I.E.S.

Miguel Catalán
Departamento de matemáticas

1
 Tema14.
Probabilidad

1. Definiciones elementales
Se llama Experimento aleatorio a un experimento del que conocemos todos sus posibles resultados
, pero no cuál vamos a obtener a priori.Por ejemplo, el lanzamiento de una moneda. Sabemos que
va a salir cara o cruz, pero no qué va a salir en cada tirada.
Llamaremos espacio muestralal conjunto de todos los posibles resultados del experimento aleato-
rio.Lo denotaremos E
Definimos suceso como cualquier subconjunto del espacio muestral. Algunos de estos sucesos tienen
nombre propio:
-Suceso elemental : Se llama así a cada uno de los elementos del espacio muestral.
-Suceso seguro: Coincide con el espacio muestral.
-Suceso imposible: Aquel suceso que no puede ocurrir, por tanto no tiene elementos
-Suceso contrario: Dado el suceso S , se denota S’ al suceso contrario de S que está formado por
todos los elementos que le faltan a S para ser el espacio muestral.
Vamos a ver ahora cómo se opera con estos sucesos:
Sea E el espacio muestral y A y B dos sucesos.

• Unión de A y B: es el suceso formado por todos los resultados de A y todos los resultados
de B.
A ∪ B = {x/x ∈ A o x ∈ B}

• Intersección de A y B: Es el conjunto formado por todos los resultados que están en A y en

B.
A ∩ B = {x/x ∈ A y x inB}
En algunas ocasiones en el conjunto A ∩ B no hay ningún elemento, es el conjunto imposible.
Decimos entonces que A y B son incompatibles y se denota A ∩ B = ∅

• Diferencia de A y B: Es el suceso por todos los resultados de A que no están en B

A − B = {x/x ∈ A y x∈
/ B}

Algunas propiedades de las operaciones de sucesos:

• Si A ⊆ B ⇒ A ∪ B = B y A ∩ B = A

2
 • Leyes de De Morgan :
(A ∪ B)0 = A0 ∩ B 0
(A ∩ B)0 = A0 ∪ B 0

2. Definición axiomática de probabilidad

Nuestro objetivo será asignar a cada suceso un número que nos indique cómo es de probable ese
suceso. Ese número será la probabilidad de que ocurra ese suceso.
La probabilidad será un número entre 0 y 1 de modo que un suceso será más probable cuanto
más cerca del 1 esté su probabilidad.
IMPORTANTE: La probabilidad es un número entre 0 y 1, jamás puede dar un ejercicio una
probabilidad negativa o un número entre 0 y 1.
La probabilidad cumplirá las siguientes propiedades:

1.- Para cualquier suceso P (A) > 0

2.- La probabilidad del suceso seguro es 1, esto es P(E)=1

3.- Si A1 , A2 , ...An son sucesos incompatibles 2 a 2 , es decir, Ai ∩ Aj = ∅, i 6= jP (A1 ∩ A2 ∩ .... ∩

An ) = P (A1 ) · P (A2 ) · ... · P (An )
A partir de aquí podemos deducir las siguientes propiedades:

1.- P(A’)=1-P(A)

2.- P (∅) = 0

3.- Si A ⊂ B ⇒ P (B) = P (A) + P (B − A)

4.- Si A ⊆ B ⇒ P (A) 6 P (B)

5.- En dos sucesos cualesquiera P (A ∪ B) = P (A) + P (B) − P (A ∩ B)

6.- Si E es finito y S = {x1 , x2 , ..., xn } , P (S) = P (x1 ) + P (x2 ) + ... + P (xn )

3. Asignación de Probabilidades. Regla de Laplace

Sea E un espacio muestral de n sucesos todos equiprobables. Dado un suceso S , definimos:
Casosf avorables
P (S) =
Casosposibles

3
Ejemplos:
Tenemos una baraja de 40 cartas. Extraemos una carta de la baraja:
a)Probabilidad de oros:
10 1
P (Oro) = =
40 4
b)Probabilidad de rey
4 1
P (rey) = =
40 10
c)Probabilidad de rey o As:
8 1
P (R ∪ As) = =
40 5
d)Probabilidad de figura y Oro:
3
P (F ∩ O) =
40

4. Probabilidad condicionada
Dados dos sucesos asociados a un experimento aleatorio A y B con P(B)>0. Definimos la proba-
bilidad de A condicionada a B , y se denota P (A | B) como:

P (A ∩ B)
P (A | B) =
P (B)

A partir de aquí , podemos deducir la fórmula:

P (A ∩ B) = P (A | B)P (A)

Diremos que dos sucesos son independientes cuando el resultado de uno no afecta para nada al
resultado del otro, es decir:
A y B son independientes si P (A | B) = P (A) y análogamente P (B | A) = P (B)
Aplicando la fórmula anterior obtenemos que A y B son dos sucesos independientes si:

P (A ∩ B) = P (A) · P (B)

Ejemplos:
1.-Supongamos que extraemos dos cartas de una baraja sin reemplazamiento. Calcula la probabi-
lidad de que las dos cartas sean oros.
Evidentemente el resultado de la segunda carta, depende de la primera carta, ya que para la se-
gunda tirada ya hay un oro menos.
10 9
P (O1 ∩ O2 ) = P (O1 )P (O2 | O1 ) = ·
40 39
2.-Supongamos ahora que las cartas las extraemos con reemplazamiento, es decir, después de sacar
la primera carta, esta vuelve al mazo, de forma que para la segunda carta , la baraja está exacta-
mente igual que cuando empezó el juego, por tanto la segunda tirada no depende para nada de lo
que haya salido en la primera. En ese caso:

P (O1 ∩ O2 ) = P (O1 ) · P (O2 )

4
5. Teorema de la probabilidad total
Dado un conjunto de sucesos A1 , A2 , ...An que cumplen que :
A1 ∪ A2 ∪ ... ∪ An = E
Son incompatibles dos a dos , es decir, Ai ∩ Aj = ∅, i 6= j
Diremos entonces que forman un sistema completo de sucesos

Teorema de la probabilidad total

Si A1 , A2 , ...An es un sistema completo de sucesos de un espacio muestral E, todos ellos con pro-
babilidad distinta de cero y B es un suceso cualquiera del espacio muestral, se cumple que:

P (B) = P (A1 )P (B | A1 ) + P (A2 )P (B | A2 ) + .. + P (An )P (B | An )

6. Teorema de Bayes. Probabilidad a priori

Hasta ahora nosotros sabemos calcular la probabilidad de lo que ocurre en un segundo experimento,
sabiendo lo que ha ocurrido en el segundo, pero, ¿Cómo calculamos la probabilidad de que ocurra
algo en el primer experimento conociendo lo que ha ocurrido en el segundo?
Teorema de Bayes Sea A1 , A2 , ...An un sistema completo de sucesos de un espacio muestral
E,todos ellos con probabilidad distinta de 0 y sea B otro suceso del espacio muestral con P(B)>0.
Teniendo en cuenta la definición de probabilidad condicionada y el teorema de la probabilidad
total, tendremos:

P (Ai ∩ B) P (B | Ai ) · P (Ai )
P (Ai | B) = =
P (B) P (A1 )P (B | A1 ) + P (A2 )P (B | A2 ) + .. + P (An )P (B | An )