I.E.S.

Martn Rivero

Proyecto integrado de estadstica

TEMA 7.- PROBABILIDAD

INDICE
1.
2.
3.
4.

Introduccin
Experimentos aleatorios. Espacio muestral. Sucesos
Operaciones con sucesos
3.1. Propiedades de las operaciones con sucesos
Probabilidad de un suceso
4.1. Definicin clsica de la probabilidad. Regla de laplace.
4.2. Definicin frecuentista de la probabilidad. Ley de los grandes
nmeros.
4.3. Definicin axiomtica de la probabilidad.

5.

Propiedades de la probabilidad

1. Introduccin
La Probabilidad tuvo sus orgenes en los juegos de azar, en el siglo
XVII. Los juegos de azar incluyen acciones tales como girar la rueda
de una ruleta, lanzar dados, tirar al aire una moneda, extraer una
carta, etc., en las cuales el resultado es incierto. Sin embargo, es
sabido que, aun cuando el resultado de una prueba en particular
sea incierto, existe un resultado que se puede predecir a largo plazo.
En la ciencia experimental se presenta tambin un tipo similar de
incertidumbre y regularidad a largo plazo. As, por ejemplo, en
gentica es incierto saber si un descendiente ser macho o hembra,
pero en un plazo largo se conoce aproximadamente el porcentaje
de descendientes que sern machos y el de aquellos que sern
hembras.

2. Experimentos aleatorios. Espacio muestral. Sucesos

En algunas situaciones, la realizacin sucesiva de un experimento en
las mismas condiciones produce el mismo resultado. Son los
llamados experimentos deterministas. Esto ocurre por ejemplo en la
cada libre de los cuerpos o al medir la temperatura de ebullicin del
agua destilada.
Pero hay situaciones en las que la realizacin de un experimento en
las mismas condiciones produce resultados distintos: son los llamados
experimentos aleatorios. Por ejemplo el lanzamiento de un dado,
sacar una carta de una baraja, lanzar una moneda al aire
-1-

I.E.S.Martn Rivero

Proyecto integrado de estadstica

Un experimento aleatorio es aquel cuyo resultado no se puede

predecir a priori, es decir, depende de la suerte o el azar.
Aunque en los experimentos aleatorios, los resultados son a priori
imprevisibles, de antemano, podemos conocer todos sus posibles
resultados.
Se llama espacio muestral de un experimento aleatorio al conjunto
de todos sus posibles resultados. Al espacio muestral lo denotaremos
por .
Ejemplos: Damos a continuacin una serie de experimentos
aleatorios junto con sus espacios muestrales:
Al lanzar un dado y fijarse en la cara superior el espacio
muestral es = {1,2,3,4,5,6}
Al observar el sexo de un recin nacido el espacio muestral es
= {V, H}
Al investigar cuntas veces hay que tirar una moneda hasta
obtener una cara, el espacio muestral es = {1,2,3,}.
Definiciones:
a) Llamamos suceso a todo subconjunto del espacio muestral.
b) Se llama suceso elemental a cualquier suceso constituido por un
nico elemento y suceso compuesto al que contiene ms de un
elemento.
c) Cuando realizamos un experimento, el resultado obtenido es un
suceso elemental. Al realizar el experimento se dice que se ha
verificado el suceso A si el resultado es un elemento de A.
d) Se llama suceso seguro a aquel que ocurre siempre. Por lo tanto,
el suceso seguro es .
e) Se llama suceso imposible a aquel que no se verifica nunca y se
representa por .
f) Diremos que dos sucesos son incompatibles si no pueden ocurrir
simultneamente.
g) Se llama suceso contrario de un suceso y se denota por A a
A = A , es decir, el suceso formado por todos los sucesos
elementales que no estn en A. El suceso contrario de un suceso se
-2-

I.E.S.Martn Rivero

Proyecto integrado de estadstica

verifica cuando no se verifica dicho suceso. Tambin se le denomina

suceso complementario.
Observacin: A = A .
Ejemplo:
En el experimento consistente en el lanzamiento de un dado = {1,
2 ,3 ,4 ,5 ,6}. Los sucesos elementales son {1}, {2}, {3}, {4}, {5} y {6}. El
suceso obtener un nmero par es A= {2,4,6}, que es un suceso
compuesto. El suceso contrario del anterior sera A = {1,3,5} . Si al
lanzar un dado obtenemos, por ejemplo un 4, entonces podremos
decir que ha ocurrido el suceso A. El suceso A sera incompatible
con el suceso {1}, ya que es imposible que al lanzar un dado
obtengamos un 1 y un nmero par al mismo tiempo, ya que 1 es un
nmero impar. Un ejemplo de suceso seguro sera por ejemplo el
suceso B = salir nmero menor que 10 y un ejemplo de suceso
imposible sera el suceso C = salir 7.

3. Operaciones con sucesos

Puesto que los sucesos son los subconjuntos del espacio muestral, las
operaciones con sucesos son equivalentes a las operaciones con
conjuntos y por lo tanto, las propiedades de las operaciones con
sucesos son las mismas que las de las operaciones con conjuntos.
Las operaciones de sucesos son por tanto:
a) Unin de sucesos:
A B = { / A B} , es decir, la unin A B es el suceso

formado por todos los sucesos elementales de A o de B.

La unin de sucesos se verifica cuando se verifica alguno de ellos o
ambos.

-3-

I.E.S.Martn Rivero

Proyecto integrado de estadstica

b) Interseccin de sucesos
A B = { / A y B} , es decir, la interseccin A B es el
suceso formado por todos los sucesos elementales que estn en A y
en B.
La interseccin de sucesos se verifica cuando se verifican ambos
simultneamente.

Observacin: anteriormente definimos dos sucesos incompatibles

como aquellos que no pueden suceder al mismo tiempo y eso
equivale a que A B= .
c) Diferencia de sucesos
A B = { / A y B} , es decir, la diferencia A B es el
suceso formado por los sucesos elementales que estn en A pero no
en B.
Si ocurre A B, ocurre A pero no ocurre B. Es evidente que
A B = A B

d) Inclusin de sucesos
A B si todos los sucesos elementales de A pertenecen a B, es decir:
AB
Siempre que ocurre A ocurre B.

-4-

I.E.S.Martn Rivero

Proyecto integrado de estadstica

Ejemplo:
En el experimento consistente en el lanzamiento de un dado
consideramos los sucesos:
A= sacar nmero par
B= sacar mltiplo de 3
C= sacar potencia de 2
D= sacar 1 2
Tenemos que:
A= {2,4,6}
B= {3,6}
C={1,2,4}
D= {1,2}
A B = {2,3,4,6}
A C = {2,4}
C A = {1}

Se tiene que D C y B D = , luego B y D son incompatibles.

3.1. PROPIEDADES DE LAS OPERACIONES CON SUCESOS

Podemos establecer, entre otras, las siguientes propiedades de las
operaciones con sucesos (para todo A, B, C ):
a) Conmutativa: A B = B A

A B = B A

b) Asociativa: A ( B C ) = ( A B ) C

A ( B C ) = ( A B) C

c) Distributiva: A ( B C ) = ( A B) ( A C )
A ( B C ) = ( A B) ( A C )

d) Elemento neutro: A = A

A = A

e) Elemento absorbente: A =

A =

f) Elemento complementario: A A =

A A =

g) Leyes de De Morgan: A B = A B

-5-

A B = A B

I.E.S.Martn Rivero

Proyecto integrado de estadstica

De entre todas estas propiedades las Leyes de De Morgan son

especialmente importantes y las vamos a utilizar bastante durante este
tema.

4. Probabilidad de un suceso
4.1. DEFINICIN CLSICA DE LA PROBABILIDAD. REGLA DE LAPLACE.
Sea un espacio muestral finito cuyos sucesos elementales son
equiprobables y sea A un suceso. Se define la probabilidad de A como:
P ( A) =

casos favorables a A
casos posibles

Esta regla se conoce como regla de Laplace.

Hay que sealar que tenemos que trabajar con objetos ideales:
monedas y dados equilibrados, etc.
Inconvenientes de la regla de Laplace
1) tiene que ser finito.
2) Los sucesos elementales tienen que ser equiprobables.
3) El objeto ha de ser perfecto.

Ejemplo: Cul es la probabilidad de que al lanzar dos dados, la suma

de las puntuaciones de ambos sea 7?
Casos posibles: El primer dado tiene 6 posibles resultados y el segundo
otros 6 posibles resultados, luego tenemos 66=36 posibles resultados.
Casos favorables: A= {(1,6), (2,5), (3,4), (4,3), (5,2), (6,1)}. Es decir,
tenemos 6 casos favorables. Luego:
P(A)=

6 1
=
36 6

4.2. DEFINICIN FRECUENTISTA DE LA PROBABILIDAD. LEY DE LOS

GRANDES NMEROS.
Un experimento aleatorio se caracteriza porque repetido muchas
veces y en idnticas condiciones, el cociente entre el nmero de
veces que aparece un resultado (suceso) y el nmero total de veces
que se realiza el experimento tiende a un nmero fijo. Es decir, la
frecuencia relativa asociada a un resultado tiende a un nmero fijo a
medida que el nmero de veces que se realiza el experimento
-6-

I.E.S.Martn Rivero

Proyecto integrado de estadstica

crece. A este nmero lo llamaremos probabilidad de dicho suceso.

Esta propiedad se conoce como ley de los grandes nmeros.
La frecuencia relativa del suceso A: fr(A)=nA/n, donde:
nA es el nmero de veces que aparece el suceso A y n es el nmero
de veces que se realiza el experimento.
En este caso, el espacio muestral puede ser finito o infinito, los
sucesos pueden ser equiprobables o no.
Esta definicin presenta el inconveniente de tener que realizar el
experimento un gran nmero de veces y adems siempre
obtendremos un valor aproximado de la probabilidad.
Ejemplo: Calcular, sin utilizar la regla de Laplace, la probabilidad de que
al lanzar una moneda salga cara:
N de
N de caras
lanzamientos

Frecuencia
relativa

10

0,6

100

52

0,52

1000

489

0,489

10.000

5009

0,5009

Las frecuencias relativas se aproximan a 0,5 que coincide con la

probabilidad hallada mediante la regla de Laplace.
4.3. DEFINICIN AXIOMTICA DE LA PROBABILIDAD.
La definicin axiomtica de la probabilidad se debe a Kolmogorov,
quin consider la relacin entre la frecuencia relativa de un suceso y
su probabilidad cuando el nmero de veces que se realiza el
experimento es muy grande.
Sea el espacio muestral de cierto experimento aleatorio y S el
correspondiente espacio de sucesos (el conjunto de todos los
sucesos posibles de un experimento, es decir, el conjunto de todos los
subconjuntos del espacio muestral ), llamaremos probabilidad a
toda aplicacin P : S R que verifica:
1) P ( A) 0 para todo A S
2) Si A B = entonces P ( A B ) = P ( A) + P ( B )
3) P () = 1
-7-

I.E.S.Martn Rivero

Proyecto integrado de estadstica

(Observacin: No es difcil probar que tanto la Regla de Laplace

como la ley de los grandes nmeros cumplen estos tres axiomas)

5. Propiedades de la probabilidad
Como consecuencia de los axiomas anteriores, obtenemos las
siguientes propiedades:
1. P () = 0
2. P ( A) = 1 P ( A)
3. Para todo A, B S tal que A B se tiene que P ( A) P ( B)
4. Para todo A, B S se tiene que P ( A B ) = P ( A) + P ( B ) P ( A B )
5. Para todo A, B S se tiene que P ( B A) = P ( B ) P ( A B )

Ejemplo: Vamos a ver un ejemplo donde aplicamos tanto las

propiedades de la probabilidad como las propiedades de los sucesos:
La probabilidad de que una persona use gafas es 0,6; la probabilidad
de que tenga los ojos claros es 0,6; y la probabilidad de que use gafas y
tenga los ojos claros es 0,52. Calcula la probabilidad de que, elegida
una persona al azar:
a) No use gafas
b) Use gafas o tenga los ojos claros
c) No use gafas o no tenga los ojos claros
Respuesta: Consideramos los sucesos:
A: Usar gafas

B: Tener los ojos claros

Escribimos las probabilidades conocidas:

P(A)=0,6

P(B)=0,6

a) No usar gafas: A

P( A B )=0,52
P( A )=1 P(A)=1 0,6 = 0,4

b) Usar gafas o tener ojos claros: A B

P( A B )= P(A)+P(B) P( A B )= 0,6 + 0,6 0,52= 0,68
c) No usar gafas o no tener los ojos claros: A B
P( A B ) = P ( A B ) = 1 P ( A B ) = 1 0,52 = 0,48 donde en la
primera igualdad hemos usado las leyes de De Morgan.

-8-