Reglas Aditivas

Ing. Ral Alvarez Guale, MPC

 Distribucin Muestral de una
Proporcin
A menudo resulta mas sencillo calcular la
probabilidad de algn evento a partir de las
probabilidades conocidas de otros eventos.
Esto puede ser cierto si el evento en cuestin
se puede representar como la unin de otros
dos eventos o como el complemento de algn
evento. A continuacin se presentan varias
leyes importantes que con frecuencia
simplifican el calculo de las probabilidades. La
primera, que se denomina regla aditiva, se
aplica a uniones de eventos.
 Teorema
Si A y B son dos eventos, entonces

P(A B) = P(A) + P(B) P(A B).

A AB B
 Corolario
Si A y B son mutuamente excluyentes,
entonces

P(A B) = P(A) + P(B). A B=

S P(A
B)=P()
P()=0
A B Entonces
P(A B)=0
 Corolario
Si A1, A2,..., An son mutuamente
excluyentes, entonces
P(A1 A2 An) = P(A1) + P(A2) + +
P(An).
S

066
A1 A2 An
 Corolario
Si A1, A2,..., An es una particin de un espacio
muestral S, entonces
P(A1 A2 An) = P(A1) + P(A2) + +
P(An) = P(S) = 1.
S

066
A1 A2 An
 Teorema
Para tres eventos A, B y C,
P(A B C) = P(A) + P(B) + P(C)
P(A B) P(A C) P(B C) +
P(A B C).
S

A B
AB C

C
 Ejemplo 1
Al final del semestre John se va a graduar en
la facultad de ingeniera industrial de una
universidad. Despus de tener entrevistas en
dos empresas en donde quiere trabajar,
determina que la probabilidad que tiene de
lograr una oferta de empleo en la empresa A
es 0.8, y que la probabilidad de obtenerla en
la empresa B es 0.6. Si, por otro lado,
considera que la probabilidad de recibir
ofertas de ambas empresas es 0.5, que
probabilidad tiene de obtener al menos una
oferta de esas dos empresas?
 Ejemplo 1
Solucin
P(A)= 0.8
P(B)= 0.6.
P(AB)= 0.5
Utilizando P(A B) = P(A) + P(B) P(A
B)
P(A B) =0.8 + 0.6 0.5 = 0.9
 Ejemplo 2
Cul es la probabilidad de obtener un
total de 7 u 11 cuando se lanza un par
de dados?

Solucin
Espacio Muestral: Ejemplo 2

S= (1,1), (1, 2),(1,3),(1,4), (1,5), (1,6)

{ (2,1), (2, 2),(2,3),(2,4), (2,5), (2,6)

(3,1), (3, 2),(3,3),(3,4), (3,5), (3,6)

(4,1), (4, 2),(4,3),(4,4), (4,5), (4,6)
(5,1), (5, 2),(5,3),(5,4), (5,5), (5,6)
(6,1), (6, 2),(6,3),(6,4), (6,5), (6,6) }
Espacio Muestral: Ejemplo 2

S= (1+1),(1+2),(1+3),(1+4),(1+5),(1+6)
{ (2+1),(2+2),(2+3),(2+4),(2+5),(2+6)

(3+1),(3+2),(3+3),(3+4),(3+5),(3+6)
(4+1),(4+2),(4+3),(4+4),(4+5),(4+6)
(5+1),(5+2),(5+3),(5+4),(5+5),(5+6)

}
(6+1),(6+2),(6+3),(6+4),(6+5),(6+6)
 Ejemplo 2

S= 2, 3, 4, 5, 6, 7
{ 3, 4, 5, 6, 7, 8
4, 5, 6, 7, 8, 9
5, 6, 7, 8, 9 10
6, 7, 8, 9 10, 11
7, 8, 9 10, 11, }12

P(A)=6/36 P (A B) = P (A) +P (B )
P(B)=2/36 P (A B) = 8/36 = 2/9
 Ejemplo 3
Las probabilidades de que un individuo
que compra un automvil nuevo elija
uno de color verde, uno blanco, uno
rojo o uno azul son 0.09, 0.15, 0.21 y
0.23, respectivamente, cul es la
probabilidad de que un comprador
dado adquiera un automvil nuevo que
tenga uno de esos colores?
 Ejemplo 3
Solucin: Sean V, B, R y A los eventos de
que un comprador seleccione,
respectivamente, un automvil verde,
blanco, rojo o azul. Como estos cuatro
eventos son mutuamente excluyentes, la
probabilidad es
P(V B R A)
P(V B R A) = P(V) + P(B) + P(R) +
P(A)
= 0.09 + 0.15 + 0.21 + 0.23 = 0.68.
 Teorema
Si A y A son eventos complementarios,
entonces
P(A) + P(A) = 1

A
 Ejemplo 3
Si las probabilidades de que un
mecnico automotriz de servicio a 3,
4, 5, 6, 7, 8 o ms vehculos en un da
de trabajo dado son 0.12, 0.19, 0.28,
0.24, 0.10 y 0.07, respectivamente,
cul es la probabilidad de que d
servicio al menos a 5 vehculos el
siguiente da de trabajo?
 Ejemplo 3
Solucin 1:
Sea E el evento de que al menos 5
automviles reciban servicio. Ahora bien,
P(E) = 1 P(E), donde E es el evento de
que menos de 5 automviles reciban
servicio. Como
P(E) = 0.12 + 0.19 = 0.31
del teorema 2.9 se deduce que
P(E) = 1 0.31 = 0.69.
 Ejemplo 3
Solucin 2:
Sea x el nmero de vehculos trabajados
P(X=3) =0,12
P(X=5)+P(X=6)+P(X=7)+
P(x=4)=0,19
P(X=8+)
P(x=5)=0,28 0.28 + 0.24 + 0.10 +
P(X=6)=0,24 0,07
0.28 + 0.24 + 0.10 +
P(X=7)=0,10 0,07
0,69
P(X=8+)=0,07
 Ejemplo 4
Suponga que las especificaciones del
fabricante para la longitud del cable de
cierto tipo de computadora son 2000 10
milmetros. En esta industria se sabe que el
cable pequeo tiene la misma probabilidad
de salir defectuoso (de no cumplir con las
especificaciones) que el cable grande. Es
decir, la probabilidad de que aleatoriamente
se produzca un cable con una longitud
mayor que 2010 milmetros es igual a la
probabilidad de producirlo con una longitud
menor que 1990 milmetros.
 Ejemplo 4
Se sabe que la probabilidad de que el
procedimiento de produccin cumpla
con las especificaciones es 0.99.
a) Cul es la probabilidad de que un
cable elegido al azar sea muy largo?
b) Cul es la probabilidad de que un
cable elegido al azar sea mas grande
que 1990 milmetros?
 Ejemplo 4
Solucin:
Sea E el evento de que un cable
cumpla con las especificaciones. Sean
P y G los eventos de que el cable sea
muy pequeo o muy grande,
respectivamente.
a) Cul es la probabilidad de que un
cable elegido al azar sea muy largo?
P(G)=?
 Ejemplo 4
P(G)=P(P)
P(E)=0,99 P(E)=0,01
Entonces
P(E)+ P(E)=1
P(G)+P(P)=0,01
2P(G)=0,01
P(G)=0,005
 Ejemplo 4
b) Cul es la probabilidad de que un
cable elegido al azar sea mas grande
que 1990 milmetros?
Solucin:
P(E)+ P(E)=1
P(E)+ P(G)+P(P)=1
P(E)+P(G)=??
0,99+0,005 = 0,995
Gracias