Probabilidad I

Ejercicios Tema 2 – Soluciones

Álgebra de sucesos y propiedades de la probabilidad

1. Sean A y B dos sucesos. Demostrar que:

a) Pr(A ∩ B c ) = Pr(A) − Pr(A ∩ B)

b) Pr(Ac ∩ B c ) = 1 − Pr(A) − Pr(B) + Pr(A ∩ B)
c) Pr(A ∩ B) ≥ Pr(A) + Pr(B) − 1

Solución.

a) Se cumple que A = A ∩ (B ∪ B c ) = (A ∩ B) ∪ (A ∩ B c ). Como A ∩ B y A ∩ B c son

disjuntos, esto implica

Pr(A) = Pr(A ∩ B) + Pr(A ∩ B c ),

que justifica el resultado indicado.

b) Tenemos Ac ∩ B c = (A ∪ B)c y Pr(A ∪ B) = Pr(A) + Pr(B) − Pr(A ∩ B).
Esto implica que

Pr(Ac ∩ B c ) = 1 − Pr(A ∪ B) = 1 − Pr(A) − Pr(B) + Pr(A ∩ B)

c) Como Pr(A ∪ B) = Pr(A) + Pr(B) − Pr(A ∩ B) y Pr(A ∪ B) ≤ 1, obtenemos

1 ≥ Pr(A) + Pr(B) − Pr(A ∩ B),

que implica el resultado indicado.

2. Supongamos que Ω = A ∪ B y Pr(A ∩ B) = 0,2. Adicionalmente, Pr(B) = 0,7.

a) Calcular Pr(B ∩ Ac ) y Pr(Ac )

b) Calcular Pr(Ac ∩ B c )

Solución.

a) Tenemos que

Pr(B ∩ Ac ) = Pr(B) − Pr(B ∩ A) = 0,7 − 0,2 = 0,5

y también que

Pr(A ∪ B) = Pr(Ω) = 1 = Pr(A) + Pr(B) − Pr(A ∩ B) = Pr(A) + 0,7 − 0,2,

que implica Pr(A) = 0,5 y Pr(Ac ) = 1 − Pr(A) = 0,5.

1
 b) Se cumple que Ac ∩ B c = (A ∪ B)c = Ωc = ∅, lo que implica que Pr(Ac ∩ B c ) = 0.

3. Supongamos que Ω = A ∪ B ∪ C, con Pr(A) = Pr(B) = Pr(C) = 0,5. Supongamos además

que Pr(A ∩ B) = Pr(A ∩ C) = Pr(B ∩ C) = 0,2 y Pr(A ∩ B ∩ C) = 0,1.
Obtener las siguientes probabilidades:
a) Pr ((A ∩ B ∩ C)c )
b) Pr(Ac ∩ B c ) y Pr(Ac ∩ B c ∩ C c )
c) Pr (A ∩ (B c ∪ C c ))

Solución.
a) Pr ((A ∩ B ∩ C)c ) = 1 − Pr (A ∩ B ∩ C) = 1 − 0,1 = 0,9
b) Para obtener el primer resultado utilizamos
Pr(Ac ∩ B c ) = Pr((A ∪ B)c ) = 1 − Pr(A ∪ B)
y también
Pr(A ∪ B) = Pr(A) + Pr(B) − Pr(A ∩ B) = 0,5 + 0,5 − 0,2 = 0,8
luego
Pr(Ac ∩ B c ) = 1 − Pr(A ∪ B) = 1 − 0,8 = 0,2
Para el segundo resultado empleamos
Ac ∩ B c ∩ C c = (A ∪ B)c ∩ C c = (A ∪ B ∪ C)c
que implica Pr(Ac ∩ B c ∩ C c ) = 1 − Pr(A ∪ B ∪ C) = 0
c) Podemos emplear A ∩ (B c ∪ C c ) = A ∩ (B ∩ C)c , conjuntamente con
Pr(A) = Pr(A ∩ (B ∩ C)) + Pr(A ∩ (B ∩ C)c )
De estos dos resultados obtenemos que
Pr(A ∩ (B c ∪ C c )) = Pr(A) − Pr(A ∩ B ∩ C) = 0,5 − 0,1 = 0,4

Cálculo de probabilidades y combinatoria

4. Se lanzan dos dados, uno rojo y uno verde. Calcular la probabilidad de que el valor obtenido
en el dado rojo sea mayor que el del dado verde.

Solución. Podemos obtener la probabilidad pedida contando los casos favorables sobre
los casos posibles para todas las combinaciones de resultados de los dos dados.
En total, tenemos 6 × 6 = 36 resultados. De ellos, podemos descartar los empates, que son
6, y en los resultados restantes (por simetrı́a) la mitad corresponden a casos con un valor
mayor en el dado rojo que en el verde. El valor pedido es
(6 × 6 − 6)/2 15
Pr = = = 0,417
6×6 36

2
5. Seis estudiantes de dos grupos, tres de ellos del grupo A y tres del grupo B, se ponen en
fila para hacerse una foto. Calcular la probabilidad de que se sitúen estudiantes de los dos
grupos alternativamente.

Solución. Los patrones que cumplen la condición indicada son los dos siguientes: (ABABAB)
y (BABABA).
El número total de patrones viene dado por el número de permutaciones con repetición
de 6 elementos entre los que 3 (grupo A) y 3 (grupo B) no se distinguen entre si. Este
número de patrones n se puede obtener como
6! 6·5·4
n= = = 20.
3!3! 3·2·1
Y si A denota el suceso correspondiente a obtener un patrón con una disposición alternada,
tenemos que
2
Pr(A) = = 0,1.
20
De manera equivalente, podemos considerar inicialmente que las seis personas se pueden
diferenciar entre si, y en ese caso el número total de casos posibles (posibles ordenaciones
de las seis personas) serı́a de 6! = 6 × 5 × 4 × 3 × 2 × 1 = 720. Mientras que los casos
favorables serı́an todas las maneras de ordenar a las tres personas del grupo A, 3!, multi-
plicadas por todas las maneras de ordenar a las tres personas del grupo B, 3!, ya que estas
ordenaciones son indistinguibles bajo las condiciones que se indican en el problema. Por
último, multiplicados por dos el número resultante para indicar que podemos empezar la
ordenación bien con una persona del grupo A o con una persona del grupo B. Tenemos
con esta aproximación que
2 × 3! × 3!
Pr(A) = = 0,1.
6!

6. En un grupo de 10 alumnos, calcular la probabilidad de que todos cumplan años en dı́as

distintos. Suponga que todos los dı́as tienen la misma probabilidad de ser cumpleaños y
nadie ha nacido un 29 de febrero.
Calcular la misma probabilidad si se trata de un grupo de 60 alumnos.

Solución. Suponemos que los sucesos correspondientes a cumplir años un cierto dı́a son
independientes para este grupo de alumnos.
Si denotamos por Cn el suceso de que todas las personas de un grupo de n individuos
cumplan años en dı́as diferentes, y por C i el que la i-ésima persona tenga un cumpleaños
diferente de las anteriores, podemos obtener esta probabilidad calculando el siguiente pro-
ducto
Pr(C10 ) = Pr(C 1 ∩ · · · ∩ C 10 )
= Pr(C 1 ) Pr(C 2 |C 1 ) · · · Pr(C 10 |C 1 ∩ · · · ∩ C 9 )
365 364 363 356
= × × × ··· × = 0,883
365 365 365 365
Para la segunda probabilidad, de manera análoga obtenemos
365 364 363 306
Pr(C60 ) = × × × ··· × = 0,00588
365 365 365 365

3
7. Un ayuntamiento tiene 10 concejales de los cuales 4 son mujeres y 6 son hombres. Se
seleccionan dos concejales al azar. Calcular la probabilidad de que:
a) Las dos concejales sean mujeres.
b) Al menos uno sea mujer.
c) Uno sea hombre y otro mujer.

Solución. Definimos M como el número de mujeres tras la selección. Suponemos que el

proceso de selección se lleva a cabo sin reemplazamiento (no puede elegirse dos veces a la
misma persona).
a) Para obtener esta probabilidad, si denotamos por M1 el suceso de que la primera
selección sea mujer y por M2 el suceso de que la segunda selección sea mujer, tenemos
que
4 3
Pr(M = 2) = Pr(M1 ∩ M2 ) = Pr(M1 ) Pr(M2 |M1 ) = × = 0,133
10 9
Hemos usado las probabilidades condicionadas porque la primera elección afecta al
resultado de la segunda.
b) Podemos calcular esta probabilidad de manera más sencilla considerando el suceso
complementario, “ninguna mujer es seleccionada,”
6 5
Pr(M ≥ 1) = 1 − Pr(M = 0) = 1 − × = 0,667
10 9
c) Podemos obtener el valor pedido como
Pr(M = 1) = Pr(M ≥ 1) − Pr(M = 2) = 0,667 − 0,133 = 0,533
o equivalentemente
6 4
Pr(M = 1) = Pr(M1 ∩ H2 ) + Pr(H1 ∩ M2 ) = 2 × × = 0,533
10 9

8. En unas oposiciones el temario consta de 85 temas. Se eligen tres temas al azar de en-
tre los 85 (sin reemplazamiento). Si un opositor domina 35 de los 85 temas, calcular la
probabilidad de que:
a) El opositor se sepa los tres temas
b) El opositor no se sepa ninguno de los tres temas.
c) El opositor se sepa al menos uno de los tres temas.

Solución. Definimos la variable aleatoria X como el número de temas que el opositor

domina. Asumiremos que la probabilidad de conocer uno de los temas es independiente
del conocimiento de cualquier otro tema. También que la probabilidad de conocer un tema
escogido al azar es p = 35/85. Por último, suponemos que los tres temas escogidos han de
ser diferentes (selección sin reemplazamiento).
Las probabilidades se obtienen como (denotamos por Ti el suceso de que el tema i-ésimo
sea uno de los que el opositor domina)

4
 a) El valor pedido es

Pr(X = 3) = Pr(T1 ∩ T2 ∩ T3 ) = Pr(T1 ) Pr(T2 |T1 ) Pr(T3 |T1 ∩ T2 )

35 34 33
= × × = 0,0663
85 84 83

b) En este caso la probabilidad se puede obtener como

85 − 35 84 − 35 83 − 35
Pr(X = 0) = × × = 0,1984
85 84 83

c) Podemos obtener esta probabilidad como uno menos la probabilidad de no conocer

ninguno de los temas, esto es, P (X ≥ 1) = 1 − P (X = 0) = 0,8016.

9. Se ha estimado que la probabilidad de que llueva el sábado es de 0,7, la de que llueva el

domingo es 0,4 y la de que lluevan ambos dı́as es de 0,2. Calcular la probabilidad de que
llueva alguno de los dos dı́as. Calcular la probabilidad de que llueva solo uno de los dos
dı́as.

Solución. Denotamos por S el suceso de que llueva el sábado, y D el suceso de que llueva
el domingo. De los datos del problema Pr(S) = 0,7, Pr(D) = 0,4 y Pr(S ∩ D) = 0,2. Estos
dos sucesos no son independientes.
Para la primera probabilidad, podemos escribir

Pr(S ∪ D) = Pr(S) + Pr(D) − Pr(S ∩ D) = 0,7 + 0,4 − 0,2 = 0,9

Para la segunda probabilidad tenemos

Pr(S ∩ Dc ) + Pr(S c ∩ D) = Pr(S) − Pr(S ∩ D) + Pr(D) − Pr(S ∩ D)

= 0,7 − 0,2 + 0,4 − 0,2 = 0,7

Pero también

Pr(S ∩ Dc ) + Pr(S c ∩ D) = Pr(S ∪ D) − Pr(S ∩ D) = 0,9 − 0,2 = 0,7

10. Se recibe un lote de 1000 bolı́grafos de los cuales 60 no escriben. Para decidir si se acepta
o no el lote se seleccionan 50 bolı́grafos al azar, sin reemplazamiento, rechazando el lote si
más de 2 no escriben.

a) Calcular la probabilidad de que se acepte el lote.

b) Repetir el cálculo si la selección se realiza con reemplazamiento.

Solución.

5
 a) Debemos calcular la probabilidad de que ninguno, uno o dos bolı́grafos de los 50
bolı́grafos seleccionados no escriban. Si X denota el número de bolı́grafos que no
escriben, la probabilidad pedida es

Pr(X ≤ 2) = Pr(X = 0) + Pr(X = 1) + Pr(X = 2).

Teniendo en cuenta que la extracción del lote de 50 bolı́grafos es un proceso de

selección sin reemplazamiento, obtenemos
940 939 938 891
Pr(X = 0) = × × ··· × = 0,0418
1000
󰀕 999 998 951 󰀖
60 940 939 892
Pr(X = 1) = 50 × × ··· × = 0,1408
1000 999 998 951
󰀕 󰀖
50 × 49 60 59 940 893
Pr(X = 2) = × × ··· × = 0,2281
2 1000 999 998 951

y estos valores implican que

Pr(X ≤ 2) = Pr(X = 0) + Pr(X = 1) + Pr(X = 2) = 0,4107.

b) Para el caso con reemplazamiento, se tiene que

󰀕 󰀖50
940
Pr(X = 0) = = 0,0453
1000
󰀕 󰀖
60 940 49
Pr(X = 1) = 50 = 0,1447
1000 1000
󰀕 󰀖 󰀕 󰀖
50 × 49 60 2 940 48
Pr(X = 2) = = 0,2262
2 1000 1000

y por último

Pr(X ≤ 2) = Pr(X = 0) + Pr(X = 1) + Pr(X = 2) = 0,4162.

Probabilidad condicionada y probabilidad total

11. Sean A y B dos sucesos tales que Pr(A ∩ B) = 0,4; Pr(Ac ∩ B) = 0,15; Pr(A ∩ B c ) = 0,2
y Pr(Ac ∩ B c ) = 0,25. Calcular:

a) Pr(A | B)
b) Pr(B | A)
c) Pr(Ac | B)
d ) Pr(B c | A)

Solución. Comenzamos por calcular Pr(A) = Pr(A ∩ B) + Pr(A ∩ B c ) = 0,4 + 0,2 = 0,6
y Pr(B) = Pr(A ∩ B) + Pr(Ac ∩ B) = 0,4 + 0,15 = 0,55.

a) Pr(A | B) = Pr(A ∩ B)/ Pr(B) = 0,4/0,55 = 0,727

b) Pr(B | A) = Pr(A ∩ B)/ Pr(A) = 0,4/0,6 = 0,667

6
 c) Pr(Ac | B) = Pr(Ac ∩ B)/ Pr(B) = 0,15/0,55 = 0,273
d ) Pr(B c | A) = Pr(A ∩ B c )/ Pr(A) = 0,2/0,6 = 0,333

12. En una cadena de televisión se hizo una encuesta a 2.500 personas para saber la audiencia
de un debate y de una pelı́cula que se emitieron en horas distintas: 2.100 vieron la pelı́cula,
1.500 vieron el debate y 350 no vieron ninguno de los dos programas. Si elegimos al azar
a uno de los encuestados:
a) Calcular la probabilidad de que viera la pelı́cula y el debate.
b) Calcular la probabilidad de que viera la pelı́cula, sabiendo que vio el debate.
c) Sabiendo que vio la pelı́cula, calcular la probabilidad de que viera el debate.

Solución. Denotamos como D el suceso correspondiente a ver el debate y P el correspon-

diente a la pelı́cula. Tenemos que Pr(D) = 1500/2500 = 0,60, Pr(P ) = 2100/2500 = 0,84
y Pr(Dc ∩ P c ) = 350/2500 = 0,14.
A partir de este último valor podemos calcular (por las leyes de De Morgan)
Pr(D ∪ P ) = Pr((Dc ∩ P c )c ) = 1 − Pr(Dc ∩ P c ) = 0,86
a) Tenemos
Pr(P ∩ D) = Pr(P ) + Pr(D) − Pr(P ∪ D) = 0,84 + 0,60 − 0,86 = 0,58

b) El valor en este caso es

Pr(P ∩ D) 0,58
Pr(P |D) = = = 0,967
Pr(D) 0,60
c) Y en este último caso tenemos
Pr(P ∩ D) 0,58
Pr(D|P ) = = = 0,690
Pr(P ) 0,84

Independencia

13. Calcular la probabilidad de ganar una quiniela ordinaria que consiste en proponer los
resultados de 15 partidos de fútbol utilizando los sı́mbolos 1, X ó 2, según gane el primer
equipo, empaten o gane el segundo.

Solución. Suponemos que los sı́mbolos se escogen al azar, ya que en otro caso necesi-
tarı́amos información sobre los criterios utilizados para seleccionar cada valor. También
supondremos que los resultados de cada partido son independientes de los demás, con
lo que podemos escribir la probabilidad como un producto de probabilidades de sucesos
elementales.
Si el suceso de interés se denota como G, se tiene que
Pr(G) = (1/3)15 = 6,97 10−8

7
14. La siguiente tabla muestra los resultados de la Encuesta TIC-H 2016 referentes a menores
entre 10 y 15 años de edad sobre Equipamiento y Uso de las Tecnologı́as de la Información.

Suponiendo que el porcentaje de menores encuestados de cada edad es el mismo, calcular:

a) El porcentaje de menores (ambos sexos, 10 a 15 años de edad) que disponen de móvil.

b) El porcentaje de los menores que tienen menos de 13 años (ambos sexos), que disponen
de móvil.
c) Examinar si la edad del menor influye o no a la hora de disponer de móvil.

Solución. Denotamos por M el suceso tener un móvil, y por E la variable que indica la
edad de la persona encuestada. En la tabla aparecen los valores correspondientes a Pr(M ),
y a Pr(M |E = x) para x = 10, . . . , 15.
En en enunciado nos indican que todos los grupos de edad tienen el mismo tamaño en la
encuesta, por lo que Pr(E = x) = 1/6 para x = 10, . . . , 15.

a) De la tabla obtenemos el valor Pr(M ) = 0,698

b) El valor pedido es
Pr(M ∩ (E < 13))
Pr(M |E < 13) =
Pr(E < 13)
Se tiene que (E < 13) = (E = 10) ∪ (E = 11) ∪ (E = 12), y estos tres sucesos son
disjuntos. Por tanto, Pr(E < 13) = 1/6 + 1/6 + 1/6 = 1/2, y

Pr(M ∩ (E < 13)) = Pr(M ∩ (E = 10)) + Pr(M ∩ (E = 11)) + Pr(M ∩ (E = 12))

= Pr(M |(E = 10)) Pr(E = 10) + Pr(M |(E = 11)) Pr(E = 11)
+ Pr(M |(E = 12)) Pr(E = 12)

y se cumple que
1 1 1
Pr(M ∩ (E < 13)) = Pr(M |(E = 10)) + Pr(M |(E = 11)) + Pr(M |(E = 12))
6 6 6
1 1 1
= 0,254 + 0,509 + 0,727 = 0,2483.
6 6 6
Como también tenemos que
1 1 1 1
Pr(E < 13) = Pr(E = 10) + Pr(E = 11) + Pr(E = 12) = + + =
6 6 6 2

8
 obtenemos que

Pr(M ∩ (E < 13)) 0,2483

Pr(M |E < 13) == = = 0,4967
Pr(E < 13) 1/2

c) Debemos comparar los valores de Pr(M |E = x) con el de Pr(M ) (también podemos

comparar el valor de Pr(M |E < 13), que es una combinación de ellos). Los valores son
claramente diferentes, por lo que concluimos que la edad tiene una clara influencia
en disponer de un móvil.

15. Consideramos un experimento consistente en lanzar dos dados. Definimos los tres sucesos
siguientes: A = “se obtiene un valor menor que 3 en el primer dado”, B = “la suma de los
dos dados es mayor que 7” y C = “los valores de los dos dados son iguales”.

a) Comprueba que A y B no son independientes.

b) Encuentra un suceso D que sea dependiente de uno de los dos sucesos anteriores pero
independiente del otro.
c) Comprueba que A y C son independientes.
d ) Encuentra un suceso E que sea dependiente de uno de los dos sucesos anteriores pero
independiente del otro.

Solución.

a) Tenemos que Pr(A ∩ B) = 1/36 (solo existe un caso posible, cuando el primer dado
produce un 2 y el segundo un 6), pero Pr(A) = 1/3, Pr(B) = 15/36 y Pr(A) Pr(B) =
5/36, diferente del valor anterior.
b) Un posible suceso es D = “se obtiene un valor menor que 3 en el segundo dado,” que
es claramente independiente de A pero no es independiente de B.
c) Tenemos que Pr(C) = 6/36 y Pr(A ∩ C) = 2/36. Se cumple que
2 1 6 2
Pr(A ∩ C) = = Pr(A) Pr(C) = =
36 3 36 36

d ) Otro posible suceso es E = “se obtiene un valor mayor que 4 en el primer dado”. Este
suceso es independiente de C por razones similares a la independencia de A y C, pero
no es independiente de A, porque Pr(A∩E) = 0 pero Pr(A) Pr(E) = 1/3×1/3 = 1/9.

Teorema de Bayes

16. La siguiente tabla presenta los resultados del estudio 3112, “ACTITUDES Y COMPOR-
TAMIENTOS INNOVADORES EN LA SOCIEDAD ESPAÑOLA,” realizado por el CIS:

9
 a) Si se selecciona una persona de la muestra al azar, calcular la probabilidad de que
responda “Nuevas ideas”.
b) Si se selecciona una persona de la muestra al azar, calcular la probabilidad de que
sea mujer.
c) Si se selecciona una persona al azar entre los/as que responden “Nuevas ideas”, cal-
cular la probabilidad de que sea mujer.
d ) Examinar si el ser mujer es independiente o no de responder “Nuevas ideas”.

Solución. Denotamos como N el suceso correspondiente a responder “Nuevas ideas” (y

como R en general al suceso correspondiente a dar una respuesta determinada), y como
M el suceso de ser mujer.
Observamos que las dos últimas columnas de la tabla tienen los valores de las probabilida-
des condicionadas Pr(R|M c ) y Pr(R|M ) en tanto por ciento, y que la columna “TOTAL”
contiene los valores de las probabilidades (no condicionadas) Pr(R), también en tanto por
ciento.
La última fila nos da los el tamaño de la muestra (n = 2487) y los números de hombres y
mujeres en la misma.
Con esta información, obtenemos:

a) De la entrada correspondiente en la tabla, Pr(N ) = 0,218

b) De los datos de la tabla, Pr(M ) = 1272/2487 = 0,5115
c) En la tabla tenemos el dato para Pr(N |M ) = 0,221. Podemos aplicar el teorema de
Bayes para calcular
Pr(M ) 0,5115
Pr(M |N ) = Pr(N |M ) = 0,221 = 0,5185
Pr(N ) 0,218

d ) Para contestar a esta pregunta podemos comparar los valores de Pr(M |N ) = 0,5185
(que hemos calculado en el apartado anterior) y de Pr(M ) = 0,5115. Como ambos
valores son muy similares, podemos concluir que ambos sucesos son casi independien-
tes.

10
 Obsérvese que también podrı́amos haber comparado Pr(N |M ) = 0,221 con Pr(N ) =
0,218, obteniendo un resultado análogo.

17. Un virus peligroso está presente en el 1 % de la población de un paı́s. Se dispone de una

prueba clı́nica para detectar la presencia del virus. Para los portadores de dicho virus esta
prueba resulta positiva el 80 % de los casos. Para los no portadores, la prueba resulta
negativa en el 80 % de los casos.
Un individuo tomado al azar en la población es sometido a la prueba y su resultado es
positivo. Dado este resultado de la prueba, calcula la probabilidad de que este individuo
sea realmente un portador del virus.

Solución. Denotamos por V el suceso “ser portador del virus” y por P un resultado
positivo en la prueba. De los datos del problema tenemos que Pr(V ) = 0,01, Pr(P |V ) = 0,8
y Pr(P c |V c ) = 0,8.
El valor pedido, empleando el teorema de Bayes, es

Pr(V )
Pr(V |P ) = Pr(P |V )
Pr(P )

Necesitamos obtener el valor de Pr(P ) y para ello empleamos el teorema de la probabilidad

total,

Pr(P ) = Pr(P |V ) Pr(V ) + Pr(P |V c ) Pr(V c )

= 0,8 × 0,01 + 0,2 × 0,99 = 0,206

donde hemos utilizado Pr(V c ) = 1 − Pr(V ) y Pr(P |V c ) = 1 − Pr(P c |V c ) (obtenido de

Pr(P ∩ V c ) = Pr(V c ) − Pr(P c ∩ V c )).
Finalmente,
0,01
Pr(V |P ) = 0,8 = 0,0388
0,206

18. Una única carta es eliminada, al azar, de una baraja de cartas española. De las restantes,
se seleccionan dos cartas al azar (sin reemplazamiento) y resultan ambas espadas. Calcular
la probabilidad de que la carta eliminada haya sido también una espada.

Solución. La probabilidad del suceso “seleccionar y eliminar una espada en la baraja

completa” E, es Pr(E) = 0,25. Si denotamos por E2 el suceso correspondiente a extraer
dos espadas (sin reemplazamiento) de la baraja a la que se ha quitado una carta, se tiene
que
10 9 9 8
Pr(E2 |E c ) = = 0,0607, Pr(E2 |E) = = 0,0486
39 38 39 38
La probabilidad pedida se puede obtener por el teorema de Bayes como

Pr(E)
Pr(E|E2 ) = Pr(E2 |E)
Pr(E2 )

11
 Calculamos Pr(E2 ) usando el teorema de la probabilidad total como

Pr(E2 ) = Pr(E2 |E c ) Pr(E c ) + Pr(E2 |E) Pr(E) = 0,0607 × 0,75 + 0,0486 × 0,25 = 0,0577

aunque podrı́amos haber obtenido este valor directamente como

10 9
Pr(E2 ) = .
40 39
El valor pedido es
0,25
Pr(E|E2 ) = 0,0486 = 0,2106
0,0577

19. El 38 % de los hogares madrileños tienen ingresos mensuales superiores a 2000 euros y un
37 % tienen ingresos comprendidos entre 1000 y 2000 euros.
Por otra parte, el porcentaje de hogares que poseen una segunda vivienda es del 6.4 %
entre los que tienen ingresos de hasta 1000 euros, el 12.57 % para aquellos con ingresos
entre 1000 y 2000 euros y el 23.4 % para los de ingresos superiores a 2000 euros.
a) Calcular el porcentaje de hogares que poseen segunda vivienda.
b) Si un hogar dispone de segunda vivienda, calcular la probabilidad de que tenga in-
gresos superiores a 2000 euros.
c) Hallar la probabilidad de que un hogar no disponga de segunda vivienda y tenga
ingresos superiores a 1000 euros.
d ) Entre los hogares con ingresos de hasta 2000 euros, calcular el porcentaje que posee
segunda vivienda.

Solución. Denotaremos por I0 el suceso de tener ingresos mensuales por debajo de 1000
euros, I1 para ingresos entre 1000 y 2000 euros e I2 para ingresos superiores a 2000 euros.
Igualmente, denotaremos por V2 el suceso correspondiente a tener una segunda vivienda.
Disponemos de la información siguiente:

Pr(I2 ) = 0,38, Pr(I1 ) = 0,37, Pr(V2 |I0 ) = 0,064, Pr(V2 |I1 ) = 0,1257, Pr(V2 |I2 ) = 0,234

Con estos valores obtenemos las respuestas siguientes:

a) Empleamos la probabilidad total para obtener

Pr(V2 ) = Pr(V2 |I0 ) Pr(I0 ) + Pr(V2 |I1 ) Pr(I1 ) + Pr(V2 |I2 ) Pr(I2 )
= 0,064 × 0,25 + 0,1257 × 0,37 + 0,234 × 0,38 = 0,1514

b) Por el teorema de Bayes tenemos que

Pr(I2 ) 0,38
Pr(I2 |V2 ) = Pr(V2 |I2 ) = 0,234 = 0,587
Pr(V2 ) 0,1514
c) Nos piden calcular Pr(V2c ∩ (I1 ∪ I2 )) = Pr(V2c ∩ I0c ). Tenemos que

Pr(V2c ∩ I0c ) = Pr((V2 ∪ I0 )c ) = 1 − Pr(V2 ∪ I0 )

= 1 − (Pr(V2 ) + Pr(I0 ) − Pr(V2 ∩ I0 ))
= 1 − (Pr(V2 ) + Pr(I0 ) − Pr(V2 |I0 ) Pr(I0 ))
= 1 − (0,1514 + 0,25 − 0,064 × 0,25) = 0,6146

12
 d ) El valor a obtener es Pr(V2 |(I0 ∪ I1 )) = Pr(V2 |I2c ). Se obtiene

Pr(V2 ∩ I2c ) Pr(V2 ) − Pr(V2 ∩ I2 )

Pr(V2 |I2c ) = c =
Pr(I2 ) 1 − Pr(I2 )
Pr(V2 ) − Pr(V2 |I2 ) Pr(I2 ) 0,1514 − 0,234 × 0,38
= =
1 − Pr(I2 ) 1 − 0,38
= 0,1008

Exámenes años anteriores

20. (Parcial 2019) Una muestra de 70 observaciones recoge los valores de dos variables: el
número de pelı́culas vistas por usuarios de un servicio de streaming en un periodo de
tiempo, y la edad de la persona que responde. La tabla de frecuencias de las respuestas es:

# Pelı́culas 0 1 2 3 4 Totales
< 30 años 9 12 10 6 1 38
≥ 30 años 10 11 6 5 0 32
Total 19 23 16 11 1 70

Se selecciona una persona al azar de esta muestra.

a) Calcula la probabilidad de que tenga menos de 30 años, condicionada a que se haya

visto menos de dos pelı́culas.
b) Determina si los sucesos seleccionar a una persona con 30 años o más y seleccionar a
una persona que haya visto al menos dos pelı́culas son independientes.

Solución. Suponemos que J y M denotan los sucesos “tener menos de 30 años” y “tener
30 años o mas” respectivamente. Igualmente, P representa el número de pelı́culas vistas
por un usuario.

a) El valor pedido es

Pr(J ∩ (P < 2)) (9 + 12)/70

Pr(J|P < 2) = = = 0,5
Pr(P < 2) (19 + 23)/70

b) Necesitamos los valores de

32 16 + 11 + 1 6+5
Pr(M ) = , Pr(P ≥ 2) = , Pr(M ∩ (P ≥ 2)) =
70 70 70
Con ellos verificamos que
11 32 28
Pr(M ∩ (P ≥ 2)) = = 0,1571, Pr(M ) Pr(P ≥ 2) = × = 0,1829
70 70 70
Como Pr(M ∩ (P ≥ 2)) ∕= Pr(M ) Pr(P ≥ 2), concluimos que ambos sucesos no son
independientes (aunque los valores no están muy alejados).

13
21. (Parcial 2019) Dados dos sucesos cualesquiera, A y B, justifica que se cumple

Pr(A ∩ B) ≤ Pr(A)

Solución. Tenemos que P (A ∩ B c ) ≥ 0 y

Pr(A) = Pr(A ∩ B) + Pr(A ∩ B c ) ≥ Pr(A ∩ B)

22. (Parcial 2019) Un proceso de fabricación de un producto puede operar en dos modos
diferentes, A y B. Sabemos que el proceso opera en el modo A un 40 % de las veces. Si el
proceso está operando en el modo A, la probabilidad de fabricar un producto defectuoso
es 0,2, mientras que en el modo B es 0,25.
Se han fabricado 5 unidades del producto empleando uno de los dos procesos (aunque no
conoces cual).

a) Si el proceso de fabricación se hubiese operado en el modo B, ¿cuál es la probabilidad

de que de ninguno de los cinco productos sea defectuoso?
b) Al revisar los productos se detecta que ninguno de ellos es defectuoso. Con esta infor-
mación, calcula la probabilidad de que el proceso de fabricación estuviese operando
en el modo A.

Solución. Denotamos por A el suceso de que el proceso se opere en el modo A, y por

B el suceso correspondiente al modo B. Igualmente, denotamos por D el suceso de que
un producto sea defectuoso. Disponemos de información sobre los valores de Pr(A) = 0,4,
Pr(D|A) = 0,2 y Pr(D|B) = 0,25.
Suponemos que la aparición de defectos en los cinco productos fabricados se produce de
manera independiente para cada uno de ellos, y por tanto la probabilidad de que los cinco
productos no sean defectuosos vendrá dada por el producto de las probabilidades de que
cada uno no sea defectuoso. Por ejemplo, si el número de productos defectuosos se denota
como X,

Pr(X = 0|A) = Pr(D̄1 ∩ D̄2 ∩ D̄3 ∩ D̄4 ∩ D̄5 |A) = (1 − Pr(D|A))5 .

Con esta información se obtienen las siguientes respuestas:

a) Se tiene que
Pr(X = 0|B) = (1 − 0,25)5 = 0,2373

b) Nos piden calcular Pr(A|X = 0). Aplicando el teorema de Bayes,

Pr(A)
Pr(A|X = 0) = Pr(X = 0|A)
Pr(X = 0)

De los datos del problema, P (A) = 0,4. También tenemos, de manera análoga al
cálculo de Pr(X = 0|B),

Pr(X = 0|A) = (1 − 0,2)5 = 0,3277

14
 y por el teorema de probabilidad total,

Pr(X = 0) = Pr(X = 0|A) Pr(A) + Pr(X = 0|B) Pr(B)

= 0,3277 × 0,4 + 0,2373 × 0,6 = 0,2735

De estos valores obtenemos

0,4
Pr(A|X = 0) = 0,3277 = 0,4793
0,2735

23. (Final 2019) Se ha recogido información sobre las preferencias de 60 personas sobre la
compra de un producto electrónico. Estas preferencias se miden en una escala entre 0
(menor preferencia) y 5 (mayor preferencia).
Sabemos que las 60 personas en la muestra eran 36 mujeres y 24 hombres. Los valores de
sus respuestas se resumen en la tabla de frecuencias siguiente:

Preferencia
0 1 2 3 4 5
Mujeres 0 1 2 10 15 8
Hombres 0 0 0 2 13 9

Se pide que contestes a las siguientes preguntas, justificando tus respuestas:

a) Si se escogen tres individuos de la muestra al azar, calcula la probabilidad de que uno

sea varón y dos sean mujeres.
b) ¿Son independientes los sucesos de que la persona que responde sea hombre, y que la
puntuación otorgada sea mayor o igual a 4?
c) Se sabe que una respuesta en la muestra ha sido igual a 4. Calcula la probabilidad de
que corresponda a una mujer.
d ) Se ha recogido también información sobre la edad de las personas que respondı́an a la
encuesta, en particular si eran mayores o menores de 30 años. Se sabe que 20 personas
eran mayores de 30 años, y que entre esas personas mayores de 30 años 6 dieron una
puntuación de 5. Calcula la probabilidad de que, sabiendo que una persona dio una
puntuación de 5, la edad de esa persona fuese de menos de 30 años.
e) Se escogen seis personas al azar. Calcula la esperanza y varianza de la valoración media
asignada por estas seis personas (la suma de las valoraciones individuales dividida por
6).
f ) Si se considera que un modelo normal puede dar un ajuste razonable para estas valo-
raciones, indica la probabilidad de que una persona (fuera de la muestra) asigne una
puntuación de 4 o menos. Ayuda: Para una variable normal estándar, FZ (0,050) =
0,52.

Observación: Para contestar a las dos últimas preguntas es necesario utilizar contenidos
de los temas 3 y 4 de la asignatura.

Solución. Para resolver este problema supondremos que la selección de personas se lleva
a cabo sin reemplazamiento y de manera independiente.

15
a) Suponemos que lo que nos piden es seleccionar dos mujeres y un hombre, en cualquier
orden. Denotamos por M la variable aleatoria que corresponde al número de mujeres
seleccionadas. Suponemos que llevamos a cabo la selección sin reemplazamiento. Nos
piden calcular la probabilidad Pr(M = 2), que vendrá dada por
36 35 24
Pr(M = 2) = 3 × × = 3 × 0,147 = 0,442
60 59 58
Esta probabilidad se podı́a haber obtenido también empleando las fórmulas para una
distribución hipergeométrica con N = 60, K = 36, n = 3 y k = 2 (usando contenidos
del tema 3).
b) Si denotamos por G la variable aleatoria correspondiente al género de la persona que
responde, y P la variable aleatoria que denota la puntuación asignada, para contestar
a la pregunta debemos estimar (a partir de la muestra) los valores de
24 45 22
Pr(G = H) = , Pr(P ≥ 4) = , Pr({G = H} ∩ {P ≥ 4}) = .
60 60 60
Con estos valores tenemos que
24 × 45 22
Pr(G = H) Pr(P ≥ 4) = = 0,3 ∕= 0,367 = = Pr({G = H} ∩ {P ≥ 4}).
602 60
Por tanto, estos sucesos no parecen ser independientes.
c) Nos piden calcular
Pr({G = M } ∩ {P = 4}) 15/60
Pr(G = M |P = 4) = = = 0,536.
Pr(P = 4) 28/60
d ) Una manera sencilla de contestar a esta pregunta se basa en tener en cuenta que de
las 17 personas que dieron una puntuación de 5, 6 de ellas tenı́an más de 30 años,
y 11 menos de 30 años. Por tanto, dado que estamos en un caso equiprobable, la
probabilidad pedida será igual a 11/17 = 0,647.
De manera más formal, podemos aplicar el teorema de Bayes denotando por E la
variable aleatoria correspondiente a la edad de la persona que responde. Obtenemos
Pr(E > 30)
Pr(E ≤ 30|P = 5) = 1 − Pr(E > 30|P = 5) = 1 − Pr(P = 5|E > 30)
Pr(P = 5)
6 20/60
= 1− = 0,647.
20 17/60
e) Haremos uso de la independencia de las puntuaciones de las seis personas. La pun-
tuación media se define como
1
V = (P1 + · · · + P6 ),
6
donde todas las variables aleatorias Pi son independientes y tienen la misma distri-
bución que P . En particular, tenemos que
E[Pi ] = (1 × 1 + 2 × 2 + 12 × 3 + 28 × 4 + 17 × 5)/60 = 3,967
Var[Pi ] = (1 × 12 + 2 × 22 + 12 × 32 + 28 × 42 + 17 × 52 − 60E[Pi ]2 )/59 = 0,779.

El valor esperado y la varianza de la valoración media V de estas personas será

󰀥 6 󰀦 6
1󰁛 1󰁛 1
E[V ] = E Pi = E[Pi ] = 6E[P ] = E[P ] = 3,967
6 6 6
i=1 i=1
󰀥󰁓 󰀦 6
6
i=1 Pi 1 󰁛 1 1 1
Var[V ] = Var = Var[Pi ] = 6Var[P ] = Var[P ] = 0,779 = 0,130.
6 36 36 6 6
i=1

16
 f ) El modelo normal ajustado tendrá como valores de los parámetros µ y σ los corres-
pondientes a la media y varianza de P , esto es, µ = 3,967 y σ 2 = 0,779.
La probabilidad pedida se puede obtener como
󰀕 󰀖
4 − 3,967
Pr(P ≤ 4) = Pr Z ≤ = Pr(Z ≤ 0,0424) ≈ 0,520.
0,779

24. (Final 2019) Dos sucesos A y B cumplen que Pr(A) > Pr(B). Indica si las siguientes
afirmaciones son verdaderas o falsas y justifica tus respuestas:

a) Siempre se cumple que Pr(A|B) ≥ Pr(B|A).

b) Siempre se cumple que

Pr(A ∪ B) ≤ Pr(A) (2 − Pr(A|B)) .

Solución.

a) Nos dicen que Pr(B)/ Pr(A) < 1 y se cumple que Pr(A|B) ≥ 0. Del teorema de Bayes
y estas condiciones tenemos que,

Pr(B)
Pr(B|A) = Pr(A|B) ⇒ Pr(B|A) ≤ Pr(A|B).
Pr(A)

Luego el resultado indicado es verdadero.

b) Sabemos que se cumple que

Pr(A ∪ B) = Pr(A) + Pr(B) − Pr(A ∩ B).

Y también que
Pr(A ∩ B) = Pr(A|B) Pr(B).
Con estos resultados y utilizando Pr(A) > Pr(B) tenemos que

Pr(A∪B) = Pr(A)+Pr(B)(1−Pr(A|B)) ≤ Pr(A)+Pr(A)(1−Pr(A|B)) = Pr(A)(2−Pr(A|B)),

luego este resultado también es verdadero.

25. (Final 2021) Una empresa ha recogido información entre clientes que compraron un aparato
electrónico, para realizar un estudio de fiabilidad. Se han estudiado dos categorı́as de fallos
(F1 , F2 ), y el estudio ha diferenciado entre los resultados de usuarios habituales, H, y de
usuarios ocasionales O = H c .
Entre los usuarios habituales, un 10,2 % han tenido un fallo de tipo F1 , un 9,3 % han
tenido un fallo de tipo F2 y un 84,6 % no han tenido ningún fallo. Un 9,5 % de los usuarios
ocasionales han tenido un fallo de tipo F1 , un 7,1 % han tenido un fallo de tipo F2 y un
3,9 % han tenido ambos tipos de fallos. Los usuarios habituales son un 42,4 % del total de
los clientes en la muestra.
Se pide que contestes a las preguntas siguientes, si seleccionas un cliente de la muestra al
azar:

17
 a) (0,5 puntos) ¿Cuál es la probabilidad de que el cliente no haya tenido ningún fallo y
sea usuario habitual?
b) (0,5 puntos) Si el cliente seleccionado es un usuario ocasional, ¿cuál es la probabilidad
de que haya tenido algún tipo de fallos?
c) (0,5 puntos) ¿Cuál es la probabilidad de que el cliente haya tenido un fallo de tipo
F2 ?
d ) (0,75 puntos) Si sabes que el cliente seleccionado ha tenido un fallo de tipo F1 , ¿cuál
es la probabilidad de que sea un usuario habitual? ¿Y de que sea un usuario ocasional?
Los dos apartados siguientes requieren aplicar contenidos del tema 3.
Escogemos al azar y con reemplazamiento 4 clientes de esta muestra.
e) (0,75 puntos) ¿Qué distribución sigue el número de clientes que no han tenido ningún
fallo en su dispositivo, entre los 4 seleccionados? Indica el valor de los parámetros de
dicha distribución.
f ) (0,5 puntos) Calcula la probabilidad de que el número de clientes entre los 4 que no
ha tenido ningún fallo sea mayor (estrictamente) que 2.
El coste de la reparación de un fallo de tipo F1 es de 40 euros, y el coste de reparación
para un fallo de tipo F2 es 25 euros.
g) (0,5 puntos) Calcula el valor esperado del coste de reparación para un cliente escogido
al azar. Si el cliente no ha tenido ningún fallo, el coste de reparación es 0.

Solución. Denotamos por F1 y F2 los sucesos correspondientes a que se hayan producido

los distintos tipos de fallos, y por H el suceso de que un cliente sea usuario habitual.
De los datos del problema, para un cliente seleccionado al azar tenemos que

Pr(F1 | H) = 0,102, Pr(F2 | H) = 0,093, Pr((F1 ∪ F2 )c | H) = 0,846

Pr(F1 | H c ) = 0,095, Pr(F2 | H c ) = 0,071, Pr(F1 ∩ F2 | H c ) = 0,039
Pr(H) = 0,424

a) Nos piden calcular Pr((F1 ∪ F2 )c ∩ H), valor que podemos obtener como
Pr((F1 ∪ F2 )c ∩ H) = Pr((F1 ∪ F2 )c | H) Pr(H) = 0,846 × 0,424 = 0,359

b) En este caso debemos calcular Pr(F1 ∪ F2 | H c ). Se tiene que

Pr(F1 ∪ F2 | H c ) = Pr(F1 | H c ) + Pr(F2 | H c ) − Pr(F1 ∩ F2 | H c )
= 0,095 + 0,071 − 0,039 = 0,127

Si se quisiera verificar la igualdad anterior (lo cual no era necesario para el examen),
esta es consecuencia de
Pr((F1 ∪ F2 ) ∩ H c ) = Pr((F1 ∩ H c ) ∪ (F2 ∩ H c ))
Pr((F1 ∩ H c ) ∪ (F2 ∩ H c )) = Pr(F1 ∩ H c ) + Pr(F2 ∩ H c ) − Pr((F1 ∩ H c ) ∩ (F2 ∩ H c ))
Pr((F1 ∩ H c ) ∩ (F2 ∩ H c )) = Pr((F1 ∩ F2 ) ∩ H c )
y dividiendo todo por Pr(H c ) se cumple que
Pr((F1 ∪ F2 ) ∩ H c ) Pr(F1 ∩ H c ) Pr(F2 ∩ H c ) Pr((F1 ∩ F2 ) ∩ H c )
c
= + − .
Pr(H ) Pr(H c ) Pr(H c ) Pr(H c )

18
 c) La probabilidad pedida es ahora Pr(F2 ), que podemos obtener como (probabilidad
total)

Pr(F2 ) = Pr(F2 | H) Pr(H) + Pr(F2 | H c ) Pr(H c ) = 0,093 × 0,424 + 0,071 × (1 − 0,424)

= 0,080

d ) El primer valor a obtener es Pr(H | F1 ). Aplicando Bayes,

Pr(H)
Pr(H | F1 ) = Pr(F1 | H)
Pr(F1 )
Pr(F1 ) = Pr(F1 | H) Pr(H) + Pr(F1 | H c ) Pr(H c ) = 0,102 × 0,424 + 0,095 × 0,576
= 0,098
0,424
Pr(H | F1 ) = 0,102 = 0,441
0,098

Para calcular el valor de Pr(H c | F1 ) basta aplicar

Pr(H c | F1 ) = 1 − Pr(H | F1 ) = 1 − 0,441 = 0,559.

e) Denotamos por N el número de clientes sin fallos en sus dispositivos entre los 4
seleccionados al azar. La distribución de N será una Binomial con parámetros n = 4
y p que será igual a la probabilidad de que un cliente no tenga ningún fallo, que vale

p = Pr((F1 ∪ F2 )c ) = 1 − Pr(F1 ∪ F2 )
Pr(F1 ∪ F2 ) = Pr(F1 ∪ F2 | H) Pr(H) + Pr(F1 ∪ F2 | H c ) Pr(H c )
= (1 − 0,846) × 0,424 + 0,127 × (1 − 0,424) = 0,138
p = 1 − 0,138 = 0,862

f ) El valor a calcular es Pr(N > 2), que podemos obtener como

󰀕 󰀖 󰀕 󰀖
n 3 n 4
Pr(N > 2) = Pr(N = 3) + Pr(N = 4) = p (1 − p) + p
3 4
= 4 × 0,8623 × (1 − 0,862) + 0,8624 = 0,906

g) Denotamos por C la variable aleatoria correspondiente al coste de reparación para un

cliente. Esta variable aleatoria se puede representar como C = 40B1 +25B2 , donde B1
es una variable Bernoulli con probabilidad igual a p1 = Pr(F1 ), y B2 es otra variable
Bernoulli con probabilidad igual a p2 = Pr(F2 ).
Por tanto,
E[C] = 40E[B1 ] + 25E[B2 ] = 40p1 + 25p2 ,
donde p1 = 0,098 y p2 = 0,080, de los apartados anteriores. Obtenemos E[C] = 5,92
euros.

26. (Parcial 2021) En un estudio de mercado se preguntó a dos grupos de personas, A y B, si

pensaban consumir un producto en los seis meses siguientes (la primera pregunta). Un 32 %
de las personas pertenecientes al grupo A y un 24 % de personas del grupo B contestaron
afirmativamente a esta primera pregunta. El número de personas en el grupo A era el
doble de las personas en el grupo B.
Si se seleccionase al azar una de las personas encuestadas, se pide que:

19
 a) (0,5 puntos) Calcules la probabilidad de que si la persona pertenecı́a al grupo B, no
pensase consumir el producto en los próximos meses.
b) (0,5 puntos) Calcules la probabilidad de que esta persona perteneciese al grupo A y
pensase consumir el producto en los próximos meses.
c) (0,75 puntos) Calcules la probabilidad de que la persona escogida no pensase consumir
el producto en los próximos meses.
d ) (0,75 puntos) Calcules la probabilidad de que la persona escogida perteneciese al
grupo B, sabiendo que pensaba consumir el producto en los próximos meses.
e) (0,75 puntos) ¿Son independientes los sucesos “pertenecer al grupo A” y “pensar
consumir un producto en los seis meses siguientes”?

En el estudio se preguntó también a estas personas (la segunda pregunta) si habı́an con-
sumido el producto en los últimos seis meses. El 82 % de las personas que pertenecı́an al
grupo A y contestaron positivamente a la primera pregunta lo habı́an hecho, mientras que
el 16 % de las personas del grupo B que contestaron positivamente a la primera pregunta
indicaron que no habı́an consumido este producto en los últimos seis meses.
Para una persona seleccionada al azar en la muestra, contesta a las preguntas siguientes:

f ) (0,5 puntos) Calcula la probabilidad de que la persona escogida perteneciese al grupo

A y contestase positivamente a las dos preguntas.
g) (0,75 puntos) Si la persona pertenecı́a al grupo A, estima la probabilidad de que
contestase positivamente a la primera pregunta y negativamente a la segunda.
h) (0,75 puntos) Para una persona seleccionada al azar, calcula la probabilidad de que
contestase positivamente a las dos preguntas.

Solución. Introducimos los siguientes sucesos: A, B denota que un cliente pertenece al

grupo A o al grupo B respectivamente, F que el cliente piensa consumir el producto en el
futuro, y P que el cliente ha consumido el producto en el pasado (para el segundo grupo
de preguntas).
Los datos que nos dan en el enunciado son:

Pr(F | A) = 0,32, Pr(F | B) = 0,24, Pr(A) = 0,667, Pr(B) = 0,333.

a) Nos piden
Pr(F c | B) = 1 − Pr(F | B) = 0,76
b) La probabilidad pedida es

Pr(A ∩ F ) = Pr(F | A) Pr(A) = 0,32 × 0,667 = 0,213

c) Para calcular Pr(F c ) podemos emplear el teorema de la probabilidad total,

Pr(F c ) = 1 − Pr(F )
Pr(F ) = Pr(F | A) Pr(A) + Pr(F | B) Pr(B) = 0,32 × 0,667 + 0,24 × 0,333 = 0,293
Pr(F c ) = 1 − 0,293 = 0,707

d ) Debemos calcular ahora Pr(B | F ), y podemos obtener este valor como

Pr(B) 0,333
Pr(B | F ) = Pr(F | B) = 0,24 = 0,273
Pr(F ) 0,293

20
 e) Comparamos los valores de Pr(A ∩ F ) y Pr(A) Pr(F ). Tenemos que

Pr(A ∩ F ) = 0,213, Pr(A) Pr(F ) = 0,667 × 0,293 = 0,196

Estos valores son suficientemente diferentes para concluir que los dos sucesos no son
independientes.

Para las preguntas siguientes nos indican que Pr(P | A ∩ F ) = 0,82 y Pr(P c | B ∩ F ) = 0,16.

f ) Nos piden calcular Pr(A ∩ F ∩ P ). Este valor se puede obtener como

Pr(A ∩ F ∩ P ) = Pr(P | A ∩ F ) Pr(A ∩ F ) = 0,82 × 0,213 = 0,175

g) La probabilidad pedida en este caso es Pr(F ∩ P c | A). Se puede obtener como

Pr(F ∩ P c ∩ A) Pr(A ∩ F ) − Pr(A ∩ F ∩ P )

Pr(F ∩ P c | A) = =
Pr(A) Pr(A)
0,213 − 0,175
= = 0,0576
0,667

h) Debemos calcular ahora Pr(F ∩ P ). Obtenemos esta probabilidad como (teorema de

probabilidad total)

Pr(F ∩ P ) = Pr(F ∩ P ∩ A) + Pr(F ∩ P ∩ B) = 0,175 + Pr(F ∩ P ∩ B)

Pr(B ∩ F ∩ P ) = Pr(P | B ∩ F ) Pr(B ∩ F ) = Pr(P | B ∩ F ) Pr(B | F ) Pr(B)
Pr(P | B ∩ F ) = 1 − Pr(P c | B ∩ F ) = 1 − 0,16 = 0,84
Pr(B ∩ F ∩ P ) = 0,84 × 0,24 × 0,333 = 0,067
Pr(F ∩ P ) = 0,175 + 0,067 = 0,242

21