PROBABILIDAD

EXPERIMENTOS ALEATORIOS
Experimento determinista y aleatorio

Un experimento aleatorio tiene un resultado impredecible al repetirlo en condiciones

similares.
Un experimento determinista tiene un resultado predecible al repetirlo en condiciones
similares.

Espacio muestral
El espacio muestral de una experiencia aleatoria est formado por el conjunto de resultados
posibles al realizar el experimento. Pueden ser de tipo discreto (finito o infinito) o continuo. Lo
designamos con E.

EJEMPLOS
1.- Halla el espacio muestral asociado al experimento de lanzar al aire un
dado y observar el resultado.
Resolucin:
Al lanzar un dado al aire los posibles resultados son las seis caras existentes
en el dado. El espacio muestral asociado es E = {1, 2, 3, 4, 5, 6}

2.- Halla el espacio muestral asociado al

experimento de lanzar al aire dos monedas a
la vez.
Resolucin:
La mejor manera de encontrar todas las
posibilidades es formar el diagrama en rbol de
sucesos. El espacio muestral es:
E = { (C, C), (C, X), (X, C), (X,X) }

SUCESOS
1.- Definiciones

Suceso elemental es cada uno de los posibles resultados de una experiencia aleatoria, se
designan mediante una letra mayscula: A, B, C, ... Los sucesos elementales estn formados
por un nico elemento del espacio muestral.

Suceso o suceso compuesto es cualquier subconjunto del espacio muestral que tiene ms de
un elemento. Un suceso compuesto se puede descomponer en otros sucesos, es decir est
formado por ms de un elemento del espacio muestral.

Espacio de sucesos es el conjunto formado por todos los sucesos (subconjuntos del espacio
muestral). Se designa con P(E) o S. Si el espacio muestral tiene n elementos, el espacio de
sucesos S tiene 2n elementos.

Un suceso se verifica cuando al realizar la experiencia aleatoria el resultado obtenido es uno

de los que componen dicho suceso.

Un suceso no se verifica cuando al realizar la experiencia aleatoria correspondiente, el

resultado obtenido no es uno de los que componen dicho suceso.

PROBABILIDAD

Suceso imposible es aquel suceso que no se realiza nunca. Se designa por .

Suceso seguro es aquel que siempre se cumple. Est formado por todos los resultados
posibles de un experimento aleatorio, coincide con el espacio muestral E.

Sucesos compatibles son aquellos que pueden darse simultneamente, ya que la realizacin
de uno no impide la realizacin de otro.
Si dos sucesos A y B son compatibles tienen interseccin no nula. A B

Sucesos incompatibles son aquellos que no pueden darse simultneamente ya que la

realizacin de uno impide la realizacin de otro.
Si dos sucesos A y B son incompatibles tienen interseccin nula. AB =

Suceso contrario de A es el suceso A que ocurre cuando no se verifica A.

1.- E =
2.- = E

EJEMPLOS
1.- Halla el espacio muestral y el espacio de sucesos del experimento
lanzar al aire una moneda y observar el resultado obtenido.
Resolucin:
Espacio muestral es E = { C, X}
Espacio de sucesos es S = {, {C}, {X}, {C, X} }
2.- En el experimento aleatorio lanzamiento de un dado enuncia dos
sucesos compatibles y dos incompatibles.
Resolucin:
Son compatibles:
A = que salga par = {2, 4, 6}
B = que salga mltiplo de tres = {3, 6}
Como AB = {6}, ambos pueden verificarse a la vez.
Son incompatibles:
A = que salga par = {2, 4, 6}
B = que salga impar = {1, 3, 5}
Puesto que AB = , ambos no pueden verificarse simultneamente.

OPERACIONES CON SUCESOS

Unin de sucesos
Dados dos sucesos A y B, llamamos unin de sucesos al conjunto formado por los sucesos
elementales comunes y no comunes de A y B y lo expresamos como AB.

Interseccin de sucesos
Dados dos sucesos A y B, llamamos interseccin de sucesos al conjunto formado por los
sucesos elementales comunes de A y B y lo expresamos como AB.

Diferencia de sucesos
Dados dos sucesos A y B, llamamos diferencia de sucesos al conjunto formado por los sucesos
elementales de A que no estn en B y lo expresamos como A-B.

Propiedades de las operaciones

PROBABILIDAD

Propiedades
Asociativa
Conmutativa
Idempotente
Simplificativa
Distributiva
Contrario

Operaciones
Unin
(AB)C = A(BC)
AB = BA
AA = A
A(BA) = A
A (BC) = (AB)(AC)

Interseccin
(AB)C = A(BC)
AB = BA
AA = A
A(BA) = A
A(BC) = (AB)(AC)

A A = E

A A =

Leyes de "De Morgan":

AB = AB

AB = AB

EJEMPLOS
1.- En el experimento sacar una carta de una baraja espaola y observar
el resultado consideramos los sucesos A = sacar una carta que sea
mltiplo de 4 y B = sacar una carta que sea mltiplo de 3, halla AB,
AB y A-B.
Resolucin:
Como los sucesos son A = { 4, 8} y B = {3, 6, 9, 12}:
AB = {3, 4, 6, 8, 9, 12}
AB = {6, 12}
A - B = A B = {2, 4, 8, 10}

IDEA INTUITIVA DE LA PROBABILIDAD

Ley de los grandes nmeros
"La frecuencia relativa de un suceso tiende a estabilizarse en torno a un nmero, a medida que el
nmero de pruebas del experimento crece indefinidamente".
Como no seremos capaces de realizar infinitas pruebas de un experimento usaremos el valor
aproximado de la probabilidad. Por la propia definicin (es una frecuencia relativa) la
probabilidad de un suceso es siempre un nmero comprendido entre 0 y 1
0 P(A) 1
La probabilidad es la mediada de la incertidumbre de un suceso aleatorio, mide las posibilidades
que tiene de verificarse el suceso al realizar el experimento.

Ley de Laplace
"La probabilidad de un suceso A es igual al cociente entre el nmero de casos favorables al
suceso y el nmero de casos posibles".

P(A) =

Casos favorables
Casos posibles

Para poder aplicar esta definicin hay que tener en cuenta que los experimentos han nde estar
formados por sucesos elementales equiprobables.

EJEMPLOS

PROBABILIDAD

1.- Se considera el experimento aleatorio lanzar al aire un dado de parchs

y observar el resultado obtenido en la cara superior. Halla la probabilidad
de obtener: Nmero impar, primo, mltiplo de tres y mltiplo de cinco.
Resolucin:
El espacio muestral es E = {1, 2, 3, 4, 5, 6}

3
1
=
6
2
3 1
b) Si B = "Obtener primo" = {1,2, 3} P(B) = =
6 2
2 1
c) Si C = "Obtener mltiplo de 3" = { 3, 6} P(C) = =
6 3
1
d) Si D = "Obtener mltiplo de 5"= { 5} P(D) =
6
a) Si A = "Obtener impar" = {1, 3, 5} P(A) =

2.- Se realiza el experimento aleatorio lanzar al aire dos monedas. Hallar

la probabilidad de obtener: Dos caras, dos cruces, cara y cruz, al menos
una cruz.
Resolucin:
El espacio muestral es E = {CC, CX, XC, XX}.

1
4
1
b) Si B = "Obtener dos cruces" = {XX} P(B) =
4
a) Si A = "Obtener dos caras" = {CC} P(A) =

c) Si C = "Obtener cara y cruz" = { CX, XC} P(C) =

2
4

d) Si D = "Obtener al menos una cruz" = { CX, XC, XX} P(D) =

3
4

DEFINICIN AXIOMTICA DE PROBABILIDAD

Axiomas
Probabilidad es una ley que asocia a cada suceso A un nmero real que llamamos probabilidad
de A, P(A), que cumple los siguientes axiomas:
1. La probabilidad de un suceso es positiva o nula. P(A) 0
2. La probabilidad del suceso cierto es la unidad. P(E) = 1
3. La probabilidad de la unin de dos sucesos incompatibles es igual a la suma de las
probabilidades de cada uno de ellos. P(AB) = P(A) + P(B)

Propiedades
1.
2.
3.
4.
5.
6.

Probabilidad del suceso complementario: P( A ) = 1 - P( A)

Probabilidad del suceso imposible: P() = 0
Si A B P(A) P(B)
Si A1, A2,... An son incompatibles dos a dos: P(A1A2... An) = P(A1)+ P(A2)+ ...+ P(An)
Unin de dos sucesos compatibles P(AB) = P(A) + P(B) - P(AB)
Diferencia de sucesos: P(A-B) = P(A) - P(AB)

EJEMPLOS
1.- En el experimento lanzar al aire dos caras halla la probabilidad del
sucesos "obtener al menos una cruz".
Resolucin:
El espacio muestral es E = {C, C}, {C, X}, {X, C}, {X, X}.

PROBABILIDAD

P(A) = 1 - P( A ) = 1 -

1
3
=
4
4

2.- De 200 estudiantes, 110 estudian Fsica, 70 estudian Qumica y 30

estudian ambas. Escogido un estudiante al azar:
a) Halla la probabilidad de que estudie Fsica o Qumica .
b) Halla la probabilidad de que no estudie Fsica ni Qumica.
Resolucin:
Sean F = "El estudiante elegido estudia Fsica" y Q = "El estudiante elegido
estudia Qumica".:
110
11
70
7
30
3
P(F) =
=
; P(Q) =
=
; P(FQ) =
=
200
20
200
20
200
20
a) La probabilidad de que estudie Fsica o Qumica es:
11 7 3
15
3
P(FQ) = P(F) + P(Q) - P(FQ) =
+
=
=
20 20 20
20
4
b) La probabilidad de que no estudie Fsica ni Qumica es, aplicando las Leyes
de De Morgan:
3 1
P( F Q ) = P( F Q ) = 1- =
4 4
3.- En una ciudad se publican dos peridicos A y B. La probabilidad de
que una persona lea un peridico A es 0,1, la probabilidad de que lea el B
es 0,1 y la probabilidad de que lea ambos es 0,02. Calcula la probabilidad
de que una persona no lea ningn peridico.
Resolucin:
Sean los sucesos A = "leer el peridico A", B = "leer el peridico B"
P(A) = 0,1; P(B) = 0,1; P(AB) = 0,02
Por las leyes de Morgan sabemos que A B = A B y su probabilidad es:
P( A B ) =P( A B ) = 1 -P(AB)
P(AB) = P(A) + P(B) - P(AB) = 0,1+0,1-0,02 = 0,18
P( A B ) = 1 -0,18 = 0,82.

PROBABILIDAD CONDICIONADA
PROBABILIDAD CONDICIONADA
Definicin

Dados dos sucesos A y B se llama probabilidad de B condicionada a A, P(A/B), al valor:

P(A/B) =

P(A B)
P(B)

con P(B) 0

De igual forma se define probabilidad de A condicionada a B, P(B/A), al valor:

P(B/A) =

P(A B)
con P(A) 0
P(A)

2.- Propiedades

P(AB) = P(A). P(B/A)

P(AB) = P(B). P(A/B)

PROBABILIDAD

EJEMPLOS
1.- Un estudiante hace dos pruebas el mismo da. La probabilidad de que
pase la primera prueba es 0,6, la de que pase la segunda es de 0,8 y la de
que pase ambas es 0,5. a) Calcula la probabilidad de que no pase ninguna
prueba. b) Calcula la probabilidad de que pase la segunda prueba si no ha
superado la primera.
Resolucin:
a) Sean los sucesos A = "Pasar la primera prueba" y B = "Pasar la segunda
prueba" Calculamos la probabilidad de no pase ninguna de los pruebas,
P( A B ).
Aplicando las leyes de "De Morgan": P( A B ) = P( A B )
P(AB) = P(A)+P(B) - P(AB) = 0,8 + 0,6 - 0,5 = 0,9
P( A B ) = P( A B ) = 1 - P(AB) = 1 - 0,9 = 0,1
b) Nos piden P(B/ A ) =

P(B A)
P(A)

P(B) - P(B A) 0,8 - 0,5

=
= 0,75
1 P(A)
1 0,6

2.- En una empresa hay 90 mujeres y 110 hombres que se reparten entre
fumadores y no fumadores segn la tabla adjunta. Si se desea elegir una
mujer para un cargo, cundo es ms sencillo, si no se ponen
condiciones, si se exige que sea no fumadora o si se exige que sea
fumadora?.
Hombres
Mujeres
Fumadores
80
20
No fumadores
40
60
Resolucin:
Realizamos una tabla de contingencia con las sumas parciales

F
No F

H
80
40
120

M
20
60
80

100
100
200

La probabilidad de que sea mujer si no se ponen condiciones ser:

80
2
P(M) =
=
200 5
Para hallar las otras probabilidades, debemos calcular:
P(M F)
20 1
P(M/F) =
=
=
P(F)
100 5

P(M/ F) =

P(M F)
P(F)

60 3
=
100 5

Es decir que exigir que sea no fumador aumenta las posibilidades de elegir una
mujer, y exigir que sea fumador disminuye las probabilidades

EXPERIMENTOS COMPUESTOS
PROBABILIDAD

Definicin
Un experimento compuesto es aquel que es posible descomponer en varios experimentos
simples. Por ejemplo el lanzamiento de varias monedas o dados al aire. En tales experimentos el
espacio muestral se obtiene a partir de los espacios muestrales de los experimentos simples que
lo forman y la probabilidad es el producto de las probabilidades:
P(AB) = P(A). P(B/A)

Sucesos independientes
Dos o ms pruebas son independientes cuando el resultado de cada una de ellas no influye en el
resultado de las otras. Si dos o tres pruebas son independientes se cumple respectivamente que:
P(AB) = P(A). P(B)
P(ABC) = P(A). P(B). P(C)

Sucesos dependientes
Dos o mas pruebas son dependientes cuando el resultado de cada una de ellas influye en el
resultado de las otras. Si dos pruebas son dependientes se cumple que:
P(AB) = P(A). P(B/A)

EJEMPLOS
1.- Calcula la probabilidad de sacar, con y sin devolucin, 2 cartas de
oros de una baraja espaola.
Resolucin:
a) Teniendo en cuenta que hay 10 oros y 40 cartas, en la primera extraccin y
lo mismo en la segunda extraccin si la primera ha sido un oro.
10 10
1
P(O1).P(O2 /O1) =
.
=
40 40
16
b) Teniendo en cuenta que hay 10 oros y 40 cartas, en la primera extraccin y
9 oros y 39 cartas en la segunda extraccin si la primera ha sido un oro.
10 9
3
P(O1).P(O2 /O1) =
.
=
40 39
52
2.- De una bola con 3 bolas rojas y 5 verdes se extraen sucesivamente
dos bolas. Hallar la probabilidad de que: a) Las dos sean rojas. b) Las dos
verdes. c) La primera roja y la segunda verde. d) Una roja y otra verde.
Resolucin:
a) Hallamos la probabilidad del suceso sacar segunda bola roja condicionado
a que la primera sea tambin roja.
3 2 3
P(R1 R2) = P(R1).P(R2/R1) = . =
8 7 28
b) Hallamos la probabilidad del
suceso sacar segunda bola verde
condicionado a que la primera sea tambin verde.
5 4 3
P(V1 V2) = P(V1).P(V2/V1) = . =
8 7 14
c) Hallamos la probabilidad del
suceso sacar segunda bola verde
condicionado a que la primera sea roja.
3 5 15
P(R1 V2) = P(R1).P(V2/R1) = . =
8 7 56
d) Es el suceso obtener la primera bola roja y la segunda verde o viceversa.
3 5 5 3 15
P(R1V2) +P(V1 R2)=P(R1).P(V2/R1) +P(V1).P(R2/V1) = . + . =
8 7 8 7 28
PROBABILIDAD

3.- Se considera el experimento aleatorio de lanzar dos dados y anotar el

resultado de la tirada. Son independientes los sucesos "sacar suma par"
y "sacar al menos un dos"?
Resolucin:
El espacio muestral asociado al experimento de lanzar dos dados y anotar el
resultado es: E = {(1,1),(1,2),(1,3),(1,4),(1,5),(1,6), (2,1),...,(2,6),....(6,6)}
A = "sacar suma par":
A = { (1,1), (1,3), (1,5), (2,2), (2,4), (2,6), (3,1), (3,3), (3,5),
(4,2), (4,4), (4,6), (5,1), (5,3), (5,5), (6,2), (6,4), (6,6)}
18 1
P(A) =
=
36 2
B = "sacar al menos un dos":
B = {(2,1),(2,2),(2,3),(2,4),(2,5),(2,6),(1,2),(3,2),(4,2),(5,2),(6,2)}
11
P(B) =
36
AB = {(2,2),(2,4),(2,6),(4,2),(6,2)} su probabilidad es:
5
P(AB) =
36
Si ambos suceso son independientes se debe verificar que:
P(AB) = P(A).P(B)
P(A).P(B)=

1 11
11
.
=
2 36
72

5
11

36 72
luego no son independientes ambos sucesos.

PROBABILIDAD TOTAL Y BAYES

Sistema completo de sucesos
Se llama sistema completo de sucesos a n sucesos Ai tales que:
Su unin es el espacio muestral E: A1..An
Los sucesos A1 ...An son incompatibles dos a dos: Ai Aj = , i j

Teorema de probabilidad total

Sea E el espacio muestral asociado a un experimento aleatorio, A1,.., An un sistema completo de
sucesos y S un suceso cualquiera, se cumple que:
P(S) = P(A1).P(S/A1) + ... + P(An).P(S/An)

Teorema de Bayes
Si tenemos n sucesos A1 ...An incompatibles dos a dos y tales que su unin es el espacio muestral
E y un suceso cualquiera S siendo P(A1),...,P(An) no nulas se cumple que:
P(Ai/S) =

P(A i )P(S/A i )
P(A 1 )P(S/A 1 ) + ... + P(A i )P(S/A i ) + ... + P(A n )P(S/A n )

EJEMPLOS

PROBABILIDAD

1.- Una fabrica de tornillos dispone de dos mquinas que elaboran el 25%
y el 75% respectivamente. El porcentaje de tornillos defectuosos es del
4% y del 2% respectivamente. Halla la probabilidad de que el tornillo sea
defectuoso. la probabilidad de que el tornillo haya sido fabricado por la
mquina 1 si sabemos que es defectuoso.
Resolucin:
a) Consideremos los siguientes sucesos:
M1 = "el tornillo est fabricado por la mquina 1"
M2 = "el tornillo est fabricado por la mquina 2"
D = "el tornillo es defectuoso.
N = "el tornillo es normal.
Tal como se ve en la figura adjunta tenemos que
P(M1).P(D/M1) = 0,25.0,04 = 0,01
P(M2).P(D/M2) = 0,75.0,02 = 0,015
Como el conjunto tenemos un sistema completo de sucesos, utilizamos el
Teorema de la probabilidad total:
P(D) = P(M1).P(D/M1)+ P(M2).P(D/M2) = 0,01 + 0,015 = 0,025
b) Tal como se ve en la figura podemos aplicar el Teorema de Bayes:
P(M 1 ).P(D/M1 )
0,25.0,04
P(M1 /D) =
=
= 0,4
P(M 1 ).P(D/M 1 ) + P(M 2 ).P(D/M 2 ) 0,25.0,04 + 0,75.0,02
2.- De los turistas que visitan Mlaga, el 60% hace el viaje en avin, el
30% lo hace por carretera y el 10% lo hace por tren. De los que viajan en
avin el 70% va a las playas de la costa occidental. De los que viajan por
carretera el 80% va a las playas de la costa occidental. De los que viajan
por tren el 50% va a las playas de la costa occidental. Si se selecciona al
azar un turista que ha visitado Mlaga, a) cul es la probabilidad de que
haya estado en las playas de la costa occidental? b) Si se selecciona al
azar un turista que ha visitado Mlaga y que ha estado en las playas de la
costa occidental, cul es la probabilidad de que haya viajado en tren?
Solucin:
a) Consideremos los sucesos
A = "llegar en avin",
C = "llegar por carretera",
T = "llegar en tren",
O = "ir a la costa occidental
O = "no ir a la costa occidental.
Tal como se ve en la figura adjunta tenemos que
P(A).P(O/A) = 0,6.0,7 = 0,42
P(C).P(O/C) = 0,3.0,8 = 0,24
P(T).P(O/T) = 0,1.0,5 = 0,05

0 ,7

A
0 ,6
0 ,3

0 ,3

O
O

0 ,8

0 ,2

T 0 ,5

0 ,5

0 ,1

Como tenemos un sistema completo de sucesos, utilizamos el Teorema de la

probabilidad total:
P(O) = P(A).P(O/A)+ P(C).P(O/C) + P(T).P(O/T) = 0,42 + 0,24 + 0,05 = 0,71
b) Para hallarlo podemos aplicar el Teorema de Bayes:
P(T O) P(T).P(O/T) 0,05
P(T/O) =
=
=
= 0,07
P(O)
P(O)
0,71

PROBABILIDAD