PROBABILIDAD

Es el estudio de los experimentos aleatorios, es decir aquellos experimentos que repetidos bajo
las mismas condiciones pueden producir resultados diferentes.
Espacio muestral (W): Es el conjunto de todos los posibles resultados de un experimento, por
ejemplo en el lanzamiento de un dado W={1,2,3,4,5,6}.
Evento: Es un subconjunto de un espacio muestral. Se acostumbran notar por las primeras
letras del alfabeto, por ejemplo, al lanzar un dado, sea el evento A: Obtener un nmero par
A={2,4,6}.
Mtodo clsico: Sea A un evento con N(A) puntos muestrales un subconjunto de W el cual
contiene N puntos muestrales todos igualmente probables, entonces:
Pr(A) =

N(A) (casos a favor de A)

=
N
(casos probables)

Definicin: Dos eventos A y B son mutuamente excluyentes si AB=.

Funcin de probabilidad: Es una funcin Pr(.) con dominio en W y recorrido en el intervalo
[0,1] que satisface lo siguiente:
A.1

Pr(A) 0 A W.

A.2

Pr(W)=1

A.3
Sean A1, A2, ... eventos mutuamente excluyentes en W esto es Ai Aj = ij y
tambin (A1 A2 ..) W, entonces Pr(A1 A2 ...) = Pr(Ai).
Observacin: El enlace entre proposiciones mediante la letra "o" se traduce en teora de
conjuntos por la unin "". El enlace entre proposiciones mediante la letra "y" se traduce en
teora de conjuntos por la interseccin "".
Teorema: Pr(Ac) = 1 - Pr(A).
Demostracin:

1 = Pr(W)
= Pr(A Ac)
= Pr(A) + Pr(Ac)

por A.1
por A.3

Corolario: Pr()=0. Dado que W= c, entonces Pr() = 1- Pr(c) = 1- Pr(W) = 0.

Teorema: Si A y B son eventos mutuamente excluyentes entonces Pr(AB) = Pr(A) + Pr(B).

Demostracin:

Ejemplo: Al lanzar un dado la probabilidad de obtener un nmero par o un tres es:

Sean: A: # par y B: obtener un 3, entonces, Pr(AB)= Pr(A) + Pr(B) = 3/6+1/6 = 4/6.
Teorema: Si A y B son eventos en W y A B, entonces Pr(A) Pr(B)
Demostracin: dado que A B entonces B = A (Ac B), y como A y Ac B son
mutuamente excluyentes, entonces:
Pr(B) = Pr(A) + Pr(Ac B)
Pr(A)

por teorema anterior

por A.1

Teorema: Para cualquier evento A en W, 0 Pr(A) 1.

Demostracin: dado que A W, entonces por teorema anterior:
Pr() Pr(A) Pr(W)
0 Pr(A) 1por teorema anterior y A.2
Teorema: Para dos eventos A y B que no son mutuamente excluyentes:
Pr(AB) = Pr(A) + Pr(B) - Pr(AB).
Demostracin:

Ejemplo: Al lanzar un dado cual es la probabilidad de que el resultado sea par o mayor que
tres. Sean:
A: resultado par
B: resultado mayor que 3
Pr(AB) = Pr(A) + Pr(B) - Pr(AB) = 3/6 + 3/6 - 2/6 = 4/6.
PROBABILIDAD CONDICIONAL
Se introduce este concepto para ver como los efectos de un evento B inducen a la ocurrencia
de otro evento A (A|B). En experimentos con resultados igualmente probables:
Pr(A|B) = N(AB) / N(B).
Ejemplo: Una urna contiene 10 fichas blancas, 5 rojas y 9 negras. Se escoge una al azar y se
observa que no es negra, cul es la probabilidad de que sea roja?. Al observarse que la ficha
no es negra, el espacio muestral del problema queda reducido a la ocurrencia de fichas rojas y
blancas (15 en total), y de ellas hay 5 rojas, luego la probabilidad es 5/15. Formalmente sean:
R: La ficha es roja,

B: La ficha es blanca,

N: La ficha es negra

Pr(Sea roja | que no es negra)= Pr(R | Nc) = N(RNc) / N(Nc) = 5 / 15

Definicin: La probabilidad de que ocurra un evento A bajo la condicin de que el evento B se
sabe que ha ocurrido es:
Pr ( A | B )

Pr ( A B )
Pr ( B)

Ejemplo: Para el ejercicio anterior:

Pr(R N c ) (5/24)
Pr(R | N ) =
=
= 1/3
(15/24)
Pr(N c )
c

De la definicin anterior se obtiene la siguiente regla (regla de multiplicacin):

Pr ( A B ) Pr ( B ) Pr( A | B )

Pr ( A B ) Pr ( A) Pr( B | A)

Definicin: Los eventos B1, B2, , Bk son una particin del espacio muestral si Bi Bk = ,
k

esto es, son mutuamente excluyentes, y

Bi=W
i=1

Teorema de Probabilidad Total: Si los eventos eventos B1, B2, , Bk son una particin del
espacio muestral, y Pr(Bi) 0, entonces para cualquier evento A en W:
k

Pr ( A ) = Pr(Bi ) Pr ( ABi)
i=1

Demostracin: Dado que

A=i=1 k A Bi

, que

( A B i)

es mutuamente excluyente

de ( A B j ) para ji=1,2,,k, y dada la regla de factorizacin, entonces:

k

i=1

i=1

Pr ( A ) = Pr ( A Bi )= Pr ( B i) Pr ( ABi )

Ejemplo: La poblacin de una ciudad se compone por 40% de hombres y 60% de mujeres, el
50% de los hombres y 30% de las mujeres fuman. Calcular la probabilidad que al seleccionar
al azar una persona, esta sea fumadora.
Sean

H: Hombre

F: Fumador

M: Mujer

Pr(F) = Pr( (FH) (FM) ) = Pr(FH) + Pr(FM) = Pr(F | H) Pr(H) + Pr(F | M) Pr(M)
= (0,4)(0,5) + (0,6)(0,3)= 0,38

Teorema de Bayes: Sea B1, B2,,Bk una particin de W, entonces para cualquier A
subconjunto de W.
Pr( Bi | A) =

Pr( A | Bi ) Pr( Bi )
k

Pr( A | B

) Pr ( B j )

j 1

Demostracin: Por la definicin de probabilidad condicional, y segn el teorema de

probabilidad total:
Pr (A Bi)
Pr ( Bi| A ) =
=
Pr ( A)

Ejemplo: Sobre el ejemplo anterior, calcular la probabilidad de que al seleccionar un fumador

este sea hombre.
Pr(seleccionar un hombre | fumador) = Pr(H | F) = Pr(H F) / Pr(F).
Pr(HF) = Pr(H)Pr(F | H) = (0.4)(0.5) = 0.2
Pr(H | F) = (0.2)/(0.38) 0.53
EVENTOS INDEPENDIENTES: Dos eventos A y B son independientes si la ocurrencia de
cualquiera de los dos, no afecta la probabilidad de ocurrencia del otro. Formalmente, dos
eventos son independientes si Pr(A|B) = Pr(A) y Pr(B|A) = Pr(B). Cualquiera de estas
probabilidades implica la otra.
Definicin: Si dos eventos son independientes Pr(AB) = Pr(A) Pr(B).
Ejemplo: Al lanzar dos dados, calcular la probabilidad de que salga un uno y un cinco. Sean:
A1: Salir 1 en el primer lanzamiento
A3: Salir 5 en el primer lanzamiento

A2: Salir 1 en el segundo lanzamiento

A4: Salir 5 en el segundo lanzamiento

Pr( (A1A4) (A3A2) ) = Pr(A1A4) + Pr(A3A2)

= Pr(A1) Pr(A4) + Pr(A3) Pr(A2)
= (1/6)(1/6) + (1/6)(1/6)
= 2/36

TECNICAS DE CONTEO
Herramientas o formas que permiten contar todos los posibles resultados de un experimento.
Tales resultados se pueden esquematizar por una n-upla quin es una representacin en forma
de vector (x1, x2, ... ,xn) de los eventos que se componen de varios puntos muestrales.
Formas de Seleccionar una Muestra: Si en un proceso de muestreo una unidad despus de
ser seleccionada tiene la posibilidad de ser seleccionada nuevamente se dice que el muestreo
es con reemplazamiento, en caso contrario se habla de un muestreo sin restitucin.
Si el orden en que los puntos muestrales aparecen en la n-upla determina diferencias en la
misma, entonces se dice que el muestreo es ordenado, en caso contrario se habla de un
muestreo no ordenado. En una pareja de caractersticas de un compuesto qumico dara lo
mismo decir compuesto saturado e incoloro que compuesto incoloro y saturado.
Principio Bsico del Conteo: El nmero total de conjuntos de un experimento representados
por una n-upla puede ser determinado as:
Determine los posibles resultados de la primera componente en la n-upla y contine de la
misma forma hasta la n-sima componente y llame a cada resultado Ni, i=1,2,...,n. Entonces el
nmero total de posibles resultados en un experimento est dado por: N(W)=N1N2 Nn.
Ejemplo: Cuantas placas de cuatro dgitos se pueden formar suponiendo que cada uno se
puede repetir? 104=10.000 placas diferentes.
Permutaciones: Pretende contar el nmero de posibles arreglos que se pueden hacer en una nupla donde el orden es determinante y no existe el reemplazamiento. Entonces por el principio
fundamental del conteo se tiene que el nmero total de arreglos en una n-upla es:
N(W) = n(n-1) 2 1 = n!
Ejemplo: De cuantas maneras se pueden combinar los nmeros 1, 2 y 3 de tal manera que den
cifras de a tres nmeros y ninguno se repita? 3!=321=6 y son 123, 132, 213, 231, 312, 321.
Variaciones: Corresponden a aquellas permutaciones donde los elementos no se toman en su
totalidad. Si la poblacin consta de N elementos y obtenemos de ella una muestra tamao n,
los posibles arreglos de este muestreo est dada por:

Pn =

N!
( N - n)!

Ejemplo: Cuantas cifras diferentes de 4 dgitos se pueden formar con los dgitos del cero al
nueve, usndolos una vez?
10

P4 =

10!
= 5.040
(10 - 4)!

Combinaciones: Son los arreglos sin reemplazamiento en los que no interesa el orden de la
aparicin de los elementos del conjunto o n-upla. Se pueden mirar como unas variaciones
donde no importa el orden de aparicin. Como se toman muestras y no se permutan, interesa
entonces, contar el nmero de muestras tamao n que se pueden seleccionar sin reemplazo de
una poblacin tamao N.
N

N
N!
C n = =
n (N - n)! n!

Ejemplo: De cuantas maneras se pueden seleccionar un comit de tres miembros de una

asamblea de 10 personas?
10

10
10!
=
= 120
3 (10 - 3)!3!

C 3 =

Si los anteriores arreglos los realizamos con reemplazamiento entonces su total se determina
por:
N n 1 (N + n - 1 )!

=
n
(N - 1 )! n!

El resultado se tipifica en el problema de hallar el nmero de enteros no-negativos que dan

solucin a la ecuacin: x1+x2+ + xn = N. Tambin cuando estamos tratando de distribuir N
fichas indistinguibles en n urnas y pueden resultar 1, 2 o todas las fichas en una sola urna.
Coeficiente Multinomial: El nmero de permutaciones que se pueden hacer de un conjunto
de N elementos que se dividen en r grupos distintos entre s, pero indistinguibles dentro,
n1,n2,...,nr donde ni = N es:

n1 , n2 ,..., nr

N!
n1 ! n2 ! nr !

Ejemplo: Una compaa decide repartir diez de sus empleados en comisin, cinco irn a la
Costa, dos a los Llanos y tres a la Amazona, cuntas divisiones diferentes de los diez
empleados son posibles de repartir en las tres zonas?
10
10!

=
= 2.520
5!2!3!
5,2,3