Probabilidades conjunta, marginal y condicional.

Para introducir las principales ideas de este tema, considere el siguiente ejemplo:

Ejemplo.
Una oficina tiene 100 computadoras. Algunas son porttiles (L), mientras que otras son de mesa (M).
Adems, algunas son nuevas (N), mientras que otras son usadas (U). La tabla de abajo da el nmero de
mquinas de cada categora:

L M
N 40 30
U 20 10

Si se escoge al azar una computadora, calcule la probabilidad de que:

a) La mquina sea nueva.
b) La mquina sea una laptop usada.
c) Si la computadora es nueva, sta sea una PC (de mesa).
d) Si la mquina escogida es una laptop, sta sea usada.

Solucin
40+30 70
a) P( N )= = =0.7
100 100
20
b) P( LU )= =0.2
100
c) Observe que en este caso, se sabe de antemano que la computadora es nueva, por consiguiente, el
30 3
espacio muestral se ha reducido a N. Por lo tanto P( MN )= = 0.43
70 7
d) De manera similar al literal c), el espacio muestral en este caso se ha reducido a L, la probabilidad
20 2 1
requerida es P(UL)= = = 0.33 .
60 6 3

Ahora generalizaremos los conceptos vistos en el ejemplo anterior mediante un ejemplo ms general.

Ejemplo
Un experimento consiste en elegir aleatoriamente a una persona adulta que viva en una ciudad con n
personas adultas, y se anotan sus caractersticas con respecto al hbito de fumar y su sexo. Sea el
espacio muestral la poblacin de adultos de la ciudad, que se divide en los siguientes pares de eventos
disjuntos: A 1 = fumador, A 2 = no fumador; B 1 = hombre, B 2 = mujer. Los eventos pueden
representarse como se muestra en la siguiente tabla:

B1 B2
A1 n11 n12
A2 n21 n22

1
Supngase que se desea determinar la probabilidad de ocurrencia simultnea de los eventos A 1 y B 2 .
Dado que exactamente n12 de los n adultos poseen ambos atributos, la probabilidad es n12 / n . Esta
ltima recibe el nombre de probabilidad conjunta dado que se trata de la probabilidad de resultados
comunes a ambos eventos A 1 y B 2 . En general, la probabilidad de los eventos A i y B j , est dada
por
P( AiB j)=nij /n

Supngase que ahora el inters recae en determinar la probabilidad de A i , sin considerar otro evento
B j del espacio muestral S. Por ejemplo, el nmero total de personas no fumadoras ( A 2 ) es n21 +n22 ,
as se obtiene
P( A2 )=(n21+ n22)/n

Este tipo de probabilidad se conoce como probabilidad marginal, porque para determinarla se
ignoraron una o ms caractersticas del espacio muestral. De lo anterior se deduce la siguiente frmula
ms general:
2
P( Ai )= n ij /n
j=1

pero, dado que

P( AiB j)=nij /n
entonces
2
P( Ai )= P( A iB j )
j=1

En otras palabras, la probabilidad marginal de un evento A i es igual a la suma de las probabilidades

conjuntas de A i y B j , donde la suma se efecta sobre todos los eventos B j . De manera similar, la
probabilidad marginal de B j est dada por

2
P( B j )= P( A iB j )
i=1

Estas frmulas pueden extenderse para incluir ms de dos eventos disjuntos.

Finalmente, suponga que el inters recae en determinar la probabilidad de un evento A i , dado que ha
ocurrido el evento B j . Por ejemplo, se ha elegido una mujer adulta (ha ocurrido B 2 ). Cul es la
probabilidad de que la mujer fume? Una vez que el evento mujer ocurre, ste reemplaza a S como el
espacio muestral de inters. Por lo tanto, la probabilidad de tener un fumador en este caso es el nmero
de mujeres que fuman entre el nmero total de estas, es decir,

P( A1B 2)=n12 /(n12 +n22)

donde la barra vertical se lee dado que. La anterior recibe el nombre de probabilidad condicional
de A 1 dada la ocurrencia de B 2 . En general se tiene que

2
 2
P( AiB j )=nij / nij
i=1
y por simetra,
2
P(B jAi )=nij / nij
j=1

Al dividir el numerador y el denominador del miembro derecho de la primera frmula de la

probabilidad condicional por n , se tiene:

n ij /n
P( AiB j )= 2

nij / n
i=1

2
pero P( AiB j)=nij /n y P( B j )= nij /n , por consiguiente,
i=1

P (A iB j)
P( AiB j )= , P( B j )>0
P(B j )
y equivalentemente
P (A iB j)
P( B jAi )= , P( Ai )>0
P( Ai )

Para definir las probabilidades conjunta, marginal y condicional se ha empleado un ejemplo especfico,
en el cual el espacio muestral contiene un nmero finito de resultados. Sin embargo, las definiciones
anteriores se pueden extender para incluir cualquier espacio muestral discreto o continuo.

Definicin. Sean A y B dos eventos cualesquiera que se encuentran en un espacio muestral S de manera
tal que P( B)> 0 . La probabilidad condicional de A al ocurrir el evento B, es el cociente de la
probabilidad conjunta de A y B con respecto a la probabilidad marginal de B. De esta manera

P( AB)
P( AB)= , P( B)> 0
P(B)

La identidad de la definicin anterior se puede reescribir, lo que da como resultado la regla de

multiplicacin de probabilidades, dada por

P( AB)=P (B) P( AB)

P( AB)
Por simetra, P( BA)= , P( A)>0 y entonces P( AB)=P ( A )P(BA) .
P (A )

Comparando las dos frmulas de la regla de multiplicacin, se deduce que

3
 P( A)P (BA)=P (B) P( AB)

Ejemplo
A los habitantes de una gran ciudad de los Estados Unidos se les hizo una encuesta con el propsito de
determinar el nmero de lectores de los semanarios Time y Newsweek. Los resultados de la encuesta
fueron los siguientes: 20% de los habitantes leen el Time, el 16% lee el Newsweek y un 1% lee ambos
semanarios. Si se selecciona al azar a un lector del Time, cul es la probabilidad de que tambin lea el
Newsweek?

Solucin
Sean A = el lector lee el Time y B = el lector lee el Newsweek. Dado que P(A) = 0.2, P(B) = 0.16 y
P(A B) = 0.01,
P( AB) 0.01
P( BA)= = =0.05
P (A ) 0.2

Tambin se puede determinar la probabilidad de que un lector del Newsweek lea adems el Time:

P( AB) 0.01
P( AB)= = =0.0625
P(B) 0.16

y se verifica la relacin P( A) P (BA)=P (B) P( AB) 0 (0.2)(0.05)=( 0.16)(0.0625)

Ejemplo
Determine la probabilidad de tomar al azar en sucesin dos ases de una baraja de 52 cartas, si la
seleccin se realiza sin reemplazo.

Solucin
Sean los sucesos A1 = se obtiene un as en la primera seleccin y A2 = se obtiene un as en la
segunda seleccin, entonces:

P (A1 A2)= P( A1) P (A2A1 )= ( 524 )( 513 )=( 131 )( 171 ) = 2211

La regla de la multiplicacin (o del producto) extendida hasta incluir n sucesos A1 , A2 , , An se

presenta enseguida:

P (A1 A2 An)=P ( A1) P (A2A1 ) P ( A3A1 A2) P( AnA1 A2 An1)

Ejemplo
En una reunin hay 10 personas. Calcular la probabilidad de que celebren su cumpleaos el mismo da
del ao al menos dos personas.

Solucin
P (al menos 2 cumplan ao el mismo da)=1 P(todos cumplan ao en un da distinto)

4
=1 ( 365
365 )( 365 )( 365 ) ( 365 )
364 363

356

Ejemplo
Muchos bancos usan modelos computarizados para dar un puntaje determinado a las solicitudes de
prstamo. Este puntaje se emplea como una ayuda para decidir si otorgar el prstamo. Supngase que el
3% de todos los prstamos que se otorgan presentan problemas por incumplimiento de pago y que los
modelos de crdito son precisos en un 80%. Si el 85% de todas las solicitudes reciben puntuaciones
favorables por los modelos computarizados y se les otorga el prstamo, determinar la probabilidad de
que una solicitud que recibe una puntuacin favorable y a la que se le otorga el prstamo, no presente
ningn problema para el pago de ste.

Solucin
Sean los eventos A = incumplimiento de pago y B = puntuacin favorable.
Del enunciado del problema se tiene que: P(A) = 0.03, P(B) = 0.85 y P(BAC) = 0.8, donde AC =
cumplimiento de pago.
Lo que se busca es P(AC B), es decir, la probabilidad de que no exista ningn problema en el pago del
prstamo, dado que la solicitud obtuvo una puntuacin favorable.
Usando la relacin
P( B) P( ACB)=P( AC ) P (BAC )
o equivalentemente
C P( A C ) P( BA C )
P( A B)=
P(B)

(0.97)(0.8)
y dado que P(AC) = 0.97, la probabilidad deseada es P( ACB)= =0.9129 .
0.85

Ejemplo
Una planta recibe reguladores de voltaje de dos diferentes proveedores B 1 y B 2 ; el 75% de los
reguladores se compra a B 1 y el resto a B 2 . El porcentaje de reguladores defectuosos que se reciben
de B 1 es 8% y el de B 2 es de 10%. Determinar la probabilidad de que funcione un regulador de
voltaje de acuerdo con las especificaciones (es decir, el regulador no est defectuoso).

Solucin
Sea A = el regulador de voltaje es no defectuoso. Es claro que B 1B 2= . Por lo tanto

P( A)=P( AB1)+ P( AB2 )

pero P( AB 1)=P(B1 )P( AB1 ) y P( AB 2)=P( B2 )P ( AB2 ) , en donde se conocen P( B1)=0.75 ,

P( B2)=0.25 , P( AB1)=0.92 y P( AB2)=0.9 .
Sustituyendo:

P( A)=P( B1 ) P( AB1 )+P (B 2) P( AB2)=(0.75)(0.92)+( 0.25)(0.90)=0.915

5
La ltima frmula del ejemplo anterior se generaliza en el siguiente teorema:

Teorema de la Probabilidad Total.

Sea B1 , B 2 , , B n una particin del espacio muestral S y A un evento de S , entonces

n
P (A)= P ( B i) P ( ABi )
i=1
Demostracin
Sean B1 , B 2 , , B n una particin de S y A un evento de S . Entonces

A= AS= A(B1B 2 Bn )=( AB1 )(AB 2)( AB n)

La siguiente figura ilustra el caso n = 4:

Entonces observemos que la probabilidad de A puede calcularse como:

P (A)=P ( AB1)+ P ( AB 2)++ P (A Bn )

=P (B 1) P( AB1)+ P ( B 2) P ( AB2 )++ P( Bn ) P ( AB n)
n
= P ( B i) P (ABi )
i=1

Ejemplo
Cierto artculo es manufacturado por dos fbricas: la fbrica 1 y la fbrica 2. La fbrica 1 suministra el
60% de la produccin y produce un 3% de artculos defectuosos, mientras que la fbrica 2 suministra el
40% de la produccin y produce un 2% de artculos defectuosos. Si se escoge un artculo al azar, cul
es la probabilidad de que sea defectuoso?

Solucin
Sean los eventos A = el artculo escogido es defectuoso, B1 = el artculo proviene de la fbrica 1 y
B2 = el artculo proviene de la fbrica 2. Entonces

P ( A)=P (B1 ) P ( AB 1)+ P ( B 2) P( AB2 )

=(0.60)(0.03)+(0.40)( 0.02)=0.026

Supngase ahora que la ocurrencia de un evento B no tiene efecto alguno sobre la probabilidad de otro

6
evento A, es decir, que la probabilidad condicional P( AB) es igual a la probabilidad marginal P( A) ,
a pesar de que ya haya ocurrido el evento B. Esta situacin origina un concepto muy importante que se
conoce como independencia estadstica.

Definicin. Sean A y B dos eventos cualesquiera de un espacio muestral S. Se dice que el evento A es
estadsticamente independiente del evento B si P( AB)=P( A) .

Algunas consecuencias importantes de la definicin anterior se deducen a continuacin.

P( AB)
Si un evento A es estadsticamente independiente de otro B, puesto que P( A)=P( AB)= , se
P (B)
deduce que P (A B)=P (A)P ( B) .

Adems, puesto que P( AB)=P ( A )P(BA) entonces P( A)P (B)=P (A ) P( BA) o bien
P( B)=P( BA) .

Por lo tanto, puede concluirse que si un evento A es estadsticamente independiente de otro B, entonces
B es estadsticamente independiente de A y se cumplen las tres relaciones siguientes:

1) P( AB)=P( A)
2) P( B)=P( BA)
3) P( AB)=P ( A ) P( B)

Se puede demostrar tambin que dos sucesos A y B son independientes entre s, si y slo si
P ( A B)=P (A) P (B) .

Otra observacin importante es que si A y B son independientes, entonces tambin lo son las parejas
de eventos A y BC, AC y B, AC y BC.

Con la siguiente definicin se extiende el concepto de independencia estadstica:

Definicin. Los eventos A 1 , A 2 , , A k de un espacio muestral S son estadsticamente independientes

si y solo si la probabilidad conjunta de cualquier 2,3, , k de ellos es igual al producto de sus
probabilidades marginales.

Por ejemplo, tres eventos A, B y C son estadsticamente independientes si y solo si

1) P( AB)=P ( A ) P( B)
2) P( AC)=P( A) P(C)
3) P( BC )=P(B) P(C )
4) P( ABC)=P ( A ) P( B) P (C)

Ejemplo
Se lanza un dado normal y se observa el nmero de puntos en la cara superior. Sean los sucesos A = el
1
dado muestra un nmero par y B = el dado muestra un 5 o un 6. Entonces P( AB)= y
6

7
 3 2 1
P( A) P (B)= = , luego P ( A B)=P ( A) P (B) y A y B son independientes.
6 6 6

Ejemplo
Un sistema tiene 5 componentes conectadas entre s como se muestra en la figura:

P(B) = 0.90 P(D) = 0.93

B D

A
P(A) = 0.98

C E
P(C) = 0.95 P(E) = 0.97

donde las probabilidades indican la seguridad de que la componente funcione adecuadamente. Si se

supone que el funcionamiento de una componente en particular es independiente del de las dems,
cul es la probabilidad de que el sistema trabaje?

Solucin
Suponiendo la independencia de los eventos, el sistema funcionar si A y B y/o C, y D y/o E lo hacen.
El evento que representa al sistema funcionando ser F=A( BC )( DE) , por consiguiente

P( F)=P ( A( BC )( D E))=P( A) P( BC) P ( DE)

C C C C C
pero P( BC )=1P( BC) =1P (B C )=1P( B ) P(C )=1(0.10)(0.05)=0.995 y
C C C C C
P( DE)=1P( DE) =1P( D E )=1P ( D ) P( E )=1(0.07 )( 0.03)=0.9979 , por tanto

P( F)=(0.98)(0.995)(0.9979)=0.973

El teorema de Bayes, es una proposicin planteada por el filsofo ingls Thomas Bayes (1702-1761),
que expresa la probabilidad condicional de un evento aleatorio A dado B en trminos de la distribucin
de probabilidad condicional del evento B dado A y la distribucin de probabilidad marginal de slo A.
El teorema de Bayes es de enorme relevancia puesto que vincula la probabilidad de A dado B con la
probabilidad de B dado A.

Comnmente se inicia un anlisis de probabilidades con una asignacin inicial, probabilidad a priori.
Cuando se tiene alguna informacin adicional se procede a calcular las probabilidades revisadas o a
posteriori. El teorema de Bayes permite calcular las probabilidades a posteriori y a continuacin se
presenta su enunciado.

8
Teorema de Bayes
Sean B 1 , B2 , , B n una particin del espacio muestral S y A un evento de S, entonces la
probabilidad condicional P (B jA) se puede calcular mediante la siguiente frmula:

P ( A B j ) P( B j ) P ( AB j)
P ( B jA)= = k
P (A)
P (B i) P ( ABi )
i=1

Ejemplo
Una fbrica de neumticos tiene tres lneas de produccin. Cada una de estas lneas produce el 20, 30 y
50 por 100 de la produccin total de un da. Se conoce, por experiencia de diversas inspecciones, que el
porcentaje de neumticos defectuosos fabricados por cada una de las tres lneas es de 1%, 1.5% y 2%.
De la produccin de un da se elige un neumtico al azar, calcular:
1) La probabilidad de que sea defectuoso.
2) Si el neumtico elegido es defectuoso, la probabilidad de que haya sido fabricado en la lnea 2.
3) Si el neumtico no tiene defectos, la probabilidad que haya sido fabricado por una de las dos
primeras lneas.

Solucin
Sean los eventos D = el neumtico escogido es defectuoso, L1 = el neumtico proviene de la linea
1, L2 = el neumtico proviene de la linea 2 y L3 = el neumtico proviene de la linea 3. Observe
que S = L1 U L2 U L3.
1) Por el Teorema de la Probabilidad Total:
P (D)=P ( L1 ) P( DL1)+ P (L 2) P ( DL2 )+ P ( L3 )P ( DL 3)
=(0.20)(0.01)+(0.30)(0.015)+(0.50)(0.02)=0.01651.65 %
2) Por el Teorema de Bayes:
P ( L 2) P( DL2 ) (0.30)(0.015)
P (L2D)= = =0.27327.3 %
P (L1 )P ( DL 1)+ P ( L2 ) P( DL2 )+ P( L3) P (DL3 ) 0.0165

3) La probabilidad pedida es:

P ( L1 L2DC )=P ( L1DC )+ P (L 2DC )

P (DCL1 )P ( L1) P ( DCL2) P ( L 2)

= +
P ( DC ) P( DC )

(10.01)( 0.2) (10.015)(0.3)

= +
10.0165 10.0165

=0.2013+0.3004=0.5017=50.17 %

Ejemplo
Un estudiante de Matemtica tiene un despertador que sonara a la hora fijada con probabilidad 0.7. Si
suena, le despertara a tiempo para llegar a su clase de estadstica con probabilidad de 0.8. Si no suena,
la probabilidad de que llegue a clase es 0.3. Calcular:
a) Probabilidad de que un da cualquiera llegue a clase de estadstica.

9
b) Encontramos al estudiante en su clase de estadstica. Probabilidad de que el despertador haya
sonado.

Solucin
Definiendo los sucesos:
L = llegar a tiempo a la clase de Estadstica
Q = que suene el despertador
a) Por el Teorema de la Probabilidad Total:

P ( L)=P ( LQ) P(Q)+ P ( LQ C ) P (QC )=(0.8)(0.7)+(0.3)(10.7)=0.6565 %

b) La probabilidad buscada es:

P( LQ)P (Q) (0.8)(0.7)

P (QL)= = =0.86186.1 %
P ( L) 0.65

Permutaciones y combinaciones.
En probabilidad es necesario a menudo contar el nmero posible de resultados de un experimento, as
como el nmero de resultados que son favorables a un evento dado. Este proceso de conteo puede
simplificarse mucho con las dos tcnicas de conteo llamadas permutaciones y combinaciones.

Una permutacin es un arreglo en un orden particular de los objetos que forman un conjunto.
Considere por ejemplo, todos los posibles ordenamientos de las letras a, b y c. Por el principio del
producto1 hay 321=6 maneras en las que se pueden arreglar las 3 letras. Los 6 arreglos o
permutaciones son:
abc , acb , bac , bca , cab , cba

Con el mismo razonamiento, el nmero total de maneras en que pueden arreglarse las letras a, b, c y d
es 4321=24 . En general, el nmero de permutaciones de n objetos distintos es:

n(n1)(n2)(3)(2)(1)

El anterior producto se denota por n! y se lee n factorial. Por ejemplo, 2!=21=2 ,

3!=321=6 , 4!=4321=24 , etc. De la frmula general del factorial se obtiene:

n!=n(n1)!

Se definen 1!=1 y 0!=1 .

Deduzcamos ahora el nmero de permutaciones de n objetos, si se toman r a la vez:

P(n , r )=n( n1)(n2)(n( r1))=n(n1)(n2)(nr + 1)

1 Si un evento puede ocurrir de n1 maneras diferentes y si una vez que ha ocurrido, otro evento puede ocurrir de n2
maneras diferentes, entonces la cantidad de maneras en que pueden ocurrir los dos eventos, en este orden especfico es
n1 n 2 .

10
 n(n1)(n2)(nr +1)(nr )! n!
= =
(nr )! (nr )!

n!
Por consiguiente, P(n , r )= .
(nr )!

Ejemplo
En cierto pas, las placas de los automviles se identifican por tres letras y tres nmeros. a) Cul es el
nmero total si ninguna letra de placas posible puede usarse ms de una ocasin? b) Cul es el nmero
total, sin esta restriccin?

Solucin
27! 27262524!
a) P(27,3)103 = 103= 103=17550000
(273)! 24!
3 3
b) 27 10 =19683000

Una seleccin de r objetos, tomados de un conjunto de n objetos diferentes, en la cual no importa el

orden de los r objetos seleccionados es llamada una combinacin. El nmero de combinaciones de r
objetos, tomados de un conjunto de n objetos distintos se denota por n y se lee n combinacin r.
r ()
Puede obtenerse el nmero de combinaciones de n objetos tomando r a la vez, dividiendo el nmero de
permutaciones por r! , dado que en cada combinacin existen r! permutaciones. Por tanto

P(n , r ) n!
(nr)= r!
=
r !(nr )!

Ejemplo
El nmero de combinaciones que se pueden formar con las letras a, b y c tomadas de dos en dos, es
3 = 3! =3 . Estas combinaciones son {a,b}, {a,c} y {b,c} (observe que {a,b} = {b,a}).
()
2 2!1!

Ejemplo
En un grupo de 5 hombres y 4 mujeres, de cuntas maneras es posible seleccionar a 3 hombres y a 2
mujeres?

Solucin
Se pueden elegir 3 hombres de 5 en 5 maneras y se pueden elegir 2 mujeres de 4 en 4 maneras.
3 () 2 ()
Por lo tanto, se pueden elegir los hombres y las mujeres de 5 4 =106=60 maneras distintas.
3 2 ( )( )

11
Ejercicios sobre probabilidad conjunta, marginal, condicional, eventos
independientes y Teorema de Bayes.
1) Los empleados de la compaa New Horizons se encuentran separados en tres divisiones:
administracin, operacin de planta y ventas. La siguiente tabla indica el nmero de empleados en cada
divisin clasificados por sexo.

Mujer (M) Hombre (H) Totales

Administracin (A) 20 30 50
Operacin de planta (O) 60 140 200
Ventas (V) 100 50 150
Totales 180 220 400

a) Usar un diagrama de Venn para ilustrar los eventos O y M para todos los empleados de la compaa.
Son mutuamente excluyentes?
b) Si se elige aleatoriamente un empleado:
i) Cul es la probabilidad de que sea mujer?
ii) Cul es la probabilidad de que trabaje en ventas?
iii) Cul es la probabilidad de que sea hombre y trabaje en la divisin de administracin?
iv) Cul es la probabilidad de que trabaje en la divisin de operacin de planta, si es mujer?
v) Cul es la probabilidad de que sea mujer si trabaja en la divisin de operacin de planta?
c) Son los eventos V y H estadsticamente independientes?
d) Son los eventos A y M estadsticamente independientes?
e) Determinar las siguientes probabilidades:
C
i) P( AM ) ii) P( AM ) iii) P(OM ) iv) P( MA)
C
2) Demustrese que para cualesquiera dos eventos A y B, P( AB)+ P( A B)=1 , a condicin de que
P( B)0 .
3) Sean A y B dos eventos mutuamente excluyentes. Mustrese que no pueden ser independientes. Hay
alguna excepcin?
4) Una familia tiene tres hijos. Determinar todas las posibles permutaciones, con respecto al sexo de los
hijos (el espacio muestral). Bajo suposiciones adecuadas, cul es la probabilidad de que, exactamente,
dos de los hijos tengan el mismo sexo?, cul es la probabilidad de tener un varn y dos mujeres?, cul
es la probabilidad de tener tres hijos del mismo sexo?
5) Se lanza una moneda diez veces y en todos los lanzamientos el resultado es cara. Cul es la
probabilidad de este evento?, cul es la probabilidad de que en el decimoprimero lanzamiento el
resultado sea cruz?
6) Una agencia automotriz recibe un embarque de 20 automviles nuevos. Entre stos, dos tienen
defectos. La agencia decide seleccionar, aleatoriamente, dos automviles de entre los 20 y aceptar el
embarque si ninguno de los dos vehculos seleccionados tiene defectos. Cul es la probabilidad de
aceptar el embarque?
7) Se lanza una moneda con una probabilidad de 2/3 que el resultado sea cara. Si aparece una cara, se
extrae una pelota, aleatoriamente, de una urna que contiene dos pelotas rojas y tres verdes. Si el
resultado es cruz se extrae una pelota, de otra urna, que contiene dos rojas y dos verdes. Cul es la
probabilidad de extraer una pelota roja?

12
8) Expedientes mdicos muestran que uno de 10 individuos de cierta ciudad tienen una condicin
tiroidal baja. Si se eligen al azar 20 personas de esa ciudad y se les examina, cul es la probabilidad de
que cuando menos uno de ellos tendr una condicin tiroidal baja?
9) La probabilidad de que cierto componente elctrico funcione es de 0.9. Un aparato contiene dos de
estos componentes. El aparato funcionar mientras lo haga, por lo menos, uno de los componentes.
i) Sin importar cul de los dos componentes funcione o no, cules son los posibles resultados y sus
respectivas probabilidades? (Pude suponerse independencia en la operacin entre los componentes).
ii) Cul es la probabilidad de que el aparato funcione?
10) Un sistema contiene tres componentes A, B y C. stos pueden conectarse en una cualquiera, de las
cuatro configuraciones mostradas en la figura que se muestra abajo. Si los tres componentes operan
de manera independiente y si la probabilidad de que uno, cualquiera de ellos, est funcionando
es de 0.95, determinar la probabilidad de que el sistema funcione para cada una de las cuatro
configuraciones.

11) El 5% de las unidades producidas en una fbrica se encuentran defectuosas cuando el proceso de
fabricacin se en encuentra bajo control. Si el proceso se encuentra fuera de control, se produce un 30%
de unidades defectuosas. La probabilidad marginal de que el proceso se encuentre bajo control es de
0.92. Si se escoge aleatoriamente una unidad y se encuentra que es defectuosa, cul es la probabilidad
de que el proceso se encuentre bajo control?
12) Una planta armadora recibe microcircuitos provenientes de tres distintos fabricantes B 1 , B 2 y B 3
. El 50% del total se compra a B 1 , mientras que a B 2 y B 3 se les compra un 25% a cada uno. El
porcentaje de circuitos defectuosos para B 1 , B 2 y B 3 es de 5, 10 y 12% respectivamente. Si los
circuitos se almacenan en la planta sin importar quin fue el proveedor:
i) Determinar la probabilidad de que una unidad armada en la planta contenga un circuito
defectuoso.
ii) Si un circuito no est defectuoso, cul es la probabilidad de que haya sido vendido por el
proveedor B 2 ?
13) Un inversionista est pensando en comprar un nmero muy grande de acciones de una compaa.
La cotizacin de las acciones en la bolsa, durante los seis meses anteriores, es de gran inters para el

13
inversionista. Con base en esta informacin, se observa que la cotizacin se relaciona con el producto
nacional bruto (PNB). Si el PNB aumenta, la probabilidad de que el valor de las acciones aumente es de
0.8. Si el PNB es el mismo, la probabilidad de que las acciones aumenten su valor es de 0.2. Si el PNB
disminuye, la probabilidad es de solo 0.1. Si para los siguientes seis meses se asignan las probabilidades
0.4, 0.3 y 0.3 a los eventos: el PNB aumenta, es el mismo y disminuye, respectivamente, determinar la
probabilidad de que las acciones aumenten su valor en los prximos seis meses.
14) Con base en varios estudios una compaa ha clasificado, de acuerdo con la posibilidad de descubrir
petrleo, las formaciones geolgicas en tres tipos. La compaa pretende perforar un pozo en un
determinado sitio, al que se le asignan las probabilidades de 0.35, 0.40 y 0.25 para los tres tipos de
formaciones respectivamente. De acuerdo con la experiencia, se sabe que el petrleo se encuentra en un
40% de formaciones del tipo I, en un 20% de formaciones del tipo II y en un 30% de formaciones del
tipo III. Si la compaa no descubre petrleo en ese lugar, determnese la probabilidad de que exista una
formacin del tipo II.
15) En cierta comunidad, el 8% de todos los adultos de ms de 50 aos de edad padecen diabetes. Si una
agencia de atencin a la salud de esta comunidad diagnostica correctamente el 95% de todos los casos de
diabetes y lo hace de forma incorrecta en el 2% de todos los casos en que no se tiene la enfermedad,
determine las probabilidades de que
a) la agencia de atencin a la salud, diagnosticar que, un adulto mayor de 50 aos tiene diabetes
b) una persona de ms de 50 aos a quin la agencia de atencin a la salud le diagnostic diabetes, en
realidad no padece la enfermedad
16) Demuestre que si P( AB)> P ( A ) entonces P( BA)> P (B) .
17) Dados tres eventos A, B y C, tales que P( ABC)0 y P(CAB)=P(CB) , demuestre
que P( ABC)=P( AB) .
18) Pruebe que si los eventos A y B son independientes, entonces
C
i) Los eventos A y B son tambin independientes.
C C
ii) Los eventos A y B son tambin independientes.
19) Si los tres eventos A, B y C son independientes, pruebe que
i) A y BC son independientes.
ii) A y BC son independientes.
C C
iii) A y BC son independientes.

14