Parte I- Probabilidad Prof, Marfa B. Pintaelli PARTE 1 - PROBABILIDAD 1- Probabilidad 1.1 - Espacios muestrales y eventos. La Teorfa de Probabilidades estudia los lamados experimentos aleatorios. Ejemplos elasicos de experimentos aleatorios son los juegos de azar: 4) tirar un dado y observar el ntimero en la cara de arriba. ) tirar una moneda ©) Tanzar una moneda cuatro veces y contar el niimero total de caras obtenidas. 4) lanzar una moneda cuatro veces y observar la sucesi6n de caras y cecas obtenidas. imbolizamos con € a un experimento aleatorio. Un experimento aleatorio tiene las siguientes caracteristicas: 1-Se lo puede repetir bajo las mismas condiciones tantas veces como se desee. 2-'No se puede predecir con exactitud el resultado de dicho experimento, pero se puede decir cud- les son los posibles resultados del mismo. 3- A medida que el experimento se repite, los resultados individuales parecen ocurrir en forma caprichosa. Pero si el experimento se repite un gran mimero de veces, y registramos la proporcién de veces que ocurre un determinado resultado, veremos que esa proporcin tiende a estabilizars en un valor determinado a medida que aumenta el nimero de veces que se repite el experimento, Por ejemplo, consideremos el experimento de lanzar un dado y observar el ntimero de la cara supe- rior. Supongamos que tiramos el dado N veces, y seam el mimero de veces que sale el niimero 5 en los N tiros del dado, Entonces y es la proporcién de veces que sale el niimero 5 en los N tiros, Sil dado es normal a medida que N aumenta, * tiende a estbiizase en un nero que es M6, bservacisn: en los experimentos no aleatorios o deterministas se puede predecir con exactitud el resultado del experimento, es decir, las condiciones en las que se verifica un experimento determi- nan el resultado del mismo. Por ejemplo, si colocamos una baterfa en un circuito simple, el modelo ‘matemitico que posiblemente describiria el flujo observable de corriente seria I = E/R, que es la Jey de Ohm. El modelo predice el valor de I al dar E y R. O sea, si se repite el experimento anterior cierto niimero de veces, empleando cada vez el mismo eircuito, es decir manteniendo fijas E y R, esperarfamos observar el mismo valor de I. ‘A veces sucede que un experimento no es aleatorio estrictamente, pero resulta mucho mas sencillo estudiarlo como si fuera aleatorio, Por ejemplo, si tiramos una moneda y observamos qué lado queda hacia arriba, el resultado seria predecible conociendo en forma precisa las velocidades ini- ciales de traslaci6n y rotacién, y las elasticidades de los materiales del piso y de la moneda. Pero la precisién con la que se necesitan conocer estos datos es casi imposible de obtener en la realidad, por lo que es més conveniente tratar al experimento como aleatorio. El conjunto de todos los resultados posibles de un experimento aleatorio es el espacio muestral, Al espacio muestral lo anotamos con la letra S. Por ejemplo,Parte I- Probabilidad Prof, Marfa B. Pintaelli 4) Si €: tirar un dado y observar el niimero en la cara de arriba, entonces podemos tomar co- mo espacio muestral a S 6} 'b) Sie: tirar una moneda, entonces S = {c,s} ©) Si €: lanzar una moneda tres veces y contar el nimero total de caras obtenidas entonces podemos considerar $= {0.2.3} 4) Sig: lanzar una moneda tres veces y observar la sucesién de caras y cecas obtenidas, en- tonces $= {(e,cxe}(Cs6,5):(C, 550): (55C.€)5(C,558)5 (8.5, €):(65.0:(8,5,5)} ©) Si €: tirar un dado las veces necesarias hasta que sale un 6 por primera vez, y contar el niimero de tiros realizados, entonces S$ ={,2.34,...}=N , donde N es el conjunto de los inimeros naturales. 1) Si e: medir el tiempo de vida de una lamparita eléctrica, entonces $ Res el conjunto de los mimeros reales. fre R,t>0} donde Observaciones: 1- la cleceién de S no es tinica, depende de lo que se quiera observar del experimento aleato- tio, 2- Blespacio muestral puede ser un conjunto finito, 0 infinito, A su vez sies infinito puede ser infinito numerable 0 no numerable. En €) el conjunto $ es infinito numerable, en f) el con- junto S es infinito no numerable. Se llama evento 0 suceso a todo subconjunto del espacio muestral. Por ejemplo, a) Enel experimento dado en el ejemplo a), un evento de S serfa A= {24,6} pues ACS Podemos expresar al evento A con palabras de la siguiente manera A: “sale un nimero par” También B={123} es un evento al que podemos expresar verbalmente como £B: “sale un miimero menor o igual que 3” b) En el experimento dado en el ejemplo), un evento. de S- seria C={cc.ck(cc.s)(63,0);(8,60)}, el que en palabras se puede expresar como C: “salen por lo menos dos caras’ ©) Enel experimento dado en el ejemplo f), un evento de S seria D: “la lamparita dura mas de 1200 horas”, en notacién de conjuntos D={r< R; 1 > 1200} Observaciones: I- en el ejemplo a) anterior, si al tirar el dado sale el mimero 2, entonces podemos decir que A ocurrié pues 2€ A. Pero también B ocurrié pues 2¢ B. En cambio si al tirar el dado sale el n- mero 4, entonces el evento A ocurrié pero B no ocurrié, pues 4¢ B. 2 el conjunto @ es un evento (pues el conjunto W esta incluido en todo conjunto, en particular DCS). Eselevento que nunca ocurre. El espacio muestral 5 es un evento (pues todo conjunto esta incluido en si mismo), y S siempre ocurre. Las operaciones habituales entre conjuntos se pueden aplicar a los eventos, dando como resultado nuevos eventos. Especificamente I- SiA y B son eventos, entonces AUB es otto evento. AUB ocurre si y solo si ocurte A 0 si ocurre B 2 Si Ay Bson eventos, entonces AM B es otto evento, AM B ocurre si y solo siocurte A y ocu- mre BParte I- Probabilidad Prof, Marfa B. Pintarelli 3-Si Aes unevento A® es un evento, A® ocurre si y solo si mo ocurte A Nota: recordar que las operaciones de unién, intersec- cidn diferencia y complemento se definen de la siguien- te manera 1- AUB es el conjunto formado por los elementos que a 5 estén en A 0 en B (donde el o esté en sentido inclusi- vo), en notacisn de conjuntos AUB={r, re Av xe B} En la figura la zona en gris simboliza AU B 2 ACB es el conjunto formado por los elementos que estén en Ay en B, en notacién de conjuntos A B AnB={x xe Anxe B} En la figura la zona en gris simboliza AQ B 3+ A%es el conjunto formado por los elementos que estan en el conjunto universal U y no estén en A, en notacién de conjuntos my xe U Axe A} u La zona en gris simboliza A° rn 4. A~B esel conjunto formado por los elementos que estin en A y no estén en B, en notacién de conjuntos A~B={x; xe AA xe B), La zona en gris simboliza A~B ‘ f Notar que A~B = AN BSParte I- Probabilidad Prof, Marfa B. Pintaelli Es titi recordar las siguientes propiedades sobre el dlgebra de conjuntos: I- Leyes de idempotencia a) AUA=A 2- Leyes asociativas a) AU(BUC)=(AUB)UC 3- Leyes conmutativas a) AUB=BUA 4- Leyes distributivas a) AUBNC) 5- Leyes de identidad a) AUD=A ©) ALU =U AUB) MALO) 6- Leyes de complemento a) AUAS =U o (af =a 7- Leyes de De Morgan a) (AUB) =A BS b) ANA=A b) ANBNC)=(AN BNC b) ANB=BNA b) ANBUC)=(AN BANC) b) AND=B d) ANU b) ANAS =@ aguc=B oe b (Ans) =a URE La relacién de inclusién entre un conjunto y otro y las operaciones anteriores con conjuntos lleva al siguiente ‘Teorema: a) ACB esequivalentea ANB b) ACB esequivalentea AUB=B ©) ACB esequivalente a BSc AT 4) ACB esequivalentea AM BS =O, u Sean A y B dos conjuntos. El conjunto producto de A y B, expresado Ax B , esti formado por to- dos los pares ordenados (a,b) donde ae A y be B, es decit AxB={(a,b); ae Abe B} Se anota al producto Ax A= A? Por ejemplo, si A ={1,2,3} y B= {7,8}, entonces Ax B= {(1,7);(18):(2,7);(2,8):3,738)} El concepto de conjunto producto se extiende a un nimero finito de conjuntos en forma natural, El conjunto producto de los conjuntos 4,,A,,...A, se anota A,X A, x.xA, yes igual aParte I- Probabilidad Prof, Marfa B. Pintaelli AKA KOKA, =[laystyseut,), a) € Ay i= L2saon}, 6s decir es el conjunto de todas las n-uplas ) donde a,€ A, para cada (a,.45, Por ejemplo, si A={L.23}, B= {24}, C= {84.5}, entonces un método conveniente para haar el producto AXBXC es por medio del denominado “diagrama de dol” que se muestra a continua- Cin, el cual se construe de izquierda a derecta, AXBXC consta de todas las ternas (o 3-uplas) formadas al seguir cada “camino” del Arbol \ Por ejemplo el camino con trazo mas grueso indicaria la tema, (4.4) | NM \ MA \ M Las operaciones de unin ¢ intersecciGn también se pueden generalizar a més de dos conjuntos Si A, AzwosA, Son conjumtos, entonces a) la unién de todos ellos se anota A,UA,U.UA, 0 también JA, y es igual a AVA, U..UA, = 4c; existe talque xe A}, es decir un elemento x pertenece a A,UA, U..UA, si xpertenece @ alguno de los conjuntos A,. De forma andloga se define la unién de una secuencia infinita de conjuntos 4,,A,q... se la anota imbolo A, conel b) Ia interseccién de todos ellos se anota A,.A,9..9A, 0 también (A, y es igual a (4, =f xe A, para todo i}, es decir un elemento x pertenece a (A, si x pertenece a todos os conjuntos ,Parte I- Probabilidad Prof, Marfa B. Pintaelli De forma andloga se define la interseccién de una secuencia infinita de conjuntos A,, A, a anota con el simbolo (4, SiA y B son dos eventos tales que A.A B = @ , se dice que son disjuntos 0 mutuamente exelu- vyentes. Es decir siA y B son mutuamente excluyentes no pueden ocurrir ala vez. Por ejemplo, sise tia un dado y se observa el nsimero de la cara superior, los eventos A={1,35} y B= (2.4.6) son mutua- mente excluyentes. Al tirar un dado sale un niimero par o tn niimero impar, no pueden darse am- bas cosas a la ver. Los eventos con un solo elemento son eventos elementales o simples. Por ejemplo, volviendo al experimento €: tirar un dado y observar el ntimero en la cara de arriba, y = {12,34,5,6}, enton- ces los conjuntos unitarios {1}, 2}, 3},{4}, {3}. {6} son eventos simples. Notar que dos eventos simples cualesquiera son mutuamente excluyentes. Dado un evento A asociado a un experimento aleatorio €, Supongamos que se repite m veces el experimentoe, y anotamos n, al mimero de veces que ocurre A en la n repeticiones de €. Se de- fine la frecuencia relativa de A, y se simboliza f,, , al cociente “+. Es decir que f, es la propor- cién de veces que ocurre A en las n repeticiones de €. La frecuencia relativa f, tiene las siguientes propiedades: 1 0 P)=0 2-Si A® es elevento complementario de A ,entonces [PCA =1= P(A),Parte I- Probabilidad Prof, Marfa B. Pintatelli Dem.) Si A es un evento cualquiera, entonces podemos escribir AU AS = S Ades, por definicién de complemento de un conjunto, A y A“ son mutuamente excluyentes. Por lo tanto, por axioma 2 y por axioma 3 P(S) = P(A)+ P(A) Despejando PAS - PA) : EEE ey pnt Dem.) Sean A y B dos eventos tales que AC B De la figura vemos que B= AU(BO A‘) Yademés A y BOA son mutuamente ‘excluyentes. Entonces P(B)= P(A) + P(BO A) Y como por axioma I tenemos que P(BO A®)20,entonces P(B)> P(A) . Ee Dem, Siguiendo los pasos de la demostracién anterior llegamos a P(B)= P(A) + P(B OA), Jo que implica que P(BA®) = P(B)~ PCA) Y como BNA® = B—A, entonces P(B- A) = P(B)~ P(A). bss on genera sl ascent propiséad PCE) =H) =A) ‘A Bo pea ANB 5-Si A y B son dos eventos cwalesquiera, entoncesParte I- Probabilidad Prof, Marfa B. Pintaelli Dem.) Escribimos a AUB como unién de partes disjuntas de la siguiente manera, (observar la figura) ANB AUB=BULANBS) * P(AUB)= P(B)+ P(AMB®) (1) GB Anse Y por la observaci6n anterior PBA A‘) = P(B-A)= P(B)— (ANB) 2) A Por lo tanto, reemplazando (2) en (1): P(AUB) = P(B)+ P(A)- (ANB) Con Jo que queda demostrada la propiedad. Observaciones: 1- La propiedad anterior se puede generalizar para expresar la probabilidad de tres eventos PAU BUC) = P(A) + PCB) + P(C)— P(A B)- PAC) - PB AC) + PAM BAC) Se llega a la igualdad anterior escribiendo AUB = D y aplicando la propiedad 5, es decir: PAU BUC)= (DUC) = PD) + P(C)- PIDAC) = = P(AUB)+ PC) PUAUB) NC) 3) Nuevamente aplicamos 5: P(AU B)= P(B)+ P(A)— P(A B) Y ademés, aplicando las leyes distributivas (A UB) MC = (ANC)U(BNC) Entonces P(AUB)AC)= P(AAC)L (BAC) =PANC)+ PBAC)-PUAC)A (BAC) Como (AAC)A(BAC)=AABAC . reemplazando en (3) se llega a P(AU BUC) = P(A) + P(B)+ P(C)— P(ANB)— P(ANC)— P(BOC)+ PAN BOC) En general, se puede probar que si_A,,A,,...A, son n eventos cualesquiera entonces PUA)=SPA)-E PUA, A,) + DPA, 04, 0A) ~ oot DPA, OA Oe AQ) 2 Si AyArvovA, Sonn eventos tales que A, A, =@ con ix j entonces Pi(JA)=S PCA) Notar que la igualdad anterior es una generalizaci6n del axioma 3,Parte I- Probabilidad Prof, Marfa B. Pintaelli 1.2 - Elespacio muestral finito Sea € un experimento aleatorio y S un espacio muestra asociado a ¢. Supongamos que S es un conjumto finito al que anotamos $ = {aj.a,.40,}, €s decir consideramos que tiene n elementos. Podemos escribir a S como uniGn de eventos elementales de la siguiente forma. Si A, ={a,} entonces mos el resultado: A,UA,U...UA,. Ademés sabemos que P(S)=1, por lo tanto tene- PUA)+P(A,) +4 PA, ” Es decir: la suma de las probabilidades de los eventos elementales es igual a 1 Si ahora tomamos un evento cualquiera B de S, lo anotamos B= {o,.0, mos escribir a B como unin de eventos simples: B= A, UA, U...UA, . Por lo tanto a, },entonces pode- P(B)= P(A, UA, UA, = PCA, + PCA, ) tnt PCA, Es decir para calcular la probabilidad de B se suman las probabilidades de los eventos elemen- tales que lo componen. Si asumimos que P(A,) = P(A,) =..= P(A,) = pes decir todos los eventos elementales tienen la misma probabilidad de ocurrir, entonces reemplazando en (4): ptpt.tp=l => mp Donde el simbolo AS se lee: nimero de elementos de S, (en general #S indica el eardinat de S) Cuando P(A,) = P(A,) =.= PCA,)= p se dice que S es equiprobable. Si Bes unevento cualquiera de S, lo anotamos B = {a, ,a, ...0t, } (0 sea que #B = K), entonces escribimos a B como unién de eventos simples: B= A, UA, U..UA, .¥ nuevamente P(B)= P(A, UA, UA, = PCA, ) + PCA, ) tot PLA, Como ya vimos que P(4,)=~ paratodo i=1,2, se tiene que: #B P(B)= P(A, )+ P(A, ) +o P(A, )= 25 (B)= P(A.) + PCA.) (A) as i #8 Es decir st B es un evento de un espacio muesiralequiprobable entonces P(B) ==Parte I- Probabilidad Prof, Marfa B. Pintaelli Ejemplos: 1- Supongamos que se tira una moneda normal tres veces, y Se cuenta el niimero de caras obtenido luego de los tres tiros. Tomemos como espacio muestral a $={0,12,3} {,Cual es la probabilidad de que salgan al menos dos caras? En este caso S no es equiprobable, pues el evento {0} ocurre de una sola forma: cuando en los tres tiros sale ceca El evento {3} ocurre de una sola forma: cuando en los tes tros sale cara Pero el evento {I} ocurre cuando en los tres tos sale una sola cata y eso puede darse de tres formas distintas (c,s,5); (8,5,c) © (c,s,c) Anilogamente para el evento {2} puede darse de tres formas distintas: (c.e,8); (c,3,€) 0 (8,c,0) Por lo tanto Pf) =Pc3) y — Pct =PC2). Si anotamos PO) = Pdi) = Pd2h=4q entonces g=3p (5) Ademés se cumple P(fo) + Pf + P(2)+ PCB) =1 6) Entonces de (5) y (6) Bb=p =3p 2p+2 =3 q=3p b> p+qtqtp= De esta forma conocemos las probabilidades de todos los eventos elementales. Si B:“ salen al menos dos caras” , entonces B = {2.3} Para calcular P(B) hacemos 1 PB) = P(2}) + PUB) = del =05 Si tomamos como espacio muestral a S=Lle,ecck(e.e,9):(e,8.0):(5.6.0)5(6,8,3)3(5.8,0} (6,8.0)3(5.8,3)} Entonces $ es equiprobable pues cada resultado (cada terna) se de una sola forma, En este caso podemos plantear directamente P(B) 2 5 2- En el caso de espacios muestrales equiprobables es necesario recordar las técnicas de conteo para calcular el niimero de elementos de un conjunto sin enumerar sus elementos. Por ejemplo: ‘Se tiene una urna con 15 bolillas distinguibles (pueden estar numeradas), de las cuales 10 son blancas y 5 son rojas. Se extraen al azar dos bolillas de la urna, a) cul es la probabilidad de extraer todas blancas? )_ cul es la probabilidad de extraer exactamente una bolilla blanca? )_ccudl es la probabilidad de extraer al menos una bolilla blanca? Supongamos que se extraen las dos bolillas sin reemplazo y no importa el orden en que son extraidas.Parte I- Probabilidad Prof, Marfa B. Pintaelli Al decir que se extraen al azar, se entiende que el espacio muestral del experimento es equipro- bable. Al decir que se extraen las bolillas sin reemplazo, significa que se extrac una bolilla y sin regre~ sarla a la urna se extrae la siguiente. El espacio muestral de este experimento se puede tomar como S = {{l,4}.{2.5},(2,10}...}, es de- cir como el conjunto cuyos elementos son conjuntos, todos los conjuntos de dos elementos que se puedan formar a partir de un conjunto de 15 elementos. Por ejemplo, el resultado {1,4} signi- fica que se extrajeron las bolillas 1_y 4. ;Cudntos elementos tiene $?, recordando las técnicas de 131 2s—2) 15 conteo el nimero de elementos de $ es igual al nimero combinatorio ( ’) Para responder la pregunta a) anotemos A: “Ias dos bolillas son blancas" Entonces P(A) = = {Cudntos elementos tiene el conjunto A2, tantos como formas haya de 10! extraer dos bolillas blancas, Se tiene que # A =| 7 > 2)” 0-2} (") 101 Porto amo pa) = #4 82),. 200-2 #S (| ‘| ~ ‘Veamos ahora el inciso b). Anotamos B: “se extrae exactamente una bolilla blanca” Entonces 10s wo Old “as” [15 (2) Y por tiltimo el inciso ¢). Anotamos C: “se extrae al menos una bolilla blanca” Poclemos resolverlo de dos maneras: PUB) La forma mis facil es calcular P(C*) donde C°:* () «bk rcs) = (: = P(C)= 2] (tra forma de resolverlo podria ser la siguiente, escribimos C=C, UC, donde ‘ninguna bolilla es blanca” CC, :"seextraen i bolillas blancas exactamente” i= Notar que C, AC, =@. Por lo tanto P(C)=P(C,)+ PIC.) “hs (1) (:) aC, #5Parte I- Probabilidad Prof, Marfa B. Pintaelli (ML) (le) oor 3- Sienel ejemplo anterior importa el orden en que son extradas las bolillas, entonces (14)(2,5) (2,10), (4,11 (6.2). es decir que S es el conjunto de todos los pares (a,b) don- de ab, por ejemplo (1,4) expresa el resultado: primero se extrajo lt bolilla 1 y en segundo término se extrajo la boilla 2. EI nimero de elementos de S es 15x14~= 210 Eneste caso pay = 9 23, 15x14 7 Para calcula la probabilidad de B hay que distingur sila bolilla blanca se extrae primero 0 se extrae en segundo término: egy 10x54 5x10 _ (10%) 1sx1d 15x14 Para caleular la probabitidad de C nuevamente podemos pensarlo de dos formas, pero si consi- deramos C=C, UC, en cada caso hay que tener en cuenta el orden en que se extraen la bol las. Por lotanto P(C)= __sx4 Isxld 4- Si ahora importa el orden en que son extraidas las bolillas y ademis la extraceién se hace con re emplazo (se exirae una bolilla y se la devuelve a la urna antes de extraer la siguiente), enton- ‘es $ es el conjunto de pares (a,b) donde ahora puede ocurrir que a = b. En este caso #5 = 15 x 15, ycalculamos Es mas préctico hacer P(C) = PCS rAya10%10 5 peg) 1OXS#S210 _ 200%3) prey 4 poy ny 3*S 15x15 ISIS 15x15 15x15 1.3 - Espacios muestrales infinitos Sea $ un espacio muestral infinito numerable es decir S a3. }. Como en el caso fini- to, acada a, asignamos un niimero p, = P((a}) tal que anzd Spat La probabilidad P(A) de un evento A es entonces la suma de las probabilidades de los eventos elementales que lo componen, Los tinicos espacios muestrales infinitos no numerables. que consideraremos son aquellos de me- ida geométrica finita m(S) tales como longitud, drea 0 Volumen, y en los cuales un punto se se- lecciona al azar. La probabilidad de un evento A, esto es aquella en la que el punto seleccionado pertenece a A, es entonces la relaciGn entre m(A) a m(S), es decit ongitudde A freadeA volumen de A (A) = Oe 6 A= EA 5 ay= es P= Tongitud de P= Grea de PA) = amen de SParte I- Probabilidad Prof, Marfa B. Pintaelli Ejemplo: En el interior de un citculo se selecciona un punto al azar. Hallar la probabilidad de que el punto quede més cercano al centro que a la circunferencia, entonces ‘Tomamos como espacio muestral a = f(x,y), x? +y" <7? A foo vay? J} Por lo tanto P(A’ Observacisn wa-fooo, wey (}: freadeA __0 freadeS ar? Por lo tanto si un evento tiene probabilidad 0 eso no implica que sea el evento vacio. entonces P(A) spero A¥@ 14