Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Vilalta Alonso 1
Bibliografía:
Walpole, R.; Myers, R.; Myers S. (2008). Probabilidad y Estadística para Ingenieros. Par-
te I, capítulo 2, pp. 10-51. Sexta Edición, Editorial Félix Varela, La Habana, Cuba.
Introducción.
Con esta clase se da inicio al tema dos (2) de la asignatura, destinado a estudiar la teoría
de las probabilidades, haciendo énfasis en el cálculo de las mismas para eventos y variables
aleatorias y en su interpretación.
Las probabilidades, como ya se dijo, parte del conocimiento de lo general para permitirnos
deducir lo particular. Es decir, conociendo las características de la población es posible
deducir las características de una muestra tomada de la misma.
También se conoce que el objeto de estudio de las probabilidades son los fenómenos alea-
torios, cuyas características fueron comentadas en la clase anterior.
Conceptos importantes.
Hay varios conceptos que deben ser comprendidos para enfrentar con éxito el cálculo e
interpretación de las probabilidades.
Se hace la aclaración que este documento no pretende suplir el rigor del libro de texto, en
el que el capítulo 2 debe ser cuidadosamente estudiado. Lo que se pretende es, de alguna
manera, contribuir a la comprensión de lo que ahí se expone. Y por cierto, esta aclaración
es válida para todos los documentos que con este n han sido escritos como material de
apoyo para la asignatura.
Dr. C. Ing. José A. Vilalta Alonso 2
Espacio muestral.
El espacio muestral, denotado por la letra S, es el conjunto de todos los posibles resultados
de un fenómeno aleatorio. Cada resultado es también llamado punto muestral.
Por ejemplo:
En el lanzamiento de dos dados: S = {(1, 1), (1, 2). . . (2, 1), . . . (6, 6)}. Primeramen-
te observe que cada resultado está formado por dos valores, uno por cada uno de
los dos dados. Además, no es lo mismo el resultado (1,2) que (2,1). El tamaño del
espacio muestral es 36: N (S) = 36. Este valor se obtiene al multiplicar los seis (6)
posibles resultados que pueden obtenerse al lanzar el primer dado por los seis (6)
que pueden obtenerse al lanzar el segundo dado.
Se tiene una caja con tres bolas, una roja (r), una azul (a) y una blanca (b) y se
extrae una bola. S = {r, a, b} y N (S) = 3.
Ahora suponga que de esa caja se extraen 2 bolas (aunque la explicación se hace para dos,
es generalizable para una cantidad mayor, es decir, 3, 4,...). A los efectos de este curso
hay tres maneras de extraer dos o más bolas (o cualquier otro elemento):
Simultáneamente. A la vez.
Simultáneamente.
Si las bolas (o los elementos que sea que se extraigan) se seleccionan o muestrean simultá-
neamente no hay un orden. Es decir, se escribirá uno de los colores primero y otro después,
pero eso no indica la posición en que se extrajeron, porque fueron extraídos simultánea-
mente. En este caso el espacio muestral sería:
S = {ra, rb, ab} donde la combinación (ra) pudo escribirse también como (ar) y lo mismo
ocurre con las demás combinaciones. En esta situaciónN (S) = 3.
¾Cómo calcular N(S) para este caso si no fuera posible, como se ha hecho aquí, contar la
cantidad de resultados?
Dr. C. Ing. José A. Vilalta Alonso 3
N N!
N (S) = = (1)
n n!(N − n)!
Donde:
N: cantidad total de elementos (3)
n: cantidad de elementos a seleccionar (2)
Esta expresión representa todas las combinaciones de n elementos que se pueden hacer
con N.
3 3!
N (S) = = =3 (2)
2 2!(3 − 2)!
S = {bb, br, ba, rr, rb, ra, aa, ab, ar} y N (S) = 9.
El valor de N(S) es el resultado (además de contar, cosa que no siempre se puede hacer)
de multiplicar los tres posibles resultados que se pueden obtener al seleccionar la primera
bola por los tres resultados que pueden ser obtenidos al sacar la segunda.
Aunque es bastante obvio conviene comentar un par de cosas. Note que los resultados
(bb), (rr) y (aa) son posibles porque la extracción o muestreo se realiza con reposición. Si
la primera bola seleccionada es blanca esta se repone y puede ser seleccionada la segunda
vez. Además, no es el mismo resultado (ab) que (ba) porque se está haciendo notar el
orden en que se extrajeron ambas bolas.
Ejercicio 1: A partir del espacio muestral S denido en este caso, responda las siguientes
preguntas:
El valor de N(S) es el resultado de multiplicar los tres posibles resultados que se pueden
obtener al seleccionar la primera bola por los dos resultados que pueden ser obtenidos al
sacar la segunda, toda vez que ahora hay una menos.
Un comentario. Cuando usted puede ver, como en los ejemplos anteriores, el espacio mues-
tral, el cálculo de probabilidades resulta bastante sencillo, como se verá posteriormente.
Pero en muchas ocasiones el espacio muestral no puede verse, en ese caso calcular las
probabilidades asociados a estos espacios es más compleja. ¾A qué se reere con ver el
espacio muestral?
Suponga que en lugar de la situación anterior tenemos una caja con 25 piezas y se desea
seleccionar 4, una a una con reposición. El tamaño del espacio sería de 390 625 posibi-
lidades. Es imposible representar y ver ese espacio muestral. Obviamente, no sería tan
sencillo responder preguntas como las del Ejercicio 1.
Ejercicio 2: Dena al menos otros tres (3) eventos que pudieran ser de interés.
Observe que un evento puede contener todos los posibles valores y coincidir con el espacio
muestral o no contener algún posible resultado y ser nulo.
Dr. C. Ing. José A. Vilalta Alonso 5
Al evento que siempre ocurre se llama evento cierto o seguro (el D, siempre saldrán dos
bolas de cualquier color) y al que nunca ocurre evento nulo o imposible (el E, nunca se
seleccionarán dos bolas verdes).
Las probabilidades se calculan asociadas a eventos. Por ello es imprescindible denir even-
tos para calcular su probabilidad de ocurrencia, de ahí el comentario de que los eventos
se denen convenientemente. La conveniencia está dada por la necesidad de calcular su
probabilidad de ocurrencia.
La denición de los eventos es algo de mucho sentido común. Aquí se darán algunas ideas
para denirlos, pero que no pueden sustituir lo anterior.
La unión.
La unión entre dos eventos A y B se denota de la siguiente manera: A ∪ B.
Signica que ocurra el evento A o el evento B, que ocurra al menos uno de los dos.
La unión entre dos eventos se representa, grácamente, como puede observarse en el dia-
grama de Venn de la gura 1. El área sombreada representa la unión. Vea que incluye el
hecho de que solo ocurra A o solo ocurra B u ocurran los dos.
Dr. C. Ing. José A. Vilalta Alonso 6
La intersección.
La intersección entre A y B se denota como: A ∩ B, A.B o AB, si no hay lugar a dudas
con la interpretación. En este documento se utilizará la primera de ellas, pero es bastante
común encontrar cualquiera de las tres variantes en los textos de probabilidades.
Signica que ocurran simultáneamente A y B, que ocurran los dos.
En el ejemplo:
A ∩ B = A = {rr}
El complemento.
El complemento del evento A está formado por todos los resultados que no le pertenecen.
c 1
Signica que no ocurra A. Se denota por A o A .
Dr. C. Ing. José A. Vilalta Alonso 7
En el ejemplo:
Ac = {bb, br, ba, rb, ra, aa, ab, ar}, es decir, todos los resultados que no pertenecen a A.
Eventos exhaustivos.
Dos eventos A y B son exhaustivos si la unión entre ellos tiene como resultado el espacio
muestral. Es decir, A ∪ B= S. Puede verse una representación gráca de eventos exhaus-
tivos en la gura 5. Observe que la unión entre ambos eventos es el espacio muestral. Los
eventos de la gura no son solo exhaustivos, además, son excluyentes.
Dr. C. Ing. José A. Vilalta Alonso 8
Todos los conceptos se han explicado y representado grácamente en función de dos even-
tos, pero es bastante sencillo generalizarlo a tres o más.
Deniciones de probabilidad.
Debe comenzar diciéndose que la probabilidad es la representación numérica de la posi-
bilidad de ocurrencia de un evento. Y desde esta denición queda clara la necesidad de
denir correctamente los eventos para calcular su probabilidad de ocurrencia.
Hay varias deniciones de probabilidad. En este curso se abordarán las tres más utilizadas:
la clásica, la axiomática y la frecuencial o estadística. En todos los casos la explicación se
hará reforzando los aspectos prácticos de las mismas.
N (A)
P (A) = (5)
N (S)
1
Donde N(A) es la cantidad de resultados o puntos muestrales favorables a la ocurrencia
del evento A o tamaño del evento A.
Esta denición solo puede usarse en presencia de espacios muestrales nitos y equiproba-
bles.
Ejercicio 3: Verique, usando la denición clásica de probabilidad, que los valores que
se presentan en la tabla 1 corresponden a la probabilidad de ocurrencia de los eventos
denidos anteriormente.
1 En el texto se utiliza la notación n para denir el tamaño del evento A y N para el tamaño del espacio.
Dr. C. Ing. José A. Vilalta Alonso 9
Evento Probabilidad
A 0,11
B 0,33
C 0,56
D 1
E 0
Los eventos D y E fueron denidos con la intención de que pueda verse en la práctica
que la probabilidad es un número entre 0 y 1, como ya se dijo. El valor más pequeño que
puede tener el tamaño del evento es cero (0) y el más grande N(S).
Observe, además, que se han calculado las probabilidades sin la necesidad de hacer alguna
prueba, solo con el conocimiento teórico sobre cómo obtener los valores de los tamaños
de los eventos y del espacio muestral.
Eso signica que si se seleccionan muchas veces dos bolas de la caja en cuestión, una a
una con reposición, aproximadamente el 56 % de las veces ocurrirá el evento C (al menos
una bola será roja).
Es muy importante tener claro que el sentido de la interpretación del valor de la proba-
bilidad está en la repetición de la observación del fenómeno aleatorio o de la realización
de las pruebas experimentales. Si seleccionamos las dos bola una sola vez, el evento C
ocurrirá o no, sencillamente.
Ejercicio 4: Suponga que se lanza al aire un dado perfectamente balanceado (es decir,
que todas las caras tienen la misma probabilidad de salir).
a. Dena:
el espacio muestral
1. 0 ≤ P (A) ≤ 1
Dr. C. Ing. José A. Vilalta Alonso 10
2. P (S) = 1
3. P (A ∪ B) = P (A) + P (B) si A ∩ B =Ø
1. P (A ∪ B) = P (A) + P (B) − P (A ∩ B)
2. P (Ac ) = 1 − P (A)
4. P (A ∩ B c ) = P (A) − P (A ∩ B)
5. P (Ac ∩ B c ) = 1 − P (A ∪ B)
Pueden auxiliarse de diagramas Venn para comprobarlas, lo cual sería muy útil, pues les
ayudaría a deducirlas, sin necesidad de memorizarlas. El conocimiento de las expresiones
anteriores es de primordial importancia para el cálculo de probabilidades de ocurrencia
de eventos.
nA
f (A) ≈ P (A) = (6)
N
Esta denición tiene una mayor aplicación práctica y puede ser aplicada a cualquier ám-
bito de la vida y la profesión, por supuesto con la salvedad de que n sea lo sucientemente
grande como para darle mayor validez al valor de frecuencia obtenido como valor de pro-
babilidad de ocurrencia del evento.
Un ejemplo comúnmente presentado en los textos sobre probabilidades ilustra este con-
cepto de frecuencia relativa.
Buon y Karl Pearson lanzaron monedas con los resultados presentados en la tabla 2.
Dr. C. Ing. José A. Vilalta Alonso 11
Como se puede ver la frecuencia relativa se estabiliza alrededor de 0,5 (valor teórico de la
probabilidad de ocurrencia de ese evento) y se hace más cercano a este valor en la medida
que crece n. Esto demuestra que existe una cierta regularidad en la cantidad de caras
que salen. A esta regularidad se le llama regularidad estadística y es a lo que se hace
referencia en la clase anterior cuando se denen los fenómenos aleatorios.
Esta regularidad estadística no está solo presente en el caso del lanzamiento de la moneda
sino que es propia de los fenómenos aleatorios, que son el objeto de estudio de las proba-
bilidades y la estadística.
Probabilidad condicional.
Se reere al cálculo de la probabilidad de ocurrencia de un evento A dado que (si se sabe
que) ocurre un evento B y se escribe y calcula de la siguiente manera:
P (A ∩ B)
P (A/B) = (7)
P (B)
Aunque esta expresión de cálculo siempre puede utilizarse no siempre es necesaria. Pon-
gamos el ejemplo que se ha venido desarrollando a partir de los eventos denidos con
anterioridad. En la tabla 1 puede apreciarse que:
Ahora quiere calcularse la probabilidad de que ambas bolas sean rojas si se sabe que la
primera bola es roja.
P (A/B) = 1/3 = 0, 33
Es decir, el espacio muestral, que originalmente tiene tamaño nueve (9) se ha reducido a
solo tres (3), porque se ha denido como condición que la primera bola sea roja.
Dr. C. Ing. José A. Vilalta Alonso 12
Ejercicio 6: Con los eventos denidos inicialmente calcule la probabilidad de que ambas
bolas sean rojas si se sabe que al menos una lo es.
Eventos independientes.
Dos eventos A y B son independientes si se cumple cualquiera de las siguientes condiciones:
P (A/B) = P (A)
P (B/A) = P (B)
Probabilidad Total.
Suponga que se tiene un conjunto de eventos exhaustivos y excluyentes y sobre ellos de-
nido otro evento, tal como se representa en la gura 6.
Fórmula de Bayes:
A partir de los conceptos anteriores puede denirse la fórmula de Bayes como:
P (B/Ai )P (Ai )
P (Ai /B) = (9)
ΣiP (B/Ai )P (Ai )
a) Sea mujer
Lo primero es denir los eventos. Se van a denir todos los posibles, aunque después no
sean usados. Siempre que se quiere resolver un problema en el que se selecciona un elemen-
to (en este caso un estudiante) se sugiere denir los eventos de manera precisa y simple.
¾Qué interesa conocer de un estudiante según este problema? El año al que pertenece y
su sexo. Por lo que siguiendo la sugerencia dada se denirán como sigue:
Note que los eventos son precisos, simples y se les ha denotado con una letra que reeja
el signicado del mismo.
Verá que en este problema se utilizarán solo la denición frecuencial y alguna otra para
ilustrar, pero no será necesario usar todo el arsenal de expresiones matemáticas aquí de-
nidas. Se impone el sentido común.
a) P (M ) = 370/585 = 0, 63
b) P (A4 ) = 100/585 = 0, 17
c) P (H ∩ A2 ) = 40/585 = 0, 07
d) P (A1 ∪ A2 ) = P (A1 ) + P (A1 ) = (150 + 120)/585 = 0, 46 (note que estos dos eventos
son excluyentes, un estudiante es de primero o de segundo año, pero no puede ser
las dos cosas a la vez.)
Para la solución de este problema es necesario saber utilizar los axiomas, sus consecuen-
cias y algunas de las expresiones denidas para el cálculo de probabilidades.
P (M ) = 0, 6 P (E) = 0, 7 P (M ∩ E) = 0, 45
a) P (M ∩ E c ) = P (M ) − P (M ∩ E) = 0, 6 − 0, 45 = 0, 15
b) P (M ∪ E) = P (M ) + P (E) − P (M ∩ E) = 0, 6 + 0, 7 − 0, 45 = 0, 85
c) P (M c ∩ E c ) = 1 − P (M ∪ E) = 1 − 0, 85 = 0, 15
P (M ∩ E) = P (M )P (E)
0, 45 = (0, 6)(0, 7)
0, 45 6= 0, 42 Por lo tanto los eventos no son independientes.
Ejemplo 3: Con los datos del ejemplo 1: Suponga que se seleccionan tres estudiantes.
Calcule la probabilidad de que:
a) Los dos primeros sean mujeres y el tercero sea hombre si se seleccionan uno a uno
con reposición.
Lo primero es denir los eventos. En este caso, en que se seleccionan tres estudiantes (el co-
mentario es válido para siempre que se seleccionen dos o más elementos) pudieran denirse
siguiendo las sugerencias dada en el ejemplo 1. Pero es más sencillo si los eventos se de-
nen tal y como dice la pregunta. Generalmente funcionan bien si se sigue esta sugerencia.
Dr. C. Ing. José A. Vilalta Alonso 16
b) En este caso, usando los eventos denidos para A algo modicados y combinando
con la pregunta:
B = M1 M2 H3 ∪ M1 H2 M3 ∪ H1 M2 M3
Se puede calcular uno de los términos y multiplicar por tres (3) ya que todos dan
el mismo resultado:
N (C)
P (C) = (10)
N (S)
370 370!
N (C) = = = 8373840 (11)
3 3!(370 − 3)!
585 585!
N (S) = = = 33196020 (12)
3 3!(585 − 3)!
N (C) 8373840
P (C) = = = 0, 25 (13)
N (S) 33196020
Ejercicio 7: Calcule la probabilidad de que dos sean mujeres y uno sea hombre si se
seleccionan simultáneamente.
2 Elhecho de que este resultado sea igual al obtenido en a, a pesar de que las situaciones son diferentes,
porque en este caso los eventos no son teóricamente independientes, es lo que justica, en el orden práctico,
considerar que los eventos son independientes cuando el tamaño de la población de donde se extraen los
elementos (N) es mucho mayor que la cantidad de elementos seleccionados (n).
Dr. C. Ing. José A. Vilalta Alonso 18
c) El producto sea de los producidos por la máquina B dado que se sabe que es de los
destinados a la exportación.
Comencemos deniendo los eventos. ¾Qué nos interesa saber de un producto, según el
problema? Por cuál máquina fue producido y si es destinado a la exportación:
b) P (E) =?
E =A∩E∪B∩E∪C ∩E
P (E) = P (A ∩ E) + P (B ∩ E) + P (C ∩ E)
P (E) = P (A ∩ E) + (P (B)P (E/B)) + P (C ∩ E)
P (E) = 0, 125 + ((0, 3)(0, 2)) + 0, 08 = 0, 125 + 0, 06 + 0, 08 = 0, 265
c) P (B/E) =?
Dr. C. Ing. José A. Vilalta Alonso 19
Pero note que se hubiera podido resolver aplicando la fórmula de Bayes, si no se dispusiera
ya de la información necesaria:
P (E/B)P (B)
P (B/E) = (14)
P (E/A)P (A) + P (E/B)P (B) + P (E/C)P (C)
0, 06
P (B/E) = = 0, 2264 (15)
0, 25 + 0, 06 + 0, 08
Con el estudio de lo tratado en este documento, la realización de los ejercicios y la com-
prensión cabal de estos ejemplos se está en condiciones de resolver los problemas de cálculo
de probabilidades de ocurrencias de eventos que son de interés en este curso.