Contenido de la Unidad 2

FUNDAMENTOS DE PROBABILIDAD...............................................................2
2.1 CONJUNTOS Y TCNICAS DE CONTEO...............................................................................2
Notacin de conjuntos............................................................................................................. 2
Leyes del lgebra de conjuntos...............................................................................................3
Tcnicas de conteo.................................................................................................................. 6
Notacin Factorial.................................................................................................................... 6
Permutaciones......................................................................................................................... 7
Combinaciones........................................................................................................................ 8
Diagrama de rbol................................................................................................................... 9
2.2 CONCEPTO CLSICO Y COMO FRECUENCIA RELATIVA.................................................11
Definicin clsica de probabilidad.......................................................................................... 11
Definicin de probabilidad como frecuencia relativa. ............................................................12
2.3 ESPACIO MUESTRAL Y EVENTOS.......................................................................................14
2.4 AXIOMAS Y TEOREMAS....................................................................................................... 14
2.5 ESPACIO FINITO EQUIPROBABLE......................................................................................15
2.6 PROBABILIDAD CONDICIONAL E INDEPENDENCIA..........................................................19
Probabilidad Condicional....................................................................................................... 19
Regla de Multiplicacin.......................................................................................................... 22
Regla de probabilidad total para dos eventos dependientes.................................................22
Independencia (Probabilidad conjunta).................................................................................23
Regla de multiplicacin de mltiples eventos (independientes).............................................23
2.7 TEOREMA DE BAYES............................................................................................................ 25
Problemas resueltos............................................................................................................ 26
Probabilidad Condicional en Espacios Finitos Equiprobables...............................................26
Teorema de la multiplicacin................................................................................................. 30
Problemas Varios Sobre Probabilidad Condicional................................................................32
Procesos Estocsticos Finitos.............................................................................................34
Independencia..................................................................................................................... 38

FUNDAMENTOS DE PROBABILIDAD
2.1 CONJUNTOS Y TCNICAS DE CONTEO.
Conjuntos. Un conjunto es un grupo de objetos dentro de un todo definido y
bien diferenciado: por ejemplo, un grupo de estudiantes, un juego de cartas, las
cuentas de un collar, etc. 1

Notacin de conjuntos
A, B, C, X, Y
a, b, c, x, y
1, 2, 3, 4, 5

Conjunto
Elementos de un conjunto
Elementos de un conjunto

A=

a, b, c, d

Definicin de los elementos de un conjunto (forma

tabular)

B=

xx es par

<
>

O, U, V
, Y,

U
IN
Z

Definicin de los elementos de un conjunto (forma

constructiva)
Subconjuntos de
Tal que
Elementos de, pertenece a
No es elemento de, No pertenece a
Igual
Diferente
Menor que
Mayor que
Menor o igual que
Mayor o igual que
Unin
Interseccin
Disyuncin
Conjuncin
Conjunto vaci
Conjunto universal
Conjunto de s naturales
Conjunto de s enteros

1 YAMANE, Taro. Estadstica Pg. 48

IR

Conjunto de s reales
No, Negacin

Para cada

Para todo

Si, Entonces

Si y solo si
No es subconjunto de

Ac, A'

Complemento de

Leyes del lgebra de conjuntos

Leyes de idempotencia
1a AUA = A
1b AA = A
Leyes Asociativas
2a (AUB) UC = AU (BUC)
2b (AB) C = A(BC)
Leyes conmutativas
3a AUB = BUA
3b AB = BA
Leyes Distributivas
4a AU (BC) = (AuB) (AUC)
4b A(BUC) = (AB) U (AC)
Leyes de identidades
5a AU = A
5b AU = A
6a AU U = U
6b A =
Leyes de complemento
7a AUAc = U
7b AAc =
8a ( Ac) c = A
8b U c = , c = U
Leyes de Morgan
9a (AUB) c = A cBc
9b (AB) c = A cuBc

Ejemplo: Realiza las siguientes operaciones, de acuerdo a los siguientes

conjuntos.
A = {1, 2, 3, 4, 5, 6, 7}
B= {2, 4, 6, 8, 10, 12}
C= {2, 3, 5, 7, 9, 11, 13, 19, 23}
U = {1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15, 16, 17, 18, 19, 20, 21, 22, 23}
Solucin:

a) (A'UB') C' =

1, 8, 10, 12, 14, 15, 16, 17, 18, 20, 21, 22

(A'UB') = (AUB)'

C'

Resultado

b) (AUC) (AUB) =

1, 2, 3, 4, 5, 6, 7

(AUC)

c) (A'B') U (A'C) =

AUB

Resultado

2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15, 16, 17, 18, 19, 20, 21, 22, 23

(A' B')= (AB)

(A'uC)

d) (A'U )'(B'U U ') =

Resultado

1, 3, 5, 7

A'U

(A'U )'

e) C'B ('A') =

8, 10, 12

(B'U U ') =(B'U )

Resultado

C'

C'B

Resu

('A') = (UA)'

ltado

Tcnicas de conteo.
Las tcnicas de conteo generalmente se utilizan como un medio para
determinar el total de resultados. Se clasifican en:
Notacin factorial.
Combinaciones
Permutaciones
Teorema del binomio

Notacin Factorial.
El producto de los enteros positivos desde 1 hasta n inclusive, se emplea con
mucha frecuencia en matemticas y aqu lo denotamos por el smbolo especial n!
(que se lee n factorial): 2
n!=(1) (2) (3).(n-2)(n-1)n
Conviene definir tambin 0!= 1
Ejemplo:

2 LIPSCHUTZ, Seymour. Probabilidad. Pg.16

2! = 1 x 2 = 2
3! = 1 x 2 x 3 = 6
5! = 5 x 4 x 3 x 2 x 1 = 120
8! = 8 x 7 x 6! = 8 x 7 =56
6!
6!
12 x 11 x 10 =

12 x 11 x 10 x 9!
9!

Permutaciones.
Una ordenacin de un conjunto de n objetos en un orden dado se llama una
permutacin de los objetos (tomados todos a la vez). 3
Una ordenacin de un nmero r de dichos objetos, r n en una orden dado se
llama una permutacin r o una permutacin de la n objetos tomados r a la vez.
Son las distintas formas en que se pueden ordenar los elementos de un
conjunto.

Pn, r

n Pr

n r !

n!

Ejemplo 1:
Obtener el de permutaciones totales y realizarlas del siguiente conjunto tomando
grupos de dos en dos.
A=a, b, c, d, e
n=5
r=2
5P2 =

5!

5!
=

(5-2)!
Permutaciones
a, b
b, a
c, a
a, c
b, c
c, b
a, d
b, d
c, d
a, e
b, e
c, e

3 Idem

5 x 4 x 3!
=

3!

= 20
3!

d, a
d, b
d, c
d, e

e, a
a, b
e, c
e, d

Combinaciones.
Supongamos que tenemos una coleccin de n objetos. Una combinacin de
estos n objetos tomados r a la vez, o una combinacin r, es un subconjunto de r
elementos. 4
Son aquellas formas de agrupar los elementos de un conjunto tomando en cuenta
que no influye el orden en que se colocan.
nCr= n =C
r

n, r

= n!
r! (n-r)!

n = Total de elementos
r = El grupo de elementos tomados del total
Ejemplo 1:
Obtener el total de combinaciones de 5 elementos tomados de 2 en 2 (5C2).
A=
5C2 =

1, 2, 3, 4, 5
5!
2! (5-2)!

=
2! x 3!

5!
= 5 x 4 x 3! = 20
2! x 3!
2x1

= 10

Combinaciones obtenidas:
1 ,2
1, 3

2, 3
2, 4

3, 4
3, 5

4,5
10

Combinaciones

1, 4
2,5
1, 5
Ejemplo 2:
Obtener el de combinaciones de 4C3 y obtener las combinaciones respectivas de:
A=

A, B, C, D

4C3 = 4
A, B, C
A, B, D
A, C, D
B, C, D

4 Combinaciones

4 LIPSCHUTZ, Seymour. Probabilidad. Pg.21

Ejemplo 3:
Obtener 5C3 y las respectivas combinaciones de:
A=

K, L, M, N, O

5C3 = 10
Combinaciones
K, L, M
L, M, N,
K, L, N
L, M, O
K, L, O
L, N, O
K, M, N
M, N, O
K, M, O
K, N, O

10 Combinaciones

Diagrama de rbol.
Los diagramas
de rbol proporcionan un mtodo sistemtico de
enumeracin de los resultados as como una presentacin visual. 5
Ejemplo 1:
Hallar el conjunto producto A X B X C en dnde.
A=

1, 2

B=

a, b, c

C=

3, 4

Usamos el diagrama de rbol siguiente:

5 STEVENSON, William J. Estadstica para Administracin y Economa. Pg. 93.

Vemos que el diagrama de rbol se construye de izquierda a derecha y que el de

ramas en cada punto es el de resultados posibles del experimento siguiente.
Ejemplo 2:
Marcos y Enrique van a jugar un torneo de tenis. La primera persona que
gane, dos juegos seguidos o quin gane un total de tres juegos, gana el torneo.
Encuentre el de formas en cmo puede desarrollarse el torneo.

2.2 CONCEPTO CLSICO Y COMO FRECUENCIA RELATIVA.

Definicin clsica de probabilidad.6

El desarrollo inicial de la probabilidad se asocia con los juegos de azar. Por
ejemplo, considrense dos dados que se distingan y que no estn cargados; el
inters recae en los s que aparecen cuando se tiran los dados. En la tabla 1 se
dan los 36 posibles pares de s.
Una caracterstica clave de este ejemplo, as como tambin de muchos
otros relacionados con los juegos de azar, es que los 36 resultados son
mutuamente excluyentes debido a que no puede aparecer ms de un par en forma
simultnea. Los 36 resultados son igualmente probables puesto que sus
frecuencias son prcticamente las mismas, si se supone que los dados no estn
cargados y que el experimento se lleva a cabo un suficientemente grande de
veces. Ntese que de los 36 resultados posibles, 6 dan una suma de 7, 5 dan una
suma de 8, etc. Por lo tanto, puede pensarse de manera intuitiva que la
probabilidad de obtener n par de s cuya suma sea 7 es la proporcin de
resultados que suman 7 con respecta al total, en este caso 6/36. es importante
que el lector comprenda que la proporcin 6/36 se obtiene nicamente despus de
que el experimento se realiza un grande de veces, es decir, despus de efectuar
el experimento muchas veces se observar que, alrededor de la 6ta parte de ste
la suma de los s que aparecen es igual a 7. La proporcin 6/36 no significa que en
tres tiradas, forzosamente una dar como resultado un 7. Para situaciones de este
tipo es apropiada la siguiente definicin de probabilidad.
Definicin: Si un experimento que est sujeto al azar, resulta de n formas
igualmente probables y mutuamente excluyentes, y si nA de estos resultados tiene
un atributo A, la probabilidad de A es la proporcin de nA con respecto a n.
TABLA 1 Posibles resultados que aparecen cuando se lanzan dos dados.
1, 1
2, 1
3, 1
4, 1
5, 1
6, 1

1, 2
2, 2
3, 2
4, 2
5, 2
6, 2

1, 3
2, 3
3, 3
4, 3
5, 3
6, 3

1, 4
2, 4
3, 4
4, 4
5, 4
6, 4

1, 5
2, 5
3, 5
4, 5
5, 5
6, 5

1, 6
2, 6
3, 6
4, 6
5, 6
6, 6

6 CANAVOS George C. Probabilidad y Estadstica Aplicaciones y Mtodos Pg. 29

Definicin de probabilidad como frecuencia relativa. 7

En muchas situaciones prcticas, los posibles resultados de un experimento
no son igualmente probables. Por ejemplo, en una fbrica las oportunidades de
observar un artculo defectuoso normalmente ser mucho ms rara que observar
un artculo bueno. En este caso, no es correcto estimar la probabilidad de
encontrar un artculo defectuoso mediante el empleo de la definicin clsica. En
lugar de sta, en muchas ocasiones se emplea la interpretacin de la probabilidad
como una frecuencia relativa.
La interpretacin de una frecuencia relativa descansa en la idea de que un
experimento se efecta y se repite muchas veces, y prcticamente bajo las
mismas condiciones. Cada vez que un experimento se lleva a cabo, se observa un
resultado. ste es impredecible dada la naturaleza aleatoria del experimento, la
probabilidad de la presencia de cierto atributo se aproxima por la frecuencia
relativa de los resultados que posee dicho atributo. Conforme aumenta la
repeticin del experimento, la frecuencia relativa de los resultados favorables se
aproxima al verdadero valor de la probabilidad para ese atributo. Por ejemplo:
supngase que se desea determinar la proporcin de artculos defectuosos en un
proceso de fabricacin. Para llevar a cabo lo anterior, se muestra un determinado
de artculos; cada observacin constituye un experimento. Los resultados pueden
clasificarse como defectuosos o no defectuosos. Si el proceso de fabricacin es
estable, y asegura as las condiciones uniformes, al aumentar el de artculos
muestreados, la frecuencia relativa de artculos defectuosos con respecto al de
unidades muestreadas se aproximar cada vez ms a la verdadera proporcin de
artculos defectuosos.
Para ilustrar la interpretacin de la probabilidad como frecuencia relativa se
simul en una computadora un proceso de muestreo de n unidades, suponiendo
que el proceso de fabricacin produca un 5% de artculos defectuosos. Para cada
n se observ que el de unidades defectuosas; los resultados se dan en la tabla 2
para valores de n entre 20 y 10,000. A partir de esto es razonable concluir que la
frecuencia relativa tiende a un valor verdadero de 0.05 conforme n crece.
de
unidades
muestreadas (n)
20
50
100
200
500
1000

de
unidades
defectuosas observadas
2
3
4
12
28
54

Frecuencia relativa
0.10
0.06
0.04
0.06
0.056
0.054

7 CANAVOS George C. Probabilidad y Estadstica Aplicaciones y Mtodos Pg.30

2000
97
0.0485
5000
244
0.0488
10000
504
0.0504
TABLA Resultados de un experimento simulado en la computadora.

2.3 ESPACIO MUESTRAL Y EVENTOS.

Espacio Muestral: El conjunto de los posibles resultados de un experimento
aleatorio.8
Evento: Es un subconjunto del espacio muestral de un experimento
aleatorio.9
Conjunto o
evento
Conjunto o
evento

Conjunto o
evento

Conjunto o
evento

23
Resultados posibles

2.4 AXIOMAS Y TEOREMAS.10

Axiomas: Verdades visibles.
Teoremas: Son demostraciones matemticas.
Axioma 1: Para todo evento A, 0P(A) 1
Axioma 2: P(S)=1;
S = Espacio Muestral = Conjunto Universal
Axioma 3: Si A y B son eventos mutuamente exclusivos, entonces
P(AUB)= P(A) + P(B)
Axioma 4: Si A1, A2, es una serie de eventos mutuamente exclusivos, entonces:
P(A1UA2U)= P(A1) + P(A2) +
Teorema 1: Si es el conjunto vaco, entonces P()=0
Teorema 2: Si A' es el complemento de un evento A, entonces P(A')= 1- P(A)
Teorema 3: Si A CB, entonces P(A) P(B)
8 MONTGOMERY, Douglas C. Probabilidad y Estadstica aplicadas a la ingeniera. Pg. 50
9 Idem. Pg. 52
10 LIPSCHUTZ, Seymour. Probabilidad. Pg.40

Teorema 4: Si A y B son dos eventos no excluyentes P(A /B) =

p a b
p b

Teorema 5: Si A y B son dos eventos no excluyentes

P(AUB)= P(A) + P(B) P(AB)
Para los eventos A, B, C.
P(AUBUC)= P(A) +P(B) +P(C) - P(AB) - P(AC) - P(BC) + P(ABC)

2.5 ESPACIO FINITO EQUIPROBABLE.

Frecuentemente, las caractersticas fsicas de un experimento sugieren que se
asignen iguales probabilidades a los diferentes resultados del espacio muestral.
Un espacio finito S de probabilidad, donde cada punto muestral tiene la misma
probabilidad, se llamar espacio equiprobable o uniforme.11 En particular, si S
contiene n puntos entonces la probabilidad de cada punto es 1/n. Adems, si un
evento A contiene r puntos entonces es r * 1/n = r /n
Ejemplo.
Resuelve las probabilidades que se te presentan.

P(K)=1/14
P(A)=5/14 = 0.3571 x 100= 35.71%
P(B')=8/14= 4/7= 0.571 x 100= 57.1%
Ejemplo:
1._Cada uno de los cinco resultados posibles de un experimento aleatorio es
igualmente factible. El espacio muestral es {a, b, c, d, e}
Sea que A denote el evento { a, b } y sea que B denote de evento { c, d, e } .
Determine las siguientes probabilidades.
a)
b)
c)
d)

P(A)= 2/5
P(B)=3/5
P(A')=1-P(A)= 1-2/5 = 3/5
P(AUB)=2/5 + 3/5 = 1

11 Idem. Pg.42

e) P(AB)=0
2._El espacio muestral de un experimento aleatorio es:
S= {a, b, c, d, e } con probabilidades 0.1, 0.1, 0.2, 0.4, 0.2, sea que A denote el
evento {a, b, c } y B denote el evento { c, d, e }
Determine las siguientes probabilidades.
a)
b)
c)
d)
e)

P(A)=0.4
P(B)=0.8
P(A')=1-P(A)= 1- 0.4= 0.6
P(AUB)=P(A)+P(B)-P(AB)= 0.4+0.8-0.2=1
P(AB)=0.2

3._ Es igualmente factible que una pieza seleccionada para una prueba sea haya
fabricado en cualquiera de seis herramientas cortadoras.
a) Cul es el espacio muestral?
b) Cul es la probabilidad de que la pieza sea de la herramienta 1?
c) Cul es la probabilidad de que la pieza sea de la herramienta 3 o de la
herramienta 5?
d) Cul es la probabilidad de que la pieza no sea de la herramienta 4?
a)
S= { H1, H2, H3, H4, H5, H6 }
b) P(H1)= 1/6
c) P(H3UH5)=P(H3)+P(H5) = 1/6+1/6=1/3
d) P(H4')= 1-P(H4)= 1-1/6= 5/6
4._ Se clasifican muestras de hule espuma de tres proveedores de acuerdo a si
cumplen o no con las especificaciones. Los resultados de 100 muestras se
encuentran en la siguiente tabla.

Sea que A denote que la muestra es del proveedor 1, y sea que B denote el
evento de que una muestra cumple con las especificaciones. Si se selecciona una
muestra de hule espuma al azar, determine las siguientes probabilidades.
Nota: Se recomienda realizar un diagrama de Venn.

a)
b)
c)
d)
e)
f)

P(A)= 20/100= 0.20 x 100= 20%

P(B)=85/100= 0.85 x 100= 85%
P(A')=1-P(A)= 1-0.20=0.80 x 100= 80%
P(AB)=18/100= 0.18 x 100= 18%
P(AUB)=P(A) +P(B) P(AB)=0.20+0.85-0.18=0.87 x 100= 87%
P(A'UB)= P(A') + P(B) - P(A'B)= 0.80+0.85-0.67=0.98 =98%

5._Se analizan las placas circulares plsticas de policarbonato de un proveedor

para la resistencia a las ralladuras y la resistencia a los impactos.
Los resultados de 100 placas se resumen a continuacin.

Resistencia a los impactos

Alta
Resistencia Alta 80

Baja
9

a las
ralladuras

Baja 6

Sea que A denote el evento de que una placa circular tienen alta resistencia a los
impactos y sea que B denote el evento de que una placa circular tiene alta
resistencia a las ralladuras. Si se selecciona una placa circular al azar, determine
las siguientes probabilidades.
Nota: Se recomienda realizar un diagrama de Venn.

A' = { 5, 9}
B= { 5, 80}
A'B= {9}
a) P(A)= 86/100= 0.86
b) P(B)=89/100= 0.89
c) P(A')=1-86/100= 0.14
d) P(AB)=80/100= 0.80
e) P(AUB)=P(A) +P(B) P(AB)=0.86-0.89-0.80= 0.95
f) P(A'UB)= P(A') +P(B) P(A'B)=0.14+0.89-0.09= 0.94
g) P(A'UB')= P(AB) '= 1- P(AB)= 1-0.80= 0.20

2.6 PROBABILIDAD CONDICIONAL E INDEPENDENCIA.

Probabilidad Condicional.
La probabilidad condicional de un evento A dado un evento B, denotada por
P(A/B), es 12
P A B
A
P
P B
B
Esta definicin puede comprenderse al considerar el caso especial en todos los
resultados de un experimento aleatorio son igualmente probables. Si existe un
total de n resultados entonces
P(B)= ( de resultados en B)/n
Por otra parte,
P(AB)= ( de resultados en AB)/n
En consecuencia,
P(AB)/P(B)=( de resultados en AB)/( de resultados en B)
12 MONTGOMERY, Douglas C. Op. Cit. Pg. 68

Por consiguiente, P(A/B) puede interpretarse como la frecuencia relativa de un

evento A con respecto al de ensayos que producen un resultado en el evento B.
Ejemplo:
Sea el caso de lanzar un par de dados corrientes. Si la suma es 6, hallar la
probabilidad de que uno de los dados sea 2. En otras palabras, si
B= {suma es 6} = {(1,5), (2,4), (3,3), (4,2), (5,1)}
A={ un 2 aparece por lo menos en un dado}
Hallar
P(AB).
Ahora E consta de 5 elementos y dos de ellos, (2, 4) y (4,2) pertenecen a A: AB=
{(2, 4), (4,2) } Entonces P(AB)= 2/5
Por otra parte, puesto que A consta de 9 elementos.
A= { (2,1), (2,2), (2,3), (2,4), (2,5), (2,6), (1,2), (3,2), (4,2), (5,2), (6,2)}
y S consta de 36 elementos, P(A)=11/36
Ejemplo:
Un hombre visita a un matrimonio que tiene dos hijos. Uno de los hijos, un nio,
entra en la sala. Hallar la probabilidad p de que el otro sea tambin nio si, (i) se
sabe que le otro hijo (o hija) es menor, (ii) no se sabe nada del otro hijo.
El resultado muestral para el sexo de los dos hijos es S= { bb, bg, gb, bb } con
probabilidad para cada muestra. (Aqu la serie de cada punto corresponde a la
serie de nacimientos.)
(i) El espacio muestral reducido consta de 2 elementos {bb, bg } ; o sea P=1/2
(ii) El espacio muestral reducido consta de 3 elementos { bb, bg, gb}; o sea p=1/3
Ejemplo:
Si A y B son dos sucesos tales que P(A)=1/2, P(B)=2/3, )= P(AB)=1/4
Nota: Se recomienda utilizar un diagrama de Venn.

Calcular lo siguiente:
a) P(A'UB) = P(A') +P(B)-P(A'B)= 6/12+8/12-5/12= 9/12 =3/4
b) P(A'UB')= P(AB)' = 1- P(AB)= 12/12-3/12=9/12=3/4
c) P(A'B')= P(AUB)' = 1- P(AUB)= 12/12 - 11/12= 1/12
d) P(B'/ A')= P(A'B') = P(AUB)' = 1/12 6/12 =1/6
P(A')
P(A')
Ejemplo:
En cierta facultad el 25% de los estudiantes perdieron matemticas, el 15%
perdieron qumica y el 10% perdieron las dos. Se selecciona un estudiante al azar.
a) Si perdi qumica Cul es la probabilidad de que perdi matemticas?
b) Si perdi matemticas Cul es la probabilidad de que perdi qumica?
c) Cul es la probabilidad de que perdi matemticas o qumica?

P(M)=0.25
P(Q)=0.15
P(MQ)= 0.10

a) P(M/Q)=

b) P(Q/M)=

P M Q
P Q
P M Q
P M

= 0.10/0.15= 0.6666

=0.10/0.25= 0.4

c) P(MUQ)= P(M)+ P(Q) P(MQ)= 0.25+ 0.15 0.10= 0.30

Regla de Multiplicacin.
Si multiplicamos en cruz la ecuacin que define la probabilidad condicional
y usamos el hecho de que AB = BA, obtenemos la siguiente frmula til: 13
P(AB)= P(AB)P(B)= P(BA)P(A)

Ejemplo:
Suponga que P(A/B)=0.40 y P(B)=0.50 Cul es la probabilidad de P(AB)?
P(AB)= (0.40) (0.50)= 0.20
Ejemplo:
Un lote de 12 artculos tiene 4 defectuosos. Se toma al azar 3 artculos del lote
uno tras otro. Hallar la probabilidad p de que todos los 3 estn buenos.
La probabilidad de que el primer artculo no sea defectuoso es 8/12 puesto que 8
entre los 12 no son defectuosos. Si el primero no es defectuoso entonces, la
probabilidad de que el prximo artculo no sea defectuoso es 7/11 puesto que
solamente 7 de los 11 sobrantes no son defectuosos. Si los dos primeros artculos
no son defectuosos, entonces la probabilidad de que el ltimo no sea defectuoso
es 6/10 puesto que solamente 6 entre los 10 que quedan no son defectuosos. As
por el teorema de la multiplicacin.
P= (8/12) (7/11) (6/10)= 14/55

Regla de probabilidad total para dos eventos

dependientes.
P(B)= P(BA)+ P(BA') = P(B/A) P(A)+ P(B/A') P(A')
Ejemplo:
Suponga que P(A/B)= 0.20, P(A/B')= 0.30, P(B)=0.80
Cul es la probabilidad de P(A)?

13 LIPSCHUTZ, Seymour. Probabilidad. Pg.55

P(A) = P(B/A) P(A)+ P(B/A') P(A')

P(A)= (0.20)(0.80)+(0.30)(0.20)
P(A)= 0.16+0.06
P(A)= 0.22
Ejemplo:
Suponga que: P(A/B)= 0.40, P(B)= 0.50
Hallar P( A'B)
P(BA)= P(A/B) P(B)
P(AB)= (0.40)(0.50)= 0.2
P(B)= P(BA)+P(BA' )
P(BA' )= P(B) - P(BA)
P(BA' )= 0.50-0.20
P(BA' )= 0.30

Independencia (Probabilidad conjunta).

Se dice que un evento B es independiente de un evento A si la probabilidad
de que B suceda no est influenciada porque A haya o no sucedido. En otras
palabras, la probabilidad de que B iguala la probabilidad condicional de B dado A:
P(B)=P(BA). Ahora sustituyendo P(B) por P(BA) en el teorema de la
multiplicacin P(AB)= P(A)P(BA), obtenemos:
P(AB)= P(A)P(B).14
Dos eventos son independientes si es verdadero cualquiera de los siguientes
enunciados:
1) P(A/B)=P(A)
2) P(B/A)=P(B)
3) P(AB)= P(A)P(B)

Regla de multiplicacin de mltiples eventos

(independientes).
14 Idem. Pg.57

P(A1A2A3An)= P(A1) P(A2) P(A3) P(An)

Ejemplo:
En una bolsa con 12 lapiceros negros, 14 lapiceros azules y 1 lapicero rojo, se
extraen 3 lapiceros sin reemplazo:
a) Cul es la probabilidad de obtener los dos primeros azules y el tercero
color negro?
b) Cul es la probabilidad de obtener el primero azul, el segundo rojo y le
tercero negro?
c) Cul es la probabilidad conjunta de obtener tres lapiceros negros?
d) Cul es la probabilidad de obtener el tercer lapicero en color rojo sin
importar el color de los dos anteriores?

Azul =14
Negro =12
Rojo = 1
Total = 27
a) P(AAN)= (14/27)(13/26)(12/25)=0.1244

b) P(ARN)= (14/27)(1/26)(12/25)= 0.00957

c) P(NNN)= (12/27)(11/26)(10/25)=0.07521
d) P(**R)= ?
Nota: Para resolver este inciso es necesario obtener todas las probabilidades de
los dos primeros colores de lapiceros posibles.
P(NNR)= (12/27)(11/26)(1/25)= 0.00752
P(NAR)= (12/27)(14/26)(1/25)= 0.00957
P(ANR)=(14/27)(12/26)(1/25)= 0.00957
P(AAR)= (14/27)(13/26)(1/25)= 0.0103
Por lo tanto:
P(**R)= 0.00752+0.00957+0.00957+0.0103= 0.03696

2.7 TEOREMA DE BAYES15

Suponga que A1, A2,, An es una particin de S y que B es cualquier evento.
Entonces para cualquier i,

P ( Ai) P ( B Ai )
P ( A1) P ( B A1) P( A2) P ( B A2) ... P ( An) P ( B An )
P (AiB)=
Ejemplo:
Tres mquinas A, B, C producen respectivamente 50%, 30%, 20% del total
de artculos de una fbrica. Los porcentajes de desperfectos de produccin de
estas mquinas son 3%, 4%, 5%. Si se selecciona al azar un artculo. Hallar.
a) La probabilidad de que este artculo sea defectuoso.
b) Suponga que se selecciona un artculo al azar y resulta ser defectuoso.
Hallar la probabilidad de que el artculo fue producido por la mquina A.
A

B
x

B
x

B
x

a)
15 LIPSCHUTZ, Seymour. Probabilidad. Pg. 56

P(x/A)P(A)+P(x/B)P(B)+P(x/C)P(C)=P(x)
(0.30)(0.50)+(0.04)(0.30)+(0.05)(0.20)=P(x)
P(x)=0.037
b)

P ( x / A) P ( A)
P ( x / A) P ( A) P ( x / B ) P ( B ) P ( x / C ) P (C )
P(A/X)=

0.03(0.50)
0.03(0.50) 0.04(0.30) 0.05(0.20)
P(A/X)=

= 0.405

Problemas resueltos.

Probabilidad Condicional en Espacios Finitos

Equiprobables

(i)
(ii)

Se lanza un par de dados corrientes. Hallar la probabilidad p de que la suma de

sus s sea 10 o mayor si,
Aparece un 5 en el primer dado,
Aparece un 5 en uno de los dados por lo menos.
(i) Si aparece un 5 en el primer dado, entonces el espacio muestral reducido es
A= {(5,1), (5,2), (5,3), (5,4), (5,5), (5,6)}
La suma es 10 o mayor en dos de los 6 resultados: (5,5), (5,6) por lo tanto
2 1
6 3
p= =
(ii) Si aparece un 5 por lo menos en un dado, entonces el espacio muestral
reducido tiene 11 elementos:
B= {(5,1), (5,2), (5,3), (5,4), (5,5), (5,6), (1,5), (2,5), (3,5), (4,5), (6,5)}
La suma es 10 o mayor en 3 de los 11 resultados: (5,5), (5,6), (6,5). Por lo tanto p=

3
11
Se lanzan tres monedas corrientes. Hallar la probabilidad p de que sean todas
caras si,
(i) La primera de las monedas es cara,
(ii) Una de las monedas es cara.
El espacio muestral tiene 8 elementos: S= { HHH, HHT, HTH, HTT, THH, THT,
TTH, TTT}
(i) Si la primera moneda es cara, el espacio muestral reducido es A= {HHH, HHT,
HTH, HTT}
1
4
Puesto que las monedas son todas caras en 1 de 4 casos, p=
ii) Si una de las monedas es cara, el espacio muestral reducido es B= { HHH,
HHT, HTH, HTT, THH, THT, TTH}

Puesto que las monedas son todas caras en 1 de 7 casos, p=

(i)
(ii)

1
7

Si lanza un par de dados corrientes. Si los dos s que aparecen son diferentes,
hallar la probabilidad p de que,
La suma sea 6
Aparezca un as,
(iii)La suma sea menor o igual a 4
De las 36 maneras que se pueden lanzar el par de dados, 6 contienen s repetidos:
(1,1), (2,2),(6,6). As el espacio muestral reducido constar de 36-6=30
elementos.
(i) La suma de 6 puede suceder de 4 maneras: (1,5), (2,4), (4,2), (5,1). (No
4 2
30 15
incluimos (3,3) puesto que los s son iguales) entonces p= =
(ii) Un as puede aparecer de 10 maneras: (1,2), (1,3), (1,6), (2,1), (3,1), (6,1).
10 1
30 3
Entonces p= =
(iii) La suma menor o igual a 4 puede suceder de 4 maneras: (3,1), (1,3), (2,1),

4 2
30 15
(1,2). As p= =
Se escogen al azar dos dgitos desde 1 hasta 9. si la suma es par, hallar la
probabilidad p de que ambos s sean impares.
La suma es par si los s son impares o si son pares. Hay 4 pares (2, 4, 6, 8,); por
4

2
tanto hay
=6 maneras de escoger dos s pares. Hay 5 impares (1, 3, 5, 7, 9); o
5

2
sea que hay
=10 maneras de escoger dos s impares. As hay 6 + 10 = 16
maneras de escoger dos s tales que su suma sea par; puesto que10 de estas
10 5
16 8
maneras suceden cuando los dos s son impares, p =
=
A un hombre se reparten 4 espadas de una baraja corriente de 52 cartas. Si se
le dan tres cartas ms. Hallar la probabilidad p de que por lo menos una de las
cartas adicionales sea tambin espada.
Puesto que recibi 4 espadas, quedan 52 - 4 = 48 cartas de las cuales 13 -4=9
48

3
Son espadas. Hay
= 17.296 maneras en las que se pueden recibir 3 cartas
39

3
ms. Puesto que hay 48-9 = 39 cartas que no son espadas, hay
=9139
maneras en que puede recibir 3 cartas que no son espadas probabilidad q de que
9139
17.296
no reciba espadas es q. As la =
; por lo tanto
8157
17.296
p=1q=
Se reparten 13 cartas de una baraja corriente de 52 cartas a 4 personas que
denominamos Norte, Sur, Este y Oeste.
(i) Si S no tiene ases, hallar la probabilidad p de que su compaero N tenga
exactamente 2 ases.
(ii) Si N y S juntos tienen 9 corazones, hallar la probabilidad p de que E y O tengan
cada uno 2 corazones.

 39

13

(i)Hay 39 cartas contando los 4 ases, repartidas entre N, E y O. hay

maneras
4

2
de que N reciba 13 de 39 cartas. Hay
maneras de que pueda recibir 2 de los 4
35

11
ases, y
maneras de que pueda recibir 11 cartas de las 39 4 = 35 cartas que
no son ases. As

P=

4 35

2 11
39

13

6 * 12 * 13 * 25 * 26
36 * 37 * 38 * 39

650
2109

26

13

(ii)Hay 26 cartas, incluyendo 4 corazones, repartidos entre E y O. hay

maneras de que. Por ejemplo, E pueda recibir 13 cartas (necesitamos solamente
4

2
analizar las 13 cartas de E puesto que O debe tener el resto.)Hay
maneras
22

11

para que E puede recibir 2 corazones de los 4, y

maneras para que el mismo
pueda recibir 11 no-corazones de 26 4 = 22 no-corazones. As.

P=

4 22

2 11
26

13

6 * 12 *13 * 12 * 13
23 * 24 * 25 * 26

234
575

Teorema de la multiplicacin.

Una clase tiene 12 nios y 4 nias. Si se escogen 3 estudiantes de la clase al

azar, cul es la probabilidad p de que sean todos nios?
La probabilidad de que el primer estudiante sea nio es 12/16 puesto que hay
12 nios entre los 16 estudiantes. Si el primero es un nio, entonces la
probabilidad de que el segundo sea nio es 11/15 puesto que hay 11 nios
entre los 15 restantes. Finalmente, si los primeros 2 escogidos son nios,
entonces la probabilidad de que el tercero sea nio es 10/14 puesto que
quedan 10 nios entre 14. As, por el teorema de la multiplicacin, la
probabilidad de que todos 3 sean nios es
12 11 10 11
*
16 15 14 28
P= *

Otro mtodo. Hay

16

3

=560 maneras de escoger 3 estudiantes entre 16, y

220 11

560 28
220 maneras de escoger 3 nios entre 12; por lo tanto p=
.

12

3

Un tercer mtodo. Si los estudiantes escogen uno despus del otro, entonces hay
16*15*14 maneras de escoger 3 estudiantes, y 12*11*10 maneras de escoger 3
12 *11 * 10 11

16 *15 * 14 28
nios; por consiguiente p=
.

A un jugador le reparten 5 cartas una tras otra de una baraja corriente de 52

cartas. Cul es la probabilidad p de que todas sean espadas?
La probabilidad de que la primera carta sea espada es 13/52, la segunda sea
espada es 12 /51, la tercera 11/50, la cuarta 10/49, y la ltima 9/48. (Suponemos
en cada caso que las cartas anteriores fueron espadas.) As

P=

13 12 11 10 9
33
* * * *

52 51 50 49 48 66.640

Una urna contiene 7 bolas rojas y 3 bolas blancas. Se sacan 3 bolas de la urna
una tras otra. Hallar la probabilidad p de que las 2 primeras sean rojas y la

tercera blanca.
La probabilidad de que la primera bola sea roja es 7/10 puesto que hay 7 rojas
entre las 10 bolas. Si la primera bola es roja, entonces la probabilidad de que la
tercera sea blanca es 3/8 puesto que quedan 3 blancas entre las 8 bolas restantes
en la urna. Entonces por el teorema de la multiplicacin,
7 6 3 7
* *
10 9 8 40

P=
Los estudiantes de una clase se escogen al azar, uno tras otro, para presentar
un examen. Hallar la probabilidad p de que nios y nias queden alternados si,
(i) La clase consta de 4 nios y 3 nias
(ii) La clase consta de 3 nios y 3 nias
(i) Si los nios y las nias se alternan, el primer estudiante examinado debe ser
nio. La probabilidad de que el segundo sea nia es 3/6 puesto que hay 3 nias
entre los 6 restantes. Continuando en esta forma, obtenemos que la probabilidad
de que el tercero sea nio es 3/5, que el cuarto sea nia es 2/4, que el quinto sea
nio es 2/3, que el sexto sea nia es 1/2, y que el ltimo sea nio es 1/1. As

P=

4 3 3 2 2 1 1 1
* * * * * *
7 6 5 4 3 2 1 35

(ii) Hay dos casos mutuamente exclusivos: el primer estudiante es un nio, y el

primero es una nia. Si el primer estudiante es un nio, entonces por el teorema
de la multiplicacin la probabilidad p1 de que los estudiantes se alternen es

P1=

3 3 2 2 1 1 1
* * * * *
6 5 4 3 2 1 20

Si el primer estudiante es una nia, entonces por el teorema de la multiplicacin la

probabilidad p2 de que los estudiantes se alternen es

P2=

3 3 2 2 1 1 1
* * * * *
6 5 4 3 2 1 20

As, p = p1 +p2=

1
1
1

20 20 10

Problemas Varios Sobre Probabilidad Condicional

Sean los eventos A y B con P(A) =

3
8

, P(B)=

5
8

y P(AUB) =

3
4

. Hallar la P(A/B) y

P(B/A).
Primero calculemos P( AB) usando la frmula P(AUB) = P(A)+P(B)- P(AB):
3 3 5
P( A B)
4 8 8

As,

(i)

P(A/B)=

P(AB)=

1
P( A B) 4 2

5 5
P( B)
8

1
4

P(B/A)=

1
P( B A) 4 2

3 3
P ( A)
8

Hallar P(B/A) si,

A es un subconjunto de B
(ii) A y B son mutuamente exclusivos.
(i) Si A es un subconjunto de B, entonces siempre que A suceda, B debe suceder;
por lo tanto P(B/A)= 1. A su turno, si A es un subconjunto de B entonces AB = A;
entonces

P ( A B) P( A)

1
P( A)
P( A)
P(B/A)=

(i)

(ii)

(ii) Si A y B son mutuamente exclusivos, esto es, disyuntos, entonces siempre que

A suceda, B no puede suceder; por lo tanto la P(B/A)= 0. Alternadamente, si A y B

son mutuamente exclusivos entonces AB = ; por lo tanto

P ( A B ) P ( )
0

0
P ( A)
P( A) p( A)
P(B/A)=

En cierta facultad, 4% de los hombres y 1% de las mujeres tienen ms de 6 pies

de estatura. Adems, 60% de los estudiantes son mujeres. Ahora bien si se
selecciona al azar un estudiante y es ms alto que 6 pies, cul es la probabilidad
de que el estudiante sea mujer?
Sea A= {estudiantes de ms de 6 pies}. Buscamos la P(W/A), probabilidad de que
el estudiante sea una mujer dado que el estudiante es de ms de 6 pies. Por el
teorema de bayes,

P (W ) P ( A / W )
0.60 0.01
3

P (W ) P ( A / W ) P ( M ) P ( A / M ) 0.60 0.01 0.40 0.40 11

P(W/A)=

Procesos Estocsticos Finitos

Una caja contiene tres monedas; una moneda es corriente, una moneda tiene dos
caras y una moneda est cargada de modo que la probabilidad de obtener cara
1
8
sea . Se selecciona una moneda al azar y se lanza. Hallar la probabilidad p de
que salga cara.
Construimos el diagrama de rbol como se muestra en la figura (a) siguiente.
Obsrvese que I se refiere a la moneda corriente, II a la de doble cara y III a la
moneda cargada. Ahora las caras aparecen a lo largo de tres de las trayectorias;
por lo tanto

p=

1 1 1
1 1 11
* *1 *
3 2 3
3 3 18

H
I
T

II

H
III
T

(a)

Se nos da tres urnas como sigue:

Una urna A contiene 3 bolas rojas y 5 blancas.
Una urna B contiene 2 bolas rojas y 1 blanca.
Una urna C contiene 2 bolas rojas y 3 blancas.
Se selecciona una urna al azar y se saca una bola de la urna. Si la bola es roja,
cul es la probabilidad de que proceda de la urna A?

Se construye el diagrama de rbol como se muestra en la figura (b)

R
A
W

R
B
W

R
C
W

(b)
Buscamos la probabilidad de que se seleccione A, dado que la bola es roja; esto
es, P(A/R). Con el fin de hallar P(A/R), es necesario calcular primero P(AR) y
P(R).
1 3 1
*
3 8 8
La probabilidad de que se seleccione A y se saque una bola roja es
; esto
1
8
es, P(AR)= . Puesto que hay 3 trayectorias que conducen a la bola roja, P(R)=
1 3 1 2 1 2 173
* * *
3 8 3 3 3 5 360
. Entonces
1
P( A R)
45
8
173 173
P( R)
360
P(A/R)=
Alternadamente, por el teorema de Bayes,

P ( A) P ( R / A)
P ( A) P ( R / A) P ( B ) P ( R / B ) P (C ) P ( R / C )
P(A/R)=

1 8
*
45
3 8

1 8 1 2 1 2 173
* * *
3 8 3 8 3 5

La caja A contiene 9 cartas numeradas de 1 a 9, y la caja B contiene 5 cartas

numeradas de 1 a 5. Se escoge una caja al azar y se saca una carta. Si l es par,
hallar la probabilidad de que la carta proceda de la caja A.
El diagrama de rbol del proceso se muestra en la figura (a ) siguiente.
Buscamos P(A/E), probabilidad de que se seleccione A, dado que l es par.
1 4 2
*
2 9 9
La probabilidad de que se escoja la caja A y un par es
; esto es,
2
9
P(AE)= . Puesto que hay dos trayectorias que conducen a un par, P(E)=
1 4 1 2 19
* *
2 9 2 5 45
. As
2
P ( A E)
10
9
19 19
P(E)
45
P(A/E)=

Una urna contiene 3 bolas rojas y 7 blancas. Se saca una bola de la urna y se
remplaza por una del otro color. Se saca de la urna una segunda bola.
(i) Hallar la probabilidad p de que la segunda bola sea roja
(ii) Si ambas bolas son del mismo color, cul es la probabilidad p de que las 2
sean blancas?
Construimos el diagrama de rbol como se muestra en la figura (b.)

(b)
(i) Dos trayectorias del diagrama de rbol conducen a bola roja:

p=

3 2 7 4 17
* *
10 10 10 10 50
7 6 21
*
10 10 50

(ii) La probabilidad de que ambas bolas fueron blancas es

. La
probabilidad de que ambas bolas fueran del mismo color, esto es, la probabilidad
3 2 7 6 12
* *
10 10 10 10 25
del espacio muestral reducido, es
. Por lo tanto la
21
7
50

12
8
25
probabilidad condicional p=
.
Se nos dan 2 urnas como sigue:
La urna A contiene 3 bolas rojas y 2 blancas.
La urna B contiene 2 bolas rojas y 5 blancas.
Se selecciona al azar una urna; se saca una bola y se coloca en la otra urna;
luego se saca una bola de la segunda urna. Hallar la probabilidad p de que las 2
bolas sacadas sean del mismo color.
Construimos el siguiente diagrama de rbol.
R
R
W
A
R
W

R
R
W
B
R
W
W

Ntese que si se selecciona la urna A y se saca una bola roja y se coloca en la

urna B, entonces la urna B tiene 3 bolas rojas y 5 blancas.
Puesto que hay 4 trayectorias que conducen a 2 bolas del mismo color,

P=

1 3 3 1 2 3 1 2 2 1 5 1
901
* * * * * * * *
2 5 8 2 5 4 2 7 3 2 7 2 1680

Independencia
Sea A = al evento de que una familia tenga nios de ambos sexos; y sea B=
al evento de que una familia tenga a lo sumo un nio.
(i)
Comprobar que A y B son eventos independientes si una familia tiene
tres hijos.
(ii)
Comprobar que A y B son eventos independientes si una familia tiene
dos hijos.
(i) Tenemos el espacio equiprobable S = { bbb, bbg, bgb, bgg, gbb, gbg, ggb
ggg }. Aqu

A ={ bbg, bgb, bgg, gbb, gbg, ggb}

B ={ bgg, gbg, ggb, ggg}

y as

P(A) = 6/8 =

y as

AB ={ bgg, gbg, ggb, }

P(B) = 4/8 =

y as

P(AB)=

3
4
1
2

3
8

Puesto que P(A)* P(B) = (3/4) (1/2) =3/8 = P(AB), A y B son independientes.
(ii) Tenemos el espacio equiprobable S = { bb, bg, gb, gg}. As

A = { bg, gb }

y as

P(A) =

1
2

B = {bg, gb, gg}

y as

P(B) =

3
4

1
2

AB = {bg, gb }
y as
P(AB)=
Puesto que P(A) P(B)P(AB), A y B son dependientes.

Probar si A y B son eventos independientes, entonces A y B son eventos

independientes.
P(AB) = P((AUB)) = 1-P(AUB)= 1-P(A) P(B) + P(AB).
= 1-P(A) P(B) + P(A) P(B) = [1-P(A) ] [1-P(B) ] = P(A) P(B).

La probabilidad de que un hombre vivir 10 aos ms es , y la

probabilidad de que su esposa vivir 10 aos ms es 1/8. Hallar la probabilidad
de que,
(i) ambos estn vivos dentro de 10 aos
(ii) al menos uno estar vivo a los 10 aos
(iii) ninguno estar vivo a los 10 aos
(iv) solamente la esposa estar viva a los 10 aos

Sea A = al evento de que el hombre viva a los 10 aos, y B = al evento de que su

esposa est viva a los 10 aos; entonces P(A) =1/4 y P(B) =
(i)

1
3

Buscamos P(AB). Puesto que A y B son independientes, P(AB) =

P(A) P(B) = (1/4) (1/3) =

1
3
1
2

(ii) Buscamos P(AUB). P(AUB) = P(A) + P(B) P(AB) = +1/3 1/12 =

(iii) Buscamos P(AB). Ahora P(A) = 1-P(A) = 1-1/4 = y P(B) = 1-P(B) = 1-1/3
= 2/3. Adems, puesto que A y B son independientes, P(AB) = P(A) P(B) = *
1
2

2/3 = .
Alternadamente, puesto que
1
2

(AUB) = AB, P(AB) = P((AUB)) = 1-P(AUB) = 1-1/2 =

(iv) Buscamos P(AB). Puesto que P(A) = 1-P(A) = y A y B son
independientes, P(AB) = P(A) P(B) =

1
2