SECCION I

PROBABILIDADES DE EVENTOS
I Elaborando listas de eventos
Las secciones I y II estn dedicadas al estudio de los conceptos elementales de probabilidad. Uno
de los propsitos ms importantes por el cual resulta de gran importancia conocer la probabilidad
relativa de diversos eventos asociados a un experimento aleatorio o sus estimaciones es el de
saber tomar buenas decisiones cuando se tiene presente la incertidumbre. Esta proviene de no
saber qu evento ocurrir. Por ejemplo, supongamos que cuando nos despertamos en la maana
debemos decidir si llevamos o no un paraguas al trabajo. Debemos tomar esta decisin porque
existe cierta incertidumbre sobre cmo estar el tiempo el da de hoy.
A fin de cuantificar las posibilidades relativas de eventos inciertos se requiere una lista de todos
los eventos. Si no se conocen todas las cosas diversas que podran ocurrir, cmo se podrn
considerar posibilidades relativas a cada una de ellas? Hacer tal lista es a menudo un trabajo difcil.
Un mtodo que puede utilizarse como ayuda es la tcnica de dicotomizaciones sucesivas. Por
ejemplo, en el problema del paraguas dado anteriormente, la primer divisin del clima podra ser
llueve o no llueve, despus la categora de llueve podra dividirse adicionalmente en lluvia
ligera o aguacero, y la categora de no llueve en niebla o cualquier otra cosa. Luego, mediante
una serie de dicotomizaciones sucesivas la lista de cuatro eventos relevantes para este problema
es:
Lluvia ligera
Aguacero
Niebla
Todo lo dems

Probablemente esta divisin es suficiente para analizar el problema del paraguas. Es necesario
hacer notar dos puntos importantes sobre esta tcnica de dicotomizacin. Primero, no es
necesario tener el mismo nmero de divisiones en cada categora. Por ejemplo, podra haber sido
suficiente no dividir el evento no llueve. Esto habra dado como resultado una lista de tres
eventos en lugar de cuatro. El punto importante al seleccionar eventos es que debern incluirse
todos los estados relevantes que pueden diferenciarse.
El segundo aspecto del procedimiento de dicotomizacin es que siempre existe al menos un
evento en la lista final que es un evento colectivo todo lo dems. Este evento contiene todos los
dems resultados que podran ocurrir como por ejemplo da agradable o huracn las cuales
son totalmente diferentes. Aunque su diferencia es obvia, la conclusin de que uno no utilizara
paraguas en ninguna de estas dos circunstancias permite que sean colocadas en la misma
categora de este problema. Por consiguiente los problemas de decisin por lo general no
requieren de una lista completa de todos los eventos posibles.
En lugar de esto, necesitan ser reconocidos especficamente slo los eventos relevantes a los
resultados de las diversas acciones. Todos los otros resultados pueden ser colectados en una
categora o evento colectivo. En nuestro ejemplo esta categora se llama todo lo dems.
La lista de eventos relevantes debe tener dos propiedades. Primero, debe ser mutuamente
excluyente. Esto significa que si uno de los eventos en la lista ocurre, entonces ningn otro
ocurrir al mismo tiempo. La segunda propiedad es que sea colectivamente exhaustiva. Esto
quiere decir que en cada ocasin uno de los eventos tiene que ocurrir. Otra forma de explicar esta
propiedad es que ningn evento se ha dejado de considerar. Por consiguiente, nada puede ocurrir
que no est ya en nuestra lista. Ambas propiedades se satisfacen si se desarrolla la lista de eventos
utilizando el proceso de dicotomizacin. Pero si se utilizan otros mtodos, entonces habr que
tener cuidado para que se cumplan estas dos condiciones.
Los siguientes ejemplos nos ayudaran a ilustrar ms listas de eventos. Algunos de estos nos
ayudaran a describir situaciones ms complejas. La etiqueta balanceada o justa significa que
todos los posibles resultados tienen la misma probabilidad de aparecer.
1.- Al lanzar una notamos que en cada lanzamiento el resultado es
incierto. En este caso, la lista de resultados es:
A: Se obtendr un guila al lanzar la moneda.
S: Se obtendr un sol.
Si se ignora la posibilidad de que la moneda quede de filo (lo cual parece un evento altamente
improbable), la lista de ocurrencias anterior est completa. Como tal es colectivamente
exhaustiva. Adems, si ocurre un guila en el mismo lanzamiento de la moneda no puede ocurrir
un sol y viceversa, por lo cual, la lista es mutuamente excluyente.
2.- Si lanzamos un una vez, los resultados son:
1: Sale un uno
2: Sale un dos
.
.
.

6: Sale un seis
Esta lista es tambin mutuamente excluyente y colectivamente exhaustiva.



3.- Si se tiran dos dados balanceados una vez y se define el resultado como la suma de sus valores,
entonces la lista de eventos es:
2: Sale un dos
4: Sale un cuatro
.
.
.

12: Sale un doce
Esta lista es tambin mutuamente excluyente y colectivamente exhaustiva.
4.- Al girar una pirinola como la que se ilustra, los dos posibles resultados son:

A: La pirinola queda con la punta hacia arriba.
B: La pirinola queda con la punta hacia abajo.
II Experimentos aleatorios
Un experimento aleatorio es aquel que tiene la propiedad de que su observacin repetida bajo un
nmero especfico de condiciones no siempre conduce a un mismo resultado.
Los ejemplos dados anteriormente son ejemplos de experimentos aleatorios cuyos posibles
resultados estn dados por la lista de eventos que se indica para cada caso. En una compaa que
produce lmparas elctricas un experimento aleatorio para medir el tiempo de vida de estas
puede ser definido de la siguiente manera: ninguna lmpara elctrica dura ms de 4,000 horas
entonces el conjunto de todos los posibles resultados son todos los valores de tales que
[0,4,000]. Como podemos observar, la lista de todos los posibles resultados para este ejemplo es
infinita.
III El concepto de probabilidad
Una probabilidad es el nmero que expresa la posibilidad relativa de que suceda algn evento.
Como veremos a continuacin, ya que una probabilidad se utiliza en un contexto relativo, es
conveniente dar su valor como un nmero que este entre 0 y 1. Una probabilidad de 0
corresponde a un evento que nunca ocurrir, y una probabilidad de 1 corresponde a una cosa
segura, es decir, un evento que ocurrir seguramente. Para los eventos que podran ocurrir pero
sobre los cuales no se tiene certeza, sus probabilidades tienen valores fraccionarios entre cero y
uno.
Como en cualquier experimento aleatorio siempre hay incertidumbre sobre si un evento
especfico ocurrir o no, inicialmente existen dos procedimientos importantes por medio de los
cuales podemos estimar la probabilidad de un evento. El primero que veremos a continuacin est
basado en una interpretacin de frecuencia relativa, el cual nos dice lo siguiente:
Si despus de repeticiones, para valores muy grandes de , un evento E ocurre veces,
entonces la probabilidad del evento E es

.
Esto es a lo que se le llama obtener la probabilidad de un evento
()
.Como un
ejemplo de la aplicacin de este enfoque vamos a considerar el experimento de tirar una moneda
una sola vez, y estudiemos cual es el significado de afirmar que la probabilidad de obtener sol (S) o
guila (A) es de
1
2
. En notacin esto es () = () =
1
2
.
En general, aunque no es posible garantizar un guila en cada lanzamiento de una moneda o un
guila en dos tiros o aun en veinte o en cuarenta, la interpretacin de la frecuencia relativa de
() =
1
2
es la porcin relativa de veces que ocurren las guilas despus de que se han hecho
muchos lanzamientos de la moneda. La siguiente figura muestra cmo podra derivarse una
frecuencia relativa. Muestra como la porcin relativa de guilas es cada vez ms y ms cercana a
1
2

en cuanto aumenta el nmero de lanzamientos. Al inicio del experimento, la frecuencia relativa de
guilas est lejos de
1
2
, pero en cuanto el nmero de lanzamientos aumenta, la frecuencia relativa
va disminuyendo ms y ms hasta llegar al valor a largo plazo de
1
2
.

(*) Emprico. Que es un resultado inmediato de la experiencia, es decir, que slo se funda en la observacin de los
hechos.

Existe una hiptesis importante implcita en este mtodo: supone que el experimento puede
repetirse bajo las mismas condiciones, de manera que la probabilidad puede obtenerse
empricamente. Adems, si esta conviccin de repetitividad no ocurre, entonces cualquier nocin
de probabilidad no es permisible para quienes creen en este enfoque. Esta es la esencia de la
diferencia filosfica entre quienes tienen el enfoque de frecuencia relativa y los del subjetivo.
El otro concepto sobre probabilidad es el enfoque clsico o subjetivista el cual nos dice lo
siguiente:
Si un evento E puede ocurrir en maneras diferentes de un nmero total de formas
igualmente posibles, entonces la probabilidad del evento E es

.
De esta manera, los subjetivistas diran que existen muchas situaciones en la vida que no se
repiten bajo las mismas condiciones y no obstante contina siendo razonable la asignacin de
probabilidades. Por ejemplo, un hombre pidiendo a la mujer de sus sueos que se case con l
constituye un experimento que no se repite, normalmente, bajo las mismas condiciones. El hacer
esta gran pregunta cambia las relaciones entre las personas de una manera esencial. As que
tambin parece razonable el enfoque subjetivo para la aplicacin de probabilidades.
Ambos enfoques clsico y el de frecuencia relativa presentan serias dificultades, el primero debido
a la vaguedad de las palabras valores muy grandes y el segundo debido a la vaguedad incluida
en las palabras igualmente posibles. A causa de estas dificultades los matemticos en los
ltimos aos se han orientado a un enfoque axiomtico utilizando teora de conjuntos.