UNIVERSIDAD NACIONAL DE INGENIERIA_______________________________________________ESTADISTICA Y PROBABILIDADES

Probabilidad: Definiciones y Teoremas

Introduccin

El objeto de la investigacin cientfica es obtener informacin suficiente para poder

predecir el comportamiento del fenmeno que se est analizando. Esta prediccin se
realiza por medio de modelos. En la medida en que se tenga mayor y mejor
informacin el modelo tendr mayor validez.

El primer paso de la investigacin es conocer la naturaleza del fenmeno, es decir, si

el fenmeno es determinista o aleatorio.

Siempre y cuando se pueda repetir un experimento bajo las mismas condiciones y se

obtenga los mismos resultados se estar en presencia de un fenmeno de naturaleza
determinista. As, sern fenmenos deterministas los siguientes:
- El modelo matemtico de la ley de Ohm.
- Las leyes de Kepler.
- Las leyes gravitacionales de Newton.

Ahora bien, no siempre es posible repetir un experimento bajo las mismas condiciones
y, ms an, no siempre los resultados son los mismos. Esto es lo que define un
fenmeno de naturaleza aleatoria. La Figura 2.1 resume la naturaleza de un
experimento aleatorio y sus posibles resultados. A continuacin se presentan algunos
fenmenos ms especficos en reas de la ingeniera.
Demanda de energa elctrica de una ciudad.
Terremotos.
Cambios climticos.
Especificaciones de piezas en una lnea de produccin.
Transmisin de cdigos binarios en un sistema de comunicaciones.
Cambios trmicos en un reactor qumico.
Precios de las acciones de una compaa telefnica.

1.

400 300 -
dcyadsumayrestaconosotros.wikispaces.com

Fig.2.1: Experiencia Aleatoria y sus Protagonistas.

FIC__________________________________________________________________________________________________F.N.Q.C
UNIVERSIDAD NACIONAL DE INGENIERIA_______________________________________________ESTADISTICA Y PROBABILIDADES

Definicin 1.1: Un experimento aleatorio es aquel en el cual no se puede predecir el

resultado del experimento antes de realizarlo.

ESPACIO MUESTRAL DE UN EXPERIMENTO ALEATORIO.

Si bien no es posible predecir el resultado de un experimento aleatorio, siempre debe
ser posible conocer todos los resultados de ese experimento. Este hecho da pie a la
definicin de espacio de resultados o espacio muestral del experimento aleatorio.

Definicin 1.2: El espacio muestral de un experimento aleatorio es el conjunto de

todos los posibles resultados de ese experimento.

Definicin 1.3: Un espacio muestral de un experimento aleatorio es discreto y finito si

el nmero total de resultados de ese experimento es un nmero finito.

Definicin 1.4: Un espacio muestral de un experimento aleatorio es discreto e

infinito numerable si el nmero total de resultados de ese experimento es un nmero
infinito pero se pueden ordenar en una sucesin.

Definicin 1.5: Un espacio muestral de un experimento aleatorio es continuo si el

nmero total de resultados de ese experimento es un nmero infinito que no se
pueden ordenar en una sucesin.

Observacin: En un espacio muestral continuo los posibles resultados pueden

asociarse al conjunto de los nmeros reales o a un intervalo de nmeros reales.

Ejemplo 1: En el experimento aleatorio de lanzar una moneda los posibles resultados

son cara y sello. Luego ={cara, sello}. Este espacio muestral es discreto y finito,
tiene dos posibles resultados.

Ejemplo 2: Una generalizacin del experimento aleatorio de lanzar una moneda es

aquel donde existen slo dos posibles resultados: verdadero o falso, xito o fracaso,
defectuoso o no defectuoso, si o no, varn o hembra, etc. En este caso, el espacio
muestral es discreto y finito ya que tiene dos posibles resultados.

Ejemplo 3: En el experimento aleatorio de lanzar un dado los posibles resultados son

cada una de las seis caras del dado. Luego el espacio muestral podra escribirse como
={Cara i / i = 1, 2, 3, 4, 5, 6}
Este espacio muestral es discreto y finito ya que tiene seis posibles resultados.

Ejemplo 4: Considere el experimento aleatorio de observar el nmero de personas

que entra a un banco durante un periodo de una hora. El espacio muestral para este
experimento puede escribirse como
={n / n = 1, 2, .,}
Este espacio muestral es discreto e infinito numerable.

Ejemplo 5: Considere el experimento aleatorio de lanzar dos dados donde el resultado

es el nmero de puntos en la cara superior de cada dado. Luego el espacio muestral
podra escribirse como el producto cartesiano del conjunto del Ejemplo 2.3 con l
mismo, es decir
={(i, j) / i, j = 1, 2, 3, 4, 5, 6}
Este espacio muestral es discreto y finito ya que tiene treinta y seis posibles
resultados. A diferencia de los anteriores, en este ejemplo el espacio muestral es
bidimensional.

FIC__________________________________________________________________________________________________F.N.Q.C
UNIVERSIDAD NACIONAL DE INGENIERIA_______________________________________________ESTADISTICA Y PROBABILIDADES

Ejemplo 6: Considere el experimento aleatorio de medir el voltaje entre un cierto

punto y tierra en el circuito de un receptor de radio. Luego el espacio muestral podra
escribirse como
={v / 0 v vMAX}
Este espacio muestral es continuo ya que el voltaje puede tomar cualquier valor real
en el intervalo indicado.

Ejemplo 7: Considere el experimento aleatorio de lanzar la jabalina en una

competencia atltica. Luego el espacio muestral que corresponde a un lanzamiento
vlido podra escribirse como
={d / 0 d dMAX}

Este espacio muestral es continuo ya que la distancia puede tomar cualquier valor real
en el intervalo indicado.

Ejemplo 8: Considere el experimento aleatorio de escoger un nmero aleatorio entre

cero y uno en un computador. Luego el espacio muestral podra escribirse como
={r / 0 r 1}

Este espacio muestral es continuo ya que el valor escogido puede ser cualquier valor
real en el intervalo indicado.

EVENTOS O SUCESOS

Una vez que se conoce el espacio muestral del experimento aleatorio se inicia un
proceso de separacin en grupos de los resultados que guarden cierta caracterstica
comn. Estos grupos de resultados son subconjuntos del espacio muestral y se les
asignar un nombre especfico: evento.

Definicin 1.6: Un evento es cualquier subconjunto dentro del espacio muestral.

Observacin: - A los eventos se les conocer con la notacin de las primeras letras
del abecedario en mayscula como, por ejemplo, A, B, C.
- Un evento es un conjunto.
- Los elementos de un evento son resultados del experimento aleatorio.

Definicin 1.7: El evento complemento del evento A es un subconjunto que contiene

los resultados que no estn en el evento A.

Observacin: El evento complemento de A se conocer con la notacin .

Algunos autores usan las notaciones A o A c para indicar el complemento del evento A.
- Los eventos A y A no tienen resultados comunes.

Definicin 1.8: El evento seguro es un evento que contiene todos los resultados del
experimento aleatorio.

Definicin 1.9: El evento imposible es un evento que no contiene ningn resultado

del experimento aleatorio.

Ejemplo 9: En el Ejemplo 3 se describe el espacio muestral del experimento aleatorio

de lanzar un dado. Este espacio muestral finito tiene seis eventos elementales pero se
podran definir, perfectamente, los siguientes eventos compuestos:
A ={Cara i / i par}, B ={Cara i / i impar},

FIC__________________________________________________________________________________________________F.N.Q.C
UNIVERSIDAD NACIONAL DE INGENIERIA_______________________________________________ESTADISTICA Y PROBABILIDADES

C ={Cara i / i > 4}, D ={Cara i / i < 3}

Ejemplo 10: En el Ejemplo 5 se describe el espacio muestral del experimento

aleatorio de lanzar dos dados. Este espacio muestral finito tiene treinta y seis eventos
elementales pero se podran definir, perfectamente, los siguientes eventos
compuestos:
A ={(i, j) / i par}, B ={(i, j) / i, j sean impares},
C ={(i, j) / i + j > 4}, D ={(i, j) / i j = 3}

Definicin 1.12: Dos o ms sucesos son mutuamente excluyentes si no pueden

suceder a la vez, es decir, la ocurrencia de uno de ellos impide la ocurrencia de los
dems.

Operaciones Entre Eventos o Suceso

1. Unin:

Dados dos eventos aleatorios A, B , se denomina evento unin de A y B al

conjunto formado por todos los sucesos que pertenecen a A o bien que pertenecen a
B (incluyendo los que estn en ambos simultneamente), es decir

A B w / w A w B

2. Interseccin:

Dados dos eventos aleatorios A, B , se denomina evento interseccin de A y B al

conjunto formado por todos los sucesos que pertenecen a A y B a la vez, es decir,

A B w / w A w B

3. Diferencia:

Dados dos eventos aleatorios A, B , se llama evento diferencia de A y B, y esta

formado por todos los sucesos que pertenecen a A, pero no a B:

A B w / w A w B

4. A A' A No ocurre A

5. ( A B)' A'B' No ocurre A ni tampoco B.

6. ( A B)' A'B' No ocurre ambos a la vez.

FIC__________________________________________________________________________________________________F.N.Q.C
UNIVERSIDAD NACIONAL DE INGENIERIA_______________________________________________ESTADISTICA Y PROBABILIDADES

DEFINICIONES DE PROBABILIDAD.

Un experimento aleatorio proporciona incertidumbre acerca del resultado que se

obtendr al realizar la experiencia. Esa es la naturaleza aleatoria de la que se ha
estado hablando a travs de este captulo. Aqu es donde cabe la pregunta de cmo
medir la incertidumbre. La siguiente definicin permite comenzar a formalizar el uso de
la palabra probabilidad asociada con los experimentos aleatorios.
Definicin 1.13: A la manera de cuantificar la incertidumbre que existe en un
experimento aleatorio se le conocer como probabilidad.

Observaciones:
Esta definicin slo busca iniciar la explicacin de lo que se entiende por
probabilidad.
Cualquiera sea la manera de interpretar el concepto probabilidad, siempre
estar asociada al experimento aleatorio.
La probabilidad puede verse como una relacin matemtica que asigna a cada
resultado del experimento aleatorio un nmero real. Esta sera una mera
asignacin matemtica de lo observado.
A la probabilidad de un evento A se le denotar P(A).

Definicin de Frecuencias Relativas.

La definicin de frecuencias relativas se basa en la repeticin del experimento
aleatorio. Esta repeticin debe ser bajo las mismas condiciones para poder eliminar
posibles influencias externas que alteren los resultados que se espera obtener. Al
repetir el experimento estaremos interesados en observar la ocurrencia o no de un
evento en particular. Sea n el nmero de veces que se repite el experimento aleatorio
y sea el nmero de veces que ocurre el evento A en esas repeticiones.
Evidentemente, debe ser menor o igual a n. La relacin entre estas cantidades se
conoce como la frecuencia relativa de ocurrencia del evento A, es decir,

nA
fA
n

Est claro que depende del nmero de repeticiones del experimento y en la medida
que aumenta n resulta que el valor de se estabiliza. El fenmeno anterior se conoce
como regularidad estadstica y es la clave para establecer una definicin de
probabilidad con base en la frecuencia relativa de ocurrencia del evento A.

Definicin 1.14: Sea un experimento aleatorio que se va a repetir n veces y sea

el nmero de esas veces que ocurre el evento A, entonces se conocer como
probabilidad del evento A (versin de frecuencias relativas) al lmite cuando n tiende a
infinito de la frecuencia relativa de A.

, cuando n es grande
Definicin Clsica
La definicin clsica se basa en el anlisis del espacio muestral del experimento
aleatorio. Aqu interesa conocer el nmero de formas distintas como puede ocurrir el
evento A y el nmero de formas distintas como puede ocurrir el espacio muestral. La
relacin entre estas dos cantidades define la probabilidad.

FIC__________________________________________________________________________________________________F.N.Q.C
UNIVERSIDAD NACIONAL DE INGENIERIA_______________________________________________ESTADISTICA Y PROBABILIDADES

Definicin 1.15: Sea un experimento aleatorio cuyo espacio muestral est

conformado por NS resultados elementales y sea un evento A conformado por N A
resultados elementales, entonces se conocer como probabilidad del evento A
(versin clsica) a la relacin entre NA y NS. Esta definicin implica que eventos con el
mismo nmero de resultados elementales tienen igual probabilidad. Es decir son
eventos equiprobables.

NA
P( A)
NS

PROBABILIDAD AXIOMATICA
Sea el espacio muestral asociado a un experimento alaeatorio y A un suceso de
dicho espacio muestral

AXIOMA 1 : 0 P( A) 1

AXIOMA 2 : P() 1

AXIOMA 3:

Si A1 , A2 , A3 ,..., AK son sucesos mutuamente excluyentes del ( es decir Ai A j

i j ).

P( A1 A2 A3 ..... AK ) P( A1 ) P( A2 ) P( A3 ) .... P( AK )

TEOREMAS DE LA PROBABILIDAD
Teorema 1: Si es el conjunto vaco P( ) 0 .

Teorema 2: Si A es el complemento de A P( A) 1 P( A' )

Teorema 3: Si A y B son dos sucesos cualesquiera

P( A B) P( A) P( B) P( A B)

En el caso de 3 eventos

P( A B C) P( A) P( B) P(C) P( A B C) P( A B) P( A C) P( B C)
Ejemplo:

Un sistema est formado por dos componentes A y B cuyas probabilidades de fallas

son 1/6 y 2/15 respectivamente. Si la probabilidad de que al menos una de las dos
componentes falle es 7/30, calcular la probabilidad de que:

Ninguno de las dos componentes fallen.

Slo una de las componentes fallen.

FIC__________________________________________________________________________________________________F.N.Q.C
UNIVERSIDAD NACIONAL DE INGENIERIA_______________________________________________ESTADISTICA Y PROBABILIDADES

Probabilidad Condicional
Definicin.- Si A y B son dos eventos asociados a un experimento , la probabilidad
condicional del evento B dado que A ocurri, denotado por P( B / A) es definida por :

P( A B)
P( B / A) , donde P( A) 0
P( A)

Ejemplo

Encontrar la probabilidad de que al lanzar un dado se obtenga un 3 dado que se

obtuvo un impar.

Teorema de la Multiplicacin de Probabilidades

Sean A y B dos sucesos de un experimento aleatorio.

P( A B) P( A) P( B / A)

P( A B) P( B) P( A / B)

Para el caso de tres eventos.

P( A B C) P( A) P( B / A) P(C / A B)

Independencia de Eventos
Hay casos en los que la ocurrencia de un evento no influye en la ocurrencia de otro
evento definido, en tal caso hablamos de eventos independientes.

Definicin.- A y B son dos sucesos mutuamente independientes si y solo si

P( A B) P( A) P( B)

Decimos que tres eventos son independientes:

FIC__________________________________________________________________________________________________F.N.Q.C
UNIVERSIDAD NACIONAL DE INGENIERIA_______________________________________________ESTADISTICA Y PROBABILIDADES

PROBABILIDAD TOTAL
Sean A1, A2, A3..., An eventos disjuntos (mutuamente excluyentes), que forman una
particin de . Esto es Ai Aj = i j y adems

= A1 A2 A3 An

Y sea B otro evento tal que B y B Ai

Teorema de la Probabilidad Total

Sea A1 , A2 ,.... AK sucesos que forman una particin tales que la probabilidad de cada
uno de ellos es distinta de cero, y sea B un evento cualquiera del que se conocen las
probabilidades condicionales P( B / Ai ) , entonces la probabilidad del evento B
viene dada por la expresin:

P( B) P( A1 ).P( B / A1 ) P( A2 ) P( B / A2 ) .... P( AK ) P( B / AK )

k
P( B) P( Ai ) P( B / Ai )
i 1

FIC__________________________________________________________________________________________________F.N.Q.C
UNIVERSIDAD NACIONAL DE INGENIERIA_______________________________________________ESTADISTICA Y PROBABILIDADES

Ejemplo:
En una pequea empresa de tejidos se obtiene su produccin con tres mquinas
hiladoras M1, M2 y M3 que producen respectivamente 50%, 30% y el 20% del nmero
total de artculos producidos.
Los porcentajes de productos defectuosos producidos por estas mquinas son 3%, 4%
y 5%. Si se selecciona un artculo al azar,
Cul es la probabilidad de que el artculo sea defectuoso?

TEOREMA DE BAYES
Sea A1 , A2 ,.... AK sucesos que forman una particin tales que la probabilidad de cada
uno de ellos es distinta de cero, y sea B un suceso cualquiera del que se conocen las
probabilidades condicionales P( B / Ai ) , entonces la probabilidad P( Ai / B) viene
dada por la expresin:

P( Ar ).P( B / Ar )
P( Ar / B)
P( A1 ).P( B / A1 ) P( A2 ).P( B / A2 ) .... P( Ak ).P( B / Ak )

P( Ar B) P( Ar ) P( B / Ar )
P( Ar / B) k
P( Ai ) P( B / Ai )
P( B)
i 1

En los problemas relacionados con la probabilidad, y en particular con la probabilidad

condicionada, as como con la probabilidad total y el teorema de Bayes, es
aconsejable que, con la informacin del problema. Construyas una tabla de
contingencia o un diagrama de rbol.

Ejemplo
En una pequea empresa de tejidos se obtiene su produccin con tres mquinas
hiladoras M1, M2 y M3 que producen respectivamente 50%, 30% y el 20% del nmero
total de artculos producidos.
Los porcentajes de productos defectuosos producidos por estas mquinas son 3%, 4%
y 5%. Supngase que se selecciona un artculo al azar y resulta ser defectuoso.
Cul sera la probabilidad de que el artculo haya sido producido por la mquina M1?

FIC__________________________________________________________________________________________________F.N.Q.C