Documente Academic
Documente Profesional
Documente Cultură
Obsrvese que el enfoque clsico de la probabilidad se basa en la suposicin de que cada uno de
los resultados es igualmente probable. Debido a que este enfoque (cuando es aplicable) permite
determinar los valores de probabilidad antes de observar cualesquiera eventos muestrales, tambin se le
denomina enfoque a priori.
A travs del enfoque de frecuencia relativa, se determina la probabilidad con base en la
proporcin de veces que ocurre un resultado favorable en un determinado nmero de observaciones o
experimentos. No hay implcita ninguna suposicin previa de igualdad de probabilidades. Debido a que
para determinar los valores de probabilidad se requiere de la observacin y de la recopilacin de datos, a
este enfoque se le denomina tambin enfoque emprico. La probabilidad de que ocurra un evento A, de
acuerdo con el enfoque de frecuencia relativa es
()
()
Tanto el enfoque clsico como el de frecuencia relativa producen valores de probabilidad
objetivos, en el sentido de que sealan la tasa relativa de ocurrencia del evento a largo plazo.
Por el contrario, el enfoque subjetivo a la probabilidad es particularmente apropiado cuando
slo existe una probabilidad de que el evento ocurra, y se da el caso de que ocurra o no esa nica vez. De
acuerdo con el enfoque subjetivo, la probabilidad de un evento es el grado de confianza que una
persona tiene en que el evento ocurra, con base en toda la evidencia que tiene disponible. Debido a que
el valor de la probabilidad es un juicio personal, al enfoque subjetivo se le denomina tambin enfoque
personalista.
Axiomas
Para el clculo de probabilidades hay que tomar en cuenta los Axiomas y Teoremas que a
continuacin se enumeran.
1) La probabilidad de que ocurra un evento A cualquiera se encuentra entre cero y uno.
0 s p(A) > 1
2) La probabilidad de que ocurra el espacio muestral o debe de ser 1.
p(o) = 1
3) Si A y B son eventos mutuamente excluyentes, entonces la p(AB) = p(A) + p(B)
M.E.T. Juan Manuel Jurez Zamorano
A
o
A
A
c
o
o
A
B\A
B
A
B
AB
o
A
B
AB
o
Generalizando:
Si se tienen n eventos mutuamente excluyentes o exclusivos A1, A2, A3,.....An, entonces;
p(A1A2.........An) = p(A1) + p(A2) + .......+ p(An)
Teoremas
Teorema 1. Si | es un evento nulo o vaco, entonces la
probabilidad de que ocurra | debe ser cero. p(|)=0
Demostracin: Si sumamos a |un evento A cualquiera, como | y A son dos eventos mutuamente
excluyentes, entonces p(A|)=p(A) +p(|)=p(A). LQQD
Teorema 2. La probabilidad del complemento de A, Ac debe ser,
p(Ac)= 1 p(A)
Demostracin: Si el espacio muestral o, se divide en dos
eventos mutuamente exclusivos, A y Ac luego o=AAc, por
tanto p(o)=p(A) + p(Ac) y como en el axioma dos se afirma que
p(o)=1, por tanto, p(Ac)= 1 - p(A) .LQQD
Teorema 3. Si un evento A c B, entonces la p(A) s p(B).
Demostracin: Si separamos el evento B en dos eventos
mutuamente excluyentes, A y B \ A (B menos A), por tanto,
B=A(B \ A) y p(B)=p(A) +p(B \ A), luego entonces si p(B \ A)>0
entonces se cumple que p(A)sp(B). LQQD
Teorema 4. La p( A \ B )= p(A) p(AB)
Demostracin: Si A y B son dos eventos cualquiera, entonces el
evento A se puede separar en dos eventos mutuamente
excluyentes, (A \ B) y AB, por tanto, A=(A \ B)(AB), luego
p(A)=p(A \ B) + p(AB), entonces, p(A \ B) = p(A) p(AB).
LQQD
Teorema 5. Para dos eventos A y B, p(AB)=p(A) + p(B) p(AB).
DEMOSTRACIN: Si AB = (A \ B) B, donde (A \ B) y B son
eventos mutuamente excluyentes, por lo que p(A B) = p(A \ B) +
A\B
M.E.T. Juan Manuel Jurez Zamorano
A
B
C
o
AB
ABC
BC
AC
p(B) y del teorema anterior tomamos que p(A \ B) = p(A) p(AB), por tanto, p(AB) = p(A) + p(B)
p(AB). LQQD
Corolario:
Para tres eventos
A, B y C, p(ABC) = p(A) + p(B) + p(C) p(AB) p(AC) (BC)
+ p(ABC).
Conceptos Bsicos
a) Espacio muestral (o).- Es el conjunto de todos los resultados posibles de un experimento. Es nuestro
Universo.
Ejemplos:
1. Se lanza al aire un dado normal (perfectamente equilibrado), enumere los posibles resultados
de este experimento.
o= {1, 2, 3, 4, 5, 6 }
2. Se lanza al aire dos veces una moneda normal, defina su espacio muestral.
o = {AA, AS, SA, SS}
b) Evento A.- El evento A es un subconjunto del espacio muestral.
Ejemplos:
1. Sea A el evento de que aparezca un nmero par en el lanzamiento de un dado, entonces;
A = {2,4,6}
2. Sea B el evento de que aparezcan dos guilas en tres lanzamientos de una moneda normal,
entonces;
Como o = {AAA, AAS, SAA, ASA, ASS, SAS, SSA, SSS}
Luego B = {AAS, SAA, ASA}
c) Evento seguro.- Se dice de aquel evento cuya probabilidad siempre es 1.
P(A)=1
M.E.T. Juan Manuel Jurez Zamorano
d) Punto muestral.- se le denomina punto muestral a un resultado particular, es decir, a un elemento del
conjunto de estudio.
e) Eventos mutuamente excluyentes.- los eventos A y B se denominan mutuamente excluyentes si son
disyuntivos, es decir, si A B = C. En esta caracterstica, A y B no pueden ocurrir en forma simultnea.
4.4 Modelos matemticos
5. Probabilidad.
Se le conoce como Probabilidad a la rama de las matemticas que se ocupa de medir o
determinar cuantitativamente la posibilidad de que ocurra un determinado suceso. La probabilidad est
basada en el estudio de la combinatoria y es fundamento necesario de la estadstica.
La creacin de la probabilidad se atribuye a los matemticos franceses del siglo XVII Blaise Pascal
y Pierre de Fermat, aunque algunos matemticos anteriores, como Gerolamo Cardano en el siglo XVI,
haban aportado importantes contribuciones a su desarrollo.
La probabilidad de un resultado se representa con un nmero entre 0 y 1, ambos inclusive. La
probabilidad 0 indica que el resultado no ocurrir nunca, y la probabilidad 1, que el resultado ocurrir
siempre.
El clculo matemtico de probabilidades se basa en situaciones tericas en las cuales puede
configurarse un espacio muestral cuyos sucesos elementales tengan todos la misma probabilidad.
5.1 Tcnicas de conteo
Las tcnicas de conteo son aquellas que son usadas para enumerar eventos difciles de
cuantificar. Ejemplos en los que definitivamente haremos uso de las tcnicas de conteo seran:
-Cuntas comisiones pro limpieza del Plantel se pueden formar si hay 150 alumnos que desean
ayudar en esta tarea y se desea formar comisiones de ocho alumnos?
-Cuntas representaciones de alumnos pueden ser formadas a) si se desea que estas consten
solo de alumnos de Informtica?, b) se desea que el presidente sea un Electromecnico?, c) se desea que
el presidente y tesorero sean electromecnicos? Para todos los casos, se desea que las representaciones
consten de once alumnos.
-Cuntas maneras tiene una persona de seleccionar una lavadora, una batidora y dos
licuadoras, si encuentra en una tienda 8 modelos diferentes de lavadoras, 5 modelos diferentes de
batidoras y 7 modelos diferentes de licuadoras?
Se les denomina tcnicas de conteo a: las combinaciones, permutaciones y diagrama de rbol,
las que a continuacin se explicarn y hay que destacar que stas nos proporcionan la informacin de
todas las maneras posibles en que ocurre un evento determinado.
M.E.T. Juan Manuel Jurez Zamorano
Las bases para entender el uso de las tcnicas de conteo son el principio multiplicativo y el
aditivo, los que a continuacin se definen y se hace uso de ellos.
Principio Multiplicativo
Si se desea realizar una actividad que consta de r pasos, en donde el primer paso de la actividad
a realizar puede ser llevado a cabo de N1 maneras o formas, el segundo paso de N2 maneras o formas y
el r-simo paso de Nr maneras o formas, entonces esta actividad puede ser llevada a efecto de;
N1 x N2 x ..........x Nr maneras o formas
El principio multiplicativo implica que cada uno de los pasos de la actividad deben ser llevados a
efecto, uno tras otro.
Ejemplos:
1) Una persona desea construir su casa, para lo cul considera que puede construir los cimientos de
su casa de cualquiera de dos maneras (concreto o block de cemento), mientras que las paredes
las puede hacer de adobe, adobn o ladrillo, el techo puede ser de concreto o lmina
galvanizada y por ltimo los acabados los puede realizar de una sola manera cuntas maneras
tiene esta persona de construir su casa?
Solucin:
Considerando que r = 4 pasos
N1= maneras de hacer cimientos = 2
N2= maneras de construir paredes = 3
N3= maneras de hacer techos = 2
N4= maneras de hacer acabados = 1
N1 x N2 x N3 x N4 = 2 x 3 x 2 x 1 = 12 maneras de construir la casa
El principio multiplicativo, el aditivo y las tcnicas de conteo que posteriormente se tratarn nos
proporcionan todas las maneras o formas posibles de como se puede llevar a cabo una actividad
cualquiera.
2) Cuntas placas para automvil pueden ser diseadas si deben constar de tres letras seguidas de
cuatro nmeros, si las letras deben ser tomadas del abecedario y los nmeros de entre los dgitos del 0 al
9?, a. Si es posible repetir letras y nmeros, b. No es posible repetir letras y nmeros, c. Cuntas de las
placas diseadas en el inciso b empiezan por la letra D y empiezan por el cero, d. Cuantas de las placas
diseadas en el inciso b empiezan por la letra D seguida de la G.
Solucin:
a. Considerando 26 letras del abecedario y los dgitos del 0 al 9
M.E.T. Juan Manuel Jurez Zamorano
( )! k n
n!
()
En las permutaciones, el orden en el que se ubiquen las personas, smbolos u objetos hace diferencia, es
decir SI importa el orden, de manera que
Existe un caso especial de ordenamientos sin reemplazo y se da cuando r = n, es decir, las extracciones son
del mismo tamao que el conjunto.
Su frmula es:
Ejemplo 1.- Cuantas permutaciones diferentes podemos formar al lanzar un dado 6 veces
2.- Cuantas permutaciones podemos formar con los 10 alumnos del saln
M.E.T. Juan Manuel Jurez Zamorano
3.- En la caja hay 5 pelotas negras, 6 pelotas blancas, 7 pelotas verdes, se pide extraer:
a) 3 pelotas con reemplazo
b) cantidad de permutaciones
c) permutaciones de pelotas verdes ;-)
d) 4 pelotas blancas con reemplazo
e) 3 pelotas verdes sin reemplazo
4.- De los 18 hombres del saln y 15 mujeres, se pide formar:
a) Pares de alumnos con reemplazo
b) Permutaciones de mujeres
c) Tercias de mujeres sin reemplazo
d) Permutaciones de alumnos
e) Quintetos de mujeres con reemplazo
Permutaciones SIN repeticin:
Las permutaciones sin repeticin de n elementos se definen como las distintas formas de ordenar todos
esos elementos distintos, por lo que la nica diferencia entre ellas es el orden de colocacin de sus elementos. El
nmero de estas permutaciones ser:
Permutaciones CON repeticin:
Llamamos a las permutaciones con repeticin de n elementos tomados de a en a, de b en b, de c en c, etc,
cuando en los n elementos existen elementos repetidos (un elemento aparece a veces, otro b veces, otro c veces,
etc) verificndose que a+b+c+...=n. El nmero de estas permutaciones ser:
Permutaciones circulares
Una permutacin circular es una disposicin de n elementos
de forma tal que una cualquiera de ellas se distingue de otra por variar la
posicin relativa de los elementos que la componen. En este sentido dos
disposiciones circulares son iguales si una se puede obtener de la otra por medio de una rotacin.
El nmero de arreglos circulares de n elementos viene dado por
( )! 1 n (n) P
C
=
M.E.T. Juan Manuel Jurez Zamorano
b) Combinaciones
Es todo arreglo de elementos en donde no nos interesa el lugar o posicin que ocupa cada uno de los
elementos que constituyen dicho arreglo. Por ejemplo abc es una combinacin diferente de bca. Sin embargo, en
muchos problemas solo nos interesa la seleccin de los objetos sin tener en cuenta su orden.
Combinaciones sin repeticin.
Definicin:
Las combinaciones sin repeticin de n elementos tomados de p en p se definen como las distintas
agrupaciones formadas con p elementos distintos, eligindolos de entre los n elementos de que disponemos,
considerando una variacin distinta a otra slo si difieren en algn elemento, (No influye el orden de colocacin de
sus elementos). El nmero de combinaciones que se pueden construir se puede calcular mediante la frmula:
n
C
r
=
()
Ejemplo: el nmero de maneras como pueden escogerse 3 personas de un total de 8 es:
8
C
3
=
()
Definicin:
Las combinaciones con repeticin de n elementos tomados de p en p se definen como las distintas
agrupaciones formadas con p elementos que pueden repetirse, eligindolos de entre los n elementos de que
disponemos, considerando una variacin distinta a otra slo si difieren en algn elemento, (No influye el orden de
colocacin de sus elementos). El nmero de combinaciones que se pueden construir se puede calcular mediante la
frmula:
c) Diagrama de rbol
Un diagrama de rbol es un mecanismo utilizado para enumerar todos los resultados posibles de
una secuencia de experimentos o eventos posibles donde cada evento puede ocurrir en un nmero finito
de formas. Por ejemplo, al resolver el problema: Julio tiene dos pantalones (azul y blanco) y dos camisas
(negra y blanca) de cuntas formas diferentes se puede vestir, sin repetir?. La construccin del
diagrama de rbol se ejemplificara de la siguiente manera:
Combinaciones
Pantaln azul
Camisa blanca
Camisa negra
Pantaln Blanco
Camisa blanca
Camisa negra
M.E.T. Juan Manuel Jurez Zamorano
Siendo las ultimas ramas el resultado final, en este caso, como son 4 ramas al final, seran 4
resultados:
Pantaln azul camisa blanca,
Pantaln azul camisa negra,
Pantaln blanco camisa blanca y
Pantaln blanco camisa negra.
d) Procesos de conteo
Existen dos principios bsicos de conteo, uno comprende la adicin y el otro, la multiplicacin.
El principio de la adicin menciona: supongamos que algn evento E puede ocurrir en m formas
y un segundo evento F puede ocurrir en n formas, y supongamos que ambos eventos no pueden ocurrir
en forma simultnea. Entonces E o F pueden ocurrir en m + n formas.
Este principio puede expresarse en trminos de conjuntos de la siguiente manera: supongamos
que A y B son conjuntos disyuntos. Entonces: n(A U B) = n(A) + n(B).
Ejemplo: supongamos que hay 8 profesores y 5 profesoras que ensean una clase de clculo. Un
estudiante puede escoger un profesor de clculo de 8 + 5 = 13 formas.
El principio multiplicativo menciona: supongamos que un evento E puede ocurrir en m formas e
independiente de este evento, un evento F puede ocurrir en n formas. Entonces las combinaciones de
los eventos E y F pueden ocurrir en mn formas.
Este principio tambin puede expresarse en trminos de conjuntos de la siguiente manera:
supongamos que A y B son conjuntos finitos. Entonces: n(A x B) = n(A) * n(B).
Ejemplo: supongamos que un restaurante tiene 3 aperitivos diferentes y 4 entradas diferentes.
Entonces hay
n = (3)(4) = 12
formas diferentes de ordenar un aperitivo y una entrada.
e) Teorema del binomio
Este teorema hace referencia a la expansin de la expresin algebraica (a + b)
n
. Los nmeros que
aparecen en los resultados se denominan coeficientes binomiales. Los coeficientes de las potencias
sucesivas de a + b pueden arreglarse en un ordenamiento triangular de nmeros, llamado tringulo de
Pascal. Los nmeros en el tringulo de Pascal tienen las siguientes propiedades interesantes:
a) El primer y el ltimo nmero de cada fila es 1
b) El nmero despus del siguiente en el ordenamiento se puede obtener sumando los dos
nmeros que aparecen directamente encima de ste. Por ejemplo: 10 = 4 + 6, 15 = 5 + 10,
etc.
M.E.T. Juan Manuel Jurez Zamorano
1
(a+b)
0
= 1
1 1
(a+b)
1
= a + b
1 2 1
(a+b)
2
= a
2
+ 2ab + b
2
1 3 3 1
(a+b)
3
= a
3
+ 3a
2
b + 3ab
2
+ b
3
1 4 6 4 1
(a+b)
4
= a
4
+ 4a
3
b + 6a
2
b
2
+ 4ab
3
+ b
4
1 5 10 10 5 1
(a+b)
5
= a
5
+ 5a
4
b + 10a
3
b
2
+ 10a
2
b
3
+ 5ab
4
+ b
5
1 6 15 20 15 6 1
(a+b)
6
= a
6
+ 6a
5
b + 15a
4
b
2
+ 20a
3
b
3
+ 15a
2
b
4
+ 6ab
5
+ b
6
La frmula que se utiliza para el teorema del binomio es: ( )
5.2 Probabilidad de eventos sucesivos
5.3 Probabilidad condicional
Supongamos que E es un evento de un espacio muestral S con P(E) > 0. La probabilidad de que
ocurra un evento A una vez que E ha ocurrido o, en otras palabras, la probabilidad condicional de A dado
E, escrita P(A|E), se define as:
(|)
()
()
Ejemplo: se lanza un par de dados equilibrados. El espacio muestral S consiste en 36 pares
ordenados (a,b) donde a y b pueden ser cualquier entero del 1 al 6. Por tanto, la probabilidad de
cualquier resultado es 1/36. Encuentra la probabilidad de que uno de los dados sea 2, si la suma es 6. Es
decir, encuentre P(A|E) donde
E={la suma es 6} y A={2 aparezca al menos en un dado}
Tambin encuentra P(A)
Ahora E est formado por cinco elementos, especficamente:
E={(1,5),(2,4),(3,3),(4,2),(5,1)}
Dos de ellos, (2,4) y (4,2) pertenecen a A, es decir, AE={(2,4),(4,2)}. Por el teorema, P(A|E)=2/5.
Por otra parte, A est conformado por 11 elementos, especficamente:
A={(2,1),(2,2),(2,3),(2,4),(2,5),(2,6),(1,2),(3,2),(4,2),(5,2),(6,2)}
Y S est conformado por 36 elementos; por tanto P(A)=11/36
M.E.T. Juan Manuel Jurez Zamorano
5.4 Eventos independientes
En este tipo de eventos, si P(B|A), es decir, que la probabilidad de que ocurra B no est afectada
por la ocurrencia o no de A, entonces decimos que A y B son eventos independientes, esto equivale a:
P(AB)= P(A)P(B)
5.5 Teorema de Bayes
Suponiendo que A
1
, A
2
,. A
n
, son eventos mutuamente excluyentes cuya unin es el espacio
muestral S, es decir, que debe ocurrir uno de los eventos. Entonces, si A es un evento cualquiera,
tenemos el teorema de Bayes.
Este teorema nos permite encontrar las posibilidades de diferentes eventos A
1
, A
2
,. A
n
, que
pueden hacer que ocurra A. Por esta razn, con frecuencia se hace referencia a este teorema como el
teorema de la probabilidad de las causas.
La frmula que caracteriza a este teorema es:
(
|)
(
)(|
)
(
)(|
M.E.T. Juan Manuel Jurez Zamorano
Bibliografa.
"Estadstica." Microsoft Student 2008 [DVD]. Microsoft Corporation, 2007.
"Grficas estadsticas." Microsoft Student 2008 [DVD]. Microsoft Corporation, 2007.
"Teora de conjuntos." Microsoft Student 2008 [DVD]. Microsoft Corporation, 2007.
Notacin cientfica." Microsoft Student 2008 [DVD]. Microsoft Corporation, 2007.
Johnson, Robert Estadstica elemental Editorial Iberoamerica.
Kazmier, Leonard y Daz Mata, Alfredo. Estadstica aplicada a Administracin y Economa 2. Edicin.
Editorial McGraw-Hill.
Lipshutz, Seymour y Lipson, Marc. Probabilidad. Segunda Edicin. Ed. McGraw Hill. Bogot, Colombia.
2001. 324 pp.
Mendenhall/Reinmuthata, Estadstica aplicada a Administracin y Economa Editorial Iberoamerica
Spiegel, Murray R. et. al. Probabilidad y Estadstica. Segunda Edicin. Ed. McGraw Hill. Mxico, D.F. 2007.
416 pp.