Miriam Liseth Hidalgo Fuentes, miryam-cons_4@hotmail.com, Comitn.

La regla de la Suma y el Producto.

Probabilidad.- La probabilidad y la estadstica son, sin duda, las ramas de las
Matemticas que estn en mayor auge en este siglo, y tienen una tremenda
aplicabilidad en todos los aspectos y ciencias, especialmente en las Ciencias
Sociales, econmicas, demogrficas, suelen tener carcter aleatorio, es decir, no
son deterministas, y se fundamentan en predicciones a partir de datos conocidos.
Resumen.-La regla del producto en teora de la probabilidad nos indica la
probabilidad de que se produzcan los sucesos A y B como producto de la
probabilidad del suceso A por la probabilidad de que ocurra B cuando se conoce
que ha ocurrido A. En notacin matemtica sera P(A R) = P(A) * P (R / A)
donde el smbolo (una especie de U invertida) indica que se producen los
sucesos A y R.
Si los sucesos A y B son independientes, es decir, si la probabilidad de uno de
ellos no depende de que haya sucedido el otro, entonces se tiene que P (B/A) =
P(B) y la regla del producto se escribe as: P(A B) = P (B A) = P(A) * P (B).
Regla de la suma.- Si dos eventos A y B son mutuamente excluyentes,
esta
regla
indica
que
la probabilidad de que ocurra uno u otro de los
eventos, es igual a la suma de sus probabilidades. P(A B) = P(A U B),
P(A U B) = P(A)+ P (B), P(A B ... Z) = P(A U B U...U Z), P(A U B U...UZ)= P(A)
+ P(B) +... P(Z).
Regla general de la adicin.- Cuando los eventos no son mutuamente
excluyentes, la probabilidad de la ocurrencia conjunta de los dos eventos, se
resta de la suma de las probabilidades de los dos eventos. P(A B) =
P(A) + P(B) - P(A y B). En la teora de conjuntos, la ocurrencia conjunta
hace referencia a la interseccin, por lo tanto:
P(A y B) = P(A B)
Entonces: P(A U B) = P(A) + P(B) - P(A B)
Introduccin
Antecedentes.- La probabilidad matemtica tiene sus orgenes en los juegos de
azar, principalmente los juegos con dados y cartas, muy populares desde tiempos
antiguos. Los primeros estudios cientficos sobre fenmenos aleatorios se
centraban en dos problemas:
1.-Contabilizar el nmero de posibles resultados de lanzar un dado varias veces.

2.-Distribuir las ganancias entre jugadores cuando el juego se interrumpa antes

de finalizar, conocido como el problema del reparto de apuestas. Una respuesta
al primer problema se puede encontrar en el poema De Vetula, de Richard de
Fournival (1200 1250), donde afirma correctamente que si se lanzan tres dados
hay 216 combinaciones posibles y calcula correctamente los diferentes valores
para la suma de los tres dados.
Aunque ahora puede parecer una cuestin trivial, en aquella poca no lo era, y
otros autores erraron al intentar resolverla, generalmente porque no tenan en
cuenta las posibles permutaciones de una misma combinacin. El segundo
problema fue abordado por Luca Pacioli (14451517), quien en 1487 propuso
estos dos similares problemas particulares:
Un juego en el que el premio es de 22 ducados que consiste en alcanzar 60
puntos se interrumpe cuando un equipo lleva 50 puntos y el otro 30; y tres
arqueros que compiten por un premio de 6 ducados lanzan flechas hasta que uno
de ellos haga 6 dianas, siendo interrumpidos cuando el primero de ellos lleva 4
dianas, el segundo 3 y el tercero 2.
Cmo deben repartirse los premios entre los contendientes? Pacioli propuso que
el premio debera ser repartido en funcin de las victorias obtenidas anteriormente:
as, el premio del primer problema se divida en 605/8 ducados para el primer
equipo y en 603/8 para el segundo; para el problema de los arqueros, el premio
se divida en la pro-porcin 4/9, 3/9 y 2/9. Como ms tarde se pondra de
manifiesto, esta solucin es incorrecta.
Estado del arte.- Axiomas de probabilidad, los axiomas de la formulacin
moderna de la teora de la probabilidad constituyen una base para deducir a partir
de ellas un amplio nmero de resultados. La letra P se utiliza para designar la
probabilidad de un evento, siendo P(A) la probabilidad de ocurrencia de un evento
A en un experimento.
Axioma 1.- Si A es un evento de S, entonces la probabilidad del evento A
es: 0 P(A) 1 Como no podemos obtener menos de cero xitos ni ms de
n xitos en n experimentos, la probabilidad de cualquier evento A, se
representa mediante un valor que puede variar de 0 a 1.
Axioma 2.- Si dos eventos son mutuamente excluyentes, la probabilidad de
obtener A o B es igual a la probabilidad de obtener A ms la probabilidad de
obtener B. Si dos eventos son mutuamente excluyentes, la probabilidad de
obtener A o B es igual a la probabilidad de obtener A ms la probabilidad de
obtener B.
P (AB) = P(A) + P (B) . Excluirse mutuamente quiere decir que A y B no pueden
ocurrir simultneamente en el mismo experimento. As, la probabilidad de obtener
guila o sol en la misma tirada de una moneda ser: P (AB) = P (A) + P (B) P
(AB) = 1/2 + 1/2 = 1. En general podemos decir que la suma de las

probabilidades de todos los posibles eventos mutuamente excluyentes es igual a

1: P (A1) + P (A2) + P (A3) +... + P(An) = 1
Axioma 3.- Si A es un evento cualquiera de un experimento aleatorio y A es
el complemento de A, entonces: P (A) = 1 - P (A). Es decir, la probabilidad
de que el evento A no ocurra, es igual a 1 menos la probabilidad de que
ocurra. Teoremas bsicos de la teora de la probabilidad.
Los tres teoremas bsicos que hicieron posible el desarrollo de la probabilidad tal
y como la conocemos hoy fue-ron los teoremas de la suma, de la multiplicacin y
de la probabilidad total. Aunque ni Fermat ni Pascal no Huygens los idearon, en
sus escritos aparecen ya de una forma implcita y utilizada correctamente.
Teorema de la Suma.- Pascal dio a entender implcitamente que saba cmo
calcular los casos favorables de un suceso A si conoca los casos favorables de
unos Aj disjuntos cuya unin es A (es decir, si los Aj son una particin de A).
Jakob Bernoulli tambin fue consciente de ello, y fue ms all al darse cuenta de
que la probabilidad de la unin no es la suma de las probabilidades si los sucesos
no son disjuntos, aunque no supo dar la razn. Previamente, Cardano haba
expresado un resultado similar en trminos de casos en vez de probabilidades.
No fue ninguno de ellos quien formul finalmente el teorema de la suma de las
probabilidades, sino el reverendo ingls Thomas Bayes (17021761), cuyo trabajo
fue ledo pstumamente, en 1763. En esta obra, Bayes da la primera definicin
explcita de sucesos disjuntos l los llam inconsistentes y enunci la frmula
ahora conocida:
P{A B }=P A{+P}B {P A}B {

Teorema de la Multiplicacin.- Del mismo modo, el teorema de la multiplicacin de

probabilidades era conocido por casi todos los estudiosos a travs de clculos
particulares. Sin embargo, fue Abraham De Moivre (16671754) el primero que los
enunci con autoridad. En la introduccin a su obra Doctrina de las Posibilidades
de 1711.
De Moivre present el importante concepto de independencia de sucesos
aleatorios; as, escribi: Diremos que dos sucesos son independientes, si uno de
ellos no tiene ninguna relacin con el otro y procedi a definir los sucesos
dependientes: Dos sucesos son dependientes si estn ligados el uno al otro y la
probabilidad de ocurrencia de uno de ellos influye en la probabilidad de ocurrencia
del otro.

Una vez hecho esto, De Moivre lo aplic al clculo de probabilidades: la

probabilidad de ocurrencia de dos sucesos dependientes es igual a la probabilidad

de ocurrencia de uno de ellos dividida por la probabilidad de que el otro ocurra si

el primero ya ha ocurrido. Esta regla puede generalizarse para varios sucesos. El
caso de varios sucesos lo describa as:
Se necesita elegir uno de ellos como el primero, otro como el segundo, y as.
Luego, la ocurrencia del primero debe considerarse independiente de todas las
dems; el segundo debe considerarse con la condicin de que el primero ha
ocurrido: el tercero con la condicin de que tanto el primero como el segundo han
ocurrido, y as.
De aqu, la probabilidad de las ocurrencias de todos los sucesos es igual al
producto de todas las probabilidades. O en notacin moderna:
P{A1 A2 KAn }=P A1{P}A2 | {A1 P A3}| A1 { A2 KP An}| A1 {K An1
}
De Moivre acompa sus afirmaciones con ejemplos resueltos. Tambin fue
consciente de que lo verdadera-mente difcil de este teorema es descubrir cundo
dos sucesos son o no independientes.
Teorema de Bayes.- El trabajo de De Moivre obtuvo una gran difusin, as que el
mrito de Bayes no fue tanto la originalidad sino expresar la probabilidad
condicional en funcin de la probabilidad de la interseccin: P{A | B }=P{A B } P{B
}.Adems, el honor del teorema que lleva su nombre no es completamente suyo,
ya que l no estaba en condiciones de formular con probabilidades totales.
Fue Pierre-Simon Laplace (17491827) quien desarroll la mayor parte del
teorema de Bayes en su Experiencia en la Filosofa de la Teora de la Probabilidad
(1812). Sea A un suceso que ocurre en conjuncin con uno y slo uno de los n
sucesos disjuntos B1,,Bn. Si se sabe que el suceso A ha ocurrido, cul es la
probabilidad de que el suceso B1 tambin?.
Laplace respondi de la siguiente manera: La probabilidad de existencia de una
de esas causas es igual a una fraccin con un numerador igual a la probabilidad
del suceso que se sigue de esta causa y un denominador que es la suma de las
probabilidades similares relativas a todas las posibles causas. Si estas diferentes
causas a priori no son equiprobables.
Entonces en lugar de tomar la probabilidad del evento que sigue a cada causa, se
toma el producto de esta probabilidad veces la probabilidad de la causa. Esta
enrevesada receta puede escribir en notacin moderna:
P{Bi | A }= P{Bi }P A{|Bi } ; P{A | Bi }P Bi{ }
i=1
Laplace aplic el teorema a problemas de la mecnica celeste, la estadstica
mdica e, incluso, a la jurisprudencia. Al igual que los otros dos teoremas, el
Teorema de Bayes ya se usaba anteriormente, aunque nunca haba sido
formulado.
Justificacin.- Para mostrar al lector de una forma clara la manera en que se
desarrollan ambos mtodos lo demostraremos de la siguiente forma; Ejemplo: Un
juego de formar palabras utiliza 44 vocales y 54 consonantes si usted elige 7 letras

al azar cual es la probabilidad de que haya: a) nicamente vocales, b) cuatro

vocales.
Solucin por el mtodo de la suma y el producto.- a) Una forma en que este
inciso se cumpla consideran a la letra mayscula V como una letra vocal y la
letra mayscula C como una consonante es:

Y precisamente este es el primer paso en este mtodo, decir hipotticamente una

posible forma en que nuestra probabilidad se cumpla. El siguiente paso es
idententificar el nmero de formas en que esta probabilidad se cumple; que para
este caso sera la nica forma en que se cumple ya que no hay ningn otro posible
resultado para esta misma. Esto de la siguiente manera:

Entonces como resultado tenemos que:

P ( A )=1

44 43 42 41 40 39 48

98 97 96 95 94 93 92

b) Una forma en que podra cumplirse la probabilidad de que cuatro de las letras
sean vocales es la siguiente:

Donde las primeras cuatro letras V corresponden a las cuatro vocales y las letras
C a las consonantes. Como en el primer inciso lo primero que haremos ser
obtener el nmero de formas posibles en que podemos obtener este resultado. As
mediante combinaciones obtenemos que el nmero de formas posibles es:
7!
4!3!

El siguiente paso es obtener la probabilidad del caso especfico que propusimos:

Ahora
P (B)=

bien

el

resultado

para

este

caso

es:

7 ! 44 43 42 41 54 53 52

4 ! 3 ! 98 97 96 95 94 93 92

Metodologa.- a)Para este caso, se necesita hacer un anlisis primero del tipo del
problema al que nos enfrentamos, es decir, primero hay que analizar si en el
problema intervienen combinaciones, permutaciones, repeticiones o un poco de
todas. En este caso como hablamos de combinaciones tenemos que
44 !
7 ! 37 !

P (A)
98!
7 ! 91 !
El denominador nos indica el nmero total de posibles resultados sin importar si se
cumple la condicin o no. Si desarrollamos las operaciones correspondientes
tendremos el mismo resultado que en el caso del mtodo anterior. b) En este caso
tenemos combinaciones con repeticiones. Por lo que la probabilidad lo obtenemos
de la siguiente manera.

P (B) =

44 !
54 !

4 ! 40 ! 3 ! 51!
98 !
7 ! 91!

Teoremas de la suma de Probabilidades.- Suponiendo que P (A) y P (B)

representan las probabilidades para los dos eventos A y B, entonces P (AB)
significa la probabilidad de que ocurran A o B. Si representamos los eventos A y B
en un Diagrama de Venn con AB= .

Entonces A y B son conjuntos disjuntos

mutuamente excluyentes, o sea que no
pueden ocurrir en forma simultnea. En
cambio, si ambos eventos tienen puntos
mustrales en comn A B

Regla de la suma.- Si una primera tarea se puede realizar de n1 tareas y una

segunda de n2 tareas y las tareas mutuamente se excluyen, entonces realizar solo
una de las se puede de n1 + n2 maneras.
Regla de la multiplicacin.- En la regla del producto, si una primera tarea se
puede realizar de n1 maneras seguidas de una segunda que se puede realizar de
n2 maneras entonces realizar la tarea 1 seguida de la tarea 2 se puede realizar de
n1 x n2 maneras.

Ejemplo:

de la suma

Comer

o cantar.

del producto

Hacer ejercicio y escuchar msica.

1.-Tenemos un dado y dos urnas. La urna I contiene 1 bola verde, 3 bolas rojas y 6
bolas amarillas; y la urna II contiene 2 bolas verdes, 6 bolas rojas y 2 bolas
amarillas. Lanzamos el dado: si sale 1 2, acudimos a la urna I; si sale 3, 4, 5 6,
acudimos a la urna II. Extraemos una bola de la urna correspondiente.

a) Completa las probabilidades en el diagrama en rbol.

b) Halla: P[{3,4,5,6} y Roja], P[Verde/1], P[Roja/5] y P[{2} y Verde].

a)
b)
P[{3,4,5,6} y Roja]= (4/6) (6/10) = 24/60 = 2/5 = 0,4
P[Verde/1] = 1/10 = 0,1
P[Roja/5] = 6/10 = 0,6
P[{2} y Verde] = (1/6) (1/10) = 1/60

2.-Tenemos dos urnas con las composiciones abajo indicadas. La experiencia

consiste en extraer una bola de I, introducirla en II, remover y extraer, finalmente,
una bola de II.

Calcular la probabilidad de que la segunda bola extrada sea:

a) Roja. b) Verde. c) Azul.

a) P(Roja) = 3/30 + 4/30 + 1/30 = 8/30 = 0,2667.

b) P(Verde) = 6/30 + 2/30 + 1/30 = 9/30 = 0,3.
c) P(Azul) = 6/30 + 4/30 + 3/30 = 13/30 =0,4333.

Cuerpo libre.- Dado que el resultado de la operacin es meramente aritmtica no

es de inters para el fin de este artculo, aunque es necesario mencionar al lector

que el desarrollo de estas operaciones es el que nos permite darnos cuenta que
incluso el mtodo clsico tiene como resultado a la probabilidad de un caso
especfico y el nmero de formas en que podemos cumplir la condicin de nuestra
probabilidad.
Es decir, la regla del producto y de la suma nos permite comprender como
funciona el mtodo clsico mediante una comparacin. Esto mismo pasa con otros
mtodos como por ejemplo el mtodo de Bernoulli. El mtodo de Bernoulli nos

permite calcular la probabilidad de que en n pruebas ocurran r xitos, responde a

la siguiente ecuacin:

Como podemos observar es bsicamente el mismo modelo que en el caso de la

regla de la suma y el producto, tenemos la multiplicacin del nmero de formas
posibles por la probabilidad de un solo caso.
Discusin.- El mtodo de la suma y el producto es una generalizacin fcil y
eficiente, que tiene aplicacin en problemas sencillos o en problemas complejos,
ya que no requiere de un mayor anlisis ms que hacer una simple serie de
operaciones aritmticas. Adems esta herramienta sin duda es de gran ayuda
para el clculo de probabilidad dado que se adapta a cualquier tipo de problema.
Si existen dudas acerca de si es mejor o no al mtodo clsico o a otros mtodos,
tal vez eso solo dependa del tipo de problema, aqu la ventaja de este mtodo es
que no necesita de aprender ninguna frmula ni un mayor anlisis basta con
seguir los pasos del mtodo. Primero vemos lo que nos pide el problema.
Despus hacemos una prueba de muestra.
Para poder calcular las probabilidades que nos resultaran de cada una en este
caso las urnas I y II es obvio decir que las fracciones que obtenemos son de
menos de la unidad por cuestiones de probabilidad tanto para el problema 1 y 2 y
tomamos en cuenta la regla de la suma y el producto.
Conclusin.- Los fundamentos de las reglas de la suma y de la multiplicacin se
resumen como sigue:
En la regla de la suma, la palabra o en P(A o B) sugiere. Sumar P(A) y
P(B), verificando si no existe traslape.
En la regla de la multiplicacin la palabra y en P(A y B) sugiere una
multiplicacin. Multiplicar P(A) y P (B) verificando si el suceso B toma en
cuenta la ocurrencia previa de A.
Los distintos mtodos de plantear las probabilidades nos conduce a pensar por
qu camino dirigirnos, ms en todo momento nuestra gua es un resultado
preciso y bien determinado es siempre la gua correcta.

El mtodo de la suma y la multiplicacin llegan a ser procedimientos muy

naturales para las personas, se simplifica de gran manera y en todo instante se
puede observar lo que se est realizando. Cuando se tiene un universo
determinado el cual contiene la toma de muestras y necesitamos deducir la
probabilidad de un suceso, con todo lo que ya tenemos tal son los mtodos suma
y multiplicacin podemos conocer los elementos de cada situacin, la forma en
que trabajan y los resultados despus de conocer el hecho.
Cuando un sistema se basa a travs del lenguaje como lo es un y, o la labor a
desarrollar disminuye al igual su complicacin y convierte esto en un conjunto de
pasos muy bien estructurados donde los conjuntos son ms fciles de comprender
y desarrollar, esto nos plantea una base bastante buena de resolucin y podemos
apreciar los beneficios de estos mtodos.
Lo que arroja este uso de teoremas, reglas y formulas es determinar la
probabilidad estadstica y conocer los porcentajes y medidas que se encuentran
en cada situacin. La combinacin de piezas que se pueden formar en momentos
determinados o los medios factoriales terminan siendo la manera en que se
expresa esto nos llevara a probabilidades muy precisas.