Sie sind auf Seite 1von 30

CAPITULO 3.

PROBABILIDAD

59

a) Cu
al es el n
umero de muestras distintas posibles?
b) Cu
antas muestras de cinco contienen exactamente un chip que no
cumple con los requerimientos?
c) Cu
antas muestras de cinco contienen al menos un chip que no cumple
con los requerimientos?
Ejercicio 3.2.8. El dise
no de un sistema de comunicaci
on considera las
siguientes preguntas:
a) Cu
antos prefijos de tres dgitos de telefono pueden crearse para representar un
area geogr
afica en particular (c
odigo de
area) con los dgitos
del 0 al 9?
b) . Al igual que en el inciso a), Cu
antos prefijos de tres dgitos pueden
crearse de modo que el primer dgito no sea 0 ni 1, y el segundo sea 0
o 1?
c) . Cu
al es el n
umero de prefijos de tres dgitos en los que ning
un dgito
aparece m
as de una vez en cada prefijo?

3.3.

PROBABILIDAD Y AXIOMAS DE PROBABILIDAD

En la realizacion de un experimento aleatorio, la variacion en las mediciones


obtenidas puede ser muy peque
na o apreciable y se hace necesario determinar que tanto influye esta variacion en las conclusiones que se desprendan
del analisis de la informacion recolectada.
En un sentido amplio la probabilidad mide el Grado de Creencia de una
informacion hecha con base en la informacion recolectada. Tambien mide la
posibilidad de ocurrencia de uno o mas resultados de un experimento aleatorio.
El enfoque basico sobre el cual podemos iniciar el calculo de probabilidades
esta vinculado a la frecuencia relativa. As, la probabilidad de un resultado
de un experimento aleatorio puede asociarse a la frecuencia de ocurrencia
de dicho resultado en repeticiones sucesivas del experimento.
Si un experimento tiene N posibles resultados, todos con la misma probabilidad de ocurrencia, la probabilidad asociada a cada resultado es 1 / N .
Si en vez de un resultado, se tiene un conjunto de resultados, digamos un

CAPITULO 3. PROBABILIDAD

60

evento E, la probabilidad asociada al evento E, despues de n repeticiones del


experimento aleatorio, es aproximadamente nE / n, donde nE es el n
umero
de resultados contenidos en E de las n repeticiones.
Ejemplo 3.3.1. Se lanza un dado no cargado. Hallar el espacio muestral y
la probabilidad asociada a cada elemento del espacio muestral.
Soluci
on
El espacio muestral para este experimento es S = {1, 2, 3, 4, 5, 6}. La
probabilidad asociada a cada resultado sera 1 / 6.
Ejemplo 3.3.2. Si se lanzan dos dados no cargados, hallar la probabilidad
asociada a cada elemento del espacio muestral.
Soluci
on
El espacio muestral tendra 36 posibles resultados y la probabilidad asociada
a cada resultado es 1 / 36.
Ejemplo 3.3.3. Se lanzan tres monedas no cargadas, hallar la probabilidad
asociada a cada elemento del espacio muestral.
Soluci
on
Cada uno de los 8 posibles resultados tienen probabilidad 1 / 8 de ocurrir.
Definici
on 3.3.1. Sea E un evento de un espacio Muestral S. La probabilidad de E, se calcula como la suma de las probabilidades de los resultados
contenidos en el evento E.(Probabilidades aproximadas).
Ejemplo 3.3.4. El espacio Muestral de un experimento aleatorio es {a , b , c , d , e},
y las probabilidades asignadas a cada resultado son 0 . 1 , 0 . 1 , 0 . 2 , 0 . 4 y 0 . 2,
respectivamente. Sean A = {a , b} y B = {c , d , e}.

Hallar P (A), P (B), P (A B) y P (A ).


Soluci
on
P (A) = 0.1 + 0.1 = 0.2
P (B) = 0.2 + 0.4 + 0.2 = 0.8
P (A B) = 0.2 + 0.8

P (A ) = P (B) = 0.8
Ejemplo 3.3.5. Se lanzan tres monedas no cargadas.
S = {CCC, CCS , CSC, SCC, CSS, SCS, SSC, SSS}

CAPITULO 3. PROBABILIDAD

61

Sean A: al menos una cara


B: el doble de sellos que de caras
A = {SSC, SCS, CSS, SCC, CSC, CCS, CCC}
B = {CSS, SCS, SSC}.

Hallar P (A), P (B), P (A B) y P (A B ).


Soluci
on
P (A) = 7 / 8
P (B) = 3 / 8

P A B = 4/8

P (A B) = P (B) = 3 / 8

Definici
on 3.3.2. : Una funci
on P : S , ser
a llamada una funci
on
de probabilidad, si satisface las siguientes propiedades:
I) Si A es cualquier evento de S, entonces P (A) 0
II) P (S) = 1
III) Si E 1 , E 2 , . . . , E n , . . .es una colecci
on (finita o infinita) de eventos
de S, mutuamente excluyentes, entonces

P (E 1 E 2 . . . E n . . .) = P

Ei

i=1

P (E i ) < + .
i=1

Si n = 2 P (E1 E2 ) = P (E1 ) + P (E2 ).


Teorema 3.3.1. : Sea E un evento de un espacio Muestral S, entonces:
I) 0 P (E) 1
II) P () = 0
III) P (E ) = 1 P (E), E es el complemento de E.
Demostraci
on

Como E E = S y E E = ,
= P (E) + P E

P (S) = P (E) + P E

1 = P (E) + P E

P E E

entonces

por lo tanto P E

= 1 P (E)

Proposici
on 3.3.1. Sean A y B eventos de un espacio Muestral S, si A
B, entonces P (A) P (B).
Demostraci
on

CAPITULO 3. PROBABILIDAD

62

B = A (B A)
B=A

B A

Como P (B) = P (A) + P B A


P (A) P (B) , pues P B A 0

Por lo tanto

Proposici
on 3.3.2. : Sean A y B eventos de un espacio Muestral S entonces
P (A B) = P (A) + P (B) P (A B).
Demostraci
on
Observe que

A B =
Ademas

A B

(A B)

B A

(A B)

(A B)

A =

A B

B =

B A

Todos los eventos involucrados son mutuamente excluyentes. As


P A B

= P (A) P (A B)

= P (B) P (A B) y

P B A

P (A B) = P A B

+ P B A

+ P (A B)

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

CAPITULO 3. PROBABILIDAD

63

Ejemplo 3.3.6. La siguiente tabla presenta la historia de 940 obleas de un


proceso de fabricaci
on de semi - conductores. Se elige al azar una oblea de
esta tabla. Sea A: el evento en que la oblea tenga altos niveles de contaminaci
on y B: el evento en que la oblea est
a en el centro de instrumentaci
on
electr
onica.
Contaminacion alta

NO
SI

NO
514
112
626

SI
68
246
314

Total
582
358
940

Calcule: P (A) , P (B) , P (A B) , P (A B) , P (A B )


Soluci
on

P (A) =

358
940

= 0.38085

P (B) =

314
940

= 0.33404

P (A B) =

246
940

= 0.26170

CAPITULO 3. PROBABILIDAD

64

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

426
358 + 314 246
=
940
940

P (A B) = 0.45319

P A B

112
= 0.11915
940

Ejemplo 3.3.7. Si A y B son eventos de un espacio Muestral tales que


P (A) = 0.3 , P (B) = 0.2 , P (A B) = 0.1 .
Calcule P (A ), P (A B), P (A B), P (A B ), P (A B)
Soluci
on
P A = 1 P (A) = 1 0.3 = 0.7

P (A B) = P (A) + P (B) P (A B) = 0.3 + 0.2 0.1 = 0.4


P (A B) =?
P (B) = P (B A ) + P (A B)

P (A B) = P (B) P (A B) = 0 . 2 0 . 1 = 0 . 1

P A B

= P (A B)

P A B =P A

= 1 P ((A B)) = 1 0.1 = 0.9

+ P (B) P A B

= 0.7 + 0.2 0.1 = 0.8


Ejemplo 3.3.8. Cuando A y B juegan tenis, A siempre gana en proporci
on
de 3 a 5. Cu
al es la probabilidad de que B gane al menos dos partidos?

CAPITULO 3. PROBABILIDAD

65

Soluci
on
Denotemos por ABA, un resultado tpico, el cual representa el orden y el
sujeto que gano el partido. Por ejemplo ABA indica que A gano el primer
y tercer partido y B gano el segundo.
De esta manera, el espacio muestral esta dado por
S = {AAA, AAB, ABA, BAA, ABB, BAB, BBA, BBB}
Este es un espacio muestral donde los resultados no son equiprobables
(es decir, no podemos asignar la misma probabilidad a cada resultado). Por
ejemplo es mas probable que ocurra AAA que BBB.
P (A) = 3 / 5 y P (B) = 2 / 5. Para calcular las probabilidades asociadas a cada resultado, asumiremos que ABA, por ejemplo, representa la
interseccion de tres eventos y la probabilidad se calcula como el producto
de las probailidades de los tres eventos involucrados. As
2
3
P (ABA) = P (A) P (B) P (A) = 35
5
5
18
P (ABA) = 125
. De esta forma tenemos:
AAA

AAB

ABA

AAA

AAB

ABA

AAA

AAB

27
125

18
125

18
125

18
125

12
125

12
125

12
125

8
125

Sea C: B gana al menos dos partidos


C = {ABB, BAB, BBA, BBB}
As
P (C) = P (ABB) + P (BAB) P (BBA) + P (BBB) =

44
125

Ejemplo 3.3.9. Se carga un dado de manera que un n


umero par tiene el
doble de probabilidad de presentarse que un impar. Si E es el evento en el
que se da un n
umero menor que cuatro en un solo lanzamiento, encuentre
P (E).
Soluci
on
De la naturaleza del experimento resulta que,
S = {1, 2, 3, 4, 5, 6}
Ahora bien, sea
P (P ar) = w
Como la probabilidad de par es el doble de la impar
P (Impar) =

w
2

CAPITULO 3. PROBABILIDAD

66

Por el axioma 2 de probabilidad, la suma de las probabilidades debe ser


igual a uno; entonces,
w
w
w
w+ +w+ +w+
= 1 despejando a w
2
2
2
2
w =
9
por lo anterior,
P (P ar) =
P (Impar) =

2
9
1
9

Como E = {1, 2, 3} la P (E) = 19 + 92 + 91 = 49 .


Algunas veces la ocurrencia de un evento A puede afectar la ocurrencia
posterior de otro evento B; por lo tanto, la probabilidad del evento B se
vera afectada por el hecho de que ya ocurrio el evento A. Suponga que un
grupo de 20 artculos contiene 10 que son defectuosos y 10 que no lo son;
una persona selecciona uno de estos artculos al azar, sin saber que hay defectuosos, y lo instala en un equipo. Sea A el evento de que la seleccion de un
10
= 21 ; ahora bien,
artculo resulte en uno defectuoso; por lo tanto, P (A) = 20
si se selecciona otro artculo de los 19 restantes la probabilidad del evento
B donde B representa que el segundo artculo seleccionado esta defectuoso
on dio como resultado un artculo no
sera P (B) = 10
19 si la primera selecci
9
defectuoso o P (B) = 19 si la primera seleccion fue un defectuoso; o sea
que la seleccion de un defectuoso en el segundo intento depende de lo que
ocurrio en el primer intento (observe que si el primer artculo se hubiera
reincorporado al lote las probabilidades hubieran permanecido invariables).
El anterior razonamiento sirve para introducir uno de los conceptos mas importantes en la teora de probabilidades: La Probabilidad Condicional.

3.4.

PROBABILIDAD CONDICIONAL

En muchos experimentos la ocurrencia de un evento particular esta usualmente asociada a la ocurrencia de otros eventos, de manera que al calcular
la probabilidad de dicho evento es necesario considerar aquellos que condicionan su ocurrencia.

CAPITULO 3. PROBABILIDAD

67

Ejemplo 3.4.1. Un comite de dos personas va a ser seleccionado al azar


de un grupo de 3 medicos y 4 soci
ologos. Cu
al es la probabilidad de que el
primer seleccionado sea medico? Soci
ologo? De que los dos sean medicos?
Cu
al es la probabilidad de que el segundo sea medico?
Soluci
on
Si M 2 : es el evento donde el segundo seleccionado es medico.
M 1 :El primer seleccionado es medico.
S 1 :El primer seleccionado es sociologo.
Entonces para calcular P (M 2 ) es necesario tener en cuenta que paso con el
primer seleccionado.
Si el primer seleccionado es medico entonces P (M 2 ) = 26 = 31
Si el primer seleccionado es sociologo entonces P (M 2 ) = 36 = 21
La probabilidad de M 2 depende de lo ocurrido con la primera seleccion. En
este sentido diremos que la ocurrencia de M 2 esta condicionada a la ocurrencia de otro evento (ya sea M 1 o S 1 )
Ejemplo 3.4.2. De una urna que contiene 4 bolas rojas y 5 bolas negras se
extraen al azar y sin reemplazo dos bolas, una a una. Cu
al es la probabilidad
de que la primera sea roja?, Sea negra?, Cu
al es la probabilidad de que la
segunda sea roja?
Soluci
on
Definamos los siguientes eventos:
Ri : La i - esima bola extrada es Roja; i = 1, 2
Ni : La i - esima bola extraida es Negra; i = 1, 2

P (R1 ) = 94 , P N1 = 59
Para calcular la probabilidad de R2 , se necesita saber el color de la primera
bola extrada.
Si la primera bola es roja, entonces P (R2 ) = 3 / 8
Si la primera bola es negra, entonces P (R2 ) = 4 / 8
La probabilidad de R2 depende de la bola extrada en la primera seleccion.
Definici
on 3.4.1. Sean A y B eventos de un espacio muestral S. La probabilidad condicional de A dado B, la cu
al denotamos P (A | B), est
a da-

CAPITULO 3. PROBABILIDAD

68

da por
P (A B)
;
P (B)
P (A B)
;
P (B | A) :=
P (A)
Tenemos que:
P (A | B) :=

P (B) > 0.

As mismo

P (A) > 0.

P (A B) = P (A) P (B | A) = P (B) P (A | B)

SRegla multiplicativaR
Ejemplo 3.4.3. Se selecciona al azar 100 personas de una gran comunidad y
se someten a un estudio para evaluar la incidencia del fumar en el desarrollo
de enfermedad pulmonar. Los resultados obtenidos despues de un perodo se
muestran a continuaci
on.

Enf
Pulm

SI
NO
Total

H Fuma
SI NO
40
3
5
12
45 15

Total
43
17
60

M Fuma
SI NO
20
2
10
8
30 10

Total
22
18
40

Defina los eventos:


H: La persona seleccionada es un hombre.
M : La persona seleccionada es una mujer.
F : La persona seleccionada fuma.
N : La persona seleccionada no fuma.
E: La persona seleccionada desarrolla enfermedad pulmonar.
N E: La persona seleccionada no desarrolla la enfermedad pulmonar.
Se selecciona una persona al azar de estas 100. Calcule las siguientes probabilidades.
a) Cu
al es la probabilidad de que sea fumador y hombre? fumador y
mujer?
b) Cu
al es la probabilidad de que sea fumador? Cu
al es la probabilidad
de que desarrolle enfermedad pulmonar?

CAPITULO 3. PROBABILIDAD

69

c) Si es mujer, cu
al es la probabilidad de que desarrolle enfermedad pulmonar? y si es hombre?
d) Si es mujer y no fuma, Cu
al es la probabilidad de que desarrolle
enfermedad pulmonar?
e) Cu
al es la probabilidad de que desarrolle enfermedad pulmonar, dado
que no fuma
o es mujer?
Soluci
on
a) P (F H)
P (F H) =
P (F M ) =
b) P (F ) =

45
100
30
100

45 + 30
100

c) P (E | M ) =

75
100

22
40

d) P (E | M F ) =

; P (E) =

, P (E | H) =

43 + 22
100

65
100

43
60

20
30

e) P (E | N M ) = ?

P (E (N M ))
P (N M )
P (E N ) (E M )
=
P (N M )
P (E N ) + P (E M ) P (E N M )
=
P (N M )
22
2
5
25
+ 100 100
25
100
= 100
=
55
55 = 55
100
100

P (E | N M ) =

Ejemplo 3.4.4. Una urna contiene 4 bolas rojas y 5 bolas negras. Se extraen
al azar y sin reemplazo 2 bolas sucesivamente. Calcule la probabilidad de que
la segunda bola extraida sea roja.

CAPITULO 3. PROBABILIDAD

70

Soluci
on
Como se hizo en el ejemplo con anterioridad vemos que esta probabilidad
depende del resultado en la primera extraccion. Como en dicho ejemplo.
Sea Ri : La i-esima bola extrada es roja; i = 1 , 2
Ni : La i-esima bola extrada es negra; i = 1 , 2
Observe que R1 N1 = S y R1 N1 = .
Ahora
R2 S = R2 = R2 (R1 N1 ) = (R1 R2 ) (N1 R2 )
Como R1 N1 =
As,

(R1 R2 ) (N1 R2 ) =

P (R2 ) = P (R1 R2 ) P (N1 R2 )


= P (R1 ) + P (N1 R2 )
= P (R1 ) P (R2 | R1 ) + P (M ) P (R2 | N1 )
4 3
5 4
32
4
= + =
=
9 8
9 8
72
9

Ejemplo 3.4.5. Con base en una muestra de 539 personas. Se observaron


las variables N AC: # de accidentes en el a
no, SEXO: del conductor y
T IP O: tipo de vehculo seg
un su peso:
T IP O = 1 Automovil
T IP O = 2 Cami
on o bus
T IP O = 3 Camioneta o campero
SEXO = H Hombre
SEXO = M Mujer
La informaci
on resumida se muestra a continuaci
on:

T
I
P
O

1
2
3

Sexo H
N
A
0
1
52 27
93 13
90 14
235 54

C
2
20
6
4
30

99
112
108
319

CAPITULO 3. PROBABILIDAD

T
I
P
O

1
2
3

Sexo M
N
A
0
1
58 50
1
4
47 18
106 72

71

C
2
38
0
4
42

146
5
69
220

Se elige al azar una persona de este grupo


a) Cu
al es la probabilidad de que tenga un vehculo tipo 1?
b) Cu
al es la probabilidad de que sea hombre y se haya accidentado?
c) Si se ha accidentado, Cu
al es la probabilidad de que sea hombre? De
que maneja autom
ovil?
d) Si conduce un cami
on o bus. Cu
al es la probabilidad de que se haya
accidentado?
e) Cu
al es la probabilidad de que sea mujer, si conduce un campero y no
se ha accidentado?
f ) Cu
al es la probabilidad de que sea un hombre dado que maneja un
autom
ovil o se ha accidentado dos veces?
Soluci
on
Defina los siguientes eventos
H : La persona seleccionada es hombre
M : La persona seleccionada es mujer
T i : La persona seleccionada maneja un vehculo T IP O = i , i = 1 , 2 , 3
N i :La persona seleccionada se ha accidentado i veces i = 0 , 1 , 2
(o N AC = i ; i = 0 , 1 , 2)

CAPITULO 3. PROBABILIDAD
a) P (T 1 ) =

245
539

5
11

72

= 0.4545

A : se ha accidentado

b) P (H A). Si la persona se ha accidentado es porque N AC es 1 o 2.


As
84
12
P (H A) = 54+30
539 = 539 = 77 = 0.1558
P (H (N 1 N 2 )) = P (H N 1 ) + P (H N 2 ) =

c) P (H|A) =
d) P (A|T 2 ) =

54+30
54+30+72+42

13+6+4+0
112+5

e) P (M |T 3 A ) =

47
90+47

84
198

23
117

14
33

54
539

30
539

84
539

= 0.4242

= 0.1966

47
137

= 0.3431

f)
P (H (T 1 N 2 ))
P (T 1 N 2 )
P ((H T 1 ) (H N 2 )) 47
=
P (T 1 ) + P (N 2 ) P (T 1 N 2 )
P (H T 1 ) + P (H N 2 ) P (H T 1 N 2 )
=
P (T 1 ) + P (N 2 ) P (T 1 N 2 )
99
30
20
+ 539 539
= 539 187+58+14

P (H|T 1 N 2 ) =

539

109
=
= 20.4208
259

CAPITULO 3. PROBABILIDAD

73

Ejemplo 3.4.6. Considere una urna con 4 bolas blancas y 3 bolas negras.
Se extrae al azar una bola pero no se mira de que color es, seguidamente se
extrae una segunda bola. Que tan probable es que sea blanca?
Soluci
on
La probabilidad del segundo evento depende exclusivamente del resultado
en el primer experimento (o primera extraccion).
Si la primera bola es blanca, la respuesta es 36 = 21
Si la primera bola es negra, la respuesta es 46 = 23
(Mayor). Por lo tanto dicha probabilidad tiene un valor diferente dependiendo del resultado en el primer experimento. Sean A y B eventos de un
espacio Muestral. Observe que
A = A S = A B B = (A B) A B
Como A B y A B son excluyentes, entonces
P (A) = P (A B) + P A B = P (A|B) P (B) + P A|B P B
Lo anterior se conoce como Teorema de Probabilidad Total
Para el ejemplo, Si B: La primera bola es blanca y A :La segunda bola es
blanca
entonces
P (A) = P (A B) + P (A B ) = P (A|B) P (B) + P (A|B ) P (B )
= 21 74 + 23 37 = 74

Ejemplo 3.4.7. Suponga que un lote contiene 15 piezas de hierro fundido


de un proveedor local y 25 de un proveedor de otro estado. Se eligen al azar y
sin reemplazo dos piezas del lote de 40. Sean A: el evento donde la primera
pieza seleccionada es del proveedor local y B: el evento donde la segunda
pieza seleccionada es del proveedor local.
a) Cu
al es el valor de P (A)?
b) Cu
al es el valor de P (B|A)?
c) Cu
al es el valor de P (A B)?

CAPITULO 3. PROBABILIDAD

74

d) Cu
al es el valor de P (B |A)?
Soluci
on
a) P (A) =

15
40

b) P (B|A) =

14
39

c) P (A B) = P (A) P (B|A) =
d) P (B |A) =

15
40

14
39

7
52

= 0.1346

25
39

Ejemplo 3.4.8. Un fabricante de neveras tiene cinco listas para ser enviadas a un distribuidor. El fabricante no sabe que dos de las cinco son
defectuosas. Recibe un pedido de dosde ellas y lo cubre seleccionando al azar
dos de las cinco,
a) Obtenga el espacio muestral S para el experimento de seleccionar dos de
las cinco y asigne probabilidades a cada punto muestral.
b) Sea E el evento de que el pedido se cubre con dos neveras no defectuosas.
Represente el subconjunto generado por E y halle P (E).
Soluci
on
a) Suponga que una elecci
on de una nevera defectuosa se representa por D
y no defectuosa por B; as el espacio muestral S ser
a:
S = {D1 D2 , D1 B2 , B1 D2 , B1 B2 }
Observe que cada punto muestral representa una intersecci
on; por ejemplo
el punto D1 D2 quiere decir que la primera nevera es defectuosa y la segunda tambien lo es. Para hallar la probabilidad asignada a cada uno de los
elementos del anterior conjunto se debe usar probabilidad condicional,
2
5
2
P (D1 B2 ) = P (D1 ) P (B2 | D1 ) =
5
3
P (B1 D2 ) = P (B1 ) P (D2 | B1 ) =
5
3
P (B1 B2 ) = P (B1 ) P (B2 | B1 ) =
5

P (D1 D2 ) = P (D1 ) P (D2 | D2 ) =

1
1
=
4
10
3
3
=
4
10
3
2
=
4
10
3
2
=
4
10

CAPITULO 3. PROBABILIDAD

75

b) E el evento de que el pedido se cubre con dos neveras no defectuosas. Por


lo tanto
E = {B1 B2 }
Por la parte a) P (E) =

3
10

= 0.3

Pero C
omo calcular probabilidades en una situaci
on real?
Considere el siguiente ejemplo.
Ejemplo 3.4.9. la siguiente tabla de doble entrada resume informaci
on
sobre 70 individuos los cuales se clasificaron de acuerdo a las variables F uma
y Sedentarismo,

Fuma

Sedentarismo
Si No
Si
19 17
No
10 24
Total 29 41

Total
36
34
70

Hallar P (Si sea sedentario | Si fuma)


Soluci
on

P (Si sea sedentario y si fuma) =


P (Si fuma) =
P (Si sea sedentario | Si fuma) =
P (Si sea sedentario) =

19
= 0.2714
70
(19 + 17)
= 0.5143
70
19
= 0.53
(19 + 17)
(19 + 10)
= 0.4143
70

Observe que,
P (Si sea sedentario | Si fuma) =

P (Si sea sedentario y si fuma)


P (Si fuma)

la u
ltima igualdad sirve para verificar que la formulacion de la probabilidad
condicional se ve respaldada por evidencia contenida en datos reales.

CAPITULO 3. PROBABILIDAD

76

A partir de la definicion de la probabilidad condicional se puede definir


un criterio para determinar cuando dos eventos A y B son independientes.
Intuitivamente la idea de independencia entre dos eventos se refiere a que la
ocurrencia de un evento A no afecta para nada la ocurrencia de otro evento
B; por ejemplo, se les pregunta a unas personas si van a votar o no en
las proximas elecciones; la respuesta que de el iesimo de los encuestados
no influye sobre la respuesta que de el jesimo encuestado; es decir, si el
iesimo dijo Si no hay razon para pensar que el jesimo deba responder
condicionado a esa respuesta.
Ejemplo 3.4.10. Dos jugadores A y B juegan lanzando alternativamente
un par de dados. Quien obtenga primero un total de 7 gana el juego. Hallar:
a) La probabilidad de que A gane el juego.
b) La probabilidad de que B gane el juego.
Soluci
on

a) Suponga que el jugador A comienza lanzando. Defina los siguientes


eventos:
Ai : El jugador A obtiene un 7 en el lanzamiento i, i = 1, 2, 3, . . .
Bi : El jugador B obtiene un 7 en el lanzamiento i, i = 1, 2, 3, . . .
Cada que ambos jugadores tiren los dados se considera una ronda; un
jugador puede ganar en cualquier ronda.
El espacio muestral esta formado por todas aquellas posibles parejas
que resultan de lanzar dos dados. Ahora,
P (A gane en la primera ronda) =

1
6

Lo anterior es porque las parejas


(4, 3), (3, 4), (5, 2), (2, 5), (6, 1), (1, 6),
favorecen el evento de ganar y son 36 resultados o parejas posibles
6
( 36
= 61 ).

CAPITULO 3. PROBABILIDAD

77

Ahora,

5 5

6 6

P (A gane en la segunda ronda) = P A1 B2 A3 =

Ambos perdieron

P (A gane en la tercera ronda) = P A1 B2 A3 B4 A5


5 5

6 6

5 5

6 6

1ra ronda

1
6

2da ronda

..
.
..
.
De esta manera,
P (A gane el juego) =

1 1
+
6 6

= +

5
6

1
1+
6

+
5
6

1
6

5
6

5
6

+
4

1
6

5
6
5
6

+ ...
6

+ ...

Observe que el miembro derecho de la anterior igualdad tiene la forma 16 1 + x2 + x4 + x6 + . . . . Haciendo el cambio de variable y = x2
2
ltima expresion se tiene que,
donde y = 65 en esta u
P (A gane el juego) =
=

1
1 + y + y2 + y3 . . .
6
1
1
6 1y

1
6

1
25
1 36

1
6

11
36

6
11

Serie geometrica

b) Usando la formulacion de probabilidad del evento complementario, se


tiene que
5
P (B gane el juego) =
11

1
6

CAPITULO 3. PROBABILIDAD

78

Ejercicios propuestos
Ejercicio 3.4.1. Si A , B y C son eventos mutuamente excluyentes, es
posible que P (A) = 0.3, P (B) = 0.4 y P (C) = 0.5? Por que?
Ejercicio 3.4.2. La tabla siguiente presenta un resumen del an
alisis realizado a las flechas de un compresor para determinar el grado con que estas
satisfacen ciertos requerimientos.
Sea A el evento de que La curvatura cumple con los requerimiento.
Sea B el evento de que El acabado superficial cumpl con los requerimiento.

si
no

A
si
345
12

no
5
8

a. Si se toma una flecha al azar, cu


al es la probabilidad de que cumpla
con los requerimientos de acabado superficial?
b. Cu
al es la probabilidad de que la flecha seleccionada cumpla con los
requisitos de acabado o con los de curvatura?
c. Cu
al es la probabilidad de que la flecha cumpla con los requisitos de
acabado o que no cumpla con los de curvatura?
d. Cu
al es la probabilidad de que la flecha cumpla con los requisitos de
acabado y curvatura?
Ejercicio 3.4.3. Continuaci
on del ejercicio anterior
Las flechas se clasifican, adem
as, en terminos de la m
aquina herramienta
utilizada en su fabricaci
on
M
aquina herramienta 1

si
no

A
si
200
4

no
1
2

CAPITULO 3. PROBABILIDAD

79

M
aquina herramienta 2

si
no

A
si
145
8

no
4
6

a. Si se elige una flecha al azar, Cu


al es la probabilidad de que cumpla
con los requerimientos de acabado o con los de curvatura, o que provenga de la m
aquina herramienta 1?
b. Si se escoge una flecha al azar, Cu
al es la probabilidad de que cumpla
con los requerimientos de acabado o que no cumpla con los de curvatura o que provenga de la m
aquina herramienta 2?
c. Si se elige una flecha al azar, Cu
al es la probabilidad de que cumpla
con los requisitos de acabado y curvatura o que provenga de la m
aquina
herramienta 2?
d. Si se toma una flecha al azar, Cu
al es la probabilidad de que cumpla
con los requisitos de acabado o que provenga de la m
aquina herramienta 2?
Ejercicio 3.4.4. Un lote contiene 15 piezas de fierro fundido de un proveedor local y 25 de un proveedor de otro estado. Se eligen tres piezas al azar,
sin reemplazo, del lote de 40. Sean A: el evento donde la primera pieza
seleccionada es del proveedor local, B: el evento donde la segunda pieza
seleccionada es del proveedor local y C: el evento donde la tercera pieza
seleccionada es del proveedor local.
a. Cu
al es el valor de P (A B C)?
b. Cual es el valor de P (A B C )?
Ejercicio 3.4.5. Considere los datos sobre contaminaci
on de obleas y posici
on en un instrumento de deposici
on electr
onica, dados a continuaci
on.
Suponga que de este conjunto se toma al azar una oblea. Sean A: el evento
donde la oblea contiene cuatro o m
as partculas, y B: El evento donde la
oblea est
a en el centro del instrumento de deposici
on.

CAPITULO 3. PROBABILIDAD

80

a. Cu
al es el valor de P (A)?
b. Cu
al es el valor de P (A|B)?
c. Cu
al es el valor de P (B)?
d. Cu
al es el valor de P (B|A)?
e. Cu
al es el valor de P (A B)?
f. Cu
al es el valor de P (A B)?
Ejercicio 3.4.6. Si P (A|B) = 1, Puede concluirse que A = B? Dibuje un
diagrama de Venn para explicar su respuesta.
Ejercicio 3.4.7. Suponga que A y B son eventos mutuamente excluyentes.
Construya un diagrama de Venn que contenga los eventos A, B y C, tales
que P (A|C) = 1 y P (B|C) = 0.

3.4.1.

Teorema de Probabilidad Total

Sean A 1 , A 2 , . . . A n , eventos no vacos de un espacio Muestral mutuamente excluyentes que constituyen una particion de S, es decir, ni=1
Ai = S. Si B es un evento cualquiera de S, entonces
n

P (B) =

P (A i B) =
i=1

P (A i ) P (B|A i ).
i=1

Ejemplo 3.4.11. La irregularidad del corte de productos de papel aumenta


a medida que las hojas de las cuchillas se desgastan. Se sabe que el 1 % de
los productos cortados con cuchillas nuevas tienen cortes irregulares, el 3 %
de los que se cortan con cuchillas de filo promedio tienen cortes irregulares
y el 5 % de los cortados con cuchillas desgatadas tienen cortes irregulares.
Adem
as, el 25 % de las cuchillas son nuevas, el 60 % tienen filo promedio y
el 15 % est
an desgastadas, Cu
al es la proporci
on de productos con cortes
irregulares?

CAPITULO 3. PROBABILIDAD

81

Soluci
on
Defina
I :Producto presenta cortes irregulares
N :Las cuchillas son nuevas
P :Las cuchillas tienen filo medio
D :Las cuchillas estan desgastadas
Seg
un el enunciado se tiene que:
P (N ) = 0.25 P (P ) = 0.6 P (D) = 0.15 N P D = 5
ademas son mutuamente disjuntos.
P (I|N ) = 0.01 P (I|P ) = 0.03 P (I|D) = 0.05
Ahora
P (I) = P (N ) P (I|N ) + P (P ) P (I|P ) + P (D) P (I|D)
= (0.25)(0.01) + (0.6)(0.03) + (0.15)(0.05) = 0.028
El 2.8 % de los productos cortados presenta cortes irregulares.

Definici
on 3.4.2. : Sean A y B eventos de un espacio Muestral. Se dice
que A y B son estadsticamente independientes si y s
olo si, cualquiera de
las siguientes proposiciones se cumple:
a) P (A|B) = P (A)
b) P (B|A) = P (B)
c) P (A B) = P (A) P (B)
En general, una coleccion de eventos E 1 , E 2 , . . . E n de un espacio Muestral S, se dicen Mutuamente Independientes, si y solo si, la interseccion
de cualquier subconjunto de eventos de esta coleccion cumple que la probabilidad de dicha interseccion es el producto de las probabilidades de los
eventos involucrados.

Ejemplo 3.4.12. El siguiente circuito trabaja si y solo si, existe una trayectoria de dispositivos en funcionamiento de izquierda a derecha. Suponga que
los dispositivos fallan de manera independiente. Cu
al es la probabilidad de
que el circuito funcione?

CAPITULO 3. PROBABILIDAD

82

Los n
umeros al interior de los recuadros son las probabilidades de falla de
cada dispositivo.
Soluci
on
Sea I: el evento de que el circuito funcione
P (I) = 1 P I = 1 (0.1) 1 0.99 2

= 0.99801

Ejemplo 3.4.13. Retomando el ejemplo de la irregularidad en los cortes


de productos de papel, si el producto presenta cortes irregulares, que tan
probable es que se hayan utilizado cuchillas nuevas.
Soluci
on
Usando los mismos eventos definidos previamente se pide:
P (N |I) =

P (N ) P (I|N )
P (N I)
=
.
P (I)
P (I)

Como P (N ) = 0.25 P (I|N ) = 0.01 y P (I) = 0.028.


As:
P (N |I) =
P (D|I) =

(0.25)(0.01)
(0.028)
(0.15)(0.05)
(0.028)

= 0.0893 ,
= 0.2679

P (P |I) =

(0.6)(0.03)
0.028

= 0.6429

CAPITULO 3. PROBABILIDAD

3.4.2.

83

TEOREMA DE BAYES

Sean A 1 , A 2 , . . . A n eventos no vacos de un espacio Muestral S, mutuamente excluyentes y tales que A i = S. Si B es un evento de S; entonces:
P (Aj |B) =

P (BAj )
P (B)

P (Aj )P (B|Aj )
n
i=1 P (Ai )(B|Ai )

SProbabilidad a prioriR

Ejemplo 3.4.14. Considere una urna que contiene 4 bolas blancas y 3 negras. De esta urna se extrae una bola sin mirar de que color es y se extrae
una segunda bola Qutan probable es que esta sea blanca? Todo depende de
cu
al bola fue extraida primero. Si la bola extraida primero es blanca entonces
la respuesta es 36 = 21 y si la bola extraida primero es negra entonces la respuesta es 46 = 23 . Para resolver este problema, observe que para cualquier
par de eventos de un espacio muestral S
A=AS =A BB

= (A B) A B

Como A B y A B son excluyentes entonces por Teorema de probabilidad


total
P (A) = P (A B) + P A B

= P (B) P (A | B) + P B

P A| B

Para el ejemplo en cuesti


on sean
B : La primera bola extraida es blanca
A : La segunda bola extraida es blanca
Ahora,
P (A) = P (A B) + P A B

= P (B) P (A | B) + P B
=

1
2

4
7

2
3

P A| B

3
7

4
7
La siguiente gr
afica ilustra la situaci
on del ejemplo,
=

CAPITULO 3. PROBABILIDAD

84

Ejemplo 3.4.15. En una cierta poblaci


on de votantes 40 % son del partido
A y 60 % del partido B. Seg
un estudios se ha reportado que 30 % de los del
partido A y 70 % de los del partido B est
an a favor de cierta ley de impuestos.
Si se escoge una persona alazar de esta poblaci
on y declara estar a favor de
dicha ley, encuentre la probabilidad de que esta persona pertenezca al partido
B.
Soluci
on
Defina los siguientes eventos:
A: Ser del partido A
B: Ser del partido B
C: Estar a favor de dicha ley de impuestos.
De la informacion proporcionada por el problema, se tiene que
P (A) = 0.4
P (B) = 0.6
P (C | A) = 0.3
P (C | B) = 0.7

Los eventos A y B particionan el espacio muestral y por lo tanto C se puede


expresar como una union de conjuntos disjuntos; es decir,
C = (C A) (C B)
Usando el Teorema de Probabilidad Total se tiene que,

CAPITULO 3. PROBABILIDAD

85

P (C) = P (A) P (C | A) + P (B) P (C | B)


As
P (C) = (0.4 0.3) + (0.6 0.7) = 0.54
Para calcular la probabilidad pedida se debe usar la regla de Bayes para
obtener
P (B) P (C | B)
(0.6 0.7)
P (B | C) =
=
= 0.778
P (C)
(0.54)
Ejercicios propuestos
Ejercicio 3.4.8. La probabilidad de que falle un conector electrico que se
mantiene seco durante el perodo de garanta, es 1 %. Si el conector se
humedece, la probabilidad de falla durante el perodo de garanta es 5 %.
Si el 90 % de los conectores se mantienen secos, y el 10 % se humedece,
que proporci
on de conectores fallar
a durante el periodo de garanta?
Ejercicio 3.4.9. Las muestras de vidrio de un laboratorio se colocan en
empaques peque
nos y ligeros o en empaques pesados y grandes, respectivamente, se rompen durante el trayecto a su destino. Si el 60 % de las muestras
se envan en empaques grandes, y el 40 % en empaques peque
nos, Cu
al es
la proporci
on de muestras que se romper
an durante el envo?
Ejercicio 3.4.10. Si P (A) = 0.2 y P (B) = 0.2, y los eventos A y B son
mutuamente excluyentes, puede afirmarse que son independientes?
Ejercicio 3.4.11. Se toman muestras de espuma de dos proveedores y se
hace una evaluaci
on a estas paara determinar el grado con el que cumplen
ciertas especificaciones. A continuaci
on se resumen losa resultados obtenidos
con 126 muestras.

Proveedor

1
2

Si
80
40

No
4
2

Ejercicio 3.4.12. Sean A: el evento en que la muestra es del proveedor 1,


y B: el evento donde la muestra cumple con las especificaciones.
a. Los eventos A y B son independientes?

CAPITULO 3. PROBABILIDAD

86

b. Los eventos A y B son independientes?


Ejercicio 3.4.13. En la prueba de la tarjeta de un circuito impreso en la que
se utiliza un patr
on de prueba aleatorio, un arreglo de 10 bits tiene la misma
probabilidad de ser uno o cero. Suponga que los bits son independientes.
a. Cu
al es la probabilidad de que todos los bits sean uno?
b. Cu
al es la probabilidad de que todos los bits sean cero?
c. Cu
al es la probabilidad de que exactamente cinco bits sean uno, y los
otros cinco, cero?
Ejercicio 3.4.14. Las ocho cavidades de una m
aquina de moldeo por inyecci
on producen conectores pl
asticos que caen en una banda de transporte
com
un. Se toma una muestra de conectores cada determinado tiempo. Suponga que las muestras son independientes.
a. Cu
al es la probabilidad de que cinco muestras sucesivas hayan sido
producidas en la cavidad uno del molde?
b. Cu
al es la probabilidad de que cinco muestras sucesivas hayan sido
producidas en la misma cavidad del molde?
c. Cu
al es la probabilidad de que cuatro de cinco muestras sucesivas
hayan sido producidas en la cavidad uno del molde?
Ejercicio 3.4.15. Un lote de 500 contenedores para jugo de naranja de
congelado contiene cinco que est
an defectuosos. Se escogen dos al azar, sin
reemplazo. Sean A y B los eventos donde el primero y el segundo contenedor
son defectuosos, respectivamente.
a. Los eventos A y B son independientes?.
b. Si el muestreo se hace con reemplazo, Los eventos A y B son independientes?.
Ejercicio 3.4.16. El circuito siguiente trabaja si, y solo si, existe una
trayectoria en funcionamiento, de izquierda a derecha. El dibujo indica la
probabilidad de que cada dispositivo funcione. Suponga que la probabilidad
de que un dispositivo funcione no depende del funcionamiento de los dem
as
dispositivos. Cu
al es la probabilidad de que el circuito funcione?

CAPITULO 3. PROBABILIDAD

87

Ejercicio 3.4.17. El siguiente circuito trabaja si, y solo si, existe una
trayectoria en funcionamiento, de izquierda a derecha. En el dibujo se indica
la probabilidad de que cada dispositivo funcione. Suponga que la probabilidad
de que un dispositivo trabaje no depende del funcionamiento de los dem
as
dispositivos. Cu
al es la probabilidad de que el circuito funcione?

Suponga que P (A|B) = 0.8


P (B|A)

P (A) = 0.5

P (B) = 0.2. Calcule

Ejercicio 3.4.18. Los l


aseres de semiconductor utilizados en los productos
para almacenamiento
optico requieren niveles de potencia mucho mayores
para las operaciones de escritura que para las de lectura. Entre m
as grande
es el nivel de potencia menor es la duraci
on del l
aser. Los l
aseres utilizados en productos para el respaldo de discos magneticos de alta velocidad se
utilizan principalmente para escribir, y la probabilidad de que su vida u
til
sea mayor que cinco a
nos es 0.95. Los l
aseres que se emplean en productos
para almacenamiento, invierten aproximadamente el mismo tiempo en operaciones de lectura y escritura, y la probabilidad de que la vida u
til de estos
sea mayor que cinco a
nos es 0.995. El 25 % de los productos de cierto fabricante se utilizan para operaciones de respaldo, mientras que el 75 % restante
se emplea para almacenamiento.
Sean A: el evento donde la vida u
til de l
aser es mayor que cinco a
nos, y
B: el evento donde el producto que emplea el l
aser se utiliza para respaldar
informaci
on.
Calcule:

CAPITULO 3. PROBABILIDAD

88

a. P (B).
b. P (B ).
c. P (A|B).
d. P (A|B ).
e. P (A B).
f. P (A B ).
g. P (A).
Ejercicio 3.4.19. En una operaci
on de llenado autom
atico, la probabilidad
de que el volumen de llenado sea incorrecto es 0.001 cuando el proceso se
realiza a baja velocidad. Cuando el proceso se efect
ua a alta velocidad, la
probabilidad de un llenado incorrecto es 0.01. Suponga que el 30 % de los
contenedores se llena cuando el proceso se efect
ua a alta velocidad, mientras
que el resto se ejecuta el proceso se lleva a cabo a baja velocidad.
a. Cu
al es la probabilidad de encontrar un contenedor lleno con un volumen incorrecto?
b. Si se encuentra un contenedor lleno con un volumen incorrecto, Cu
al
es la probabilidad de que haya sido llenado cuando el proceso se realizaba a alta velocidad?
Ejercicio 3.4.20. Un lote de 50 arandelas espaciadoras contiene 30 que son
m
as gruesas que la dimensi
on requerida. Suponga que del lote se escogen tres
arandelas al azar, sin reemplazo.
a. Cu
al es la probabilidad de que las tres arandelas sean m
as gruesas
que la dimensi
on requerida?
b. Cu
al es la probabilidad de que la tercera arandela sea m
as gruesa de
lo necesario si las dos primeras son m
as delgadas que la dimensi
on
requerida?
c. Cu
al es la probabilidad que la tercera arandela sea m
as gruesa que la
dimensi
on requerida?