Documentos de Académico
Documentos de Profesional
Documentos de Cultura
TEMA 3 :
SUCESOS Y PROBABILIDAD
2. PROBABILIDAD
2.1 CONCEPTO DE PROBABILIDAD
2.2 AXIOMTICA DE LA PROBABILIDAD
2.3 PROPIEDADES DE LA PROBABILIDAD
2.4 CONTEO DE ELEMENTOS
2.5 PROBABILIDAD CONDICIONADA
2.6 PROBABILIDAD COMPUESTA (TEOREMA DEL PRODUCTO)
2.7 PROBABILIDAD TOTAL
2.8 TEOREMA DE BAYES
2.9 INDEPENDENCIA DE SUCESOS
Curso 02-03
2
TEMA 3: SUCESOS Y PROBABILIDAD
TEMA 3:
SUCESOS Y PROBABILIDAD
Definicin
Se dice que un experimento es aleatorio, estocstico o estadstico,
si, pudindose repetir indefinidamente en anlogas condiciones, es
imposible predecir el resultado, an conociendo las condiciones iniciales.
En un experimento aleatorio no conocemos el resultado hasta que se
ha realizado la prueba.
Ejemplos
- Sacar una carta de la baraja
- Lanzar un dado
- Lanzar una moneda
- Sacar una bola de un bombo de la lotera
Nota
Llamaremos prueba a cada realizacin de un experimento.
Definicin
El conjunto de todos los resultados posibles a que puede dar lugar
un experimento aleatorio se llama espacio muestral. Suele representarse
por E ; y diremos que es finito si el nmero de resultados posibles
es finito.
Definicin
Dado un experimento aleatorio cuyo espacio muestral es E, se llama
suceso a cada uno de los subconjuntos de E.
Distinguimos los siguientes tipos de sucesos:
- Suceso simple o elemental: slo consta de un elemento
Curso 02-03
3
TEMA 3: SUCESOS Y PROBABILIDAD
Ejemplo
Clarifiquemos estos conceptos con unos ejemplos:
Realizamos el experimento aleatorio Lanzar un dado
- Espacio muestral: E = { 1, 2, 3, 4, 5, 6 }
- Suceso simple: Sacar un 2 = { 2 }
- Suceso compuesto: Sacar un nmero impar = { 1, 3, 5 }
- Suceso imposible: Sacar un 7 = { }
- Suceso seguro: Sacar un n menor que 7 = { 1, 2, 3, 4, 5, 6 } = E
- Sucesos disjuntos: A = Sacar un n par = { 2, 4, 6 }
B = Sacar un n impar = { 1, 3, 5 }
Definicin
Llamaremos lgebra de sucesos al conjunto de las partes del
espacio muestral, (), o sea, al conjunto de todos los sucesos.
Nota
card () = 2 card()
{ } 1 subconjunto
{ C } , { X } 2 subconjuntos
{ C , X } = 1 subconjunto
Total, 4 subconjuntos 4 = 22
Nota
Teniendo en cuenta que los sucesos son subconjuntos de E (de ),
podemos aplicarles la teora general de conjuntos. Nos interesarn las
uniones, intersecciones, diferencias y complementarios entre conjuntos.
- Conmutativa:
AB=B A AB=BA
- Asociativa:
A(BC)=(AB)C A(BC)=(AB)C
Curso 02-03
4
TEMA 3: SUCESOS Y PROBABILIDAD
- Leyes de Morgan:
AB = A B A B = A B
- Distributivas:
A(BC)=(AB)(AC)
A(BC)=(AB)(AC)
Adems:
A A = A A = A B = A B
Ejemplo
Sea el experimento aleatorio Lanzar un dado, y sean:
Suceso A = sacar un nmero par = { 2, 4, 6 }
Suceso B = sacar un nmero mayor o igual a 4 = { 4, 5, 6 }
Se tiene :
A = { 1, 3, 5 B = { 1, 2, 3
A B = { 2, 4, 5, 6 A B = { 4, 6
AB={2 BA={5
1.2 FRECUENCIAS
Se llama frecuencia de un suceso aleatorio al nmero de veces que
ocurre dicho suceso al realizar un experimento. Se denota F .
Se llama frecuencia relativa de un suceso aleatorio al cociente entre
la frecuencia y el nmero de veces que se ha realizado el experimento.
Se denota f .
Por lo tanto , 0 fn ( x = r ) 1
2. PROBABILIDAD
Curso 02-03
5
TEMA 3: SUCESOS Y PROBABILIDAD
Propiedad 1
Si A1, A2, ......., An son sucesos disjuntos dos a dos con n 2 ( o sea,
Ai Aj = con i j ) , entonces :
P ( A1 A2 ....... An ) = P ( A1 ) + P ( A2 ) + ....... + P ( An )
Demostracin
Es inmediata por el Axioma 3, ya que el nmero de sucesos que
hemos tomado es n (un n finito ), y ya tenamos que se cumple para dos
sucesos y para una cantidad infinita numerable se cumple para
una cantidad finita.
Propiedad 2
P (A ) = 1 P ( A ) , siendo A un suceso cualquiera.
(Nota : A es el complementario de A ).
Demostracin
A A = P ( A A ) = P ( ) = 1
Y como A A = AXIOMA 3 P ( A A ) = P ( A ) + P (A )
De ambas consecuencias, P(A) + P(A ) = 1 P(A ) = 1 P ( A )
Propiedad 3
P( )=0
Demostracin
= P () = P ( )
Por la Propiedad 2, P ( ) = 1 P ( ) = 1 1 = 0
Por lo tanto, P ( ) = 0 .
Propiedad 4
P ( S ) 1 , siendo S un suceso cualquiera.
Curso 02-03
6
TEMA 3: SUCESOS Y PROBABILIDAD
Demostracin
Por reduccin al absurdo, supongamos que P ( S ) > 1 .
Como por la Propiedad 2 se tiene que P ( S ) + P (S ) = 1, debe-
r ser P ( S ) < 0 , pero esto no puede ser, ya que por el AXIOMA 2 ,
la probabilidad de cualquier suceso siempre es 0 .
Nota
Del AXIOMA 2 y de la Propiedad 4 deducimos :
0 P ( S ) 1 , siendo S un suceso cualquiera.
Propiedad 5
Dados dos sucesos A y B tales que A B P ( A ) P ( B )
Demostracin
Luego B = A ( B A )
Adems, A ( B A ) = A y ( B A ) son disjuntos
Por lo tanto, por el AXIOMA 3 : P ( B ) = P ( A ) + P ( B A )
Como, por el AXIOMA 1 , P ( B A ) 0 P ( B ) P ( A )
Propiedad 6
A, B , P ( A B ) = P ( A ) + P ( B ) P ( A B )
Demostracin
Intuitivamente :
Curso 02-03
7
TEMA 3: SUCESOS Y PROBABILIDAD
Definicin
Llamaremos espacios muestrales finitos a los espacios muestrales
que provengan de experimentos para los cuales slo existe un nmero
finito de resultados posibles, as = { w1, w2, ... , wn }
En un experimento aleatorio con un espacio muestral finito, una
distribucin de probabilidad se especifica asignando una probabilidad p i
a cada resultado wi , pi = P ( { wi } ) . Debe cumplirse:
a ) pi 0
b ) P ( ) = 1 pi = 1
En estas condiciones, si A = { wi1, wi2, ... , wir }, se tiene P(A) = pij
Definicin
Llamaremos espacios muestrales simples a los espacios muestrales
finitos en los que todos los resultados son equiprobables ( tienen la mis-
ma probabilidad ) . Si = { w1, w2, ... , wn } , entonces P({wi}) = 1 / n ,
i = 1, ... , n
En estos espacios muestrales simples, dado un suceso A = {w 1, w2,
.... , wk } con k < n se tiene:
P ( A ) = casos favorables = k
casos posibles n
Ejemplo
Si lanzamos una moneda dos veces, cul es la probabilidad de
obtener al menos una cara?
El espacio muestral correspondiente es = { (C,C), (C,), (,C),
(,) } , siendo C = cara y = cruz
Sea el suceso A = al menos una cara = { (C,C), (C,), (,C) }
As, la probabilidad pedida es:
P ( A ) = casos favorables = 3
casos posibles 4
Curso 02-03
8
TEMA 3: SUCESOS Y PROBABILIDAD
Curso 02-03
9
TEMA 3: SUCESOS Y PROBABILIDAD
Ejemplo:
(Problema 2.5 del libro Problemas de Probabilidad y Estadstica,
de Floreal Gracia, Jorge Mateu y Pura Vindel , editorial Tilde)
Calcular el nmero de elementos del espacio muestral en cada uno
de los siguientes experimentos:
a) Una moneda se lanza cinco veces consecutivas
b) Cinco monedas se lanzan una vez
c c) Se seleccionan cinco cartas, de una en una, de una baraja de 40
d d) Se sacan a la vez cinco cartas de una baraja de 40
e e) De una habitacin en la que hay 7 personas, salen al azar, de una
f en una, todas las personas
f) De una caja con 10 bombillas, con 3 defectuosas, se extraen de
una en una todas las bombillas
g) Se rellena al azar una quiniela de 14 resultados
h) Se rellena al azar una lotera primitiva
Solucin:
a) Si se lanza la moneda cinco veces consecutivas se puede determi-
nar cul es el orden de aparicin de las caras y las cruces. Por
tanto, el nmero de elementos vendr dado por:
VR2,5 = 25 = 32
Curso 02-03
10
TEMA 3: SUCESOS Y PROBABILIDAD
Nota:
A la vista de los resultados obtenidos, qu es ms probable, acertar
una quiniela con 14 resultados o una lotera primitiva con 6 nmeros?
P ( A / B ) = n de casos favorables en AB =
n de casos posibles en B
n de casos favorables en AB
n de casos posibles en
= __________________________ = P(AB)
n de casos posibles en B P(B)
n de casos posibles en
Por lo tanto:
P(A/B) = P(AB)
P(B)
Curso 02-03
11
TEMA 3: SUCESOS Y PROBABILIDAD
Ejemplo :
En un juego de dados, hemos apostado por el 2. Se tira el dado, y
antes de ver el resultado, nos dicen que ha salido par. Hallar la probabili-
dad de ganar.
P(A) =1 y P(B)=3
6 6
Ejemplo
Supongamos que se extraen 4 bolas sin reemplazamiento de una
urna que contiene 8 rojas y 10 azules. Calcular la probabilidad de
obtener azul, rojo, rojo, azul
P(A1R2R3A4) = P(A1)P(R2/A1)P(R3/A1R2)P(A4/A1R2R3) =
= 10 . _8_ . _7_ . _9_ = 0,0686
18 17 16 15
Curso 02-03
12
TEMA 3: SUCESOS Y PROBABILIDAD
Demostracin
B = (BA1)(BA2)(BA3)....(BAi)....(BAn)
Como son todos disjuntos:
P(B) = P(BA1) + P(BA2) + P(BA3) + ..... + P(BAn)
Y aplicando el Teorema del Producto:
P(B) = P(B/A1) P(A1) + P(B/A2) P(A2) + .... + P(B/An) P(An) =
= P(B/Ai) P(Ai) P(B) = P(B/Ai) P(Ai)
Ejemplo
Dos cajas contienen cerrojos grandes y pequeos. Supongamos
que una caja contiene 30 grandes y 10 pequeos, y que la otra contie-
ne 30 grandes y 20 pequeos. Seleccionamos una caja al azar y
extraemos un cerrojo. Cul es la probabilidad de que el cerrojo sea
pequeo?
Curso 02-03
13
TEMA 3: SUCESOS Y PROBABILIDAD
Entonces :
Es decir :
Demostracin :
P(Ai/B) = P(Ai B) por la probabilidad condicionada.
P(B)
Si en el numerador aplicamos el Teorema del Producto , y en el
denominador la Probabilidad Total , queda :
Ejemplo
Para la fabricacin de un gran lote de artculos similares se utilizan
3 mquinas : M1, M2 y M3 . La mquina 1 fabrica el 20%, la mquina 2
el 30%, y la mquina 3 el 50% restante. La mquina 1 produce un 1% de
defectuosos, la mquina 2 un 2% de defectuosos y la mquina 3 un 3%.
Se selecciona un artculo al azar y resulta ser defectuoso. Calcular la
probabilidad de que haya sido producido por la mquina 3.
= 0,015_ = 0,6522
0,023
Teorema de Caracterizacin :
Dos sucesos A y B son independientes sii P(AB) = P(A) P(B)
Vemoslo :
()
P(AB) = P(A/B) P(B)
Curso 02-03
14
TEMA 3: SUCESOS Y PROBABILIDAD
()
Ahora se tiene que P(AB) = P(A) P(B)
Como P(AB) = P(A/B) P(B) , sustituyendo :
P(A) P(B) = P(A/B) P(B)
Por lo tanto, P(A) = P(A/B) , y as los sucesos A y B son inde-
pendientes.
Consecuencia :
P(A/B) = P(A) P(B/A) = P(B) .
Nota :
Diremos que tres sucesos A1, A2 y A3 son independientes si, y
slo si, verifican las relaciones:
P(A1A2) = P(A1) P(A2)
P(A1A3) = P(A1) P(A3)
P(A2A3) = P(A2) P(A3) y
P(A1A2A3) = P(A1) P(A2) P(A3)
Curso 02-03
15