INTRODUCCION A LA TEORIA DE PROBABILIDADES

El concepto de probabilidad nace con el deseo del hombre de conocer con

certeza los eventosfuturos. 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 contino
con el estudio de nuevas metodologas que permitan ma!imizar el uso de la
computaci"n en el estudio de las probabilidades disminuyendo# de este modo#
los mrgenes de error en los clculos.
A travs de la historia se han desarrollado tres enfoques conceptuales
diferentes para definir la probabilidad y determinar los valores de probabilidad$
CONCEPTUALIZACIN BSICA DE LA PROBABILIDAD
%ara definir la probabilidad y determinar valores de probabilidad# se han
desarrollado & enfoques conceptuales$
a' Enfoque clsico de la probabilidad b' Enfoque de frecuencias relativas c'
Enfoque subjetivo de la probabilidad
A.E()*+,E C-./0C* 1E -A %2*3A30-01A1 4a priori'
Este enfoque permite determinar valores de probabilidad antes de ser
observado el e!perimento por lo que se le denomina enfoque a priori.
El enfoque clsico es aplicado cuando todos los resultados son igualmente
probables y no pueden ocurrir al mismo tiempo.
/i queremos conocer la probabilidad del evento A segn este enfoque
debemos calcular el siguiente cociente$
(4A'
%4A' 5 6666666666666
(4/'
1onde$ (4A'$ resultados elementales posibles son favorables en el evento A
(4/'$ posibles resultados en el espacio muestral
E7E8%-*/ 9' En un mazo de cartas bien barajadas que contiene : ases y :;
cartas de otro tipo# la probabilidad de obtener un as 4A' en una sola e!tracci"n
es
(4A' : 9
%4A' 5 666666 5 66666 5 6666
(4/' <= 9&
=' El e!perimento es lanzar un dado. >Cul es la probabilidad de que caiga un
dos hacia arriba?
%4 caiga = ' 5 9 5 .9@@
6666
@
3.E()*+,E 1E )2EC,E(C0A/ 2E-AA0BA/ 4a posteriori o emprico'
Este enfoque permite determinar la probabilidad con base en la proporci"n de
veces que ocurre un resultado favorable en cierto nmero e!perimentos.
(o implica ningn supuesto previo de igualdad de probabilidades.
A este enfoque se le denomina tambin enfoque emprico debido a que para
determinar los valores de probabilidad se requiere de la observaci"n y de la
recopilaci"n de datos. Aambin se le denomina a posteriori# ya que el resultado
se obtiene despus de realizar el e!perimento un cierto nmero de veces.
/i queremos conocer la probabilidad del evento A segn este enfoque
debemos calcular el siguiente cociente$
(mero de observaciones de A n4A'
%4A' 5 66666666666666666666666666666666666666 5 6666666
AamaCo de la muestra n
E7E8%-*/
9' Antes de incluir la cobertura para ciertos tipos de problemas dentales en
p"lizas de seguros mdicos para adultos con empleo# una compaCa de
seguros desea determinar la probabilidad de ocurrencia de esa clase de
problemas# para que pueda fijarse la prima de seguros de acuerdo con esas
cifras. %or ello# un especialista en estadstica recopila datos para 9D#DDD
adultos que se encuentran en las categoras de edad apropiadas y encuentra
que 9DD de ellos han e!perimentado el problema dental especfico durante el
aCo anterior. %or ello# la probabilidad de ocurrencia es$
9DD
%4A' 5 666666666666666 5 D.D9# o 9E
9D#DDD
=' /e sabe que una moneda est cargada. %ara determinar la probabilidad de
que caiga guila se lanza @D veces la moneda al aire# de las cuales =< veces
cay" guila. /i aplicamos la f"rmula$
% 4 cae guila ' 5 =< 5 D.:9
6666666666
@D
C. ENFOQUE SUBJETIVO DE LA PROBABILIDAD (persona!s"a#
/e diferencia de lo dos enfoques anteriores# debido a que tanto el enfoque
clsico como el de frecuencia relativa producen valores de probabilidad
objetivos.
El enfoque seCala que la probabilidad de un evento es el grado de confianza
que una persona tiene en que el evento ocurra# con base en toda la evidencia
que tiene disponible# fundamentado en la intuici"n# opiniones# creencias
personales y otra informaci"n indirecta.
Este enfoque no depende de la repetitividad de ningn evento y permite
calcular la probabilidad de sucesos nicos y se da el caso de que ocurra o no
esa nica vez.
1ebido a que el valor de la probabilidad es un juicio personal# al enfoque
subjetivo se le denomina tambin enfoque personalista.
EJE$PLOS 9' Fay una probabilidad del ;DE de que el Amrica le gane a las
Chivas.
=' Fay una probabilidad del GDE de que las ventas mejoren el aCo pr"!imo
&' Fay una alta probabilidad de sacarme un 9DD.
:' A causa de los impuestos y de otros posibles usos de sus fondos# un
inversionista ha determinado que la compra de terrenos s"lo se justifica si
e!iste al menos una probabilidad de D.GD de que los terrenos aprecien su valor
en <DE o ms en los cuatro aCos siguientes. Al evaluar cierto terreno# este
inversionista estudia los cambios de precio en el rea en los aCos recientes#
considera los niveles de precios vigentes# estudia la situaci"n imperante y
probablemente futura de proyectos de desarrollo urbano y consulta las
estadsticas sobre el desarrollo econ"mico del rea geogrfica en general. Con
base en este recuento# concluye que e!iste una probabilidad de alrededor de
D.H< de que efectivamente ocurra la requerida apreciaci"n de valor. %uesto que
este valor de probabilidad en inferior a la probabilidad mnima requerida de
D.GD#
RE%LAS DE ADICION
Re&as 'e a A'!(!)n
-a 2egla de la Adici"n e!presa que$ la probabilidad de ocurrencia de al menos
dos sucesos A y 3 es igual a$
%4A o 3' 5 %4A' , %43' 5 %4A' I %43' s! A * B son +,",a+en"e e-(,*en"e
%4A o 3' 5 %4A' I %43' J %4A y 3' s! A * B son no e-(,*en"es
/iendo$ %4A' 5 probabilidad de ocurrencia del evento A
%43' 5 probabilidad de ocurrencia del evento 3
%4A y 3' 5 probabilidad de ocurrencia simultanea de los eventos A y 3
EVENTOS IDEPENDIENTES
E.en"os In'epen'!en"es
1os o ms eventos son independientes cuando la ocurrencia o no6ocurrencia
de un evento no tiene efecto sobre la probabilidad de ocurrencia del otro evento
4o eventos'. ,n caso tpico de eventos independiente es el muestreo con
reposici"n# es decir# una vez tomada la muestra se regresa de nuevo a la
poblaci"n donde se obtuvo.
E/e+po$
lanzar al aire dos veces una moneda son eventos independientes por que el
resultado del primer evento no afecta sobre las probabilidades efectivas de que
ocurra cara o sello# en el segundo lanzamiento.
EVENTOS DEPENDIENTES
Eventos dependientes
Dos o ms eventos sern dependientes cuando la ocurrencia o no-ocurrencia de
uno de ellos afecta la probabilidad de ocurrencia del otro (o otros). Cuando
tenemos este caso, empleamos entonces, el concepto de probabilidad
condicional para denominar la probabilidad del evento relacionado. La
expresin P(A!) indica la probabilidad de ocurrencia del evento A s" el evento
! #a ocurri.
Se debe tener claro que AB no es una !racci"n#
P(A!) $ P(A # !)%P(!) o P(!A) $ P(A # !)%P(A
RE%LAS DE $ULTIPLICACION
Re&as 'e $,"!p!(a(!)n
/e relacionan con la determinaci"n de la ocurrencia de conjunta de dos o ms
eventos. Es decir la intersecci"n entre los conjuntos de los posibles valores de
A y los valores de 3# esto quiere decir que la probabilidad de que ocurran
conjuntamente los eventos A y 3 es$
%4A y 3' 5 %4A 3' 5 %4A'%43' si A y 3 son !n'epen'!en"es
%4A y 3' 5 %4A 3' 5 %4A'%43KA' si A y 3 son 'epen'!en"es
%4A y 3' 5 %4A 3' 5 %43'%4AK3' si A y 3 son 'epen'!en"es
DIA%RA$A DE ARBOL
,n diagrama de rbol es una representaci"n grfica de un e!perimento que
consta de r pasos# donde cada uno de los pasos tiene un nmero finito de
maneras de ser llevado a cabo.

Ejemplos$
9.,n mdico general clasifica a sus pacientes de acuerdo a$ su se!o
4masculino o femenino'# tipo de sangre 4A# 3# A3 u *' y en cuanto a la presi"n
sangunea 4(ormal# Alta o 3aja'. 8ediante un diagrama de rbol diga en
cuantas clasificaciones pueden
estar los pacientes de este mdico?

(
/oluci"n$ A
A 3
(
3 A
3
8 A3 (
A
* 3

A
(
) 3 A
3
A3
3
* A
3


/i contamos todas las ramas terminales# nos damos cuenta que el nmero
de clasificaciones son = ! : ! & 5 =: mismas que podemos enumerarL
8A(# 8AA# 8A3# 83(# 83A# 833# etc# etc.



9' 9' 1os equipos denominados A y 3 se disputan la final de un partido
de baloncesto# aquel equipo que gane dos juegos seguidos o complete
un total de tres juegos ganados ser el que gane el torneo. 8ediante un
diagrama de rbol diga de cuantas maneras puede ser ganado este
torneo#



/oluci"n$


A 5 gana el equipo A
3 5 gana el equipo 3


A
A
A A
3 A
3
3 3


A
A A
A
3 3 3
3
3


En este diagrama se muestran que hay solo diez maneras de que se gane
el torneo# que se obtienen contando las ramas terminales de este diagrama
de rbol# las que es posible enumerarL
AA# A33# A3AA# A3A3A# A3A33# etc# etc.



=' =' ,n hombre tiene tiempo de jugar ruleta cinco veces como m!imo#
l empieza a jugar con un d"lar# apuesta cada vez un d"lar y puede
ganar o perder en cada juego un d"lar# l se va a retirar de jugar si
pierde todo su dinero# si gana tres d"lares 4esto es si completa un total
de cuatro d"lares' o si completa los cinco juegos# mediante un diagrama
de rbol# diga cuntas maneras hay de que se efectu el juego de este
hombre.



/oluci"n$

M: N M:
N M&
M& N
N % M=
% NM&
M= %
M9 % MD
M& N M:
M= N
M9 N M=
N % M=
N M=
% %
M9 % M9
% MD % MD
MD



/i contamos las ramas terminales nos daremos cuenta que hay 99 maneras de
que este hombre lleve a cabo sus apuestas# en este diagrama se han
representado los cinco juegos o apuestas que este hombre tiene tiempo de
jugar.

CO$BINACIONES 0 PER$UTACIONES
El nmero de permutaciones de n objetos es el nmero de formas en los que
pueden acomodarse esos objetos en trminos de orden.
%ermutaciones En n *bjetos
%ermutaciones de n elementos tomando n a la vez es igual a$
/trongn%n 5 nO 5 4n' ! 4n69' !P ! 4=' ! 49'
Ejemplo
-os cinco individuos que componen la direcci"n de una pequeCa empresa
manufacturera sern sentados juntos en un banquete. 1eterminar el nmero de
diferentes posiciones posibles de los asientos para los cinco individuos.
/oluci"n n %n 5 nO 5 <O 5 4<'4:'4&'4='49' 5 9=D
/trong%ermutaciones En /ubgrupo 1e n *bjetos
El nmero de permutaciones de n objetos tomados r a la vez# donde r es menor
que n es igual a$
n%r 5 nO
6666
4n6r'O
Ejemplo
En relaci"n al ejemplo anterior# supongamos que s"lo a tres de los cinco
directivos se les pedir representar a la compaCa en el banquete. >Cuntas
diferentes posiciones sern posibles en la mesa considerando que pueden ser
elegidos tres cualesquiera de los cinco individuos?
/oluci"n n %r 5 < %& 5 nO 5 <O 5 4<'4:'4&'4='49' 5 @D
6666 6666 6666666666666666
4n 6 r'O 4< 6 &'O 4='49'
/trongC * 8 3 0 ( A C 0 * ( E /
En el caso de las combinaciones# lo importante es el nmero de agrupaciones
diferentes de objetos que pueden incurrir sin importar su orden. %or lo tanto en
las combinaciones se busca el nmero se subgrupos diferentes que pueden
tomarse a partir de n objetos.
El nmero de combinaciones de n objetos tomados r a la vez es igual a$
nCr 5 nO
6666
rO 4n6r'O
Ejemplo
/upongamos que se elegir a tres miembros de una pequeCa organizaci"n
social con un total de diez miembros para que integren un comit. >Cul es el
nmero de grupos diferentes de tres personas que pueden ser elegidos# sin
importar el diferente orden en el que cada grupo podra elegirse?
/trong /oluci"n
nCr 59DC& 5 nO 5 9DO 59DQG!;QHO59DQG!;5H=D5 9=D
6666666 6666666 666666666 666666 666
r4n 6 r'O &O49DJ&'O &O!HO &Q=!9 @
/trong Combinaciones representando la probabilidad
En trminos de combinaciones# frecuentemente podemos determinar la
probabilidad de un evento determinado# el nmero de combinaciones de
resultados que incluyen ese evento en comparaci"n con el nmero total de
combinaciones posibles.
/trong Ejemplo
En referencia al anterior# del los 9D miembros# seis son mujeres y cuatro son
hombres# >Cul es la probabilidad de que de una elecci"n aleatoria de los
miembros del comit diera por resultado la selecci"n de dos mujeres y un
hombre?
(mero de comits con =8 y 9F 5 @ C= ! : C9 5
@O ! :O 5 @O ! :O 5 9< ! : 5 @D
=O4@J='O 9O4:J9'O =O4:O' 9O4&O'
(mero total de combinaciones posibles 5 9D C& 5
9DO 5 9DO 5 49D'4G'4;' 5 H=D 5 9=D
&O49D 6 &'O &O4HO' 4&'4='49' @
%robabilidad que sean =F y 98 5
%4=8 y 9F' 5 @ C= ! : C9 5 @D 5 D.<D
9D C& 9=D
/trong Ejercicios sugeridos
a' /upongamos que hay ocho diferentes lugares de capacitaci"n administrativa
para asignar a ocho empleados en el programa preliminar de capacitaci"n
administrativa de una empresa. >1e cuntas maneras diferentes pueden ser
asignados los ocho individuos a los ocho lugares distintos? b' En referencia a
la situaci"n descrita en el inciso a# supongamos que s"lo se dispone de seis
diferentes lugares para los ocho candidatos. >1e cuntas maneras diferentes
pueden asignarse los seis lugares distintos a seis de los ocho individuos c' En
referencia a la situaci"n descrita en el inciso b# supongamos que seis de los
lugares disponibles pueden considerarse comparables y en realidad iguales
para efectos prcticos. >1e cuntas maneras pueden elegirse seis de los ocho
candidatos para ocupar los seis lugares? d' Fallar n si n %: 5 := y n %= e' ,n
grupo de proyecto de dos ingenieros y tres tcnicos debe formarse a partir de
un grupo departamental que incluye a cinco ingenieros y nueve tcnicos.
>Cuntos diferentes grupos de proyecto pueden formarse con los catorce
empleados disponibles? f' En referencia a la situaci"n de asignaci"n descrita
en el inciso d# supongamos que los cinco individuos son asignados
aleatoriamente a partir de los catorce empleados del departamento# sin
referencia al hecho de si cada persona es ingeniero o tcnico. >Cul es la
probabilidad de que el grupo de proyecto incluya a $
9.6E!actamente dos ingenierosL =.6(ingn ingenieroL &.6(ingn tcnico?
2espuestas$ a' :D&=D b' =D9@D c' =; d' ;:D e' 9.6 % 5
ANALISIS CO$BINATORIO
El anlisis combinatorio es la rama de las matemticas que estudia los diversos
arreglos o selecciones que podemos formar con los elementos de un conjunto
dado# los cuales nos permite resolver muchos problemas prcticos# y nos va
servir para resolver y comprender problemas sobre probabilidades.
TEORE$A DE BA0ES
El "eore+a 'e Ba*es# enunciado por Ahomas 3ayes# en la teora de la
probabilidad# es el resultado que da la distribuci"n de probabilidad condicional
de una variable aleatoria A dada B en trminos de la distribuci"n de
probabilidad condicional de la variable B dada A y la distribuci"n de
probabilidad marginal de s"lo A.
Sea {A
1
,A
2
,...,A
i
,...,A
n
} un conjunto de sucesos mutuamente excluyentes y
exhaustivos, y tales que la probabilidad de cada uno de ellos es distinta de
cero. Sea B un suceso cualquiera del que se conocen las probabilidades
condicionales !B " A
i
#. $ntonces, la probabilidad !A
i
" B# viene dada por la
expresi%n&
donde$
4A
i
' son las probabilidades a priori.
4B K A
i
' es la probabilidad de B en la hip"tesis A
i
.
4A
i
K B' son las probabilidades a posteriori.
Esto se cumple
El teorema de 3ayes es vlido en todas las aplicaciones de la teora de la
probabilidad. /in embargo# hay una controversia sobre el tipo de probabilidades
que emplea. En esencia# los seguidores de la estadstica tradicional s"lo
admiten probabilidades basadas en e!perimentos repetibles y que tengan una
confirmaci"n emprica mientras que los llamados estadsticos bayesianos
permiten probabilidades subjetivas. El teorema puede servir entonces para
indicar c"mo debemos modificar nuestras probabilidades subjetivas cuando
recibimos informaci"n adicional de un e!perimento. -a estadstica bayesiana
est demostrando su utilidad en ciertas estimaciones basadas en el
conocimiento subjetivo a priori y permitir revisar esas estimaciones en funci"n
de la evidencia es lo que est abriendo nuevas formas de hacer conocimiento.
,na aplicaci"n de sto son los clasificadores bayesianos que son
frecuentemente usados en implementaciones de filtros de correo basura o
spam# que se adaptan con el uso.
Como observaci"n# se tiene y su demostraci"n resulta
trivial.