Probabilidad

Probabilidades – Unidad 1

El cálculo de probabilidades se aplica a sucesos de tipo contingente. No tenemos certeza

acerca de que sucedan o no. Y en realidad se aplica a sucesos que llamamos aleatorios en
los cuales la contingencia está limitada. En lo aleatorio sabemos de antemano cuales
resultados pueden producir el experimento y lo único incierto es cual de esos resultados
se va a presentar en cada caso particular y además en lo aleatorio tenemos la posibilidad
de repetir el experimento cuantas veces se nos ocurra y siempre tener condiciones
idénticas.
Estas características se dan típicamente en los juegos de azar, y por eso los ejemplos de
cálculos de probabilidades se basan principalmente en estos juegos.
Para definir probabilidad necesitamos dos nociones previas:

1) El espacio de resultados del experimento aleatorio (S): así llamamos al conjunto de

todos los posibles resultados de un experimento (E). Ejemplos:
a. E1: S1(arrojar un dado) = {1, 2, 3, 4, 5, 6}
b. E2: S2(arrojar una moneda) = {cara, cruz}
c. E3: S3(girar una ruleta) = {0..36, color, paridad}
Los resultados pueden ser números, cualidades o una mezcla de ambos, pero lo
que importa no son solo los resultados en si mismos, sino la cantidad de elementos
que tiene ese conjunto. Lo llamamos cantidad de casos posibles (n)
d. n(dado) = 6
e. n(moneda) = 2
2) La segunda noción es la del suceso aleatorio. Así llamamos a cualquier
subconjunto que podamos formar en algún espacio de resultados (A). Por ejemplo,
el dado:
a. A1(pares-dado) = {2, 4, 6}
b. A2(primos-dado) = {1, 2, 3, 5}
c. A3(>4-dado) = {5, 6}

Y lo que nuevamente lo que importa es la cantidad de elementos de ese

subconjunto y ahora la llamamos “cantidad de casos favorables”(m). Siguiendo con
el ejemplo anterior:

a. A1: m1 = 3
b. A2: m2 = 4
c. A3: m3 = 2
Por ahora nos limitamos al caso en que n y m sean números finitos y es así que llamamos
probabilidad de presentación de un suceso aleatorio(P(A)) al cociente entre la cantidad
de casos favorables y la cantidad de casos posibles. [P(A) = mi / n]. (Laplace)

a. P(par-dado) P(A1) = 3/6

b. P(primo-dado) P(A2) = 4/6
c. P(>4-dado) P(A3) = 2/6

La probabilidad es una fracción propia.

Caso de Certeza: 0 < P(A) <1. Certeza significa que el suceso deja de ser contingente y se
convierte en necesario.
Caso de vaciedad: 0< P(A) < 1. Es imposible que el suceso ocurra.
Caso de contingencia: 0 <P(A)< 1. La probabilidad que en forma cuantitativa de que
seamás, o menos factible que el suceso ocurra. Siguiendo el ejemplo del dado, es más
verosímil un número primo que un número par. Cuantitativamente esa mayor o menor
verosimilitud se refleja en las probabilidades: 4/6 > 3/6. La definición de Laplace plantea
un requisito: dice que los casos posibles deben ser todos ellos igualmente posibles (en el
dado, no debe estar cargado, por ejemplo)
Este requisito de igual posibilidad puede verificarse en cualquier experimento singular.
Pero la dificultad surge cuando queremos definirlo en lo abstracto. Porque
conceptualmente igualmente posible significa igualmente probable y probabilidad es
precisamente la noción que queremos definir y por eso Laplace a nivel teórico cae en un
círculo vicioso.
Reglas Axiomáticas: reglas no deben serexcedidas cuando se estudian probabilidades:

1) No pueden ser números negativos. P(A) > 0.

2) P(par) + P(impar) = 1
3) P(A) + P(todo lo que no es A) = 1

Pero la limitación que tienen estas definiciones (aunque teóricamente sean más
consistentes) es que ninguna de ellas proporciona una regla para calcular probabilidades.
La debilidad de estas definiciones axiomáticas es que los resultados pueden no
corresponderse con los que se verifican experimentalmente en el mundo real, aunque
formalmente sean inobjetables.
La definición de Laplace tiene dos fortalezas fundamentales:
 1) El resultado es único y se determina mediante una regla algebraica concisa y
concreta.
2) Los resultados aunque se calculan de manera ideal y abstracta convergen hacia lo
que se obtiene en la realidad cuando se implementa en forma concreta el
experimento aleatorio.

Con la regla de Laplace podemos afirmar que al lanzar una moneda la probabilidad de que
aparezca cara sea 0,50, y nadie duda de eso. Si lanzamos una moneda hay que tener en
cuenta cuantas veces lo realizamos, y en ese caso no hablamos de probabilidades que
sean abstractas sino de frecuencias (f) que son experimentales.f = (nro. de éxitos)/(nro.
de ensayos)
f(arrojar 10 veces una moneda) = (6 caras)/(10 ensayos) = 0,6, que es distinto a 0,5
f(arrojar 20 veces una moneda) = (11 caras)/(20 ensayos) = 0,55
La probabilidad de éxito con la fórmula de Laplace es considerada como el valor que
obtendríamos si el experimento concreto se realizara en condiciones absolutamente
ideales.
Probabilidades: pueden ser simples(1 suceso) o complejas cuando consideramos dos
sucesos o mas. Hay 3 esquemas básicos para considerar:condicionales, aditivos o
multiplicativos.
Planteamos un caso a utilizar como ejemplo durante los sucesos: un dado.
S= {1, 2, 3, 4, 5, 6} A=par, B=primo, C=impar, D=no primo.
AB = {2}, m(AB) = 1 = (AB), AD = {4, 6}, m(AD) = 2 = (AD), BC = {1, 3, 5} = 3 = (BC), BD = {} = 6
=n

1) Probabilidad Condicional(/):referida a dos sucesoses la probabilidad de que ocurra

uno de ellos teniendo por cierto que el otro suceso ya ocurrió. [P(A/B)]. Solo un
evento es contingente. Por ejemplo, la probabilidad de que al lanzar un dado
aparezca un par, pero sabiendo de antemano de que se trata de un numero primo.
P(par sabiendo que es primo) = P(A contingente/B conocido) = 1/4.
P(primo sabiendo que es par) = P(A/B) = 1/3 “un solo primo entre los 3 números
pares”
Se verifica que, salvo caso especial, P(A/B) =/= P(B/A)
P(A/B) = (primospar(AB)/[primospar(AB)+ipr(CB)]) = 1/[1+3] = 1/4. “éxitos sobre el
total”
P(B/A) = (primospar(AB)/[primospar(AB)+pnp(AD)]) = 1/[1+2] = 1/3.
Con esta nomenclatura, las probabilidades simples pueden expresarse así:
P(A) = [(AB)+(AD)]/n = [1+2]/6 = 3
P(B) = [(A/B)+(CB)]/n = [1+3]/6 = 4/6
 2) Sucesos Multiplicativos(∩): Tenemos dos sucesos y pedimos que ambos ocurran
de manera simultánea o sucesiva. Los dos son aleatorios. No se conoce de
antemano el resultado de ninguno de ellos. [P(A∩B)]. Por ejemplo, la posibilidad
de que al lanzar un dado aparezca un número que al mismo tiempo reúna las
cualidades de ser par y de ser primo. Se puede resolver con Laplace: P(A∩B) =
(AB)/n = 1/6
Pero conviene aplicar otra fórmula llamada “multiplicativa”, que incorpora las
probabilidades condicionales.
P(A)*P(B/A) = 3/6 * 1/3 = 1/6
P(B)*P(A/B) = 4/6 * 1/4 = 1/6
El Teorema De La Probabilidad de ocurrencia en conjunto de dos eventos se
resuelve multiplicando la probabilidad simple de un evento por la del otro
condicionando al primero y es indistinto cual elemento se considere simple y cual
condicional.
[P(A∩B) = P(A)*P(B/A)] = (AB)/n =
P(A∩B) = {(AB)/[(AB)*(AD)]} * {[(AB)*(AD)]/n} = P(B/A)*P(A)
P(A∩B) = {(AB)/[(AB)*(CB)]} * {[(AB)*(CB)]/n} = P(A/B)*P(B)
3) Esquema Aditivo: Tenemos dos sucesos, ambos contingentes, pero basta que se
presente solo uno de ellos. Aunquetambién es válido como caso particular que se
presenten ambos. Por ejemplo, la probabilidad de que al lanzar un dado aparezca
un número que sea par aunque no sea primo o bien que sea primo aunque no sea
par o bien finalmente que sea simultáneamente número par y número primo.
P(A∪B) = P(A)+P(B)-P(A∩B) = 3/6 + 4/6 – 1/6 = 1 (pares)+(primos)-(pares primos)
Teorema De La Probabilidad Aditiva: dados dos eventos, la probabilidad de que
ocurran ambos simultáneamente o cualquiera de ellos por separado se revuelve
sumando la probabilidad simple de cada elemento y restando luego la probabilidad
multiplicativa de ambos.
[(AD)+(CB)+(AB)]/n
[((AD)/n)+((AB)/n)+((CB)/n)+((AB)/n)-((AB)/n)] = P(A)+P(B)-P(A∩B)

Los resultados que vimos valen para todo suceso. La fórmula puede generalizarse para 3
eventos o más:
Multiplicativa Para Tres SucesosP(A∩B∩C):la probabilidad de que 3 eventos ocurran en
forma simultánea o consecutiva se calcula así:
P(A∩B∩C) = P(A)*P(B/A)*P[C/(A∩B)]
Ej.: tenemos un mazo de 40 cartas, sacamos 3 una tras otra de forma sucesiva y sin
reposición. Calcular la probabilidad de que aparezcan en ese orden oro-espada-espada:
P(A∩B∩C) = P(oro∩espada∩espada) = 10/40 * 10/39 * 9/38 = 0,0151
Un caso particular importante es aquel en el cual el resultado del evento precedente no
influye en el evento siguiente. Se dice que los sucesos son independientes y esto es
característico de lo que llamamos experimentos con reposición. En este caso luego de
sacar cada carta la reponemos al maso, mezclamos y recién entonces extraemos.
P(A∩B∩C) = P(oro∩espada∩espada) = 10/40 * 10/40 * 10/40 = 0,0156
Si A y B son independientes P(A/B) = P(A)
Aditiva Para Tres Elementos P(A∪B∪C): se calcula de la siguiente manera:
P(A∪B∪C) = P(A)+P(B)+P(C)-P(A∩B)-P(A∩B)-P(B∩C)+P(A∩B∩C)
Ejemplo: de un maso de 40 cartas se saca una, calcular la probabilidad de que sea oro, o
bien que sea par, o bien que sea múltiplo de 5 o que reúna al mismo tiempo los 3
atributos, o bien que reúna dos de esos atributos y falte un tercero.
P(A∪B∪C) = P(oro)+P(par)+P(*5)-P(oroypar)-P(oroy*5)-P(pary*5)+(oropary*5)
P(A∪B∪C) = (10/40)+(20/40)+(8/40)-(5/40)-(2/40)-(4/40)+(1/40) = 28/40
Importante: los eventos son por naturaleza mutuamente excluyentes. Ej.: si saco el uno de
oros, no hay otro uno de oros.
P(A∩B∩C) = P(copa∪oro∪espada) = (10/40)+(10/40)+(10/40)-0-0-0+0 = 30/40
Interpretación Geométrica De Las Probabilidades Multiplicativas y Aditivas:

Multiplicativa, la intersección de los conjuntos

Aditiva, entre dos conjuntos, agrega dos veces la intersección, se debe restar
una.
P(A∪B) = P(A) + P(B) – P(A∩B)