PROBABILIDADES ELEMENTALES
Consideremos varios ejemplos: "Es casi seguro que hoy no llueva.", con ello expresamos algún grado de confianza
de que no llueve a pesar de la completa seguridad.
¿Qué posibilidad existe de obtener una buena nota en el examen de economía? ¿En el examen de estadística?
"En el próximo examen tengo una buena oportunidad de obtener una nota alta"
Si un aficionado a la hípica es preguntado sobre una fija en una determinada carrera, puede darnos una
insinuación de cual caballo puede ganar. "El caballo X tiene una buena oportunidad de ganar".
Nos encontramos con un conjunto cuya técnica se refiere a resultados que no estamos muy seguros. Asociamos
cierto grado de confianza con relación a que cada una de estas predicciones se realice. El cierto grado de confianza
reposa en la experiencia (pasada y presente).
Los Bayesianos definen la probabilidad de un acontecimiento, como la medida del grado de confianza que uno
tiene, en que ocurra el acontecimiento en el próximo ensayo.
Otros autores consideran que la probabilidad pertenece a aquellas nociones imposibles de ser definidas
adecuadamente y se les considera basadas en la experiencia. Por lo tanto, se puede decir, que la probabilidad es
una creencia basada en la experiencia.
En nuestro curso, consideraremos que la probabilidad se define bajo varios puntos de vista
a) El método axiomático, el cual concibe la probabilidad de ocurrencia de un suceso, como un número
comprendido entre 0 y 1. Este concepto tiene que ver directamente con la noción de frecuencia relativa, donde 0
< fi < 1
Supongamos que se lanza 100 veces una moneda, anotamos el número de veces que sale cara y las veces que sale
sello; los resultados fueron los siguientes:
Frecuencia absoluta: cara 56 veces; sello 44 veces
Frecuencia relativa: 56/100 44/100
Probabilidad p : 56 % (éxito); q = 44 % (fracaso).
Este concepto de frecuencia relativa es el que nos va a llevar a la teoría de las probabilidades.
b) El método empírico o práctico, considera la probabilidad de un suceso, como aquel número: al cual se aproxima
cada vez más la frecuencia relativa de la ocurrencia de un suceso, cuando las veces que se repite el experimento
que origina ese suceso es to bastante grande. Este concepto tiene algo que ver con el experimento de Quetelet,
eh donde la probabilidad de un suceso tiende a estabilizarse en un punto, cuando el número de experimentos se
va haciendo cada vez más grande.
c) El método clásico, considera la probabilidad como, el cociente de dividir los casos favorables que pueden ocurrir
en un suceso, por el total de casos posibles
𝑛ú𝑚𝑒𝑟𝑜 𝑑𝑒 é𝑥𝑖𝑡𝑜𝑠
𝑝=
𝑛ú𝑚𝑒𝑟𝑜 𝑑𝑒 𝑐𝑎𝑠𝑜𝑠 𝑝𝑜𝑠𝑖𝑏𝑙𝑒𝑠
ESCALA DE LAS PROBABILIDADES.
Se puede establecer una escala de valores comprendidos entre 0 y 1. La probabilidad igual a uno, corresponde al
límite superior, el cual se considera como la certeza absoluta; por ejemplo, la probabilidad de que algún día
moriremos, este es un hecho que tiene que cumplirse. Para el otro extremo igual a 0, consideraremos por ejemplo,
"que se atravesara el Océano Atlántico a nado", lo cual es imposible, así que la probabilidad será 0; se habla de
imposibilidad absoluta,
Si la probabilidad fuera 0 o 1 no habría problema, pero existen una serie de fenómenos cuyos valores están
comprendidos entre esos límites que dificultan un poco el cálculo.
Se llamará suceso a cada caso posible, es decir, a la realización de un acontecimiento y este puede ser:
1) Hecho cierto. 4) Hecho inverosímil
2) Hecho verosímil 5) Hecho imposible.
3) Hecho dudoso.
1) Se dirá que un hecho es cierto, cuando son favorables todos los casos posibles. Un ejemplo podría ser, el de
comprar todos los billetes de un sorteo, por lo tanto será un hecho cierto que ganará el sorteo.
2) Llamaremos un hecho verosímil a un suceso susceptible de realizarse, pero su probabilidad favorable es menor
que la unidad y mayor que 0,5.
Tomando el ejemplo anterior, en el caso de 10.000 billetes se adquieran o se compren 7.000 de ellos por una sola
persona, se tendrá que.
7.000 5.000 7 5
> ; > ; 0,7 > 0,5
10.000 10.000 10 10
3) Si la probabilísima es igual a 0,5 será un hecho dudoso, ya que las probabilidades ventajosas y desventajosas
son iguales. Es el caso, en el lanzamiento de una moneda, la aparición de cara y sello.
4) Hecho inverosímil, se presenta cuando la probabilidad es menor que 0,5 y mayor que cero. De 10.000 billetes
de un sorteo, se adquieren 50 billetes por una persona.
50 50 5.000 5 5
𝑝= ; < ; <
10.000 10.000 10.000 1.000 10
5) Hecho imposible, es cuando no existe posibilidad alguna de salir favorecido; por ejemplo el individuo que no
compra lotería, la probabilidad que tiene de ganar será:
0
𝑝=
10.000
Probabilidad a priori, es aquella que se puede determinar de antemano, sin necesidad de realizar el experimento.
Ejemplo: la probabilidad de que aparezca cara en el lanzamiento de una moneda, se sabe de antemano que es
igual a 0,5.
Probabilidad empírica, se determina mediante una serie de experimentos, es el caso, de determinar el éxito de
una operación quirúrgica practicada por determinado médico, será: número de casos favorables, dividido por el
total de operaciones practicadas.
No. de casos favorables
𝑝=
No. de casos posibles
EXPERIMENTO DE QÚETELET
Consiste en realizar una serie de experimentos y a medida en que este número se aumenta, las frecuencias
relativas obtenidas se aproximan a un límite, obteniéndose una probabilidad matemática fija. Ese límite se define
como la probabilidad de éxito de un suceso en un solo ensayo.
Tornemos como ejemplo la probabilidad de germinación de una semilla X. Consideremos como éxito la
germinación, con lo cual se obtiene:
N° de Semillas Número de éxitos Probabilidad
100 30 30/100 = 0.30 = 30%
200 160 160/200 = 0.80 = 80%
300 120 120/300 = 0.40 = 40%
500 350 350/500 = 0.70 = 70%
1000 600 600/1000 = 0.60 = 60%
10000 6000 6000/10000 = 0.60 = 60%
20000 12000 12000/20000 = 0.60 = 60%
La probabilidad de éxito (de germinación de la semilla X) es de 0,60 y se considera como la probabilidad de éxito
en un solo ensayo.
CONCEPTOS GENERALES
Prueba es la realización de un acto. El conjunto de pruebas realizadas en las mismas condiciones se denomina
experimento. El resultado de una prueba se llama resultado, punto muestral o suceso. El conjunto de todos los
resultados posibles constituye un espacio muestral.
Espacio muestral de un Experimento.
1) Experimento. Lanzamos una moneda correcta, lo natural del resultado será obtener cara o sello
𝑈 = {𝐶, 𝑆}
2) Experimento. Elegir al azar un alumno del curso de Estadística en la Facultad de Ingeniería
Conjunto: 𝑈 = {Acero, Alvarez, Cuellar … … … }
𝑈= { 1 , 2 , 3 ………….}
𝑈 = {Espacio muestral … … . … … … }
Llamamos espacio muestral a un conjunto de resultados posibles asociados a un experimento
determinado. Simbólicamente U es el conjunto de resultados posibles asociados a un experimento.
3) Experimento. Lanzar un dado correcto
Espacio Muestral 61 = 6 casos posibles
4). Experimento. Lanzar 2 monedas
22 = 4 Casos Posibles
5) Experimento. Familia con tres hijos
ASIGNACION DE PROBABILIDADES.
La probabilidad p se define como el cuociente de dividir el número de casos favorables por el número de casos
posibles
No. de casos favorables
𝑝=
No. de casos posibles
En Efecto, el número de casos posibles, en los ejemplos anteriores se obtiene:
d) Lanzamiento de un dado, su espacio muestral y sus valores serán:
e) Lanzamiento de dos dados
La elaboración de este espacio muestral mediante el diagrama del árbol, resulta muy complicado.
Ejemplos:
1o. Cuál es la probabilidad de que, al lanzar dos dados, se obtenga:
- Qué la suma de sus caras sea, 7.
- Que la suma de sus caras sea menor que, 5.
- Que en una cara aparezca€ un "3" Y en la otra un valor mayor de 4.
- Que en el primer dado aparezca un "3 o 5" y en el segundo un "2 o 6"
Solución:
ESPERANZA
Si p es la probabilidad de éxito de un suceso en un solo ensayo, el número esperado de sucesos o la esperanza de
ese suceso en n ensayos, estará dado por el producto n y probabilidad de éxito (p). 𝐸 = 𝑛𝑝
Ejemplo:
En el lanzamiento 900 veces de dos dados. ¿Cuál es la esperanza de que la suma de sus caras sea un valor menor
de 6?
Primero obtenemos la probabilidad de éxito del suceso en un solo ensayo, o sea:
10
(1,1) (1,2) (2,1) (2,2) (2,3) (3,2) (3,1) (1,3) (4,1) (1,4); p=
36
Como se lanza 900 veces esos dos dados, se obtiene que:
10 9000
𝐸 = 𝑛𝑝 = 900 ( )= = 250
36 36
La esperanza es de 250 de los 900 lanzamientos, la suma de sus caras sea menor de 6.
Consideremos otro ejemplo. En la serie mundial, supongamos que un equipo sea mas fuerte que otro y tenga una
probabilidad de 2/3 de ganar el juego independientemente de los acontecimientos de cualquier otro juego Bajo
estos supuestos, es posible demostrar que las probabilidades de que la serie finalice al cabo de 4, 5, 6, o 7 juegos
son respectivamente, 0,21; 0,30; 0,27; y 0,22. Hallar el número esperado de juegos en la serie, bajo estos
supuestos.
E (número de juegos) = 4(0,21) + 5(0,30) + 6(0,27) + 7(0,22) = 5,50
LEYES DE LAS PROBABILIDADES
Clases de sucesos. Podemos considerar varias clases de sucesos: 1) sucesos igualmente probables; 2) sucesos
opuestos o contrarios, son aquellos que se complementan básicamente,. 3) sucesos ciertos (moneda con dos
caras); 4) Sucesos imposibles, como por ejemplo, obtener un 8 al lanzar un dado numerado del 1 al 6, 5) sucesos
compatibles, son aquellos que pueden suceder simultáneamente por ejemplo, al extraer una carta de una baraja,
obtener el as de corazón, ,6) sucesos mutuamente excluyentes, al lanzar un dado, aparece un dos o un seis; 7)
sucesos independientes: al lanzar dos dados, obtener en el primero, un dos y en el segundo, un seis, 3) sucesos
dependientes; la ocurrencia de uno afecta la ocurrencia del otro.
Para facilitar el cálculo de las probabilidades se emplean estas leyes:
1.-) Si dos o más sucesos son tales que solamente uno de ellos puede ocurrir en un solo ensayo, se dice que son
mutuamente excluyentes. Se denomina probabilidad aditiva y será igual a la suma de las probabilidades de cada
suceso. 𝑝 = 𝑝1 + 𝑝2 + 𝑝3 + ⋯ . + 𝑝𝑛
Ejemplo:
a) La probabilidad de obtener un AS o un Rey, sacando una sola carta en una baraja española de 40 cartas. Si uno
de los casos aparece, queda excluido el otro.
b) La probabilidad de obtener un 2 o un 5 en el lanzamiento de un dado.
c) Tenemos en una caja 16 bolas de 4 colores diferentes:
3 bolas azules 6 bolas negras
2 bolas blanca 5 bolas verdes
¿Qué probabilidad tenemos de ganar o perder si las premiadas son las blancas y azules?
2) Se dice que dos o más sucesos son independientes, si la probabilidad de presentación de ninguno de ellos queda
influenciada por la presentación del otro. En caso contrario se dice que son dependientes.
En otras palabras si el resultado de un suceso no afecta al otro, se dice que son independientes, por lo tanto se
efectuará la multiplicación de las probabilidades para cada suceso.
Ejemplo: 𝑝 = 𝑝1 ∗ 𝑝2 ∗ 𝑝3 ∗ … .∗ 𝑝𝑛
a) Que probabilidad tenemos de obtener dos reyes sacando una carta de una baraja y la otra de una segunda
baraja?
Al lanzar dos dados cúal es la probabilidad de sacar dos cincos?
3) Se dice que los sucesos son dependientes o eventos compuestos, si la ocurrencia o no ocurrencia de un evento
en cualquier prueba afecta la probabilidad de otros eventos en otras pruebas, es decir que la probabilidad del
segundo suceso depende del primer sucesor, el del tercero de lo que haya sucedido en el primero y segundo y así
sucesivamente.
Ejemplo: a) Probabilidad de obtener 3 ases, sacando sucesivamente tres cartas de una baraja española, sin
volverlas a incluir (sin reposición) en el montón.
b) Probabilidad de obtener un As, un Rey, una Zota, sacando sucesivamente tres cartas sin reposición, de una
baraja de 40 cartas.
𝑝 = 𝑝1 ∗ 𝑝2 ∗ 𝑝3 ∗ … .∗ 𝑝𝑛
ELEMENTOS DE ANALTSIS COMBINATORIO
El análisis combinatorio es un sistema que permite agrupar y ordenar, en diversas formas, los elementos de un
conjunto.
Los tres principales tipos de análisis combinatorio son:
a) Permutaciones
b) Variaciones
c) Combinaciones
a) Permutaciones.
Se denominan permutaciones de n elementos, los diferentes grupos que se pueden hacer tomándolos todos cada
vez. Las permutaciones implican ORDEN.
Cada conjunto ordenado de "n" elementos se denominará una permutación de los "n" elementos, diferente.
Consideremos las letras A, B, C y-D.
ABCD BACD CABD DABC
ABDC BADC CADB DACB
ACBD BCDA CBAD DBAC
ADBC BDAC CDAB DCBA
ADCB BDCA CDBA DCAB
ACDB BCAD CBDA DBCA
En total se pueden hacer 24 permutaciones, los elementos son los mismos y varía únicamente el orden de
colocación.
La fórmula es 𝑃𝑛 = 𝑛! Donde 𝑃𝑛 corresponde al número de permutaciones posibles. En el ejemplo anterior será:
𝑃4 = 4! = 4 ∗ 3 ∗ 2 ∗ 1 = 24
Otro ejemplo: ¿cuántos números diferentes de 9 cifras se pueden formar con los dígitos del 0 al 9, usándolos una
sola vez? 𝑃10 = 10! = 10 ∗ 9 ∗ 8 ∗ 7 ∗ 6 ∗ 5 ∗ 4 ∗ 3 ∗ 2 ∗ 1 = 3.628.800
Permutaciones con repetición. Las permutaciones con repetición, r son un caso particular de las variaciones y no
existe una ley sencilla para su formación. Dado lo complicado del sistema, solamente se presenta la fórmula que
logra el número de esta clase de permutaciones.
Sean los elementos aa - bbb - cc - d para permutar con repetición. Tendremos 8 elementos repartidos así: dos el
primero, tres del segundo, dos del tercero y uno del cuarto, entonces las permutaciones se presentan así:
𝑃8 ( 𝑟: 2, 3, 2, 1) y la fórmula respectiva será:
8!
𝑃8 ( 𝑟: 2, 3, 2, 1) = = 1.680
2! 3! 2!
𝑛!
𝑃8 ( 𝑟: 𝑟1 , 𝑟2 ) =
𝑟1 ! 𝑟2 !
a) ¿De cuántas maneras distribuiríamos 3 monedas de $1,oo y 4 monedas de $2,oo en una misma línea?
7!
𝑃7 ( 𝑟: 3, 4) = = 35
3! 4!
¿Cuántos grupos de 6 letras se pueden formar con las letras de la palabra AMlGAS?
6!
𝑃6 ( 𝑟: 2) = = 360
2!
b) variaciones.
Las variaciones corresponden a aquellas permutaciones donde los elementos no se toman en su totalidad.
Dado un conjunto de "n" elementos diferentes, se denominará permutación parcial o variaciones, al subconjunto
de r elementos (r < n) perteneciente al conjunto dado.
𝑛!
La fórmula: 𝑉𝑟𝑛 = (𝑛−𝑟)!
En el ejemplo anterior 4 elementos (n), vamos a permutar de a 2 (r):
4! 4∗3∗2∗1
𝑉24 = = = 12
(4 − 2)! 2∗1
AB BA CA DA
AC BC CB DB
AD BD CD DC
Otro ejemplo: ¿cuántas cifras diferentes de 4 dígitos se pueden formar con los dígitos del 0 al 9 usándolos una
vez?
10! 10 ∗ 9 ∗ 8 ∗ 7 ∗ 6!
𝑉410 = = = 5040
(10 − 4)! 6!
Este caso es diferente a la lotería, que teniendo los dígitos del 0 al 9 y cada billete tiene cifras de 4 dígitos, el total
de billetes es 10.000 104 = 10! = 10 ∗ 10 ∗ 10 ∗ 10 = 10.000
c) Combinaciones.
Son aquellas en las que no interesa el orden de la aparición de los elementos del conjunto.
Será lo mismo AB que BA.
Cuando se toma la totalidad de elementos, solamente se puede hacer una combinación. Si se tienen las letras A,
B, C, D y se combinan de dos en dos, se obtienen 6 casos:
AB BD CD
AD BC
AC
𝑛 𝑛!
La fórmula será: ( ) = 𝐶𝑟𝑛 =
𝑟 𝑟! (𝑛−𝑟)!
y se lee combinación de n elementos tomados de r en r
4 4! 4!
Para el primer caso será: ( ) = 𝐶44 = = =1
4 4! (4−4)! 4! 0!
4 4! 4!
En el segundo caso será: ( ) = 𝐶24 = = =6
2 4! (4−2)! 4! 0!
NOTA: Por definición: 0! = 1
Otro ejemplo: ¿cuántas comisiones de 3 personas se pueden formar seleccionándolas de entre 10 personas? ¿de
7 personas entre 10?
10 10! 10! 10 10! 10!
a) ( ) = = = 120 ; b) ( )= = = 120
3 3! (10 − 3)! 3! 7! 7 7! (10 − 7)! 7! 3!
POBABILIDAD CONDICIONAL
En algunos eventos probabilísticos se tiene alguna información que reduce el espacio muestral original a uno de
sus subconjuntos: Las probabilidades asociadas a esos subconjuntos de terminar la probabilidad condicional.
𝑝(𝐵 ∩𝐴)
Su fórmula está dada así: 𝑝(𝐵|𝐴) =
𝑝(𝐴)
Ejemplo: el 18% de las familias de un barrio tienen vehículo propio, el 20% tiene vivienda su propiedad y el 12%
tiene vivienda y vehículo. ¿Cuál es la probabilidad de tener vivienda si se tiene vehículo?
A = propietario de vehículo B = propietario de vivienda
A'= no propietario de vehículo B'= no propietario de vivienda
B B’ Total
A 0,12 0,06 0,18
A’ 0,08 0,74 0,82
Total 0,20 0,80 1,00
0,12
𝑝(𝐵|𝐴) = = 0,66
0,18
