Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Hasta mediados del siglo XIX el término estadística se utilizó para denominar la información
sobre los asuntos propios del Estado, entendido éste en su doble sentido territorial y político; dicha
información era, en su mayor parte, numérica y, al crecer su volumen y su alcance con el desarrollo
económico y social de los estados, empezó a recogerse en forma de cuadros y gráficos. Sin
embargo, que un estudio de este tipo haya acabado por formar parte de las matemáticas no se
debe solamente al hecho de que implique el uso de cálculos y de representaciones gráfica; en
realidad, depende del hecho de que muchos fenómenos sociales y económicos, aun siendo
variables, presentan un acierta regularidad en su variabilidad que hace posible enunciar leyes
estadísticas relativas a ellos.
Esta circunstancia deriva de la llamada ley de los grandes números: la frecuencia con que se
observan determinados sucesos, o la proporción en que un cierto atributo está presente entre los
elementos de un conjunto, es tanto más estable cuanto mayor es el número de observaciones
realizadas o de elementos considerados. Ello tiene como consecuencia que muchas predicciones
sociológicas y económicas puedan formularse sobre una base estrictamente dependiente del
cálculo de probabilidades, con independencia de las explicaciones que la sociología o la económica
puedan proporcionar.
2
Ing. Roydimar Doria
UNIDAD I. Teoría de las Probabilidades
CONCEPTO DE PROBABILIDAD
La probabilidad es una rama de la matemática cuyo objetivo es la
medida y la comprensión de los fenómenos que suceden al azar. Tales fenómenos
responden a interrogantes como:
1. ¿ Lloverá mañana?
2. ¿ Qué número saldrá al lanzar un dado?
3. ¿Nacerá el niño en buenas condiciones?
Cada una de las preguntas revelan incertidumbre sobre la posibilidad de
un resultado y son ejemplos de fenómenos aleatorios, es decir, no se pueden
predecir con precisión . Sin embargo, el comportamiento estadístico de esos
fenómenos pueden exhibir cierto grado de regularidad. Esto es posible de
estimar, dentro de ciertos parámetros, las respuestas a tales preguntas:
Ing. Roydimar Doria
3
UNIDAD I. Teoría de las Probabilidades
CONCEPTO DE PROBABILIDAD
1. Para mañana hay un 70% de probabilidad de lluvia.
2. Es probable que el número 5 salga en un 17% de los casos.
3. Dados los antecedentes de los padres, el niño tiene un 95% de
probabilidad de ser normal.
Por supuesto que en cada uno de los casos anteriores los resultados
dependen de la distribución que en el pasado han tenido los datos. Así, al decir que
hay un 70% de probabilidad de lluvia se supone que, estudiadas las condiciones
meteorológicas y la experiencia pasada, existe esa probabilidad de que llueva.
La probabilidad; es el cálculo matemático que evalúa las posibilidades que
existen de que una cosa suceda cuando interviene el azar.
DEFINICIÓN DE PROBABILIDAD
Definición clásica de probabilidad ( a priori): Imagina que se lanza una
moneda al aire y apostamos a que saldrá cara. Se sabe que al caer la moneda debe
salir cara o sello ( hay dos opciones). Entonces tenemos:
DEFINICIÓN DE PROBABILIDAD
Lo que indica que la probabilidad de que salga cara es 0,50 o el 50 % . Por
extensión, la probabilidad de que salga sello es también 0,50.
La probabilidad, es una cantidad numérica cuyo valor es mayor o igual que cero y
menor o igual a 1. Podemos escribir entonces:
DEFINICIÓN DE PROBABILIDAD
DEFINICIÓN DE PROBABILIDAD
Definición con base experimental (a posteriori): Imagina que se lanza una
moneda al aire 500 veces y que se obtienen los siguientes resultados:
DEFINICIÓN DE PROBABILIDAD
La probabilidad de que salga cara la definimos como:
Ejemplo: En un salón de clases hay 38 alumnos, de los cuales 14 son hembras y el resto
varones. El profesor selecciona al azar un alumno para hacer una pregunta: (a) ¿Qué
probabilidad hay de que seleccione a una hembra? (b) ¿Qué probabilidad hay de que
seleccione a un varón? (c) ¿Qué probabilidad hay de que seleccione a Patricia?
꙳ Solución: (a) como el número de hembras es 14: n = 14,
Dado que hay 38 alumnos: N = 38
= 0,368 (36,8%)
(c) Como Patricia es sólo una alumna entre los 38 del salón : n=1
La probabilidad de que el profesor seleccione a Patricia es:
Imaginemos que se lanza un dado; cada uno de los seis resultados que se pueden
obtener, si el dado no está truncado, es un suceso aleatorio o evento simple; pero también
serán sucesos aleatorios los definidos por expresiones como: “obtener un número impar al
lanzar un dado”; o también: “obtener una puntuación mayor que 3 al lanzar un dado”. El
primero de los sucesos así definidos corresponderá a obtener cualquiera de las puntuaciones
1,3 o 5; el segundo, a obtener un 4, un 5 o un 6. Como la ocurrencia de cada uno de estos
sucesos depende de que ocurran otros, se llaman sucesos o eventos compuestos; en cambio,
en el experimento consistente en lanzar un dado, la obtención de cada una de las 6
puntuaciones posibles es un suceso elemental. Dado un conjunto de los sucesos elementales
que definen un experimento aleatorio, cualquier subconjunto de él constituye un suceso
aleatorio. En particular, el propio conjunto de los sucesos elementales es un suceso; como
contiene la totalidad de posibles resultados del experimento, su ocurrencia es segura, por lo
que se llama suceso seguro.
Ing. Roydimar Doria 12
UNIDAD I. Teoría de las Probabilidades
Ejemplo: Se lanzan dos dados, uno de color amarillo y otro de color rojo, y se
observa Cuál es la suma de los resultados. A) ¿Cuál es le espacio muestral?, B)
Determina las probabilidades de los eventos o sucesos simples. C) Demuestre que
las probabilidades de estos eventos ( S={2,9}, F={3,4,6,11}, G ={5,7}, H ={8,12} ) son
mutuamente excluyentes?
Nota: Observa la representación gráfica de este ejemplo en la página siguiente # 25
P(4) =
1 = P(S) + P(S´)
El resultado anterior puede sintetizarse en el siguiente teorema 3: Si S´ es el
suceso o evento complementario de S en el espacio muestral finito E, podemos
escribir: P(S´ ) = 1 – P (S)
Ing. Roydimar Doria 28
UNIDAD I. Teoría de las Probabilidades
La probabilidad de S es:
La probabilidad de S´ es :
Observa que P (S´) se puede calcular también como:
SUCESOS INDEPENDIENTES
Si P (S/F) = P (S), es decir, si la probabilidad de que S ocurra no es
afectada por la ocurrencia o no ocurrencia de F, se dice que S y F son
eventos o suceso independientes. De acuerdo con la relación:
SUCESOS INDEPENDIENTES
Ejemplo: Una caja contiene 5 bolas blancas y 4 bolas rojas. Se saca un abola al azar y
se vuelve a colocar en la caja. ¿ Cuál es la probabilidad de sacar una bola blanca y
una roja en sucesión?
꙳ Solución: La probabilidad de sacar una bola blanca en el primer
intento es:
La probabilidad de sacar una bola roja en el segundo intento es:
PROBABILIDAD CONDICIONAL.
Si S y F son dos sucesos, la probabilidad de que ocurra un evento o suceso S, dado que haya
ocurrido F, se designa como y se denomina probabilidad condicional de S dado F.
A fin de deducir una formula para la probabilidad condicional, tomemos un espacio muestral S
de n elementos:
Supongamos que el evento F contiene m elementos de los n de E y que el evento dado por la
intersección de S y F, S ∩ F contiene l de los n elementos de E. Podemos escribir:
Como el evento F ocurrió, el resultado del experimento debe ser uno de los m elementos de F.
De estos m elementos, hay un resultado para los cuales S puede suceder entonces:
Dividiendo el numerador y el denominador por n :
Como tendremos:
PROBABILIDAD CONDICIONAL.
Ejemplo: ¿ Cuál es la probabilidad que de un juego de 40 cartas españolas se
obtenga una sota, caballo o rey, si la carta seleccionada es oro?
TEOREMA DE BAYES
El teorema de Bayes, en la teoría de la probabilidad, es una proposición
planteada por el matemático inglés Thomas Bayes (1702-1761) y publicada
póstumamente en 1763, que expresa la probabilidad condicional de un evento
aleatorio A dado B en términos de la distribución de probabilidad condicional del
evento B dado A y la distribución de probabilidad marginal de solo A.
En términos más generales y menos matemáticos, el teorema de Bayes es de
enorme relevancia puesto que vincula la probabilidad de A dado B con la
probabilidad de B dado A. Es decir, por ejemplo, que sabiendo la probabilidad de
tener un dolor de cabeza dado que se tiene gripe, se podría saber (si se tiene algún
dato más), la probabilidad de tener gripe si se tiene un dolor de cabeza. Muestra
este sencillo ejemplo la alta relevancia del teorema en cuestión para la ciencia en
todas sus ramas, puesto que tiene vinculación íntima con la comprensión de la
probabilidad de aspectos causales dados los efectos observados.
TEOREMA DE BAYES
Ejemplo # 1. El de los empleados de una empresa son ingenieros y otro son
economistas. El de los ingenieros ocupan un puesto directivo y el de los
economistas también, mientras que los no ingenieros y los no economistas
solamente el ocupa un puesto directivo. ¿Cuál es la probabilidad de que un
empleado directivo elegido al azar sea ingeniero?