BLOQUE I: Probabilidad y estadística descriptiva

BLOQUE II: Variables aleatorias y modelos de distribución de probabilidad

BLOQUE III: Inferencia estadística

 Ejemplo del lanzamiento de un dado Resultado Probabilida
d
Probabilidad y variables aleatorias 1 1/6
Ambiente de incertidumbre.
¿Cuál será el resultado? 1,2,3,4, 5 ó 6. 2 1/6
Pero con la misma probabilidad luego podemos asociar este modelo: 3 1/6
¿Qué significa esto?, por ejp. Qué significa que la probabilidad de que salga en 5 es 1/6?
4 1/6
Hemos definido un modelo matemático para expresar la naturaleza de este
fenómeno gobernado por el azar que ayudará en la toma de decisiones. 5 1/6
Pero es un modelo matemático tratando de reflejar una realidad. 6 1/6
Estadística descriptiva
Resultado frecuencia
Pensemos en que hemos hecho mil tiradas de este dado:
3,4,3,2,6,4,1,3,2,5,5,4,,6,4,3,5,2,1,2,1,1,3,6,6,5,3,6,1,3,2,6,5,2,1,3… 1 165
Si quisiéramos dar información de este experimento seguro que se nos ocurriría
2 185
presentarlos en una tabla o hacer un gráfico.
La diferencia es que aquí tenemos datos reales, no con un modelo matemático. 3 156
Resultado Probabilidad 4 168
Inferencia estadística 5 184
Quizás a la vista de estos resultados ponemos en 1 ?
duda el modelo de probabilidad asignado al 6 142
2 ?
resultado y nos planteamos la posibilidad de que el
dado no esté equilibrado de modo que el modelo de 3 ?
probabilidad sería desconocido. 4 ?
Nuestro objetivo sería completarlo.
5 ?
6 ?
 Ejemplo
Probabilidad

Experimento aleatorio, un experimento cuyo El resultado de un lanzamiento de un dado

resultado no podemos prever. (lo contraio es un lanzamiento de un dado.
experimento bajo certidumbre).
Diagrama de Venn Ω
Su espacio muestral, Ω, es el conjunto de los
2 4
posibles resultados. 1
Como tal conjunto de define mediante un diagrama 3 6
de Venn o por extensión. Extensión 5
Ω= 1,2,3,4,5,6

Un suceso es una característica que resultado a la A: ser par

postre cumplirá o no. B: ser múltiplo de 3
Cada suceso es un subconjunto de Ω. C: se menor que 3
D: ser mayor o igual que 5
Se llama álgebra de sucesos del experimento al
A= 2,4,6
conjunto de todos los sucesos acompañado de las
B= 3,6
operaciones entre ellos: unión, intersección y
C= 1,2
contrario.
D= 5,6
 Ejemplo
Se llama álgebra de sucesos 𝒜𝒜 del experimento al
conjunto de todos los sucesos acompañado de las El resultado de un lanzamiento de un dado
operaciones entre ellos: unión, intersección y lanzamiento de un dado.
contrario.
Ω 2 4
sucesos 1
A= 2,4,6 3 6
A: ser par
B= 3,6 5
B: ser múltiplo de 3
C: se menor que 3 C= 1,2
D: ser mayor o igual que 5 D= 5,6
F: salga 5 F = 5 Los resultados del
⋯ experimento también son sucesos
de un solo elemento
Operaciones entre sucesos
Unión se A y B: 𝐴𝐴 ∪ 𝐵𝐵 es el suceso formado por la reunión de los elementos de A con los de B 𝐴𝐴 ∪ 𝐵𝐵 = 2,4,3,6
En la unión sucede A o B , sucede al menos uno, 𝐴𝐴 ∩ 𝐵𝐵 = 6
Intersección de A y B: 𝐴𝐴 ∩ 𝐵𝐵 es el suceso formado por los elementos den común de A y B
𝐴𝐴 = 1,3,5
En la intersección suceden A y B , suceden los dos, es una parte de A la que comparte con B(o
viceversa)
Contrario de A: 𝐴𝐴 es el suceso formado por los elementos que no pertenecen a A.
Se llama álgebra de sucesos 𝓐𝓐 del experimento al conjunto de todos Ejemplo
los sucesos incluidos el suceso seguro Ω (que contiene todos los
El resultado de un lanzamiento de un dado
elementos) y el suceso vacío o imposible ∅,que no contiene elementos
lanzamiento de un dado.
acompañado de las operaciones entre ellos: unión, intersección y
contrario.
Ω 2 4
1
Conjunto de todos los sucesos: 𝓐𝓐 3 6
A: ser par A= 2,4,6 5
B: ser múltiplo de 3 B= 3,6
C: se menor que 3 C= 1,2
D: ser mayor o igual que 5 D= 5,6
∅: ser mayor o igual que 8 ∅
Ω: ser mayor o igual que 1 y menor que 7 Ω= 1,2,3,4,5,6
⋮ ⋮
Operaciones entre sucesos
𝐴𝐴 ∪ 𝐵𝐵 = 2,4,3,6
Unión 𝐴𝐴 ∪ 𝐵𝐵
𝐴𝐴 ∩ 𝐵𝐵 = 6
Intersección : 𝐴𝐴 ∩ 𝐵𝐵
𝐴𝐴 = 1,3,5
Contrario de A: 𝐴𝐴 = 𝐴𝐴𝑐𝑐
𝐶𝐶 ∩ 𝐵𝐵 = ∅
Sucesos incompatibles o disjuntos cuando la intersección es vacía.

La razón de incluir en el álgebra Ω y ∅ es que 𝓐𝓐 debe incluir el resultado de cualquier

operación entre sucesos y puede que ocurra 𝐶𝐶 ∩ 𝐵𝐵 = ∅ y 𝐴𝐴 ∪ 𝐴𝐴 = Ω.
Razonar sobre operaciones: Representación general, para cualquier experimento, de sucesos.
¿Es cierto o falso?
𝐴𝐴 ∪ 𝐵𝐵 = 𝐵𝐵 ∪ 𝐴𝐴 Se representa el espacio muestral Ω en el
𝐴𝐴 ∩ 𝐵𝐵 = 𝐵𝐵 ∩ 𝐴𝐴 que habrá distintos elementos aunque no
Ω ∪ 𝐴𝐴 = 𝐴𝐴 se representan para darle generalidad. (Se
Ω ∪ 𝐴𝐴 = Ω suponen los elementos dentro)
Ω ∩ 𝐴𝐴 = 𝐴𝐴
Ω ∩ 𝐴𝐴 = Ω
∅ ∪ 𝐴𝐴 = 𝐴𝐴
∅ ∪ 𝐴𝐴 = ∅
∅ ∩ 𝐴𝐴 = 𝐴𝐴 Para representar en este el espacio muestral
∅ ∩ 𝐴𝐴 = ∅ Ω dos sucesos cualesquiera A y B, se
representan con posibilidad de intersección,
𝐴𝐴 = ∅
pero no se exige. En la zona de la
𝐴𝐴 = Ω intersección puede o no haber elementos,
𝐴𝐴 = 𝐴𝐴 así se da generalidad a la representación.
𝐴𝐴 ∪ 𝐴𝐴 = ∅
As decir, no se reprentan así porque en ese
𝐴𝐴 ∪ 𝐴𝐴 = Ω
caso se exige que sean disjuntos y se pierde
𝐴𝐴 ∪ 𝐴𝐴 = 𝐴𝐴 la generalidad
𝐴𝐴 ∩ 𝐴𝐴 = ∅
𝐴𝐴 ∩ 𝐴𝐴 = Ω
𝐴𝐴 ∩ 𝐴𝐴 = 𝐴𝐴
Razonar sobre operaciones: Representación general de operaciones
Es cierto o falso?
𝐴𝐴 ∪ 𝐵𝐵 = 𝐵𝐵 ∪ 𝐴𝐴 En este el espacio muestral Ω, dados dos
𝐴𝐴 ∩ 𝐵𝐵 = 𝐵𝐵 ∩ 𝐴𝐴 sucesos cualesquiera A y B
Ω ∪ 𝐴𝐴 = 𝐴𝐴
Ω ∪ 𝐴𝐴 = Ω
Ω ∩ 𝐴𝐴 = 𝐴𝐴
Ω ∩ 𝐴𝐴 = Ω
∅ ∪ 𝐴𝐴 = 𝐴𝐴 Representa 𝐴𝐴 ∪ 𝐵𝐵 Representa 𝐴𝐴 ∩ 𝐵𝐵
∅ ∪ 𝐴𝐴 = ∅
∅ ∩ 𝐴𝐴 = 𝐴𝐴
∅ ∩ 𝐴𝐴 = ∅
𝐴𝐴 = 𝐴𝐴𝑐𝑐 𝑐𝑐
=∅
𝐴𝐴 = 𝐴𝐴𝑐𝑐 𝑐𝑐 =Ω
𝐴𝐴 = 𝐴𝐴𝑐𝑐 𝑐𝑐 = 𝐴𝐴
𝐴𝐴 ∪ 𝐴𝐴 = 𝐴𝐴 ∪ 𝐴𝐴𝑐𝑐 = ∅
𝐴𝐴 ∪ 𝐴𝐴 = 𝐴𝐴 ∪ 𝐴𝐴𝑐𝑐 = Ω Representa 𝐴𝐴 = 𝐴𝐴𝑐𝑐
𝐴𝐴 ∪ 𝐴𝐴 = 𝐴𝐴 ∪ 𝐴𝐴𝑐𝑐 = 𝐴𝐴
𝐴𝐴 ∩ 𝐴𝐴 = 𝐴𝐴 ∩ 𝐴𝐴𝑐𝑐 = ∅
𝐴𝐴 ∩ 𝐴𝐴 = 𝐴𝐴 ∩ 𝐴𝐴𝑐𝑐 = Ω
𝐴𝐴 ∩ 𝐴𝐴 = 𝐴𝐴 ∩ 𝐴𝐴𝑐𝑐 = 𝐴𝐴
Representación general de operaciones 6- A ∩ 𝐵𝐵 ∪ 𝐴𝐴 ∩ 𝐵𝐵 =
A ∩ 𝐵𝐵𝑐𝑐 ∪ 𝐴𝐴𝑐𝑐 ∩ 𝐵𝐵
Ejemplo 1: en un experimento aleatorio se
consideran dados dos sucesos cualesquiera
A y B. Representa en un diagrama de Venn y
escribe mediante operaciones de los sucesos
A y B los siguientes sucesos:
1-2 𝐴𝐴 ∪ 𝐵𝐵 4-A ∩ 𝐵𝐵 = A ∩ 𝐵𝐵𝑐𝑐
1. Al menos uno ocurre
2. Alguno ocurre
𝑐𝑐
3. Ocurren los dos 7- 𝐴𝐴 ∪ 𝐵𝐵 = 𝐴𝐴 ∪ 𝐵𝐵
4. Solo ocurre A
5. Solo ocurre B
6. Solo ocurre uno
7. Ninguno ocurre
8. No ocurren los dos 3- 𝐴𝐴 ∩ 𝐵𝐵 5- 𝐴𝐴 ∩ 𝐵𝐵 = 𝐴𝐴𝑐𝑐 ∩ 𝐵𝐵
𝑐𝑐
8- 𝐴𝐴 ∩ 𝐵𝐵 = 𝐴𝐴 ∩ 𝐵𝐵
 PROPIEDADES DE OPERACIONES

CONMUTATIVAS: 𝐴𝐴 ∪ 𝐵𝐵 = 𝐵𝐵 ∪ 𝐴𝐴 𝐴𝐴 ∩ 𝐵𝐵 = 𝐵𝐵 ∩ 𝐴𝐴

ASOCIATIVAS:
𝐴𝐴 ∪ 𝐵𝐵 ∪ 𝐶𝐶 = 𝐴𝐴 ∪ 𝐵𝐵 ∪ 𝐶𝐶 lo que permite escribir sin generar confusión la unión de tres (o más) sucesos 𝐴𝐴 ∪ 𝐵𝐵 ∪ 𝐶𝐶
𝐴𝐴 ∩ 𝐵𝐵 ∩ 𝐶𝐶 = 𝐴𝐴 ∩ 𝐵𝐵 ∩ 𝐶𝐶 lo que permite escribir sin generar confusión la intersección de tres (o más) sucesos 𝐴𝐴 ∩ 𝐵𝐵 ∩ 𝐶𝐶

DISTRIBUTIVAS: si la operación es de tres (o más sucesos combinado operaciones hay que aclarar el orden de las operaciones
𝐴𝐴 ∪ 𝐵𝐵 ∩ 𝐶𝐶 = 𝐴𝐴 ∪ 𝐵𝐵 ∩ 𝐴𝐴 ∪ 𝐶𝐶 no se permite escribir sin paréntesis porque hay una jerarquía de operaciones.
𝐴𝐴 ∩ 𝐵𝐵 ∪ 𝐶𝐶 = 𝐴𝐴 ∩ 𝐵𝐵 ∪ 𝐴𝐴 ∩ 𝐶𝐶 no se permite escribir sin paréntesis porquehay una jerarquía de operaciones.

LEYES DE MORGAN: relativas al el contrario de una unión o de una intersección.

𝐴𝐴 ∪ 𝐵𝐵 = 𝐴𝐴 ∩ 𝐵𝐵 ó 𝐴𝐴 ∪ 𝐵𝐵 𝑐𝑐 = 𝐴𝐴𝑐𝑐 ∩ 𝐵𝐵𝑐𝑐 El contrario de una unión es la intersección de los contrarios
𝐴𝐴 ∩ 𝐵𝐵 = 𝐴𝐴 ∪ 𝐵𝐵 ó 𝐴𝐴 ∩ 𝐵𝐵 𝑐𝑐 = 𝐴𝐴𝑐𝑐 ∪ 𝐵𝐵𝑐𝑐 El contrario de una intersección es la unión de los contrarios
Ejercicio 1.1 Como el ejemplo
 Importante distinguir 𝑐𝑐𝑖𝑖 de 𝐶𝐶𝑖𝑖 , las componentes de los sucesos.
Por ejemplo 𝑐𝑐1 es la componente 1 y de 𝐶𝐶1 es el hecho de que esa
componente esté funcionando, lo cual depende del azar y puede que
ocurra o que no.

𝐹𝐹 = primer subsistema funciona

F = 𝐶𝐶1 ∪ 𝐶𝐶2

𝐶𝐶 = sistema funciona
𝐶𝐶 = 𝐶𝐶1 ∪ 𝐶𝐶2 ∩ 𝐶𝐶3 ∪ 𝐶𝐶4

𝐺𝐺 = sistema funciona y 𝑐𝑐1 está en fallo

𝐺𝐺 = 𝐶𝐶1 ∩ 𝐶𝐶2 ∩ 𝐶𝐶3 ∪ 𝐶𝐶4

𝐻𝐻 = sistema funciona y 𝑐𝑐1 𝑦𝑦 𝑐𝑐3 están en fallo

𝐻𝐻 = 𝐶𝐶1 ∩ 𝐶𝐶3 ∩ 𝐶𝐶2 ∩ 𝐶𝐶4

La igualdad de sucesos debe implicar que si se cumple la parte dcha implica la izda y viceversa.
Por lo tanto no valen argumentos que solo implique un sentido, por ejemplo en el apartado 1 escribir F = 𝐶𝐶1 ∩ 𝐶𝐶2 ,
porque 𝐶𝐶1 ∩ 𝐶𝐶2 → 𝐹𝐹 pero 𝐹𝐹 ↛ 𝐶𝐶1 ∩ 𝐶𝐶2 .
Aptdos 3 y 4 se razonan de esa manera, qué es necesario y suficiente para que se cumpla el suceso.
También se pueden resolver con propiedades de las operaciones pero no es conveniente, por ejemplo en el aptdo 3
𝐺𝐺 = 𝐶𝐶1 ∩ 𝐶𝐶1 ∪ 𝐶𝐶2 ∩ 𝐶𝐶3 ∪ 𝐶𝐶4 = 𝐶𝐶1 ∩ 𝐶𝐶1 ∪ 𝐶𝐶1 ∩ 𝐶𝐶2 ∩ 𝐶𝐶3 ∪ 𝐶𝐶4 = ∅ ∪ 𝐶𝐶1 ∩ 𝐶𝐶2 ∩ 𝐶𝐶3 ∪ 𝐶𝐶4 = 𝐶𝐶1 ∩ 𝐶𝐶2 ∩ 𝐶𝐶3 ∪ 𝐶𝐶4
Pero es interesante observar la necesidad o no de poner paréntesis para tener en cuenta la jerarquía de las operaciones.
 La probabilidad
Cuando hablamos de probabilidad , nos referimos siempre a la probabilidad de un suceso, algo que está en manos
del azar y que por tanto no podemos prever con exactitud si ocurrirá o no.
En el ejemplo del experimento aleatorio del resultado del lanzamiento de un dado, tiene sentido hablar de la
probabilidad de que salga en 1 , que salga el 5, pero también tiene sentido hablar de la probabilidad a de que salga
par.
Es d ecir que se asigna probabilidad a los sucesos, no (solo) a los elementos del espacio muestral Ω.
¿Y qué es la probabilidad de un suceso? Por ejemplo la probabilidad de que salga par es igual a ½.
Es un número, lo que hacemos es asignar un número a cada suceso.

Álgebra de sucesos: 𝓐𝓐 𝓐𝓐 ⟶ ℝ La probabilidad es una función del álgebra de

𝐴𝐴 ↝ 𝑃𝑃 𝐴𝐴 = 0.5 sucesos sobre los números reales.
A: ser par 𝐵𝐵 ↝ 𝑃𝑃 𝐵𝐵 = 0.33
B: ser múltiplo de 3 𝐹𝐹 ↝ 𝑃𝑃 𝐹𝐹 = 0.17 (Una función que cumple axiomas)
C: se menor que 3 ⋮
D: ser mayor o igual que 5
F: salga el 5
∅
Ω
⋮
¿Pero qué sentido le damos a la probabilidad de un suceso?
Es el grado de credibilidad, de certidumbre, que le asignamos al hecho de que vaya ocurrir.
El suceso A: mañana lloverá, es realmente un suceso, a la postre lloverá o no pero no podemos preverlo.
Si conocemos que 𝑃𝑃 𝐴𝐴 = 0.99 pensamos que casi seguro lloverá, si en cambio 𝑃𝑃 𝐴𝐴 = 0.05 pensamos que casi seguro no lloverá.
Utilizamos la probabilidad de 𝐴𝐴 como un “termómetro” para medir el grado de certidumbre que asignamos al hecho de que ocurra.
Pero para este fin la función debe cumplir dos axiomas
Definición de probabilidad

𝓐𝓐 ⟶ 0,1 La probabilidad es una función del álgebra de sucesos sobre los números reales 0,1 que
𝐴𝐴 ↝ 𝑃𝑃 𝐴𝐴 = 0.5 cumple dos axiomas:
𝐵𝐵 ↝ 𝑃𝑃 𝐵𝐵 = 0.33 Axioma 1: 𝑷𝑷 Ω = 𝟏𝟏
𝐹𝐹 ↝ 𝑃𝑃 𝐹𝐹 = 0.17 Axioma 2: 𝑷𝑷 𝑨𝑨 ∪ 𝑩𝑩 = 𝑷𝑷 𝑨𝑨 + 𝑷𝑷 𝑩𝑩 si 𝑨𝑨 𝐲𝐲 𝑩𝑩 son disjuntos (𝑨𝑨 ∩ 𝑩𝑩 = ∅ )
⋮
• Demostración propiedad 1
Propiedades de la probabilidad 𝐴𝐴𝐴𝐴𝐴. 𝑃𝑃 𝐴𝐴 ∪ 𝐴𝐴 = 𝑃𝑃 𝐴𝐴 + 𝑃𝑃 𝐴𝐴
𝐴𝐴𝐴𝐴𝐴. 𝑃𝑃 𝐴𝐴 ∪ 𝐴𝐴 = 𝑃𝑃 Ω = 1, luego 𝑃𝑃 𝐴𝐴 + 𝑃𝑃 𝐴𝐴 = 1
1. 𝑃𝑃 𝐴𝐴 + 𝑃𝑃 𝐴𝐴 = 1
• Demostración propiedad 2
2. 𝑃𝑃 ∅ = 0
Como Ω = ∅, aplicando la propiedad 1 al suceso Ω
3. 𝑃𝑃 𝐴𝐴 ∪ 𝐵𝐵 = 𝑃𝑃 𝐴𝐴 + 𝑃𝑃 𝐵𝐵 − 𝑃𝑃 𝐴𝐴 ∩ 𝐵𝐵 El axioma 2 queda incluido
𝑃𝑃 Ω + 𝑃𝑃 Ω = 1, por el Ax1. 1 + 𝑃𝑃 Ω = 1 → 𝑃𝑃 ∅ = 0
4. ∗ 𝑃𝑃 𝐴𝐴 ∪ 𝐵𝐵 ∪ 𝐶𝐶 = 𝑃𝑃 𝐴𝐴 + 𝑃𝑃 𝐵𝐵 + 𝑃𝑃 𝐶𝐶
−𝑃𝑃 𝐴𝐴 ∩ 𝐵𝐵 − 𝑃𝑃 𝐴𝐴 ∩ 𝐶𝐶 − 𝑃𝑃 𝐵𝐵 ∩ 𝐶𝐶 • Ilustración en un esquema de la propiedad 3
+𝑃𝑃 𝐴𝐴 ∩ 𝐵𝐵 ∩ 𝐶𝐶 • 𝑃𝑃 𝐴𝐴 ∪ 𝐵𝐵 = 𝑃𝑃 𝐴𝐴 + 𝑃𝑃 𝐵𝐵 − 𝑃𝑃 𝐴𝐴 ∩ 𝐵𝐵

*En general, la probabilidad de la unión de un conjunto de sucesos es igual a

la suma de las probabilidades de cada uno de los sucesos,
menos las probabilidades de las posibles intersecciones dos a dos,
más las probabilidades de las posibles intersecciones tres a tres,
…
más o menos la probabilidad de la intersección de todos los sucesos.

• Ilustración en un esquema de la propiedad 4
𝑃𝑃 𝐴𝐴 ∪ 𝐵𝐵 ∪ 𝐶𝐶 = 𝑃𝑃 𝐴𝐴 + 𝑃𝑃 𝐵𝐵 + 𝑃𝑃 𝐶𝐶
−𝑃𝑃 𝐴𝐴 ∩ 𝐵𝐵 − 𝑃𝑃 𝐴𝐴 ∩ 𝐶𝐶 − 𝑃𝑃 𝐵𝐵 ∩ 𝐶𝐶
+ 𝑃𝑃 𝐴𝐴 ∩ 𝐵𝐵 ∩ 𝐶𝐶
Si los sucesos son disjuntos dos a dos, no hay ninguna
intersección entre ellos:
𝑃𝑃 𝐴𝐴 ∪ 𝐵𝐵 ∪ 𝐶𝐶 = 𝑃𝑃 𝐴𝐴 + 𝑃𝑃 𝐵𝐵 + 𝑃𝑃 𝐶𝐶
Ejemplo 2: se toma al azar una carta de la baraja española y se consideran
los sucesos:
𝐴𝐴: sea una figura
𝐵𝐵: sea de oros
𝐶𝐶: sea impar
Realiza el diagrama de Venn del espacio muestral y los sucesos 𝐴𝐴, 𝐵𝐵 y 𝐶𝐶
Razona en términos de apuestas sobre los sucesos
𝐴𝐴 ∪ 𝐵𝐵, 𝐴𝐴 ∪ 𝐶𝐶, 𝐵𝐵 ∪ 𝐶𝐶, 𝐴𝐴 ∪ 𝐵𝐵 ∪ 𝐶𝐶,
𝐴𝐴 ∩ 𝐵𝐵, 𝐴𝐴 ∩ 𝐶𝐶, 𝐵𝐵 ∩ 𝐶𝐶, 𝐴𝐴 ∩ 𝐵𝐵 ∩ 𝐶𝐶
Y el significado de sus probabilidades y de la propiedad 4.
 Asignación de probabilidad a un suceso: regla de Laplace en espacios equiprobables
Los axiomas y propiedades proporcionan reglas de cálculo relacionando la probabilidades de unos sucesos con las de otros, pero no aportan
un método general para asignar la probabilidad a un suceso.

Este propósito, demasiado amplio, tiene solución en los espacios muestrales equiprobables (o uniformes).

Un espacio muestral Ω de un experimento se dice equiprobable cuando cada elemento del

espacio tiene el mismo peso de probabilidad.
Si el espacio es finito Ω= 𝜔𝜔1 , 𝜔𝜔2 , 𝜔𝜔3 , ⋯ , 𝜔𝜔𝑛𝑛 y su cardinal es n (#(Ω), tiene n elementos), el
1
peso de probabilidad de cada elemento es .
𝑛𝑛

𝑃𝑃(Ω)=𝑃𝑃 𝜔𝜔1 , 𝜔𝜔2 , 𝜔𝜔3 , ⋯ , 𝜔𝜔𝑛𝑛 = 𝑃𝑃 𝜔𝜔1 } ∪ {𝜔𝜔2 } ∪ {𝜔𝜔3 } ∪ ⋯ ∪ {𝜔𝜔𝑛𝑛 = 𝑃𝑃 {𝜔𝜔1 } + 𝑃𝑃 {𝜔𝜔2 } +𝑃𝑃 {𝜔𝜔3 } + ⋯ + 𝑃𝑃 𝜔𝜔𝑛𝑛 =1
1
n 𝑃𝑃 {𝜔𝜔𝑖𝑖 } = 1 → 𝑃𝑃 {𝜔𝜔𝑖𝑖 } =
𝑛𝑛

Entonces para un suceso, por ejemplo A= 𝜔𝜔1 , 𝜔𝜔2 , 𝜔𝜔3 , 𝜔𝜔4 , cuyo cardinal es #(A)=4, se tiene

1 4
𝑃𝑃(A)=𝑃𝑃 𝜔𝜔1 , 𝜔𝜔2 , 𝜔𝜔3 , 𝜔𝜔4 = 𝑃𝑃 𝜔𝜔1 } ∪ {𝜔𝜔2 } ∪ {𝜔𝜔3 } ∪ {𝜔𝜔4 = 𝑃𝑃 {𝜔𝜔1 } + 𝑃𝑃 {𝜔𝜔2 } +𝑃𝑃 {𝜔𝜔3 } + 𝑃𝑃 𝜔𝜔4 =4 =
𝑛𝑛 𝑛𝑛

Regla de Laplace para espacios muestrales equiprobables: 𝑃𝑃 𝐴𝐴 = #(A)

#(Ω)
 #(A) 12
Ejemplo 3: se toma al azar una carta de la 𝑃𝑃 𝐴𝐴 = =
#(Ω) 40
baraja española y se consideran los #(B) 10
sucesos: 𝑃𝑃 𝐵𝐵 = =
#(Ω) 40
𝐴𝐴: sea una figura #(C) 20
𝐵𝐵: sea de oros 𝑃𝑃 𝐶𝐶 = =
#(Ω) 40
𝐶𝐶: sea impar #(𝐴𝐴) 28 12 28
𝑃𝑃 𝐴𝐴 = = 𝑃𝑃 𝐴𝐴 = 1 − 𝑃𝑃 𝐴𝐴 = 1 − =
#(Ω) 40 40 40
Calcula las probabilidades de los sucesos #(𝐵𝐵) 30 10 30
𝑃𝑃 𝐵𝐵 = = 𝑃𝑃 𝐵𝐵 = 1 − 𝑃𝑃 𝐵𝐵 = 1 − =
#(Ω) 40 40 40
𝐴𝐴, 𝐵𝐵, 𝐶𝐶, 𝐴𝐴, 𝐵𝐵, 𝐶𝐶, #(𝐶𝐶 ) 20 20 20
𝐴𝐴 ∩ 𝐵𝐵, 𝐴𝐴 ∩ 𝐶𝐶, 𝐵𝐵 ∩ 𝐶𝐶, 𝐴𝐴 ∩ 𝐵𝐵 ∩ 𝐶𝐶 𝑃𝑃 𝐶𝐶 = = 𝑃𝑃 𝐶𝐶 = 1 − 𝑃𝑃 𝐶𝐶 = 1 − =
#(Ω) 40 40 40
𝐴𝐴 ∪ 𝐵𝐵, 𝐴𝐴 ∪ 𝐶𝐶, 𝐵𝐵 ∪ 𝐶𝐶, 𝐴𝐴 ∪ 𝐵𝐵 ∪ 𝐶𝐶 #(𝐴𝐴 ∩ 𝐵𝐵) 3
A ∩ 𝐵𝐵, 𝐴𝐴 ∩ 𝐵𝐵, 𝐵𝐵 ∩ 𝐶𝐶 , 𝐵𝐵 ∪ 𝐶𝐶, 𝐵𝐵 ∪ 𝐶𝐶 , 𝐵𝐵 ∩ 𝐶𝐶 𝑃𝑃 𝐴𝐴 ∩ 𝐵𝐵 = =
#(Ω) 40
De forma directa con la regla de Laplace y #(𝐴𝐴 ∩ 𝐶𝐶) 4
con las reglas de cálculo de los axiomas y 𝑃𝑃 𝐴𝐴 ∩ 𝐶𝐶 = =
#(Ω) 40
las propiedades si es posible. #(𝐵𝐵 ∩ 𝐶𝐶) 5 #(𝐴𝐴 ∩ 𝐵𝐵 ∩ 𝐶𝐶) 1
𝑃𝑃 𝐵𝐵 ∩ 𝐶𝐶 = = 𝑃𝑃 𝐴𝐴 ∩ 𝐵𝐵 ∩ 𝐶𝐶 = =
#(Ω) 40 #(Ω) 40
#(𝐴𝐴∪𝐵𝐵) 19 12 10 3 19
𝑃𝑃 𝐴𝐴 ∪ 𝐵𝐵 = = 𝑃𝑃 𝐴𝐴 ∪ 𝐵𝐵 = 𝑃𝑃 𝐴𝐴 + 𝑃𝑃 𝐵𝐵 − 𝑃𝑃 𝐴𝐴 ∩ 𝐵𝐵 = + − =
#(Ω) 40 40 40 40 40
#(𝐴𝐴∪𝐶𝐶) 28 12 20 4 28
𝑃𝑃 𝐴𝐴 ∪ 𝐶𝐶 = = 𝑃𝑃 𝐴𝐴 ∪ 𝐶𝐶 = 𝑃𝑃 𝐴𝐴 + 𝑃𝑃 𝐶𝐶 − 𝑃𝑃 𝐴𝐴 ∩ 𝐶𝐶 = + − =
#(Ω) 40 40 40 40 40
#(𝐵𝐵∪𝐶𝐶) 25 10 20 5 25
𝑃𝑃 𝐵𝐵 ∪ 𝐶𝐶 = = 𝑃𝑃 𝐵𝐵 ∪ 𝐶𝐶 = 𝑃𝑃 𝐵𝐵 + 𝑃𝑃 𝐶𝐶 − 𝑃𝑃 𝐵𝐵 ∩ 𝐶𝐶 = + − =
#(Ω) 40 40 40 40 40
#(𝐴𝐴 ∪ 𝐵𝐵 ∪ 𝐶𝐶) 31
𝑃𝑃 𝐴𝐴 ∪ 𝐵𝐵 ∪ 𝐶𝐶 = =
#(Ω) 40
12 10 20 3 4 5 1 31
𝑃𝑃 𝐴𝐴 ∪ 𝐵𝐵 ∪ 𝐶𝐶 = 𝑃𝑃 𝐴𝐴 + 𝑃𝑃 𝐵𝐵 + 𝑃𝑃 𝐶𝐶 − 𝑃𝑃 𝐴𝐴 ∩ 𝐵𝐵 − 𝑃𝑃 𝐴𝐴 ∩ 𝐶𝐶 − 𝑃𝑃 𝐵𝐵 ∩ 𝐶𝐶 + 𝑃𝑃 𝐴𝐴 ∩ 𝐵𝐵 ∩ 𝐶𝐶 = + + − − − + =
40 40 40 40 40 40 40 40
𝐴𝐴: sea una figura
𝐵𝐵: sea de oros A ∩ 𝐵𝐵, 𝐴𝐴 ∩ 𝐵𝐵, 𝐵𝐵 ∩ 𝐶𝐶 , 𝐵𝐵 ∪ 𝐶𝐶, 𝐵𝐵 ∪ 𝐶𝐶 , 𝐵𝐵 ∩ 𝐶𝐶
𝐶𝐶: sea impar

#(A∩𝐵𝐵) 9
𝑃𝑃 A ∩ 𝐵𝐵 = =
#(Ω) 40
#(𝐴𝐴 ∩ 𝐵𝐵) 7
𝑃𝑃 𝐴𝐴 ∩ 𝐵𝐵 = =
#(Ω) 40

#(𝐵𝐵∩𝐶𝐶 ) 35 5 35
𝑃𝑃 𝐵𝐵 ∩ 𝐶𝐶 = = 𝑃𝑃 𝐵𝐵 ∩ 𝐶𝐶 = 1 − 𝑃𝑃 𝐵𝐵 ∩ 𝐶𝐶 = 1 − =
#(Ω) 40 40 40
35 30 20 15 35
𝑃𝑃 𝐵𝐵 ∪ 𝐶𝐶 = 𝑃𝑃 𝐵𝐵 ∪ 𝐶𝐶 = 𝑃𝑃 𝐵𝐵 + 𝑃𝑃 𝐶𝐶 − 𝑃𝑃 𝐵𝐵 ∩ 𝐶𝐶 = + − =
40 40 40 40 40

Por las leyes de Morgan se trataba del mismo suceso.

#(𝐵𝐵∪𝐶𝐶 ) 15 25 15
𝑃𝑃 𝐵𝐵 ∪ 𝐶𝐶 = = 𝑃𝑃 𝐵𝐵 ∪ 𝐶𝐶 = 1 − 𝑃𝑃 𝐵𝐵 ∪ 𝐶𝐶 = 1 − =
#(Ω) 40 40 40
#( 𝐵𝐵 ∩ 𝐶𝐶) 15
𝑃𝑃 𝐵𝐵 ∩ 𝐶𝐶 = =
#(Ω) 40
Por las leyes de Morgan se trataba del mismo suceso.
 Regla de Laplace
En este espacio muestral
Modelo del espacio muestral adecuado para que sea equiprobable Ω observamos todos los posibles
Reglas de de conteo resultados de la suma de los dos
2 3 4 5 lanzamientos, por lo tanto está bien
6 7 8 9 definido si realmente es esto lo
10 11 12 que queremos observar. Para las
dos primera preguntas está bien
definido, para el resto no.

Pero aunque está bien definido para las dos primeras preguntas no es un
espacio equiprobable; por ejemplo el 2 es menos probable que el 8
(aunque no sepamos cuánto es cada una se comprende que la suma 8
tiene más posibilidades que la suma 2). No sirve para aplicar la regla de
Laplace
En este espacio muestral hay que
Ω 11 22 33 44 55 66 explicar que cuando escribimos 23
12 23 34 45 56 significa que han salido el 2 y el 3
1. Experimento aleatorio: dos lanzamientos de un dado equilibrado. 13 24 35 46 pero no hemos distinguido si el 2 es
en el primer o segundo lanzamiento.
2. Espacio muestral 14 25 36
15 26
Observamos todos los posibles resultados de los dos
16 lanzamientos, por lo tanto está bien definido. Podemos
distinguir todos los sucesos del problema pero no es un
espacio equiprobable; el 11 tiene menos posibilidades
que el 21. No sirve para aplicar la regla de Laplace
1. Experimento aleatorio: dos lanzamientos de un dado equilibrado.
2. Espacio muestral

Vemos que la definición del espacio muestral Ω no es única, puede hacerse de diferentes modos.
En la forma de definirlo debe quedar claro el “código” se utiliza para definir los elementos.
¿Qué significa en el primer ejemplo el elemento 2? ¿Qué significa en el segundo intento el elemento 23?
Por otro lado debe de permitir distinguir todos los sucesos de interés, es decir, en cada elemento debemos ser capaces de distinguir si se
da o no cada suceso.
Por último, debe ser equiprobable si se pretende utilizar la regla de Laplace.

Ω “Código”: la primera cifra es el resultado del primer lanzamiento y la segunda el del segundo.
11 21 31 41 51 61 Se pueden distinguir todos los sucesos .
12 22 32 42 52 62
13 23 33 43 53 63 Sí se pueden distinguir todos los sucesos.
14 24 34 44 54 64
15 25 35 45 55 65 Es equiprobable, se comprende que no hay ningún elemento con más o menos probabilidad que otro.
Ahora ya se pueden calcular probabilidades con la regla de Laplace
16 26 36 46 56 66
#(A) 4 #(B) 5
A: suma sea 5 𝑃𝑃 𝐴𝐴 = = 𝑃𝑃 𝐵𝐵 = =
B: suma sea 8 #(Ω) 36 #(Ω) 36
C: no aparezca ningún 2
#(C) 25 #(C) 11 #(F) 6
D: aparezca algún 1 𝑃𝑃 𝐶𝐶 = = 𝑃𝑃 𝐶𝐶 = = 𝑃𝑃 𝐹𝐹 = =
#(Ω) 36 #(Ω) 36 #(Ω) 36
F: se repitan resultados
 SIEMPRE HAY QUE EMPEZAR POR ESTOS TRES PUNTOS

1.¿ Experimento aleatorio?

2. ¿Espacio muestral ? Representarlo y razonar cómo son sus elementos .
#(A)
Asegurarse de que es equiprobable para el uso de la regla de Laplace: 𝑃𝑃 𝐴𝐴 =
#(Ω)
3. Calcular #(Ω) y #(A)

Estrategias para espacios muestrales equiprobables más complicados: reglas de conteo o planteamiento dinámico

Ejemplo 4 Plantea un modelo para el experimento aleatorio que consiste en hacer cinco lanzamientos de un
dado equilibrado y calcula la probabilidad de los siguientes sucesos:
Ω 11213
A: no aparezca ningún 2
B: aparezca algún 1 14125
C: se repitan todos resultados 64252
D: se repita algún resultado 62132
E: empiece por par 53641
44444
Cómo calcular #(Ω) y#(A), es decir cómo contar los elementos de Ω y A.
⋮
Tenemos la ayuda de reglas de conteo, regla del producto y el número combinatorio.
Tenemos la ayuda de reglas de conteo, fundamentalmente la regla del producto y el número combinatorio.

Nota: además podemos encarar el problema desde otro punto de vista un nuevo planteamiento del experimento
aleatorio en forma de modelo dinámico (siguiente tema).

La combinación de las dos estrategias ayuda en el cálculo de probabilidades.

LA REGLA DEL PRODUCTO

Un ejemplo: si tengo para vestirme tres camisetas (verde, roja y azul), tres pantalones (verde, rojo y azul) y dos tipos de calzado
(deportivas y botas), ¿de cuántas maneras puedo vestirme?

Tengo que tomar tres decisiones: D1-qué camiseta ponerme, D2-qué pantalón y D3-qué calzado
Nº Posibilidades 3 3 2
Decisión D1 D2 D3

Una vez elegida la camiseta (en la D1) el nº de posibilidades de elección del pantalón (la D2) es el mismo sea cual sea la camiseta
elegida, por lo que las combinaciones posibles de camiseta y pantalón son 3*3=9. Una vez elegida la combinación de camiseta y
pantalón, el número de posibilidades de la siguiente decisión, el calzado (la D3) , es el mismo sea cual sea la combinación elegida en
las decisiones anteriores. Por lo que las combinaciones posibles de camiseta, pantalón y calzado son 3*3*2=18.

Regla del producto: cuando se deben tomar sucesivas decisiones, cada una con su propio nº de posibilidades, y se cumple que el
número de posibilidades de la siguiente decisión es el mismo, sea cual sea la combinación elegida en las decisiones anteriores, la
regla del producto calcula el nº de posibilidades del total de las decisiones multiplicando el nº de posibilidades de cada decisión.
 La regla del producto

Otro ejemplo: si en el ejemplo anterior no quiero coincidir en el color de camiseta y pantalón ¿de cuántas maneras puedo vestirme?

Nº Posibilidades 3 2 2
Decisión D1 D2 D3

En la D1 hay tres camisetas a elegir. Una vez elegida la camiseta (en la D1) el nº de posibilidades de elección del pantalón (para la
D2) es 2 el mismo sea cual sea la camiseta elegida (los dos pantalones de distinto color que la camiseta). Lo importante es que
coincide el nº de posibilidades, no la posibilidades en sí.

Por lo que las combinaciones posibles de camiseta y pantalón son 3*2=6.

Una vez elegida la combinación de camiseta y pantalón, el número de posibilidades de la siguiente decisión, el calzado (la D3) , es 2
el mismo sea cual sea la combinación elegida en las decisiones anteriores.
Las combinaciones posibles ahora de camiseta, pantalón y calzado son 3*2*2=12

Otro ejemplo: si en el ejemplo anterior no quiero coincidir en el color de camiseta y pantalón salvo que la camiseta sea verde ¿de
cuántas maneras puedo vestirme?
Ahora no funciona la regla del producto porque si la camiseta elegida es verde tengo tres posibilidades de pantalón pero si es la azul o
roja tengo dos posibilidades de pantalón. El nº de posibilidades de la D2 depende de la decisión anterior.
 𝑚𝑚
El NÚMERO COMBINATORIO 𝑛𝑛

𝒎𝒎
El número combinatorio 𝒎𝒎 sobre 𝒏𝒏 que se denota así 𝒏𝒏
es el número de formas de elegir n elementos de un
conjunto de m elementos.

• Si tengo manzana, pera, plátano, naranja, y melón y quiero hacer una macedonia de tres frutas, ¿cuántas
combinaciones distintas hay?
Tengo un conjunto de 5 frutas y tengo que elegir tres , entonces hay 53 combinaciones distintas.

• Se van a elegir 4 variedades de trigo entre 15 distintas para hacer un ensayo. ¿Cuántos ensayos distintos
pueden hacerse?
Hay 154
ensayos distintos.

• Si en ese ensayo hay dos variedades especiales que seguro que intervendrán en el ensayo, ¿Cuántos
ensayos distintos pueden hacerse?
Como hay dos variedades que se van a elegir seguro, solo tengo que elegir las otras dos del resto, que son 13.

13
Hay 2
ensayos distintos
 𝑚𝑚
El número combinatorio 𝑛𝑛
(𝑛𝑛 ≤ 𝑚𝑚)
𝑚𝑚
El número combinatorio 𝑚𝑚 sobre 𝑛𝑛 que se denota así 𝑛𝑛
es el número de formas de elegir n elementos de un
conjunto de m elementos.
Según la definición, razona el valor de:

5 5 𝑚𝑚
1
De cuántas formas puedo escoger un elemento de una familia de 5. 1
= 5. En general 1
= 𝑚𝑚
5 5 𝑚𝑚
5
De cuántas formas puedo escoger 5 elementos de una familia de 5. 5
= 1. En general 𝑚𝑚
=1

Razona si puede relacionarse 53 con 52

Deben ser iguales porque cuando se seleccionan 3 de la familia de 5 , también se seleccionan 2, los que no escojo. Lo mismo es
contar de cuántas formas puedo seleccionar 3 elementos de una familia de 5 para ser escogidos que contar las maneras de
seleccionar los 2 elementos no escogidos. 53 = 52 .
En general 𝑚𝑚𝑛𝑛
𝑚𝑚
= 𝑚𝑚−𝑛𝑛

𝑚𝑚
La fórmula general para calcular 𝑛𝑛

𝑚𝑚 𝑚𝑚!
= donde 𝑚𝑚! = m ∗ m − 1 ∗ m − 2 ∗ ⋯ ∗ 1
𝑛𝑛 𝑛𝑛! 𝑚𝑚 − 𝑛𝑛 !
𝑚𝑚
Nota : con Rcommander para calcular se ejecuta esta función
5 5! 5 ∗ 4 ∗ 3! 5 ∗ 4 𝑛𝑛
= = = = 10 choose(m,n).
3 3! ∗ 2! 3! ∗ 2 ∗ 1 2
Ejemplo choose(5, 3)= 53
• Si tengo manzana, pera, plátano, naranja, y melón y quiero hacer una macedonia de tres frutas, ¿cuántas
combinaciones distintas hay?
Tengo un conjunto de 5 frutas y tengo que elegir tres , entonces hay 53 combinaciones distintas.

5 5! 5∗4∗3! 5∗4 5
3
= = = = 10 Rcommander choose(5, 3)= 3
= 10
3!∗2! 3!∗2∗1 2

• Se van a elegir 4 variedades de trigo entre 15 distintas para hacer un ensayo en 4 macetas idénticas. ¿Cuántos
ensayos distintos pueden hacerse?
Hay 15
15! 15∗14∗13∗12∗11!
4
ensayos distintos. 15
4
=
4!∗11!
=
4∗3∗2∗1∗11!
= 1365 Rcommander choose(15, 4)= 15
4
= 1365

• Si en ese ensayo hay dos variedades especiales que seguro que intervendrán en el ensayo, ¿Cuántos
ensayos distintos pueden hacerse?
Como hay dos variedaes que se van a elegir seguro, solo tengo que elegir las otras dos del resto, que son 13.

13 13! 13∗12∗11!
Hay 2
ensayos distintos. 13
2
=
2!∗11!
=
2∗1∗11!
= 78 Rcommander choose(13, 2)= 13
2
= 78
 𝑚𝑚
Combinación de la regla del producto y el número combinatorio 𝑛𝑛
• Se van a elegir 4 variedades de trigo entre 15 distintas para hacer un ensayo en 4 parcelas de campo distintas.
Se debe considerar que cualquier variedad puede dar distintos resultados en las distintas parcelas.
¿Cuántos ensayos distintos pueden hacerse?

Se tienen las parcelas P1, P2, P3 y P4.

Se toman 4 decisiones D1, D2, D3 y D4.

D1 qué variedad se elige para la P1, D2 qué variedad se elige para la P2,….

En la D1 hay 151
posibilidades.
Sea cual sea la variedad elegida en la D1, hay 14
1
posibilidades para la D2.
Sean cual sean la variedades elegidas en la D1 y D2, hay 131
posibilidades para la D3.
Sean cual sean la variedades elegidas anteriormente, hay 12 1
posibilidades para la D4.

15 14 13 12
Número de ensayos distintos (regla del producto): 1
∗ 1
∗ 1
∗ 1
= 15 ∗ 14 ∗ 13 ∗ 12 = 32760
Ejemplo 8 Razonamiento que suele aparecer con frecuencia

¿De cuántas formas se puede desordenar esta secuencia? 𝐴𝐴 𝐵𝐵 𝐶𝐶 𝐷𝐷

Hay 4 posiciones P1, P2, P3 y P4.

Se toman 4 decisiones D1, D2, D3 y D4.
D1 qué posición se elige para la colocar la 𝐴𝐴 , D2 qué posición se elige para colocar la 𝐵𝐵,….
En la D1 hay 41 posibilidades.
Sea cual sea la posición elegida en la D1, hay 31 posibilidades para la D2.
Sean cual sean la posiciones elegidas en la D1 y D2, hay 21 posibilidades para la D3.
Sean cual sean la posiciones elegidas anteriormente, hay 11 posibilidades para la D4 ( 11 = 1 solo hay una, el hueco que queda).
Por la regla del producto, el nº de ordenes distintos de la secuencia : 41 ∗ 31 ∗ 21 ∗ 11 = 4 ∗ 3 ∗ 2 ∗ 1 = 24

Ejemplo 9 ¿De cuántas formas se puede desordenar esta secuencia? 𝐴𝐴 𝐴𝐴 𝐵𝐵 𝐵𝐵 𝐵𝐵 𝐶𝐶 𝐶𝐶 𝐶𝐶 𝐶𝐶

Hay 9 posiciones P1, P2, P3,…, P9. Se toman 3 decisiones D1, D2 y D3.
D1 qué posiciones se eligen para la colocar las 𝐴𝐴, D2 qué posiciones se eligen para colocar las 𝐵𝐵
y D3 qué posiciones se eligen para colocar las 𝐶𝐶.

En la D1 hay 29 posibilidades.
Sean cual sean las posiciones elegida en la D1, hay 73 posibilidades para la D2.
Sean cual sean las posiciones elegidas en la D1 y D2, hay 44 posibilidades para la D3. En realidad solo hay un posibilidad. Rellenar los
huecos que quedan con las C.

9 7 4
Por la regla del producto, el nº de ordenes distintos de la secuencia : 2
∗ 3
∗ 4
= 1260
En el ejemplo 9 ¿De cuántas formas se puede desordenar esta secuencia? 𝐴𝐴 𝐴𝐴 𝐵𝐵 𝐵𝐵 𝐵𝐵 𝐶𝐶 𝐶𝐶 𝐶𝐶 𝐶𝐶

Nota: si en vez de empezar por colocar las dos 𝐴𝐴 empezamos por elegir donde colocar las de otro color da igual.

Por ejemplo primero elegir donde colocar las cuatro 𝐶𝐶, luego las dos 𝐴𝐴 y por último las tres 𝐵𝐵.

En la D1 hay 49 posibilidades ya que hay 9 posiciones para elegir dónde colocar las 4 𝐶𝐶.
Sean cual sean las posiciones elegida en la D1, hay 52 posibilidades para la D2, ya que quedan 5 posiciones para
elegir donde colocar las 2 𝐴𝐴.
Sean cual sean las posiciones elegidas en la D1 y D2, hay 33 posibilidades para la D3. En realidad solo hay un
posibilidad. Rellenar los huecos que quedan con las 𝐵𝐵 .

9 5 3
∗ ∗ = 1260
4 2 3
Espacios muestrales equivalentes a extracciones sin devolución de bolas en una urna sin tener en cuenta el orden (estrellas)

Ejemplo 9 Para hacer un ensayo sobre variedades de trigo en 5 macetas idénticas. Para cada maceta se elegirá una
variedad elegida entre 10 variedades S1,S2, S3, C4, C5, C6, C7, C8, C9 y C10. Las tres primeras son variedades sin
barba (S) y la siete últimas con barba (C).
En el sorteo una vez que se elige una variedad ya no puede ser elegida para otra maceta y todas las variedades
tienen la misma probabilidad de ser elegidas. Plantear un modelo para este experimento aleatorio utilizando un
instrumento de juego.
Calcular las probabilidades de :
A: no se utilice en el ensayo la S2
B: se utilice la S1
C: se utilicen todas las variedades con barba
D: se utilicen dos variedades sin barba y el resto con barba
E: al menos una sea sin barba

F: en la primera maceta se utilice una con barba

G: en la quinta maceta se utilice una con barba
H: en la primera y tercera maceta se utilice una con barba
I: que se vayan alternado con o sin barba en las macetas

En este problema no se considera el orden, los sucesos de interés no consideran en qué maceta está la
variedad elegida, da igual que esté está en la primera, en la segunda ,…, o en la quinta.
 Podemos resolver el problema de forma equivalente con una urna con bolas de colores, 3 rojas para las variedades sin barba y 7
azules para las variedades con barba. Para elegir las variedades se escogen 5 bolas al azar sin devolución.

Ejemplo 9 De una urna con 10 bolas, 3 de color rojo y 7 de color azul, se escogen 5 sin devolución (de golpe).
Calcular las probabilidades de :
C: todas sean azules
Nota: para dar equilibrio en las
D: dos rojas y tres azules
posibilidades se deben distinguir
E: al menos una sea roja
las bolas del mismo color entre
A: no salga la roja 2
sí, por ejemplo numerándolas.
B: salga la roja1

1. Experimento aleatorio: sacar al azar cinco bolas de la urna sin devolución (de golpe)
2. Espacio muestral equiprobable: no son cadenas, podemos reflejar un resultado en
una estrella de 5 brazos para representar las cinco bolas que han salido, no solo el
color sino las bolas, de modo que no se tiene en cuenta el orden.
Equiprobable porque hemos distinguido todas las bolas (pensad que en Ω si no se
hubieran numerado las bolas, al quitar los números salen estrellas que no son
equiprobables por la desigualdad del peso de cada color)
#(A)
Permite el uso de la regla de Laplace 𝑃𝑃 𝐴𝐴 =
#(Ω)
3. #(Ω)= nº de estrellas que hay en Ω. En este caso es muy sencillo contar, se trata de
elegir 5 elementos de una familia con 10 elementos distintos, ¿de cuántas maneras
puede hacerse? 10 5
= #(Ω). El número combinatorio resulta útil.
 10
#(Ω) = 5
= 252 C: todas sean azules
D: dos rojas y tres azules
E: al menos una sea roja
A: no salga la roja 2
B: salga la roja1

C: todas sean azules. #(C)

Se trata e contar cuántas estrellas hay con los 5 brazos azules.
Son estrellas como la última que se ha dibujado, pero hay más que ésta formando el suceso C. Para formar estrellas de este tipo
debo escoger 5 bolas de la familia de azules, ¿de cuántas maneras puede hacerse? De la familia de bolas azules puedo escoger
21
de 5 de distintas formas. #(C) = 75 = 21 → 𝑃𝑃 𝐶𝐶 = = 0.0833
252
D: dos rojas y tres azules. #(D)
Se trata e contar cuántas estrellas hay con 2 brazos rojos y 3 azules.
Son estrellas como la primera que se ha dibujado, pero hay más que ésta formando el suceso D. Para formar estrellas
de este tipo debo escoger 2 bolas de la familia de rojas y 3 de la familia de azules, ¿de cuántas maneras puede
hacerse?
Los dos brazos rojos se pueden formar de 32 maneras distintas y los tres brazos azules se pueden formar de 𝟕𝟕𝟑𝟑 .
Hay que tomar dos decisiones, qué pareja de rojas elegir y qué trío de azules elegir.
Por cada manera de elegir la pareja de bolas rojas hay el mismo número 𝟕𝟕𝟑𝟑 de posibilidades de elegir el trío de
azules. Luego por la reglas del producto #(D) = 32 ∗ 73 = 105
105
→ 𝑃𝑃 𝐷𝐷 = = 0.4167
252
 E: al menos una sea roja. #(E)
Se podrían contar las estrellas con 1 bola roja y 4 azules + las estrellas con 2 bolas rojas y 3 azules + las estrellas con 3 bolas rojas y 2
231
azules, tal y como hemos hecho en el apartado anterior: #(E)= 31 ∗ 74 + 32 ∗ 73 + 33 ∗ 72 = 231 → 𝑃𝑃 𝐸𝐸 = = 0.9167
252
Pero es más fácil pensar en el contrario
𝐸𝐸: ninguna sea roja, es decir, que todas sean azules 𝐸𝐸 = C
P 𝐸𝐸 =P(C)=0.0833 → 𝑃𝑃 𝐸𝐸 = 1 − 𝑃𝑃 𝐸𝐸 = 1 − 0.8333=0.9167

A: no salga la roja 2 #(A)

Se trata de contar las estrellas que no tengan la bola r2.
Para formar esas estrellas hay que elegir 5 bolas de la familia de 9 bolas formada por todas menos la r2.
9 126
#(A)= = 126 → 𝑃𝑃 𝐴𝐴 = = 0.5
5 252

B: salga la roja1 . Es más fácil pensar en el contrario

𝐵𝐵: no salga la roja 1.
126
Razonado como en el apartado anterior #(𝐵𝐵)= 59 = 126 → 𝑃𝑃 𝐵𝐵 = = 0.5 →
252
𝑃𝑃 𝐵𝐵 = 1 − 𝑃𝑃 𝐵𝐵 = 1 − 0.5 = 0.5

También se puede razonar así: un brazo tiene que estar ocupado por la bola r1, solo hay que elegir del
resto de bolas, 4 de ellas para los otros cuatro brazos. ¿de cuántas maneras puede hacerse?
9
#(B)= = 126
4
 SIEMPRE HAY QUE EMPEZAR POR ESTOS TRES PUNTOS

1. Experimento aleatorio
2. Espacio muestral Ω : representarlo y razonar cómo son sus elementos .

En este caso Ω estará formado por estrellas de k brazos

#(A)
Razonar si es equiprobable para el uso de la regla de Laplace 𝑃𝑃 𝐴𝐴 =
#(Ω)
3. Realizar el conteo #(Ω)

Reglas de conteo

• el nº combinatorio para para contar las formas de rellenar los brazos de una estrella junto con la regla del producto si
los brazos son de diferentes familias

Nota: en la próxima lección veremos la forma de encarar el problema desde un modelo dinámico.
El modelo dinámico permite resolver problemas en los que haya que tener en cuenta el orden y problemas en los que
no haya que tener en cuenta el orden. Por lo tanto se pueden hacer todos los problemas desde el modelo dinámico.
 SIEMPRE HAY QUE EMPEZAR POR ESTOS TRES PUNTOS
1. Experimento aleatorio
2. Espacio muestral Representarlo y razonar cómo son sus elementos .

Estrellas de k brazos
#(A)
Equiprobable para el uso de la regla de Laplace 𝑃𝑃 𝐴𝐴 =
#(Ω)
3. #(Ω)

Reglas de conteo

• regla del producto el número de posibilidades de la siguiente decisión es el mismo sea cual sea la combinación elegida
en las decisiones anteriores
• a veces resulta útil calcular la probabilidad del contrario
• El nº combinatorio para para contar las formas de rellenar los brazos junto con la regla del producto si los brazos son de
diferentes familias

Resolver con estas ideas los ejercicios del libro verde del tema 1 del libro de problemas: 1.3, 1.7, 1.8, 1.10, 1.12
Recomiendo para estudiantes nóveles en la disciplina de probabilidad no enfrentarse a los problemas 1.4, 1.9, 1.11,
1.14, 1.15, por poco equilibrio entre su grado de dificultad y el resultado en el nivel de aprendizaje