23

Uni dad I . Probabi li dad

S
e
m
a
n
a

2
Presentacin
E
n la sesin anterior analizamos cmo a largo plazo un fenmeno aleatorio o
probabilstico posee un patrn de comportamiento. Es decir, al repetirse un
gran nmero de veces un experimento aleatorio que tiene varios posibles resul-
tados, la frecuencia con que ocurre cada uno de ellos puede interpretarse como
su probabilidad de ocurrencia; o dicho en otras palabras, es factible estimar qu
tan posible es que ocurra en lo futuro cada uno de los posibles resultados. Este
enfoque de probabilidad se conoce como fecuentista o a posteriori. En esta sesin
estudiars las principales reglas para el clculo de probabilidades: la regla de la
adicin, la regla del producto y el teorema de Bayes.
I.4 Reglas de adicin
I.5 Reglas de multiplicacin
I.6 Teorema de Bayes
I.7 Permutaciones y combinaciones
I. Probabilidad
Tema y subtemas
I
Objetivos especcos
El estudiante calcular probabilidades aplicando tanto las reglas de adicin y de
multiplicacin como el teorema de Bayes.
24
Estad sti ca i nferenci al
I.4 Reglas de adicin
Regla de adicin para eventos mutuamente excluyentes
Sea un experimento y sean A y B dos eventos de que son mutuamente exclu-
yentes. La probabilidad de que ocurra el evento A o el evento B se expresa por:

P A B ( )
Como puede observarse, dentro del contexto de la teora de conjuntos esto
corresponde a la operacin unin. Entonces, la probabilidad de que ocurra el
evento A o el evento B se calcula con la siguiente expresin:
P A B P A P B ( ) ( ) ( ) = +
Es decir, corresponde a la suma de la probabilidad de que ocurra el evento A
ms la probabilidad de que ocurra el evento B.
Por ejemplo, se lanzan simultneamente dos monedas. Calcular la probabili-
dad de que aparezcan exactamente dos guilas o exactamente un sol.
La solucin se dara en los siguientes trminos:
= Lanzar simultneamente dos monedas.
A = Evento consistente en que aparezcan exactamente dos guilas.
B = Evento consistente en que aparezca exactamente un sol.
= {aa, as, sa, ss} donde aa signifca que aparecen dos guilas, as que
aparece guila y sol, sa que aparece sol y guila y ss que aparecen dos soles.
Se observa, entonces, que el experimento tiene cuatro posibles resultados.
Respecto al evento A (aparecen exactamente dos guilas), se tiene que slo un
resultado del experimento cumple con esta condicin: (aa). Por otra parte, dos
resultados (as y sa) cumplen con lo requerido en el evento B (que aparezca exac-
tamente un sol).
Consecuentemente, la probabilidad de que aparezcan como resultado del
lanzamiento simultneo de dos monedas exactamente dos guilas o exactamen-
te un sol est dada por:

P A B
P A B
P A B
P A B
( )
( )
( ) .
( ) %
= +
=
=
=
1
4
2
4
3
4
0 75
75
Para eventos
mutuamente
excluyentes
Ejemplo de la
regla de adicin en
eventos mutuamente
excluyentes
25
Uni dad I . Probabi li dad
Regla de la adicin para eventos que no son
mutuamente excluyentes
Para eventos que no son mutuamente excluyentes, la probabilidad de que ocurra
un evento A, de que ocurra un evento B o de que ocurran ambos est dada por:
P A B P A P B P A B ( ) ( ) ( ) ( ) = +
Donde P A B ( ) corresponde a la probabilidad de que ocurran el evento
A y el evento B simultneamente. Esta probabilidad se calcula empleando el si-
guiente producto:
P A B P A P B ( ) ( ) ( ) =
Es decir, la probabilidad de que ocurra el evento A multiplicada por la proba-
bilidad de que ocurra el evento B.
Por ejemplo, se lanzan simultneamente dos dados. Calcular la probabilidad
de que la suma de las caras sea un nmero par o de que la suma de las caras sea
mayor al valor nueve.
Para la solucin se tiene que:
= Lanzar simultneamente dos dados.
A = Evento consistente en que la suma de las caras sea un nmero par.
B = Evento consistente en que la suma de las caras sea mayor al valor nueve.
= {( , ),( , ),( , ),( , ),( , ),( , )
( , ),( , )
1 1 1 2 1 3 1 4 1 5 2 6
2 1 2 2 ,,( , ),( , ),( , ),( , ),
( , ),( , ),( , ),( ,
2 3 2 4 2 5 2 6
3 1 3 2 3 3 3 44 3 5 3 6
4 1 4 2 4 3 4 4 4 5
),( , ),( , ),
( , ),( , ),( , ),( , ),( , ),(4 4 6
5 1 5 2 5 3 5 4 5 5 5 6
6 1
, ),
( , ),( , ),( , ),( , ),( , ),( , ),
( , ),,( , ),( , ),( , ),( , ),( , )} 6 2 6 3 6 4 6 5 6 6
es decir, 36 posibles resultados con las caras que pueden aparecer en el
lanzamiento de los dos dados.
Puede observarse, que los resultados del experimento que cumplen con lo
determinado por el evento A (suma de las caras igual a un nmero par) son:
A ={( , ),( , ),( , ),
( , ),( , ),( , ),
( , ),( ,
1 1 1 3 1 5
2 2 2 4 2 6
3 1 3 3)),( , ),
( , ),( , ),( , ),
( , ),( , ),( , ),
(
3 5
4 2 4 4 4 6
5 1 5 3 5 5
6,, ),( , ),( , )} 2 6 4 6 6
es decir, 18 resultados que satisfacen la condicin del evento A.
Para eventos que
no son mutuamente
excluyentes
Ejemplo de la regla de
adicin en eventos que
no son mutuamente
excluyentes
26
Estad sti ca i nferenci al
Por otra parte, los resultados del experimento que cumplen con lo determi-
nado por el evento B (suma de las caras mayor a nueve) son:
B={ } ( , ),( , ),( , ),( , ) 5 5 5 6 6 5 6 6

Esto es, son cuatro los resultados que satisfacen la condicin del evento B.
Asimismo, los eventos A y B pueden ocurrir simultneamente (pues no son mu-
tuamente excluyentes) de la siguiente manera:
A B ={ } ( , ),( , ) 5 5 6 6
es decir, ambos eventos pueden ocurrir simultneamente de dos maneras. De lo
anterior se desprende que:

P A
P B
P A B
( )
( )
( )
=
=
=
18
36
4
36
2
36
Y en consecuencia:

P A B
P A B
P A B
P A
( )
( )
( ) .
(
= +
=
=

18
36
4
36
2
36
20
36
0 5555
BB) . % =55 55
27
Uni dad I . Probabi li dad
I.5 Reglas de multiplicacin
Probabilidad condicional
Si B es un evento cualquiera de un experimento con espacio muestral , la pro-
babilidad de que un evento A ocurra una vez que B ha ocurrido se denota por
P A B ( ) , lo que se lee como la probabilidad de que ocurra A dado que ha ocu-
rrido B y se calcula con la siguiente frmula:

P A B
P A B
P B
( )
( )
( )
=

Donde P A B ( ) puede interpretarse como el nmero de elementos de
A B (o nmero de formas en las que los eventos A y B pueden ocurrir simul-
tneamente) y P(B) como el nmero de elementos de B (o nmero de formas
en las que B puede ocurrir).
A esta probabilidad se le denomina probabilidad condicional pues la ocurren-
cia del evento A est condicionada o depende de que el evento B ocurra.
Por ejemplo, se lanzan simultneamente dos dados. Si la suma de las caras es
igual a siete, calcular la probabilidad de que uno de los dados sea igual a tres.
La solucin es la siguiente:
B = {suma de las caras de los dados es igual a siete}
= {( , ),( , ),( , ),( , ),( , ),( , )} 1 6 2 5 3 4 4 3 5 2 6 1 , es decir, seis posibles formas en
las que puede ocurrir que la suma de las caras sea igual a siete.
A = {aparece al menos un tres en uno de los dados}
= {( , ),( , ),( , ),( , ),( , ),( , ),( , ),( , 1 3 2 3 3 1 3 2 3 3 3 4 3 5 3 6)),( , ),( , ),( , )} 4 3 5 3 6 3 , o
sea, once posibles formas en las que puede ocurrir que al menos uno de
los dados sea igual a tres.
A B ={( , ),( , )} 3 4 4 3 , esto es, dos posibles formas en las que A y B pueden
ocurrir simultneamente.
Entonces,

P A B
P A B
P A B
( )
( ) .
( ) . %
=
=
=
2
6
0 3333
33 33
Denicin
de probabilidad
condicional
Ejemplo
de probabilidad
condicional
28
Estad sti ca i nferenci al
Teorema de la multiplicacin
para la probabilidad condicional
Si la expresin

P A B
P A B
P B
( )
( )
( )
=

se multiplica en cruz

P A B P B
P A B
P B
P B ( ) ( )
( )
( )
( ) =

y adems se considera que A B B A = , se tiene que:

P A B P B
P A B
P B
P B
P B A P B P A B
( ) ( )
( )
( )
( )
( ) ( ) ( )
=

=
Es decir, la probabilidad de que ocurra el evento B y el evento A es igual a la
multiplicacin de la probabilidad de que ocurra el evento B por la probabilidad
de que ocurra el evento A dado que ha ocurrido el evento B.
Por induccin matemtica, este teorema puede extenderse como se muestra
a continuacin:
Para eventos A
1
, A
2
, A
3
,..., A
n


P A A A A
P A P A A P A A A P
n
( ... )
( ) ( ) ( ) (
1 2 2
1 2 1 3 1 2

= AA A A A
n n 1 2 1


... )
Por ejemplo, en un lote de 20 computadoras hay cinco defectuosas. Si se
eligen al azar tres de ellas, calcular la probabilidad de que las tres no sean de-
fectuosas.
Para resolverlo tenemos que la probabilidad de que la primera computadora
seleccionada al azar no sea defectuosa es de
15
20
, dado que 15 computadoras de
20 no son defectuosas. Entonces, si la primera computadora result no ser de-
fectuosa, la probabilidad de que la segunda computadora elegida tampoco lo sea
es de
14
19
, ya que se tienen 14 computadoras no defectuosas de las 19 restantes.
Asimismo, la probabilidad de que la tercera computadora seleccionada al azar no
salga defectuosa es de
13
18
, debido a que se tienen dos computadoras defectuosas
entre las 18 restantes del lote. Entonces:
Caractersticas
del teorema de la
multiplicacin
Ejemplo del teorema
de la multiplicacin
29
Uni dad I . Probabi li dad

P A A A
P A A A
( )
( )
1 2 3
1 2 3
15
20
14
19
13
18
4
20
3
19
2
=
=
118
91
228
1 2 3
1 2 3
1 2
P A A A
P A A A
P A A A
( )
( )
(
=
=

0.3991
33
)=39.91%
I.6 Teorema de Bayes
Regla de Bayes
El espacio muestral de un experimento puede segmentarse en una coleccin
de eventos A
1
, A
2
, A
3
,..., A
n
mutuamente excluyentes tal que su unin sea igual a .
Por ejemplo, sea el experimento consistente en lanzar un dado, de modo
que su espacio muestral est dado por {1,2,3,4,5,6} . Este espacio puede seg-
mentarse de varias formas en una coleccin de eventos mutuamente excluyentes.
Una de ellas sera: A
1
= {1,2}, A
2
={3,4,5} y A
3
= {6}.
Si sobre la particin de un espacio muestral se defne un evento B:
Se tiene que:


B B
A B A B A B
n
=
=

( ) ( ) ... ( )
1 2
Descripcin de la regla
de Bayes

A
1
A
2 A
3
A
4
A
n
B
30
Estad sti ca i nferenci al
Entonces:
P B P A B P A B P A B
n
( ) ( ) ( ) ... ( ) = + + +
1 2

Y por el teorema de la multiplicacin visto en el apartado 1.5:
P B P A P B A P A P B A P A P B A
n n
( ) ( ) ( ) ( ) ( ) ... ( ) ( ) = + + +
1 1 2 2
Luego, para toda i, la probabilidad condicional de A
i
dado que ha ocurrido B
est dada por:

P A B
P A B
P B
i
i
( )
( )
( )
=

En esta expresin se sustituye P(B) por la penltima ecuacin y se emplea
P A B P A P B A
i i i
( ) ( ) ( ) = en sustitucin de P A B
i
( ) , con lo que se obtiene:

P A B
P A P B A
P A P B A P A P B A
i
i i
( )
( ) ( )
( ) ( ) ( ) ( ) ..
=

+ +
1 1 2 2
.. ( ) ( ) + P A P B A
n n
Lo que se conoce con el nombre de Teorema de Bayes en honor a su inventor,
el matemtico britnico Tomas Bayes.
Ejemplo:
Se tienen tres urnas: A (con seis bolas rojas y cuatro azules), B (con cuatro bolas
rojas y dos azules) y C (con dos bolas rojas y cinco bolas azules). Se selecciona
al azar una urna y se extrae de ella una bola. Si sta es de color rojo, calcular la
probabilidad de que se haya sacado de la urna A.
Solucin:
Sea R el evento consistente en sacar una bola roja. Se busca la probabilidad de
que si la bola es roja, haya sido extrada de la urna A, probabilidad que se expresa
como P A R ( ). Entonces, aplicando el Teorema de Bayes:

P A R
P A P R A
P A P R A P B P R B P C P R C
( )
( ) ( )
( ) ( ) ( ) ( ) ( ) (
=

+ + ))
( )
( )
(
P A R
P A R
P A R
=

+ +
=
1
3
6
10
1
3
6
10
1
3
4
6
1
3
2
7
63
163
)) .
( ) . %
=
=
0 3865
38 65 P A R
31
Uni dad I . Probabi li dad

P A R
P A P R A
P A P R A P B P R B P C P R C
( )
( ) ( )
( ) ( ) ( ) ( ) ( ) (
=

+ + ))
( )
( )
(
P A R
P A R
P A R
=

+ +
=
1
3
6
10
1
3
6
10
1
3
4
6
1
3
2
7
63
163
)) .
( ) . %
=
=
0 3865
38 65 P A R
I.7 Permutaciones y combinaciones
Tcnicas de conteo
En estadstica se emplea una rama de las matemticas conocida como combina-
toria que se aplica al conteo de elementos sin tener que cuantifcar de manera di-
recta cada uno de ellos. Entre las principales tcnicas de combinatoria (tambin
denominadas tcnicas de conteo) se encuentran:
Factorial
Permutaciones
Combinaciones
Factorial
Es la tcnica de conteo que permite cuantifcar el nmero de ordenaciones posi-
bles de los elementos de un conjunto. El factorial de un nmero n se defne como:

n n n ! ( ) = 1 2 3 1
Donde n es un nmero entero mayor o igual a cero. Se tiene por defnicin
que:
0 1 1 ! ! = =
Por ejemplo, 5 1 2 3 4 5 120 ! = = .
Ejemplo
Sean A, B, C tres personas formadas en una fla esperando a ser atendidas. De
cuntas maneras diferentes pueden formarse en la fla?
Descripcin
de la tcnica factorial
32
Estad sti ca i nferenci al
Solucin
Calculando el factorial de tres se tiene que hay 3 1 2 3 6 ! = = maneras diferentes
de formarse, lo que puede verifcarse de manera exhaustiva (es decir, enlistando
todos los casos posibles):
ABC
BCA
CAB
BAC
ACB
CBA
Como es de esperarse, al aumentar el nmero de elementos en un conjunto
crece dramticamente el nmero de formas posibles en que pueden ordenar-
se, y por ende el conteo exhaustivo (enlistar todos los casos posibles) se vuelve
impracticable o imposible. Por ejemplo, un conjunto de siete elementos puede
ordenarse de 7 5040 ! = maneras posibles, lo cual sera muy tardado y laborioso
de cuantifcar.
Combinaciones
Supngase que se tiene un grupo de cuatro personas: A, B, C y D. Si se elige a dos
de ellas, el nmero de posibles parejas puede determinarse de forma exhaustiva:
A, B (que es la misma pareja que B, A)
A, C = C, A
A, D = D, A
B, C = C, B
B, D = D, B
C, D = D, C
Es decir, hay seis posibles combinaciones cuando se toman dos elementos
de un grupo de cuatro. En general, el nmero total de combinaciones de k ele-
mentos tomados de un total de n se denota con el smbolo C
k
n
y se calcula con la
siguiente expresin:

C
n
k n k
k
n
=

!
!( )!
Ntese que al determinar las combinaciones, el orden de los elementos no
importa (por ejemplo, la pareja A, B es igual a la pareja B, A).
Por qu crees que a la combinatoria se le conoce como
el arte de contar sin contar?
Descripcin
de la tcnica
de combinaciones
Ejemplo
de la tcnica factorial
33
Uni dad I . Probabi li dad
Ejemplo
Calcular el nmero total de combinaciones de dos elementos tomados de un to-
tal de seis.
Solucin
Se debe determinar C
2
6
. Entonces, k = 2 y n = 6 . Por lo que:

C
C
C
C
C
2
6
2
6
2
6
2
6
2
6
2 6 2
6
2 4
720
2 24
720
48
=

=
=
=
!
!( )!
!
! !
( )
66
15 =
Permutaciones
Ahora supngase que de un grupo de tres personas A, B y C, se seleccionan dos
para ocupar un cargo de jefe y otro de asistente. En este caso, el orden de los ele-
mentos s importa. Por ejemplo, la pareja A, B es diferente de la pareja B, A. Este
tipo de agrupacin se denomina permutacin.
De manera exhaustiva, el nmero total de permutaciones de dos elementos
tomados de un total de tres est dado por:
Jefe Asistente
1 A B
2 B A
3 A C
4 C A
5 B C
6 C B
Descripcin
de la tcnica
de permutaciones
Ejemplo de la tcnica
de combinaciones
34
Estad sti ca i nferenci al
En general, el nmero total de permutaciones de k elementos tomados de un
total de n se denota por P
k
n
y se calcula con la expresin:


P
n
n k
k
n
=

!
( )!
Ejemplo
Calcular el nmero total de permutaciones de dos elementos tomados de un to-
tal de cinco.
Solucin
Se debe determinar P
2
5
. Entonces k = 2 y n = 5 , por lo que

P
P
P
2
5
2
5
2
5
5
5 2
5
3
120
6
20
=

=
= =
!
( )!
!
!
Ejemplo de la tcnica
de permutaciones
Reactivos de autoevaluacin
Instrucciones: Selecciona la respuesta correcta.
1. Se lanzan simultneamente dos monedas. Calcu-
lar la probabilidad de que aparezcan exactamente
dos guilas o exactamente dos soles.
a) 55%
b) 50%
c) 60%
2. Se lanzan simultneamente dos dados. Calcular
la probabilidad de que la suma de las caras sea un
nmero impar o de que la suma de las caras sea
mayor al valor seis.
a) 85.15%
b) 82.44%
c) 83.33%
3. Se lanzan simultneamente dos dados. Si la suma
de las caras es igual a ocho, calcular la probabili-
dad de que uno de los dados sea igual a seis.
a) 40%
b) 45%
c) 50%
4. En un lote de 18 computadoras hay cuatro defec-
tuosas. Si se eligen al azar tres de ellas, calcular la
probabilidad de que las tres no sean defectuosas.
a) 45.75%
b) 44.60%
c) 46.65%
5. Se tienen tres urnas: A (con dos bolas rojas y
cinco azules), B (con siete bolas rojas y cuatro
azules) y C (con una bola roja y tres azules). Se
selecciona al azar una urna y se extrae de ella una
bola. Si sta es de color rojo, calcular la probabili-
dad de que se haya sacado de la urna A.
a) 22.37%
b) 25.37%
c) 24.37%
6. Calcular el nmero total de permutaciones de
cuatro elementos tomados de un total de seis.
a) 375
b) 350
c) 360
7. Calcular el nmero total de combinaciones de
tres elementos tomados de un total de siete.
a) 35
b) 30
c) 25
35
Uni dad I . Probabi li dad
36
Estad sti ca i nferenci al
Glosario
Condicional: En el contexto de la probabilidad, un evento est condicionado a
otro si la ocurrencia del primero afecta la probabilidad de ocurrencia del
segundo.
Exhaustivo: Dentro del contexto de la probabilidad, se refere a enlistar el total
de resultados de un experimento.
Induccin matemtica: Tipo de razonamiento matemtico que a partir de la
demostracin de un caso particular generaliza sus propiedades a n casos.
Particin: Divisin de un espacio muestral en diferentes eventos que pueden ser
o no mutuamente excluyentes.
Teorema: Proposicin matemtica que requiere demostracin para ser aceptada.
Fuentes de informacin
Garca, M. (2005). Introduccin a la teora de la probabilidad. Mxico: Fondo de
Cultura Econmica.
Hernndez, A. y O. Hernndez (2003). Elementos de probabilidad y estadstica.
Mxico: Sociedad Matemtica Mexicana.
Meyer, P. (1986). Probabilidad y aplicaciones estadsticas. E.U.: Addison-Wesley
Iberoamericana.
Ulloa, V. y V. Quijada (2006). Estadstica aplicada a la comunicacin. Mxico:
unam.
Lipschutz, S. (1988). Probabilidad. Mxico: McGraw-Hill.
Panel de vericacin
Instrucciones: Selecciona la respuesta correcta.
1. Se lanzan simultneamente dos monedas. Calcu-
lar la probabilidad de que aparezcan exactamente
dos guilas o exactamente dos soles.
a) 55%
b) 50%
c) 60%
2. Se lanzan simultneamente dos dados. Calcular
la probabilidad de que la suma de las caras sea un
nmero impar o de que la suma de las caras sea
mayor al valor seis.
a) 85.15%
b) 82.44%
c) 83.33%
3. Se lanzan simultneamente dos dados. Si la suma
de las caras es igual a ocho, calcular la probabili-
dad de que uno de los dados sea igual a seis.
a) 40%
b) 45%
c) 50%
4. En un lote de 18 computadoras hay cuatro defec-
tuosas. Si se eligen al azar tres de ellas, calcular la
probabilidad de que las tres no sean defectuosas.
a) 45.75%
b) 44.60%
c) 46.65%
5. Se tienen tres urnas: A (con dos bolas rojas y
cinco azules), B (con siete bolas rojas y cuatro
azules) y C (con una bola roja y tres azules). Se
selecciona al azar una urna y se extrae de ella una
bola. Si sta es de color rojo, calcular la probabili-
dad de que se haya sacado de la urna A.
a) 22.37%
b) 25.37%
c) 24.37%
6. Calcular el nmero total de permutaciones de
cuatro elementos tomados de un total de seis.
a) 375
b) 350
c) 360
7. Calcular el nmero total de combinaciones de
tres elementos tomados de un total de siete.
a) 35
b) 30
c) 25
37
Uni dad I . Probabi li dad
37