Probabilidad 1

Ivan Ixcoatl Juarez Lopez

29/08/2016

Indice general
1. Analisis combinatorio
2. Axiomas de probabilidad
2.1. espacio muestral y eventos . . . . . . . . . . . . .
2.2. Axiomas de probabilidad . . . . . . . . . . . . . .
2.3. Propiedades de la probabilidad . . . . . . . . . .
2.4. Espacios muestrales con resultados equiprobables

.
.
.
.

3
3
3
3
3

3. Probabilidad condicional e independencia

3.1. Probabilidad condicional . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

5
5

.
.
.
.

.
.
.
.

.
.
.
.

.
.
.
.

.
.
.
.

.
.
.
.

.
.
.
.

.
.
.
.

.
.
.
.

.
.
.
.

.
.
.
.

.
.
.
.

.
.
.
.

.
.
.
.

.
.
.
.

.
.
.
.

.
.
.
.

.
.
.
.

.
.
.
.

.
.
.
.

.
.
.
.

.
.
.
.

.
.
.
.

.
.
.
.

.
.
.
.

.
.
.
.

.
.
.
.

.
.
.
.

.
.
.
.

.
.
.
.

.
.
.
.

.
.
.
.

.
.
.
.

.
.
.
.

.
.
.
.

.
.
.
.

.
.
.
.

.
.
.
.

.
.
.
.

Captulo 1

Analisis combinatorio

Captulo 2

Axiomas de probabilidad
2.1.

espacio muestral y eventos

2.2.

Axiomas de probabilidad

2.3.

Propiedades de la probabilidad

2.4.

Espacios muestrales con resultados equiprobables

Consideramos un espacio muestral (S, F), donde S = {1, , N } con resultados equiprobable, por una de las propiedades de la
probabilidad se tiene que P[i] = N1 y por otro axioma para cualquier evento se tiene que
P[E] =

# resultados en E
# resultados en

Ejemplo 1 Tiramos 2 dados. Cual es la probabilidad de que la suma de los 2 de 7 ?

Soluci
on 2 Consideramos que hay 36 casos totales y (1, 6), (2, 5), (3, 4), (4, 3), (5, 2), (6, 1), entonces dicha proba es

6
36

Ejemplo 3 Seleccionamos 3 bolas aleatoriamente de una urna con 6 bolas blancas y 5 bolas negras. Cual es la probabilidad de que
saquemos 2 negras y una blanca?
 
 
5
6
Soluci
on 4 Consideramos que la manera de selecionar las 2 negras entre 5 negras es
y la blanca entre 6 blancas es
, la proba
2
1

5 6

2 1
deseada es
11

3

Captulo 3

Probabilidad condicional e independencia

3.1.

Probabilidad condicional

Definici
on 5 Sea (, F, P) un espacio de probabilidad. Definimos la probabilidad condicional dado un evento B F con P[B] > 0
como:
P[A B]
P[A|B] :=
P[B]
Proposici
on 6 (Regla de probabilidades totales) Sea (, F, P) un espacio de probabilidad, y A, B F con 1 > P[A] > 0, entonces
P[B] = P[B|A]P[A] + P[B|Ac ]P[Ac ]
Demostraci
on.
P[B]

= P[B ]
= P[B (A Ac )]
= P[B A ] B Ac )]

por la propiedad b
asica de la probabilidad

P[B A] + P[B Ac )]

P[B A]P[A] P[B Ac )]P[Ac ]

+
P[A]
P[Ac ]

= P[B|A]P[A] + P[B|Ac )]P[Ac ]

Teorema 7 (Teorema de Bayes) Sea (, F, P) un espacio de probabilidad, y A, B F con 1 > P[A], P[B] > 0, entonces se tiene que :
P[B|A] = P[A|B]
Demostraci
on.
P[B|A]

P[B]
P[A]

P[B A]
P[A]

P[B A]P[B]
P[B]P[A]

P[A|B]

P[B]
P[A]

Ejemplo 8 Un estudiante hace un examen de tiempo limite, asumamos que la probabilidad de que termine en menos de x horas es
cual es la probabilidad de que use la hora completa para el examen dado que sigue haciendo el examen despues de ,75 horas.
Soluci
on 9 La probabilidad de que termine en mas de ,75 horas es 1 P[termine antes de ,75 horas] = 1
que use la hora completa es 1 P[termine antes de 1 hora] = ,5
P[ocupe la hora |ha usado ya ,75 horas] =

P[ocupe la hora |ha usado ya ,75 horas]

P[ha usado ya ,75 horas ]

,75
2

x
2,

= ,625 y la proba de