Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Por tanto, para obtener conclusiones válidas y hacer predicciones correctas acerca de
la población a través de la observación de una parte de ella, debe recurrirse a métodos
de inferencia estadística. Estos métodos implican el uso inteligente de la teoría de
probabilidades, la cual es la base de la inferencia estadística.
1
En el ejemplo dado, se sabe que se obtendrá una cara con los números enteros
comprendidos entre 1 y 6, ambos inclusive; pero en un momento determinado no se
puede predecir cuál número se obtendrá. Lo que se sabe es que si se hacen muchos
lanzamientos cada cara aparecerá en la proporción 1/6.
Ejemplo 1:
Ω¿ { 1,2,3,4,5,6 }
Ejemplo 2:
Ω ¿ { cara , sello }
C= Obtener cara.
D= Obtener sello.
2
D =Obtener 4 en la cara superior del dado. D ={ 4 }
Ejemplo 4: EA: Lanzar una moneda hasta que salga cara(c) y anotar el número de
lanzamientos realizados,
Ejemplo 5: EA: Observar el tiempo que pierde una persona esperando en una cola el
autobús
Ω = { t /t ≥ 0 }
Definición de suceso seguro: Se denomina suceso seguro a aquel que siempre ocurre,
se denota por Ω.
3
Ejemplo 7: En el lanzamiento de un dado, el suceso:” obtener el número 1 ó 2 ó 3 ó 4
ó 5 ó 6” es un suceso seguro, pues esas son todas las caras de un dado.
Observaciones:
1.- A ∪ A=Ω
Observaciones:
1.- A ∩ A=ϕ
Ejemplo 12:
P( A ) = 1- P( A ).
Solución
Un dado tiene 6 caras enumeradas del 1 al 6, por tanto el espacio muestral para el
lanzamiento de un dado es
S= { 1,2,3,4,5,6 } ,n=6 .
5
a) Llamemos A al evento “obtener el número 5”, A ocurre sólo si en la cara superior
sale el 5. Luego A tiene un único elemento, A ¿ { 5 } , m=1
Así:
1
P ( A )= =0,2.
5
b) Sea B el evento “obtener el número 2”, B ocurre sólo si en la cara superior sale el 2.
Luego B tiene un único elemento, A ¿ { 2 } , m=1
Así:
1
P ( B )= =0,2
5
c) Sea C el evento “obtener el número 9”, C ocurre sólo si la cara superior del dado cae
en el número 9; pero un dado no tienen cara enumerada con 9 por tanto C no tiene
elementos. Es decir C es el conjunto vacío, C¿ ∅ , m=0
Por lo tanto
0
P ( C ) = =0.
6
luego
3
P ( D )= =0,5.
6
e) Sea E al evento “obtener un número mayor que 4”, E ocurre si la cara superior del
dado cae en 5 ó 6, es decir E está formado por dos elementos E ¿ { 5,6 } , m=2 ;
por lo tanto
2
P ( E )= =0,33.
6
Solución
6
Un paquete de barajas españolas tiene 40 barajas, de las cuales: 10 son oro, 10 son de
basto, 10 copas y 10 espadas. Por lo tanto el espacio muestral para un juego de
barajas españolas es
a) Sea A el evento “obtener una baraja de copa”, A = { Copa } ,m=10, porque hay 10
cartas de copa.
10
P ( A )= =0,25
40
b) Cada pinta: oro, basto, copa, espada; tiene siete cartas enumeradas del 1 al 7 y tres
figuras: sota, caballo y rey. En consecuencia hay un dos de oro, un dos de basto, un dos
de copa y un dos de espada, es decir, cuatro cartas enumeradas con el número dos.
Siendo B el evento “obtener un dos”,
4
P ( B )= =0,1
40
c) En las cartas de oro, hay: 7 cartas enumeradas del 1 al 7, una sota, un caballo y un
rey. Por lo tanto, solamente hay una carta de oro enumerada con el 4, Llamando C al
evento “ obtener un cuatro de oro”, C ¿ { 4 de oro } , m=1
1
P (C)= =0,025.
40
d) Cada pinta: oro, basto, copa, espada; tiene siete cartas enumeradas del 1 al 7 y tres
figuras: sota, caballo y rey. En consecuencia hay tres figuras de oro, tres de basto, tres
de copa y tres de espada, es decir, en total hay 12 cartas con las figuras: sota caballo y
rey. Siendo D el evento “obtener una carta con sota, caballo o rey”,
D= {sota
sota C , caballo C , rey C , sota E , caballo E , rey E }
O, caballo O , rey O , sota B , caballo B ,rey B ,
m=12.
12
P ( D )= =0,3
40
7
f
P(A) = lim
n→∞ n
f
En esta ecuación, el valor de se denomina la probabilidad empírica del suceso,
n
mientras que el valor del límite se denomina la probabilidad teórica del suceso.
SEXO
DIAGNÓSTICO masculino femenino Total
Alcoholismo 70 30 100
Otras causas 50 50 100
Total 120 80 200
Si se selecciona un paciente al azar, ¿cuál es la probabilidad de que: a) sea alcohólico?
b) sea hombre? c) sea una mujer alcohólica?
Solución
100
P ( A )= =0,5 .
200
b) Sea B el evento “el paciente es hombre”. De la tabla se tiene que hay 200 pacientes
y de ellos 120 son hombres: n=200 y f =120 . Luego
120
P ( B )= =0,6.
200
c) Llame C al evento “el paciente es una mujer alcohólica”. De la tabla hay 200
pacientes y 30 mujeres alcohólicas: n=200 y f =30. Por lo tanto,
30
P (C)= =0,15.
200
8
Ejemplo 16: En un salón de clase hay 40 alumnos de los cuales 18 son hembras y uno
sólo tiene el mayor promedio de la sección. Si se selecciona al azar un alumno para
representar al salón, ¿cuál es la probabilidad de que sea a) varón b) hembra c) sea el
alumno con mayor promedio?
Solución
22
P ( A )= =0,55
40
18
P ( B )= =0,45.
40
1
P (C)= =0,025.
40
1) Axioma 1: P(A) ≥ 0
2) Axioma 2: P(Ω) = 1
9
3) Axioma 3: P((A∪B)) = P(A) + P(B) para todo A, B sucesos excluyentes incluidos en
Ω.
Propiedades
0 ≤ P ( A ) ≤ 1.
P( ϕ)=0 .
Ejemplo 17: En una caja hay 3 pelotas negras y 7 blancas. Se saca una de ellas al azar,
¿cuál es la probabilidad de que sea azul?
Solución:
Sea A= la pelota es azul. Puesto que en la caja no hay pelotas azules nunca se podrá
seleccionar una pelota de ese color, por tanto usando cualquiera de las dos formas de
definir probabilidad, P(A) = 0, A es un evento un imposible.
P ( Ω )=1.
Solución:
Las 6 caras de un dado están enumeradas con números enteros que van desde 1 hasta
6, por lo tanto al lanzar un dado siempre obtendrás un número con esa característica.
Si llamamos al evento A: A = Obtener un número entero del 1 al 6, entonces
6
P ( A )= =1, A es el evento seguro
6
10
~ ~
A=¿ Que no sea varón, P ( A )=?
~
P ( A )=1−P( A) ¿ 1−0,49=0,51
P ¿ B)¿ P ( A ) + P(B).
Esta fórmula seguirá siendo válida si se trata de la unión de tres o más sucesos.
Esta fórmula se puede generalizar a la unión de tres o más sucesos. Se dará para tres
sucesos.
+ P( A ∩ B ∩C).
Los sucesos A y B son mutuamente excluyentes, puesto que una persona no puede
tener dos tipos de sangre al mismo tiempo; por lo tanto se usa la propiedad 5 a).
P ( A ∪ B ) =P ( A )+ P ( B )=0,30+ 0,15=0,45
Ejemplo 21: Se sabe que en las mujeres con candidiasis se presenta inflamación en el
90% de los casos y prurito en un 80%, dándose ambos síntomas en el 76%. Si se
11
selecciona al azar una mujer con candidiasis, ¿cuál es la probabilidad de que presente
alguno de los síntomas?
Puesto que hay mujeres con los dos síntomas, los sucesos A y B no son mutuamente
excluyentes, por tanto se usa la propiedad 5 b).
Ejemplo 22: Se escoge un número del conjunto {0,1,2. . . , 9}.Sea A el suceso que
ocurre si el número seleccionado es par , B ocurre si el número seleccionado es menor
que 9 y C ocurre si es mayor que 4 . Describa los siguientes sucesos: A, Ā, B, A ∩ B,
A ∩ C, A∪ B, A ∩ B ∩ C.
Solución: Ejercicio
Ejemplo 23: En una ciudad existen dos periódicos A y B. El 50% de sus habitantes es
lector del diario A, el 30% lee el diario B y un 20% de los ciudadanos leen ambos
diarios. Se elige un ciudadano al azar. Calcule la probabilidad de que dicha persona:
a) Sea lector de algún diario
b) Sólo lea el diario A
c) No lea la prensa
d) Lea sólo uno de los diarios
12
a) Sea lector de algún diario significa que lee el diario A o lee el diario B, es decir hay
que determinar P ( A ∪ B ) =?
b) Sólo lee el diario A es equivalente a decir que lee el diario A pero no lee el diario B,
P ( A−B )=?
Se usa la propiedad 6,
~
P ( A−B )=P ( A ∩ B )=P ( A ) −P ( A ∩ B )=0,50−0,20=0,30 .
c) No lea la prensa significa que no lee el diario A ni lee el diario B, por tanto se
~
necesita conocer P ( A ∩ ~B )=?
d) Lee sólo uno de los diarios significa que lee el diario A pero no lee el diario B o lee el
diario B pero no lee el diario A. Es decir: P [ ( A−B ) ∪( B− A) ] =?
Los sucesos A-B y B-A son mutuamente excluyentes, por tanto se usan las propiedades
5a y 6.
¿¿
Ejemplo 24: Suponga que una familia tiene dos hijos de diferente edad y que nos
interesa saber el sexo de éstos. Describa el espacio muestral de este experimento. Si A
es el evento “ no tienen varones”, B el evento “tienen dos varones” y C el evento
“tienen por lo menos un varón”, elabore una lista de los elementos de A, B, C, A B,
~ ~
A B, C∩ B , ( B ∪C ) .
Solución:
H = Hembra V = Varón
Ω={ HH , HV , VH , VV }
~
A ={ HH } B ={ VV } C = { HV , VH ,VV } A B = ϕ A B ={ HH , VV } B={ HH , HV , VH }
~ ~
C ∩ B={ HV , VH } B∪C= {VV , HV , VH } B ∪C={ HH }
13
Técnicas de conteo
Es útil para relacionar dos variables, indicando los resultados que forman el espacio
muestral, pudiendo señalar sobre la tabla determinados sucesos en los cuales se están
interesados
Se construye una tabla de doble entrada con los datos suministrados. En este caso la
tabla tiene 4 casillas, donde cada casilla representa la intersección del sexo con el
~ ~ ~
estado del paciente: H∩C, H ∩ C, H∩ C y ~ H ∩ C ; por el lateral derecho el total de
pacientes crónicos y no crónicos, y, en la parte inferior el total de hombres y no
hombres.
Sexo
Edo. Paciente H H Total
C 15 19 34
C 79 87 166
Total 94 106 200
15
a) P(H∩C) = = 0,075
200
~ 87
b) P(~
H ∩C) = = 0,435
200
14
94 34 15 113
c) P(H∪ C) = P(H) + P(C) - P(H∩C) = + − = =0,565
200 200 200 200
15
2.-Diagrama de árbol
El diagrama de árbol se elabora por pasos, donde cada paso tiene un número finito de
formas o maneras en el que puede ser llevado a cabo. De esta forma, cada “rama” que
se va generando en el “árbol”, irá enumerando las probabilidades que se pueden
formar.
El diagrama de árbol establece varios principios, entre los cuales se encuentran: las
probabilidades de las ramas adyacentes (contiguas) se multiplican, las ramas
separadas que emergen de un mismo punto se suman y la suma de las probabilidades
de las ramas debe dar 1.
Ejemplo 26: Suponga que una familia tiene dos hijos de diferente edad y que nos
interesa saber el sexo de éstos. 1.- Describa el espacio muestral de este experimento,
mediante un diagrama de árbol. 2.- Determine la probabilidad de que: a) los dos hijos
sean varones, b) el primer hijo sea varón y el segundo sea hembra, c) los dos hijos sean
del mismo sexo, d) por lo menos uno sea varón, e) cuando más uno sea varón.
Solución:
1.- El diagrama de árbol para describir el espacio muestral de una familia que tiene dos
hijos es el siguiente:
16
1
a) P(niño) = , porque hay 2 casos posibles( niño o niña) y nos interesa que sea niño.
2
1
P(niña) = , porque hay 2 casos posibles( niño o niña) y nos interesa que sea una
2
niña.
1 1
b) Para el primer hijo, P(niño) + P(niña) = + =1.
2 2
c) Si el primer hijo es niño, hay dos opciones para el segundo hijo, por tanto
1 1
P(niño) = y P(niña) = . Ahora bien, si el primer hijo es niña, de nuevo hay dos
2 2
1 1
opciones para el segundo hijo, por tanto P(niño) = y P(niña) = . En
2 2
1 1
consecuencia para el segundo hijo, P(niño) + P(niña) = + =1.
2 2
1 1 1
2.- a) P(Los dos hijos sean varones) ¿ P { ( Niño , Niño ) }= × = .
2 2 4
2.-d) P(por lo menos uno sea varón)= P(Uno sea varón o Dos sean varones) =
= P(Uno sea varón) +P(Los dos sean varones) , porque los sucesos son excluyentes
1 1 1 1 1 1 1 1 1 3
¿ × + × + × = + + = .
2 2 2 2 2 2 4 4 4 4
2.-e)P(Cuando más uno sea varón)= P(Ninguno sea varón o uno sea varón) =
= P(Ninguno sea varón) +P(Uno sea varón) , porque los sucesos son excluyentes
1 1 1 1 1 1 1 1 1 3
¿ × + × + × = + + = .
2 2 2 2 2 2 4 4 4 4
17
3.- Teoría combinatoria
Es la parte de las matemáticas que estudia las diversas formas de realizar agrupaciones
con los elementos de un conjunto, formándolas y calculando su número. Existen
diversas formas de realizar estas agrupaciones:
Con repetición: Se pueden repetir los elementos que conforman la muestra. Es decir,
se puede seleccionar más de una vez al mismo elemento.
18
Solución: Se tienen 6.6 = 36 resultados posibles.
Ejemplo 28: En un almacén hay cuatro modelos de camisas, seis de pantalones y dos
de zapatos. ¿Cuántos conjuntos distintos de pantalón, camisa y zapatos podemos
comprar?
Solución: El pantalón se puede elegir de seis maneras diferentes. Para cada una de
ellas se puede escoger la camisa de cuatro maneras posibles. Y para cada una de las
anteriores se puede elegir los zapatos de dos maneras distintas.
Ejemplo 29: ¿Cuántos números de a lo sumo dos cifras pueden formarse con los
dígitos 1, 2, 3 y 4?
Solución: Los números que se van a formar pueden tener una o dos cifras, no hay
números que tengan una cifra y dos cifras simultáneamente. Por lo tanto, hay que
contar por separado cuántos hay de cada tipo y luego sumar los resultados.
De dos cifras, la primera puede ser cualquiera de los 4 números y la segunda también,
por tanto hay 4.4 = 16 números.
Los números de una cifra o dos cifras que pueden formarse con los dígitos 1,2,3 y 4
son:
De una cifra: 1 2 3 4
Permutaciones
19
El número de permutaciones, sin repetición, de n elementos viene dado por la
siguiente expresión
n n! n!
Pn=V n= = ¿ n ! , pues 0 !=1.
(n−n)! 0!
n!
Pnn ,n , …, n =
1 2 k
n1 ! n2 ! ⋯ nk !
Ejemplo 30: ¿De cuántas maneras 3 frascos etiquetados color ámbar y 2 frascos
etiquetados transparentes pueden colocarse en una fila?
Solución: Hay dos maneras para distribuir los frascos según el color: AAATT o TTAAA.
En cada caso los de color ámbar(A) pueden colocarse de 3! = 3.2.1= 6 maneras y los
transparentes (T) de 2! = 2.1= 2 maneras. Así que, en total hay 2.6.2 = 24 maneras de
que los frascos de color ámbar queden juntos. Por lo tanto, el número de casos
favorables es 24 y el número de casos posibles, que corresponde a las maneras de
ordenar 5 frascos en una fila es 120; luego la probabilidad viene dada por
24
P= =0,2
120
Variaciones
20
n n!
V m=
(n−m)!
VR nm =nm
igual a 351, a pesar de que se usan los dígitos 1,3 y 5. Por lo tanto, para resolver este
ejercicio se usará variaciones pues el orden es importante y hay más dígitos que
lugares a ocupar. Se utilizará el siguiente esquema para representar un número de tres
cifras:
El primer lugar de la izquierda se puede llenar con los dígitos del 1 al 9( no puede
escribirse 0), por lo tanto es una variación de 9 en 1. Es decir, hay un sólo lugar y 9
dígitos n = 9, m = 1,V nm
9 9! 9!
V 1= = =9
(9−1) ! 8 !
Para los dos lugares siguientes se permite repetir el dígito, se pueden usar todos los
dígitos del 0 al 9 y hay dos casillas, en consecuencia es una variación con repetición
donde n = 10 y m = 2 , VR nm =nm
10 2
VR 2 =10 =100
Luego la cantidad de números de tres cifras que pueden formarse con los dígitos
0,1,2,3,4,5,6,7,8,9 es:
9 10
V 1 .VR 2 =9.100=900 números.
21
El primer lugar de la izquierda se puede llenar con los dígitos del 1,2 ó 3( pues piden
sea menor de 400), por lo tanto es una variación de 3 en 1. Es decir, hay un sólo lugar y
n
3 dígitos n = 3, m = 1,V m
3! 3!
V 31= = =3
(3−1)! 2 !
Para los dos lugares siguientes se permite repetir el dígito, se pueden usar todos los
dígitos del 0 al 9 y hay dos casillas, en consecuencia es una variación con repetición
donde n = 10 y m = 2 , VR nm =nm
10 2
VR 2 =10 =100
Luego la cantidad de números de tres cifras menores de 400 que se pueden formar con
los dígitos 0,1,2,3,4,5,6,7,8,9 es:
3 10
V 1 .VR 2 =3.100=300 números.
300
P= =0,333
900
Combinaciones
C nm= n = ()n!
m m !(n−m)!
( n+m−1)!
n
m(
CR m= n+ m−1 =
)
m !(n−m)!
22
Solución: Aquí no importa el orden de las preguntas, simplemente debe escoger 8
preguntas de 10, en consecuencia, se usa combinaciones. Como no es válido contestar
la misma pregunta varias veces, es una combinación sin repetición.
10
( )
C 8 = 10 =
8
10 !
=
10 !
8 !( 10−8) ! 8 !2!
=45 maneras.
7
()
C 5= 7 =
7!
=
7!
5 5! (7−5) ! 5 !2!
=21maneras
21
P= =0,467.
45
Ejemplo 36: Se seleccionaron al azar tres semillas de una bolsa que contenía 10
semillas de flores rojas y 5 semillas de flores blancas. ¿Cuál es la probabilidad de que:
a) las tres semillas den flores rojas? b) las tres semillas den flores blancas? c) por lo
menos dos semillas den flores blancas? d) cuando más una semilla sea de flor
blanca?
Solución: Puesto que no importa el orden en el cual se seleccionan las tres semillas,
este ejercicio se resuelve usando combinaciones.
Hay 10 semillas de flores rojas y 5 semillas de flores blancas, en total 15 semillas y se
debe determinar de cuántas maneras se pueden seleccionar 3 semillas de 15; por
tanto es una combinación de 15 en 3. Esto corresponde al número de casos posibles
15 15 ! 15 !
Número de casos posibles = C 3 = = =455 .
3 ! (15−3) ! 3!12 !
Ahora se busca el número de casos favorables para cada ítem del problema.
a) Como las 3 semillas deben dar flores rojas, hay que seleccionar 3 de las 10 semillas
que dan flores rojas y ninguna de las 5 que dan flores blancas, luego
Número casos favorables =
10 5 10 ! 5 ! 10! 5 !
C 3 . C0 = . = . =120.1=120
3 ! (10−3) ! 0! (5−0)! 3 !7 ! 0 ! 5 !
23
120
P ( lastres semillasden flores rojas )= =0,2637.
455
b) Como las 3 semillas deben dar flores blancas, hay que seleccionar 3 de las 5 semillas
que dan flores blancas y ninguna de las 10 que dan flores rojas, luego
5 10 5! 10 ! 5! 10 !
Número casos favorables = C 3 . C 0 = . = . =10.1=10
3 !( 5−3)! 0! (10−0)! 3 ! 2 ! 0!10 !
10
P ( lastres semillas den flores blancas )= =0,0220.
455
c) Por lo menos dos semillas den flores blancas significa: 2 den flores blancas y una de
flores rojas ó las 3 den flores blancas y ninguna de flores rojas.
Son dos sucesos mutuamente excluyentes por lo tanto hay que calcular el número de
casos favorables para cada uno y luego sumarlos:
Número de casos favorables para que 2 den flores blancas y 1 de flores rojas =C 52 . C10
1
5! 10! 5 ! 10!
C 52 . C10
1 = . = . =10.10=100
2 !(5−2)! 1 !(10−1) ! 2! 3! 1 !9 !
Número de casos favorables para que las 3 den flores blancas y ninguna de flores
5 10
rojas =C 3 . C 0
5 10 5! 10 ! 5! 10 !
C3. C0 = . = . =10.1=10
3 !( 5−3)! 0! (10−0)! 3 ! 2 ! 0! 10 !
Luego
100+10
P( por lomenos dos semillas den flores blancas)= =0,2418.
455
d) Cuando más una semilla sea de flor blanca significa: 1 semilla de flores blancas y 2
den flores rojas ó ninguna semilla de flor blanca y las tres den flores rojas.
De nuevo son dos sucesos mutuamente excluyentes por lo tanto hay que calcular el
número de casos favorables para cada uno y luego sumarlos:
5 10
Número de casos favorables para que 1 de flores blancas y 2 den flores rojas = C 1 . C2
5 10 5! 10 ! 5! 10 !
C 1 . C2 = . = . =5.45=225
1 !(5−1)! 2 !(10−2) ! 1! 4! 2!8!
Número de casos favorables para que ninguna semilla de flor blanca y las tres den
flores rojas = C 50 . C 10
3
10 5 10 ! 5! 10! 5 !
C 3 . C0 = . = . =120.1=120
3 ! (10−3) ! 0! (5−0)! 3 !7 ! 0 ! 5 !
Luego
24
225+120
P(cuando másuna semillas de flores blancas)= =0,7582.
455
Probabilidad condicional
Hasta ahora se ha introducido el concepto de probabilidad considerando que la única
información sobre el experimento era el espacio muestral. Sin embargo, hay
situaciones en las que se incorpora información suplementaria respecto de un suceso
relacionado con el experimento aleatorio, cambiando su probabilidad de ocurrencia.
El hecho de introducir más información, como puede ser la ocurrencia de otro suceso,
conduce a que determinados sucesos pueden no haber ocurrido , variando el espacio
de resultados y cambiando sus probabilidades.
Se habla de probabilidad condicional cuando, por ejemplo, al tener 2 eventos, donde
ya se conoce el resultado de uno de ellos, se desea conocer cuál es la probabilidad de
ocurrencia del otro evento. Se denota P(A│B) y se lee “la probabilidad que suceda A,
dado que ya sucedió B” o “la probabilidad de A condicionada a B”.
Definición: Sean A, B dos eventos cualesquiera de un espacio muestral Ω, con P(B) > 0.
La probabilidad de que un evento A suceda una vez que ha sucedido B, o en otras
palabras, la probabilidad condicional de A dado B, denotada por P(A│B), se define
como sigue:
P( A ⋂ B)
P ( A ∕ B )=
P(B)
P( A ⋂ B)
P ( A ∕ B )=
P(B)
A ¿ {6 } B ¿ { 2,4,6 } A ∩ B= {6 }.
3 1
P ( B )= P ( A ⋂ B ) =
6 6
Por lo tanto, la probabilidad de obtener el seis, si se sabe que en la cara superior del
dado hay un número par, denotada P ( A ∕ B ), viene dada por:
25
1
P( A ⋂ B) 6 1
P ( A ∕ B )= = = =0,333.
P(B) 3 3
6
Ejemplo 38: En cierta comunidad, 70% de las personas fuman, 40% tienen cáncer
pulmonar, y, 25% fuman y tiene cáncer pulmonar. Determine la probabilidad de que, si
fuma tenga cáncer de pulmón.
Solución:
A = Que fume
P(B ⋂ A)
P ( B ∕ A )=
P( A)
70 40 25
P ( A )= =0,70 P ( B ) = =0,40 P ( B ⋂ A )= =0,25
100 100 100
Luego
P( B ⋂ A) 0,25
P ( B ∕ A )= = =0,357
P( A) 0,70
Ejemplo 39: Se estima que el 15% de la población adulta padece de hipertensión, pero
el 75% de todos los adultos creen no tener ese problema. Se estima también que el 6%
de la población adulta tiene hipertensión, pero no es consciente de padecer dicha
enfermedad. Si un paciente adulto opina que no tiene hipertensión ¿cuál es la
probabilidad de que efectivamente padezca de esa enfermedad?
26
Ejemplo 40: Usando el ejemplo 1, si la enfermedad existe, ¿cuál es la probabilidad de
que el paciente lo sospeche?
~
Solución: Ahora se pide determinar P( B │A),
~
~ P ( B ∩ A)
P( B │A),=
P( A)
~ ~
Pero, P( B ∩ A ¿ = P ( A ∩ B ) = P(A) – P(A∩ B) = 0,15 – 0,06 = 0,09
Luego
~
~ P ( B ∩ A) 0,09
P( B │A),= = = 0,60
P( A) 0.15
P (A ∩B)
P ( A / B )= ⟹ P ( A ∩ B )=P ( A / B ) . P(B)
P( B)
Sustituyendo P ( A /B )=P ( A ), se tiene que
P ( A ∩ B )=P ( A ) . P(B).
27
4 2
Caja I: P ( B )= P ( N ) =
6 6
3 5
Caja II: P ( B )= P ( N )=
8 8
a) Determinar la probabilidad de que ambas bolas sean blancas significa que la bola de
la caja I sea blanca y la bola de la caja II sea blanca. Es decir, P( B ⋂ B):
Como los sucesos son independientes,
4 3 12 1
P ( B ⋂ B )=P ( B ) . P ( B )= . = = .
6 8 48 4
b) Determinar la probabilidad de que ambas bolas sean negras significa que la bola de
la caja I sea negra y la bola de la caja II sea negra. Es decir, P(N ⋂ N ):
Como los sucesos son independientes,
2 5 10 5
P ( N ⋂ N )=P ( N ) . P ( N )= . = = .
6 8 48 24
c) Determinar la probabilidad de que una bola sea blanca y la otra negra significa que
la bola de la caja I sea blanca y la bola de la caja II sea negra o la bola de la caja I sea
negra y la bola de la caja II sea blanca. Es decir, P ( B ⋂ N )+ P ( N ⋂ B) :
Como los sucesos son independientes,
4 5 2 3 20 6 26 13
P ( B ⋂ N )+ P ( N ⋂ B ) =P ( B ) . P ( N ) + P ( N ) . P ( B )= . + . = + = = .
6 8 6 8 48 48 48 24
Ejemplo 42: Una caja contiene 4 bolas blancas y 2 bolas negras. Se saca una bola al
azar, se deja afuera y luego se saca otra bola de la caja, ¿cuál es la probabilidad de
sacar una bola blanca y una negra, en ese orden?
Solución
Se definen los sucesos
B = Que la bola sea blanca,
N= Que la bola sea negra,
Para la primera extracción, en la caja hay 6 bolas: 4 blancas y 2 negras. Por lo tanto,
n=6 , m B =4 y mN =2.
Luego, la probabilidad de extraer una bola blanca la primera vez, es
4 2
P ( B )= = .
6 3
Puesto que, se saca una bola y no se devuelve a la caja; en la caja quedan 5 bolas para
hacer la siguiente extracción. Por lo tanto lo que ocurre en la segunda oportunidad
depende de lo que haya ocurrido anteriormente (eventos dependientes). Como la bola
extraída es blanca, las bolas negras quedan completas, es decir hay 2 bolas negras pero
5 bolas en total; en consecuencia la probabilidad de que en la segunda extracción la
bola sea negra si la primera fue blanca, que se denota P ( N /B ) , es igual a
2
P ( N /B )= .
5
Usando un diagrama de árbol, se puede visualizar lo descrito anteriormente
28
2 2 4
P ( B ⋂ N )=P ( B ) . P ( N /B ) = . = .
3 5 15
Ejemplo 43: Es conocido que la probabilidad de que una muestra de mineral de hierro
contenga más del 20% de magnetita, lo que lo hace aceptable para su producción
industrial, es 0,15. Supongamos que tenemos tres muestras de mineral de hierro,
obtenidas de manera independiente, se pregunta:
a) ¿Cuál es la probabilidad de que las tres tengan más del 20% de magnetita?
b) ¿Cuál es la probabilidad de que las dos primeras tengan más del 20% de magnetita y
la tercera no?
Solución
Definamos el evento A:
15
A= Contenga más del 20% de magnetita, P ( A )= =0,15
100
a) Se obtuvieron tres muestras de manera independiente y se pide la probabilidad de
que las tres muestras tengan más del 20% de magnetita. Es decir
P ( A ⋂ A ⋂ A )=P ( A ) . P ( A ) . P( A) =(0,15).(0,15).(0,15) = 0,0034.
b) Las dos primeras tengan más del 20% y la tercera no lo tenga. Hay que determinar la
probabilidad de que una determinada muestra no tenga más del 20% de magnetita,
P( A' ) :
P ( A ' )=1−P ( A )=1−0,15=0,85
Luego
P ( A ⋂ A ⋂ A ) =P ( A ) . P ( A ) . P ( A ) =( 0,15 ) . ( 0,15 ) . ( 0,85 )=0,0191.
' '
P(B) = P(B│ A1) · P(A1) + P(B│ A2) · P(A2) +... + P(B│ An) · P(An)
Ejemplo 44: En una cierta población de hombres hay un 30% de fumadores. Se sabe
que la probabilidad de enfermarse de cáncer de pulmón es igual a 0,10 para los
fumadores, e igual a 0,01 para los no fumadores. Calcular la probabilidad de que un
hombre elegido al azar de esta población esté enfermo de cáncer de pulmón
Solución: Definamos los sucesos: A =Que el hombre sea fumador,
B = Que el hombre tenga cáncer de pulmón
~
Usando la data suministrada, se tiene: P(A) = 0,30 P(B│A) = 0,10 P(B│ A ) = 0,01.
~
Luego, P( A ) = 1 – P(A) = 1 – 0,30 = 0,70 y usando el teorema de la probabilidad total se
tiene que
~ ~
P(B) = P(A). P(B│A) + P( A ). P(B│ A ) = 0,30. 0,10 + 0,70. 0,01 = 0,037
29
Teorema de Bayes
Este teorema permite obtener la probabilidad condicional de un evento, cuando
mediante el efecto tratamos de determinar la probabilidad de la causa.
Teorema: Sean A1, A2, … , An , n sucesos mutuamente excluyentes(es decir, A i∩ Aj = ∅
si i≠j) de un espacio muestral Ω tales que P(Ai ) > 0 , para i = 1,2,…,n, y A 1∪ A2∪ … ∪
An = Ω. Sea B un suceso de Ω que está participando en los n sucesos mutuamente
excluyentes, entonces
P ( A i ∩ B) P ( B| A i ) . P( A i)
P( Ai │B) = =
P (B) P ( B| A 1) . P ( A 1 ) +…+ P ( B| Ai ) . P(A i )+ …+ P ( B| A n ) . P( A n)
Ejemplo 45: Un paciente con un conjunto de síntomas puede tener cualquiera de las
tres enfermedades A, B y C con probabilidades 0,50; 0,40 y 0,10 respectivamente. Para
precisar el diagnóstico se somete al paciente a un análisis de sangre que da positivo en
las personas que padecen A, B o C con probabilidades 0,30; 0,98 o 0,20
respectivamente. Si a una persona con los síntomas se le realiza el examen y éste da
positivo, ¿cuál es la enfermedad más probable?
Solución: Definamos los sucesos: A =Que la persona tenga la enfermedad A.
B = Que la persona tenga la enfermedad B.
C = Que la persona tenga la enfermedad C.
S = Que el análisis de sangre de positivo.
De la información dada, se tiene que: P(A) = 0,50 P(B) = 0,40 P(C) = 0,10 P(S│A)
=0,30 P(S│B)= 0,98 y P(S│C) = 0,20.
Se pide determinar las probabilidades de cada una de las enfermedades para saber
cuál es la más probable, conociendo que el examen de sangre dio positivo, es decir:
P(A│S), P(B│S) y P(C│S)
SS
P ( S| A ) . P ( A )
P(A│S) =S =
P ( S| A ) . P ( A ) + P ( S|B ) . P(B)+ P ( S|C ) . P(C)
0,30.0,50 0,15 0,15
= = = 0,2669 DDDD
0,30.0,50+0,98.0,40+0,20.0,10 0,15+0,392+0,02 0,562
P(B│S) =S
P ( S|B ) . P (B) 0,98.0,40
= =¿
P ( S| A ) . P ( A ) + P ( S|B ) . P(B)+ P ( S|C ) . P(C) 0,30.0,50+0,98.0,40+0,20.0,10
0,392
0,15+0,392+0,02
0,392
= = 0,6975
0,562
P ( S|C ) . P (C)
P(C│S) =S =¿
P ( S| A ) . P ( A ) + P ( S|B ) . P(B)+ P ( S|C ) . P(C)
0,20.0,10 0,02
=¿ = =
0,30.0,50+0,98.0,40+0,20.0,10 0,15+0,392+0,02
30
0,02
= =¿00,03560=0000000000000,
0,562
0En 00
En conclusión, la enfermedad más probable es la B.
31