CAPTULO 2

PROBABILIDADES
Estadstica Aplicada 1
Qu es la Probabilidad?
! En forma muy simple, entenderemos como
probabilidad la cuantificacin del grado de
incertidumbre (posibilidad) sobre la ocurrencia de
un resultado de cierto experimento. Un ejemplo de
ello es: Al lanzar una moneda, puedo apostar a
que sale cara y ganar?.
! Dicha cuantificacin la expresaremos en cantidades
numricas mayores o iguales a cero y menores o
iguales a uno. Tambin pueden ser expresadas
como un porcentaje entre 0% y 100%.
2
Espacios muestrales y eventos
! Un experimento es cualquier accin o proceso que
genera observaciones.
! Un experimento aleatorio es aquel que proporciona
diferentes resultados an cuando se repita siempre de
la misma manera.
! El espacio muestral de un experimento, denotado por
S, es el conjunto de todos los posibles resultados de ese
experimento.
! Un evento es cualquier coleccin (subconjunto) de
resultados contenida en el espacio muestral S. Un
evento es simple si est formado por un resultado y
compuesto si consta de ms de un resultado.
3
Ejemplo
Un experimento aleatorio que consiste en lanzar un
dado, el espacio muestral es el siguiente:
S!{"#$#%#&#'#(]
Algunos eventos posibles son:
! A!{Sacai un "]
! B!{Sacai un (]
! C!{Sacai un nmeio pai]
Notamos que los eventos A y B son simples, y el
evento C es compuesto.
4
Ejemplo
Consideremos un experimento aleatorio que consiste en
extraer una bola al azar desde una urna que contiene
seis bolas, cuatro blancas y dos rojas.
Segn lo que se necesite se pueden dar los siguientes
espacios muestrales:
! Segn la bola extrada sea blanca o roja, el espacio
muestral ser S!{B#R], donde B: blanca, R: roja.
! Ahora, si estamos interesados en el nmero de la bola
extrada, el espacio muestral ser S!{"#$#%#&#'#(].
5
Algunas relaciones de teora de
conjuntos
! La unin de dos eventos A y B, denotada por A)B y
que se lee A y/o B, es el evento formado por todos
los resultados que estn en A o en B, o en ambos
eventos (por lo que la unin incluye los resultados
ocurridos en los eventos A y B y en un solo evento).
! La interseccin de dos eventos A y B, simbolizada por
A*B y que se lee A y B, es el evento formado por
todos los resultados que estn en A y en B.
! El complemento de un evento A, denotado por A+ o
AlC, es el conjunto de todos los resultados en S que no
estn contenidos en A.
6
Definiciones
! Eventos Mutuamente Excluyentes: Cuando una
coleccin de k eventos no tienen resultados en comn se
dice que son eventos mutuamente excluyentes o
disjuntos.
Al"*Al$* -- - *Alk!.
! Eventos Exhaustivos: Cuando una coleccin de k
eventos tiene como resultado todos los elementos del
espacio muestral se dice que son eventos exhaustivos.
Al")Al$) -- - )Alk!S
! Leyes de Morgan:
(A*B)lC!AlC)BlC
(A)B)lC!AlC*BlC
7
Diagrama de Venn
8
Ejercicio
Sean A, B y C tres eventos. Encuentre expresiones, y
represntelas en un diagrama de Venn, en las que se
cumpla que:
a) slo A ocurra.
b) A y B, pero no C, ocurran.
c) al menos un evento ocurra.
d) al menos dos eventos ocurran.
e) los tres eventos ocurran.
f) ninguno ocurra.
g) a lo ms uno ocurra.
h) a lo ms dos ocurran.
9
Axiomas, interpretaciones y
propiedades de probabilidad
Dado un experimento aleatorio y un espacio muestral
S, el objetivo de la probabilidad es asignar a cada
evento A un nmero P/A0, que recibe el nombre de
probabilidad de que el evento A ocurra.
Para asegurarse de que las asignaciones de
probabilidad concuerden con nuestras nociones
intuitivas de probabilidad, todas las asignaciones
deben satisfacer los siguientes axiomas (propiedades
bsicas) de probabilidad.
10
Axiomas
1. Para cualquier evento A, 12P(A)2".
2. P(S)!"
3. Sean Al"# Al$# -- - # Aln, n eventos mutuamente
excluyentes (disjuntos), entonces:
P(i!"lnAli)!P(Al")Al$) -- - )Aln)
!_i!"lnP(Ali)
11
Interpretacin de la probabilidad
! Clsica: Al realizar un experimento todos los resultados
(de ste) tienen la misma posibilidad de ocurrir.
(EQUIPROBABILIDAD)
! Frecuentista: Si repetimos infinitas veces un
experimento bajo las mismas condiciones ambientales y
tabulamos los resultados, la columna de proporciones
corresponde a las probabilidades.
! Subjetiva: La probabilidad de un resultado es
asignado segn el grado de certeza de un individuo.
Dos sujetos distintos asignan probabilidades distintas.
12
Propiedades de Probabilidad
1. P(.)!1
2. P(A*BlC)!P(A)3P(A*B)
S. P(AlC)!"3P(A)
4. P(A)B)!P(A)4P(B)3P(A*B)
S. P(A)B)C)!P(A)4P(B)4P(C)3P(A*B)3P
(A*C)3P(B*C)4P(A*B*C)
6. Si A5B6P(A)2P(B)
7. Si B5A6P(A*BlC)!P(A)3P(B)
13
Resultados con probabilidades iguales
En muchos experimentos formados por N resultados, es
razonable asignar probabilidades iguales a todos los N
eventos simples (equiprobabilidad, enfoque clsico). (Ej: el
lanzamiento de una moneda imparcial o un dado no cargado).
Si Eli es un evento simple del espacio muestral, i!"#$#7#N
"!P(S)!P(i!"lNEli)!_i!"lNP(Eli)
!_i!"lNp!N8p
6p!"N
14
Regla de Laplace (caso discreto)
Consideremos un evento compuesto A, con 9A
resultados, entonces:
P(A)!_Eli : AlP(Eli)!_Eli : Al"N!
9AN
Es decir, P(A) es el cociente entre la cantidad de
resultados en A y la cantidad total de resultados en
S.

15
Ejemplo
Un determinado producto qumico puede contener 3 productos txicos,
A, B y C, que son motivo de sancin por el Ministerio de Medio
Ambiente. Por la experiencia, se sabe que de cada 1000 unidades
producidas aproximadamente 15 tienen el producto A, 17 el B, 21 el
C, 10 el A y el B, 9 el B y el C, 7 el A y el C y 970 no contienen
ninguno de los tres productos. Un inspector elige una unidad al azar.
Calcular la probabilidad de que:
a) La empresa sea sancionada (0,03).
b) Slo se encuentre el producto A (0,001).
c) Se detecten A y B (0,01).
d) Se detecte A y no C (0,008).
e) Se detecten A y B y no C (0,007).
f) Se detecte a lo sumo uno de los tres productos (0,98).
g) Se detecte ms de un producto (0,02).
16
Ejemplo
Considere el experimento aleatorio, que consiste en el
lanzamiento simultneo de dos dados no cargados (es
decir, todos las caras del dado tienen la misma
probabilidad de salir). Calcule la probabilidad de
que la suma de los dados sea 9.
17
Regla de Laplace (caso continuo)
Ejemplo
Romeo y Julieta tienen una cita en una fecha y hora
dadas, y cada uno tiende a retrasarse al horario
fijado en un tiempo aleatorio entre 0 y 1 hora, donde
todos los pares posibles de retraso son igualmente
probables. El primero que llega a la cita espera al
otro como mximo 15 minutos. Cul es la
probabilidad de que la cita efectivamente se realice?
18
No siempre es fcil escribir por extensin un espacio
muestral numerable (discreto), ya que en algunos casos
N es demasiado grande. El uso correcto de las tcnicas
de conteo, permiten aplicar la regla de Laplace sin tener
la necesidad de describir el espacio muestral.

Tcnicas de Conteo
Principio Bsico Multiplicativo
Si un evento A puede presentarse de m formas
distintas y si cuando esto ha ocurrido, otro evento B
puede presentarse de n formas distintas, entonces el
nmero de formas en que ambos eventos pueden
presentarse a la vez es m8n.

Ejemplo: Un propietario de una casa desea efectuar algunas
remodelaciones y requiere los servicios de un gasfiter y de un
electricista. Si conoce a 12 gasfiters y a 9 electricistas, de
cuantas formas los puede seleccionar?

20
Principio Bsico Aditivo
Si A y B son eventos tales que:
! A puede efectuarse de m maneras diferentes.
! B puede efectuarse de n maneras diferentes.
! A y B no pueden efectuarse simultneamente.
Entonces A o B puede realizarse de m4n maneras diferentes.

Ejemplo: Supongamos que proyectamos un viaje y debemos
decidir si el transporte ser un bus o un tren. Si hay tres rutas
distintas para el bus y dos para el tren, cuntas rutas
disponibles hay para el viaje?

21
Principio General Multiplicativo
Si un evento Al" puede presentarse de nl" formas
distintas y por cada una de estas formas existen nl$
formas de que el evento Al$ se presente, y por cada
una de estas formas existen nl% formas de que se
presente el evento Al% y as sucesivamente hasta el
evento Alk, entonces el nmero de formas en que los
k eventos pueden presentarse a la vez es:
nl"8nl$8nl%8 7 8nlk![i!"lknli
22
Ejemplo
Una familia se ha cambiado a una nueva ciudad y
requiere los servicios mdicos de un gineclogo, un
pediatra y un cirujano. Hay dos clnicas mdicas
accesibles, cada una con dos gineclogos, tres
pediatras y dos cirujanos. La familia obtendr un
mejor plan de salud si todos mdicos pertenecen a la
misma clnica. Cuntas opciones tiene la familia de
satisfacer sus requerimientos si desea obtener un
mejorado plan de salud?
23
Diagrama
de rbol
Clnica 1
Gineclogo 1
Pediatra 1
Cirujano 1
Cirujano 2
Pediatra 2
Cirujano 1
Cirujano 2
Pediatra 3
Cirujano 1
Cirujano 2
Gineclogo 2
Pediatra 1
Cirujano 1
Cirujano 2
Pediatra 2
Cirujano 1
Cirujano 2
Pediatra 3
Cirujano 1
Cirujano 2
Clnica 2
Gineclogo 1
Pediatra 1
Cirujano 1
Cirujano 2
Pediatra 2
Cirujano 1
Cirujano 2
Pediatra 3
Cirujano 1
Cirujano 2
Gineclogo 2
Pediatra 1
Cirujano 1
Cirujano 2
Pediatra 2
Cirujano 1
Cirujano 2
Pediatra 3
Cirujano 1
Cirujano 2
24
Principio General Aditivo
Si un evento Al" puede presentarse de nl" formas distintas,
el evento Al$ de nl$ formas distintas, y as sucesivamente
hasta el evento Alk, el que puede presentarse de nlk formas
distintas, y adems estos eventos son mutuamente excluyentes,
entonces el nmero de formas en que se puede presentar Al"
o Al$ o o Alk es:
nl"4nl$4 74nlk!_i!"lknli
25
Ejemplo
Una persona desea comprar una lavadora, para lo cul
ha pensado que puede seleccionar de entre las marcas
Whirpool, Easy y General Electric. Cuando acude a hacer
la compra se encuentra que la lavadora Whirpool se
presenta en dos tipos de carga (8 11 kg.), en cuatro
colores diferentes y puede ser automtica o
semiautomtica, mientras que la lavadora Easy, se
presenta en tres tipos de carga (8, 11 15 kg.), en dos
colores diferentes y puede ser automtica o
semiautomtica y la lavadora GE, se presenta en slo un
tipo de carga, que es de 11 kilogramos, dos colores
diferentes y slo hay semiautomtica. Cuntas maneras
tiene esta persona de comprar una lavadora?
26
Introduccin al
anlisis combinatorio
Consideremos el experimento consistente en la extraccin de n
bolitas, una a una, desde una urna que contiene H bolitas. En
este caso, diremos que hemos extrado una muestra ordenada
de tamao n. Debemos especificar primeramente si al extraer
la muestra se devuelven o no las bolitas a la urna.
! Se dice que la muestra se hizo con reemplazo si despus
de cada extraccin se registra el nmero de la bolita y se
devuelve a la urna.
! Se dice que la muestra se obtuvo sin reemplazo si la bola
extrada no se devuelve a la urna.
Vale la pena notar que si la muestra se obtiene sin reemplazo
es claro que n debe ser menor o igual a H. Y si la muestra es
con reemplazo no hay restricciones para n.
27
Introduccin al
anlisis combinatorio
Cuntos elementos tendr el espacio de todas las
muestras de tamao n sin reemplazo?
28
Introduccin al
anlisis combinatorio
Cuntos elementos tendr el espacio de todas las
muestras de tamao n con reemplazo?
29
Anlisis Combinatorio
Primeramente, definiremos ciertos criterios, los cuales
nos permitirn discernir el tipo de modelo apropiado
para el resolver el problema bajo estudio.
Para relacionar y comprender con mayor rapidez las
definiciones utilizaremos un ejemplo: Si tenemos un
mazo de 52 cartas, y un jugador recibe 5 cartas de
ese mazo, nos puede interesar cuntas manos distintas
podra recibir. Es decir cuntas "combinaciones" se
pueden formar con 5 cartas tomadas de entre 52.
30
Anlisis Combinatorio
! Las cantidades: Es necesario determinar cuntos
elementos hay en total, y cuntos vamos a tomar. En el
ejemplo anterior, tomamos 5 elementos de 52.
! La naturaleza: Hay que determinar si estamos tomando
todos los elementos disponibles, o slo algunos de ellos.
Por ejemplo, tomando 5 cartas entre 52, importar
cules tomamos (es decir, importa la naturaleza de la
seleccin). En cambio, si solamente nos interesa de
cuntas formas podemos ordenar 5 libros, no nos
interesa la naturaleza, porque no tenemos que elegir
determinados libros sino que vamos a estar trabajando
con los 5 al mismo tiempo.
31
Anlisis Combinatorio
! El orden: Debemos determinar si nos interesa o no nos
interesa el orden en que tomamos los elementos. Por
ejemplo, si nos importa el orden, tirar un dado y sacar un 5
y luego un 3, no es lo mismo que sacar un 3 y luego un 5.
Seran dos resultados distintos. En cambio si no nos importa
el orden, sacar un 5 y luego un 3 un 3 y luego un 5 es lo
mismo, y los dos casos constituirn un nico resultado.
! La repeticin: Se refiere a la posibilidad de elegir ms de
una vez el mismo elemento. Por ejemplo, si en una caja hay
una bolita blanca, una negra, y una violeta, y vamos a
sacar dos, si lo hacemos con reposicin entonces habr
repeticin, porque es posible sacar dos veces la misma
bolita.
32
Ejemplo
Me gan un viaje al caribe para m y 2 amigos. Pero
tengo 5 amigos, as que voy a tener que elegir a 2. Si
voy a calcular cuntas decisiones distintas podra tomar,
cules son los factores involucrados?

33
Ejemplo
Me gan un viaje al caribe para m y 2 amigos. Pero tengo 5 amigos,
as que voy a tener que elegir a 2. Si voy a calcular cuntas decisiones
distintas podra tomar, cules son los factores involucrados?

! Las cantidades: Vamos a elegir 2 elementos de un total de 5.
! La naturaleza: Notamos que los 5 elementos son todos distinguibles
entre s. Invitar a Juan no es lo mismo que invitar a Pedro. O sea,
como no puedo elegir a todos, importa a cules elijo.
! El orden: En este caso el orden en que escoja los 2 elementos no
importa. Invitar a Martn y a Nicols es lo mismo que invitar a
Nicols y a Martn.
! Repeticin: Es ilgico pensar en que se puede elegir dos veces al
mismo amigo. Deben ser dos personas distintas.
34
Ejemplo
Una habitacin tiene 4 paredes, y tengo 4 colores
distintos para pintarlas. No voy a mezclar colores, y
voy a pintar cada pared de un color distinto. Si voy a
calcular de cuntas formas distintas puedo pintar la
habitacin, cules son los factores involucrados?

35
Ejemplo
Una habitacin tiene 4 paredes, y tengo 4 colores distintos para pintarlas. No
voy a mezclar colores, y voy a pintar cada pared de un color distinto. Si voy a
calcular de cuntas formas distintas puedo pintar la habitacin, cules son los
factores involucrados?

! Las cantidades: Usaremos 4 colores de un total de 4. Es decir, todos los
elementos posibles.
! La naturaleza: Los 4 elementos son todos distinguibles entre s. Usaremos
todos los elementos, lo cual implica que no es importante "cules
elementos" elijo.
! Orden: Observemos que si no importa cules elementos elegimos, lo nico
que va a importar es el orden en que los elijamos. Elegir el rojo para la
primera pared y el verde para la segunda no es lo mismo que elegir el
verde para la primera pared y el rojo para la segunda. Ojo!
! Repeticin: No es posible elegir dos veces el mismo color. No hay
repeticin.
36
Modelamiento de Problemas
Modelos Simples o
Sin Reposicin
Permutacin Simple
Variacin Simple
Combinacin Simple
Permutacin Circular
Modelos
Compuestos
Variacin con
Repeticin
Combinacin con
Repeticin
Permutacin con
Repeticin
37
Permutacin Simple
Se tienen n elementos, y se desea ver de cuntas
formas se los puede ordenar. Es decir, los elementos
son siempre los mismos, y cada forma posible slo
difiere de las dems en el orden en que se toman los
elementos. Adems no interesa la naturaleza, es decir,
cuales se eligen, ya que siempre se elegirn todos.
Pln!n;
donde n es la cantidad de elementos a ordenar
38
Ejemplos
1. Suponga que a un cartero al final del da le
quedan an por repartir 5 cartas (a 5 direcciones
distintas). De cuntas maneras puede repartirlas?
2. Pedro tiene 6 libros y desea leerlos (de a uno a la
vez). Cuntas opciones tiene, en cuanto al orden
de lectura?
39
Variacin Simple
Es como la permutacin, pero no se usan los n
elementos sino que se usan solamente k de ellos
(k<n). Entonces habr que tener en cuenta no
solamente el orden, sino cules de los n elementos se
eligen, es decir importa el orden y la naturaleza.
Iln#k!n;(n3k);
Se lee "variaciones de n elementos tomados de a k".

40
Ejemplos
1. Pablo tiene 7 calcomanas distintas, y desea
pegar una en el vidrio de adelante de su auto, y
otra en el vidrio de atrs. Cuntas decisiones
distintas puede tomar?
2. Supngase que un club consta de 30 miembros y
que se ha de elegir de la lista de miembros un
presidente y un secretario. De cuntas formas se
puede elegir esta directiva, si una misma persona
no puede ejercer ambos cargos?
41
Combinacin Simple
Consiste en tomar k elementos entre n que hay en
total, sin importar en qu orden. Es decir, importa la
naturaleza ("cules") pero no importa el orden.
Observamos que esto es como las variaciones, pero
olvidndonos del orden. Las variaciones distinguen
"ab" de "ba", en cambio para las combinaciones "ab"
= "ba", y slo importa el hecho de que fueron "a" y
"b" los elementos elegidos.
Cln#k!(Nnk)!n;k;(n3k);
42
Ejemplos
1. Jos se gan un viaje al caribe para l y 2
amigos. Tiene 8 amigos y debe elegir slo a 2.
Cuntas decisiones posibles puede tomar?
2. El conscripto Augusto tiene dos das francos por
semana. Cuntas formas posibles tiene el
comandante de asignarle los dos das francos?
43
Permutacin Cclica o Circular
Se tienen n elementos, y se desea ver de cuntas formas
se los puede ordenar cclicamente, es decir, por ejemplo
alrededor de una mesa. Dos permutaciones cclicas no se
considerarn distintas si los objetos correspondientes de
los dos arreglos estn precedidos y van seguidos de los
mismos objetos, a medida que avanzamos en sentido
horario. Adems no interesa la naturaleza, es decir, cuales
se eligen, ya que siempre se elegirn todos.
PCln!(n3");
donde n es la cantidad de elementos a ordenar.

44
Ejemplos
1. Una familia de 5 personas (padre, madre y 3
hijos) se van a sentar a su mesa redonda a
almorzar. De cuntas formas distintas pueden
hacerlo?
2. Basndonos en la misma familia, de cuntas
maneras pueden sentarse a la mesa si deseamos
que el padre y la madre queden sentados juntos?
45
Variacin con Repeticin
Consiste en tomar k elementos entre n que hay en
total, pudiendo elegirse ms de una vez cada
elemento. Es decir, por ser variacin importa la
naturaleza ("cules") y el orden, pero adems, se
puede elegir ms de una vez cada elemento.

I+ln#k!nlk
46
Ejemplos
1. Si lanzamos al aire cinco veces la misma moneda,
cuntos resultados distintos pueden producirse?
2. Fernando est loco. A veces cree que es Napolen, a
veces cree que es astronauta, y a veces cree que un
da lo secuestraron los marcianos mientras estaba en
la ducha. Si le hacen peritajes psicolgicos y le cuenta
un delirio al doctor A y un delirio al doctor B (puede
contarles a los dos el mismo delirio), de cuntas
formas posibles pudo delirar en los peritajes
psicolgicos?
47
Combinacin con Repeticin
Nuevamente, la combinacin es como la variacin,
pero sin importar el orden. Es decir, la combinacin
con repeticin consiste en tomar k elementos de los n
que hay en total (naturaleza), sin tener en cuenta el
orden, y pudiendo elegir ms de una vez cada
elemento.

C+ln#k!(Nn4k3"k)!(n4k3");k;(n3");
48
Ejemplos
1. Hay una gran bolsa con caramelos surtidos, cuyos
sabores son limn, naranja, frutilla y manzana.
Nos dejan elegir dos caramelos. Cuntas
opciones tenemos?
2. Juan recibi 2 cartas en una determinada semana.
Si le preguntan en qu da o das de esa semana
recibi cartas, de cuntas formas posibles puede
responder?
49
Permutacin con Repeticin
Como suceda con la permutacin simple, vamos a tomar
todos los elementos. Por lo tanto ya no importa la
naturaleza. Importa solamente el orden. Y puede haber
elementos repetidos, pero conocemos de antemano
cuntos elementos hay de cada tipo. Entonces tenemos
una cantidad n de elementos, que estar formada por
nl" elementos del tipo 1, nl$ elementos del tipo 2, etc.
Lo que vamos a contar es todas las maneras posibles de
ordenar esos elementos.
P+lnl"#nl$#7#nlk!(Nnnl"#nl$#7#nlk)!n;
[i!"lknli;
50
Ejemplos
1. Hay que ubicar en la puerta del refrigerador 3
botellas de bebidas, 2 de agua y una de vino.
De cuntas formas posibles de las puede
disponer?
2. Diego decide organizar su semana: dedicar 3
das a trabajar, 2 a estudiar y 2 a descansar.
Cuntas opciones tiene?
51
Resumen Modelos Simples
52
Resumen Modelos Compuestos
53
La probabilidad condicional le da sentido a los
resultados en un experimento donde se cuenta
con informacin parcial.
Probabilidad Condicional
Ejemplos
! Qu tan probable es que una mujer est
embarazada si un test de embarazo arroj un
resultado positivo?
! Un estudiante asisti a todas las clases de
estadstica, qu tan probable es que apruebe la
asignatura?
! Qu tan probable es que un vehculo se
descomponga si no se le han realizado las
mantenciones programadas?
55
Deduccin de la Definicin
Consideremos el experimento consistente en el
lanzamiento de un dado, cuyos resultados son
equiprobables. Si nos dicen que el resultado es un
nmero par, entonces nuestros resultados posibles
disminuyen a solamente 2, 4 y 6. Estos tres resultados
posibles al comenzar el experimento eran igualmente
probables, por lo que si incluimos la informacin
parcial de que el resultado es par, stos deben seguir
siendo igualmente probables.
56
Deduccin de la Definicin
P(el iesultauo sea 6/el iesultauo es pai)!"%
Este argumento sugiere una definicin apropiada de
la probabilidad condicional cuando todos los
resultados son equiprobables, esto es:
P(A/B)!9(A*B)9B!corJ{A*B]corJ{B]
Generalizando este argumento, llegamos a la
definicin de probabilidad condicional.
57
Definicin
Para dos eventos A y B, la probabilidad de que
ocurra el evento A dado que ya ocurri B, es decir,
condicionada a la ocurrencia de B es:
P(A/B)!P(A*B)P(B)
Esta probabilidad puede interpretarse como la
frecuencia relativa del evento A con respecto al
nmero de ensayos de producen un resultado en el
evento B.
58
Propiedades de la probabilidad
condicional
! Todas las propiedades (leyes) de probabilidad
anteriormente vistas, siguen siendo vlidas en
probabilidades condicionales.
! Las probabilidades condicionales pueden ser vistas
como una ley de probabilidad en un nuevo universo B,
porque todas las probabilidades condicionales estn
concentradas en B.
! En el caso donde los posibles resultados son finitos y
equiprobables entonces:
P(A/B)!9(A*B)9B!corJ{A*B]corJ{B]
59
Ejemplo
Considere un experimento consistente en el
lanzamiento de una moneda tres veces seguidas.
Definimos los eventos A:{ms caras que sellos} y B:{el
primer lanzamiento es una cara}. Calcule la
probabilidad condicionada P(A/B).
60
Solucin
Primeramente, el espacio muestral es: S = {CCC, CCS, CSC,
CSS, SCC, SSC, SCS, SSS}
Luego notamos que B = {CCC, CCS, CSC, CSS} y por la regla
de Laplace tenemos que P(B)!&=!"$.
Adems A*B = {CCC, CCS, CSC} y por ende su probabilidad
es %=. Finalmente:
P(A/B)!P(A*B)P(B)!%/=&/=!%&
Observe que este resultado tambin se pudo haber obtenido
mediante el cuociente entre la cardinalidad de A*B y la de
B.
61
Regla de la multiplicacin
P((i!"lnAli)!P(Al")>P(Al$/Al")>7>P(
Aln/(i!"ln3"Ali)

Ejemplo
Considere un experimento consistente en la eleccin
de 3 cartas entre un mazo que tiene 52. Calcule la
probabilidad de que ninguna carta escogida sea de
diamantes.
62
Ley de Probabilidad Total
Sean Al"#Al$#7#Alneventos mutuamente excluyentes
(disjuntos) y exhaustivos, entonces para cualquier otro evento B
tenemos:
P(B)!_i!"lnP(Ali*B)!_i!"lnP(B/Ali)P(Ali)
Nota: Se dice que un conjunto de eventos es exhaustivo si:
S!i!"lnAli
63
Ley de Probabilidad Total
Al"
Al"
Al$ Al% Al&
B*Al"
B*Al$
B*Al%
B*Al&
B!(B*Al"))(B*Al$))(B*Al%))(B*Al&)
64
Teorema de Bayes
Sean Al"#Al$#7#Alneventos mutuamente
excluyentes (disjuntos) y exhaustivos, entonces para
cualquier otro evento B tenemos:
P(Al]/B)!P(Al]*B)P(B)!P(B/Al])P(Al])
_i!"lnP(B/Ali)P(Ali)
]!"#$#7#n

65
Ejemplo
Slo 1 de cada 1.000 adultos est afectado por una rara
enfermedad, para la cual se ha desarrollado una prueba
de diagnstico. Durante la prueba, cuando un individuo
padece la enfermedad, presentar un resultado positivo
el 99% de las veces, mientras que un individuo sin la
enfermedad mostrar un resultado de prueba positivo
slo el 2% de las veces. Si se hace una prueba en un
individuo seleccionado al azar, y el resultado es positivo,
cul es la probabilidad de que el individuo tenga la
enfermedad?
66
Ejemplo
El gerente del departamento de electrodomsticos de
Falabella, ha encontrado por la experiencia de varios
aos, que la probabilidad de que un cliente devuelva una
compra es 1#". Tambin, que aproximadamente el ?1@
de todas las devoluciones fueron productos adquiridos con
la tarjeta CMR, as como el '1@ de los que no fueron
regresados.
1. Si una compra fue hecha con la tarjeta CMR, cual es la
probabilidad de que sea devuelta.
2. Cul es la probabilidad de que una compra al
contado no sea devuelta?
67
Independencia
Dos eventos A y B son independientes si y slo si:
P(A/B)!P(A)
y son dependientes en cualquier otro caso.
Note que esta condicin es equivalente a:
P(A*B)!P(A)P(B)
68
Ejemplo
! Tres componentes con confiabilidades:
! c
1
= 0,92, c
2
= 0,95 y c
3
= 0,975 son puestos en serie.
! Un cuarto componente con confiabilidad c
4
= 0,96
puede ser ubicado en paralelo con cualquier de los
otros tres componentes.
! Dnde debera ser ubicado el cuarto componente si
se desea maximizar la confiabilidad del sistema
completo?.
69