Вы находитесь на странице: 1из 16

Tema 3: Introduccin a las probabilidades

Apreciados estudiantes, bienvenidos a la tercera semana del curso: Aplicando probabilidades,


en donde ya iniciamos la primera etapa de la Estadstica Inferencial, habiendo terminado ya de
trabajar con la Estadstica Descriptiva, en esta semana incorporaremos trminos nuevos como:
experimento, suceso, espacio muestral, entre otros.

Llegando as a determinar la importancia de las probabilidades en la carrera profesional que
estn asimilando.

Introduccin
Las probabilidades es el tema introductorio de la Estadstica Inferencial, dejando de lado a la
Estadstica Descriptiva, si bien las probabilidades surgen a diario por la incertidumbre son de
suma importancia ya que hacemos uso del razonamiento lgico para predecir con seguridad.
En este contexto, esta tercera semana nos convoca al estudio de las probabilidades, en donde
abordaremos temticas como: Experimento aleatorio y determinstico. Analizaremos espacios
muestrales, eventos y sucesos, as como los axiomas y teorema de probabilidad, considerando
adems la algebra de eventos y tcnicas de conteo.
Haremos nfasis sobre la definicin clsica, frecuencia relativa y subjetiva de la probabilidad, a
fin de analizar la probabilidad condicional, conjunta y los teoremas de probabilidad Total y
Teorema de Bayes.

Aprendizajes esperados

Capacidad
Conoce las definiciones de probabilidad.
Aplica y resuelve casos Estadsticos Utilizando adecuadamente las propiedades probabilsticas.
Construye espacios mustrales y estima la probabilidad de eventos.
Utiliza el clculo combinatorio para realizar estimaciones bsicas de probabilidad.
Construye valores empricos de probabilidad para calcular valores esperados.

Actitudes
Demuestra responsabilidad en el uso de las propiedades y distribuciones probabilsticas.
Participa proactivamente en el foro temtico aportando ideas, comentarios e informacin
sobre probabilidades.

Mapa conceptual
Observa detenidamente el siguiente esquema, en el encontrars de un vistazo de manera
sintetizada los principales concepto de la temtica que abordaremos. Qu conceptos o
categoras te llaman la atencin?

3.1 Experimento aleatorio y determinstico
Si se realiza un experimento, ste puede tener uno de varios posibles resultados; si no puede
predecirse con seguridad cual ocurrir, se dice que el experimento es aleatorio.
Por Ejemplo si lanzas una moneda, cuyo resultado puede ser, caer cara o caer sello.
En este experimento no podemos predecir con seguridad cul resultado aparecer con
certeza. Otro experimento aleatorio es el siguiente: al lanzar un dado, los resultados
que se obtienen pueden ser cualquier nmero del 1 al 6.

Si un experimento tiene un nico resultado posible, que al realizarlo sabemos que
ocurrir, el experimento se llamar determinstico.

Por Ejemplo, un experimento determinstico sera extraer una bola de una que contiene bolas
con un slo color, digamos negras. Si nos fijamos en el color de la bola extrada sabemos de
antemano que es negra.

3.2 Espacio muestral
I. Espacio Muestral
Es el conjunto de todos los posibles resultados de un experimento. Por Ejemplo, al realizar el
experimento de lanzar un dado y observar la cara que aparece, vemos una serie de resultados
posibles y que se representa por:

S = {1, 2, 3, 4, 5, 6 }

Otro Ejemplo es, si realizamos el experimento; si lanzamos dos monedas al aire, observamos
que los posibles resultados pueden ser (en este caso los resultados de a dos se agrupan en pares
ordenados):

T = { (sello, sello) (sello, cara) (cara, sello) (cara, cara) }

Otro Ejemplo es, si realizamos el experimento; se lanzan dos dados, los posibles resultados al
observar el nmero de puntos en ambas caras de los dados es el siguiente espacio muestral:



Ms Ejemplos:
Dados los siguientes experimentos:
E1: Lanzar una moneda y observar la cara superior.
E2: Lanzar un dado y observar el nmero que aparece en la cara superior.
E3: Extraer una bola de una urna que contiene bolas rojas R y bolas verdes V.
E4: Designar un delegado de un grupo de 50 personas a travs de un sorteo.
E6: Elegir un punto del intervalo cerrado [0,1]
E7: Observar el tiempo de vida de un T.V. SONY.
E8: verificar el estado de un transistor (0= apagado, 1= prendido).

Indicar su espacio muestral:
Solucin:

Evento y suceso
Con base a los experimentos anteriores (lanzar un dado, lanzar dos monedas y lanzar dos
dados), observamos que stos pueden tener uno o ms resultados, a los cuales se les llama
Eventos y que se representan mediante letras maysculas.
Por tanto un Evento es un subconjunto de un Espacio Muestral. (Tomeo, 2003)
Se puede hacer una lista de muchos eventos asociados con un experimento, algunos con ms
posibilidad de ocurrir que otros. Desde el punto de vista de conjuntos, un evento es un
subconjunto de un espacio muestral. Por Ejemplo, en el experimento de tirar un dado se tiene:
{1} es el evento elemental o evento simple que indica que al lanzar un dado salga la
unidad.
{2, 4,6} es un evento que indica que al lanzar un dado salga nmero par.
{1, 2,3} es un evento que indica que al lanzar un dado salga un nmero menor que 4
{1, 2, 3, 4, 5, 6} es un evento que indica que al lanzar un dado salga un nmero menor que 7
Otro Ejemplo: En el experimento aleatorio lanzar 4 monedas simultneamente. Definimos los
eventos siguientes:
E1: Todas las monedas muestran el mismo lado
E2: Ocurren por lo menos dos caras
E3: Ocurre sello en el tercer lanzamiento.


3.3 Axiomas y teorema de probabilidad

Ejemplo: Se lanza dos dados. Calcular la probabilidad de:
a) Obtener suma 4.
b) Obtener suma 7.
c) Obtener suma par.
d) Obtener suma mayor que 5.
e) Que el resultado del primer dado sea mayor que el resultado del segundo?

Sol: El espacio muestral lo podemos obtener a travs de un cuadrado de doble entrada donde S
est formado por pares ordenados, en la cual la primera componente es el resultado del primer
dado y la segunda componente el resultado del segundo dado.



3.4 Definiciones de probabilidad
1. Definicin Clsica o A priori
La probabilidad de un evento es la razn entre el nmero de casos (sucesos) favorables y
el nmero total de casos (sucesos) posibles del espacio muestral, siempre y cuando cada uno de
los resultados o sucesos del espacio muestral tiene la misma posibilidad de suceder. As, la
probabilidad de que ocurre el evento E es:
Dnde: N (E)=nE = cardinal del conjunto E
N(S)=n = cardinal del conjunto S.
Nota: cardinal de un conjunto es el nmero de elementos que tiene dicho conjunto.

Observacin: las propiedades de la probabilidad por frecuencia relativa son las mismas que la
probabilidad clsica dados en las observaciones generales de la pg.
Ejemplo: en 20 centros educativos de las diferentes P.P.J.J. de Chiclayo que forman en total a
16000 alumnos, se detectaron 1900 casos de tuberculosis. Hallar la probabilidad de encontrar a
un alumno tuberculoso en un colegio determinado.
Sol: sea el evento E: un alumno tuberculoso en determinado colegio.

Entonces diremos si escogemos un alumno de un determinado centro educativo, existe un
11,86% de posibilidades que est tuberculoso.

3. Probabilidad Subjetiva
La probabilidad es subjetiva cuando en un experimento determinado, la probabilidad de que un
evento A ocurra, tiene un grado de creencia asignado a la ocurrencia de este evento por un
individuo en particular, pero eso s, est basado en toda la evidencia a su disposicin, con las
siguientes exigencias:
1) P(A) = 0 , representa la certeza de que el evento A no ocurrir.
2) P(A) = 1, representa la certeza de que el evento A si ocurrir.
3) 0 P(A) 1, representa la certeza de que el evento A, ocurrir.
Claro es que si la probabilidad es subjetiva de la ocurrencia de un evento A, para una persona
tendr un determinado valor de acuerdo a las condiciones o evidencias que dispone. Y para otra
persona que tiene de repente ms evidencias, podra asignar a la ocurrencia del evento A otra
probabilidad diferente (un nmero diferente al anterior).
Ejemplo:
Cul es la probabilidad de que la seleccin peruana se clasifique al prximo Mundial de Ftbol?
Cul es la probabilidad de que un profesor en educacin pblica gane S/.10000 en el prximo
gobierno?
Como pueden observar, son eventos nicos, que no han ocurrido antes. No hay forma de que se
puedan interpretar tales probabilidades como una frecuencia relativa o como una probabilidad
Clsica. Entonces el enfoque subjetivo de la probabilidad es pues adecuado en la respuesta de
las preguntas ltimamente expuestas. (Walpole, 1998)

Observacin: las dos primeras definiciones son probabilidades objetivas.

3.5 Algebra de eventos
Simplemente es la misma lgebra de conjuntos, es decir podemos combinar eventos
para formar nuevos eventos, utilizando las diferentes operaciones conjunto:
Si denotamos los eventos por A,B,C,D,E,etc.


3.6 Tcnicas de conteo
1. Principio aditivo
Si se desea llevar a efecto una actividad, la cul tiene formas alternativas para ser realizada,
donde la primera de esas alternativas puede ser realizada de M maneras o formas, la segunda
alternativa puede realizarse de N maneras o formas y la ltima de las alternativas puede ser
realizada de W maneras o formas, entonces esa actividad puede ser llevada a cabo de,

M + N + .........+ W maneras o formas
Ejemplos:
1) Una persona desea comprar una lavadora de ropa, para lo cul ha pensado que puede
seleccionar de entre las marcas Whirpool, Easy y General Electric, cuando acude a hacer la
compra se encuentra que la lavadora de la marca W se presenta en dos tipos de carga ( 8 u 11
kilogramos), en cuatro colores diferentes y puede ser automtica o semiautomtica, mientras
que la lavadora de la marca E, se presenta en tres tipos de carga (8, 11 o 15 kilogramos), en dos
colores diferentes y puede ser automtica o semiautomtica y la lavadora de la marca GE, se
presenta en solo un tipo de carga, que es de 11 kilogramos, dos colores diferentes y solo hay
semiautomtica. Cuntas maneras tiene esta persona de comprar una lavadora?
Solucin:
M = Nmero de maneras de seleccionar una lavadora Whirpool
N = Nmero de maneras de seleccionar una lavadora de la marca Easy
W = Nmero de maneras de seleccionar una lavadora de la marca General Electric
M = 2 x 4 x 2 = 16 maneras
N = 3 x 2 x 2 = 12 maneras
W = 1 x 2 x 1 = 2 maneras
M + N + W = 16 + 12 + 2 = 30 maneras de seleccionar una lavadora
Cmo podemos distinguir cuando hacer uso del principio multiplicativo y cuando del aditivo?
Es muy simple, cuando se trata de una sola actividad, la cual requiere para ser llevada a efecto
de una serie de pasos, entonces haremos uso del principio multiplicativo y si la actividad a
desarrollar o a ser efectuada tiene alternativas para ser llevada a cabo, haremos uso del
principio aditivo.

2. 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 N
1
maneras o formas, el segundo paso de
N
2
maneras o formas y el r-simo paso de N
r
maneras o formas, entonces esta actividad puede
ser llevada a efecto de;
N
1
x N
2
x ..........x N
r
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:
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
N
1
= maneras de hacer cimientos = 2
N
2
= maneras de construir paredes = 3
N
3
= maneras de hacer techos = 2
N
4
= maneras de hacer acabados = 1
N
1
x N
2
x N
3
x N
4
= 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.

3.7 Principios factoriales
a) Permutaciones:
Dado un conjunto finito A, de cardinal , se llaman permutaciones a las ordenaciones totales que
pueden hacerse con los elementos del conjunto A.
Ejemplo:
- el conjunto unitario {a} slo puede ordenarse de un modo nico.
- el conjunto {a, b} puede ordenarse de dos modos: ab, ba
- el conjunto {a, b, c} puede ordenarse en seis modos: abc, acb, bac, bca, cab, cba

b) Variaciones:
Dado un conjunto de elementos, se da el nombre de variacin a cada una de las ordenaciones
que se pueden formar tomando grupos en elementos de este conjunto; teniendo en cuenta el
orden que toman .
Del Ejemplo anterior tenemos que del conjunto {2, 3, 5, 6, 7, 9} tomamos 3 elementos para
formar nmeros diferentes de 3 dgitos (parte a), es decir tomamos grupos de 3 en 3 elementos,
teniendo en cuenta el orden, dio como resultado por el principio fundamental del conteo

c) Combinaciones:
Una combinacin de objetos es aquel acto de juntarlos en donde no cuenta el orden
de colocacin de los objetos. Las diversas combinaciones de objetos difieren entre si
por la calidad de los ingredientes; es decir, dado un conjunto de elementos se pide
cuantos subconjuntos de elementos hay.
Ejemplo: del conjunto A={a, b, c, d}. Cuntos subconjuntos de 3 elementos hay?
Sol: hallamos las combinaciones de 3 elementos (subconjuntos de 3 elementos del
conjunto
A) {a, b, c}, {a,b,d}, {a, c, d}, {b, c, d} Luego hay 4 combinaciones.
La dificultad se da si A tiene muchos elementos, para hallar el nmero de
combinaciones existe el siguiente teorema:


3.6 Teorema de Bayes
Sean A1, A2, A3,., An , n eventos pertenecientes al espacio muestral S y sea B un evento
cualquiera, con P (B) > 0, entonces se cumple que:

Ejem. En una empresa A se tiene 10 obreros , 18 empleados y 5 ejecutivos. En la sala B , se
tiene 13 obreros ,25 empleados y 4 ejecutivos. En la empresa C, se tiene 8 obreros, 14
empleados y 3 ejecutivos Se elige una empresa y se extrae un trabajador, el mismo que resulto
que era empleado. Cual es la probabilidad de que el trabajador elegido proceda de la empresa:
1. A
2. B
3. C
Solucin
Simbolizaremos con O, a los obreros; con E, a los empleados y con Ej. a los ejecutivos. Ahora
aplicamos la frmula:


Preguntas de anlisis

Estimado estudiante, hemos revisado los contenidos referentes a la tercera semana, y con el
fin de seguir apoyndote en este proceso de enseanza, te sugiero que analices y des
respuesta a las siguientes preguntas:
1. Qu es una probabilidad?
2. Cul es la importancia de las probabilidades?
3. Cul es la diferencia entre evento y espacio muestral?

Al respecto para conocer un poco ms sobre este tema, y dar respuesta a las preguntas
planteadas a continuacin te invitamos a hacer clic en el siguiente botn
Como dijera Huntsberger: "La palabra estadstica a menudo nos trae a la mente imgenes de
nmeros apilados en grandes arreglos y tablas, de volmenes de cifras relativas a nacimientos,
muertes, impuestos, poblaciones, ingresos, deudas, crditos y as sucesivamente. Huntsberger
tiene razn pues al instante de escuchar esta palabra estas son las imgenes que llegan a
nuestra cabeza.

La Estadstica es mucho ms que slo nmeros apilados y grficas bonitas. Es una ciencia con
tanta antigedad como la escritura, y es por s misma auxiliar de todas las dems ciencias. Los
mercados, la medicina, la ingeniera, los gobiernos, etc. Se nombran entre los ms destacados
clientes de sta.

La ausencia de sta conllevara a un caos generalizado, dejando a los administradores y
ejecutivos sin informacin vital a la hora de tomar decisiones en tiempos de incertidumbre.

Actividad de anlisis y comprensin
Con ayuda del siguiente video explicaremos algunas dudas que se hayan
presentado durante el transcurso de la tercera semana
https://www.youtube.com/watch?v=G-TUFDK8jOU&noredirect=1



Referencias bibliogrticas


Conclusiones
Podemos concluir despus de haber analizado los contenidos de la tercera semana que las
probabilidades son importantes porque nos permite ajustar de la manera ms exacta posible los
imponderables debidos al azar en los ms variados campos tanto de la ciencia como de la vida
cotidiana. Considerando as que es una estrategia mediante la cual se intenta estimar la
frecuencia con la que se obtiene un cierto resultado en el marco de una experiencia en la que
se conocen todos los resultados posibles.
No olvidando que el ser humano siempre est en constante incertidumbre y que mejor que darle
solucin haciendo uso de propiedades, tales como hemos aprendido en esta semana, las mismas
que son importantes para tu desarrollo profesional.

Metacognicin
Las siguientes preguntas te ayudarn a reflexionar sobre tus propios aprendizajes, es un ejerci
recomendado para razonar e identificar nuestro esfuerzo intelectual, la finalidad es regular
nuestras acciones y procesos mentales

Consideras que los temas abordados, los aplicas en tu trabajo cotidiano?
Qu llam ms t atencin en los temas abordados?
Qu te result ms difcil durante el desarrollo de esta semana?
Cmo le diste solucin a los temas que consideraste difciles?