Estadstica Probabilstica

5. Temas adicionales sobre la probabilidad

5.1 Probabilidad condicional
Las probabilidades hasta ahora vistas proporcionan las frecuencias relativas de los eventos cuando el
experimento se repite un gran nmero de veces. Estas son llamadas probabilidades incondicionales ya que no
suponen condiciones especiales asociadas al experimento.
Ejemplo 1: Las caras de un dado con 1, 2, 3 puntos se pintan de rojo. Si se lanza el dado. Cul es la
probabilidad de obtener una cara roja o un nmero impar?
Sean:
A = { Obtener una cara roja}
B = { Obtener un nmero impar}
A = {1, 2, 3}
B = {1, 3, 5}
A B ={1, 2, 3, 5}
P(A B) = P(1)+ P(2)+ P(3)+ P(5)
P(A B) = 1/6+ 1/6+ 1/6+ 1/6 = 4/6 ; P(A B)= 2/3
Supongamos ahora que lanzamos el dado y podemos ver una cara roja, pero no podemos ver el nmero de
puntos sobre ella. Cul es la posibilidad de que el nmero de puntos sea impar?
El espacio muestral:
S = {1, 2, 3, 4, 5, 6}; se redujo a
S1 = {1, 2, 3} ya que como 4, 5, 6 no estn pintados de rojo se eliminan.
El nuevo conjunto A B sera:
A B ={1,3}.
P(A B )= P(1)+ P(3)
P(A B )= 1/3+ 1/3 = 2/3
Si hubiramos utilizado un dado comn la probabilidad de un nmero impar seria = 3/6. Podemos ver que el
conocimiento de que la cara est pintada de rojo, nos permite calcular una probabilidad condicional en un
espacio muestral reducido S
Ejemplo 2 : Hemos visto que la probabilidad de observar un nmero par (evento A) en un lanzamiento de un
dado es de . Suponga que en cierto lanzamiento del dado el resultado fue un nmero menor o igual a 3
(evento B). Pensara usted todava que la probabilidad de observar un nmero par en ese lanzamiento es igual
a ?
El que B ocurra reduce el espacio muestral de 6 eventos posibles a tan slo 3 (los contenidos en el evento B)
El espacio muestral reducido ser:
1

2
A

3
B

Concluimos que la probabilidad de que A ocurra, dado que B ocurre es 1/3. Utilizaremos es smbolo P(AIB) para
representar esta probabilidad.
25

Juan Camilo Alzate Echeverri

juank151@hotmail.com

Estadstica Probabilstica

Generalizando:
Para determinar la probabilidad condicional de que el evento A ocurra, dado que B ocurre, divida la probabilidad
de que ocurra tanto A como B entre la probabilidad de que ocurra B; esto es:

P(A B)
P(B)

P( A / B)

Probabilidad de A dado B

donde suponemos P(B)

0.

Probabilidad de que ocurran tanto A como B

Probabilidad de que ocurra la condicion B

Ejemplo 3 :
Un fabricante de procesadores de licuadoras realiz un anlisis de quejas de los consumidores y determin que
estaban en las seis categoras siguientes:

Durante el periodo de garanta

Despus del periodo de garanta
Totales

Razn de la queja
Elctrica
Mecnica
18%
13%
12%
22%
30%
35%

Aspecto
32%
3%
35%

Totales
63%
37%
100%

Si hay una queja por parte de un consumidor: Qu probabilidad hay de que la causa de la queja sea el
aspecto del producto, dado que la queja se origin durante el perodo de garanta?
A ={Queja por el aspecto del producto}
B ={Queja presentada durante el perodo de garanta}
- Vemos que el 63% de las quejas se presentaron en el tiempo de la garanta, luego P(B) =0.63.
- El porcentaje de quejas debido a la apariencia que se presentaron durante el perodo de garanta
(evento A B) es del 32%. Luego P(A B)=0.32
- Podemos calcular la probabilidad condicional P(AIB) de que la causa de la queja sea el aspecto, dado que la
queja ocurri durante el perodo de garanta por:
P( A / B)

P( A B)
P( B)

0.32
0.63

0.51

51 %

- Concluimos que un poco ms de la mitad de las quejas durante el perodo de garanta se debieron a rayones,
abolladuras u otras imperfecciones en la superficie de las licuadoras.
Cul ser la probabilidad de que la queja haya sido presentada despus del periodo de garanta, dado que la
queja fue por una falla mecnica?

26

Juan Camilo Alzate Echeverri

juank151@hotmail.com

Estadstica Probabilstica

5.2. Reglas de probabilidad para uniones e intersecciones.

Hasta ahora hemos trabajado con diversas reglas de la probabilidad, pero stas han sido propuestas a travs
del uso de los diagramas de Venn Euler. Realicemos otra mirada a estas reglas y a otras que pueden
proponerse a partir de la frmula de probabilidad condicional.
5.2.1. Regla aditiva de la probabilidad.
La probabilidad de la unin de los eventos A y B es la suma de las probabilidades de los eventos A y B menos
la probabilidad de la interseccin de los eventos A y B (de lo contrario se estara repitiendo la probabilidad de
los eventos que son comunes):
P(A B)= P(A)+ P(B)- P(A B)
Ejemplo 1:
Se lanza un dado y se observa la cara superior. Se definen los siguientes eventos:
A ={observar un nmero impar}
B ={observar un nmero menor que 3}
Suponga que P(A)= 0.4, P(B)= 0.2, P(A B)= 0.1
Determine: P(A B)
1
.1
.5 .5

.3

.2

A={1, 3, 5}
B={1, 2}

.4

.6

P(A B)= P(1)+ P(2)+ P(3)+ P(5)

P(A)= P(1)+ P(3)+ P(5)
P(B)= P(1)+ P(2)
P(A B)= P(1).
Si sumamos las probabilidades de los eventos simples que constituyen los eventos A y B, obtenemos:
P(A) + P(B)= P(1)+ P(3)+ P(5) + P(1) + P(2)
P(A)

P(B)

P(A) + P(B) = P(1)+ P(2)+ P(3) + P(5) + P (1)

P(A B)
Despejando

P(A

B).

P(A B)= P(A)+ P(B) - P(A B), luego P(A B)= 0.4 + 0.2 0.1= 0.5

Es necesario restar P(A B) porque si no lo hiciramos, estaramos incluyendo ms de una vez la probabilidad
de un evento simple.

27

Juan Camilo Alzate Echeverri

juank151@hotmail.com

Estadstica Probabilstica

5.2.2. Regla aditiva para eventos mutuamente exclusivos.

Los eventos A y B son mutuamente excluyentes, si A
P(A B)= 0.

B no contiene eventos simples. Luego:

Si dos eventos A y B son mutuamente excluyentes, la probabilidad de la unin de A y B es igual a la suma de

las probabilidades de A y B.
P(A B)= P(A)+ P(B)

Ev. mutuamente excluyentes

5.2.3. Regla multiplicativa de la probabilidad.

Se utiliza para calcular la probabilidad de dos eventos que suceden consecutivamente o tambin que pueden
suceder al mismo tiempo. En palabras se expresara como: la probabilidad de que se den los eventos A y B es
igual al producto de la probabilidad de A por la probabilidad de B dado A.
P(A B)= P(A) P(BIA)
P(A B)= P(B) P(AIB)
Esta regla puede demostrarse de la siguiente manera:
P( A B)
De la regla de probabilidad condicional: P( A / B)
P( B)
Reorganizando, P(A B)= P(B). P(AIB)= P(A) P(BIA)

Ms usada

Ejemplo 1
Un programador est interesado en el evento de que un trabajo sea procesado inmediatamente al momento de
presentarse.
Sean los eventos: A = { La computadora est funcionando}
B = { El trabajo se procesar de inmediato}
La interseccin de estos dos eventos, es el evento que le interesa al programador .
Si existe una probabilidad de 0.9 que la computadora est funcionando en un momento dado y de 0.05 de que
el trabajo se procesar de inmediato si la computadora est funcionando.
P(A)= 0.9
P(B/A)= 0.05
Qu probabilidad hay de que un trabajo dado se procese de inmediato?
P(A B)= P(A) P(BIA) = (0.05) (0.9)= 0.045.
La probabilidad de que un trabajo presentado se procese de inmediato es 0.045 o del 4.5%

28

Juan Camilo Alzate Echeverri

juank151@hotmail.com

Estadstica Probabilstica

5.2.4. Regla multiplicativa para eventos independientes

Los eventos A y B son independientes si la ocurrencia de A no altera la probabilidad de que ocurra B, en otras
palabras A y B son independientes si.
P(AIB)= P(A) y

P(BIA)= P(B)

P(A

B)= P(A). P(B) Ev. Independientes

Ejemplo 1:
Considere el experimento de lanzar una moneda 2 veces y observar la cara superior. Definimos los siguientes
eventos:
A ={ El primer lanzamiento es sello}
B ={ El segundo lanzamiento es sello}
Si A ya ocurri, afectar esto la probabilidad de que B ocurra?
El espacio muestral para este experimento ser: S = XX, XC, CX, CC
Evento simple
Probabilidad
CC

CX

XC

XX

P(B)= P(XX) + P(CX)= + = 2/4 =

P(A)= P(XX)+P(XC)= + = 2/4 =
Si comparramos con la probabilidad de que se d el evento B, si ya se dio el evento A, tenemos que:
P ( B / A)

P( B A)
P ( A)

1/ 4
1/ 2

2
4

1
2

Vemos que P(B)= y que P(BIA)= , luego el que el primer lanzamiento haya sido sello no afectar la
probabilidad de que el segundo lanzamiento sea sello.
Decimos entonces que los eventos A y B son independientes.
Si los eventos A y B son independientes, la probabilidad de la interseccin de A y B es igual al producto de las
probabilidades de A y B, o sea:
P(A

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

Ev. Independientes

Para el ejemplo anterior:

P(A)=1/2 y P(B)=1/2
P(A B)= . =
La cual es la probabilidad de XX.

29

Juan Camilo Alzate Echeverri

juank151@hotmail.com

Estadstica Probabilstica

Ejemplo 2:
En un estudio para saber si fumar y el cncer de pulmn estn relacionados, 750 personas fueron estudiadas,
los resultados se tabulan. Suponga que una persona del estudio es seleccionada al azar. Con base en los
datos, determine si los eventos tener cncer de pulmn (T) y fumar (F) son o no independientes.
Cncer de pulmn
Sin cncer de pulmn
Totales
Comparemos P(T) con P(TIF)
250
P (T )
750
P (T F ) 150 / 750
P (T / F )
P( F )
275 / 750
Como P(T) P(TIF)
independientes.

Fumador
150
125
275

150
275

No fumador
100
375
475

Total
250
500
750

0.55

concluimos que los eventos fumar y tener cncer de pulmn no son eventos

Ejemplo 3 :
Dos inspectores revisan un mismo artculo para catalogarlo como bueno o defectuoso. El primer inspector no
detecta como defectuosos el 6% de los artculos revisados. El segundo inspector no detecta como defectuosos
el 3% de los artculos que revisa, despus de haber sido revisados por el primer inspector. Calcule la
probabilidad de que un artculo defectuoso no sea detectado por los dos inspectores.
A ={ Artculo defectuoso no detectado por el primer inspector}
B ={ Artculo defectuoso no detectado por el segundo inspector}
P(A)= 6%
P(BIA)=3%

P(A)= 0.06
P(BIA)=0.03

P(A B)= P(A). P(BIA)=0.06 x 0.03 = 0.0018

= 0.18%
La probabilidad de que un artculo defectuoso, no sea detectado por ninguno de los inspectores, es del 0.18%.
Cmo considera Usted esta probabilidad?
Podra estar seguro del control de calidad de esta empresa, valindose de este valor de probabilidad?

30

Juan Camilo Alzate Echeverri

juank151@hotmail.com

Estadstica Probabilstica

5.3. Ejercicios del Captulo

1. La siguiente tabla muestra el resultado de 500 entrevistas hechas durante una encuesta cuyo objeto era
analizar las opiniones de los residentes de cierta ciudad acerca de la eleccin popular de alcaldes. Los datos se
clasificaron segn el sector de la ciudad donde se aplic el cuestionario.
Sector de la Ciudad
A
B
C
Totales

Contest (C)
120
94
135
349

No Contest (N)
29
36
86
151

Total
149
130
221
500

Si se selecciona un cuestionario al azar entre los 500. Calcule la probabilidad de que:

a. El cuestionario sea contestado.
b. La persona a quien va dirigido el cuestionario viva en el sector C.
c. La persona viva en el sector A, dado que contest el cuestionario.
2. Entre las personas con licencia de conduccin se seleccionaron 200 y se clasificaron en: personas con
aficin al licor y personas abstemias, personas que tuvieron accidentes de trnsito el ltimo ao y personas que
no tuvieron accidentes. Los resultados aparecen en la siguiente tabla:
Con aficin al licor
Abstemios

Tuvieron accidentes
26
9

No tuvieron accidentes
102
63

Si se elige una persona al azar, con licencia de conduccin. Calcule la probabilidad de que:
a. Haya tenido accidentes de trnsito el ltimo ao.
b. Tenga aficin al licor.
c. Haya tenido accidentes de trnsito, dado que consume licor.
d. No haya tenido accidentes de trnsito, dado que es abstemio.
3. Una urna contiene 4 pelotas blancas y 2 azules. Se extraen 2 pelotas al azar de la urna. Calcule la
probabilidad de que:
a. Ambas sean blancas.
b. La primera sea azul y la segunda blanca.
c. Una sea blanca y la otra azul.
4. Se realiz una encuesta entre un grupo de personas para conocer su opinin acerca del aborto provocado.
Del total de encuestados, el 16% estuvo de acuerdo. De ps que estuvieron de acuerdo con el aborto, el 67%
tena menos de 30 aos. Calcule la probabilidad de que una persona de menos de 30 aos est de acuerdo
con el aborto provocado.
5. En un corral se tienen 12 cerdos entre los cuales se sabe que 2 tienen Salmonellas. Se van a sacrificar dos
cerdos elegidos al azar, calcule la probabilidad de que el segundo cerdo sacrificado tenga Salmonellas.

31

Juan Camilo Alzate Echeverri

juank151@hotmail.com

Estadstica Probabilstica

6. Un artculo de IEEE Computer Applications in Power (abril de 1990) describe un sistema de vigilancia
automtico para detectar intrusos en tiempo real, tanto en interiores como en exteriores, utilizando cmaras de
video y microprocesadores. El sistema se prob en exteriores en diversas condiciones climticas, en Tokio,
Japn. La tabla indica el nmero de intrusos detectados y no detectados en cada condicin.

Intrusos detectados
Intrusos no detectados
Totales

Condiciones climticas
Despejado
Nubes
Lluvia
21
228
226
0
6
6
21
234
232

Nieve
7
3
10

Viento
185
10
195

a. En condiciones nubladas, qu probabilidad hay de que el sistema automtico detecte un intruso?

b. Dado que el sistema automtico no detect un intruso, qu probabilidad existe de que haya estado
nevando?
c. Dado que el sistema automtico detect un intruso, qu probabilidad hay de que haya estado lloviendo?
7. La ruleta se juega tirando una bola sobre una rueda dividida en 38 arcos de igual longitud; stos llevan los
nmeros 00, 0, 1, 2, 3, ..., 35, 36. El # del arco dentro del cual cae la bola es el ganador. Adems los nmeros
estn coloreados de la siguiente manera:
Rojo: 1 3 5 7 9 12 14 16 18 19 21 23 25 27 30 32 34 36
Negro: 2 4 6 8 10 11 13 15 17 20 22 24 26 28 29 31 33 35
Verde: 00 0
Los jugadores pueden colocar apuestas en la mesa de diversas maneras, incluidas apuestas a resultado impar,
par, rojo, negro, bajo (1 18) y alto (19 36). Considere los siguientes eventos:
A = El resultado es un nmero impar
B = El resultado es un nmero negro
C = El resultado es un nmero alto
Calcule:
a. P(A/B)
b. P(B/C)
c. P(C/A)
d. Exprese en palabras cada uno de los resultados anteriores.
8. El IDEAM pronostica que habr lluvia hoy, con una probabilidad de 0.6, lluvia maana, con una probabilidad
de 0.4, lluvia hoy y maana, con una probabilidad de 0.2.
a. Dado que llueva hoy, cul es la probabilidad de que llueva maana?
b. Dado que llueva hoy, cul es la probabilidad de que no llueva maana?

32

Juan Camilo Alzate Echeverri

juank151@hotmail.com

Estadstica Probabilstica

5.4. Ejercicios Globales de Repaso.

1. De 15 estudiantes de la faculta de medicina de la Unirmington sern elegidos 5 para que la representen
en un simposio.
De cuntas maneras se pueden escoger estas personas?
2. En la Uniremington se van a seleccionar tres tecnlogos de sistemas que sean egresados de un grupo de
seis, el cual est conformado por tres hombres y tres mujeres, su trabajo ser crear una nueva pgina web de
la universidad.
Realice el espacio muestral correspondiente a la escogencia. Hallar la probabilidad de que:
a. Se escoja tres mujeres
b. Se escoja tres hombres
c. Se escojan menos de dos hombres
d. Se escojan dos hombres y una mujer
Tenga en cuenta que: H1, H2, H3 son hombres; M1, M2, M3 son mujeres
3. Un corredor de bolsas sabe por experiencias anteriores que la probabilidad de que un cliente compre
acciones es del 65%. Tambin sabe que la probabilidad de que compre un bono del gobierno, si ya tiene
acciones es del 35%, cul es la probabilidad de que el cliente compre acciones y un bono del gobierno?
4. Tres personas empiezan a resolver un examen en distintos momentos. El tiempo de duracin para resolver
el examen depende de la capacidad y agilidad mental de cada persona. Si denominamos las tres personas
como A, B y C. Hallar el espacio muestral para determinar quin termina primero: Cul es la probabilidad de
que:
a. Termine primero A
b. No termine primero B
c. Termine de ltimo C
5. La probabilidad de que los ciudadanos de Medelln utilicen bus es del 0.7, de que utilicen Metro es del 0.5 y
de que usen ambos servicios es del 0.4. Calcule la probabilidad de que:
a. Use bus pero no Metro
b. No use ninguno de los dos
c. Use por lo menos uno de los dos servicios
6. Se realiza una encuesta para conocer la calidad de servicio que ofrece el ISS, de la cual se obtuvo:
Excelente
Regular
Malo
Total
Medicamentos
2%
5%
15%
22%
Citas
1%
3%
20%
24%
Hospitalizacin
15%
3%
1%
19%
Urgencias
5%
20%
10%
35%
Se selecciona una persona al azar. Calcule la probabilidad de que el servicio:
a. Fue excelente dado que era de urgencias.
b. Era hospitalizacin dado que fue regular.
c. Fue malo dado que eran medicamentos
33

Juan Camilo Alzate Echeverri

juank151@hotmail.com