Vous êtes sur la page 1sur 12

Dpto. Didctico de Matemticas.

Probabilidad.

Ao acadmico: 2010-2011

I.E.S. La Era

Departamento Didctico de
Matemticas
Nivel: Bach.
CCSS
Complementos terico-prcticos.
Tema: Probabilidad.
Realizados por: D. Juan Jos Menndez Daz, Ldo. en CC. Fsicas por la U.C.M. y profesor agregado de Matemticas en E.S.

Teora de la Probabilidad.
K1.- P A 0
K2.- Si A B , sucesos incompatibles, entonces P A B P A P B
Tambin podemos leer que la interseccin de dos sucesos incompatibles es
el suceso imposible, y en este caso la probabilidad de la unin es igual a la
suma de las probabilidades individuales.
Generalizndolo a ms de dos sucesos incompatibles dos a dos,


A i A j P UA i P A i
i 1
i 1

K3.- P E

1 , la probabilidad del suceso seguro es igual a la unidad.

Observacin: esto es debido a que si transformamos la K2.- para muchos


sucesos, tales que A i A j P UA i P A i , entonces, si por
i 1
i 1
ejemplo, tomamos el intervalo 0,1 , la probabilidad de pinchar un
nmero racional, , sera:

Q 0 ,1

, ya que para cada nmero racional el nmero de

casos favorables es uno y el de casos posibles , luego

Otros modelos de probabilidad:


Modelo frecuentista: (solo para estudios superiores)

P A lm

n A
N

, donde N es el nmero de veces que se repite una expe-

riencia, n A es la frecuencia absoluta con que sucede el suceso A.


De igual modo, si f A es la frecuencia relativa correspondiente al suceso
A, P A lm f A
N

Se basa en la Ley de Estabilidad de Frecuencias. (Ley de Bernouilli)


La convergencia, f A P A cuando N , lo es en probabilidad,
es decir, casi seguro que ocurre as.
Modelo clsico: (ley de Laplace)

Definiciones y conceptos.

Pgina.- i

Dpto. Didctico de Matemticas.

P A

Probabilidad.

numero de casos favorables


numero de casos posibles

Solo es vlido en el caso en que todos los sucesos posibles sean equiprobables o verosmiles.
Si el nmero de casos posibles es muy grande se hace necesario el
empleo de la combinatoria.
Modelo axiomtico E, E , P :
Axiomas:
Si A B P A P B
Como B A B A y A B A P B P A P B A , como
P B A 0 , necesariamente se cumple el axioma.
P A 1 , ya que A E P A P E 1
P A 1 P A
Como
A A E
P A A P A P A P A P A A P A

A A
P A 1 P A
P 0 , ya que E P 1 P E 1 1 0

P A B P A P B P A B

, para sucesos compatibles o no (IM-

PORTANTE)
Con A A B A B , donde adems A B A B y sucesos
incompatibles
A B A B P A P A B P A B . Igualmente

. De ambos hechos, y adems de que


A B A B A B A B , donde los sucesos del segundo
P B P A B P A B

miembro son incompatibles dos a dos, llegamos a que


P A B P A B P A B P A B P A P B P A B
Probabilidad condicionada: sea el espacio probabilstico E, , P . Se sabe
ya que ocurri el suceso B, B . Ahora P A , A , debe ser modificada,
ya que por ejemplo:

La probabilidad de sacar un cinco, al lanzar un dado de parchs, es 1 6 , pero si


nos dicen que sali un nmero par, en ese caso el suceso sacar un cinco es imposible, es decir, la probabilidad ahora de sacar cinco es nula.
Definimos la probabilidad condicionada P A / B , y leemos probabilidad
de que se de el suceso A habiendo sucedido ya el suceso B, como
P A B
P A / B
, con P B 0 . Se tata de una probabilidad ya que veriP B
fica los axiomas:
K1.- P A / B 0, A , ya que P B 0 y P A B 0
K2.- Si A C P A C / B P A / B P C / B

P A C / B

P A C B

P A B C B

, pero por ser los

P B
P B
sucesos A B y C B incompatibles, entonces la probabilidad de la

Definiciones y conceptos.

Pgina.- ii

Dpto. Didctico de Matemticas.

Probabilidad.

unin es igual a la suma de las probabilidades de cada uno de los


conjuntos de la unin
K3.- P E / B

P E B
P B

P A B
P B

P B
P B

P C B
P B

P A / B P C / B

Observacin_3: normalmente la probabilidad condicionada se suele escribir en la forma P A B P B P A / B , si adems P A 0 , entonces


tenemos que P A P B / A P B P A / B , y si los sucesos son adems independientes, P A B P A P B
Observacin_4: tres sucesos independientes dos a dos son tales que
P A B C P A P B P C , aunque no siempre es as.
Ejemplo: Se lanzan dos dados, uno blanco y otro negro. Sean los sucesos
A=sacar puntuacin impar con el dado negro, B=sacar puntuacin impar con el dado blanco y C=que la suma de lo sacado sea par.

P A

P B

1
2
1
2

, ya que la mitad de los nmeros son pares y la mitad impares


, por igual motivo.

Para este ltimo caso mira las explicaciones que vienen a continuacin
y de ellas vers que P C

1
2

. Observa que:

par + par = impar + impar = par


par + impar = impar + par = impar

pares negro 3 total 9


pares blanco 3
impares negro 3 total 9
pares negro 3 total 9
impares blanco 3
impares negro 3 total 9

Total de casos posibles 9 4 36


Total de casos favorables 9 2 18
Probabilidad de Laplace P C

favorables
posibles

18
36

1
2

Probabilidad de que salga impar negro e impar blanco


P A B P A P B P A C P B C

1 1 1

2 2 4

, ya que son

todas ellas independientes.


Sin embargo, la probabilidad de que salga impar negro, impar blanco y que la suma sea par ser
P A B C P A B P C / A B P A P A / B P C / A B
1 1
1 1 1 1 1
1 P A P B P C , ya que el que la suma
2 2
4 2 2 2 8

sea par habiendo salido blanco e impar y negro e impar es

Definiciones y conceptos.

Pgina.- iii

Dpto. Didctico de Matemticas.

Probabilidad.

P C / A B P E . Luego la independencia debe pedirse, no solo

para los sucesos dos a dos, sino tambin para las ternas.
Probabilidad compuesta: la probabilidad de que se produzcan muchos sucesos a la vez, ser:

i 1

Ai

P A1 P A 2 / A1 P A 3 / A1 A 2 P A n / A1 A 2 A n 1

Observacin_5: no confundir sucesos incompatibles con sucesos independientes, ya que para los primeros A B , mientras que para los segundos P A B P A P B
Probabilidad total: por lo general, un suceso no ocurre de manera aislada sino
que para que ese suceso ocurra se han de analizar diversos hechos, motivos, circunstancias aisladas, pero todas determinantes de que pueda ocurrir dicho suceso.
Por ejemplo, un avin al aterrizar o al despegar se puede estrellar por culpa de los
pilotos, por el estado de las ruedas del tren de aterrizaje, por la niebla, la lluvia o el
hielo, etc.
Sean A1 , A 2 , A 3 , L , A n un sistema completo de sucesos, es decir A1 A 2 L A n E , y
adems A i A j . Para un suceso cualquiera B, se tiene que
B E B B A1 A 2 L A n B B A1 B A 2 L B A n B , por constituir A1 , A 2 , A 3 , L , A n un sistema completo de sucesos, entonces los sucesos
B A1 , B A 2 , L , B A n son incompatibles entre si, por lo que
P B P A1 P B / A1 P A 2
P B / A2
L

P A n P B / A n

P A P B / A , que es

i 1

la probabilidad total.

Frmula de Bayes: para uno cualquiera de los sucesos Aj se verifica siempre


que:
P B Aj
P A j P B / A j
P A j / B
n

P B
P Ai P B / Ai
i 1

Ya que P A j B P A j P B / A j P B P A j / B , ver observacin_3 .


Hay que distinguir las expresiones;

P A j , es la probabilidad a priori. Nos la dan.

P A j / B , es la probabilidad a posteriori. Nos la piden.

P A j P B / A j , son las verosimilitudes. Se deducen de los datos


iniciales.
P B , es la probabilidad total. Se calcula como se ha visto anteriormente.
Ejemplos de aplicacin:
E1.- de la frmula de Bayes:

Definiciones y conceptos.

Pgina.- iv

Dpto. Didctico de Matemticas.

Probabilidad.

Tenemos seis cajas que contienen cada una doce bombillas en total, entre
buenas y fundidas. Una caja contiene 8 buenas y 4 fundidas. Dos cajas
contienen 6 buenas y 6 fundidas. El resto, 3 cajas, contienen 4 buenas y 8
fundidas. Se elige una caja al azar y se extraen tres bombillas sin reemplazamiento, el resultado es que 2 son buenas y 1 est fundida. Cul es la
probabilidad de que la caja elegida contenga exactamente 6 buenas y 6
fundidas?.
Sucesos, C=extraer dos bombillas buenas y una fundida, Ai=escoger
una caja del tipo i, Bi=sacar una bombilla buena a la i-sima.
1
1
1
Probabilidades a priori, P A1 ; P A 2 ; P A 3
6
3
2
El conjunto E A1 , A 2 , A 3 es un sistema completo de sucesos, ya
1 1 1
que P E P A1 P A 2 P A 3 1
6 3 2
Tener en cuenta que el suceso elegir una caja del tipo 1, 2 o 3 es
independiente de la forma en que se extraen las bombillas, y que
stas se extraen sin reemplazamiento.
Probabilidad total

A B B B A B B B
B A B B B A B B B
B A B B B A B B B como

P C P A1 B1 B2 B3


A B B

A 2 B1 B2
3

cada uno de los sucesos encerrados entre parntesis entre uniones, son
incompatibles entre si, entonces lo anterior se transforma en

P C P A1 P B1 B2 B3 P A1 P B1 B 2 B3

P B

P B

P A1 P B1

P B

P A 2 P B1 B2 B3 P A 2 P B1 B2 B3

P A 2 P B1

B2

P A3

P A 3

B2

B2

P A3

B2

B2

B3

B ,

B3

cada uno de los sumandos son las verosimilitudes. As las verosimilitudes desarrolladas sern:

P C A1 P A1 P B1 B2 B3 P A1 P B1 B2 B3

P A1 P B1 P B2 / B1 P B3 / B1

P A1 P B1 P B2 / B1 P B3 / B1

B2

B2

P A 2 P B1 P B2 / B1 P B3 / B1

Definiciones y conceptos.

Pgina.- v

B2

B2

14

165

P C A 2 P A 2 P B1 B 2 B3 P A 2 P B1 B2 B3
P A 2 P B1 P B2 / B1 P B3 / B1

B B
P B / B P B
/ B B
P A1 P B1

P A1 P B1

P A 2 P B1

B2

P A 2 P B1 P B2 / B1 P B
3 / B1
3

22

B3

B 2

Dpto. Didctico de Matemticas.

Probabilidad.

P C A 3 P A3 P B1 B2 B3 P A3 P B1 B2 B3

P A3 P B1 P B2 / B1 P B3 / B1

B2

P A 3 P B1 P B2 / B1 P B3 / B1

B2

P A 3 P B1

B B
P B / B P B
/ B B
P A 3 P B1
2

55

Con lo que la probabilidad total ser P C

14
165

3
22

6
55

109
330

La probabilidad a posteriori pedida es


P A2 / C

P C A2
P C

P A 2 P C / A 2
P C

3
45
22
109 109
330

Por diagrama de rbol:

B2

B2

B1

4

11

11

6

10

8

12

3
10

12

11

10

B3
B3

B3
B3

8

10

B3

B2

10

1 8
total

6 12
1 8
total

6 12

11
4

11

10
7

10

14
495
14
495

B3

10

3

11

B2

B1

10

tipo _1

10

B3

1 4 8 7
total

6 12 11 10

14
495

B3

Tener en cuenta para el clculo:


Siguiendo una misma rama las probabilidades que nos encontremos
se van multiplicando
Al cambiar de rama las probabilidades que se acumulen en la misma
mediante productos se suman en el total.
Para el resto de las verosimilitudes:

Definiciones y conceptos.

Pgina.- vi

Dpto. Didctico de Matemticas.

Probabilidad.

6

12

B2

11

tipo _ 2

12

B2

11


5

11

4

12

3
10

B2

11

10

B3

3
10

B3

12

B2

11

4

10

B3

B2

As pues P C A1
P C A3

B3

7

11

14

10

B1

B3

14

495 495
2
2
2
6

55 55 55 55

10

14
495

1 6
total

3 12
1 6
total

3 12

11
6

11

10
5

10

1
22
1
22

1 6 6 5
total

3 12 11 10

1 4
total

2 12
1 4
total

2 12

B3

tipo _ 3

10

B3

B1

B3

2

10

B2

10

B3

3
11

B3

10

10

B3

B3

6

10

B2

10

B3

B3

10

B3

10

B1

B2

B1

11

4

10

11
8

11

1
22

10
3

10

2
55
2
55

1 8 4 3
total

2 12 11 10

2
55

B3
14
165

, P C A2

Con lo que la probabilidad total ser P C

14

1
22

1
22

1
22

3
22

109

165 22 55 330
Los diagramas de rbol ayudan mucho a aclarar las ideas, pero ocupan mucho espacio para que sean claros, y deben serlo, pues en caso contrario lo
nico que haran sera complicarnos ms las cosas.

E2.- de Bayes.
A una prueba de seleccin de personal acuden personas con y sin titulacin. Se sabe que la probabilidad de que un titulado supere la prueba es del
Definiciones y conceptos.

Pgina.- vii

Dpto. Didctico de Matemticas.

Probabilidad.

60%, y la de que un no titulado la supere es del 40%. Si la probabilidad de


que un individuo, elegido al azar, supere la prueba es del 48%, calcular la
proporcin de individuos titulados y la probabilidad de que sea un no titulado, sabiendo que no ha superado la prueba.
Sucesos A=tener ttulo y B=superar la prueba.

Probabilidades a priori P B / A 0.6 , P B / A 0.4 y


P B 0.48

Sistema completo E A, A B, B
Probabilidad total

P A B P A B
P A P B / A P A P B / A P A P B / A 1 P A P B / A
P B P B / A
0.48 0.4

0.4
De donde P A
P B / A P B / A
0.6 0.4
P A B P A P B / A 0.6 0.6 9
P A / B

, ya que
P B
P B
0.52
13
P B / A 1 P B / A 1 0.4 0.6
P B P A B A B

E3.- terico.

Sean A y B dos sucesos sobre , , P , donde P A 0.7 y P B 0.5 .


Pueden ser A y B incompatibles?. Si A y B son independientes, calcular la
probabilidad de que se de uno de ellos.
Si A B P A B 0 P A B P A P B 1.2 , lo
cual es absurdo A B , no son incompatibles.
P A B P A P B , por ser independientes, con lo que la proba-

bilidad de que ocurra uno solo ser P uno solo P A B A B

, como, por otro lado, sabemos que


P A P A B P A B P A B P A P A B P A P A P B
, con lo que P A B P A 1 P B P A P B , y de igual modo
P A B P B P A , nos queda definitivamente que
P unoi solo P A P B P A P B 0.7 0.5
0.3
0.5
0.5

P AB P AB

E4.- Sean A y B dos sucesos independientes. Son tambin independientes A y

B . Podemos poner que P A B 1 P A P B ?.


A y B independientes P A B P A P B , por otro lado

A A B A B P A A B P A B

P A B P A P A B P A 1 P B P A P B ,

Definiciones y conceptos.

Pgina.- viii

Dpto. Didctico de Matemticas.

Probabilidad.

luego si son independientes. De igual modo se puede demostrar que los


sucesos A y B, y A y B tambin lo son.

P A B P A P B P A B P A P B P A P B

P A B P A 1 P B P B P A P B

P B

P A B P B P A 1 1 1 P B 1 P A 1 P A P B
como queramos demostrar.
E5.- Un jugador de ftbol, especialista en lanzar penaltis, mete 4 de cada 5 que
tira. Para los prximos tres penaltis que tire, se consideran los siguientes
sucesos A=mete solo uno de ellos, B=mete dos de los tres y C=mete el
primero. Halla la probabilidad de los sucesos A B, A C y B C .
4

Llamemos M a meter el penalti y F a fallarlo. P M P F 1 ,

del enunciado. El diagrama de rbol sera:


4

4 4 4 64

M
MMM

5 5 5 125

5 M
1

4 4 1 16

5 F MMF

5 5 5 125


M
4
4 1 4 16

M
MFM

5 5 5 125
5 F

1
4
1 1
4

5 F MFF

5 5 5 125

1 4 4 16

5 M
FMM

5 5 5 125

5 M
1

1 4 1
4

5 F FMF

5 5 5 125


F
4
1 1 4
4

5 M
FFM

5 5 5 125
5 F

1
1 1 1
1

5 F
FFF

5 5 5 125

De donde A MFF, FMF, FFM , B MMF, MFM, FMM y C MMM, MMF, MFM, MFF .
A B MFF, FMF, FFM, MMF, MFM, FMM
A B , A C MFF

y B C MMF, MFM

Luego, nos queda:

Definiciones y conceptos.

Pgina.- ix

Dpto. Didctico de Matemticas.

Probabilidad.

4 1 1 12
P A 3 , P B
5 5 5 125
4 4 1 4 1 4
P B C
5 5 5 5 5 5

4 4 1 48
4 1 1
4
3 , P A C ,
5 5 5 125
5 5 5 125
32

125
12 48
60
P A B P A P B P A B

0
125 125
125

E6.- En una clase de infantil hay 6 nias y 10 nios. Si se escogen tres alumnos
al azar, Cul es la probabilidad de que sean los tres nios?. Y dos nios y una
nia?. Y al menos un nio?.
Sucesos Ni=nio a la i-sima, ni=nia a la i-sima
10 9 8
3
P 3 nios P N1 P N 2 / N1 P N 3 / N1 N 2
16 15 14 14
P 2N1n NNn NnN nNN , las tres son equiprobables, luego nos quedar
10 9 6 27
P 2N1n 3 P N1 P N 2 / N1 P n 3 / N1
N 2 3
16 15 14 56
1 27
P al menos un nio P ningn nio 1 P tres nias 1

, ya que
28 28
6 5 4
1
P tres nias P n1 P n 2 / n1 P n 3 / n1 n 2
16 15 14 28

Definiciones y conceptos.

Pgina.- x

Dpto. Didctico de Matemticas.

Probabilidad.

Ao acadmico: 2004-2005

I.E.S. La Era

Departamento Didctico de
Matemticas
Nivel: Bach.
CCSS
Complementos terico-prcticos.
Tema: lgebra de Bool y Leyes Morgan
Realizados por: D. Juan Jos Menndez Daz, Ldo. en CC. Fsicas por la U.C.M. y profesor agregado de Matemticas en E.S.
Leyes de Morgan y lgebra de Bool: sean A y B dos sucesos de un experimento aleatorio cuyo espacio muestral es E.
Suceso seguro: conjunto E , espacio muestral, contiene a todos los sucesos
elementales, y por tanto, ocurrir siempre.
Suceso imposible: es el conjunto vaco , no posee sucesos elementales.
Unin de sucesos: A B , es el suceso formado por los resultados del experimento que pertenecen a alguno (uno al menos) de los sucesos A y B.
AE E
A A
A A A Ac E
Interseccin: A B , es el suceso formado por los resultados del experimento
que pertenecen simultneamente a los dos sucesos A y B.
AE A
A
A A A Ac
Diferencia: A B , es el suceso formado por los resultados del experimento
que pertenecen a A y no a B.
A B A B B A A B
A B A B A Bc
Suceso contrario: A A c E A , es el suceso formado por los resultados
del experimento que no pertenecen a A. Tambin se denomina suceso complementario.
Sucesos incompatibles: se dice que dos sucesos A y B son incompatibles
cuando A B .
Leyes de Morgan:

A B A

A B

A B A c Bc A B

A B

Bc A B

Resto de propiedades: (lgebra de Bool)


Conmutativas: A B B A , y A B B A
Asociativas: A B C A B C , y A B C A B C
Idempotentes: A A A , y A A A
Absorcin: A A B A , y A A B A , tambin se la
denomina de simplificacin.
Distributivas: A B C A B A C , y para la interseccin A B C A B A C

Definiciones y conceptos.

Pgina.- i

Dpto. Didctico de Matemticas.

Probabilidad.

Elementos neutros: A A , A , A E A , y por ltimo A E E .


Complementacin: E E c y c E
Involucin: A A c A
c

Propiedades de las probabilidades:


P A B P A P B P A B , para sucesos compatibles, para
sucesos incompatibles P A B P A P B

P A B P A P B / A P B
P A / B , para sucesos depen-

dientes, para sucesos independientes, P A B P A P B


Ejemplos grficos:

AB

AB

AB
A

A
B

B
C

B
C

AC

AB

A B C A B A C
A

AB C A B B A

AC

AB

A A
BBC A BA B A BA C B A

E
Ac
A

Definiciones y conceptos.

Pgina.- ii