Documentos de Académico
Documentos de Profesional
Documentos de Cultura
INTRODUCCIÓN A LA
ESTADÍSTICA Y PROBABILIDAD
CON APLICACIONES
1
Dairo Rocha Castellanos
26 de marzo de 2023
1 dgrochac@correo.udistrital.edu.co
2
Prólogo
Se inere entonces que para una adecuada comprensión de los temas aquí
expuestos, irremediablemente el curso exige al estudiante una generosa dis-
posición de su tiempo y mucha práctica para alcanzar el nivel de conanza
propio del que está aprendiendo cualquier asignatura. Esto genera la necesi-
dad de contar con unas notas de clase que amplíen la dimensión conceptual
de los temarios vistos en el aula, puesto que sesión a sesión se avanza de
manera sostenida en los contenidos bajo el clásico marco constructivista que
va fortaleciendo las nuevas ideas a partir de las anteriores.
Las notas de clase son una herramienta imprescindible para que el estudiante
logre adaptarse al estilo de enseñanza del profesor, consiga una adecuada
preparación para las pruebas escritas, conozca con antelación y precisión
3
4
1. Teoría de Probabilidades 7
1.1. Espacio Muestral y Eventos . . . . . . . . . . . . . . . . . . . 7
1.1.1. Espacio Muestral . . . . . . . . . . . . . . . . . . . . . 8
1.1.2. Eventos . . . . . . . . . . . . . . . . . . . . . . . . . . 10
1.1.3. Conjuntos . . . . . . . . . . . . . . . . . . . . . . . . . 11
1.2. Técnicas de Conteo . . . . . . . . . . . . . . . . . . . . . . . . 19
1.2.1. Reglas Multiplicativas . . . . . . . . . . . . . . . . . . 19
1.2.2. Permutaciones Ordenadas . . . . . . . . . . . . . . . . 21
1.2.3. Variaciones . . . . . . . . . . . . . . . . . . . . . . . . 26
1.2.4. Combinaciones . . . . . . . . . . . . . . . . . . . . . . 30
1.3. Probabilidad Simple . . . . . . . . . . . . . . . . . . . . . . . 36
1.3.1. Probabilidad de un Evento . . . . . . . . . . . . . . . . 37
1.3.2. Teorema: Probabilidad Simple . . . . . . . . . . . . . . 39
1.3.3. Reglas Aditivas . . . . . . . . . . . . . . . . . . . . . . 41
1.3.4. Teorema: Eventos Complementarios . . . . . . . . . . . 45
1.4. Probabilidad Condicional . . . . . . . . . . . . . . . . . . . . . 47
1.4.1. Probabilidad Compuesta . . . . . . . . . . . . . . . . . 53
1.4.2. Regla Multiplicativa Generalizada . . . . . . . . . . . . 55
1.4.3. Regla de Bayes . . . . . . . . . . . . . . . . . . . . . . 58
5
6 ÍNDICE GENERAL
Capítulo 1
Teoría de Probabilidades
7
8 CAPÍTULO 1. TEORÍA DE PROBABILIDADES
Se tiene una moneda, un tetraedro y un dado. Liste todos los posibles elemen-
tos del espacio muestral si primero se lanza la moneda y luego, si se obtiene
cara se lanza el tetraedro, de lo contrario se lanza el dado
Al lanzar una moneda se sabe que sólo es posible obtener cara (C ) o sello
(S ), luego, su espacio muestral será
SM = {C, S}.
ST = {T 1, T 2, T 3, T 4},
Los puntos de la muestra que plantea el problema serán entonces las diversas
trayectorias (diez en total) que se observan en la Figura 1.1, denotándolas de
izquierda a derecha a lo largo de las ramas del árbol
Este será el espacio que contiene más información de todos los posibles. No
obstante, se pueden contruir una gran cantidad de otros subespacios muestra-
les a partir de este último. Por ejemplo, el espacio formado por los elementos
al obtener un número primo en el segundo resultado sería
Enuncie mediante una regla el espacio muestral para los siguientes experi-
mentos aleatorios:
Si = xx > 1 × 109 ,
y se lee como: conjunto de las x tales que x es mayor que mil millones
ii. Sean los puntos (x, y) valores que están en el límite (frontera) o en el
interior de un círculo de radio cinco. Desde la geometría euclideana se sabe
10 CAPÍTULO 1. TEORÍA DE PROBABILIDADES
Nótese que el uso del signo de comparación ⩽ tiene lugar para incluir los
pares (x, y) que se localizan tanto en el borde de la circunferencia como los
que están en su interior.
1.1.2. Eventos
E2 = ∅.
1.1. ESPACIO MUESTRAL Y EVENTOS 11
1.1.3. Conjuntos
Complemento (A′ )
♠ Picas (o Espadas)
♡ Corazones (o Copas)
♢ Diamantes (u Oros)
♣ Tréboles (o Bastos)
Las picas y tréboles son de color negro, mientras que los corazones y diaman-
tes son de color rojo. Cada grupo de cartas marcadas con una misma gura
constituye un palo y cada palo lo componen 13 naipes repartidos así:
un Ace A (As)
un King K (Rey)
un Queen Q (Reina)
12 CAPÍTULO 1. TEORÍA DE PROBABILIDADES
esto es, el conjunto N′ corresponde a todas las cartas rojas del mazo y es el
que complementa al conjunto N
S = N + N ′.
L = {A♠, A♡, A♢, A♣, J♠, J♡, J♢, J♣, K♠, K♡, K♢, K♣, Q♠, Q♡, Q♢, Q♣}.
Ahora, listar las 36 cartas del conjunto complementario resultaría poco prác-
tico en cuyo caso es preferible describirlo mediante la regla
y en consecuencia
S = L + L′ .
Intersección (A ∩ B )
C = A ∩ B. (1.2)
S = {1, 2, 3, 4, 5, 6}.
C = A ∩ B = {4, 6}.
Disjunción (∅)
A ∩ B = ∅. (1.3)
Considere una urna con balotas numeradas del 1 al 99. El espacio muestral
o universal es
A ∩ B = ∅.
Otra forma de plantear conjuntos mutuamente excluyentes para esta situa-
ción podría ser deniendo los eventos complementarios
P = {xn |xn = 2n, 1 < xn < 99, n ∈ N} = {balota con un número par},
S = P + P ′,
también es cierto que P y P ′ no tienen elementos en común y en consecuencia
son eventos disjuntos
P ∩ P ′ = ∅.
De aquí se inere que todo par de conjuntos complementarios son mutua-
mente excluyentes.
Unión (A ∪ B )
C = A ∪ B. (1.4)
S = {iu, ui, ii, uu, ai, au, ia, ua, ei, eu, ie, ue, oi, ou, io, uo}.
A1 = {vocal abierta con vocal cerrada} = {ai, au, ei, eu, oi, ou},
A2 = {vocal cerrada con vocal abierta} = {ia, ua, ie, ue, io, uo},
A3 = {vocal cerrada con vocal cerrada} = {iu, ui, ii, uu},
de aquí es claro que
S = A1 ∪ A2 ∪ A3 .
E = xx ∈ Dom 4x2 + 25y 2 − 8x + 100y + 4 = 0 ,
C = xx ∈ Dom x2 + y 2 − 10x + 2y + 10 = 0 .
a. E∪C
b. (E ∪ C)′
c. E∩C
d. (E ∩ C)′
e. (E ∪ C) ∩ C ′
f. (E ∪ C) ∩ E ′
Figura 1.2: Curvas cónicas para el Ejemplo 8. La regla E describe una elipse
horizontal con centro en (1, −2) y la regla C describe una circunferencia de
radio 4 y centro en (5, −1).
d. Los elementos que no están en la intersección entre ambos son aquellos que
pertenecen o exclusivamente a la elipse o exclusivamente a la circunferencia
(E ∪ C) ∩ C ′ = x − 4 ⩽ x < 1 .
(E ∪ C) ∩ E ′ = x6 ⩽ x < 9 .
A = números primos ⩽ 13 ,
B = xn xn = 2n + 1, 0 ⩽ n ⩽ 6 ,
C = xn xn = n!/2, 2 ⩽ n ⩽ 4 .
Determine
a. B′ ∩ C
b. (B ∪ C)′
c. (A ∪ B) ∩ C ′
d. (A ∩ C) ∩ B ′
mientras que los conjuntos B y C obedecen cada uno a una fórmula con
parámetro entero no negativo n. Para escribir por extensión el conjunto B ,
la fórmula xn = 2n+1 para n = 0, 1, . . . , 6 produce los siete primeros números
impares positivos
B = {1, 3, 5, 7, 9, 11, 13},
18 CAPÍTULO 1. TEORÍA DE PROBABILIDADES
(B ∪ C)′ = {2}.
c. Los elementos que están en la unión entre A y B pero que son comunes a
los que no están en C son
1. A∩∅=∅
2. A∪∅=A
3. A ∩ A′ = ∅
4. A ∪ A′ = S
5. S′ = ∅
6. ∅′ = S
7. (A′ )′ = A
8. (A ∩ B)′ = A′ ∪ B ′
9. (A ∪ B)′ = A′ ∩ B ′
Existen muchas situaciones para las cuales listar cada elemento del espacio
muestral resulta inapropiado o poco conveniente. En estos casos se utiliza el
siguiente principio fundamental del conteo.
1 Nótese que exactamente la misma situación habría ocurrido si sólo se tuviera un dado
Regla Simple
n1 n2 formas
Regla Generalizada
n1 n2 · · · nk formas
Ejemplo 10 Dieta
Una dieta para aumentar masa muscular sugiere consumir varias veces al día
una combinación de alimentos que contengan un alimento de cada macronu-
triente (proteínas, carbohidratos y grasas) y un tipo de grano por porción:
n1 n2 n3 n4 = 5 × 8 × 4 × 4 = 640 comidas
1.2. TÉCNICAS DE CONTEO 21
P Rnr = nr (1.5)
Para cada una de las siguientes situaciones obtenga el número total de con-
guraciones
P R25 = 25 = 32
P R33 = 33 = 27
Pn = n! (1.6)
Se tienen tres tarjetas cada una marcada con una letra diferente: A, B y C.
Ahora suponga que se colocan una junto a otra sobre una mesa. Al permu-
tarlas se tienen seis posibles arreglos distintos:
n1 = 3 opciones.
Como esta tarjeta ya no estará disponible para ocupar otra posición, las dos
letras que quedan son las candidatas a ocupar con una de ellas la segunda
posición
n2 = 2 opciones.
n3 = 1 opción.
n1 × n2 × n3 = 3 × 2 × 1 = 6 permutaciones,
(3) × (3 − 1) × (3 − 2) = 3!,
n × (n − 1) × (n − 2) × · · · × 3 × 2 × 1 = n! formas,
Por denición: 0! = 1 y 1! = 1.
1.2. TÉCNICAS DE CONTEO 23
Permutaciones Circulares (P Cn )
P Cn = (n − 1)! (1.7)
Figura 1.4: Arreglos circulares para el Ejemplo 13 con tres letras (arriba) y
cuatro letras (abajo).
1 2 3 4 5 6
ABCD ABDC ACBD ACDB ADBC ADCB
DABC CABD DACB BACD CADB BADC
CDAB DCAB BDAC DBAC BCAD CBAD
BCDA BDCA CBDA CDBA DBCA DCBA
Cuadro 1.2: Permutaciones con cuatro letras puestas en la para el Ejem-
plo 13b. Cada columna tiene cuatro conguraciones que colocadas en forma
circular generarían el mismo patrón, independientemente de si su lectura se
hace en sentido horario o antihorario. Esto lo podemos apreciar en la Figura
1.4 (abajo) en la cual se sintetizan las seis combinaciones diferentes.
Se deduce entonces que solo son dos los arreglos circulares distintos: ABC y
ACB. Esto coincide con el resultado que se obtendría aplicando la Ecuación
(1.7) con n=3
P C3 = (3 − 1)! = 2! = 2.
✓ En total son seis los arreglos circulares diferentes que guardan este
mismo patrón, como se observa en la Figura 1.4 (abajo)
Se concluye así que son seis los arreglos circulares distintos y este valor coin-
cide con el resultado que se obtendría al utilizar n=4 en la Ecuación (1.7)
P C4 = (4 − 1)! = 3! = 6.
b. Para el caso en que las parejas quieran sentarse juntas, el valor correcto
debe obtenerse con un procedimiento de dos partes:
P C6 = (6 − 1)! = 5! = 120,
y luego se toma en cuenta que cada pareja tiene dos opciones para sentarse
en la mesa (derecha o izquierda) representada como 2!. Por lo tanto, como
hay seis parejas, esta dualidad deberá plantearse seis veces y por principio
multiplicativo se deberá agregar al producto el factor correspondiente a las
permutaciones circulares antes obtenidas
1.2.3. Variaciones
a. Dos a la vez
b. Tres a la vez
a. Suponga que tenemos tarjetas marcadas cada una con una vocal
{A, E, I, O, U }.
Al tomar dos vocales a la vez encontraremos que la primer posición puede ser
ocupada por cualquiera de las cinco letras del conjunto (n1 = 5); la siguiente
posición sólo podrá ser ocupada por alguna de las cuatro letras restantes
(n2 = 4). Por regla multiplicativa se tienen entonces (véase Cuadro 1.3)
n1 × n2 = 5 × 4 = 20 conguraciones.
5! 120
V25 = = = 20.
(5 − 2)! 6
5 × 4×3 × 2 × 1 5! 5!
5×4= = = = V25 .
3×2×1 3! (5 − 2)!
AE AI AO AU EI EO EU IO IU OU
EA IA OA UA IE OE UE OI UI UO
Cuadro 1.3: Conguraciones con las vocales tomando dos a la vez para el
Ejemplo 15a. Vemos 2 las y 10 columnas para un total de 20 parejas.
AEI AEO AEU AIO AIU AOU EIO EIU EOU IOU
AIE AOE AU E AOI AU I AU O EOI EU I EU O IU O
EAI EAO EAU IAO IAU OAU IEO IEU OEU OIU
IAE OAE U AE OAI U AI U AO OEI U EI U EO U IO
EIA EOA EU A IOA IU A OU A IOE IU E OU E OU I
IEA OEA U EA OIA U IA U OA OIE U IE U OE U OI
Cuadro 1.4: Conguraciones con las vocales tomando tres a la vez para el
Ejemplo 15b. Vemos 6 las y 10 columnas para un total de 60 ternas.
n1 × n2 × n3 = 5 × 4 × 3 = 60 conguraciones,
o en forma equivalente
5 × 4 × 3×2 × 1 5! 5!
5×4×3= = = = V35 = 60.
2×1 2! (5 − 3)!
7!
V47 = = 840 permutaciones.
3!
Primero se calculan las variaciones del primer grupo, que contiene 43 balotas
y de las cuales se eligen 5
43!
V543 = = 115,511,760.
38!
Luego, se elige una balota entre las 16 que hay en el segundo grupo. Esto
sugiere aplicar regla multiplicativa
n!
Vnn1 ,n2 ,...,nk = , n = n1 + n2 + · · · + nk . (1.9)
n1 !n2 ! · · · nk !
Aquí, el conjunto de n objetos puede dividirse en k particiones o celdas tales
que la suma de los elementos de todas las celdas es igual a n.
b. Permutar cuatro letras si dos de ellas son iguales entre si y las otras
dos también son iguales entre sí
| {z }, |AAB
ABA {z }, |BAA
{z }, |BAA
{z }, |AAB
{z }, |ABA
{z } .
1 2 3 4 5 6
3 3! 6
V1,2 = = = 3.
1!2! 2
En caso que todas las guras fuesen distintas habrían 14! = 8,7 × 1010 per-
mutaciones, esto es, más de 80 mil millones de posibilidades.
17 17!
V4,3,2,2,2,2,1,1 = = 1,5 × 1011 .
4!3!2!2!2!2!1!1!
1.2.4. Combinaciones
n!
Vn (n−r)! n!
Crn = r = = ,
Pr r! r!(n − r)!
tal y como veremos en los ejemplos a continuación.
d. Halle las posibles formas que hay para dividir las vocales en dos celdas
tal que una de ellas contenga un solo elemento y la otra celda contenga
a los demás
AE, AI, AO, AU, EI, EO, EU, IO, IU, OU.
AEI, AEO, AEU, AIO, AIU, AOU, EIO, EIU, EOU, IOU,
U U AAU, U U AU A, U U U AA,
5 5!
V2,3 = = 10.
2!3!
Como podemos observar, cualquiera de los planteamientos a, b o c conducen
al mismo resultado.
d. Ahora se divide el conjunto de las vocales en dos celdas tales que las
distintas formas posibles para hacer el planteamiento se reducen a solo cinco
Nótese que, indenpendiente del orden de los elementos para cada congura-
ción en la segunda celda, este resultado se puede comprobar haciendo n=5
y r=1 en la Ecuación (1.10)
5 5! 120
C15 = = = = 5.
1 1!4! 24
5 5!
V1,4 = = 5.
1!4!
n+ = 16, n− = −15,
entre los que por supuesto se escoge la raíz positiva, concluyendo entonces
que habían 16 personas en la celebración.
1.2. TÉCNICAS DE CONTEO 35
AA, AE, AI, AO, AU, EE, EI, EO, EU, II, IO, IU, OO, OU, U U .
Podemos comprobar este resultado usando (1.11) con n=5 y r=2
5+2−1 6! 720
CR25 = = = = 15.
2 2!4! 48
AEI, AEO, AEU, AIO, AIU, AOU, EIO, EIU, EOU, IOU,
AAA, EEA, IIA, OOA, U U A,
AAE, EEE, IIE, OOE, U U E,
AAI, EEI, III, OOI, U U I,
AAO, EEO, IIO, OOO, U U O,
AAU, EEU, IIU, OOU, UUU,
n=5yr=3
resultado que puede comprobarse usando (1.11) con
5+3−1 7! 5040
CR35 = = = = 35.
3 3!4! 144
36 CAPÍTULO 1. TEORÍA DE PROBABILIDADES
0 ⩽ P (A) ⩽ 1
2. Cada elemento i−ésimo del espacio muestral tendrá asignado una pro-
babilidad wi , denominada peso
X
wi = 1
i
wk → 1
wk → 0
wi = wj
P (A) = 1
1.3. PROBABILIDAD SIMPLE 37
P (A) = 0
P (S) = 1
P (∅) = 0
6
X
wi = 2w + w + 2w + w + 2w + w = 1,
i=1
la cual es una ecuación que permite agrupar términos semejantes para des-
pejar el valor del peso
1
w= .
9
Por lo tanto
1 2
P (par) = , P (impar) = .
9 9
Ahora, dado que el evento E está compuesto por los elementos
E = {4, 5, 6}
1 2 1 4
P (E) = P (4) + P (5) + P (6) = + + = = 0,44 = 44,4 %.
9 9 9 9
Suponga ahora que es tres veces más probable que salga un número par que
uno impar. Si A y B son los eventos que
mientras que las probabilidades de obtener un número par serán del triple
6
X
wi = w + 3w + w + 3w + w + 3w = 1,
i=1
1
w= .
12
1.3. PROBABILIDAD SIMPLE 39
Por lo tanto
3 1 1
P (par) = = , P (impar) = ,
12 4 12
y como
A = {2, 4, 6}, B = {3, 6},
por la Ecuación (1.12) se tiene que
10 5
P (A ∪ B) = P (2) + P (3) + P (4) + P (6) = = = 0,83 = 83,33 %,
12 6
1
P (A ∩ B) = P (6) = = 0,25 = 25 %.
4
3 1
P (M ) = = = 0,11 = 11,1 %.
27 9
11
P (Q ∪ D) = = 0,407 = 40,740 %.
27
40 CAPÍTULO 1. TEORÍA DE PROBABILIDADES
18 2
P (C ′ ) = = = 0,66 = 66,6 %.
27 3
Para resolver este problema debemos recordar que la baraja contiene cua-
tro ases y cuatro reinas. Comenzaremos calculando el número de formas de
obtener dos ases de cuatro posibles mediante el combinatorio
4
C24 = = 6.
2
Ahora calculamos el número de formas de obtener tres reinas de cuatro po-
sibles como
4
C34 = = 4.
3
Se aplica regla multiplicativa para obtener el número de resultados distintos
correspondientes al evento de obtener una mano con dos ases y tres reinas
Ahora, dado que el mazo tiene 52 cartas, el número total de manos de póquer
diferentes y equiprobables que se pueden barajar será
52
N= C552 = = 2,598,960.
5
De este modo, la probabilidad requerida es
n 24 1
P (2A + 3Q) = = = = 9 × 10−6 = 0,000009
N 2,598,960 108,290
esto es, la probabilidad equivale a 9 entre un millón.
N = 1,848,188,160 permutaciones,
1 1
P = = = 5,41 × 10−10
N 1,848,188,160
5 4
P (A) = , P (B) = .
11 11
El conjunto intersección entre A y B contiene dos elementos, por tanto
2
A ∩ B = {3, 6}, P (A ∩ B) = .
11
Aplicando la Ecuación (1.15) se obtiene la probabilidad de ganar
5 4 2 7
P (A∪B) = P (A)+P (B)−P (A∩B) = + − = = 0,63 = 63,63 %.
11 11 11 11
1.3. PROBABILIDAD SIMPLE 43
2 5 2 9
P (C ∪D∪E) = P (C)+P (D)+P (E) = + + = = 0,81 = 81,81 %.
11 11 11 11
Nótese que si se deniera un conjunto F = {8, 10}, la unión de todos resul-
taría en el conjunto universal S = C + D + E + F , por lo cual cada evento
correspondería a una partición y la suma total de las probabilidades daría la
unidad P (S) = P (C) + P (D) + P (E) + P (F ) = 1 tal y como lo plantea el
axioma 9.
Suponga que el crupier repartió una mano de póquer a cada uno de los cuatro
2
jugadores en una mesa . Curiosamente a ningún apostador le salieron cartas
de picas. Las cartas que el tallador repartió fueron:
♡ = {J, 2, 3, 5, 6, 7}
♢ = {A, J, Q, 3, 4, 5, 7, 8, 9}
Figura 1.7: Diagrama de Venn para las cartas de póquer del Ejemplo 27. Si
bien en total hay 20 cartas sobre la mesa, no hace falta repetir caracteres
en las regiones comunes. Por ejemplo la carta marcada con el número 3 se
localiza una sola vez en la intersección de los tres conjuntos, por lo tanto hay
un 3 corazones, un 3 de diamantes y un 3 de tréboles sobre la mesa.
♣ = {A, K, 3, 4, 10}
Como fueron 20 en total las cartas repartidas y cada punto del espacio mues-
tral es equiprobable, entonces a cada naipe sobre la mesa se le asignará un
peso de 1/20. Las cartas repartidas se representan en el diagrama de Venn
de la Figura 1.7.
6 3
P (♡) = = ,
20 10
las que son exclusivamente de diamantes muestran 9 elementos
9
P (♢) =
20
y las que son exclusivamente de tréboles muestran 5 elementos
5 1
P (♣) = = .
20 4
Para las cartas que son de corazones y diamantes hay 4 elementos
4 1
P (♡ ∩ ♢) = = ,
20 5
1.3. PROBABILIDAD SIMPLE 45
1
P (♡ ∩ ♣) =
20
y hay tres elementos de diamantes y tréboles
3
P (♢ ∩ ♣) = .
20
Finalmente, hay un solo elemento común a los tres: corazones, diamantes y
tréboles
1
P (♡ ∩ ♢ ∩ ♣) = .
20
Para calcular la probabilidad requerida usaremos la Ecuación (1.16) como
6 9 5 4 1 3 1 13
P (♡ ∪ ♢ ∪ ♣) = + + − − − + = = 0,65 = 65 %.
20 20 20 20 20 20 20 20
7
P [(A ∪ B)] = = 0,63 = 63,63 %.
11
Si el evento complementario (A ∪ B)′ se reere a la situación de lanzar dos
dados idénticos y no obtener una suma cuyo resultado sea menor que 7 o
divisible entre 3, entonces la probabilidad de no ganar (o de perder) se puede
calcular desde la Ecuación (1.17) conociendo la probabilidad de ganar como
7 4
P [(A ∪ B)′ ] = 1 − P [(A ∪ B)] = 1 − = = 0,36 = 36,36. %
11 11
46 CAPÍTULO 1. TEORÍA DE PROBABILIDADES
Para resolver esta situación debemos primero calcular el valor del peso de
cada punto del espacio muestral
S = {1, 2, 3, 4, 5, 6}.
P (1) = 2w,
6
X
wi = 2w + 3w + 3w + w + 3w + w = 1,
i=1
11
P (E) = P (1) + P (2) + P (3) + P (5) = = 0,84 = 84,61 %.
13
Finalmente, aplicando el teorema del complemento (1.17) calculamos la pro-
babilidad requerida
11 2
P (E ′ ) = 1 − P (E) = 1 − = = 0,15 = 15,38 %.
13 13
Es claro que este resultado también pudo haberse obtenido sumando los
puntos muestrales que no corresponden a la unidad o a un primo
1 1 2
P (E ′ ) = P (4) + P (6) = + = = 0,15 = 15,38 %.
13 13 13
1.4. PROBABILIDAD CONDICIONAL 47
P (A ∩ B)
P (B|A) = , P (A) > 0. (1.18)
P (A)
La notación B|A se lee B dado A.
P (A ∩ C) = 0,35 = P (C ∩ A),
a.
P (A ∩ C) 0,35
P (C|A) = = = 0,87 = 87,5 %.
P (A) 0,40
b.
P (C ∩ A) 0,35
P (A|C) = = = 0,77 = 77,7 %.
P (C) 0,45
Figura 1.8: Tabla con las conguraciones que resultan al lanzar y sumar los
valores de las caras de los dados del Ejemplo 31. La mínima suma posible es
igual a 2 y la máxima es igual a 12. Todos los valores pares están encerrados
en un círculo rojo mientras que los valores mayores o iguales a 7 se encuentran
dentro de un cuadrado amarillo sobre la diagonal superior.
N = 6 × 6 = 36,
21 9
P (A) = , P (A ∩ B) = .
36 36
Podemos entonces usar (1.18) para calcular la probabilidad requerida
P (A ∩ B) 9/36 3
P (B|A) = = = = 0,42 = 42,85 %.
P (A) 21/36 7
Ejemplo 32 Encuestas
Un banco elaboró la tabla que se muestra en la Figura 1.9 con los clientes de
una sucursal, teniendo en cuenta que todos los clientes tienen productos cre-
diticios con el banco y que dos de ellos serán seleccionados para condonarles
la deuda de acuerdo a los siguientes criterios:
50 CAPÍTULO 1. TEORÍA DE PROBABILIDADES
Figura 1.9: Tabla con información sobre los 900 clientes de cierta sucursal
de un banco donde se contrasta género y condición de empleabilidad para el
Ejemplo 32.
a. P (H|E)
b. P (M |D)
600 460
P (E) = , P (E ∩ H) = ,
900 900
y usando la Ecuación (1.18) la probabilidad de elegir un hombre dado que es
una persona empleada es
P (E ∩ H) 460/900 23
P (H|E) = = = = 0,76 = 76,66 %.
P (E) 600/900 30
300 260
P (D) = , P (D ∩ M ) = ,
900 900
1.4. PROBABILIDAD CONDICIONAL 51
y desde (1.18) la probabilidad de elegir una mujer dado que es una persona
desempleada es
P (D ∩ M ) 260/900 13
P (M |D) = = = = 0,86 = 86,66 %.
P (D) 300/900 15
Una aerolínea ofrece a sus clientes las siguientes certezas respecto a cierto
itinerario de vuelo
c. Un avión llegó a tiempo dado que hubo un percance y se dio aviso que
el vuelo no salió a tiempo
a.
P (D ∩ A) 0,78
P (A|D) = = = 0,93 = 93,97 %.
P (D) 0,83
b.
P (A ∩ D) 0,78
P (D|A) = = = 0,95 = 95,12 %.
P (A) 0,82
52 CAPÍTULO 1. TEORÍA DE PROBABILIDADES
P (A) = P (A ∩ D) + P (A ∩ D′ ),
de donde despejamos
P (A ∩ D′ ) 0,04
P (A|D′ ) = ′
= = 0,23 = 23,53 %,
P (D ) 0,17
lo que representa una considerable disminución en la puntualidad de llegada
del avión a su destino.
1.4. PROBABILIDAD CONDICIONAL 53
3
Si en un experimento pueden ocurrir los eventos independientes A y B
entonces
P (A ∩ B) = P (A)P (B|A)
o también
P (B ∩ A) = P (B)P (A|B) (1.19)
Se tienen dos bolsas con bolas de colores Blancas y Negras. La bolsa número
1 contiene inicialmente siete bolas:
✓ 4 bolas Blancas
✓ 3 bolas Negras
✓ 3 bolas Blancas
✓ 5 bolas Negras
En vista que ambas bolsas tienen solo bolas blancas o negras, al extraer una
bola de la bolsa 1 e integrarla a la bolsa 2 se incrementará en una la cantidad
nal de bolas blancas o negras, quedando así la bolsa 2 con 9 bolas.
Figura 1.11: Diagrama de árbol para el Ejemplo 34. Los caminos marcados
en color rojo corresponden a la posibilidad de extraer en última instancia
una bola blanca de la bolsa 2. La fórmula (1.19) se utiliza una vez por cada
ramicación multiplicando los valores de las probabilidades asociadas a cada
rama del árbol, esto a lo largo de una misma ruta. La suma de todos los
valores nales da la unidad: 2/7 + 1/7 + 20/63 + 16/63 = 1.
(N1 ∩ B2 ) ∪ (B1 ∩ B2 ).
i. que ahora en la bolsa 2 haya una bola negra adicional (óvalo superior)
tal que podrá elegirse o una bola negra P (N2 |N1 ) = 6/9 o una bola
blanca P (B2 |N1 ) = 3/9
ii. que ahora en la bolsa 2 haya una bola blanca adicional (óvalo inferior)
tal que podrá elegirse o una bola negra P (N2 |B1 ) = 5/9 o una bola
blanca P (B2 |B1 ) = 4/9
1.4. PROBABILIDAD CONDICIONAL 55
1 16 25
P [(N1 ∩B2 )∪(B1 ∩B2 )] = P (N1 ∩B2 )+P (B1 ∩B2 ) = + = = 0,39 = 39,68 %.
7 63 63
P (A1 ∩A2 ∩· · ·∩Ak ) = P (A1 )P (A2 |A1 )P (A3 |A1 ∩A2 ) · · · P (Ak |A1 ∩A2 ∩· · ·∩Ak−1 ).
(1.20)
En el caso que los eventos A1 , A2 ,. . ., Ak , sean independientes, entonces
De una baraja ordinaria se sacan sin reemplazo tres cartas una tras otra.
Considere los eventos
A3 = {sacar como tercera carta una mayor que 2 pero menor que 10}.
4
P (A1 ) = .
52
Para el segundo evento se sabe que el mazo tiene cuatro cartas numeradas
con el 10 y cuatro marcadas con la letra K (esto es, hay 4 reyes), y como del
mazo ya se extrajo una carta entonces
8
P (A2 |A1 ) = .
51
Para el tercer evento se sabe que hay cuatro cartas numeradas con el 3, cuatro
numeradas con el 4, cuatro numeradas con el 5, cuatro numeradas con el 6,
56 CAPÍTULO 1. TEORÍA DE PROBABILIDADES
4 8 28 112
P (A1 ∩ A2 ∩ A3 ) = × × = = 0,006 = 0,67 %.
52 51 50 16575
La Figura 1.12 muestra el diagrama de árbol con todas las posibles con-
guraciones para las ternas de jurados elegibles, pero estamos interesados
únicamente en las ramicaciones que corresponden tanto a los tres hombres
como a las tres mujeres.
1.4. PROBABILIDAD CONDICIONAL 57
10 9 8 3
P (3H) = × × = = 0,21 = 21,42 %.
16 15 14 14
Análogamente, para el caso de elegir tres mujeres la probabilidad se calcula
aplicando la regla multiplicativa (1.20) con los tres valores asignados a la
ruta de color azul en el extremo derecho del diagrama
6 5 4 1
P (3M ) = × × = = 0,03 = 3,57 %.
16 15 14 28
Finalmente, se aplica la regla aditiva para encontrar la probabilidad requerida
3 1 1
P (3H ∪ 3M ) = P (3H) + P (3M ) = + = = 0,25 = 25 %.
14 28 4
2
X 1
wi = 2w + w = 1 ∴ w= ,
i=1
3
de este modo
2 1
P (C) = , P (S) = .
3 3
Considere ahora el evento
el cual contiene tres elementos. Como los resultados en cada uno de los tres
lanzamientos son independientes se tiene entonces que emplear la Ecuación
(1.21) en la forma
1 1 2 2
P (SSC) = P (S ∩ S ∩ C) = P (S)P (S)P (C) = × × = .
3 3 3 27
Del mismo modo se tiene que
2
P (SCS) = P (CSS) =
27
y en conclusión, por regla aditiva la probabilidad requerida es
2 2 2 2
P (E) = P (SSC)+P (SCS)+P (CSS) = + + = = 0,22 = 22,22 %.
27 27 27 9
Teorema de la Partición
A = (E ∩ A) ∪ (E ′ ∩ A),
1.4. PROBABILIDAD CONDICIONAL 59
k
X k
X
P (A) = P (Ei ∩ A) = P (Ei )P (A|Ei ). (1.22)
i=1 i=1
Cuadro 1.5: Empresas que recargan los extintores para el Ejemplo 38.
4
X
P (A) = P (Ei ∩ A)
i=1
60 CAPÍTULO 1. TEORÍA DE PROBABILIDADES
3
X
P (D) = P (Ei ∩ D) = P (E1 )P (D|E1 ) + P (E2 )P (D|E2 ) + P (E3 )P (D|E3 )
i=1
P (D ∩ E3 )
P (E3 |D) =
P (D)
con la ecuación para probabilidad compuesta (1.19)
P (D ∩ E3 ) = P (E3 )P (D|E3 ),
para obtener
Dado que por cada sector hay hombres y mujeres trabajando, resulta más
ilustrativo respresentar esta situación usando el diagrama de árbol de la
Figura 1.14. Allí se demarcó con color naranja aquellas ramicaciones que
sugieren la posible elección de un hombre independiente del sector del que
provenga. Por regla aditiva, la suma de estos productos corresponderá a la
probabilidad de que la persona elegida sea un hombre
3
X
P (hombre) = P (sectori )P (hombre|sectori )
i=1
E = {vacuna exitosa},
a. P (E)
b. P (F |E)
c. P (Z|E ′ )
d. P (Z ′ |E)
e. P (F ′ |E ′ )
P (F )P (E|F ) (0,40)(0,90)
P (F |E) = = = 0,441 = 44,17 %.
P (E) 0,815
P (F )P (E ′ |F ) P (F )P (E ′ |F )
P (F ′ |E ′ ) = 1 − P (F |E ′ ) = 1 − = 1 −
P (E ′ ) 1 − P (E)
(0,40)(0,10)
P (F ′ |E ′ ) = 1 − = 0,783 = 78,37 %.
1 − 0,815