AÑO: 5to

Matemáticas
ÁREA:
GUÍA PEDAGÓGICA: Nº II-1

DOCENTE: Lilivé Paredes Lara

PEIC: El cuidado de la Casa Común desde una perspectiva ambientalista, apoyándonos en la difusión de
campañas educativas presenciales y virtuales, que promuevan la formación académica, espiritual y tecnológica de
la Comunidad Arzobispana.

PROBABILIDADES
La probabilidad: es el estudio de experimentos aleatorios o libres de determinación.
Históricamente, la teoría de la probabilidad comenzó con el estudio de los juegos de azar, tales como la
ruleta y las cartas. La probabilidad p de un evento A se definió como sigue: si A puede ocurrir de s maneras
entre el total de n igualmente posibles, entonces: p = P(A) = s/n.
ESPACIO MUESTRAL Y SUCESOS
Llamamos espacio muestral al conjunto formado por todos los posibles resultados de un experimento
aleatorio. En adelante lo designaremos como “E”.
✓ Sucesos individuales o elementales: Cada uno de los elementos de E.
✓ Suceso de un fenómeno o experimento aleatorio: Cada uno de los subconjuntos de E.
✓ Suceso vacío o imposible(Ø): Aquel que no tiene ningún elemento de E.
✓ Suceso seguro: Aquel que ocurre siempre. Es el propio E.
✓ Suceso contrario de un suceso A: Aquel formado por todos los sucesos
elementales que no están en A. Se representa como 𝐴̅

Ejemplo 1. En el experimento de lanzar un dado de 6 caras, calcular:

Espacio muestral 𝐸 = {1, 2, 3, 4, 5, 6}

Sucesos elementales {1} { 2} { 3} { 4} { 5} { 6}

Suceso A: Sacar número par 𝐴 = { 2, 4, 6}

Suceso B: Sacar el número 5 𝐵 = { 5}

Suceso contrario de A 𝐴̅ = { 1, 3, 5}

Suceso contrario de B 𝐵̅ = { 1, 2, 3, 4, 6}

Un suceso imposible 𝐷 = { 7}
 Suceso seguro 𝐶 = {1, 2, 3, 4, 5, 6}

PERMUTACIONES Y COMBINACIONES
Una permutación de un conjunto de elementos, es una disposición de dichos elementos teniendo en
cuenta el orden. Una combinación de un conjunto de elementos, es una selección de dichos elementos
sin tener en cuenta el orden.

La diferencia entre permutaciones y combinaciones, es que en las permutaciones importa el orden de los
elementos, mientras que en las combinaciones no importa el orden en que se disponen los elementos
(solo importa su presencia).

PERMUTACIONES O VARIACIONES
Una permutación de un conjunto de elementos, es una disposición de dichos elementos teniendo en
cuenta el orden. El número de permutaciones de “n” elementos tomados de “k” en “k”, seria una Variación
y se calcula con la fórmula:
𝑛!
𝑉𝑘𝑛 =
(𝑛 − 𝑘)!
Ahora, si importa el orden y se toman todos los elementos, seria una permutación y se calcula con la
fórmula
𝑃𝑛 = 𝑛!

Ejemplo 17. Eduardo, Carlos y Sergio se han presentado a un concurso de pintura. El concurso otorga
$200 al primer lugar y $100 al segundo. ¿De cuántas formas se pueden repartir los premios de primer y
segundo lugar?
n = 3 (número total de elementos); k = 2 (tomados de dos en dos)
𝑛! 3! 3.2.1!
𝑉𝑘𝑛 = = = = 6 𝑓𝑜𝑟𝑚𝑎𝑠
(𝑛 − 𝑘)! (3 − 2)! 1!
COMBINACIONES
Una combinación de un conjunto de elementos, es una selección de dichos elementos sin tener en cuenta
el orden.

El número de combinaciones de “n” elementos tomados de “k” en “k” se calcula con la fórmula:

𝑛!
𝐶𝑘𝑛 =
(𝑛 − 𝑘)! 𝑘!
Ejemplo 18. Un chef va a preparar una ensalada de verduras con tomate, zanahoria, papa y
brócoli. ¿De cuántas formas se puede preparar la ensalada usando solo 2 ingredientes?
n = 4 (número total de elementos); k = 2 (tomados de dos en dos)
𝑛! 4! 4.3.2! 12
𝐶𝑘𝑛 = = = = = 6 𝑓𝑜𝑟𝑚𝑎𝑠
(𝑛 − 𝑘)! 𝑘! (4 − 2)! 2! 2! 2.1 2

Ejemplo 19. Se va a programar un torneo de ajedrez para los 10 integrantes de un club. ¿Cuántos
partidos se deben programar si cada integrante jugará con cada uno de los demás sin partidos
de revancha?
n = 10 (número total de jugadores); k = 2 (tomados de dos en dos)
𝑛! 10! 10.9.8! 90
𝐶𝑘𝑛 = = = = = 45 𝑝𝑎𝑟𝑡𝑖𝑑𝑜𝑠
(𝑛 − 𝑘)! 𝑘! (10 − 2)! 2! 8! 2.1 2

Ejemplo 20. ¿Cuántas palabras distintas se pueden formar con las letras de la palabra
MATEMATICAS?
n = 11 elementos repetidos A = 3 veces, T = 2 veces, M = 2 veces
11! 11.10.9.8.7.3.5.4.3! 6.652.800
𝑃= = = = 1.663.200
3! 2! 2! 3! .2.2 4

OPERACIONES CON SUCESOS

Unión (∪) Intersección (∩) Sucesos incompatibles:
𝑨 ∪ 𝑩 es el suceso formado por 𝑨 ∩ 𝑩 es el suceso formado por Dos sucesos A y B son
todos los elementos de A y todos todos los elementos que son, a la incompatibles si no tienen
los elementos de B. Es decir, vez, de A y de B. Es decir, “que ningún elemento común. Es
“que ocurra A o que ocurra B”. ocurra A y que ocurra B”. decir, cuando 𝑨 ∩ 𝑩 = Ø

Ejemplo 2. En el experimento de lanzar un dado de 6 caras, siendo los sucesos:

A: Sacar un número par. B: Sacar un número múltiplo de 3.
𝑨 = { 𝟐, 𝟒, 𝟔} 𝑩 = { 𝟑, 𝟔}
Calcular 𝑨 ∪ 𝑩 A ∪ B = {2, 3, 4, 6}

Calcular 𝑨 ∩ 𝑩 A ∩ B = { 6}

¿Son los sucesos A y B incompatibles? No. Son compatibles porque tienen un elemento en
común.
PROBABILIDAD. REGLA DE LAPLACE
Para estudiar la probabilidad de un suceso A, aplicaremos la regla de Laplace:

𝑁𝑟𝑜 𝑑𝑒 𝑐𝑎𝑠𝑜𝑠 𝑓𝑎𝑣𝑜𝑟𝑎𝑏𝑙𝑒𝑠

𝑃(𝐴) =
𝑁𝑟𝑜 𝑑𝑒 𝑐𝑎𝑠𝑜𝑠 𝑡𝑜𝑡𝑎𝑙𝑒𝑠

Ejemplo 3. En el experimento de lanzar un dado de 6 caras, calcular la probabilidad de:

Sacar el número 3 1
P(A) =
6
Sacar un número par 3 1
P(B) = =
6 2
Sacar un múltiplo de 3 2 1
P(C) = =
6 3
Sacar el número ocho 0
P(D) = =0
6
Sacar un número del 1 al 6 6
P(E) = =1
6

PROPIEDADES DE LA PROBABILIDAD
1. La probabilidad del suceso seguro es uno: 𝑷(𝑬) = 𝟏
2. La probabilidad del suceso imposible es cero: 𝑷(Ø) = 𝟎
3. La probabilidad de cualquier suceso está comprendida entre cero y uno.
4. La probabilidad del suceso contrario es: 𝑃(𝐴̅ ) = 1 − 𝑃(𝐴)

Unión de sucesos: 𝑷(𝑨 ∪ 𝑩) = 𝑷(𝑨) + 𝑷(𝑩) − 𝑷(𝑨 ∩ 𝑩)

Lo debemos leer como “Probabilidad de que ocurra A o que ocurra B”.

Intersección de sucesos: 𝑷(𝑨 ∩ 𝑩) = 𝑷(𝑨) + 𝑷(𝑩) − 𝑷(𝑨 ∪ 𝑩)

Lo debemos leer como “Probabilidad de que ocurra A y que ocurra B”.

Sucesos incompatibles: Dos sucesos A y B son incompatibles si no tienen ningún elemento común. Por
lo tanto, la probabilidad de su intersección debe ser 0: 𝑷(𝑨 ∩ 𝑩) = 𝟎
Por lo tanto, si tienen algún elemento en común son compatibles: 𝑷(𝑨 ∩ 𝑩) ≠ 𝟎

Ejemplo 4. Sabiendo que 𝑃(𝐴̅ ) = 0,25; 𝑃(𝐵 ) = 0,6; 𝑃(𝐴 ∪ 𝐵) = 0,9

Calcula 𝑃(𝐴 ∩ 𝐵) ̅ ) = 𝟏 − 𝑷(𝑨) despejamos P(A) = 1 – 0,25 = 0,75
𝑷(𝑨
𝑷(𝑨 ∩ 𝑩) = 𝑷(𝑨) + 𝑷(𝑩) − 𝑷(𝑨 ∪ 𝑩)
 = 0,75 + 0,6 – 0,9 = 0,45. 𝑷(𝑨 ∩ 𝑩) = 𝟎, 𝟒𝟓

¿Son los sucesos 𝐀 y 𝐁 compatibles? Como 𝑷 (𝑨 ∩ 𝑩) ≠ 𝟎, podemos afirmar que los

sucesos A y B son compatibles.

Ejemplo 5. Sabiendo que los sucesos A y B son incompatibles y que 𝑃(𝐴) = 0,4; 𝑃(𝐵) = 0,3. Calcula
𝑷(𝑨 ∪ 𝑩)
Puesto que los sucesos A y B son incompatibles, sabemos que 𝑷(𝑨 ∩ 𝑩) = 𝟎, por tanto:
𝑷(𝑨 ∪ 𝑩) = 𝑃(𝐴) + 𝑃(𝐵) − 𝑃(𝐴 ∩ 𝐵) = 0,4 + 0,3 − 0 = 𝟎, 𝟕

Ejemplo 6. En una clase de bachillerato, el 70% de los alumnos aprueban matemáticas, el 80% aprueban
química y el 55% aprueban las dos asignaturas. ¿Calcula la probabilidad de que un alumno elegido al azar
apruebe alguna de las dos asignaturas?
Definimos los sucesos: M: aprobar matemáticas; Q: aprobar química.
“La probabilidad de aprobar matemáticas es del 70%” → 𝑷(𝑴) = 𝟎, 𝟕
“La probabilidad de aprobar química es del 80%” → 𝑷(𝑸) = 𝟎, 𝟖
“La probabilidad de aprobar las dos asignaturas es del 55%” → 𝑷(𝑴 ∩ 𝑸) = 𝟎, 𝟓𝟓

La probabilidad de aprobar alguna asignatura por tanto será: 𝑷(𝑴 ∪ 𝑸)

𝑷(𝑴 ∪ 𝑸) = 𝑃(𝑀) + 𝑃(𝑄) − 𝑃(𝑀 ∩ 𝑄) = 0,7 + 0,8 − 0,55 = 𝟎, 𝟗𝟓

LEYES DE MORGAN
̅∪𝑩
𝑷(𝑨 ̅̅̅̅̅̅̅̅
̅ ) = 𝑷(𝑨 ∩ 𝑩) = 𝟏 − 𝑷(𝑨 ∩ 𝑩) ̅∩𝑩
𝑷(𝑨 ̅̅̅̅̅̅̅̅
̅ ) = 𝑷(𝑨 ∪ 𝑩) = 𝟏 − 𝑷(𝑨 ∪ 𝑩)

̅∩𝑩
Fíjate que 𝑷(𝑨 ̅ ) establece “la probabilidad de que no ocurra el suceso A y no ocurra el suceso B”. Es
decir, la probabilidad de que no ocurra ninguno de los sucesos.

Ejemplo 7. En un concurso, la probabilidad de ganar el premio A es 0,5; la probabilidad de ganar el premio

B es 0,15 mientras que la probabilidad de ganar los dos regalos es de 0,05. ¿Calcula la probabilidad de no
ganar ningún regalo?
𝑷(𝑨) = 𝟎, 𝟓 𝑷(𝑩) = 𝟎, 𝟏𝟓 𝑷(𝑨 ∩ 𝑩) = 𝟎, 𝟎𝟓

La probabilidad de no ganar ningún regalo (no ganar el regalo A ni el regalo B) será, por tanto:
 ̅∪𝑩
𝑷(𝑨 ̅̅̅̅̅̅̅̅
̅ ) = 𝑷(𝑨 ∩ 𝑩) = 𝟏 − 𝑷(𝑨 ∩ 𝑩)
Calculamos 𝑷 (𝑨 ∪ 𝑩): 𝑃(𝐴) + 𝑃(𝐵) − 𝑃 (𝐴 ∩ 𝐵) = 0,5 + 0,15 − 0,05 = 𝟎, 𝟔
̅∪𝑩
𝑷(𝑨 ̅ ) = 𝟏 − 𝑷(𝑨 ∩ 𝑩) = 𝟏 − 𝟎, 𝟔 = 𝟎, 𝟒

DIFERENCIA DE SUCESOS
̅ ) = 𝑷(𝑨) − 𝑷(𝑨 ∩ 𝑩)
𝑷(𝑨 ∪ 𝑩 ̅ ∪ 𝑩) = 𝑷(𝑩) − 𝑷(𝑨 ∩ 𝑩)
𝑷(𝑨

̅ ) establece la “probabilidad de que ocurra el suceso A y no ocurra el suceso B”. Es

Fíjate que 𝑷(𝑨 ∪ 𝑩
decir, la probabilidad de que solo ocurra el suceso A.

Ejemplo 8. En un concurso, la probabilidad de ganar el premio A es 0,5, la probabilidad de ganar el premio

B es 0,25 mientras que la probabilidad de ganar los dos regalos es de 0,05.
̅ ) =?
a) Calcula la probabilidad de ganar solo el premio A, 𝑷(𝑨 ∪ 𝑩
̅ ∪ 𝑩) =?
b) Calcula la probabilidad de ganar solo el premio B, 𝑷(𝑨
P(A) = 0,5 P(B) = 0,25 P(A ∩ B) = 0,05

̅ ) = 𝑷(𝑨) − 𝑷(𝑨 ∩ 𝑩) = 𝟎, 𝟓 − 𝟎, 𝟎𝟓 = 𝟎, 𝟒𝟓
a) La probabilidad de ganar solo el premio: 𝑷(𝑨 ∪ 𝑩

̅ ∪ 𝑩) = 𝑷(𝑩) − 𝑷(𝑨 ∩ 𝑩) = 𝟎, 𝟐𝟓 − 𝟎, 𝟎𝟓 = 𝟎, 𝟐
b) La probabilidad de ganar solo el premio B: 𝑷(𝑨

PROBABILIDAD CONDICIONADA
𝑃(𝐴 ∩ 𝐵)
𝑃(𝐴⁄𝐵) =
𝑃(𝐵)

Fíjate que 𝑃(𝐴/𝐵) establece la “probabilidad de que ocurra el suceso A sabiendo que ha ocurrido el
suceso B”.

Ejemplo 9. Sean A y B dos sucesos tales que 𝑷(𝑨) = 𝟎, 𝟔 ; 𝑷(𝑩) = 𝟎, 𝟓 y 𝑷(𝑨 ∩ 𝑩) = 𝟎, 𝟑

a) Calcula la probabilidad de que ocurra B sabiendo que ha ocurrido A.

𝑃(𝐴 ∩ 𝐵) 0,3
𝑃(𝐵⁄𝐴) = = = 0,5
𝑃(𝐴) 0,6

b) Calcula la probabilidad de que ocurra A sabiendo que ha ocurrido B.

𝑃(𝐴 ∩ 𝐵) 0,3
𝑃(𝐴⁄𝐵) = = = 0,6
𝑃(𝐵) 0,5
SUCESOS INDEPENDIENTES
Dos sucesos son independientes si se cumple que: 𝐏(𝐀 ∩ 𝐁) = 𝐏(𝐀). 𝐏(𝐁)

Ejemplo 10. Sean A y B dos sucesos tales que 𝑷(𝑨) = 𝟎,𝟑 ; 𝑷(𝑩) = 𝟎,𝟓 y 𝑷(𝑨 ∩ 𝑩) = 𝟎,𝟐 ¿Son los
sucesos A y B independientes?

P(A ∩ B) = P(A). P(B) = 0,2 ≠ 0,3.0,5 → 0,2 ≠ 0,15 Los sucesos no son independientes, por lo tanto, son
dependientes.

DIAGRAMA DE ARBOL
Muchos problemas de probabilidad se resuelven mediante la creación de diagramas de árbol.

Ejemplo 11. Tenemos una urna con 3 bolas azules y 4 bolas rojas. Si extraemos 2 bolas con devolución,
calcula la probabilidad de que:

1) Las dos bolas sean azules

2) Las dos bolas sean rojas
3) La primera sea roja y la segunda sea azul
4) La primera sea azul y la segunda sea roja
5) Las dos bolas sean del mismo color
6) Las dos bolas sean de distinto color
Definimos lo sucesos → 𝐀: “Sacar bola azul” R: “Sacar bola roja”
Hacemos el diagrama de árbol colando en cada una de sus
ramas su probabilidad.
El enunciado especifica que es con devolución lo que implica
que sacamos una bola de la urna, miramos su color y la
devolvemos. Por lo tanto, las probabilidades de la urna no
varían:
Una vez elaborado el diagrama de árbol. Seguimos el recorrido
del diagrama en función de la pregunta que queramos resolver y
sabiendo que cuando avanzamos hacia adelante, tenemos que
multiplicar mientras que cada vez que volvemos al principio, tenemos que sumar:

𝟑 𝟑 𝟗
1) Las dos bolas sean azules 𝐏(𝑨𝟏 ∩ 𝑨𝟐 ) = 𝐏(𝑨𝟏 ). 𝐏(𝑨𝟐 ) = 𝟕 . 𝟕 = 𝟒𝟗 = 𝟎, 𝟏𝟖𝟑𝟕
𝟒 𝟒 𝟏𝟔
2) Las dos bolas sean rojas 𝐏(𝑹𝟏 ∩ 𝑹𝟐 ) = 𝐏(𝑹𝟏 ). 𝐏(𝑹𝟐 ) = . = = 𝟎, 𝟑𝟐𝟔𝟓
𝟕 𝟕 𝟒𝟗
𝟒 𝟑 𝟏𝟐
3) La primera sea roja y la segunda sea azul 𝐏(𝑹𝟏 ∩ 𝑨𝟐 ) = 𝐏(𝑹𝟏 ). 𝐏(𝑨𝟐 ) = 𝟕 . 𝟕 = 𝟒𝟗 = 𝟎, 𝟐𝟒𝟒𝟗
 𝟑 𝟒 𝟏𝟐
4) La primera sea azul y la segunda sea roja 𝐏(𝑨𝟏 ∩ 𝑹𝟐 ) = 𝐏(𝑨𝟏 ). 𝐏(𝑹𝟐 ) = 𝟕 . 𝟕 = 𝟒𝟗 = 𝟎, 𝟐𝟒𝟒𝟗
𝟒 𝟒 𝟑 𝟑 𝟏𝟔 𝟗 𝟐𝟓
5) Las dos bolas sean del mismo color 𝐏(𝑹𝟏 ∩ 𝑹𝟐 ) ∪ 𝐏(𝑨𝟏 ∩ 𝑨𝟐 ) = 𝟕 . 𝟕 + 𝟕 . 𝟕 = 𝟒𝟗 + 𝟒𝟗 = 𝟒𝟗 = 𝟎, 𝟓𝟏𝟎𝟐
𝟑 𝟒 𝟒 𝟑 𝟏𝟐 𝟏𝟐 𝟐𝟒
6) Las dos bolas sean de distinto color 𝐏(𝑨𝟏 ∩ 𝑹𝟐 ) ∪ 𝐏(𝑹𝟏 ∩ 𝑨𝟐 ) = . + . = + = = 𝟎, 𝟒𝟖𝟗𝟖
𝟕 𝟕 𝟕 𝟕 𝟒𝟗 𝟒𝟗 𝟒𝟗

Ejemplo 12. Tenemos una urna con 3 bolas azules y 4 bolas rojas. Si extraemos 2 bolas sin devolución,
calcula la probabilidad de que:

1) Las dos bolas sean azules

2) Las dos bolas sean rojas
3) La primera sea roja y la segunda sea azul
4) La primera sea azul y la segunda sea roja
5) Las dos bolas sean del mismo color
6) Las dos bolas sean de distinto color

Definimos lo sucesos → 𝐀: “Sacar bola azul” R: “Sacar bola

roja”
Hacemos el diagrama de árbol colando en cada una de sus
ramas su probabilidad.
El enunciado especifica que es con devolución lo que implica
que sacamos una bola de la urna, miramos su color y la
devolvemos. Por lo tanto, las probabilidades de la urna no varían:
𝟑 𝟐 𝟔
1) Las dos bolas sean azules 𝐏(𝑨𝟏 ∩ 𝑨𝟐 ) = 𝐏(𝑨𝟏 ). 𝐏(𝑨𝟐 ) = 𝟕 . 𝟔 = 𝟒𝟐 = 𝟎, 𝟏𝟒𝟐𝟗
𝟒 𝟑 𝟏𝟐
2) Las dos bolas sean rojas 𝐏(𝑹𝟏 ∩ 𝑹𝟐 ) = 𝐏(𝑹𝟏 ). 𝐏(𝑹𝟐 ) = 𝟕 . 𝟔 = 𝟒𝟐 = 𝟎, 𝟐𝟖𝟓𝟕
𝟒 𝟑 𝟏𝟐
3) La primera sea roja y la segunda sea azul 𝐏(𝑹𝟏 ∩ 𝑨𝟐 ) = 𝐏(𝑹𝟏 ). 𝐏(𝑨𝟐 ) = 𝟕 . 𝟔 = 𝟒𝟐 = 𝟎, 𝟐𝟖𝟓𝟕
𝟑 𝟒 𝟏𝟐
4) La primera sea azul y la segunda sea roja 𝐏(𝑨𝟏 ∩ 𝑹𝟐 ) = 𝐏(𝑨𝟏 ). 𝐏(𝑹𝟐 ) = 𝟕 . 𝟔 = 𝟒𝟐 = 𝟎, 𝟐𝟖𝟓𝟕
𝟒 𝟑 𝟑 𝟐 𝟏𝟐 𝟔 𝟏𝟖
5) Las dos bolas sean del mismo color 𝐏(𝑹𝟏 ∩ 𝑹𝟐 ) ∪ 𝐏(𝑨𝟏 ∩ 𝑨𝟐 ) = 𝟕 . 𝟔 + 𝟕 . 𝟔 = 𝟒𝟐 + 𝟒𝟐 = 𝟒𝟐 = 𝟎, 𝟒𝟐𝟖𝟔
𝟑 𝟒 𝟒 𝟑 𝟏𝟐 𝟏𝟐 𝟐𝟒
6) Las dos bolas sean de distinto color 𝐏(𝑨𝟏 ∩ 𝑹𝟐 ) ∪ 𝐏(𝑹𝟏 ∩ 𝑨𝟐 ) = . + . = + = = 𝟎, 𝟓𝟕𝟏𝟒
𝟕 𝟔 𝟕 𝟔 𝟒𝟐 𝟒𝟐 𝟒𝟐

Ejemplo 13. Tenemos dos urnas. La primera con 3 bolas verdes y 4 bolas rojas. La segunda con 2 bolas
verdes y 7 bolas rojas. Si se elige una urna al azar y se saca una bola, calcula la probabilidad de que:

1) La bola sea verde

2) La bola sea roja.
Definimos los sucesos
𝐔𝟏: “Elegir Urna 1” 𝐔𝟐: “Elegir Urna 2” 𝐕: “Sacar bola verde”
𝐑: “Sacar bola roja”
Nota: Como elegimos una urna al azar, la probabilidad de elegir una de
ellas es de ½ . Si tuviéramos tres urnas, sería 1/3 y así
sucesivamente…
1) La probabilidad que la bola sea verde

𝟏 𝟑 𝟏 𝟐 𝟑 𝟐 𝟒𝟏
𝐏(𝑽) = . + . = + = = 𝟎, 𝟑𝟐𝟓𝟒
𝟐 𝟕 𝟐 𝟗 𝟏𝟒 𝟏𝟖 𝟏𝟐𝟔

2) La probabilidad que la bola sea roja

𝟏 𝟒 𝟏 𝟕 𝟒 𝟕 𝟖𝟓
𝐏(𝑹) = . + . = + = = 𝟎, 𝟔𝟕𝟒𝟔
𝟐 𝟕 𝟐 𝟗 𝟏𝟒 𝟏𝟖 𝟏𝟐𝟔

Ejemplo 14. En una clase de bachillerato hay 10 chicas y 8 chicos. De ellos, 3 chicas y 4 chicos juegan al
fútbol. Si escogemos un estudiante al azar, determina la probabilidad de:
a) Que sea chica y no juegue al fútbol.
b) Que sea chico y juegue al fútbol

Definimos los sucesos

𝐀: “Ser chica” 𝐎: “Ser chico” 𝐅: “Juega al fútbol”

𝐅̅: “No juega al fútbol”

̅ ) = 𝟏𝟎 . 𝟕 = 𝟕 = 𝟎, 𝟑𝟖𝟖𝟗
a) 𝑷(𝑨 ∩ 𝑭 𝟏𝟖 𝟏𝟎 𝟏𝟖

𝟖 𝟒 𝟑𝟐
b) 𝑷(𝑶 ∩ 𝑭) = 𝟏𝟖 . 𝟖 = 𝟏𝟒𝟒 = 𝟎, 𝟐𝟐𝟐𝟐

TEOREMA DE PROBABILIDAD TOTAL

Para el cálculo de la probabilidad total emplearemos la siguiente fórmula:

𝑩 𝑩 𝑩
𝑷(𝑩) = 𝑷(𝑨𝟏 ). 𝑷 ( ) + 𝑷(𝑨𝟐 ). 𝑷 ( ) + ⋯ … . . +𝑷(𝑨𝒏 ). 𝑷 ( )
𝑨𝟏 𝑨𝟐 𝑨𝒏

Ejemplo 15. Una empresa recibe lotes de material de tres proveedores en proporciones del 50%, 30% y
20%. Se sabe que el 3% de los lotes del primer proveedor, el 2% de los del segundo y el 1% de los del
tercero son rechazados en el control de calidad que realiza la empresa a la recepción del material. ¿Cuál
es la probabilidad de que un lote sea rechazado?

Definimos los sucesos

𝐏: “Primer proveedor” 𝐒: “Segundo proveedor”

𝐓: “Tercer proveedor” 𝐑: “Rechazado” ̅ : “No rechazado”

𝐑

𝑅 𝑅 𝑅
𝑷(𝑹) = 𝑃(𝑃). 𝑃 ( ) + 𝑃(𝑆). 𝑃 ( ) + 𝑃(𝑇). 𝑃 ( ) =
𝑃 𝑆 𝑇
= 𝑃(𝑃 ∩ 𝑅) + 𝑃(𝑆 ∩ 𝑅) + 𝑃(𝑇 ∩ 𝑅)

𝑷(𝑹) = 0,5.0,03 + 0,3.0,02 + 0,2.0,01 = 𝟎, 𝟎𝟐𝟑

TEOREMA DE BAYES
Al teorema de Bayes podríamos llamarlo “teorema del cangrejo” ya que, si seguimos su lectura en el
diagrama de árbol, nos damos cuenta de que “retrocedemos” en él:
𝑨 𝑷(𝑨 ∩ 𝑩)
𝐏( ) =
𝑩 𝑷(𝑩)

¡¡Recuerda!! 𝑃(𝐴/𝐵) establece la probabilidad de que “ocurra el suceso A sabiendo que ha ocurrido el
suceso B”.

Ejemplo 16. El 40% de los sábados Marta va al cine, el 30% va de compras y el 30% restante juega a
videojuegos. Cuando va al cine, el 60% de las veces lo hace con sus compañeros de baloncesto. Lo mismo
le ocurre el 20% de las veces que va de compras y el 80% de las veces que juega a videojuegos. Se pide:
a) Hallar la probabilidad de que el próximo sábado Marta no quede con sus compañeros de
baloncesto.
b) Si se sabe que Marta ha quedado con los compañeros de
baloncesto, ¿Cuál es la probabilidad de que vayan al cine?
Definimos los sucesos
𝐂i: “Va al cine”
𝐂𝐨: “Va de compras”
𝐕: “Videojuegos”
B: “Con sus compañeros de baloncesto”
̅ : “Sin sus compañeros de baloncesto”
𝐁
Hallar la probabilidad de que el próximo sábado Marta no quede con sus compañeros de baloncesto
𝐵̅ 𝐵̅ 𝐵̅
̅ ) = 𝑃(𝐶𝑖 ). 𝑃 ( ) + 𝑃(𝐶𝑜 ). 𝑃 ( ) + 𝑃(𝑉). 𝑃 ( )
𝑷(𝑩
𝐶𝑖 𝐶𝑜 𝑉
̅ ) = 𝑃(𝐶𝑖 ∩ 𝐵̅) + 𝑃(𝐶𝑜 ∩ 𝐵̅) + (𝑉 ∩ 𝐵̅)
𝑷(𝑩

̅ ) = 0,4.0,4 + 0,3.0,8 + 0,3.0,2 = 0,46

𝑷(𝑩

Si se sabe que Marta ha quedado con los compañeros de baloncesto, ¿Cuál es la probabilidad de que
vayan al cine?
𝐶
Puesto que nos pide 𝑃 ( 𝑖) debemos retroceder en el diagrama de árbol por lo que aplicaremos el
𝐵

teorema de Bayes,
𝑪𝒊 𝑷(𝑪𝒊 ∩ 𝑩) 𝟎, 𝟒. 𝟎, 𝟔 𝟎, 𝟐𝟒
𝐏( ) = = = = 𝟎, 𝟒𝟒𝟒𝟒
𝑩 𝑷(𝑩) 𝟎, 𝟒. 𝟎, 𝟔 + 𝟎, 𝟑. 𝟎, 𝟐 + 𝟎, 𝟑. 𝟎, 𝟖 𝟎, 𝟓𝟒
 Ejemplo 21. En un viaje organizado por Europa para 120 personas, 48 de los que van saben hablar
inglés, 36 saben hablar francés, y 12 de ellos hablan los dos idiomas. Escogemos uno de los
viajeros al azar.
a) ¿Cuál es la probabilidad de que hable alguno de los dos idiomas?
b) ¿Cuál es la probabilidad de que hable francés, sabiendo que habla inglés?
c) ¿Cuál es la probabilidad de que solo hable francés?
Solución:
Vamos a organizar los datos en una tabla, completando los que faltan:
Hablan No hablan
francés francés

Hablan inglés 12 36 48

No hablan
24 48 72
inglés

36 84 120

Definimos los sucesos

A: habla inglés B: habla francés.
a) ¿Cuál es la probabilidad de que hable alguno de los dos idiomas?
48 36 12 72 3
𝑃(𝐴 ∪ 𝐵) = 𝑃(𝐴) + 𝑃(𝐵) − 𝑃(𝐴 ∩ 𝐵) = + − = = = 𝟎, 𝟔
120 120 120 120 5
b) ¿Cuál es la probabilidad de que hable francés, sabiendo que habla inglés?
48 12
𝑃(𝐴) = = 0.4 𝑃(𝐴 ∩ 𝐵) = = 0,1
120 120
𝑃(𝐴 ∩ 𝐵) 0,1
𝑃(𝐵⁄𝐴) = = = 0,25
𝑃(𝐴) 0,4
c) ¿Cuál es la probabilidad de que solo hable francés?
24 1
𝑃(𝐵 ∩ 𝐴̅) = = = 0,2
120 5

Bibliografía

Seymour L., 1971. Teoría y problemas de Probabilidad. McGraw-Hill .

José Juárez., 2012. Probabilidad Bachillerato. Sinaloa México. 2da edición
L. Galdós., 2001. Matemáticas Galdós. Editorial Cultural SA.. 1era edición

CAMBIA LA MENTE, CAMBIA EL AMBIENTE

cMBI la mente yCambia la mente, cambia el
ambiente
 CAMBIA LA MENTE, CAMBIA EL AMBIENTE
cMBI la mente yCambia la mente, cambia el
ambiente