Autores: MSc. Daisy Espall ar gas y MSc.

Jorge DEspaux
TEMA II PROBABILIDADES
Orientaciones para la Autopreparacin
Objetivo del Tema
Qu el alumno sea capaz de:
Aplicar e int erpr et ar los fundame nt os de la teor a de pro!a!ilidades en
la soluci"n de pro!l emas . #alcul ar la pro!a!ilidad de ocurr enci a de un
suceso utilizando la definici"n cl$sica y la est ad stica. Aplicar las
propi edade s de la pro!a!ilidad axiom$t i ca% la pro!a!ilidad condicional e
independe nci a.
Autopre par aci n del Tema II
El alumno de!e conocer &ue la teor a de las pro!a!ilidades es neces ari a
conocerl a% ya &ue la est ad stica mat e m$ t i ca% se !asa en las
pro!a!ilidades y 'nicame nt e conoci endo st a es facti!l e poder est udi ar
la inferenci a est ad stica% la cual tiene det er mi nado grado de
incertidum!r e &ue puede ser medi do en tr mi nos de pro!a!ilidades .
Los aspectos !undamentales de este tema son
Distinguir entr e fen"meno aleat ori o y det er mi ni st a #onocer los
concept os de suceso% suceso segur o% nulo% mut ua me nt e excluyent e%
compl eme nt ari o% espaci o mues t r al .
#alcular e int erpr et ar pro!a!ilidades (aci endo uso de la definici"n
cl$sica% est ad stica y axiom$t i ca.
Aplicar las propi edade s fundame nt al es de la )eora de las
pro!a!ilidades.
Tema II
Semana IV Tema II Probabi l i dad e s . Introducci n Fenme n o
al eat ori o. Espaci o Mues t ral . Punt o Mues t ral Suce s o o eve nt o.
Suce s o Si mpl e, Suce s o compue s t o . Suce s o Seguro o Ciert o,
Suce s o impos i bl e o nul o. Suce s o Compl e me n t ari o. Suce s o
Mutuame nt e ecl u! e nt e s . "e#i ni ci n cl$si ca o Estad% s t i c a de
Probabi l i dad. &ibli ogra# % a' Est ad% s t i c a. Capi t ul o ( pagi na s )*+ ,-
*a teor a de las pro!a!ilidades surge en los siglos +,-.+,--- relacionada
con pro!l emas product o de los /uegos de azar% entr e los principal es
precur sor es de est a )eora se encuent r a% entr e otros% el mat e m$ t i co
0ascal.
*a pro!a!ilidad es una medi da cuanti t at i 1a de &ue las posi!ilidades
pueden llegar a ser realidades.
*a )eora de las pro!a!ilidades es la !as e de la inferenci a est ad stica%
de a( la necesi dad de su est udi o% de modo &ue se puedan realizar
medi das descri pti1as% para (acer inferenci as de la po!l aci"n.
22
Autores: MSc. Daisy Espall ar gas y MSc. Jorge DEspaux
0ara des arr oll ar las )eoras de las pro!a!ilidades es neces ari o definir
algunos% concept os.
E"PERIME#TO Los e$perimentos pueden ser deterministas o
aleatorios%
3n experi ment o es DE)E4M-5-S)A% cuando se puede predecir con tot al
exacti t ud el result ado del experi ment o% claro si se conoce
perfect a me nt e las condiciones en las &ue se realiza el experi ment o.
E/emplos: Si encende mos un f"sforo% y lo sost ene mos en la mano%
sa!e mos lo &ue 1a ocurrir: se apaga.
Si se toma un 1aso y lo de/ a caer de un 6
do
piso% se sa!e lo &ue 1a a
ocurrir: se (ar$ a7icos.
3n experi ment o es A*EA)84-8% cuando no se puede predecir con
exacti t ud su resul t ado ant es de realizarlo pero si los posi!l es resul t ados
y de!e ser suscept i !l e de repetici"n. E/emplo : En el lanzami ent o de un
dado9 se conoce los posi!l es result ados pero no se conoce con
eact i t ud el res ul t ado. 8tros e/empl os pudi er an ser: canti dad de
llu1ia cada% rendi mi ent o de un culti1o% increme nt o de peso de un
ani mal etc.
*os experi ment os aleat ori os de!en tener la caract er stica de poder s e
repetir% la experi enci a (a demos t r ado% &ue si st e se puede repeti r un
gran n'mer o de 1eces% la frecuenci a relati1a tiende a est a!ilizars e% y a
est o se le llama .E/01A.I"A" ESTA"ISTICA.
Se plant ea &ue la est ad stica es la )ecnolog a del mt odo cientfico &ue
proporciona instrume nt os par a la toma de decisiones% cuando est as se
adopt an en am!i ent e de incerti dum!r e y siempr e &ue pueda ser
medi da en tr mi nos de pro!a!ilidad. *uego es una cienci a &ue est udi a
los fen"menos aleat ori os.
S0CES2 2 EVE3T2 #ual&ui er caract er stica o!ser1ada del result ado
de un experi ment o.
Es aleat orio si como result ado del experi ment o l puede ocurrir o no
ocurrir.
ESPACI2 M0EST.A1. Es el con/unt o formado por todos los posi!l es
resul t ados de un experi ment o aleat ori o. Se repr es ent a por :S;.
E/. *anzami ent o de una moneda ...S:<# E= donde #: #ara E: Escudo
E/. *anzami ent o de dos monedas . . . S:<## #E E# ##=
E/. *anzami ent o de un dado ......S:<>% 6% ?% @% 2% A =

El espaci o mues t r al puede ser finito o infinito seg'n el con/unt o tenga
un n'mer o finito o infinito de element os.
P03T2S M0EST.A1ES . #ada uno de los result ados posi!l es de un
experi ment o aleat ori o.
2A
Autores: MSc. Daisy Espall ar gas y MSc. Jorge DEspaux
*os sucesos pueden ser:
Suce s o s Si mpl e. Son a&uellos &ue tienen un solo punt o mues t r al .
Suce s o Compue s t o. Son a&uellos &ue tienen dos o m$s punt os
mues t r al es.
Suce s o se gur o o ci ert o : 3n suceso A definido en S es segur o o ciert o%
si dado un con/unt o de condiciones su ocurr enci a es ine1it a!l e. E/ Se
lanza un dado% suceso salir un n'mer o mayor &ue cero y menor &ue B
Suce s o impos i bl e o nul o . 3n suceso A es imposi !l e si definido un
espaci o mues t r al y dado un con/unt o de condiciones% su ocurr enci a es
imposi !l e. E/. Se lanza un dado% suceso A: salir el n'mer o B C&ue se
repr es ent a por el con/unt o 1aco o nuloD.
Sube v e nt o : A es un su!e1ent o de E si A E9 en tal caso cada 1ez &ue
ocurr a A ocurrir$ E.
E/. Se lanza un dado.
A ... Salir n'mer o impar <>% ?% 2= 4ecuer den los n'mer os impar es son
los &ue no tienen mit ad.
& .. . Salir n'mer o primo <>% 6% ?% 2= 4ecuer den los n'mer os primos son
los &ue no se pueden descomponer en fact or es.
Suce s o compl e me n t ari o : 3n suceso A es compl eme nt ari o si su
compl eme nt o 1iene dado por todos los punt os donde no ocurre A y se
denot a por A
c
"
A
" AF indistint a me nt e
E/. Se lanza un dado.
A ... Salir n'mer o impar S:<>% ?% 2=
AF... 5o salir n'mer o impar S:<6% @% A=
Cel sm!olo CFD est $ indicando negaci "n (ay li!ros &ue pone en 1ez de
est e sm!olo una pe&ue7a c en la part e der ec(a superi or " una !arrit a
enci ma de la letra tal como se most r" ant eri or ment eD
Suce s o Mutuame nt e Ecl u!e nt e s . En un mismo experi ment o
aleat ori o dos sucesos A y E se dice &ue son mut ua me nt e excluyent es % si
la ocurrenci a de uno excluye la ocurrenci a del otro.
E/. Si se lanza una moneda% la ocurrenci a de &ue caiga cara% excluye la
ocurr enci a de &ue caiga escudo.
E/. El naci mi ent o de una (em!r a% excluye el naci mi ent o de un 1ar"n.
0or tant o cuando dos sucesos son mut ua me nt e excluyent es % no tienen
element os comunes % gr$ficament e:
Por lo tanto si cada circulo representa a A Y B no existe la interseccin de
AB sino que esta es igual al conjunto vaco.
2B
A
&
Autores: MSc. Daisy Espall ar gas y MSc. Jorge DEspaux
Si los sucesos fueran% no excl uy e n t e s , gr$ficament e: est os crculos se
1er an uno mont ado en una part e del otro.

Que los sucesos sean mut ua me nt e excluyent es o no% est $ relacionado
con el experi ment o aleat ori o% se puede dar el caso &ue dos sucesos sea
mut ua me nt e excluyent es % en un experi ment o% y no en otro.
As A y AF son mut ua me nt e excluyent es .
Suceso colectivamente e$&austivo.
Se dice &ue dos sucesos son colecti1ame nt e ex(aus t i 1os cuando la
ocurr enci a de am!os es igual al espaci o mues t r al .
E/emplo en un /uego de cart as &ue tiene 6A !ar a/ as ro/as y 6A !ar a/ as
negr as o!t ener ro/o o negro &ue son los 'nicos colores en una !ar a/ a.
#omo tiene &ue ocurrir uno de est os sucesos% se consider an &ue son
sucesos colect ecti 1ame nt e ex(aus t i 1o.
OPERA'IO# E#TRE E(E#TOS%
2PE.ACI43 Int ers e c ci n'
Se llama int ers ecci "n o product o de A y E% Al suceso &ue consist e en la
ocurr enci a simult $ne a de A y E. Se denot a por AE% A E% A.E
E/. Se lanza un dado. A: n'mer o primo <>%6% ?% 2=
E: n'mer o impar <>% ?% 2=% por tant o AE: <>% ?% 2=% est o es los element os
comunes en am!os sucesos.
OPERA'IO# )#IO#
El suceso A uni"n E% es el &ue consist e en la ocurr enci a de A " E se
denot a por A E9 AGE Cest o indica &ue ocurra al menos uno de los dos%
&ue ocurra A " &ue ocurr a E% tam!i n la pal a!r a al menos uno est $
indicando &ue ocurra uno " &ue ocurr an los dosD.
E/. Se lanza un dado
A: Que salgan los @ primer os n'mer os <>%6% ?% @=
E: Que salgan los ? 'lti mos n'mer os <@%2% A=
As A E H <>% 6% ?% @% 2% A=
"E&E 50E"A. C1A.2 50E C0A3"2 SE "ICE 50E 2C0..A 6A !
&7 ESTA3 PI"IE3"2 I3TE.SECCI23 8produc t o9 : C0A3"2 SE
"ICE 50E 2C0..A 6A &7 6Al meno s uno7 ESTA3 PI"IE3"2
03I23 8suma9
2I
A A
A& &
Autores: MSc. Daisy Espall ar gas y MSc. Jorge DEspaux
DE*I#I'I+# 'L,SI'A DE PROBABILIDAD%
*a definici"n cl$sica de pro!a!ilidad se formul a por *aplace en el siglo
+-+% concr et a me nt e en el a7o >I>6 y descans a en la e&ui pro!a!ilidad. J
en la misma se plant ea:
Si S% es un espaci o mues t r al finito y e&uipro!a!l e ent onces la
pro!a!ilidad de ocurrenci a de cual &ui er suceso A definido en S est ar $
dado por la relaci"n:
0CAD H 5CADK5CSD
d"nde 5CADH casos fa1ora!l es al suceso A y 5CSDH casos tot al es
posi!l es.
E/emplo. *a pro!a!ilidad de o!t ener el n'mer o A al lanzar un dado ser $
0CAD H >KA Siendo el suceso A: sacar el n'mer o A
E;empl o. *a pro!a!ilidad de sacar un As de un /uego de cart as ser$
0CAD H @K26 Siendo el suceso A: sacar un As.
4ecuer den &ue el /uego de cart as tiene 26 cart as% >? coraz"n ro/o (D%
>? diamant es ro/os ()% >? corazones negros CD% >? tr1ol es negros CD%
y dent ro de cada est os grupos tiene As% 6% ?% @% 2% A% B% I% L% >M% J% Q% y N
Esta definicin se conoce como definicin a priori porque no es
necesario realizar el experi me nt o para calcular la probabilidad de
ocurrenci a. Pero tiene las sigui ent es limitaciones:
1.- No puede ser aplicada a espaci os mues t ral es infinitos.
.- No puede ser aplicada cuando los result ados posibl es no son
igual ment e probabl es.
P.2PIE"A"ES'
0CAD M 0CSD H > *8 Q3E -M0*-#A M 0CAD >
Ejempl o #1 C&ue est $ en el *a!orat ori o de Est ad stica Mat em$t i ca -D
3na cart er a conti ene un ru!lo% un forint o y una corona. Si el
experi ment o consist e en la extr acci"n de dos monedas Csin reposici"nD
se pide:
a.. Descri!ir el espaci o mues t r al
!.. *a pro!a!ilidad de extr aer un ru!lo y una corona
c.. *a pro!a!ilidad de &ue no salga ru!lo.
d.. *a pro!a!ilidad &ue salga un forint o.
e.. *a pro!a!ilidad de &ue la primer a sea un forint o.
f.. *a pro!a!ilidad de &ue la primer a sea un forint o y la segunda una
corona.
2L
Autores: MSc. Daisy Espall ar gas y MSc. Jorge DEspaux
Antes de comenzar el e/ercicio se de!e aclar ar &ue :sin reposici"n;
&uier e decir &ue se saca la moneda y no se 1uel1e a poner en la
cart er a. Esto indica &ue lo &ue ocurr e en la segunda extr acci"n est $
det er mi nado por lo &ue ocurri" en la pri mer a extr acci "n.
a.< El espaci o mues t r al a 1eces es muy f$cil descri !ir y cont ar los
punt os como es el caso cuando se lanzan dos monedas donde S:<## EE
#E E#=. 8tras 1eces se re&ui er e de una organizaci "n por la compl e/idad
de imagi nar s"lo lo &ue tiene &ue ocurrir. Se puede (acer a tra1s del
llamado diagr a ma de $r!ol% &ue es un mt odo &ue se utiliza cuando las
selecciones y los element os a extr aer u o!ser1ar no es muy grande. J la
misma consist e en ir poni endo lo &ue puede ocurrir en cada extr acci"n%
luego de poner lo &ue puede ocurrir en la primer a extr acci "n% parti endo
de lo &ue ocurri" en ella% se 1a poni endo lo &ue podr a ocurrir en la
segunda (a!i endo ocurrido ese resul t ado en la pri mer a% y la
com!i naci "n de lo &ue ocurri" en la primer a y segunda extr acci "n% da el
resul t ado del espaci o mues t r al claro est $ teni endo en cuent a si las
selecciones son :con " sin reposici"n;% est o es:
=
ra
-
da
Etrac. Etrac.
F
C
.
C
.
F S' >CF C. .C .F F. FC?
. 38S9 @ )
F
C
b.< 0C4#D H 6KA H >K?
c.< 0C4O4OD H 6KA H >K?
d.< 0CPD H @KA H 6K?
e. < 0CPPOD H 6KA H >K?
#.< 0CP#D H >KA
Ejempl o. # 2 3na cest a conti ene un cla1el una rosa y una gardeni a. Si se
extr aen 6 flores Ccon reposici"nDs e pide:
a.< Defina el espaci o mues t r al .
b.< Defina suceso imposi !l e.
c.< *a pro!a!ilidad de extr aer una rosa y un cla1el.
d.< *a pro!a!ilidad de extr aer >
ro
una rosa y despus un cla1el.
e. < *a pro!a!ilidad de &ue no salga el cla1el.
Se de!e aclar ar &ue :con reposici"n; indica &ue se (ace la extr acci"n
se 1e lo &ue es% y se 1uel1e a reponer a la cest a% est o est $ indicando
AM
Autores: MSc. Daisy Espall ar gas y MSc. Jorge DEspaux
&ue lo &ue ocurre en la segunda extr acci "n% no est $ influenci ada por lo
&ue ocurre en la pri mer a extr acci "n.
a.< Espaci o mue s t r al '
=
ra
-
da
Etrac. Etrac.
.
. C
/
S'A.. .C ./ C. CC C/ /. /C //B
. 38S9 @ C
C C
/

.
/ C
/

Pgens e como a pes ar de (a!er una sola flor de cada clase% se pueden
sacar dos rosas o dos cla1el es o dos gardeni as% y est o es de!ido a &ue
como las extr acciones son con reposici"n &ue se saca se mira &ue tipo
de flor es% y se de1uel 1e a la cest a% exist e la posi!ilidad &ue en la
segunda extr acci"n 1uel1a a est ar los tres tipos de flores en la cest a
mient r as &ue si fuera sin reposici"n cuando se (ace la primer a
extr acci "n ya est a flor &uedar a fuera de la cest a y en la segunda
extr acci "n% no (a!r a la posi!ilidad de 1ol1erl a a encont r ar % como pas"
en el e/ercicio ant eri or.
b.< Que salga un tulip$n.
c.< 0C4#D H 6KL A&u no se7al an orden por lo tant o% (ay dos
posi!ilidades rosa% cla1el y cla1el rosa.
d.< 0C4
>
# D H >KL A&u est $n indicando un orden9 >
ro
&ue salga la rosa
y en la 6
da
extr acci "n &ue salga un cla1el
e. < 0C#O#O D H @KL
DE*I#I'IO# ESTADISTI'A DE PROBABILIDAD%
De!ido a las limit aciones &ue confront a la definici"n cl$sica de
pro!a!ilidad% se comenzar on a realizar experi ment os con los /uegos de
azar% surgi endo el concept o de .E/01A.I"A" ESTA"ISTICA.
!"E N# E$ %&$ !"E '& E$(&)*'*+&+ !"E P,E$EN(&N '&$
-,E."EN.*&$ ,E'&(*/&$ &' .#N$*+E,&, "N 0,&N N"%E,# +E
/E.E$ "N E1PE,*%EN(# )&2# '&$ %*$%&$ .#N+*.*#NE$.
E/. *anzami ent o de una moneda :n; 1eces% ya a partir del lanzami ent o
@MM y (ast a el >MMM% el compor t a mi ent o de &ue caiga cara es de M.@M%
M.2M2% M2M6 ... es decir se est a!iliza.
8tro e/empl o% es el naci mi ent o de ni7os y ni7as% &ue cuando se 1e en un
n'mer o grande de 1eces% est e se est a!iliza.
A>
Autores: MSc. Daisy Espall ar gas y MSc. Jorge DEspaux
A partir de la regul ari dad est ad stica% surge la definici"n est ad stica de
pro!a!ilidad &ue plant ea:
Si n tiende a infinito la frecuenci a relati1a CAD% alcanza un ciert o 1alor
lmit e o ideal% y ent onces puede asoci ars e a un n'mer o 0CAD tal &ue
CAD% sea igual a 0CAD si:
0CAD H *-M CAD
n
E/emplo: 3n tirador (a acert ado BM 1eces en un !lanco de un tot al de
>MM intent os. Q#u$l es la pro!a!ilidad de &ue en una pr"xi ma prue!a% el
tirador (aga !lancoR.
EDPE.IME3T2: )irar al !lanco. n H >MM
S0CES2 A : A#E4)A4 E5 E* E*A5#8 m H BM
0CAD H BMK >MM H 8.BM Se esper a &ue (aga !lanco un BMS de las 1eces
&ue se tire% siempr e &ue n sea grande.
Limitaciones de esta de!inicin
El n'mer o de 1eces tan grande &ue tiene &ue repetirs e el experi ment o
!a/o las mismas condiciones% est o no siempr e se puede cumplir.
Esta definicin se conoce como definicin a post eriori3 porque si no se
realiza el experi me nt o no se puede calcular la probabilidad.
0ueden realizar los e/ercicios de li!ro de Est ad stica% en el capit ulo @ del
> al >> y el 62 y del *a!or at ori o de Est. Mat. - 2MK AI y del ALK I?.
A)TOE(AL)A'IO#
=. < QQu es un experi ment o aleat ori oR
-. < 0uede calcul ars e pro!a!ilidad a partir de un experi ment o
det er mi ni st aR. Expli&ue.
E. < Q#u$l es son los sucesos mut ua me nt e excluyent eR
(. < Q#u$l es son los sucesos compl eme nt ari osR
*. < Expli&ue la diferenci a entr e uni"n e inters ecci "n y proporcione un
e/empl o de cada uno.
). < Q#"mo se define la 0ro!a!ilidad cl$sicaR y QEa/o &ue condiciones
puede aplicars eR
,. < Q#"mo se define la pro!a!ilidad Est ad sticaR
F. < *imit aciones de am!as definiciones.
C. < En una ampli a red met ropolit ana se sel eccion" una mues t r a de 2MM
ent r e1i st ados par a det er mi nar di1ers as informaci ones relacionada
con el compor t a mi ent o del consumi dor. Entre las pregunt as (ec(as
A6
Autores: MSc. Daisy Espall ar gas y MSc. Jorge DEspaux
se encont r a!a% :Qdisfrut a ir de compr asR;. De 6@M (om!r es >?A
cont es t ar on &ue s. De 6AM Mu/eres 66@ cont es t ar on &ue s.
a.< De un e/empl o de un e1ent o simpl e.
b.< Q#u$l es el compl eme nt o de disfrut ar ir de compr as R.
c.< Q#ual es la pro!a!ilidad de &ue el ent r e1i st ado seleccionado en
forma aleat ori a ...
c. = Sea (om!r eR
c. - disfrut e ir de compr asR
c. E Sea mu/ erR
c. ( no disfrut e ir de compr as R
c. * Sea mu/ er y disfrut e ir de compr as R
c. ) Sea (om!r e y no disfrut e ir de compr asR
c. , Sea (om!r e y disfrut e ir de compr as R
c. F Sea mu/ er o disfrut e ir de compr asR
c. C Sea (om!r e o no disfrut e ir de compr as R
c. =G Sea (om!r e o mu/ erR
A?
Autores: MSc. Daisy Espall ar gas y MSc. Jorge DEspaux
Tema II
Semana V. "e#i ni ci n Aiom$t i ca. Propi edad e s . Probabi l i dad
condi ci onal e indepe nd e n c i a es t ad% s t i c a. Suce s o s mut uame nt e
ecl u! e nt e s . 1e!e s de la Adici n ! de la Multi pli caci n.
&ibli ogra# % a. Estad% s t i c a. capi t ul o ( pagi na s ,-+ ,C
*a definici"n est ad stica% tam!i n mues t r a sus limit aciones% ya &ue
exist en experi ment os &ue no se pueden repetir un n'mer o grande de
1eces y muc(o menos% !a/o las mismas condiciones% como para &ue se
conozca la pro!a!ilidad.
Es por ello &ue en >L?? se axiomat i za la pro!a!ilidad y se part e de ?
axiomas !$sicos% para su des arr ollo.
Si S es un espaci o mues t r al y A un suceso definido en S% se dir$% &ue
)8D8 S3#ES8 :A; DEP-5-D8 E5 :S; ES)A AS8#-AD8 A 35 53ME48
4EA* **AMAD8 048EAE-*-DAD DE :A;% E* #3A* #3M0*-4A #85 *8S
S-T3-E5)ES A+-8MAS:
>.. 0CAD M
6.. 0CSD H >
?.. 0CA> A6 A? ... AUD H 0CA>D G 0CA6D G ... G 0CAUD si los U
sucesos% son mut ua me nt e excluyent es o lo &ue es lo mismo si par a
cada par AiA/ H con/unt o 1aco siendo i diferent e de /.
Propiedades%
Propi e d a d #1 *a pro!a!ilidad de un suceso imposi !l e o nulo es cero:
0CD H M A H A
P(A ) P(A) P!" A#I!$A %
0CAD G 0CD H 0CAD por tant o 0C DHM
De est a propi edad y de los axiomas > y 6 se e1idenci a &ue:
M 0CAD >
Propi e d a d #2
*a pro!a!ilidad del suceso compl eme nt ari o al suceso A es igual a >
menos la pro!a!ilidad de &ue ocurr a A.
0CAFD H > . 0 CAD A AF H S
0CA 3 AFD H 0 CSD por axioma ?
0CAD G 0CAFD H 0CSD por axioma 6
0CAD G 0CAFD H > por tant o
0CAFD H > . 0 CAD
A@
Autores: MSc. Daisy Espall ar gas y MSc. Jorge DEspaux
Pr o pi e d a d # 3
Si A y E son dos sucesos definidos en S% la pro!a!ilidad de &ue ocurr a A
y no ocurr a E ser$:
0CAEFD H 0CAD . 0CAED A H AE AEO
0CAD H 0CAED 3 0CAEFDpor axioma ?
0CAD H 0CAED G 0CAEFD despe/ ando
0CAEFD H 0CAD . 0CAED
Pr o pi e d a d # 4
Si A y E son dos sucesos definidos en S ent onces:
0CA ED H 0CAD G 0CED . 0CAED
A B AB& AB A&B
0CA ED H 0CAEF AE AFEDpor axioma ?
0CA ED H 0CAEFD G 0CAED G 0CAFED
P(A B) = P(A) - P(AB) + P(AB) + P(B) - P(AB)
P(A B) = P(A) - P(AB) + P(AB) + P(B) - P(AB)
P(A B) = P(A) + P(B) - P(AB)
Pr o pi e d a d # 5
Si A es un su!con/ unt o de E ent onces 0CAD 0CED
Se sa!e &ue 0CAFED H 0CED . 0CAED
Si A es un su!con/ unt o de E ent onces AE H A por tant o
0CAFED H 0CED . 0CAD *o &ue implica &ue 0CED > 0CAD
Pr o pi e d a d # 6
Si A% E% y # son sucesos definidos en S% ent onces:
0CA E #D H 0CAD G 0CED G 0C#D. 0CAED . 0CA#D . 0CE#D G 0CAE#D
como e/ercit aci"n (aga est a demos t r aci "n 3d. y le ser1ir$ de est udi o
independi ent e.
Ejempl o: De un grupo de >MMM (a!aner os % @6M leen Tranma% >M2 leen
Ju1ent ud 4e!el de y @2 leen Tranma y Ju1ent ud 4e!el de.
a.. Q#u$l es la pro!a!ilidad de sel eccionar un (a!aner o aleat ori ame nt e
del grupo y lea Tranma " Ju1ent ud 4e!el de.
!.. QQu pro!a!ilidad (ay de &ue el (a!aner o sel eccionado no lea
ninguno de los peri"dicos. R
A2
Autores: MSc. Daisy Espall ar gas y MSc. Jorge DEspaux
c.. QQu pro!a!ilidad (ay &ue lea s"lo Tranma. R
A: lee Tranma9 E: lee Ju1ent ud 4e!el de.
5H >MMM
5CAD H @6M 084 )A5)8 0CAD H M.@6
5CED H >M2 : : : 0CED H M.>M2
5CAED H @2 : : : 0CAED H M.M@2
a.. 0CA 3 ED H 0CAD G 0CED G 0CAED
H M.@6 G M.>M2 . M.M@2
H 8.@I
!.. 0CA EDF H > . 0CA 3 ED
H > . M.@I
H M.26
c.. 0CAEFD H 0CAD . 0CAED
H M.@6 . M.M@2
H 8.?I2
Vast a a&u se (a est udi ado el c$lculo de pro!a!ilidades referido a un
suceso Csimpl e o compues t oD &ue ocurre en un espaci o mues t r al . Es
decir:
0CAD H 5CADK5CSD a est a pro!a!ilidad se le podr a llamar
PR!"!#$#%"% &&"$ por el (ec(o de est ar calcul ada en funci"n de
todos los result ados posi!l es.
En cont r aposi ci"n a est e concept o se est udi ar $ a(or a la
PR!"!#$#%"% '(%#'#("$ % &ue como su nom!r e lo indica ser$ la
posi!ilidad de &ue ocurr a un suceso% !a/o la ocurrenci a de otro.
Esto implica una refer enci a% no al espaci o mues t r al en su tot alidad% sino
a otro suceso o su!con/ unt o del espaci o mues t r al 9 est o es al suceso al
&ue est condicionada.
Se repr es ent a est a pro!a!ilidad utilizando el sm!olo 6+7 &ue se lee
como :dado &ue; y despus de l se plant ea la condici"n9 as ser $:
P(A/B) QUE SE LEE LA PROBABILIDAD DE A DADO QUE B YA OCURRIO
es decir condiciona la probabilidad de la ocrrencia de A! a "e B #a $iene
"e %aber ocrrido&
Se define:
Se de#i ne la probabi l i dad condi ci onal , como la probabi l i dad de la
int ers e c ci n de los suc e s o s , parti do la condi ci n. As%'
P8A+&9 @ P8A&9+ P8&9

Se de!e reafir mar &ue la condici"n es el suceso &ue est $ despus 8del
s% mbol o 6+79 de :dado &uW
AA
Autores: MSc. Daisy Espall ar gas y MSc. Jorge DEspaux
E;empl o. En un aula se forman @ !rigadas de est udi ant es con la
sigui ent e composi ci"n:
&ri g. V H tot al
> 2 2 >M a.. Q#u$l es la pro!a!ilidad% si se
6 A @ >M sel ecciona un est udi ant e al azar%
? ? I >> de &ue sea (em!r aR
@ B ? >M !.. Q#u$l es la pro!. de &ue se
tot al 6> 6M @> seleccione un est udi ant e al azar% y
sea (em!r a de la !rigada X6R
a.. 0CVD H 6MK @> H M.@@I
!.. 0CVKE
6
D H @K>M H M.@ " <5CVE
6
DK5CSD=K<5CE
6
DK5CSD H
<@K@>=K<>MK @>= H @K>M H M.@
Pgens e &ue el inciso :a; se trat a de una pro!a!ilidad tot al% se refiere a
la tot alidad de las (em!r as % mient r as &ue en el inciso ;!; est $n
pidiendo la pro!a!ilidad de las (em!r as pero :condicionada; a &ue sea
de la !rigada 6% es decir (ay una condici"n por tant o es una
pro!a!ilidad condicionada.
Se de!e se7al ar &ue tam!i n es posi!l e encont r ar la pro!a!ilidad
condicional no solo de dos sucesos sino de com!i naci ones de dos o m$s
sucesos. J aun&ue se empl ee la definici"n cl$sica st a se cumpl e
tam!i n aplicando la definici"n est ad stica.
S)'ESOS I#DEPE#DIE#TES%
Dos sucesos A y E se llaman independi ent es % cuando la pro!a!ilidad de
ocurr enci a de uno de ellos% no depende de la ocurr enci a o no del otro% lo
cu$l puede ser expr es ada de la sigui ent e forma:
Dos sucesos son independi ent es si:
P(A'B) P(A) P(B'A) P(B)
Si son independi ent es se cumpl e &ue:
0CAED H 0CAD 0CED
Se de!e aclar ar &ue s"lo se puede compr o!ar independe nci a a tra1s
de est a 'lti ma f"rmul a si se tienen las ? pro!a!ilidades y compro!ar si
la inters ecci "n es igual al product o de la pro!a!ilidad de am!os
sucesos. E/empl o de independe nci a:
Si se lanza una moneda dos 1eces% la pro!a!ilidad de &ue salga cara en
el primer lanzami ent o% no depende de &ue salga cara o no en el
segundo lanzami ent o.
Ejempl o:
AB
Autores: MSc. Daisy Espall ar gas y MSc. Jorge DEspaux
Si una ca/ a conti ene >MM piezas de las cu$l es 6M son defect uos as y se
extr aen aleat ori ame nt e 6 piezas una a unaCcon reposici"nD. Q#u$l ser $
la pro!a!ilidad de o!t ener pieza defect uos a E5 *A >Y E+)4A##-Z5R:
6MK>MMHM. 6M QJ cu$l ser$ la pro!a!ilidad En la 6Y E+)4A##-85 de
o!t ener pieza defect uos aR 6MK>MMHM. 6M es decir exact a me nt e igual%
est o es de!ido a &ue se repuso la primer a. Por t ant o cuando las
ext r ac ci on e s son con repos i ci )n se pue d e consi d e r ar *ue son
inde p e n di e n t e s . +a *ue lo *ue ocurr e en la 2, ext r ac ci )n es
inde p e n di e n t e de lo *ue ocurr e en la pri me r a.
0ero si no se reempl aza% es decir se (ace la extr acci "n :sin reposici"n;%
Q&u pasaR% Qu la pro!a!ilidad de &ue salga defect uos a la pieza en la
segunda extr acci"n depende de lo &ue sali" en la primer a. Si en la
pri mer a sali" una pieza defect uos a. *a pro!a!ilidad de pieza defect uos a
en la segunda extr acci "n ser $ >LK LLHM. >L9 pero si lo &ue sali" en la
pri mer a extr acci "n fue[ una pieza en !uen est ado% ent onces la
pro!a!ilidad de pieza defect uos a en la segunda extr acci "n ser $ 6MK LL.
E5 ES)E #AS8 *8 Q3E S3#EDE E5 *A SET35DA E+)4A##-85%
DE0E5DE DE *8 Q3E 8#344-8 E5 *A 04-ME4A E+)4A##-85 084Q3E
P3E S-5 4E08S-#-85 ESA E+)4A##-85% JA *8S S3#ES8S DEJA485 DE
SE4 -5DE0E5D-E5)ES 0A4A #85,E4)-4SE E5 DE0E5D-E5)ES.
Tener al ment e par a los /uegos de azar% es f$cil decidir si dos sucesos
son independi ent es o no. 0ara otros experi ment os aleat ori os% se de!e
tener m$s cuidado.
E;empl o. Si se tienen ? sucesos definidos en un espaci o mues t r al S y se
conoce &ue:
0CADHM. @M 0CEDHM. @6 0C#DHM. >2 0CAKEDHM 0CAK#DHM 0C#KEDHM
Diga si:
a.< A y E son independi ent e
b.< A y # son mut ua me nt e excluyent es
c.< E y # son independi ent es
d.< A y E son e&ui pro!a!l es
R
a.< 0CAKED H 0CAD ya &ue para &ue A y E sean independi ent es se de!e
cumplir est a relaci"n.
0ero 0CAKED H M y 0CAD H M.@M luego son diferent es por tant o no son
independi ent e.
b.< 0ara &ue sean mut ua me nt e excluyent es se de!e cumplir &ue
0CA#DHM% ya &ue al no tener element os comunesCA#D% la int ers ecci "n es
igual al con/unt o 1aco.
#omo 0CAK#DHM eso implica &ue 0CA#DHM ya &ue 0CAK#DH0CA#DK0C#D por
lo tant o los sucesos A y # son mut ua me nt e excluyent es .
R R
c.< 0CEK#D H 0CED " 0C#KED H 0C#D ya &ue par a &ue sean
independi ent es se de!e cumplir cual&ui er a de las dos. R
AI
Autores: MSc. Daisy Espall ar gas y MSc. Jorge DEspaux
0C#KED H 0C#D
M M.>2 por tant o no son
independi ent es .
0ara &ue sean e&ui pro!a!l es se de!e cumplir &ue 0CAD H 0CED y son
diferent es % ya &ue 0CAD H M.@M y 0CED H M.@6% por tant o no son
e&uipro!a!l es.
RE-LA DEL PROD)'TO O M)LTIPLI'A'IO#
Si A ! & son suc e s o s de#i ni dos en S, la probabi l i dad de A&, de
acuerdo a la de#i ni ci n de probabi l i dad condi ci onal , se puede
epre s ar como'
P8A&9 @ P8A9 P8&+A9
P8A&9 @ P8&9 P8A+&9
"e la mi s ma #orma'
P8A&C9 @ P8A9P8&+A9 P8C+A&9
12 50E EVI"E3TEME3TE IMP1ICA 50E 12S S0CES2S S23
"EPE3"IE3TES.
*uego la regl a del product o expr es a la pro!a!ilidad de &ue ocurra A y E
en un orden det er mi nado: 0CAEDH0CAD0CEKAD &ue pri mer o salga A y en
segundo lugar salga E " 0CAEDH0CED0CAKED &ue pri mer o salga E y en
segundo lugar A
Si no inter es a el orden% sino &ue salga una 1ez A y una 1ez E% ent onces
se tienen &ue expr es ar las dos com!i naci ones posi!l es &ue (ay:
0CAED H 0CA
>
E
6
D G 0CE
>
A
6
D
E;empl o. De una urna &ue conti ene @ esmer al das y > !rillant e% se
extr aen 6 piedr as% una a una% sin reposici"n. #alcul e la sigui ent e
pro!a!ilidad.
a.< Que la >
ra
piedr a sea esmer al da y la 6
da
!rillant e.
b.< Que las dos piedr as sean esmer al das
c.< Solo una sea esmer al da.
Sol uci n' como es sin reposici"n las extr acci ones% ent onces los sucesos
son dependi ent es % adem$s &ue piden orden.
a.< 0CE
>
E
6
DH 0CED0CEKED
H @K2 . >K@
H @K6M H >K2 H M.6M
b.< 0CE
>
E
6
DH @K2 . ?K@
H >AK6M H AK>M H M.A
c.< 0CE
>
E
6
E
>
E
6
D H 0CED0CEKED G 0CED0CEKED
H @K 2 . >K @ G >K 2 . @K @
H @K6M G @K6M H IK6M H @K>M H M.@
AL
Autores: MSc. Daisy Espall ar gas y MSc. Jorge DEspaux
RE-LA DE LA ADI'IO# O S)MA DE PROBABILIDAD
Si se tienen dos sucesos A y E% definidos en S% la pro!a!ilidad de A 3 E
se expr es a como:
0CA ED H 0CAD G 0CED . 0CAED
J est o indica :al menos uno;% es decir la pro!a!ilidad de A " E " de
am!os AE.
Si A y E son mut ua me nt e excluyent es % ent onces 0 CAEDH M y por tant o la
0CA ED ser$ igual a: 0CA ED H 0 CAD G 0 CED
RES)ME# DE LA I#TERSE''IO# P.AB/
Exclu4ent es Cno tienen element os comunes D 0CAEDHM
0CAKEDHM
0CEKADHM
No Exclu4ent es Ctienen element os comunes D y pueden ser
independi ent es
o dependi ent es .
*ndependi ent es: 0CAKED H 0CAD " 0CEKAD H 0CED
P8A&9 @ P8A9. P8 &9
+ependi ent es: 0CAED H 0CAD0CEKAD
" H 0CED0CAKED
RES)ME# DE LA )#IO# P.A B/
Exclu4ent e Cno tiene element os comunes D 0CAEDHM
0or tant o 0CA 3 ED H 0CAD G 0CED
No Exclu4ent es Ctienen element os comunes D 0CAED M
0or tant o 0CA ED H 0CAD G 0CED . 0CAED
+eben 5acer los e6ercicios del libro de text o Estad7stica en la pagina 89
los e6ercicios 11: 1;3 1: < 4 ;: = 4 del 'aborat orio de Estad7stica
%atem>t i ca * los e6ercicios ?@: ;93 8A:=?3 4 1AA: 1A<
A)TOE"AME#
=. < Q#u$l es son los axiomas so!r e los &ue descans a la )eora
axiom$t i ca de la pro!a!ilidadR
-. < Diga al menos ? propi edade s de la definici"n axiom$t i ca de
pro!a!ilidad.
E. < Q#u$ndo dos sucesos son independi ent es R
(. < Q#u$ndo dos sucesos son mut ua me nt e excluyent es R
BM
Autores: MSc. Daisy Espall ar gas y MSc. Jorge DEspaux
*. < 3n em!ar &ue de >M mu7ecos conti ene ? mu7ecos y B mu7ecas .
a. . Si se seleccionan dos mu7ecos del em!ar &ue% sin reposici"n Qcu$l es
la pro!a!ilidad de &ue:
a=. < los mu7ecos sel eccionados sean mu7ecas R
a-. < (aya una mu7eca y un mu7ecoR
aE. < el primer mu7eco seleccionado sea una mu7eca y el segundo un
mu7ecoR.
b.< compar e la respues t a a.6 y a. ? y expli&ue por&ue son diferent es .
). < #on refer enci a al e/ercicio L de la aut oe1al uaci "n de la semana
ant eri or.
a.< Sup"ngas e &ue el entr e1i st ado seleccionado sea mu/ er. Q#u$l es
ent onces la pro!a!ilidad de &ue no disfrut e ir de compr as R
b.< Sup"ngas e &ue el entr e1i st ado sel eccionado disfrut a ir de compr as.
Q#u$l es la pro!a!ilidad de &ue sea un (om!r eR
c.< QSon est ad sticame nt e independi ent e disfrut ar ir de compr as y el
sexo de la personaR Pundame nt e su respues t a.
d.< Q#u$l es la pro!a!ilidad de &ue un ent r e1i st ado% sel eccionado en
forma aleat ori a. . .
d. =. < QSea mu/ er o disfrut e ir de compr as R
d. -. < QSea (om!r e o no disfrut e ir de compr as R
d. E. < QSea (om!r e o mu/ erR
3tilice para el inciso :d; las propi edade s de la definici"n axiom$t i ca de
pro!a!ilidad.
,. < A partir de una in1esti gaci "n realizada% se supo &ue el BMS de los
(om!r es son fumador es9 y &ue padecen afecciones respir at ori as dado
&ue son fumador es un 2MS. Adem$s se conoci" &ue no siendo
fumador es% dado &ue padecen de afecciones exist en un @MS% Si se
realiza el experi ment o de seleccionar un indi1iduo del grupo al azar%
diga:
a.< 0ro!a!ilidad de &ue no sea fumador.
b.< 0ro!a!ilidad de &ue sea fumador y padezca de afecci"n pul monar .
c.< 0ro!a!ilidad de &ue fume dado &ue padece de los pul mones .
d.< 0ro!a!ilidad de &ue no padezca de afecciones pul monar es dado &ue
fuma
e. < 0ro!a!ilidad de &ue padezca de afecci"n respirat ori a.
B>
Autores: MSc. Daisy Espall ar gas y MSc. Jorge DEspaux
Semana VI. Teor% a &a!e s i ana. Teorema de la Probabi l i dad Total .
Teorema de &a!e s
&ibli ogra# % a. Estad% s t i c a de la C0IAE. Tema pagi nas
&eor e ma de !aye s .
Vay algunos result ados import ant es del c$lculo de pro!a!ilidades C&ue
se conocen como teor ema s fundame nt al es del c$lculo de
pro!a!ilidades D &ue son conocidos como teor ema de la pro!a!ilidad
tot al y )eorema de Eayes.
0ara comenzar el est udi o de est os teor ema s empezar e mos por recordar
algunas regl as &ue ya 1imos% es decir &ue de (ec(o conocemos y &ue
ser $n neces ari as:
.egl a del suc e s o compl e me n t ari o 0CAOD H > . 0CAD% &ue
tam!i n ser$ 1$lida 1erla par a la pro!a!ilidad condicional
compl eme nt ari a &ue 1endr $ dada por 0CAOKED H > . 0CAKED.
.egl a de la Adici n' Sean A y E dos sucesos definidos en un
espaci o mues t r al % la pro!a!ilidad de su uni"n% si son sucesos no
dis/unt osC no mut ua me nt e excluyent es D es 0CAED H 0CAD G 0CED .
0CAED% pero si los sucesos son dis/unt osC mut ua me nt e
excluyent es D donde A E H ent onces 0CAED H 0CAD G 0CED.
.egl a del Product o' Sean A y E dos sucesos definidos en S% no
mut ua me nt e excluyent es % ent onces la pro!a!ilidad de su
inters ecci "n

0CAD . 0CEKAD
es: 0CAED H 0CED . 0CAKED

pero si los sucesos son independi ent es ent onces:
0CAED H 0CAD . 0CED
3na 1ez recordadas est as regl as podr emos consider ar &ue par a calcul ar
pro!a!ilidad cuando el suceso segur o est $ descompue s t o en una serie
de sucesos incompat i !l es de los &ue conocemos sus pro!a!ilidades tal
como se pres ent a n a continuaci "n:
S

B6
A
>
A
6
A
?
E

A
@
A
2
E
Autores: MSc. Daisy Espall ar gas y MSc. Jorge DEspaux
Donde A
>
% A
6
% ... % A
n
son :n; sucesos definidos en S un sist ema
ex(aus t i 1o y excluyent e de sucesos% tal como lo 1erifican las relaciones
sigui ent es:

n
i
i
$ &
>

A
i
A
/
H i /
Se llega al )eorema de la pro!a!ilidad tot al% &ue dice:
Sea A
>
% A
6
% ... % A
n
:n; sucesos definidos en S un sist ema ex(aus t i 1o y
excluyent e de sucesos% ent onces:
E S 0CED H
D K C D C
>

n
i
i i
& ) P & P

%emo s t r a c i )n:
0CED H 0CESD H
( )
1
]
1

,
_

,
_

n
i
i
n
i
i
& ) P & ) P
> >
H
[ ] ( ) ( )
i
n
i
n
i
i i
& ) P & P & ) P K
> >



,eamos un e/empl o:
Se tienen dos urnas &ue conti enen !olas !lancas y azul es
3rna > 3rna 6
Q#u$l es la pro!a!ilidad de &ue salga una !ola !lancaR
3rna > : 0C3
>
D H \ 0CEK3
>
D H @KB
3rna 6 : 0C3
6
D H \ 0CEK3
6
D H ?K2
As la 0CED H 0CEK3
>
D. 0C3
>
D G 0CEK3
6
D. 0C3
6
D
H @KB . \ G ?K2 . \
H @K>@ G ?K>M
H
+
>@M
I6
>@M
@6 @M
#omo la 3rna > y la 3rna 6 forman un sist ema incompat i !l e y
excluyent e de sucesos% el teor ema de la pro!a!ilidad tot al per mi t e
calcul ar est a pro!a!ilidad% ya &ue la !ola result ado de!e pro1eni r de
una y solo una de las dos urnas.
Estudi amos est e teor ema m$s &ue nada por&ue el mismo forma part e
del )eorema de Eayes.
El )eorema de Eayes lle1a est e nom!r e por&ue fue enunci ado por el
re1er endo )(omas Eayes C>BM6 . >BA>D% adem$ s de ministro
pres!i t eri ano% era mat e m$ t i co% de nacionalidad -ngles a% el mismo
fundame nt a la est ad sti ca Eayesi ana y sient a los principios de la teor a
B?
@ E ? A ? E 6 A
Autores: MSc. Daisy Espall ar gas y MSc. Jorge DEspaux
de la decisi"n so!r e la !as e de la concepci "n su!/ eti1ist a de la
pro!a!ilidad
Se conoce por pro!a!ilidad su!/ eti1a% cuando se est udi an fen"menos
aleat ori os en los &ue no (ay posi!ilidad de repeti ci"n o
experi ment aci "n% la pro!a!ilidad su!/ eti1a es la
cuantificaci"nCsu!/ eti 1aD &ue una persona Co un grupoD (ace de un
e1ent o utilizando la informaci "n &ue posee.
Est e concept o es muy aplicado en la empr es a y utilizado por la
est ad sti ca !ayesi ana% la teor a de la decisi"n y de los /uegos
Desarroll" un procedi mi ent o formal con el fin de usar la informaci "n
adicional para re1isar las pro!a!ilidades .
Est e )eorema es !ast ant e 'til en el proces o de toma de decisiones ya
&ue regul ar me nt e la informaci "n adicional se o!ti ene ant es de tomar
una decisi"n import ant e.
El )eorema de Eayes part e de una pro!a!ilidad de procedenci a o a
prioriC que debe sumar 13 por est ar el suceso seguro descompue s t o en
una serie de sucesos mut uame nt e exclu4ent es 3 de los que se conoce su
probabilidadB y de una pro!a!ilidad condicionada a su procedenci a.
0or lo &ue el )eorema de Eayes como tal !usca una pro!a!ilidad a
post eri ori.
El )eorema conoci do tam!i n como la pro!a!ilidad in1ers a% plant ea:
Si A
>
% A
6
% ... % A
n
9 son :n; sucesos definidos o su!con/ unt o del espaci o
mues t r al :S; y confor man un sist ema ex(aus t i 1o y excluyent e y :E; un
su!con/ unt o% tam!i n del espaci o mues t r al :S;% del &ue conoce mos
todas las cantidades 0CEKA
i
D% i H >% 6% ... % n9 a la &ue denomi na mos
1erosi milit ud% ent onces se 1erifica:
/ H >% 6% ... % n% &ue

( )
( ) ( )
( ) ( )

n
i
i i
6 6
6
& ) P & P
& ) P & P
) & P
>
K
K
K
%emo s t r a c i )n:
Se puede decir &ue est e )eorema es una cons ecuenci a de la
pro!a!ilidad condicionada% en tr mi nos de la inters ecci "n% y del
pro!l ema de la pro!a!ilidad tot al:
0CA
/
KED H
( )
( )
( ) ( )
( ) ( )

n
i
i i
6 6 6
& ) P & P
& ) P & P
) P
) & P
>
K
K
Donde 0CA
/
KED H pro!a!ilidad de &ue ocurra el suceso A
/
dado &ue
ocurri" el suceso E
0CA
/
y ED H 0ro!a!ilidad con/unt a de &ue ocurran los sucesos A y E en
sucesi "n.
0CED H pro!a!ilidad de &ue (aya ocurrido el suceso E
B@
Autores: MSc. Daisy Espall ar gas y MSc. Jorge DEspaux
,eamos un e/empl o:
3na empr es a compr a ciert o tipo de pieza &ue es sumi nist r ada por tres
pro1eedor es: el @2S de las piezas son compr ada s al pri mer pro1eedor
resul t ando defect uos a el >S. El segundo pro1eedor sumi ni st r a el ?MS
de las piezas y de ellas es defect uos os el 6S. *as rest ant es piezas
pro1i enen del tercer pro1eedor% siendo defect uos o el ? S de las
mismas.
En un control de recepci "n de artculos se selecciona una pieza al azar y
es defect uos a. #alcular la pro!a!ilidad de &ue la (aya sumi nist r ado el
segundo pro1eedor .
Soluci"n:
#ada una de las piezas procede de uno y s"lo uno de los
pro1eedor es C si s t e ma eJaus t i vo ! ecl u! e nt e s de suc e s o s 9 y lo
denot ar e mos por A
>
% A
6
% y A
?
Sea E el suceso de &ue la pieza sea defect uos a.
Probabi l i dad de Proce de nci a8 0ro!a!ilidad a 0riori% de &ue la pieza proceda de A/D
0CA>D H M.@2 0CA6D H M. ?M 0CA?D H M.62
Probabi l i dad de Kue la pi eLa sea "e# e ct uo s a 8 0ro!a!ilidad de &ue la pieza
sumi ni st r ada por A/ sea defect uos aD
0CEKA>D H M.M> 0CEKA6D H M.M6 0CEKA?D H M.M?
QQu pidenR *a pro!a!ilidad de &ue una pieza seleccionada defect uos a
sea del 6do pro1eedor9 lo &ue es una pro!a!ilidad a post eri ori% &ue lo
resuel 1e el )eorema de Eayes:
( )
( ) ( )
( ) ( ) ( ) ( ) ( ) ( )
?? . M
62 . M M? . M ?M . M M6 . M @2 . M M> . M
?M . M M6 . M
K K K
K
K
? ? 6 6 > >
6 6
6

+ +

+ +

x x x
x
& P & ) P & P & ) P & P & ) P
& P & ) P
) & P
,amos a (acer otro e/ercicio:
3na Empres a *ec(er a tiene dos la1ador as de !ot ell as% la :A; proces a un
6MS de todas las !ot ell as utilizadas diariame nt e y rompe un @S de las
&ue la1a. *a :E; proces a las rest ant es y rompe un 6S.
aD Q#u$l es la pro!a!ilidad de &ue una !ot ell a la1ada &ue
seleccionar e mos al azar est e rot aR.
!D 3na !ot ell a &ue sel ecciona mos al azar est $ rot a. Q#u$l es la
pro!a!ilidad de &ue (aya sido la1ada en la m$&ui na :A;R.
Soluci"n:
Antes &ue todo identificar emos los sucesos
*lamar e mos A
>
y A
6
a los sucesos :la1ador a de !ot ell as A; y :la1ador a
de !ot ell a E;% respecti 1ame nt e.
B2
Autores: MSc. Daisy Espall ar gas y MSc. Jorge DEspaux
*lamar e mos suceso E% :!ot ell as &ue se rompen;.
Probabi l i dad de Proce de nci a' Cpro!a!ilidad a priori% de &ue las !ot ell as proceda n
de la la1ador a AiD
0CA>D H M.6M 0CA6D H M.IM
Probabi l i dad de Kue las bot el l as se rompan' Cpro!a!ilidad de &ue las !ot ell as
la1adas por Ai se rompanD
0CEKA>D H M.M@ 0CEKA6D H M.M6
aD Q&u pidenR Que una !ot ell a la1ada est e rot a% est o es una
pro!a!ilidad tot al
0CED H 0CA
>
D0CEKA
>
D G 0CA
6
D0CEKA
6
D
H M.6MCM. M@D G M.IMCM. M6D H M.M6@
!D QQu pidenR% Que una !ot ell a sel eccionada al azar &ue est a rot a%
(aya sido la1ada en la la1ador a ACpara nosot ros es A
>
tal como lo
defini mos al inicioD% est o es una pro!a!ilidad a post eri ori% luego se
resuel 1e por el teor ema de Eayes.

( )
( ) ( )
( ) ( ) ( ) ( )
???? . M
M6@ . M
MMI . M
M6 . M IM . M M@ . M 6M . M
M@ . M 6M . M
K K
K
K
6 6 > >
> >
>

+

x x
x
& P & ) P & P & ) P
& P & ) P
) & P

A continuaci "n se plant ear $ n una seri e de e/ercicios adicional es ya &ue
en el la!or at ori o no (ay e/ercicios de est a part e de la mat eri a.
(jercicios adicionales
= .. 3na plant a de armado de apar at os de radio tiene dos lneas de
mont a/ e. *a lnea - produce un IMS de ellas% en tant o &ue la lnea --
produce l 6MS rest ant e. 3n promedi o del 2S de los radios armados en
la lnea - y un >MS de los de la lnea -- son defect uos os. 3n apar at o
elegi do al azar entr e los &ue est $n listos par a su despac(o se (alla en
mal est ado. Q#u$l es la pro!a!ilidad de &ue (aya sido mont ado en la
lnea -R. Q#u$l es la pro!a!ilidad de &ue (aya sido mont ado en la lnea
--R
2. - 3na f$!rica produce artculos idnticos en dos lneas de mont a/ e. Dos
&uint as part es de la producci"n se realizan en una 1ie/a lnea% de la cual
>MS de los product os se rec(aza por mal a calidad9 las otras tres &uint as
part es se fa!rican en una lnea moder na de la &ue solament e el @S
resul t a rec(azada. Qcu$l es la pro!a!ilidad de &ue un product o
rec(azado (aya pro1eni do de la lnea de mont a/ e 1ie/ aR
E. < 3na compa7 a de taxis clasifica a sus conduct or es por clases: E Cmuy
!uenoD% 4Cregul arD% MCmaloD% lo cual depende de los accident es &ue
(ayan teni do. *a pro!a!ilidad de &ue un conduct or tenga% por lo menos%
un accident e mens ual es de M.M6 para la clase E% M.M@ para la 4 y M.MI
BA
Autores: MSc. Daisy Espall ar gas y MSc. Jorge DEspaux
para la M. *a compa7 a sa!e &ue un IMS de sus conduct or es son de
clase E% un >MS de clase 4 y el otro >MS de la clase M. 3no de los
conduct or es informa &ue aca!a de sufrir un accident e. Q#u$l es la
pro!a!ilidad de &ue dic(o conduct or pert enezca:
aD A la clase ER
!D A la clase 4R
cD A la clase MR
(. < El 2S de las unidades produci das en una f$!rica se encuent r an
defect uos as cuando el proceso de fa!ricaci"n se encuent r a !a/o cont rol.
Si el proceso se encuent r a fuera de control% se produce un ?MS de
unidades defect uos as . *a pro!a!ilidad de &ue el proceso se encuent r e
!a/o control es de M.L6. Si se escoge aleat ori ame nt e una unidad y se
encuent r a &ue es defect uos a% Q#u$l es la pro!a!ilidad de &ue el proces o
se encuent r e !a/o controlR.
*. < 3na plant a donde se arman piezas reci!e microcircuit os
pro1eni ent es de tres f$!ricas distint as E
>
% E
6
% y E
?
. El 2MS del tot al se
compr a a E
>
% mient r as &ue a E
6
y E
?
se les compr a un 62S a cada una.
El porcent a/ e de circuit os defect uos os para E
>
% E
6
% y E
?
es 2% >M y >6S
respecti 1ame nt e. Si los circuit os se almacena n en la plant a sin import ar
&uien fue el 1endedor.
aD Det er mi nar la pro!a!ilidad de &ue una unidad armada en la plant a
cont enga un circuito defect uos o.
!D Si un circuito no est $ defect uos o% Q#u$l es la pro!a!ilidad de &ue
(aya sido 1endi do por el pro1eedor E
6
R.
). < 3n in1ersioni st a est $ pens ando en compr ar un n'mer o muy grande
de acciones de una compa7 a. *a cotizaci"n de las acciones en la !olsa%
durant e los seis mes es ant eri or es% es de gran int er s para el
in1ersionist a. #on !as e a est a informaci "n% se o!ser1a &ue la cotizaci"n
se relaciona con el product o nacional !rut oC05ED. Si el 05E aument a% la
pro!a!ilidad de &ue el 1alor de las acciones aument e es de M.I. Si el
05E es el mismo% la pro!a!ilidad de &ue las acciones aument e n su 1alor
es de M.6. Si el 05E dismi nuye% la pro!a!ilidad de &ue las acciones
aument e n su 1alor es de s"lo M.>. Si para los sigui ent es seis mes es
se asignan las pro!a!ilidades M.@% M.? y M.? a los e1ent os% el 05E
aument a% es el mismo% y dismi nuye% respect i 1a me nt e% det er mi ne la
pro!a!ilidad de &ue las acciones aument e n su 1alor en los pr"xi mos
seis mes es.
,. < #on !ase a 1arios est udi os una compa7 a (a clasificado% de acuer do
con la posi!ilidad de descu!rir pet r"l eo% las formaci ones geol"gicas en
tres tipos. *a compa7 a pret ende perfor ar un pozo en un det er mi nado
sitio% al &ue se le asignan las pro!a!ilidades de M.?2% M.@M y M.62 par a
los tres tipos de formaci ones respecti 1ame nt e. De acuer do con la
experi enci a% se sa!e &ue el petr"l eo se encuent r a en un @MS de
formaci ones de tipo -% en un 6MS de formaci ones de tipo -- y en un ?MS
BB
Autores: MSc. Daisy Espall ar gas y MSc. Jorge DEspaux
de formaci ones de tipo ---. Si la compa7 a no descu!r e pet r"l eo en ese
lugar% det er m nes e la pro!a!ilidad de &ue exist a una formaci "n del tipo
--.
F. < Vay tres carret er as para 1ia/ ar de la #iudad A la #iudad E. 0or dat os
est ad sti cos se conoce &ue la pro!a!ilidad de accident es en cada una
de est as carret er as es
62
>
%
?M
>
%
6M
>
4 respecti 1ame nt e. Adem$s se sa!e
&ue los 1ia/eros tienen prefer enci a por la carr et er a --% por la &ue
transi t an la mit ad de los 1e(culos9 mient r as &ue la otra mit ad transi t a
en canti dades igual es por las carr et er as - y --. Q#u$l es la pro!a!ilidad
de &ue ocurr a un accident e en un 1ia/ e de la ciudad A a la ciudad ER.
C. < )res m$&ui nas A% E y # producen respect i 1a me nt e el 2MS% ?MS y
6MS del n'mer o tot al de artculos de una f$!rica. El porci ent o de
artculos defect uos os &ue produce cada una de est as m$&ui nas es de
?S% @S y 2S respecti 1ame nt e. Si se selecciona un artculo
aleat ori ame nt e% Q#u$l es la pro!a!ilidad de &ue:
aD Sea defect uos oR
!D Si el artculo es defect uos o% (aya sido produci do por la m$&ui na A o
por la m$&ui na ER
=G. < En el sal"n de est udi o de una escuel a secundari a el 62S de los
alumnos y el >MS de las alumnas est udi an Matem$t i ca. Est as 'lti mas
consti t uyen el AMS de los est udi ant es del sal"n. Si se sel ecciona al azar
un est udi ant e y result a ser de mat e m$ t i ca% Q#u$l es la pro!a!ilidad de
&ue sea una alumnaR.
BI
Autores: MSc. Daisy Espall ar gas y MSc. Jorge DEspaux
Autoe$amen
>. #on !ase en dat os geol"gicos% una compa7 a petrol er a esti ma &ue
(ay una pro!a!ilidad de M.? de encont r ar pet r"l eo en ciert a
regi"n. Se sa!e por experi enci a pre1i a &ue si se (a de encont r ar
petr"l eo% (ay una pro!a!ilidad de M.@ de (allarlo en la pri mer a
seri e de perfor aci ones. Si est a primer a seri e de perfor aci ones no
resul t a exitos a% Qcu$l es la pro!a!ilidad de (allar petr"l eo a la
largaR.
6. Dentro de un ciert o grupo de est udi ant es % 6K2 son (om!r es y ?K2
mu/ er es. De los (om!r es% \ tienen menos de 6> a7os de edad%
mient r as &ue 6K? de las mu/ er es est $n en el mismo caso. #alcule
la pro!a!ilidad de &ue:
aD 3n est udi ant e elegi do al azar tenga m$s de 6> a7os.
!D 3n est udi ant e elegi do al azar menor de 6> a7o% sea mu/ er.
?. 3na firma radicada en #u!a% tiene cuat ro 1endedor es : Jos es
respons a!l e del @MS de las 1ent as% Pernando de 62S% Samuel de
6MS y Juan de >2S. De los client es de Jos AMS 1uel1en a
compr ar a la empr es a% mient r as &ue BMS de los de Pernando% y
B2 S de los de Samuel y Juan 1uel1en con el mismo prop"si t o.
Q#u$l es la pro!a!ilidad de &ue un client e &ue 1a por segunda 1ez
a compr ar a la firma sea client e:
aD De Jos
!D De Juan
@. 3n compr ador de ropa femeni na de una gran tienda depar t a me nt al
compr a anual ment e 6MS de los 1esti dos a un fa!ricant e A% ?MS a un
segundo fa!ricant e E% y el 2MS rest ant e a di1ersos pro1eedor es . De
los 1estidos compr ados a A se 1ende el IMS9 B2S de los de E y LMS
de los rest ant es . Q#u$l es la pro!a!ilidad de &ue un 1estido &ue no se
1endi" al final de la tempor ada pro1enga del fa!ricant e AR
BL