TEMA 1

PARTE I. INTRODUCCIÓN A LA
PROBABILIDAD
Introducción. Concepto de probabilidad

El concepto de probabilidad es intuitivamente manejado por todo el mundo.

Es una forma de expresar el conocimiento (más bien nuestra experiencia) o
creencia de que va a suceder determinado suceso.
Probabilidad  Posibilidad de que suceda algo.

La teoría de la probabilidad es la rama de las matemáticas que ha dado un

sentido matemático exacto a dicho concepto intuitivo. Sería el “arte” de realizar
buenas conjeturas (buenas = basadas en la experiencia y en la razón).

El conocimiento de la probabilidad es de suma importancia en cualquier estudio

estadístico.
Introducción. Fenómenos aleatorios y deterministas

Fenómeno Aleatorio:
Es un fenómeno del que no se sabe que es lo que va a ocurrir, están relacionados con
el azar o probabilidad.
Fenómeno Determinista:
Es el fenómeno en el cual de antemano se sabe cual será el resultado (P = 1).

La teoría de la probabilidad estudia los fenómenos aleatorios.

Un experimento aleatorio es aquél que verifica las siguientes condiciones:

1. Se puede repetir indefinidamente, siempre en las mismas condiciones;
2. Antes de realizarlo, no se puede predecir el resultado que se va a obtener;
3. El resultado que se obtenga, s, pertenece a un conjunto conocido previamente
de resultados posibles, S (espacio muestral o de sucesos).
 Introducción. Resultados de un fenómeno aleatorio (eventos)

Los eventos aleatorios se denotan normalmente con las letras mayúsculas A, B, C, ...

Son subconjuntos de S, esto es, A, B, C,…  S

Los eventos aleatorios son conjuntos que pueden contener un solo elemento, una
infinidad de elementos o no contener ningún elemento.

Al número de puntos muestrales de S se le representa por N(S)

EJEMPLO. En el experimento “lanzar un dado”,

S = { 1, 2, 3, 4, 5, 6 }

1, 2, 3, 4, 5 y 6 son sucesos elementales

N(S) =6

Y los eventos aleatorios son:

A = Que caiga un uno = { 1 }
B = Que caiga un dos = { 2 }
: : :
F = Que caiga un seis = { 6 }
Tratamiento de eventos

Ya que los eventos aleatorios son subconjuntos del conjunto Ω, espacio

muestral, se les puede aplicar las operaciones habituales con conjuntos:
unión (), intersección () y la diferencia ().

OPERACIÓN EXPRESION DESCRIPCION

Evento que sucede si y sólo si sucede A o

UNION AB
sucede B o suceden ambos.

Evento que sucede si y sólo si A y B suceden

INTERSECCION AB
simultáneamente.

DIFERENCIA AB El evento que sucede únicamente en A.

Tratamiento de eventos

Gráficamente estas operaciones se pueden representar mediante diagramas de

Venn.

Sea Ω el espacio muestral y A y B eventos tales que A, B  Ω gráficamente se

puede expresar como:

A B
AB
Axiomas de probabilidad

Axioma 1. Sea S un espacio muestral cualquiera y A un evento, tal que A  S,

entonces se cumple que
0  P(A)  1
Si es igual a 1 se llama evento seguro, y cuando es cero se llama evento imposible.

Axioma 2. La probabilidad del espacio muestral Ω es un evento seguro, esto es,

P(Ω) = 1

Axioma 3. Sea Ω un espacio muestral cualquiera y sean A y B dos eventos tales que
A  Ω, B  Ω y A  B = , es decir, que no pueden producirse simultáneamente,
denominados eventos mutuamente exclusivos, entonces:

P(A  B) = P(A) + P(B)

En general, para n eventos mutuamente exclusivos (A1, A2, A3, A4, ..., An):

P(A1  A2  A3  A4, ...  An) = P(A1) + P(A2) + P(A3) + P(A4) + ...+ P(An)

En otras palabras, la probabilidad de varios eventos mutuamente exclusivos es igual a la

suma de sus probabilidades.
 Otras propiedades

Teorema.
Sea A un evento cualquiera y Ω un espacio muestral, tal que AS, si Ac es el
complemento del evento A, entonces la probabilidad de Ac es:
P(Ac) = 1 – P(A)

Caso particular: si A = Ω, entonces: P(Ac) = P() = 0

Teorema.
Sean A y B eventos cualesquiera, entonces:
P(A – B) = P(A) – P(A  B)

A B
AB (se “descuenta” la parte común)
Otras propiedades

Teorema (Ley Aditiva de la Probabilidad).

Sean A y B dos eventos no excluyentes, A  B  , entonces:

P(A  B) = P(A) + P(B)  P(A  B)

A B
AB (para no contar dos veces A  B)

En general, si n eventos no son mutuamente excluyentes, entonces:

P(A1  A2   An)  P(A1)  P(A2 )    P(An) 

n n
 P(Ai  Aj )   P(Ai  Aj  Ak )   P(A1  A2   Ak )
i j i  j k
 Otras propiedades

Corolario.
P(AB)  P(A) + P(B)

En general:
n n
P( A i )   P(A i ) (del “principio de inclusión-exclusión”)
1 1

Teorema.
Si B  A, entonces: P(B)  P(A)
Ley de regularidad de las frecuencias. Regla de Laplace

Ley de regularidad de las frecuencias

Conforme aumentamos el número de repeticiones de determinado experimento
aleatorio, la frecuencia relativa de un evento tiende a estabilizarse entorno a un
valor al que se denomina probabilidad de dicho evento.
Ejemplo: Al lanzar una moneda muchas veces la frecuencia relativa del evento “cara” tiende
a estabilizarse aproximadamente en 0,5 ( 12 ).
N(A) N(A) = número de elementos del evento A
P(A) 
N() N(Ω) = número de elementos del espacio muestral Ω

Regla de Laplace
Para establecer un criterio a partir del cual asignar una probabilidad a cada suceso
posible, debemos (?) basarnos en la experiencia.
Siempre que los posibles resultados (sucesos) sean equiprobables, cuando realizamos
un experimento muchas veces, la probabilidad de obtener determinado resultado,
P(A), queda determinada por la frecuencia con la que éste se ha producido.

NCF NCF = número de casos favorables

P(A)  (1)
NCP NCP = número de casos posibles

Al cumplimiento de esta hipótesis es a lo que la estadística laplaciana denomina “azar”.

 TEMA 1

PARTE II. TÉCNICAS COMBINATORIAS

Objeto de la combinatoria

La Combinatoria es una rama de la matemática que estudia colecciones de objetos

(normalmente finitos) que satisfacen ciertos criterios. En particular si se trata de
contarlos estamos frente a la Combinatoria Enumerativa. Nos centraremos casi
exclusivamente en ésta por ser esencial para cálculos elementales de probabilidad.

La combinatoria trata, ante todo, de contar el número de formas en que unos objetos
dados pueden organizarse de una determinada manera.

La combinatoria analiza todo tipo de posibilidades al momento de considerar la

cantidad de opciones posibles en un conjunto finito de objetos. Tiene en cuenta la
repetición posible de los mismos, y la no repetición, al igual que los intercambios de
posiciones de los elementos con respecto a su ubicación y orden específicos. Estos
tipos de conteo se denominan variaciones, combinaciones y permutaciones.

Las bases para entender el uso de las técnicas de conteo son el principio multiplicativo
y el principio aditivo.
Principio aditivo o de la suma

Una actividad puede realizarse de distintas maneras que son mutuamente

excluyentes, es decir, que no pueden ocurrir al mismo tiempo, se debe escoger
entre una u otra (son alternativas). Si con una alternativa existen n opciones
(formas distintas) y con la otra existen m opciones, entonces hay m+n maneras
distintas de realizar la actividad.

k formas
Autobús

Hay k + m + n posibilidades
A m formas B de ir desde A hasta B, de tres
Metro
maneras distintas

n formas
En bici

Se aplica en procesos de conteo susceptibles de ser divididos en casos

Principio multiplicativo o del producto

Si una actividad puede realizarse en dos pasos sucesivos (debe ocurrir uno y
después el otro) de manera tal que el paso 1 se realiza de n maneras y el paso 2
de m maneras, entonces la actividad puede realizarse de m·n maneras distintas.

A m formas n formas B

Hay m · n posibilidades de ir desde A hasta B

Principio multiplicativo o del producto (esquema gráfico)

a1 a2

b1 b2 b3 b1 b2 b3

c1 c1 c2 c1 c2 c1 c2
c 2 c1 c2 c1 c2

El primer elemento puede escogerse de dos formas distintas: a1 y a2.

El segundo de tres maneras distintas: b1, b2 y b3.
El tercer elemento puede escogerse en dos modos distintos: c1 y c2.

El total de posibilidades será: 2 . 3 . 2 = 12

Planteamiento del problema

¿Cómo podemos distinguir cuando hacer uso del principio multiplicativo y cuando
del aditivo?
Cuando se trata de una sola actividad, la cual requiere para ser llevada a efecto de una
serie de pasos, entonces haremos uso del principio multiplicativo y si la actividad a
desarrollar o a ser efectuada tiene alternativas para ser llevada a cabo, haremos uso
del principio aditivo.

Ejemplo. Aplicación conjunta: ¿De cuántas maneras distintas se puede ir de A a B?

Primer caso: Sin Hay 3 caminos distintos para ir

pasar por C desde A hasta B sin pasar por C
A C B

Hay 4·3 = 12 caminos

Segundo caso:
A C B Pasando por C
distintos para ir desde A
hasta B, pasando por C

Hay 12 + 3 = 15 caminos distintos para ir desde A hasta B

Combinaciones y Permutaciones

Combinación. Todo arreglo de elementos en donde NO nos importa (no cambia las
cosas) el lugar o posición que ocupa cada uno de los elementos que constituyen dicho
arreglo.
Permutación. Todo arreglo de elementos en donde nos importa el lugar o posición
que ocupa cada uno de los elementos que constituyen dicho arreglo (porque ello
altera el resultado obtenido).

Permutaciones sin repetición

Dados n objetos distintos, llamamos permutación a una ordenación particular de
los n objetos en una fila.
Como son sin repetición, una vez usado un elemento, éste no podrá volver a ser
utilizado. Por tanto…
A partir de la regla del producto: hay n posibles objetos para la primera plaza de la
fila, n1 objetos posibles para ocupar la segunda, etc... Por tanto:

Pn  n  (n  1)  (n  2)  3  2  1  n!

Ejemplo: ¿Cuántas permutaciones existen con las letras a, b y c?

6 (abc, acb, bac, bca, cab, cba)
 Combinaciones (sin repetición)

¿Cuántas posibles combinados de dos bebidas podemos hacer con ron, whisky y ginebra?
Si el orden importara tendríamos 3 · 2 = 6.
Pero en realidad: (g, w) = (w, g), (g, r) = (r, g) y (r, w) = (w, r), pues el orden no importa.
De este modo, deberemos dividir entre 2: 6/2 = 3.

¿Cuántas posibles combinados de tres bebidas podemos hacer con ron, whisky, ginebra y tequila?
De nuevo, si el orden importara tendríamos 4 · 3 · 2 = 24.
Pero en realidad: (g, w, t) = (g, t, w) = (w, g, t) = etc., pues el orden no importa.
De este modo, deberemos dividir entre 3!: 24/3! = 4.

En general: ¿Cuántas posibles configuraciones de r elementos podemos construir a

partir de un conjunto de n elementos diferentes, sin que importe el orden y no sea
posible la repetición?
Si el orden importara tendríamos n·(n  1)·…·(n  r + 1) posibilidades.
Las podemos agrupar en clases, de forma que en cada clase estén aquellas
configuraciones que sean la misma salvo por el orden. Como hemos escogido r
elementos, cada clase estará formada por las r! formas distintas de ordenar esos
elementos.
n  (n  1)  ....  (n  r  1) n!

r! r!(n  r )!
Combinaciones (sin repetición)

Este número se conoce como las combinaciones de n elementos tomadas de r en r

y se denota por:

 n n!
C  C (n, r )    
r

 r  r!(n  r )!
n

¿Cuántos grupos de 5 alumnos pueden formarse con los 30 alumnos de una clase?
(un grupo es distinto si se diferencia por lo menos en un alumno).

No importa el orden. No puede haber dos alumnos iguales (no hay clones) en un
grupo, luego no hay repetición.

 30  30!
C (30,5)      142. 506
 5 5!(30  5)!
Combinaciones (sin repetición)

¿De cuántas maneras distintas podemos pintar una tira de cinco casillas, pintando 2 de
rojo y 3 de azul?

Respuesta:
Combinaciones de 5 elementos tomados de 2 en 2.
O de 5 elementos tomados de 3 en 3:

C(5,2) = C(5,3) = 10.

Combinaciones (sin repetición)

¿Cuántos caminos distintos podemos recorrer desde el trabajo a la UNED?

(cada movimiento debe acercarnos a la UNED  sólo arriba o derecha).

UNED

Trabajo
Cualquier posible recorrido consiste en 8 movimientos a la derecha (1) y 4 movimientos
hacia arriba (0). Por ejemplo:
011010111110
La solución es por tanto:
 12   12  12!
       495
 8   4  8! 4!
Triángulo de Pascal o Tartaglia

Construcción: para generar el 5º elemento en la fila 7, sumamos el 4º y 5º elemento

en la fila 6 (los inmediatamente superiores).

 5 7
Fila 5, posición 2: 
2  10 Fila 7, posición 5: 
 5
  21
   

n
Si r = 0 ó r = n: 
r 
 1
 
 Triángulo de Pascal o Tartaglia

Este procedimiento de construcción del triángulo se deriva de la denominada

identidad de Pascal:

 n  1  n  1  n 

 r 1
 r  
r 
     

 6  6 7

4 
 5 5

     
15  6  21
 Triángulo de Pascal o Tartaglia

Una propiedad a tener en cuenta:

9 9
      36
2 7
9! 9!

2!(9  2)! 7!(9  7)!

En general:

n  n 
    
r
   n  r 