La  e  la podemos generalizar a una sucesión numerable de eventos. Sea A 1 , A 2 ,.....,..

sucesión numerable de eventos, entonces:

⋃ 𝐴 : es el evento que ocurre si a lo menos ocurre A i , i  IN

⋂ 𝐴 : es el evento que ocurre si ocurre A i , i  IN

Observación: Dado un experimento aleatorio, si consideramos tres eventos de interés dentro

de un espacio muestral , estos pueden ser representados mediante un diagrama de Venn
Euler según se muestra a continuación:

A B
R2
R5 R6

R1
R3 R4

R7
R8
C

En este podemos distinguir ocho regiones numeradas de R1 a R8, donde

R1 = A  B C R5= A  (B C)c = A  Bc  Cc
R2 = A  B Cc R6= B  (A C)c = B  Ac Cc
R3 = A  Bc  C R7= C  (A B)c = C  Ac Bc
R4 = Ac  B  C R8= Ac  Bc Cc

1.2.4 Función de probabilidad y propiedades elementales

Definición 4. Dos elementos A y B se dicen mutuamente excluyentes o disjuntos si no pueden
ocurrir al mismo tiempo, es decir, AB =  .

Definición 5. Un conjunto   () de subconjuntos de  se llama una -álgebra de  si:

Para cada A   A  
c
i.
ii. Si A 1 , A 2 ,.....A k   ⋃ A 
iii. 

Al considerar  el conjunto de casos posibles que resultan de la tirada de un dado, ¿cuáles

de las siguientes clases de conjuntos son álgebras?

13
 a)  1 =  , 1,3,5 , 2,4,6 ,  b)  2 =  , 1, 3,5 , 2,4,6 , 

Definición 6. Una FUNCIÓN DE PROBABILIDAD es una función cuyo dominio es una -

álgebra y codominio los números reales que satisface los siguientes axiomas:
A 1 : P(A)  0 ;  A 
A 2 : P() =1
A 3 : A 1 , A 2 .., A n ,…   ; A n disjuntos dos a dos, entonces: P(⋃ 𝐴) =∑ 𝑃(𝐴 )

PROPIEDADES ELEMENTALES:

Sea (P, , ) un Espacio de Probabilidades de Kolmogorov. En la terna (P,, ) podemos

establecer las siguientes las propiedades:

P1: P()=0
c
P2: P (A ) = 1 - P(A)
P3: P(AB) = P(A) + P(B) - P(AB)
P4: P(ABc) = P(A) - P(AB)
P5: AB  P(A)  P(B) (propiedad de monotonía)
P6: 0  P(A)  1 ;  A  
P7: Sean A 1 , A 2 ,.....A k eventos elementales de , se tiene P(⋃ A )=∑ P(A )
P8:  A, B, C   :
P(A  B  C) = P(A) + P(B) + P(C) - P(AB) - P(AC) - P(BC) + P(ABC)

Observe que mediante eventos elementales se puede calcular la probabilidad de cualquier

evento sumando las probabilidades de los eventos elementales que el contiene.

Los axiomas contribuyen en la caracterización del concepto de probabilidad. La asignación

correcta de una probabilidad a los eventos, depende en la forma en la cual el experimento se
lleva a cabo y también en nuestra propia interpretación de probabilidad, como posibilidad de
ocurrencia de un suceso.

Determinación Sistemática de Probabilidad:

Sea  un espacio muestral discreto (finito o numerable) cuando el número de resultados
posibles (eventos elementales) es grande, habrán muchos eventos compuestos. Una forma
simple de determinar probabilidades para estos eventos que eviten violar los axiomas y las
propiedades derivadas de ellas, es primero determinar las probabilidades P(E i ) para cada
uno de los eventos elementales E estos deben satisfacer:

P(E i )0 y i
P(E i )=1

Entonces, la probabilidad para cualquier evento compuesto A se calcula sumando los

P (E i ) para todos los E i eventos elementales de A

14
 P(A) = i
P(E i ) Ei  A

En espacios muestrales equiprobables con #  = N es razonable asignar igual probabilidad

a todos los N eventos elementales , con p = P(E i ) i  1, N
N N
1= 
i 1
P(Ei) = i 1
p = Np  p = 1 / N

 P (E i ) =1/N , i  1, N

Ahora, si A es un evento compuesto con N(A) elementos, se obtiene la regla de Laplace

(significado clásico de la probabilidad):
1 N ( A) Números de elementos de A
P(A) =  P (E ) =  
E i A
i
n N
Números de elementos de 

En consecuencia, resulta útil dominar las técnicas de conteo o de enumeración para

determinar de forma rápida el número de elementos que posee el espacio muestral y el evento
de interés.

1.2.5 Método de Enumeración

Son técnicas que permiten contar el número de elementos de un evento o los elementos de
un espacio muestral. En el proceso de contar objetos se estudia el número de ocurrencias de
un determinado suceso sin describir, necesariamente, todas sus posibilidades.

Principio de Adición

Si un evento (operación) A puede ocurrir de n formas y el evento B de m formas, entonces el

evento A o B se puede efectuar de n + m formas cuando A y B son mutuamente excluyentes.
En caso contrario, si A  B   , A o B puede ocurrir m + n - k formas donde k es el número
de coincidencias entre A y B.

Principio de Multiplicación

Si A ocurre de n formas y B de m formas, entonces el evento A y B puede ocurrir de nm

formas.

En el experimento  : Lanzamiento de dos dados, tenemos 6x6=36 formas.

Por otro lado, en un concurso de proyectos participan 7 ingenieros ¿De cuántas maneras se
pueden distribuir los tres primeros lugares? Se obtiene 7 ∙ 6 ∙ 5 = 210 lugares.

Si n es un entero positivo llamamos n-factorial n! = n (n-1)!=n(n-1)(n-2)...... 3  2 1 Tenga

presente que 0! =1

15
Permutaciones
La Permutación es un arreglo u ordenación diferente de un grupo de objetos. El número de
permutaciones de r objetos tomados de un conjunto de n objetos (n  r) distinguibles es:

n!
P (n, r )  Prn 
( n  r )!
¿Cuántos números de 2 cifras distintas pueden formarse con los números1, 2, 3)?
3!
P3   6 (1,2),(2,1),(1,3),(3,1),(2,3),(3,2)
2 (3  2)!

n
El número de permutaciones de n objetos distintos entre sí es n!: Pn  n!

El número de permutaciones de n objetos tomándolos todos entre si y siendo n 1 de ellos

iguales entre sí, n 2 iguales entre sí, ..., nk es :
n! k
P(n; n1, n2 ,..., nk )  , n   ni
n1!n2!    nk ! i 1

Combinaciones
Es una selección de objetos de un conjunto sin importar el orden. El número de
combinaciones de n objetos tomados de r en r es el número de subconjuntos de tamaño r que
puedan formarse con los n objetos.
El número total de combinaciones de n objetos tomados de r en r está dado por:

 n n!
C (n, r )    
 r  r!(n  r )!
Regla Hipergeométrica
Suponga que hay n objetos en un grupo y que n 1 son de un tipo y n 2 de otro. El número de
grupos de r objetos, donde r 1 son del primer tipo y r 2 del segundo tipo, puede ser formado
por extracción de r objetos de n y está dado por:

 n1   n2 
     n  n1  n 2 ; r  r1  r 2
 r1   r2 

¿Cuántos comités distintos de 5 estudiantes compuesto de 3 hombres y 2 mujeres se pueden

formar con un total de 7 hombres y 5 mujeres?
Solución: De los 7 hombres hay grupos de 3 hombres y de las 5 mujeres hay grupos
de 2 mujeres. Por el principio multiplicativo o Regla Hipergeométrica el comité de
estudiantes puede escogerse de ∙ = 350 maneras.

16
1.2.6 Probabilidad Condicional
A menudo se sabe que ha ocurrido un evento A y se desea conocer la probabilidad de otro
evento B. Se verá cómo influye la ocurrencia del evento A en la probabilidad del evento B.
Suponga que Usted está apostando por la ocurrencia de dos caras en el lanzamiento de una
moneda dos veces.

Así, sea A =  aparezca dos caras = (c,c), luego si los resultados son equiprobables P(A)
=1/4.
Suponga ahora que antes de ver el resultado alguien le dice que las monedas presentan a lo
menos una cara B =  (c,c),(c,s),(s,c). Luego, no sería bueno apostar al resultado (s,s). El
espacio muestral ahora (c,c),(c,s),(s,c). Así, en base a la información, la probabilidad de
1
obtener 2 caras es P((c,c)) / B) = .
3

Si el primer lanzamiento fue cara ¿Cuál es la probabilidad que ambos sean cara?
1
Se tiene C= (c,c),(c,s) y luego P= (cc/C) = .
2
Observación: cada vez que calculamos P(A / B) estamos calculando P(A) con respecto al
espacio muestral reducido B en vez de .

Definición 7. Si P(A) >0 la probabilidad condicional de B dado que ocurrió A, denotada por
P(B / A) , se define por:
( ∩ )
𝑠𝑖 𝑃(𝐴) > 0
𝑃(𝐵/𝐴) = ( )
0 𝑠𝑖 𝑃(𝐴) = 0

Observe que la función P(  / B) también define una probabilidad. En efecto, se cumple:

P (A / B)  0  A
P(  / B) = 1
P(AC/ B)= P (A / B) + P(C / B) ; para AC = 

c
Note que: P (A / B) = 1- P(A / B)
P (A / B) = P(A) / P(B) si y solo si A  B

REGLA DE LA MULTIPLICACIÓN

La definición de probabilidad condicional nos permite obtener la probabilidad de la

ocurrencia simultánea de dos eventos. Se sabe que:

P(A  B)
P (A / B) = , P(B) > 0 /  P ( B )
P(B)
P(AB) = P(A / B) P(B) …………….. (1)

17
 P(A  B)
De igual forma: P (B / A) = , P(A) > 0 /  IP ( A )
P(A)

P(AB) = P(B / A) P(A) …………….. (2)

Las igualdades (1) y (2) reciben el nombre de regla de multiplicación o compuesta. Esta regla
puede generalizarse para un número finito de eventos.

1.2.7 Teorema de Bayes

Teorema 1. Sean A 1 , A 2 , ......., A n , n-eventos cualesquiera, tal que P (A 1 A 2 ,…, A

n 1 ) > 0 , entonces:

𝑃(⋂ 𝐴 ) = 𝑃(𝐴 ) ∙ 𝑃(𝐴 / 𝐴 ) ∙ 𝑃(𝐴 /𝐴 ∩ 𝐴 ) ∙ … ∙ 𝑃(𝐴 /𝐴 ∩ 𝐴 ∩ … ∩ 𝐴 )

Definición 8. E 1 , E 2 ,….,Ek , subconjuntos de , forman una partición de  si :

a) E i  E j =  ; i  j , E i  i b) ⋃ 𝐸 = 
b)


E Ek

Ei
E3 E4

Teorema 2. Probabilidad Total: Sea E 1 , E 2 ,…., Ek una partición de un espacio muestral

 y sea A cualquier evento de . Entonces:

P(A ) = P(E 1 )∙ P(A / E 1 ) + P(E 2 )∙ P(A / E 2 )+…….+ P (Ek)∙ P (A / Ek)

Teorema 3. Teorema de Bayes: Sean E 1 , E 2 ,…., Ek una partición de . Para cualquier

( )∙ ( / )
suceso A en  se cumple: P(E /A) = ;para cada i = 1, 2, … . , k
∑ ( )∙ ( / j)

18
1.2.8 Independencia de Sucesos
Dos eventos A y B se dicen mutuamente independientes si se cumple
P ( A / B ) = P ( A ) o P ( B ) = P ( B / A).

La ocurrencia o no ocurrencia de uno de los eventos no afecta la probabilidad de ocurrencia

o no ocurrencia del otro.

Teorema 4. Dos eventos A y B se dicen mutuamente independientes, si y sólo si:

𝑃(𝐴 ∩ 𝐵 ) = 𝑃(𝐴) ∙ 𝑃(𝐵)

Teorema 5. Si A y B son sucesos independientes, entonces también lo son el complemento

de uno de ellos con el otro y ambos complementos.
c c
P(AB ) =P(A)∙P(B )
c c
P (A B) =P(A )∙P(B)
c c c c
P (A  B ) = P (A ) ∙ P ( B )

Ejercicio 1. Demuestre este teorema, se sugiere utilizar la ley de De Morgan.

1.3 Actividades Propuestas (Ayudantía)

Actividad 1.3.1
Un estudio de inundaciones repentinas graves ocurridas durante los últimos 15 años muestra
que la probabilidad de que se emita una advertencia de tales inundaciones es de 0,5 y la
probabilidad de que se rompa la represa durante una inundación es de 0,33. La probabilidad
de que se rompa la represa, dada la emisión de la advertencia, es de 0,17.

a) Calcule la probabilidad de que no se emita una advertencia de inundación dado que la

represa se rompió.

Sea A el evento que se emita una advertencia de inundación

Sea B el evento que se rompa la represa en una inundación

P(A) = 0,5 P(B) = 0,33 y P(B/A) = 0,17

( ∩ ) ( )∙ ( / )
P(Ac /B) = 1 – 𝑃(𝐴/𝐵) = 1 –
( )
= 1−
( )
, ∙ ,
= 1- = 0,7424
,

19