TEORÍA MATEMÁTICA DE LA ESTADÍSTICA I

PROBLEM SET I
Unidad 1: Teoría de probabilidades
Junio 2021
División de Ciencias Económico - Administrativas, UACh.
Alumna: Márquez Carreón Diana Isabel
Grupo: 5to05

Instrucciones: En cada ejercicio escribe el procedimiento en orden y justifica cada paso.

Cuida la notación y concluye adecuadamente cada demostración. La entrega del problem set
I es individual.
Envía un único archivo en formato pdf al correo alejandro115@live.com.mx El
nombre del archivo debe ser de la forma nombrecompleto problemsetI. Fecha
límite de entrega: lunes 5 de julio, 11 pm.

1. Espacio muestral
1. Suponga que se lanzan tres monedas perfectas y observamos la cantidad de águilas que
quedan hacia arriba.
(a) Establezca los elementos del espacio muestral del experimento.
𝑎=á𝑔𝑢𝑖𝑙𝑎 𝑦, 𝑠=𝑠𝑜𝑙
𝑆= 𝑎𝑎𝑎,𝑎𝑎𝑠,𝑎𝑠𝑎,𝑎𝑠𝑠,𝑠𝑎𝑎,𝑠𝑎𝑠,𝑠𝑠𝑎,𝑠𝑠𝑠

(b) Sea el evento A definido como “Obtención de al menos un águila”. Escriba los
elementos del conjunto A.

𝐴 = {𝑎𝑠𝑠, 𝑠𝑎𝑠, 𝑠𝑠𝑎}

2. Una agencia comercial compra papelería a uno de tres vendedores V1, V2, V3. Se ordena
el pedido en dos días sucesivos (sin repetir vendedor), un pedido por día, tal que V1V3
significa que el vendedor V1 recibe el pedido el primer día y el vendedor V3 lo recibe el
segundo día. Establezca los puntos muestrales de este experimento.

𝑆 = {𝑉1 𝑉3, 𝑉1 𝑉2 , 𝑉2 𝑉3 }
Unidad 1: Teoría de probabilidades Página 2 de 21

𝐴 = {𝑉1 𝑉3 }

𝐵 = {𝑉1 𝑉2 }

𝐶 = {𝑉2 𝑉3 }

3. El administrador de una red de autobuses tiene que tomar la decisión de como distribuir
2 de 3 autobuses para viajar a otra ciudad. Represente por a1, a2 y a3 a los 3 autobuses.
Describa el espacio muestral del experimento, seleccionar dos autobuses para viajar a la
otra ciudad.
𝑆 = {𝑎1 𝑎2 , 𝑎2 𝑎3 , 𝑎1 𝑎3 }
𝐴 = {𝑎1 𝑎2 }
𝐵 = {𝑎2 𝑎3 }
𝐶 = {𝑎1 𝑎3 }

2. Enfoques de la probabilidad
1. ¿En qué se basa la definición frecuentista para calcular la probabilidad de un evento?

(a) Es el cociente entre el número de casos favorables y el número de casos

posibles, cuando el número de casos tiende a infinito. Intuitivamente esto se lee
como el límite de la frecuencia cuando n tiende a infinito.

2. ¿Cómo se considera el espacio muestral en la corriente clásica de probabilidad?

(a) La corriente clásica considera espacios muestrales uniformes, es decir, se

asignan probabilidades a eventos basándose en resultados equiprobables
(igualmente verosímiles). Por lo anterior, se deduce que la probabilidad de los
puntos muestrales se establece antes de cualquier experimento.

3. ¿Cómo es la asignación de probabilidades a los eventos en la corriente subjetiva?

(a) La probabilidad subjetiva se basa en la experiencia individual. El sujeto evalúa

las posibilidades y asigna los valores de acuerdo a hechos que ya conoce
anteriormente. Éstas probabilidad se mide según su verosimilitud.

4. Si usted quiere abrir un negocio en cierta localidad y quiere estimar una probabilidad de
éxito en su negocio, qué tipo de corriente de probabilidad aplicaría en cada una de las
situaciones indicadas.
(a) Usted cuenta con una gran cantidad de datos históricos sobre éxitos y fracasos en
la apertura de negocios del mismo ramo que el de usted en localidades semejantes.
Unidad 1: Teoría de probabilidades Página 3 de 21

i En este caso utilizaría los principios de la corriente subjetiva de la

probabilidad, porque tendría conocimientos previos del negocio que voy a
hacer. Posiblemente ya hice un estudio de mercado, encuestas, tuve negocios
anteriores en esta misma parte, etc.
(b) No tiene datos que le muestren algún histórico sobre las probabilidades de ´éxito
de su negocio.

i En este caso, ocuparía los principios de la corriente clásica de probabilidad

porque aún no sé nada sobre lo que voy a hacer, ya que no tengo
conocimientos previos y sólo voy a hacer hipótesis sobre lo que puede pasar
con mi negocio.

3. Álgebra de eventos
1. Enuncie 2 ejemplos de eventos finitos y 2 de eventos infinitos.

(a) Eventos finitos:

1 Cuando lanzamos un dado, porque sabemos que puede salir cualquier

número dentro de un intervalo del uno al seis (S= {1, 2, 3, 4, 5, 6}).
Como sabemos cuáles son todas sus posibilidades, se trata de un
evento finito. Además, no queremos que salga un número ESPECÍFICO.

2 Cuando se lanza una moneda al aire. Sabemos que sólo existe una
posibilidad de que salga una de las dos caras que tiene (S= {a, s}).
Como sabemos que sólo hay dos maneras en las que puede culminar
el evento, se trata de un evento finito.

(b) Eventos infinitos:

1 Cuando lanzamos un dado y queremos que el número que salga sea el

3. Sabemos que sólo hay 6 posibles números que pueden salir cada
que lo lanzamos, pero no sabemos cuántas veces tendremos que
lanzar el dado para que salga el número 3. Por lo tanto, se trata de un
evento infinito.

2 Cuando hacemos una rifa. Vendimos 100 boletos y de esos 100 boletos
debe escogerse un ganador. Sale un número y resulta que aquél no
puede ser el ganador porque no se presentó a ver el directo, y vuelves
a girar y posiblemente esta vez salga un número bueno o vuelva a salir
un número que por alguna razón no puede ser ganador. Quizá sólo
haya dos intentos, quizá tres o más. Y como no lo sabemos, se trata de
un evento infinito.
Unidad 1: Teoría de probabilidades Página 4 de 21

2. Indique si los siguientes eventos conjuntos son numerables. (Rosa=Sí)

(a) A = {2,4,8,16, 32, ...}
(b) A = Z, conjunto de los números enteros.
(c) A = Q, conjunto de los números racionales.
(d) A = [2,1768]
(e) A = (−134,234)

3. Dado el espacio muestral S = {0,1,2,3, ... ,20}, los eventos A = {2,4,5,6,7,8,9,11,12,13,15},

B = {0,2,4,6, ... ,20} y C = {2,3,5,7,11}, encuentre:
(a) Ac ∩ Bc
𝐴𝐶 ∩ 𝐵 𝐶 = (𝐴 ∪ 𝐵)𝐶
𝐴𝐶 = {0,1,3,10,14,16,17,18,19,20}
𝐵 𝐶 = {1,3,5,7,9,11,13,15,17,19}
𝐴𝐶 ∩ 𝐵 𝐶 = {1,3,19}

(b) (Ac ∩ B)c ∪ C

𝐴𝐶 = {0,1,3,10,14,16,17,18,19,20}
𝐴𝐶 ∩ 𝐵 = {0,10,14,16,18,20}
(𝐴𝐶 ∩ 𝐵)𝐶 = {1,2,3,4,5,6,7,8,9,11,12,13,15,17,19}
(𝐴𝐶 ∩ 𝐵)𝐶 ∪ 𝐶 = {1,2,3,4,5,6,7,8,9,11,12,13,15,17,19}

(c) (c) A − (B ∩ C)
𝐵 = {0,2,4,6,8,10,12,14,16,18,20}
𝐶 = {2,3,5,7,11}
𝐵∩𝐶 =2
𝐴 − (𝐵 ∩ 𝐶) = {2,4,5,6,7,8,9,11,12,13,15} − {2} = {4,5,6,7,8,9,11,12,13,15}

(d) (B − C)c – A
𝐵 − 𝐶 = {0,2,4,6,8,10,12,14,16,18,20} − {2,3,5,7,11} = {0,4,6,8,10,12,14,16,18,20}
Unidad 1: Teoría de probabilidades Página 5 de 21

(𝐵 − 𝐶)𝐶 = {1,2,3,5,7,9, ,11,13,15,17,19}

(𝐵 − 𝐶)𝐶 − 𝐴 = {1,2,3,5,7,9,11,13,15,17,19} − {2,4,5,6,7,8,9,11,12,13,15}
= {1,3,17,19}

(e) (A − C)c ∩ B

𝐴 − 𝐶 = {1,2,3,5,7,9,11,13,15,17,19} − {2,3,5,7,11} = {4,6,8,9,12,13,15}

(𝐴 − 𝐶)𝐶 = {0,1,2,3,5,7,10,11,14,16,17,18,19,20}

(𝐴 − 𝐶)𝐶 ∩ B = {0,2,10,14,16,18,20}

4. Demuestre y construya los diagramas de Venn-Euler para cada una de las siguientes
igualdades.
(a) A − B = A ∩ Bc

𝐴 − 𝐵 = 𝐴 ∩ 𝐵𝐶
A B A B

=
𝐶
𝐴∩𝐵
A B A B A B

∩ =
(b) Ac − B = (A ∪ B)c

𝐶
𝐴 −𝐵 =
Unidad 1: Teoría de probabilidades Página 6 de 21

A B A B A B

- =
(𝐴 ∪ 𝐵 )𝐶 =
A B A B

=
(c) (B ∪ A)c ∩ C = (Bc ∩ C) ∩ (Ac ∩ C)

(𝐵 ∪ 𝐴 )𝐶 =
A C A C

= ∩ =
B C A B B C A B

(𝐵𝐶 ∩ 𝐶 ) ∩ (𝐴𝐶 ∩ 𝐶 )
B C C C

∩ = =
A C A B A B A B
Unidad 1: Teoría de probabilidades Página 7 de 21

A C C C

∩ = =
B C A B A B A B

(d) A ∪ (Ac ∩ B) = A ∪ B

A B A B A B B A

∪ ∩ =
A B A B

= =
(e) (A ∩ B)c = Ac ∪ Bc

A B A B A B

∪ =
5. En los eventos siguientes proponga una partición de cada uno.
(a) A = {2,4,6,8,10,11,13,15,17,19,20}
𝐴1 = {2,4,11}
𝐴2 = {15,19,20}
𝐴3 = {6,8,10,13,17}

(b) A = (2,24)
𝐴1 = {2,5}
𝐴2 = {5,24}
Unidad 1: Teoría de probabilidades Página 8 de 21

(c) N
𝑁 = {0,1,2,3,4, … ,5}
𝐴1 = {0,1,2,3,4,5,6,7,8}
𝐴2 = {9,10,11,12,13,14,15, … , ∞}

(d) A = {0,1,2,3,4,5,6,7,8,9}

𝐴1 = {0,2,4,8}

𝐴2 = {1,3,5}

𝐴3 = {6,7,9}

4. Axiomas de probabilidad
1. Sea A y B dos eventos, en un mismo espacio muestral, tales que P(A) = 0.3, P(B) = 0.3 y P
(A ∪ B) = 0.4. Calcule,
(a) P (A ∩ B)
𝑃(𝐴 ∪ 𝐵) = 𝑃(𝐴) + 𝑃(𝐵) − 𝑃(𝐴 ∩ 𝐵)
0.4 = 0.3 + 0.3 − 𝑃(𝐴 ∩ 𝐵)
𝑃(𝐴 ∩ 𝐵) = 0.3 + 0.3 − 0.4 = 𝟎. 𝟐

(b) P (Ac ∪ Bc)

𝑃(𝐴𝐶 ∪ 𝐵 𝐶 ) = 𝑃(𝐴 ∩ 𝐵) = 0.2

𝑃(𝐴 ∪ 𝐵)𝐶 = 1 − 𝑃(𝐴 ∪ 𝐵 ) = 1 − 0.2 = 𝟎. 𝟖

2. Sean A y B dos eventos, en un mismo espacio muestral, tales que P(A∪B) = 0.9. Calcule P
(Ac ∩ Bc).

𝑃(𝐴 ∪ 𝐵) = 0.9

𝑃(𝐴𝐶 ∩ 𝐵 𝐶 ) = 1 − 𝑃(𝐴 ∪ 𝐵)
Unidad 1: Teoría de probabilidades Página 9 de 21

𝑃 = 1 − 0.9 = 𝟎. 𝟏

3. Sean A ⊆ S, B ⊆ S, dos eventos, tales que P(A) = 0.5 y P(B) = 0.7 y P(A ∩ B) = 0.4.
Calcule:
(a) P (Ac ∩ B)

𝑃(𝐴𝐶 ∩ 𝐵) = 𝑃(𝐵) − 𝑃(𝐴 ∩ 𝐵) = 0.7 − 0.4 = 𝟎. 𝟑

(b) P (Ac − B)

𝑃(𝐴𝐶 − 𝐵) = (1 − 𝑃(𝐴)) − (𝑃(𝐵) + 𝑃(𝐴 ∩ 𝐵))

(1 − 0.5) − (0.7 − 0.4) = 0.5 − 0.3 = 𝟎. 𝟐

4. Sean A ⊆ S, B ⊆ S, dos eventos, tales que P(A) = 0.3 y P(B) = 0.6. Calcule:

(a) P (Ac ∩ Bc)

𝑃(𝐴𝐶 ∩ 𝐵 𝐶 ) = 1 − 𝑃(𝐴 ∪ 𝐵) = 1 − 0.9 = 𝟎. 𝟏

𝑃(𝐴 ∪ 𝐵) = 𝑃(𝐴) + 𝑃(𝐵) = 0.3 + 0.6 = 𝟎. 𝟗

5. Sea A y B dos eventos mutuamente excluyentes tales P(A) = 0.4. Calcule P (Ac ∪ B).

𝑃(𝐴𝐶 ∪ 𝐵) = 𝑃(𝐴) − 𝑃(𝐴 ∩ 𝐵) = 0.4 − 0 = 𝟎. 𝟒

6. Un aparato electrónico contiene cinco sistemas electrónicos. Se seleccionan al azar dos

de los cinco para someterlos a pruebas rigurosas para clasificarlos como defectuosos o
no defectuosos. Si dos de los cinco sistemas son realmente defectuosos, encuentre la
probabilidad de que los dos sistemas probados sean buenos.

2
𝑃(𝐸1 ) = = 𝟎. 𝟒
5
Unidad 1: Teoría de probabilidades Página 10 de 21

𝑃(𝐸1 𝐶 ) = 1 − 0.4 = 𝟎. 𝟔

7. Sean los eventos A, B y C del espacio muestral S, tales que A ∩ B = ∅, con P [(A ∪ B ∪ C)c]
= 0.1, P(A ∩ C) = 0.2, P(B ∩ C) = 0.1 y P(C) = 0.4. calcule P (A ∪ B).

𝑃[(𝐴 ∪ 𝐵 ∪ 𝐶)] = 1 − 𝑃[(𝐴 ∪ 𝐵 ∪ 𝐶)𝐶 ]

𝑃[(𝐴 ∪ 𝐵 ∪ 𝐶)] = 1 − 0.1 = 𝟎. 𝟗

𝑃(𝐴 ∪ 𝐵) = 𝑃(𝐴 ∪ 𝐵 ∪ 𝐶) − 𝑃(𝐶) + 𝑃(𝐴 ∩ 𝐶) + 𝑃(𝐵 ∩ 𝐶) + 𝑃(𝐴 ∩ 𝐵)

𝑃(𝐴 ∪ 𝐵) = 0.9 − 0.4 + 0.2 + 0.1 + 0 = 𝟎. 𝟖

5. Técnicas de conteo
1. Una clase de teoría de la probabilidad consta de 6 hombres y 4 mujeres. Se realiza un
examen y se clasifica a los estudiantes de acuerdo con su desempeño. Suponga que no
hay dos estudiantes que obtengan la misma puntuación.
(a) ¿Cuántos ranqueos diferentes son posibles?
10 ∗ 10 = 𝟏𝟎𝟎 𝒓𝒂𝒏𝒒𝒖𝒆𝒐𝒔

(b) Si los hombres se ranquean solo entre ellos y las mujeres solo entre ellas, ¿cuántas
clasificaciones diferentes son posibles?

6 ∗ 6 = 36 𝑟𝑎𝑛𝑞𝑢𝑒𝑜𝑠 𝑑𝑒 𝑙𝑜𝑠 ℎ𝑜𝑚𝑏𝑟𝑒𝑠

4 ∗ 4 = 16 𝑟𝑎𝑛𝑞𝑢𝑒𝑜𝑠 𝑑𝑒 𝑙𝑎𝑠 𝑚𝑢𝑗𝑒𝑟𝑒𝑠

36 + 16 = 52 𝑐𝑙𝑎𝑠𝑖𝑓𝑖𝑐𝑎𝑐𝑖𝑜𝑛𝑒𝑠 𝑝𝑜𝑠𝑖𝑏𝑙𝑒𝑠

2. ¿Cuántos arreglos de letras diferentes se pueden formar a partir de las letras PEPPER?

𝑃 = 3!

𝐸 = 2!
Unidad 1: Teoría de probabilidades Página 11 de 21

𝑅 = 1!
6! 720
𝑃36 = = = 𝟔𝟎 𝒂𝒓𝒓𝒆𝒈𝒍𝒐𝒔 𝒅𝒊𝒇𝒆𝒓𝒆𝒏𝒕𝒆𝒔.
3! 2! 1! 12

3. Un torneo de ajedrez tiene 10 competidores, de los cuales 4 son rusos, 3 son de los
Estados Unidos, 2 son de Gran Bretaña y 1 es de Brasil. Si el resultado del torneo enumera
solo las nacionalidades de los jugadores en el orden en que se colocaron, ¿cuántos
resultados son posibles?
10! 3628800 3628800
𝑃= = = = 𝟏𝟐𝟔𝟎𝟎 𝑪𝒐𝒎𝒃𝒊𝒏𝒂𝒄𝒊𝒐𝒏𝒆𝒔
4! 3! 2! 1! (24)(6)(2)(1) 288

4. ¿Cuántas señales diferentes, cada una de las cuales consta de 9 banderas colgadas en una
línea, se pueden hacer a partir de un conjunto de 4 banderas blancas, 3 banderas rojas y
2 banderas azules si todas las banderas del mismo color son idénticas?
9! 362880
𝑃= = = 𝟏𝟐𝟔𝟎 𝑪𝒐𝒎𝒃𝒊𝒏𝒂𝒄𝒊𝒐𝒏𝒆𝒔
4! 3! 2! (24)(6)(2)(1)

5. Se formará un comité de 3 a partir de un grupo de 20 personas. ¿Cuántos comités

diferentes son posibles?

20! 20!
20𝑐3 = = = 𝟏𝟏𝟒𝟎 𝒄𝒐𝒎𝒊𝒕é𝒔 𝒑𝒐𝒔𝒊𝒃𝒍𝒆𝒔
3! (20 − 3)! 3! 17!

6. De un grupo de 5 mujeres y 7 hombres, ¿cuántos comités diferentes compuestos por 2

mujeres y 3 hombres se pueden formar (a)? ¿Qué pasa si 2 de los hombres están
peleando y se niegan a formar parte del comité juntos(b)?
7! 5! 7! 5! 5040 120
(a) 𝐶73 . 𝐶52 = (7−2)!2! . (5−3)!3! = 5!2! . 2!3! = . = (10)(21) = 𝟐𝟏𝟎 𝒄𝒐𝒎𝒊𝒕é𝒔
240 12

7! 3! 7! 3! 5040 6
(b) 𝐶73 . 𝐶52 = (7−3)!3! . (3−2)!2! = 4!3! . 1!2! = . 2 = (35)(3) = 𝟏𝟎𝟓 𝒄𝒐𝒎𝒊𝒕é𝒔
144

7. ¿Cuántos subconjuntos hay en un conjunto que consta de n elementos?

𝐴 = {𝑎, … , 𝑎𝑛 }
Unidad 1: Teoría de probabilidades Página 12 de 21

𝐴 = {𝑛, 𝑛, 𝑛, 𝑛, 𝑛, … , 𝑛} = 𝑛𝑘

8. Un departamento de policía en una ciudad pequeña consta de 10 agentes. Si la política

del departamento es que 5 de los oficiales patrullen las calles, 2 de los oficiales
trabajando a tiempo completo en la estación y 3 de los oficiales de reserva en la estación,
¿Cuántas divisiones diferentes de los 10 oficiales en los 3 grupos son posibles?

10
10! 3628800
𝑃5,3,2 = = = 𝟐𝟓𝟐𝟎 𝒅𝒊𝒗𝒊𝒔𝒊𝒐𝒏𝒆𝒔 𝒅𝒊𝒇𝒆𝒓𝒆𝒏𝒕𝒆𝒔
5! 3! 2! 1440

6. Cálculo de probabilidades
1. Si se lanzan dos dados, ¿cuál es la probabilidad de que la suma de las caras sea igual a7?
6 1
𝑃= = = 0.166 = 𝟏𝟔. 𝟔%
36 6

2. Si se “extraen al azar” 3 bolas de una urna que contiene 6 bolas blancas y 5 negras, ¿cuál
es la probabilidad de que una de las bolas sea blanca y las otras dos negras? Resuelva el
caso en donde no importa el orden.
11! 11!
151 = 𝐶31 = = = 𝟏𝟔𝟓
3! (11 − 3)! 3! 8!
6! 5!
𝐶16 . 𝐶25 = ∗ = 6 ∗ 10 = 𝟔𝟎
1! 5! 2! 3!
60
𝑃= = 𝟎. 𝟑𝟔
165

3. Se seleccionará un comité de 5 de un grupo de 6 hombres y 9 mujeres. Si la selección se

hace al azar, ¿cuál es la probabilidad de que el comité esté formado por 3 hombres y 2
mujeres?
15! 15!
𝐶515 = = = 3003
5! (15 − 5)! 5! 10!
36 ∗ 20 = 720
720
= 𝟎. 𝟐𝟑𝟗𝟕𝟔𝟎
3003
Unidad 1: Teoría de probabilidades Página 13 de 21

∴Por lo tanto, hay una probabilidad del 23.976% de que el comité esté formado por 3
hombres y 2 mujeres

4. Un total del 28 por ciento de los hombres estadounidenses fuma cigarrillos, el 7 por
ciento fuma puros y el 5 por ciento fuma puros y cigarrillos.
(a) ¿Qué porcentaje de hombres no fuma ni puros ni cigarrillos?
𝐴 = 28
𝐵=7
𝐴∩𝐵 =5
𝑃(𝐴 ∪ 𝐵) = 𝑃(𝐴) + 𝑃(𝐵) + 𝑃(𝐴 ∩ 𝐵) = 28 + 7 − 5 = 30%
𝑃(𝐴 ∪ 𝐵)𝐶 = 1 − 𝑃(𝐴 ∪ 𝐵) = 1 − 30% = 70%

(b) ¿Qué porcentaje fuma puros, pero no cigarrillos?

𝑃(𝐴𝐶 ∩ 𝐵) = 𝑃(𝐵) − 𝑃(𝐴 ∩ 𝐵) = 7 − 5 = 2 = 2%

5. Una urna contiene 5 bolas rojas, 6 azules y 8 verdes. Si se selecciona al azar 3 bolas,
¿cuáles la probabilidad de que las bolas sea (a) del mismo color? (b) de diferentes
colores? Analice el caso con reemplazo y sin reemplazo.
5!
𝑅 = 𝑃35 = = 10
3! 2!
6!
𝐴 = 𝑃36 = = 20
3! 3!
8! 40320
𝑉 = 𝑃38 = = = 56
3! 5! 720
|𝑆| = 19 ∗ 19 ∗ 19 = 6859
56
𝑃= = 0.0082 = 0.82%
6859
CON REEMPLAZO:
|𝑆| = 19 ∗ 18 ∗ 17 = 5814
56
𝑃= = 0.0096 = 0.96%
5814
5 6 8 240
𝑃= ∗ ∗ = = 0.034 = 3.4%
19 19 19 6859
Unidad 1: Teoría de probabilidades Página 14 de 21

SIN REEMPLAZO:
5 6 8 40
𝑃= ∗ ∗ = = 0.0069 = 0.69%
19 18 17 5814

6. Una pequeña organización comunitaria consta de 20 familias, de las cuales 4 tienen un

hijo, 8 tienen dos hijos, 5 tienen tres hijos, 2 tienen cuatro hijos y 1 tiene cinco hijos.
(a) Si se elige una de estas familias al azar, ¿cuál es la probabilidad de que tenga i hijos,
i = 1,2,3,4,5?
4
𝑃(𝑖 = 1) = = 0.2
20
8
𝑃(𝑖 = 2) = = 0.4
20
5
𝑃(𝑖 = 3) = = 0.25
20
2
𝑃(𝑖 = 4) = = 0.10
20
1
𝑃(𝑖 = 5) = = 0.05
20

(b) Si uno de los niños es elegido al azar, ¿cuál es la probabilidad de que el niño
provenga de una familia que tiene i hijos, i = 1,2,3,4,5?
4
𝑃(𝑖 = 1) = = 0.08333
48
16
𝑃(𝑖 = 2) = = 0.33333
48
15
𝑃(𝑖 = 3) = = 0.3125
48
8
𝑃(𝑖 = 4) = = 0.16666
48
5
𝑃(𝑖 = 5) = = 0.10416
48
Unidad 1: Teoría de probabilidades Página 15 de 21

7. Probabilidad condicional
1. Promociones de los agentes de policía de una determinada ciudad.
Considere el caso de las promociones de los agentes de policía de una determinada
ciudad. La fuerza policiaca consta de 1200 agentes, 960 hombres y 240 mujeres. De éstos,
en los últimos dos años, fueron promovidos 340. En la tabla siguiente se muestra cómo
quedaron repartidas estas promociones entre los hombres y mujeres. Después de
analizar el registro de las promociones, un comité femenil protestó, ya que habían sido
promovidos 288 agentes hombres, frente a sólo 36 mujeres. Los directivos de la fuerza
policiaca argumentaron que el número de mujeres promovidas no se debía a una
discriminación, sino a que el número de mujeres que son agentes de policía es una
cantidad pequeña. Para analizar este posible caso de discriminación calcule:
(a) ¿Cuál es la probabilidad de que un agente de la policía sea promovido dado que es
hombre? Y
𝐻 288 8
𝑃( ) = = = 0.8889
𝑃 324 9
(b) ¿Cuál es la probabilidad que un agente de la policía sea promovido dado que es
mujer?
𝑀 36 1
𝑃( ) = = = 0.1111
𝑃 324 9

Si estas dos probabilidades son iguales, no hay fundamentos para un argumento de

discriminación ya que las oportunidades de ser promovidos son las mismas para agentes
de la policía hombres o mujeres. Concluya según sus cálculos.
Hombre Mujer Total

Promovido 288 36 324

No 672 204 876
promovido
Total 960 240 1200

𝐴 = 𝐸𝑙 𝑝𝑜𝑙𝑖𝑐𝑖𝑎 𝑒𝑠 𝐻𝑜𝑚𝑏𝑟𝑒
𝐵 = 𝐸𝑙 𝑝𝑜𝑙𝑖𝑐𝑖𝑎 𝑒𝑠 𝑚𝑢𝑗𝑒𝑟
𝐶 = 𝐸𝑙 𝑎𝑔𝑒𝑛𝑡𝑒 𝑒𝑠 𝑝𝑟𝑜𝑚𝑜𝑣𝑖𝑑𝑜
𝐷 = 𝐸𝑙 𝑎𝑔𝑒𝑛𝑡𝑒 𝑛𝑜 𝑒𝑠 𝑝𝑟𝑜𝑚𝑜𝑣𝑖𝑑𝑜
960
𝑃(𝐴) = = 0.8
1200
288
𝑃(𝐴 ∩ 𝐶) = = 0.24
1200
Unidad 1: Teoría de probabilidades Página 16 de 21

672
𝑃(𝐴 ∩ 𝐷) = = 0.56
1200
240
𝑃(𝐵) = = 0.2
1200
36
𝑃(𝐵 ∩ 𝐶) = = 0.03
1200
204
𝑃(𝐵 ∩ 𝐷) = = 0.17
1200
(A) (B) Total

Hombre Mujer

(C) Promovido 0.24 0.03 0.27

(D) No promovido 0.56 0.17 0.73

Total 0.80 0.20 1

𝐶 𝑃(𝐶∩𝐴) 0.24
(a) 𝑃 (𝐴) = = = 0.30
𝑃(𝐴) 0.8
𝐶 𝑃(𝐶∩𝐵) 0.3
(b) 𝑃 (𝐵) = = 0.2 = 0.15
𝑃(𝐵)
∴ Podemos concluir que se trata de un caso de discriminación ya que el hombre tiene el
30% de probabilidad frente a la mujer con el 15%.

8. Teorema de Bayes
1. Un análisis de sangre de laboratorio tiene una eficacia del 95 por ciento para detectar
una determinada enfermedad cuando, de hecho, esta´ presente. Sin embargo, la prueba
también arroja un resultado “falso positivo” para el 1 por ciento de las personas sanas
examinadas. (Es decir, si se hace la prueba a una persona sana, entonces, con una
probabilidad de 0.01, el resultado de la prueba implicará que tiene la enfermedad). Si el
0.5 por ciento de la población realmente tiene la enfermedad, ¿Cuál es la probabilidad de
que una persona tenga la enfermedad dado que el resultado de la prueba es positivo?

𝐴1 = 𝐷𝑒𝑡𝑒𝑐𝑡𝑎 𝑟𝑒𝑎𝑙𝑚𝑒𝑛𝑡𝑒 𝑢𝑛𝑎 𝑒𝑛𝑓𝑒𝑟𝑚𝑒𝑑𝑎𝑑

𝑃(𝐴1 ) = 0.95

𝐴2 = 𝑁𝑜 𝑑𝑒𝑡𝑒𝑐𝑡𝑎 𝑟𝑒𝑎𝑙𝑚𝑒𝑛𝑡𝑒 𝑙𝑎 𝑒𝑛𝑓𝑒𝑟𝑚𝑒𝑑𝑎𝑑

𝑃(𝐴2 ) = 0.05

𝐵1 = 𝐹𝑎𝑙𝑠𝑜 𝑝𝑜𝑠𝑖𝑡𝑖𝑣𝑜
Unidad 1: Teoría de probabilidades Página 17 de 21

𝑃(𝐵1 ) = 0.01

𝐵2 = 𝑅𝑒𝑎𝑙 𝑝𝑜𝑠𝑖𝑡𝑖𝑣𝑜

𝑃(𝐵2 ) = 0.99
𝐵2
𝑃 ( ) = 0.5 = 𝑃𝑟𝑜𝑏𝑎𝑏𝑖𝑙𝑖𝑑𝑎𝑑 𝑑𝑒 𝑞𝑢𝑒 𝑢𝑛𝑎 𝑝𝑒𝑟𝑠𝑜𝑛𝑎 𝑒𝑠𝑡é 𝑟𝑒𝑎𝑙𝑚𝑒𝑛𝑡𝑒 𝑒𝑛𝑓𝑒𝑟𝑚𝑎
𝐴1
𝐵
𝐴1 𝑃(𝐴1 ) ∗ 𝑃 (𝐴2 ) 0.95 ∗ 0.5
1
𝑃( ) = = = 0.4798
𝐵2 𝑃(𝐵2 ) 0.99

∴ Hay un 47.98% de que una persona tenga la enfermedad y dé un resultado de prueba

positivo.

2. Un total del 46 por ciento de los votantes en una determinada ciudad se clasifican a sí
mismos como independientes, mientras que el 30 por ciento se clasifican como liberales
y el 24 por ciento dice que son conservadores. En una elección local reciente, votaron el
35 por ciento de los independientes, el 62 por ciento de los liberales y el 58 por ciento
de los conservadores. Se elige un votante al azar.
Dado que esta persona votó en las elecciones locales, ¿cuál es la probabilidad de que sea
(a) ¿Independiente?
𝑃(𝐼𝑛𝑑𝑒𝑝𝑒𝑛𝑑𝑖𝑒𝑛𝑡𝑒) = 0.46

𝑃(𝐿𝑖𝑏𝑒𝑟𝑎𝑙) = 0.30

𝑃(𝐶𝑜𝑛𝑠𝑒𝑟𝑣𝑎𝑑𝑜𝑟) = 0.24

𝑉 𝑉 𝑉
𝑃(𝑉𝑜𝑡𝑜) = [𝑃(𝑉) ∗ 𝑃 ( )] + [𝑃(𝐿) ∗ 𝑃 ( )] + [𝑃(𝐶) ∗ 𝑃 ( )]
𝐼 𝐿 𝐶

= (0.46 ∗ 0.35) + (0.30 ∗ 0.62) + (0.24 ∗ 0.53) = 0.4862

𝑉
𝑃 ( ) = 0.35
𝐼

𝑉
𝐼 𝑃(𝐼) ∗ 𝑃 ( 𝐼 ) 0.46 ∗ 0.35
𝑃( ) = = = 0.3311
𝑉 𝑃(𝑉) 0.4862

∴La probabilidad de que sea independiente es de 33.11%

Unidad 1: Teoría de probabilidades Página 18 de 21

(b) ¿un liberal?

𝑉
𝑃 ( ) = 0.62
𝐿

𝑉
𝐿 𝑃(𝐿) ∗ 𝑃 ( 𝐿 ) 0.30 ∗ 0.62
𝑃( ) = = = 0.3825
𝑉 𝑃(𝑉) 0.4862

∴La probabilidad de que sea liberal es de 38.25%

(c) ¿Conservador?
𝑉
𝑃 ( ) = 0.58
𝐶

𝑉
𝐶 𝑃(𝐶) ∗ 𝑃 (𝐶 ) 0.24 ∗ 0.58
𝑃( ) = = = 0.2863
𝑉 𝑃(𝑉) 0.4862

∴ 𝐿𝑎 𝑝𝑟𝑜𝑏𝑎𝑏𝑖𝑙𝑖𝑑𝑎𝑑 𝑑𝑒 𝑞𝑢𝑒 𝑠𝑒𝑎 𝑐𝑜𝑛𝑠𝑒𝑟𝑣𝑎𝑑𝑜𝑟 𝑒𝑠 𝑑𝑒𝑙 28.63%

(d) ¿Qué fracción de votantes participo´ en las elecciones locales?

𝐹𝑟𝑎𝑐𝑐𝑖ó𝑛 𝑉𝑜𝑡𝑜𝑠 = (0.46 ∗ 0.35) + (0.30 ∗ 0.62) + (0.24 ∗ 0.58) = 0.4862

3. Suponga que el 5 por ciento de los hombres y el 0.25 por ciento de las mujeres son
daltónicos. Una persona daltónica se elige al azar. ¿Cuál es la probabilidad de que esta
persona sea hombre? Suponga que hay el mismo número de hombres y mujeres. ¿Y si la
población estuviera compuesta por el doble de hombres que de mujeres?

1
𝑃(𝐻) = = 0.5
2

1
𝑃(𝑀) = = 0.5
2

𝐷
𝑃 ( ) = 5% = 0.05
𝐻
Unidad 1: Teoría de probabilidades Página 19 de 21

𝐷
𝑃 ( ) = 0.25% = 0.0025
𝑀

𝐷 𝐷
𝑃(𝐷𝑎𝑙𝑡) = [𝑃(𝐻) ∗ 𝑃 ( )] + [𝑃(𝑀) ∗ 𝑃 ( )] = (0.5 ∗ 0.5) + (0.5 ∗ 0.0025) = 0.02625
𝐻 𝑀

𝐷
𝐻 [𝑃(𝐻) ∗ 𝑃 (𝐻 )] 0.5 ∗ 0.05
𝑃( ) = = = 0.95238
𝐷 𝑃(𝐷) 0.02625

∴La probabilidad de que sea daltónico y hombre es de 95.238%

2
𝑃(𝐻) = = 0.666
3

1
𝑃(𝑀) = = 0.333
3

𝑃(𝐷) = (0.666 ∗ 0.05) + (0.333 ∗ 0.0025) = 0.03416

𝐷
𝐻 𝑃(𝐻) ∗ 𝑃 (𝐻 ) 0.666 ∗ 0.05
𝑃( ) = = = 0.9756
𝐷 𝑃(𝐷) 0.034167

∴La probabilidad de que sea daltónico y hombre es de 97.56%

9. Eventos independientes
1. Demuestre las siguientes preposiciones:
(a) Sea S un espacio muestral. Si A y B son eventos independientes en S, entonces A y Bc
también son independientes.
𝑃(𝐴 ∩ 𝐵 𝑐 ) = 𝑃(𝐴) − 𝑃(𝐴 ∩ 𝐵)
𝑃(𝐴) − 𝑃(𝐴)𝑃(𝐵) = 𝑃(𝐴)(1 − 𝑃(𝐵)) = 𝑷(𝑨)𝑷(𝑩𝑪 )
Unidad 1: Teoría de probabilidades Página 20 de 21

(b) Sea S un espacio muestral. Si A y B son eventos independientes en S, entonces Ac y B

también son independientes.
𝑃(𝐴𝐶 ∩ 𝐵 𝐶 ) = 𝑃(𝐵) − 𝑃(𝐴 ∩ 𝐵)
𝑃(𝐵) − 𝑃(𝐴)𝑃(𝐵) = 𝑃(𝐵)(1 − 𝑃(𝐴)) = 𝑷(𝑨𝑪 )𝑷(𝑩)

(c) Sea S un espacio muestral. Si A y B son eventos independientes en S, entonces Ac y

Bc también son independientes.

𝑃(𝐴𝐶 ∩ 𝐵 𝐶 ) = 𝑃((𝐴 ∪ 𝐵)𝐶 ) = 1 − 𝑃(𝐴 ∪ 𝐵) = 1 − 𝑃(𝐴) − 𝑃(𝐵) + 𝑃(𝐴 ∩ 𝐵)

= 1 − 𝑃(𝐴 ∪ 𝐵) = 1 − 𝑃(𝐴) − 𝑃(𝐵) + 𝑃(𝐴) + 𝑃(𝐵) = 𝑷(𝑨𝑪 )𝑷

2. Sean A y B eventos independientes con P(Ac) = 0.6 y P(B) = 0.5. Calcule

(b) P (A ∪ B)

𝑃(𝐴) = 1 − 𝑃(𝐴𝐶 ) = 1 − 0.6 = 0.9

𝑃(𝐴 ∪ 𝐵) = 𝑃(𝐴) + 𝑃(𝐵) − 𝑃(𝐴)𝑃(𝐵)
𝑃(𝐴 ∪ 𝐵) = 0.9 + 0.5 − (0.4 ∗ 0.6) = 0.9 − 0.24
𝑃(𝐴 ∪ 𝐵) = 𝟎. 𝟔𝟔

(c) P(Ac|Bc)

𝑃(𝐴𝐶 |𝐵 𝐶 ) = 𝟎. 𝟔
𝑃(𝐴𝐶 ) = 0.6

3. Sean A y B eventos independientes con P(A) = P(B) = 0.5. Calcule

(b) P (Ac|B)

𝑃(𝐴𝐶 ) = 1 − 𝑃(𝐴) = 1 − 0.5 = 0.5

𝑃(𝐵 𝐶 ) = 1 − 𝑃(𝐵) = 1 − 0.5 = 0.5
𝑃(𝐴𝐶 |𝐵) = 𝑃(𝐴𝐶 ) = 𝟎. 𝟓
Unidad 1: Teoría de probabilidades Página 21 de 21

(c) P (Ac − B)

𝑃(𝐴𝐶 − 𝐵) = 𝑃(𝐴 ∪ 𝐵)𝐶 = 1 − 𝑃(𝐴 ∪ 𝐵) = 1 − 𝑃(𝐴) + 𝑃(𝐵) + 𝑃(𝐴)𝑃(𝐵)

= [1 − 𝑃(𝐴)] − 𝑃(𝐵)[1 − 𝑃(𝐴)] = [1 − 𝑃(𝐴)][1 − 𝑃(𝐴)]
= 𝑃(𝐴𝐶 ) ∗ 𝑃(𝐵)𝐶 = 0.5 ∗ 0.5
𝑃(𝐴𝐶 − 𝐵) = 𝟎. 𝟐𝟓

4. Suponga que usted es el jefe de una Gasolinera. Por sus años de experiencia en el
cargo sabe que el 80% de los clientes usan tarjetas de crédito al pagar la gasolina.
¿Cuál es la probabilidad de que los dos siguientes clientes paguen la gasolina con tarjeta
de crédito? Suponga que el evento el primer cliente paga con tarjeta de crédito es
independiente del evento el segundo cliente paga con tarjeta de crédito.

𝑃(𝐴1 ) = 0.8

𝑃(𝐴2 ) = 0.8

𝑃(𝐴1 ∩ 𝐴2 ) = 𝑃(𝐴1 ) ∗ 𝑃(𝐴2 ) = 𝟎. 𝟔𝟒