Combinatoria Probabilidad

MD. Tema 2 CURSO 12-13 Prof.
Rafael Miano

1
TEMA 2. COMBINATORIA y PROBABILIDAD.
El origen de la probabilidad
(tomado de Gonick, L.; Smith, W. La Estadstica en cmic (2002)

MD. Tema 2 CURSO 12-13 Prof. Rafael Miano

2

Daremos la respuesta en este tema.

2. Combinatoria y probabilidad.

2.1. Principios bsicos de recuento
Principio de multiplicacin, adicin, complementario,

2.2. Selecciones en conjuntos
Variaciones, permutaciones, combinaciones

2.3. Coeficientes binomiales

2.4. Probabilidad

2.4.1. Espacio de sucesos
2.4.2. Regla de Laplace
2.4.3. Definicin axiomtica de probabilidad


3
2.1. PRINCIPIOS BSICOS DE RECUENTO

Utilizan las propiedades que permiten calcular el
cardinal de un conjunto:

Principio de multiplicacin (producto cartesiano)

Si A
i
son conjuntos finitos distintos del C, entonces:

A
1
... A
k
= A
1
... A
k

Ejemplos: Si en un men se ofrecen 4 primeros, 3
segundos y 7 postres, cuntos posibles mens
diferentes podemos elegir? 437=84

Si pudisemos elegir la matrcula de nuestro vehculo,
cuntas posibles elecciones tendramos? (consideramos
21 letras consonantes) 10101010212121=92610000

Principio de adicin (unin de disjuntos)

Si A
1
, A
2
, ..., A
k
son conjuntos disjuntos dos a dos
(A
i
A
j
= C, para todo i,j), entonces:

A
1
A
2
... A
k
= A
1
+ A
2
+ ... + A
k

Ejemplos: Un joven quiere estudiar en el Campus Sur,
entre cuntos grados puede escoger ? (la EUI oferta 2, la
EUITT 4 y la ETSI Topografa 1) 2+4+1=7

Si sacamos una carta al azar de una baraja espaola, de
cuntas formas distintas se puede obtener una rey o un
tres? 4+4=8

4
Principio del complementario

Si dos conjuntos son complementarios en X,
( A A X = y A A = C), se verifica que:

A X A =

Ejemplos: Cuntas matrculas hay que tengan al menos
un 0?
Consideramos el complementario: que no tengan
ningn 0, pues es fcil de calcular por el principio de
multiplicacin: 9999212121=60761421

Por el principio del complementario el nmero buscado
es: 92610000 - 60761421= 31848579

Se lanza un dado 4 veces En cuntos casos sale al
menos un 6? 6
4
5
4
= 671

Principio de inclusin-exclusin (unin)

Permite contar el nmero de elementos que pertenecen a
la unin de una coleccin finita de conjuntos, en el caso
general. En particular, para dos conjuntos se tiene:

A
1
A
2
= A
1
+A
2
A
1
A
2

Ejemplo: Si sacamos una carta al azar de una baraja
espaola, de cuntas formas distintas se puede obtener
un rey o una carta de oros? 4+10 - 1=13
(hay 4 reyes, 10 oros y 1 carta en ambos: el rey de oros)

5
Para tres conjuntos sera:
A
1
A
2
A
3
= A
1
+A
2
+A
2

A
1
A
2
A
1
A
3
A
2
A
3
+
+ A
1
A
2
A
3

Ejemplo: Cuntos nmeros enteros entre 1 y 100
(ambos incluidos) son divisibles por 2, por 3 por 5?

Consideramos:
A
2
: conjunto de enteros entre 1 y 100 divisibles por 2
A
3
A
5

Nos piden el nmero de elementos de A
2
A
3
A
5
.
Tenemos:

A
2
=50 (100:2) ; A
3
=33 (100:3) ; A
5
=20 (100:5);
A
2
A
3
= 16 (100:6; los divisibles por 2 y 3 son
divisibles por 6)

A
2
A
5
=10 (100:10; divisible por 2 y 5 es divisible
por 10)

A
3
A
5
=6 (100:15; divisible por 3 y 5 es divisible
por 15)


6
A
2
A
3
A
5
=3 (100:30; divisible por 2,3 y 5, es
divisible por 30)

Aplicando el principio de inclusin exclusin:

A
2
A
3
A
5
= 50 + 33 + 20 16 10 6 + 3 = 74

El principio se puede generalizar a una coleccin finita de
conjuntos.

Sea A un conjunto finito. Consideramos una coleccin de
n subconjuntos suyos, A
1
,... , A
n
_ A y denotamos por s
i
a
la suma de los cardinales de todas las intersecciones de i
conjuntos de la coleccin.

En particular: s
1
= A
1
+ A
2
+ ... + A
n

s
2
= A
1
A
2
+ A
1
A
3
+ ... +A
1
A
n
+

A
2
A
3
+...+A
2
A
n
+ ... +A
n-1
A
n

Principio de inclusin-exclusin (caso general)

Dados los conjuntos finitos A
1
, A
2
, ..., A
n
_ A se verifica

1
1
1
A ... A ( 1) s
n
i
n i
i
=
=

Cuando los conjuntos son disjuntos, tenemos el principio
de adicin, visto anteriormente.

7
Proponemos algunos ejercicios, adems de los de la hoja
de problemas y la AA:

E1.1. Se lanzan dos dados a la vez, con las caras
numeradas. Si uno tiene 6 caras y el otro 8 caras
Cuntos son los resultados posibles?

E1.2. Hay 3 bolsas, B
1
con 4 bolas blancas, B
2
con 3
bolas verdes y B
3
con 5 bolas rojas, siendo todas las
bolas distinguibles por su color o tamao. Si se elige una
bola de cada bolsa Cuntos resultados diferentes se
pueden obtener?

E1.3. Para las tarjetas de crdito o dbito se utilizan
"nmeros secretos" de 4 cifras, elegidas del 0 al 9,
pudiendo repetirse stas.
a) Cuntos "nmeros secretos" se pueden formar?
b) Y si la primera y la ltima cifra deben ser iguales
pero distintas de cero?
c) Y si no se permiten repeticiones?
d) Cuntos se pueden formar de modo que el primer
dgito sea menor que el segundo?
e) Cuntos se pueden formar que no empiecen por
33?
f) Cuntos se pueden formar que empiecen por 33 o
bien terminen por 2?

E1.4. Hay 35 alumnos en una clase. Calcular de cuantas
formas se puede elegir un delegado y un subdelegado.
Se obtiene el mismo resultado si hay que elegir 2
alumnos para asistir a una reunin?

8

E1.5. Calcular cuntos son los resultados posibles si:
a) se lanza un dado 3 veces.
b) se lanzan 3 dados a la vez de diferente color.
Se obtiene lo mismo si son dados indistinguibles?

E1.6. Se lanzan dos dados iguales y se suman los dgitos
obtenidos. De cuntas formas se puede obtener un 5 o
un 6? Y si los dados son distintos?

E1.7. Un grupo de amigos salieron a cenar a un
restaurante italiano y todos comieron espaguetis o
helado. El camarero apunt 9 helados y 6 platos de
espaguetis y recuerda que 3 de ellos comieron ambas
cosas. cuntos eran?


9
2.2. SELECCIONES SOBRE CONJUNTOS.

Consideramos ahora el problema:

Dado un conjunto A de n elementos, de cuntas formas
distintas se pueden seleccionar r elementos de A?

Por ejemplo: cuntos posibles resultados en una carrera
de frmula 1?, cuntos posibles pdium?, cuntos
posibles repartos de puntos?

En cada caso habr que determinar si:

- el tamao de la seleccin coincide con el tamao del
conjunto, es decir, si r = n.

- se obtienen resultados distintos al cambiar el orden de
eleccin de los elementos.

- se permiten repeticiones, es decir, si un mismo
elemento puede ser elegido ms de una vez en una
misma seleccin.

Las distintas respuestas a estas preguntas dan lugar a los
distintos tipos de problemas o modelos: variaciones,
permutaciones, combinaciones.

Cada modelo se aplicar segn el cuadro siguiente y lo
explicamos con detalle a continuacin.


10

Importa
el orden
n, r
Se permiten
repeticiones
V(n.r)

Variaciones
S n > r No
VR(n.r)
Variaciones
con repeticin
S Da igual S
P(n)
Permutaciones

S n = r No
1 2 k
PR( n,r ,r ,...,r )
Permutaciones
con repeticin

S n = r S
C(n.r)
Combinaciones
No n > r No
CR(n,r)
Combinaciones
con repeticin
No Da igual S


11
Variaciones

Llamamos variacin de r elementos del conjunto A de
n elementos (n > r), a una seleccin ordenada de r
elementos distintos de A.

Ejemplo: En el conjunto de 24 pilotos del campeonato de
frmula 1, una variacin de 3 elementos sera el pdium
de la carrera de Monza:
1 Hamilton, 2 Prez, 3 Alonso

Obsrvese que:

- nr : hay 24 corredores pero slo 3 estn en el
pdium
- Influye el orden: no hubiera sido lo mismo el
pdium 1 Alonso, 2 Prez, 3 Hamilton
- No se pueden repetir: no se puede quedar 1 y 2 a
la vez

Cuntos posibles pdium diferentes podran haberse
producido?
Aplicando la regla del producto: 242322

Si llamamos V(n, r) al nmero de variaciones de r
elementos de un conjunto de n elementos se verifica:
V(n, r) = n (n 1) ... (n r + 1) =
)! (
!
r n
n

En el ejemplo anterior tendramos V(24,3)= 242322

12
Llamamos variacin con repeticin de r elementos de
un conjunto A de n elementos distintos, a una seleccin
ordenada de r elementos de A, en la que cualquier
elemento puede aparecer repetido hasta r veces.

frmula 1, una variacin con repeticin de 3 elementos
seran los ganadores de los premios de Europa, Gran
Bretaa y Alemania

E: Alonso; GB: Webber; A: Alonso

Obsrvese que:

- Influye el orden: no hubiera sido lo mismo
E: Alonso; GB: Alonso; A: Webber
- Se pueden repetir: un mismo corredor puede ganar
distintas carreras.
- Da igual si n es mayor, menor o igual a r: Se
podra haber pedido los posibles ganadores de las
siguientes 24 carreras, o los posibles ganadores de
las siguientes 30 carreras.
Cuntos posibles ganadores diferentes podran haberse
producido?

Si llamamos VR(n, r) al nmero de variaciones con
repeticin de r elementos de un conjunto de n elementos
se verifica:
VR(n, r) = n
r


13
En el ejemplo anterior tendramos VR(24,3)= 24
3

Y si son 24 carreras, se calculara VR(24,24)=24
24
, y si
son 30 carreras y se calculara con VR(24,30)=24
30
.

Algunos ejercicios:
E2.1. Cuntas cadenas de 8 bits distintas se pueden
construir?

E2.2. En una bolsa hay 9 bolas numeradas del 1 al 9.
a) Cuntos nmeros de 3 cifras se pueden obtener, si
hacemos extracciones sucesivas y cada vez devolvemos
a la bolsa la bola elegida?
b) Y si no devolvemos las bolas elegidas?
c) Y si hay 3 bolas y se forman nmeros de 9 cifras?

E2.3. Se organiza una rifa para repartir 4 regalos
distintos entre 10 nios. Se hacen 40 papeletas y se
reparten 4 a cada nio. De cuntas maneras se
pueden distribuir los 4 regalos? Y si se hacen slo 10
papeletas y se reparte una a cada nio?

E2.4. De una baraja espaola de 40 cartas, se sacan 2
sin reemplazamiento (es decir, se saca la segunda carta
sin devolver la primera a la baraja).
a) En cuntas ocasiones se sacan dos copas?
b) En cuntas ocasiones se saca al menos 1 oro?
Y si se devuelve la primera carta a la baraja?

14
Permutaciones

Llamamos permutacin de n elementos de un conjunto
A de n elementos a una seleccin ordenada de los n
elementos de A.

frmula 1, una permutacin sera la actual clasificacin
del mundial.

Obsrvese que:

- n=r : la clasificacin incluye a los 24 corredores
- Influye el orden: no es igual
1 Alonso, 2 Prez, 3 Hamilton 4.
que 1 Alonso, 2 Hamilton, 3 Prez, 4 .
- No se pueden repetir: no se puede estar 1 y 24 a la
vez

Cuntas posibles clasificaciones podra haber?


Si llamamos P(n) al nmero de permutaciones de n
elementos de un conjunto de n elementos se verifica:

P(n) = n!

En el ejemplo anterior tendramos P(24)= 24!


15
Llamamos permutacin con repeticin a una seleccin
ordenada de los n elementos de A, entre los que hay
grupos de elementos indistinguibles de tamaos r
1
, r
2
,
..., r
k
, verificndose r
1
+ r
2
+ ... + r
k
n,
Ejemplo: Posibles palabras se pueden formar con las
letras de la palabra MATEMATICAS:
MMAAATTICES, SECITTAAAMM, MATAMATECIS,

Obsrvese que:
- Influye el orden: no es igual MATEMATICAS que
MMAAATTICES
- n=r : las posibles palabras tienen siempre las mismas
letras (11)
- hay elementos que se repiten, pero siempre el
mismo nmero de veces.

Cuntas palabras distintas se podran formar?

Se pueden calcular las permutaciones de las 11 letras,
P(11)=11!, pero habra que descontar las permutaciones
de las A (3!), de las M (2!) y de las T (2!) :
11
1663200
3 2 2
!
! ! !
=

Si llamamos PR(n, r
1
, r
2
,..., r
k
) al nmero de permuta-
ciones de n elementos de un conjunto de n elementos con
repeticiones de r
1
, r
2
,..., r
k
se verifica:

! ... ! !
!
= ) ,..., , , ( PR
2 1
2 1
k
k
r r r
n
r r r n 1

16
Ejercicios:
E2.5. Con todas las letras de la palabra FERIA:
a) Cuntas palabras distintas, con significado o no,
pueden formarse?
b) Cuntas de ellas empiezan por vocal?
c) Cuntas empiezan por consonante?
d) Cuntas empiezan y terminan por vocal?

E2.6. De cuntas maneras 5 personas dndose la mano
pueden formar: a) una cadena, b) un crculo?

E2.7. Tenemos 3 bolas blancas, 5 verdes, 2 rojas y 1
azul de modo que las de un mismo color son
indistinguibles. De cuntas maneras distintas pueden
insertarse en una barra rgida? Y en un collar con
broche? Y sin broche?
E2.8. Se quieren repartir 2 balones iguales, 3 coches
iguales y 5 flautas iguales entre 10 nios, de modo que
a cada uno le toque un nico regalo. Cuntos repartos
distintos existen?


17
Combinaciones

Llamamos combinacin de r elementos de un conjunto
A de n elementos (n > r) a una seleccin sin orden de r
elementos distintos de A.

Ejemplo: En el GSM11 hay 60 estudiantes, un grupo de
trabajo de 4 personas (Eder, Margaret, Borja, Leticia)
sera una combinacin de 4 elementos del GSM11.

Obsrvese que:
- nr : hay 60 alumno y los grupos son de 4.
- No influye el orden: el grupo es el mismo si
decimos que lo forman (Leticia, Margaret, Eder,
Borja) las damas primero.
- No se pueden repetir: nadie vale por dos

Cuntos posibles grupos podra haber? Con la regla del
producto podramos calcular las variaciones
V(60,4)=60595857, de los 60 alumnos en grupos de 4,
pero habra que descontar las permutaciones de esos 4
elementos, pues no importa el orden :
60 59 58 57
487635
4!

=

Si llamamos C(n, r) al nmero de combinaciones de r
elementos de un conjunto de n elementos, tendremos:

V
C
P
( n, r ) n!
( n, r ) = =
( r ) ( n r )! r!


18
Llamamos combinacin con repeticin de r elementos
en un conjunto A de n elementos, a una seleccin no
ordenada de r elementos de A, en la que cualquier
elemento puede aparecer repetido hasta r veces.
Ejemplo: Si queremos meter 6 bolas iguales en 4 cajas
distintas, las distintas posibilidades se pueden expresar
considerando n=4 elementos {C
1
, C
2
, C
3
, C
4
} y
haciendo selecciones de r=6 elementos:

- (C
1
, C
2
, C
3
, C
3
, C
4
, C
4
) representa que hay 1 bola en
C
1,
1 bola en C
2
, 2 bolas en C
3
y 2 bolas en C
4
.
- (C
1
, C
1
, C
1
, C
1
, C
4
, C
4
) representa que hay 4 bolas
en C
1,
2 bolas en C
4
y ninguna en C
2
y C
3
.
- (C
3
, C
3
, C
3
, C
3
, C
3
, C
3
) representa que todas las
bolas estn en C
3
y ninguna en las otras.

Obsrvese que:
- No influye el orden: no nos importa cmo est
ordenado (C
1
, C
1
, C
1
, C
1
, C
4
, C
4
), que sera lo
mismo que (C
4
, C
4
, C
1
, C
1
, C
1
, C
1
): 4 bolas en C
1,
2
bolas en C
4
y ninguna en C
2
y C
3
.
- Se pueden repetir: en una caja puede haber ms de
una bola, por lo que C
i
puede aparecer una, dos,
tres, o ninguna.
- Da igual si n es mayor, menor o igual a r: En este
caso r=6 > n=4, pero se podra haber pedido meter
3 bolas en las 4 cajas (r=3< n=4), o meter 4 bolas
en 4 cajas, y la situacin sera similar.

19
Cuntas son las posibles formas de distribuir las 6 bolas
en las 4 cajas?

En este caso las reglas bsicas o la intuicin no sirven,
hay cierta idea feliz. Esta idea consiste en cambiar el
modo de representar la situacin:

- Las bolas (r objetos iguales) las representamos por: O
- Para las cajas vamos a considerar n1 elementos
iguales (), que representan la separacin entre las
cajas.

Si queremos meter 6 bolas iguales en 4 cajas distintas,
tendramos 6 O y 3 .
- O I O I O O I O O representa que hay 1 bola en C
1,
1 bola en C
2
, 2 bolas en C
3
y 2 bolas en C
4
.
- O O O O I I I O O representa que hay 4 bolas en
C
1,
2 bolas en C
4
y ninguna en C
2
y C
3
.
- I I O O O O O O I representa que todas las bolas
estn en C
3
y ninguna en las otras.

Con este modelo, tenemos las permutaciones de 6+3
elementos, de los que se repiten 6 y 3:
9!
PR(9, 6, 3) 84
6! 3!
= =
En general, si llamamos CR(n, r) al nmero de
combinaciones con repeticin de r elementos de un
conjunto de n se verifica:
CR(n,r)= PR(n + r 1, n 1, r)=
( 1)!
( 1)! !
n r
n r
+


20
En el ejemplo de meter 6 bolas iguales en 4 cajas
distintas, tendremos: mos las permutaciones de 6+3
elementos, de los que se repiten 6 y 3:
9!
CR(4, 6) PR(9, 6,3) 84
6! 3!
= = =

Observacin: El problema de meter r objetos iguales en
n cajas distintas se resuelve con CR(n,r), segn lo visto
antes.

Ejemplo (otras situaciones de CR):
En el GSM11 (60 alumnos), cada hora de clase el
profesor de MD elige al azar a un alumno para
preguntarle. Una combinacin con repeticin seran los
alumnos que han sido preguntados en una semana (5
horas de clase), por ejemplo:
Borja, Margaret, Borja, Leticia, Eder
David, Alberto, Irene, Kevin, Hctor

Obsrvese que:
- No influye el orden: no nos importa el da en que
han sido preguntados.
- Se pueden repetir: Borja ha tenido la suerte de
que le ha tocado dos das seguidos el azar.

Podemos calcular el nmero de posibles grupos de
alumnos que han sido preguntados en una semana
hallando:
CR(60, 5)= PR(60,59,5)=
64!
7624512
59! 5!
= .

21
Ejercicios:

E2.9. En el GSM11 (60 alumnos) se harn dos grupos
de prcticas de 30 alumnos cada uno. Cuntas
posibles distribuciones de alumnos en grupos de
prcticas se pueden hacer?

E2.10. Se sortean 5 balones entre 7 nios.
a) Si los balones son iguales De cuntas maneras pue-
den distribuirse de modo que a cada nio pueden
tocarle de 0 a 5 balones?
b) Y si los balones son distintos?
c) Y si a cada nio como mucho puede tocarle un
baln, siendo:
c
1
) los balones distintos?
c
2
) los balones iguales?

E2.11. Los grupos A y B tienen 20 y 25 nios,
respectivamente Cuntos equipos de 10 nios se
pueden formar si el equipo debe tener 5 nios de A y
cinco de B?


22
Resumen:

Importa el
orden
n, r
Se permiten
repeticiones
Frmula
V(n.r)

S n > r No
!
( )!
n
n r

VR(n.r)
S Da igual S
r
n
P(n)
S n = r No
! n
1 2 k
PR( n,r ,r ,...,r ) S n = r S
!
!... !
1 k
n
r r

C(n.r)
No n > r No
!
( )! !
n
n r r

CR(n,r)
No Da igual S
( 1)!
( 1)! !
n r
n r
+


23
2.3. COEFICIENTES BINOMIALES.

Definicin.

Los nmeros C(n, r) se llaman nmeros combinatorios o
coeficientes binomiales y la notacin habitual es:

! )! (
!
) , ( C
r r n
n
r
n
r n
= |
.
|
\
|
=
|
.
|
\
|
r
n
se lee n sobre r.

Propiedades.

n, r e N se verifican:

n r
r
n
r
n
r
n
n r
r n
n
r
n
n
n
n n
s s |
.
|
\
|
+ |
.
|
\
|

= |
.
|
\
|
s s |
.
|
\
|
= |
.
|
\
|
> = |
.
|
\
|
= |
.
|
\
|
1 para
1
1 1
) c
0 para ) b
1 1
0
) a


24
La propiedad c) proporciona un mtodo recursivo para
calcular los nmeros
| |
|
\ .
n
k
, a partir de
1
| |
|
\ .
n
k
. Estos
nmeros se suelen mostrar en forma de tringulo, que se
conoce como Tringulo de Pascal o Tartaglia:

n = 0 1
n = 1 1 1
n = 2 1 2 1
n = 3 1 3 3 1
n = 4 1 4 6 4 1
n = 5

Teorema del binomio de Newton
Sean x, y e R, n e N entonces
0
( )

=
| |
+ =
|
\ .
n
n i n i
i
n
x y x y
i
.
Ejemplos:

0 1 1 0
1 4 6 4 1 ( 2) 2 2 2 2 2
( 2) 8 24 32 16
4 4 3 2 2 3 4
4 4 3 2
x x x x x x
x x x x x
+ = + + + +
+ = + + + +

Si tomamos x=y=1, tenemos que:

n
0
2 (1 1) 1 1 ...
n
n i n i
i
n n n n

i 0 1 n
=
| | | | | | | |
= + = = + + +
| | | |
\ . \ . \ . \ .

y podemos justificar que el cardinal de las partes de un
conjunto es 2
n
(suma de los cardinales de todos los
subconjuntos de 0 elementos, 1 elemento, 2 elementos,)

25
2.4. PROBABILIDAD

El clculo de probabilidades es la ciencia que permite
analizar de manera adecuada los fenmenos que presen-
tan incertidumbre (fenmenos aleatorios). Llamaremos
probabilidad a una medida de la posibilidad de
ocurrencia de ste tipo de fenmenos.

Definicin

Se llama experimento aleatorio a un experimento que
verifica las condiciones siguientes:

- El experimento puede realizarse cuantas veces se
desee en idnticas condiciones.

- Se sabe cul es el conjunto de resultados posibles.

- Antes de realizar el experimento no se puede predecir
cul ser el resultado del mismo.

Ejemplos:

- Lanzar una moneda o un dado al aire.
- Orden en que se matriculan los alumnos de la EUI.
- Mensajes recibidos en un da
-


26
2.4.1.Espacio de sucesos.

Definiciones

1. Se llama suceso elemental de un experimento
aleatorio al los resultados posibles que verifican:
- Siempre ocurre alguno de ellos.
- La ocurrencia de uno implica que los restantes no
pueden ocurrir.

2. Se llama espacio muestral asociado un experimento
al conjunto de los sucesos elementales del mismo. Lo
denotaremos por E.

3. Se llama suceso a cualquier subconjunto del espacio
muestral E.

Ejemplos:

- Para el experimento Lanzar una moneda dos veces:

- espacio muestral: E={(c, c), (c, +), (+, c), (+, +)}.
- A: sacar al menos una cara, es un suceso, pues es
un subconjunto de E: A={(c, c), (c, +), (+, c)}.

- Para el experimento Mensajes recibidos en un da:

- el espacio muestral es : E={0, 1, 2, 3, 4, 5,}
- A: recibir ms de 4 mensajes es un suceso, pues
subconjunto de E: A={5, 6, 7, 8,}

27
Definiciones.

Si E es el espacio muestral asociado a un experimento
aleatorio llamaremos:

- espacio de sucesos al conjunto P(E), que es el con-
junto formado por todos los sucesos.

- suceso seguro a aqul que se verifica siempre, S = E.

- suceso imposible al que no se verifica nunca, S = C.

- suceso contrario de A a aqul que se verifica cuando
no se verifica A, lo denotaremos por A.

- suceso unin de A y B a aqul que se verifica cuando
ocurre A B ( ambos). Se representa por A B.

- suceso interseccin de A y B a aqul que se verifica
cuando ocurren A y B simultneamente. Se representa
por A B.

- A y B son sucesos incompatibles o disjuntos cuando
no pueden ocurrir simultneamente. En este caso, se
verifica que A B = C.

Observacin: (P (E), , ) verifica las propiedades de
un lgebra de Boole: asociativas, conmutativas, ...


28
Ejemplo:

Para el experimento Mensajes recibidos en un da, con
espacio muestral: E={0, 1, 2, 3, 4, 5,}

- espacio de sucesos:
P(E)={C, {0},{1},...,{0,1},{0,2},{0,1,2},}

- suceso seguro:
recibir un nmero natural de mensajes

- suceso imposible:
recibir (-2) mensajes (sera C)

- suceso contrario: si A: recibir ms de 4 mensajes,
A es recibir 4 o menos de 4 mensajes, A={0,1,2,4}.

- suceso unin: si B: no recibir ningn mensaje,
AB es recibir ms de 4 mensajes o no recibir
ninguno, AB=={0, 5, 6, 7, 8,}.

- suceso interseccin: A B es imposible, pues si no
se reciben mensajes no se pueden recibir ms de 4,
AB=C (suceso imposible). Por tanto, son sucesos
incompatibles.


29
Ejercicio: En el experimento Lanzar una moneda dos
veces, con espacio muestral

E = {(c, c), (c, +), (+, c), (+, +)}

hallar los sucesos:

S1: sacar alguna cara o alguna cruz
S2: sacar tres caras
A: sacar al menos una cara
B: sacar una nica cruz
C: sacar dos caras
D: sacar lo mismo en los dos lanzamientos

S1 =
A =
S2 = A B =
A = B C =
B = B D =
C = B D =
D =
B=

Queremos asociar a cada suceso una medida de
incertidumbre, llamada probabilidad del suceso. Lo
haremos en los siguientes apartados.


30
2.4.2. Regla de Laplace

En el ejercicio anterios, como C: sacar dos caras es un
suceso elemental, es intuitivo decir que su probabilidad
es 1/4, pues hay 4 sucesos elementales.

Cul seran las probabilidades de
A: sacar al menos una cara 3/4
B: sacar una nica cruz 1/4
S1: sacar alguna cara o alguna cruz 1
S2: sacar tres caras 0 ?

Esto nos lleva a una primera definicin de probabilidad,
la conocida como Regla de Laplace:

Sea E el espacio muestral finito asociado a un
experimento aleatorio tal que todos los sucesos ele-
mentales son equiprobables, entonces para un suceso
S E, se verifica que:

P (S) =
S
n de elementos de S
n de elementos de E E
=

Esta propiedad suele enunciarse como:

P

(S) =
casos favorables
casos posible
n de al suceso S
n de al realizar el experim s ento E


31
Observacin: La regla de Laplace no puede utilizarse si
los sucesos elementales son infinitos o no son
equiprobables.

Ejemplos:

- En el experimento Mensajes recibidos en un da no se
puede aplicar pues E es infinito y, adems, no suele
ser igual de probable recibir ningn mensaje que
recibir 6.
- Si el experimento Lanzar dos monedas iguales se
toma como espacio muestral

E = {{c, c}, {c, +}, {+, +}}

se tiene que los sucesos elementales {c, c} y {c, +} no
son equiprobables y, en consecuencia, no se puede
aplicar la regla de Laplace.

Para estos experimentos, se necesita ampliar el concepto
de probabilidad. Se hace con una definicin
axiomtica.


32
2.4.3. Definicin axiomtica de probabilidad

Sea E el espacio muestral asociado a un experimento
aleatorio. Llamamos funcin de probabilidad a una
funcin P : P(E) R que verifica las condiciones
siguientes:

1. P(A) 0, para todo suceso A e P(E).

2. P(E) = 1.

3. Si {A
i
/ i e I} es una familia de sucesos incompatibles
dos a dos (A
i
A
j
= C, i j) entonces se verifica:

I I
( A ) (A )
e e
=
i i
i i
P P

La terna (E, P(E), P) se llama espacio probabilstico.

Ejemplo: En el experimento Lanzar una moneda dos
veces, el espacio muestral

E = {(c, c), (c, +), (+, c), (+, +)}

y la definicin de probabilidad dada por la regla de
Laplace, constituyen un espacio probabilstico.

33
Proposicin.

En un espacio probabilstico (E, P(E), P) se verifican
las propiedades siguientes:

a) 0 s P (A) s 1, para todo suceso A e P (E).

b) P (A) = 1 P (A), para todo suceso A e P (E).

c) P (C) = 0.

d) Si A _ B entonces P (A) s P (B), con A, B e P (E).

e) P(AB) = P(A) + P(B) P(AB), con A, B eP (E).

Proposicin.

Si A
1
, ..., A
n
e P (E) son sucesos cualesquiera se tiene:

1 1
1
1 2
( A ) (A ) (A A )
(A A A )
( 1) (A A A )
= = =
= =
+
= +
+
+

n n
i i i j
i i j i
i j k
i j k
n
n
P P P
P
P


34
Ahora podemos dar respuesta al caballero de De Mre:


35
Analizamos la probabilidad de A=sacar al menos un 6
en 4 tiradas de un solo dado.

Experimento: tirar 4 veces un dado.

Casos posibles:
E={(1,1,1,1),(1,1,1,2),(1,1,1,3), (6,6,6,6)}
(son equiprobables)

|E|=6
4
, por regla de multiplicacin o por VR(6,4).

Casos favorables:
A={(6,1,1,1),(6,1,1,2),(1,6,1,1),(6,1,6,1),(1,6,2,6),
(6,6,6,5),(6,6,6,6)}

Hallar cardinal de A puede ser complejo (incluye los
casos en que haya un solo 6, dos seises, tres seises o
los cuatro). En estas situaciones, una buena estrategia es
hallar el cardinal del complementario A y utilizar las
propiedades de la probabilidad:

A: no sacar ningn 6 en 4 tiradas de un solo dado

A={(1,1,1,1),(1,1,1,2),(5,5,5,5)}
A =5
4
, por regla de multiplicacin o por VR(5,4).

Por la regla de Laplace:
4
4
casos favorables 5
P(A)
casos posibles 6
= =

36

Y utilizando la propiedad: P (A) = 1 P (A), tenemos

4
4
5
P(A) 1 P(A) 1 0.518
6
= = =


37
Analizamos la probabilidad de B=sacar al menos un
doble 6 en 24 tiradas de dos dados.

Experimento: tirar 24 veces dos dados.

Casos posibles:
En cada tirada de 2 dados, tenemos los siguientes casos
posibles (equiprobables):

{(1,1),(1,2),(1,3),,(2,1)(2,2),,(6,1),(6,6)}

que son 6
2
=36 (regla del producto o VR(6,2) ).

Como tiramos 24 veces los dados, tendramos
36
24
casos posibles (equiprobables)
(aplicando la regla del producto o bien por VR(36,24) ).

Casos favorables:

De nuevo, en este caso hallar cardinal de B puede ser
complejo (incluye los casos en que haya un solo doble
6, dos doble 6, o 24 doble 6).

Por eso, hallamos el cardinal del complementario B y
utilizamos las propiedades de la probabilidad:

B: no sacar ningn doble 6 en 24 tiradas de dos dados

En una sola tirada, hay 35 casos en donde no se obtiene
un doble 6.

38
Como tiramos 24 veces los dados, tendramos
35
24
casos favorables
(aplicando la regla del producto o bien por VR(35,24) ).

Por la regla de Laplace:
24
24
casos favorables 35
P(B)
casos posibles 36
= =

Y utilizando la propiedad: P (A) = 1 P (A), tenemos

24
24
35
P(B) 1 P(B) 1 0.491
36
= = =

Por eso el caballero De Mere perda ms a menudo con
la 2 apuesta (probabilidad 0,491) que con la 1
(probabilidad 0,518). Problema solucionado.

39
Referencias

- Matemtica Discreta. Tema 5. Servicio de
Publicaciones de la EUI.
- Estadstica. Tema 2 (2.1 a 2.5) Servicio de
Publicaciones de la EUI.

Combinatoria Probabilidad

Cargado por

Información del documento

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Combinatoria Probabilidad

Cargado por

Copyright:

Formatos disponibles

MD. Tema 2 CURSO 12-13 Prof.

También podría gustarte