Académique Documents
Professionnel Documents
Culture Documents
El concepto de probabilidad tiene su origen en relación con los juegos de azar, como
el lanzamiento de monedas o dados, o con juegos de naipes (Kreyszig, 2001).
Actualmente produce modelos matemáticos de procesos aleatorios, denominados en
forma abreviada "experimentos". En cualquier experimento así se observa una
"variable aleatoria" X, una función cuyos valores en el experimento ocurren "al azar",
caracterizada por una distribución de probabilidad. 0 bien, se observa más de una
variable aleatoria, por ejemplo, el peso y la estura de las personas. La dureza y la
resistencia a la tensión del acero.
2. Eventos
De acuerdo a Erwin Kreyszig (Kreyszig, 2001), los subconjuntos de S se
denominan eventos y los resultados, que evidentemente son subconjuntos
especiales, eventos simples. En el lanzamiento de un dado, podríamos definir los
eventos:
A: Número impar, entonces A={1, 3, 5}
B: Número par, entonces B={2, 4, 6}
C: Número mayor a 4, entonces C={5,6}
Los seis eventos simples son: {l}, {2}, {3}, {4}, {5}, {6}.
6
Se tienen cuatro empaques numerados del 1 al 4, de los cual dos están
defectuosos, por ejemplo, los empaques 1 y 2. El experimento consiste en extraer
al azar dos empaques, de modo que el espacio muestral
S consta de 6 resultados posibles (pares no ordenados)
(1.2), (1,3), (1,4), (2,3), (2,4), (3,4)
3.1. Unión
La unión A U B de A y B consta de todos los puntos que están en A o en B o
en ambos.
3.2. Intersección
La intersección A ∩ B de A y B consta de todos los puntos que están tanto
en A como en B.
7
Figura 2: Intersección de conjuntos
Fuente: Elaboración propia
3.3. Complemento
El complemento AC de un evento A consta de todos los puntos de S que no
están en A. En el ejemplo del lanzamiento del dado, el complemento de A =
{1, 3, 5} es AC={2, 4, 6} = B. debemos notar que un evento y su
complemento siempre son mutuamente excluyentes, y que su unión es
todo el espacio muestral S.
Figura 4: Complemento de A
Fuente: Elaboración propia
4. Probabilidad
En un experimento, se supone que la "probabilidad" de un evento A mide
aproximadamente con cuánta frecuencia ocurre A si se efectúan muchos ensayos.
Si se lanza una moneda, entonces las caras H y los Sellos T aparecen
aproximadamente con la misma frecuencia: se dice que H y T son
"equiprobables". Obsérvese la siguiente tabla:
8
Fuente: (Kreyszig, 2001)
En la tabla anteiror se confirma este hecho. De manera semejante para un dado
de forma regular ("dado legal" o "no cargado”), cada uno de los seis resultados
1, 2…, 6 son equiprobables.
Estos son ejemplos de experimentos en los que el espacio muestral S consta de
un número finito de resultados (puntos) que por razones de cierta simetría
pueden considerarse como equiprobables.
Según Mario Triola (Triola M. F., 2009), la probabilidad se define como un número
entre 0 y 1 inclusive, podemos añadir que éste número describe la posibilidad
relativa de que algo ocurra (algo que nosotros deseamos), si este número se
acerca a 1 casi siempre ocurre, si se acerca a 0, casi nunca ocurre. Si este número
es 1, es un suceso seguro, es decir, va a ocurrir a pesar de…, si éste número es
0, el suceso es imposible, no va a ocurrir.
Existen especialmente 3 formas de calcular la probabilidad, el método clásico,
frecuentista y la subjetiva, ésta última no forma parte del estudio estricto de la
estadística, por lo cual no se abordará.
Entonces, en particular:
𝑃(𝑆) = 1
Eiemplo:
Solución.
Los seis resultados son equiprobables, de modo que la probabilidad de
cada uno es 1/6, Entonces:
P(A) = 2/6 = 1/3 porque A = {5, 6} tiene dos puntos, y
9
P(B) = 3/6 = ½
SOLUCIÓN
El espacio muestral consiste en dos sucesos simples: Miller anota el tiro
libre o no lo hace. Con sus resultados anteriores obtenemos lo siguiente:
5915
𝑃(𝑀𝑖𝑙𝑙𝑒𝑟 𝑎𝑛𝑜𝑡𝑎 𝑢𝑛 𝑡𝑖𝑟𝑜 𝑙𝑖𝑏𝑟𝑒) = = 0.886
6679
10
Tema N° 2: Teoremas básicos sobre probabilidad
Solución.
Como cada moneda puede caer cara o sello, entonces el espacio muestral consta
de 25=32 resultados. Ya que las monedas no están cargadas es posible asignar
la misma probabilidad (1/32) a cada resultado. Así, el evento Ac (No se obtiene
ninguna cara) consta de un sólo resultado. Por tanto, P(Ac)=1/32, y la respuesta
es P(A) =1-P(Ac)=31/32.
2. Regla de la suma
La regla de la suma es un método para calcular probabilidades que pueden
expresarse de la forma P(A o B), es decir, la probabilidad de que ocurra el suceso
A o de que ocurra el suceso B (o de que ambos ocurran), como único resultado
de un procedimiento. Para calcular la probabilidad de que ocurra el suceso A o el
suceso B, primero debemos obtener el número total de maneras en que puede
ocurrir A y de maneras en que puede ocurrir B, pero calculamos ese total sin
contar cada resultado más de una vez.
Es importante distinguir, si los eventos son mutuamente excluyentes (cuando los
eventos no tienen elementos en común) o arbitrarios (cuando los eventos tienen
intersección)
11
2.1. Regla de la suma para eventos mutuamente excluyentes
Para eventos mutuamente excluyentes A1, A2….,Am en un espacio muestral
S:
P(A1 U A2 U…U Am)= P(A1)+ P(A2)+…+ P(Am)
Ejemplo:
Si las probabilidades de que en cualquier día laboral un taller mecánico
reciba 10-20, 21-30, 31-40, más de 40 automóviles para reparar son 0.20,
0.35, 0.25, 0.12 respectivamente, ¿cuál es la probabilidad de
que en cualquier día dado el taller reciba por lo menos 21 automóviles
para reparar?
Solución.
Como se trata de eventos mutuamente excluyentes, podemos aplicar la
regla de la suma de acuerdo al modelo anterior:
P(Autos>=21)= 0.35 + 0,25 + 0.32 = 0.72.
Solución.
Sean A el evento "Número impar'" y B el evento "Número menor que 4".
A = {1, 3, 5}
B= {1, 2, 3}
A B = {1, 3}
Al existir intersección entre A y B, aplicamos la regla de la suma para
eventos arbitrarios:
P (A U B) = 3/6 + 3/6 – 2/6 = 2/3 = 0.6667
3. Regla de la Multiplicación
La regla de la multiplicación es un método para calcular la probabilidad de que
ocurra el eventos A en un primer ensayo y el evento B en un segundo ensayo. Si
el resultado del primer suceso A afecta de alguna forma la probabilidad del
segundo suceso B, es importante ajustar la probabilidad de B para que refleje la
ocurrencia del suceso A. La regla para el cálculo de P(A y B) se denomina regla
de la multiplicación porque implica multiplicar la probabilidad del suceso A por la
probabilidad del suceso B (donde la probabilidad del suceso B se ajusta por el
resultado del suceso A).
Dos sucesos A y B son independientes cuando la ocurrencia de uno no afecta la
probabilidad de la ocurrencia del otro. (De manera similar, muchos otros sucesos
son independientes si la ocurrencia de cualquiera no afecta las probabilidades de
12
la ocurrencia de los demás). Si A y B no son independientes, se dice que son
dependientes (Triola, 2009).
Solución:
Al ser eventos independientes, podemos concluir que:
P(correcta y correcta) = (1/2).(1/5) = 1/10 = 0.1
Probabilidad Condicional
P(B|A) representa la probabilidad de que un suceso B ocurra después de
suponer que el suceso A ya ocurrió. (Podemos leer B|A como “B dado A”
o como “el suceso B ocurre después de que el suceso A ya ocurrió”).
Ejemplo
Al producir tornillos, sea A que significa "tornillo demasiado delgado" y B
"tornillo demasiado corto", respectivamente Sea P(A) = 0.1 y sea
P(B|A)=0.2 la probabilidad condicional de que un tomillo demasiado
delgado también sea demasiado corto ¿Cuál es la probabilidad de que un
13
tornillo elegido al azar del lote producido sea demasiado delgado y
demasiado corto?
Solución.
P(A B) = P(A).P(B|A) = (0.1).(0.2) = 0.02 = 2%
Muestreo.
El siguiente ejemplo está relacionado con la extracción aleatoria de
objetos, una a la vez, de un conjunto de objetos dado. Lo anterior se
denomina muestreo de una población y existen dos formas de muestreo,
como se muestra a continuación:
a) En el muestreo con reemplazo, el objeto extraído al azar se regresa
nuevamente al conjurito dado y éste se revuelve de manera
exhaustiva, Luego se extrae aleatoriamente el siguiente objeto.
b) En el muestreo sin reemplazo, el objeto extraído no se regresa al
conjunto.
Ejemplo: Plantas
Una bióloga experimenta con una muestra de dos plantas vasculares
(indicadas por V) y cuatro plantas no vasculares (indicadas por N). A
continuación se listan los códigos de las seis plantas estudiadas. La bióloga
desea elegir al azar dos de las plantas para estudiarlas con mayor
profundidad.
Calcule la probabilidad de que la primera planta seleccionada sea no
vascular (N) y que la segunda planta también sea no vascular (N).
Suponga que las selecciones se hacen a) con reemplazo; b) sin reemplazo.
VVNNNN
SOLUCIÓN
a. Si las dos plantas se seleccionan con reemplazo, las dos selecciones
son independientes, ya que el segundo suceso no se ve afectado por
el primer resultado. En cada selección, de las seis plantas, cuatro son
no vasculares (N), de manera que obtenemos:
P(N y N) = 4/6 . 4/6 = 16/36 = 0.444
b. Si las dos plantas se seleccionan sin reemplazo, las dos selecciones
son dependientes, ya que la probabilidad del segundo suceso se ve
afectada por el primer resultado. En la primera selección, cuatro de las
seis plantas son no vasculares (N). Después de elegir a una planta no
vascular en la primera selección, quedan cinco plantas, incluyendo tres
que son no vasculares.
P(N y N) = 4/6 . 3/5 = 12/30 = 0.4
Observe que en este caso ajustamos la segunda probabilidad para tomar
en cuenta la selección de una planta no vascular (N) en el primer
resultado. Después de seleccionar N la primera vez, de las cinco plantas
restantes, tres serían no vasculares.
14