemos a los griegos el desarrollo de la lgica cientfica, ideas que influyeron en las
ciencias naturales por cerca de 1500 aos, y que desarrollaron entre otras cosas, la
45
enumeracin de sucesos, probabilidades o causalidad, pero las probabilidades, si
aparecen, son meras ideas pasajeras.
Tambin encontramos en los matemticos griegos y en los filsofos romanos la idea
alternativa de que los dioses controlaban la cada de los dados o astrgalos en los juegos
de azar. Parece haber en esta idea algn acercamiento respecto al concepto de
probabilidad que, sien embargo, jams de formul. Un ejemplo de este sentido
instintivo acerca de la probabilidad lo encontramos en De Divinatione, donde Cicern
plantea un argumento para destruir esta idea cuando pone en boca de Quintus las frases:
...Dices que son enteramente fortuitas?. Vamos, vamos realmente piensas
eso?... Cuando los cuatro dados producen el resultado de Venus puede hablar de un
accidente, pero supongamos que haces cien lanzamientos y el resultado Venus aparece
cien veces, Podras llamar a eso accidental?...
La interpretacin en este caso, es que una racha de 100 Venus es tan improbable que
la(s) divinidad(es) debe(n) estar interviniendo para causar esta racha (cuatro caras
distintas formaban la jugada Venus).
Todo lo dicho hace pensar que en el mundo antiguo existan las bases para definir el
concepto de probabilidad, sin embargo, los filsofos de la poca (Platn y Aristteles
entre otros) centraban, al parcer, sus mayores preocupaciones en la bsqueda de
regularidad, orden y repeticin del movimiento de los cuerpos celestes.
La segunda mitad del primer milenio de nuestra era se encuentra con un cristianismo en
expansin y una Roma en decadencia, sucesivamente saqueada por Alrico y Genserico
y salvada de la invasin de Atila. La influencia hind en astronoma y matemtica se
extiende a occidente. En el siglo VII, los rabes tienen embajadores en China y
dominan el Mediterrneo. Aprenden de los hindes y del saqueo de las bibliotecas de
Alejandra y, hacia el siglo VIII, dominan Europa hasta la pennsula ibrica.
Los rabes mezclaron las ideas del pensamiento matemtico hind con la austeridad del
mtodo filosfico griego. De los hindes obtuvieron el nmero, la aritmtica comercial
y la astronoma. De los griegos el mtodo filosfico.
A fines del primer milenio y comienzos del actual, declin el poder de los rabes.
Surgi la reconquista cristiana. Se fundaron las primeras universidades hacia el 1200 d.
de C. El saqueo de Babilonia entreg ms tesoros filosficos. Surge un precursor del
pensamiento matemtico: Leonardo de Pisa o Fibonacci (1170-1250).
46
fue un matemtico destacado. Su importancia radica en la escritura (llena de plagios,
como era comn en la poca) de ideas sobre lgebra, aritmtica y geometra, que dieron
mpetu a Cardano y Tartaglia para escribir sus propias versiones. Estas versiones
incluyen clculo de probabilidades para ciertos juegos o negocios y, aunque estn
erradas, marcan el comienzo de la preocupacin por el tema.
Debe quedar en claro que, mientras mayor sea la posibilidad de ocurrencia de un cierto
hecho, mayor debe ser la probabilidad, mientras menor sea la posibilidad de ocurrencia,
menor debe ser la probabilidad.
As:
Si un suceso es imposible que ocurra (por ejemplo al lanzar una moneda se obtenga
cara y sello en forma simultnea) la probabilidad de ese suceso es cero.
S un suceso es seguro que ocurra (por ejemplo al lanzar una moneda sale cara o
sale sello) la probabilidad de ese suceso es uno.
Y si un suceso es incierto, la probabilidad de que ocurra este suceso es un nmero
entre cero y uno.
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.
4.2.2. Eventos.
48
Lanzar una moneda A = {Obtener cara}
Lanzar un dado B = {Obtener Numero par}
Lanzar dos veces una moneda C = {Obtener al menos una cara}
49
La unin de dos eventos A y B ( AU B ), es el evento que contiene a todos los
elementos que pertenecen a A a B a ambos.
Note que, en un experimento aleatorio, las probabilidades son asignadas a los resultados
en el espacio muestral. Se pueden usar varios mtodos para asignar la probabilidad a
cada resultado en , sin embargo, independiente del mtodo a usar se deben satisfacer
dos requisitos bsicos:
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.
50
infinitas veces el experimento aleatorio?, pero a pesar de este problema, permite
entender la probabilidad de un resultado como un porcentaje de ocurrencia.
Diremos que P : [0,1] es una medida de probabilidad si cumple con los siguientes
tres axiomas:
Axioma 1 : P () = 1
Axioma 2 : A , P ( A) 0
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
P (r1 ) + P (r2 ) + ... + P (rk ) = 1 , entonces la probabilidad del i-simo resultado es
1
P (ri ) = .
k
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 #
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.
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
3 2 1
Con frecuencia se puede estar interesado en un espacio muestral que contiene como
elementos a todas las posibles ordenaciones o arreglos de un grupo de objetos. Por
ejemplo, interesa saber de cuantas formas se pueden sentar seis personas en una mesa
circular, o de cuantas maneras se pueden seleccionar 3 personas de un grupo de 6
personas. Las respuestas a este tipo de preguntas las entrega el clculo combinatorial.
PN = N ( N 1) ( N 2) 2 1 = N !
Ejemplos:
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:
N!
AkN =
( 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:
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
CkN = =
( 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:
Por lo tanto, la cantidad de equipos con los que cuenta el capitn son:
4!
C24 = = 6.
(4 2k )!2!
Ejemplo:
Considere una urna con 10 fichas blancas y 5 fichas negras. Se seleccionan dos fichas al
azar (de a una a la vez) sin reposicin, es decir, selecciona una ficha y no se vuelve a
dejar en la urna. El espacio muestral de este experimento es mostrado en el siguiente
diagrama de rbol:
55
Como se puede apreciar, las probabilidades de cada resultado es colocado sobre la
rama que le corresponde, y adems, como la ficha extrada en la primera etapa del
experimento no es devuelta a la urna, la probabilidad de la siguiente ficha extrada se
ve afectada por la ocurrido en la primera extraccin, por ejemplo, la probabilidad de
que la segunda ficha extrada sea blanca, depende de que la primera ficha extrada sea
blanca o negra ( 9/14 y 10/14 respectivamente).
P( A B )
P( A | B) = , P ( B ) > 0.
P ( B)
Del resultado anterior se desprende que la probabilidad de que ocurra el evento A B
se puede escribir como P ( A B ) = P ( A | B ) P ( B ) . Por lo tanto, la probabilidad de
cada resultado en el problema anterior es la multiplicacin de las probabilidades de
cada rama, como se muestra en tabla:
56
Considere la situacin donde P ( A | B ) = P ( A) , en otras palabras, la ocurrencia del
evento B no tiene impacto en la probabilidad de ocurrencia del evento A. Aqu la
ocurrencia de A es independiente de la ocurrencia de B, es decir, el concepto de
independencia est intuitivamente asociado con ausencia de efecto o de interaccin.
Desde un punto de vista probabilstico. As, por ejemplo, al lanzar dos veces una
moneda, lo que se obtenga en el primer lanzamiento no afecta al resultado que se
obtiene en el segundo lanzamiento, ya que, el segundo lanzamiento de la moneda puede
ser considerado como si fuera el primer lanzamiento.
Ejemplo:
En el ejemplo de la urna (10 fichas blancas y 5 fichas negras), si las dos extracciones
de las fichas se realizan con reposicin, es decir, se extrae la primera ficha luego esta
es devuelta a la urna, y luego se extrae la segunda ficha y se deja despus en la urna.
El diagrama de rbol, con las probabilidades correspondientes en cada etapa del
experimento, es mostrado en la siguiente figura:
Ejemplo:
El gerente de una gasolinera sabe por su experiencia que el 80% de los clientes usan
tarjeta de crdito al comprar gasolina. Cul es la probabilidad de que los dos clientes
siguientes que compren gasolina usen tarjeta de crdito?. Sean
A = El primer cliente usa su tarjeta de crdito
B = El segundo cliente usa su tarjeta de crdito
57
Entonces el evento de inters es A B . Como no se cuenta con ms informacin, se
puede suponer, razonablemente, que A y B son independientes. Entonces,
P ( A B ) = P ( A) P ( B ) = 0.80 0.80 = 0.64 .
.
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 )
P ( B ) = P ( B | A1 ) P ( A1 ) + ... + P ( B | Am ) P ( Am ) .
58
Por el resultado anterior, se tiene que la probabilidad buscada es
P ( R ) = 0.60 0.10 + 0.40 0.20 .
P( B | A j ) P( A j )
P( A j | B) =
P ( B | A1 ) P ( A1 ) + + P ( B | Am ) P ( Am )
para j = 1, 2,...., m.
59
Solucin:
Si C=Corazn Rojo, D=Diamante, N=Carozn Negro y T=Trebol, entonces el
espacio Muestral del Experimento es:
={1C,2C,3C ... 13C,1D,2D,3D ... 13D,1N,2N,3N ... 13N, 1T, 2T, 3T ... 13T}
#=52
a) P(A)=P({13C,13D})=2/52.
b) P(B)=P({3C,4C,5C,6C,3D,4D,5D,6D,3N,4N,5N,6N,3T,4T,5T,6T})=16/52.
c) P(C)=P({1N, 2N, 3N ... 13N, 1T, 2T, 3T ... 13T})=26/52.
d) P(D)=P({1C,1D,13N,13T})=4/52.
A={(1,6);(2,5);(3,4);(4,3);(5,2);(6,1)} #A=6
B={(5,6);(6,5)} #B=2
D={(1,2); (1,4); (1,6); (2,1); (2,2); (2,3); (2,4); (2,5);(2,6); (3,2); (3,4); (3,6); (4,1); (4,2);
(4,3); (4,4); (4,5); (4,6); (5,2); (5,4); (5,6); (6,1); (6,2); (6,3); (6,4); (6,5); (6,6)} #D=27
E={(2,1); (2,2); (2,3); (2,4); (2,5); (2,6); (4,1); (4,2); (4,3); (4,4); (4,5); (4,6); (6,1); (6,2);
(6,3); (6,4); (6,5); (6,6)} #E=18
60
P(DE)=P(D)=27/36 (porque E D)
P(Bc E)=35/36
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:
61
5. Dados P(A) = 0.50, P(B) = 0.30 y P(A B) = 0.15, verifique que:
a) P(AB) = P(A);
b) P(ABc) = P(A);
c) P(BA) = P(B);
d) P(BAc) = P(B);
P(C/D)= 0.657
62
4.7. Ejercicios Propuestos.
a) P(Ac).
b) P (AB).
c) P(ABc)
d) P(AcB)
a) P (AB)
b) P (AcB)
c) P (ABc)
d) 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
7. Si las probabilidades de que una persona en cierta categora de ingresos invierta en
fondos del mercado de dinero, acciones ordinarias o ambos son de 0.58, 0.25 y 0.19,
determine las probabilidades de que una persona en esa categora de ingresos que
10. El software para detectar fraudes en las tarjetas telefnicas utilizadas por los
consumidores, registra todos los das el nmero de regiones dnde se originan todas
las llamadas. Se tiene que el 1% de los usuarios legtimos hace al da llamadas que se
originan en dos o ms regiones. Sin embargo, el 30% de los usuarios fraudulentos
hacen al da llamadas desde dos ms regiones. La proporcin de usuarios
fraudulentos es 0.01. Si el mismo usuario hace en un da dos ms llamadas desde
dos ms regiones, Cul es la probabilidad de que sea un usuario fraudulento?.
64