La probabilidad de un suceso es un número, comprendido entre 0 y 1, que indica

las posibilidades que tiene de verificarse cuando se realiza un experimento

aleatorio.

Experimentos deterministas

Son los experimentos de los que podemos predecir el resultado antes de que se
realicen.

Si dejamos caer una piedra desde una ventana sabemos, sin lugar a dudas, que la
piedra bajará
Si la arrojamos hacia arriba, sabemos que subirá durante un determinado
intervalo de tiempo; pero después bajará

Experimentos aleatorios

Son aquellos en los que no se puede predecir el resultado, ya que este depende
del azar.

Si lanzamos una moneda no sabemos de antemano si saldrá cara o cruz

Si lanzamos un dado tampoco podemos determinar el r

Teoría de probabilidades

La teoría de probabilidades se ocupa de asignar un cierto número a

cada posible resultado que pueda ocurrir en un experimento aleatorio, con el
fin de cuantificar dichos resultados y saber si un suceso es más probable que
otro. Con este fin, introduciremos algunas definiciones:

Suceso

Es cada uno de los resultados posibles de una experiencia aleatoria.

Ejemplos:

Al lanzar una moneda salga cara.

Al lanzar un dado se obtenga 4.

Espacio muestral

Es el conjunto de todos los posibles resultados de una experiencia aleatoria, lo

representaremos por E (o bien por la letra griega Ω).

Ejemplos:

Espacio muestral de una moneda:

E = {C, X}.

Espacio muestral de un dado:

E = {1, 2, 3, 4, 5, 6}.

Suceso aleatorio

Suceso aleatorio es cualquier subconjunto del espacio muestral.

Ejemplos:

Al tirar un dado un suceso sería salir par

Al tirar dos monedas un suceso sería sacar dos caras

Un ejemplo completo

Una bolsa contiene bolas blancas y negras. Se extraen sucesivamente tres bolas.
Calcular:
 1. El espacio muestral.

E = {(b,b,b); (b,b,n); (b,n,b); (n,b,b); (b,n,n); (n,b,n); (n,n,b); (n,n,n)}

2. El suceso A = {extraer tres bolas del mismo color}.

A = {(b,b,b); (n,n,n)}

3. El suceso B = {extraer al menos una bola blanca}.

B = {(b,b,b); (b,b,n); (b,n,b); (n,b,b); (b,n,n); (n,b,n); (n,n,b)}

4. El suceso C = {extraer una sola bola negra}.

C = {(b,b,n); (b,n,b); (n,b,b)}

EVENTOS MUTUAMENTE EXCLUYENTES Y

NO EXCLUYENTES, DEPENDIENTES E
INDEPENDIENTES

Eventos no excluyentes
 Sacar un 5 y una carta de espadas. Son eventos no excluyentes pues
podemos tomar un 5 de espadas.
 Sacar una carta roja y una carta de corazones. Son eventos no excluyentes
pues las cartas de corazones son uno de los palos rojos.
 Sacar un 9 y una carta negra. Son eventos no excluyentes pues podemos
tomar el 9 de espadas o el 9 de tréboles.
Eventos mutuamente excluyentes
Los eventos mutuamente excluyentes son aquellos en los
que si un evento sucede significa que el otro no puede
ocurrir. Si bien suelen usarse en teorías científicas, también
son parte de las leyes y los negocios. Como resultado,
entender los eventos mutuamente excluyentes puede ser
importante para una variedad de disciplinas.
Fórmula
La fórmula matemática para determinar la probabilidad de los
eventos mutuamente excluyentes es P(A U B) = P(A) + P(B).
Dicho en voz alta, la fórmula es "Si A y B son evento
mutuamente excluyentes, entonces la probabilidad de que A
o B suceda es equivalente a la probabilidad del evento A más
la probabilidad del evento B".

 Sacar una carta de corazones y una carta de espadas. Son eventos

mutuamente excluyentes, las cartas o son de corazones o son de espadas.
 Sacar una carta numerada y una carta de letras. Son eventos mutuamente
excluyentes, las cartas o son numeradas o son cartas con letra.
 Sacar una carta de tréboles roja. Son eventos mutuamente excluyentes pues
las cartas de tréboles son exclusivamente negras.
No es posible encontrar una sola carta que haga posible que los eventos sucedan a la
vez.
EVENTOS DEPENDIENTES, INDEPENDIENTES Y CONDICIONALES

Eventos Independientes

Dos o más eventos son independientes cuando la ocurrencia o no-ocurrencia de un

evento no tiene efecto sobre la probabilidad de ocurrencia del otro evento (o eventos).
Un caso típico de eventos independiente es el muestreo con reposición, es decir, una
vez tomada la muestra se regresa de nuevo a la población donde se obtuvo.

Dos eventos, A y B, son independientes si la ocurrencia de uno no tiene que ver con la
ocurrencia de otro.

Por definición, A es independiente de B si y sólo si:A y B, son independientes si la

ocurrencia de uno no tiene que ver con la ocurrencia de otro.

Por definición, A es independiente de B si y sólo si:A es independiente de B si y sólo

si:

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

Eventos dependientes

Dos o más eventos serán dependientes cuando la ocurrencia o no-ocurrencia de uno

 de ellos afecta la probabilidad de ocurrencia del otro (o otros). Cuando tenemos este
caso, empleamos entonces, el concepto de probabilidad condicional para denominar la
probabilidad del evento relacionado. La expresión P (A|B) indica la probabilidad de
ocurrencia del evento A sí el evento B ya ocurrió.

Se debe tener claro que A|B no es una fracción.

P (A|B) = P(A y B) / P (B) o P (B|A) = P(A y B) / P(A)

Probabilidad Condicional = P(A y B) / P (B) o P (B|A) = P(A y B) / P(A)

Probabilidad Condicional

Si A y B son dos eventos en S, la probabilidad de que ocurra A dado que ocurrió el

evento B es la probabilidad condicional de A dado B, y se denota:A y B son dos
eventos en S, la probabilidad de que ocurra A dado que ocurrió el evento B es la
probabilidad condicional de A dado B, y se denota:
P(AlB)

Ejercicios

1. si se tira un dado calcular la probabilidad de:

A caen 3 puntos o menos o
B caen 5 puntos o mas
Como son Mutuamente excluyentes AnB=0
P(AoB)=P(a)+P(B)
=P(salen 3 o menos)+P(salen 5 o mas)
=3/6 + 2/6
=5/6

2. se tiene una urna con 50 papeles de colores 15 rojos, 5 morados, 9 verdes, 11

naranjas y 10 azules.
Cual es la probabilidad de:
A sale un papel azul o
B sale un papel rojo
P(AoB)=P(AuB)=P(A)+P(B)
=P(sale un azul)+P(sale 1 rojo)
=10/50 + 15/50
=25/50
=1/2

3. En la urna A tenemos 7 bolas blancas y 13 negros y en la urna B 12 blancas y 8

negras.
Cual es la probabilidad de que se extraiga una bola blanca de cada una
P(AyB)=P(A)*P(B)
=7/20 * 12/20
=84/400
=81/100
4. en una baraja de 52 cartas se toma una carta al azar luego se regresa y se toma otra.
Cual es la probabilidad de A la primera sea de diamantes, y B la segunda sea de
tréboles.
P(AyB)=P(A) * P(B)
=13/52 * 13/52
=169/2704

5. Un lote de 27 artículos, tiene 11 defectuosos. Se toma al azar 5 artículos del lote, uno
tras otro. Hallar la probabilidad de que sean buenos.

p= 16/27 * 15/26 * 14/25 * 13/24 * 12/23 = 52416/968760

Se lanza una moneda cargada, de modo que la probabilidad de que salga cara es de
2/3 y que salga sello es 1/3.
Si sale cara se escoge al azar un número del 1 al 9; si sale sello se escoge al azar un
número del 1 al 5.
Hallar la probabilidad de que se escoja un número par.

P=2/3 * 4/9 + 1/3 * 2/5

= 8/27 + 2/15
=58/135

6. Supongase que en una caja cerrada se tienen 3 canicas rojas, 3 canicas azules y 4
canicas verdes. Se saca una sola canica ¿cual es la posibilidad de sacar una canica
roja?

Canicas rojas: 3
Canicas azules: 3
Canicas verdes: 4
Total de canicas: 3 + 3 + 4 = 10

P (x) = 3 / ( 3 + 3 + 4) = 3/10 = 0,3 = 30%

Existe un 30% de posiblidad de sacar una canica roja.

7. Considere los sucesos A y B. Supóngase que P(A)= 0,4 ; P(B)= p yP(AUB)= 0,7 .
¿Para que valor de p, los eventos A y B son mutuamente excluyentes? ¿Para que
valor de p, los eventos A y B son independientes?

Para que los sucesos A y B sean mutuamente excluyentes entonces P(A⋂B) = 0

P(A⋃B) = P(A) + P(B) - P(A⋂B) ..... probabilidad de la unión.
Sustituyendo los valores tenemos:
0.7 = 0.4 + P - 0 ⇨ P = 0.3
Para que los sucesos A y B sean mutuamente excluyentes P = 0.3.

Para que los sucesos Ay B sean independientes entonces P(A⋂B) = P(A)P(B)

P(A⋂B) = P(A)P(B) ..... condición de eventos independientes.
Sustituyendo los valores tenemos:
P(A⋂B) = 0.4*P ⇨ P = P(A⋂B) / 0.4
 La relación anterior se cumple con la única condición que P(A⋂B) ≠ 0 (no
excluyentes).
Para que los sucesos A y B sean independientes P = P(A⋂B) / 0.4 con P(A⋂B) ≠ 0

8. Si haya una probabilidad del 10% de que Júpiter se alineará con Marte, y una
probabilidad del 50% de que su tirada de una moneda saldrá águilas, entonces ¿qué
es la probabilidad de que Júpiter se alineará con Marte y su tirada de la moneda saldrá
águilas (suponiendo que Júpiter no tenga ningún efecto en el resultado de su tirada)?

Aquí,

J: Júpiter se alineará con Marte

A: Su tirada saldrá águilas

Pues Júpiter no tiene ningún efecto en su tirada de la moneda, tomamos estes

sucesos como independientes, y así la probabilidad de que ambos sucesos ocurrirán
es

P(J ∩ A) = P(J)P(A) = (.10)(.50) = .05.

9. Una caja contiene 4 canicas rojas, 3 canicas verdes y 2 canicas azules. Una canica es
eliminada de la caja y luego reemplazada. Otra canica se saca de la caja. Cuál es la
probabilidad de que la primera canica sea azul y la segunda canica sea verde?

Ya que la primera canica es reemplazada, el tamaño del espacio muestral (9) no

cambia de la primera sacada a la segunda así los eventos son independientes.

P(azul luego verde) = P(azul) · P(verde)

10. Una caja contiene 4 canicas rojas, 3 canicas verdes y 2 canicas azules. Una canica es
eliminada de la caja y no es reemplazada. Otra canica se saca de la caja. Cuál es la
probabilidad de que la primera canica sea azul y la segunda canica sea verde?

Ya que la primera canica no es reemplazada, el tamaño del espacio muestral para la

primera canica (9) es cambiado para la segunda canica (8) así los eventos son
dependientes.

P(azul luego verde) = P(azul) · P(verde)

11. - Un estudiante responde al azar a dos preguntas de verdadero o falso. Escriba el

espacio muestral de este experimento aleatorio.

Solución.

El espacio muestral es el conjunto de todos los sucesos elementales. Los sucesos

elementales son cada uno de los resultados posibles del experimento aleatorio,
indescomponibles en otros más simples. Como el experimento consiste en responder
al
azar a dos preguntas, cada uno de los posibles patrones de respuesta constituirá un

suceso elemental. Un patrón de respuesta sería contestar verdadero a la primera

pregunta y verdadero a la segunda, lo representamos (V, V). Con esta representación

podemos escribir el espacio muestral como:

E = {(V, V) (V, F) (F, V) (F, F)}

- Otro estudiante responde al azar a 4 preguntas del mismo tipo anterior.

a) Escriba el espacio muestral.

b) Escriba el suceso responder “falso” a una sola pregunta.

c) Escriba el suceso responder “verdadero” al menos a 3 preguntas.

d) Escriba la unión de estos dos sucesos, la intersección y la diferencia del 2º y el 1º.

e) La colección formada por estos 5 sucesos, más el suceso seguro y el suceso

imposible ¿Constituyen un sigma-álgebra?

Solución

a) Con la misma convención del problema anterior, los sucesos elementales serían:

(V, V, V, V) (V, V, V, F) (V, V, F, V) (V, F, V, V)

(F, V, V, V) (V, V, F, F) (V, F, V, F) (V, F, F, V)

(F, V, V, F) (F, V, F, V) (F, F, V, V) (V, F, F, F)

(F, V, F, F) (F, F, V, F) (F, F, F, V) (F, F, F, F)

b) El Suceso responder falso a una sola pregunta será el subconjunto del espacio

muestral formado por todos los sucesos elementales en que solo hay unarespuesta

falo, lo llamaremos A y será:

A= {(V, V, V, F) È (V, V, F, V) È (V, F, V, V) È (F, V, V, V)}

c) El suceso responder verdadero al menos a 3 preguntas, lo llamaremos B y será:

B = {(V, V, V, F) È (V, V, F, V) È (V, F, V, V) È (F, V, V, V) È (V, V, V, V)}

d) Observando los sucesos elementales que los componen se deducen

inmediatamente

los siguientes resultados:

A È B = B A U B = A B- A = {(V, V, V, V)}
12. Una rata es colocada en una caja con tres pulsadores de colores rojo, azul y
blanco. Si pulsa dos veces las palancas al azar:

a) ¿Cuál es la probabilidad de que las dos veces pulse la roja?

b) ¿Cuál es la probabilidad de que pulse la primera vez o la segunda o ambas la tecla

azul?

Solución

a) Para que las dos veces pulse la roja tiene que ocurrir que la primera vez pulse la
rojay la segunda también pulse la roja, es decir que se verifique el suceso (R1 Ç
R2).Ahora bien , como ambos sucesos son independientes, la probabilidad de la
intersección es igual al producto de las probabilidades de ambos sucesos. La

probabilidad de estos sucesos se determina mediante la regla de Laplace de casos

favorables (uno), partido por casos posibles (tres)

P(R1 Ç R2) = P(R1) · P(R2) = 1/3 · 1/3 = 1/9

b) En este apartado, claramente, nos piden la probabilidad de la unión de los sucesos

pulsar azul la primera vez y pulsar azul la segunda. Ahora bien, estos dos sucesos no
son incompatibles, luego la probabilidad de la unión será igual a la suma de las
probabilidades menos la probabilidad de la intersección. La probabilidad de la
intersección, al igual que en el apartado anterior, se calcula basándonos en el hecho
de que son independientes.

P(A1 È A2) = P(A1) + P(A2) – P(A1 Ç A2) = 1/3 + 1/3 – 1/9 = 5/9

13. Hay 87 canicas en una bolsa y 68 son verdes. Si se escoge una, ¿cuál es la
probabilidad de que esta sea verde?

Solución:

Divide la cantidad de formas de elegir una canica verde (68) por la cantidad total de
canicas (87)

68 ÷ 87 = 0.781609

Redondea a la precisión deseada (es decir 0.781609 redondeado a centésimos es

0.78)
14. i yo tengo una canasta llena de peras y manzanas, de las cuales hay 20 peras y 10
manzanas. ¿Qué fruta es más probable que saque al azar de la canasta?

Para este ejemplo tenemos que 30 es el total de frutas en la canasta; es decir los
casos posibles. Para calcular la probabilidad de sacar una manzana mis casos
favorables son 10 puesto que existen sólo 10 manzanas. Así, aplicando la fórmula
obtenemos que:

P(Manzana)=10/30=1/3= 33.3% probable

Calculando igual, la probabilidad de sacar pera es:

P(Pera)=20/30=2/3= 66.7% probable

Como 66.7 es mayor que 33.3 es más probable que saque una pera, pues hay más
peras que manzanas en la canasta.

15. En 15 minutos podemos determinar como máximo si cuatro donantes son del tipo
requerido, ya que en el peor de los casos si los 4 primeros no son del tipo adecuado
ya no nos daría tiempo a la transfusión, (ya que 5 pruebas * 3 minutos = 15 minutos)
asi que tenemos que deternimar la probabilidad que como máximo el cuarto donante
sea del tipo buscado, para esto necesitamos la distribución geometrica,

P(X=x) = p*(1-p)^(x-1)

donde

p=0.20 (20%)

y debemos calcular

P(X<=4) =

P(X=1) + P(X=2) + P(X=3) + P(X=4)

P(X=1) = 0.2*(1-0.2)^(1-1) = 0.2

P(X=2) = 0.2*(1-0.2)^(2-1) = 0.16
P(X=3) = 0.2*(1-0.2)^(3-1) = 0.128
P(X=4) = 0.2*(1-0.2)^(4-1) = 0.1024

Y sumando las probabilidades

P(X<=4) = 0.5904

Que tambien se puede calcular directamente sabiendo que

P(X<=x) = 1-(1-p)^x
P(X<=4) = 1-(1-0.2)^4 = 0.5904 como anteriormente.

Por lo tanto la probabilidad que sobreviva es de 0.5904 (59.04%)

16. Al lanzar un dado tres veces, ¿según las probabilidades,

es conveniente apostar a favor o en contra de obtener al menos una vez el 2?
"Al menos una vez el 2" quiere decir "alguna vez
se obtiene el 2". Llamando A={alguna vez se obtiene
el 2}, su complemento es
Ac={ninguna vez se obtiene el 2}
P(Ac)=P(no sale 2 en 1er lanzam.)• P(no sale 2 en 2º
lanzam.)•P(no sale 2 en 3er lanzam.)=5/6•5/6•5/6
=125/216 0,58.
Luego, como P(A)+P(Ac)=1
P(A)=1-0,58=0.42=42%. Por lo tanto, no conviene
apostar a favor.

17. En una tómbola hay dos bolitas blancas y tres bolitas negras, ¿cuál es la
probabilidad de sacar una blanca y después una negra?
a) Si hay reposición, esto es, después de sacar la
primera bolita, ésta se devuelve a la tómbola.
b) Si no hay reposición, esto es, después de sacar
la primera bolita, ésta no se devuelve a la tómbola.

a) En este caso los eventos son independientes ya

que al reponer la bolita la ocurrencia de un evento no
afecta al otro.
Sean los eventos A: "sacar una bolita blanca" y B:
"sacar una bolita negra", entonces, usando
P(A B)=P(A)•P(B), P(A B)=2/5•3/5=6/25

b) Si no hay reposición, los eventos son dependientes

ya que la bolita no es repuesta a la tómbola, por lo que
ocupamos
P(A B)=P(A)•P(B/A)=2/5·3/4=3/10

18. Repita el problema 2) anterior, pero ahora la pregunta es ¿cuál es la probabilidad

de sacar una blanca y una negra? (note que ahora no importa el orden).

a) Si hay reposición, esto es, después de sacar la

primera bolita, ésta se devuelve a la tómbola
b) Si no hay reposición, esto es, después de sacar
la primera bolita, ésta no se devuelve a la tómbola.
a) Usando la definición, el número total de casos
posibles es 5•5=25 y el número de casos favorables
es 2•3+3•2=12(una blanca y una negra ó una negra
y una blanca), luego, P(A)=12/25=48%. O bien,
usando las propiedades,
P(A)=P(sacar blanca)•P(sacar después negra)
+ P(sacar negra)•P(sacar después
blanca)=2/5·3/5+3/5·2/5=12/35=48%

b) Número de casos posibles: 5•4=20 y el número de

casos favorables =2•3+3•2=12, luego,
P(B)=12/20=3/5=60%.
O bien, usando las propiedades
P(B)=P(sacar blanca)•P(sacar negra/sabiendo que
ha salido blanca) +P(sacar negra)•P(sacar
blanca/sabiendo que ha salido negra)
=2/5•3/4+3/5•2/4=3/5=60%

19. Para obtener licencia para conducir, es necesario aprobar tanto el examen teórico
como el práctico. Se sabe que la prob. que un alumno apruebe la parte teórica es 0,68,
la de que apruebe la parte práctica es 0,72 y la de que haya aprobado alguna de las
dos partes es 0,82. Si se elige un alumno al azar, ¿cuál es la prob. de que apruebe el
examen para obtener licencia?

Sea A: aprobar la parte teórica, (P(A)=0,68)

Sea B: aprobar la parte práctica, (P(B)=0,72)
Debemos calcular la prob. de A y B, P(A B).
Usando P(A B) = P(A)+P(B)-P(A B), despejamos P(A B):
P(A B)=P(A)+P(B)-P(A B) y reemplazando,
P(A B)=0,68+0,72-0,82=0,58=58%

20. Hay 87 canicas en una bolsa y 68 son verdes. Si se escoge una, ¿cuál es la
probabilidad de que esta sea verde?

Solución:

Divide la cantidad de formas de elegir una canica verde (68) por la cantidad total de
canicas (87)

68 ÷ 87 = 0.781609

Redondea a la precisión deseada (es decir 0.781609 redondeado a centésimos es

0.78)
21.-Si un solo dado es lanzado al aire y el jugador puede
ganar si obtiene el punto 1 o si obtiene el punto 6, entonces
en tal caso estamos hablando de dos sucesos que son
«mutuamente excluyentes entre sí», porque en un solo
lanzamiento del dado no pueden aparecer los dos eventos al
mismo tiempo (o cae 1, o cae 6, o cae cualquier otro
resultado del dado). Por consiguiente, si el jugador quiere
calcular la probabilidad de ganar en el lanzamiento del dado
puede asumir que el evento A es la aparición del punto 1 del
dado que tiene una probabilidad de ocurrencia de 1/6,
mientras que el evento B es la aparición del punto 6 del dado
que tiene una probabilidad de ocurrencia de 1/6, y por lo
tanto la probabilidad de ganar se calcula mediante la
sumatoria ya indicada: P(A,B) = P(A)+P(B) = 1/6+1/6 = 2/6, o
lo que es lo mismo, el jugador para ganar en el lanzamiento
del dado tiene 2 eventos a su favor sobre 6 eventos posibles:

22.- supongamos que un mazo normal de 52 cartas es

mezclado y que un jugador puede ganar un premio si en la
primera carta extraída del mazo aparece un as (A) o un rey
(K), caso en el cual ambos sucesos también son mutuamente
excluyentes entre sí porque la carta extraída o tiene un valor
o tiene el otro pero no puede tenerlos ambos. En
consecuencia, si se asume que el evento A es la extracción
de cualquier as (A) con una probabilidad de ocurrencia de
4/52, y el evento B es la extracción de cualquier rey (K) que
tiene una probabilidad de ocurrencia de 4/52, entonces la
probabilidad de ganar obteniendo un as o un rey en un solo
ensayo es de: P(A,B) = P(A)+P(B) = 4/52+4/52 = 8/52, o lo
que es lo mismo, el jugador para ganar tiene 8 eventos
favorables (cuatro ases y cuatro reyes) sobre 52 cartas
disponibles en el mazo.
23.- 1 si se tira un dado calcular la probabilidad de:
A caen 3 puntos o menos o
B caen 5 puntos o mas
Como son Mutuamente excluyentes AnB=0
P(AoB)=P(a)+P(B)
=P(salen 3 o menos)+P(salen 5 o mas)
=3/6 + 2/6
=5/6

24.-se tiene una urna con 50 papeles de colores 15 rojos, 5

morados, 9 verdes, 11 naranjas y 10 azules.
Cual es la probabilidad de:
A sale un papel azul o
B sale un papel rojo
P(AoB)=P(AuB)=P(A)+P(B)
=P(sale un azul)+P(sale 1 rojo)
=10/50 + 15/50
=25/50
=1/2
Introducción Breve reseña histórica: La teoría de Probabilidades comienza a partir de una
disputa entre jugadores en 1654. Los dos matemáticos que participaron de tales discusiones
fueron Blaise Pascal y Pierre de Fermat, y su intercambio de correspondencia sentó las bases
de la teoría de Probabilidades. Un matemático holandés, Christian Huygens tomó contacto con
esa correspondencia y escribió el primer libro sobre Probabilidades en 1657, el cual trataba
fundamentalmente sobre problemas relacionados con los juegos de azar. Durante el siglo XVIII
la teoría se desarrolló y se enriqueció con los aportes de Jacob Bernoulli y Abraham de Moivre.
En 1812 Pierre de Laplace introdujo una serie de nuevas ideas y técnicas matemáticas en su
libro Theorie Analytique des Probabilités y fundamentalmente sacó a la teoría del marco
exclusivo de los juegos de azar y aplicó las ideas a muchos problemas científicos y prácticos.
Algunas de las importantes aplicaciones desarrolladas en el siglo XIX fueron: teoría de errores,
matemática actuarial y mecánica estadística. Una de las dificultades para el desarrollo de la
teoría matemática de las probabilidades fue llegar a una definición de probabilidad
matemáticamente rigurosa, pero al mismo tiempo amplia para permitir su aplicación a un
amplio rango de fenómenos. En el siglo XX se llegó a una definición axiomática de las
Probabilidades (Kolmogorov, 1933).
Dentro de los principios de la Lógica y en el manejo de
la Teoría de la Probabilidad, se establece claramente
que dos eventos o proposiciones son mutuamente
excluyentes si ambos no pueden ocurrir o ser válidos
al mismo tiempo.

Por lo tanto, estamos hablando de que si uno de los

eventos sucede, el otro no puede ocurrir y viceversa.

Lee también: La diferencia entre probabilidad empírica

y teórica

Esta condición es muy fácil de verse planteada en

teorías científicas, pero en la práctica es algo que se
presenta con mucha regularidad en los negocios, la
aplicación de las leyes, los juegos y otras situaciones
cotidianas, el trabajo, la investigación y los negocios.

Vamos a repasar los conceptos relacionados para

entender a cabalidad lo que son los eventos
mutuamente excluyentes.

Ejemplos de eventos
mutuamente excluyentes
Como señalamos antes, estamos ante a dos eventos
mutuamente excluyentes cuando al aceptar o darse
una alternativa, la otra queda totalmente
automáticamente excluida.

Un ejemplo común de esto es lanzar una moneda. La

moneda caerá sobre el lado de la cara o sobre el lado
de la cruz.
Debido a que físicamente la moneda solo puede caer
sobre uno de sus dos lados, cada vez que la lancemos
solo ocurrirá un resultado de dos posibles.

Por esta razón, podemos afirmar que “lanzar la

moneda” es un evento mutuamente excluyente. Es o
cara o cruz, no pueden ser ambos resultados.

En el ejercicio diario de la justicia y la aplicación de las

leyes se presentan numerosas situaciones donde se
hace presente el concepto de eventos mutuamente
excluyentes.

Un ejemplo de esto es el concepto de “culpable o

inocente”. Solo puede aplicarse una de las dos
sentencias a una persona acusada de un delito.

Esto es una realidad, no solo en el caso de crímenes

mayores, sino incluso en algo tan simple como una
multa por exceso de velocidad.

La persona excedió el límite de velocidad o no. Es

culpable o inocente y el proceso para decidir cuál será
el veredicto está de por sí basado en un evento
mutuamente excluyente y no se puede dictaminar una
sentencia “a medias”.

Por esta razón es importante el papel de los testigos y

las pruebas recogidas. Por ejemplo, si el acusado
estaba en otro lugar a la hora del crimen (y hay testigos
de ello), no puede ser el culpable del hecho en
cuestión.
¿Qué son los eventos
mutuamente excluyentes en
matemáticas?
Definir matemáticamente los eventos mutuamente
excluyentes requiere un poco de trabajo.

De acuerdo a las matemáticas, los eventos mutuamente

excluyentes se dan cuando dos o más eventos no
pueden suceder al mismo tiempo, y la suma de sus
probabilidades individuales es la posibilidad de que el
evento ocurra.

Esta última condición le agrega un elemento más a la

definición, ya uno u otro evento deben suceder, pero los
dos no pueden ocurrir al mismo tiempo.

La fórmula matemática para determinar la probabilidad

de los eventos mutuamente excluyentes es P(A U B) =
P(A) + P(B).

Según esta fórmula, si A y B son los eventos

mutuamente excluyentes, entonces la probabilidad de
que A o B sucedan es equivalente a la probabilidad del
evento A más la probabilidad del evento B.

Lee además: Cómo explicar las reglas de suma y

multiplicación de las probabilidades

Si aplicamos este concepto al juego de escoger al azar

una carta en una baraja podríamos encontrar estas
situaciones:
  ¿Podemos sacar una carta de corazones y una de
espadas? No, son eventos mutuamente
 excluyentes porque la carta escogida al azar o será
de corazones o será de espadas.
 ¿Podemos sacar una carta numerada y una carta
de letras? No, las cartas de la baraja o son
numeradas o son letradas, nunca las dos cosas.
 ¿Podemos sacar una carta de tréboles roja? No,
las cartas de tréboles solo son de color
 negro.

¿Qué dice al respecto la Teoría

de la Probabilidad?
Los eventos mutuamente excluyentes son una de
las claves de la probabilidad. La probabilidad es la
posibilidad de que un evento determinado ocurra en
una determinada cantidad de tiempo.

Por ejemplo, lanzar una moneda es un evento

mutuamente excluyente que ofrece 2 posibles
resultados, cada uno con un 50 por ciento de
probabilidad de ocurrir.

Esto significa que teóricamente la mitad de las veces

caerá en cara y la otra mitad será cruz.

La teoría de la probabilidad es una herramienta

matemática que establece un conjunto de reglas
o principios útiles para calcular la ocurrencia o
no ocurrencia de fenómenos
aleatorios y procesos estocásticos.
En otras palabras, la teoría de la probabilidad está
compuesta por todos los conocimientos relativos al
concepto de probabilidad. Se trata de un concepto,
en esencia, matemático. Así mismo, la probabilidad
como rama de las matemáticas constituye un
instrumento para la estadística.
Conviene destacar que probabilidad y estadística no
son la misma cosa. Son dos conceptos relacionados
pero diferentes. Al final de este artículo,
explicaremos la diferencia entre estos dos términos.

EVENTOS MUTUAMENTE
EXCLUYENTES
Regla particular o especial de la adición de probabilidades para
eventos mutuamente excluyentes

Si A y B son dos eventos mutuamente excluyentes (eventos no

intersecantes), es decir, si la ocurrencia de cualquiera de ellos
excluye la del otro, no pueden ocurrir a la vez, o cuando no tienen
ningún punto muestral en comun entonces se aplica la
siguiente regla para calcular dicha probabilidad:
Ejemplos ilustrativos

1) Sea A el suceso de sacar un As de una baraja estándar de

52 cartas y B sacar un Rey de corazón rojo. Calcular
la probabilidad de sacar un As o un Rey de corazón rojo en una sola
extracción.

Solución:

A y B son sucesos mutuamente excluyentes porque no es posible

obtener ambos a la vez.

Las probabilidades son:

Reemplazando los anteriores valores en la regla particular de la

adición de probabilidades para eventos mutuamente excluyentes se
obtiene:

2) En una urna existe 10 bolas numeradas del 1 al 10. ¿Qué

probabilidad existe de sacar en una sola extracción una bola
enumerada con un número impar o con un número múltiplo de 4?
Solución:

O también, realizando un diagrama de Venn-Euler se obtiene: