1

Captulo II: C
alculo de Probabilidades
Profesor: Ra
ul Fierro P.
En todo lo que sigue, (, F, IP) denotara un espacio de probabilidad. Los elementos de F reciben
el nombre de sucesos, y si A F, entonces diremos que IP(A) es la probabilidad que ocurra A.

1.

Espacios muestrales finitos

Preliminares 1

En esta secci
on, el espacio muestral estara constitudo por un n
umero finito

de elementos y la familia de sucesos F, consistira en la -algebra 2 de las partes de . Como

es finito, existen a1 , . . . , an tales que = {a1 , . . . , an } y ya que la -algebra considerada es 2 los
conjuntos {a1 }, . . . , {an } son elementos de F que llamaremos sucesos elementales. A cada suceso
elemental {ai } asociamos un n
umero real pi que satisface las condiciones siguientes:
(1.1)

pi 0, i = 1, . . . , n y

(1.2)

p1 + + pn = 1.

Para cada {ai } se define, IP({ai }) = pi , lo cual nos permite definir IP(A) para todo A F,
mediante
(1.3)

IP(A) =

aA

IP({a}).

El problema de asignar los valores pi a los sucesos elementales es un problema de modelaci

on
matem
atica. Es decir, estos valores deben asignarse de manera tal que expliquen de manera razonable
la situaci
on que se quiere modelar.
Ejemplo 2 Supongamos que un experimento puede tener tres posibles resultados, digamos a1 , a2
y a3 . Supongamos adem
as que a1 es dos veces mas probable que ocurra que a2 y que este a su vez
es dos veces m
as probable que ocurra que a3 . Como modelar matematicamente esta situacion?
Soluci
on. Sean = {a1 , a2 , a3 } y pi = IP({ai }) , i = 1, 2, 3. Luego, p1 = 2p2 y p2 = 2p3 . Por otra
parte, p1 + p2 + p3 = 1 y as entonces, p1 = 4/7, p2 = 2/7 y p3 = 1/7 . De este modo, hemos definido
un espacio de probabilidad (, F, IP) que refleja la situacion planteada.
Observaci
on 3 Supongamos que queremos modelar una situacion en la cual los sucesos elementales
deben tener igual probabilidad de ocurrir (sucesos equiprobables). En este caso, si = {a1 , . . . , an },
entonces IP({ai }) = 1/n para todo i = 1, . . . , n. Luego, para todo A F, IP(A) = |A|/n, donde |A|
denota el cardinal de A. Esto usualmente se expresa anotando:
IP(A) =

n
umero de casos favorables
.
n
umero de casos posibles

Fierro

Ejemplo 4 Se lanza un dado (no cargado) y se desea conocer la probabilidadque salga un n

umero
mayor que 4.
Soluci
on. Definimos = {1, . . . , 6} y IP({i}) = 1/6 , ( i = 1, . . . , 6).
Sea A el suceso: Salga un n
umero mayor que 4. Luego A = {5, 6} y IP(A) = 2/6.
Principio Multiplicativo 5 Supongamos que un procedimiento puede realizarse de n1 maneras
y que otro puede realizarse de n2 maneras. Entonces los dos procedimientos pueden realizarse de
n1 n2 maneras. Este principio se generaliza a k procedimientos de la manera siguiente: Si para todo
i = 1, . . . , k, el i-esimo procedimiento puede realizarse de ni maneras, entonces los k procedimientos
pueden realizarse de n1 . . . nk maneras.
Ejemplo 6 Se dispone de tres m
astiles y de banderas de cuatro colores distintos para efectuar
se
nales. Cu
antas se
nales diferentes puede efectuarse si cada mastil debe tener solo una bandera y
las banderas de los dos primeros m
astiles son de colores diferentes.
Soluci
on. El primer m
astil puede tener banderas de cuatro colores diferentes, el segundo de tres y el
tercero de cuatro. Por lo tanto, el n
umero de se
nales diferentes que puede realizarse es 4 3 4 = 48.
Principio Aditivo 7

Supongamos que un procedimiento puede realizarse de n1 maneras y que

otro puede realizarse de n2 maneras. Si ambos procedimientos no pueden realizarse conjuntamente,

entonces el n
umero de maneras que puede realizarse un procedimiento o el otro es n1 + n2 .
Ejemplo 8 Un viajero debe decidir si viaja en tren o en bus. Si lo hace en tren puede seguir tres
rutas diferentes y cinco rutas diferentes si lo hace en bus. Cuantas rutas diferentes puede seguir el
viajero?
Respuesta: Por el Principio Aditivo, la respuesta es de 3 + 5 = 8 maneras diferentes.
Permutaciones 9 Las permutaciones pueden ser consideradas como un caso particular del Principio Multiplicativo. El problema consiste en lo siguiente: Se dispone de n objetos diferentes. De
cu
antas maneras distintas se pueden colocar estos objetos de modo que uno quede a continuaci
on
del otro?
Respuesta: En el primer lugar se pueden colocar n objetos, en el segundo n 1, en el tercero n 2 y
as sucesivamente hasta llegar al n-esimo lugar donde solo puede colocarse un objeto. Por lo tanto,
los objetos pueden colocarse de n (n 1) . . . 3 2 1 = n! maneras diferentes.
Ahora bien, si de entre los n objetos diferentes se escogen r (r < n) para colocarlos en r lugares
uno a continuaci
on de otro, entonces nuevamente por el Principio Multiplicativo, esto puede hacerse
de n (n 1) (n r + 1) maneras diferentes. Es decir, de n!/(n r)! maneras distintas.
Combinaciones 10

El n
umero de subconjuntos de r elementos que tiene un conjunto de n ele-

mentos (r n) es
 
n
n!
=
.
r
r!(n r)!
Demostraci
on. Efectuaremos dos procedimientos. Primero, escogemos r elementos de un conjunto
de n elementos y suponemos que esto puede hacerse de N maneras. Acto seguido, ordenamos los r
elementos en forma consecutiva, lo cual puede realizarse de r! maneras distintas. En consecuencia,
los dos procedimientos pueden realizarse por el Principio Multiplicativo de N r! maneras diferentes.
Por otra parte, sabemos por lo analizado en el punto 9 que los dos procedimientos considerados
pueden realizarse de n!/(n r)! maneras distintas. Esto implica que N r! = n!/(n r)! y entonces,
N = n!/r!(n r)!.
Ejemplo 11 Entre ocho personas, cuantas comisiones diferentes existen si cada una de ellas esta integrada por tres miembros?
Respuesta : Existen 83 comisiones diferentes.
Ejemplo 12 (Teorema del Binomio.) Calcular (a + b)n con a, b R y n N \ {0}.
Soluci
on. (a + b)n = (a + b) (a + b) =

Pn

k ak bnk , con k N \ {0}. Como existen

maneras distintas de obtener el producto ak , se tiene que k = nk .
k=0

n
k

Por lo tanto,
n

(a + b) =

n  
X
n
k=0

ak bnk .

Ejemplo 13 Probar usando argumentos de combinatoria que si n > r, entonces,

  
 

n
n1
n1
(13.1)
=
+
.
r
r1
r
Demostraci
on. Sea A un conjunto tal que |A| = n. Por lo visto en el punto 10, el n
umero de


n
subconjuntos de A de r elementos es r . Pero, tambien podemos contar este n
umero de subconjuntos
de la manera siguiente: Escogemos x A. Sea N el n
umero de subconjuntos de A con r elementos que


contiene el elemento x y M el n
umero de subconjuntos de A que no lo contiene. Luego, nr = N +M .




n1
Pero N = n1
r1 y M =
r , lo cual demuestra (0.1).
Ejemplo 14 Se dispone de una urna con n bolitas de las cuales r son negras (r < n) y las restantes
son rojas. Se extraen m bolitas. De cuantas maneras diferentes puede ocurrir que en la extracci
on,
l sean negras (l < m) y m l sean rojas.


Soluci
on. Hay rl maneras de extraer l bolitas negras y

nr
ml

maneras de extraer m l bolitas rojas.

nr

En consecuencia, por el Principio Multiplicativo, el n
umero buscado es rl ml
.

Ejemplo 15 En relaci
on al ejemplo precedente. Cual es la probabilidad de obtener en la extracci
on,
l bolitas negras y m l bolitas rojas?
Soluci
on. Representemos las bolitas negras por x1 , . . . , xr y las rojas por xr+1 , . . . , xn . Sea I = IN IR

Fierro

donde IN = {x1 , . . . , xr } e IR = {xr+1 , . . . , xn }.

Definimos = {X I : |X| = m} y sea
A = {J K : J IN , K IR , |J| = l y |K| = m l}.
Tenemos que |A| representa el n
umero de casos favorables y || el n
umero de casos posibles. Luego,




r
nr
|A|


IP(A) =
.
= l nml
||
m
Proposici
on 16 Sea I un conjunto de n elementos. El n
umero de particiones posibles para I de
modo que cada elemento de la particion posea ki elementos (k1 + + kr = n) es n!/(k1 ! kr !).
Demostraci
on. Sea N el n
umero buscado. Por el punto 9 y el Principio Multiplicativo se tiene
 
 

n
n k1
n (k1 + + kr1 )
n!
,
N=
...
=
k1 ! kr !
k1
k2
kr
lo cual concluye la demostraci
on.
Ejemplo 17 Se dispone de n artculos de los cuales r son defectuosos. Se inspeccionan k de ellos
(k r). Cu
al es la probabilidad que el k-esimo artculo inspeccionado sea el u
ltimo defectuoso?
Soluci
on. Sea I = {x1 , . . . , xn } el conjunto de todos los artculos. Particionamos este conjunto en
tres subconjuntos I1 , I2 e I3 de modo que |I1 | = k 1, |I2 | = 1 e |I3 | = n k. El conjunto I1
representa los k 1 primeros artculos extrados, I2 el k-esimo artculo extrado e I3 los artculos
restantes.
En la situaci
on favorable, I1 contiene r 1 artculos defectuosos, el u
nico elemento de I2 es
defectuoso, e I3 no contiene artculos defectuosos. Por consiguiente, el n
umero de maneras favorables

nr

r
de obtener I1 es r1 kr , y s
olo hay una manera favorable de obtener I2 e I3 . Tenemos as que


el n
umero de casos favorables es r nr
kr .
El n
umero de casos posibles es el n
umero de particiones posibles del conjunto I de la manera
indicada. Por la proposici
on precedente este n
umero es
n!/((k 1)! 1! (n k)!) = k

Por lo tanto, la probabilidad buscada es

r (nr
kr )
k(n
k)

 
n
.
k

Ejemplo 18 Se lanza n dados. Cu

al es la probabilidad que el resultado sea la aparicion de exactamente k ases.
Soluci
on. Sean = {(x1 , . . . , xn ) : xi = 1, . . . , 6} y
A = {(x1 , . . . , xn ) : exactamente k de los xi son iguales a 1}.

Luego, || = 6n y |A| =
n
k

(1/6) (5/6)

nk

n
k

5nk y en consecuencia, la probabilidad buscada es IP(A) =

Ejercicios propuestos
1. Cu
antos subconjuntos conteniendo al menos un elemento tiene un conjunto de cien elementos.
2. Generalizar el Principio Aditivo para k procedimientos.
3. Se lanza 5 dados (no cargados) de los cuales 3 son blancos y 2 son verdes. Cual es la probabilidad
que resulten exactamente 2 ases blancos y 1 as verde.
4. Tres amigos, Pedro, Juan y Diego, junto a otras n personas postulan a un empleo para ocupar l
cargos (2 l n + 3). Si la selecci
on se hace completamente al azar. Cual es la probabilidad que
Juan y s
olo uno de sus amigos quede seleccionado?
5. De cu
antas maneras se puede dividir un curso de 40 alumnos en cuatro grupos de 8, 9, 11 y 12
alumnos respectivamente, de modo que los alumnos Ana, Bernardo, Carlos y Delia queden cada uno
en un grupo diferente?
6. En un grupo de 25 academicos hay 15 hombres y 10 mujeres. De cuantas maneras se puede elegir
una comisi
on de examen de dos cursos sabiendo que en la comision hay 9 personas con un presidente
y un vicepresidente ambos hombres, tres secretarias mujeres y cuatro miembros dentro de los cuales
est
an los profesores de la asignatura que son mujeres?
7. Se retira una carta roja de una baraja de bridge de 52 cartas, se extrae despues 13 cartas y se
encuentra que todas ellas son del mismo color. Demuestre que la probabilidad que todas sean negras
es igual a 2/3.
8. Sup
ongase que de N objetos, son escogidos n con reposicion. Cual es la probabilidad que ning
un
objeto sea escogido m
as de una vez?
9. Una caja contiene bolitas marcadas desde 1 hasta n. Se escoge al azar dos bolitas. Encuentre la
probabilidad que los n
umeros de las bolitas sean consecutivos s,
(9.1)

las bolitas son escogidas sin reposicion.

(9.2)

las bolitas son escogidas con reposicion.

10. Se escoge r n
umeros al azar (0 < r < 10) con reposicion de entre los n
umeros 0, 1, . . . , 9. Cu
al
es la probabilidad que no haya dos iguales?
11. Una moneda no cargada es lanzada 2n veces. Calcule la probabilidad que el n
umero resultante
de caras sea igual al n
umero de sellos y demuestre que esta probabilidad es una funcion decreciente
de n.
12. Se lanzan cinco dados equilibrados. Cual es la probabilidad de que el n
umero 1 y el n
umero 4

Fierro

aparezcan el mismo n
umero de veces?

2.

Condicionamiento e Independencia

Definici
on 1

Sea A F tal que IP(A) > 0. La probabilidad condicional dado A es la funci

on

IP(|A) : F [0, 1] definida por

(1.1)

IP(B|A) = IP(A B)/ IP(A).

Observaci
on 2 La probabilidad condicional es una medida de probabilidad sobre (, F).
Teorema 3

(De las Probabilidades Totales.) Sean I un conjunto contable y {Ai ; i I} una

partici
on de tal que para todo i I, IP(Ai ) > 0. Entonces, para todo A F,
(3.1)

IP(A) =

iI

IP(A|Ai ) IP(Ai ).

Demostraci
on. Para cada i I sea Bi = A Ai . Luego, A =

iI

Bi y esta es una union de

conjuntos disjuntos. Por consiguiente,

IP(A) =

IP(Bi ) =

iI

IP(A|Ai ) IP(Ai ),

iI

con lo cual conluye la demostraci

on.
Ejemplo 4 (Teorema de Bayes.) Sean I un conjunto contable, {Ai ; i I} una particion de tal
que para todo i I, IP(Ai ) > 0 y A F tal que IP(A) > 0. Entonces, para todo i I,
(4.1)

IP(A|Ai ) IP(Ai )
IP(Ai |A) = X
.
IP(A|Ai ) IP(Ai )
iI

Demostraci
on. Basta notar que IP(Ai ) = IP(A|Ai ) IP(Ai )/ IP(A) y luego aplicar el Teorema de las
Probabilidades Totales.
Definici
on 5 Sean A1 . . . , An F. Se dice que A1 . . . , An son IP independientes (o simplemente,
independientes), si y s
olo si, para todos i1 , . . . , ir {1, . . . , n}, se tiene
(5.1)

IP(Ai1 Air ) = IP(Ai1 ) IP(Air ).

Observaci
on 6 Sean A, B F sucesos independientes tales que IP(B) > 0. Entonces, IP(A|B) =
IP(A).
Ejemplo 7

Se dispone de una urna con cinco bolitas, dos de ellas son negras y tres rojas. Se

extraen dos bolitas y consideremos los sucesos A y B que representan los enunciados siguientes:
A : la primera bolita es roja y B : la segunda bolita es roja.
Calcular IP(A), IP(B) y IP(A B) si las bolitas son extradas con reposicion y sin reposicion.

Soluci
on. En el caso con reposici
on, IP(A) = 3/5, IP(B) = 3/5 y IP(A B) = 9/25. Notese que en
este caso, A y B son independientes.
En el caso sin reposici
on, IP(A) = 3/5 y para calcular IP(B) usamos el Teorema de las Probabilidades Totales. Al respecto se tiene,
IP(B) = IP(B|A) IP(A) + IP(B|Ac ) IP(Ac ) = (2/4) (3/5) + (3/4) (2/5) = 3/5.

Finalmente, IP(A) =

3
2

5
2

3
.
10

En este caso (sin reposici

on), A y B no son independientes.
Ejercicios Propuestos
1. Verifique las proposiciones siguientes:
(1.1)

Para todo A F, A es independiente de y de .

(1.2)

Para todo A F, A es independiente de A, si y solo si, IP(A) = 0 o IP(A) = 1.

(1.3)

Sean A, B F tal que A B = . Entonces, A y B son independientes, si y solo si,

IP(A) = 0
o IP(B) = 0.
(1.4)

Sean A, B F tal que IP(B) > 0 y IP(A|B) > IP(A). Entonces, IP(A) > 0 y IP(B|A) >

IP(B).
2. Sean A, B F tales que IP(A) = 1/4, IP(B|A) = 1/2 y IP(A|B) = 1/4. Indique si los enunciados
siguientes son verdaderos o falsos:
(2.1)

A B = ,

(2.4)

IP(A|B) + IP(A|B c ).

(2.2)

A B,

(2.3)

IP(Ac |B c ) = 3/4,

3. Sean A, B, C F. Indique si las afirmaciones siguientes son verdaderas o falsas, demostrando o

exibiendo un contraejemplo:
(3.1)

IP(Ac ) = 1 IP(A|B) si IP(B) > 0,

(3.2)

IP(A|B c ) = 1 IP(A|B) si 0 < IP(B) < 1, y

(3.3)

IP(A B|C) = IP(A|C) + IP(B|C) IP(A B|C) si IP(C) > 0.

4. Sean A, B, C F sucesos independientes. Demuestre que Ac y B c son independientes y que

tambien lo son A y B c .
5. Sean A, B F sucesos independientes tales que IP(A) = 1/3 y IP(B) = 1/4. Calcule IP(A B c ).
6. Sean A, B F tales que IP(A) = IP(B) > 0. Demuestre que IP(A4B) = 2 IP(B c |A) IP(A).

Fierro

7. Definir un espacio de probabilidad (, F, IP) de modo que existan A, B, C F distintos y tales

que IP(A B C) = IP(A) IP(B) IP(C), pero que A, B y C no sean independientes.
8. En la realizaci
on de un experimento, la ocurrencia de un suceso A tiene probabilidad p (0 < p < 1).
Se repite el experimento en forma independiente hasta que el suceso A ocurre. Calcule la probabilidad
que sea necesario realizar el experimento n veces.
9. Cuatro se
nales de radio son emitidas sucesivamente. Si la recepcion de cada una de ellas es
independiente de la recepci
on de las otras y sus probabilidades de recepcion son 0, 1, 0, 2, 0, 3 y 0, 4,
respectivamente, calcule la probabilidad que k se
nales sean recibidas para k = 1, 2, 3 y 4.
10. Una moneda no cargada es lanzada 2n veces. Calcule la probabilidad que el n
umero resultante
de caras sea igual al n
umero de sellos y demuestre que esta probabilidad es una funcion decreciente
de n.
11. Se dispone de n urnas U1 , . . . , Un . Suponga que cada urna contiene bolitas blancas y bolitas
negras. Para cada i = 1, . . . , n 1, una bolita es trasladada de la urna Ui a la urna Ui+1 . Finalmente, una bolita de la urna Un es escogida. Si la primera bolita transferida es blanca. Cual es la
probabilidad que la bolita escogida sea blanca? Que sucede cuando n tiene a ?