Unidad 2

Introducción a la probabilidad

Estas fotografías muestran el interior de un casino y un cohete interplanetario, ambos lugares extremos
en donde se aplican modelos de probabilidad. La probabilidad es una medida de la incertidumbre en los
resultados de un proceso; se puede pensar en la probabilidad cuando se jala la palan ca de las máquinas
tragamonedas; de igual manera se puede pensar en la probabilidad al medir el consumo de combustible de un
cohete que es lanzado al espacio, inclusive la probabilidad está presente para medir la incertidumbre de que el
lanzamiento sea exitoso o fallido.
Los juegos de azar siempre han ejercido una especial atracción tanto en hombres como en mujeres; la
naturaleza aleatoria de los resultados y la posibilidad de obtener grandes ganancias rodea de glamour a los
casinos; fue en estos ambientes donde se desarrolló con mayor vigor la teoría de la probabilidad. De manera
paralela se desarrollaron los modelos probabilísticos, tanto en otros ámbitos diametralmente opuestos,
como en la modelación del átomo y la posición de las partículas subatómicas, como en los procesos físicos
y químicos, ya que es una herramienta esencial en el desarrollo de la ciencia y tecnología.

Introducción
En esta unidad se presentan las bases para el estudio de la probabilidad; el objetivo es que los estudiantes
adquieran los conocimientos acerca de los modelos aleatorios, los cuales les permitan generar inferencias esta-
dísticas plausibles sobre fenómenos específicos, ya sea en la ingeniería o en las ciencias aplicadas.
2.1 Conceptos básicos
La probabilidad es la rama de las matemáticas que se encarga del estudio formal de los procesos aleatorios.
El desarrollo de la teoría de la probabilidad matemática ocurrió en el siglo xvii, y alguno de sus destacados
promotores fueron el noble francés Antoine Gombauld y el matemático francés Blaise Pascal. En el siglo xix,
Robert Brown observó en un líquido el movimiento azaroso de las moléculas; actualmente dicho movimiento
se conoce como movimiento browniano, el cual es un movimiento aleatorio de coloides en un medio líquido
causado por colisiones con moléculas del líquido. Posteriormente, Einstein aplicó el movimiento browniano a
la física. Todo esto despertó el interés por utilizar la probabilidad para modelar problemas científicos dejando
atrás el concepto original de aplicación a juegos de azar.
En esta unidad, primero se estudiarán los objetos que son la materia prima de la probabilidad; esto es,
los objetos que son susceptibles para medir la probabilidad.

Definición 2.1. Se llama experimento a cualquier proceso que es susceptible de ser observado.

El concepto de experimento en probabilidad difiere de las otras disciplinas. En probabilidad se consideran

experimentos, por ejemplo, observar si en un día determinado llueve o no, lanzar un volado y ver el resultado
u observar la concentración de contaminantes en el aire a una hora específica del día. Una vez establecido lo
que es un experimento, se define el espacio muestral.

Definición 2.2. Se llama espacio muestral al conjunto de posibles resultados en un experimento y se

denota con la letra S.

Ejemplo 2.1. Al lanzar una moneda, el espacio muestral es:

S 5 {águila, sol}

Ejemplo 2.2. Si el experimento es lanzar un dado, el espacio muestral es:

S 5 {1, 2, 3, 4, 5, 6}

Ejemplo 2.3. Si el experimento es observar el número de accidentes automovilísticos en un día y una

ciudad determinados, el espacio muestral es:
S 5 {0, 1, 2, 3, 4, 5, 6, 7, …}

Ejemplo 2.4. Si el experimento es seleccionar al azar una carta de un mazo de 52 cartas, el espacio
muestral es:
S 5 {as de espadas, 2 de espadas, . . . , rey de diamantes}

Ejemplo 2.5. Si el experimento es lanzar dos monedas al aire, el espacio muestral es:
S 5 {aa, as, sa, ss}
03 | Estadística para ingeniería

Definición 2.3. Un evento es un subconjunto del espacio muestral. Los eventos se denotan con las
letras mayúsculas del alfabeto.

Ejemplo 2.6. Si el espacio muestral es S 5 {águila, sol}, dos eventos posibles son:

A 5 {águila} y B 5 {sol}

Ejemplo 2.7. Si el espacio muestral es: S 5 {1, 2, 3, 4, 5, 6}, algunos ejemplos de eventos son:
A 5 {1, 2}, B 5 {5, 3, 1}, C 5 {4}
Se dice que un evento A ocurre si sucede cualquiera de sus elementos, por ejemplo,
si en el experimento de lanzar un dado se tiene el evento F 5 {3, 4, 5}. Se dice que F
ocurre, si al lanzar el dado sale el 4; o bien, sale el 3; o el 5; cualquiera de sus elementos
hace que ocurra el evento F.

Algunos eventos particulares son:

Definición 2.4. Evento seguro es el que siempre ocurre.

Por ejemplo, si en una rifa se compran todos los boletos, se juega con el evento seguro. Si en un volado se
pide tanto águila o como sol, se juega con el evento seguro. El evento seguro es igual al espacio muestral.

Definición 2.5. Evento imposible es el que no puede ocurrir.

Si no se compran boletos para una rifa se juega con el evento imposible, si en un volado se pide algo dife-
rente a águila o sol, se juega con el evento imposible. El evento imposible se denota con el símbolo de conjunto
vacío, φ.

Definición 2.6. Se dice que un evento es elemental o simple, si está formado por un único elemento.

Ejemplo 2.8. Considérese el experimento de lanzar dos monedas no cargadas. Suponer que las águi-
las se denotan con a y los soles con s. Citar los eventos elementales o simples.

Solución:
Los eventos simples son: {aa}, {as}, {sa}, {ss}.
2.1.1 Diagramas de Venn
Una manera esquemática de denotar los eventos es con los diagramas de Venn. En estos diagramas el espacio
muestral se indica con un rectángulo, los eventos se dibujan como curvas cerradas dentro del rectángulo y
generalmente se sombrea el conjunto que se quiere destacar. Por ejemplo, el evento A se representa de la
siguiente manera:

Figura 2.1. El área sombreada es A.

Hay tres operaciones que se pueden llevar a cabo entre eventos: la unión, la intersección y el comple-
mento.

Definición 2.7. La unión de dos eventos es otro evento igual a la ocurrencia de al menos uno de los
eventos y se indica con el símbolo ∪; esto es, la unión de los eventos A y B se indican como A ∪ B
y significa que ocurre A, B o ambos simultáneos. Con diagramas de Venn, la unión de los eventos A
y B es:

B A

Figura 2.2. El área sombreada es A ∪ B.

La unión se relaciona con la conjunción “o”. Por ejemplo, al elegir un estudiante al azar se tiene una unión
cuando se pide que el estudiante elegido sea mujer o estudie derecho. En este caso, es la unión de todas las
mujeres junto con todos los estudiantes de derecho, ya sean hombres o mujeres.

Definición 2.8. La intersección de dos eventos es otro evento igual a la ocurrencia de los dos eventos
simultáneamente y se indica con el símbolo ∩, es decir, la intersección de los eventos A y B se indican
como A ∩ B.
05 | Estadística para ingeniería

Con diagramas de Venn, la intersección de los eventos A y B es:

B A

Figura 2.3. El área sombreada es A ∩ B.

La intersección se relaciona con la conjunción “y”. Por ejemplo, al elegir un estudiante al azar se tiene una
intersección cuando se pide que el estudiante elegido sea mujer y que estudie derecho, esto es, la intersección,
incluye todas las mujeres estudiantes de derecho.

Definición 2.9. El complemento de un evento A es igual a que en el experimento no ocurra A, y se

denota como Ac, símbolo que se lee como “complemento de A”.

Por ejemplo, si al realizar el experimento de lanzar un dado, se tiene que A 5 {2, 3}; entonces, se sigue
que Ac 5 {1, 4, 5, 6}.
Con diagramas de Venn el complemento de A se representa de la siguiente manera:

Ac

Figura 2.4. El área sombreada es Ac.

Los elementos de un evento se pueden escribir en forma de lista o por la descripción de una característica
común. Por ejemplo, el conjunto de las vocales del alfabeto latino se puede escribir de estas dos maneras:

A 5 {a, e, i, o, u} o A 5 {x | x es una vocal}

La línea “|”, se lee “tal que”.

En ocasiones, los conjuntos únicamente se pueden escribir por la descripción de una característica, pues
el número de elementos es grande y difícil de listar todos sus elementos.

Ejemplo 2.9. S 5 {x | x es una ciudad con una población de más de un millón de personas}
 La descripción de los elementos de un conjunto también puede ser establecida mediante relaciones de
orden.

Ejemplo 2.10. Considerar el experimento de observar el tiempo requerido para completar una tarea en
particular y en un intervalo de 0 a 40 segundos. En este caso, el espacio muestral es:
S 5 {x | 0 < x < 40}

Ejemplo 2.11. Determinar el número de automóviles que los mecánicos encargados de verificar la emi-
sión de óxidos de nitrógeno deben inspeccionar antes de encontrar uno que no satisface
los reglamentos gubernamentales. En este caso, puede ocurrir que el que no cumple la
norma sea el primer auto inspeccionado, o el segundo, o el tercero, etcétera; no se puede
determinar cuántos autos tendrán que inspeccionar antes de hallar el primero que falle,
por tanto el espacio muestral es infinito:
S 5 {1, 2, 3, 4, 5, 6, 7, 8, . . .}

Ejemplo 2.12. Sean los eventos A 5 {a, b, c} y B 5 {b, c, d, e}, encuentre la unión A ∪ B.

Solución:
La unión de dos eventos se forma al juntar los elementos que están en los dos con-
juntos.
A ∪ B 5 {a, b, c, d, e}

Ejemplo 2.13. Si el espacio muestral es S 5 {0, 1, 2, 3, 4, 5, 6, 7, 8, 9}, y se tienen los eventos A 5 {0,
2, 4, 6, 8}, B 5 {1, 3, 5, 7, 9} y C 5 {2, 3, 4, 5}, encontrar:
a) A ∩ B
b) A ∩ C

Solución:
a) Debido a que A y B no tienen elementos en común; entonces, A ∩ B 5 φ, ya que
es imposible que ocurran simultáneamente los eventos A y B.
b) Como el 2 y el 4 son elementos de A y C; entonces, A ∩ C 5 {2, 4}.

Ejemplo 2.14. Considerar el experimento de lanzar un dado si con el espacio muestral generado se

definen los eventos: A 5 {1, 2, 3, 4}, B 5 {3, 4, 5, 6} y C 5 {1, 3, 5}. Encontrar:
a) A ∪ B
b) A ∪ C
c) A ∩ B
d) A ∩ C
e) Ac
f ) {A ∪ C}c
07 | Estadística para ingeniería

Solución:
a) A ∪ B 5 {1, 2, 3, 4, 5, 6} 5 S
b) A ∪ C 5 {1, 2, 3, 4, 5}
c) A ∩ B 5 {3, 4}
d) A ∩ C 5 {1, 3}
e) Ac 5 {5, 6}
f) (A ∪ C)c 5 {6}

Ejemplo 2.15. El experimento aleatorio es lanzar dos monedas al aire; entonces, el espacio muestral
es: S 5 {aa, as, sa, ss}. En este espacio muestral se definen los eventos:
E1 5 {aa, as, sa} y E2 5 {as, sa, ss},
entonces, encuentre:
a) E1 ∪ E2
b) E1 ∩ E2
c) E1c
d) E2c

Solución:
a) E1 ∪ E2 5 {aa, as, sa, ss}
b) E1 ∩ E2 5 {as, sa}
c) E1c 5 {ss}
d) E2c 5 {aa}

Las operaciones de unión, intersección y complemento satisfacen las siguientes rela-

ciones operacionales.

Tabla 2.1. Propiedades que se satisfacen en el álgebra de conjuntos.

(A ∪ B) ∪ C 5 A ∪ (B ∪ C)
Ley asociativa
(A ∩ B) ∩ C 5 A ∩ (B ∩ C)
A∪B5B∪A
Ley conmutativa
A∩B5B∩A
A ∪ (B ∩ C) 5 (A ∪ B) ∩ (A ∪ C)
Ley distributiva
A ∩ (B ∪ C) 5 (A ∩ B) ∪ (A ∩ C)
(A ∪ B) c 5 Ac ∩ Bc
Leyes de Morgan
(A ∩ B) c 5 Ac ∪ Bc
A ∪ Ac 5 S
A ∩ Ac 5 Φ
Leyes complementarias
(Ac) c 5 A
Sc 5 Φ, Φc 5 S
A∪Φ5A
A∩S5A
Leyes idénticas
A∪S5S
A∩Φ5Φ
A∪A5A
Leyes con la misma potencia
A∩A5A
Definición 2.10. Dos eventos A y B son mutuamente excluyentes si cuando ocurre uno de ellos es
imposible que suceda el otro; en otras palabras dos eventos A y B son mutuamente excluyentes si no
pueden ocurrir, de manera simultánea, si uno excluye al otro; esto es, A ∩ B 5 Φ.

Figura 2.5. Diagrama de Venn de dos eventos mutuamente excluyentes.

Ejemplo 2.16. En los siguientes eventos determinar cuáles son mutuamente excluyentes y cuáles no
lo son.

a) Al manufacturar un componente electrónico los eventos:

A 5 {defectuoso}, B 5 {bueno}
b) Al elegir a una persona al azar y medirle su coeficiente intelectual:
A 5 {coeficiente intelectual > 100}, B 5 {coeficiente intelectual < 95}
c) Al seleccionar un médico al azar que sea:
A 5 {x | x es cirujano} y B 5 {x | x es mujer}
d) Al seleccionar a una persona, que la persona elegida sea:
A 5 {x | x un tipo con personalidad dominante}
B 5 {x | x un tipo de personalidad sumisa}

Solución:
a) Los eventos son mutuamente excluyentes, pues un artículo no puede ser bueno y
defectuoso al mismo tiempo.
b) Los eventos son mutuamente excluyentes, ya que una persona no puede tener un
coeficiente intelectual mayor a 100 y al mismo tiempo tener un coeficiente intelec-
tual menor que 95.
c) Los eventos no son mutuamente excluyentes, pues una persona sí puede ser mé-
dico cirujano y mujer al mismo tiempo.
d) Los eventos son mutuamente excluyentes, pues una persona tiene personalidad
dominante o personalidad sumisa, pero no puede tener ambas.
09 | Estadística para ingeniería

Ejemplo 2.17. Si el experimento es: elegir una carta de un mazo de 52 naipes, sean los eventos E1 5
{x | x es un as} y E2 5 {x | x es un rey}. ¿Estos eventos son mutuamente excluyentes?

Solución:
En este caso, estos eventos son mutuamente excluyentes, porque no se puede sacar el
as y el rey al mismo tiempo.

2.2 Introducción axiomática de la probabilidad

La probabilidad es una medida de la incertidumbre de que ocurra alguno de los posibles resultados de un
experimento. La probabilidad se calcula a los eventos. Para el evento A, la probabilidad de A se denota como
P(A).
Son tres las propiedades básicas de la probabilidad o axiomas de la probabilidad.
Axiomas de probabilidad
1. Para cualquier evento A se satisface que P(A) $ 0.
2. P(S) 5 1, la probabilidad del evento seguro es 1.
3. Si A1, A2, A3, . . . , son eventos mutuamente excluyentes por pares, entonces:

P(A1 ∪ A2 ∪ A3 ∪ . . . ∪ An ∪ . . .) 5 P(A1) 1 P(A2) 1 P(A3) 1 . . . P(An) 1 . . .

Con base en estos tres axiomas, se desarrolla la teoría de la probabilidad.

Teorema 2.1. Si A es un evento; entonces, P(Ac) 5 1 2 P(A).

Demostración:
Para cualquier evento A, se tiene que A y Ac son mutuamente excluyentes, A ∩ Ac 5 Φ; entonces, se
puede aplicar el tercer axioma a la unión de estos dos eventos:

P(A ∪ Ac) 5 P(A) 1 P(Ac)

Por otro lado, también se satisface A ∪ Ac 5 S, por lo que P(A ∪ Ac) 5 1; entonces, se sigue que P(A)
1 P(Ac) 5 1, de donde al despejar da como resultado P(Ac) 5 1 2 P(A).

Teorema 2.2. La probabilidad del evento imposible es cero, P(Φ) 5 0.

Demostración:
Se sabe que Φ 5 Sc, por lo que al aplicar el teorema 2.1, se determina que

P(Φ) 5 P(Sc) 5 1 2 P(S) 5 1 2 1 5 0

Teorema 2.3. Si A ⊂ B necesariamente P(A) # P(B).
Demostración:
Se tiene que B 5 A ∪ (B ∩ Ac) y A ∩ (B ∩ Ac) 5 Φ, por lo que se puede aplicar el tercer axioma de
probabilidad para calcular la probabilidad de B:
P(B) 5 P(A ∪ (B ∩ Ac) 5 P(A) 1 P(B ∩ Ac) $ P(A)
Esto último debido a que por el axioma 1, P(B ∩ Ac) ≥ 0.
Las dos siguientes proposiciones se presentan sin demostración y se bosqueja una prueba usando
los diagramas de Venn.

Teorema 2.4. Si A y B son eventos; entonces:

P(A ∪ B) 5 P(A) 1 P(B) 2 P(A ∩ B)

A
B

Figura 2.6. P(A ∪ B) indica la probabilidad del área sombreada.

A A
B B

S S

P(A) P(B)
Figura 2.7. En estos casos, se ejemplifica la probabilidad del área sombreada
en ambos diagramas.

A
B
B

Figura 2.8.
11 | Estadística para ingeniería

La probabilidad de la intersección se contó dos veces en P(A) 1 P(B), por eso hay que restarle una
vez este valor:
P(A ∪ B) 5 P(A) 1 P(B) 2 P(A ∩ B)

Teorema 2.5. Si A, B y C son eventos; entonces:

P(A ∪ B ∪ C) 5 P(A) 1 P(B) 1 P(C) 2 P(A ∩ B) 2

P(A ∩ C) 2 P(B ∩ C) 1 P(A ∩ B ∩ C)

Ejemplo 2.18. Este caso es una adaptación del libro Probabilidad y Estadística para Ingenieros de Miller
y Freund (1994), editado por Richard A. Jonson. Al probar el servicio de un nuevo
dispositivo anticontaminante, se puede citar cada una de las seis clasificaciones con
sus respectivas probabilidades:

Muy deficiente Deficiente Suficiente Bueno Muy bueno Excelente

0.07 0.12 0.17 0.32 0.21 0.11

Encontrar la probabilidad al hacer el consumidor la clasificación:

a) Muy deficiente
b) Deficiente
c) Suficiente o bueno
d) Bueno, muy bueno o excelente

Solución:
a) P(muy deficiente) 5 0.07
b) P(deficiente) 5 0.12
c) P(suficiente o buena) 5 0.17 1 0.32 5 0.49
d) P(bueno, muy bueno o excelente) 5 0.32 1 0.21 1 0.11 5 0.64
Los incisos c) y d) corresponden a la unión de eventos mutuamente excluyentes, por
eso se suman las probabilidades.

2.3 Espacios muestrales equiprobables

Definición 2.11. Un espacio muestral finito es equiprobable si cada uno de sus eventos elementales
tienen la misma oportunidad de ocurrir.
En un espacio equiprobable tiene sentido la definición clásica de probabilidad.
#A
P(A) 5 (2.1)
#S
Donde #A 5 el número de elementos en A.
Ejemplo 2.19. Si un dado está bien balanceado, el espacio muestral generado por un lanzamiento es
equiprobable, pues todas las caras tienen la misma oportunidad de aparecer. En este
espacio muestral encontrar:
a) La probabilidad de obtener el número 1.
b) La probabilidad de obtener un número par.
c) La probabilidad de obtener los números 3 o 4.
d) La probabilidad de no obtener los números 3 o 4.
Solución:
1 3 1 2 1 2
a) P({1}) 5
6 6 2 6 3 3
3 1 11 3 23 1 71 2 12 1 41 2 12
b) P({2, 4, 6})
8 6586 6 8652 82 6 46 3 83 3 23
1 1 3 3 1 1 32 23 11 11 22 22 7 71 1 4 4 1 1
c) P({3, 4}) 5 8 858 8 8 8 8 8 4 4 8 8 2 2
6 66 62 26 63 33 3
3 3 1 1 2 2 7 7 1 1 4 14 11 31 31 12 21 12 2
d) P({3,
8 8 84}8 )85
c
8 8182
4 4P({3,
8 68 264}) 51− 5
62 62 26 63 33 3
3 31 12 27 71 14 41 1
Ejemplo 2.20. Encontrar la probabilidad de que una pareja con 3 hijos tenga:
8 88 88 88 84 48 82 2
a) Exactamente 2 varones: A 5 {(v, v, n), (v, n, v), (n, v, v)}
b) Tres varones o 3 niñas: B 5 {(v, v, v), (n, n, n)}
c) A lo más dos varones: C 5 {(n, n, n), (v, n, n), (n, v, n), (n, n, v), (v, v, n), (v, n, v),
(n, v, v)}
d) Cuando menos 2 varones D 5 {(v, v, n), (v, n, v), (n, v, v), (v, v, v)}
e) Más de 2 niñas: E 5 {(n, n, n)}
f) Menos de 2 varones: F 5 {(n, n, n), (v, n, n), (n, v, n), (n, n, v)}
Solución:
El espacio muestral de este experimento, cuando v representa a los varones y n repre-
senta a las niñas, es:
S 5 {vvv, vvn, vnv, nvv, vnn, nvn, nnv, nnn}
Entonces, el1número
3 1 de 2 elementos
1 2 en
1 S3 es18, 2y todos
1 2 los elementos son igualmente
probables: 6 6 2 6 3 3 6 6 2 6 3 3
1 3 1 2 7 11 134 311 12 21 12 2
11113323111712221211412212 3
a) P(A) 5 5 0.375 d) P(D) 5 5
6 68 8 8 8 64 668 622 26 63 33 3
6628666686223826634633833323 8
1 3 13 21 3 1 2 13 321 12 27 71 14 41 1
331231127122127747111144 411 1
b) P(B) 5 1 5 5 e) P(E) 5
6 6 28 68 6 2 6 38 838 88 88 84 48 82 2
883888838888488888442488 822 26
3 1 2 7 1 4 1 1 2 7 1 1 4 31 1 2 1 2
3
c) P(C) 5 f ) P(F) 5 5
8 8 8 8 4 8 2 8 8 8 4 68 62 2 6 3 3
8
3 1 2 7 1 4 1
Como se observa, si el espacio muestral es equiprobable, el calcular la probabilidad
8 8 8 8 4 8 2
de un evento se reduce a contar cuántos elementos tienen ese evento y el espacio
muestral, por esta razón es importante contar con métodos de conteo eficientes, ya
que algunos de estos métodos serán revisados en la siguiente sección.
13 | Estadística para ingeniería

2.4 Técnicas de conteo

2.4.1 La regla del producto para pares ordenados
Dicha regla de conteo es la más sencilla y consiste en determinar de cuántas maneras se puede elegir un par de
elementos cuando la primera selección se hace de entre n elementos y la segunda selección de entre m elemen-
tos. El total de maneras de obtener este par se encuentra multiplicando los valores de m y n, “mn”.

Ejemplo 2.21. ¿Cuántos puntos tiene el espacio muestral del experimento que consiste en lanzar dos
dados una vez?

Solución:
El primer dado puede caer en n 5 6 diferentes maneras. Para cada una de éstas, tal
vez el segundo dado caiga en m 5 6 diferentes maneras. Por tanto, el par de dados
caen en nm 5 (6) (6) 5 36 maneras.
Los elementos del espacio muestral de este experimento se listan en la tabla si-
guiente:

11 12 13 14 15 16
21 22 23 24 25 26
31 32 33 34 35 36
41 42 43 44 45 56
51 52 53 54 55 56
61 62 63 64 65 66

Ejemplo 2.22. En un estudio médico los pacientes se clasifican de acuerdo con su tipo de sangre;
es decir, AB1, AB−, A1, A−, B1. B− o O1, O−; y también se clasifican de acuerdo con su
presión arterial en alta, baja o normal. Encontrar el número de maneras en las cuales
un paciente se pueda clasificar.

Solución:
n 5 8 tipos de sangre y m 5 3 presiones arteriales. Por tanto, nm 5 (8) (3) 5 24 ma-
neras de clasificar a los pacientes.

2.4.2 Regla de multiplicación más general

La regla del producto para k-arreglos se define como sigue: si una operación se puede hacer en n1 maneras y,
si para cada una de estas maneras, una segunda operación se puede hacer en n2 maneras, y, si por cada una
de estas dos primeras operaciones, una tercera operación se puede hacer en n3 maneras y, así sucesivamente;
entonces, la secuencia de k operaciones o arreglos se puede hacer en n1, n2, n3, . . . , nk arreglos, es decir:

n1 n2 n3, . . . , nk (2-2)
Ejemplo 2.23. Suponer que un cliente desea instalar un teléfono inalámbrico y se selecciona de n1 5
10 colores decorativos que se supone que están disponibles en n2 5 3 longitudes de
cables con n3 5 2 tipos de tonos rotativos. Entonces, ¿cuántas diferentes selecciones
puede hacer?
Solución:
n1 n2 n3 5 (10)(3)(2) 5 60 arreglos

Ejemplo 2.24. Si una clínica en un centro médico tiene 4 especialistas del corazón, 3 en medicina
interna y cirujanos generales, ¿cuántas maneras existen de seleccionar un médico de
cada tipo?
Solución:
n1 n2 n3 5 (4)(3)(2) 5 24
La regla de la multiplicación se puede representar de manera gráfica mediante los
llamados diagramas de árbol; para describir cómo se elaboran estos diagramas se
presenta el siguiente ejemplo.

Ejemplo 2.25. Si una computadora selecciona, aleatoriamente, uno de dos factores, Rh (positivo y
negativo) y uno de tres tipos de sangre, ¿cuántos elementos tiene el espacio muestral
de este experimento? ¿Cuál es la probabilidad de tener el tipo de sangre A positivo?
Solución:
El número de elementos del espacio muestral de este experimento es:
n1 n2 5 (2) (3) 5 6
por tanto el diagrama de árbol es:

Factor Rh Tipo de sangre Resultado

A 1A
1 O 1O
B 1B

A 2A
2 O 2O
B 2B
Figura 2.9. Diagrama que muestra el factor Rh, el tipo de sangre y el resultado.

Del diagrama de árbol de la figura 2.9, se obtiene el espacio muestral, que es:
S 5 {1A, 1O, 1B, 2A, 2O, 2B}
Al examinar esta situación se observa que una sola rama corresponde a: 1A. Por
1 3 1 2 1 2
tanto, la probabilidad de este evento es P(1A) 5 suponiendo que en la población
6 6 2 6 3 3
de interés los tres tipos de sangre y los dos factores3RL1 son
2 igualmente
7 1 4 1probables.
8 8 8 8 4 8 2
15 | Estadística para ingeniería

Ejemplo 2.26. Encontrar la probabilidad de que un infante sea una niña con ojos azules. Suponer
que la probabilidad de varones y mujeres es igual y que puedan tener ojos cafés, ver-
des, azules o castaños, también es igualmente probable.
Solución: 1 3 1 2 1 2
6 6 se2obtiene:
Si se usa la regla de productos 6 3 n 3 n 5 (2) (4) 5 8. La probabilidad de tener
1 2
3 1 2 7 1 4 1
una niña con ojos azules es . El diagrama de árbol de este espacio muestral es:
8 8 8 8 4 8 2
Sexo Color de ojos Resultado
Cafés Varón de ojos cafés
Azules Varón de ojos azules
Varón
Verdes Varón de ojos verdes
Castaños Varón de ojos castaños

Cafés Mujer de ojos cafés

Azules Mujer de ojos azules
Mujer
Verdes Mujer de ojos verdes
Castaños Mujer de ojos castaños
Figura 2.10. Diagrama de árbol
1 3 para
1 2varones
1 2 y mujeres.
6 elementos.
El espacio muestral S tiene ocho 6 2 6 3De3manera que la probabilidad de tener
3 1 2 7 1 4 1
una niña de ojos azules es igual a .
8 8 8 8 4 8 2
Ejemplo 2.27. Considerar el lanzamiento de una moneda tres veces (o el lanzamiento de tres mone-
das a la vez).
a) Usar un diagrama de árbol para representar el número de resultados en el espacio
muestral.
b) Calcular la probabilidad de que caigan exactamente tres soles (caras).
c) Calcular la probabilidad de que caigan cuando menos dos soles.
d) Calcular la probabilidad de que caigan a lo más dos águilas.
e) Calcular la probabilidad de todo el espacio muestral.
Solución:
a) En la siguiente figura se muestra el diagrama de árbol de este experimento, la letra
s representa sol y la a representa águila.

Etapa 1 Etapa 2 Etapa 3

Primera moneda Segunda moneda Tercera moneda
Sol (s, s, s)
Sol
Águila (s, s, a)

Sol Águila
Sol (s, a, s)
Águila (s, a, a)
Sol (a, s, s)
Águila Sol
Águila (a, s, a)
Águila
Sol (a, a, s)
Águila (a, a, a)
Figura 2.11. Diagrama de árbol del experimento de lanzar las tres monedas
simultáneamente.
 En el diagrama de árbol hay ocho resultados posibles al lanzar una moneda tres veces
consecutivas o tres monedas simultáneamente. El espacio muestral es:1 3 1 2 1 2
S 5 {(s, s, s), (s, s, a), (s, a, s), (a, s, s), (s, a, a), (a, s, a), (a, a, s),6(a,6a, 2a)} 6 3 3
3 1 2 7 1 4 1
b) La probabilidad de que caigan exactamente 2 1es: 2P{(s, s, s)} 5
1 3tres1 soles 8 8 8 8 4 8 2
c) La probabilidad de que caigan cuando menos
6 6 dos
2 6soles
3 es:
3
3 1 2 7 1 1 4 31 1 2 1 2
P({(s, s, s), (s, s, a), (s, a, s), (a, s, s)}) 5 5 1 3 1 2 1 2
8 8 8 8 4 68 62 2 6 3 3
d) La probabilidad de caigan a lo más dos águilas es: 3 1 26 76 12 46 13 3
3 1 2 7 1 4 1
P({(s, s, s), (s, s, a), (s, a, s), (a, s, s), (s, a, a), (a, s,8a),8(a,8a, s)})8 45 8 2
8 8 8 8 4 8 2
e) La probabilidad de 1todo 3 el
11 espacio
32 111 32muestral
2111 322111es 3221P(S) 1111;32es
11 3225 211decir:
1 322 11 22 1 2
P(s, s, s) 1 P(s, s, a) 16 P(s,6 6a,
2 s)661623P(s,
66362a,3 6a)6361
23P(a,
663623s,6s)
6361
23 6P(a,
63623s,66a)
3 21
3 6P(a,
3 3 s, 3s) 1
3 1 32 17 321 17432111743211174321117432111743211174 211 74 11 4 1
P(a, a, a) 5 1 1 1 1 1 1 1 5 1
8 8 88 88 884 88888428888842888884288888428888842888 842 88 42 8 2
Ejemplo 2.28. Una pareja de recién casados desea tener cuatro hijos.
a) Listar el espacio muestral para este experimento.
b) ¿Cuál es la probabilidad de tener tres varones?, ¿cuatro varones?
c) ¿Cuál es la probabilidad de tener sólo niñas? ¿Más de dos niñas?
Solución:
a) S 5 {vvvv, vvvn, vvnv, vvnn, vnvv, vnvn, vnnv, vnnn, nvvv, nvvn, nvnv, nvnn, nnvv,
nnvn, nnnv, nnnn}
4 11 5 4 1 5
b) P(3 varones) 5 5 ¼ ; P(4 varones) 5
4
16 16 16 16 16 16
4 1 5 4 1 5
c) P(4 niñas) 5 ; P(más de 2 niñas) 5
16 16 16 16 16 16

2.4.3 Permutaciones

Definición 2.12. Una permutación de k en n es un arreglo ordenado de k objetos o casos, tomados

de un conjunto con n elementos; en una permutación k < n o k 5 n siempre. El número total de per-
mutaciones de n elementos en k lugares se denota como nPk.

En una permutación el orden es importante y los diferentes elementos del conjunto aparecen una única
vez.

Teorema 2.6. El número total de permutaciones en k lugares es: n(n 2 1)(n 2 2) . . . (n 2 k 1 1)

Demostración:
La formación de un arreglo se puede ver como un proceso que se realiza en n etapas, cada etapa es la
selección del siguiente elemento en el arreglo.
17 | Estadística para ingeniería

Para elegir el primer elemento del arreglo se tienen n posibles resultados. Para elegir el segundo
elemento del arreglo se tienen (n 2 1) posibles resultados, pues si ya se eligió un elemento, sólo que-
dan n 2 1 donde se puede hacer la elección. Para elegir el tercer elemento se tienen (n 2 2) posibles
resultados, uno menos que antes. De esta manera, para elegir el elemento k del arreglo, se tienen (n
2 (k 2 1)) posibles resultados, por lo que aplicando la regla de la multiplicación, el total de maneras
de completar el proceso es:
n(n 2 1)(n 2 2)(n 2 3) . . . (n 2 k 1 1)
Corolario Si n 5 k, el número de permutaciones es igual a n(n 2 1)(n 2 2)(n 2 3) . . . (3)(2)(1).

Notación factorial
En los métodos de conteo es muy común que aparezcan productos de números que disminuyen en una uni-
dad. Entonces, es conveniente introducir una notación para este tipo de productos la cual se llama notación
factorial.

Definición 2.13. Para un entero n positivo el factorial n, o n factorial, denotado como n!, es igual a:
n! 5 n(n 2 1)(n 2 2)(n 2 3) . . . (3)(2)(1)
y para 0 se define como 0! 5 1.

Ejemplo 2.29. Calcular los factoriales de 7, 5 y 0.

Solución:
a) 7! 5 (7)(6)(5)(4)(3)(2)(1) 5 5 040
b) 5! 5 (5)(4)(3)(2)(1) 5 120
c) 0! 5 1

Ejemplo 2.30. Un candidato presidencial planea visitar cada uno de los 28 estados de un país, ¿cuán-
tas rutas diferentes son posibles?

Solución:
Las capitales de los diferentes 28 estados se pueden arreglar en 28! maneras; así el
número de diferentes rutas es 28! 5 3.049 × 1029.

Ejemplo 2.31. En la facultad de ingeniería, en cierta oficina, los escritorios de cuatro becarias se po-
nen en línea contra una pared. Cada becaria se puede sentar en cualquier escritorio.
¿Cuántos arreglos para sentar a las becarias son posibles?

Solución:
n! 5 4! 5 (4)(3)(2)(1) 5 24
Teorema 2.7. La fórmula para calcular el total de permutaciones de n elementos en k lugares es:

n!
n
Pk 5 (2.3)
( n 2 k )!
Demostración: n( n 21)( n 2 2) . . . (n 2 k 11)(n 2 k ). .
P 5 n( n 21)( n 2 2) . . . (n 2 k 11) 5
n! n k
( n 2 k )(n 2 k 21). . . (3)(2)(1)
P
Por 5
n k la definición de permutaciones se tiene que:
( n 2 k )!
n( n 21)( n 2 2) . . . (n 2 k 11)(n 2 k ). . . (3)(2)((1) n!
n
Pk 5 n( n 21)( n 2 2) . . . (n 2 k 11) 5 5 (2.4)
( n 2 k )(n 2 k 21). . . (3)(2)(1) ( n 2 k )!

Ejemplo 2.32. Con una calculadora de bolsillo evalúe las siguientes permutaciones:
a) 8P3
b) 6P4
c) 15P1
d) 3P3

Solución:
a) 8P3 5 n!/(n 2 r)! r 5 8!/(8 2 3)! 5 336
b) 6P4 5 (6)(5)(4)(3) 5 360
c) 15P1 5 15
d) 3P3 5 (3)(2)(1) 5 6

Ejemplo 2.33. El número de permutaciones de las cuatro letras, a, b, c, d en cuatro lugares: n 5 k

5 4, es:
n! 5 4! 5 24

Ejemplo 2.34. En una lotería en la cual hay un primer y un segundo premio se emitieron 20 boletos.
De cuántas maneras posibles se puede tener el par de boletos ganadores.

Solución:
Como se obtiene un primer y un segundo premios, sí importa el orden de los boletos
premiados; entonces, se debe usar la fórmula de las permutaciones para n 5 20 y
k 5 2, la solución es:
20!
P2 5 5 380
20
(20 2 2)!

Ejemplo 2.35. Bajo las condiciones del problema anterior, ¿cuál es la probabilidad de ganar si se
compra un solo boleto?

Solución:
Si el experimento es escoger a los dos boletos premiados de los 20 boletos que se emi-
tieron, el espacio muestral tiene 380 elementos. Los elementos del espacio muestral
19 | Estadística para ingeniería

son de la forma (n, m), donde n es el boleto que gana el primer premio y m el boleto
que gana el segundo premio.
S 5 {(1, 2), (1, 3), (1, 4), (1, 5), (1, 6), . . . , (19, 20), (20, 1), (20, 2), . . . , (20, 19)}
Si se compra solamente el boleto con el número k, se gana si:
1. Obtiene el primer premio; esto es, si los boletos ganadores son de la forma (k, n)
con n ≠ k son 19 posibles casos.
2. Obtiene el segundo premio; esto es, si los boletos ganadores son de la forma (n, k)
con n ≠ k, son también 19 casos diferentes a los anteriores.
Entonces, hay 2·19 5 38 casos en que se puede ganar y la probabilidad de ganar es:
38 38 1 1
P(ganar con un solo boleto) 5 5 5 0.10
38038010 10

Ejemplo 2.36. ¿Cuál es el número de permutaciones de las letras a, b, c; esto es, n 5 k 5 3?

Solución:
La solución es 3! 5 (3)(2)(1) 5 6, y éstas son: abc, bac, acb, cab, bca, cba.

Ejemplo 2.37. Es una carrera de 10 caballos hay un premio para cualquiera que pueda escoger el
orden exacto y ganar desde el primero hasta el décimo lugar. ¿Cuántos arreglos dife-
rentes hay?
Solución:
10
P10 5 3 628 800 permutaciones

2.4.4 Combinaciones

Definición 2.14. Se conoce como combinaciones de n en r, al número total de subconjuntos de r ele-

mentos de un conjunto de n elementos. Las combinaciones se denotan como nCr.

Ejemplo 2.38. A 5 {a, b, c, d} encuentre todos los subconjuntos de dos elementos.

Solución:
Los subconjuntos de dos elementos del conjunto de cuatro elementos son:
{a, b}, {a, c}, {a, d}, {b, c}, {b, d}, {c, d}.
Entonces, el número total de combinaciones de 4 en 2 es igual a 6.
En las combinaciones el orden no es importante, pues el conjunto {a, b} es igual
que {b, a}.
Teorema 2.8. El número de combinaciones de n en r se puede calcular mediante la fórmula:
n!
Cr 5 (2.5)
n
r !( n 2 r )!
Demostración: n!
n!
( n 2 r )! en r lugares es nPr 5
Ya se vio que el número de permutaciones de n elementos
( n 2 r )!
7!
En las permutaciones el orden es importante pues si los elementos de un conjunto se escriben en
4! más. En una combinación no importa el orden,
un orden diferente se cuenta como una permutación
10!
importa únicamente los elementos que intervienen. De esta manera, las permutaciones son iguales
6!
a las combinaciones por el número que cada subconjunto se puede presentar como una ordenación
5!
diferente.
3!
P 5 r!nCr
n r
(2.6)
de donde se sigue que:
P n!
n
Cr 5 n r 5 (2.7)
r ! r !( n 2 r )!

Ejemplo 2.39. Evaluar 7C4. n! n!

r !( n 2 r )! r !( n 2 r )!
Solución:
n! n!
Con la fórmula nCr 5 y sustituyendo los valores de n 5 7 y r 5 4, se obtiene
( n 2 r )! ( n 2 r )!
el siguiente resultado:
7! 7!
C 5 3! 5 35
4! 7 3
4!
10! 10!
Ejemplo 2.40. En una fábrica de llantas se elaboran 10 tipos diferentes de neumáticos. Si se quiere
6! 6!
preparar una remesa con seis tipos de llantas, ¿de cuántas maneras se puede preparar
5! 5!n!
el envío?
3! r !(3n
! 2 r )!
Solución: n!
Al preparar la remesa de llantas se debe elegir un subconjunto de seis llantas de di-
( n 2 r )!
ferente tipo; es decir, se debe seleccionar un
7! subconjunto de seis elementos de los 10
disponibles. Entonces, la solución es igual4al! número de combinaciones de 10 en 6:
10!
C6 5
4! 5 210
10
6! n!
5!n 2 r )!
r !(
Ejemplo 2.41. Se elegirán a tres inspectores de cinco disponibles para inspeccionar las actividades de
3!n!
una industria contaminante. ¿De cuántas maneras se pueden seleccionar?
( n 2 r )!
Solución:
7!
Los tres inspectores integran un subconjunto 4! de los cinco inspectores disponibles; en-
tonces se pide que se diga cuántos diferentes10subconjuntos
! de tres inspectores se pueden
formar de los cinco disponibles, y esto corresponde
6! a las combinaciones de 5 en 3:
5!
C3 5 2! 5 10
5 3!
21 | Estadística para ingeniería

n!
r !( n 2 r )!
Ejemplo 2.42. ¿De cuántas maneras puede la Sociedad Química Mexicana seleccionar las fechas en
que tres conferencistas dicten su conferencia,n!si cada conferencia debe ser dictada en
( n 2disponibles?
días diferentes y únicamente hay cinco fechas r )!
7!
Solución: 4!
10
Se pide elegir un subconjunto de tres días de! un total de cinco días; esto es, las com-
binaciones de 5 en 3: 6!
5!
C 5 2! 5 10
5 3 3!

Ejemplo 2.43. Se tienen cuatro cajas para almacenar cuatro de seis objetos; ¿cuántas maneras posi-
bles hay de escoger los cuatro objetos que queden en las cajas?

Solución:
Los cuatro objetos que se empacarán es un subconjunto de los seis objetos totales, por
lo que la solución es la combinación de 6 en 4:

6
C4 5 15

Teorema 2.9. Si de un conjunto de n elementos se quiere obtener k subconjuntos con n1, n2, n3, . . . ,
nk, elementos cada uno (n1 1 n2 1 n3 1 . . . 1 nk 5 n), la fórmula para obtener el total de maneras en
que se puede hacer es:

n!
n
C n n ... n 5 (2.8)
1 2 k
n1!n2!n3! . . . nk!
Demostración:
El proceso de selección de los k subconjuntos se hace en k etapas, en cada etapa se selecciona uno de
los subconjuntos.
En la primera etapa se selecciona un subconjunto de n1 elementos del conjunto total de n elemen-
tos. El total de maneras en que se puede realizar la primera etapa es:
n!
Cn 5 (2.9)
n 1
n1 !( n − n1 )
En la segunda etapa se elige un subconjunto de n2 elementos del conjunto de n 2 n1 elementos
que quedan. El total de maneras en que se puede realizar la segunda etapa es:
( n 2 n1 )!
n2n1
Cn 5 (2.10)
2
n2 !( n 2 n1 2 n2 )
En la etapa i, se selecciona un subconjunto de ni elementos del conjunto de n 2 n1 2 n2 … 2 ni−1
elementos que quedan. El total de maneras en que se puede realizar la etapa i es:
( n 2 n1 2 n2 2. . . 2 ni21 )!
n2n1 2... 2ni 21
Cn 5 (2.11)
i
ni ( n 2 n1 2 n2 2. . . 2 ni21 2 ni )!
 Hasta la etapa k-ésima, y por la regla del producto, el total de formas de hacer la selección es
igual a la multiplicación del total de formas de hacer la selección de cada etapa. Al multiplicar cada
una de las diferentes combinaciones se cancelan algunos términos:

n!
n
C n ,n ... nr 5 n C n 3 n2n C n 3... 3 n2n 2...2n C n 5 (2.12)
1 2 1 1 2 1 k 22 k .1
n1!n 2!n 3! . . . n k!

Ejemplo 2.44. ¿De cuántas maneras pueden arreglarse en un cordón eléctrico con nueve portalám-
paras, tres focos rojos, cuatro focos amarillos y dos focos azules?
Solución:
Como se observa, lo que se pide es seleccionar tres subconjuntos de las nueve porta-
lámparas de 3, 4 y 2 elementos cada uno, para poner los focos de diferente color. Esto
n!
implica que se utilice la fórmula El resultado es:
(n1!n2!n3!)
9!
5 1 260
[(3!4!2!)]
12!
Ejemplo 2.45. El equipo de un colegio juega 12 partidos durante la temporada. ¿De cuántas maneras
[( 7!)(3!)(2!)]
pueden darse los resultados de los juegos para el equipo si al terminar la temporada
ganó 7 juegos, perdió 3 y empató 2? 7!
(3!2!2!)
Solución:
10!
El total de maneras en que pueden darse 3!3!los
(3 2!2resultados
!) es igual al número de subcon-
juntos de 7, 3 y 2 elementos del total de los 12 juegos, por lo que para encontrar este
valor se debe usar la fórmula del teorema9! anterior con n 5 12, n 5 7, n 5 3 y n 5
1 2 3
2 para resolver este problema: [( 3! 4 !2!)]
12!
5 7 920
[( 7!)(3!)(2!)]
7!
Ejemplo 2.46. ¿En cuántas maneras pueden siete científicos ser asignados a una habitación triple y a
(3!2!2!)
dos habitaciones dobles en un hotel?
10! 9!
Solución: 3!3!2![(
(3 2!)3!4!2!)]
La solución es igual a decir, ¿de cuántas maneras 12!se pueden obtener tres subconjuntos
de 3, 2 y 2 científicos, del total de siete que[( 7son? La2!)]
!)(3!)( fórmula es:
7!
C3,2,2 5 5 210
7 9! (3!2!2!)
[(3!4!2!)] 10!
Ejemplo 2.47. ¿De cuántas maneras se pueden acomodar 10 viajeros en un hotel asignándoles dos
12! (3
3!3!2!2!)
habitaciones triples y dos habitaciones dobles?
[( 7!)(3!)(2!)]
Solución: 7!
Con la fórmula de las combinaciones
(3!2del
!2!)teorema anterior, se obtiene:
10!
5 25 200
(3
3!3!2!2!)
23 | Estadística para ingeniería

2.5 Probabilidad condicional

Considere el experimento de seleccionar a una persona al azar de un grupo de 30 personas de las cuales 10 son
mujeres y 20 son hombres, 7 de las mujeres estudian enfermería y 3 ingeniería, en cambio 18 de los hombres
estudian ingeniería y 2 enfermería. Sean los eventos:
A : “la persona seleccionada es mujer”.
B : “la persona seleccionada estudia ingeniería”.
¿Cuál es la probabilidad de que la persona seleccionada estudie ingeniería?

Solución:
Al aplicar la fórmula de la probabilidad para espacios equiprobables, sabiendo que son 21 personas las que
estudian ingeniería, se tiene que:
#B 3 118 21
P(B) 5 5 5 5 0.7
#S 30 30
La probabilidad de que la persona seleccionada sea mujer es:

#A 10 1
P(A) 5 5 5
#S 30 3
y la probabilidad que la persona seleccionada sea una mujer que estudia ingeniería, es

#A ∩B 3
P(A ∩ B) 5 5 5 0.1
#S 30
Si se decide escoger a la persona únicamente de entre las mujeres, el espacio muestral se reduce y la pre-
gunta sería: ¿cuál es la probabilidad de elegir a una persona que estudie ingeniería dado que es mujer?

Solución:
El resultado se encuentra dividiendo el número de mujeres que estudia ingeniería entre el total de mujeres,
esto es:

A esta probabilidad se le conoce como probabilidad condicional, y se puede escribir en términos de la

probabilidad con el espacio original mediante la relación dada en la expresión siguiente:

La definición formal de la probabilidad condicional es la siguiente:

Definición 2.15. Dados dos eventos A y B de un espacio muestral S, se define como probabilidad
condicional de A dado B a la probabilidad que ocurra A dado que ocurrió B, y se calcula mediante
la siguiente fórmula:
 « P(A † B)
® si P(B) x 0
P(A | B) 5 ¬ P(B)
® 0 si P(B) 5 0
­

Ejemplo 2.48. Si en un espacio muestral se tienen dos eventos A y D, tales que:

P(D) 5 0.83, P(A) 5 0.82 y P(D ∩ A) 5 0.78
a) Encontrar la probabilidad de A dado D.
b) Hallar la probabilidad de D dado A.
Solución:
a) P(A|D) 5 P(D ∩ A)/P(D)
5 0.78/0.83
5 0.94
b) P(D|A) 5 P(D ∩ A)/P(A)
5 0.78/0.82
5 0.95

Ejemplo 2.49. Los resultados obtenidos de 266 muestras de aire se clasifican de acuerdo con la pre-
sencia de dos moléculas raras. Sean los eventos:
A 5 {x | x es una muestra con la molécula rara tipo 1}
B 5 {x | x es una muestra con la molécula rara tipo 2}
¥ 12 ´ ¥ 36 ´
Se sabe que P(A ∩ B) 5¦ µy P(A) 5¦ , entonces, para calcular la probabilidad de
§ 266 ¶ § 266 µ¶
tener una muestra con la molécula rara del tipo 2, si se sabe que ya tiene la molécula
del tipo 1, es (Montgomery et al. 1996):

Solución:
¥ 12 ´ ¥ 36 ´ 12 1
P(B|A) 5 P(A ∩ B)/P(A) 5 ¦ / 5 5
§ 266 µ¶ ¦§ 266 µ¶ 36 3
¥ 30 ´
Ejemplo 2.50. Refiriéndose al problema anterior, encontrar P(A|B), si P(B) es igual a¦
§ 266 µ¶
Solución:
¥ 12 ´ ¥ 30 ´ 12
P(A|B) 5 P(A ∩ B)/P(B) 5 ¦ / 5 0.4
§ 266 µ¶ ¦§ 266 µ¶
5
30

Teorema 2.10. Para cualquier par de eventos A y B se satisface que:

P(A ∩ B) = P(A | B)P(B)
La demostración es directa al despejarla de la definición de probabilidad condicional.
25 | Estadística para ingeniería

Teorema 2.11. Para eventos A1, A2, A3, . . . , An se tiene que:

P(A1 ∩ A2 ∩ A3 ∩ . . . ∩ An) 5 P(A1 | A2 ∩ A3 ∩ . . . ∩ An) P(A2 | A3 ∩ . . . ∩ An) . . . P(An21|An)P(An)

Demostración:
Se usa sucesivamente la fórmula P(A ∩ B) = P(A | B)P(B)
P(A1 ∩ [A2 ∩ A3 ∩ . . . ∩ An]) 5 P(A1 | A2 ∩ A3 ∩ . . . ∩ An) P(A2 ∩ [A3∩ . . . ∩ An])
5 P(A1 | A2 ∩ A3 ∩ . . . ∩ An) P(A2 | A3 ∩ . . . ∩ An) P(A3 ∩ . . . ∩ An).
5 P(A1 | A2 ∩ A3 ∩ . . . ∩ An) P(A2 | A3 ∩ . . . ∩ An) . . . P(An − 1|An)P(An)

Ejemplo 2.51. Se tiene una urna con 3 bolas rojas, 4 bolas blancas y 5 bolas verdes. Se eligen sucesi-
vamente sin reemplazo las bolas de la urna. Encontrar la probabilidad que:
a) Las dos primeras bolas sean verdes.
b) La tercer bola sea roja si la primera fue verde y la segunda es roja.
c) La primera bola sea roja, la segunda sea blanca y la tercera sea verde.
Solución:
Sean los eventos:
a) Ei la i-ésima bola es roja.
b) Fi la i-ésima bola es blanca.
c) Gi la i-ésima bola es verde.
El total de bolas en la urna son 12, conforme se seleccionan las bolas se reduce este
número.
a) G1 ∩ G2 es el evento: las primeras dos bolas son verdes, entonces:
¥ 4 ´¥ 5 ´ ¥ 5´
P(G1 ∩ G2) 5 P(G2 | G1) P(G1) 5 ¦ µ ¦ µ 5 ¦ µ
§ 11 ¶ § 12 ¶ § 33 ¶
b) Si ya se sacaron 2 bolas, una verde y otra roja, sólo quedan 10 bolas y de ella 2 son
rojas, por lo que:
2
P(E3 | G1 ∩ E2) 5
10 ¥ 5 ´¥ 4 ´¥ 3 ´ 5
c) P(E1 ∩ F2 ∩ G3) 5 P(G3 | E1 ∩ F2) P(F2 | E1) P(E1) 5 ¦ µ ¦ µ ¦ µ 5
§ 10 ¶ § 11 ¶ § 12 ¶ 110

2.6 Teorema de Bayes

Teorema 2.12. (Probabilidad total) Sea E1, E2, E3, . . . , En eventos tales que:
1. Ei ≠ φ, para i 5 1, 2, 3, . . . , n
2. Ei ∩ Ej 5 φ, . . . si i ≠ j
3. E1 ∪ E2 ∪ E3 ∪ . . . ∪ En 5 S
Entonces, para cualquier evento A se satisface que:
P(A) 5 P(A ∩ E1) 1 P(A ∩ E2) 1 P(A ∩ E3) 1 . . . 1 P(A ∩ En)
5 P(A|E1)P(E1) 1 P(A|E2)P(E2) 1 P(A|E3)P(E3) 1 . . . 1 P(A|En )P(En)

Demostración:
Los eventos Ei forman una partición del espacio muestral, pues la unión de todos ellos determina el
espacio muestral y por parejas son mutuamente excluyentes, esto se puede representar con diagramas
de Venn, tales como:

E1 E2 E3 E4 E5 E6 … En

Figura 2.12. A 5 (A ∩ E1) ∪ (A ∩ E2) ∪ (A ∩ E3) ∪ . . . ∪ (A ∩ En).

El evento A es igual a la unión de eventos mutuamente excluyentes, por lo que por el axioma 3 de la
probabilidad sucede lo siguiente:
P(A) 5 P(A ∩ E1) 1 P(A ∩ E2) 1 P(A ∩ E3) 1 . . . 1 P(A ∩ En)
y por la definición de probabilidad condicional se obtiene:
P(A) 5 P(A|E1)P(E1) 1 P(A|E2)P(E2) 1 P(A|E3)P(E3) 1 ... 1 P(A|En )P(En)
La probabilidad condicional generalmente se utiliza cuando se quiere determinar la probabilidad
de un evento posterior dado otro evento anterior; por ejemplo, cuál es la probabilidad del color de la
segunda bola extraída dado el color de la primera bola extraída; con el teorema de Bayes se calcula la
probabilidad de lo que ocurrió antes conociendo lo que sucedió después esto corresponde a la interfe-
rencia de causas conociendo el resultado. El teorema de Bayes se enuncia como:

Teorema 2.13. (de Bayes) Sea E1, E2, E3, ..., En eventos, tales que:
Ei ≠ φ, para i 5 1, 2, 3, . . . , n
Ei ∩ Ej 5 φ, . . . si i ≠ j
E1 ∪ E2 ∪ E3 ∪ . . . ∪ En 5 S

Entonces, para cualquier evento A se satisface que:

P(A | E j )P(E j )
P(E j | A ) 5 (2.13)
P(A | E1 )P(E1 ) 1 P(A | E 2 )P(E 2 ) 1. . . 1 P(A | E n )P(E n )
27 | Estadística para ingeniería

Demostración:
P(A ∩ E j ) P(A | E j )P(E j )
Se sabe que P(E j | A ) 5 5 y por el teorema de la probabilidad total, el
P(A ) P(A )
denominador se transforma:
P(A | E j )P(E j )
P (E j | A) 5 (2.14)
P(A | E1 )P(E1 ) 1 P(A | E 2 )P(E 2 ) 1. . . 1 P(A | E n )P(E n )

Los experimentos en los que se aplica la fórmula de Bayes presentan en dos etapas: una etapa anterior
(una antes) y una etapa posterior (una después). La etapa anterior se relaciona con los eventos de la
partición (E1, E2, E3, . . . , En); la etapa posterior se relaciona con el evento A.

Ejemplo 2.52. Considerar una urna con 4 bolas blancas y 6 bolas negras. Si se sacan 2 bolas al azar
sin reemplazo, encontrar la probabilidad de que la primera bola sea negra dado que
la segunda bola es blanca.

Solución:
Sean los eventos:
E1: la primera bola es blanca.
E2: la primera bola es negra.
D: la segunda bola es blanca.
Con la fórmula de Bayes, se obtiene:

P(D | E 2 )P(E 2 )
P(E 2 | D) 5
P(D | E1 )P(E1 ) 1 P(D| E 2 )P(E 2 )

(4 / 9)(6 / 10) 6 2
P(E 2 | D) 5 5 5
(3 / 9)(4 / 10) + (4 / 9)(6 / 10) 9 3

Ejemplo 2.53. En un lote de 5 artículos se elige uno al azar. El artículo elegido se prueba y sale de-
fectuoso; si el lote puede tener de 1 a 5 artículos defectuosos con igual probabilidad,
¿cuál es el número de artículos defectuosos más probable, dada la información de que
se sacó un artículo defectuoso?

Solución:
La primera etapa del experimento se relaciona con la condición de los artículos del
lote (cuántos artículos defectuosos hay en el lote); la segunda etapa se relaciona con
la prueba del artículo para ver si es bueno o defectuoso.
La primera etapa está relacionada con la partición:
a) E1, en el lote hay 1 artículo defectuoso.
b) E2, en el lote hay 2 artículos defectuosos.
c) E3, en el lote hay 3 artículos defectuosos.
 d) E4, en el lote hay 4 artículos defectuosos.
e) E5, en el lote hay 5 artículos defectuosos.
La segunda etapa define el evento D:
a) D: el artículo elegido del lote es defectuoso.
1 i
Por hipótesis del problema, se sabe que P(Ei) 5 ; además, la probabilidad de sacar
5 5
un artículo defectuoso cuando hay i defectuosos; cuando hay i defectuosos es: P(D | Ei)
1 i
5 para i 5 1, 2, 3, 4, 5.
5 5
Por la fórmula de Bayes, se tiene que:

P(D | Ei )P(Ei )
P(Ei | D) 5 5

∑ P(D | E k
)P(E k )
k =1

lo cual implica que:

(1 / 5)(i / 5) i
P(Ei | D) 5 5
(1 1 2 1 3 1 4 1 5) / 25 15

Se puede ver que la máxima probabilidad se tiene cuando todos los focos del lote
son defectuosos.

2.7 Eventos independientes

Definición 2.16. Dos eventos A y B se dice que son independientes si y sólo si la ocurrencia de
uno de ellos no cambia la probabilidad de ocurrencia del otro; es decir A y B son independientes si
P(A | B) 5 P(A) y P(B | A) 5 P(B).

Teorema 2.14. Si A y B son eventos independientes, entonces:

P(A ∩ B) 5 P(A )P(B)

Teorema 2.15. Los eventos A1, A2, A3, . . . , An son independientes si y sólo si:
P(A1 ∩ A2 ∩ A3 ∩ . . . ∩ An) 5 P(A1) P(A2) . . . P(An−1)P(An)

Ejemplo 2.54. Encontrar la probabilidad de sacar dos soles en dos lanzamientos de una moneda no
cargada.
Solución:
Puesto que la moneda no está cargada, la probabilidad de obtener un sol en un volado
es igual a 0.5; los resultados de los dos lanzamientos son independientes, por tanto la
probabilidad de tener dos soles es:
29 | Estadística para ingeniería

P(s, s) 5 (0.5)(0.5) 5 0.25.

Ejemplo 2.55. Se sacan dos cartas, aleatoriamente, de un mazo de 52 naipes; ¿qué probabilidad hay
de obtener dos ases si. . .
a) la primera carta se reemplaza antes de que se saque la segunda?
b) la primera carta no se reemplaza antes de que se saque la segunda?

Solución:
Sean los eventos:
A1: se obtiene as en la primera extracción.
A2: se obtiene as en la segunda extracción.
a) Si para sacar la segunda carta se regresa al mazo la carta que ya se sacó, la probabi-
lidad del resultado de la segunda carta es independiente de lo que haya ocurrido con
la primera extracción. Los dos resultados son independientes. Por otro lado, entre
los 52 naipes hay cuatro ases, la probabilidad de sacar un as en cada extracción es
44 11  11  11  11
5 , por tanto,5 la5probabilidad de tener dos ases es:
5252 1313  1313  1313  169 169
4 1  1  1  1
P(A1 ∩ A2) 5 P(A1)P(A2) 5     5
52 13  13   13  169
b) Si  3al3 sacar
 44 la segunda
11 carta no se regresa la carta4que1ya se1 sacó, 
  1 entonces,1 sólo
 5151  5252 55221
221 52 13  13   13  5 169
quedan 51 cartas y 3 ases si la primera carta fue
3  4 
as. Los1
resultados de las 2 extrac-
ciones son dependientes; entonces, la probabilidad  51   52  5 de221
tener dos ases es:
2020 44  3  4  1
P(A1 ∩ A2) 5 P(A2 | A1)P(A1) 5     5
2626 2626  51   52  221
20 4
Ejemplo 2.56. Se sabe que las probabilidades asociadas a los 26dos 26eventos J y K son P(J) 5 0.60, P(K) 5
0.4 y P(J 44 ∩ K) 20205 0.10. ¿Estas probabilidades indican que 20 J y4 K son independientes?
 2626 / / 2626 550.020
.20
4 1  1  4 1 1 126 1  1  1
  4   520   26  5
Solución: 52 13  1352  13 /

13 
169 135 0 .
20
13  169
 26   26  4 1  1   1  5 1
Para que los eventos J y K sean independientes, se debe  452  13 20  13
satisfacer  13  169
larelación:
/ 5 0.20
P(J ∩ K) 5 P(J)P(K)  3   4  13   4  26 1  26 
5   5
En este caso, se tiene que P(J)P(K) 51   52 5 (0.60)(0.40)
 51   52  5221
221 0.24 y P(J ∩ K) 5 0.10, que
3  4  1
son valores diferentes, por tanto J y K no son independientes.  51   52  5 221
20 4 20 4
Ejemplo 2.57. Encontrar P(A|B), si P(B) 5 y P(A ∩ B) 5
26 26 26 26
20 4
Solución: 26 26
 4   20   4   20 
Al aplicar la fórmula de la probabilidad condicional
.20 /  se
 26  /  26  5026 5tiene:
0.20
  26     
4 20
P(A|B) 5 P(A ∩ B)/P(B) 5 P(A|B) 5   /   5 0.20
 26   26 

Ejemplo 2.58. (Ejemplo adaptado del libro Statistics for Management and Economics de G. Keller,
Brian Warrock, Henry Bartel, Wardsworth Publishing Co., Belmont, California,
1990.) Considerar el espacio muestral S 5 {a, b, c, d), donde P({a}) 5 P({d}) 5 0.3 y
P({b}) 5 P({c}) 5 0.2.
 a) Calcular las probabilidades de los eventos:
E1 5 {a, b}
E2 5 {b, c}
E3 5 {c, d}
b) ¿Cuáles de los eventos definidos en el inciso a) son independientes por pares?
Solución:
a) P(E1) 5 0.3 1 0.2 5 0.5
P(E2) 5 0.2 1 0.2 5 0.4
P(E3) 5 0.2 1 0.3 5 0.5
b) Los eventos E1 y E2 son independientes, ya que E1 ∩ E2 5 {b}, y se satisface que
P(E1 ∩ E2) 5 P(E1)P(E2) 5 0.2.
De la misma manera, los eventos E2 y E3 son independientes.
Los eventos E1 y E3 no son independientes, ya que P(E1 ∩ E2) 5 0, mientras que
P(E1)P(E2) 5 0.25. Estos eventos son mutuamente excluyentes.

Ejemplo 2.59. Veinte unidades de un producto manufacturado se sitúan en un depósito. Dos de esas

unidades están defectuosas. Si se inspeccionan 2 de las 20 unidades, ¿cuál es la proba-
bilidad de que las piezas seleccionadas sean las defectuosas?
Solución:
Si se tienen los eventos:
A: la primera unidad inspeccionada es defectuosa.
B: la segunda unidad inspeccionada es defectuosa.
Se pide calcular la probabilidad de la intersección, es decir:
¥ 1 ´¥ 2 ´ 1
P(A ∩ B) 5 P(B|A)P(A) 5 ¦ µ ¦ µ 5
§ 19 ¶ § 20 ¶ 190
Ejemplo 2.60. Al tirar dos dados se gana si la suma de los valores resultantes es igual a 7. ¿Cuál es la
probabilidad de ganar en dos juegos consecutivos de ¥ 6este
´ ¥ experimento?
6´
¦§ 36 µ¶ ¦§ 36 µ¶
Solución:
Sean los eventos A: se gana en el primer juego; y B: se¥ gana1 ´ en el segundo juego; A y
B son eventos independientes, porque el resultado 5 del¦§ 3primer
6 µ¶ lanzamiento no afecta
el resultado del segundo. Al tirar dos dados se tienen 6 posibilidades de sumar 7 (2 1
¥ 1 ´¥ 2 ´ 1
5, 5 1 2, 3 1 4, 4 1 3,
¦ 11µ ¦ 6, 6µ 5
1 1) de un total de 36 posibles resultados, entonces
6 6§ 19 ¥¶ §120 ´ ¥¶ 2 190
´ 1
P(A) 5 y P(B) 5 , así ¦ que
µ ¦ la probabilidad
µ 5 de la intersección es:
36 36 § 19 ¶ § 20 ¶ 190
¥ P(A
6 ´ ¥∩6B)´ 5 P(A) · P(B)
¦§ 36 µ¶ ¦§ 36 µ¶
¥ 6 ´¥ 6 ´
5 ¦ µ¦ µ
§ 36 ¶ § 36 ¶
¥ 1´
5
5¦ µ
§ 36 ¥¶ 1 ´
5¦ µ
§ 36 ¶
31 | Estadística para ingeniería

Ejemplo 2.61. Supóngase que en una caja hay 20 fusibles, de los cuales 5 están defectuosos. Si se
seleccionan sucesivamente 2 fusibles aleatoriamente, ¿cuál es la probabilidad de que
los 2 fusibles seleccionados estén defectuosos?

Solución:
Si se tienen los eventos:
A: el primer fusible seleccionado es defectuoso.
B: el segundo fusible seleccionado es defectuoso.
Se pide calcular la probabilidad de la intersección, es decir:
 4  5  1
P(A ∩ B) 5 P(B|A)P(A) 5  5
 19   20  19
Ejemplo 2.62. Si P(A) 5 0.5, P(B) 5 0.4 y P(B|A) 5 0.3, encontrar P(A ∩ B).
1 1 1 11
Solución: 1 2 5
6 6 36 36
P(A ∩ B) 5 P(A)P(B|A) 5 (0.5)(0.3) 5 0.15.
4 1
Ejemplo 2.63. Con referencia al problema anterior, encontrar P(A 9∪ B).
4
Solución:
Para resolver este problema se utiliza la fórmula P(A ∪ B) 5 P(A) 1 P(B) 2 P(A ∩ B).
P(A ∪ B) 5 0.5 1 0.4 2 0.15 5 0.75

Ejemplo 2.64. ¿Cuál es la probabilidad de obtener al menos un 6, al tirar dos dados no cargados?
Solución:
Sean los eventos:
A1: sale 6 en el primer dado.
A2: sale 6 en el segundo dado.
 4  5  1
 19y se20usa 5
 la19fórmula:
Se quiere calcular la probabilidad de la unión
P(A ∪ A ) 5 P(A1) 1  4P(A
  2)52
 P(A1 1 ∩ A2)  4   5  1
 4   15  2 1 511
5 1  1   1   19   20  5 19
Se tiene que P(A1) 5 1/6,
19  P(A
20 2) 5191/6 y P(A1 ∩2
19 A 20
)5 19
5
6 1 6 236 36
Sustituyendo todos estos valores en la fórmula da como resultado:
1 1 1P(A11∪ A ) 54 1 1 1 1 11
1 2 5 1 1 1 11
1 2 51 2
6 6 36 36 1 2 5
6 6 36 36 9 4 6 6 36 36
2
Ejemplo 2.65. La probabilidad de que Marina pase matemáticas es y la probabilidad de que pase
4 1 4 1 3 4 1
el curso de inglés es . Si la probabilidad de 9pasar
4 ambos cursos es de , ¿cuál es la
9 4 9 4
probabilidad de que Marina pase cuando menos uno de los cursos?
Solución:
Sean los eventos:
A: Marina pasa matemáticas. B: Marina pasa inglés.
Se pide la probabilidad de la unión:
 P(A ∪ B) 5 P(A) 1 P(B) 2 P(A ∩ B)
2 4 1
5 21 421
31924
3 9 4
31
31
5 36
36
4 13 1 16
4 1 13 2 1 5 16
Ejemplo 2.66. ¿Cuál es la probabilidad de que una carta52seleccionada
1 52 2 52 5aleatoriamente,
52 de un mazo de
52 52 52 52
52 cartas, sea un rey o un corazón? 1 1 1
1 1 1 51
10 1 10 5 5
Solución: 10 10 5
2 4 8 1 12 8
Sean los eventos: 2 1 4 2211 4 2 1 2 52 2 8 12
1 2 5 1 50
8
5525
3 9 34 9 4 3 52 9 514 50 5525
A: la carta seleccionada es un rey.
31 31 3188 12
12
B: la carta seleccionada
36 es de
36 corazones.
3652 52
52
52
4 13 4 1 13 16 1 4 1613 1 16
Por tanto, P(A) 5 ,1P(B)25 1 52 , P(A25∩1B)4 5 2
1 .
5
52 5252 5252 525252 15252
2 52 52
1 eventos 31 91 4 1
1 1 1 1 1 mutuamente
Debido a que los 1 5 1no son 5 311 5 excluyentes, se usa la regla aditiva:
10 1010 5 10 5 10 10 5
P(A ∪ B) 5 P(A) 1 P(B) 2 P(A ∩ B)
2 8 212 8 812 36 2 8 8 12 8
52 51 5250 515525 50 4 513
52
5525 1 501 552516
5 1 2 5
52 52 52 52
8 12 8 12 8 12
1 1 1
52 52 52 52
Ejemplo 2.67. Una computadora genera aleatoriamente1el 52 52último
5 dígito de un número telefónico.
10 10 5
Encontrar la probabilidad de que el resultado sea 8 o 9 (Triola, 1986).
2 8 12 8
Solución: 52 5 1 50 5525
Sean los eventos: 8 12
A: el número elegido es 8. 52 522 4 1
1 2
B: el número elegido es 9. 3 9 4
31
Los eventos A y B son eventos mutuamente excluyentes, pues si sale un 8, esto impi-
36
de que salga un 9, por tanto, al aplicar la regla aditiva se tiene que P(A ∪ B) 5 P(A)
4 13 1 16
1 P(B) y sustituyendo las probabilidades da: 1 2 5
52 52 52 52
1 1 1
P(A ∪ B) 5 1 5
10 10 5
2 8 12 8
Ejemplo 2.68. Al lanzar dos monedas, cuál es la probabilidad de obtener al menos sol.
52 51 50 5525
Solución: 8 12
Sean los eventos: 52 52
A: se obtiene sol en el primer volado.
B: se obtiene sol en el segundo volado.
Si la moneda no está cargada se tiene que P(A) 5 P(B) 5 0.5; además A y B son
eventos independientes, por lo que P(A ∩ B) 5 0.25; entonces, finalmente,
P(A ∪ B) 5 P(A) 1 P(B) 2 P(A ∩ B) 5 0.5 1 0.5 2 0.25 5 0.75
33 | Estadística para ingeniería

sa
B

ss
aa
A as

Figura 2.13. Diagrama de Venn donde se indica la relación de los eventos A y B.



Ejemplo 2.69. Tres naipes se sacan sucesivamente, sin reemplazo; sean los eventos:
2 4 1 2 4 1
A1: la primera carta es un as rojo (hay dos ases rojos).
1 2 1 2
3 9 4 3 9 4
2 4 1A : la segunda carta es un 10 o una sota (hay cuatro 10 y cuatro sotas).
1 2 2 31 31
3 9 4
36 36
A3: la tercera carta tenga un número mayor que 3 y menor que 7 (hay doce cartas
31
entre el 3 y el 7). 4 13 1 4 1613 1 16
36 1 2 51 2 5
Encontrar la probabilidad de que ocurra el 52
evento A52 ∩ A52 222∩52A 42452
4 .52 1411 152 52
4 13 1 16 1 2 111 2 1
322 2
1 2 5 1 1 1333 1 9399 14944 41
52 52 52 52 1 5 1 5
Solución: 10 10 531 31 1031 10 5
31
1 1 1
1 5 2 8 1236 36362 36 8 8 12 8
10 10 Las 5 probabilidades condicionales son: P(A1) 5 , P(A2|A1) 5 , P(A3|A1 ∩ A2) 5
52 51 50 44452 5525 413
1351 1350
13 111 15525
16
16
16 16
2 8 12 8 111 12 22 25 55 5
. (Aquí nótese que, en la primera selección hay8 5212cartas, 52
5252en
8 52 52
52
la 52 52
12segunda 52
5252 5252
52
52 52
selección el
52 51 50 5525
52 52 111
52 1 111
52 1111 1
8 12 número de cartas baja a 51 y en la tercera selección2 4baja1a 10 2101
50 11410
cartas.) 15 5
10110
5 Por 5
555 5 tanto:
1 2 10 1 10 102
52 52 3 9 4 3222 92888 412 812
12 12888 8
P(A1 ∩ A2 ∩ A3) 5 P(A1)P(A22|A14)P(A ∩ A2) 5 ( 31 )( )( ) 5
1 3|A131
1 2 52
5252 52555111 5
50
50
1
50 50 5525
5525
55255525
3 9 4 36 36
888 12 812
12 12
Ejemplo 2.70. El mismo experimento del ejemplo 31anterior, sólo4 que 13la selección
14 16 13 se1hace 16con reem-
1 22 24452 52525
11152 52
52
52 2 52 5
36 A1 ∩ A2 ∩52
plazo, encontrar la probabilidad que A3. 521 1 52 52
22 52 52 52 52
33 99 44
4 13 1 116 1 1 1 1 1
Solución: 1 2 52 1431 315 1 510 1 10 5 5
52 52 52 52 10 1 2 10
Al haber reemplazo de cartas, el problema se 32reduce 9836
36 4a la regla multiplicativa para
12 2 88 12 8
1 1 1
31 5144 1
eventos independientes. Los valores de las probabilidades
1 5
52 50
1 2
13
13
52 de los
5525
2 5 5
11 tres
1 5 50
16
16eventos son:
5525
10 10 5
36 52 52 52 52 52 52 52 52
2 8 12 88 12 8 12
P(A1) 5 ; P(A ) 5 4 ; y 13 1 1
P(A 11
)15 11
16
52 51 250 5525 52 152 1 13 52
2 55
552
52 10 10
52 10 10
52 5552
En seguida, sustituyendo los valores8 en12la siguiente expresión
212 818 12 12 se obtiene:88
1
52 52 1 5
P(A1 ∩ A2 ∩ A3) 5 P(A 52
52
)P(A
10 1 10 2 5 3 55 1
1
)P(A 50
50 ) 5525
5525
2 888 12 12
12 8
5 ( )( )( )
52 552 52
1 50 52
52 5525
5 0.0013655
8 12
52 52
Ejemplo 2.71. Cuatro cartas se sacan en sucesión de un mazo de 52 cartas. Encontrar la probabilidad
de que la primera carta sea un rey; la segunda sea un 9 de diamantes; la tercera sea,
cuando menos, una sota (suponiendo que el as sea la primera carta) y, la cuarta carta
sea un 7 negro.

Solución:
Sean los eventos:
A: la primera carta seleccionada sea un rey (hay cuatro reyes).
B: la segunda carta seleccionada sea el 9 de diamantes (hay un solo 9 de diamantes).
C: la tercera carta sea cualquier carta menor o igual que una sota (empezando con
el as, luego el 2 hasta el 10 hay 10 cartas antes de la sota, son 11 con la sota; por
tanto, hay 11(4) 5 44 de estas cartas).
D: la cuarta carta sea un 7 negro (hay dos 7 negros).

Se puede ver que un 7 negro es menor que la sota, por tanto el evento C se puede
descomponer como la unión de dos eventos mutuamente excluyentes, C 5 C1 ∪ C2,
donde:
C1: la tercera carta sea una carta menor o igual que una sota que no sea 7 negro (hay
42 casos)
C2: la tercera carta sea un 7 negro. (Hay dos casos)
Por las leyes de Morgan se tiene que:
A ∩ B ∩ C ∩ D 5 A ∩ B ∩ (C1 ∪ C2) ∩ D
5 (A ∩ B ∩ D) ∩ (C1 ∪ C2)
5 (A ∩ B ∩ D ∩ C1) ∪ (A ∩ B ∩ D ∩ C2)
5 (A ∩ B ∩ C1 ∩ D) ∪ (A ∩ B ∩ C2 ∩ D)
Entonces,
P(A ∩ B ∩ C ∩ D) 5 P((A ∩ B ∩ C1 ∩ D) ∪ (A ∩ B ∩ C2 ∩ D))
5 P(A ∩ B ∩ C1 ∩ D) 1 P(A ∩ B ∩ C2 ∩ D)
Las probabilidades condicionales de las diferentes extracciones son:
4 1 41 2 1 2
P(A) 5 , como es la primera extracción, ésta se realiza con las 52 cartas.
52 51 50 50 49 49
4 1 41 2 1 2
P(B | A) 5 , ya se extrajo un rey; entonces, hay 51 cartas.
52 51 50 50 49 49
4 1 41 2 1 2
P(C1 | A ∩ B) 5 , ya se extrajeron dos cartas, un rey y un 9 de diamantes que es
52 51 50 50 49 49
menor que una sota, quedan 50 cartas; sólo 41 están en C1.
4 1 41 2 1 2
P(C2 | A ∩ B) 5 , ya se extrajeron dos cartas, quedan 50, y dos 7 negros.
52 51 50 50 49 49
4 1 41 2 1 2
P(D | A ∩ B ∩ C1) 5 , ya se extrajeron tres cartas, quedan 49 y dos 7 negros.
52 51 50 50 49 49
4 1 41 2 1 2
P(D | A ∩ B ∩ C2) 5 , ya se extrajeron tres cartas, quedan 49 y sólo un 7 negro.
52 51 50 50 49 49
35 | Estadística para ingeniería

Entonces:
P(A ∩ B ∩ C1 ∩ D) 5 P(A) P(B | A) P(C1 | A ∩ B) P(D | A ∩ B ∩ C1)
¥ 4 ´ ¥ 1 ´ ¥ 41 ´ ¥ 2 ´
5 ¦ µ¦ µ¦ µ¦ µ
§¥ 52
4 ¶´ §¥ 51
1 ¶´ §¥ 50
41 ¶´ §¥ 49
2 ¶´
¦§ 52 µ¶ ¦§ 51 µ¶ ¦§ 50 µ¶ ¦§ 49 µ¶
5 0.00005048
¥ 4 ´P(B
P(A ∩ B ∩ C2 ∩ D) 5 P(A) ¥ 1 |´ ¥A)2 P(C
´ ¥ 1 |´ A ∩ B) P(D | A ∩ B ∩ C )
¦§ 52 µ¶ ¦§ 51 µ¶ ¦§ 50 µ¶ ¦§ 49 µ¶
1 1
¥ 4 ´¥ 1 ´¥ 2 ´¥ 1 ´
5 ¦ µ¦ µ¦ µ¦ µ
§ 52 ¶ § 51 ¶ § 50 ¶ § 49 ¶
5 0.00000123
P(A ∩ B ∩ C ∩ D) 5 0.00005048 1 0.00000123 5 0.00005171

Problemas propuestos
2.1 Al lanzar una moneda no cargada, ¿cuál es la probabilidad 2.12 Hallar el número de combinaciones de las letras a, b, c en
de que salga sol? subconjuntos de dos elementos.
2.2 Al lanzar un dado no cargado de 6 caras, ¿cuál es la proba- 2.13 Si dos eventos A y B son tales que P(A) 5 0.10, P(B) 5 0.40
bilidad de que caiga 1? y P(A ∩ B) 5 0.05. Determinar:
2.3 ¿Cuál es la probabilidad de que caiga cualquiera de los nú- a) P(A|B)
meros 3 o 4 al lanzar un dado no cargado? b) P(B|A)
2750
2.4 Si una persona es seleccionada al azar de un grupo de 20 2.14 Si dos eventos A y B son tales que P(B) 5 y P(A ∩
10 000
psicólogos y 30 sociólogos, ¿cuál es la probabilidad de que B) 5 0.14. Encontrar P(A|B).
la persona seleccionada sea un sociólogo? 2.15 Si al lanzar un dado se tiene el evento E 5 {2, 4, 6}. Encon-
2.5 ¿Cuál de los siguientes números no representa una probabi- trar la probabilidad de E.
lidad y por qué? 2.16 Si de un grupo de 80 estudiantes, 30 son mujeres y se elige
3/7, 2, 21/2, 3/4, 99/101, 0, 1, 5, 1.11, 1.0001, 0.0001, 0.001, una persona al azar, encontrar la probabilidad de que la per-
0.9999 sona seleccionada no sea mujer.
2.6 La probabilidad de que Juan esté vivo en 20 años es de 0.7 y 2.17 De los siguientes eventos decir cuáles son mutuamente ex-
la probabilidad de que Pedro esté vivo en 20 años es de 0.5. cluyentes:
Si se supone que hay independencia entre la vida de estas a) A 5 {x | x asiste a las clases de estadística regularmente};
personas, ¿cuál es la probabilidad de que ambos estén vivos B 5 {x | x posee una computadora}.
en 20 años? b) A 5 {x | x tiene cabello rubio};
2.7 Si al lanzar sucesivamente una moneda no cargada se defi- B 5 {x | x tiene ojos cafés}.
nen los eventos: 2.18 Sean los eventos:
E1: en el quinto lanzamiento sale águila. A: el vuelo de un avión que llega a tiempo.
E2: en el sexto lanzamiento sale águila. B: el vuelo de un avión que sale a tiempo.
¿Cuál es la probabilidad de que salgan águila en ambos lan- Las probabilidad correspondientes son: P(A) 5 0.82; P(D)
zamientos? 5 0.83 y la probabilidad de que el avión salga a tiempo y
2.8 ¿Cuál es la probabilidad de sacar cuando menos un 6 en 2 llegue a tiempo es P(D ∩ A) 5 0.78. Hallar la probabilidad
lanzamientos de un dado no cargado? de que el avión:
Sugerencia: usar la regla de adición. a) Llegue a tiempo dado que partió a tiempo.
2.9 Suponiendo que el sexo de un hijo por nacer es igualmente b) Haya salido a tiempo dado que arribó a tiempo.
probable, y que es independiente del sexo de sus hermanos o 2.19 Se tiene una caja que contiene 3 bolas blancas y 2 bolas
hermanas. Para una familia de tres hijos: negras. Se eligen sucesivamente las bolas sin reemplazo,
a) Describa el espacio muestral y calcule la probabilidad de entonces:
que la familia tenga: a) ¿Cuál es la probabilidad de que la primera bola sea ne-
• exactamente 2 varones. gra?
• exactamente 2 niñas. b) ¿Cuál es la probabilidad de que la segunda bola sacada
• cuando menos 2 varones. sea negra dado que la primera bola sacada fue negra?
2.10 Lanzar 2 veces una moneda no cargada. Encontrar: c) ¿Cuál es la probabilidad de que ambas bolas sacadas
a) El espacio muestral. sean negras?
b) La probabilidad de que salgan exactamente sol y águila. 2.20 Con la siguiente figura y la simbología del diagrama de Venn
2.11 Encontrar el número de permutaciones de las letras a, b, c en definir las regiones:
dos lugares. a) Regiones 1 y 2.
 b) Regiones 1 y 3. 2.26 Del problema anterior representar con notación de conjun-
c) Regiones 1, 2, 3, 4, 5 y 7. tos, (uniones, intersecciones y complementos) las siguientes
d) Regiones 4 y 7. regiones:
e) Región 1. a) 4, 6, 7
f) Regiones 2, 6 y 7. b) 1, 4
c) 1, 2, 5, 7
d) 1, 2
A e) 1, 3, 4
B 2.27 En estudios de higiene industrial y seguridad de obreros de
7 2 una industria se descubrió que 8% necesitaron botas de hule
5 para protección contra descargas eléctricas, 15% requirieron
1
3 cascos protectores para la cabeza y 3% necesitaron tanto botas
4
de hule protectoras como cascos protectores para la cabeza.
¿Cuál es la probabilidad de que un trabajador seleccionado al
6 azar necesite botas protectoras de hule o cascos protectores
para la cabeza? Sugerencia: usar el modelo aditivo.
2.28 Se lanza una moneda dos veces. Encontrar la probabilidad
C S de sacar una cara, ya sea en el primer o segundo lanzamiento
o en ambos. Suponer que H 5 caras, T 5 águilas.
2.29 Una computadora genera aleatoriamente el último dígito de
Figura 2.14. Diagramas de Venn.
un número telefónico. Calcular:
2.21 De 10 000 personas de 20 años observadas, 9 961 llegaron a) La probabilidad de que el resultado sea un 8 o 9.
a los 21 años de edad. ¿Cuál es la probabilidad de que las b) La probabilidad de que el resultado sea un número non
personas de 20 años de este grupo sobrevivan hasta los 21. o menor que 4.
2.22 De un grupo de 100 profesionistas de los cuales 40 son in- 2.30 Al tirar dos dados no cargados, encuentre la probabilidad
genieros y 60 arquitectos, la mitad de los ingenieros y de los de obtener en la suma de sus caras un 7 o un 11.
arquitectos son mujeres. Encontrar la probabilidad de que 2.31 ¿Cuál es la probabilidad de sacar un as o un rey de un mazo
un profesionista seleccionado aleatoriamente sea ingeniero de 52 cartas?
o mujer. Usar la fórmula de la probabilidad de la unión de 2.32 ¿Cuál es la probabilidad de sacar un as o una espada, o am-
dos eventos. bos, en la selección de una carta de un mazo de 52 naipes?
2.23 ¿Cuál es la probabilidad de que una carta seleccionada al azar 2.33 ¿Cuántas comidas consistentes en una sopa, un empareda-
de un mazo de 52 naipes sea una reina o un corazón? Usar la do, un postre y un refresco son posibles, si se seleccionan 4
fórmula de la probabilidad para la unión de dos eventos. sopas, 3 tipos de emparedados, 5 postres y 4 refrescos?
2.24 ¿Cuál es la probabilidad de sacar un 6 al lanzar dos dados no 2.34 Dos monedas se lanzan. ¿Cuál es la probabilidad de que am-
cargados? bas monedas caigan en águila? Usar regla multiplicativa.
2.25 A un ingeniero fabricante de motores de autos le preocupan 2.35 Una pareja de recién casados planea tener 3 hijos. Encontrar
tres tipos de defectos. Sean los eventos, los siguientes enunciados:
A: el eje del motor es demasiado grande. a) La probabilidad de que todos los hijos sean hombres.
B: las bobinas son inadecuadas. b) La probabilidad de que sólo hayan 3 mujeres.
C: las conexiones eléctricas son insatisfactorias. c) La probabilidad de exactamente 2 varones.
Expresar verbalmente los eventos representados por las re- d) La probabilidad de 3 varones y 3 mujeres.
giones del diagrama de Venn. e) La probabilidad de tener a lo más 2 varones.
a) Región 2. f ) La probabilidad de tener cuando menos 2 varones.
b) Regiones 1 y 3 juntas. Suponer que tener un varón o una niña son eventos igual-
c) Regiones 3, 5, 6 y 7 juntas. mente probables y que el sexo de cada hijo es independiente
del sexo de sus hermanos.
g) Hacer un diagrama de árbol para facilitar el cómputo.
A 2.36 Con referencia al problema anterior, si la familia fuera de 4
B
hijos, ¿cuál sería la probabilidad de que fueran 4 varones o
7 2 4 niñas?
5 2.37 Se sacan dos cartas al azar de un mazo de 52 naipes. ¿Qué
1
3 probabilidad hay de obtener dos ases si. . .
4
a) la primera carta es repuesta antes de sacar la segunda
carta?
6 b) la primera carta no es repuesta antes de sacar la segunda
carta? Suponer una regla multiplicativa.
2.38 Hay 10 rollos de película en una caja y tres están defec-
C S
tuosos. Se sacan dos rollos, uno detrás del otro. ¿Cuál es
la probabilidad de seleccionar un rollo defectuoso seguido
Figura 2.15. En la figura se muestran los espacios muestrales y por otro rollo defectuoso, si no hay reemplazo? Usar regla
eventos. multiplicativa.
37 | Estadística para ingeniería

2.39 Responder las siguientes preguntas: b) Planea visitar únicamente los estados que colindan con
a) ¿Cuántos elementos tiene el espacio muestral, generado Estados Unidos de América.
por lanzar dos dados no cargados? ¿Cuál es este espacio 2.53 Evaluar los siguientes factoriales:
muestral? a) 7!
b) ¿Cuántos puntos muestrales hay en un espacio muestral b) 70!/68!
cuando se lanzan tres dados simultáneamente? c) 10!/0!
2.40 Un diseñador de una nueva subdivisión ofrece a los com- 2.54 Supóngase que hay 50 personas compitiendo por tres diferen-
pradores de casas una selección de estilos exteriores de in- tes puestos, ordenados en primero, segundo y tercero. ¿De
glés, rústico, colonial y tradicional combinados con tipos de cuántas maneras se puede seleccionar a las tres personas para
rancho de dos pisos y un desnivel. ¿De cuántas maneras se ocupar los tres puestos?
puede ordenar una de estas casas con esos estilos de cons- 2.55 En cierta compañía, 5 escritorios de secretaria se sitúan en lí-
trucción? Hacer un diagrama de árbol. Sugerencia: usar la nea contra la pared. Cada secretaria puede sentarse en cual-
regla del producto n1n2. quier banco de los escritorios. ¿Cuántos arreglos se pueden
2.41 Un estudio de tráfico vehicular indica que de 3 756 automó- hacer para sentar a las secretarias?
viles que se acercan a la plaza, 857 entran en el aparcamien- 2.56 En un almacén hay 5 cajas adyacentes para almacenar 5
to. ¿Cuál es la probabilidad de que un auto no entre en el objetos diferentes. El depósito de cada objeto puede almace-
aparcamiento? narse satisfactoriamente en una caja. ¿De cuántas maneras
2.42 En una prueba la primera pregunta es de falso y verdadero y pueden asignarse 5 objetos a 5 cajas?
la segunda es de selección múltiple con posibles respuestas 2.57 Supóngase que hay 7 partes diferentes para ser almacenadas,
de a, b, c, d, e. Siendo así, ¿cuántas secuencias de posibles pero sólo hay 4 cajas disponibles. ¿Cuántas maneras de aco-
respuestas hay en estas dos preguntas? modar los 4 objetos hay?
2.43 En el diseño de un sistema de computadora, si un byte se 2.58 ¿De cuántas maneras diferentes se pueden realizar una pri-
define como una secuencia de 8 bits y, cada bit debe ser 0 o mera, segunda, tercera o cuarta selección entre 12 empresas
1, ¿cuántos bytes diferentes son posibles? arrendadoras de equipo de control de contaminación am-
2.44 Explicar detalladamente o con sus propias palabras lo que biental?
significan los siguientes términos: 2.59 Contestar lo siguiente.
a) Experimento aleatorio. a) ¿Cuál es el número de permutaciones de las letras a, b, c?
b) Espacio muestral. b) ¿Cuáles son estas permutaciones? Escribirlas.
c) Evento. 2.60 Un mecanismo electrónico de control requiere de 5 chips de
2.45 Evaluar 50! Sugerencia: usar la aproximación de Stirling: memoria idénticos. ¿De cuántas maneras puede habilitarse
n! ~ 2pn n e
n 2n este mecanismo colocando los 5 chips en las 5 posibles po-
siciones dentro del controlador?
2.46 Se lanza una moneda tres veces consecutivas. Hacer un
2.61 Se requiere sentar a 5 hombres y 4 mujeres en una fila, de
diagrama de árbol con los resultados de sol y águila y escri-
bir el espacio muestral. Calcular lo siguiente: tal manera que las mujeres ocupen lugares pares. ¿Cuántos
a) Se obtienen cuando menos 2 soles. arreglos hay?
b) El segundo lanzamiento es un sol. 2.62 Un aparato de seguridad de un negocio con 10 botones se
c) El número de soles es exactamente 2. inhabilita cuando 3 botones diferentes se oprimen en la se-
d) El segundo lanzamiento cae en águila. cuencia apropiada (los botones no pueden oprimirse dos ve-
e) Todos los lanzamientos muestran la misma imagen. ces). Si el código correcto se olvida, ¿cuál es la probabilidad
f ) El número de soles es menor que 2. de inhabilitar el aparato a través de oprimir aleatoriamente,
g) El segundo lanzamiento no es sol. tres botones?
h) El número de soles es de cuando menos 2. 2.63 Se sacan dos boletos de la lotería entre 30 posibles para el
i) El número de soles es no más de 3. primero y segundo premios. ¿Cuál es la probabilidad de ga-
j) El número de águilas es a lo más 3. nar comprando un boleto?
k) Que el número de soles exceda al número de águilas. 2.64 En una carrera de ocho perros se juega un premio de exacta.
2.47 ¿De cuántas maneras diferentes una sección sindical con 25 Si se seleccionan tres números de perros, ¿cuál es la probabi-
miembros puede elegir un presidente y un vicepresidente? lidad de acertar el ganador comprando un solo boleto?
2.48 Si se lanza 3 veces consecutivas un dado, ¿cuál es la proba- 2.65 Considérese una carrera de 10 caballos con un premio para
bilidad de que salga un 6? cualquiera que pueda seleccionar el orden exacto y ganar des-
2.49 Se seleccionan tres cartas, sucesivamente, de un mazo de 52; de el primero hasta el décimo lugar.
encontrar el número de resultados si: a) ¿Cuántas permutaciones posibles hay?
a) Hay reemplazo. b) ¿Cuál es la probabilidad de ganar si se compra un solo
b) Si no hay reemplazo. boleto?
2.50 ¿De cuántas maneras pueden acomodarse cinco canicas de c) ¿Cuál es la probabilidad de acertar a los caballos que lle-
diferentes colores en una fila? guen en los tres primeros lugares?
2.51 Calcular de cuántas maneras pueden formarse seis personas
para subir a un autobús.
2.52 Un candidato presidencial planea hacer campaña política.
Encontrar el número de permutaciones si:
a) Planea visitar todos los estados de la República Mexi-
cana.