1

PROBABILIDAD

ESPACIOS MUÉSTRALES Y EVENTOS

Introducción

Si se mide la corriente que circula por un alambre de cobre delgado, lo que se está haciendo
es un experimento. Sin embargo, al repetir la medición durante varios días los resultados que se
obtienen son un poco diferentes debido a pequeñas variaciones en las variables que no están
controladas en el experimento, como son los cambios en la temperatura ambiente, ligeras variaciones
en el instrumento de medición y pequeñas impurezas en la composición química del alambre en
distintas partes, además de las variaciones en la fuente de corriente. En consecuencia, se dice que este
experimento (así como muchos otros) tiene un componente aleatorio. En algunos casos, las
variaciones aleatorias observadas son tan pequeñas en relación con las metas del experimento, que
pueden ignorarse. Sin embargo, la variación casi siempre está presente y su magnitud puede llegar a
ser tan importante a tal grado, que las conclusiones del experimento no sean muy evidentes.

Sin importar con cuánto cuidado se diseñe y se realice un experimento, siempre se tendrán
variaciones. La meta es comprender, cuantificar y modelar el tipo de variaciones que a menudo se
encuentran en la práctica. Cuando se incorpora la variación en el análisis, siempre pueden obtenerse
conclusiones fundamentales de los resultados que no se invaliden por la variación.
Los modelos y análisis que incluyen variación no son muy diferentes de los modelos utilizados
en otras áreas de la ingeniería y la ciencia. La figura presenta los componentes importantes.

Sistema Físico

Mediciones Análisis

Modelo

Primero se desarrolla un modelo matemático (o abstracción) del sistema físico. El modelo no

necesita ser una abstracción perfecta. Por ejemplo, las leyes de Newton no son descripciones perfectas
del universo físico, pero son modelos útiles que pueden estudiarse y analizarse para cuantificar de
manera aproximada el desempeño de una amplia gama de productos de la ingeniería. Dada una
abstracción matemática validada por mediciones tomadas del sistema, el modelo puede emplearse
para comprender, describir y cuantificar aspectos importantes del sistema físico, y predecir la
respuesta del sistema a diversas entradas.

En el presente texto se estudian modelos que permiten variaciones en las salidas de un sistema,
aun cuando las variables que se controlan no cambien a propósito durante el estudio. Debido a la
presencia de entradas no controlables, el empleo de las mismas especificaciones para las entradas
controlables no siempre dará como resultado las mismas salidas cada vez que se haga una medición
sobre el sistema.

Para el ejemplo de la medición de corriente en un alambre de cobre, el modelo del sistema

puede ser bastante sencillo: la ley de Ohm,
Corriente = Voltaje/Resistencia

Tal como ya se indicó, la presencia de entradas no controlables traerá variaciones en las

 2

mediciones de corriente. La ley de Ohm puede ser una aproximación adecuada. Sin embargo, si las
variaciones son grandes en relación con el empleo que se pretende dar al dispositivo que se estudia,
tal vez sea necesario extender el modelo para incluir las variaciones. A menudo es difícil especular
sobre la magnitud de las variaciones sin tener a la mano mediciones empíricas. No obstante, con un
número suficiente de éstas, es posible aproximar la magnitud de la variación y considerar el efecto
que tiene ésta sobre el desempeño de otros dispositivos (como los amplificadores) en el circuito. En
consecuencia, las técnicas presentadas para el análisis de modelos que incluyen variaciones son, a
menudo, muy provechosas.

Como otro ejemplo, considérese el diseño de un sistema de comunicación, tal como una red
de computadoras o una red de comunicación por voz, donde la capacidad de información disponible
para quienes hacen uso de la red es un aspecto importante de diseño. Para la comunicación por voz,
es necesario adquirir un número suficiente de líneas telefónicas externas para satisfacer la demanda
de la compañía. Sí se supone que cada línea puede soportar sólo una conversación, ¿cuántas líneas es
necesario adquirir? Si sé adquieren pocas líneas, las llamadas se retrasarán o incluso llegarán a
perderse. La compra de demasiadas líneas incrementa los costos. Cada vez más, se requiere que el
diseño y el desarrollo del producto satisfagan los requerimientos del cliente a un costo competitivo.

En el diseño del sistema de comunicación por voz, se necesita un modelo para el número de
llamadas y la duración de éstas. No es suficiente saber que, en promedio, se recibe una llamada cada
cinco minutos y que su duración es de cinco minutos. Si las llamadas llegan precisamente cada cinco
minutos y duran exactamente cinco minutos, entonces una línea telefónica será suficiente. Sin
embargo, la más pequeña variación en el número de llamadas o en la duración de éstas traerá como
resultado que algunas llamadas sean bloqueadas por otras. Un sistema diseñado sin considerar la
variación será, de manera lamentable, inadecuado para un uso práctico. Por tanto, lo que se necesita
es un modelo para el número y la duración de las llamadas que incluya la variación como una parte
importante del mismo. En consecuencia, para el diseño del sistema telefónico es importante efectuar
un análisis de varios modelos que incluyan la variación.

Experimentos aleatorios

Supóngase que se toma una muestra de aire de un tanque de almacenamiento, para analizar la
presencia de una molécula rara. Los resultados de este experimento pueden reasumirse de una manera
muy sencilla: la muestra contiene o no la molécula. Esta situación puede considerarse como un
experimento aleatorio con sólo dos resultados posibles.

La energía que consume una reacción química puede cambiar cuando el experimento se repite
en distintos momentos o en laboratorios diferentes. Éste es un experimento aleatorio con muchos
resultados. Supóngase que algunos de los componentes electrónicos de la producción diaria no
cumplen con los requisitos de temporización de un sistema altamente acabado. Si se seleccionan dos
partes de la producción del día de manera arbitraria y se anota si cada parte cumple con los requisitos
de temporización, entonces lo que se tiene es un experimento aleatorio. Los resultados dependen de
lo que se suceda con las dos partes seleccionadas. Si este experimento se repite, entonces pueden
elegirse dos partes diferentes, lo que dará como resultado dos valores de temporización diferentes.

Para modelar y analizar un experimento aleatorio, primero debe comprenderse el conjunto de

resultados posibles del experimento. En esta introducción a la probabilidad se usarán los conceptos
básicos de conjuntos y las operaciones entre conjuntos. Se supone que el lector está familiarizado con
estos conceptos.
 3

Definición: El conjunto de posibles resultados de un experimento aleatorio recibe el nombre de

espacio muestral del experimento. El espacio muestral se denota con la letra S.

EJEMPLO 1: Supóngase que se analiza un cilindro de aire, para detectar la presencia de una molécula
rara. Los resultados posibles de este experimento pueden resumirse simplemente como {sí} o {no},
lo que depende de sí el cilindro seleccionado contiene o no la molécula. Es así como en este ejemplo
el espacio muestral sólo contiene dos resultados posibles, S = {sí, no}.

EJEMPLO 2: Considérese un experimento donde se seleccionan dos componentes y se clasifican

conforme cumplen o no los requerimientos de temporización eléctrica del producto. Un resultado de
este experimento es que la primera parte sea aceptable, y la segunda, no; esto se denotará como AN.
Si se emplea esta notación, entonces puede representarse el espacio muestral del experimento como
el conjunto: S = {AA, AN, NA, NN}, donde la primera letra de cada par indica la clasificación de la
primera parte, mientras que la segunda señala la clasificación de la segunda parte.

La mejor representación de un espacio muestral depende de los objetivos que sé persiguen. Si

sólo se tiene interés en el número de artículos aceptables obtenidos en la muestra, entonces el espacio
muestral puede resumirse así: S = {2, 1, 0}. En esta representación, se pierden los detalles sobre qué
selección es la que no cumple con los requisitos.

En experimentos aleatorios que implican la selección de artículos de un lote, es necesario

indicar si el artículo seleccionado será colocado de nuevo, o no, en el lote antes de seleccionar el
siguiente. Por ejemplo, si el lote contiene tres artículos {a, b, c} y el experimento consiste en
seleccionar dos de ellos sin reemplazo, entonces el espacio muestral puede representarse como S =
{ab, ac, ba, bc, ca, cb}. Sin embargo, si los artículos se devuelven al lote antes de seleccionar el
siguiente, el muestreo se denomina con reemplazo. En este caso, los resultados posibles son S = {aa,
ab, ac, ba, bb, bc, ca, cb, cc}.

EJEMPLO 3: En un experimento donde cada hora se selecciona una parte moldeada por inyección, y
se mide con exactitud la longitud, el espacio muestral es mucho más difícil de describir. En este caso,
el espacio muestral es un subconjunto del conjunto de todos los números reales. El estudio de este
tipo de experimentos se pospondrá para mas adelante.

EJEMPLO 4: Considérese un experimento en el que, cada diez minutos, se verifica el volumen de

llenado de las latas de refresco de una máquina llenadora automática, con la finalidad de determinar
si las latas cumplen con las especificaciones de volumen que deben contener. La evaluación continúa
hasta encontrar una lata que no cumpla con las especificaciones.
Si s denota el hecho de que la lata cumple con las especificaciones, y n, de que no cumple con ellas,
entonces cada resultado del espacio muestral puede representarse como una secuencia de estas letras.
Dado que el experimento termina cuando una lata no cumple con las especificaciones, la secuencia
de letras está formada por una cadena de eses seguida por una n. Con esto, el espacio muestral puede
representarse como S = {n, sn, ssn, sssn, ssssn, y así sucesivamente}. Este espacio muestral tiene un
número infinito de resultados posibles.

En algunos experimentos, el resultado final puede depender de los resultados intermedios.

EJEMPLO 5: Considérese el experimento que consiste en seleccionar un componente electrónico y

clasificarlo según cumple o no los requerimientos de temporización del producto. Si el componente
es aceptable, entonces sólo se asienta este hecho. Si no es aceptable, se registra el hecho y luego se
clasifica el resultado de la temporización en una de cuatro categorías, las cuales se indican con los
 4

códigos a, b, c o d. De este modo, el conjunto de todos los resultados posibles de este experimento
puede describirse como S = {A, Na, Nb, Nc, Nd}

En este tema se introduce la probabilidad para espacios muéstrales que tienen sólo un conjunto
finito (o infinito numerable) de resultados. La restricción sobre estos espacios muéstrales permite
simplificar los conceptos y la presentación sin hacer uso de muchas matemáticas.

Definición: Un espacio muestral es discreto si esta formado por un conjunto finito (o infinito
numerable) de resultados.

Eventos

A menudo, el interés recae en una colección de resultados relacionados entre sí de un experimento

aleatorio.

Definición: Un evento es un subconjunto del espacio muestral de un experimento aleatorio.

EJEMPLO 6: En el ejemplo 2, supóngase que se denota por E 1, al conjunto de todos los resultados
para los que al menos una de las partes no es aceptable. Entonces, E 1 = {AN, NA, NN}
El evento en el que ambas partes no son aceptables, denotado por E 2, sólo contiene un resultado: E2
= {NN}. Otros ejemplos de eventos son E3 = , el conjunto vacío, y E4 = S, el espacio muestral.
Frecuentemente, el interés recae en describir eventos nuevos a partir de combinaciones de eventos
existentes. Ya que los eventos son subconjuntos, entonces es posible utilizar las operaciones básicas
de conjuntos, tales como uniones, intersecciones y complementos, para formar otros eventos de
interés. A continuación se proporciona un resumen de algunas operaciones básicas de conjuntos, en
términos de eventos:

La unión de dos eventos es el evento que está formado por todos los resultados contenidos en
cualquiera de los dos eventos. La unión se denota por E 1  E2.
La intersección de dos eventos es el evento que está formado por los resultados contenidos
en ambos eventos. La intersección se denota por E 1  E2.
El complemento de un evento en un espacio muestral es el conjunto de resultados en el
espacio muestral que no están en el evento. Este componente del evento E se denota por E',
Ec o E

EJEMPLO 7: El espacio muestral del experimento aleatorio del ejemplo 2 es S = {AA, AN, NA,
NN}. Sí E1 = {AA, AN, NA} y E2 = {AN, NA, NN}; entonces:
E1  E2 = {AA, AN, NA, NN} = S
E1  E2 = {AN, NA}
E1C = {NN}, E2C = {AA}

EJEMPLO 8: Las mediciones del tiempo (redondeadas al minuto más próximo) necesario para
completar una reacción química pueden modelarse utilizando el espacio muestral S = { 1, 2, 3, ...}.
Sean: E1 = {x/x 1  x  l0} = [1, 2, ..., 9] y E2 = {x/x 3 < x < 118} =[4, 5, ..., 117]
Entonces: E1  E2 = {x/x l  x < 118} y E1  E2 = {x/x 3 < x < 10}
= [1, 2, ...., 117] = [4, 5, ..., 9]
Por otra parte,
E1c = {x/x  10} = [10, 11, . . .] y E1c  E2 = {x/x 10  x < 118} = [10, 11, . . . 117]
 5

Dos eventos A y B se dicen mutuamente excluyentes cuando no tienen elementos en común. Esto
es, al darse uno de ellos, el otro queda inmediatamente excluido. El concepto de eventos mutuamente
excluyentes se expresa por la condición conjuntista A  B = . Así, por ejemplo, si en el lanzamiento
de un dado una vez, tomamos A: sale un número par de puntos y B: sale un número impar de puntos,
estos dos eventos son mutuamente excluyentes.
Dos eventos A y B se dicen exhaustivos si su unión es igual al espacio muestral S. Mediante
la terminología de conjuntos se tiene, A  B = S. Los dos conjuntos citados antes para el lanzamiento
del dado son exhaustivos.
Los diagramas se utilizan con frecuencia para representar relaciones entre conjuntos, y
también son muy útiles para describir relaciones entre eventos. Los diagramas de Venn pueden
emplearse para representar un espacio muestral y los eventos contenidos en éste. Por ejemplo, en la
figura el espacio muestral del experimento aleatorio está representado por puntos dentro del
rectángulo S. Los eventos E1 y E2 son los subconjuntos de puntos de las regiones indicadas en la
figura.

E1 E2

Los espacios muéstrales pueden describirse gráficamente en términos de un diagrama de

árbol. Cuando un espacio muestral puede construirse en varios pasos o etapas, entonces cada una de
las n1 maneras de completar el primer paso puede representarse como una rama del árbol. Cada una
de las maneras de completar el segundo paso puede representarse con n2 ramas que comienzan donde
terminan las ramas originales, y así sucesivamente.

EJEMPLO 9: En una caja hay pelotas rojas y pelotas azules. Se extraen 3, indique en un diagrama de
árbol el espacio muestral.
rojo
rojo
azul
rojo
rojo
azul
azul

rojo
rojo
azul
azul
rojo
azul
azul
 6

INTRODUCCION A LA PROBABILIDAD

En los temas anteriores se han examinado los métodos para recolección, reducción,
presentación y descripción de un conjunto de datos. Aquí se empieza el estudio de diversas reglas de
probabilidad básica que se pueden utilizar para evaluar la probabilidad de ocurrencia de diferentes
fenómenos. Estas reglas se ampliarán de modo que pueda utilizarse la teoría de la probabilidad básica,
para hacer inferencias relacionadas con una población, basándose tan sólo en muestreos estadísticos.

Probabilidad Objetiva y Subjetiva

¿Qué significa la palabra probabilidad? Se refiere a la posibilidad relativa de que ocurrirá

algún evento. Puede significar la posibilidad de seleccionar una carta negra en una baraja, el que un
estudiante seleccionado al azar en la encuesta del director tenga un promedio inferior a B o el que un
nuevo producto tenga aceptación en el mercado.

Cada uno de los ejemplos anteriores se refiere a una de las tres definiciones de la probabilidad
de ocurrencia de un acontecimiento particular. La primera definición, con frecuencia, se llama
probabilidad clásica. En este caso, la probabilidad de éxito está basada en un conocimiento previo del
proceso implicado. La probabilidad de éxito se define como el número de resultados favorables
dividido entre el número total de resultados:

Número de resultados favorables

Probabilidad de éxito 
Número total de resultados

Por ejemplo, para encontrar la probabilidad de seleccionar una carta negra en una baraja, la
respuesta correcta sería de 26/52 ó 1/2, dado que hay 26 cartas negras en una baraja americana. ¿Qué
indica esta probabilidad de 1/2 de escoger una carta negra? Si se reemplaza cada carta después de
tomarla, ¿significa que una de las dos cartas siguientes será negra? Por el contrario, no se puede decir
con seguridad lo que ocurrirá en las siguientes selecciones. No obstante, se puede decir que a la larga,
si se continúa este proceso de selección con un "gran" número de pruebas, la proporción de cartas
negras seleccionadas llegaría a 0.50.

En el primer ejemplo, se conocieron el número de éxitos y el número de resultados en el

proceso comprendido, es decir, la baraja. Esto lleva al segundo tipo de probabilidad llamada
probabilidad clásica empírica. La probabilidad de éxito todavía se define como el número de
resultados favorables, dividido entre el número total de resultados. Ahora bien, en el caso de la
probabilidad clásica empírica, estos resultados se basan en los datos observados y no en un previo
conocimiento de un proceso como una baraja. En el segundo ejemplo, el estudio hecho por el director,
la probabilidad de que un estudiante tenga un promedio inferior a B, se puede encontrar con la
selección aleatoria de una muestra de estudiantes entre toda la población de estudiantes. De un colegio
se seleccionó una muestra de 94 estudiantes. De éstos, 57 tuvieron un promedio inferior a B. Por
tanto, la probabilidad de que un estudiante tenga un promedio inferior a B es de 57/94 ó 0.606. En
este caso, el "éxito" se refiere a que un estudiante tenga un promedio inferior a B. Esto ilustra que el
evento favorable se puede definir en cualquier forma apropiada para el problema particular en
cuestión.

E1 ejemplo anterior incluyó un examen de un número un tanto grande de resultados. No

obstante, en muchos casos sólo estará disponible un número pequeño de resultados anteriores de un
evento o quizá no habrá resultados anteriores que se puedan examinar (como en el caso de la
comercialización de un nuevo producto).
 7

El tercer tipo de probabilidad se llama probabilidad subjetiva. Mientras que en las dos
definiciones anteriores la probabilidad de un evento favorable se calculó en forma objetiva, ya sea
con una probabilidad previa o con datos reales (pasados), la probabilidad subjetiva se refiere a la
probabilidad de la ocurrencia de un acontecimiento por una persona determinada. Esta probabilidad
puede ser muy diferente a la probabilidad subjetiva asignada por otra persona. Por ejemplo, el
inventor de un nuevo juguete puede asignar una probabilidad muy diferente a la probabilidad de éxito
del juguete, que el presidente de la compañía que piensa comercializar el juguete. La asignación de
probabilidades a diversos eventos suele estar basada en la experiencia previa, opinión personal del
individuo y el análisis de una situación particular. La probabilidad subjetiva es de uso especial en la
toma de decisiones en situaciones en las cuales no se puede hacer determinación empírica de la
probabilidad de diversos eventos.

PROPIEDADES ELEMENTALES DE LA PROBABILIDAD

En la sección precedente se estudiaron las distintas maneras como se puede llevar a cabo un
conteo para atender los propósitos de una situación determinada y cómo es posible mediante este
conteo resolver algunos problemas de probabilidad. Ahora se tiene como finalidad revisar las reglas
de probabilidades y los procedimientos mediante los cuales se aplican estas reglas.

Entre las reglas que se van a examinar, están, ante todo, las de adición, de multiplicación, de
probabilidad total y la regla de Bayes.

Las reglas generales de probabilidad las podemos dividir en dos grupos. Un primer grupo
formado por las reglas que podríamos llamar primarias o básicas, llamadas axiomas. Estas reglas no
se aprecian directamente en la solución de problemas, pero son las que dan soporte lógico a las que
se utilizan directamente en la solución de tales problemas y que se llaman teoremas. Estableceremos
en primera instancia los axiomas.

Axioma uno: Si E un evento entonces, P(E) representa un número entre 0 y 1 incluidos. Esto es:
0  P(E)  1

Axioma dos: Si S es el espacio muestral (evento seguro) asociado a un experimento entonces, P(S)
es igual a 1, o sea P(S) = 1

Axioma tres: Si A y B son eventos mutuamente excluyentes entonces, la probabilidad de A o

B, P (A  B), es igual a la suma de las probabilidades individuales. Esto es P (A  B) = P (A) + P
(B)

El axioma tres se puede extender a una sucesión de eventos y tenemos así: Si A1, A2, A3, ...,
An son n eventos mutuamente excluyentes tomados de dos en dos, entonces:
P (A1  A2  A3  ...  An) = P (A1) + P (A2) + P (A3) + ... + P (An) El axioma tres es conocido con
el nombre de regla especial de adición.

Sea S = {1, 2, 3, 4, 5, 6} el espacio muestral correspondiente al lanzamiento de un dado

balanceado. Consideremos los eventos A: se obtienen dos puntos o menos y B: se obtienen cuatro
puntos o más.

Al expresar estos eventos como conjuntos, tenemos que A = {1, 2} y B = {4, 5, 6} lo cual se
5
muestran mutuamente excluyentes con A  B = {1, 2, 4, 5, 6} y así P (A  B) = calculada
6
 8

2 3 2 3
directamente. Por otra parte, P (A) = y P (B) = lo que nos conduce a P (A) + P (B) =  =
6 6 6 6
5
= P (A  B), lo que nos comprobaría la validez del axioma tres.
6

A partir de los tres axiomas anteriores se deducen los teoremas que constituyen reglas para
calcular probabilidades de situaciones más o menos complejas.

Teorema 1:
Si A es el evento, vacío entonces su probabilidad es cero. Es decir P () = 0
En efecto, S   = S  P (S  ) = P (S)  P (S) + P () = P(S) (S y  son mutuamente
excluyentes - Axioma 3).
Del axioma 2, se tiene 1 + P () = 1  P () = 0.

Teorema 2:
Si A es un evento y AC su complemento entonces la probabilidad de es igual uno menos la
probabilidad de A. Esto es: P (AC) = 1 - P (A)
Para obtener este resultado partimos de que para cualquier conjunto (evento) A  AC = S, y así:
P (A  AC) = P (S) = 1 (axioma dos)
P (A) + P (AC) = 1 (axioma tres)
De lo anterior se tiene P (AC) = 1 – P (A).

Suponga que en una urna hay cuatro bolas blancas y seis rojas. De la urna se extrae al azar
una bola y sea A: la bola extraída es roja. Compruebe que P (AC) = 1 - P (A).
4
En efecto, AC: La bola extraída no es roja o lo que lo mismo, es blanca. Por tanto, P (AC) = = 0.4
10
= 1 - 0.6 = 1 – P (A)

Teorema 3:
Sean A y B dos eventos, entonces:
i) P (A  BC) = P (A) – P (A  B)
ii) P (AC  B) = P (B) – P (A  B)

Para la demostración de este teorema partimos de la identidad entre conjuntos A = (A  B) 

(A  BC), siendo A  B y A  BC mutuamente excluyentes, véase figura
Ahora tenemos, P (A) = P [(A  B)  (A  BC)] = P (A  B) + P (A  BC) (Axioma 3)
De lo anterior se tiene P (A  BC) = P (A) – P (A  B). La parte ii) se demuestra de manera
similar.
Del teorema 3 se deduce que si A y B son dos eventos tales que A  B entonces, P (A)  P
(B).
En efecto si A  B, entonces por el teorema 3 se tiene P (AC  B) = P (B) - P (A  B)
= P (B) – P (A)
Como P (AC  B)  0  P (B) – P (A)  0  P (A)  P (B).
 9

A B

A  BC AB

Figura La región sombreada corresponde al conjunto A.

Se lanza una moneda dos veces. Sean los eventos A: el primer resultado es "cara"; B: el
segundo resultado es "seca". Compruebe que P (A  BC) = P (A) - P (A  B) y P (AC  B) = P (B)
– P (A  B).
El espacio muestral está definido por S = {cc, cs, sc, ss} y así A = {cc, cs}, B C = {cc, sc}. Por
tanto, A  B = {cs} y A  BC = {cc} y al calcular las probabilidades se tiene
P (A  BC) = ¼, P (A) = ½, P (A  B) = ¼
Así que, P (A) – P (A  B) = ½ - ¼ = ¼ = P (A  BC).

Teorema 4:
Sean A y B dos eventos de un espacio muestral S entonces, P (A U B) = P (A) + P (B) – P (A  B).
.

En la demostración de este teorema nos apoyamos en la siguiente identidad entre conjuntos:

A U B = B U (A  BC) siendo B y A  BC dos conjuntos mutuamente excluyentes, como se muestra
en la figura.

A B

A  BC B

Figura La región sombreada corresponde al conjunto A.

P (A  B) = P [B  (A  BC)] = P (B) + P (A  BC) (por el axioma 3)

= P (B) + P (A) – P (A  B) (por el teorema 3)
Por lo anterior se tiene que P (A  B) = P (A) + P (B) – P (A  B)
El teorema 4 se conoce con el nombre de regla general de adición.

Suponga que el 80% de los norteamericanos que pasan vacaciones en Europa visitan París;
que el 70% visitan Berlín y que el 60% visitan París y Berlín. Halle la probabilidad de que un
norteamericano de vacaciones en Europa:
 10

a) Visite Berlín o París

b) Visite sólo una de estas ciudades
c) No visite ninguna de estas ciudades

Por lo general, las situaciones sobre las cuales se nos pregunta la probabilidad son eventos
compuestos a partir de eventos elementales que aparecen en el enunciado del problema en cuestión.
Por ello, una tarea que debemos realizar antes de comenzar a responder sobre lo que se nos pregunta
es la de precisar estos eventos elementales. En nuestro caso estos son: A: el norteamericano visita
París B: el norteamericano visita Berlín

Definidos estos eventos, el evento, "el norteamericano visita París y Berlín", está determinado
por el conjunto A  B.

En cuanto a probabilidad (teniendo en cuenta que debe ser un número entre 0 y 1 asignada a
estos eventos tenemos: P (A) = 0.8, P (B) = 0.7 y P (A  B) = 0.6.

Ya estamos en condiciones de responder las preguntas planteadas, puesto que la afirmación

"el norteamericano visita París o Berlín" se representa por A  B, y así por el teorema 4 se tiene:

P (A  B) = P (A) + P (B) – P (A  B) = 0.8 + 0.7 - 0.6 = 0.9. Ahora podemos traducir el

resultado en término porcentual y decimos que, hay una posibilidad del 90% que el norteamericano
visite París o Berlín.

La afirmación "el norteamericano visita sólo una de estas ciudades", quiere decir que si visita
París no visitará Berlín y viceversa; por tanto, se representa mediante la operación de conjuntos (A 
BC)  (AC  B) y así, por el axioma 3 tenemos
P [(A  BC)  (AC  B)] = P (A  BC) + P (AC  B) = P (A) – P (A  B) + P (B) – P (A 
B) (por el teorema 3) = 0.8 - 0.6 + 0.7 - 0.6 = 0.3. Esto es, hay una posibilidad del 30% de que el
norteamericano visite sólo una de las ciudades, París o Berlín.

Por último, la afirmación "el norteamericano no visita ninguna de estas dos ciudades"
corresponde al evento AC  BC.

Al revisar las anteriores reglas que hemos dado para la probabilidad no encontramos ninguna
que se ajuste a la operación de conjuntos antes citada. Por ello tenemos que recurrir a ciertas leyes
que relacionan distintas operaciones entre conjuntos, que en el presente caso corresponde a la que
establece que AC  BC = (A  B)C. De aquí se tiene que P [AC  BC] = P[(A  B)C] = 1 – P (A 
B) (por el teorema 2)

P (AC  B) = 1 - 0.9 = 0.1. Por tanto, hay una posibilidad del 10 % que el norteamericano no
visite París ni Berlín.

TÉCNICAS DE CONTEO

En muchas situaciones la clave para la solución de un problema de probabilidad consiste en

llevar a cabo algún tipo de conteo y por tanto el éxito o fracaso en la solución depende de lo bien o
mal que se haga el conteo. En lo que sigue, nuestro propósito es precisar los criterios que se deben
tener en cuenta para llevar a cabo un conteo efectivo, acorde con la circunstancia particular del caso.
Los conteos de las posibilidades que se pueden dar al considerar una serie de alternativas u
opciones relacionadas con una circunstancia particular, se fundamentan en dos principios que son:
Principio de multiplicación y Principio de adición.
 11

Principio de multiplicación: "Suponga que una primera acción puede concluir de n1 formas
diferentes; una segunda acción puede concluir de n 2 formas diferentes y así sucesivamente, hasta
llegar a una acción k que puede concluirse n k formas diferentes; entonces, las k acciones pueden
concluir conjuntamente de n1 × n2 × n3, ... , nk formas diferentes ".

Suponga que se desea formar una terna para elegir presidente, vicepresidente y secretario de
una junta directiva. Hay 3 candidatos para la presidencia; 5 para la vicepresidencia y 4 para la
secretaría, ¿de cuántas formas se puede elaborar la terna?
Si se llama "elección del presidente" como primera acción; "elección de vicepresidente" como
segunda acción y "elección del secretario" como tercera acción, entonces:

Número de formas como se puede elegir el presidente = 3

Número de formas como se puede elegir el vicepresidente = 5
Número de formas como se puede elegir el secretario = 4

Por el principio de multiplicación, el número de formas como se pueden elegir los tres para
formar la terna está dada por 3 x 5 x 4 = 60.

Veamos otro problema.

Un profesor de pedagogía desea exhibir tres carteles en el vestíbulo de un colegio, uno a

continuación del otro. ¿De cuántas formas puede colocar los tres carteles?
Vamos a llamar "colocar el primer cartel" como primera acción; "colocar el segundo cartel"
como la segunda acción y "colocar el tercer cartel" como tercera acción. Entonces:

Número de formas como se puede colocar el primer cartel = 3

Número de formas como se puede colocar el segundo cartel = 2 (puesto que el primero ya está
colocado)
Número de formas como se puede colocar el tercer cartel = 1 (puesto que el primero y el segundo ya
están colocados)

Por el principio de multiplicación se tiene que el número de formas como se pueden colocar
los tres carteles está dado por 3 x 2 x 1 = 6.

Principio de adición: "Suponga que una primera acción se puede realizar de n 1 formas diferentes;
una segunda acción de n2 formas diferentes y así sucesivamente, hasta llegar a una acción k que puede
realizarse de nk formas diferentes. Si sólo una de estas k acciones se puede realizar entonces, el
número de formas como puede concluir la primera o la segunda, . . . , o la acción k está dado por n 1
+ n2 + n3 + . . . + nk".

Una persona puede viajar de una ciudad a otra por tres carreteras disponibles o por dos líneas
férreas. ¿De cuántas formas esta persona puede hacer el viaje entre las dos ciudades?
Llamaremos "viajar por carretera", primera acción "viajar por tren", segunda acción. Observe
que si la persona decide viajar por carretera, queda totalmente descartado que lo haga por tren y
viceversa, así que:

Número de formas como puede viajar por carretera = 3

Número de formas como puede viajar por tren = 2

Al aplicar el principio de adición se tiene 3 + 2 = 5 como el número de formas como puede la

 12

persona viajar entre las dos ciudades.

El análisis estadístico se hace con base en datos (muestra). Estos datos en atención a la forma
como sean recolectados o a la manera como deban estudiarse pueden ser ordenados o no ordenados
y con repetición o sin repetición. Por el principio de multiplicación, hay cuatro modalidades como
pueden recolectarse los datos que son: ordenados con repetición (enupla), ordenados sin repetición
(permutación), no ordenados sin repetición (combinación), no ordenados con repetición.
En lo que sigue utilizaremos el término de muestra para referirnos a cualquier sucesión de
datos.

Muestras ordenadas con repetición

Se obtienen cuando cada observación puede darse tanta veces como sea posible, bien porque
la unidad observada se retorna a la población o porque hay un número grande de unidades que poseen
la misma medida y el orden en que suceden tales observaciones es de importancia. Este tipo de
muestra se llama enupla (dupla, tripla, cuádrupla, etc.).
El número de observaciones ordenadas con repetición (muestra) está dado por Nn
en donde N = número de elementos distintos disponibles (población) n = número de elementos
escogidos muestral
Un examen del tipo verdadero o falso es respondido por una persona que carece de todo
conocimiento sobre el tema. Si la persona debe responder diez preguntas, ¿de cuántas formas distintas
puede responder el examen?
Es claro que en este caso tendremos una sucesión de V (verdadero) y F (falso) en donde estas
letras pueden repetirse hasta diez veces (o no darse ninguna vez) y el orden en que se coloquen es de
importancia; por tanto tenemos una sucesión de datos ordenados con repetición con N = 2 y n = 10.
De acuerdo con la fórmula, el número de formas como puede resolverse el examen está dado
10
por 2 = 1024.
El muestreo con repetición ocupa un lugar de relevancia en el estudio de aspectos estadísticos
mediante simulación.

Muestras ordenadas sin repetición

Resultan cuando cada observación sólo se da una vez porque cada unidad una vez observada
no se retorna a la población. Este tipo de muestras se llaman permutaciones.
El número de observaciones ordenadas sin repetición (muestra) está dado por
N!
PnN  N Pn 
( N  n )!

en donde: N = número de elementos distintos disponibles (población)

n = número de elementos escogidos (muestra)

N! indica el factorial de N que a su vez se define como igual al producto de todos; los enteros
menores o iguales a N. Esto es, N! = 1 x 2 x 3 x . . , x ( N - 1) x N.
Así por ejemplo, 3! = 1 x 2 x 3 = 6. En particular 0! = 1 y 1! = 1.
Un conferencista dispone de ocho temas sobre los que puede disertar. Se le pide que presente
una serie de cinco conferencias ante un grupo de personas. ¿De cuántas formas puede organizar su
disertación?
Como se trata de una organización de temas, hay implícito un orden y una no repetición
explícita; así que estamos ante una permutación con N = 8 y n = 5. AI aplicar la fórmula tenemos:
 13

8! 8!
P58  8 P5    8  7  6  5  4  6720
(8  5)! 3!

Cuando en la permutación se hacen intervenir todos los elementos de la población la fórmula

se transforma en N!. Así, por ejemplo, el número de permutaciones posibles que se pueden hacer con
las letras A, B y C está dado por 3! = 1 x 2 x 3 = 6.
Cuando dimos la fórmula hicimos la aclaración de que N representa el número de elementos
distintos disponibles. Sin embargo, a veces se presenta el caso de hacer permutaciones a partir de
elementos repetidos; cuando esto sucede, el número de permutaciones está dado por:
N!
(n 1!)(n 2 !)(n 3 !) (n k !)

siendo: N = número de elementos disponibles

n1 = número de elementos indistinguibles que tienen la característica 1
n2 = número de elementos indistinguibles que tienen la característica 2
n3 = número de elementos indistinguibles que tienen la característica 3
nk = número de elementos indistinguibles que tienen la característica k

¿Cuántas permutaciones distintas se puede hacer a partir de la palabra ABRACADABRA?

En este caso llamamos A la primera característica, n 1 = 5; B la segunda característica, n2 = 2;
R la tercera característica, n3 = 2; C la cuarta característica; n4 = 1 y D la quinta característica, n5 = 1.
11!
Al aplicar la fórmula para N = 11 se recibe  83160
(5!)(2!)(2!)(1!)(1!)

Muestras no ordenadas sin repetición

Se obtienen cuando cada observación se da sólo una vez y el orden en que aparecen no es de
importancia. Este tipo de muestra se llama combinación.
El número de observaciones no ordenadas sin repetición (muestras) está dado:
N!
C nN  N C n 
( N  n )! n!

en donde: N = número de elementos distintos disponible

n = número de elementos escogidos

Suponga que hay 20 personas para formar un comité de tres. ¿De cuántas formas se puede
formar este comité?
Es evidente que en este caso el orden en que se escojan las tres personas carece de importancia
y que ninguna de éstas va a ser escogida dos veces para formar el comité. Por tanto es un problema
de combinaciones. El número de tales combinaciones, al aplicar la fórmula, está dado por:
20! 20  19  18
C 320  20 C 3    1140
(20  3)! 3! 3  2 1

Suponga que en un departamento hay 10 hombres y cinco mujeres y que se necesita un grupo
de cuatro personas para llevar a cabo un proyecto especial. Halle (1) el número de formas como se
pueden elegir dos hombres y dos mujeres para dicho grupo de trabajo y (2) el número de formas para
elegir sea cuatro hombres, sea cuatro mujeres.

1. En este caso cada forma de elección es una combinación, ya que no importa el orden y no hay
 14

repetición. El número de combinaciones de 10 hombres tomados de a dos es

10 !
C102  10 C 2   45 y el número de combinaciones de cinco mujeres tomadas de a dos es
(10  2)! 2!
5!
C 52  5 C 2   10
(5  2)! 2!

Como hay 45 formas de realizar una de las acciones y 10 formas para la otra, por el principio
de multiplicación hay un número de las mismas para realizar ambas acciones que es 45 . (10) = 450.
O sea que el número de formas para elegir dos hombres y dos mujeres para dicho grupo de
trabajo es 450.

4 10 C 4  210 formas para elegir cuatro hombres y C 4  5 C 4  5 de elegir cuatro mujeres.
5
2. Hay C10
Como sólo se tomarán hombres o sólo mujeres, entonces por el principio de adición, el número de
formas como pueden seleccionarse los distintos grupos de trabajo está dado por
C104  C 4  210  5  215 .
5

Suponga que una tienda de TV. ha recibido un embarque de 12 receptores nuevos, nueve del
modelo A y cuatro del modelo B. Si se venden cuatro receptores, ¿cuál es la probabilidad de que los
receptores vendidos sean dos del modelo A y dos del modelo B? ¿Cuál es la probabilidad de que los
cuatro sean del mismo modelo?
12  11 10  9
4  10 C 4 
El número de formas para elegir cuatro objetos entre 12 es C10  495
4  3  2 1
El número de formas para elegir dos objetos entre ocho es C82  8 C 2  28 y el número de formas para
elegir dos objetos entre cuatro es C 42  4 C 2  6 . Así que el número de formas para elegir dos
receptores entre los ocho de modelo A y dos entre los cuatro de modelo B es 28 x 6 = 168, y la
168 56
probabilidad de vender dos receptores de cada modelo es:   0.3394  33.94%
495 165

El número de formas para elegir cuatro objetos entre ocho es C84  8 C 4  70 , y el número de formas
para elegir cuatro objetos entre cuatro es C 44  4 C 4  1 . Por tanto, la probabilidad de que los cuatro,
70  1 71
receptores vendidos sean del mismo modelo es:   0.1434  14.34%
495 495

PROBABILIDAD CONDICIONAL

En algunas situaciones debemos dar respuesta a la probabilidad de un evento cuando éste se

halla sujeto a ciertas condiciones. El siguiente problema nos muestra este caso.

Ejercicio ilustrativo

La Oficina de Acción Social lleva a cabo un censo de todas las personas que viven en una
pequeña comunidad. Los encuestadores anotan en una relación el número de visitas que una persona
hace al centro de salud y las condiciones sanitarias de la vivienda que habita. Los resultados fueron
como se da en la tabla que sigue:
 15

Condiciones Sanitarias
Número de visitas Total
Buenas Malas
2 o menos 700 100 800
más de dos 800 400 1200
Total 1500 500 2000

Con base en esta tabla, si preguntamos, ¿cuál es la probabilidad de que una persona escogida
500
al azar viva en malas condiciones sanitarias? La respuesta es  0.25 .
2000
Si la pregunta ahora es, ¿cuál es la probabilidad de que una persona escogida al azar viva en
malas condiciones sanitarias, dado que visita dos veces o menos el centro de salud? En este caso la
100
respuesta hay que buscarla en la primera fila y sería  0.125 . Esta última probabilidad se dice
800
condicional, puesto que se da al tener en cuenta la condición de que la persona visitó dos veces o
menos el centro de salud.
Cuando se calcula una probabilidad condicional siempre hay dos eventos o sucesos
involucrados. El evento condicionante, "la persona visitó dos veces o menos el centro de salud" y el
evento condicionado, "la persona vive en malas condiciones sanitarias".
En general, si denotamos A el evento condicionado y B el evento condicionante, la
probabilidad condicional se escribe P (A/B), escritura ésta que se traduce "probabilidad de A dado
B".
En nuestro caso sí, A: la persona vive en malas condiciones sanitarias, B: la persona visita dos
veces o menos el centro de salud; entonces, P (A/B) se traduce: probabilidad de que la persona viva
en malas condiciones sanitarias dado que visitó dos veces o menos el centro de salud", que por lo ya
explicado P (A/B) = 0.125.
Observe ahora que A  B se traducirá ahora como "la persona vive en malas condiciones
sanitarias y visitó dos veces o menos el centro de salud". En total hay 100 personas y así P (A  B)
100 1 800 8
=  . Por otra parte, P (B) = 
2000 20 2000 20

1
P(A  B) 20 1
Por lo anterior se tiene que   que coincide con P (A/B).
P(B) 8 8
20
Esto no es una coincidencia, sino todo lo contrario; es la definición de probabilidad
condicional, como se verá en seguida:

Sean A y B dos eventos, la probabilidad condicional de A dado B se denota y define de la manera

P(A  B)
siguiente: P(A / B)  , P(B)  0
P(B)

P(A  B)
Igualmente se tiene P(B / A)  , P(A)  0 como la probabilidad condicional de B dado
P( A )
A.

Por lo anterior podemos observar que hay dos formas para calcular una probabilidad
condicional. Una, hacerlo directamente como se hizo en el ejercicio introductorio. Otra, al aplicar la
fórmula dada. Según las condiciones particulares del problema se podrá aplicar uno u otro método.
El 50% de los estudiantes de la universidad tiene clases por la mañana; el 30% tiene clases
 16

por la tarde y el 20% tiene clases por la mañana y por la tarde. Se escoge un estudiante al azar. Calcule
la probabilidad de que:
a) tenga clases por la tarde, dado que tiene clases por la mañana,
b) Tenga clases por la mañana, dado que tiene clases por la tarde.

Como ocurre con todos los problemas de la probabilidad, lo que debemos hacer antes que
todo es definir los eventos. En este caso los eventos son:
A: el estudiante tiene clases por la mañana
B: el estudiante tiene clases por la tarde y
A  B que corresponde al evento "el estudiante tiene clases por la mañana y por la tarde", con
probabilidades respectivas P (A) = 0.5, P(B) = 0.3 y P (A  B) = 0.2.
P(A  B) 0.2 2
La probabilidad pedida en la parte a) corresponde P(B / A)     0.4
P( A ) 0.5 5

P(A  B) 0.2 2
Para la parte b) se tiene P(A / B)     0.67
P(B) 0.3 3
Otro ejercicio. En cierto grupo de estudiantes de secundaria formado por 60 mujeres y 40 hombres,
se observa que 24 de éstos usan lentes, lo mismo que 16 mujeres. Se escoge un estudiante al azar;
halle la probabilidad de que:
a) sea mujer, dado que usa lentes,
b) Use lentes, dado que es hombre.

Los eventos a considerar para darle solución al problema son:

A: la persona escogida es mujer
B: la persona escogida usa lentes
Con los datos del problema podemos formar un cuadro como el que sigue:

Usa Lentes
Sexo Sí No Total
Masculino 24 16 40
Femenino 16 44 60
Total 40 60 100

P(A  B) 16 2 24 3
A partir de la tabla tenemos P(A / B)     0.40 , P(B / A C )    0.30
P(B) 40 5 40 10
De la fórmula anterior, se tiene que P(A  B) = P(A/B) P(B) o también P(A  B) = P(B/A)
P(A) que se conoce con el nombre de regla general de multiplicación.
La probabilidad de que un ama de casa esté presente en el hogar cuando un representante de
ventas llame a la puerta es de 0.5. Si se encuentra que la probabilidad de que realice una compra es
de 0.3. Halle la probabilidad de que la señora esté presente en casa y de que realice una compra
cuando el representante la llame. Definimos los eventos, A: el ama de casa se halla en casa, B: la
señora hace compras cuando se llama.
Necesitamos calcular P(A  B) = P(B/A) P(A) = 0.3 . 05 = 0.15

TRES TEOREMAS IMPORTANTES

Hay tres resultados relacionados con la probabilidad condicional que adquieren gran
importancia en la solución de ciertos problemas. Estos se conocen con el nombre de teorema (regla
de probabilidad total, teorema (regla) de Bayes y teorema (regla) de multiplicación. Los ejercicios
que desarrollaremos después de la discusión de cada uno de estos teoremas nos darán luces sobre en
 17

qué tipo de problemas tienen aplicación las citadas reglas.

Antes de entrar a analizar los dos primeros teoremas es necesario, introducir un concepto
previo ligado a éstos.
Sea S un conjunto no vacío, se llama partición de S a cualquier familia {Bi}ni=1, de
subconjuntos de S que sean mutuamente excluyentes y totalmente exhaustivos. Formalmente una
partición es cuando Bi  Bj =  i  j y B1  B2  ...  Bn = S. Así por ejemplo, si S = {a, b, c}
entonces {{a}, {b}, {c}} forma una partición de S. Otra partición es {{a, b}, {c}}. Pero {{a, b},
{b, c}} no es una partición de S puesto que {a, b} y {b, c} no son mutuamente excluyentes.
Si se tiene un conjunto universal S y A un subconjunto del mismo entonces {A, AC} siempre
es una partición de S.

Teorema de la probabilidad total

Este teorema o regla de probabilidad total nos indica cómo calcular la probabilidad de un
evento A cuando conocemos las probabilidades condicionales P[A/Bi] en donde los Bi forman una
partición del espacio muestral S.

Teorema: Supongamos que {Bi}ni=1, es una partición de un espacio muestral S. Sí A es un evento de

n
S entonces P(A) = P(A/B1) P(B1) + P(A/ B2) P(B2) +... + P(A/ Bn) P(Bn) =  P( A / B )  P( B )
i 1
i i

Para la demostración de este teorema partimos de la identidad A = A  S = A  (B1  B2 

B3  ...  Bn) = (A  B1)  (A  B2)  ...  (A  Bn)
(Los Bi forman una partición de S).
De lo anterior se tiene P(A) = P[(A  B1)  (A  B2)  ...  (A  Bn)] = P(A/B1) P(B1) + P(A/B2)
P(B2) + . . . + P (A/Bn) P(Bn).

Suponga que se tienen cinco urnas numeradas de 1 a 5 y que cada una de ellas contiene 10
bolas con un número de bolas blancas igual al número que tiene la urna. Se selecciona una urna al
azar y de ella se extrae una bola; halle la probabilidad de que la bola seleccionada sea blanca.
Consideremos los eventos A: la bola seleccionada es blanca, B i: la urna i es escogida. De lo
anterior, P(A/B1) representa la probabilidad de que la bola sea blanca, dado que viene de la urna 1.
Análoga interpretación tiene P(A/B2), P(A/B3), etc. Al ser estas posibilidades respectivas
1 2 3 4 5
P(A / B1 )  , P( A / B 2 )  , P( A / B 3 )  , P(A / B 4 )  , P(A / B 5 ) 
10 10 10 10 10

Por otra parte, como cualquier urna puede ser elegida con la misma posibilidad entonces
1 1 1 1 1
P ( B1 )  , P ( B 2 )  , P ( B 3 )  , P ( B 4 )  , P ( B 5 ) 
5 5 5 5 5

Al aplicar la regla de probabilidad total,

              
1 1 2 1 3 1 4 1 5 1 1  2  3  4  5 15 3
P(A)                         0.30
 10  5   10  5   10  5   10  5   10  5  50 50 10

Otro problema: En una fábrica de tornillos, las máquinas A B, C fabrican 20, 30 y 50 % de la

producción total, respectivamente. De lo que producen 2, 3, 5 % respectivamente, son tornillos
defectuosos. Con la producción total se hace un solo lote y se extrae un tornillo; halle la probabilidad
de que sea defectuoso.
Los eventos a considerar en este caso son, A: el tornillo escogido es defectuoso; B1: el tornillo
proviene de la máquina A; B2: el tornillo proviene de la máquina B; B3: el tornillo proviene de la
 18

máquina C.
De los datos del problema y al hacer la debida interpretación, se tiene que, P(A/B 1) = 0.02,
P(A/B2) = 0.03, P(A/B3) = 0.05. Por otra parte, como la máquina 1 produce el 20 % de los tornillos
entonces P(B1) = 0.2. De igual manera, se tiene P(B2) = 0.3 y P(B3) = 0.5.
Así que al aplicar el teorema o regla de probabilidad total se tiene que, P(A) = (0.02)(0.2) +
(0.03)(0.3) + (0.05)(0.5) = 0.038, lo que quiere decir que hay una posibilidad del 3.8 % de que el
artículo escogido sea defectuoso.

Teorema de Bayes

El teorema o regla de Bayes es una técnica que nos permite obtener la probabilidad
condicional dé un evento cuando mediante el efecto tratamos de determinar la probabilidad de la
causa. Este resultado ha sido muy utilizado para estudiar fenómenos sociales; sin embargo, por el
empleo de probabilidades subjetivas, ha sido muy cuestionado su uso.
El teorema de Bayes trata de responder interrogantes tales como: Si el evento B ocurrió, ¿cuál
es la probabilidad de que haya sido generado por evento A1?, ¿Cuál por A2?, etc.

Teorema: Sea {Bi}ni=1 una partición del espacio muestral S con P(Bi) > 0 y A un evento de S. Entonces
P(A / B k ) P(B k )
P( B k / A)  n
 P( A / B i ) P( B i )
i 1

La demostración de este teorema incluye parte de la demostración del teorema de probabilidad

total. En efecto, de la formula de probabilidad condicional se tiene que:

P( A  B k ) P( A / B k ) P( B k )
P( B k / A)  
P( A) P(A / B1 )P(B1 )  P(A / B 2 )P(B 2 )    P(A / B n )P(B n )

A partir del problema de la fábrica de tornillos considerado anteriormente, halle la

probabilidad de que el tornillo provenga de la máquina tres, dado que es defectuoso.
En este caso debemos calcular la probabilidad P(B3/A), que por el teorema de Bayes nos da
P( A / B 3 ) P( B 3 )
P( B 3 / A )  
P(A / B1 )P(B1 )  P(A / B 2 )P(B 2 )  P(A / B 3 )P(B 3 )
(0.05)(0.5) 0.025
P( B 3 / A )    0.66
(0.02)(0.2)  (0.03)(0.3)  (0.05)(0.5) 0.038

Esto es, hay una posibilidad del 66 % de que el tornillo defectuoso provenga de la máquina
tres.
Es usual describir el proceso de la aplicación de la fórmula de Bayes mediante un diagrama
de árbol, que en el presente problema es como sigue:
 19

A
P(A/B1) = 0.02

B1
P(AC/B1) = 0.98
AC

A
P(A/B2) = 0.03
B2
P(AC/B2) = 0.97
AC

A
P(A/B3) = 0.05
B3
P(AC/B3) = 0.95
AC

Otro problema. Se tienen dos urnas que denotaremos 1 y 2 respectivamente. La urna 1

contiene una moneda de oro en uno de sus cajones y una de plata en el otro, mientras que la urna 2
contiene una de oro en ambos cajones. Se escoge una urna al azar y de ésta se escoge un cajón también
al azar. La moneda encontrada resulta ser de oro. ¿Cuál es la probabilidad de que la moneda provenga
de la urna 2?
Los eventos a tener en cuenta son A: la moneda escogida es de oro, B1: la urna escogida es la
1, B2: la urna escogida es la 2.
Debemos calcular P(B2/A), que de acuerdo con el teorema o regla de Bayes nos da
1  (0.5)
P( B 2 / A )   0.67 . Esto es, hay una posibilidad del 67% de que se haya escogido
1  (0.5)  (0.5)(0.5)
la urna 2.

Teorema de multiplicación

El resultado que reconocemos con este nombre no es otra cosa que una generalización de la
fórmula que hemos señalado P(A  B) = P(A/B) P(B), por ello se le llama regla general de
multiplicación.

Teorema: Sean A1, A2, A3,... ,An n eventos del espacio muestral S y supongamos que P(A1  A2 
...  An-1) > 0. Entonces P(A1  A2  ...  An) = P(A1) P(A2/A1) P(A3/A1  A2) ... P(An/A1  A2 
...  An-1)

Para la demostración de este teorema partimos del resultado conocido P(A1  A2) = P(A1)
P(A2/A1). Para tres eventos se tiene, P(A1  A2  A3) = P(A1  A2) P(A3/A1  A2) = P(A1) P(A2/A1)
P(A3/A1  A2) y así sucesivamente.

Una urna contiene tres bolas negras y siete bolas blancas. Se efectúa el siguiente juego. Se
extrae una bola, se observa su color y luego se devuelve a la urna con dos bolas adicionales del mismo
color. Si se realizan tres extracciones una a continuación de otra, halle la probabilidad de que en cada
una de ellas se extraiga una bola negra. Definimos los eventos Ai: una bola negra que es seleccionada
en la escogencia i, i = 1, 2, 3.
Una vez definidos los eventos queda claro que la probabilidad pedida es P(A 1  A2  A3),
que de acuerdo con el teorema de multiplicación nos queda:
 20

 3  5  7  1
P(A1  A2  A3) = P(A1) P(A2/A1) P(A3/A1  A2) =     
 10  12  14  16
Expliquemos cómo se obtiene cada una de las anteriores probabilidades:
3
P(A1) = puesto que al comienzo se escoge una bola del total de 10, siendo tres negras.
10
5
P(A2/A1) = porque al haber sido la primera negra, se devolvió con dos negras adicionales,
12
por lo cual quedan ahora 12 bolas con un total de negras igual a cinco.
7
P(A3/A1  A2) = porque al ser la segunda negra se retorna a la urna con dos adicionales
14
para tener un total de 14 con siete bolas negras.

INDEPENDENCIA DE EVENTOS

Cuando se trató el concepto de probabilidad condicional, P(A/B) se estableció implícitamente

que la posibilidad de la ocurrencia de A estaba determinada por la posibilidad de que B ocurriera o
porque B ya había ocurrido. No obstante, en muchos casos la ocurrencia de un suceso no influye ni
está influenciado por la ocurrencia de otro. Por ejemplo ¿qué tiene que ver la probabilidad de que
usted gane la lotería con la eventualidad de que mañana sea un día lluvioso?
Cuando la ocurrencia de un evento A no está influenciada ni influye sobre la ocurrencia de
otro decimos que los eventos son independientes. Formalmente la independencia se define de la
manera siguiente.

Dados dos eventos A y B, se dicen independientes si se cumple que P(A  B) = P(A) P(B)

La fórmula anterior se conoce con el nombre de regla especial de multiplicación.

Observe que, aunque hemos iniciado la discusión de la independencia mediante la

probabilidad condicional, no se ha definido en términos de este concepto; la razón es que para tratar
la probabilidad condicional se requiere que el evento condicionante tenga probabilidad positiva y esto
limitaría la consideración del tema de la independencia. Sin embargo, entre los dos conceptos existe
cierta equivalencia, como se verá más adelante.
Suponga que se lanza una moneda dos veces. Sean los eventos, A: el primer resultado es
"cara" y B: el segundo resultado es "sello".
Intuitivamente podemos apreciar que los dos eventos antes definidos son independientes, pero
los vamos a analizar en virtud del criterio de independencia manifiesto en la formula anterior.
Para ello partimos del conocido espacio muestral asociado a este experimento, S = {cc, cs sc
ss}. Los eventos antes citados en términos de conjuntos nos quedan A = {cc, cs} y B = {cs, ss}.
2 1 2 1
Para A se tiene P(A) =  ; para B se tiene P(B) = 
4 2 4 2
1
Por otra parte, A  B = {cs} y así P(A  B) = , que es igual al producto P(A) P(B) =
4
 1  1  1
   
 2  2  4

Otro problema. El 20% de una población es zurda; el 30% es adicta al alcohol y el 6% es

adicta al alcohol y es zurda. Compruebe que los eventos "ser persona zurda" y "ser persona adicta al
alcohol" son independientes.
 21

Definimos los eventos A: la persona es zurda, B: la persona es adicta al alcohol. De esta

manera A  B representa el evento "la persona es zurda y es adicta al alcohol" y por tanto, P(A  B)
= 0.06. Por otra parte, P(A) = 0.2 y P(B) = 0.3 y así P(A) P(B) = (0.2)(0.3) = 0.06 = P(A  B).
Ahora veamos cómo están relacionados los conceptos de condicionalidad e independencia.

Teorema: Sean A y B dos eventos tales que P(A) > 0 y P(B) > 0.
A y B son eventos independientes sí y sólo sí P(A/B) = P(A) y P(B/A) = P(B). La equivalencia
expresada por el anterior teorema es apenas lógica, puesto que si dos sucesos han de ser
independientes, la información correspondiente a uno de ellos no puede estar relacionada con la del
otro.
En cuanto a su demostración partimos del hecho de que si A y B son independientes, entonces
P(A  B) = P(A) P(B)
De la formula de probabilidad condicional se tiene que P(A  B) = P(A/B) P(B)  P(A) P(B)
= P(A/B) P(B)  P(A) = P(A/B).
La otra igualdad se demuestra de manera análoga:
P(A  B)
Recíprocamente, si P(A  B) = P(A)   P(A)  P(A  B)  P(A)  P(B) , lo cual
P(B)
indica independencia.
Volviendo al problema de los estudiantes de secundaria que se presentó en el tema de
probabilidad condicional, determine si las características "usar lentes" y "ser mujer" son
independientes. Recordemos que en ese caso los eventos considerados fueron A: la persona escogida
es mujer y B: la persona escogida usa lentes y que de acuerdo con los datos del problema P(A/B) =
0.4.
60
Por otro lado, P(A) =  0.6 , que comparado con P(A/B) es distinto. Por tanto, los dos
100
eventos "usar lentes" y "ser mujer", son no independientes.
La condición de independencia cuando se da entre dos eventos A y B también se cumple para
sus complementos y tenemos así que de ser A y B independientes lo son también a) A y B C; b) AC y
B; c) AC y BC.