EXPERIMENTOS ALEATORIOS .

SUCESOS
EXPERIMENTOS ALEATORIOS Y DETERMINISTAS
Experimentos deterministas: Son experimentos que al repetirlos bajo condiciones
anlogas, se obtiene siempre el mismo resultado.
Ejemplos: Si lanzamos una piedra y conocemos las condiciones iniciales de
altura,
velocidad,... sabemos con seguridad dnde caer, cunto tiempo tardar en caer,...
Estos ejemplos se consideran experiencias deterministas.
Experimentos aleatorios: Son aquellos que, al repetirlos en anlogas condiciones, jams
se puede predecir el resultado que se va a obtener, es decir, el resultado depende del
azar.
Ejemplos: Lanzar una moneda (ignoramos qu cara quedar arriba)
Nmero premiado de la lotera
Extraer una carta de una baraja
ESPACIO MUESTRAL
Se llama espacio muestral de un experimento aleatorio al conjunto de todos los posibles
resultados del experimento aleatorio. Lo representamos por E.
Ejemplo: Lanzar un dado E = {1, 2, 3, 4, 5, 6}
Lanzar una moneda E = { +, c}
SUCESO ELEMENTAL
Llamamos suceso elemental a cada uno de los posibles resultados de un experimento
aleatorio.
Ejemplo: Obtener cara en el lanzamiento de una moneda
Sacar 2 en el lanzamiento de un dado
el conjunto de todos los sucesos elementales forma el espacio muestral
los sucesos se nombran con letras maysculas
SUCESO COMPUESTO
Llamamos suceso compuesto a cualquier subconjunto del espacio muestral , es decir
son conjuntos de varios sucesos elementales.
1

Ejemplo: Obtener mltiplo de tres en el lanzamiento de un dado.

Sacar espadas al extraer una carta de una baraja
SUCESO SEGURO
Se llama suceso seguro al que siempre se realiza. Estar formado por todos los
resultados posibles del experimento, por tanto, este suceso coincide con el espacio
muestral ya que siempre se verifica.
Al lanzar un dado, siempre va a salir alguno de los elementos del espacio muestral, por
tanto el total, E, es el suceso seguro.
Ejemplo: Obtener nmero del 1 al 6 ambos incluidos en el lanzamiento de un dado.
SUCESO IMPOSIBLE
Es el que nunca se realiza o verifica. Se simboliza con
Ejemplo: Obtener un nmero par e impar en el lanzamiento de un dado
ESPACIO DE SUCESOS
Se denomina espacio de sucesos de un experimento aleatorio al conjunto de todos los
sucesos del experimento aleatorio. Lo representamos por S.

En un espacio de sucesos, el suceso seguro y el imposible siempre aparecen,

porque son subconjuntos del espacio muestral.

Ejemplo:
Experimento aleatorio: Lanzar un dado y observar el n de la cara que queda hacia
arriba
E = {1, 2, 3, 4, 5, 6}
Sucesos elementales: salir un 3:{3}, salir un 5: {5},.....
Sucesos: A: salir par: {2, 4, 6}
B: salir mayor que 3 : {4, 5, 6}

son subconjuntos de E

S = { , {1}, {2},...,{6}, {1, 2},...,{1, 2, 3},........E}

Ejemplo: En un sorteo de lotera nos fijamos en la cifra en la que empieza el gordo.
E = {0, 1, 2, 3, 4, 5, 6, 7, 8, 9}
A : Menor que cuatro : {0, 1, 2, 3}
B: Par: {0,2, 4, 6, 8}
C: Mayor que cinco : {6, 7, 8, 9}
2

S = { , {1}, {2},...,{6}, {1, 2},...,{1, 2, 3},...{6, 7, 8, 9 }.....E}

VERIFICACIN DE SUCESOS
Se dice que un suceso se verifica, cuando al realizar la experiencia aleatoria
correspondiente, el resultado es uno de los elementos de ese suceso.
Ejemplo: Experimento aleatorio: Lanzar un dado y observar el n de la cara que queda
hacia arriba
A: salir par . {2, 4, 6}
Decimos que A se verifica cuando al lanzar el dado aparece 2, 4, 6

OPERACIONES CON SUCESOS

Dados los sucesos A y B de un experimento aleatorio:

Se llama suceso unin, A B, al suceso formado por todos los elementos de A

y de B. Este suceso se verifica cuando se verifique A, B, ambos.
Ejemplo: Experimento aleatorio: Lanzar un dado y observar el n de la cara que
queda hacia arriba
A:salir par: {2, 4, 6}
B: salir mltiplo de 3:{3, 6}

A B = Salir par o mltiplo de 2 : {2, 3, 4, 6}

Se llama suceso interseccin, A B, suceso formado por todos los elementos

que son a la vez de A y de B. Se verifica cuando se verifiquen simultneamente
A y B.
Ejemplo: En el ejemplo anterior A B = Salir par y mltiplo de 2: {6}

Se llama suceso complementario o contrario de un suceso A a A = E A

. Se verifica siempre y cuando no se verifique A.
Ejemplo: A = {2, 4, 6}

A = E A= que no salga nmero par = {1, 3, 5}

Dos sucesos se dice que son incompatibles cuando no tienen ningn elemento
comn, A B = . Los sucesos incompatibles no se pueden verificar
simultneamente.
Ejemplo: Los sucesos A y B anteriores no son incompatibles porque A B .
Los sucesos salir par y salir impar s son incompatibles.

Se llama suceso diferencia, A B, al suceso formado por todos los elementos

de A que no son de B. Se verifica cuando se verifica A y no B.
A B = A B
Ejemplo: En el ejemplo anterior A B = Salir par y no mltiplo de 3 : {2, 4}

La unin e interseccin de sucesos satisfacen las propiedades siguientes:

PROPIEDADES
Conmutativa
Asociativa
Distributiva
Simplificativa
Idempotente
Elemento Neutro
Absorcin
Complementario
Leyes de Morgan

OPERACIONES
Unin
A B= B A
(A B) C=A ( B C)
A ( B C) =(A B) (A C)
A ( B A) =A
A A= A
A =A
A E= E

A A = E
A B = A B

Interseccin
A B= B A
(A B ) C = A ( B C )
A (B C) = (A B) ( A C)
A ( B A) =A
A A =A
A E =A
A =
A A =
A B = A B

PROBABILIDAD DE UN SUCESO. REGLA DE LAPLACE

FRECUENCIA ABSOLUTA Y FRECUENCIA RELATIVA DE UN SUCESO
* Se llama frecuencia absoluta de un suceso A al nmero de veces que ocurre A. Se
nota por f(A)
Ejemplo: Sea el experimento de lanzar un dado y mirar la cara superior. Considero el
suceso A: salir 4. Lanzamos el dado, por ejemplo 100 veces, y nos sale 16 veces el
4, por tanto, la frecuencia absoluta de A es 16. f(A) = 16
* Realizamos N veces una experiencia aleatoria. Se llama frecuencia relativa de un
suceso A, a la proporcin de veces que ocurre A, es decir al cociente entre el n de
veces que ocurre A (frecuencia absoluta) y el n de veces que se realiza la experiencia.
fr(A) =

f ( A)
N

Ejemplo: A:salir 4 N=100

fr(A) =

16
= 0'16
100

LEY DE LOS GRANDES NMEROS

Cuando repetimos un experimento aleatorio, la frecuencia relativa de un cierto suceso
va tomando distintos valores. Estos valores, cuando la experiencia aleatoria se repite
muchas veces, es decir cuando N crece mucho, se van aproximando a un nmero fijo.
Este valor fijo se define como la probabilidad del suceso A , P(A)

lim fr ( A ) = P ( A )
N

LEY DE LOS GRANDES NMEROS

Ejemplo: Si vamos calculando fr(5) para N = 50, 90, 130, 170, 210, 250, 290, 330,.....
los valores de fr(4) se van aproximando a 1/6 = 0166
La probabilidad de cada suceso es un nmero que cumple los siguientes axiomas
(principios que son admitidos sin necesidad de demostracin):
a) La probabilidad de un suceso cualquiera es positiva o nula
P(A) 0
b) La probabilidad del suceso seguro es 1
P(E) = 1
c) Si dos sucesos son incompatibles, la probabilidad de su unin es igual a la suma
de sus probabilidades :
es decir si A B =
P(A B) = P(A) + P(B)
Como consecuencia de estos axiomas tenemos:
d)
e)
f)
g)
h)

P( A ) = 1 P(A)
( E = A A)
P() = 0
( = E )
AB
P(B) = P(A) + P(B A)
AB
P(A) P(B)
Tambin es consecuencia de los axiomas de la probabilidad la probabilidad de
la unin de sucesos:
Sucesos incompatibles:
Si A y B son incompatibles P(A B) = P(A) + P(B)
Se puede extender a ms de dos sucesos
Si A, B, C son incompatibles dos a dos P(A B C) = P(A)+P(B)+P(C)
Extensin a n sucesos
Si A1 , A2 ,....... An son incompatibles dos a dos P( A1 ..... An )=P( A1 )+....+P( An )

Sucesos compatibles:
Sean A y B dos sucesos compatibles de un mismo experimento aleatorio, se
verifica
P(AUB) = P(A) + P(B) P(A I B)

i) Si el espacio muestral E es finito y un suceso es A = {A1 , A2 ,...... Ak } , entonces

P(A) = P( A1 ) + P( A2 ) +..+ P( Ak )

REGLA DE LAPLACE

Si los sucesos elementales de un experimento aleatorio son equiprobables, es decir, son

igualmente probables, la probabilidad de un suceso A se define como el cociente
entre los casos favorables del suceso y el nmero de casos pasibles.
N de casos favorables a A
P(A) =

Regla de Laplace
N de casos posibles

Casos posibles : son todos los resultados posibles del experimento, es decir todos los
elementos del espacio muestral
Casos favorables : son los elementos que componen el suceso A
Ejemplo:
Experimento aleatorio: Lanzar un dado
E = {1, 2, 3, 4, 5, 6} sucesos elementales equiprobables (todos los nmeros tienen la
misma probabilidad de salir al lanzar el dado)
A: obtener divisor de 6 ={1, 2, 3, 6}
Casos posibles: 6

casos favorables: 4

P(A) =

4 2
=
6 3

Ejemplo:
Experimento aleatorio : Sacar una carta de una baraja de 40 cartas
Hallar P( sacar rey) y P( sacar bastos)
P(rey)=

4
1
=
= 0.1
40 10

P(bastos) =

10 1
= = 0.25
40 4

PROBABILIDAD CONDICIONADA. SUCESOS

INDEPENDIENTES
PROBABILIDAD CONDICIONADA
Si el suceso objeto de estudio es un suceso compuesto por dos o ms experimentos el
clculo de su probabilidad puede simplificarse mediante el concepto de probabilidad
condicionada.

Sean A y B dos sucesos de un mismo espacio muestral, se llama probabilidad del

suceso A condicionado al suceso B a
P( A I B)
si P(B) 0
P( B)
Mide la proporcin de veces que ocurre A de entre las que ocurre B
P(A/B) =

Anlogamente, se define la probabilidad del suceso B condicionado al A a

P( A I B)
si P(A) 0
P ( A)
Mide la proporcin de veces que ocurre B de entre las que ocurre A
P(B/A) =

De estas dos igualdades se deduce

P(A I B) = P(A) P(B/A) .

P(A I B) = P(B) P(A/B) .

Sucesos dependientes e independientes

Dos sucesos A y B son independientes si P(B) = P(B/A)

( o P(A/B) = P(A) )

Dos sucesos A y B son dependientes si P(B) P(B/A) ( o P(A) P(A/B) )

P(B) = P(B/A) indica que la presencia de A no condiciona el xito de B, es decir la
hiptesis de que haya ocurrido A no modifica para nada la probabibilidad de que ocurra
B

Ejemplo:
1. Los sucesos A: Es domingo
P(Llueve/ es domingo) = P(llueve)

B: Llueve

son independientes porque

El que sea domingo no influye para nada en la probabilidad de que llueva

2. En el experimento de extraer dos cartas de una baraja sin reemplazamiento,
consideramos los sucesos A:la 1 carta es un caballo y B: la 2 carta es un basto
Estos dos sucesos son dependientes, que la 1 carta sea caballo s influye en la
probabilidad de que la 2 sea un basto.
3. Si consideramos el experimento anterior pero con reemplazamiento, los sucesos
seran independientes.

Teniendo en cuenta la definicin de probabilidad condicionada y de sucesos

independientes se tiene:
* Si A y B son dos sucesos independientes P(A I B) = P(A) . P(B)
* Si A y B son dos sucesos dependientes P(A I B) = P(B) . P(A/B) = P(A) P(B/A)

Tablas de contingencia
Una tabla de contingencia es una tabla de doble entrada que permite abordar de forma
sencilla la resolucin de clculo de probabilidades. En particular, una tabla de
contingencia para las probabilidades de dos sucesos refleja todas las posibilidades que
pueden presentar estos sucesos y es de la forma:

B
B
Total

Total

P(A B)
P( A B )
P(A)

P( A B )
P( A B )

P(B)
P( B )
1

P( A )

Ejemplo:
Se ha seguido la pista a 50 000 coches , durante un ao , de tres marcas distintas :
TESA , VOVO y DIA . unos han tenido algn accidente serio ( AC) y otros no ( NO AC )
Se reparten segn la siguiente tabla :

AC
NO AC
total

TESA
200
24 800
25 000

VOVO
100
9 900
10 000

DIA
200
14 800
15 000

total
500
44 500
50 000

a) Sabiendo que el coche ha tenido accidente Cul es la probabilidad de que sea

TESA?
200
= 0,4
P(TESA/ AC) =
500
b) Anlogamente para VOVO y DIA
P(VOVO / AC) =

100
= 0,2
500

P(DIA/ AC) =

200
= 0,4
500

c) Las probabilidades de que un coche de una cierta marca tenga accidente son :
P(AC/ TESA) =

P(AC/DIA) =

200
= 0,008 ;
25000

P(AC / VOVO) =

100
= 0,01 ;
10000

200
= 0,0133
30000

Estos resultados hacen ver que la marca ms segura es TESA y la menos segura DIA.
La probabilidad de que un che tenga accidente es
Como

P(AC / VOVO) = P (AC)

P (AC) =

500
= 0,01
50000

los sucesos ser de la marca VOVO y

tener accidente (AC) son independientes .

EXPERIMENTOS COMPUESTOS . PROBABILIDAD TOTAL

Experimentos compuestos
Se llama experimento compuesto a aquel en el que claramente podemos distinguir dos o
ms etapas.
Para calcular las probabilidades de sucesos compuestos calcularemos las
probabilidades de sus componentes.

Ejemplo:
Tenemos un dado y dos urnas, U 1 y U 2 con bolas. Lanzamos el dado y si sale un
nmero mayor que 2 extraemos una bola de U 1 y en caso contrario extraemos una
bola de U 2

Teorema de la probabilidad total

Un gato persigue a un ratn. Este puede
entrar en uno de los callejones A, B o C .
En cada uno de ellos puede cazarlo , o no
cazarlo .
Sabiendo las probabilidades de que lo cace en
cada callejn . Hallar la probabilidad de que el
gato cace al ratn .
Cuando sucede que un suceso B ( que el gato cace al ratn ) est condicionado por
otros sucesos( el callejn por el que entra), el clculo de su probabilidad a travs de sus
probabilidades condicionadas se hace utilizando el teorema de la probabilidad total:
Sean A1 , A2 ,........, An , n sucesos incompatibles dos a dos y tales que
A1 A2 ...... An = E .
Entonces para cualquier suceso B se cumple:

P(B) = P( A1 ).P(B/ A1 ) ++ P( An ) .P(B/ An ) =

P( A ).P( B / A )
i =1

Ejemplo:
En un centro escolar, los alumnos pueden optar por cursar como lengua extranjera
entre ingls y francs. En un determinado curso, el 90 % de los alumnos estudian ingls
y el resto francs . El 30% de los que estudian ingls son chicos, y de los que estudian
francs, son chicos el 40 % . Elegido un alumno al azar, cul es la probabilidad de que
sea chica?
Utilizando un diagrama de rbol :

P ( chica ) = P(I chica ) + P ( F chica ) = P( I ) P( chica / I )+ P( F ) P(chica / F)

= 0,9 0,7 + 0,1 0,6 = 0,69

10

PROBABILIDADES A POSTERIORI. FRMULA DE

BAYES
Probabilidad a posteriori
Siguiendo con el ejemplo del ratn y el gato: Si al final el gato caza al ratn nos interesa
saber la probabilidad de que el ratn haya entrado por un callejn determinado
Esta probabilidad recibe el nombre de probabilidad a posteriori :
Una probabilidad que se establece con posterioridad a que se haya producido un
fenmeno, se denomina a posteriori"

Teorema de Bayes
En el teorema de la probabilidad total, para el clculo de P(B) se ha considerado la
influencia de los sucesos Ai en B a travs de las probabilidades condicionadas P(B/ Ai )
En ocasiones se puede invertir el inters y querer conocer la influencia del suceso B
sobre los Ai , P( Ai /B)

Sean A1 ,........ An sucesos incompatibles dos a dos y A1 ...... An = E, tal que la

probabilidad de cada uno de ellos es distinta de 0, y sea B un suceso cualquiera para el
que conocemos P(B/ Ai )
P( Ai / B) =

P( Ai B)
P( Ai ).P( B / Ai )
=
P( B)
P( A1 ).P( B / A1 ) + ......... + P( An ) P( B / An )

Frmula de Bayes

Ejemplo:
Tenemos tres urnas, la urna A con 3 bolas rojas y 5 verdes, la urna B con 6 bolas rojas y
4 verdes y la urna C con 4 bolas rojas y 5 verdes. Escojo una urna y extraigo una bola, y
resulta ser verde. Cul es la probabilidad de que la urna que haya escogido sea la C?
Sea los sucesos :
r : sacar bola roja ; v : sacar bola vede
A: elegir la urna A ; B: elegir la urna B ;

C: elegir la urna C

11

r / A : sacar bola roja de la urna A ; v / A : sacar bola verde de la urna A

r / B : sacar bola roja de la urna B ; v / B : sacar bola verde de la urna B
r / C : sacar bola roja de la urna C ; v / C : sacar bola verde de la urna C
C / v : sabiendo que la bola extrada es verde que sea de la urna C
y las probabilidades :
P(A) = P(B) = P(C) = 1/3
P(r /A) = 3/8 ; P(v /A ) = 5/8
P(r /B) = 6/10= 3/5 ; P(v /B ) = 4/10 = 2/5
P(r /C) = 4/9 ; P(v /C ) = 5/9

P(C / v) =

P(C) P(v /C )
P(C v)
=
P(v )
P(A) P(v /A ) + P(B) P(v /B ) + P(C) P(v /C )

1 5

200
3
9
P(C/ v) =
=
= 0,3515
1 5 1 2 1 5 569
+ +
3 8 3 5 3 9

12

13