Estadstica

Probabilidad
INTRODUCCIN: El nacimiento del clculo de probabilidades estuvo ligado a los juegos de azar.
Cardano (que tena una aficin desordenada por el ajedrez y los dados, segn reconoce en su
autobiografa! escribi Libro sobre los juegos de azar", publicado pstumamente en 1663, y que fue
considerado el primer tratado serio sobre las probabilidades matemticas.
#a correspondencia que $ascal y %ermat intercambiaron (a mediados del siglo &'((! sobre la
geometra del azar marca el nacimiento de la nueva ciencia.
En la actualidad el Clculo de Probabilidades )a llegado a ser la rama de las matemticas de
mayor penetracin en todos los campos, directamente o a trav*s de la Estadstica.
1. Experimento aleatorio. Espacio muestral.
Definicin !. +e llama experimento o fenmeno aleatorio a aqu*l que es susceptible de dar varios
resultados, no pudi*ndose predecir de antemano cul de ellos va a producirse en una e,periencia
concreta.
Cada ejecucin del e,perimento se llama una prueba del mismo.
Ejemplo -. #anzar un dado o una moneda al aire son e,perimentos aleatorios.
+e llama e,perimento determinista al que realizado en la mismas condiciones se obtiene siempre el
mismo resultado (de *stos se ocupa la %sica!.
Definicin ". #lamaremos suceso elemental a cada uno de los posibles resultados del e,perimento
aleatorio.
Ejemplo /. En el e,perimento 0lanzar un dado" los sucesos elementales son 1. +- 2 0sacar un
-",.........., +1 2 0sacar un 1".
Definicin #. +e llama espacio probabilstico o espacio muestral, E, al conjunto de todos sus
sucesos elementales.
Ejemplo 3. En el e,perimento lanzar una moneda el espacio muestral tiene dos elementos, . E $ 'C,
%;.
Ejercicio 1. Encuentra el espacio muestral del e,perimento lanzar dos monedas.
Definicin %. +e llama suceso a cualquier subconjunto del espacio muestral.
4iremos que un suceso, 5, ocurre (o se verifica! en una prueba si el resultado de la misma es uno
de los sucesos elementales que pertenecen a 5.
Ejemplo 6. El suceso 5 2 sacar par al lanzar un dado (52 ' +/, +6, +1 ;! se verifica si sale un dos, un
cuatro o un seis.
Ejemplo 7. +i tiramos dos monedas al aire sea 5 2 0al menos una sea cara". El suceso 5 consta de
tres sucesos elementales a saber CC, C% y %C.
En todo espacio muestral podemos distinguir los siguientes sucesos.
+ucesos elementales, los subconjuntos con un solo elemento.
+uceso seguro, E, el propio espacio muestral.
+uceso imposible, , que no posee ningn suceso elemental (no puede verificarse!.
8eniendo en cuenta que los sucesos son subconjuntos se suelen usar los diagramas de Venn para
representarlos. %igura -
A E
+i 5 y 9 son dos sucesos del espacio muestral E, *ste queda dividido en cuatro partes.
#os que estn en 5 y no en 9, los que estn en 9 y no en 5, los que estn en ambos y los que no
estn ni en a ni en 9.
%igura /
A E
a c B
b d
Probabilidad 1
Estadstica
En el dibujo (diagrama de 'enn !se )a indicado el nmero de sucesos elementales que les
corresponden.
#lamaremos P(E al conjunto de todos los sucesos, es decir a partes de E.
4iremos que el suceso A implica el B, s siempre que se verifica 5 se verifica 9. +e indica A B,
pues todos los sucesos de 5 pertenecen a 9.
Ejemplo 1. 5 2 0sacar un dos" : 9 2 0sacar par"
4os sucesos son iguales cuando contienen los mismos sucesos elementales: se puede e,presar
esto diciendo que se implican mutuamente, A B ! B A.
Definicin &. +e llama suceso contrario (o complementario! de 5, y se representa por 5; 5
c
, al
formado por los sucesos elementales de E que no estn en 5.
5 A
c

Es decir se verifica 5
c
cuando no se verifica 5.
Ejemplo <. +i consideramos el suceso 5 2 sacar dos cruces, al lanzar dos monedas, 5
c
es el suceso
sacar al menos una cara.
Ejemplo =. En la figura - el contrario de 9 est formado por a>d elementos.
". Operaciones con sucesos
8eniendo en cuenta que los sucesos son subconjuntose se definen la.
"ni#n de sucesos.
+e llamar uni#n de dos sucesos 5 y 9 al que se verifica cuando en una prueba el resultado es un
elemento de 5 o de 9 (o de ambos!. +e representa 59 (corresponde a la unin conjuntista!.
Ejemplo ?. En la figura / el suceso 59 tiene a $ c $ b elementos.
%ntersecci#n de sucesos.
#lamaremos suceso intersecci#n de 5 y 9 al que ocurre cuando el resultado de una prueba es un
elemento de ambos. +e representa 5 9 (corresponde a la interseccin conjuntista!.
Ejemplo -@. En la figura / el suceso interseccin tiene c elementos.
&i'erencia de sucesos.
+i 5 y 9 son dos sucesos se define su diferencia como. A ( B ) A B
c
.
+e verifica pues. A
c
) E ( A.
Ejemplo --. En la figura /., 5 A 9 tiene a elementos.
Propiedades de la unin e interseccin.
(dempotente.
5 5 2 5 : 5 5 2 5
5sociativa.
5 (9 C! 2 (5 9! C: 5 (9 C! 2 (5 9! C
Conmutativa.
5 9 2 9 5: 5 9 2 9 5
Beutro.
5 2 5 5 E 2 5
5bsorbente.
5 E 2 E: 5 2
4istributiva.
5 (9 C! 2 (5 9! (5 C!
5 (9 C! 2 (5 9! (5 C!
#eyes de Corgan.
( 5 9!
c
2 5
c
9
c
(5 9!
c
2 5
c
9
c
Complementarios.
(5
c
!
c
2 5 : 5 5
c
2 E : 5 5
c
2 :
c
2 E
Probabilidad 2
Estadstica
Estas propiedades se resumen diciendo que (P(E , , ! es un retculo complementario, es
decir un 'l(ebra de )oole.
Definicin *. 4os sucesos 5 y 9 se dice que son incompatibles si tienen interseccin vaca. En otro
caso se dirn compatibles.
Ejemplo -/. Cualquier suceso 5 y su contrario son incompatibles.
Ejemplo -3. +i e,traemos dos cartas de una baraja espaDola (6@ cartas! los sucesos.
5 2 0 las dos sean copas" y 9 2 0 una sea copas y la otra rey" son compatibles.
Problema 1. En una determinada poblacin el 7@E )a estado casado alguna vez, el 7@E tiene
menos de <@ aDos y el =@E no padece ninguna enfermedad contagiosa. 4e estos ltimos el 1@E
tiene menos de <@ aDos y el 6@E )a estado casado alguna vez. 4e los que )an estado casados
alguna vez, slo el /@E tiene menos de <@ aDos. El -@E de la poblacin rene las tres condiciones.
Fepresentar la informacin anterior en un diagrama de 'enn.
+olucin
($or comodidad en la representacin consideramos que la poblacin tiene -@@ personas!
+ea C el conjunto de los que )an estado casados alguna vez.
0 9 0 tienen menos de <@ aDos.
0 E 0 no padecen enfermedad contagiosa.
card ( C ! 2 7@E de la poblacin: card (E! 2 =@E: card (9! 27@E.
card (E 9! 2 6=E: card (E C! 2 3/E: card (C 9! 2 -@E:
card (C E 9! 2 -@E
* 1+
1, ** C
3+
B E 1,
Ejercicio 1. Calcula el porcentaje de individuos que no )abiendo estado casados nunca, tengan
menos de <@ aDos y no padecen enfermedad contagiosa.
(ndicacin . es el cardinal de C
c
9 E (+ol. 3=E!
#. Espacio probabil+stico asociado a un experimento aleatorio.
Idea intuiti,a de probabilidad
5l realizar B pruebas de un e,perimento aleatorio se llama frecuencia absoluta del suceso 5,
n(5!, al nG de veces que se )a verificado 5.
#a frecuencia relativa de un suceso 5 se define como el cociente entre su frecuencia absoluta y el nG
total de pruebas, es decir.
Ejercicio *. #anzar un dado 3@ veces y calcula las frecuencia relativa del suceso obtener un 1.
Propiedades:
1 #a frecuencia relativa de cualquier suceso, 5, es un nG racional del intervalo H@,-],
es decir @ f(5! -
* f(E! 2 -, la frecuencia relativa del suceso seguro es -.
3 +i 5 9 2 f (5 9! 2 f(5! > f(9!, es decir si dos sucesos son incompatibles la
frecuencia relativa de su unin es la suma de sus frecuencias relativas.
#a comprobacin es inmediata.
Cuando se realiza un nG muy grande de pruebas puede comprobarse que la frecuencia relativa de
uno cualquiera de los sucesos tiende a estabili-arse. Esto quiere decir que la frecuencia relativa
Probabilidad
f A
n A
N
( )
( )

3
Estadstica
toma valores pr,imos a un nG fijo, y que segn aumenta el nG de pruebas ms se acerca a ese valor.
5 dic)o valor es al que llamaremos la probabilidad
-
de 5, p(5!
p(5! 2 lim
n A
N
N
( )
(probabilidad a posteriori!.
Esta forma de asignar probabilidades tiene el inconveniente de puede variar de unas series a otras, a
pesar de la estabilidad de las frecuencias.
Itra forma consiste en asignar una probabilidad a priori cuando se cumpla el postulado de
indiferencia o ley de la ignorancia
/
.
Ejemplo -6. +i el e,perimento es lanzar un dado, que no est* trucado, se cumple dic)o postulado, a
cada resultado se le asigna como probabilidad a priori el valor -J1.
Probabilidad de -aplace
Cuando se pueda asegurar que se cumple el postulado de indiferencia, es decir que todos los
sucesos elementales sean igualmente posibles, se define.
+e conoce como la .egla de /aplace, el nG obtenido es la probabilidad a priori o de #aplace.
Ejemplo -7. Consideremos el e,perimento lanzar dos monedas al aire. 'amos a calcular la
probabilidad del suceso, 5, sacar una cara y una cruz.
El espacio muestral consta de cuatro sucesos elementales igualmente 0probables".
CC, C%, %C y %%, luego p(5! 2/J6 2-J/.
Ejercicio 3. Calcula la probabilidad de obtener dos 1 al lanzar dos dados.
Definicin axiom.tica de probabilidad
+ea A un lgebra de 9oole asociada a un e,perimento del espacio muestral E, teniendo en cuenta
las propiedades de la frecuencia relativa se define.
Definicin /. +e llama probabilidad a una aplicacin p0 P0E H@,-]
5 p(5!
que cumple las siguientes condiciones, llamadas axiomas de probabilidad:
5 la terna (E, A, p! se le llama espacio probabilstico asociado al e,perimento en cuestin.
Ejercicio 1. KCul es la probabilidad de que al tirar dos dados la suma de puntos obtenidos sea
-@L.
Consecuencias de los axiomas de probabilidad
1 p(A
c
) 1 ( p(A
4emostracin
$or definicin de contrario. E 2 5 5
c
,
Como son incompatibles por el a,ioma ((, p(E! 2 p(5! > p(5
c
! 2 -, de donde se deduce el
resultado buscado.
1
Ley de los grandes nmeros.
2
El espacio muestral, E, se puede descomponer en k sucesos elementales con igual probabilidad, con lo ue 1!k sera su probabilidad.
Probabilidad
p(A )
23mero de casos 'a4orables a A
23mero de caso posibles
%. p (E ) 1.
%%. 5i A ! B son incompatibles p(A B ) p(A $ p(B
"
Estadstica
Ejemplo -1. 4e una baraja de 6@ cartas e,traemos dos cartas a la vez., Kcul es la probabilidad de
que al menos una de ellas sea copasL.
+olucin . +ea 5 el suceso 0 al e,traer dos cartas al menos una es copas"
$asamos al contrario, 5
c
, es decir calculamos la probabilidad de que ninguna sea copas.
+ucesos posibles.
"#
2

_
,
, que son todos los grupos de / cartas que se pueden sacar.
+ucesos favorables.
3#
2

_
,
pues )ay 3@ cartas que no son copas.
$or la regla de #aplace tenemos. p(5
c
! 2
3#
2
"#
2
3#
"#
2$
3$

_
,

_
,

2$
%2
2 @,71 p(5! 2 - A @,71 2 @,66
* p( ) , . 4emostracin. trivial ya que es el contrario de E.
3! 5i A B p(A p(B.
6! 5i A ! B son sucesos compatibles. p(A B ) p(A $ p(B ( p(A B
Ejemplo -<. Calcular la probabilidad de obtener un as una copa al e,traer una carta de una baraja
espaDola.
+olucin . p(as copas ! 2 -J-@ > -J6 A -J6@ 2 -3J6@.
Ejercicio 6. En una baraja )emos suprimido varias cartas. Entre las cartas que nos quedan se dan
las siguientes probabilidades de ser e,tradas. p(F! 2 @,-7, p(9! 2 @,3, p(carta que no sea ni rey ni
basto! 2 @,1. KEst entre ellas el rey de bastosL. En caso afirmativo calcula su probabilidad.
Nota. El resultado puede generalizarse a 3 o ms sucesos.
En particular si 5, 9 y C son tres sucesos compatibles se verifica.
(1!
Problema *. En una determinada poblacin, el <@E son aficionados al ftbol, el 1@E al tenis y el
17E al baloncesto. El 67E lo son al ftbol y al tenis, el 6@E al tenis y al baloncesto y el 7@E al futbol
y al baloncesto, mientras que el 3@E lo son a los tres deportes. KCul es la probabilidad de que un
individuo escogido al azar no sea aficionado a ninguno de los tres deportesL
+olucin
$asamos al contrario, es decir calculamos en primer lugar la probabilidad de que sea aficionado al
menos a uno de los tres.
p( %89!
3
2 @,<@ > @,1@ > @,17 A @,67 A @,6@ A @,7@ > @,3@ 2 @,?@
$or lo tanto p(0no sea aficionado a ningn deporte de los tres"! 2 - A @,?@ 2 @,-@.
Ejercicio 6. Fesolver el problema / usando diagramas de 'enn.
3. Probabilidad condicionada. 1ucesos independientes.
Cuc)as veces la probabilidad de que ocurra un suceso viene influida por el )ec)o de que ocurra o no
otro suceso, o por una informacin adicional.
Ejemplo -=. +upongamos un dado cuyas caras pares son de color negro y las impares de color rojo.
#a probabilidad de los sucesos elementales, en principio, es -J1: pero si en el lanzamiento se nos
informa que la cara obtenida es de color negro, sin decirnos el resultado, entonces la probabilidad
cambia. la de los impares sera cero y la de los pares -J3.
Esto nos dice que )emos pasado a otro espacio probabilstico donde no se cumple el postulado de
indiferencia.
3
&plicando (1)
Probabilidad
p(A B C ) p(A $ p(B $ p(C ( p(A B ( p(AC ( p(BC ( p(A
BC
%
Estadstica
En general, si 5 y 9 son dos sucesos del lgebra de sucesos, se define la probabilidad condicionada
del suceso 5 sobre el 9 como la probabilidad de que ocurra A habiendo sucedido antes B:
Definicin 2. +ea 9 un suceso tal que p(9! @: para cualquier suceso 5 llamaremos probabilidad de
5 condicionada a 9.


7bser4aci#n 1
#a aplicacin p9 as definida es una probabilidad en la que el espacio muestral E se puede
considerar reducido al suceso B como consecuencia de la informacin sobre el e,perimento
aleatorio.
En efecto.
p(5J9! 2
p A B
p B
( )
( )

2
) (
) (
) (
) (
) (
) (
B card
B A card
E card
B card
E card
B A card

Ejemplo -?. En una determinada localidad )ay tres partidos polticos. $$, $+IE e (M. +e efecta un
refer*ndum para decidir si un cierto da se declara fiesta local. #a siguiente tabla nos da los
resultados en E en funcin del partido al que vot cada ciudadano en las ltimas elecciones.
PP P57E %" Abs
58 /7 /@ = -/
2o -7 -@ / =
a! KNu* probabilidad )ay de que una persona tomada al azar )aya votado + en el refer*ndumL
b! Calcular la probabilidad de que un individuo sea del $$ sabiendo que )a votado s.
+olucin.
En primer lugar completamos la tabla de contingencia con las sumas parciales.
PP P57E %" Abs
58 /7 /@ = -/ 17
2o -7 -@ / = 37
6@ 3@ -@ /@ -@@
a! p( 58 ! 2 @,17: b! p( PP958 ! 2 /7J17 2 @,3=.
Ejemplo /@. En una clase de CIM el 67E de los estudiantes suspende Catemticas, el 1@E
suspende fsica y el 3@E suspende ambas. +e selecciona al azar un alumno.
a! +i suspendi %sica KCul es la probabilidad de que suspendiera CatemticasL
b! +i suspendi Catemticas 0 0 %sicaL
+olucin
+ea 5 2 0suspende Catemticas" y 9 2 0 suspende %sica"
p(5! 2 @,67: p(9! 2 @,1@ : p(5 9! 2 @,3@
a! p(5J9! 2 @,3@J@,1@ 2-J/: p(9J5! 2 @,3@J@,67 2 /J3
Consecuencia0 4e la definicin de probabilidad condicionada se deduce.
p(A B ) p(B.p(A9B :*]
Esta e,presin se conoce como la frmula de la probabilidad compuesta.
Ejemplo /-. Calcular la probabilidad de que al e,trer dos cartas de una baraja la -O sea copas y la /O
bastos.
+olucin p( -OC, /O9! 2 p(-OC!. p(/O9J-OC! 2
1#
"#
1#
3$
%
'(

Nota: #a frmula :*] puede generalizarse a tres o ms sucesos. En el caso de tres se obtiene.
Probabilidad
p(A9B )
p A B
p B
( )
( )

p(A B C ) p(A. p(B9A. p(C9 A B

)
Estadstica
Ejemplo //. En una urna )ay 3 bolas blancas , 7 rojas y 6 negras. +e e,traen tres bolas
consecutivamente, sin reemplazamiento. Calcular la probabilidad de que las tres sean rojas
+olucin
p(-OF, /OF, 3OF!2
%
12
"
11
3
1#
1
22

Obser,acin " .
Pay ocasiones en que las pruebas no son sucesivas sino simultneas, lanzar dos dados, e,traer tres
cartas de una baraja etc.... +e pueden encontrar muc)os casos en que se pueden considerar como si
se sucedieran en el tiempo, lo que facilita el clculo de sus probabilidades.
Ejemplo /3. +upongamos que tenemos una urna con 7 bolas rojas y 6 bolas negras y que e,traemos
dos bolas, esto lo podemos )acer de tres formas.
-G! con reemplazamiento. #a primera que se e,trae se devuelve a la urna. 7 .
/G! sin reempla-amiento. 0 0 no se devuelve 0 6 2
3G! simultneamente. #as dos a la vez.
'amos a calcular la probabilidad de que las dos sean rojas.
-G! p(-OF, /OF! 2
(1
2%
$
%
$
%
con reemplamiento: /G! p(-OF, /OF! 2
1(
%
(
"
$
%
sin
reemplazamiento:
3G! p(las dos rojas! 2
1(
%
2
( . $
2
" . %
2
$
2
%

,
_

,
_

a la vez.
Ibservamos que en los caso *; ! 3; la probabilidad es la misma y su clculo ms sencillo
considerando e,tracciones sucesivas.
'eamos para otro suceso.
+i queremos calcular la probabilidad de que al e,traer dos bolas una sea roja y la otra negra.
5 la vez.
p(una roja y otra negra! 2

,
_

,
_

,
_

2
$
1
"
1
%
2
$
%
( . $
" . %
. 2
+in reemplazamiento.
Este suceso es la unin de FB y BF, ya el orden no importa. +on incompatibles.
p (una roja y otra negra! 2 p(FB! > p(BF! 2
$
%
( . $
" . %
2
(
%
$
"
(
"
$
%
+ , luego coinciden de nuevo.
Podemos concluir que en determinados casos simultneamente equiale a extracciones sucesias
sin reemplazamiento!
Ejercicio <. Fesolver el ejemplo -1 utilizando la conclusin anterior.
Problema 3. Mna urna contiene = blancas y < negras, )acemos una e,traccin de / bolas, en el
supuesto de que )emos visto que una de estas bolas es negra. KCul es la probabilidad de que la
otra tambi*n lo seaL
+olucin
+ea el suceso 5 2 0al e,traer dos bolas, al menos una sea negra"
0 9 2 0al e,traer dos bolas, las dos sean negras"
+e verifica 9 5, luego 5 9 2 9 y p (9! 2
%
1
1"
)
1%
'
:
p(5! 2 -A p(5
c
! 2 - A
1%
11
1%
"
1
1"
'
1%
(
:
Probabilidad '
Estadstica
#a probabilidad pedida es. p(9J5!2
11
3
1%
11
%
1
) (
) (

A p
B A p
Independencia de sucesos
Definicin 3. +e dice que un suceso 5 es independiente de otro 9 cuando.
p(A9B ) P(A
En otro caso se dir que son dependientes!
Consecuencias0 +i 5 es independiente de 9
p(A B ) p(A.p(B . $or :*]
B es independiente de A. 8eniendo en cuenta lo anterior es trivial.
5
c
es independiente de 9. (comprobarlo!
E y son independientes de cualquier suceso.
7bser4aciones0
1 +i los sucesos son incompatibles no pueden ser independientes, pues p(5 9!2@.
* $ara )ablar de independencia de dos sucesos 5 y 9 )a de tenerse que 5 9 y 9
5 (a e,cepcin de E y !
En efecto si, por ejemplo, 9 contenido en 5 p(5J9! 2-, y p(5 9! 2 p(9!
p(5!.p(9!.
Ejemplo /6. Pallar la probabilidad de que al tirar dos veces una moneda las dos veces salga cara
+olucin
+on sucesos independientes p( dos caras ! 2 (-J/!.(-J/! 2 -J6
Ejemplo /7. 4e una baraja de 6@ cartas )acemos dos e,tracciones sucesivas, sin devolucin .
Calcula la probabilidad de que las dos sean reyes.
+olucin
+on sucesos dependientes
6
, pues al sacar una carta se modifica la composicin de la baraja.
p( / reyes ! 2 p(rey la -O!. p( rey la /OJ )a sido rey la -O! 2
"
"#
3
3$
1
13#

Nota: +e puede generalizar a tres o ms sucesos.

Definicin !4. +e dice que los sucesos 5, 9 y C son independientes dos a dos si.
p(A B ) p(A. p(B, p(B C ) p(B.p(C, p(A C ) p(A.p(C,
+i adems p(A B C ) p(A. p(B. p(C, se dirn mutuamente independientes.
Ejemplo *6. Mn avin con tres bombas trata de destruir una lnea f*rrea: la probabilidad de destruir
la lnea con cualquiera de las bombas es -J3. KCul es la probabilidad de que la lnea quede
destruida si el avin emplea las tres bombasL
+olucin
#a probabilidad de que una determinada bomba no )aga blanco es . 1
1
3
2
3

#a probabilidad de que ninguna =aga blanco, es
2
3
3

_
,

,( es decir no acierte ni -O, ni /O ni, 3O!, pues

son sucesos independientes!
#a probabilidad de que al menos una =aga blanco es - A
2
3
3

_
,

2
1$
2'
, ya que son contrarios.
%. Experimentos compuestos. Teorema de )a5es
En un e,perimento aleatorio )ay que considerar las condiciones en que se )ace el e,perimento y los
resultados posibles del mismo. 5 veces se consideran varios e,perimentos sucesivos y las
"
*i de+ol+i,ramos la 1- carta los sucesos seran independientes.
Probabilidad (
Estadstica
condiciones de cada uno pueden ser o no influidas por los resultados del precedente. 8enemos as
una primera idea intuitiva de dependencia e independencia de e,perimentos aleatorios.
Pasta aqu nos )abamos referido a la dependencia e independencia de sucesos relativos a un
mismo espacio probabilstico (E-, 5-, , p-!. +upongamos a)ora definido un segundo e,perimento que
da origen al espacio (E/, 5/ , p/!, llamaremos espacio producto cartesiano E-, E/ al formado a partir
de los m.n sucesos elementales.
(5i, 9j! (i 2 -, /, ........., n : j 2 -, /, ........, m !
$odremos definir una probabilidad para E-, E/ de la forma siguiente.
+i no se pueden considerar los e,perimentos como fsicamente independientes, se calcularn las
probabilidades de los sucesos del producto cartesiano por la relacin.
p(Ai, Bj ) p1(Aip*(Bj9Ai
+i se pueden considerar independientes se tendr.
p(Ai, Bj ) p1(Aip*(Bj
8endremos, pues, el espacio probabilstico (E-, E/, 5, p!
2ota. En la prctica se identifica el suceso (5, 9! con el suceso ocurrir 5 y 9 (59!.
Ejemplo /<. +e lanza un dado, si el nmero obtenido es Q 3 se e,trae una bola de una urna M- que
contiene 6 bolas blancas y 3 rojas: si el nmero es 3 se e,trae una bola de una urna M/ que
contiene / bolas blancas y 1 rojas. Calcular la probabilidad de que salga un 7 y que la bola sea roja.
+olucin
p(7, F! 2 p (7!. p(FJ7! , ya que son dependientes.
p(7! 2 -J1 y como 7R 3, p(FJ7! 2 1J= 2 3J6. $or lo tanto p(7, F! 2 -J=.
Dia(ramas de .rbol
Cuando se quiere calcular la probabilidad de sucesos de e,perimentos compuestos son muy tiles
los diagramas de rbol cuyas ramas nos indican las distintas posibilidades.
Ejemplo /=. +e lanza una moneda y si sale cara se ponen < bolas blancas en una urna y si sale cruz
se ponen 6 blancas. +e vuelve a lanzar la moneda y se ponen 7 o / bolas negras, segn se saque
cara o cruz. 4espu*s se saca una bola de urna as compuesta. 'eamos las distintas posibilidades.
Probabilidad $
Estadstica
-
er
lanzamiento /G lanzamiento E,traccin bola
$robabilidad
C <J-/ Blanca <J6=2@,-6
-J/ <9 y 7B
-J/ C <9 7J-/ Begra 7J6=2@,-@
<J? Blanca <J312@,/@
-J/ % <9 y / B
/J? Begra -J-=2 @,@1
6J? Blanca -J? 2 @,--
-J/ -J/ C 69 y 7B
% 6 9 7J? Begra 7J31 2 @,-6
/J3 Blanca -J1 2 @,-<
-J/ % 69 y /B
-J3 Begra -J-/ 2 @,@=
+i queremos la probabilidad de que sea blanca, se tendr. p(9! 2<J6= > <J31 > -J? >-J12 =?J-66 2
@,1/
El teorema de la probabilidad total formaliza este resultado.
+i sabemos que la bola que )a salido es blanca Kcul es la probabilidad de que )ayan salido dos
carasL
8enamos los siguientes resultados .
+e e,trae blanca cuando CC. @,-6
0 blanca cuando C%. @,/@
0 blanca cuando %C. @,-- blanca . @,1/
0 blanca cuando %%. @,-<
Esto puede interpretarse as. de cada 1/ veces que e,traemos blanca, -6 veces ocurre cuando sale
CC, luego la proporcin es @,-6J@,1/ 2 @,//7E
$odemos afirmar pues que p(CCJ9! 2 @,//7.
#a frmula de )a5es nos justifica este resultado.
Definicin !!. +i 5-, 5/, ..........., 5n verifican que su uni"n es el espacio muestral, E, y son disjuntos
dos a dos se dir que forman un sistema e>=austi4o.
?eorema 1. +ea 5-, 5/, ..........., 5n un sistema e,)austivo del que se conocen sus probabilidades a
priori, p(5i!. +ea 9 otro suceso para el cual se conocen las probabilidades condicionadas, p(9J5i!.
Entonces.
Fesultado que se conoce con el nombre de #eorema de la probabilidad total
5 p(9! se le llama la probabilidad total de B!
Ejemplo *@. 'amos a ver la razn de que se le de este nombre.
+upongamos que 9 es el suceso que al e,traer una bola de entre dos urnas *sta sea blanca.
/ blancas 3 blancas
3 negras 6 negras
El de que urna )ay que elegir viene dado por el lanzamiento de una moneda.
+ea. 5- el suceso elegir la -O urna y 5/ el suceso elegir la /O urna. %orman un sistema e,)austivo.
#a probabilidad de ambos es -J/.
p(9J5-! 2 /J7 y p(9J5/! 2 3J<, a estas probabilidades se les llama parciales y a.
Probabilidad

n
i
i i
A B p A p B p
1
) ! ( ). ( ) (
1#
Estadstica
p B ( ) +
1
2
2
%
1
2
3
'
2$
'#
probabilidad total.
Ejercicio 1*. Fesolver el ejemplo /= utilizando el teorema de la probabilidad total.
Ejemplo 3,. Mn libro tiene 3 captulos. El =7E de las pginas del -
er
captulo no tiene ningn error. El
?@E del segundo y el ?7E del tercero tampoco tienen ningn error.
El primer captulo tiene -/7 pginas, el /G -7@ y el 3G -<7.
KCul es la probabilidad de que al elegir una pgina al azar no tenga ningn errorL
+olucin
#lamamos. 5- 2 0ser pgina del primer captulo", p(5-! 2 -/7J67@ 2 7J-=
5/ 2 0ser pgina del segundo captulo", p(5/! 2 -7@J67@ 2 -J3
53 2 0ser pgina del tercer captulo" , p(53! 2 -<7J67@ 2 <J-=
5- , 5/ y 53 forman un sistema e,)austivo.
+ea 9 2 0ser pgina que no tenga errores"
p(9J5- ! 2 @,=7, p(9J5/ ! 2 @,?@, p(9J5/! 2 @,?7 y por lo tanto.
p(9! 2
%
1(
(%
1##
1
3
$
1#
'
1(
$%
1##
+ + 2 @,?@7
?eorema de Ba!es
+upongamos que en las circunstancias del ejemplo /? nos planteamos a)ora lo siguiente. +abiendo
que )a salido bola blanca KCul es la probabilidad de que )aya salido caraL Es decir queremos
calcular p(5-J9!.
+e tiene p(5-9! 2 p(5-!.p(9J 5-!, pero tambi*n p(5-9! 2 p(9!.p(5-J9! , luego
p(5-!.p(9J 5-! 2p(9!.p(5-J9! de donde.
p(5-J9! 2
) (
) ! ( ) (
1 1
B p
A B p A p
En nuestro caso. p(5-J9! 2
2$
1"
'#
2$
%
2
.
2
1

?eorema *. +i 5-, 5/, ..........., 5n un sistema e,)austivo y 9 es un suceso se verifica.

n
j
j j
i i
i
A B p A p
A B p A p
B A p
1
) ! ( ) (
) ! ( ) (
) ! (
resultado que se conoce con el nombre de '#rmula de Ba!es.
4emostracin
8eniendo en cuenta que.
p(5i 9! 2 p(5i!.p(9J 5i! y p(5i 9! 2 p(9!.p(5iJ9!
+e deduce p(5i!.p(9J 5i! 2 p(9!.p(5iJ9!, de donde despejando p(5iJ9! se llega al resultado.
Es corriente llamar a las probabilidades p(5i! probabilidades a priori, a las de p(5iJ9! probabilidades
a posteriori y a las p(9J5i! verosimilitudes.
Ejemplo 31. Con los datos del ejemplo /=, suponemos que elegimos una pgina al azar y
observamos que no tiene ningn error Kcul es la probabilidad de que sea del captulo /G.
+olucin
5plicando la frmula de 9ayes

#,3)$ . #,3 . #,23)
3 , #
) (
) ! ( ) (
) ! (
2 2
2
B p
A B p A p
B A p @,333-
Problema 1. +e tiene 3 urnas con las siguientes composiciones.
5- - b / n 3 r
5/ / b - n - r
53 6 b 7 n 3 r
Probabilidad 11
Estadstica
+e elige una urna al azar y se e,traen simultneamente dos bolas resultando ser una blanca y la
otra roja. KCul es la probabilidad de que se )aya elegido 5/ 53.
+olucin
+e tiene p(5-! 2 p(5/! 2 p(53! 2 -J3
+ea 9 2 suceso sacar - b y - r.
p(9J5-! 2
1
1
3
1
)
2
3
1%
1
%

_
,

_
,

_
,

: p(9J5/! 2
2
1
1
1
"
2
2
1)
1
3

_
,

_
,

_
,

: p(9J53! 2
"
1
3
1
12
2
12
)11
2
11

_
,

_
,

_
,

.
:
#uego p(9! 2
1
3
1
%
1
3
2
11
1
3
33 %% 3#
1)%
11(
"$%
( ) ( ) + +
+ +

Como p(5/ 53 J9! 2 - A p(5- J9! 2 - A

1
1%
11(
"$%
1
33
11(
(%
11(

Ejercicio 13. Pay una epidemia de clera (C!. Consideramos como uno de los sntomas la diarrea
(4!, pero este sntoma se presenta tambi*n en personas con into,icacin ((!, e incluso en algunas
que no tengan nada serio (B!. #as probabilidades son.
p(4JC! 2 @,??: p(4J(! 2@,7: p(4JB! 2 @,@@6
+e dan los siguientes porcentajes. el /E de la poblacin tiene clera y el @,7 E into,icacin.
+i una persona tiene diarrea calcula la probabilidad de que tenga clera.
Problemas 'inales(resueltos!
1.. Cada pregunta de un e,amen tiene dos respuestas alternativas de las que slo una es correcta.
Mn alumno contesta al azar un e,amen de este tipo con tres preguntas.
a! Construya un espacio muestral adecuado a esta e,periencia.
b! Calcule p(9!, p(5 9!, p(C!, p(9 C!, siendo 5, 9 y C los siguientes sucesos.
5 2 0El alumno contesta correctamente la primera pregunta"
9 2 0El alumno contesta correctamente dos de las tres preguntas"
C 2 0El alumno contesta correctamente las tres preguntas".
+olucin
'amos a designa por a el acierto, es decir contestar correctamente una pregunta y por ' el fallo, el
dedir su contrario.
El espacio muestral tiene = elementos.
E 2 {(aaa!, (aaf!, (afa!, (aff!, (faa!, (faf!, (ffa!, (fff!}
p(9! 2 6J= 2 -J/: p(5 9! 2 3J=: p(C! 2 -J=: p(9 C! 2 p(9! 2 -J/, pues C 9
*.
7
4e una baraja de 6@ cartas e,traemos dos cartas sin reemplazamiento. +i ambas no son espadas,
Kcul es la probabilidad de que al menos una de ellas sea copasL.
+olucin ..
#lamamos 5 al suceso 0al e,traer dos cartas al menos una sea copas sabiendo", que ninguna es
espada.
Calculamos en primer lugar la de su contrario, 5
c
, es decir la del suceso de que ninguna sea copas.
8eniendo en cuenta la 7bser4aci#n 1, podemos suponer que slo )ay 3@ cartas en la baraja.
P A
c
( )
.
.

_
,

_
,

2#
2
3#
2
2#1$
3# 2$
3(
('
2 @,63< luego.
$(5! 2 - A @,63< 2 @,713
'eamos otra forma de resolverlo.
#lamamos 9 al suceso ninguna es espada. Bos piden.
p(5J9!2
p A B
p B
( )
( )

, 5 9 representa el suceso alguna copa y ninguna espadas.

%
Propuesto en *electi+idad (/un $().
Probabilidad 12
Estadstica
p(5 9 ! 2
1#
1
2#
1
1#
2
"#
2

_
,

_
,

_
,

1
]
1

_
,

, p(9! 2
3#
2
"#
2

_
,

_
,

: p(5J9! 2
2## "%
3# 2$
2
+
. 2 @,713
3. #anzamos un dado )asta observar por segunda vez un 1. Pallar la probabilidad de que tal cosa
suceda antes del quinto lanzamiento
1
.
+olucin
Ibservar un 1 por segunda vez (antes del 7G! puede ocurrir al /G, 3G 6G lanzamiento,
$(ocurra en /G! 2-J31: 1 y 1
$(ocurra en 3G! 2 /. (7J1!.(-J31!2 7J-@=: 1  1,  1 1 (dos 1 y otro nmero cualquiera!
$(ocurra en 6G! 2 3. (/7J31!.(-J31! 2 /7J63/:  1 1 (dos 1 y los otros dos nG cualesquiera 3 formas
para esta situacin!.
$(observar un 1 por segunda vez antes del 7G lanzamiento!2 -J31 > 7J-@= > /7J63/ 2 @,-3/
1. #a probabilidad de que una jugadora de golf )aga )oyo en un lanzamiento a una cierta distancia
es @,/. +i lo intenta 7 veces, calcular la probabilidad de que.
a! no acierte ninguna: b! acierte alguna: c! acierte /.
+olucin
a! $(7 fallos! 2 (@,=!
7
: b! $(acertar alguna vez! 2 - A $(fallar todas! 2 - A (@,=!
7
:
c! $(acierte /! 2
%
2
# 2 # (
2 3

_
,

, . , , pues )ay -@ formas de obtener / aciertos y e fallos.

6. Mna caja contiene 7 tornillos defectuosos y 6 aceptables: otra caja contiene 6 defectuosos y 7
aceptables. +e traslada un tornillo de la primera caja a la segunda: a continuacin se e,trae un
tornillo de la segunda caja. KCul es la probabilidad de que este ltimo sea aceptableL.
+olucin
+ean los sucesos .
9 2 0tornillo sacado ltimamente sea aceptable"
5- 2 0tornillo pasado de la -O a la /O caja sea aceptable"
5/ 2 0tornillo pasado de la -O a la /O caja sea defectuoso"
8enemos que calcular p(9! 2 p(5- !p(9J 5-! > p(5/ !p(9J 5/!, luego.
p(9! 2
"
$
)
1#
%
$
%
1#
"$
$#
+ 2 @,7666
6. En un cierto pas, el ??E de los detenidos y sometidos a juicio son culpables del delito que se les
imputa. #os jueces, al emitir veredicto, aciertan en el ?7E de los casos, tanto si el acusado es
culpable como inocente. +egn estos datos, calclese la probabilidad de que.
a! un ciudadano inocente )aya sido declarado culpable.
b! sea culpable, si )a sido declarado inocente.
+olucin $rob.
dec. C @,?6@7
@,?7
@,?? C
@,@7 dec. ( @,@6?7

@,@7 dec.C @,@@@7
@,@- (

@,?7 dec. ( @,@@?7
#uego.
p(dec. C! 2 @,?6@7 > @,@@@7 2@,?6-@, p( dec. (! 2 @, @6?7 > @,@@?7 2 @,@7?@
p( ( Jdec. C! 2 @,@@@7J@,?6-@ 2 @,@@@73
p(CJ dec. (! 2 @,@6?7J@,@7?@ 2 @, =3=?
)
Propuesto en *electi+idad (*ep. $().
Probabilidad 13
Estadstica
<
<
. En una ciudad el -@E de los adultos escuc)a la radio, el 6@E lee el peridico y el <@E ve la
televisin: entre los que ven la televisin, el 3@E lee el peridico y el 6E escuc)a la radio. El ?@E
de los que escuc)an la radio lee el peridico, siendo slo el /E de la poblacin total de adultos los
que leen el peridico, ven la televisin y escuc)an la radio. +e elige un individuo al azar, se pide la
probabilidad de.
a! 4e que lea el peridico, escuc)e la radio o vea la televisin.
b! +abiendo que lee el peridico, la de que escuc)e la radio.
+olucin . #lamamos 8, $ y F al suceso de que el individuo elegido vea la televisin, lea el peridico
o escuc)e la radio respectivamente.
a! 8enemos. p(8! 2 @,<, p($! 2 @,6 , p(F! 2 @,-
p(8 $! 2 p(8!.p($J8! 2 @,<. @,3 2 @,/-: p(8 F! 2 @,<.@,@6 2@,@/=:
p($ F! 2 @,-.@,? 2@,@? y p(8 $ F! 2 @,@/
p(8 $ F! 2 @,< > @,6 > @,- A @,/- A @,@/= A @,@? > @,@/ 2 @,=?/
b! 5plicando la frmula de 9ayes.
p R P ( ! )
, . ,
,
,
#1# $
# "
# 22%
=. En cierto pas, donde la enfermedad & es end*mica, se sabe que un -/E de la poblacin padece
dic)a enfermedad. +e dispone de una prueba para detectar esa enfermedad, pero no es totalmente
fiable, ya que da positivo en el ?@E de los casos de personas realmente enfermas y tambi*n da
positiva en el 7E de personas sanas. KCul es la probabilidad de que est* sana una persona a la que
la prueba )a dado positivaL
+olucin
$(enferma!2 @,-/
$(>Jenferma!2@,?@, $(>Jsana!2@,@7
Mtilizamos un diagrama de rbol para solucionar el problema.
En primer lugar calculamos la probabilidad de que la prueba d* positiva.
$(>! 2 @,-/.@,?@ > @,==.@,@7 2 @,-7/
#uego calculamos la probabilidad de que una persona sana de positiva.
$(+, >!2 @,==.@,@72 @,66
#a razn entre estas dos cantidades es la probabilidad pedida, es decir.
$(+J>!2 $(+, >!J$(>!2 @, -7/J@,662 @,367
(Fealmente no es muy buena la prueba!
Problema
+
(propuesto
Mna urna contiene = bolas blancas y 6 bolas negras. +e e,traen, con reemplazamiento, 7 bolas.
Pallar la probabilidad de que alguna sea blanca.
+i sabemos que al menos / )an sido blancas, Kcul es la probabilidad de que las 7 lo seanL
'
Este problema es an0logo al problema 1 de la p0gina 3.
(
Propuesto en selecti+idad (septiembre $$)
Probabilidad 1"
Estadstica
+olucin
a! $asamos al complementartio.
$(ninguna sea blanca! 2
%
12
"

,
_

, luego
$(todas blancas!2
1
%
12
"

,
_

2@,??1
b! 5plicando la frmula de 9ayes
p(7 blancaJal menos dos son blancas!2
blancas) p(2 blancas) p(1 1 blancas) p(# 1 1
blancas) sean % las (

p
blancas) p(( blancas) p(" blancas) p(3
blancas) sean % las (
+ +
p
2
)
1
3
2
1#
3
2
%
3
2
3
2
%
3
%
"
%
%

+ +

,
_

,
_

Probabilidad 1%
Estadstica
5ctividades
1. Mna urna contiene tres bolas rojas y dos verdes y otra contiene dos bolas rojas y tres verdes. +e
toma, al azar, una bola de cada urna. Escribe el espacio muestral
?
. KCul es la probabilidad de que
ambas sean del mismo colorLK y la de que sean de distinto colorL.
*. #anzamos una moneda )asta observar la segunda cara. KCul es la probabilidad de observar dos
cruces antes de que se observe la segunda cara.
3. +e lanza un dado 1 veces, Kcul es la probabilidad de obtener puntuacin par en los lanzamientos
impares e impar en los lanzamientos paresL
1. 4e una baraja de 6@ cartas se e,traen dos de ellas a la vez. Calcula la probabilidad de que.
a! las dos sean reyes
b! Mna sea copas y otra el rey de espadas.
c! al menos una sea copas.
6. Mn 17E de los alumnos de un centro )an aprobado Catemticas, un <@E )a aprobado %ilosofa, y
un 73E )a aprobado ambas materias. +i se elige al azar un estudiante, calclese la probabilidad de
que.
a! )aya aprobado al menos una de las dos materias.
b! )aya suspendido ambas materias
c! +i aprob Catemticas KCul es la probabilidad de )aber aprobado filosifaL
6. Mn jugador de tenis tiene una probabilidad de ganar una partida @,/7. si juega cuatro partidas
calcula la probabilidad de ganar ms de la mitad.
<. +uponiendo que la riqueza es independiente del se,o, calcular.
a! #as probabilidades que faltan en la tabla
FicoJa $obre 8otal
Pombr
e
Cujer

@,1@<
@,3?3
@,@@/

b! #a probabilidad de que sabiendo que una persona no es pobre que sea )ombre.
c! #a probabilidad de que una persona sea rica o mujer.
+. KCul esd la probabilidad de que en un grupo de cinco cartas de una baraja espaDola se presenten
dos reyesL.
@. Mn aparato est formado por dos partes 5 y 9. El proceso de fabricacin es tal que la probabilidad
de un defecto en 5 es @,@1 y la probabilidad de un defecto en 9 es @,@<. KCul es la probabilidad de
que el producto no sea defectuosoL
1,. +e lanzan 1 bolas en 3 cajas de modo que cualqiera tenga la misma probabilidad de caer en
cualquier caja. KCul es la probabilidad de que las tres cajas queden ocupadasL
$
En este espacio muestral no se cumple el postulado de indi2erencia.
Probabilidad 1)
Estadstica
+oluciones de las actividades
1. E 2 {(F, F!, (F, '!, (',F!, (':'!}.
p(F,F! 2
3
%
2
%
)
2%
, p( F,'! 2
3
%
3
%
$
2%

p(',F! 2
2
%
2
%
"
2%
, p(','! 2
2
%
3
%
)
2%

p(mismo color! 2 -/J/7: p(mismo color! 2 -3J/7.
*. #os casos en que esto ocurre son. C&& && &C&, que son incompatibles. por lo tanto la
probabilidad de su uni#n , (5!, es la suma de sus probabilidades.
$(5!2 -J= > -J6 > -J= 2 6J= 2 -J/
3. +ea 5 el suceso obtener impar en los lanzamientos pares y par en los impares. Como son
independientes se tendr. p(5! 2
3
)
)

_
,

2 -J16
1. a! $(/F! 2
"
"#
3
3$
2
1
13#
: b! $(Copas y Fey de espadas!2/!
1#
"#
1
3$
1
'(
:
c! p(ninguna copas! 2
3
"
2$
3$
('
1%)
p(al menos una copa! 2 1
('
1%)
)$
1%)

6. 4esignamos por C el suceso aprobar Catemticas y por % el de aprobar %ilosofa.
a! p(C%! 2 @,17 > @,<@ A @,73 2 @,=/: b! p(C
c
%
c
! 2 -A @,=/ 2 @,-=
c! p(%JC! 2
# %3
# )%
,
,
2 @,=-7
6. +e pide la probabilidad de ganar 3 6 partidas.
p(ganar 3!2
"
3 1
# 2% # '%
3
3
3 3
( , ) ( , ) 2 " # 2% # '%
3
( , ) ( , ) , p(ganar 6!2 (@,/7!
6
+umando estos resultados se tendr la probabilidad pedida.
<. a)
.ico9a Pobre ?otal
Aombre
Bujer
@,@@-/-6
@,@@@<=1
@,1@7<=1
@,3<6/-6
@,1@<
@,3?3
@,@@/ @,?= -
b! Como son independientes p(PJ F! 2 @,1@<
c! p(F C! 2 @,@@/ > @,3?3 A @,@@@<=1 2 @,3?6/-6
+. Casos posibles

,
_

%
"#
: casos favorables

,
_

,
_

3
3)
2
"
p)

,
_

,
_

,
_

%
"#
3
3)
2
"
@. p 2@,?6.@,?3 2 @,=<6/
1,. +upongamos que la probabilidad de que una bola caiga fuera de una caja es nula, entonces la
probabilidad de que una bola caiga en una determinada caja es -J3. #lamemos a las cajas a, b y c.
+ea 5 el suceso que no caiga ninguna bola en la caja a.
C 9 0 0 b.
0 C 0 0 c.
El suceso 5 9 C es el de que al menos una caja quede vaca. #a probabilidad pedida es la del
suceso contrario. 'amos a aplicar la frmula H1].
p(5! 2 p(9! 2 p(C! 2 (/J3!
1
y p(5 9! 2 p(9 C! 2 p(5 C! 2 (-J3!
1
. #uego
p(5 9 C! 2 3(/J3!
1
A 3(-J3!
1
2 13J/63, y por lo tanto p ) 1+,9*13 ) *,9*
Cuestiones
1. +i 5 y 9 son sucesos de un cierto e,perimento aleatorio, Kpuede ser p(5! > p(9! R -L. Fazonar la
respuesta.
Probabilidad 1'
Estadstica
*. +i 5 y 9 son dos sucesos tales que p(5! 2 -J7 p(9! 2 3J6 y p(59! 2 3J/@, entonces podemos
asegurar.
a! 5 9, pues p(5!Q p(9!.
b! 5 y 9 son independientes.
c! 5 9 es el suceso seguro.
d! p(5 9! 2 6J7
Fazonar la respuesta correcta.
3. 4emostrar que si 5 y 9 son independientes se cumple.
p(5 9! 2 p(5! > p(9!.p(5
c
! 2 p(5!.p(9
c
! > p(9!
1. +i sabemos que p(5! 2 @,/, p(9! 2 @,3 y p(5 9! 2 @,6,
a! K+on 5 y 9 independientesL.
b! K+on 5 y 9 incompatiblesL.
Fazonar las respuestas.
6. +ean 5 y 9 dos sucesos tales que p(5 9! 2 p(5 9!.
KCunto valen p(5 A 9! y p(9 A5! L
+i p(5 9! 2 -J/, Cunto valen p(5! y p(9!L
6. En una baraja )emos suprimido varias cartas. Entre las que quedan se dan las siguientes
probabilidades de ser e,tradas.
p(Copa! 2 @,3, p(5s! 2 @,-7, p(carta que no sea ni copa ni as! 2 @,1
KEst entre ellas el as de copasL. En caso afirmativo )alla su probabilidad.
P.7B/EBA5 &E 5E/EC?%V%&A&
D"2%7 *,,1
El 1@E de las personas que visitaron un museo durante el mes de mayo eran espaDoles. 4e *stos, el
6@E eran menores de /@ aDos. En cambio, de los que no eran espaDoles, tenan menos de /@ aDos
el 3@E. Calcular.
a! #a probabilidad de que un visitante elegido al azar tengo menos de /@ aDos.
b! +i se escoge un visitante al azar, la probabilidad de que no era espaDol y tenga /@ aDos o ms
CF(8EF(I+ 4E CIFFECC(SB
$or el clculo razonado de la primera probabilidad (@, 31! de @ a 7 puntos y por el clculo de la
segunda probabilidad (@,/=! de @ a 7 puntos.
#a mquinas 5 y 9 producen 7@ y /7@ piezas por )ora, con un porcentaje de fallos de -E y del -@E,
respectivamente. 8enemos mezcladas las piezas fabricadas en una )ora y elegimos una pieza al
azar. Calcular.
a! #a probabilidad de que sea una pieza no defectuosa fabricada en la mquina 9.
b! #a probabilidad de que est* fabricada en la mquina a, si sabemos que es defectuosa.
CF(8EF(I+ 4E CIFFECC(SB
$or el clculo razonado de la primera probabilidad (3J6! de @ a 7 puntos y por el clculo razonado de
segunda probabilidad (-J7-2@,@/! de @ a 7 puntos.
+I#MC(IBE+ EB )ttp.JJcarmesimatematic.Tebcindario.comJsolucion/@@6.)tm
P.7P"E5?75 E2 5E/EC?%V%&A& /7E5E (AF75 A2?E.%7.E5
-. . En una pequeDa ciudad )ay dos bibliotecas. En la primera, el 7@E de los libros son novelas
mientras que en la segunda lo son el <@E. Mn lector elige al azar una biblioteca siguiendo un m*todo
que implica que la probabilidad de elegir la primera biblioteca es el triple que la de elegir la segunda.
Mna vez llega a la biblioteca seleccionada, elige al azar un libro, novela o no.
a! Calcula la probabilidad de que elija una novela
b! +abiendo que el libro seleccionado es una novela , obtener razonadamente la probabilidad de que
)aya acudido a la primera biblioteca.
/.El <7E de los alumnos acude a clase en algn tipo de transporte y el resto andando. #lega puntual
a clase el 1@E de los que utilizan el transporte y el ?@E de los que acuden andando. Calcular de
forma razonada .
a! si se elige al azar uno de los alumnos que )a llegado puntual a clase, la probabilidad de que )aya
llegado andando y
b! si se elige un alumno al azar, la probabilidad de que n )aya llegado puntual.
Probabilidad 1(
Estadstica
3. Mn personal tiene cargados dos programas antivirus 5- y 5/ que actan simultnea e
independientemente. 5nte la presencia de un virus, el programa 5- lo detecta con una probabilidad
de @,? y el programa 5/ con una probabilidad de @,=. Calcular de forma razonada.
a! #a probabilidad de que un virus cualquiera sea detectado.
b! #a probabilidad de que un virus sea detectado por el programa 5- y no por el 5/.
6. El <7E de los jvenes que tienen video consola )a recibido propaganda de un determinado video
juego y el /7E restante no. El 3@E de los que recibieron la propaganda )a utilizado despu*s dic)o
video juego y tambi*n lo )a )ec)o el 7E de los que no la recibieron. Calcular de forma razonada.
a! #a probabilidad de que un joven con video consola seleccionado al azar )aya utilizado este
videojuego.
b! #a probabilidad de que un joven con video consola seleccionado al azar )aya recibido propaganda
y no )ay utilizado el video juego.
7. #a ciudad 5 tiene el doble de )abitantes que la ciudad 9, pero un 3@E de ciudadanos de 9 lee
literatura, mientras que slo un -@E de ciudadanos da 5 lee literatura.
a! 4e un ciudadano se sabe slo que vive en la ciudad 5 o en la ciudad 9. Calcula de forma
razonada que lea literatura.
b! +i nos presentan un ciudadano que vive en la ciudad 5 o en la ciudad 9, pero del cual sabemos
que lee literatura, calcula razonadamente la probabilidad de que sea de la ciudad 9.
1. Escribo tres cartas y los tres sobres correspondientes. (ntroduzco cada carta en un sobre al azar,
es decir sin mirar el destinatario. 5veriguar razonadamente cul es la probabilidad de que )aya
introducido slo una carta en el sobre correcto..
<. Mn alumno realiza un e,amen tipo test que consta de 6 preguntas. Cada una de las preguntas
tiene tres posibles respuestas, de las que solo una es correcta. +i el alumno aprueba contestando
correctamente dos o ms preguntas, obtener de forma razonada la probabilidad de que apruebe si
escoge las respuestas de cada una de las preguntas completamente al azar
Probabilidad 1$