Formulario Tema 14: Probabilidad.

FORMULARIO

1. DADOS
Dado cúbico: 6 números: 1,2,3,4,5,6
Dado de la quiniela: 6 caras: 1 (en tres de sus caras), X (en dos caras) y 2 (en una cara).

Dados de póker americano: 6 caras: as (punto), rey (K), reina o dama (Q), (J), 8 y 7.
Dados de póker español: 6 caras: 1,2,3,4,5,6
Dados de póker inglés: 6 caras: as, rey (K), reina o dama (Q), Jack (J), 10 y 9.

2. BARAJAS
La baraja tiene 4 palos y cada palo consta de cartas o naipes.

Baraja española:
10 cartas por palo: 1,2,3,4, …, 7, sota, caballo, rey  10x4 = 40 cartas
12 cartas por palo: 1,2,3,4, …, 7,8,9, sota, caballo, rey  12x4 = 48 cartas

12 cartas por palo + 2 comodines  12x4+2 = 50 cartas

Baraja del pócker:

13 cartas por palo: 1,2,3,4, …, 7,8,9,10,J,Q,K  13x4 = 52 cartas

3. SUCESOS

3.1. Propiedades de las operaciones con sucesos

Propiedad Unión Intersección

Conmutativa AB = BA AB = BA

Asociativa A(BC) = (AB)C A(BC) = (AB)C

Simplificación A(AB) = A A(AB) = A

Distributiva A(BC) = (AB)(AC) A(BC) = (AB)(AC)

Elemento neutro AØ = A AE = A

Absorción AE = E AØ = A

Leyes de Morgan A B  A B A B  A B

Idempotente AA = A AA = A

Propiedades

Diferencia A B  A B

Complementario A EA A A  E A A  E  E A A

Gema Isabel Marín Caballero Página 1 de 6

 Formulario Tema 14: Probabilidad.

3.2. Probabilidad de un suceso en experimentos simples

P(A) es la probabilidad del suceso A.

P(Ā) es la probabilidad del suceso contrario de A.

P(E) es la probabilidad del suceso seguro.

P(Ø) es la probabilidad del suceso imposible.

Relaciones entre sucesos Propiedades

AB  Elementos que hay en A o en B, o ambos. 0 ≤ P(A) ≤ 1

AB  Elementos que hay en A y en B. P(E)=1
A−B  Elementos que hay en A y que no están en B. P(Ø)=0

A B  A B P(A)=1-P(Ā)

Ā  Elementos que no están en A. P(Ā)=1-P(A)

Ā=E–A P(A)+P(Ā)=1

Propiedades del complementario Leyes de Morgan

A A  E , A A   , E   ,   E A B  A B , A B  A B , A  A

Reglas de la adición o
Probabilidad de la diferencia de dos sucesos
Probabilidad de la unión de sucesos

Sucesos incompatibles:

Si AB = Ø y P(AB)=0  P(AB)=P(A)+P(B)  

P A  B   P A  B  P A  P A  B 
Sucesos compatibles: Si B⊆A, P(B)≤P(A), entonces P(A-B)=P(A)-P(B)
Si AB ≠ Ø y P(AB)≠0  P(AB)=P(A)+P(B)–P(AB)

Probabilidad de un suceso A Probabilidad de un suceso B

 
P A  P A  B  P A  B   
PB   P A  B  P A  B 

Probabilidad de dos sucesos con Leyes de Morgan Independencia e incompatibilidad

   
P A  B  P A  B  1  P A  B 
Si dos sucesos son incompatibles

AB = Ø y P(AB)=0  Son independientes

PA  B   PA  B   1  P A  B 
si P(A)=0 ó P(B)=0

Gema Isabel Marín Caballero Página 2 de 6

 Formulario Tema 14: Probabilidad.

4. HERRAMIENTAS PARA DETERMINAR EL ESPACIO MUESTRAL. PROBABILIDAD

4.1. Diagrama de árbol

Diagrama de árbol calcula la probabilidad de un suceso A.

La probabilidad de cada suceso elemental

del experimento compuesto se obtiene
multiplicando las probabilidades de los sucesos parciales que lo componen. Así pues, la probabilidad de
un camino en un diagrama de árbol es igual al producto de las probabilidades de las ramas de dicho
camino.  Regla del producto.
La probabilidad de un suceso A será igual a la suma de las probabilidades de los diferentes
caminos.  Probabilidad total.

4.2. Tabla de doble entrada o Tabla de contingencia

La tabla de doble entrada es muy útil para calcular la probabilidad condicionada.
En esta tabla, se trabaja con dos características o aspectos: una se escribe arriba y la otra a la
izquierda.

Una tabla de contingencia con probabilidades, para los sucesos A, B, a y b, se distribuye de la

forma siguiente:

A B Total

a P( A  a ) P( B  a ) P(a)

b P( A  b) P( B  b) P(b)

Total P(A) P(B) 1

Gema Isabel Marín Caballero Página 3 de 6

 Formulario Tema 14: Probabilidad.

5. EXPERIMENTOS COMPUESTOS CON O SIN REEMPLAZAMIENTO

En las experiencias compuestas por sucesivas extracciones pueden darse dos modalidades:
a) Extracciones con reemplazamiento: son aquellas en las que, después de cada extracción, el
elemento extraído se repone. De este modo, cada extracción se realiza en las mismas
condiciones que la anterior.
b) Extracciones sin reemplazamiento: las sucesivas extracciones se realizan sin devolver el
elemento anteriormente extraído. Las condiciones de cada extracción son distintas y dependen
de cuál o cuáles sean los elementos anteriormente extraídos .
Experimentos aleatorios con reemplazamiento o con devolución: Sucesos son independientes.
Experimentos aleatorios sin reemplazamiento o sin devolución: Sucesos son dependientes.

6. CÁLCULO DE PROBABILIDADES

Ley de los grandes números

fA
P(A) ≈ f rA 
N
Número de veces que ocurre el suceso A
P( A) 
Número de veces que se realiza el exp erimento
Regla de Laplace

Número de casos favorables para el suceso A

P( A) 
Número total de casos posibles del exp erimento
A veces el número total de casos posibles de un experimento se calcula con las técnicas de
conteo de combinatoria.

Probabilidad condicionada

P( A  B ) P( B  A)
P( B / A)  siempre que P( A)  0 ó P( A / B)  siempre que P( B)  0
P( A) P( B)
P(B/A) se lee como “probabilidad de B condicionado a A” o “P(B dado A)”.

P(A/B) se lee como “probabilidad de A condicionado a B” o “P(A dado B)”.

Reglas del producto o Probabilidad de la intersección de sucesos

Sucesos con reemplazamiento  Sucesos independientes:

Si P(B/A)=P(B) y P(A/B)=P(A)  P(AB)=P(A)·P(B)

Sucesos sin reemplazamiento  Sucesos dependientes:

Si P(B/A)P(B)  P(AB)=P(AB)=P(A)·P(B/A) con P(B) > 0
Si P(A/B)P(A)  P(BA)=P(BA)=P(B)·P(A/B) con P(A) > 0

Gema Isabel Marín Caballero Página 4 de 6

 Formulario Tema 14: Probabilidad.

7. GENERALIZACIÓN DE LA PROBABILIDAD DE LA UNIÓN DE SUCESOS

P  Ai   P( A1 )  P( A2 )  ...  P( An )   P( Ai )
n n
Sucesos incompatibles:
 i 1  i 1

Sucesos compatibles:  Principio de inclusión-exclusión

3 sucesos: P(ABC)=P(A)+P(B)+P(C)–P(AB)–P(AC)–P(BC)+P(ABC)

P  Ai    P( Ai )   P( Ai  A j )   P( Ai  A j  Ak )  ...  ( 1) n 1  P  Ai 

n n n n n

 i 1  i 1 i 1 i 1  i 1 
i j i  j k

8. GENERALIZACIÓN DE LA PROBABILIDAD DE LA INTERSECCIÓN DE SUCESOS

P  Ai   P( A1 )·P( A2 )·...·P( An )   P( Ai )

n n
Sucesos independientes:
 i 1  i 1

P  Ai   P( A1 )·P( A2 / A1 )·...·P( An 1 / A1, 2,...,n 2 )·P( An / A1, 2,...,n 1 )

n
Sucesos dependientes:
 i 1 

9. TEOREMA DE LA PROBABILIDAD TOTAL

A1, A2, …, An sucesos incompatibles 2 a 2 y P(Ai)≠0, tales que A1A2…An=E

P( B)  P  Ai  B   P( A1  B)  P( A2  B)  ...  P( An  B) 
n

 i 1 
n n
P( B)  P( A1 )  P( B / A1 )  P( A2 )  P( B / A2 )  ...  P( An )  P( B / An )   P( Ai )·P( B / Ai )   P( Ai  B)
i 1 i 1

P(B) es la suma de todos los caminos del diagrama de árbol.

10. TEOREMA DE BAYES

A1, A2, …, An sucesos incompatibles 2 a 2 y P(Ai)≠0, tales que A1A2…An=E

P Ai  B  P Ai   P( B / Ai )
P( Ai / B)   con P( B)  0
PB  P( A1 )  P( B / A1 )  P( A2 )  P( B / A2 )  ...  P( An )  P( B / An )
Donde:

P(Ai/B) es la probabilidad a posteriori. Sucede el suceso A, pero no sabemos el suceso B (que

debe darse antes que A).
P(Ai) es la probabilidad a priori.

P(B/Ai) se denomina probabilidad verosimilitud y es la probabilidad de B condicionado a Ai.

P(B) es la probabilidad total.

Gema Isabel Marín Caballero Página 5 de 6

 Formulario Tema 14: Probabilidad.

11. PROBABILIDAD GEOMÉTRICA

La probabilidad geométrica se calcula con la regla de Laplace.

Longitud de la región favorable para el suceso A

Longitudes: P( A) 
Longitud posible o total de la región

Área de la región favorable para el suceso A

Áreas: P( A) 
Área posible o total de la región
El área del recinto favorable se obtiene con la información que hay después de “Probabilidad
de que …” y el área del recinto posible con “Sabiendo que …”, “Se eligen …”, “Escogemos …”,
“Suponiendo que …”, “Se toman …”, etc.

12. DISTRIBUCIÓN GEOMÉTRICA

La distribución geométrica es la probabilidad de que k ensayos sean necesarios para obtener un

éxito; es decir, la probabilidad de que haya k-1 fallos antes del primer éxito.
Hay independencia entre los ensayos del experimento.

P(A)=p  probabilidad de obtener éxito.

P(Ā1,2,...,k-1)=1-p=q  probabilidad de obtener fracaso.

P(A)+P(Ā)=1  p+q=1

       
P A1 , A2 ,..., Ak 1 , A  P A1  P A2  ...  P Ak 1  P A  1  p 
k 1
 q1

Gema Isabel Marín Caballero Página 6 de 6