PROBABILIDAD

1. ALGEBRA DE SUCESOS
SUCESOS:
Si fuesemos a lanzar un dado sabemos que podemos obtener como
resultado 1,2,3,4,5 6 ;pero hasta que no lo lancemos no sabremos que
resultado que vamos a obtener. Si posteriormente lanzamo nuevamente el
dado, seguramente obtendremos otro resultado.
A los experimentos en los cuales los resultados no son siempre los
mismos, pese a que los realizamos bajo las mismas condiciones, los llamamos
experimentos aleatorios
-

Lanzar dos monedas y observar los resultados

Contar el nmero de piezas defectuosas que produce una mquina

cada hora

Sacar una bola de una bolsa que contiene 6 bolas rojas y 8 negras,
y mirar el color

son ejemplos de experimentos aleatorios.

ESPACIO MUESTRAL
-Llamamos espacio muestral al conjunto de todos los posibles resultados
de un experimento aleatorio. En estos apuntes lo representaremos por E
-

Si lanzamos ,una tras otra,dos monedas,el espacio muestral es

E = {CC , CX , XC , XX } , donde indica C="Sacar cara en una moneda"
y X = "no sacar cara en una moneda" ; de forma que, por ejemplo
CC es el resultado que consiste en sacar cara en la primera
moneda y no cara en la segunda moneda.

Si lanzamos dos dados y contamos los puntos obtenidos, el

espacio muestral es xxxxxxxx E = {2,3, 4,5, 6, 7,8,9,10,11,12}

SUCESOS
Dado un espacio muestral podemos obtener subconjuntos de l; as en
el caso del lanzamiento de dos dados tenemos, por ejemplo, el subconjunto:
A = {4,8,12}

A cualquiera de los subconjuntos de un espacio muestral lo llamamos un

suceso.
As el suceso A lo podemos definir indicando el conjunto de sus
resultados {4,8,12} o tambin indicando una propiedad que cumplen todos los
resultados que entran en el conjunto "resultados que son mtiplos de 4" o lo
que es lo mismo { x | x es mltiplo de 4}

El suceso que se compone de un solo resultado se llama suceso

elemental, mientras que si se compone de varios resultados se denomina
suceso compuesto; por ejemplo:
Los sucesos B = {5} y C = " sacar un 10" al lanzar dos dados son
sucesos elemetales; mientras que el suceso D = " sacar un nmero par" es
un suceso compuesto.
De igual manera el suceso A = {CX } al lanzar dos monedas, una tras
otra,
es
un
suceso
elemental,
mientras
que
B = "Sacar al menos una cara" es un suceso compuesto

el

suceso

Resumiendo:
A Suceso A E
Si A es unitario A suceso elemental

Si A no es unitario A suceso compuesto

Se llama suceso imposible a cualquier suceso que no sea posible

como resultado del experimento aleatrorio; por ejemplo Sacar un 13 al lanzar
dos dados y sumar sus resultados. Lo representamos por
Se llama suceso seguro al suceso que siempre se verifica al realizar un
experimento elatorio; por ejemplo Sacar un nmero entre el 1 y el 6, ambos
inclusive, al lanzar un dado
El suceso imposible lo representamos por y el suceso seguro
por E

El conjunto de todos los subconjuntos del espacio muestral los

representamos por P ( E ) ; luego P (E ) representa el conjunto de todos los
posibles sucesos que podemos encontrar en una experiencia aleatoria.
Normalmente en el conjunto de sucesos que componen P (E ) se incluyen a
yE

Se llama suceso contrario del suceso A , a aquel suceseso que ocurre

cuendo no ocurre A ; lo representamos por A
Sea, por ejemplo, el suceso B = "Sacar, al menos, una cara"
al
lanzar dos monedas; el suceso contrario del suceso B
ser

B = "no sacar ninguna cara" , o en forma descriptiva: B = {CC,CX , XC}

mientras que B = { XX } .
ALGEBRA DE SUCESOS

Con los sucesos podemos realizar las siguientes

OPERACIONES:

Inclusin: Dado dos sucesos A y B del espacio muestral E, decimos

que el suceso A est incluido en el suceso B , A B , si siempre que
ocurre A ocurre B
En la experiencia de lanzar un dado , el suceso
A= sacar multiplo de 3 = {3,6}
est incluido en el suceso
B=sacar un nmero igual o mayor que 3 = {3,4,5,6}

En forma grfica, podemos representar la inclusin mediante el

siguiente diagrama en el que E representa el espacio muestral y los
sucesos A y B se han respresentado por circulos que contiene sus
sucesos elementales

Unin de sucesos: Dados dos sucesos A y B de un espacio muestral E,

se llama suceso unin de A y B , A B , al suceso que se verifica
cuando ocurre, al menos, uno de los dos sucesos.
En el espacio muestral asociado al lanzameinto de un dado,
definimos los sucesos A= sacar un nmero par ={2,4,6} y el
suceso B= Sacar un mltiplo de 3= {3,6}, el suceso unin ser:
A B = "sacar un nmero par o un multiplo de tres" = {2,3,4,6}

que lo podemos respresentar en forma grfica:

Interseccin de sucesos: Dados dos sucesos A y B de un espacio

muestral E, se llama seceso interseccin de A y B , A B ,al suceso
que se verifica cuendo suceden simultneamente A y B
En el espacio muestral asociado al lanzameinto de un dado,
definimos los sucesos A= sacar un nmero par ={2,4,6} y el
suceso B= Sacar un mltiplo de 3= {3,6}, el suceso interseccin
ser:
A B = "sacar un nmero par y multiplo de tres" = {6}

que lo podemos representar en forma grfica:

Diferencia de sucesos: Dados dos sucesos A y B de un espacio

muestral E, se llama suceso diferencia .A-B, al suceso que se verifica
cuando ocuure A, pero no ecurre B
En el espacio muestral asociado al lanzamiento de un dado,
definimos los sucesos A= Sacar un nmero par y el suceso B=
Sacar un nmero mayor que 3, el suceso diferencia A-B ser:
A-B = "Sacar un 2" = {2}

PROPIEDADES DE LAS OPERACIONES CON SUCESOS:

OPERACIN
PROPIEDAD

UNIN

INTERSECCIN

CONMUTATIVA

A B=B A

A B=B A

ASOCIATIVA

(A B) C = A (B C)

(A B) C = A (B C)

DISTRIBUTIVA

A (B C) = (A B) (A C)

A (B C) = (A B) (A C)

COMPLEMENTARIA

AA = E

AA =

LEYES DE MORGAN

(A B) = A B

(A B) = A B

2. CALCULO DE PROBABILIDADES

Para cuantificar la posibilidad de que suceda cierto suceso en una

experiencia aleatoria, empleamos el concepto de probabilidad
Hemos tirado una moneda al aire y hemos anotado el nmero de
veces en que aparece el suceso sacar cara
N de tiradas

40

60

80

100

120

140

160

180

Nde caras, frecuancias) 8

19

31

42

51

63

71

79

91

Frecuencias relativas 0.4

0.48 0.52 0.53 0.51 0.53 0.51 0.49 0.51

20

En la misma tabla hemos anotado las frecuencias relativas del suceso

sacar cara, dividiendo el nmero de veces en que ha aparecido cara
por el nmero de tiradas.
Si repetimos muchas veces la experiencia, la frecuencia relativa
tiende a aproximarse a un valor fijo; a ese valor fijo lo definimos como
rpobabilidad del suceso.

De forma intuitiva, definimos la probabilidad de un suceso aleatorio A, que

representamos por P( A) , como el lmite:

nmero de casos favorabes

n
n

P ( A) = lim f ( A) = lim
n

Siendo

n = nmero de pruebas realizadas

Esta forma de definir la probabilidad se llama Probabilidad experimental,

y siempre nos dar un valor aproximado de la medida de la seguridad del que
suceso A ocurra;valor que podremos aproximar al lmite anterior aumentando el
nmero de veces que realizamos la experiencia.
Laplace defini lo que se llama Probabilidad a priori o terica del suceso
A como.
P ( A) =

nmero de casos favorables a que ocurra A

nmero de casos posibles

siempre que los sucesos elementales del espacio muestreal tengan la

misma probabilidad de ocurrir
Si lanzamos una moneda al aire, la probabilidad del suceso
A=obtener cara es:
P ( A) =

casos favorables 1
= = 0,5
casos posibles
2

Observamos que ambas definiciones de probabilidad cumplen las

siguientes ppropiedades:
-

La probabilidad de un suceso es un valor entre 0 y 1

La probabilidad del suceso seguro es 1

Si A y B son dos sucesos incompatibles. A B=

se cumple que P (A B)=P(A)+P(B)

Tanto la definicin de probabilidad a posteriori como la de probabailidad

a priori son difciles de manejar,ya que la primera requiere un nmero infinito
de repeticiones, mientras que en la segunda no siempre sabemos si los
sucesos elemenales, que comforman el espacio muestral, tienen la misma
probabilidad. Por ello definimos la Probabilidad axiomtica en la forma:
-

Sea E un espacio mestral y ( E ) el algebra de todos los sucesos de

E.

Se llama probabilidad a la aplicacin P

P :( E )
[0,1]

del todos los conjuntos que forman el algebra de sucesos en el intervalo

cerrado [0,1] , que vesifica las siguientes condiciones:
a) P( E ) = 1
b) Si A y B son incompatibles, A B = , entonces:
P ( A B ) = P ( A) + P ( B )

De estas tres condiciones se deducen las siguientes consecuencias:

-

Si A es el suceso contrario de A
P ( A) = 1 P ( A)

La probabilidad del suceso imposible es cero: P () = 0 ; pues

E = E

y E = P() + P( E ) = P ( E ) = 1 P() = 0

Si A y B son dos sucesos, entonces:

P ( A B) = P( A) + P( B) P( A B)
como se puede concluir mirando la figura

EXPERIMENTOS ALEATORIOS COMPUESTOS

Cuando realizamos una experiencia simple varias veces decimos que

hemos realizado una experiencia aleatoria compuesta
Una caja tiene 5 bolas blancas y 4 rojas. La experiencia de sacar
una bola y mirar el resultado es un experimento aleatorio simple; pero el
sacar dos bolas, una tras otra, y mirar sus resultados es una experiencia
ateatoria compuesta.

El espacio muestral en una experiencia aleatoria compuesta es el

conjunto de resultados de la misma:
El espacio muestral en la experiencia de sacar dos bolas, una tras
otra, de una caja que contien 5 bolas blancas y 4 rojas es:
E = {(B,B),(B,R),(R,B),(R,R)} donde en cada par ordenado,

el resultado ha reflejado el orden de extraccion de las bolas.

Para el estudio de los experimentos compuestos es til el representar los

resultados mediante un diagrama de rbol
Podemos respresentar mediante un diagrama de rbol el
experimento aleatorio de extrar tres bolas, una tras otra, de una caja que
contiene 5 bolas blancas y 4 rojas:

PROBABILIDAD COMPUESTA : Es la medida de la seguridad de que suceda

un suceso aleatorio compuesto.
Una caja tiene 6 bolas rojas, 7 bolas blancas y 3 bolas negras.
Realizamos la experiencia de sacar, una tras otra, dos bolas .Cul es la
probabilidad de obtener la primera blanca y la segunda roja?

Hemos representado en un diagrama de rbol los posibles

resdultados de la experiencia
El nmero de casos favorables al resultado ser 73=21, mientras
que el nmero de casos posibles ser en nmero de combinaciones de 10
16!
= 120 ; luego:
bolas tomadas de dos en dos, es decir C16,2 =
2!14!

P (B R) =

21
= 0.175
120

Podemos llegar al mismo resultado completando el diagrama de

rbol con las probabilidades que hay de obtener cada resultado en cada
etapa, como puede verse en el diagrama adjunto; y calcular la
probabilidad del resultado final (suceso compuesto) multiplicando todas
las probabilidades de las ramas por las que debemos pasar para llegar al
resultado buscado

7 6
que

16 15
son las probabilidades de los sucesos que tienen que acontecer para
obtener el resultado (en el diagrama se ha marcado en rojo):
Para calcular la probabilidad pedida P (B R) multiplicamos

P (B R) =

7 6
7
=
= 0,175
16 15 40

PROBABILIDAD CONDICIONADA:
En una caja tenemos 5 bolas blancas y 4 rojas. Un alumno
extrae,una tras otra, dos bolas. Sean los sucesos:

A1 = "Sacar una bola blanca en la primera extraccin"

B1 = "Sacar una bola roja en la primera extraccin"
A 2 = "Sacar una bola blanca en la segunda extraccin"
B2 = "Sacar una bola roja en la segunda extraccin"
Las probabilidades de los distintos sucesos son:

5
4
, pero las probabilidades de la
y P(B1 ) =
9
9
segunda extraccin van a depender de la forma en que realizamos la
experiencia:
P (A1 ) =

10

a) Si al sacar la primera bola, miramos el resultado y la dejamos

fuera de la caja:
o Si la primera ha sido blanca:

4
4
, pues quedarn
= 0,5
y P(B2 ) = = 0,5
8
8
en la caja 4 bolas blancas y cuatro bolas rojas
P(A 2 ) =

o Si la primera ha sido roja:

5
3
y P(B2 ) =
8
8
bolas blancas y 3 rtojas
P(A 2 ) =

, pues quedarn en la caja 5

b) Ahora bien, si al sacar la primera bola, miramos el resultado y la

develvemos a la caja, en el momento de realizar la segunda
extraccin estamos en la misma condicin que al principio, luego:

P (A 2 ) =

5
9

P(B2 ) =

4
9

en el
caso a) los resultados de la segunda extraccin estn
condicionados por el resultado que hemos obtenido en la primera
extraccin; mientras eque en el caso b) no afecta para nada el resultado
de la primera extraccin

Se llama suceso A condicionado B y se representa por A/B al

suceso que produce cuando habiendo sucesido previamente B se da tambin A
P( A / B) =

P( A B)
P( B)

siendo P (B) > 0

(1)

En el ejemplo anterior, si realizamos la segunda extraccin sin

reponer la primera, tenemos:

54
P(A1 A 2 ) 9 8 4
P(A 2 / A1 ) =
=
= = 0.5
5
P(A1 )
8
9

De la exprein (1) deducimos: P ( A B) = P( B)P( A / B) , que es la forma

en que hemos calulado la probabilidad de un suceso compuesto aprovechando
el diagrama de rbol.

11

Sucesos independientes: Dos sucesos A y B son independientes si:

P (A) = P(A/ B)

y P(B) = P(B / A)

Si nos independientes los sucesos son dependientes.

O de otra manera, dos sucesos A y B son independientes cuando el
resultado obtenidos en el primer suceso no influye para nada en el segundo
suceso
Si realizamos la expereiencia de lanzar una moneda dos veces, los
sucesos sacar cara en la primera tirada y sacar cara en la segunda
tirada son dos sucesos independiente.
Pero si realizamos la experiencia de sacar dos cartas de una baraja,
una tras otra, y obsevamos los sucesos sacar oro en la primera
extraccin y sacar oro en la segunda extraccinlos sucesos son
dependientes, pues el resultado de la segunda extraccin est afectado
por el resultado de la primera.

TEOREMA DE LA PRBABILIDAD TOTAL

Dos suceso A y B son incompatibles si A B =

Los sucesos sacar oro en la extraccin de una carta , de una
baraja, y el suceso sacar copas en la extraccin de una carta son
sucesos incompatibles; pero los sucesos sacar oro en la extraccin de
una carta y el suceso sacar rey en la extraccin de una carta son
sucesos compatibles.

Los sucesos A1 , A 2 , ,A n forman una sistema completo de susceos si

se cumple que:
-

A1 A 2 A n = E

Todos los A i son incompatibles dos a dos, es decir Ai A j = para

cualquier por de sucesos

Teorema de la probabilidad total: Dado un sistema completo de suceos , Ai ,

de un espacio muestral E, la probabilidad de un suceso cualquiera es:

n

P(B) =

P(A )P(B/A )
i

i =1

12

O en forma desarrollada:
P (B)=P(A1 ) P(B/A1 ) + P(B)P(B/A 2 ) ++ P(A n ) P(B/A n )
Tenemos tres cajas: la 1 contiene 5 bolas rojas y 3 blancas;la 2
contiene 4 bolas rojas y 6 blancas , y la 3 contiene 2bolas rojas y 6
blancas.Realizamos la experiencia de sacar una bola de cualquiera de las
tres cajas,cal es la probabilidad de que la bola sacada sea blanca ,si las
tres cajas tienen la misma probabilidad de ser elegidas?
Sean los sucesos:

A1 = "sacar una bola de la 1 caja"

A 2 = "sacar una bola de la 2 caja"
A 3 = "sacar una bola de la 3 caja"
B = " sacar bola blanca"
en este caso:
P (B) = P(A1 ) P(B/A1 ) + P(A 2 ) P(B/A 2 ) + P(A 3 ) P(B/A 3 ) =
1 3 1 6 1 6 23
= + + =
= 0,575
3 8 3 10 3 8 40

A este mismo resultado podemos llegar si desarrollamos grficamente

la experiencia mediante un diagrama de rbol

13

Sumando las probabilidades de los

obtenemos el mismo resultado

tres resultados favorables

TEOREMA DE BAYES
Si una vez realizada la experiencia de ejemplo anterior observamos
que la bola extraida es blanca, nos podemos preguntar por cul es la
probabilidad de que la bola extraida proceda la caja 1?, por ejemplo

Cuando nos interesamos por el clculo de una probabilidad con

posterioridad a la realizacin del experimento hablamos de probabilidad a
posteriori ; es decir estamos ineteresados en la probabilidad de que se haya
producido un suceso A i dado que se ha producido el suceso B .
En nuestro ejemplo estamos interesados por P (A1 / B) ; si nos
fijamos en el diagrama de rbol anterior, vemos que hay un caso
favorable de los tres casos posibles (indicados con una flecha roja) y
cuyas probabilidades estn indicadas en el propio diagrama; luego:

1
1
5
8
P (A1 / B) =
= 8 =
0, 217
1 1 1 23 23
+ +
8 5 4 40
Sean A i un sistema completo de sucesos y sea B un suceso cualquiera
del espacio muestral, entonces:

P (A i / B) =

P(A i ) P(B/A i )
P(B)

ques es llamado Teorema de Bayes. Este teoream es til cuando se conocen

P (B/A i ) (verosimilitudes). Las
las P (A i ) (probabilidades a priori) y las
probabilidades P (A i / B) que queremos calcular se los llama probabilidades a
posteriori.
Si aplicamos el teorema al ejemplo anterior:

1
P(A1 ) P(B/A1 ) 8
5
P(A1 / B) =
=
=
0, 217
23 23
P(B)
40

14