SECCIÓN 1

Cálculo de Probabilidades. Resumen

1.1. Sucesos. Operaciones

A A[B A\B

Ac = E A (A [ B)c = Ac \ Bc (A \ B)c = Ac [ Bc

A \ Bc = A A\B Ac \ B = B A\B Ec = ?

A = (A \ B) [ (A \ Bc )
En general, obsérvese que:
B = (A \ B) [ (Ac \ B)

1.1.1. Álgebra de Boole de Sucesos

Sean A; B 2 P(E): Las operaciones de unión ([) e intersección (\) ; verifican las siguientes propiedades:

Operación
Propiedad Unión Intersección
Asociativa (A [ B) [C = A [ (B [C) (A \ B) \C = A \ (B \C)
Conmutativa A[B = B[A A\B = B\A
Idempotente A[A = A A\A = A
A [ (B \ A) = A
Simpli…cativa
A \ (B [ A) = A
A [ (B \C) = (A [ B) \ (A [C)
Distributiva
A \ (B [C) = (A \ B) [ (A \C)
c
Leyes de De Morgan (A [ B) = Ac \ Bc (A \ B)c = Ac [ Bc
Complementaria A [ Ac = E A \ Ac = ?
Por cumplirse las propiedades detalladas, se dice que P(E); provisto de la unión e intersección de sucesos, tiene
estructura de Álgebra de Boole.

1
1.1.2. Operaciones entre sucesos según enunciados
1. Sean A y B dos sucesos de un mismo experimento aleatorio.

Enunciado Operación
se verifica al menos uno de los dos (se verifica A o B) A[B
se verifican ambos (se verifica A y B) A\B
no se verifica A Ac
no se verifica B Bc
se verifica A y no B c
A\B = A A\B
se verifica B y no A Ac \ B = B A \ B
se verifica exactamente uno de los sucesos (A \ Bc ) [ (Ac \ B)
no se verifica ninguno de los dos sucesos Ac \ Bc = (A [ B)c
los sucesos son incompatibles A\B = ?
los sucesos son compatibles A \ B 6= ?

2. Sean A; B y C tres sucesos de un mismo experimento aleatorio.

Enunciado
se verifica al menos uno de los tres (se verifican A o B o C)
se verifican todos a la vez (se verifican A y B y C)
se verifica exactamente uno de los sucesos
se verifica a lo sumo (como mucho) uno de los sucesos
no se verifica ninguno de los dos sucesos
se verifican exactamente dos de los tres sucesos
se verifican al menos dos de los tres sucesos
Operación
A [ B [C
A \ B \C
(A \ Bc \Cc ) [ (Ac \ B \Cc ) [ (Ac \ Bc \C)
(A \ Bc \Cc ) [ (Ac \ B \Cc ) [ (Ac \ Bc \C) [ (Ac \ Bc \Cc )
Ac \ Bc \Cc = (A [ B [C)c
(A \ B \Cc ) [ (A \ Bc \C) [ (Ac \ B \C)
(A \ B \Cc ) [ (A \ Bc \C) [ (Ac \ B \C) [ (A \ B \C)

1.2. Definición Axiomática de Probabilidad

Definición 1. (Axiomática, Kolmogorov) Sea E un espacio muestral finito, y P(E) el correspondiente álgebra de Boole
asociada a E. Definimos la probabilidad como una medida de cada uno de los sucesos a la que exigiremos que cumpla
unos determinados axiomas, que son los siguientes:

Axioma 1. A cualquier A 2 P(E) le corresponde un número positivo p(A) que es una medida del grado de credibilidad
o de preferencia de ese suceso respecto de otro.
Axioma 2. p(E) = 1 (La probabilidad del suceso seguro es 1).

Axioma 3. Si A; B son sucesos incompatibles, entonces

p(A [ B) = p(A) + p(B):

De forma más general, si A1 ; A2; :::; An 2 P(E) , son sucesos mutuamente excluyentes, entonces:

!
n
[ n
p Ai = ∑ p(Ai ):
i=1 i=1

1.2.1. Consecuencias
8
>
> (1) p(Ac ) = 1 p(A) , p(A) = 1 p(Ac )
>
>
>
>
>
>
>
>
>
> (2) p(?) = 0
>
>
>
>
<
8A; B 2 P(E) ) (3) A B ) p(B A) = p(B) p(A)
>
>
>
>
>
>
>
> (4) A B ) p(A) 6 p(B)
>
>
>
>
>
>
>
>
: (5) 0 6 p(A) 6 1

2
1.3. Relaciones fundamentales en probabilidad
1. Probabilidad condicionada. Sean A y B dos sucesos de un mismo experimento aleatorio

p(A \ B)
p (A=B) = ;
p(B)

donde B es un suceso que se ha verificado.

p(A \ B)
p (B=A) = ;
p(A)

donde ahora A se conoce que se ha verificado.

p (Ac =B) = 1 p (A=B) ; p (Bc =A) = 1 p (B=A) :

2. Independencia. Si A y B son sucesos independientes (la verificación de uno de ellos no afecta a la verificación o
no del otro), entonces:

(a)
p (A=B) = p (A) p (B=A) = p(B)

p (Ac =B) = p (Ac ) p (Bc =A) = p(Bc )

p (A=Bc ) = p (A) p (B=Ac ) = p(B)

p (Ac =Bc ) = p (Ac ) p (Bc =Ac ) = p(Bc )

Además:
p (A \ B) = p (A) p(B) p (A \ Bc ) = p (A) p(Bc )

p (Ac \ B) = p (Ac ) p(B) p (Ac \ Bc ) = p (Ac ) p(Bc )

(b) En general, si A1 ; A2 ; :::; An son sucesos independientes, entonces:

p (A1 \ A2 \ ::: \ An ) = p(A1 ) p(A2 ) ::: p(An )

3. Probabilidad de la unión de dos sucesos. Sean A y B dos sucesos de un mismo experimento aleatorio.

(a) Sucesos incompatibles. Si A y B son incompatibles, es decir, si p(A \ B) = p (?) = 0; entonces

p (A [ B) = p(A) + p(B) :

En general, si A1 ; A2 ; :::; An son sucesos incompatibles entre sí (mutuamente excluyentes), o sea, Ai \ A j = ?

si i 6= j; entonces:
p (A1 [ A2 [ ::: [ An ) = p(A1 ) + p(A2 ) + ::: + p(An )

(b) Sucesos compatibles. Si A y B son compatibles, es decir, si p(A \ B) 6= 0; entonces:

p (A [ B) = p(A) + p(B) p(A \ B)

4. Probabilidad de la unión de tres sucesos. Sean A; B y C sucesos de un mismo experimento aleatorio.

(a) Sucesos incompatibles. Si A; B y C son incompatibles, entonces:

p (A [ B [C) = p(A) + p(B) + p(C) :

(b) Sucesos compatibles. Si A; B y C son compatibles, entonces:

p (A [ B [C) = p(A) + p(B) + p(C) p(A \ B) p(A \C) p(B \C) + p(A \ B \C)

3
1.4. Teorema de la probabilidad compuesta
1. Sucesos independientes. Sean A y B sucesos independientes de un mismo experimento aleatorio. Entonces:

p(A \ B) = p(A) p(B)

En general, si A1 ; A2 ; :::; An son sucesos independientes, entonces:

p (A1 \ A2 \ ::: \ An ) = p(A1 ) p(A2 ) ::: p(An )

2. Sucesos dependientes. Sean A y B sucesos de un mismo experimento aleatorio. Entonces:

p(A \ B) = p(A) p(B=A)

En general, si A1 ; A2 ; :::; An son sucesos independientes, entonces:

p (A1 \ A2 \ ::: \ An ) = p(A1 ) p(A2 =A1 ) p (A3 =A1 \ A2 ) ::: p(An =A1 \ A2 \ ::: \ An 1 )

1.5. Teorema de la probabilidad total

Sean A1 ; A2 ; :::; An un sistema completo de sucesos de un mismo experimento aleatorio, con espacio muestral E. Esto
significa que:

1. Ai \ A j = ? si i 6= j; 2. A1 [ A2 [ ::: [ An = E:

Sea B 2 P(E) un suceso del mismo experimento. Entonces:

(a) Los sucesos A1 \ B; A2 \ B; ..., An \ B son incompatibles.

(b) En particular, B = (A1 \ B) [ (A2 \ B) [ ::: [ (An \ B) :

(c) En tal caso,

p(B) = p [(A1 \ B) [ (A2 \ B) [ ::: [ (An \ B)]

= p (A1 \ B) + p (A2 \ B) + ::: + p (An \ B)
= p(A1 ) p(B=A1 ) + p(A2 ) p(B=A2 ) + ::: + p(An ) p(B=An )

expresión conocida con el nombre de Teorema de la probabilidad total.

1.6. Teorema de Bayes

En el mismo ambiente y contexto del apartado anterior, y teniendo en cuenta el teorema de la probabilidad total, se tiene
que:
p(Ai \ B) p(Ai ) p(B=Ai )
p(Ai =B) = =
p(B) p(A1 ) p(B=A1 ) + p(A2 ) p(B=A2 ) + ::: + p(An ) p(B=An )

para cada i = 1; 2; :::; n: La fórmula anterior se la conoce con el nombre de Teorema de Bayes.

1. Las probabilidades p(Ai =B) se llaman probabilidades a posteriori.

2. Las probabilidades p(B=Ai ) se llaman verosimilitudes.