Definiciones Bsicas de Probabilidad

Definicin Clsica
Si n(A) representa el nmero de elementos
del evento A y n(O) el nmero de elementos
del espacio muestral, y si estos elementos
son igualmente posibles, se tiene que la
probabilidad de A esta dada por:
La probabilidad es la medida de la posibilidad
de que algo ocurra.
( )
( )
( )
n A
P A
n
=
Definicin por frecuencia relativa
Este mtodo utiliza las frecuencias relativas
como probabilidades. Se emplea este mtodo
cuando no se conozcan todos los posibles
resultados, o cuando los elementos del
espacio muestral no sean equiprobables.

( )
n
f
A P
A
=
Donde n es el tamao de la muestra, la cual
debe ser lo suficientemente grande.
Axiomas de Probabilidad
Primer Axioma
La probabilidad de un evento A e O, slo
puede tener valores que estn entre 0 y 1:
0 s P(A) s 1.
Segundo Axioma
La probabilidad del espacio muestral es
igual a la unidad. Esto es, P(O) = 1.
Tercer Axioma
Dados los eventos A y B e O, eventos
mutuamente excluyentes, entonces:

P(A B) = P(A) + P(B)
Teoremas de Probabilidad
Si | es el evento imposible o nulo, entonces:
P(|) = 0.
Para cada evento A e O,
P(A) = 1 P() P() = 1 P(A).
Si A y B e O, tales que A c B, entonces
P(A) s P(B).
Si A, B y C e O, eventos cualquiera,
entonces:
P(A B C) = P(A) + P(B) +P(C)
P(A B) P(A C) P(B C)
+ P(A B C)
Si A y B e O, eventos cualquiera,
entonces:
P(A B) = P(A) + P(B) P(A B)
Probabilidad Condicional
Sean los eventos A y B e O, entonces la
probabilidad de que ocurra A, dado que ya
ocurri B, se denomina Probabilidad
Condicional de A dado B, P(A / B), y est
dado por:
( )
( )
( )
0 P(B) si ,
B P
B A P
B / A P >

=
- Primer Axioma: 0 s P(A / B) s 1.
- Segundo Axioma: P(O / B) = 1.
- Tercer Axioma: Para 2 eventos mutuamente
excluyentes, A1 y A2 se tiene que: P((A1 U
A2) / B) =P(A1 / B) + P(A2 / B)

( )
( )
( )
0 P(A) si ,
A P
B A P
A / B P >

=
Puede observarse tambin que:
Teoremas de la Probabilidad Condicional

a) P(| / B ) = 0.
b) P(A / B) = 1 P( / B)
P( / B) = 1 P(A / B).
c) A c C, entonces P(A / B) s P(C / B).
d) P( (A C) / B ) = P(A / B) + P(C / B)
P( (A C) / B )
Teorema de Multiplicacin
Sean los eventos A y B e O, se denomina
Teorema de Multiplicacin a:
P( A B) = P(A) P(B / A)
Este resultado se sigue de la definicin de
probabilidad condicional.
Particin de un Espacio Muestral
Se dice que la coleccin de eventos B
1
, ...,
B
k
e O, es una particin de O, si y slo si:
a) Si P(B
i
) > 0, i = 1, ..., k
b) Si los eventos B
1
, ..., B
k
son mutuamente
excluyentes; esto es, B
i
B
j
= |.
c) Si los eventos B
1
, ..., B
k
son
colectivamente exhaustivos; esto es:
B1 U B2 U.U Bk =
TEOREMA DE LA PROBABILIDAD TOTAL
Sea el conjunto de eventos B
1
, ..., B
k
e O, una
particin de O, entonces para un evento A e O,
se cumple que:
( ) ( ) ( )

=
=
K
1 i
i i
B A / P . B P A P
TEOREMA DE BAYES
Sea el conjunto de eventos B
1
, ..., B
k
e O, una
particin de O, entonces para un evento A e O,
se cumple que:
( )
( ) ( )
( ) ( )
k 2,..., 1, i para ,
B A / P B P
B A / P B P
A / B P
k
1 j
j j
i i
i
= =

=
EVENTOS INDEPENDIENTES
Se dice que el evento A es independiente del
evento B, si la probabilidad de que el evento A
ocurra no est influenciada por la ocurrencia
del evento B. Por lo tanto:
P(A / B) = P(A)
P(B / A) = P(B)
En consecuencia, A y B son independientes
si:
P(A B) = P(A) P(B)

El resultado anterior se puede generalizar
para tres o ms eventos.
Si dos eventos son independientes tambin
lo sern sus complementos.