1

Apuntes de la asignatura ESTAD ISTICA

Titulaci on: Ingenier a de Telecomunicaciones Centro: Escuela Polit ecnica Superior Departamento: Matem aticas Autor: Angel Blasco

Tema 1 PROBABILIDAD
1.1. Experimentos aleatorios y sucesos

Un experimento aleatorio es aquel en el que no somos capaces de predecir con seguridad el resultado. A cada uno de los posibles resultados de tal experimento se le denomina suceso elemental. El conjunto de todos los sucesos elementales asociados a un experimento es el espacio muestral, que denotaremos por . Ejemplo 1.1. En el experimento aleatorio de tirar un dado el espacio muestral ser a = {1, 2, 3, 4, 5, 6}. Cualquier suceso referente al resultado del experimento se obtiene mediante acumulaci on de sucesos elementales. Por ejemplo el suceso A {que salga un n umero par} = {2, 4, 6} El conjunto de todos los sucesos, elementales y no elementales, asociado a un experimento aleatorio se denomina espacio de sucesos. Nosotros lo denotaremos por A. Obs ervese que, seg un lo dicho, todo suceso debe ser siempre un subconjunto de y por tanto ocurrir aA P (). De hecho, nosotros trabajaremos siempre con A = P (). Seg un lo dicho, todo suceso es un conjunto y por tanto podemos aplicar sobre ellos todas las operaciones que conocemos de la teor a de
2

TEMA 1. PROBABILIDAD

conjuntos. Dados dos sucesos A, B A tenemos: Suceso uni on (A B ). Ocurre cuando ocurren A o B , pero no necesariamente ambos a la vez. Suceso intersecci on (A B ). Ocurre cuando ocurren ambos sucesos, A y B. Suceso complementario (Ac ). Ocurre cuando no ocurre A. Resta de sucesos (A\B ). Ocurre cuando ocurre A pero no ocurre B.

1.2.

Denici on de probabilidad

Existe diversas deniciones de probabilidad que ofrecen puntos de vista interesantes. Veamos algunas de ellas: a) Denici on subjetivista. Esta es la denici on que podr amos encontrar en un diccionario: La probabilidad de un suceso es el grado de certeza que tenemos de que ese suceso va a ocurrir. Esta denici on es interesante para saber de qu e estamos hablando pero tiene el problema de que, como su nombre indica, es subjetiva ya que el grado de certeza al que hace referencia puede variar de una persona a otra. Necesitamos un modo de medir dicha certeza que sea objetivo y v alido para cualquier persona. b) Denici on frecuentista (Von Mises). Esta es la denici on cl asica de probabilidad y est a basada en el concepto de frecuencia. Cuando repetimos n veces un experimento se dene la frecuencia absoluta del suceso A (que denotaremos por nA ) como el n umero total de veces que ha ocurrido dicho suceso. A su vez, se dene la n frecuencia relativa de A (fA ) como la proporci on de veces que ocurre A, es decir: nA n fA = n

TEMA 1. PROBABILIDAD

Von Mises observ o que si repet a un experimento muchas veces, siempre en las mismas condiciones, las frecuencias relativas de los distintos sucesos tend an a estabilizarse en unos valores concretos. Estableci o como premisa que esto era as siempre y deni o la probabilidad de un suceso como el l mite de su frecuencia relativa cuando el n umero de repeticiones del experimento tend a a innito, es decir: n P (A) = l m fA
n

on de Laplace. Esta denici on proporciona una regla de c) Denici c alculo que puede resultar muy u til en determinadas ocasiones. Dado un experimento aleatorio y un suceso A, Laplace denominaba casos posibles a todos los sucesos elementales del experimento y casos favorables a aquellos que estaban incluidos en A. A partir de aqu , den a la probabilidad de A como: P (A) = n umero de casos favorables n umero de casos posibles

Esta denici on encierra tambi en un problema y es que parte de la premisa de que todos los sucesos elementales (casos posibles) son equiprobables, en caso contrario la f ormula pierde su validez. d) Denici on axiom atica (Kolmogorov). Si bien todas las deniciones anteriores eran interesantes, esta es la denici on b asica sobre la que se construye todo el edicio te orico que vamos a ir descubriendo a lo largo del curso: Una probabilidad es una funci on P : A R que verica los siguientes axiomas: 1) P (A) 0 2) Si dos sucesos A y B son incompatibles (esto quiere decir que tienen intersecci on vac a), entonces: P (A B ) = P (A) + P (B )

TEMA 1. PROBABILIDAD

3) P () = 1 Nota 1. Si es innito tendremos que sustituir el axioma 2 por: 2) Si {A1 , ..., Ai , ...} es una colecci on de sucesos incompatibles dos a dos (es decir, tales que Ai Aj = para todo i = j ), entonces:

P
i=1

Ai

=
i=1

P (Ai )

Como consecuencias de los axiomas anteriores se obtienen las siguientes propiedades de la probabilidad que el alumno sabr a demostrar sin grandes problemas: P () = 0 P (Ac ) = 1 P (A) A B P (A) P (B ) P (A) 1 P (A\B ) = P (A) P (A B ) P (A B ) = P (A) + P (B ) P (A B )

1.3.

Probabilidad condicionada

Cualquier informaci on extra que tengamos sobre un experimento puede modicar nuestro grado de certeza sobre la ocurrencia de los distintos sucesos posibles. Ejemplo 1.2. Un amigo tira un dado pero no nos deja ver lo que ha salido. Para nosotros la probabilidad de que haya salido un n umero mayor que 3 ser a 1/2 (3 casos favorables de 6 posibles). Si ahora nuestro

TEMA 1. PROBABILIDAD

amigo nos dice que el resultado ha sido par, nuestro c alculo ser a distinto: sabemos que hay 3 casos posibles (2,4 y 6) de los cu ales dos son favorables, luego la probabilidad ser a 2/3. Dados dos sucesos A, B P () y supuesto que P (A) > 0, se dene la probabilidad del suceso B condicionada por A como: P (B |A) = P (A B ) P (A)

Se deja como ejercicio para el alumno el comprobar que P (/A) es una probabilidad bien denida sobre . Ejemplo 1.3. En el ejemplo del dado, si A {no mayor que 3} y B {no par}, comprueba, aplicando la denici on, que P (A|B ) = 2/3. A partir de la denici on anterior se tiene que P (AB ) = P (A)P (B |A), lo cu al se puede extender de forma natural a intersecciones de n sucesos: P (A1 A2 An ) = P (A1 )P (A2 |A1 )P (A3 |A1 A2 ) P (An |A1 A2 An1 ) Este resultado se conoce como la Regla del Producto. Ejemplo 1.4. Tenemos en una bolsa dos bolas blancas y dos negras y sacamos tres de ellas a tientas. Probabilidad de que la primera sea blanca y las dos siguientes negras.

TEMA 1. PROBABILIDAD

Se dice que dos sucesos A, B P () son independientes si se cumple: P (A B ) = P (A)P (B ) Esta condici on es equivalente a P (A|B ) = P (A) o P (B |A) = P (B ). Ejemplo 1.5. Supongamos que se escogen al azar dos n umeros x, y entre 0 y 1 de modo que, para cada subconjunto W [0, 1] [0, 1], es P ((x, y ) W ) = area(W ). Consideremos los sucesos: A = {x > 0,5} B = {y > 0,5} C = {x > y }

Son A y B independientes? Lo son A y C ? Qu e relaci on hay entre independencia e incompatibilidad? Nota 2. Se dice que tres sucesos A, B y C son independientes si lo son dos a dos y adem as: P (A B C ) = P (A)P (B )P (C ) Los dos siguientes teoremas nos resultar an muy u tiles en el manejo de expresiones que contengan probabilidades: Teorema de la probabilidad total. Sea {A1 , ..., An } una partici on de y sea B P (). Entonces: P (B ) = P (A1 )P (B/A1 ) + + P (An )P (B/An ) Teorema de Bayes. Sean A, B P () ambos con probabilidad positiva. Entonces: P (A/B ) = P (A)P (B/A) P (B )

TEMA 1. PROBABILIDAD

Ejemplo 1.6. Consid erese el siguiente juego para el que se necesitan un dado y una baraja espa nola: primero se tira el dado y despu es se saca una carta al azar de la baraja, si sale un 6 en el dado, se gana sacando un oro, si por el contrario sale un n umero distinto de 6, se gana sacando una gura (sota, caballo o rey) de oros. Qu e probabilidad hay de ganar? Sup on que te dicen que un amigo ha jugado y perdido, cu al es la probabilidad de que haya sacado el 6 en el dado?

1.4.

F ormulas de combinatoria

Para contar casos al aplicar la regla de Laplace nos ser au til recordar las siguientes f ormulas de combinatoria: Variaciones de n elementos tomados de m en m: se cuentan las distintas formas en que se pueden extraer m elementos de entre n posibles. Se tiene en cuenta tanto los elementos extraidos como el orden en que salen. La f ormula es: Vn,m = n! (n m)!

Ejemplo 1.7. En una carrera con 8 personas cu antos podios distintos se pueden formar? Obs ervese que, si nombramos a los 8 participantes con letras de la A a la H, los podios (A, B, C ) y (B, A, C ) no son equivalentes pues el primer participante de la terna es el que se lleva el oro y el segundo la plata. El n umero de podios posible ser a: 8! V8,3 = = 8 7 6 = 336 5! Permutaciones de n elementos: se cuentan las distintas formas en que se pueden ordenar n elementos distintos. La f ormula es: Pn = n!

TEMA 1. PROBABILIDAD

Ejemplo 1.8. Tenemos 5 libros distintos en una estanter a. De cu antas maneras podemos colocarlos? Hay P5 = 5! = 120 maneras posibles. Combinaciones de n elementos tomados de m en m: se cuentan las distintas formas en que se pueden extraer m elementos de entre n posibles. No se tiene en cuenta el orden en que salen. La f ormula es: n! n Cn,m = = m (n m)!m! Ejemplo 1.9. Queremos formar un equipo de trabajo y hay 10 personas disponibles. Cu antos equipos de 4 personas se pueden formar? En este caso lo importante son las personas que forman el equipo y no en qu e orden sean elegidas, luego se pueden formar C10,4 = equipos distintos. Variaciones con repetici on de n elementos tomados de m en m: se cuentan las distintas formas en que se pueden extraer m elementos de entre n posibles. Se tiene en cuenta tanto los elementos extraidos como el orden en que salen y cada elemento puede ser extraido tantas veces como se quiera. La f ormula es: V Rn,m = nm Ejemplo 1.10. Cu antas palabras de 3 letras (tengan sentido o no) se pueden formar con un alfabeto de 5 letras? Entendemos que cada letra puede aparecer repetida en la palabra, luego ser an 3 V R5,3 = 5 = 125 palabras. Permutaciones con repetici on de n elementos que se repiten n1 , ..., nk veces: Se considera un conjunto en el que hay k elementos 10 4 = 10! = 210 6!4!

TEMA 1. PROBABILIDAD

10

distintos, cada uno de ellos repetido varias veces. En concreto el elemento i aparece ni veces, con lo que el conjunto total tiene n = n1 + + nk elementos. Se cuentan las distintas formas en que se pueden ordenar estos n elementos, teniendo en cuenta que si se intercambia la posici on de dos elementos iguales la ordenaci on es la misma. La f ormula es: Pn;n1 ,...,nk = n! n1 ! nk !

Ejemplo 1.11. Cu antas palabras (tengan sentido o no) se pueden formar con las letras {a, a, a, b, b, c, c, c}? Ser an P8;3,2,3 = palabras. Combinaciones con repetici on de n elementos tomados de m en m: se cuentan las distintas formas en que se pueden extraer m elementos de entre n posibles. No se tiene en cuenta el orden en que salen y cada uno puede usarse tantas veces como se quiera. La f ormula es: n+m1 CRn,m = m Ejemplo 1.12. En una helader a tienen helados de 4 sabores distintos. Queremos comprar cinco helados, cada uno de un s olo sabor. Cu antas combinaciones de sabores podemos hacer? Ser an CR4,5 = 8 5 = 8! = 56 3!5! 8! = 560 3!2!3!

La demostraci on de las cinco primeras f ormulas es sencilla y se deja como ejercicio para el alumno. En cuanto a la u ltima, pensemos por ejemplo en el caso de combinaciones con repetici on de 5 elementos

TEMA 1. PROBABILIDAD

11

tomados de 3 en 3 (la generalizaci on a cualquier otro caso es directa). Se obtienen los siguientes elementos: a1 a1 a1 a1 a1 a2 a1 a1 a3 ... a1 a2 a2 a1 a2 a3 ... a5 a5 a5 Hemos indexado estas combinaciones de modo que la secuencia de ndices sea no decreciente, ahora vamos a cambiar la nomenclatura del siguiente modo: a cada ndice se le suma un n umero que representa la posici on de dicho ndice menos 1, es decir, ai aj ak ci+0 cj +1 ck+2 . De este modo tendremos: a1 a1 a1 a1 a1 a2 a1 a1 a3 ... a1 a2 a2 a1 a2 a3 ... a5 a5 a5 c1 c2 c3 c1 c2 c4 c1 c2 c5 ... c1 c3 c4 c1 c3 c5 ... c5 c6 c7

Con la nueva nomenclatura han aparecido 2 ndices nuevos (en general ser an m 1). Adem as ahora la secuencia de ndices de cada combinaci on es creciente por lo que no puede haber ndices repetidos, es decir, hemos establecido una correspondencia entre las combinaciones con repetici on de 5 elementos tomados de 3 en 3 y las combinaciones sin repetici on de 7 elementos tomados de 3 en 3. Claramente esta correspondencia es biun voca lo que implica que el n umero de elementos en ambos conjuntos es el mismo.

TEMA 1. PROBABILIDAD

12

De forma general podemos decir que el n umero de combinaciones con repetici on de n elementos tomados de m en m coincide con el n umero de combinaciones sin repetici on de n + m 1 elementos tomados de m en m.