Regla de Multiplicacin

Si un Experimento consta de m etapas o pasos para realizarse y la primera etapa puede cumplirse de k1 maneras posibles,
la segunda etapa puede cumplirse en k2 maneras posibles, . . . y la ultima etapa puede cumplirse en km maneras posibles
entonces el experimento puede realizarse de k1 x k2 x k3x ... km maneras diferentes, es decir, puede dar origen a k1 x k2
x k3 x ... km posibles resultados
Regla de multiplicacin: Ejemplo 1
Una prueba consta de tres preguntas del tipo verdadero/falso. de cuantas maneras diferentes puede responderse esta
pregunta?
utilizando la regla de multiplicacin
m=3, k1=2, k2=2, k3=3 se obtiene que la prueba puede responderse de 2 x 2 x 2 = 8 maneras diferentes. las 8
posibilidades son VVV VVF VFV FVV VFF FVF FFV FFF

probabilidad condicional
Dado dos (2) eventos A y B, la probabilidad condicional se denota como la probabilidad de A dado B, P(A/B), /B significa
que ya ocurrio B y es una medida de la probabilidad de ocurrencia de A dado que el evento B ocurrio previamente .
formula P(A/B)= P(AB)P(B)
regla multiplicativa
P(AB)= P(A). P(B/A)
P(ABC)=P(C/AB). P(AB)
EJEMPLO:
una caja con metras:
5 metras blancas.
3 metras negras.
2 metras rojas. se extrae una a una 3 metras sin reemplazo
hallar la probabilidad de obtener 2 metras roja ? R=rojo
P(1R)= 210
P(2R/1R)= P(1R2R)P(1R)
P(1R2R)= P(1R). P(2R/1R)
= 210 x 19 = 2/90
Probabilidad de que la segunda metras sea roja ? P(2R)=?
P(2R)=[ (1B2R)U( 1N2R )U(1R2R) ]
P(2R)= P(1B2R)+ P(1N2R)+ P(1R2R)
P(2R)= P(1B). P(2R/1B) + P(1N). P(2R/1N)+ P(1R). P(2R/1R)
P(2R)= (5/10 . 2/10) + ( 3/10 . 2/10) + ( 2/10 . 1/9)
P(2R)= 10/90 + 6/90 + 2/90
P(2R)= 18/90 => SE SIMPLIFICA => 9/45

Ejercicios Resueltos Probabilidad Condicional

1) se presentan los trabajadores de una industria, clasificacion segun el cargo y el sexo.
___________________________________
Hombres Mujeres Totales
___________________________________
obreros
80
113
193
Empleados
30
17
47
Directores
4
6
10
---------------------------------------------------Totales
114
136
250
---------------------------------------------------El dueo de la empresa desea otorgra un premio estimulo especial y para ello decide seleccionar al alzar uno de los
trabajadores.
Consideremos los Eventos
A: ser Empleado
B: ser mujer
asumiendo equiprobable en la seccion de las personas, las probabilidaes A y B son:
P(A)=47250 = 0.188

P(B)= 136250 = 0.544

P(A) es la probabilidad de que sea empleado, P(B) es la probabilidad de que sea mujer, ahora calcular la probabilidad de
que la persona sea empleada sabiendo que es mujer, P(A/B)= P(AB)P(B) entonces P(AB)= 17250 ahora
P(A/B)=17/250136/250 = 0.125
Eventos dependientes
Dos o ms eventos sern dependientes cuando la ocurrencia o no-ocurrencia de uno de ellos
afecta la probabilidad de ocurrencia del otro (o otros). Cuando tenemos este caso, empleamos
entonces, el concepto de probabilidad condicional para denominar la probabilidad del evento
relacionado. La expresin P(AB) indica la probabilidad de ocurrencia del evento A s el evento B
ya ocurri.
Se debe tener claro que AB no es una fraccin.
P(AB) = P(A y B)/P(B) o P(BA) = P(A y B)/P(A
ESPERANZA MATEMTICA:
Una definicin fcil de entender de lo que aqu llamaremos Esperanza Matemtica es la relacin entre el premio
obtenido y probabilidad de acertar.
La definicin matemtica de Esperanza Matemtica o Valor Esperado es bastante ms compleja, pero en el desarrollo
de este Sistema se limita a Premio x Probabilidad. Aqu, un valor para la esperanza matemtica de 1 indica juego justo,
un menor que uno indica desfavorable para el jugador y un mayor que uno es favorable para el jugador ( en las
definiciones formales el cero suele ser el juego justo, y los valores negativos o positivos indican positivo o negativo
para el jugador).
Si la esperanza matemtica es 1, el juego es justo. Por ejemplo, apostar 1 euro a que una moneda sale cara o cruz, si el
premio por acertar son 2 euros, y si se pierde, 0 euros. La esperanza del juego es 2 (1/2) = 1. Entonces,
consecuentemente con la teora de juegos, podra pagar el euro para jugar o para rechazar jugar, porque de cualquier
manera su expectativa total sera 0.
Si la esperanza matemtica es menor que 1, el juego es desfavorable para el jugador. Un sorteo que pague 500 a 1 pero
en el que la probabilidad de acertar sea de 1 entre 1.000, la esperanza matemtica es 500 (1/1.000) = 0,5.
Si la esperanza matemtica es mayor que 1, el juego es favorable para el jugador, todo un chollo para el jugador. Un
ejemplo sera un juego en el que se paga 10 a 1 por acertar el nmero que va a salir en un dado, en donde hay una
probabilidad de acertar es de 1 entre 6. En este ejemplo el valor de la esperanza matemtica es 10 (1/6)=1,67 y por tanto
en esas condiciones es juego beneficioso para el jugador.
Esperanza matemtica de las loteras
La esperanza matemtica es un valor importante que conocer para cualquier tipo de premio, en funcin de su dificultad, y
para cada sorteo concreto.
En la Primitiva, la esperanza matemtica general o promedio es sencillamente 0,55 y en Euromillones es 0,5. Se

corresponde a la cantidad que se devuelve en premios: el 55% o el 50% del total apostado por los jugadores. Ese dinero
siempre se devuelve, teniendo en cuenta que con el tiempo los premios no entregados se acumulan en Botes.
En la Primitiva el reparto de premios funciona de modo que la cantidad jugada por todos los jugadores (excepto el 45%
que se queda la organizacin) se suma y reparte en diversas categoras: una parte para los de ms aciertos, otra parte para
premios menores, reintegros, etc. Esto marca ciertamente diferencias entre la esperanza matemtica (premios por
probabilidad) de las diferentes categoras de premios. La esperanza matemtica ms alta es la del Reintegro que es de 0,1
(10 %).
Estos clculos, que de por s son sencillos, se ven complicados por algunas reglas relativamente recientes, como el
premio fijo para los acertantes de 3 o los acertantes de 5 nunca pueden ganar ms que los de 6, pero son en cualquier
caso calculables con precisin.
En general, y para la Loto tradicional la norma a grandes rasgos es que la esperanza matemtica es mayor que 1 cuando la
cantidad de premios total (el bote ms el 55% de la cantidad que todos los jugadores apuestan ese da) es mayor de lo que
valen 13,9 millones de apuestas (dado que la probabilidad de acertar es de 1 entre 13,9 millones) y esto ocurre en muy
muy muy raras ocasiones.
Pero imagenemos como hiptesis de trabajo que llega un da en el que se ha acumulado un bote de 20 millones de euros y
en el que por alguna circunstancia nadie juega a la Loto excepto una persona. A 1 euro por apuesta, esto supondra pagar
unos 14 millones de euros para jugar a todas las combinaciones y embolsarse todos los premios: el bote ms lgicamente
la recuperacin del 55% de lo apostado y un 10% en reintegros (7,7 millones de euros, correspondiente al resto de premios
menores de 5, 4, reintegros, etc.) Resultado: apostando 14 millones se recuperaran 27,7 millones de euros. Casi otros 14
millones de beneficio. Buen negocio!

DEFINICIN

Una distribucin de probabilidad indica toda la gama de valores que pueden representarse como resultado de un
experimento si ste se llevase a cabo.
Es decir, describe la probabilidad de que un evento se realice en el futuro, constituye una herramienta fundamental para la
prospectiva, puesto que se puede disear un escenario de acontecimientos futuros considerando las tendencias actuales
de diversos fenmenos naturales
Toda distribucin de probabilidad es generada por una variable (porque puede tomar diferentes valores) aleatoria x (porque
el valor tomado es totalmente al azar), y puede ser de dos tipos:

Se llama variable aleatoria

a toda funcin que asocia a cada elemento del espacio muestral E un nmero real.
Se utilizan letras maysculas X, Y, ... para designar variables aleatorias, y las respectivas minsculas (x, y, ...) para
designar valores concretos de las mismas.
Variable aleatoria discreta
Una variable aleatoria discreta es aquella que slo puede tomar valores enteros.
Ejemplos:
El nmero de hijos de una familia, la puntuacin obtenida al lanzar un dado.
Variable aleatoria continua
Una variable aleatoria continua es aquella que puede tomar todos los valores posibles dentro de un cierto intervalo
de la recta real.
Ejemplos:
La altura de los alumnos de una clase, las horas de duracin de una pila.

Varianza de una variable aleatoria

La varianza de una variable aleatoria es una caracterstica numrica que proporciona una idea de la dispersin de la
variable aleatoria respecto de su esperanza. Decimos que es un parmetro de dispersin.
La definicin es la siguiente:

Es, por tanto, el promedio terico de las desviaciones cuadrticas de los diferentes valores que puede tomar la variable
respecto de su valor medio terico o esperanza.
En el caso de las variables discretas, la expresin se convierte en:

mientras que para las variables continuas tenemos:

En ambos casos existe una expresin equivalente alternativa y generalmente de clculo ms fcil:

Una de las caractersticas de la varianza es que viene expresada en unidades cuadrticas respecto de las unidades
originales de la variable. Un parmetro de dispersin derivado de la varianza y que tiene las mismas unidades de la
variable aleatoria es la desviacin tpica, que se define como la raz cuadrada de la varianza.

Propiedades de la varianza
1.

Var(X) 0

2.

Var(k X) = k2 Var (X) para todo numero real k.

3.

Var(k) = 0 para todo numero real k.

4.

Var(a X + b) = a2 Var(X) para todo par de nmeros reales a i b.

5.

Var(X + Y) = Var(X) + Var(Y) nicamente en el caso que X y Y sean independientes.