You are on page 1of 27

1

DEFINICIONES DE PROBABILIDAD
La probabilidad es un mecanismo por medio del cual pueden estudiarse
sucesos aleatorios cuando estos se comparan con los fenmenos
determinsticos. Por ejemplo, nadie espera predecir con certidumbre el
resultado de un experimento tan simple como el lanzamiento de una moneda.
Sin embargo, cualquier estudiante universitario debe ser capaz de calcular el
tiempo que transcurrir para que un objeto que se deja caer desde una altura
conocida, llegue al suelo.
La probabilidad tiene un papel crucial en la aplicacin de la inferencia
estadstica porque una decisin, cuyo fundamento se encuentra en la
informacin contenida en una muestra aleatoria puede estar equivocada. Sin
una adecuada comprensin de las leyes bsicas de la probabilidad, es difcil
utilizar la metodologa estadstica de manera efectiva.
Para ilustrar el uso de la probabilidad en la toma de decisiones, considrese el
siguiente ejemplo: Una compaa produce un detergente lquido que se embasa
en botellas de 500ml, las que son llenadas por una mquina. Debido a que las
botellas que contienen una cantidad mayor de 500ml representan una prdida
para la compaa y aquellas que contienen una cantidad menor constituyen una
prdida para el consumidor (lo que puede desencadenar una accin legal en
contra de la compaa), la compaa realiza todos los esfuerzos necesarios
para mantener el volumen neto promedio en un nivel de 500ml.
2
Para mantener un control apropiado se ide el siguiente esquema de muestreo:
Se seleccionarn 10 botellas del proceso de llenado cuatro veces durante el
transcurso del da y se determinar su contenido neto promedio. Si este se
encuentra entre 498ml y 502ml, inclusive, el proceso se considerar bajo
control; de otra manera, este se encontrar fuera de control. En este caso,
se detendr el llenado, llevando a cabo todos los esfuerzos necesarios para
determinar la causa, si es que sta existe, del problema. Con toda seguridad y
para cualquiera de las dos situaciones se tienen riesgos. Si el proceso se
considera bajo control, podra encontrarse fuera de ste, y la compaa puede
estar perdiendo producto o sujetndose a una accin legal por parte de las
correspondientes autoridades de gobierno. Por otro lado, si el proceso se
considera fuera de control, puede en realidad encontrarse bajo control y la
compaa estar intentando localizar una falla inexistente. La evaluacin de estos
riesgos solo puede hacerse de manera efectiva a travs del uso de la probabilidad

3
PROBABILIDAD DE EVENTOS
Muchos de los eventos que ocurren en la vida diaria no pueden ser predichos con
exactitud desde antes por diversas razones, pues la mayora de los hechos estn
influenciados por factores externos. Adems, existen aquellos sucesos que estn
directamente influidos por el azar, es decir, por procesos que no se est seguro
de lo que va a ocurrir. Sin embargo, la probabilidad nos permite acercarnos a
esos sucesos y estudiarlos, ponderando las posibilidades de su ocurrencia y
proporcionando mtodos para tales ponderaciones.
Precisamente, algunos de estos mtodos proporcionados por la probabilidad nos
llevan a descubrir que algunos sucesos tienen una mayor o menor probabilidad
de ocurrir que la ponderacin asignada a travs del sentido comn. Nuestros
sentidos, la informacin previa que poseemos, nuestras creencias o posturas,
nuestras inclinaciones, son algunos de los factores que intervienen para no
permitirnos hacer ponderaciones reales y sistemticas. La probabilidad nos
permitir estudiar los eventos de una manera sistemtica y ms cercana a la
realidad. Retribuyndonos con informacin ms precisa y confiable, y, por tanto,
ms til para las disciplinas humanas.
4
ESPACIO MUESTRAL
En estadstica, un conjunto de todos los posibles resultados de un experimento
se llama Espacio Muestral ya que usualmente se compone de todas las
cosas que pueden ocurrir cuando se extrae una muestra. Los espacios
muestrales suelen denotarse con la letra S. Para evitar confusiones con los
trminos experimento y resultado cabe sealar que los especialistas en
estadstica los usan en un sentido muy amplio. Un experimento puede
consistir en el simple proceso de advertir si un interruptor est encendido o
apagado, en la determinacin del tiempo que tarda un automvil en alcanzar
una aceleracin de 50 Km. por hora, o en el complicado proceso de hallar la
masa de un electrn. En consecuencia, el resultado de un experimento
puede ser una simple eleccin entre dos opciones, el producto de una medicin
o conteo directos o la respuesta obtenida luego de dilatados clculos y
mediciones.
Cuando estudiamos los resultados de un experimento, habitualmente
identificamos las diversas posibilidades con nmeros, puntos u otro tipo de
smbolos. Por ejemplo, si cuatro contratistas compiten por la construccin de
una carretera y procedemos en tal forma que a, b, c, y d denoten que
el proyecto le ha sido concedido al seor lvarez, la seora Brcenas, el seor
Crdenas o la seorita Dvila, el espacio muestral de este experimento es
entonces el conjunto S = {a, b, c, d}.
5
De igual manera, si un organismo gubernamental debe decidir donde ubicar dos
nuevos centros de investigacin en computacin, y si (con cierto propsito) resulta
de inters indicar cuantos de ellos se ubicarn en Monterrey y cuantos en
Guadalajara, podemos formular el espacio muestral como:
S = {(0,0), (1,0), (0,1), (2,0), (1,1), (0,2)}
Donde la primera coordenada es el nmero de centros de investigacin que se
ubicarn en Monterrey y la segunda coordenada el nmero de los que se ubicarn
en Guadalajara.
Geomtricamente, este espacio muestral puede representarse grficamente como
en la figura siguiente, de donde se deduce claramente, por ejemplo, que en dos
de las seis posibilidades, Monterrey u Guadalajara obtendrn igual nmero de los
nuevos centros de investigacin. El uso de puntos en lugar de letras o nmeros
tiene la ventaja de facilitar la visualizacin de las diversas posibilidades y de
permitir quiz el descubrimiento de algunas caractersticas especiales que varios
de los resultados pueden tener en comn.
6
(0,0)
(0,1)
(0,2)
(1,1)
(1,0) (2,0)
M
O
N
T
E
R
R
E
Y
GUADALAJARA
Espacio muestral para el nmero de
nuevos centros de investigacin por
ubicar en Monterrey y Guadalajara.
Por lo general los espacios muestrales se clasifican de acuerdo con el nmero de
elementos (puntos) que contienen. En los dos ejemplos anteriores, los espacios
muestrales tienen cuatro y seis elementos, de manera que a ambos se les
conoce como finitos. Otros ejemplos de espacios muestrales finitos son las
diversas maneras en que pueden elegirse un presidente o un vicepresidente
entre los 25 miembros de una seccin sindical y las diversas maneras en las que
un estudiante puede responder las 12 preguntas de una prueba de falso o
verdadero. El primero de estos espacios muestrales tiene 600 elementos y el
segundo 4094.
7
En general, se dice que un espacio muestral es discreto si posee muchos
elementos en forma finita o una infinidad contable de elementos. Si los elementos
(puntos) de un espacio muestral constituyen un continuo (por ejemplo, todos los
puntos de una lnea, todos los puntos de un segmento de lnea o todos los puntos
de un plano), se dice que el espacio muestral es continuo. En este estudio nos
concretaremos a espacios muestrales discretos y principalmente finitos.
En estadstica, a todo subconjunto de un espacio muestral se le llama evento.
Por subconjunto entendemos cualquier parte de un conjunto, incluido el conjunto
en su totalidad y, comnmente, un conjunto llamado conjunto vaco y
denotado por u, el cual no tiene ningn elemento. Por ejemplo, con referencia a la
figura anterior,
C = {(1,0), (0,1)}
Es el evento en el cual tanto Monterrey como Guadalajara obtendrn uno de los
dos centros de investigacin.
D = {(0,0), (0,1), (0,2)}
Es el evento en el que monterrey no obtendr ninguno de los dos centros de
investigacin, y
E = {(1,1), (1,1)}
8
Es el evento en el que Monterrey y Guadalajara obtendrn igual nmero de
centros. Advirtase que los eventos C y E no tienen elementos en comn: son
eventos mutuamente excluyentes.
En muchos problemas de probabilidad nos interesan eventos que pueden
expresarse en trminos de la formacin de uniones, intersecciones y
complementos entre dos o ms eventos. Aunque seguramente el alumno estar
familiarizado con estos trminos, recordemos que si A y B son dos conjuntos
cualesquiera en un espacio muestral S su unin AB es el subconjunto de S
que contiene todos los elementos que se encuentran ya sea en A en B o en
ambos, su interseccin AB es el subconjunto de S que contiene todos los
elementos que se encuentran tanto en A como en B, y el complemento de A
de A es el subconjunto de S que contiene todos los elementos de S que no se
encuentran en A.
9
Ejemplo: Con referencia al espacio muestral de la figura anterior y a los eventos
C, D y E que acabamos de definir, liste los resultados que comprendan cada uno
de los siguientes eventos y exprese asimismo los eventos en palabras.
a) CE
b) CD
c) D
a) Puesto que CE contiene todos los elementos que se encuentran en C en E o
en ambos
CE={(1,0), (0,1), (0,0), (1,1)}
Es el evento en el que ni Monterrey ni Guadalajara obtendrn los dos nuevos
centros de investigacin.
b) Puesto que CD ={(0,1)} es el evento en el que Monterrey no obtendr
ninguno de los dos nuevos centros y Guadalajara obtendr uno.
d) Puesto que D contiene todos los elementos del espacio muestral que no se
encuentran en D.
D={(1,0), (1,1), (2,0)}
Es el evento en el que Monterrey obtendr al menos uno de los nuevos centros
de investigacin en computacin.
D = {(0,0), (0,1), (0,2)}
E = {(1,1), (1,1)}
C = {(1,0), (0,1)}
10
Los espacios muestrales y los eventos y particularmente las relaciones entre
eventos, a menudo se describen por medio de diagramas de Venn, figuras 3.2 y
3.4. En cada caso, el espacio muestral est representado por un rectngulo.
Mientras que los eventos estn representados por regiones (o reas) dentro del
rectngulo, usualmente por crculos o partes de crculos. Las regiones
sombreadaas de los cuatro diagramas de Venn de la figura 3.2, representan el
evento A, el complemento del evento A, la unin de los eventos A y B y la
interseccin de los eventos A y B.
A
A S
A
A S
S
A
AB
B
AB
S
Fig. 3.2
Diagramas
de Venn
11
Si A es el evento en el que cierto estudiante toma un curso de clculo y B es el
evento en el que el estudiante toma un curso de mecnica aplicada, cules
eventos estn representados por las regiones sombreadas de las cuatro
diagramas de Venn de la figura 3.2?
La regin sombreada del primer diagrama representa el evento en el que el
estudiante toma un curso de clculo; la del segundo diagrama representa el
evento en el que el estudiante no toma un curso de clculo; la del tercer diagrama
representa el evento en el que el estudiante toma bin sea un curso de clculo,
un curso de mecnica aplicada o ambos y la del cuarto diagrama representa el
evento en el que el estudiante toma un curso de clculo y tambin un curso de
mecnica aplicada.
EJEMPLO: A un fabricante de motores pequeos le preocupan tres tipos de
principales de defectos. Si A es el evento en el que el eje es demasiado grande,
B es el evento en el que las bobinas son inadecuadas y C es el evento en el que
las conexiones elctricas son insatisfactorias, exprese verbalmente que eventos
estn representados por las siguientes regiones del diagrama de Venn de la figura
3.4.
a) Regin 2.
b) Regiones 1 y 3 juntas.
c) Regiones 3, 5, 6 y 8 juntas.
12
a) Dado que esta regin est contenida en A y B pero no en C representa el
evento en el que el eje es demasiado grande y las bobinas inadecuadas,
pero las conexiones elctricas, satisfactorias.
b) En vista de que esta regin es comn a B y C, representa el evento en el
que las bobinas son inadecuadas y las conexiones elctricas,
insatisfactorias.
c) Como esta es la regin fuera de A, representa el evento en el que el eje no
es demasiado largo.
1
2
3 4
5
6
7
B
8
A
C
Fig. 3.4
13
El nmero de maneras en que pueden seleccionarse r objetos de un conjunto de n
objetos distintos es:
Ejemplo: De cuantas maneras pueden seleccionarse 3 de 20 asistentes de
laboratorio para colaborar en un experimento?
( )
( )( ) ( )
!
1 2 1
! !
!
r
r n n n n
r n r
n
r
n
+
=

=
|
|
.
|

\
|
( ) ( )
( )( )( )
1140
! 3
18 19 20
1140
10 281 , 874 , 556 , 3 6
10 008 , 902 , 432 , 2
! 3 20 ! 3
! 20
3
20
14
18
= =
=

=
|
|
.
|

\
|
14
Ejemplo: Se precisa la realizacin de un estudio de calibracin para comprobar
si los registros de 15 mquinas de prueba ofrecen resultados similares. De
cuantas maneras pueden seleccionarse 3 de las 15 para investigacin inicial?
( )( )( )
maneras 455
! 3
13 14 15
3
15
= =
|
|
.
|

\
|
Obsrvese que la eleccin de cuales 3 mquinas usar es lo mismo que la
eleccin de cuales 12 no incluir. Esto es, de acuerdo a la primer frmula:
( )( )
455
! 3 ! 12
! 15
12
15
= =
|
|
.
|

\
|
15
EJEMPLO: De cuantas maneras diferentes el director de un laboratorio de
investigacin puede seleccionar a 2 qumicos entre 7 candidatos y a 3 fsicos
entre 9 candidatos?
Solucin: Los dos qumicos pueden seleccionarse de
( )( ) ( )( )
maneras 21
120 2
5040
! 2 7 ! 2
! 7
2
7
= =

=
|
|
.
|

\
|
Y los 3 fsicos
( )( ) ( )( )
maneras 84
720 6
880 , 362
! 6 ! 3
! 9
3
9
= = =
|
|
.
|

\
|
Por efectos de la regla de multiplicacin, la seleccin total puede realizarse de
( )( ) maneras 1764 84 21 =
16
EJEMPLO: Qu probabilidad hay de extraer un as de un monte debidamente
barajado de 52 naipes?
Solucin: Hay S = 4 ases entre los n = 52 naipes,
0769 . 0
52
4
= =
n
S
Concepto Clsico Se Probabilidad: Si existen n posibilidades
igualmente probables, una de las cuales debe ocurrir y S considerarse
como favorables, o como un xito, entonces la probabilidad de un xito
est dada por:
.
n
S
17
Ejemplo: Si 3 de 20 neumticos almacenados son defectuosos y se seleccionan
aleatoriamente para su inspeccin 4 de ellos (o sea, que cada neumtico tiene la
misma oportunidad de ser elegido), Cul es la probabilidad de que solo sea
incluido uno de los neumticos defectuosos?
( )( )
4845
! 4 20 ! 4
! 20
4
20
=

=
|
|
.
|

\
|
Existen
Maneras igualmente probables de seleccionar 4 de los 20 neumticos.
El nmero de resultados favorables es el nmero de maneras en que puede
seleccionarse 1 de los neumticos defectuosos y 3 de los neumticos no
defectuosos o
( )( ) 2040 680 3
3
17
1
3
= =
|
|
.
|

\
|
|
|
.
|

\
|
= S
De ello se desprende que la probabilidad es de
421 . 0
4845
2040
= =
n
S
18
Una de las principales deficiencias del concepto clsico de probabilidad es su
limitada aplicabilidad, ya que existen muchas situaciones en las que resulta
imposible considerar igualmente probables todas las diversas posibilidades.
Tal sera el caso por ejemplo, si nos interesara la cuestin de si llover
maana, si el lanzamiento de un proyectil ser un xito, si un motor
recientemente diseado funcionar durante al menos 1000 horas, si cierto
candidato ganar las elecciones, etc.
19
CONJUNTOS: Conjunto es el agregado de objetos o elementos.
Conjunto universal: Es aquel que contiene todos los elementos de inters
para nuestro problema (Espacio Muestral) y lo denotamos por U
U
Diagrama de Venn
Conjunto vaco: Es el que no tiene elementos; |.
Decimos que si A tiene a todos los elementos B, entonces BcA
A
B
A
B est contenido en A por lo tanto, es un
subconjunto de A.
|cU
20
Conjunto finito: Es aquel que tiene un nmero finito de elementos.
Conjunto infinito: Es aquel que tiene un nmero infinito de elementos.
Si lanzamos una moneda
s
a
a
s
U
Los elementos de un conjunto los denotamos por minsculas; a los conjuntos
por maysculas.
21
Si lanzamos dos monedas:
(s,a)
s
a
a
a
s
s
(s,s)
(a,a)
(a,s)
(s,s)
(a,s)
(s,a)
(a,a)
Conjunto finito
22
COMPLEMENTO DEUN CONJUNTO A
Denotamos por A
C
al conjunto que contendr a todos los elementos dell
universo pero que no estn contenidos en A.
{ } A x U x x A
C
e e = ,
A
C

A
U
23
Ejemplo: Se lanza un dado. Escribir el conjunto A tal que el nmero de la cara
superior sea par; el conjunto B tal que el nmero de la cara superior sea divisible
por 3; el conjunto C tal que nmero de la cara superior sea impar
1
2
3
4
5
6
)
`

=
)
`

=
)
`

=
)
`

=
)
`

)
`

=
impar sea x x C
por divisible sea x x B
par sea x x A
U
5 , 3 , 1
3 6 , 3
6 , 4 , 2
, 6 , 5 , 4 , 3 , 2 , 1
B A
C
1
3
5
2
4
6
{ } A x U x x A
C
e e = ,
24
LGEBRA DE CONJUNTOS
La unin de dos conjuntos A y B ser un conjunto C que contiene los
elementos de A o los elementos que estn en B. Ejemplo. Sean
)
`

=
)
`

=
g f c a B
d c b a A
, , ,
, , ,
La unin denostada por:
)
`

=
)
`

e e =
g f d c b a B A
B x o A x x B A
, , , , ,
U
a
b f
g
c
d
U
B A
25
{ }
{ }
{ }
U A x A x x A A
U U x x U x A x x U A
U U
A A x x A x x A
A x x A A A
C C
=
)
`

e e =
= e =
)
`

e e =
= u
= e =
)
`

u e e = u
e = = u
,
A
26
INTERSECCIN DE CONJUNTOS
)
`

e = B x y A x B A
B A
27
Ejemplo:
{ } 8
4 , 7 , 5 , 8 1 , 10 , 8 , 1
=
)
`

=
)
`

=
B A
B A

5
8
7
8