Probabilidad y Estadística

CAPITULO 4 PROBABILIDAD
 ESPACIO MUESTRAL
 EVENTOS
 TEOREMAS DE PROBABILIDAD
 PROBABILIDAD CONDICIONAL
 TEOREMA DE LA MULTIPLICACIÓN
 EVENTOS INDEPENDIENTES
 PRINCIPIO DE EXPANSIÓN
 TEOREMA DE BAYES

1
 Probabilidad y Estadística
PROBABILIDAD
EXPERIMENTO: Es la acción mediante la cual se obtiene una observación (o medición) ejemplos:
1) Registrar la permutación obtenida en una prueba.
2) Inspeccionar una lámpara incandescente para determinar si es un producto defectuoso o
aceptable.
3) Lanzar una moneda y observar el lado que aparece.

EXPERIMENTO ALEATORIO: Es todo experimento cuyo resultado no se puede predecir con

exactitud.
EJEMPLO: Se fabrica una bombilla, luego se prueba su duración poniéndola en un portalámparas y
se anota el tiempo transcurrido (en horas) hasta que se quema es un ejemplo de experimento
ALEATORIO ya que el resultado no se puede predecir con exactitud.

EXPERIMENTO DETERMINISTA: Es todo experimento cuyo resultado se puede predecir con

exactitud.

EJEMPLO: El medir la resistencia ala tención de una barra de acero es un ejemplo de experimento
DETERMINISTA; ya que el resultado se puede predecir métodos físicos.

ESPACIO MUESTRAL. El conjunto de Ω de todos

los resultados posibles de un experimento aleatorio
dado se llama espacio muestral. Un resultado
particular, esto es, un elemento de Ω, se llama
punto muestral o muestra.

ESPACIO MUESTRAL DISCRETO. Es aquel en el

que se presentan un número finito de resultados,
esto es, los resultados son numerables.

ESPACIO MUESTRAL CONTINUO. Es aquel en el

que se presenta un número infinito de resultados,
esto es, los resultados no son numerables.

EJEMPLO: Un investigador de mercado entrevista a una familia de tres personas, un hijo adolecente
y sus padres, para determinar si le agrada (A) o desagrada (D) un nuevo producto. Si se forma una
secuencia con las respuestas del padre, la madre y el hijo.
¿Cuál es el espacio muestral de este experimento?
S{(A,A,A), (A,A,D), (A,D,A), (D,A,A), (D,D,A), (D,A,D), (A,D,D), (D,D,D)}
EVENTO: Un evento no es otra cosa más que un conjunto, de modo que se pueden utilizar las
relaciones y resultados de la teoría básica de conjuntos. (Todo subconjunto de un espacio muestral
se le llama evento).
EJEMPLO: El conjunto A={(A,A,A), (A,A,D), (A,D,A)} es un evento dado que A  S

2
 Probabilidad y Estadística
EVENTO SIMPLE: Un evento simple es el resultado de un solo ensayo en cualquier experimento
particular, es un evento que contiene un solo punto muestral EJEMPLO: B = { (A,A,A) }
EVENTO COMPUESTO: Es un subconjunto del espacio muestral, que contiene dos o más posibles
resultados del experimento: EJEMPLO: C= { (A,A,A) , (D,D,D) }
COMBINACIÓN DE EVENTOS PARA FORMAR NUEVOS EVENTOS.
1) Sean A y B dos eventos de un mismo espacio muestral S. la unión de A y B se define como el
evento que sucede si y solo si el evento A o el evento B o ambos.
2) Sean A y B dos eventos de un mismo espacio muestral S. La intersección de A y B se define como
el evento que sucede si y sólo si suceden simultáneamente los eventos A y B.
3) Sean A y B dos eventos de un mismo espacio muestral S. La diferencia A-B se define como el
evento que sucede si y sólo si sucede a pero no sucede B.
4) Sea A evento de S, El complemento de a se define como el evento que sucede si y sólo si no
sucede A.
EVENTOS MUTUAMENTE EXCLUSIVOS. Dos eventos A y B de un mismo espacio muestral S, son
mutuamente exclusivos si no ocurren simultáneamente, (son cosas que no pueden ocurrir al mismo
tiempo) es decir: A∩B=Ф
Lanzar una moneda y: Obtener cara. Obtener águila.
Sacar una carta de un mazo y: Sacar un as. Sacar un 7. Sacar una reina. etc.
Sacar una canica de una bolsa y: Sacar una canica roja. Sacar una canica azul. Sacar una canica
verde. etc

EVENTO SEGURO: Es aquel que siempre ocurre al realizar el experimento. Por ejemplo, al lanzar
una moneda el suceso A = “salir cara o cruz” = {C, X} siempre ocurre, pues al lanzar la moneda siempre
saldrá cara o cruz. A es un suceso seguro. Sea A evento de Ω. A es llamado el evento seguro si y solo
si P(A).

EVENTO IMPOSIBLE: Un suceso es imposible si no está entre los resultados posibles del
experimento. Es decir, si no está incluido en el espacio muestral del experimento. Se dice que la
probabilidad de un suceso imposible es igual a cero. Sea A evento de Ω. A es llamado el evento
imposible si y solo si P(A)=0.

EVENTO EQUIPROBABLE: Un espacio evento es Equiprobable si y solo si las probabilidades de

cada uno de sus eventos simples o elementales son iguales.

3
 Probabilidad y Estadística
PROBABILIDAD.
Cálculo matemático de las posibilidades que existen
de que una cosa se cumpla o suceda al azar. La
probabilidad de un evento es una medida que nos
representa el grado de confianza que se tiene de
dicho evento ocurra el realizar el experimento. Se ha
cuantificado la probabilidad de un acuerdo a una
escala numérica de cero a uno o de 0% a 100%

La siguiente definición de probabilidad se maneja frecuentemente en los libros. Sea A evento de Ω

𝑛(𝐴)
cuyos resultados son igualmente posibles, entonces: 𝑃(𝐴) = × 100%
𝑛(𝑆)

NOTA: Esta definición no puede aplicarse cuando el espacio muestral es infinito o cuando los eventos
elementales no son equiprobables.
EJEMPLO 1: El espacio completo de eventos del lanzamiento
de 2 dados se muestra en la siguiente figura.

De donde la probabilidad de encontrar el número 1 en tales

lanzamientos es de acuerdo a nuestra definición.

X= {1,1; 1,2; 1,3; 1,4: 1,5; 1,6; 2,1; 3,1; 4,1; 5,1; 6,1}

𝑛(𝐴) 11
𝑃(𝐴) = × 100% = × 100% = 30.55%
𝑛(𝑆) 36

Donde sabemos que 𝑥 ⊂ 𝛺

La probabilidad de encontrar una pareja de (1,1) es

𝑛(𝐴) 1
𝑃(𝐴) = × 100% = × 100% = 2.7%
𝑛(𝑆) 36

EJEMPLO 2: Hallar la probabilidad de que al arrojar una moneda dos veces

aparezca, aunque sea una vez el águila.
En este caso el espacio muestral es S = {SS, SA, AS, AA} y el evento por lo
menos una vez aparezca el águila es A= {SA, AS, AA}
por lo tanto, n(S) = 4 y n(A) = 3, entonces: P ( A) 
3
 100%  75%
4

4
 Probabilidad y Estadística
EJEMPLO 3: ¿Cuál es la probabilidad de sacar un as de un paquete bien
revuelto de 52 cartas? n(A) = 4 ases y n(S) = 54 cartas
𝑛(𝐴) 4
𝑃(𝐴) = × 100% = × 100% = 7.69%
𝑛(𝑆) 54

EJEMPLO 4: ¿Cuál es la probabilidad de obtener un 3 o un 4 con un dado

balanceado? n(A) = 2 y n(S) = 6
𝑛(𝐴) 2
𝑃(𝐴) = × 100% = × 100% = 33.33%
𝑛(𝑆) 6

EJEMPLO 5: De un grupo de 12 estudiantes 8 son

sobresalientes. Por lista se has escogido 9 estudiantes al azar.
¿Cuál es la probabilidad de que entre los estudiantes
seleccionados hallan 5 sobre salientes?
Sea A el evento se seleccionan 5 estudiantes y 4 no
sobresalientes.
12 12!
n( S )    220  n ( S )  220
C 9 9!3!
8 4
n( A)   56  1  56  n( A)  56
CC
5 4
n( A) 56
P( A)   100%   100%  25.45%
n( S ) 220

EJEMPLO 6: Una cerradura “de combinación” tiene sobre su eje

general 4 discos, cada uno de los cuales está dividido en 5 sectores
con distintas cifras escritas sobre ellos. La cerradura se abre solo
cuando los discos ocupan una posición tal que sus cifras forman
una cuaterna determinada. Hallar la probabilidad de que la
cerradura puede abrirse al poner los discos arbitrariamente.

Sea A el evento la cerradura puede abrirse. n( S )  5P 4  5 4  625

1
n( A)  1  P( A)   100%  0.16%
625

5
 Probabilidad y Estadística
EJERCICIOS DE REPASO 1:
1. ( ) Si A es un evento de S con P(A)=1, entonces A es llamada evento:
A) Imposible B) Independiente C) Seguro D) Equiprobable

2. ( ) La probabilidad de sacar un 3 o un 5 al lanzar un dado es:

A) 1/6 B) 3/6 C) 5/6 D) 2/6

3. ( ) El conjunto de todos los posibles resultados de un experimento se llama.

A) Universal B) Espacio Muestral C) Evento D) Experimento

4. ( ) El evento cuya probabilidad es cero se llama:

A) Seguro B) Simple C) Imposible D) Compuesto

5. ( ) Todo subconjunto de un espacio muestral se llama:

A) Evento B) Experimento C) Punto Muestral D) Muestra

6. Nos proporcionan 5 tarjetas de la siguiente forma 0, 1, 2, 3, 4, si se extravían 2 tarjetas simultáneamente,

el espacio muestral es: ___________________ y ___________________.

7. Los eventos que tienen un solo punto muestral se llaman: ____________________.

8. U experimento aleatorio es aquel cuyos resultados: _________________________.

9. La razón del número de elementos de un evento dado, al número de elementos del espacio muestral se le
llama ___________________ de ocurrencia de A.

10. Un espacio muestral es Equiprobable si las probabilidades si las probabilidades de sus eventos
elementales son: ______________________.

11. Se va a seleccionar por lote un comité de 3 personas a partir de un grupo de 6 hombres y cuatro mujeres.
Cuál es la probabilidad de que, A) Los 3 sean hombres B) 2 sean hombres y una sea mujer.

12. Siete barras de madera de distintas longitudes se colocan en fila ¿Cuál es la probabilidad de que las barras
estén acomodadas en orden de tamaño?

13. Un distribuidor recibe un embarque de 24 aparatos de televisión, de los cuales 6 son defectuosos. El
distribuidor selecciona 4 aparatos del embarque para ponerles en exhibición, obtenga la probabilidad de
que 2 de 4 aparatos sean defectuosos.

14. en un grupo de 10 votantes, hay tres simpatizantes del PRI y 7 simpatizan con el PAN. De entre estos 10
votantes deben seleccionarse 3 representantes para la elección. ¿Cuál es la probabilidad de que los 3
representantes sean todos del PRI?

15. Una caja contiene 20 unidades de cierto producto electrónico, 4 de ellos son defectuosos y 16 son buenos.
se seleccionan aleatoriamente 4 unidades y se veden. Obtener la probabilidad de que:
A) Las 4 unidades sean defectuosas.
B) Entre las 4 unidades vendidas 2 sean buenas y 2 defectuosas
C) Se venden al menos 3 unidades defectuosas

6
 Probabilidad y Estadística
AXIOMAS DE PROBABILIDAD. Si A y B son dos eventos de un mismo espacio muestral Ω, para los
cuales se desea calcular la probabilidad, se cumplen los siguientes axiomas:

A) 0 ≤ 𝑃(𝐴) ≤ 1 La probabilidad de cualquier evento debe tener un valor no negativo entre 0 y 1.

B) P(S)=1 ya que Ω indica el espacio muestral, el cual incluye a todos los posibles resultados, la
probabilidad de Ω deberá ser 1. Este es el caso cuando se tiene la certeza de que el evento
sucederá.
C) Si 𝐴 ∩ 𝐵 = 𝛷 entonces 𝑃(𝐴 ∪ 𝐵) = 𝑃(𝐴) + 𝑃(𝐵). La probabilidad de la unión de dos
eventos mutuamente exclusivos es igual a la suma de sus probabilidades.

NOTACIÓN TÉRMINO DE LA TEORÍA DE TÉRMINO DE TEORÍA DE

CONJUNTOS PROBABILIDADES
Ω Espacio de elementos Espacio de sucesos elementales
Φ Conjunto vacío Suceso imposible
𝐴∪𝐵 Unión de los conjuntos A y B Suma de los sucesos A y B
𝐴 ∩ 𝐵, 𝐴𝐵 Intersección de los conjuntos A y B Producto de los sucesos A y B
𝐴𝐵 = ∅ Los conjuntos A y B son disconjuntos. Los sucesos A y B son incompatibles
(no tienen elementos comunes)
𝐶 = 𝐴𝐵 El conjunto C es la intersección de los El suceso C consiste en la ocurrencia
conjuntos A y B (simultanea) de ambos sucesos A y B
𝐷 =𝐴∪𝐵 El conjunto D es la unión de los El suceso D consiste en la ocurrencia
conjuntos A y B de al menos uno de los sucesos A ó B
𝐴𝑖 𝐴𝑗 = ∅ Los conjuntos A1, A2, … son Los sucesos A1, A2, … son
disconjuntos dos a dos incompatibles
(𝑖, 𝑗 = 1,2, … ;
𝑖 ≠ 𝑗)
𝑛
Cada punto del espacio Ω pertenece Los sucesos A1, … , An son los únicos
⋃ 𝐴𝑖 = 𝛺 por lo menos a uno de los conjuntos posibles
𝑖=0 A1 , … A n
𝐴⊂𝐵 El conjunto A esta contenido en el La ocurrencia del suceso A implica la
conjunto B ocurrencia del suceso B
𝛺/𝐴 Complemento del conjunto A Suceso contrario al suceso A
(denotado AC) (denotado por 𝐴̅)

7
 Probabilidad y Estadística
TEOREMAS DE PROBABILIDADES. A continuación, se dan algunos teoremas que son de utilidad
para el cálculo de algunas probabilidades. Sean A y B eventos de un mismo espacio muestral Ω:
1. El evento imposible también llamado evento vacío Φ, tiene
probabilidad cero, es decir: 𝑃(𝜑) = 0

2. Para cualquier evento A, se tiene que:

𝑃(𝐴𝐶 ) = 1 − 𝑃(𝐴)

3. Si A ⊂ B, entonces: 𝑃(𝐴) ≤ 𝑃(𝐵)

4. Para dos eventos cualesquiera A y B, se tiene que:

𝑃(𝐴 − 𝐵) = 𝑃(𝐴) − 𝑃(𝐴 ∩ 𝐵)

5. Para dos eventos cualesquiera A y B, se tiene que:

𝑃(𝐴 ∪ 𝐵) = 𝑃(𝐴) + 𝑃(𝐵) − 𝑃(𝐴 ∩ 𝐵)

8
 Probabilidad y Estadística
EJEMPLO 1: En el estante de una biblioteca están puestos en orden fortuito 15
manuales, 5 de los cuales están encuadernados en tela. El bibliotecario toma al
azar 3 manuales, hallar la probabilidad de que por lo menos uno de los manuales
escogidos resulte encuadernado en tela.
SOLUCIÓN: Sea a el evento “ninguno de los manuales escogidos resulte
encuadernado en tela” por lo tanto nos piden P(AC), que por el teorema 2 tenemos
que: P( AC )  1  P( A) con P( A)  n( A)  100%
n( S )

15 10
n( S )   455 ; n ( A)   120 y P( A)  n( A)  120  24
C 3 C 3 n( S ) 455 91
24 67
P( AC )  1    P( AC )  73.63%
91 91

EJEMPLO 2. De 150 pacientes examinados en una clínica, se encontró que 90

tenían cólera, 50 tenían sida y 30 tenían ambas enfermedades. ¿Cuál es la
probabilidad de que un paciente elegido al azar tenga solamente cólera?
SOLUCIÓN: Sea A el evento el paciente tenga cólera y B el evento el paciente
tenga sida por lo tanto nos pide P(A-B), que por el teorema 3 tenemos que:
90 3
𝑃(𝐴 − 𝐵) = 𝑃(𝐴) − 𝑃(𝐴 ∩ 𝐵) con 𝑃(𝐴) = 150 = 5 y
30 1 3 1 2
𝑃(𝐴 ∩ 𝐵) = 150 = 5 𝑃(𝐴 − 𝐵) = 5 − 5 = 5 ∴ 𝑃(𝐴 − 𝐵) = 40%

EJEMPLO 3: En cierta escuela 35% de los estudiantes reprobaron

matemáticas, 20% reprobaron Química, y 10% ambas materias. Si se
selecciona un estudiante al azar, ¿Cuál es la probabilidad de que haya
reprobado cualquiera de los dos?

Sea “A” el evento “El estudiante haya reprobado Matemáticas” y “B” el evento
“el estudiante haya reprobado Química”, entonces nos pide P ( A  B ) que por el
teorema 4 tenemos que
7 1
𝑃(𝐴 ∪ 𝐵) = 𝑃(𝐴) + 𝑃(𝐵) − 𝑃(𝐴 ∩ 𝐵) con 𝑃(𝐴) = 35% = 20, 𝑃(𝐵) = 20% = 5 y 𝑃(𝐴 ∪ 𝐵) =
1 7 1 1 2
10% = 10 𝑃(𝐴 ∪ 𝐵) = 20 + 5 − 10 = 9 ∴ 𝑃(𝐴 ∪ 𝐵) = 45%

EJEMPLO 4: En una encuesta de 300personas 130 manifestaron leer el periódico A, 150 el

periódico B y 70 ambos periódicos.
130
¿Cuál es la probabilidad que una persona lea el periódico A? 𝑃(𝐴) = 300 = 0.433
150
¿Cuál es la probabilidad que una persona lea el periódico B? (𝐵) = = 0.5
300
70
¿Cuál es la probabilidad que una persona lea los 2 periódicos? 𝑃(𝐴 ∪ 𝐵) = 300 = 0.233

¿Cuál es la probabilidad que una persona lea loa 2? 𝑃(𝐴 ∪ 𝐵) = 0.433 + 0.5 − 0.233 = 0.7

9
 Probabilidad y Estadística
EJEMPLO 5: Un alumno tomará prestados 2 libros para leer en vacaciones, con
una probabilidad 0.5 él toma el libro A, con una probabilidad 0.4 toma el libro B y
con probabilidad 0.3 toma ambos libros.
¿Cuál es la probabilidad de que el alumno tome en libro A o B?
𝑃(𝐴 ∪ 𝐵) = 𝑃(𝐴) + 𝑃(𝐵) − 𝑃(𝐴 ∩ 𝐵) = 0.5 + 0.4 − 0.3 = 0,6 = 60%
¿Cuál es la probabilidad de que no tome ninguno de los libros?

𝑃(𝐴𝐶 ∩ 𝐵𝐶 ) = 𝑃((𝐴 ∪ 𝐵)𝐶 ) = 1 − 𝑃(𝐴 ∪ 𝐵) = 1 − 0.6 = 0.4 = 40%

6
EJEMPLO 6: Una bolsa tiene 6 canicas anaranjadas 𝑃(𝑁) = 15 , 4 azules
4 5
𝑃(𝐴) = 15 y 5 verdes 𝑃(𝑉) = 15, se elige una canica

Cuál es la probabilidad de que la canica no sea azul

4 11
𝑃(𝐴𝐶 ) = 1 − 𝑃(𝐴) = 1 − = × 100% = 73.33%
15 15
Cuál es la probabilidad de que la canica no sea anaranjada
4 11
𝑃(𝐴𝐶 ) = 1 − 𝑃(𝐴) = 1 − 15 = 15 × 100% = 73.33%

EJEMPLO 7. De una baraja española se

selecciona una carta al azar.
¿Cuál es la probabilidad de que sea rey o as?
¿Cuál es la probabilidad de que no sea ni rey ni
as?
En la baraja española existen 40 cartas, 10 de bastos, 10 de oros, 10 de copas y 10 de espadas,
numeradas del 1 al 12, excepto 8 y 9. Existen 4 reyes y 4 ases (cartas con el número 1).
Primero, definimos eventos: Luego definimos probabilidades:
4 1
P(R)= 40 = 10
𝑅: Obtener rey
4 1
𝐴: Obtener as P(A)=40 = 10

Finalmente calculamos probabilidades:

P(R Ո A)= P (R) + P (A) Como la intersección entre los p P
1 1 2 1
(R Ո A)= 10 + 10 = 10 = 5 eventos es el conjunto vacío
tenemos eventos mutuamente excluyentes.
La probabilidad de que la carta seleccionada sea un rey o un as es de 1⁄5, o bien, 0.2.
𝑃(𝑅 ∪ 𝐴)′ = 1 − 𝑃(𝑅 ∪ 𝐴) La probabilidad de que la carta seleccionada no
1 4 sea rey o as es de 4/5, es decir, 0.8.
𝑃(𝑅 ∪ 𝐴)′ = 1 − =
5 5

10
 Probabilidad y Estadística
EJEMPLO 8: se carga una moneda de tal manera que la probabilidad de salir águila es 3 veces la de
salir sol. Hallar la probabilidad de salir cara al lanzar esta moneda.
Ω= {A, B}, sean los eventos A={A} y B{S} con P(A) = 3P(B)
AUB=S con A∩B=Ф, entonces por los axiomas 2 y 3 tenemos que
P(A)+P(B)=1 pero P( B ) 
1
P ( A) entonces
3
1 4 3
P( A)  P( A)  1  P( A)  1  P( A) 
3 3 4

EJEMPLO 9: La probabilidad de que una persona vaya a un concierto un

sábado es 2/3 y la probabilidad de que vaya al gym un domingo es 4/9. Si la
probabilidad de que vaya a uno u otro programa es de 7/9, determinar la
probabilidad de que la persona:
A. Asista a ambos programas
B. Vaya el sábado al concierto pero no el domingo al gym
C. Vaya exactamente a un programa.
D. No asista el sábado al concierto ni el domingo al gym.
A = la persona va el sábado al concierto C. Buscamos la probabilidad de que los
B = La persona va el domingo al gym eventos A y B ocurra exactamente uno.
P(A)=2/3, P(B)=4/9 y P(AUB)=7/9 𝑃 = 𝑃(𝐴) + 𝑃(𝐵) − 2𝑃(𝐴 ∩ 𝐵)
2 4 2 8
A. 𝑃(𝐴 ∪ 𝐵) = 𝑃(𝐴) + 𝑃(𝐵) − 𝑃(𝐴 ∩ 𝐵) 𝑃= + − =
2 4 7 1 3 9 9 9
𝑃(𝐴 ∩ 𝐵) = 3 + 9 − 9 = 9 D. Deseamos determinar
B. Deseamos 𝑃(𝐴 ∪ 𝐵)𝐶 = 1 − 𝑃(𝐴 ∪ 𝐵)
𝑃(𝐴 − 𝐵) = 𝑃(𝐴) − 𝑃(𝐴 ∩ 𝐵) 7 2
2 1 5
𝑃(𝐴 ∪ 𝐵)𝐶 = 1 − =
𝑃(𝐴 − 𝐵) = − = 9 9
3 9 9

EJEMPLO 10: La corriente pasa desde una Sean A y B los eventos

batería hasta un radio a través de dos A = el switch (a) está cerrado
swiches a y b como se muestra en la figura. B = el switch (b) está cerrado
Se sabe que la probabilidad de que el swich
(a) esté cerrado pero no (b) esté cerrado es DATOS: P(A)= 0.5, P(B)= 0.6 y P(A𝐵 𝐶 ) =0.2
0.6, y la probabilidad de que (a) este cerrado
pero (b) no lo este es 0.2. Determinar la 𝑃(𝐴 ∪ 𝐵) = 𝑃(𝑒𝑙 𝑟𝑎𝑑𝑖𝑜 𝑒𝑠𝑡á 𝑒𝑛𝑐𝑒𝑛𝑑𝑖𝑑𝑜)
probabilidad de que el radio esté encendido. 𝑃(𝐴 ∪ 𝐵) = 𝑃(𝐴) + 𝑃(𝐵) − 𝑃(𝐴 ∩ 𝐵)

Como 𝑃(𝐴𝐵 𝐶 ) = 𝑃(𝐴) − 𝑃(𝐴𝐵), entonces

𝑃(𝐴𝐵) = 𝑃(𝐴) − 𝑃(𝐴𝐵 𝐶 ) = 0.5 − 0.2 = 0.3

De manera que

𝑃(𝐴 ∪ 𝐵) = 0.5 + 0.6 − 0.3 = 0.8

11
 Probabilidad y Estadística
LEY DE ADICIÓN DE PROBABILIDADES. La regla de la suma indica que cuando dos eventos que
son parte de un mismo espacio muestral y que además son mutuamente excluyentes,
la probabilidad de que ocurra uno u otro se puede determinar al sumar las probabilidades de ambos.
Sean 𝐴1 , 𝐴2 , . . . . . . 𝐴𝑛 eventos mutuamente excluyentes de un mismo espacio muestral Ω, entonces:
𝑃(𝐴1 ∪ 𝐴2 ∪. . . . 𝐴𝑛 ) = 𝑃(𝐴1 ) + 𝑃(𝐴2 )+. . . . +𝑃(𝐴𝑛 )

EJEMPLO 1: El espacio completo de eventos del lanzamiento de

2 dados se muestra en la siguiente figura.
¿Cuál es la probabilidad de obtener un total de 7 u 11 cuando
se lanzan los dados?

El 7 aparece 6 veces y el 11 parece dos veces

6 2 8 2
𝑃(𝐴 ∪ 𝐵) = + = =
36 36 36 9

EJEMPLO 2: Determina la probabilidad de obtener un as

(A) o un rey (R) o uno de los dos (D) al extraer de un
mazo de cartas debidamente barajeado de 52 naipes.

𝑃(𝐴 ∩ 𝑅 ∩ 𝐷) = 𝑃(𝐴) + 𝑃(𝑅) + 𝑃(𝐷)

4 4 4 12 3
𝑃(𝐴 ∩ 𝑅 ∩ 𝐷) = + + = =
52 52 52 52 13

EJEMPLO 3: Una pareja no ha decidido sobre si van a ir a una fiesta o

no. Sofía desea ir, pero Víctor prefiere ir al cine. Deciden dejarlo a la
suerte. Cada quien lanzará una moneda, si ambas caen iguales irán a
la fiesta y si son diferentes entonces saldrán al cine. ¿Cuál es la
probabilidad de ir a la fiesta? ¿Qué probabilidad hay de que vayan al
cine?
Con 𝛺 = {𝐴𝐴, 𝐴𝑆, 𝑆𝐴, 𝑆𝑆}
Evento para que se cumpla lo que quiere Sofía {𝐴𝐴, 𝑆𝑆} P(A)
Evento para que se cumpla lo que quiere Víctor {𝐴𝑆, 𝑆𝐴} P(B)
1 1 1
Probabilidad del evento A es 𝑃(𝐴) = 4 + 4 = 2
1 1 1
Probabilidad del evento B es 𝑃(𝐵) = 4 + 4 = 2

12
 Probabilidad y Estadística
EJERCICIOS DE REPASO 2.
1. Ana tiene 10 gatitos, de los cuales 4 están sanos y 6 enfermos, si regala 2 gatitos a Diana, la probabilidad
de que ambos estén: ___________________

2. Si P ( B / A)  P ( B ) y P ( A / B )  P ( A) se dice que A y B son: _____________________

3. Si E1 , E2 ,......En eventos mutuamente excluyentes, entonces: P( E1  E2  ....En ) es igual a

_______________________
4. Dos eventos A y B de un espacio muestral son independientes si y solo si P(A∩B) es igual a:

5. De los axiomas de probabilidad, tenemos que la probabilidad del espacio muestral S es P(S)=_________

6. ( ) Si A y B son mutuamente excluyentes entonces P(AUB) es igual a:

A) 1 B) A C) B D) 0

1 2 1
7. ( ) Si 𝑃(𝐴) = 27, 𝑃(𝐵) = 3 y 𝑃(𝐴 ∩ 𝐵) = 3, entonces el valor de 𝑃(𝐴 ∪ 𝐵) es:
A) 1/27 B) 1/2 C) 1/6 D) 5/6

8. ( ) Los valores máximo y mínimo de P(A) son:

A) 0 < 𝑃(𝐴) ≤ 1 B) 0 ≤ 𝑃(𝐴) ≤ 1 C) 0 ≤ 𝑃(𝐴) < 1 D) 0 < 𝑃(𝐴) < 1

9. ( ) Dos eventos que no pueden ocurrir simultáneamente son:

A) Compuestos B) Mutuamente C) Equiprobables D) Dependientes
exclusivos

10. De 60 alumnos, 20 estudian alemán, 25 estudian ruso y lo estudian alemán y ruso. Se seleccionan al
azar un alumno, determina la probabilidad de que el alumno seleccionado estudie alemán o ruso.
11. Tres estudiantes A, B y C intervienen en una prueba de natación A y B tienen la misma probabilidad de
ganar y el doble de C. Hallar la probabilidad de que gane B o C.

12. La probabilidad de que el Sr: Ramírez invierta en acciones comunes es 0.20, en acciones comunes B es
de 0.30 y en ambas A y B es 0.10 ¿Cuál es la probabilidad de que invierta en A pero no en B?

13. Supóngase que el 80% de todos los mexicanos que vacacionan en Acapulco visitan los Centros Nocturnos,
80% visitan las playas y 70% visitan tanto Centro Nocturnos como las playas, ¿Cuál es la probabilidad de
que un mexicano que vacaciona en Acapulco visite los Centros Nocturnos o las playas? ¿Cuál es la
probabilidad de que el vacacionista no visite ninguna de estas partes?

14. Suponga que el Sr. Martínez planea salir la noche del próximo sábado. Las probabilidades de que vaya a
un juego de baloncesto, al cine o a una carrera de caballos son 0.35, 0.30 y 0.20, respectivamente.
Supóngase además que no hará más que una de estas cosas. Encuentra la probabilidad de que haga
cualquiera de estas tres cosas.

13
 Probabilidad y Estadística
PROBABILIDAD CONDICIONAL.
¿QUÉ SE ENTIENDE POR PROBABILIDAD CONDICIONAL?
La probabilidad condicional puede definirse con diversos grados de formalización. Intuitivamente
podemos decir que la probabilidad condicional P(A/B) de un suceso A dado otro suceso B es
simplemente la probabilidad de que ocurra A sabiendo que B se ha verificado

¿CUÁLES SON LAS PROPIEDADES DE LA PROBABILIDAD CONDICIONAL?

Dos propiedades elementales de la probabilidad condicional son las siguientes: Si A y B son disjuntos,
entonces P(A|B) = 0. En efecto, A ∩ B = ∅ ⇒ P(A ∩ B)=0 y P(A|B) = P(A ∩ B) P(B) = 0.
Si B ⊂ A entonces P(A|B) = 1 ya que en este caso P(A ∩ B)

FORMULA DE PROBABILIDAD CONDICIONAL

Sea B un evento arbitrario de un espacio muestral S; con P(B)ǂ0, la probabilidad condicional de que un evento
𝑃(𝐴∩𝐵)
A suceda una vez que B haya sucedido es 𝑃(𝐴/𝐵) =
𝑃(𝐵)

EJEMPLO 1: Si el 20% de los tornillos producidos por una máquina

tienen defecto en el espesor, 10% tienen defecto de longitud y el 5%
tienen ambos defectos. Si selecciona un tornillo al azar y resulta con
defecto de longitud, ¿Cuál es la probabilidad de que también tenga
defecto de espesor?
SOL: Sea A el evento “tornillo con defecto en el espesor” y B el evento
“tornillo con defecto de longitud”
1 1 1
𝑃(𝐴) = 20% = 5, 𝑃(𝐵) = 10% = 10 y 𝑃(𝐴 ∩ 𝐵) = 5% = 20,
1
𝑃(𝐴 ∩ 𝐵) 20 10 1
𝑃(𝐴/𝐵) = = = = ∴ 𝑃(𝐴/𝐵) = 50%
𝑃(𝐵) 1 20 2
10

EJEMPLO 2: Si un grupo de 100 personas que solicitaron empleo en una

compañía, 40 tenían experiencia anterior y 30 tenían título profesional.
Sin embargo, 20 de los solicitantes tenían experiencia y título.
𝑛(𝐴 ∩ 𝐵) 20 1
𝑃(𝐴/𝐵) = = = ∴ 𝑃(𝐴/𝐵) = 50%
𝑛(𝐵) 40 2

EJEMPLO 3: Si C representa las caras y X las cruces, los cuatro resultados son CC, CX,
XC y XX. Si A y B representan los eventos respectivos en que se obtiene N caras en el
primer lanzamiento y el segundo, encuentre los valores P(A), P(B), 𝑃(𝐴 ∩ 𝐵) y 𝑃(𝐴/𝐵)
2 2 1
𝑃(𝐴) = 4 = 0.5, 𝑃(𝐵) = 4 = 0.5 y 𝑃(𝐴 ∩ 𝐵) = 4 = 0.25 Por lo tanto
𝑃(𝐴 ∩ 𝐵) 0.25 1
𝑃(𝐵/𝐴) = = = ∴ 𝑃(𝐵/𝐴) = 50%
𝑃(𝐴) 0.50 2

14
 Probabilidad y Estadística

EJEMPLO 4: Las probabilidades de que un estudiante obtenga

calificaciones aprobatorias en matemáticas, en inglés o en ambas materias
son P(M)=0.7 y
P(E)=0.8 𝑃(𝑀 ∩ 𝐸) = 0.56, verificar si son eventos M y e son
independientes.
𝑃(𝑀 ∩ 𝐸) 0.56
𝑃(𝑀/𝐸) = = = 0.7 ∴ 𝑃(𝑀/𝐸) = 70%
𝑃(𝐸) 0.80
Ya que 𝑃(𝑀/𝐸) = 0.7 = 𝑃(𝑀) , encontramos que los eventos M y E son
independientes.

EJEMPLO 5: La probabilidad de que llueva o nieve en una ciudad determinada el

día de navidad o el día de año nuevo o en ambos días son P(C)=0.60, P(N)=0.60
y 𝑃(𝐶 ∩ 𝑁) = 0.42 verifique si N y C son independientes
𝑃(𝐶 ∩ 𝑁) 0.42
𝑃(𝑁/𝐶) = = = 0.7
𝑃(𝐶) 0.60
Ya que 𝑃(𝑁/𝐶) = 0.7 no es igual que P(N)=0.60 encontramos que los eventos
N y C son dependientes.

EJEMPLO 6. En una ciudad, el 40% de la población tiene cabellos castaños, el

25% tiene ojos castaños y el 15% tiene cabellos y ojos castaños. Se escoge una
persona al azar:

a) Si tiene los cabellos castaños, ¿Cuál es la probabilidad de que tenga también

ojos castaños? Observemos que 𝐴 ∩ 𝐵 es equivalente a "tener ojos castaños
y cabello castaño", del cual conocemos su probabilidad pues el 15% cumple
esta condición, lo cual quiere decir que 𝑃(𝐴 ∩ 𝐵) = 0.15 Siguiendo un
razonamiento similar, tenemos que 𝑃(𝐵) = 0.4 por lo tanto
𝐴∩𝐵 0.15
𝑃( )= = 0.375 = 37.5%
𝐵 0.4

b) Si tiene ojos castaños, ¿Cuál es la probabilidad de que no tenga cabellos castaños? Haciendo A,B los
eventos "no tener cabellos castaños" y "tener ojos castaños" respectivamente, entonces se sigue del
párrafo anterior que el evento 𝐴 ∩ 𝐵 (equivalente a "tener ojos castaños y no tener cabellos castaños)
tiene probabilidad de 0.1 Como además sabemos que el 25% tiene ojos castaños, entonces 𝑃(𝐵) =
0.25. Luego, de la definición de probabilidad condicional.
𝐴∩𝐵 0.1
𝑃( )= = 0.4 = 40%
𝐵 0.25
c) ¿Cuál es la probabilidad de que no tenga cabellos ni ojos castaños? Por otro lado sabemos que el 40% de
la población tiene cabellos castaños, de donde podemos inferir que el 60% restante no tiene cabellos
castaños. Adicional a esto, hemos encontrado que el 10% no tiene cabellos castaños pero si ojos castaños,
entonces restándolos al porcentaje total de población sin cabellos castaños, obtenemos que el 50% de la
población no tiene ni cabellos ni ojos castaños. Por lo tanto la probabilidad de elegir a una persona sin
cabellos castaños y sin ojos castaños es de 0.5.

15
 Probabilidad y Estadística
TEOREMA DE LA MULTIPLICACIÓN: Sean A y B eventos de un mismo espacio muestral S, entonces: La
probabilidad de que ocurra tanto A como B es igual al producto de la probabilidad de A multiplicado por la
probabilidad de B con la condición de que A haya ocurrido, es decir. P( A  B)  P( A) * P( B / A)

Este teorema se puede extender para más de dos eventos como sigue:
Sean A1 , A2 , A3 ...... An eventos de un mismo espacio muestral S, entonces:

P( A1  A2  A3  ....  . An )  P( A1 ) * P( A2 / A1 ) * P( A3 / A1  A2 )..... * P( An / A1  A2  A3  ...  An1 )

EJEMPLO 1: En una sala de lectura hay 6 manuales de cocina, 3 de los cuales

están en inglés, la bibliotecaria toma al azar 2 manuales. Hallar la probabilidad
de que ambos manuales resulten en inglés.

SOLUCIÓN: Sea A el evento “primer manual escogido resulte en inglés y B el

evento segundo manual escogido resulte en inglés entonces:

3 1 2  1  2  1
P( A  B )  P( A) P( A / B ) Con P ( A)   y P ( B / A)  P( A  B )       P( A  B )  20%
6 2 5  2  5  5

EJEMPLO 2: En un taller trabajan 7 hombres y 3 mujeres. Por el número de

tarjeta se escogen al azar a tres personas. Hallar la probabilidad de que todas
las personas sean hombres, entonces:
7 6 5
Con 𝑃(𝐴) = 10, 𝑃(𝐵/𝐴) = 9 y 𝑃(𝐶/𝐴 ∩ 𝐵) = 8
 7  2  5  70
P ( A  B  C )        P( A  B  C )  29.17%
 10  3  8  240

EJEMPLO 3: un jurado consiste en nueve personas nacidas en el país y tres

personas nacidas en el extranjero. Si se selecciona para una entrevista a dos
miembros del jurado, ¿cuál es la probabilidad de que ambos sean extranjeros?
3 1 2
𝑃(𝐴) = 12 = 4 y 𝑃(𝐵/𝐴) = 11

1 2 1
𝑃(𝐴 ∩ 𝐵) = ( ) ( ) = ∴ 𝑃(𝐴 ∩ 𝐵) = 4.54%
4 11 22

EJEMPLO 4: ¿Cuál es la probabilidad de obtener dos ases seguidos al sacar

dos cartas de una baraja normal de 52 cartas?
Puesto que soló hay 3 ases entre las 51 cartas restantes después de haber
sacado un as, obtenemos.
4 3 1
𝑃(𝐴 ∩ 𝐵) = ( )( ) = ∴ 𝑃(𝐴 ∩ 𝐵) = 0.45%
52 51 221

16
 Probabilidad y Estadística
EVENTOS INDEPENDIENTES: Los conceptos de dependencia e independencia son partes integrales de la
teoría de probabilidades. Supóngase que hay dos eventos A y B de un mismo espacio muestral S. Si la
ocurrencia de A o B no afecta a la probabilidad de que B o A ocurra, entonces se dice que A y B son
independientes, es decir: 𝑃(𝐴/𝐵) = 𝑃(𝐴) o 𝑃(𝐵/𝐴) = 𝑃(𝐵)
TEOREMA DE LA MULTIPLICACIÓN PARA EVENTOS INDEPENDIENTES. Si A y B son dos eventos
independientes de un mismo espacio muestral S, entonces la probabilidad de que ocurra tanto A como B es
igual al producto de sus probabilidades respectivas, es decir: 𝑃(𝐴 ∩ 𝐵) = 𝑃(𝐴)𝑃(𝐵) este teorema se puede
extender para más de dos eventos como sigue:
Si 𝐴1 , 𝐴2 , 𝐴3 . . . . . . 𝐴𝑛 son eventos independientes de un mismo espacio muestral S, entonces la probabilidad
de que ocurran todos ellos simultáneamente es igual al producto de sus probabilidades respectivas, es decir:
𝑃(𝐴1 ∩ 𝐴2 ∩. . . 𝐴𝑛 ) = 𝑃(𝐴1 ) ∗ 𝑃(𝐴2 ) ∗. . . . .∗ 𝑃(𝐴𝑛 )
EJEMPLO 1: Las probabilidades de que tres hombres peguen en el blanco son,
respectivamente 16 , 14 y 13 . Cada uno dispara al blanco. Hallar la probabilidad de que
los tres peguen en el blanco.
1 1 1 1
𝑃(𝐴 ∩ 𝐵 ∩ 𝐶) = 𝑃(𝐴) ∗ 𝑃(𝐵) ∗ 𝑃(𝐶) = ( ) ( ) ( ) =
6 4 3 72
∴ 𝑃(𝐴 ∩ 𝐵 ∩ 𝐶) = 1.39%

EJEMPLO 2: En un pequeño pueblo se dispone de un carro de

bomberos y de una ambulancia para casos de emergencia, la
probabilidad de que uno esté disponible en el caso de una
emergencia es de 0.98 y 0.92 respectivamente
𝑃(𝐴 ∩ 𝐵) = 𝑃(𝐴) ∗ 𝑃(𝐵) = (0.98)(0.92) = 0.9016
∴ 𝑃(𝐴 ∩ 𝐵) = 90.16%

EJEMPLO 3: ¿Cuál es la probabilidad de obtener dos caras en dos lanzamientos al aire

de una moneda balanceada?
1 1 1
𝑃(𝐴 ∩ 𝐵) = 𝑃(𝐴) ∗ 𝑃(𝐵) = ( ) ( ) = ∴ 𝑃(𝐴 ∩ 𝐵) = 25%
2 2 4

EJEMPLO 4: Si la probabilidad de que cualquier persona entrevistada en un

centro comercial es de 0.70 en contra de la lotificación de cierta propiedad para
desarrollo industrial, ¿Cuál es la probabilidad de que entre cuatro personas
entrevistadas en el centro comercial las primeras tres opinen en contra de la
lotificación, pero la cuarta no esté en contra de dicho desarrollo?

𝑃(𝐸 ∩ 𝐸 ∩ 𝐸 ∩ 𝐴) = (0.7)(0.7)(0.7)(0.3) = 0.1029

17
 Probabilidad y Estadística
EJEMPLO 5: Cuatro estaciones de bombeo, las cuales operan o fallan independientemente una de la
otra, están instaladas como se muestra en la figura. Si las probabilidades que tienen las estaciones
de estar operando son 0.7, 0.8, 0.8 y 0.9 respectivamente encuentre la probabilidad de que el agua
llegue al destino.
2 3

A) Si ninguna bomba opera.

B) Si todas las bombas opera FUENTE 1 DESTINO

C) Si dos bombas operan

D) Si una opera
E) Si una falla 4

O= opera Y F= falla
A) 𝑃(𝑂 ∩ 𝑂 ∩ 𝑂 ∩ 𝑂) = (0.7)(0.8)(0.8)(0.9) = 0.4032
B) 𝑃(𝐹 ∩ 𝐹 ∩ 𝐹 ∩ 𝐹) = (0.3)(0.2)(0.2)(0.1) = 0.0012
C) 𝑃(𝑂 ∩ 𝑂 ∩ 𝐹 ∩ 𝐹) = (0.7)(0.8)(0.2)(0.1) = 0.0112
𝑃(𝐹 ∩ 𝐹 ∩ 𝑂 ∩ 𝑂) = (0.3)(0.2)(0.8)(0.9) = 0.0432
𝑃(𝑂 ∩ 𝐹 ∩ 𝐹 ∩ 𝑂) = (0.7)(0.2)(0.2)(0.9) = 0.0252
𝑃(𝑂 ∩ 𝐹 ∩ 𝑂 ∩ 𝐹) = (0.7)(0.2)(0.8)(0.1) = 0.0112
𝑃(𝐹 ∩ 𝑂 ∩ 𝐹 ∩ 𝑂) = (0.3)(0.8)(0.2)(0.9) = 0.0432
𝑃(𝐹 ∩ 𝑂 ∩ 𝑂 ∩ 𝐹) = (0.3)(0.8)(0.8)(0.1) = 0.0192
D) 𝑃(𝑂 ∩ 𝐹 ∩ 𝐹 ∩ 𝐹) = (0.7)(0.2)(0.2)(0.1) = 0.0028
𝑃(𝐹 ∩ 𝑂 ∩ 𝐹 ∩ 𝐹) = (0.3)(0.8)(0.2)(0.1) = 0. .0048
𝑃(𝐹 ∩ 𝐹 ∩ 𝑂 ∩ 𝐹) = (0.3)(0.2)(0.8)(0.1) = 0.0048
𝑃(𝐹 ∩ 𝐹 ∩ 𝐹 ∩ 𝑂) = (0.3)(0.2)(0.2)(0.9) = 0.0108
E) 𝑃(𝐹 ∩ 𝑂 ∩ 𝑂 ∩ 𝑂) = (0.3)(0.8)(0.8)(0.9) = 0.1728
𝑃(𝑂 ∩ 𝐹 ∩ 𝑂 ∩ 𝑂) = (0.7)(0.2)(0.8)(0.9) = 0.1008
𝑃(𝑂 ∩ 𝑂 ∩ 𝐹 ∩ 𝑂) = (0.7)(0.8)(0.2)(0.9) = 0.1008
𝑃(𝑂 ∩ 𝑂 ∩ 𝑂 ∩ 𝐹) = (0.7)(0.8)(0.8)(0.1) = 0.0448
EJEMPLO 6: Dos piezas de artillería le han disparado al
blanco. La probabilidad de hacer blanco para la primera
pieza de artillería es igual a 0.8, para el segundo 0,9. (Las
unidades dispararon obuses Msta de 152 mm y D-30 de
122 mm) Hallar la probabilidad de los sucesos siguientes.

I= impacta I = 0.9 y I = 0.8

F= falla F = 0.1 y F = 0.2
A) 𝑃(𝐼 ∩ 𝐼) = (0.9)(0.8) = 0.72
B) 𝑃(𝐼 ∩ 𝐹) = (0.1)(0.8) = 0.08
𝑃(𝐹 ∩ 𝐼) = (0.9)(0.2) = 0.18
C) 𝑃(𝐹 ∩ 𝐹) = (0.1)(0.2) = 0.02
D) 𝑃(1) + 𝑃(2) = 0.72 + 0.26 = 0.98

18
 Probabilidad y Estadística
CONCLUSIÓN DE LA REGLA DEL PRODUCTO DE PROBABILIDAD
Sean A y B dos eventos, la probabilidad del evento intersección, para eventos independientes y
dependientes será:

A) 𝑃(𝐴 ∩ 𝐵) = 𝑃(𝐴)𝑃(𝐵) Para eventos independientes

B) 𝑃(𝐴 ∩ 𝐵) = 𝑃(𝐴)𝑃(𝐵/𝐴) Para eventos dependientes

EJERCICIOS DE REPASO 3:

1. Si S es un espacio muestral equiprobables con eventos E y F entonces P(E/F)=________________

2. Los eventos A y B son independientes si y solo si P(A/B)=P(_______)

3. Si A y B son 2 eventos dependientes, la probabilidad de que ocurra tanto A como B es: _________

4. Si P(A)=0.6 , P(B)=0.4 y P(A∩B)=0.18 entonces la probabilidad P(A/B) es: ___________________

5. Si A y B son dos eventos independientes entonces la probabilidad de que ocurra tanto A como B es igual
a _______________________
6. Si arrojamos tres veces un dado balanceado, la probabilidad de que aparezcan 6 puntos es todas las tres
tiradas es: _____________________________

7. Una caja contiene 10 esferas, cinco de ellas son blancas, tres rojas y dos negras, se selecciona:
A) ¿Cuál es la probabilidad de extraer dos esferas blancas una después de la otra?
B) ¿Cuál es la probabilidad de extraer una esfera roja y después una negra?
C) ¿Cuál es la probabilidad de extraer una esfera negra, después de una roja y al final una blanca?

8. El propietario de un campo recreativo ha recibido informes de que la probabilidad de que el verano sea
caluroso es de 0.70. Si el verano es caluroso, entonces la probabilidad de que gane más beneficios
normales es de 0.90. ¿Cuál es la probabilidad de que haya un verano caluroso y de que gane un beneficio
por encima de lo normal?

9. Si dispone de dos máquinas contra incendios para casos de emergencia. La probabilidad de que cualquiera
de las maquinas esté lista cuando se necesite es de 90%. considera que la disponibilidad de una máquina
es independiente de la otra. En el caso de una alarma por incendio:
A) ¿Cuál es la probabilidad de que ambas estén listas?
B) ¿Cuál es la probabilidad de que ambas máquinas no estén listas?

19
 Probabilidad y Estadística
¿QUÉ ES LA PROBABILIDAD TOTAL?
La probabilidad total es un método que se usa en estadística que sirve para encontrar la probabilidad
de un suceso del cual no se conoce los casos favorables ni nada en general a este suceso, sino que
se da como un complemento de otros sucesos, por lo tanto, lo que se tiene acerca del suceso que se
quiere encontrar es que la probabilidad está repartida en 2 o más partes. Por esto a este método se
le llama “probabilidad total”, porque con él se puede encontrar la probabilidad general de un suceso
del cual solo se tienen partes divididas.

PRINCIPIO DE EXPANCIÓN. Si los eventos B1 , B2 ,..., Bk son mutuamente exclusivos tales que
B1  B2  ....  Bk  S , tal que P( Bi )  0 para i=1, 2, …, K, entonces, para cualquier evento A de Ω.

La fórmula de la probabilidad total ocupa el principio de la multiplicación, que lo que hace es multiplicar
la probabilidad de dos o más sucesos que ocurran a la vez. En el diagrama de árbol se multiplican
todos los resultados que hay en una misma rama, y al final se suma la respuesta de todas las ramas.
k k
FORMULA DE PROBABILIDAD TOTAL. P( A)   P( B  A)   P( B )P( A / B)
i 1
i
i 1
i

En el caso de esta fórmula, se deben ocupar probabilidades entre 0 y 1, no en porcentajes, por lo que
si hay el problema da probabilidades en porcentajes estos se deberían dividir entre 100 para poder
introducirlos en la fórmula
EJEMPLO 1: Sean cajas, la caja número 1 contiene 10
lámparas 4 de las cuales son defectuosas, la caja número
2 contiene 6 lámparas con una defectuosa, la caja número
3 contiene 8 lámparas con 3 defectuosas, se selecciona una
caja al azar y de ella se selecciona una lámpara al azar
¿Cuál es la probabilidad de que la lámpara sea defectuosa?
k
P( A)   P( B )P( A / B)  P( B )P( A / B )  P( B )P( A / B )  P( B )P( A / B )              30.5%
i 1
i 1 1 2 2 3 3
1 4
3 10
1 1
3 6
1 3
3 8

EJEMPLO 2: Supóngase que en una habitación obscura hay 6 caja blancas cada
una contiene 3 esferas verdes y cinco amarillas y 2 cajas negras cada una contiene
2 esferas verdes y 4 amarillas, si usted entra a la habitación y selecciona
aleatoriamente una caja y después tomara de ella una esfera, ¿Cuál es la
probabilidad de que seleccionara una esfera verde?
𝑃(𝑉) = 𝑃(𝐵)𝑃(𝑉/𝐵) + 𝑃(𝑁)𝑃(𝑁/𝐵)
6 3 2 2
𝑃(𝑉) = ( ) ( ) + ( ) ( )
8 8 8 6
18 4
𝑃(𝑉) = +
64 48
𝑃(𝑉) = 36.46%

20
 Probabilidad y Estadística
EJEMPLO 3: En una bodega hay 2 cajas, la caja 1 contiene 7 lápices sin
defecto y 2 defectuosos, la caja 2 contiene 20 lápices sin defecto y 4
defectuosos, se selecciona una caja al azar y a continuación se saca un lápiz
Cuál es la probabilidad de obtener:

A) La caja 1 y el lápiz sin defecto ..

1 7 D
𝑃(𝐶1 ∩ 𝑆𝐷) = ( ) ( ) = 0.3888 × 100% = 38.88% 2/9
2 9 C1
B) La cala 2 y el lápiz sin defecto
1 20 1/2 7/9 SD
𝑃(𝐶2 ∩ 𝑆𝐷) = ( ) ( )) = 0.4166 × 100% = 41.66%
2 24
C) Tomar un lápiz defectuoso de cualquier caja.
1 2 1 4
4/24 D
1/2
𝑃(𝐷) = ( ) ( ) + ( ) ( ) = 0.1944 × 100% = 19.44
2 9 2 24 C2
20/24 SD
EJERCICIO 4: En una fábrica se producen cajas de metal en tres máquinas
(M1, M2, y M3). El 20% se produce en M1, el 30% en M2 y el resto en M3.
Sin embargo, se sabe que en cada lote hay un porcentaje de cajas
defectuosas el 1% viene de M1, el 2% de M2 y el 7% de M3. Si elegimos
una caja entre toda la producción, ¿Cuál es la probabilidad de que esta sea
defectuosa?
𝐷 𝐷 𝐷
𝑃(𝐷) = 𝑃(𝑀1 )𝑃 ( ) + 𝑃(𝑀2 )𝑃 ( ) + 𝑃(𝑀3 )𝑃 ( )
𝑀1 𝑀2 𝑀3

20 1 30 2 50 7
𝑃(𝐷) = ( )( )+( )( )+( )( )
100 100 100 100 100 100

20 60 350 430
𝑃(𝐷) = ( )+( )+( )= × 100%
10000 10000 10000 10000

𝑃(𝐷) = 4.3%

21
 Probabilidad y Estadística
EJERCICIOS DE REPASO 4

1. Tres fábricas producen lámparas. La primera fábrica produce el 35% de la cantidad total de
lámparas, la segunda produce el 50% y la tercera el 15%. La producción de la primera fábrica
contiene un 70% de lámparas en buenas, la segunda un 80% y la tercera un 90%. En una tienda
se reciben lámparas de las tres fábricas
A. ¿Cuál es la probabilidad de que una lámpara tomada aleatoriamente, fuera producida en la
primera fábrica y en buena? RESP: 0.245.
B. ¿Cuál es la probabilidad de que una lámpara tomada aleatoriamente, fuera buena?
RESP: 0.78
2. En una planta de ensamblaje se recibe de tres secciones cierto tipo de pieza. Las probabilidades
de que la primera, segunda y tercera secciones produzcan piezas defectuosas son 0.03, 0.01 y
0.02 respectivamente. Todas las piezas recibidas se guardan en un mismo lugar. La cantidad de
piezas que se reciben de la primera sección es tres veces mayor que la que llega de la segunda
sección y la cantidad recibida de la tercera es dos veces menor que la que llega de la segunda
sección. ¿Cuál en la probabilidad de que una pieza tomada aleatoriamente sea defectuosa?
RESP: 0.0244
3. El número de vehículos pesados que transitan por una avenida cerca de una gasolinera, se
relaciona con el número de vehículos livianos que transitan por la misma avenida, como 3: 2. En
término medio, cada uno de cada 30 vehículos pesados y dos de cada 45 vehículos livianos se
detienen en la gasolinera a comprar gasolina. ¿Cuál es la probabilidad de que un vehículo que va
por la avenida se detenga a comprar gasolina? RESP: 0.0378.
4. En el escritorio de una computadora hay dos carpetas con archivos. La primera carpeta contiene
16 archivos, 4 de los cuales tiene menos de 500 kb. Sin prestar atención a los tamaños de los
archivos, un usuario pasa un archivo de la primera carpeta a la segunda. Hallar la probabilidad de
que el tamaño de este archivo sea menor de 500 kb. RESP: ¼
5. En una urna que contiene 3 bolas se pone una bola blanca, después de lo cual se extrae
aleatoriamente una bola. Hallar la probabilidad de que la bola extraída sea blanca suponiendo que
todas las variantes de composición inicial de bolas en una urna son equiprobables. RESP: 0.625
6. Tres urnas contienen bolas blancas y negras, en la primera hay dos blancas y tres negras, en la
segunda hay dos blancas y dos negras, en la tercera hay 3 blancas y una negra. De la primera
urna pasaron una bola a la segunda. Después de esto pasaron una bola urna a la tercera urna a
la primera. ¿Cuál es la probabilidad de que se obtenga la composición inicial de las bolas en las
urnas?

22
 Probabilidad y Estadística
TEOREMA DE BAYES. A primera vista, el teorema de desarrollado por el reverendo Thomas
Bayes y publicado póstumamente en 1763 en una formula inocente:
calcula cómo la probabilidad de un acontecimiento cambia mediante
a medida que se suministra nueva información, sin embargo, lo que
esto muestra acerca del mundo es a la vez sorprendente y en
algunos casos muy polémico.

Digamos que se desata un brote de gripe y aproximadamente una

de cada 100 personas la contraerá. Por lo tanto, tiene un 1% de
probabilidades de tenerla, así se despierta con dolor de cabeza y
según la página web médica el 90% de los enfermos de gripe
también tiene uno. Esto suena como que tuvo mala surte y cogió el
virus. Pero sucede que también se acostó tarde por una fiesta la
Thomas Bayes 1702-1761 noche anterior y piensa que la probabilidad de que de todas maneras
Matemático Británico, tuviera un dolor de cabeza era de cerca de un 10%; improbable, pero
formado en la universidad definitivamente posible. Entonces ¿cuál es la probabilidad de tener
de Edimburgo y ordenado gripe ahora, dado que tiene usted dolor de cabeza? ¿Es aún del 90%
sacerdote o tal vez del 80%, tomando en cuenta una posible resaca? El
teorema de Bayes nos dice que es d un poco más de del 8%. Lo
probable es que usted este bien.

¿Qué es el teorema Bayes y para qué sirve?

El teorema de Bayes es un método muy útil para calcular probabilidades de una partición, una vez se
conoce que un suceso concreto ya ha ocurrido. Por tanto, si B es el suceso que ha ocurrido y A es
una partición del espacio muestral, la fórmula de este teorema es: P(A|B)=P(A)·P(B|A)/P(B).

¿Dónde tiene importancia el teorema de Bayes?

El Teorema de Bayes es uno de los mecanismos matemáticos más importantes en la actualidad. A
grandes rasgos, nos permite medir nuestra certidumbre con respecto a un suceso tomando en cuenta
nuestro conocimiento previo y la evidencia que tenemos a nuestra disposición

FORMULA DEL TEOREMA DE BAYES.

B1 B2 Bi
Si los eventos 𝐵1 , 𝐵2 , . . . , 𝐵𝑘 son mutuamente exclusivos tales
que 𝐵1 ∪ 𝐵2 ∪. . . .∪ 𝐵𝑘 = 𝑆, tal que P( Bi )  0 para i=1, 2,…, B4
B3
K, entonces, para cualquier evento A de S tal que P(A) ǂ0. Bn

𝑃(𝐵𝑘 )𝑃(𝐴/𝐵𝑘 ) Bj B5
𝑃(𝐵𝑘 /𝐴) = 𝑘
∑𝑖=1 𝑃(𝐵𝑖 )𝑃(𝐴/𝐵𝑖 )

23
 Probabilidad y Estadística
EJEMPLO 1: Sean cajas, la caja número 1 contiene 10
lámparas 4 de las cuales son defectuosas, la caja número 2
contiene 6 lámparas con una defectuosa, la caja número 3
contiene 8 lámparas con 3 defectuosas, se selecciona una
caja al azar y de ella se selecciona una lámpara al azar
¿calcular la probabilidad de que la lámpara proceda de la
caja número dos dado que es defectuosa?
P(C2 )P(D/C2 )
𝑃(II/D) = k
∑i=1 P(Ci )P(D/Ci )
P(C2 )P(D/C2 )
P(II/D) =
P(C1 )P(D/C1 ) + P(C2 )P(D/C2 ) + P(C3 )P(D/C3 )
1 1
(3) (6)
P(II/D) = = 17.70%
1 4 1 1 1 3
(3) (10) + (3) (6) + (3) (8)

EJEMPLO 2: Tres maquines A, B, C producen 50%, 30% y 20%

respectivamente del número total de artículos en una fábrica, los % de
desperfecto de producción de estas máquinas son 3%, 4% y 5% si se
selecciona al azar un artículo.
A) ¿hallar la probabilidad de que el artículo sea defectuoso?
B) Y se selecciona un artículo defectuoso hallar la probabilidad de que
fuera hecho en la maquina A.
A) P( D )  P( A) P( D / A)  P( B ) P( D / B )  P(C ) P( D / C )

P(V )  12 1003   103 1004   102 1005   0.037  P( D)  37%

P APD / A
B) P( A / D ) 
P( A) P( D / A)  P( B) P( D / B)  P(C ) P( D / C )

 12 1003 
P ( A / D)  1 3 = 0.405= 40.5%
 2 100   103 1004   102 1005 

EJEMPLO 3: En una empresa hay 250 personas trabajando, 225 son de base de las
cuales 150 son hombres y 75 mujeres, 25 son de confianza de los cuales 7 son mujeres y
el resto son hombres. Se entrevista al azar un trabajador para cambio de área y este es
un hombre, determinar la probabilidad de que sea personal de confianza.

150/225 H
𝑃(𝐶)𝑃(𝐶/𝐻) B
𝑃(𝐻/𝐶) = 225/250
𝑃(𝐵)𝑃(𝐵/𝐻) + 𝑃(𝐶)𝑃(𝐶/𝐻)
25 18 18/25
( )( ) 3 H
𝑃(𝐻/𝐶) = 250 25 = 25/250
225 150 25 18 28 C
( )( )+( )( )
250 225 250 25

24
 Probabilidad y Estadística

EJEMPLO 4: Una empresa farmacéutica tiene tres delegaciones norte (N), centro(C) y sur (S)
de un determinado fármaco se produce el 45% en la delegación del norte, el 30% en la del
centro y el resto en la del sur. De los fármacos producidos el 5%son defectuosos producidos
por la delegación del norte, el 3% en la del centro y el 4% en la del sur. Si se escoge un
fármaco al azar y este es defectuoso, determina la probabilidad de que provenga de la
delegación sur.

𝑃(𝑆)𝑃(𝐷/𝑆)
𝑃(𝑆/𝐷) =
𝑃(𝑁)𝑃(𝐷/𝑁) + 𝑃(𝐶)𝑃(𝐷/𝐶) + 𝑃(𝑆)𝑃(𝐷/𝑆)
(25)(4)
𝑃(𝐼𝐼/𝐷) = = 0.240
(45)(5) + (30)(3) + (24)(4)

EJEMPLO 5: En cierta empresa, el 80% de los empleados son blancos y 20% no

lo son. De los blancos 20% tienen educación de postgrado, 50 % tienen educación
superior y 30% tienen educación hasta bachillerato. De los que no son blancos
30% tienen educación de postgrado, 50% tiene educación superior y 20% tienen
educación hasta bachillerato. De los empleados de la empresa se selecciona
aleatoriamente uno. Cuál es la probabilidad de que el empleado:
A) No sea blanco y tenga postgrado.
B) Tenga solamente educación hasta bachillerato.
𝑃(𝑁𝐵)𝑃(𝑁𝐵/𝑃)
𝑃(𝑃/𝑁𝐵) =
𝑃(𝐵)𝑃(𝐵/𝑃) + 𝑃(𝑁𝐵)𝑃(𝑁𝐵/𝑃)

𝑃 (20)(30)
𝑃( )= = 27.27%
𝑁𝐵 (80)(20) + (20)(30)

𝑃(𝐵) = 𝑃(𝐵)𝑃(𝐵/𝐵) + 𝑃(𝑁𝐵)𝑃(𝑁𝐵/𝐵)

80 30 20 20
𝑃(𝐵) = ( )( )+( )( ) = 28%
100 100 100 100

EJEMPLO 6: En cierta escuela 4% Y 1% de las mujeres miden más de 6´ de estatura además 60% de los
estudiantes son mujeres, ahora bien, si se selecciona al azar un estudiante y es más alto de 6´ ¿Cuál es la
probabilidad que sea mujer
𝑃(𝑀)𝑃(𝐴/𝑀)
𝑃(𝑀/𝐴) =
𝑃(𝐻)𝑃(𝐴/𝐻) + 𝑃(𝑀)𝑃(𝐴/𝑀) 0.04 A
H
(0.6)(0.1) 0.4
𝑃(𝑀/𝐴) = = 0.272 ∴ 𝑃(𝑀/𝐴)
(0.4)(0.04) + (0.6)(0.1)

= 27.2% 0.6
0.01 A
M

25
 Probabilidad y Estadística
EJERCICIOS DE REPASO 5

1. En una habitación obscura hay 6 cajas blancas, cada una conteniendo 3 esferas verdes y 5 amarillas y 2
cajas negras, cada una conteniendo2 esferas verdes y 4 amarillas. si usted entra a la habitación y
selecciona aleatoriamente una caja y se toma una esfera ¡cual es la probabilidad de que seleccione una
verde?
2. Una gran caja contiene circuitos fabricados por 3 máquinas. La máquina A es el doble de rápida de la B o
la C, la tasa de defectos para la máquina A es 0.02, para la B es 0.04 y para la C es 0.02. Si se selecciona
aleatoriamente de la caja un circuito y resulta defectuoso, ¿Cuál es la probabilidad de que lo haya producida
la máquina C?
3. Una planta armadora recibe microcircuitos provenientes de 3 distintos fabricantes B1, B2 y B3. El 50% del
total se compra a B1 mientras a B2 y B3 se les compra un 25% a cada uno. El porcentaje de circuitos
defectuosos para B1, B2 y B3 es 5, 10 y 12% respectivamente. si los circuitos se almacenan en la planta sin
importar quién fue el productor.
A) Determina la probabilidad de que una unidad armada en la planta contenga un circuito defectuoso.
B) Si un circuito no está defectuoso ¿Cuál es la probabilidad de que haya sido vendido por el vendedor B 2?
4. En una planta de artículos electrónicos, se sabe por experiencias que la probabilidad es 0.86 de que un
nuevo trabajador que haya asistido al programa de capacitación de la empresa conocerá la cuota de
producción y que la probabilidad correspondiente es de 0.35 para aquel que no haya asistido al programa
de capacitación. Si el 80% de todos los empleados de reciente ingreso asisten al programa, ¿Cuál es la
probabilidad de que en un nuevo empleado conozca la cuota de producción?
5. Han sido nominados para el puesto de presidente 3 miembros de un club campestre privado. La
probabilidad de que el Sr. Álvarez sea elegido es 0.3, la probabilidad de que el Sr. Álvarez sea elegido es
0.3; la probabilidad de que el Sr. Gomes sea elegido es de 0.5 y la probabilidad de que la Sra. Chávez sea
elegida es de 0.2 si se elige al Sr. Álvarez la probabilidad de que se aumenten las cuotas de membresías
es de 0.8. si se elige al Sr Gomes las probabilidades correspondientes de un aumento en las cuales son
de 0.11 y o.4 respectivamente.
A) ¿Cuál es la probabilidad de que haya un aumento en la cuota de membresía?
B) Si una persona está considerando inscribe en el club, pero demora su decisión varias semanas solo
para darse cuenta de que han aumentado las cuotas, ¿Cuál es la probabilidad de que se haya elegido
a la Sra. Chávez presidente del club?
6. En cierta región del país se sabe, por experiencias pasadas, que la probabilidad de elegir a un adulto de
más de 40 años con cáncer es de 0.02. Si la probabilidad de que un doctor diagnostique en forma correcta
que una persona tiene cáncer es de 0.78 y la probabilidad de que diagnostique de manera incorrecta que
una persona tiene cáncer dado que no lo tiene es de 0.06 ¿Cuál es la probabilidad de que diagnostique
que una persona tiene cáncer?
7. Se realizan análisis clínicos a los obreros de una fábrica se obtiene los siguientes datos el 35% sufren
diabetes, el 45% padecen hipertensión y 20% sufren ambas afecciones. Si se escoge un obrero al azar,
calcular la probabilidad de que uno tenga alguna de estas enfermedades.
8. Un hombre va de pesca por primera vez, tiene 2 tipos de carnada, de los que solo uno es adecuado para
la clase de pez que pretende pescar. La probabilidad de que pesque un pez si usa la carnada correcta es
de 1/3. sí utiliza la inadecuada la probabilidad de pescar un pez se reduce a 1/5. ¿Cuál es la probabilidad
de que pesque con la carnada inadecuada?

26
Probabilidad y Estadística

27