Probabilidad

Índice
1. ¿Qué es la probabilidad?
2. Historia.
3. Aplicaciones
4. Ramas
5. Técnicas de recuento. Clases
 1. ¿Qué es la probabilidad?
La probabilidad mide la frecuencia con la que se obtiene un resultado (o conjunto de resultados) al llevar a cabo
un experimento aleatorio, del que se conocen todos los resultados posibles, bajo
condiciones suficientemente estables.

2. Historia
En cuanto al concepto en sí, la probabilidad y el azar siempre ha estado en la mente del ser humano. Por
ejemplo:
• Sumerios y Asirios utilizaban un hueso extraído del talón de animales como ovejas, ciervos o caballos,
denominado astrágalo o talus, que tallaban para que pudieran caer en cuatro posiciones distintas, por lo
que son considerados como los precursores de los dados.
• En el caso de la civilización egipcia, algunas pinturas encontradas en las tumbas de los faraones muestran
tanto astrágalos como tableros para el registro de los resultados.
• Por su parte, los juegos con dados se practicaron ininterrumpidamente desde los tiempos del Imperio
Romano hasta el Renacimiento, aunque no se conoce apenas las reglas con las que jugaban. Uno de estos
juegos, denominado "hazard", palabra que en inglés y francés significa riesgo o peligro, fue introducido en
Europa con la Tercera Cruzada. Las raíces etimológicas del término provienen de la palabra árabe "al-
azar", que significa "dado". Posteriormente, en el "Purgatorio" de Dante el término aparece ya como "azar".
• En la actualidad, ruletas, máquinas tragaperras, loterías, quinielas,..., nos indican que dicha fascinación del
hombre por el juego, continúa.
La historia de la probabilidad comienza en el siglo XVII cuando Pierre Fermat y Blaise Pascal tratan de resolver
algunos problemas relacionados con los juegos de azar. Aunque algunos marcan sus inicios cuando Cardano
( jugador donde los haya) escribió sobre 1520 El Libro de los Juegos de Azar (aunque no fue publicado hasta más
de un siglo después, sobre 1660) no es hasta dicha fecha que comienza a elaborarse una teoría aceptable sobre
los juegos.
Christian Huygens conoció la correspondencia entre Blaise Pascal y Pierre Fermat suscitada por el caballero De
Méré, se planteó el debate de determinar la probabilidad de ganar una partida, y publicó (en 1657) el primer libro
sobre probabilidad: De Ratiociniis in Ludo Aleae, (Calculating in Games of Chance), un tratado sobre juegos de
azar.Se aceptaba como intuitivo el concepto de equiprobabilidad, se admitía que la probabilidad de conseguir un
acontecimiento fuese igual al cociente entre
Durante el siglo XVIII, debido muy particularmente a la popularidad de los juegos de azar, el cálculo de
probabilidades tuvo un notable desarrollo sobre la base de la anterior definición de probabilidad. Destacan en
1713 el teorema de Bernoulli y la distribución binomial, y en 1738 el primer caso particular estudiado por De
Moivre, del teorema central del límite. En 1809 Gauss inició el estudio de la teoría de errores y en 1810 Laplace,
que había considerado anteriormente el tema, completó el desarrollo de esta teoría. En 1812 Pierre Laplace
publicó Théorie analytique des probabilités en el que expone un análisis matemático sobre los juegos de azar.
A mediados del siglo XIX, un fraile agustino austriaco, Gregor Mendel, inició el estudio de la herencia, la
genética, con sus interesantes experimentos sobre el cruce de plantas de diferentes características. Su obra, La
matemática de la Herencia, fue una de las primeras aplicaciones importantes de la teoría de probabilidad a las
ciencias naturales
Desde los orígenes la principal dificultad para poder considerar la probabilidad como una rama de la
matemática fue la elaboración de una teoría suficientemente precisa como para que fuese aceptada como una
forma de matemática. A principios del siglo XX el matemático ruso Andrei Kolmogorov la definió de forma
axiomática y estableció las bases para la moderna teoría de la probabilidad que en la actualidad es parte de una
teoría más amplia como es la teoría de la medida.

3. Aplicaciones
Dos aplicaciones principales de la teoría de la probabilidad en el día a día son en el análisis de riesgo y en el
comercio de los mercados de materias primas. Los gobiernos normalmente aplican métodos probabilísticos
en regulación ambiental donde se les llama "análisis de vías de dispersión", y a menudo miden el bienestar usando
métodos que son estocásticos por naturaleza, y escogen qué proyectos emprender basándose en análisis
estadísticos de su probable efecto en la población como un conjunto.
Una ley de números pequeños tiende a aplicarse a todas aquellas elecciones y percepciones del efecto de estas
elecciones, lo que hace de las medidas probabilísticas un tema político.
Un buen ejemplo es el efecto de la probabilidad percibida de cualquier conflicto generalizado sobre los precios
del petróleo en Oriente Medio - que producen un efecto dominó en la economía en conjunto. Un cálculo por un
mercado de materias primas en que la guerra es más probable en contra de menos probable probablemente envía
los precios hacia arriba o hacia abajo e indica a otros comerciantes esa opinión. Por consiguiente, las
probabilidades no se calculan independientemente y tampoco son necesariamente muy racionales. La teoría de
las finanzas conductuales surgió para describir el efecto de este pensamiento de grupo en el precio, en la política, y
en la paz y en los conflictos.
Otra aplicación significativa de la teoría de la probabilidad en el día a día es en la fiabilidad. Muchos bienes de
consumo, como los automóviles y la electrónica de consumo, utilizan la teoría de la fiabilidad en el diseño del
producto para reducir la probabilidad de avería. La probabilidad de avería también está estrechamente relacionada
con la garantía del producto.
Hoy en día no existe un medio mejor para describir la física cuántica si no es a través de la teoría de la
probabilidad. Mucha gente hoy en día confunde el hecho de que la mecánica cuántica se describe a través de
distribuciones de probabilidad con la suposición de que es por ello un proceso aleatorio, cuando la mecánica
cuántica es probabilística no por el hecho de que siga procesos aleatorios sino por el hecho de no poder
determinar con precisión sus parámetros fundamentales, lo que imposibilita la creación de un sistema de
ecuaciones determinista.
Una de las primeras aplicaciones de la probabilidad fue en las ciencias actuariales, que comprenden el estudio
de seguros de vida, fondos de pensiones y problemas relacionados. Otro uso importante de la probabilidad está
en la estadística, la cual penetra en una multitud de campos, tales como finanzas, economía, biología, psicología y
las ciencias sociales en general. El cálculo de probabilidades también se emplea en la física y química modernas y
en muchas ingenierías, como por ejemplo en la teoría de ajuste por mínimos cuadrados, en el estudio de
problemas de aglomeración (problemas de tráfico), en la teoría de muestreo y en el control de calidad de
productos manufacturados.

4. Ramas
Hay tres formas de calcular o estimar la probabilidad. El enfoque clásico, proveniente de los juegos de azar o
definición clásica de Laplace que se emplea cuando los espacios muestrales son finitos y tienen resultados
igualmente probables; la definición empírica o frecuencial que se basa en la frecuencia relativa de ocurrencia de un
evento con respecto a un gran número de ensayos repetidos y por último la definición de Kolmogorov o definici6n
axiomática de probabilidad.
Seleccionar uno de los tres enfoques dependerá de la naturaleza del problema.

4.1 Definición clásica

Esta definición es de uso limitado puesto que descansa sobre la base de las siguientes dos condiciones:
1. El espacio muestra de todos los resultados posibles S es finito.
2. Los resultados del espacio muestra deben ser igualmente probables.
Bajo estas condiciones y si A es el evento formado por n(A) resultados del espacio muestra y, el número total de
resultados posibles es n(S), entonces

Ejemplo 1 | Se extrae una carta de un paquete de 52 cartas de las cuales 26 son negras (13 espadas A, 2, 3, ¼ , 10,
J, Q, K; 13 son tréboles); y 26 son rojas (13 corazones y 13 diamantes)La probabilidad de que la carta sea un as
es porque el evento de "extraer un as" consta de 4 de los 52 resultados igualmente probables. La

probabilidad de que la carta sea negra es y la probabilidad de que sea un diamante es

Ejemplo 2 | Al lanzar un dado, ¿cuál es la probabilidad de obtener un número par?

S ={1, 2, 3, 4, 5, 6}, y hay tres pares, luego,

4.2 Definición empírica

La definición clásica se ve limitada a situaciones en las que hay un número finito de resultados igualmente
probables. Por desgracia, hay situaciones prácticas que no son de este tipo y la definición de Laplace no se puede
aplicar. Por ejemplo, si se pregunta por la probabilidad de que un paciente se cure mediante cierto tratamiento
médico, o la probabilidad de que una determinada máquina produzca artículos defectuosos, entonces no hay
forma de introducir resultados igualmente probables. Por ello se necesita un concepto más general de
probabilidad. Una forma de dar respuesta a estas preguntas es obtener algunos datos empíricos en un intento por
estimar las probabilidades.
Supongamos que efectuamos un experimento n veces y que en esta serie de n ensayos el evento A ocurre
exactamente r veces, entonces la frecuencia relativa del evento es ,o sea,

Si continuamos calculando esta frecuencia relativa cada cierto número de ensayos, a medida que aumentamos n,
las frecuencias relativas correspondientes serán más estables; es decir; tienden a ser casi las mismas; en este caso
decimos que el experimento muestra regularidad estadística o estabilidad de las frecuencias relativas.
Ejemplo 3 | Se lanza una moneda 1000 veces

# de # de Frecuencia Frecuencia Frecuencia

lanzamientos caras relativa acumulada acumulada relativa
1 - 100 52 0.52 52 0.520
100 - 200 53 0.53 105 0.525
200 - 300 52 0.52 157 0.523
300 - 400 47 0.47 204 0.510
400 - 500 51 0.51 255 0.510
500 - 600 53 0.53 308 0.513
600 - 700 48 0.48 356 0.509
700 - 800 46 0.46 402 0.503
800 - 900 52 0.52 454 0.504
900 -1000 54 0.54 508 0.508
Total: 1000 508 0.508

En un total de 1000 lanzamientos ocurrieron 508 caras, es decir la frecuencia relativa es aproximadamente 0.50.
Tres investigadores realizaron experimentos y obtuvieron los siguientes resultados

Investigador Número de Número de Frecuencia

lanzamientos caras relativa

Buffon 4040 2048 0.5069

K. Pearson 12000 6019 0.5016

K. Pearson 24000 12012 0.5005

La mayoría de experimentos aleatorios de importancia práctica tienen estabilidad, por esto podemos sospechar
que prácticamente será cierto que la frecuencia relativa de un evento E en un gran número de ensayos es
aproximadamente igual a un determinado número P(E), o sea, la probabilidad del evento E es

Obsérvese que este número es una propiedad que no depende solamente de E, sino que se refiere a un cierto
espacio muestra S y a un experimento aleatorio. Entonces, decir que el evento E tiene probabilidad P(E) significa
que si efectuamos el experimento muchas veces, es prácticamente cierto que la frecuencia relativa de E, f r(E) es
aproximadamente igual a P(E).
Cuando se usa la definición frecuencial, es importante tomar en cuenta los siguientes aspectos:
• La probabilidad obtenida de esta manera es únicamente una estimación del valor real.
• Cuanto mayor sea el número de ensayos, tanto mejor será la estimación de la probabilidad; es decir, a
mayor número de ensayos mejor será la estimación.
• La probabilidad es propia de sólo un conjunto de condiciones idénticas a aquéllas en las que se
obtuvieron los datos, o sea, la validez de emplear esta definición depende de que las condiciones en que
se realizó el experimento sean repetidas idénticamente.

4.3 Definición axiomática

Las definiciones anteriores son netamente empíricas o experimentales, sin embargo después de establecer una
forma de determinar la probabilidad experimentalmente, se pueden deducir leyes o propiedades de la
probabilidad en forma lógica o computacional bajo ciertas suposiciones llamados axiomas de la probabilidad.
Dado un conjunto de sucesos elementales, Ω, sobre el que se ha definida una σ de subconjuntos de Ω y una
función P que asigna valores reales a los miembros de σ, a los que denominamos "sucesos", se dice que P es una
probabilidad sobre (Ω,σ) si se cumplen los siguientes tres axiomas.
Primer axioma
La probabilidad de un suceso A es un número real mayor o igual que 0.

Segundo axioma
La probabilidad del total, Ω, es igual a 1, es decir,

Tercer axioma
Si son sucesos mutuamente excluyentes (incompatibles dos a dos, disjuntos o de intersección vacía
dos a dos), entonces:

.
De los axiomas anteriores se deducen otras propiedades de la probabilidad:
• donde el conjunto vacío representa en probabilidad el suceso imposible
• Para cualquier suceso
•
• Si entonces
•

5. Técnicas de recuento. Clases

Si el número de posibles resultados de un experimento es pequeño, es relativamente fácil listar y contar todos los
posibles resultados. Al tirar un dado, por ejemplo, hay seis posibles resultados.
Si, sin embargo, hay un gran número de posibles resultados tales como el número de niños y niñas por familias
con cinco hijos, sería tedioso listar y contar todas las posibilidades.
Las posibilidades serían, 5 niños, 4 niños y 1 niña, 3 niños y 2 niñas, 2 niños y 3 niñas, etc. Para facilitar el conteo
examinaremos tres técnicas: La técnica de la multiplicación, la técnica de la permutación, y la técnica de la
combinación.

5.1 La Técnica de la Multiplicación

La técnica de la multiplicación: Si hay m formas de hacer una cosa y hay n formas de hacer otra cosa, hay m x n
formas da hacer ambas cosas
En términos de fórmula
Número total de arreglos = m x n
Esto puede ser extendido a más de dos eventos. Para tres eventos, m, n, y o:
Número total de arreglos = m x n x o

Ejemplo 5 | Un vendedor de autos quiere presentar a sus clientes todas las diferentes opciones con que cuenta:
auto convertible, auto de 2 puertas y auto de 4 puertas, cualquiera de ellos con rines deportivos o estándar.
¿Cuántos diferentes arreglos de autos y rines puede ofrecer el vendedor?
Para solucionar el problema podemos emplear la técnica de la multiplicación, (donde m es número de modelos y n
es el número de tipos de rin).
Número total de arreglos = 3 x 2
Suponga, sin embargo, que el vendedor tiene para ofrecer ocho modelos de auto y seis tipos de rines. Sería
tedioso hacer un dibujo con todas las posibilidades. Aplicando la técnica de la multiplicación fácilmente realizamos
el cálculo.
Número total de arreglos = m x n = 8 x 6 = 48

5.2 La Técnica de la Permutación

Como vimos anteriormente la técnica de la multiplicación es aplicada para encontrar el número posible de arreglos
para dos o más grupos. La técnica de la permutación es aplicada para encontrar el número posible de arreglos
donde hay solo u grupo de objetos.

Ejemplo 6 | Tres componentes electrónicos - un transistor, un capacitor, y un diodo - serán ensamblados en una
tablilla de una televisión. Los componentes pueden ser ensamblados en cualquier orden. ¿De cuantas diferentes
maneras pueden ser ensamblados los tres componentes?
Las diferentes maneras de ensamblar los componentes son llamadas permutaciones, y son las siguientes:
TDCDTCCDT
TCDDCTCTD
La Permutación son todos los arreglos de r objetos seleccionados de n objetos posibles
La fórmula empleada para contar el número total de diferentes permutaciones es:
nPr es el número de permutaciones posible
n P r = n!
n es el número total de objetos
(n – r )!
r es el número de objetos utilizados en un mismo momento

n P r = n! = 3! = 3 x 2 = 6
(n – r )! ( 3 – 3 )! 1

Ejemplo 7 |Suponga que hay ocho tipos de computadora pero solo tres espacios disponibles para exhibirlas en la
tienda de computadoras. ¿De cuantas maneras diferentes pueden ser arregladas las 8 máquinas en los tres
espacios disponibles?
n P r = n! = 8! = 8! = 336
(n – r )! ( 8 – 3 )! 5!
En el análisis anterior los arreglos no presentan repeticiones, es decir, no hay dos espacios disponibles con el
mismo tipo de computadora. Si en los arreglos se permite la repetición, la fórmula de permutaciones es la
siguiente:
n Pr = nr

Ejemplo 8 | ¿cuántas series de 2 letras se pueden formar con las letras A, B, C, si se permite la repetición?
Las permutaciones son las siguientes:
AA, AB, AC, BA, CA, BB, BC, CB, CC
Usando la fórmula:
n Pr = nr = 3P2 = 32 = 9

5.3 La Técnica de la Combinación

En una permutación, el orden de los objetos de cada posible resultado es diferente. Si el orden de los objetos no
es importante, cada uno de estos resultados se denomina combinación. Por ejemplo, si se quiere formar un equipo
de trabajo formado por 2 personas seleccionadas de un grupo de tres (A, B y C). Si en el equipo hay dos funciones
diferentes, entonces si importa el orden, los resultados serán permutaciones. Por el contrario si en el equipo no hay
funciones definidas, entonces no importa el orden y los resultados serán combinaciones. Los resultados en ambos
casos son los siguientes:
Permutaciones: AB, AC, BA, CA, BC, CB
Combinaciones: AB, AC, BC
Las combinaciones son los número de formas de seleccionar r objetos de un grupo de n objetos sin importar el
orden.
La fórmula de combinaciones es:
n C r = n!
r! (n – r )!

Ejemplo 9 | En una compañía se quiere establecer un código de colores para identificar cada una de las 42 partes
de un producto. Se quiere marcar con 3 colores de un total de 7 cada una de las partes, de tal suerte que cada
una tenga una combinación de 3 colores diferentes. ¿Será adecuado este código de colores para identificar las 42
partes del producto?
Usando la fórmula de combinaciones:
n C r = n! = 7! = 7! = 35
r! (n – r )! 3! ( 7 – 3 )! 3! 4!
El tomar tres colores de 7 posibles no es suficiente para identificar las 42 partes del producto.
 Fuentes

http://es.wikipedia.org/wiki/Probabilidad
http://www.conevyt.org.mx/actividades/probabilidad/sabermas.html
http://www.galeon.com/colposfesz/est501/probabi/teo/cap308/cap308.htm
http://www.mitecnologico.com/Main/TecnicasDeConteo
http://es.wikipedia.org/wiki/Axiomas_de_probabilidad
http://www.estadisticaparatodos.es/historia/histo_proba.html