ANLISIS CUANTITATIVO

UNIDAD 4

Anlisis Cuantitativo
Gua de estudio de la
Unidad 4
Probabilidad

PROBABILIDAD

114

ANLISIS CUANTITATIVO

UNIDAD 4

1. Introduccin
La teora de la probabilidad fue aplicada con xito en las mesas de juego y, lo que es ms
importante en nuestro estudio, en problemas sociales y econmicos. Las compaas de
seguros que surgieron a fines del siglo XIX, requeran un conocimiento preciso acerca de los
riesgos de prdidas, a fin de calcular las primas. Debido a que existe una incertidumbre
considerable al tomar decisiones,

resulta importante que todos los riesgos implcitos

conocidos se evalen de forma cientfica. Ayuda en esta evaluacin la teora probabilstica,

la que a menudo se denomina ciencia de la incertidumbre. El empleo de la probabilidad
permite, a quien toma decisiones, analizar los riesgos y minimizar el azar inherente, por
ejemplo al lanzar un nuevo producto, o aceptar un embarque recin llegado que contenga
partes defectuosas. A mediados del siglo XX, la estadstica se empieza a utilizar como una
herramienta para el estudio de los fenmenos sociales.. En la actualidad, la teora
matemtica de la probabilidad es la base para las aplicaciones estadsticas en investigacin
social.

2. Objetivos
a) Analizar los conceptos ms relevantes de la teora de probabilidades y aplicarlos a la
resolucin de problemas
b) Reconocer la necesidad del estudio de la teora probabilstica , como instrumento para
medir la incertidumbre en el proceso de inferencia estadstica y para la construccin de
modelos que describan la realidad y posibiliten su anlisis.

3. Caso de estudio
El St. Augustine Record (5 de noviembre de 1985) cita en un artculo, titulado Drug test for
jobs spreads, raises questions, a un asesor para pruebas de adicin a drogas (narcticos) de
Miami, diciendo : La investigacin de los probables empleados respecto al uso habitual de
drogas se ha hecho tan predominante, que ser imposible que los usuarios detectados
obtengan trabajo. Los defensores del procedimiento resaltan la mejora en la eficiencia del
trabajador y la reduccin del ausentismo y en la incidencia de accidentes y robos, que se
pueden lograr eliminando de la fuerza laboral a los usuarios de drogas. Los opositores
afirman que el procedimiento est generando una clase humana de no-contratables y que
se podra colocar errneamente ah a algunas personas ya que las pruebas no son 100%

PROBABILIDAD

115

ANLISIS CUANTITATIVO

UNIDAD 4

confiables. El artculo seala que la prueba de mayor uso es exacta entre 97% y 98% de los
casos. Suponga que se utiliza una prueba que es confiable en el 98% de Los casos ( es decir
que identifica correctamente a una persona que es drogadicta en el 98% de los casos).
1-

Si a cada empleado se lo hace pasar dos veces por la prueba, se reducir la

probabilidad de error?
2-

Cul es la probabilidad de que una persona que no es drogadicta pase por ambas

pruebas?
3-

Cul es la probabilidad de que se detecte a un drogadicto? (es decir que no pase por

lo menos una de las dos pruebas)

4-

Dado que la persona seleccionada es drogadicta, Cul es la probabilidad de que

obtenga el trabajo?
5-

El hecho de conocer que la persona es drogadicta, modifica la posibilidad de

predecir si va a conseguir el trabajo?

4.
4.1-

Contenidos
Conceptos bsicos: Experimento aleatorio. Espacio muestral. Eventos. Mtodos para
combinar eventos: unin, interseccin y complemento.

4.2-

Probabilidad: definicin clsica, frecuencial y axiomtica.

4.3-

Regla de la adicin para eventos mutuamente excluyentes y no excluyentes.

4.4-

Probabilidad condicional. Regla de la multiplicacin para eventos dependientes e

independientes.

4.5-

Teorema de la probabilidad total. Regla de Bayes.

PROBABILIDAD

116

ANLISIS CUANTITATIVO

UNIDAD 4

4.1 CONCEPTOS BSICOS

En el estudio de la estadstica interesa, bsicamente, la presentacin e interpretacin de resultados
aleatorios que se dan en un estudio planificado o en una investigacin cientfica. Por ejemplo, es
posible registrar los accidentes que ocurren mensualmente en la interseccin de dos calles a fin de
justificar la instalacin de un semforo; o bien clasificar los pedidos que llegan en "aceptables" o "no
aceptables", etc. Cualquier registro de informacin, se denomina observacin.
Experimento aleatorio: Es el proceso por medio del cual se obtiene una observacin .
Espacio muestral (asociado con un experimento) es el conjunto de todos los resultados
posibles del experimento. Lo representamos con la letra S.
A cada uno de los resultados posibles en un espacio muestral se los llama elementos o puntos
muestrales
Eventos: son subconjuntos del espacio muestral. Un evento puede incluir al espacio
muestral completo (evento seguro), o puede no contener ningn punto muestral en cuyo caso
decimos que es el conjunto vaco (evento imposible)
Ejemplos:
1)

Experimento: Arrojar una moneda.

Espacio muestral: S cara , sello
Eventos:

E1 { cara }

E 2 { sello }

E 3 { cara , sello }

E4

En algunos experimentos ser de utilidad anotar sistemticamente los elementos del espacio
muestral por medio de un diagrama de rbol.
2) Experimento: Se seleccionan 3 artculos manufacturados y se los clasifica en

D : defectuosos

N : no defectuosos

Espacio muestral: Para hallar el espacio muestral vamos a construir un diagrama de rbol.

Como cada vez que realizo el experimento aparecen 3 resultados: el resultado correspondiente al
primer artculo seleccionado, al segundo y al tercero, el rbol tendr 3 ramas. Los resultados posibles
se escriben en el espacio muestral como ternas ordenadas, donde el primer elemento de la terna
corresponde con el resultado obtenido al sacar el primer artculo, el segundo con el resultado del
segundo artculo y el tercero con el del tercer artculo.

PROBABILIDAD

117

ANLISIS CUANTITATIVO

UNIDAD 4

S {( D , D , D ),( D , D , N ),( D , N , D ),( D , N , N ),( N , D , D ),( N , D , N ),( N , N , D ),( N , N , N )}

Evento:

E1: aparece un solo producto no defectuoso

E1 = {(D,D,N), (D,N,D), (N,D,D)}

Un enunciado o regla describe mejor los espacios muestrales con un nmero infinito de puntos
muestrales
3) Experimento: Medir la longitud de una pieza fabricada (las dimensiones
esperadas van desde 10 a 70 cm)
Espacio muestral: S 10 ,70
Evento:

E1 { la pieza mide entre 22 y 25 cm }

ACTIVIDAD 1:
Describe el espacio muestral asociado a cada uno de los siguientes experimentos aleatorios:
a. Lanzar tres monedas.
b. Lanzar dos dados y anotar la suma de los puntos obtenidos.
c. Extraer tres bolas de una urna que contiene cuatro bolas blancas y dos negras.
d. El tiempo, con relacin a la lluvia, que har durante tres das consecutivos.
ACTIVIDAD 2:
Se considera el sexo de los hijos de las familias de tres hijos. Sea A: el hijo mayor es
mujer, y B: los dos hijos pequeos son varones.
a) Defina el espacio muestral asociado
b) Cules son los elementos de los eventos A y B?
ACTIVIDAD 3:
Se van a seleccionar 2 empleados de un grupo de 5 (Lpez,Garca, Prez, Rodrguez y
Martnez). Definir el espacio muestral y dos eventos.

PROBABILIDAD

118

ANLISIS CUANTITATIVO

UNIDAD 4

OPERACIONES CON EVENTOS

El complemento de un evento A, que indicaremos A A c ocurre cuando no ocurre A.
A {x / x es fumador}

A { x / x no es fumador}

La unin de dos eventos, A y B, ocurre cuando ocurre A, cuando ocurre B o cuando ocurren ambos.
Se simboliza A B

A B

A B A

Ejemplo:

A { x / x es fumador}

A B

B { x / x es alcohlico}

A B {x / x es fumador o alcohlico}

La interseccin de dos eventos A y B ocurre cuando ocurren ambos eventos al mismo tiempo.
Se simboliza A B

A B

A B A

A B

PROBABILIDAD

119

ANLISIS CUANTITATIVO

UNIDAD 4

A {x / x es fumador}

B {x / x es alcohlico}

A B {x / x es fumador y alcohlico}

Dos eventos A y B son mutuamente excluyentes o disjuntos si no pueden

ocurrir simultneamente. Es decir si A B .

Ejemplo:
Experimento: arrojar 2 dados.
a) E1: la suma de las caras es 5
E1 = {(1, 4), (2, 3), (3, 2) , (4, 1)}

E2: en uno de los dados aparece el 5

E2 = {(1, 5), (2, 5), (3, 5) , (4, 5)}

E2 = {(1, 5), (2, 5), (3, 5) , (4, 5), (5, 5), (6, 5), (5, 1), (5, 2), (5, 3), (5, 4), (5, 5), (5, 6)}
E1 E2 =

Son mutuamente excluyentes

b) E1: la suma de las caras es 7

E2: un nmero par de puntos en ambos dados

E1 = {(1, 6), (2, 5), (3, 4) , (4, 3), (5, 2), (6, 1)}
E2 = {(2, 2), (2, 4), (2, 6) , (4, 2), (4, 4), (4, 6), (6, 2), (6, 4), (6, 6)}
E1 E2 =

Son mutuamente excluyentes

c) E1: la suma de las caras es 9

E2: en uno de los dados aparece el 2

E1 = {(3, 6), (4, 5) , (5, 4), (6, 3)}

E2 = {(1, 2), (2, 2), (3, 2) , (4, 2), (5, 2), (6, 2), (2, 1), (2, 2), (2, 3), (2, 4), (2, 5) , (2,6)}
E1 E2 =

Son mutuamente excluyentes

De las definiciones anteriores se derivan las siguientes propiedades:

PROBABILIDAD

120

ANLISIS CUANTITATIVO

1.
2.
3.

A
A A
A A

UNIDAD 4

4.
5.
6.

A A S
S

7.
8.
9.

A A
( A B) A B

( A B) A B

ACTIVIDAD 4:
Tenemos una urna con nueve bolillas numeradas del 1 al 9. Realizamos el experimento que
consiste en sacar una bolilla de la urna, anotar el nmero que sale y devolverla a la urna.
Consideramos los siguientes sucesos:
A = "sale un nmero primo"
B = "sale un nmero cuadrado".
a) Definir el espacio muestral
b) Cules son los elementos de los eventos A y B?
c) Calcular los sucesos A B y A B.
d) Los sucesos A y B, son mutuamente excluyentes? Justifique
e) Encontrar los sucesos complementarios de A y B. ( A y B )

4.2 PROBABILIDAD
La probabilidad de un evento puede obtenerse de cuatro formas: A) a priori (definicin
clsica), B) emprica (definicin frecuencial), C) terica (definicin axiomtica) y
D)subjetivamente
A) Definicin clsica o a priori
El enfoque clsico o a priori se basa en la consideracin de que los resultados de un espacio
muestral son igualmente posibles. Teniendo en cuenta esto, la probabilidad se obtiene
dividiendo el nmero de casos favorables por el nmero de casos posibles.
Si todos los resultados de un espacio muestral S son igualmente posibles, y A es un
evento en ese espacio muestral, entonces la probabilidad del evento A es:
P( A)

nmero de casos favorables

nmero total de observaciones

A la probabilidad clsica se le conoce tambin como probabilidad "a priori" dado que
asigna probabilidades sin necesidad de realizar el experimento (lanzar una moneda, arrojar
un dado, etc.). En lugar de realizar el experimento, podemos basar nuestras conclusiones en
un razonamiento lgico.
Los inconvenientes para aplicar la definicin clsica provienen de que los supuestos para
aplicarla:
Todos los resultados son igualmente posibles
El nmero de casos favorables y de casos posibles debe ser finito
Ejemplo:

PROBABILIDAD

121

ANLISIS CUANTITATIVO

UNIDAD 4

1- Una empresa tiene 4 sucursales. Se va a seleccionar aleatoriamente una de ellas para

almacenar un artculo de poco uso. La probabilidad de seleccionar la sucursal San Rafael es
.
2- Una pregunta de opcin mltiple tiene 5 opciones de las cuales una sola es correcta. Ud.
no sabe la respuesta y va a contestar al azar. La probabilidad de acertar es 1/5.
B) Definicin frecuencial
En el siglo XIX, los estadsticos britnicos, interesados en la fundamentacin terica de
los riesgos de prdidas en las plizas de seguros de vida y comerciales, empezaron a recoger
datos sobre nacimientos y defunciones. Actualmente a este planteamiento se lo llama
frecuencia relativa de presentacin y define a la probabilidad como:
1- La frecuencia relativa observada de un evento durante un gran nmero de intentos o
2- La proporcin de veces que se presenta un evento a la larga, cuando las condiciones
son estables
Si A es un evento que puede suceder cuando se realiza un experimento, entonces
P( A )

nmero de veces que ocurre A

nmero de veces que se realiza el experimento

Este mtodo utiliza la frecuencias relativas de las presentaciones pasadas de un evento

como probabilidad. Este nmero que utilizamos como probabilidad adquiere mayor
precisin a medida que aumenta la cantidad de observaciones.
Los inconvenientes de este planteamiento se derivan de que se utiliza sin evaluar una
cantidad suficiente de observaciones y de que el espacio muestral debe ser finito.
La ley de los grandes nmeros establece que cuanto mayor es el nmero de ensayos
experimentales, ms cerca se espera que est la probabilidad frecuencial de la probabilidad
verdadera . Hay muchas aplicaciones de este concepto.
Ejemplo:
La clave para establecer las tasas de seguros de vida depende de aplicar la probabilidad de
que los asegurados vivirn uno, dos,aos a partir del momento en que compran las plizas
de seguro. Estas probabilidades se derivan de estadsticas reales de vida y muerte, por lo que
son empricas.

C) Definicin axiomtica
La probabilidad es un nmero real que mide la posibilidad de ocurrencia de un
resultado del espacio muestral, cuando se lleva a cabo un experimento. La definicin
axiomtica nos da las propiedades que debe cumplir una funcin de probabilidad.
Sean S cualquier espacio muestral y A cualquier evento de ste. Se llama funcin de

PROBABILIDAD

122

ANLISIS CUANTITATIVO

UNIDAD 4

probabilidad sobre el espacio muestral S al nmero P(A), si satisface los siguientes

axiomas (o propiedades):
1. P( A ) 0 (la probabilidad de un evento no puede ser negativa)
2. P( S ) 1 (la probabilidad de que ocurra cualquiera de los eventos de S es 1)
3. Si los eventos A1 , A2 , A3 .... An son mutuamente excluyentes, la probabilidad
de la unin es igual a la suma de las probabilidades.
Es decir

A1 , A2 , A3 .... An son mutuamente excluyentes si la interseccin,

tomados de a dos diferentes, es vaca. En smbolos:

Ai A j

si

i j

Entonces P ( A1 A2 A3 ..... An ) P ( A1 ) P ( A2 ) P ( A3 ) .... P ( En )

Este axioma es vlido tambin para un conjunto infinito de eventos
Consecuencias de los axiomas
1- La probabilidad del evento imposible es 0:

P( ) 0

2- Cualquier evento del espacio muestral tiene una probabilidad entre 0 y 1.

Si A S

0 P( A ) 1

3- La probabilidad del complemento de A se calcula como 1 menos la probabilidad de A

P( A ) 1 P( A )

D) Definicin subjetiva:
Si existe poca o ninguna experiencia en la cual se pueda basar una probabilidad, de todas
formas puede obtenerse una probabilidad en forma subjetiva. Fundamentalmente esto
significa evaluar las opiniones disponibles y otra informacin subjetiva para despus llegar a
la probabilidad.
Concepto subjetivo de probabilidad:
La probabilidad de que suceda un evento es asignado por una persona con
base en cualquier informacin de que disponga.
Ejemplos:
1- Estimar la probabilidad de que un equipo de ftbol salga campen dentro de 2 aos.
2- Estimar la probabilidad de que nieve el prximo fin de semana.
3- Estimar la probabilidad de que promocione Anlisis Cuantitativo.

ACTIVIDAD 5:
En cada uno de los siguientes casos indique si se utiliza la definicin clsica o frecuencial de
probabilidad:
a) Se form un comit de 7 estudiantes para hacer estudios ambientales, cul es la probabilidad de
que uno de los 7 sea elegido vocero?
PROBABILIDAD

123

ANLISIS CUANTITATIVO

UNIDAD 4

b) El retraso del mnibus que lo lleva al trabajo es mayor de 10 minutos

c) La probabilidad de que ocurra un terremoto en Mendoza en los prximos 10 aos es 0,8.

4.3 REGLA DE LA ADICIN

Sea S un espacio muestral que contiene a los dos eventos A y B
P( A B ) P( A ) P( B ) P( A B )

Sea S un espacio muestral que contiene a los tres eventos A , B y C

P(A B C) = P(A)+ P(B)+ P(C) P(A B) P(A C) P(B C) + P(ABC)
Ejemplo:
Se les pregunt a 150 adultos residentes en un pueblo su opinin acerca de la construccin
de un comedor escolar. Los resultados estn resumidos en la siguiente tabla
HOMBRES
MUJERES
TOTAL

A FAVOR
60
40
100

EN CONTRA
20
30
50

TOTAL
80
70
150

Suponga que se selecciona un adulto al azar. Sean los eventos

H: la persona seleccionada es un hombre
F: la persona seleccionada est a favor de la construccin del comedor escolar
Encuentre:
a) P (H) = 80/150 = 0,53
b) P(F) = 100/150 = 0,67 c) P(H F) = 0,4
d) P(H F) = P(H) + P(F) P(H F) = 0,53 +0,67 0,4 = 0,8
ACTIVIDAD 6:
Los alumnos de primero de Matemtica tienen que realizar dos pruebas, una terica y otra
prctica. La probabilidad de que un estudiante apruebe la parte terica es de 0.6, la
probabilidad de que apruebe la parte prctica es de 0.8 y la probabilidad de que apruebe
ambas pruebas es 0.5.
a) Son mutuamente excluyentes los eventos aprobar la parte terica y la parte prctica?
b) Cul es la probabilidad de que un alumno no apruebe ninguno de los dos exmenes?
c) Cul es la probabilidad de que un alumno apruebe a lo sumo uno de los dos exmenes?
d) Cul es la probabilidad de que un alumno apruebe solamente uno de los dos exmenes?

4.4

PROBABILIDAD CONDICIONAL

La probabilidad de un evento se ve afectada cuando se conoce informacin adicional

relacionada con el experimento.
Por ejemplo, si responde adivinando una pregunta de opcin mltiple que tiene 5 opciones,
la probabilidad de acertar a la respuesta es 15 , en cambio si sabe que las opciones A y B son
incorrectas y, por lo tanto las puedo ignorar, la probabilidad de acertar es

1
3

PROBABILIDAD

124

ANLISIS CUANTITATIVO

UNIDAD 4

Consideraremos situaciones en las que queremos hallar la probabilidad de que ocurra un

evento A, sabiendo que ha ocurrido otro evento B. sta se denomina probabilidad
condicional y se representa P(A/B).
Para hallar la expresin, analizaremos un ejemplo:
Sea el experimento de arrojar un dado S 1,2 ,3 ,4 ,5 ,6
Sea el evento A : sale un nmero par

A 2 ,4 ,6 ,

P( A )

3 1

6 2

Supongamos que se tira el dado y nos dicen que apareci un nmero mayor que 3. Con esta
nueva informacin, cul es la probabilidad de que haya salido un nmero par?
Sea el evento B : sale un nmero mayor que 3

B 4 ,5 ,6

Puesto que ha ocurrido B, el conjunto de resultados posibles ya no es S, sino B. Esto

significa que B se convierte en un nuevo espacio muestral, llamado espacio muestral
reducido.
Los resultados favorables son ahora A B 4 ,6
P( A / B )

P( A B )
P( B )

Vamos a ilustrar esta situacin con un diagrama de Venn

P( A / B )

Tambin puede probarse que

P( A B )
P( B )

P( A / B ) 1 P( A / B )

Ejemplo: En la encuesta de opinin acerca de instalar un comedor escolar

HOMBRES

A FAVOR
60

EN CONTRA
20

TOTAL
80

PROBABILIDAD

125

ANLISIS CUANTITATIVO

MUJERES
TOTAL

UNIDAD 4

40
100

30
50

70
150

a) Cul es la probabilidad de que la persona seleccionada est a favor, dado que es

hombre?
P(F/H) = (60/150) / (80/150) = 60/80 = 0,75
b) Cul es la probabilidad de que la persona no est a favor, dado que es hombre?
P( F / H ) 1 P( F / H ) = 1 0,75 = 0,25
ACTIVIDAD 7:
Los alumnos de primero de Matemtica tienen que realizar dos pruebas, una terica y otra
prctica. La probabilidad de que un estudiante apruebe la parte terica es de 0.6, la
probabilidad de que apruebe la parte prctica es de 0.8 y la probabilidad de que apruebe
ambas pruebas es 0.5.Si se sabe que un alumno aprob la teora. Cul es la probabilidad de
que apruebe tambin la prctica?
ACTIVIDAD 8:
Un taller sabe que por trmino medio acuden: por la maana 3 automviles con problemas
elctricos, 8 con problemas mecnicos y 3 con problemas de chapa, y por la tarde 2 con
problemas elctricos, 3 con problemas mecnicos y 1 con problemas de chapa.
a) Elaborar una tabla de contingencia con estos datos.
b) Elaborar una tabla de contingencia de porcentajes totales
c) Calcula el porcentaje de los que acuden por la tarde.
d) Calcula el porcentaje de los que acuden por problemas mecnicos.
e) Calcula la probabilidad de que un automvil con problemas elctricos acuda por la
maana.
ACTIVIDAD 9:
Una compaa de seguros hace una investigacin sobre la cantidad de partes de siniestro
fraudulentos presentados por los asegurados. Clasificando los seguros en tres clases,
incendio, automvil y "otros", se obtiene la siguiente relacin de datos:
El 6% son partes por incendio fraudulentos; el 1% son partes de automviles fraudulentos; el
3% son "otros" partes fraudulentos; el 14% son partes por incendio no fraudulentos; el 29%
son partes por automvil no fraudulentos y el 47% son "otros" partes no fraudulentos.
a) Haz una tabla ordenando los datos anteriores y hallando el porcentaje total de partes
fraudulentos y no fraudulentos.
b) Calcula qu porcentaje total de partes corresponde a la rama de incendios, cul a la de
automviles y cul a "otros". Aade estos datos a la tabla.
c) Calcula la probabilidad de que un parte escogido al azar sea fraudulento.
d) Cul es la probabilidad de que un parte sea fraudulento si se sabe que es de la rama de
incendios?
REGLA DE LA MULTIPLICACIN

PROBABILIDAD

126

ANLISIS CUANTITATIVO

UNIDAD 4

Sea S un espacio muestral que contiene a los dos eventos A y B, la probabilidad de que
ocurran los dos eventos al mismo tiempo es igual a la probabilidad de que ocurra uno de
ellos por la probabilidad condicional de que ocurra el otro, sabiendo que ocurri el
primero
P(A B) = P(A) . P(B/A)
P(A B) = P(B) . P(A/B)
Esta regla se puede generalizar para ms eventos:
La probabilidad de que ocurran los eventos A, B y C en ese orden es igual a la
probabilidad de que ocurra el primero por la probabilidad de que ocurra el segundo
sabiendo que ocurri el primero por la probabilidad de que ocurra el tercero sabiendo
que han ocurrido el primero y el segundo:
P(A B C) = P(A) . P(B/A) . P(C/AB)

Ejemplo:
Una agencia de viajes tiene un telfono computarizado que selecciona de manera aleatoria
nmeros telefnicos para anunciar excursiones grupales. El telfono marca el nmero
seleccionado y reproduce un mensaje grabado. La experiencia ha mostrado que el 5% de
los receptores muestran inters y se ponen en contacto con la agencia. Sin embargo, de
ellos, un 22% realmente aceptan comprar la excursin.
a) Enuncie los eventos.
b) Encuentre la probabilidad de que una persona compre la excursin sabiendo que se
ha puesto en contacto con la agencia
c) Encuentre la probabilidad de que una persona receptora haga contacto con la agencia
y compre la excursin.
Respuestas:
a) A: la persona receptora hace contacto con la agencia

B: compra la excursin

b) P(B/A) = 0,22
c) P( A B ) P( A ).P( B / A ) 0 ,05.0 ,22 0 ,011
ACTIVIDAD 10:
Un estudiante es elegido de un grupo de 200. Se sabe que de stos, 140 son alumnos de
tiempo completo (80 mujeres y 60 hombres) y 60 de tiempo parcial (40 mujeres y 20
hombres).
Se define el evento A: el estudiante es de tiempo completo y B: el estudiante es mujer
a) Armar la tabla de contingencia correspondiente
b) Hallar la probabilidad de que el estudiante sea una mujer de tiempo completo.

PROBABILIDAD

127

ANLISIS CUANTITATIVO

UNIDAD 4

EVENTOS INDEPENDIENTES
Dos eventos son independientes si el conocimiento de la ocurrencia de uno de
ellos no tiene efecto en la probabilidad de ocurrencia del otro.
De manera formal, diremos que dos eventos son independientes si y solo si se
verifica cualquiera de las siguientes condiciones equivalentes:
P( A / B ) P( A )
i)
La probabilidad de que ocurra A sabiendo que ha ocurrido B es igual a la
probabilidad de que ocurra A
P( B / A ) P( B )
ii)
La probabilidad de que ocurra B sabiendo que ha ocurrido A es igual a la
probabilidad de que ocurra B
P( A B ) P( A ).P( B )
iii)
La probabilidad de la interseccin se puede escribir como el producto de las
probabilidades

Ejemplos:
Para cada uno de los siguientes experimentos, determine si los eventos dados son
independientes
a) Se lanza una moneda legal dos veces. Los eventos son "cara en el primer
lanzamiento" y "cara en el segundo lanzamiento"
S = { (C,C), (C,S), (S,C), (S,S)}
P (Cara en el primer lanzamiento) =
P[(C,C)] =
P (Cara en el segundo lanzamiento) =
P[C C)] = P(C) . P(C)
b)

(Son independientes)

Ttulo universitario y empleo

Tiene ttulo
Tiene trabajo
universitario (U)
(T)
S
No
Total
S
75
175
250
No
225
525
750
Total
300
700
1000

Si son independientes se debe cumplir :

P (T U) = P(T). P(U)

PROBABILIDAD

128

ANLISIS CUANTITATIVO

UNIDAD 4

Por lo tanto, el hecho de tener ttulo universitario y de tener trabajo son independientes. Es
decir que el hecho de conocer un evento no afecta de manera alguna a la probabilidad del
segundo evento.
ACTIVIDAD 11:
El estudiante A afirma que independencia y mutuamente excluyente son bsicamente lo
mismo; a saber, que ambos significan ningn evento tiene nada que ver con el otro. El
estudiante B argumenta que aunque la proposicin del estudiante A es parcialmente
verdadera, el estudiante A no ha percibido la cuestin importante sobre estas dos
propiedades. El estudiante B tiene razn. Explique cuidadosamente por qu.
ACTIVIDAD 12:
a) Dado que los eventos A y B son mutuamente excluyentes y que P(A) = 0,4 P(B) = 0,3
encuentre:
P( A B) =
P( A B) =
P( A/B) =
Son independientes A y B? Explique su respuesta
b) Dado que los eventos A y B son independientes y que P(A) = 0,2 P(B) = 0,7 encuentre:
P( A B) =
P( A B) =
P( A/B) =
Son mutuamente excluyentes A y B? Explique su respuesta
ACTIVIDAD 13:
En una muestra de 150 residentes, a cada persona se le pregunt si estaba a favor de tener
una sola agencia de polica en el municipio. ste est integrado por una ciudad y muchas
poblaciones suburbanas. Los datos obtenidos se resumen en la siguiente tabla:

Opinin segn residencia

Opinin
Residencia
A favor En contra
Total
(F)
(F )
En la ciudad (C)
80
40
120
Fuera de la ciudad ( C S)
20
10
30
Total
100
50
150
Se quiere saber si los eventos F (a favor) y C (reside en la ciudad) son independientes.

4.5 TEOREMA DE LA PROBABILIDAD TOTAL

Comenzaremos con un ejemplo:
Un taller emplea a dos mecnicos, A y B, pero usted nunca sabr quin arreglar su auto.
Se sabe que A realiza el doble de trabajos que B. Adems se sabe que A hace un buen
trabajo 3 de 4 veces y B solo 2 de 5 veces. Si Ud. planea llevar su auto a arreglar a este
taller calcule la probabilidad de que el trabajo est bien hecho.

PROBABILIDAD

129

ANLISIS CUANTITATIVO

UNIDAD 4

Definamos los eventos: A : trabajo hecho por A

B : trabajo hecho por B
C : trabajo bien hecho
Como A realiza el doble de trabajos que B, de cada 3 trabajos, A realiza 2 y B 1:
P (A) = 2/3

P (B) = 1/3

Como A realiza un trabajo bien hecho 3 de 4 veces, la probabilidad de obtener un

trabajo bien hecho, dado que lo realiz A es P (C/A) = 3/4
La probabilidad de tener un trabajo bien hecho dado que lo realiz B es P(C/B) = 2/5
El evento que buscamos de tener el trabajo bien hecho, C, puede ocurrir de modos
mutuamente excluyentes:
A C : que lo realice el mecnico A y est bien hecho o
B C : que lo realice el mecnico B y est bien hecho.
Por lo tanto: P( C ) P( A C ) P( B C ) (como son eventos mutuamente excluyentes,
por el tercer axioma de la definicin de probabilidad, la probabilidad de la unin es igual a la
suma de las probabilidades).
Si aplicamos la regla de la multiplicacin:
P (C) = P( A ).P( C / A ) P( B ).P( C / B ) =

2 3 1 2
. . 0 ,633
3 4 3 5

Para visualizar esta situacin vamos a construir un diagrama de rbol:

Vemos que la probabilidad pedida se obtiene multiplicando los valores de las ramas
marcadas y luego sumndolas.
Teorema de la probabilidad total:
Si los eventos B1 , B2 ,..., Bk son
PROBABILIDAD

130

ANLISIS CUANTITATIVO

UNIDAD 4

si i j
i) mutuamente excluyentes, es decir Bi B j
(es decir que no pueden ocurrir al mismo tiempo dos eventos diferentes)
ii) exhaustivos, es decir B1 B2 B3 .... Bk S
(es decir que incluyen todos los resultados posibles del experimento)
i 1,2 ,3 ,..., k
iii) P( Bi ) 0
entonces:
P( A ) P( A B1 ) P( A B2 ) ....... P( A Bk ) =
= P( B1 ).P( A / B1 ) P( B2 ).P( A / B2 ) ... P( Bk ).P( A / Bk )

Podemos visualizar grficamente con un diagrama de Venn el ejemplo:

Vemos que son mutuamente excluyentes porque el auto es arreglado por uno slo de los dos
mecnicos. Son exhaustivos porque si llevamos el auto a ese taller nicamente los puede
arreglar el mecnico A o el B.
TEOREMA DE BAYES
El teorema de Bayes ofrece un mtodo estadstico poderoso para evaluar nueva
informacin y revisar nuestras estimaciones anteriores (basadas en informacin limitada) de
la probabilidad de que las cosas se encuentren en un estado o en otro.
Como ejemplo, supongamos que en un recipiente tenemos una cantidad igual de dos tipos de
dados cargados. En los del primer tipo P(as) = 0,4; en los del segundo tipo P(as) = 0,7
Se saca un dado del recipiente, se lanza una vez y sale un as. Cul es la probabilidad de
que sea del tipo 1?
Estas situaciones se visualizan fcilmente si construimos un diagrama de rbol
I: Dado del primer tipo
II: Dado del segundo tipo
A: Sale un as

PROBABILIDAD

131

ANLISIS CUANTITATIVO

UNIDAD 4

La probabilidad pedida es :
P( I / A )

P( I A )
P( I ).P( A / I )
0 ,5.0 ,4

0 ,364
=
P( A )
P( I ).P( A / I ) P( II ).P( A / II ) 0 ,5.0 ,4 0 ,5.0 ,7

Si calculamos la probabilidad de que el dado sea del tipo II, ya que sali as, nos queda
P( II / A )

P( II A )
P( II ).P( A / II )
0 ,35

0 ,636
=
P( A )
P( I ).P( A / I ) P( II ).P( A / II ) 0 ,55

Antes de extraer el dado supusimos que exista la misma probabilidad de obtener un dado
de tipo I que un dado de tipo II. Sin embargo, despus de lanzar el dado, hemos podido
determinar que hay mayor probabilidad de haber seleccionado un dado del tipo II (0,636)
que del tipo I (0,364).

Teorema de Bayes
Si los eventos B1 , B2 ,..., Bk son mutuamente excluyentes y exhaustivos y
P( Bi ) 0 i 1,2 ,3 ,..., k , entonces para cualquier evento A, no vaco,
P( B j ).P( A / B j )
P( B j / A ) k
para i 1,2 ,3 ,..., j ,...., k
P( Bi ).P( A / Bi )
i 1

Ejemplo:
Un ejecutivo de publicidad est estudiando los hbitos de ver TV de hombres y mujeres
casados, en horario estelar. En base a los registros de observacin se ha determinado que los
PROBABILIDAD

132

ANLISIS CUANTITATIVO

UNIDAD 4

maridos ven TV el 60% del tiempo. Tambin se ha determinado que si el marido est viendo
TV, el 30% del tiempo tambin lo hace la esposa; y si el marido no est viendo TV, el 40%
del tiempo la esposa lo est haciendo.
a) Elaborar un diagrama de rbol
b) Encuentre la probabilidad de que la esposa est viendo TV
c) Encuentre la posibilidad de que si la esposa est viendo TV, el marido tambin lo
est haciendo.
M: el marido est viendo TV
E: la esposa est viendo TV
a)

b) P(E) = 0,60 . 0,30 + 0,40 . 0,40 = 0,34

c) P (M/E) = (0,60 . 0,30)/ 0,34 = 0,529
ACTIVIDAD 14:
Una compaa dedicada al transporte pblico explota tres lneas de una ciudad, de forma que
el 60% de los autobuses cubre el servicio de la primera lnea, el 30% cubre la segunda y el
10% cubre el servicio de la tercera lnea. Se sabe que la probabilidad de que, diariamente, un
autobs se avere es del 2%, 4% y 1%, respectivamente, para cada lnea. Determinar la
probabilidad de que, en un da, un autobs sufra una avera.
ACTIVIDAD 15:
Una empresa del ramo de la alimentacin elabora sus productos en cuatro factoras: F1, F2, F3
y F4. El porcentaje de produccin total que se fabrica en cada factora es del 40%, 30%, 20%
y 10%, respectivamente, y adems el porcentaje de envasado incorrecto en cada factora es
del 1%, 2%, 7% y 4%. Tomamos un producto de la empresa al azar. Cul es la probabilidad
de que se encuentre defectuosamente envasado?
ACTIVIDAD 16

PROBABILIDAD

133

ANLISIS CUANTITATIVO

UNIDAD 4

Tres mquinas, A, B y C, producen el 45%, 30% y 25%, respectivamente, del total de las
piezas producidas en una fbrica. Los porcentajes de produccin defectuosa de estas
mquinas son del 3%, 4% y 5%.
a) Seleccionamos una pieza al azar; calcula la probabilidad de que sea defectuosa.
b) Tomamos, al azar, una pieza y resulta ser defectuosa; calcula la probabilidad de haber
sido producida por la mquina B.
c) Qu mquina tiene la mayor probabilidad de haber producido la citada pieza
defectuosa?
ACTIVIDAD 17:
Responda las preguntas del caso de estudio.

PREGUNTAS DE COMPRENSIN:
1- Cules son las diferencias entre la probabilidad clsica a priori y la probabilidad
frecuencial a posteriori?
2- Cul es la diferencia entre un evento simple y uno compuesto?
3- Cmo se puede utilizar la regla de la adicin para hallar la probabilidad de ocurrencia de
los eventos A o B?
4- Cul es la diferencia entre eventos mutuamente excluyentes y colectivamente
exhaustivos?
5- Cmo se relaciona la probabilidad condicional con el concepto de independencia
estadstica?
6- En qu difiere la regla de la multiplicacin para eventos independientes y dependientes?

PROBABILIDAD

134

ANLISIS CUANTITATIVO

UNIDAD 4

7- Cmo puede utilizarse el teorema de Bayes para revisar las probabilidades al contar con
nueva informacin?

RESUMEN DE LA UNIDAD

BIBLIOGRAFA:
Johnson & Kuby - ESTADSTICA ELEMENTAL. LO ESENCIAL- Ed. Thomson
2004
Mason y Lind ESTADSTICA PARA ADMINISTRACIN Y ECONOMA- Ed.
Alfaomega 1998
TRABAJO PRCTICO
UNIDAD 4: PROBABILIDAD

PROBABILIDAD

135

ANLISIS CUANTITATIVO

UNIDAD 4

1. A) Describa el espacio muestral asociado al lanzamiento de dos dados.

B) Describa el espacio muestral asociado al lanzamiento de dos dados, si el segundo es
un 6.
En el primer espacio muestral (A) describa los siguientes eventos:
Al menos un 6

El primero es par

El primero es par o 3

El primero es par y el segundo es 3

2. Sean E, F y G tres eventos. Encuentre expresiones con operaciones entre los conjuntos
para representar los siguientes eventos

Solo ocurre E

Ocurren E y F, pero no F

Al menos uno de los tres ocurre

Al menos dos de los tres ocurren

Ocurren los tres

No ocurre ninguno

Ocurre a lo sumo uno

Ocurren a lo sumo dos

Ocurren exactamente dos

Ocurren a lo sumo tres

3. En cada uno de los siguientes casos indique si se utiliza la definicin clsica o
frecuencial de probabilidad:
a) Se form un comit de 7 estudiantes para hacer estudios ambientales, cul es la
probabilidad de que uno de los 7 sea elegido vocero?
b) Si compra 1 de los 5 millones de boletos vendidos para un sorteo, cul es la
probabilidad de que gane el premio?
c) La probabilidad de que ocurra un terremoto en el norte de California en los
prximos 10 aos es 0,8.
4. Antes de efectuar una encuesta a nivel nacional se seleccionaron 40 personas para probar
el cuestionario. Una pregunta acerca de si debe o no legalizarse el aborto requiere de una
respuesta de s o no.
a) Cul es el experimento?
b) Enuncie un posible evento
c) 10 de las 40 personas se declararon a favor de legalizar el aborto. Con base a estas
respuesta muestrales, cul es la probabilidad de que una persona especfica est a
favor del aborto?
d) Qu definicin de probabilidad utiliza?
e) Los eventos son igualmente posibles, mutuamente excluyentes y exhaustivos?
5. Los eventos A y B son mutuamente excluyentes. Supngase que P(A) = 0,30, P(B) =
0,20. Cul es la probabilidad de que ocurra A o B? Cul es la probabilidad de que no
suceda ni A ni B?

PROBABILIDAD

136

ANLISIS CUANTITATIVO

UNIDAD 4

6. Los eventos A y B no son mutuamente excluyentes. Supngase que P(A) = 0,30, P(B) =
0,20. La probabilidad de que ocurran A y B es 0,15. Cul es la probabilidad de que
ocurra A o B? Cul es la probabilidad de que suceda A o bien B?
5- Sean A y B dos sucesos con P(A) = 0,5; P(B) = 0,3 y P( A B ) = 0,1. Calcula las
probabilidades de P(A / B); P( A / A B ) ; P( A B / A B ) ; P( A / A B ) .
6- Sean A y B dos sucesos con P(A) = 0,5; P(B) = 0,3 y P( A B ) = 0,1. Calcula las
probabilidades de P(A / B); P( A / A B ) ; P( A B / A B ) ; P( A / A B ) .
7- Segn el Servicio Meteorolgico Tucumn, experiment 197 das de precipitacin (lluvia)
en 1995. Esta cantidad signific ms das de lluvia que cualquiera de las otras estaciones
meteorolgicas reportadas ese ao, aunque no fue considerada fuera de lo comn para la
ciudad. En comparacin, la estacin en San Juan, report 31 das de precipitacin durante el
mismo ao (lo cual, nuevamente, no fue nada fuera de lo comn).
a. Suponga que realiza un viaje de un da a San Juan. Cul es la probabilidad de que llueva
mientras usted se encuentra en esa ciudad?
b. Suponga que en vez de viajar a San Juan decide hacerlo a Tucumn. Cul es la
probabilidad de que ocurra una precipitacin mientras usted se encuentra all?
8- Se reportaron los resultados de una encuesta aplicada a 500 suscriptores a una revista que
indicaron el nmero de horas trabajadas por semana. Los resultados se resumen en la tabla
siguiente:
Nmero de horas trabajadas por semana
N de horas trabajadas N de encuestados Porcentaje de
por semana
encuestados
29 menos
18
3,6%
30-39
98
19,6%
40-49
281
56,2%
50-59
69
13,8%
60 ms
34
6,8%
Total
600
100%
Suponga que uno de los encuestados de la muestra se elige al azar. Encuentre la probabilidad
de los eventos siguientes:
a. El encuestado trabaja menos de 40 horas por semana.
b. El encuestado trabaja 50 o ms horas por semana.
c. El encuestado trabaja entre 30 y 59 horas por semana.
9- De un cuerpo estudiantil se elige aleatoriamente un alumno. Suponga que la probabilidad
de que el estudiante sea una mujer es de 0.5 y que la probabilidad de que el estudiante est
trabajando de tiempo parcial es de 0.6. Los eventos "mujer" y "trabajando" son mutuamente
excluyentes? Explique su respuesta.
10- Un anlisis de trfico efectuado en un circuito congestionado mostr que 0.8 de los
automviles que usan el circuito entraron por la avenida de Acceso Sur. De quienes entraron
al circuito por la avenida de Acceso Sur 0.7 continuaron sobre la avenida de Acceso Sur en
el extremo opuesto del circuito. Cul es la probabilidad de que un automvil elegido
aleatoriamente y observado en el circuito haya entrado por el Acceso Sur y continuado por
esa avenida?
11- La probabilidad de que en la vecindad de un aeropuerto particular haya tormentas un da
de agosto es de 0.70. Cuando en la vecindad hay tormentas, la probabilidad de que un avin
aterrice a tiempo es 0.80. Encuentre la probabilidad de que en la vecindad haya tormentas y
que el avin aterrice a tiempo.
12-Una compaa de seguros hace una investigacin sobre la cantidad de partes de siniestro
fraudulentos presentados por sus asegurados. Clasificando los seguros en tres clases,
PROBABILIDAD

137

ANLISIS CUANTITATIVO

UNIDAD 4

incendio, automvil y otros, se obtiene la siguiente relacin de datos: el 6 % son partes

por incendio fraudulentos; el 1 % son partes de automvil fraudulentos; el 3 % son otros
partes fraudulentos; el 14 % son partes por incendio no fraudulentos; el 29 % son partes
por automvil no fraudulentos y el 47 % son otros partes no fraudulentos.
a) Haz una tabla ordenando los datos anteriores y hallando el porcentaje total de partes
fraudulentos y no fraudulentos.
b) Calcula qu porcentaje total de partes corresponde a la rama de incendios, cul a la
de automviles y cul a otros. Aadir estos datos a la tabla.
c) Calcula la probabilidad de que un parte escogido al azar sea fraudulento. Cul
ser, en cambio, la probabilidad de que sea fraudulento si se sabe que es de la rama
de incendios?
d) Cul es la probabilidad de que el parte sea de automvil?
e) Si el parte extrado es de automvil, cul es la probabilidad de que sea
fraudulento?
f) Si el parte extrado es de fraudulento, cul es la probabilidad de que sea de
automvil?
g) Son los eventos Incendio y Fraudulento mutuamente excluyentes?
h) Son los eventos Incendio y Fraudulento independientes?
13- Los dos propietarios de una empresa toman sus decisiones de manera independiente y
luego las comparan. Si estn de acuerdo, se toma una resolucin; si no estn de acuerdo.
entonces se requiere una consideracin adicional antes de llegar a una conclusin. Si cada
uno de los dueos ha tomado la decisin correcta el 60% de las veces, cul es la
probabilidad de que juntos
a. tomen la decisin correcta en el primer intento?
b. tomen la decisin incorrecta en el primer intento?
c. posterguen la decisin para un estudio adicional?
14- Un estudio implic a 23 sujetos que fueron clasificados segn el sexo y el estado civil.
tal como se muestra en la tabla siguiente.

Uno de los sujetos se elige al azar. Encuentre:

a. La probabilidad de que el sujeto est casado actualmente, dado que la persona es un
hombre
b. La probabilidad de que el sujeto sea una mujer, dado que el individuo est divorciado o
separado.
c. La probabilidad de que el sujeto sea un hombre, dado que el individuo nunca se ha
casado
d. Enuncie eventos mutuamente excluyentes .
e. Estado civil y Sexo, son independientes? Justifique
15- El director de una agencia federal responsable de otorgar viviendas a pequeas
comunidades. encontr que el 14,2% de las solicitudes eran extemporneas (fuera de plazo),
el 8,7% estaban incompletas y el 15,9% eran inelegibles. Defina A como "extempornea", B
como "incompleta" y C como "inelegible".

PROBABILIDAD

138

ANLISIS CUANTITATIVO

UNIDAD 4

a) Qu parejas de eventos si es que las hay, son mutuamente excluyentes?.

b) D una interpretacin del evento A B C.
c) Suponga que P(A B)= 0,046, P(A C)= 0,092, P(B C)= 0,035,
P(A B C)= 0,016. Construya un diagrama de Venn y deduzca las
probabilidades de los eventos mutuamente excluyentes. Por ejemplo, en vista
de que P(A B)= 0,046 y P(A B C)= 0,016, debe ser cierto que
P(A B C )= 0.030
d) Encontrar P( A B C ), P(A U B U C ) y P( A B ). Exprese verbalmente estos
eventos.
15- La unidad de compras de un gobierno estatal ha visto que de las licitaciones pblicas de
contratos para la limpieza de sus oficinas, un 60% las han ganado postores regulares; un 30%,
postores ocasionales, Y 10%, nuevos postores. Despus de un ao de trabajo, los servicios
proporcionados por el ganador de una licitacin se clasifican como satisfactorios o no
satisfactorios. La experiencia indica que el trabajo de los postores regulares es satisfactorio el
90% de las veces; el de los postores ocasionales, el 80% de las veces, y el de los postores
nuevos, el 60% de las veces.
a) Cul es la probabilidad de que un trabajo sea hecho por un postor nuevo y sea
satisfactorio?
b) Cul es la probabilidad de que un trabajo sea satisfactorio?
c) Dado que un trabajo es satisfactorio, cul es la probabilidad de que haya sido hecho por
un postor nuevo?
16- En una ciudad, se hace una encuesta y se obtiene que el 55% vota por partidos de
derecha y el 45% por partidos de izquierda. Adems, el 40% de los derechistas y 30% de
los izquierdistas son ecologistas.
a) Cul es la probabilidad de que un votante, elegido al azar sea ecologista?
b) Si la persona seleccionada es ecologista, cul es la probabilidad de que sea de un
partido izquierdista?
17- Un proceso de manufactura requiere el uso de un soldador robotizado en cada una de dos
lneas de ensamble A y B que producen 200 y 400 unidades por da respectivamente. Con
base en la experiencia se cree que el solador A produce el 2% de unidades defectuosas,
mientras que el soldador B produce el 5% de unidades defectuosas. Al final del da se saca al
azar una unidad defectuosa de la produccin total, cul es la probabilidad de que provenga
de la lnea A?
18- De las 3000 llantas en el almacn de un distribuidor, 2000 son nacionales y el resto
importadas. Entre las llantas nacionales el 40% son de cara blanca; de las importadas el 10%
son de cara blanca. Si una llanta es seleccionada al azar y es de cara blanca, cul es la
probabilidad de que sea importada?

PROBABILIDAD

139