Estadística General: Reglas de probabilidad

A menudo resulta más sencillo calcular la 2) el complemento de “votante a favor” es “votante en

probabilidad de algún evento a partir de las
probabilidades conocidas de otros eventos. Esto
puede ser cierto si el evento en cuestión se puede
representar como la unión de otros dos eventos o
como el complemento de algún evento. A
continuación se presentan varias leyes importantes
que con frecuencia simplifican el cálculo de las
probabilidades.
contra”
3) el complemento de “no cara” en 10 lanzamientos de
una moneda es “al menos una cara”.
Por lo que según la definición de complemento se tiene
que.
𝑃(𝐴) + 𝑃(𝐴′) = 1.0 Para cualquier evento 𝐴

Probabilidad de eventos complementarios Con lo cual se tiene que si se desea saber la

El complemento de un evento 𝐴 es 𝐴′ -se lee 𝐴 probabilidad del complemento sabiendo la
complemento- y es el conjunto de todos los puntos probabilidad de que suceda 𝐴 se hace.
muéstrales en el espacio muestral que no pertenecen
al evento 𝐴. 𝑃 𝐴′ = 1.0 − 𝑃(𝐴)

Algunos ejemplos de eventos complementarios son: Igualmente en caso en que se tenga 𝐴′ y se quiera
saber la probabilidad de 𝐴.
1) el complemento del evento “éxito” es “fracaso” 𝑃(𝐴) = 1.0 − 𝑃 𝐴′
Santiago Gómez Narváez
 Estadística General: Reglas de probabilidad
Se sabe por definición del concepto de probabilidad Para luego hallar el complemento. Es decir, siendo 𝐴 ≥
que todo evento A tiene un evento complementario 3 entonces.
𝐴′ . Las probabilidades complementarias son muy 1 35
𝑃 𝐴 =1− = = 97.2%
útiles cuando la pregunta pide la probabilidad de “al 36 36
menos uno”. Por lo general, esto representa una
combinación de varios eventos, pero el evento Regla general de la suma
complementario “ninguno” es un solo resultado. Es Considere el diagrama de Venn.
más fácil resolver para el evento complementario y
obtener la respuesta al usar las reglas mencionadas.

Ejemplo. Si se tiran dos dados bien balanceados ¿Cuál

es la probabilidad de que la suma sea al menos 3?

Solución. Como se sabe de los ejemplos anteriores

𝑛 𝑠 = 36. Además, tal y como se menciono es más
fácil analizar la probabilidad de que la suma sea 2 lo
cual es. La 𝑃(𝐴 ∪ 𝐵) es la suma de las probabilidades de los
1 puntos muéstrales en (𝐴 ∪ 𝐵).
𝑃 2 =
36 Santiago Gómez Narváez
 Estadística General: Reglas de probabilidad
Así, 𝑃(𝐴) + 𝑃(𝐵) es la suma de todas las
probabilidades en 𝐴 más la suma de todas las
probabilidades en 𝐵. Por lo tanto, se han sumado dos
veces las probabilidades en (𝐴 ∩ 𝐵) . Como estas
probabilidades se suman a 𝑃(𝐴 ∩ 𝐵), se debe restar
esta probabilidad una vez para obtener la suma de las
probabilidades en 𝐴 ∪ 𝐵. Por lo que se sean 𝐴 y 𝐵 dos
eventos definidos en un espacio muestral 𝑆 , la
probabilidad de A o B es.
𝑃(𝐴 ∪ 𝐵) = 𝑃(𝐴) + 𝑃(𝐵) – 𝑃(𝐴 ∩ 𝐵)
Lo anterior es generalizable para tres eventos 𝐴, 𝐵 y 𝐶.
𝑃 𝐴 ∪ 𝐵 ∪ 𝐶 = 𝑃 𝐴 + 𝑃 𝐵 + 𝑃 𝐶 – 𝑃(𝐴 ∩ 𝐵) – 𝑃(𝐴 ∩ 𝐶) – 𝑃(𝐵 ∩ 𝐶) + 𝑃(𝐴 ∩ 𝐵 ∩ 𝐶)
Ejemplo 1. Se realiza una encuesta estatal de 800
votantes registrados en 25 distritos en el estado de
Nueva York. Cada votante se identifica como
republicano, demócrata, u otro registrado, y después
se le pregunta ¿está a favor o en contra de la actual
propuesta presupuestal? A continuación se muestran
los resultados.
Si un votante se selecciona al azar de los 800
votantes ¿Cuál es la probabilidad de que sea
republicano o esté a favor?
Santiago Gómez Narváez
 Estadística General: Reglas de probabilidad
Solución. Solución: Se tiene que 𝑆 = 1,2,2,3,4,4,5,6,6 . Así
mismo para los eventos 𝐴 = {2, 4, 6} y 𝐵 = {3, 6}, se
𝑃(𝑅 𝑜 𝐹) = 𝑃(𝑅) + 𝑃(𝐹) – 𝑃(𝑅 𝑦 𝐹) tiene 𝐴 ∪ 𝐵 = {2, 3, 4, 6} y 𝐴 ∩ 𝐵 = {6}. Por lo que
al contar en 𝑆 los elementos del evento se tiene.
224 464 136
𝑃(𝑅 𝑜 𝐹) = + – 7
800 800 800
𝑃 𝐴 ∪ 𝐵 =
9
69
𝑃 𝑅𝑜𝐹 = = 69%
100 Lo que comprueba la regla de la suma, ya que si se
hiciera la simple suma de probabilidades se tendría.
Ejemplo 2. Se carga un dado de forma que exista el
doble de probabilidades de que salga un número par 6 3
que uno impar. Sea 𝐴 el evento de que resulte un 𝑃 𝐴 +𝑃 𝐵 = + =1
9 9
número par y sea 𝐵 el evento de que resulte un
número divisible entre 3. Calcule 𝑃(𝐴 ∪ 𝐵) y Finalmente, se ve que.
𝑃(𝐴 ∩ 𝐵). 2
𝑃 𝐴 ∩ 𝐵 =
9

Santiago Gómez Narváez

 Estadística General: Reglas de probabilidad
Ejemplo 3. Al final del semestre John se va a graduar
en la facultad de ingeniería industrial de una
universidad. Después de tener entrevistas en dos
empresas en donde quiere trabajar, determina que
la probabilidad que tiene de lograr una oferta de
empleo en la empresa A es 0.8, y que la probabilidad
de obtenerla en la empresa B es 0.6. Si, por otro
lado, considera que la probabilidad de recibir ofertas
de ambas empresas es 0.5, .que probabilidad tiene
de obtener al menos una oferta de esas dos
empresas?
Solución: Si usamos la regla aditiva tenemos
𝑃 𝐴 ∪ 𝐵 = 𝑃 𝐴 + 𝑃 𝐵 –𝑃 𝐴 ∩ 𝐵 …
𝑃 𝐴 ∪ 𝐵 = 0.8 + 0.6 – 0.5
𝑃 𝐴 ∪ 𝐵 = 0.9
Probabilidad de eventos mutuamente
excluyentes
Dos eventos 𝐴 y 𝐵 No vacíos definidos en el mismo
espacio muestral son mutuamente excluyentes, si no
pueden ocurrir simultáneamente, o sea 𝐴 ∩ 𝐵 = 0. En
otras palabras, son eventos que no comparten
elementos comunes. Entonces, si dos eventos son
mutuamente excluyentes la regla de la adición viene
dada por.
𝑃(𝐴 ⋃ 𝐵) = 𝑃(𝐴) + 𝑃(𝐵)
Santiago Gómez Narváez
 Estadística General: Reglas de probabilidad
Otra forma de definir los eventos mutuamente
excluyentes es.
𝑃(𝐴 | 𝐵) = 0 y 𝑃(𝐵 | 𝐴) = 0
Es decir, si se sabe que ocurrió uno el otro
obligatoriamente no ocurrió. No se debe confundir
los eventos mutuamente excluyentes con los
eventos independientes.
Ejemplo. Considera un mazo regular de naipes de 52
cartas y los dos eventos “naipe extraído es reina” y
“naipe extraído es as”. El mazo se baraja y un naipe
se extrae al azar. ¿Cuál es la probabilidad de que se
saque un naipe que sea reina o as?
Solución. Con la finalidad de que ocurra el evento
“naipe extraído es as” (𝐴), el naipe extraído debe ser
uno de los cuatro ases: as de corazones, as de
diamantes, as de espadas o as de tréboles. Con la
finalidad de que ocurra el evento “naipe extraído es
reina”, el naipe extraído debe ser una de las cuatro
reinas: reina de corazones, reina de diamantes,
reina de espadas o reina de tréboles. Observa que
no hay un naipe que sea tanto reina como as. Por
tanto, estos dos eventos, “naipe extraído es reina” y
“naipe extraído es as”, son eventos mutuamente
excluyentes.
4 4 8
𝑃 𝐴⋃𝐵 = + = = 15.38%
52 52 52
Santiago Gómez Narváez
 Estadística General: Reglas de probabilidad
Ejemplo 2. ¿Cuál es la probabilidad de obtener un
total de 7 u 11 cuando se lanza un par de dados?

Solución: Sea 𝐴 el evento de que resulte 7 y 𝐵 el

evento de que salga 11. Ahora bien, para 6 de los
36 puntos muéstrales ocurre un total de 7 y solo
para 2 de ellos ocurre un total de 11. Como todos
los puntos muéstrales tienen la misma probabilidad,
tenemos 𝑃(𝐴) = 6/36 y 𝑃(𝐵) = 2/36 . Los
eventos 𝐴 y 𝐵 son mutuamente excluyentes, ya que
un total de 7 y uno de 11 no pueden ocurrir en el
mismo lanzamiento. Por lo tanto,

6 2 8
𝑃 𝐴 ∪𝐵 = 𝑃 𝐴 +𝑃 𝐵 = + = = 0.2222
36 36 36

Santiago Gómez Narváez

 Estadística General: Reglas de probabilidad
Regla general de la multiplicación La probabilidad de 𝐵 dado que se dio 𝐴 es la
Sean 𝐴 y 𝐵 dos eventos definidos en el espacio probabilidad de la intersección de 𝐴 y 𝐵 (𝐴 ∩ 𝐵). Esto
muestral 𝑆. La probabilidad de 𝑃(𝐵 | 𝐴) se puede porque, dado que como se dio 𝐴 se tiene certeza de
encontrar fácilmente al ver del diagrama de Venn. que esa parte (Sombreada en el dibujo) de 𝐵 se dio. De
este modo se escribe.

𝑃(𝐴 ∩ 𝐵)
𝑃(𝐵 | 𝐴) =
𝑃(𝐵)

Al despejar la intersección se tiene la regla general de

La probabilidad de 𝐵 dado que se dio 𝐴 es la la multiplicación.
probabilidad de la intersección de 𝐴 y 𝐵 (𝐴 ∩ 𝐵).
Esto porque, dado que como se dio 𝐴 se tiene 𝑃(𝐴 𝑦 𝐵) = 𝑃(𝐴 | 𝐵)𝑃(𝐵)
certeza de que esa parte (Sombreada en el dibujo)
de 𝐵 se dio. De este modo se escribe.

𝑃(𝐴 ∩ 𝐵)
𝑃(𝐵 | 𝐴) =
𝑃(𝐵)
Santiago Gómez Narváez
 Estadística General: Reglas de probabilidad
Ejemplo. Considere los datos de la encuesta estatal Ejemplo 2. En un juego de feria, el jugador extrae a
de 800 votantes del ejemplo anterior. Si un votante ciegas una canica de color a la vez de una caja que
se selecciona al azar de los 800 votantes ¿Cuál es la contiene dos canicas rojas y cuatro azules. La canica
probabilidad de que sea republicano y esté a favor? elegida no se regresa a la caja después de seleccionarla;
esto es: cada extracción se realiza sin reemplazo. Las
Solución. Este ejemplo se puede solucionar canicas se mezclan antes de cada extracción. Cuesta $1
fácilmente al leer los datos de la tabla, dado que jugar y si las primeras dos canicas extraídas son rojas, el
136 republicanos están a favor y son en total 800. jugador recibe un premio de $2. Si las primeras cuatro
Entonces, la probabilidad es. canicas extraídas son azules, el jugador recibe un
136 17 premio de $5. De otro modo, no recibe premio.
𝑃 𝑓𝑎𝑣𝑜𝑟 𝑦 𝑟𝑒𝑝𝑢𝑏𝑙𝑖𝑐𝑎𝑛𝑜 = = = 17%
800 100
𝑖) ¿Cuál es la probabilidad de que reciba 2$?
No obstante, se comprueba con la regla de la 𝑖𝑖) ¿Cuál es la probabilidad de que reciba 5$?
multiplicación.
𝑃(𝑅 ∩ 𝐹) = 𝑃(𝑅 | 𝐹)𝑃(𝐹) Solución. En la primera extracción puede suceder que
saque una azul o una roja por tanto la probabilidad es.
136 464 17
𝑃 𝑅 ∩ 𝐹 = × = = 17%
464 800 100 4
𝑃 𝐴 = ; 𝑃 𝑅 =
2
6 6
Santiago Gómez Narváez
 Estadística General: Reglas de probabilidad
𝑖) Dado que para obtener el premio de 2, debió Ejemplo 3. La probabilidad de que un vuelo programado
haber sacado una roja. Entonces, La probabilidad normalmente salga a tiempo es 𝑃(𝐷) = 0.83 , la
de volver a sacar una canica roja es. probabilidad de que llegue a tiempo es 𝑃(𝐴) = 0.82 y la
1 probabilidad de que salga y llegue a tiempo es 𝑃(𝐷 ∩
𝑃 𝑅 𝑎𝑛𝑡𝑒𝑟𝑖𝑜𝑟 𝑅) =
5 𝐴) = 0.78. Calcule la probabilidad de que un avión.
Por lo cual la probabilidad 𝑃(𝑅 ∩ 𝑅) es. a) Llegue a tiempo, dado que salió a tiempo; b) Salió a
tiempo, dado que llego a tiempo.
2 1 1 Solución.
𝑃 𝑅 ∩ 𝑅 = × = = 6,66%
6 5 15
a) La probabilidad de que un avión llegue a tiempo, dado
𝑖) Usando la misma lógica se ve que la que salió a tiempo es
probabilidad para sacar 4 azules sucesivas es. 𝑃 𝐷 ∩𝐴 0.78
𝑃 𝐴𝐷 = = = 0.94
4 3 2 1 1 𝑃 𝐷 0.83
𝑃 𝐴 ∩ 𝐴 ∩ 𝐴 ∩ 𝐴 = × × × = = 6,66%
6 5 4 3 15 b) La probabilidad de que un avión haya salido a tiempo,
dado que llego a tiempo es
𝑃 𝐷 ∩𝐴 0.78
𝑃 𝐴𝐷 = = = 0.95
𝑃 𝐷 0.82
Santiago Gómez Narváez
 Estadística General: Reglas de probabilidad
Eventos independientes Cada votante se identificó como republicano o
Los eventos independientes son dos eventos 𝐴 y 𝐵 demócrata registrado y después se le preguntó: ¿está a
no vacíos definidos en el mismo espacio muestral favor o en contra de la actual propuesta presupuestal?
que ser relacionan de tal forma que la ocurrencia de A continuación se presentan los conteos resultantes.
algún eventos no afecta la probabilidad del otro
evento. En otras palabras, si la probabilidad de 𝐴
permanece invariable después de saber que 𝐵
ocurre (o no ocurre), los eventos son
independientes.
Compruebe si los eventos “A favor” (𝐹) y “el votante es
𝑃(𝐴) = 𝑃(𝐴 | 𝐵) = 𝑃(𝐴|𝑛𝑜 𝐵) republicano” (𝑅) son independientes o no.

Es decir, La probabilidad del evento 𝐴 no es afectada Solución. Para ello se comprueba la igualdad.
por el conocimiento de un segundo evento 𝐵.
𝑃(𝐹) = 𝑃(𝐹 | 𝑅) = 𝑃(𝐹|𝑛𝑜 𝑅)
Ejemplo. Se realizó una encuesta estatal de 750 450 135 315
republicanos y demócratas registrados en 25 = =
750 225 525
distritos del estado de Nueva York.
Santiago Gómez Narváez
 Estadística General: Reglas de probabilidad
3 3 3 𝑃(𝐴 ∩ 𝐵) = 𝑃(𝐴) × 𝑃(𝐵)
= =
5 5 5
Por lo que estos eventos son independientes. La cual es la regla de la multiplicación simple que se
Cuando compruebas las tres probabilidades 𝑃(𝐴), había discutido antes.
𝑃(𝐴 | 𝐵) y 𝑃(𝐴 | 𝑛𝑜 𝐵), es necesario comparar sólo
dos de ellas. Si dos de las tres probabilidades son Ejemplo. Un estudiante se selecciona al azar de un grupo
iguales, la tercera tendrá el mismo valor. Más aún, si de 200 que se sabe consisten en 140 estudiantes de
dos de las tres probabilidades son distintas, tiempo completo (80 mujeres y 60 hombres) y 60
entonces las tres tendrán diferente valor. estudiantes de tiempo parcial (40 mujeres y 20
hombres). El evento TC es “el estudiante seleccionado es
La regla de la multiplicación se simplifica cuando los de tiempo completo” y el evento M es “el estudiante
eventos involucrados son independientes. Si se sabe seleccionado es mujer”.
que dos eventos son independientes, entonces, al
aplicar la definición de independencia, 𝑃(𝐵 | 𝐴) = 𝑖) ¿Los eventos TC y M son independientes?
𝑃(𝐵), a la regla de la multiplicación, se sigue. 𝑖𝑖) Encuentra la probabilidad de que el estudiante
seleccionado sea mujer y tiempo completo 𝑃(𝑇𝐶 𝑦 𝑀).
𝑃(𝐴 ∩ 𝐵) = 𝑃(𝐴) × 𝑃(𝐵 | 𝐴)

Santiago Gómez Narváez

 Estadística General: Reglas de probabilidad
Solución. Se recolectan los datos Teorema de Bayes
Sean 𝐴1 , 𝐴2 , ..., 𝐴𝑛 un sistema completo de sucesos, tales
𝑇𝐶 = 140 → 80 𝑀 𝑦 60 𝐻 que la probabilidad de cada uno de ellos es distinta a cero, y
𝑇𝑃 = 60 → 40 𝑀 𝑦 20 𝐻
sea 𝐵 un suceso conocido cualquiera, del que se conocen
las probabilidades condicionales 𝑃(𝐵 | 𝐴𝑖 ) . Como se
𝑖) Se comprueba.
140 120 muestra en la figura.
𝑃 𝑇𝐶 = y 𝑀 =
200 200

Por tanto son dependientes.

𝑖𝑖) Por tanto se usa

𝑃(𝑇𝐶 ∩ 𝑀) = 𝑃(𝑀 | 𝑇𝐶)𝑃(𝑇𝐶)

Entonces, de la figura se ve que.
80 140 2 𝑖) 𝐴 = 𝐴1 ∪ 𝐴2 ∪ ⋯ ∪ 𝐴𝑖 ∪ ⋯ ∪ 𝐴𝑘 = ⋃𝑛𝑖=1 𝐴1
𝑃 𝑇𝐶 ∩ 𝑀 = × = = 40%
140 200 5
𝑖𝑖) 𝐵𝑖 ∩ 𝐵𝑖+1 = ∅
𝑖𝑖𝑖 𝐵 = 𝐵 ∩ 𝐴1 ∪ 𝐵 ∩ 𝐴2 ∪ ⋯ ∪ 𝐵 ∩ 𝐴𝑖 ∪ ⋯ ∪ 𝐵 ∩ 𝐴𝑛 = ⋃𝑛𝑖=1 𝐵 ∩ 𝐴1
Santiago Gómez Narváez
 Estadística General: Reglas de probabilidad
Por lo que la probabilidad de 𝐴 es. Usando la probabilidad total de 𝐴 y la regla general de la
𝑛
multiplicación en la ecuación anterior se llega al teorema
𝑃 𝐴 = 𝑃(𝐵 ∩ 𝐴1 ) de Bayes.
𝑖=1 𝑃(𝐵 | 𝐴𝑖 )𝑃(𝐴𝑖 )
𝑃(𝐴𝑖 | 𝐵) = 𝑛
𝑖=1 𝑃(𝐵 | 𝐴𝑖 )𝑃(𝐴𝑖 )
Por la regla general de la multiplicación 𝑃(𝐴 ∩
𝐵) = 𝑃(𝐵 | 𝐴)𝑃(𝐴) la anterior ecuación se puede Ejemplo. Una fábrica produce un artículo en tres
escribir. diferentes máquinas. Del total de producción el 30% es
𝑛
producido por la máquina 𝐴1 , el 50% en la 𝐴2 y el 20% lo
𝑃 𝐴 = 𝑃(𝐵 | 𝐴1 )𝑃(𝐴𝑖 )
produce la máquina𝐴3 . La probabilidad de que un artículo
𝑖=1
producido por una máquina específica sea de primera
La ecuación resultante es conocida como la calidad, se muestra en la siguiente tabla.
probabilidad total de 𝑨. Suponga que se desea Máquina Probabilidad

saber la probabilidad condicional de un subconjunto 𝐴1 0.8

𝐴𝑖 del conjunto 𝐴 dado que se sabe que sucedió 𝐵
entonces se hace. 𝐴2 0.7
𝑃(𝐵 ∩ 𝐴1 ) 𝐴3 0.9
𝑃(𝐴𝑖 | 𝐵) =
𝑃(𝐴)
Santiago Gómez Narváez
 Estadística General: Reglas de probabilidad
Si se selecciona un artículo aleatoriamente de la
línea de producción:
𝑖) ¿Cuál es la probabilidad que sea de primera
calidad?
𝑖𝑖) Si el articulo seleccionado es de primera calidad,
¿cuál es la probabilidad de que haya sido producido
por la máquina 𝐴1 ?
Solución. Se asignan símbolos a los eventos y se
extrae la información.
𝐴1 : Probabilidad que el artículo sea producido por la
máquina 1.
𝐴2 : Probabilidad que el artículo sea producido por la
máquina 2.
𝐴3 : Probabilidad que el artículo sea producido por la
máquina 3.
𝐵: Probabilidad de que un artículo producido por una
máquina específica sea de primera calidad.
𝑃 𝐴1 = 0.3 Probabilidad que salga de la máquina 𝐴1
𝑃 𝐴2 = 0.5 Probabilidad que salga de la máquina 𝐴2
𝑃 𝐴3 = 0.2 Probabilidad que salga de la máquina 𝐴3
𝑃(𝐵/𝐴1 ) = 0.8 Probabilidad que salga de la máquina
𝐴1 dado que sea de primera calidad.
𝑃(𝐵/𝐴2 ) = 0.7 Probabilidad que salga de la máquina 𝐴2
dado que sea de primera calidad.
𝑃(𝐵/𝐴3 ) = 0.9 Probabilidad que salga de la máquina 𝐴3
dado que sea de primera calidad.
Santiago Gómez Narváez
 Estadística General: Reglas de probabilidad
𝑖) Para hallar la probabilidad total de tener un Por lo que para hallar la probabilidad total de que el
artículo de primera calidad se puede emplear el producto sea de primera calidad, basta con sumar el
diagrama de árbol. Recuerde que la probabilidad producto de las probabilidades en cada rama que
total de una ramificación es siempre 1, por tanto se conduce a 𝐵 (primera calidad). Es decir.
puede usar 𝑃(𝐵’/𝐴𝑖) = 1 – 𝑃(𝐵/𝐴𝑖) para encontrar
las probabilidades faltantes en algunas ramas. 𝑃 𝐵 = 0.3 × 0.8 + 0.5 × 0.7 + 0.2 × 0.9 = 77%

𝑃(𝐵’/𝐴1 ) = 1 − 0.8 = 0.2 𝑖𝑖) Se reemplaza en el teorema de Bayes.

𝑃(𝐵’/𝐴2 ) = 1 − 0.7 = 0.3
𝑃(𝐵’/𝐴3 ) = 1 − 0.9 = 0.1 𝑃(𝐵 | 𝐴1 )𝑃(𝐴1 )
𝑃(𝐴1 | 𝐵) = 3
𝑖=1 𝑃(𝐵 | 𝐴𝑖 )𝑃(𝐴𝑖 )

(0.8)(0.3)
𝑃(𝐴1 | 𝐵) =
0.8 0.3 + 0.5 0.7 + (0.2)(0.9)

0.24
𝑃(𝐴1 | 𝐵) = = 31.16%
0,77

Santiago Gómez Narváez

 Estadística General: Reglas de probabilidad
Material complementario
• https://www.youtube.com/watch?v=KrXdiEb1iO8&ab_
channel=Academatica
• https://www.youtube.com/watch?v=4BUTGqMQEtI&a
b_channel=LuisRinc%C3%B3n

Santiago Gómez Narváez