PROBABILIDAD

METODOS PARA ASIGNAR PROBABILIDAD

1.- Subjetiva

2.- Frecuentista

3.- Clásica
 1.- PROBABILIDAD SUBJETIVA

De acuerdo con esta interpretación,

la probabilidad de un evento es el grado
de certidumbre que tiene una persona,
o grupo de personas, acerca de la
ocurrencia de un evento, puede ser que
se base en la experiencia o en cierta
información que se tenga.
Ejemplos

1)Probabilidad de que llueva.

(Está nublado, hay un 80% de
probabilidad de lluvia).

2)De que se produzca un terremoto de

cierta magnitud.

3)De que una pareja se acabe casando.

Ejemplo.-

¿cuál es la probabilidad de que nuestro

equipo favorito de fútbol gane en su
próximo partido?.

Depende de ciertas circunstancias

internas del equipo, las condiciones del
equipo rival o cualquier otra condición
externa, son elementos que sólo
algunas personas conocen y que
podrían darnos una idea más exacta de
esta probabilidad.
2.- PROBABILIDAD FRECUENTISTA

Si un experimento aleatorio se
ejecuta n veces bajo las mismas
condiciones, y m de los resultados
son favorables al evento A, la
probabilidad de que ocurra el
evento A al realizar nuevamente el
experimento es:

P(A) = lím (m / n ).
n→∞
Ejemplo

1)Tirar una moneda n veces ( n muy

grande)

ocasiones que sale cara

P(A)=--------------------------------------------- → 1/2
n
Ejemplo

1)Tirar un dado n veces ( n muy

grande)

ocasiones que sale el N°1

P(A)=----------------------------------------------- → 1/6
n
3.- PROBABILIDAD CLASICA o LAPLACE
Sea n(Ω) es el número de elementos,
igualmente posibles y mutuamente
excluyentes, del espacio muestral Ω de
un experimento aleatorio, y sea n(A) el
número de elementos de un evento
cualquiera A de ese espacio muestral.
La probabilidad de que ocurra el evento
A, al realizar el experimento, es la
proporción de n(A) con respecto a n(Ω).
n(A) nº de casos favorables de A
P(A)=---------= ---------------------------------------------
n(Ω) nº total de casos posibles
EJEMPLO

1.- Experimento: Arrojar una moneda legal y

observar el resultado.

Espacio muestral
Ω ={c,s}

Evento A : salga cara.

A={c}

p(A) = n(A)/ n(Ω) = 1 / 2 = 0,5 ó 50%

Ejemplo

Se lanza un dado y se observa el

número obtenido. Calcula la
probabilidad de obtener:
a) 4 puntos.
b) 6 puntos.
c) 7 puntos.
d) número par.
e) número primo.
f) al menos 3 puntos.
Solución
E: lanzar un dado y ver la cara superior
Ω = { 1 , 2, 3 , 4 , 5 , 6 } n(Ω) = 6

a) Evento A={4} n(A)=1

P(A)= n(A) / n(Ω) = 1/6 = 0,1667 ó 16,67%

b) Evento B={6} n(B)=1

P(B) = n(B) / n(Ω) = 1/6

c) Como 7∉ Ω → Evento C={ } n(C)=0

P(C) = n(C) / n(Ω) = 0/6 = 0
d) D = { 2 , 4 , 6 } n(D)=3

P(D) = n(D) / n(Ω) = 3/6 =1/2 = 0,5 ó 50%

e) E = { 2 , 3 , 5 } n(E)=3

P(E) = n(E) / n(Ω) = 3/6 =1/2 = 0,5 ó 50%

f) F = { 3 , 4 , 5 , 6 } n(F)=4

P(F) = n(F) / n(Ω) = 4/6 =2/3

EJEMPLO
1.- Experimento: Arrojar dos monedas legales y
observar el resultado.
a) Espacio muestral
Ω = { cc , cs , sc , ss }
b) Evento A : obtener dos caras.
A = { cc }
c)Evento B : obtener dos sellos.
B = { ss }

Hallar: P(A) , P(B)

p(A) = n(A)/ n(Ω) = 1 / 4
P(B) = n(B) / n(Ω) = 1 / 4
Ejemplo
Experimento: Arrojar dos dados equilibrados y
observar el resultado.
Hallar:
a) Espacio muestral
b) Evento A: ambos dados muestren el mismo
número.
c) Evento B : La suma de las puntuaciones es 7.

d)Evento C : El producto de las puntuaciones es

menor que 6 .

e) P( A ) , P(B) , P(C )
a) Ω = { 11 , 12 , 13 , 14 , 15 , 16
21 , 22 , 23 , 24 , 25 , 26
31 , 32 , 33 , 34 , 35 , 36
41 , 42 , 43 , 44 , 45 , 46
51 , 52 , 53 , 54 , 55 , 56
61 , 62 , 63 , 64 , 65 , 66 }

Evento A: ambos dados muestren el mismo

número.
b) A = { (1,1),(2,2),(3,3),(4,4),(5,5),(6,6) }

e) P( A )= n( A ) / n(Ω) = 6 / 36 = 1 / 6
 Ω = { 11 , 12 , 13 , 14 , 15 , 16
21 , 22 , 23 , 24 , 25 , 26
31 , 32 , 33 , 34 , 35 , 36
41 , 42 , 43 , 44 , 45 , 46
51 , 52 , 53 , 54 , 55 , 56
61 , 62 , 63 , 64 , 65 , 66 }

c)Evento B : La suma de las puntuaciones es 7.

B={16,25,34,43,52,61}
e) P(B) = 6/36 = 1/6
d)Evento C : El producto de las puntuaciones es
menor que 6
C={11,12,13,14,15,21,22,31,41,51 }
e) P( C) = 10/36 = 5/18
Las anteriores definiciones son
aplicables cuando las condiciones
exigidas al experimento son
satisfechas y dejan un gran número
de fenómenos aleatorios fuera de
su alcance.

Estos problemas se evitan con la

definición axiomática propuesta
por A. N. Kolmogorov en 1933.
Que son reglas que el cálculo de
probabilidades debe satisfacer.
 Definición axiomática

▪ Sea Ω un espacio muestral asociado a un

experimento aleatorio.
▪ Una aplicación:
▪ P: Ω ─→ [ 0 , 1 ]
▪ A → P(A)
▪ La probabilidad de cualquier evento A de Ω, es
el número real P(A) entre cero y uno,
▪ P(A) es una probabilidad, si
verifica los siguientes
axiomas de Kolmogorov:

1. 0 ≤ P ( A ) ≤ 1

2. P (Ω ) = 1

3.Si A y B son eventos incompatibles o

disjunta entonces :
P( A υ B) = P(A) + P(B)
Definición.- Un espacio probabilístico es una
pareja ( Ω ,P ) donde Ω es un espacio muestral
y P probabilidad definida sobre partes de Ω.

PROPIEDADES DE LA PROBABILIDAD DE EVENTOS

A partir de los axiomas de la probabilidad se

obtienen los siguientes teoremas :

Teorema 1. Si Φ es el evento imposible,

entonces P(Φ ) = 0.
Teorema 1. Si Φ es el evento imposible,
entonces P(Φ ) = 0.

Demostración

como Ω Ս Փ = Ω
y Ω y Փ son mutuamente excluyentes
P( Ω ) + P( Փ ) = P ( Ω ) por axioma 3
1 + P( Փ ) = 1 por axioma 2

P(Փ) =1 - 1 =0
Teorema 2. Si A′ es el evento complementario
del evento A, entonces P(A′ ) = 1 – P( A ).

Demostración

Si Ω = A Ս A′ ya que A y A′ son disjuntos

P(Ω) =P (A Ս A′ ) aplicando probabilidad
P(Ω) = P(A) + P( A′ ) por axioma 3
1 = P( A ) + P( A′ ) por axioma 2
Luego: P(A′ ) = 1 – P( A ).
Teorema 3. Si A y B son dos eventos tales que
A ⊂ B entonces P( A ) ≤ P( B ).

Demostración
Partimos B = A Ս (B – A) son disjuntos
P(B) = P(A) + P(B – A) axioma 3
P(B) - P(A) = P(B – A)
como P(B – A) ≥ 0
P(B) – P(A) ≥ 0
P(B) ≥ P(A)
Teorema 4 . Si A y B dos eventos cualesquiera,
entonces P(A U B) = P(A) + P(B) – P(A ∩ B).

Demostración

Como AՍB=(A-B)Ս(AՌB)Ս(B-A)
AՍB = (AՌB’ )Ս(AՌB)Ս(BՌA’ )
como los eventos son disjuntos

P(AՍB) = P(AՌB’ )+P(AՌB)+P(BՌA’ )

P(AՍB) = P(A)-P(AՌB)+P(AՌB)+P(B)-P(AՌB)
P(AՍB) = P(A) + P(B) – PAՌB)
Teorema 5.-Si A y B dos eventos cualesquiera,
entonces P(A U B) ≤ P(A) + P(B)

Demostración

Por el teorema 4 se tiene:

P( AՍB) = P(A)+P(B)-P(AՌB)

como P(AՌB) ≥ 0 por axioma 1

luego P(AՍB) ≤ P(A) + P(B)

Ejemplo

En una bolsa se tiene 2 bolas

azules, 3 bolas rojas y 5 bolas
verdes. Se extrae una bola al azar.
Calcula la probabilidad de que la
bola extraída sea :
a) azul
b) roja
c) verde
Solución

2a
3r
5v
10 bolas

a) P(A) = 2/10 = 0,20 o 20%

b) P(R) = 3/10 = 0,30
c) P(V) = 5/10 = 0,50
Ejemplo.-
Experimento : Tirar dos dados equilibrados y ver
la cara superior.
a)Espacio muestral.
b)Evento A: Obtener la suma 8 puntos.
c)Evento B: Obtener 6 puntos sólo en la 1ª
tirada.
d)Evento C: Obtener la suma 7 puntos o sólo 6
en la segunda tirada.
e)Evento D: Obtener la suma 7 y sólo 6 en la
segunda tirada.
f) Hallar : P(A) ,P(B) , P(C ) , P(D)
Solución
a) Ω = { 11 , 12 , 13 , 14 , 15 , 16
21 , 22 , 23 , 24 , 25 , 26
31 , 32 , 33 , 34 , 35 , 36
41 , 42 , 43 , 44 , 45 , 46
51 , 52 , 53 , 54 , 55 , 56
61 , 62 , 63 , 64 , 65 , 66 }

b) A: obtener la suma 8 puntos

A={ 26, 35, 44, 53, 62 } →

f) P(A) = 5/36
a) Ω = { 11 , 12 , 13 , 14 , 15 , 16
21 , 22 , 23 , 24 , 25 , 26
31 , 32 , 33 , 34 , 35 , 36
41 , 42 , 43 , 44 , 45 , 46
51 , 52 , 53 , 54 , 55 , 56
61 , 62 , 63 , 64 , 65 , 66 }

c) B: Obtener 6 puntos sólo en la 1ª tirada.

B = {61 , 62 , 63 , 64 , 65 , 66 } →

f) P(B) = 6/36 = 1/6

a) Ω = { 11 , 12 , 13 , 14 , 15 , 16
21 , 22 , 23 , 24 , 25 , 26
31 , 32 , 33 , 34 , 35 , 36
41 , 42 , 43 , 44 , 45 , 46
51 , 52 , 53 , 54 , 55 , 56
61 , 62 , 63 , 64 , 65 , 66 }

d) C: Obtener la suma 7 puntos o sólo 6 en la

segunda tirada
C1 = {61,52,43,34,25,16} C2 = {16,26,36,46,56,66}
C1 Ո C2 = {16}

f) P(C ) = P( C1 ᴜ C2 ) = P( C1) + P(C2) - P(C1 Ո C2 )

→P(C)= 6/36 + 6/36 – 1/36 = 11/36
a) Ω = { 11 , 12 , 13 , 14 , 15 , 16
21 , 22 , 23 , 24 , 25 , 26
31 , 32 , 33 , 34 , 35 , 36
41 , 42 , 43 , 44 , 45 , 46
51 , 52 , 53 , 54 , 55 , 56
61 , 62 , 63 , 64 , 65 , 66 }
e) D: Obtener la suma 7 y sólo 6 en la segunda tirada.

C1 = {61,52,43,34,25,16} C2 = {16,26,36,46,56,66}

e)D={61,52,43,34,25,16}∩{16,26,36,46,56,66}
D = C1 Ո C2 = {16}

f) P(D ) = P( C1 Ո C2 )

→P(D) = 1/36
Ejemplo.-
Sean C y D dos eventos tales que :
P(C ) = 0,7 ; P(D) = 0,2 ; P( C∩ D ) = 0,1
Calcular las siguientes probabilidades:
a) P( CUD ).
b) P( C∩D′ ).
c) P( C′∩D ).
d) P( C′∩D′ ).
Solución:
a)P( CUD)= P(C ) + P(D) - P( C∩ D )
= 0,7 + 0,2 - 0,1
= 0,8
b) P( C∩D′ )
C = C∩D′ ᴜ C∩D → P(C)= P( C∩D′ )+ P(C∩D)
P( C∩D′ ) = P(C) - P(C∩D) = 0,7 – 0,1 = 0,6

c) P( C′∩D )
D= C′∩D ᴜ C∩D → P(D)= P(C′∩D) + P(C∩D)
P( C′∩D) = P(D) - P(C∩D) = 0,2 – 0,1 = 0,1

d) P( C′∩D′ ).
Ω = C′∩D′ ᴜ CᴜD →
P(Ω ) = P( C′∩D′ ) + P(C ᴜ D)

P( C′∩D′ ) = P(Ω) - P(CᴜD) = 1 - 0,8 = 0,2