Teã"rico Probabilidad.2012 PDF

Nociones de probabilidad.
Experimento aleatorio. Espacio muestral.

Sucesos. Propiedades.
Definicin clsica y frecuencial.
Definicin axiomtica. Propiedades.
Clculo de la probabilidad.
Probabilidad condicional.
Teorema de la multiplicacin.
Teorema de la probabilidad total.
Teorema de Bayes.
Sucesos independientes.
Pr Obirek
Prof. Elisabet
ISFD y T N 24. Profesorado de Matemtica. Probabilidad y Estadstica.
Pg. - 2 -
Prof. Elisabet Obirek
PROBABILIDAD.
Un poco de historia...
Histricamente la teora de la probabilidad se inici con el estudio de juegos de azar. El origen
etimolgico de esta palabra proviene del rabe zahr, nombre de una flor que antiguamente los
dados tenan pintada en una de sus caras. En el siglo XVII el Chevallier de Mr, interesado en
obtener informes sobre los riesgos que corra en los juegos de dados, se dirigi a uno de los
grandes matemticos de su poca, llamado Blaise Pascal (1623-1662). ste a su vez, escribi a un
matemtico an ms clebre, el consejero parlamentario de la ciudad de Tolosa, Pierre de Fermat
(1601-1665), y, en la correspondencia que intercambiaron, se plante por primera vez la teora de la
probabilidad. Los fundamentos matemticos establecidos por estos dos cientficos franceses
fueron sistematizados y publicados ms tarde por Huygens con aportaciones propias. Tambin son
destacables los trabajos sobre este tema de Bernoulli, Bayes y Laplace que con las contribuciones
posteriores de Legendre, Gauss y otros, elevaron la teora de la probabilidad a la categora de rama
fundamental de la Matemtica.
El desarrollo del clculo de probabilidades es paralelo al de la estadstica, y sus aplicaciones se
diversifican en numerosas disciplinas (Fsica, Gentica, Astronoma, Medicina, Biologa) y en
actividades de la vida cotidiana cada vez ms variadas.
CONCEPTOS BSICOS DE PROBABILIDAD
Cualquier enfoque analtico de los problemas estadsticos supone la evaluacin de la medida en

que es posible que ocurran ciertos eventos o fenmenos, y de ello se encarga la probabilidad. En
efecto, la probabilidad es la parte de la matemtica que trata de manejar con nmeros la
incertidumbre, puesto que estudia experimentos donde interviene el azar, llamados experimentos
aleatorios.
Un experimento es aleatorio si lo podemos realizar tantas veces como se quiera en las mismas
condiciones pero, an conociendo sus resultados posibles, no podemos predecir cul de ellos ser.
En cambio si el resultado de un experimento est totalmente determinado, se lo denomina
experimento determinstico. Ejemplo: si un dado es lanzado al aire, entonces hay certeza que
caer (experimento determinstico), pero no es cierto afirmar que aparecer un 6 (experimento
aleatorio).
Supongamos que repetimos el experimento aleatorio de lanzar un dado, y que nuestro inters es
conocer cuntas veces ha salido la cara con el nmero 6, y que a este acontecimiento (o suceso) lo
simbolizamos con la letra A ; si llamamos s al nmero de veces en que el 6 aparece, y n al nmero
de veces que se lanz el dado, entonces, la frecuencia relativa con la que ha salido A , sera:
fA =
s
. A la larga, cuando n , esta frecuencia tiende a estabilizarse, aproximndose ms y
n
ms a un nmero. La teora de la probabilidad se basa en esta estabilidad de las frecuencias:
Pg. - 3 -
Si un experimento se ha realizado un nmero muy grande de veces para observar

la ocurrencia de A , se espera que su frecuencia relativa fA , sea aproximadamente
l a p r o b a b i l i d a d d e q u e A o c u r r a , y s e e s c r i b e : P ( A)
Ahora bien, la definicin ms simple de probabilidad, a partir de la cual se edific toda la Teora
de Probabilidades es la definicin clsica de Laplace: probabilidad de un suceso es la razn entre
el nmero de casos favorables (conjunto A) y el nmero total de casos posibles (conjunto S),
siempre que nada obligue a creer que alguno de estos casos tenga preferencia respecto a los
dems, lo que hace que todos sean igualmente posibles. As:
P ( A) =
nmero de casos favorables cantidad de elementos de A

=
nmero de casos posibles
cantidad de elementos de S
Ejemplo: Se arroja un dado equilibrado y se quiere calcular la probabilidad de que salga una cara
con nmero par. Hay tres caras con nmeros pares y son seis las caras del dado. Aplicando la
definicin de Laplace tenemos:
P ( A) =
nmero de casos favorables 3 1

= =
nmero de casos posibles
6 2
NOTA: La probabilidad tambin puede expresarse como porcentaje: P ( A) =
1
= 50%
2
A esta definicin tambin se la conoce como probabilidad clsica a priori, puesto

que el clculo de la probabilidad se basa en el conocimiento previo del proceso
i n v o l u c r a d o ..
En la mayora de las ocasiones, la asignacin de las probabilidades de eventos de inters se basa

en el conocimiento de la frecuencia relativa con que dicho evento se ha presentado en anteriores
oportunidades, y no en el conocimiento previo del proceso como sucede, por ejemplo, en el
experimento de tirar un dado.
Ejemplo: Si el servicio meteorolgico de la maana de hoy nos dice que la probabilidad de lluvia es
del 90%, ello significa que, de 100 das con las circunstancias meteorolgicas que se observan hoy,
ha llovido en 90 casos, entonces, si tomamos en cuenta lo que dice el servicio meteorolgico y
debemos salir, ser conveniente llevar un paraguas?
A la probabilidad de un determinado evento o suceso, asignada de esta manera, se

la denomina: probabilidad emprica, frecuencial o estadstica, y se obtiene cuando
se experimenta un gran nmero de veces el mismo fenmeno en condiciones
semejantes.
Pg. - 4 -
Tambin podemos definir una probabilidad subjetiva, que es la probabilidad asignada por una
persona, basada en su experiencia u opinin personal. Esta probabilidad puede ser muy diferente a
la probabilidad subjetiva asignada por otra persona.
Ejemplo: un msico puede asignar una determinada probabilidad sobre el futuro xito de su disco,
y la misma puede ser muy diferente de la asignacin de probabilidad que haga quin se encargue de
editar ese disco.
La probabilidad subjetiva es de uso especial en la toma de decisiones en

situaciones en las cuales no se puede hacer determinacin emprica de la
probabilidad del evento.
Por ltimo, tenemos la definicin axiomtica que, basada en un conjunto de axiomas y

propiedades, permite un desarrollo riguroso y matemtico de la probabilidad. La misma fue
introducida por A. N. Kolmogorov. Ms adelante desarrollaremos este tema porque, antes, es
necesario que precisemos algunos conceptos.
ESPACIO MUESTRAL: es el conjunto de los resultados posibles de un experimento aleatorio.

Lo designaremos con la letra S .
SUCESO: cada subconjunto del espacio muestral se denomina suceso y, particularmente, a

cada uno de los elementos de dicho espacio, se lo denomina suceso elemental. Los sucesos
pueden darse por extensin (nombrando cada uno de los elementos), o por comprensin
(estableciendo alguna propiedad que los caracterice). Tanto el conjunto vaco O
/ , como el
espacio muestral S son de por s sucesos. Al conjunto vaco se lo denomina suceso imposible, y
al espacio muestral, suceso seguro o cierto.
A los sucesos los designaremos con letras maysculas.
Ejemplo: Una bolsa contiene diez bolillas enumeradas del 0 al 9. Extraemos una al azar y observo
su nmero.
Espacio muestral: S = {0,1,2,3,4,5,6,7,8,9}
Algunos sucesos asociados al experimento pueden ser:
A= la bolilla que se extrajo tiene un nmero impar (por comprensin)
A= {1,3,5,7,9}(por extensin)
B= {5,6,7,8,9}(por extensin)
B= el nmero de la bolilla que se extrajo es mayor a cuatro. (por comprensin)
C= el nmero de la bolilla que se extrajo es 15
C= O
/
Algunos sucesos elementales: {0} , {5}, {8}
Pg. - 5 -
Ejercicio: Se tira un dado dos veces.

a. Halla el espacio muestral.
b. Nombra por extensin los siguientes sucesos:
A= Salen dos nmeros pares.
C= En el primer tiro sale un cinco.
D= En, al menos uno de los tiros, sali el nmero dos
M= Slo en uno de los tiros sali un nmero impar.
c. Suponiendo que los dados estn equilibrados, calcula la probabilidad de cada uno de los sucesos
enunciados en el punto b. Cul de las definiciones de probabilidad utilizaras para calcularlas?
Por qu?
Pregunta: Si sumamos las probabilidades de los sucesos que integran el espacio muestral, cunto
nos da la suma? Por qu?
OPERACIONES ENTRE SUCESOS: Existe un isomorfismo entre las lgebras de sucesos y las
lgebras de conjuntos, puesto que los sucesos son conjuntos. Por ello, podemos combinar sucesos
para formar nuevos sucesos, utilizando las diferentes operaciones que provienen de la Teora de
Conjuntos:
A B
A B
Ac
es el suceso que ocurre si se cumple alguno de ellos o ambos a la vez.

es el suceso que ocurre si ambos sucesos ocurren a la vez.
(complemento de A ), es el suceso que ocurre si A no sucede. Tambin podemos
simbolizarlo como A
PROPIEDADES DE LAS OPERACIONES ENTRE SUCESOS.

A B C = ( A B ) C = A (B C )
A B C = ( A B ) C = A (B C )
Asociativas:
Distributivas:
Leyes de De Morgan:
( A B ) C = ( A C ) (B C )
( A B ) C = ( A C ) (B C )
( A B )c = A c B c
( A B )c = A c B c
REPRESENTACIN DE SUCESOS: utilizaremos diagramas de Venn para los sucesos y un

rectngulo para identificar el espacio muestral. Ejemplos:
Pg. - 6 -
A C Bc
BC
( A B C )c
A ( B C )c
(A B C ) c
Bc
(A B ) (B A )
c
Pg. - 7 -
Ejercicios:
1) De la siguiente caja se extrae una bolita tras otra, hasta que se encuentra una de color blanca.
a. Describe el espacio muestral.

b. Nombra por extensin los siguientes sucesos:
A= Se realizan, al menos, dos extracciones.
B= Se realizan slo tres extracciones.
C= Se realizan menos de cuatro extracciones.
D= Se realiza, a lo sumo, una extraccin
c. Cul es la probabilidad de extraer una bolita negra en la primera extraccin?
2) Se definen los siguientes eventos:
A = {x N / x < 8}
B = {x N 0 / x = 2k , k = 0,1,2,3}
C = nmeros naturales primos menores que 12
Expresa por extensin, los siguientes sucesos: B c , B C , ( A C ) , B C c , ( A B ) C , si se

c
conoce que el espacio muestral es: S = {x N 0 / 0 x 12}
3) En el tercer ao del Profesorado de Matemtica, estn matriculados 152 alumnos. En lgebra

se han inscripto 71 alumnos, y en Probabilidad y Estadstica, 64 alumnos. Se conoce que 47
alumnos no cursan ninguna de las dos materias. Indica la cantidad de elementos de los
siguientes sucesos:
A= alumnos que cursan lgebra pero no Probabilidad
B= alumnos que cursan, a lo sumo una, de ambas materias
C= alumnos que cursan, al menos una, de ambas materias
ALGO MS SOBRE EL ESPACIO MUESTRAL

Si bien hasta aqu slo hemos tratado con espacios muestrales finitos, tambin los hay
infinitos.
Ejemplo 1: un experimento consiste en tirar una moneda tantas veces como sea necesario hasta
que resulta cara. El espacio muestral que resulta es: S = {c; sc; ssc; sssc; ssssc;...} , y se denomina:
espacio muestral infinito numerable o contable.
Ejemplo 2: duracin de una componente electrnica. El espacio muestral que resulta es
S = {t R / t 0} , y se denomina espacio muestral infinito no numerable
Como en el caso finito, se obtiene un espacio de probabilidad con elementos que tienen asignados un
valor de probabilidad, por lo tanto, la suma de dichas probabilidades tambin nos debe dar 1.
Pg. - 8 -
Hemos visto que una de las maneras de calcular la probabilidad, es aplicando la definicin de
Laplace y que podemos calcularla porque sabemos a priori cules sern los resultados posibles del
experimento aleatorio, los cuales formarn parte del espacio muestral. Pero tambin debemos tener
la seguridad que cada uno de esos resultados tiene la misma oportunidad de ocurrir. Si esto es as,
estamos en presencia de un espacio muestral equiprobable. Pero si la probabilidad de cada suceso
del espacio muestral no es la misma, no se puede calcular la probabilidad a partir del espacio
muestral aplicando la definicin clsica, porque dicho espacio ya no sera equiprobable.
Ejemplo: se tira un dado que no es equilibrado cul es la probabilidad de que salga el 6? El espacio
muestral es: S = {1,2,3,4,5,6}, pero por las caractersticas del dado, cada cara no tiene igualdad de
oportunidades de salir, por lo tanto, no estamos en condiciones de aplicar la definicin de Laplace,
es decir, no se puede afirmar que P (" sale 6" ) =
1
. Habr que buscar otros recursos para poder
6
calcular esta probabilidad se te ocurre cules?
SUCESOS MUTUAMENTE EXCLUYENTES O INCOMPATIBLES.

Los sucesos A y B son mutuamente excluyentes, o incompatibles, si A B = 0/ ; es decir A y B
son mutuamente excluyentes si cuando ocurre uno no puede ocurrir el otro.
En general, los sucesos: A1 , A2 , A3 ,..., An son mutuamente excluyentes si Ai A j = 0/ ,
i j .
Ejemplo: Dado el experimento de tirar un dado y los siguientes sucesos:
A=sale un nmero par
B=sale el nmero tres
C=Sale un nmero menor a tres
Los sucesos A y B son mutuamente excluyentes, puesto que no pueden ocurrir simultneamente. En
cambio no son mutuamente excluyentes los sucesos A y C, ya que su interseccin no es vaca.
Ejercicio 1: Se saca una carta de un mazo de 40.

a. Indica cules de los siguientes sucesos son mutuamente excluyentes:
A=Sale una carta de copa
B=Sale una figura
C=Sale un as
D=Sale una carta de oro menor a cinco
E= Sale una carta de basto con el nmero 2
F= Sale una figura de basto
b. Calcula la probabilidad de cada uno de los sucesos del punto anterior.
Pg. - 9 -
DEFINICIN AXIOMTICA DE PROBABILIDAD
P e s u n a f u n c i n d e p r o b a b i l i d a d d e f i n i d a e n u n e s p a c i o d e s u c e s o s (S ) s i :
1 ) P a r a t o d o s u c e s o A , s e c u m p l e q u e P ( A) 0 .
2 ) P(S ) = 1 .
3 ) S i A1 , A2 ,... An s o n m u t u a m e n t e e x c l u y e n t e s , e n t o n c e s P Ai =
P( A ) .
i =1
Por ejemplo si los sucesos A y B son mutuamente excluyentes, la probabilidad de la

u n i n d e a m b o s , s e c a l c u l a : P ( A B ) = P ( A) + P ( B )
A partir de estos axiomas puedes demostrar los teoremas que se enuncian a continuacin.
Demostraremos uno de ellos, los dems quedan como ejercicio.
0/ es el conjunto vaco, entonces P (0/ ) = 0 .

c
c
Teorema 2: Si A es el complemento de un suceso A , entonces P ( A ) = 1 P ( A) . Demostracin: El
espacio muestral S se puede descomponer en los sucesos A y Ac mutuamente excluyentes, es decir,
Teorema 1: Si
S = A Ac . Por axiomas 2 y 3: 1 = P( S ) = P ( A Ac ) = P ( A) + P ( Ac ) de lo cual se desprende la tesis.

Teorema 3: Si A B , entonces P ( A) P ( B ) .
Teorema 4: Si A y B son dos sucesos, entonces P ( A B ) = P ( A) P ( A B ) .
c
Teorema 5: Si A y B son dos sucesos, entonces P ( A B ) = P ( A) + P ( B ) P ( A B ) . Este teorema
puede generalizarse para ms cantidad de sucesos. Por ejemplo:
P ( A B C ) = P ( A) + P ( B ) + P ( C ) P ( A B ) P ( A C ) P ( B C ) + P ( A B C ) .
Ejemplo: Sobre un total de 300 alumnos de Analistas de Sistemas, se sabe: 120 cursan estadstica,
150 anlisis matemtico y 80 ambas materias. Se toma un alumno al azar entre los 300. Calcula las
siguientes probabilidades:
a.
b.
c.
d.
e.
f.
Que
Que
Que
Que
Que
Que
el alumno
el alumno
el alumno
el alumno
el alumno
el alumno
curse alguna de las materias.

slo curse Estadstica.
slo curse Anlisis.
no curse Anlisis.
no curse ninguna de las materias.
curse slo una de las materias.
a. Llamando: A = el alumno cursa Estadstica y B = el alumno cursa Anlisis, se pide calcular

P ( A B ) , y como estos sucesos no son mutuamente excluyentes ser:
120 150 80 19
+
=
300 300 300 30
120 80
4
b. Se pide P ( A B c ) , as: P ( A B c ) = P ( A) P ( A B ) =
=
300 300 30
P ( A B ) = P ( A) + P ( B ) P ( A B ) =
Pg. - 10 -
c. Se pide P( B Ac ):
P ( B Ac ) = P ( B ) P ( A B ) =
150 80
7
=
300 300 30
d. Se pide B c (complemento de B ), as:
P( B c ) = 1 P( B) = 1
150 1
=
300 2
e. El suceso no curse ninguna de las materias es el complemento del suceso curse alguna de ellas
(calculado en el tem a), por lo tanto podemos hacer: P ( A B ) c = 1 P ( A B ) = 1
19 11
=
30 30
f. Se pide calcular la probabilidad que el alumno slo apruebe anlisis o slo apruebe estadstica, es
decir: P A B c B Ac .
Como estos sucesos son mutuamente excluyentes y sus
((
) (
))
probabilidades fueron calculadas en los tems b y c, ser:
((
) (
))
P A B c B Ac =
4
7
11
+
=
30 30 30
Otra forma de averiguar lo que se pide, sera calculando: P ( A B ) P ( A B ) =
190 80 11
=
300 300 30
EJERCICIOS:
1) La probabilidad de que cierta empresa invierta en productos tipo A es del 0,4 y que invierta en
productos tipo B es 0,7. Se sabe, adems, que existe un 20% de probabilidades de que no invierta
en ninguno de los productos A y B. Calcula la probabilidad de que la empresa:
a. slo invierta en uno de ambos productos.
b. invierta en al menos uno de los productos.
c. invierta en ambos productos.
2) Se dispone de un dado con tres 1, dos 2 y un 3. Se lo tira dos veces consecutivas y anotamos
la suma de los resultados.
a. Cul es el espacio muestral?
b. Cul es la suma ms probable?
3) Un profesor de educacin fsica ofrece a sus alumnos practicar estos deportes: voley, ftbol y
bsquet. Tiene un total de 80 alumnos. Cuando el profesor toma nota de sus preferencias, resulta
que: 5 alumnos desean practicar los tres deportes, 8 alumnos slo voley y ftbol y 12 slo ftbol y
bsquet. En total son 30 los alumnos anotados para ftbol, 50 los de bsquet y 40 los de voley.
No hay ninguno que desee practicar solamente voley. Si se escoge un alumno al azar entre los 80,
calcula las siguientes probabilidades:
a. Que el alumno haya elegido slo bsquet.
b. Que el alumno haya elegido no realizar ningn deporte.
c. Que el alumno haya elegido, a lo sumo, dos deportes.
4) En una remisera el 30% de los autos son blancos y el 80% son gasoleros. Por otro lado, se sabe
que el 10% de los autos son blancos y nafteros. No hay autos con GNC. Si un seor toma un auto,
cul es la probabilidad que no sea blanco y, adems, gasolero?
5) Halla la probabilidad de:
a. Sacar un nmero menor a 7 al tirar un dado equilibrado.
b. Obtener el mismo nmero de caras que de cruces cuando se lanzan cinco monedas.
c. Sacar un nmero cuadrado perfecto de una bolsa con bolillas enumeradas del 1 al 100.
Pg. - 11 -
6) Un experimento aleatorio tiene 4 posibles resultados, a1 , a2 , a3 y a4 , que no son equiprobables.

Halla
las
probabilidades
de
P (a1 ) =
1
P (a2 ) = 3P (a3 ) = 2 P (a4 ).
2
cada
uno
de
esos
resultados,
sabiendo
que:
7) En una empresa el 60% de los empleados saben computacin, el 30% portugus y el 20% ambas
cosas. Halla la probabilidad, que al elegir un empleado al azar, sepa:
a. Computacin y no portugus.
b. Ninguna de ellas.
PROBABILIDAD CONDICIONAL.
Un cierto suceso B est condicionado por otro suceso A, cuando el hecho de haber ocurrido A,
influye en la probabilidad de que ocurra B.
Llamaremos p r o b a b i l i d a d c o n d i c i o n a l del suceso B con respecto a A (o: probabilidad de que
se d B, habindose dado A), al nmero:
P ( B / A) =
P ( B A)
P ( A)
siendo P ( A) =/ 0
Al suceso A se lo denomina suceso condicionante y al suceso B , suceso condicionado.

Ejemplo 1: De un mazo de 40 cartas espaolas, se extrae una carta al azar y se observa que es de
espada, cul es la probabilidad que sea una figura de espada? Llamaremos:
A=la carta es de espada.
B=la carta es una figura de espada.
De acuerdo al enunciado, sabemos que A ocurre, por lo tanto, es el suceso condicionante. Dicho de
otra manera, el suceso A condiciona al suceso B. Esta informacin previa nos estara reduciendo
el espacio muestral, pues ya no tomaramos en cuenta las 40 cartas, sino slo aqullas que son de
espada. La probabilidad pedida es:
3
P ( B A) 40 3
P ( B / A) =
=
=
10 10
P ( A)
40
Observa que si no se hubiera sabido que la carta era de espada, la probabilidad pedida hubiese
sido un nmero menor, por qu?
Ejemplo 2: Los motores de cierta produccin se someten a la prueba X y a la prueba Z. La
probabilidad de que un motor falle en la prueba X es de 0,05, que falle en la prueba Z es de 0,03 y
que falle en ambas pruebas es de 0,01. Si un motor fall en la prueba X, cul es la probabilidad que
tambin falle en la prueba Z? Llamemos:
Pg. - 12 -
X= el motor falla en la prueba X

Z= el motor falla en la prueba Z
De acuerdo al enunciado se sabe que el suceso X ocurre, por lo tanto, es el suceso condicionante y
el suceso Z es el suceso condicionado. La probabilidad pedida es:
P (Z / X ) =
P( X Z ) 0,01
=
= 0,2
P( X )
0,05
EJERCICIOS:
1) La frmula de probabilidad condicional debe cumplir con los axiomas de la definicin de
probabilidad. Demuestra que esto es as.
2) En una muestra de 100 casas de cierta poblacin, se registr lo siguiente: 60 tienen agua
corriente, 40 agua de pozo y 20 no tienen ninguno de los recursos. Existen casa que tienen
ambos recursos. Se elige una casa que tiene pozo de agua, cul es la probabilidad que tenga
agua corriente?
3) Sea el caso de lanzar un par de dados corrientes. Si la suma de ambas caras es 6, cul es la
probabilidad de que uno de los dados sea 2?
4) Se extrae una carta de un mazo de 40. Calcula la probabilidad que la carta sea un rey o una sota,
sabiendo que la carta es una figura.
5) De un cierto contingente de personas se sabe que el 80% son mayores de 30 aos, que el 25%
son fumadores y que el 85% del contingente son personas fumadoras o mayores de 30 aos. Si se
elige una persona fumadora, cul es la probabilidad de que resulte tener ms de treinta aos?
6) En una urna se tienen 4 bolitas negras y 5 bolitas azules, todas ellas enumeradas del 1 al 9. Las
bolitas negras tienen los nmeros pares y las azules tienen los nmeros impares. Se extrae una
bolita al azar. Calcula:
a. Si se sabe que la bolita es azul, cul es la probabilidad que tenga el nmero 3?
b. Si se sabe que la bolita tienen un nmero par, cul es la probabilidad que la bolita sea negra?
c. Si se sabe que la bolita es negra, cul es la probabilidad que sea un nmero impar?
d. Cul es la probabilidad que la bolita tenga un nmero menor a 5?
7) Una pieza puede tener dos tipos de defectos: el A y el B. La probabilidad de que tenga el
defecto A es del 1%, que tenga el defecto B es del 0,5% y que no tenga ninguno de los defectos
es del 98,6%. Se toma una pieza al azar y se observa que tiene algn defecto, cul es la
probabilidad de que slo tenga el defecto A?
TEOREMA DE LA MULTIPLICACIN:
Partiendo de la definicin de probabilidad condicional P ( B / A) =
deduce que:
P ( B A)
, ( P ( A) =/ 0 ),
P ( A)
se
P ( B A) = P ( B / A).P ( A)
A esta igualdad se la denomina teorema de la multiplicacin, y nos proporciona una manera de

calcular la probabilidad de que ocurran los sucesos A y B, a la vez.
Pg. - 13 -
Por otro lado, si partimos que:
P( A / B ) =
Entonces
Y como
Resulta
P( A B )
P(B )
P( B) 0
P ( A B ) = P ( A / B ).P ( B )
A B = B A
P ( B / A).P ( A) = P ( A / B ).P ( B )
Ejemplo: Se conoce que el 20% de los clientes de un video club tiene preferencias por las
pelculas francesas, y de los que optan por estas pelculas, el 7% las prefiere policiales. Se
elige un cliente al azar, cul es la probabilidad de que elija una pelcula policial francesa?
Llamemos:
F= el cliente prefiere pelculas francesas
P= el cliente prefiere pelculas policiales
Los datos son:
P( F ) = 0,20
P(P / F ) = 0,07
La probabilidad pedida es:
P(F P ) = P ( F ).P( P / F ) = 0,20 . 0,07 = 0,014
NOTA: El teorema de la multiplicacin puede extenderse para n sucesos de la siguiente manera:
P ( A1 A2 ..... An ) = P ( A1 ).P ( A2 / A1 ).P ( A3 / A1 A2 )...P ( An / A1 A2 ... An 1 ).
Ejemplo: Un lote de 10 artculos tiene 4 defectuosos. Se toman al azar tres artculos del lote uno
tras otro. Halla la probabilidad de que los tres artculos estn buenos. Si llamamos:
A1 = el primer artculo es bueno
A2 = el segundo artculo es bueno

A3 = el tercer artculo es bueno
Se pide: P ( A1 A2 A3 )
La probabilidad de que el primer artculo est bueno es: 6/10. Si el primero es bueno, entonces la
probabilidad de que el segundo tambin lo sea es: 5/9. De igual manera, si los dos primeros fueron
buenos, para el tercero es: 4/8. As, por el teorema de la multiplicacin resulta que la probabilidad
pedida es: P ( A1 A2 A3 ) = P ( A1 ).P ( A2 / A1 ).P ( A3 / A1 A2 ) =
6 5 4 1
. . =
10 9 8 6
Pg. - 14 -
TEOREMA DE LA PROBABILIDAD TOTAL.

Se dice que los sucesos B1 , B2 , B3 ..., Bn forman una particin del espacio muestral, cuando cumplen
con las siguientes condiciones:
La interseccin de los sucesos, tomados de dos en dos, es vaca: Bi B j = 0/ , i j
n
La unin de todos los sucesos nos da el espacio muestral:
UB = S
i
i =1
Cada suceso no es un conjunto vaco: Bi 0/ , i

Entonces, sean los sucesos B1 , B2 , B3 ..., Bn una particin del espacio muestral S de un experimento
aleatorio, si A es un suceso cualquiera del experimento, l a p r o b a b i l i d a d t o t a l del suceso A es:
P ( A) = P ( A / B1 ).P ( B1 ) + P ( A / B2 ).P ( B2 ) + P ( A / B3 ).B3 + ... + P ( A / Bn ) P ( Bn )

Veamos cmo se obtiene esta igualdad. El siguiente diagrama ilustra la interseccin del conjunto
A con la particin B1 , B2 , B3 ..., Bn :
Por lo tanto: A = (B1 A) (B2 A) (B3 A)...(Bn A) .

Observa que aunque B1 A = 0/ , esta descomposicin de A no queda invalidada.
Por definicin, los conjuntos que forman parte de la descomposicin de A, son mutuamente
excluyentes, entonces, aplicando probabilidad a la igualdad, resulta:
P ( A) = P (B1 A) + P(B2 A) + P (B3 A) + ... + P (Bn A)
Por ltimo, si aplicamos el teorema de la multiplicacin en cada uno de los trminos, obtenemos la
probabilidad total de A :
n
P ( A) = P ( A / B1 ).P ( B1 ) + P ( A / B2 ).P ( B2 ) + P ( A / B3 ).B3 + ... + P ( A / Bn ) P ( Bn ) = P( A / Bi ).P ( Bi )

1
Pg. - 15 -
Ejemplo: Tenemos tres cajas. La C1 contiene 10 lmparas de las cuales 4 son defectuosas. La C2
contiene 5 lmparas, de las cuales 1 es defectuosa; y por ltimo la C3 que contiene 2 defectuosas
sobre un total de 8 lmparas. Se toma una caja al azar y, de esta caja, se toma una lmpara. Cul
es la probabilidad de que la lmpara sea defectuosa?
En la situacin planteada se realiza el experimento en dos etapas: tomar una caja al azar y luego de
esta caja, tomar una lmpara. La probabilidad de que esta lmpara sea defectuosa depender de la
caja de donde se extraiga. Considera los sucesos: C1= se elige la caja 1 ; C2= se elige la caja 2
C3= se elige la caja 3; D=se elige una lmpara defectuosa; B= se elige una lmpara buena, y
completa las siguientes probabilidades:
P(C1) = ...
P(C 2) = ...
C1
P (D / C1) = ... P(B / C1) = ...
P(C 3) = ...
C2
P (D / C 2) = ... P (B / C 2 ) = ...
C3
P(D / C 3) = ...
P (B / C 3) = ...
Las probabilidades calculadas anteriormente podemos trasladas al siguiente diagrama de rbol:
D / C1
1
3
0,4
C1
0,6
B / C1
D / C2
1
3
0,2
C2
0,8
B / C2
D / C3
1
3
0,25
C3
0,75
B/C3
Por ltimo, la probabilidad total de defectuosa es:
P ( D ) = P (C1) . P ( D / C1) + P (C 2) . P ( D / C 2) + P (C 3).P( D / C 3) =
=
1
. 0,4
3
1
3
. 0,2
1
3
. 0,25
17
60
Pg. - 16 -
Ejercicio: Tres mquinas A, B y C producen respectivamente 40%, 35% y 25% del nmero total de
artculos de una fbrica. Los porcentajes de desperfectos de produccin de estas mquinas son 1%,
3% y 4%. Si se selecciona al azar un artculo, halla la probabilidad de que el artculo sea defectuoso.
TEOREMA DE BAYES.
Continuemos con el ejercicio anterior. Supongamos que se selecciona un artculo y se observa que
este es defectuoso, cul es la probabilidad de que lo haya producido la mquina A?
Si llamamos: A= el artculo lo produce la mquina A y D=el artculo es defectuoso, entonces se
pide P ( A / D ) , es decir, la probabilidad de que el artculo sea de la mquina A, sabiendo que es
defectuoso. Para resolver este tipo de problemas, estudiaremos el T e o r e m a d e B a y e s :
Sean los sucesos B1 , B2 , B3 ,..., Bn , una particin del espacio muestral S, de un experimento. Si A
es un suceso del experimento con la condicin de ser P ( A) 0 , entonces es:
P ( Bi / A) =
P ( Bi ).P ( A / Bi )
P ( A / B1 ).P ( B1 ) + P ( A / B2 ).P ( B2 ) + P ( A / B3 ).P ( B3 ) + ...P ( A / Bn ).P ( Bn )
Veamos cmo hacer uso de este teorema, para resolver la situacin planteada. En principio,
representemos los datos de los que se dispone en un diagrama de rbol:
D/ A
0,40
0,01
A
A= el artculo lo produce la mquina A
B= el artculo lo produce la mquina B
C= el artculo lo produce la mquina C
D = el artculo es defectuoso
D = el artculo no es defectuoso
0,99
D/A
D/B
0,35
0,03
B
0,97
D/B
D/C
0,25
0,04
C
0,96
D /C
Aplicando el Teorema de Bayes:

P( A / D) =
0,40 . 0,01
P( A).P( D / A)
=
0,163
P ( A).P ( D / A) + P ( B ).P( D / B) + P (C ).P ( D / C ) 0,40 . 0,01 + 0,35 .0,03 + 0,25 . 0,04
En palabras: dividimos la probabilidad de la trayectoria pedida, por la suma de la probabilidad de

aquellas trayectorias que conducen a un artculo defectuoso.
Pg. - 17 -
Ejercicio: Demuestra el Teorema de Bayes.
SUCESOS INDEPENDIENTES.
Dos sucesos A y B son independientes, si la ocurrencia de uno no modifica la ocurrencia del otro.
Es decir:
P ( B / A) = P ( B ) (el suceso A no condiciona al suceso B )
P ( A / B ) = P ( A) (el suceso B no condiciona al suceso A )
Luego, si A y B son independientes se cumple:
P ( A B ) = P ( A).P ( B )
Podemos concluir, entonces, que dos sucesos A y B , incluidos en el espacio muestral, son
i n d e p e n d i e n t e s , s y slo s, la probabilidad de la interseccin es igual al producto de sus
respectivas probabilidades.
NOTA: Una familia de sucesos es independiente, si lo es para cada subfamilia finita. As, por
ejemplo, tres sucesos A, B y C , sern independientes, si cumplen con las siguientes condiciones:
P ( A B ) = P ( A) . P ( B )
P ( A C ) = P ( A) . P (C )
P (C B ) = P (C ) . P( B )
P ( A B C ) = P( A) . P ( B ) . P (C )
EJERCICIOS:
1) Demuestra las siguientes afirmaciones:
a. Si A y B son sucesos de probabilidad no nula y mutuamente excluyentes, entonces, no
pueden ser independientes
b. Si A y B son sucesos de probabilidad no nula e independientes, entonces, no pueden ser
mutuamente excluyentes
c. Si A y B son sucesos independientes, entonces, A y B son independientes
2) En la caja N 1 hay 2 bolitas blancas y 8 azules. En la caja N 2 hay 6 blancas y 4 azules. En
otra parte se tienen tres papeles. Dos de ellos con la inscripcin caja N 1 y el restante con la
inscripcin caja N 2. Una persona extrae un papel, luego, de la caja cuyo nmero indica el papel,
extrae una bolita. Nos informa que la bolita es blanca. Cul es la probabilidad de acertar si
apostamos a que la bolita sali de la caja N 1?
3) Siguiendo con las cajas del ejercicio anterior. Supongamos que de la caja N 1 extraemos una
bolita que no reponemos. Luego de la misma caja extraemos una segunda bolita. Cul es la
probabilidad de que la primera haya sido blanca y la segunda azul?
Pg. - 18 -
4) En un aula hay 60 alumnos de tres grupos: A,B y C; 15 alumnos estn en A, 20 alumnos estn en B
y 25 alumnos estn en C. El nmero de alumnos que han aprobado el curso es: 10 de A, 19 de B y
12 de C. Se elige un alumno al azar, y resulta que ha aprobado el curso. Halla la probabilidad de
que dicho alumno sea del grupo B.
5) Tres caones disparan a un blanco, uno tras otro. Las probabilidades de acertar en el blanco son
0,5, 0,4 y 0,3, del primer, segundo y tercer can, respectivamente. Halla las probabilidades de
los siguientes sucesos:
A= Se acierta en el blanco al primer disparo.
B= Se acierta en el blanco al segundo disparo (no antes).
C= Se acierta en el blanco al tercer disparo (no antes).
D= Uno, al menos, de los dos primeros disparos acierta en el blanco.
E= Uno, al menos, de los tres disparos acierta en el blanco.
6) Un mecanismo consta de 25 componentes. Para que el mecanismo funcione, no debe estar
averiado ninguno de ellos. El hecho que un componente se avere es independiente que lo hagan o
no los dems. Sabiendo que todos los componentes tienen la misma probabilidad de averiarse,
que es 0,03, halla la probabilidad que el mecanismo funcione.
7) En una ciudad hay dos examinadores para la obtencin del carnet de conducir; el primero
examina los lunes, mircoles y viernes; y el segundo los martes y jueves. El primero aprueba a 4
de cada 7 examinados; el segundo aprueba a 5 de cada 9 examinados. Si es igualmente probable
examinarse en uno u otro da de la semana, halla la probabilidad de aprobar el examen.
8) Una urna contiene 3 bolas rojas y 7 blancas. Se saca una bola de la urna y se reemplaza por una
del otro color. Se saca de la urna una segunda bola.
a. cul es la probabilidad que la segunda bola sea roja?
b. Si ambas bolas son del mismo color, cul es la probabilidad que las dos sean blancas?
9) Con base en datos geolgicos, una compaa petrolera estima que hay una probabilidad de 0,3 de
encontrar petrleo en cierta regin. Se sabe por experiencia previa que si se ha de encontrar
petrleo, hay una probabilidad de 0,4 de hallarlo en la primera serie de perforaciones. Si esta
primera serie de perforaciones no resulta exitosa, cul es la probabilidad de hallar petrleo a la
larga?
P( A / Ai ).P( Ai ) ?
10) Si A1 , A2 ,..., An son sucesos. Es cierto que P( A) =
11) Cierto proyectil da en el blanco con probabilidad 0,3. Cuntos proyectiles debern ser
disparados para que haya al menos un 80% de probabilidad de pegar en el blanco?
12) En una entidad bancaria se clasifican a los deudores de crditos, de acuerdo al monto de su
deuda en tres categoras: A, B y C. Adems, a cada categora se la clasifica segn sea la forma
de pago de los crditos en: efectivo (E) o transferencia bancaria (T). El 28% de los clientes,
pertenecen a la categora A, y de ellos el 35% paga su crdito en efectivo. El 41 % son de la
categora B, y de ellos, el 48 % paga a travs de una transferencia bancaria. Se conoce que el
49,35% de los clientes que tienen deudas de crditos las paga mediante transferencia bancaria.
a. Se toma un cliente al azar, y se sabe que paga sus crditos mediante transferencia bancaria,
cul es la probabilidad que pertenezca a la categora A o a la B?
b. Se toma un cliente al azar, cul es la probabilidad de que sea de la categora A y pague sus
crditos mediante transferencia bancaria?
c. Se toma un cliente al azar y se conoce que paga sus crditos en efectivo, cul es la
probabilidad que pertenezca a la categora C?
Pg. - 19 -
EJERCITACIN INTEGRADORA.
1) De una comisin de treinta analistas de sistemas, diez son mujeres. Tanto la mitad de los
hombres, como la mitad de las mujeres, estn capacitados en cierto lenguaje de programacin.
El jefe de los treinta analistas decide seleccionar a uno de ellos para enviarlo al exterior a
realizar un curso. Si toma al azar un nombre de la lista de la comisin, cul es la probabilidad
de que sea una mujer o una persona capacitada en programacin?
2) El encargado de control de calidad de la produccin de cierto artculo, ha descubierto que en
las ltimas producciones los artculos han presentado dos tipos de fallas (A y B). Para estudiar
el caso, decide tomar una muestra grande de dichos artculos. Verifica que el 81% no presenta
fallas y que el 10% presenta la falla B. Cul es la probabilidad de que un artculo de dicha
muestra presente solamente una de ambas fallas si el encargado supone que las fallas son
independientes?
3) Siguiendo con el ejercicio anterior. El encargado descubre que entre las fallas A y B no hay
independencia. Entonces decide estudiar una nueva muestra. Sus conclusiones son las
siguientes: la probabilidad de que un artculo no tenga la falla B es 0,80 y la de que un artculo
que tenga la falla B, tambin tenga la falla A, es 0,25. Por ltimo, la probabilidad de que una
pieza tenga slo una de las fallas es 0,40.
a) Se toma una pieza al azar, cul es la probabilidad de que no tenga la falla A?
b) Cul es la probabilidad de que una pieza que tenga la falla A, tenga la falla B?
4) Se ha encuestado a un grupo de estudiantes sobre sus actividades deportivas, obtenindose los
siguientes resultados: la 1/3 parte del grupo juega ftbol, el resto hace tenis o natacin. Las
2/5 partes de estos ltimos, slo hace natacin. Por otro lado, la 1/6 parte de los encuestados
hace tenis y natacin.
a) Si tomamos una persona al azar del grupo encuestado, cul es la probabilidad de que slo
juegue tenis?
b) Si tomamos una persona que juega tenis, cul es la probabilidad que tambin haga natacin?
5) Se tiene una urna con 7 tarjetas verdes y 5 tarjetas naranjas. Se extrae una tarjeta y se la
reemplaza por una de color blanco. De esta urna se vuelven a extraer dos tarjetas
sucesivamente, cul es la probabilidad de que una de ellas sea blanca?
6) Se estima que aproximadamente el 75% de los conductores de automvil de la ciudad de Buenos
Aires poseen registro para conducir. Hay un 0,4 de probabilidad de que aquellos que tienen
registro conozcan el reglamento de trnsito. Se sabe, adems, que el 32,5% de los conductores
de la ciudad de Buenos Aires conocen el reglamento.
a) Si un vigilante detiene al azar a un conductor y ste acredita no conocer el reglamento de
trnsito, cul es la probabilidad que posea registro para conducir?
b) Si un vigilante detiene al azar a un conductor, cul es la probabilidad que no posea registro
y no conozca el reglamento?
7) Los alumnos de cierto curso estn cursando lgebra, Topologa y Probabilidad. Por experiencias
previas, se conoce lo siguiente: la probabilidad de que un alumno apruebe lgebra es de 0,50 y
de que apruebe Topologa, 0,30. La probabilidad de que no apruebe ninguna de las tres materias
Pg. - 20 -
es de 0,12 y de que apruebe las tres es de 0,05. La probabilidad de que apruebe Probabilidad y
lgebra es de 0,12 y de que apruebe Probabilidad y Topologa, 0,11. El 30% de los que aprueban
lgebra, aprueban Topologa. Al final del ciclo lectivo, se toma un alumno al azar, cul es la
probabilidad de que slo haya aprobado Probabilidad?
8) Dos vendedores inmobiliarios (X e Y) compiten por obtener mayor cantidad de ventas. La
probabilidad de que el vendedor X venda al 5% de los clientes que le toca es de 0,3, en
cambio, la probabilidad de que el vendedor Y venda al 5% de sus clientes, es de 0,2. La
probabilidad de que ninguno venda al 5% de los clientes que les toca, es del 65%. Si alguno de
los vendedores vende al 5% de los clientes que les toca, cul es la probabilidad de que se deba
al vendedor X?
9) En una urna, hay doble cantidad de bolitas negras que de blancas. La mitad de las bolitas de
cada color, tienen grabado el nmero 1. Se toma una bolita al azar,
a) cul es la probabilidad de que no tenga grabado el nmero 1?
b) cul es la probabilidad de que sea negra o tenga grabado el nmero 1?
10) Una persona que est en un cajero automtico ha olvidado la ltima cifra de su clave personal,
as que decide teclearla al azar. El cajero estudia por separado cada dgito tecleado, de manera
tal que si es incorrecto, avisa al usuario; ste podr realizar slo tres intentos, despus de los
cuales el cajero retiene la tarjeta. Si logr ingresar a su cuenta, cul es la probabilidad de que
haya conseguido ingresar en el tercer intento?
11) Dados los sucesos A y B , se sabe que: P ( A) = 0,56 , P ( B / A) = 2/7 y la probabilidad de que no
ocurran ninguno de los dos sucesos es 0,35. Cul es la probabilidad del suceso B?
12) Tres ruletas estn formadas por 15 sectores iguales. Cada sector tiene un color. En la primera
ruleta hay 3 sectores rojos, en la segunda hay 4 y en la tercera hay 2. Cul es la probabilidad
de que al girar a la vez se paren las tres en un sector rojo?
13) De la poblacin masculina entre los 30 y 35 aos que viven en cierta ciudad, el 25% tiene un
ttulo universitario, el 15% gana ms de $2.500 al mes y 65% no tiene ttulo universitario y gana
menos de $2.500 al mes. Cul es la probabilidad de que una persona elegida al azar de este
grupo gane ms de $2.500, si se sabe que tiene ttulo universitario?
14) Justifica la veracidad o falsedad de las siguientes afirmaciones:
a) Si A y B son sucesos independientes se cumple: P ( A B ) = 1 P ( A c ).P ( B c ) .
b) Si el espacio muestral E resulta de la unin de los sucesos A y B , y estos sucesos son
incompatibles, se puede asegurar que la probabilidad de B es igual a la probabilidad del
complemento de A .
15) Cierta empresa tiene 250 empleados y cuenta con 5 secciones. Dentro de cada seccin los
empleados tienen 4 categoras de sueldos, de acuerdo a las tareas que realicen. La siguiente
tabla muestra cmo estn distribuidos los empleados:
Categora de sueldos
Menos de $ 1.000
Entre $1.000 y $3.000
Entre $3.000 y $4.000
Ms de $4.000
Total
A
3
5
29
63
100
B
5
11
12
12
40
Pg. - 21 -
Secciones de la empresa
C
D
6
5
16
9
3
7
10
4
35
25
E
6
9
24
11
50
Total
25
50
75
100
250
Si se elige un empleado al azar:

a) Cul es la probabilidad que trabaje en la seccin B o gane menos de $3.000?
b) Si el empleado gana ms de $3.000, cul es la probabilidad que trabaje en la seccin A
o en la seccin B?
c) Cul es la probabilidad que gane menos de $4.000, sabiendo que trabaja en la seccin
E?
16) Una mquina embotelladora de bebidas ligeras coloca la tapa correctamente en el 99,5% del
tiempo si est bien ajustada, pero slo un 80% cuando no lo est. Si existe una probabilidad del
10% de que la mquina est desajustada, cul es la probabilidad de que una botella elegida al
azar tenga la tapa bien colocada?
17) En cierta facultad, el 25% de los varones son estudiantes de matemtica. Las mujeres
constituyen el 60% de los hombres y entre ellas, el 10% estudia matemtica. Si se selecciona al
azar un estudiante y resulta ser de matemtica, determina la probabilidad de que el estudiante
sea un hombre.
18) Un jugador no muy honesto utiliza el 10% de las veces que juega, una moneda de dos caras. En
cierta oportunidad, los primeros cinco lanzamientos resultaron cara. Cul es la probabilidad
que el jugador estuviera usando la moneda trucada?
19) Hay tres partidas de piezas, de 20 piezas en cada una de ellas. El nmero de piezas estndares
en la 1, 2 y 3 de las partidas es respectivamente igual a: 20, 15 y 10. De una partida tomada
al azar se ha escogido una pieza que result estndar. Despus de restituir la pieza a la
partida, de esta misma se extrajo por segunda vez, una pieza que tambin result estndar.
Halla la probabilidad de que las piezas se hayan tomado de la 3 partida.
20) Cuntas veces hay que tirar una moneda para que la probabilidad de sacar al menos una cara,
sea mayor o igual a 0,9?
RESPUESTAS
)
1) 0,6
)
)
)
)
4) a) 0,23 ; b) 0,416 5) 0,16 6) a) 0,6 ; b) 0,225
)
)
)
7) 0,23 8) 0,857 9) a) 0,5 ; b) 0,83 10) 0,3 11) 0,25 12) 0,007 1 13) 0,20
15) a) 0,396; b) 0,663 ; c) 0,78 16) 0,9755 17) 0,806 18) 0,78 19) 0,1379 20) mnimo 4
2) 0,18
)
3)a) 0,70 ; b) 0,16

Teã"rico Probabilidad.2012 PDF

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

Teã"rico Probabilidad.2012 PDF

Cargado por

Copyright:

Formatos disponibles

Nociones de probabilidad.

Experimento aleatorio. Espacio muestral.

ISFD y T N 24. Profesorado de Matemtica. Probabilidad y Estadstica.

Prof. Elisabet Obirek

CONCEPTOS BSICOS DE PROBABILIDAD

Cualquier enfoque analtico de los problemas estadsticos supone la evaluacin de la medida en

ms a un nmero. La teora de la probabilidad se basa en esta estabilidad de las frecuencias:

ISFD y T N 24. Profesorado de Matemtica. Probabilidad y Estadstica.

Prof. Elisabet Obirek

Si un experimento se ha realizado un nmero muy grande de veces para observar

nmero de casos favorables cantidad de elementos de A

nmero de casos favorables 3 1

NOTA: La probabilidad tambin puede expresarse como porcentaje: P ( A) =

A esta definicin tambin se la conoce como probabilidad clsica a priori, puesto

En la mayora de las ocasiones, la asignacin de las probabilidades de eventos de inters se basa

A la probabilidad de un determinado evento o suceso, asignada de esta manera, se

ISFD y T N 24. Profesorado de Matemtica. Probabilidad y Estadstica.

Prof. Elisabet Obirek

La probabilidad subjetiva es de uso especial en la toma de decisiones en

Por ltimo, tenemos la definicin axiomtica que, basada en un conjunto de axiomas y

ESPACIO MUESTRAL: es el conjunto de los resultados posibles de un experimento aleatorio.

SUCESO: cada subconjunto del espacio muestral se denomina suceso y, particularmente, a

ISFD y T N 24. Profesorado de Matemtica. Probabilidad y Estadstica.

Prof. Elisabet Obirek

Ejercicio: Se tira un dado dos veces.

es el suceso que ocurre si se cumple alguno de ellos o ambos a la vez.

PROPIEDADES DE LAS OPERACIONES ENTRE SUCESOS.

REPRESENTACIN DE SUCESOS: utilizaremos diagramas de Venn para los sucesos y un

ISFD y T N 24. Profesorado de Matemtica. Probabilidad y Estadstica.

Prof. Elisabet Obirek

ISFD y T N 24. Profesorado de Matemtica. Probabilidad y Estadstica.

Prof. Elisabet Obirek

a. Describe el espacio muestral.

Expresa por extensin, los siguientes sucesos: B c , B C , ( A C ) , B C c , ( A B ) C , si se

conoce que el espacio muestral es: S = {x N 0 / 0 x 12}

3) En el tercer ao del Profesorado de Matemtica, estn matriculados 152 alumnos. En lgebra

ALGO MS SOBRE EL ESPACIO MUESTRAL

ISFD y T N 24. Profesorado de Matemtica. Probabilidad y Estadstica.

Prof. Elisabet Obirek

calcular esta probabilidad se te ocurre cules?

SUCESOS MUTUAMENTE EXCLUYENTES O INCOMPATIBLES.

Ejercicio 1: Se saca una carta de un mazo de 40.

ISFD y T N 24. Profesorado de Matemtica. Probabilidad y Estadstica.

Prof. Elisabet Obirek

DEFINICIN AXIOMTICA DE PROBABILIDAD

Por ejemplo si los sucesos A y B son mutuamente excluyentes, la probabilidad de la

0/ es el conjunto vaco, entonces P (0/ ) = 0 .

S = A Ac . Por axiomas 2 y 3: 1 = P( S ) = P ( A Ac ) = P ( A) + P ( Ac ) de lo cual se desprende la tesis.

Teorema 5: Si A y B son dos sucesos, entonces P ( A B ) = P ( A) + P ( B ) P ( A B ) . Este teorema

puede generalizarse para ms cantidad de sucesos. Por ejemplo:

curse alguna de las materias.

a. Llamando: A = el alumno cursa Estadstica y B = el alumno cursa Anlisis, se pide calcular

ISFD y T N 24. Profesorado de Matemtica. Probabilidad y Estadstica.

Prof. Elisabet Obirek

d. Se pide B c (complemento de B ), as:

probabilidades fueron calculadas en los tems b y c, ser:

Otra forma de averiguar lo que se pide, sera calculando: P ( A B ) P ( A B ) =

ISFD y T N 24. Profesorado de Matemtica. Probabilidad y Estadstica.

Prof. Elisabet Obirek

6) Un experimento aleatorio tiene 4 posibles resultados, a1 , a2 , a3 y a4 , que no son equiprobables.

Al suceso A se lo denomina suceso condicionante y al suceso B , suceso condicionado.

ISFD y T N 24. Profesorado de Matemtica. Probabilidad y Estadstica.

Prof. Elisabet Obirek