INTRODUCCIN

El concepto de probabilidad nace con el deseo del hombre de

conocer con certeza los eventos futuros. Es por ello que el estudio de
probabilidades surge como una herramienta utilizada por los nobles para
ganar en los juegos y pasatiempos de la poca. El desarrollo de
estas herramientas fue asignado a los matemticos de la corte.
Con el tiempo estas tcnicas matemticas se perfeccionaron y
encontraron otros usos muy diferentes para la que fueron creadas.
Actualmente se continu con el estudio de nuevas metodologas que
permitan maximizar el uso de la computacin en el estudio de las
probabilidades disminuyendo, de este modo, los mrgenes de error en
los clculos.

PROBABILIDAD
En ocasiones cuando se habla de probabilidad o posibilidad de que
un evento ocurra, se pierde la credibilidad acerca del evento en
cuestin, pero es posible tener siempre la certeza total en todo
proyecto o actividad que se desea realizar?, es muy difcil tenerla,
debido a que el llevar a efecto un proyecto cualquiera por ms simple
que este sea, ste est sujeto a una gran diversidad de factores que
afectan su ocurrencia, entonces que es lo ms aconsejable para
predecir su ocurrencia?, la probabilidad es la que nos ayuda en estos
casos, ya que basndose en estadsticas, podemos cuantificar la
posibilidad de ocurrencia de los eventos y por consiguiente tomar una
buena decisin basados en esta informacin.
La probabilidad se encarga de evaluar todas aquellas actividades
en donde se tiene incertidumbre acerca de los resultados que se pueden
esperar, esto quiere decir que la probabilidad est presente en casi en
todas las actividades que se pretenda realizar, ejemplos:
-Cualquier proyecto de Ingeniera o de otras reas
-Competencias deportivas
-Juegos de azar etc.

LAS CARACTERSTICAS DE LA PROBABILIDAD

La probabilidad de un suceso es mayor o igual que cero.
La probabilidad del suceso seguro es uno.
La probabilidad de la unin de dos sucesos incompatibles es igual a la
suma de sus probabilidades.

sus propiedades, deducidas a raz de las caractersticas son:

La probabilidad del suceso imposible es 0.
La probabilidad de un suceso sumada a la de su contrario da 1.
Si un suceso est incluido en otro, su probabilidad es menor o igual a
la de ste.

La probabilidad de un suceso es un nmero real menor o igual que 1.

La probabilidad de la unin de varios sucesos incompatibles dos a dos
es la suma de sus probabilidades.
La probabilidad de la unin de dos sucesos es la suma de sus
probabilidades restndole la probabilidad de su interseccin.
MUESTRA

Una muestra es un conjunto de unidades, una porcin del total,

que representa la conducta del universo en su conjunto. Una muestra,
en un sentido amplio, no es ms que eso, una parte del todo que se
llama universo o poblacin y que sirve para representarlo. Cuando un
investigador realiza en ciencias sociales un experimento, una encuesta o
cualquier tipo de estudio, trata de obtener conclusiones generales
acerca de una poblacin determinada. Para el estudio de ese grupo,
tomar un sector, al que se conoce como muestra.
La muestra descansa en el principio de que las partes representan
al todo y, por tal, refleja las caractersticas que definen la poblacin de la
que fue extrada, lo cual indica que es representativa. Por lo tanto, la
validez de la generalizacin depende de la validez y tamao de la
muestra. Por lo tanto la seleccin y el tamao de la muestra va a jugar
un papel muy importante en la investigacin.
LA POBLACIN
Una poblacin est determinada por sus caractersticas
definitorias. Por lo tanto, el conjunto de elementos que posea esta
caracterstica se denomina poblacin o universo. Poblacin es la
totalidad del fenmeno a estudiar, donde las unidades de poblacin
poseen una caracterstica comn, la que se estudia y da origen a los
datos de la investigacin.
Entonces, una poblacin es el conjunto de todas las cosas que
concuerdan con una serie determinada de especificaciones. Un censo,
por ejemplo, es el recuento de todos los elementos de una poblacin.
Desde luego, es de fundamental importancia comenzar el estudio
definiendo la poblacin a estudiar. Las poblaciones suelen ser muy
numerosas, por lo que es difcil estudiar a todos sus miembros; adems
de que esto no es posible, no es necesario. Es como si se quisiera
estudiar la composicin qumica del agua de un ro y para ello se
intentar analizar toda el agua que corre por su cauce, cuando
solamente se puede tomar unas muestras para realizar ese estudio y
llegar a conclusiones generalizables con respecto a la composicin
qumica del agua a todo el ro.

EVENTO
En la teora de la probabilidad, un evento o suceso es un
subconjunto de un espacio muestral, es decir, un conjunto de
posibles resultados que se pueden dar en un experimento aleatorio. Son
aquellos hechos en los que no se sabe con certeza lo que va a suceder,
dependen del azar y no se puede determinar sus resultados aun
repitindolo en varias ocasiones.
Evento compuesto
En este tipo de evento aleatorio, puede haber ms de un resultado. El
primer resultado puede o no afectar al siguiente. Si lanzamos una
moneda al aire, el resultado del evento puede ser cara o puede ser
escudo, y el resultado de un lanzamiento no influye en el siguiente.
Eventos Son Mutuamente Excluyentes
Dos o ms eventos son mutuamente excluyentes o disjuntos, si no
pueden ocurrir simultneamente. Es decir, la ocurrencia de un evento
impide automticamente la ocurrencia del otro evento (o eventos).
Eventos Independientes
Dos o ms eventos son independientes cuando la ocurrencia o noocurrencia de un evento no tiene efecto sobre la probabilidad de
ocurrencia del otro evento (o eventos). Un caso tpico de eventos
independiente es el muestreo con reposicin, es decir, una vez tomada
la muestra se regresa de nuevo a la poblacin donde se obtuvo
Dos eventos, A y B, son independientes si la ocurrencia de uno no tiene
que ver con la ocurrencia de otro
Por definicin, A es independiente de B si y slo si:A y B, son
independientes si la ocurrencia de uno no tiene que ver con la
ocurrencia de otro.
Por definicin, A es independiente de B si y slo si:A es independiente de
B si y slo si:
(PnA)=P(A)P(B)
COMBINACIONES
Son eventos similares a las permutaciones. Pero el orden ya no
importa y es necesario eliminar de las permutaciones aquellas donde los
elementos se repiten aunque con distinto orden

Una combinacin es una seleccin de objetos sin importar el orden en

que se escojan:

Existen dos tipos de combinacin: combinacin sin repeticin y

combinacin con repeticin.
Combinacin Sin Repeticin: 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).
Combinacin Con Repeticin: 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).
PERMUTACIN
Son eventos de tipo multiplicativo, donde el nmero de
posibilidades va disminuyendo y si importa el orden una permutacin es
un arreglo de un conjunto de objetos en un orden definido. El nmero de
permutaciones diferentes de estos objetos es ; esto se v fcilmente si
pensamos que para la primera alternativa disponemos de los elementos
del conjunto, cada uno de los cuales puede complementarse con
los restantes como segunda opcin, y as hasta llegar a la ltima
eleccin, conformando el producto .
El nmero de permutaciones posibles al tomar objetos del conjunto
de elementos ser, siguiendo el mismo razonamiento.

PERMUTACIONES SIN REPETICIN DE n ELEMENTOS TOMADOS

TODOS A LA VEZ
Ejemplo : De cuntas formas diferentes se pueden ordenar las letras
de la palabraIMPUREZA?
Solucin: Puesto que tenemos 8 letras diferentes y las vamos a ordenar
en diferentes formas, tendremos 8 posibilidades de escoger la primera

letra para nuestro arreglo, una vez usada una, nos quedan 7
posibilidades de escoger una segunda letra, y una vez que hayamos
usado dos, nos quedan 6, as sucesivamente hasta agotarlas, en total
tenemos:
8 7 6 5 4 3 2 1 = 40320
PERMUTACIONES CIRCULARES
Ahora estudiaremos algunos ejemplos de arreglos circulares, sabemos
que si queremos sentar a cuatro personas una al lado de la otra en fila,
el nmero de arreglos que podemos hacer es 4!; ahora bien, si las
queremos sentar alrededor de una mesa circular, de cuntas formas lo
podemos hacer?
Observemos los siguientes arreglos:

Por cada una de las permutaciones o arreglos circulares tenemos 4 de

ellos diferentes en fila; esto es, el arreglo circular 1 puede leerse en
sentido contrario a las agujas del reloj de las siguientes formas: ABCD,
BCDA, CDAB, y DABC, que son 4 arreglos diferentes si fueran en filas;
pero es un solo arreglo circular. Entonces, en lugar de tener 4! que es el
nmero de arreglos en fila, tenemos solamente

PERMUTACIONES SIN REPETICIN

Ejemplo 7: De cuntas formas diferentes se pueden sentar seis
alumnos en un saln de clases con 25 pupitres?
Solucin: El primer estudiante puede elegir entre 25 lugares, el
segundo tendr 24 lugares a escoger, el tercero 23, as sucesivamente;
por lo tanto el nmero de arreglos sin repeticin de 25 elementos
tomados de 6 en 6 es:
Esto se simboliza por

PERMUTACIONES CON REPETICIN

Veamos otra aplicacin del principio de la multiplicacin.
Supongamos que tenemos 20 nios de un grupo de Preescolar y 10
sabores de helados disponibles. De cuntas formas diferentes podemos
servir un helado a 20 nios?

Al primer nio le podemos servir uno de los 10 sabores, al segundo

nio tambin le podemos servir los 10 sabores, al tercero tambin, y as
sucesivamente. A cada uno de los 20 nios le podemos servir de los 10
sabores, por lo que

= nr
Observe que r es el nmero de veces que se repiten los n elementos.

RESUMEN DE LAS PERMUTACIONES

DESCRIPCIN

FRMULA

Permutaciones sin repeticin de n

elementos tomados todos a la vez
Permutaciones
elementos

circulares

de

Permutaciones sin repeticin de n

elementos tomados de r en r,
donde r n
Permutaciones con repeticin de n
elementos tomados de r en r
Permutaciones de n elementos de
los cuales p1son de un tipo, p2 son
de otro tipo, , pk de otro tipo,
donde p1 + p2 + +pk = n.

DIAGRAMA DE RBOL
Un diagrama de rbol es una herramienta que se utiliza para
determinar todos los posibles resultados de un experimento aleatorio. En
el clculo de la probabilidad se requiere conocer el nmero de objetos
que forman parte del espacio muestral, estos se pueden determinar con
la construccin de un diagrama de rbol.
El diagrama de rbol es una representacin grfica de los posibles
resultados del experimento, el cual consta una serie de pasos, donde
cada uno de los pasos tiene un nmero finito de maneras de ser llevado
a cabo. Se utiliza en los problemas de conteo y probabilidad.
Para la construccin de un diagrama en rbol se partir poniendo
una rama para cada una de las posibilidades, acompaada de su
probabilidad. Cada una de estas ramas se conoce como rama de primera
generacin.
En el final de cada rama de primera generacin se constituye a su
vez, un nudo del cual parten nuevas ramas conocidas como ramas de
segunda generacin, segn las posibilidades del siguiente paso, salvo si
el nudo representa un posible final del experimento (nudo final).

Hay que tener en cuenta que la construccin de un rbol no

depende de tener el mismo nmero de ramas de segunda generacin
que salen de cada rama de primera generacin y que la suma de
probabilidades de las ramas de cada nudo ha de dar 1.
Existe un principio sencillo de los diagramas de rbol que hace que stos
sean mucho ms tiles para los clculos rpidos de probabilidad:
multiplicamos las probabilidades si se trata de ramas adyacentes
(contiguas), el ejemplo de alumna de la primera facultad, o bien las
sumamos si se trata de ramas separadas que emergen de un mismo
punto, el ejemplo de encontrar un alumno.
Ejemplos
Una universidad est formada por tres facultades:

La 1 con el 50% de estudiantes.

La 2 con el 25% de estudiantes.

La 3 con el 25% de estudiantes.

Las mujeres estn repartidas uniformemente, siendo un 60% del total

en cada facultad.

Probabilidad de encontrar una alumna de la primera facultad?

Probabilidad de encontrar un alumno varn?

pero
tambin podra ser lo contrario.
TEOREMA DE BAYES
La interpretacin ms aceptada del teorema de Bayes, es que su
estructura permite el clculo de probabilidades despus de haber sido
realizado un experimento (probabilidades aposteriori), basndose en el
conocimiento de la ocurrencia de ciertos eventos que dependan del
evento estudiado, o sea, se parte de probabilidades conocidas antes de
efectuar el experimento (probabilidades apriori), las cuales son
afectadas por las probabilidades propias del experimento (las que
aparecen durante la ocurrencia del evento).
Continuando nuestro anlisis sobre el teorema de Bayes, la
probabilidad condicional de Ai dado B, para cualquier i, es:

Aplicando en el numerador la Regla de Multiplicacin P(AiB) = P(Ai) P(B|

Ai) y en el denominador el Teorema de Probabilidad Total P(B) = P(A1)
P(B | A1) + P(A2) P(B | A2) + . . . + P(An) P(B | An), obtenemos la ecuacin
que representa al:

Teorema de Bayes

Ejemplo Referente al problema de la fbrica que produce dos tipos

reguladores A y B visto anteriormente en la aparte corresponde
Teorema de Probabilidad Total, cabe hacer el siguiente anlisis: si
selecciona un regulador al azar de la produccin de la fbrica y se
que funciona bien Cul es la probabilidad de que sea del tipo B?

de
al
se
ve

Solucin
En este caso el estudio se restringe a los reguladores que funcionan
bien, por lo que ese evento acta como espacio muestral reducido, o sea
como evento condicin. Por lo tanto, el planteamiento de la pregunta
es P(B | F).
Los datos que se tienen son :

P(A) = 0.75

P(F | A) = 0.95

P(B) = 0.25

P(F | B) = 0.98

De acuerdo al Teorema de Bayes:

Podemos observar que el denominador corresponde al resultado

obtenido al aplicar el Teorema de Probabilidad Total, lo cual debe ser as,
ya que la probabilidad condicional

Establece que. De esta forma podemos ver que la Probabilidad

Total es el denominador de la frmula del Teorema de Bayes. Tambin
podemos observar que aplicando los conceptos de la Regla de
Multiplicacin y del Teorema de Probabilidad Total llegamos al
planteamiento del teorema de Bayes, Veamos:

CONCLUSIN
La probabilidad es la posibilidad u oportunidad de que suceda un
evento particular. La probabilidad involucrada es una porcin o fraccin
cuyo valor vara entre cero y uno exclusivamente. Observamos un
evento que no tiene posibilidad de ocurrir (es decir, el evento nulo),
tiene una probabilidad de cero, mientras que un evento que
seguramente ocurrir (es decir, el evento cierto), tiene una probabilidad
de uno.
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. La teora de la probabilidad se usa
extensamente en reas como la estadstica, la fsica, la matemtica, la
ciencia y la filosofa para sacar conclusiones sobre la probabilidad de
sucesos potenciales y la mecnica subyacente de sistemas complejos.
La probabilidad constituye un importante parmetro en la
determinacin de las diversas casualidades obtenidas tras una serie de
eventos esperados dentro de un rango estadstico. Existen diversas
formas como mtodo abstracto, como la teora Dempster-Shafer y la
teora de la relatividad numrica, esta ltima con un alto grado de
aceptacin si se toma en cuenta que disminuye considerablemente las
posibilidades hasta un nivel mnimo ya que somete a todas las antiguas
reglas a una simple ley de relatividad.
La probabilidad de un evento se denota con la letra p y se expresa
en trminos de una fraccin y no en porcentajes, por lo que el valor de p
cae entre 0 y 1. Por otra parte, la probabilidad de que un evento "no
ocurra" equivale a 1 menos el valor de p y se denota con la letra q.