6.

Probabilidad:

6.1.

Definicin

Conceptos Bsicos.

Ing. Carlos Ernesto Garca, M.Sc.

Es la medida de la oportunidad de ocurrir que tiene un evento cualquiera. Se puede determinar el valor numrico
de la probabilidad de ocurrencia de un evento por tres mtodos: estimacin a priori, estimacin experimental y
estimacin subjetiva.
a. Estimacin a priori. Es una estimacin intuitiva basada en el buen juicio de quien hace la estimacin. Se
produce como consecuencia de un conocimiento o anlisis racional de las caractersticas del sistema en que
se dan los eventos de inters. Diferentes personas con este conocimiento coincidirn en su estimacin.
Por ejemplo, en el lanzamiento de una moneda al aire intuimos que la probabilidad de que caiga cara es 0.5.
De manera semejante, en el lanzamiento de un dado intuimos por la geometra del mismo que la probabilidad
de que caiga cualquiera de sus caras es un sexto. Este modo de estimacin est limitado casi siempre a
situaciones en que puede asumirse probabilidades simtricas.
b. Estimacin experimental. La estimacin experimental est basada en la realizacin de un nmero suficiente
de experimentos con el sistema en que ocurren los eventos de inters; o en datos histricos acerca de tal
sistema. La probabilidad de ocurrencia de un evento se computa as:
P{E} = n /m; siendo n nmero de ocurrencias del evento E en los m experimentos efectuados.
Por ejemplo, podemos determinar la probabilidad de que al lanzar un dado el resultado sea 6, lanzando 1000
veces el dado y contando el nmero de veces que resulte 6. Si el conteo final fuera 169 por ejemplo, entonces
se concluira que P{x=6} = 169/1000 = 0.169 1/6.
Igualmente podemos determinar la probabilidad de que las ventas mensuales de un producto sean mayores
que $10,000, analizando las ventas mensuales del producto en los ltimos tres aos. Por ejemplo, si las ventas
mayores que $10,000 hubiesen ocurrido en 9 de los 36 meses analizados, entonces podra concluirse que
P{x>10000} = 9/36 = 0.25
c. Estimacin subjetiva. Se recurre a la estimacin subjetiva cuando por alguna razn no puede hacerse una
estimacin experimental; ni una estimacin a priori, por carecer de conocimiento suficiente sobre las
caractersticas del sistema en que ocurre el evento de inters. En este caso, la estimacin de la probabilidad de
ocurrencia del evento se basa en un juicio subjetivo personal que vara de persona a persona.
Ejemplo: Cul es la probabilidad de que la seleccin de ftbol de El Salvador clasifique al prximo Mundial?
Cul es a probabilidad de que llueva esta noche donde vivo?Cul es la probabilidad de que ocurra un
terremoto en El Salvador esta semana?

6.2.

Espacio Muestral

Es el conjunto S de todos los resultados posibles de un sistema probabilstico o experimento (ver Figura 1). Cada
resultado del espacio muestral se denomina punto del espacio muestral.
Fig. 1: Espacio muestral S
Ejemplos:
a. En un sistema de lanzamiento de una moneda al aire, cuando el resultado de
inters es la cara de la moneda que cae, S = {cara, corona}.
b. En un sistema de lanzamiento de un dado al aire, cuando el resultado de
inters es la cara del dado que cae, S = {1, 2, 3, 4, 5, 6}.
c. En un sistema que mide el tiempo que transcurre cada da, en minutos, desde
que se abre una tienda hasta que llega el primer cliente, asumiendo que
siempre llega al menos un cliente y que la tienda pasa abierta 8 horas, S = {x /
x 8*60} = {x / x 480}.
d. En un sistema que mide la demanda de un producto durante el primer mes de venta, S = (0, 1, 2, 3, A}.
e. En un sistema que mide la demanda mensual de un producto durante el primer y segundo mes de venta,
S = {<x1, x2> / x1 {0, 1, 2,A} y x2 {0, 1, 2,A}}.
Fig. 2: Caja de bolitas
f. En un sistema que extrae una bolita de una caja que contiene 2 bolitas blancas
(b), 3 negras (n) y 5 rojas (r) como se muestra en la figura 2; toma nota del color
b
n
r
y la devuelve a la caja, S = {b,n,r}.
r
n
r
g. En un sistema que analiza las notas finales de un curso, cuando el resultado de
inters es alumnos reprobados, S = {x / x < 6}.
b
n
r
r

6.3.

Evento

Un evento es un conjunto E de resultados de inters en un experimento. Por lo tanto E S. Ejemplos arbitrarios

de eventos de inters: en el lanzamiento de una moneda, E = {x/xS x=cara}. En el lanzamiento de un dado, E
= {x/xS x3}. En la extraccin de una bolita de la caja de la figura 2, E = {x/xS x{b, n}}.
A dos o ms eventos que no pueden ocurrir simultneamente en un experimento se denominan eventos
mutuamente exclusivos o eventos disjuntos. En el lanzamiento de un dado, cada resultado es mutuamente
exclusivo. Lo mismo en el lanzamiento de una moneda.
Al listado de todos los eventos de un espacio muestral se le denomina lista de eventos colectivamente
exhaustiva.
En la simulacin de un sistema, la ocurrencia de un evento implica un cambio en el estado del sistema; cambio
que ocurre en un instante y da inicio a una actividad en el sistema que era inexistente antes del instante.

6.4.

Variable Aleatoria.

6.5.

Reglas Bsicas de la Probabilidad.

Es una funcin definida sobre un espacio muestral S. Por ejemplo: X=x2 , o Y=x, o Z=(x1 + x2)/2. Una funcin
cualquiera definida sobre una variable aleatoria tambin es una variable aleatoria.
i. La probabilidad de ocurrencia de un evento E cualquiera es un nmero real en el intervalo de 0.0 a 1.0, o sea:
0.0 P{E} 1.0 E
La probabilidad de un evento certero es 1. La probabilidad de un evento imposible es 0.
ii. La suma de las probabilidades de todos los eventos mutuamente exclusivos incluidos en una lista de eventos
colectivamente exhaustiva es 1. Sea este conjunto de eventos {E1, E2, E3, ... En}. Entonces:
P{E1} + P{E2} + P{E3} + A. + P{En} = 1
iii. La probabilidad de ocurrencia de dos o ms eventos mutuamente exclusivos E1 o E2 o E3 o... En, es la suma de
las probabilidades de ocurrencia individual de esos eventos. Es decir,
P{E1 E2 E3 ... En} = P{E1} + P{E2} + P{E3} + A. + P{En}
Ejemplo: En el lanzamiento de un dado:
P{x=1 x=2 x=3} = P{x=1} + P{x=2} + P{x=3} = 1/6 + 1/6 + 1/6 = 3/6 = 0.5
Ejemplo: En el sistema de la caja de bolitas de la figura 2:
P{x=b x=r} = P{x=b} + P{x=r} = 2/10 + 5/10 = 7/10 = 0.7
iv. Si dos o ms eventos E1, E2, E3,...En son estadsticamente independientes, la probabilidad de que estos
eventos ocurran al mismo tiempo o en serie (probabilidad conjunta), es el producto de sus probabilidades
individuales.
P{E1 E2 E3 ... En} = P{E1}P{E2}P{E3}AP{En}
Ejemplos: en el sistema de la caja de bolitas de la figura 2, la probabilidad de que la primera bolita extrada sea
blanca, la segunda roja y la tercera negra es:
P{x=b x=r x=n} = P{x=b}P{x=r} P{x=n} = 0.20x0.50x0.30 = 0.03
P{x=n x=n} = P{x=n}P{x=n} = 0.30x0.30 = 0.09
P{x=r x=b} = P{x=r}P{x=b} = 0.50x0.20 = 0.10

6.6.

Independencia Estadstica

La independencia estadstica implica que la probabilidad de ocurrencia de un evento no est afectada de ninguna
manera por la ocurrencia de ningn otro evento. En el caso de la caja de las diez bolitas de la figura 2, la
probabilidad de que una bolita extrada sea de un determinado color es totalmente independiente de los resultados
de cualesquiera extracciones previas.
En consecuencia, la dependencia estadstica se da cuando la probabilidad de ocurrencia de un evento es afectada
por la ocurrencia de un evento previo. En el caso del sistema de la caja con bolitas de la figura 2, si despus de
extraer una bolita sta no es devuelta a la caja, entonces la probabilidad de extraer una bolita de un determinado
color cambia a medida que van ocurriendo las extracciones de bolitas. Por ejemplo, si la primera bolita extrada
resultara ser roja, entonces P{x=b} cambiar de 2/10 a 2/9; P{x=r} cambiar de 0.5 a 4/9; y as sucesivamente. En
este caso, los eventos son dependientes.