SEMANA 12

Veamos la teoría necesaria para la resolución de cualquier tipo de problema, esto es, las
formulitas que vamos a utilizar. Toda la teoría que vamos a desarrollar está hecha para
un espacio muestral  con sólo dos sucesos   A, B. Para tres sucesos está
desarrollado en los apuntes de teoría.

1. Sean A y B dos sucesos tales que


Probabilidad de que ocurra A "sabiendo que ha sucedido B"
A y B son independientes si
Si A y B son independientes los complementarios también lo son.

Leyes de Morgan  
C C

Probabilidad de que ocurra "A ó B"

Probabilidad de que ocurra "A y B"

Probabilidad de que ocurra A y no B

Probabilidad de que sólo ocurra A

P( A)  0.4, P(BC )  0.7 y P( A  B)  0.6, donde BC es el suceso contrario de B.

a) ¿Son independientes A y B ? ¿y AC y BC ?
Calculamos
P(B)  0.3

PA  B  P(A)  P(B)  P(A  B)  0.4  0.3  0.6  0.1,

 SEMANA 12

PA  B  PA PB

 
ahora podemos comprobar  ¿0.1  0.4  0.3?  
 
 0.1  0.12 
NO SON INDEPENDIENTES

Ahora bien, si A y B son independientes todos sus complementarios y combinaciones

entre ellos lo son.
b) Calcule P( A / B)
PA  B 0.1
P( A / B)    0.25
P(B) 0.4
c) Calcule P( A  Bc )
PA  BC   PA PA  B  0.3  0.1  0.2
d) Calcule P( Ac  Bc )

P(A c  B c )  P  A  B 
C
  1 P A  B  1 0.6  0.4
e) Calcule P( Ac  Bc )

P(A c  B c )  P  A  B 
C
  1 P A  B  1 0.1  0.9
f) Calcule P(B / Ac )

P(B / Ac )  PB  A  
C P(B)  PB  A 0.3  0.1
  0.5
P( AC ) 1  P( A) 0.4

2. De los 39 alumnos de una clase, 16 escogieron francés y 27 inglés. Nuevealumnos

eligieron ambos, y el resto no escogió ninguno de ellos. Si se elige al azar un
alumno de dicha clase, halla las siguientes probabilidades.
a) Escogió francés.
16
P(F ) 
39
b) Escogió inglés.
27
P(I ) 
39
c) Escogió ambos idiomas.
9
P(F  I ) 
39
d) Escogió francés o inglés.
16 27 9 35
P(F  I )  P(F)  P(I )  P(F  I )    
39 39 39 39
e) Escogió francés, pero no inglés.
 SEMANA 12

7
P(F  I C )  P(F)  P(F  I ) 
39
f) No escogió ni inglés ni francés.
35 4
P(F C  I C )  1  P(F  I )  1  
39 39

“PROBABILIDAD TOTAL Y BAYES”

Este tipo de ejercicio lo podemos identificar porque en las preguntas del problema
siempre se sigue el mismo esquema, la primera pregunta va encaminada a calcular la
probabilidad total de un suceso y la segunda pregunta es la aplicación del teorema de
Bayes (probabilidades a posteriori). La resolución de estos ejercicios se puede llevar a
cabo de dos maneras distintas:

a) Mediante un diagrama de árbol dependiendo del contexto, por ejemplo

Desarrollemos el primer diagrama. El primer esquema es el más común en

selectividad, siempre nos exponen un experimento aleatorio que da lugar a dos
casos (A1, A2), cada uno con su probabilidad, y después nos dicen que en cada
caso aparecen dos sucesos S y C (cuando son dos nada más, son complementarios,
eso facilita las cuentas) y estos, a su vez, tienen otras probabilidades asociadas
para cada caso. Trabajaremos después el primer esquema mediante una tabla de
contingencia.

Calculemos la probabilidad total de los sucesos S y C, que en este caso son

complementarios porque sólo hay dos en el segundo paso del diagrama, y una vez
calculado uno de los dos el otro puede calcularse usando la probabilidadtotal
o viendo que son complementarios.
 SEMANA 12

P(S)  P( A1)  P(S / A1)  P( A2)  P(S / A2)  p1 p3  p2  p5

P( A1)  P(C / A1)  P( A2)  P(C / A2)  p1 p4  p2  p6
P(C)  
1  P(S)

La probabilidad de Bayes, por ejemplo, calcular sabiendo que ha ocurrido el

suceso C (condición en la segunda parte del diagrama), qué probabilidad hay de
que provenga del caso A2. Pues nada más que escribir la formulita (es una
condicionada normal) y dejarse llevar sustituyendo siempre de la siguiente manera
o según nos convenga.

P( A2  C) P( A2)  P(C / A2) p2  p6

P( A2 / C)  
 
P(C) P(C) p1 p4  p2  p6

b) Mediante una tabla de contingencia (desarrollada en la teoría mediante un

ejemplo)

S C

A1 PA1 S   p1 x p3 PA1 C  p1 x p4 P(A1) = p1

A2 PA2  C  p2 x p5 PA2  C  p2 x p6 P(A2) = p2

P(S) = P(C) =
p1 x p3+ p2 x p5 = p1 x p4+ p2 x p6 = 1
1 - P(C) 1 - P(S)
Aquí la probabilidad de Bayes se puede obtener de la misma forma que en el caso anterior.
Advierte que Bayes es una probabilidad condicionada y cuando tenemos la tabla de
contingencia, la probabilidad condicionada es un numerito entre otro, observa:

P( A2  C) P( A2)  P(C / A2)

P( A2 / C)   
P(C) P(C)
 SEMANA 12

1. Un médico ha observado que el 40% de sus pacientes fuma y de estos, el 75%

son hombres. Entre los que no fuman, el 60% son mujeres. Calcula la
probabilidad de:

a) Un paciente no fumador sea hombre.

Esto aunque no viene precedido “de sabiendo que” o va entre comas, se trata de
una condicionada. Es distinto “no fumador sea hombre” que por ejemplo “sea
hombre no fumador”. Esto es más bien una cuestión de Lengua Castellana. Bueno
resolvamos ya sin más dilaciones:
P(H / F C )  0.4 directamente en el árbol.
b) Un paciente sea hombre fumador.
Al igual que antes y por la distinción que hemos hecho en el razonamiento
anterior, ahora se trata de una intersección y no una condicionada.
P(F  H )  P(F)  P(H / F)  0.4  0.75  0.3
c) Un paciente sea mujer
Esto es claramente y mirando a nuestro árbol, probabilidad total.
P(M )  P(F )  P(M / F )  P(F C )  P(H / F C ) 
 0.4  0.25  0.6  0.6 
 0.46
d) Sabiendo que el paciente ha sido hombre, qué probabilidad hay de que sea
fumador.
Y ya para rizar el rizo y claramente condicionando al suceso posterior, tocamos
un poquito de teorema de Bayes.
Para empezar la P(H )  1 P(M )  0.54 ya la tenemos calculada.

Ahora P(F / H )  P(F  H )  P(F )  P(H / F )  0.3  0.5

P(H ) P(H ) 0.54

 SEMANA 12

Si resolviéramos el ejercicio con tabla todo quedaría reflejado en ella.

Veámoslo:
H M

F PF  H   0.4  0.75  0.3 PF  M   0.4  0.25  0.1 0.4

FC PFC  H  0.6  0.75  0.45 PFC  M  0.6  0.25  0.15 0.6

P(H )  0.3  0.45  0.75 P(M )  0.1 0.15  0.25 1

Y ahora para calcular todas las probabilidades pedidas nada más que repetir los
cálculos.

2. Se realiza una encuesta sobre las preferencias de vivir en la ciudad o en

urbanizaciones cercanas. Del total de la población encuestada el 60% son
mujeres, de las cuales prefieren vivir en la ciudad un 73%. Se sabe que la
probabilidad de que una persona, sea hombre o mujer, desee vivir en la ciudad
es 0.62.

“la probabilidad de que una persona, sea hombre o mujer, desee vivir en la ciudad es
0.62” significa:
P(C)  0.62 pero si esto lo expresamos con su fórmula tenemos:
P(C)  0.62  P(M )  P(C / M )  P(H )  P(C / H )  0.62
0.6  0.73  0.4  x  0.62
x  0.455

Luego de esta forma hemos obtenido la probabilidad de preferir la ciudad dentro de

los hombres.
 SEMANA 12

a) Calcule la probabilidad de que elegido un hombre al azar, prefiera vivir en

la ciudad.
Curiosamente la acabamos de calcular.
b) Supuesto que una persona, elegida al azar, desee vivir en la ciudad, calcule
la probabilidad de que sea mujer.
P(M  C) 0.6  0.73
P(M / C)    0.706
P(C) 0.62
Si resolviéramos el ejercicio con tabla todo quedaría reflejado en ella.
Veámoslo:
C CC

M PM  C  0.6  0.73  0.438 0.6  0.438  0.162 0.6

H 0.182 0.218 0.4

0.62 0.38 1

Y ahora para calcular todas las probabilidades pedidas nada más que repetir los
cálculos.

“PROBABILIDAD COMPUESTA”
La teoría es muy poca o casi nada. Lo único que hay que saber son dos formulitas:

P( A1)  P( A2)  P( A3) INDEPENDIENTES

PA1 A2  A3  
 P( A1)  P( A2 / A1)  P( A3 / A1 A2) NO INDEPENDIENTES

A continuación, con el primer ejemplo, veremos muchísimos de los casos que se nos
pueden presentar en los ejercicios de tipo 3. ¿Cómo los identifico? Muy fácil, no son ni
tipo 1 ni tipo 2. ¿Por qué? Porque no son mecánicos, en ellos, hemos de pensar un poquito,
hay que valorar todas las posibilidades, etc.

1. Se tiene una urna llena de bolas con la siguiente composición: 2 ROJAS, 3

VERDES, 5 AZULES. Se extraen sin reemplazamiento 3 bolas. Se piden las
siguientes probabilidades:
a) Describe el espacio muestral y asigna probabilidades a cada suceso elemental.
 SEMANA 12

Para no equivocarnos al describir el espacio muestral y puesto que se tienen 33 -

1 elementos (hay dos rojas = una posibilidad menos), o sea, 26, vamos a
RRV , RRA, RVR , RVV , RVA, RAR , RAV , RAA, 

VRR , VRV , VRA, VVR , VVV , VVA, VAR , VAV , VAA, 
ARR , ARV , ARA, AVR , AVV , AVA, AAR , AAV , AAA
 
Los sucesos no son equiprobables por tanto no podremos calcular probabilidades
aplicando la regla de Laplace. No os escribo las probabilidades porque es un tanto
engorroso, y además, con el desarrollo del ejercicio se van calculando muchas de
ellas.
b) Calcular la probabilidad de que la primera sea roja, la segunda verde y la
tercera azul.
PR1V 2  A3  2  3  5 se trata de una posibilidad concreta, luego no
10 9 8
barajamos otras opciones
c) Calcula la probabilidad de que la segunda bola sea roja.
PX  R2  X   PR1 R2 / R1 X   PR1C  R2 / R1C  X  
2 1 8
    8 28
10 9 8 10 9 8
X es cualquiera de las bolas.
d) Calcula la probabilidad de que sólo la tercera bola sea azul.
PX  X  A3  PA1  A2 / A1  A3 / A1 A2 
PA1  A2C / A1 A3 / A1  A2C 
PA1C  A2 / A1C  A3 / A1C  A2
PA1C  A2C / A1C  A3 / A1C  A2C 
5 4 3
    5 5 4  5 54  5  45
10 9 8 10 9 8 10 9 8 10 9 8

El problema que se plantea aquí es el siguiente, como hay dependencia, y setrata

de la última bola, hemos de estudiar todos los casos que nos condicionan el suceso
en cuestión.
e) Calcula la probabilidad de que no salga ninguna bola verde
PV1C V 2C V 3C  7  6  5
10 9 8
f) Calcula la probabilidad de que salga al menos una bola verde.
La probabilidad de “al menos una bola verde” es lo mismo que “lo contrario de
ninguna bola verde” y esto se traduce en:
PV1V 2 V 3  1  PV1C V 2C V 3C   1  7  6  5
10 9 8
g) Calcula la probabilidad de que salga al menos una bola roja.
 SEMANA 12

PR1 R2  R3  1  PR1C  R2C  R3C   1  8  7  6

10 9 8
h) Calcula la probabilidad de que salgan al menos dos bolas rojas.
PR1 R2  R3C 
PR1C  R2  R3
PR1 R2C  R3
PR1 R2  R3  2  1  8  8  2  1  2  8  1  2  1  0
10 9 8 10 9 8 10 9 8 10 9 8

i) Calcula la probabilidad de que salgan al menos dos bolas azules

PA1 A2  A3C 
PA1C  A2  A3
PA1 A2C  A3
PA1 A2  A3  5  4  5  5  5  4  5  5  4  5  4  3
10 9 8 10 9 8 10 9 8 10 9

2. Se tiene una urna llena de bolas con la siguiente composición: 2 ROJAS, 3

VERDES, 5 AZULES. Se extraen con reemplazamiento 3 bolas. Se piden las
siguientes probabilidades:
a) Describe el espacio muestral y asigna probabilidades a cada suceso elemental.
Para no equivocarnos al describir el espacio muestral y puesto que se tienen 3 3 -
1 elementos (hay dos rojas = una posibilidad menos), o sea, 26, vamos a
RRV , RRA, RVR , RVV , RVA, RAR , RAV , RAA, 

VRR , VRV , VRA, VVR , VVV , VVA, VAR , VAV , VAA, 
ARR , ARV , ARA, AVR , AVV , AVA, AAR , AAV , AAA
 
Los sucesos no son equiprobables por tanto no podremos calcular probabilidades
aplicando la regla de Laplace. No os escribo las probabilidades porque es un tanto
engorroso, y además, con el desarrollo del ejercicio se van calculando muchas de
ellas.
b) Calcular la probabilidad de que la primera sea roja, la segunda verde y la
tercera azul.
2 3 5
PR1V 2  A3    se trata de una posibilidad concreta, luego no
10 10 10

barajamos otras opciones

 SEMANA 12

c) Calcula la probabilidad de que la segunda bola sea roja.

10
PX  R2  X    2  10
10 10 10
X es cualquiera de las bolas.
d) Calcula la probabilidad de que sólo la tercera bola sea azul.
10 10 5
PX  X  A3    aquí no hay dependencia.
10 10 10
e) Calcula la probabilidad de que no salga ninguna bola verde
PV1C V 2C V 3C  
7 7 7
 
10 10 10

f) Calcula la probabilidad de que salga al menos una bola verde.

La probabilidad de “al menos una bola verde” es lo mismo que “lo contrario de
ninguna bola verde” y esto se traduce en:
PV1V 2 V 3  1  PV1C V 2C V 3C   1   
7 7 7
10 10 10
g) Calcula la probabilidad de que salga al menos una bola roja.
Igual que el apartado anterior
PR1 R2  R3  1  PR1C  R2C  R3C   1   
8 8 8
10 10 10
h) Calcula la probabilidad de que salgan al menos dos bolas rojas.
PR1  R2  R3C 
PR1C  R2  R3
PR1  R2C  R3
2 2
PR1 R2  R3  3   2  8   2  2
10 10 10 10 10 10

i) Calcula la probabilidad de que salgan al menos dos bolas azules

PA1  A2  A3C 
PA1C  A2  A3
PA1  A2C  A3
5
PA1 A2  A3  3  5 5 5 5 5
   
10 10 10 10 10 10

3. Un avión tiene cinco bombas. Se desea destruir un puente. La probabilidad de

destruirlo de un bombazo es 1/5. ¿Cuál es la probabilidad de que se destruya el
puente si se lanzan las cinco bombas?
Vamos a ver, “la probabilidad de que se destruya el puente si se lanzan las cinco
bombas” es lo mismo que decir “la probabilidad de que al menos una de las bombas
destruya el puente”, es decir,
 SEMANA 12

PD1 D2  D3  D4  D5  1  PD1C  D2C  D3C  D4C  D5C  

4 4 4 4 4
 1    
5 5 5 5 5
4. Se escuchan tres discos y se vuelven a guardar, al azar. ¿Cuál es la probabilidad
de que al menos uno de los discos haya sido guardado en el envoltorio que le
correspondía?
Si hay tres discos y tres envoltorios, la probabilidad de que uno de los discos elegido
al azar se meta en su envoltorio original es 1/3, este razonamiento todos lo podemos
hacer. Ahora bien aunque parezca un ejercicio para realizar con formulita igual que
el anterior porque con el “al menos uno de los discos” nos vamos directamente a la
unión y es realmente complicado. Así pues vemos con un razonamiento lógico cómo
obtener la probabilidad.

5. Se elige al azar un número entero entre 0 y 999. Halla la probabilidad de que el

número elegido:
a) No tenga ninguna cifra repetida.
A partir del 100 incluido hay 900 números aquí hay que calcular la probabilidad
de que salga un número (del 1 al 9) después otro diferente (al primero, pero del 0
al 9) y el tercero diferente de los otros dos anteriores (diferente al segundo y al
primero, y del 0 al 9) entonces sería 9  9  8 . O sea 648 de 900.
9 10 10
 SEMANA 12

Del 10 al 99, hay 90 números y hay que quitar (11, 22, 33, …, 99) 9 números
que sale 81, o también, verlo como primera cifra del 1 al 9 y segunda cifra como
9 9
distinta a la primera pero del 0 al 9, es decir,  que son 81 de 90.
9 10

Del 0 al 9 van todos no se repite ninguno. Así pues, nos quedan 648 +81+9 de
1000 números, es decir, 738/1000.
b) Sea capicúa.
De nuevo hacemos la distinción pero ahora sólo hay posibilidad de capicúa a partir
de 100 y hasta 999. Podemos sacarlo a ojo o podemos usar razonamientos de
probabilidad compuesta como en el apartado anterior.
Buscamos el caso “xyx”, entonces el primero puede ser cualquiera y el segundo
también. 1  9  1 por los 9 casos que hay para la primera y la tercera cifra. De
9 10 9
esta forma nos queda 9/90 o lo que es lo mismo, para verlo a ojo, serían 90 de 900
(para el que no lo vea, que piense que son 10-1 casos de capicúa para cada centena
y hay 9 centenas)
(*) “xxx” no lo consideramos capicúa.

6. Se tienen cinco pares de guantes de distinto color. Entremezclamos bien los dos
guantes. Extraemos dos de ellos al azar. ¿Cuál es la probabilidad de que ambos
formen pareja?
La probabilidad de que los dos extraídos formen pareja es que el segundo sea del
mismo color que el primero, y hay cinco colores, luego cinco posibilidades.
2 1
P("Igual Color")  P(C1 C1)   , esto por los 5 colores que hay nos da

2 1 1
5  
10 9 9
 SEMANA 12

7. Un avión de alto rendimiento contienen tres computadoras idénticas. Se utiliza únicamente

una para operar el avión; las dos restantes son repuestos que pueden activarse en caso de que
el sistema primario falle. Durante una hora de operación la probabilidad de que una falle en
la computadora primaria( o de cualquiera de los sistemas de repuesto activados) es 0,0005.
Suponiendo que cada hora representa un ensayo independiente,
a) ¿Cuál es el tiempo promedio para que fallen las tres computadoras?
b) ¿Cuál es la probabilidad de que las tres computadoras fallen en un vuelo de 5 horas?
Solución
Sea que X denote el número de horas hasta que los tres sistemas fallen, y sea que X1, X2 y X3
denoten el número de horas de operación antes de una falla de la primera, la segunda y la tercera
computadoras usadas, respectivamente. Entonces, X=X1+X2+X3. Además, se supone que las
horas comprenden ensayos independientes con la probabilidad con la probabilidad constante de
falla p=0.0005 y r=3. En consecuencia,
E(X)= 3/0.0005= 6000 horas

b) La probabilidad pedida es P(x  5)

P(x  5)=P(x=3)+P(x=4)+P(x=5)=0.0005 3

=1.25*10 10 +3,75*10 10 +7,49*10 10 =1,249*10

SEMANA 12