Tema 1

Introduccion a la Teora de la
Probabilidad

1.1. Conceptos Basicos

1.1.1. Experimento aleatorio, espacio muestral y suceso

Definicion (Experimento aleatorio): Un experimento aleatorio es un experimento en

el que:

1. Todos los resultados posibles del experimento se conocen de antemano.

2. La realizacion del experimento produce un resultado no predecible de antemano.

3. El experimento puede ser repetido bajo condiciones identicas.

Al resultado de un experimento aleatorio lo denotaremos por . Al conjunto de todos los resul-

tados posibles del experimento lo denotaremos por .
Definicion (Espacio muestral): Dado un experimento aleatorio, definimos espacio mues-
tral E como la coleccion de todos los subconjuntos que se pueden formar con elementos de .
A cada elemento S E se le denomina suceso.
Si S = {}, entonces se dice que S es un suceso elemental.

Notese que si es finito, entonces E es finito, y viceversa.

1
2 TEMA 1. INTRODUCCION A LA TEORIA DE LA PROBABILIDAD

1.1.2. Operaciones con sucesos

1. Interseccion de sucesos. S = S1 S2 es un suceso, y es la ocurrencia de S1 y S2 . Ver Figura

1.1.

Figura 1.1: S1 S2

Nota: =

2. Union de sucesos. S = S1 S2 es un suceso, y es la ocurrencia de S1 o S2 . Ver Figura 1.2.

Figura 1.2: S1 S2

Nota: =

3. Suceso complementario. S es un suceso, y es la no ocurrencia de S. S S = y S S = .

Ver Figura 1.3.

Nota: = y =

4. Diferencia entre sucesos. S = S1 S2 = S1 S2 . Es la ocurrencia de S1 y no de S2 . Ver

Figura 1.4.
1.1. CONCEPTOS BASICOS 3

Figura 1.3: S

Figura 1.4: S1 S2

1.1.3. Relaciones entre sucesos

Definicion (Sucesos disjuntos): Dada una coleccion numerable de sucesos {Sk }kK , con
K N diremos que son mutuamente excluyentes o disjuntos si Sk Sl = , k = l,
k, l K.

En particular, dos sucesos S1 y S2 son mutuamente excluyentes si se verifica que S1 S2 = .

Ver Figura 1.5.

Figura 1.5: S1 S2 =

Definicion (Implicacion de sucesos): Un suceso S1 implica otro suceso S2 cuando S1 S2

4 TEMA 1. INTRODUCCION A LA TEORIA DE LA PROBABILIDAD

Como consecuencia de lo anterior, si S1 implica S2 , entonces S1 S2 = S1 . Ver Figura 1.6.

Figura 1.6: S1 S2

Definicion (Sucesos exhaustivos): Dada una coleccion numerable de sucesos {Sk }kK , con
!
K N diremos que son exhaustivos si kK Sk =

1.2. Probabilidad

Definicion (Probabilidad): Dado el espacio muestral E, si la funcion P : E R verifica:

1. P (S) 0, S E

2. P () = 1

3. Para cualquier coleccion numerable de sucesos de E, {Sk } mutuamente excluyentes,

! "
entonces P ( Sk ) = P (Sk ) (es decir, P es numerablemente aditiva).

entonces diremos que P es una medida de probabilidad, o simplemente probabilidad.

1.2.1. Propiedades de la probabilidad

1. P (S) = 1 P (S), S E

2. P (S) 1, S E

3. P () = 0

4. Si S1 , S2 E con S1 S2 , entonces P (S1 ) P (S2 )

1.2. PROBABILIDAD 5

5. P (S1 S2 ) = P (S1 ) + P (S2 ) P (S1 S2 ), S1 , S2 E. En general, dados S1 , . . . , Sn E,

! " " "
se verifica que P ( Si ) = P (Si ) P (Si Sj )+ P (Si Sj Sk ) +(1)n+1 P (S1
S2 Sn ).

1.2.2. Probabilidad condicionada

Definicion (Probabilidad condicionada): Dados A, B dos sucesos con P (B) > 0. Se define
la probabilidad de A condicionada a B como

P (A B)
P (A | B) =
P (B)

La probabilidad de A condicionada a B es la probabilidad de que ocurra A sabiendo que B ha

sucedido.

Con la definicion de probabilidad condicionada podemos hallar la probabilidad de la interseccion,

ya que P (A B) = P (A | B)P (B).

La definicion de la probabilidad condicionada se puede aplicar de forma recursiva dando lugar

a la denominada regla de la multiplicacion.
Regla de la multiplicacion: Dados los sucesos A1 , . . . , An tales que P (A1 A2 An ) >
0, entonces

P (A1 A2 An ) = P (A1 )P (A2 | A1 )P (A3 | A1 A2 ) P (An | A1 An1 )

1.2.3. Probabilidad total. Formula de Bayes

Teorema de la probabilidad total:

Dada una coleccion numerable de sucesos {Ak }kK , con K N exhaustivos y mutuamente
excluyentes, es decir,
!
1. kK Ak =

2. Ak Al = , k = l, k, l K

y con P (Ak ) > 0, k K, se verifica para todo suceso A que

#
P (A) = P (A | Ak )P (Ak )
kK
6 TEMA 1. INTRODUCCION A LA TEORIA DE LA PROBABILIDAD

Formula de Bayes: Dada una coleccion numerable de sucesos {Ak }kK , con K N ex-
haustivos y mutuamente excluyentes, es decir,

!
1. kK Ak =

2. Ak Al = , k = l, k, l K

y con P (Ak ) > 0, k K, y dado A con P (A) > 0, se verifica

P (Ak A) P (A | Ak )P (Ak )
P (Ak | A) = =" k K
P (A) kK P (A | Ak )P (Ak )

1.2.4. Independencia

Definicion (Sucesos independientes): Diremos que dos sucesos A, B son independientes

cuando
P (A B) = P (A)P (B)

En este caso, si P (B) > 0, entonces P (A | B) = P (A), es decir, la probabilidad de A no cambia

si sucede B o no.

1.3. Sucesos equiprobables

Regla de Laplace: Sea el conjunto finito de resultados de un experimento aleatorio. Si P

probabilidad verifica que P ({}) = c, {} , con c constante, entonces

|S|
P (S) = S
||

con |S| el numero de sucesos elementales en S.