Probabilidad: Espacio muestral, eventos y relaciones

Cap.4.
Probabilidad
Ing. Hernn Trujillo A.
INDICE
Las Matemticas de la Probabilidad
Ejercicio 4.3
PERMUTACIONES
COMBINACIONES
Tarea 4.4 Permutaciones y combinaciones
TEOREMA DE BAYES
Ejercicio 4.5 Teorema de Bayes
Tarea 4.5 Teorema de Bayes
23
Cap.4.Probabilidad
4.1PROBABILIDAD
Los orgenes de las matemticas de probabilidad se remontan al siglo XVI. Las
primeras aplicaciones se relacionaban bsicamente con los juegos de azar. Los
jugadores gananciosos utilizaron el conocimiento de la teora de la probabilidad para
desarrollar estrategias de apuesta. Incluso actualmente son muchas las aplicaciones
que comprenden juegos de azar, como en diversas loteras, en casinos, en las carreras
de caballos y en los deportes organizados. Sin embargo, el uso de la probabilidad va
ms all de los juegos de azar. En la actualidad, el gobierno, las compaas
particulares y las organizaciones profesionales y no lucrativas adoptan la teora de la
probabilidad en su cotidiano proceso de toma de decisiones.
Independientemente de su aplicacin particular, el empleo de las probabilidades
indica que existe algn elemento aleatorio o de incertidumbre relativo a la ocurrencia o
no ocurrencia de algn evento futuro. As, en muchos casos puede ser virtualmente
imposible predecir qu pasar, pero es posible establecer lo que podra pasar. Por
24
Cap.4.Probabilidad
ejemplo, si se tira una moneda, por lo regular no se puede decir con seguridad si caer
guila o sello. Sin embargo, combinando el raciocinio, la experiencia y los datos
histricos, con frecuencia es factible decir cun probable es algn evento futuro.
Existen numerosos ejemplos de casos semejantes en los negocios y en las
actividades del gobierno. Predecir cuanta demanda tendr un producto nuevo, estimar
el costo de produccin, pronosticar las fallas en las cosechas, comprar seguros,
contratar a un nuevo empleado, presupuestar, predecir la reaccin de los ciudadanos
ante un aumento en los impuestos, etc., son algunos ejemplos en los que interviene
algn elemento aleatorio.
Las probabilidades son tiles, ya que pueden servir para disear estrategias. Por
ejemplo, algunos automovilistas parecen mostrar una mayor tendencia a aumentar la
velocidad si creen que existe un riesgo pequeo de ser multados; los inversionistas
estn ms dispuestos a invertir su dinero si las posibilidades de ganar son buenas; y
usted probablemente se llevar el impermeable si la probabilidad de lluvia es alta. En
forma semejante, una compaa puede estar ms dispuesta a negociar con un sindicato
si existe una severa a menaza de huelga, a invertir en la compra de equipo nuevo de
creer que existe una buena posibilidad de recuperar ese dinero, y emplear una persona
eficiente, etc.
El punto central en todos estos casos es la capacidad de cuantificar cun probable
es un determinado evento. En este capitulo se proporcionan definiciones y reglas que
se pueden utilizar para obtener probabilidades.
PROBABILIDADES DE UN EVENTO
Las probabilidades se plantean con respecto a algn evento. El evento en
cuestin puede ser que llueva, haya ganancias, caiga guila, se obtengan rendimientos
de por lo menos 6%, se termine el curso, se obtengan buenas calificaciones, etc. La
probabilidad de algn evento A representada como P (A), es un numero que va del 0 al
1 y que indica cuan probable es la ocurrencia del evento A. Cuanto ms cerca se
encuentre el numero de 1.00, tanto mayor es la probabilidad de que dicho evento A
ocurra; cuanto ms cercano sea el numero a 0, menor es la probabilidad de que el
evento A ocurra. A un evento imposible se le asigna una probabilidad 0, mientras que a
un evento del cual se tiene la certeza que ocurrir, se le asigna la probabilidad de 1.00.
Cuando el meterelogo anuncia que la probabilidad de que haya precipitacin pluvial es
cercana a 0 en realidad est diciendo que es altamente improbable que se presente
cualquier precipitacin medible durante el periodo de prediccin (el pronosticador sabe
por experiencia que nada es imposible en lo que respecta al clima, por lo que
generalmente se abstiene de asignar una probabilidad 0).
Las probabilidades se pueden expresar en mltiples formas incluyendo decimales,
fracciones y porcentajes. Por ejemplo, la posibilidad de lluvia se puede establecer como
20%, 2 de 10, 0.20, o bien, 1/5.
25
Cap.4.Probabilidad
ESPACIO MUESTRAL Y EVENTOS

Uno de los conceptos fundamentales, utilizados en el estudio de la probabilidad es
el de conjunto. Este grupo de objetos o elementos que tienen ciertas caractersticas
comunes. Por ejemplo, los habitantes de Monterrey las estaciones de ferrocarril de
Brasil, ros de Europa, las farmacias del estado de Jalisco, un embarque de
calculadoras y estudiantes de una misma clase, constituyen ejemplos de conjuntos. Es
importante definir cuidadosamente qu constituye el conjunto de inters para estar en
condiciones de decidir si un objeto dado es o no un elemento del conjunto.
Hay dos formas de describir los elementos de un conjunto. Uno, es enumerar
todos, o los suficientes de ellos, de manera que quede de manifiesto que forman parte
del conjunto. Dicha enumeracin se encierra entre llaves. Un segundo mtodo de
indicar un conjunto es establecer una regla, o bien, definir las caractersticas comunes
de los elementos de un conjunto. Considrese los siguientes ejemplos:
Conjunto A = {Acosta, Navarro, Pastrana}
Conjunto B = {todos los enteros positivos menores que 9}
Conjunto C = {ganadores en un torneo de ajedrez}
As mismo, la probabilidad solo tiene significado en el contexto de un espacio
muestral, que es el conjunto de todos los posibles resultados de una muestra o
experimento. El trmino experimento sugiere que el resultado es incierto antes de
llevarse a cabo observaciones. Los resultados de un experimento se denominan
eventos.
Por ejemplo, se puede tirar una moneda 10 veces y anotar en cuntas ocasiones
cay sello. El espacio muestral de este experimento sera entonces el nmero posible
de sellos que pudiera resultar: 0, 1,2,....,10. De otra manera, el experimento se podra
concentrar en el nmero de sellos en 10 tiradas.
Considrese ahora el experimento de sacar una sola carta de un mazo de 52
naipes. Los resultados posibles se enumeran en la figura 2.1. Hay 52 eventos
elementales en el espacio muestral. Otros eventos
pueden considerarse como combinaciones de tales
eventos elementales. Por ejemplo, el evento sacar un
naipe de corazones se puede satisfacer por cualquiera
de trece eventos elementales. Por otra parte, el evento
sacar un naipe de cinco consta de cuatro eventos
elementales, y el evento la carta es roja consiste de
26 elementos elementales, o se a la mitad de los
elementos de el espacio muestral.
26
Cap.4.Probabilidad
Los clculos de probabilidades toman en cuenta como se relacionan entre s

diversos eventos. Los trminos complemento, mutuamente excluyentes y
colectivamente exhaustivos se utilizan para describir algunas de dichas relaciones.
El complemento de un evento consta de todos los resultados posibles del espacio
muestral que no forman parte de l. De ah que, el complemento de el naipe es un
corazn es el conjunto de todas las cartas que no son corazones(es decir, trboles,
espadas y diamantes). Las otras 51 cartas constituyen el complemento de la carta es
un rey de diamantes. El complemento de un evento se puede sealar con prima. De
este modo, el complemento del evento A es A
EVENTOS MUTUAMENTE EXCLUYENTES
Los eventos son mutuamente excluyentes si no presentan elementos en comn (
es una cosa, es otra). As, al sacar una sola carta, los eventos: el naipe es un
corazn y el naipe es un diamante son mutuamente excluyentes ya que una carta no
puede ser corazn y diamante a la vez. Por el contrario, los eventos la carta es un
corazn y la carta es una figura no son mutuamente excluyentes, ya que algunos
corazones son figuras.
EVENTOS COLECTIVAMENTE EXHAUSTIVOS
Se dice que los eventos son colectivamente exhaustivos si por lo menos uno de
ellos debe ocurrir durante un experimento. As, el evento: la carta es un corazn, la
carta es un diamante, la carta es un trbol y la carta es una espada son colectivamente
exhaustivos; agotan todas las posibilidades. Lo mismo ocurre con los eventos la
carta es roja la carta es negra.
Por ltimo, algunas veces es til observar que un evento y su complemento son
mutuamente excluyentes y colectivamente exhaustivos.
El complemento de un evento consta de todos los dems resultados del
espacio muestral.
Los eventos son mutuamente excluyentes si no tienen elementos en comn,
o si no pueden ocurrir al mismo tiempo.
Los eventos son colectivamente exhaustivos si no es posible obtener otro
resultado para un experimento dado.
Nota: Existen eventos que pueden ser complemento, mutuamente excluyentes y

colectivamente exhaustivos a la vez, o cualquier combinacin de los tres.
A continuacin se presentarn otros ejemplos. Estos eventos se considerarn
como complementos:
1.
guila o sello con solo tirar una moneda una vez.
2.
Resultar herido o no en un accidente.
3.
Atrapar o no una pelota.
27
Cap.4.Probabilidad
4.
1.
2.
3.
Contestar o no el telfono.
Los siguientes eventos se consideran mutuamente excluyentes:
La persona tiene un hermano, la persona tiene dos hermanos, la persona
tiene tres hermanos.
Las caras de un dado.
Jorge obtuvo A en matemticas, B en matemticas, C en matemticas,
menos de C en matemticas.
Los siguientes eventos se consideran colectivamente exhaustivos:

1.
2.
3.
Cualquiera de los complementos enumerados anteriormente.

Las caras de un dado.
Las calificaciones de matemticas de Jorge (antes mencionadas).
Suele ser til representar grficamente un espacio muestral, dado que esto
simplifica la visualizacin de los elementos del espacio muestral. Esto se puede llevar a
cabo utilizando un diagrama de Venn, que indica los espacios muestrales y los eventos
mediante crculos, cuadrados o cualquier otra forma geomtrica conveniente. En la
figura 2.2 se ilustran algunos ejemplos de diagramas de venn. En la figura 2.3 se
presenta el uso de diagramas de venn para ilustrar el complemento, eventos que son
mutuamente excluyentes y que no lo son, as como eventos que son colectivamente
exhaustivos.
Figura 2.2 Algunos ejemplos de Diagramas

de Venn
Figura 2.3 Utilizacin

diagramas de Venn
de
los
28
Cap.4.Probabilidad
Ahora, como un espacio muestral consta de todos los posibles resultados de un

experimento, se deduce que por lo menos debe presentarse uno de estos en dicho
espacio. En otras palabras, la probabilidad del espacio muestral es 100%, o bien, 1.00.
Adems como todo evento su complemento tiene valor en lo referente a las
posibilidades del espacio muestral, se deduce que P(A)+ P(A) = 1.00. Por ejemplo,
cuando se tira una moneda, es posible suponer que si no cae de canto, entonces se
dice que la probabilidad que caiga guila o sello es de 1.00. Y si de algn modo se sabe
que P(guila)= 0.40 entonces automticamente se establece P(sello) = 0.60 .
En este punto, se puede afirmar lo siguiente:
1. La probabilidad de cualquier evento A se representa mediante un
valor que puede variar de 0 a 1.00:
0 P(A) 1
2. La probabilidad representada por el espacio muestral es 100%
P (un evento en el espacio muestral) = 1.00
3. La probabilidad de que un evento no ocurra es 1.00 menos la
probabilidad
de que si lo haga:
EJERCICIO
4.1 PROBABILIDAD
1 - P(A) = P(A) o
P(A) +P(A) = 1
1.
Identifique el experimento y el espacio muestral para cada uno de los siguientes

ejemplos:
a.
Presentar un examen de matemticas y anotar las calificaciones que pueden variar

de 0 a 100.
Someter a examen mdico a posibles jugadores de ftbol y aprobarlos o
reprobarlos.
Pesar objetos y anotar sus pesos. El menor pesa 6 Kg. y el mayor 30 kg.
b.
c.
2. Explique brevemente cada uno de los siguientes trminos:

a. Conjunto
e. Experimento
b. Espacio muestral
f. Evento
c. Diagrama de Venn
g. Complemento de un evento
d.
Eventos
mutuamente h. Eventos colectivamente exhaustivos
excluyentes
3. Cules de los siguientes pares de eventos son mutuamente excluyentes?
29
Cap.4.Probabilidad
Evento A
a. Lluvia
b. B en el examen de qumica
Evento B
No lluvia
C en el mismo
examen
c. Conducir un auto
Caminar
d. Conducir un auto
Hablar
e. Nadar
Sentir fro
f. Ganar un juego
Perder un juego
g. Vencer en un juego
Empatar un juego
h. Sacar una reina de un mazo de
Sacar una carta roja
naipes
4.
a.
b.
c.
d.
e.
f.
g.
5.
a.
b.
c.
d.
e.
f.
g.
Establezca cul de los siguientes conjuntos son colectivamente exhaustivos.

Obtener A o C en un examen
Ganar, perder o empatar un partido de ftbol
Un envase vaco o lleno
Feliz o triste
Feliz o infeliz
Ser ascendido o no
Un rbol pequeo, mediano o grande
Determine el complemento para cada evento:
Ganar un juego de bisbol
Ganar un partido de ftbol
Sacar un corazn de un mazo de 52 cartas
Sacar una carta roja de un mazo de 52cartas
Sacar un dos o un tres en la tirada de un dado
Menos de 10 defectos
Diez o menos defectos.
6. Proporcione tres ejemplos de experimentos estadsticos diferentes de los que se

han mencionado anteriormente.
7. Elija uno de los experimentos enumerados para el ejercicio 6:
a.
b.
c.
d.
identificar espacio muestral

Dar un ejemplo de un evento seguro
Proporcionar un ejemplo de un evento seguro
Enunciar un ejemplo de un evento probable.
30
Cap.4.Probabilidad

TRES FUENTES DE PROBABILIDAD
4.2 TRES FUENTES DE PROBABILIDAD

Antes de profundizar en la forma como se utilizan las probabilidades, ser
conveniente saber de cierta manera de dnde provienen. Hay tres formas de calcular o
estimar probabilidades. El enfoque clsico (probabilidad a priori) se emplea cuando
los espacios muestrales tienen resultados igualmente probables; el enfoque emprico
(probabilidad a posteriori) se basa en la frecuencia relativa de ocurrencia de un
Evento con respecto a un gran nmero de ensayos repetidos; y el enfoque subjetivo
utiliza estimaciones personales de la probabilidad, basadas en el grado de confianza.
Los primeros dos enfoques se consideran objetivos, en tanto que el ltimo, como su
nombre lo indica, es subjetivo.
Objetivos
Clsico
(resultados igualmenteprobables)
Subjetivo
Emprico
(datos histricos)
Opinin personal
Seleccionar el enfoque depende de la naturaleza de la situacin. A medida

que se avance en el curso quedar de manifiesto que ciertas situaciones se inclinan
ms por aceptar un enfoque que las otras.
Enfoque clsico
Tienen resultados igualmente probables. Los juegos de azar, entre los que se
encuentran el tiro de monedas y el tiro de dados o juegos de cartas, comnmente
presentan la caracterstica de tener resultados igualmente probables.
Cuando los resultados son de este tipo, la probabilidad de cada resultado es

simplemente una funcin del nmero de resultados posible:
31
Cap.4.Probabilidad

1
n u m e r o d e re s u lta d o s p o s ib le s
P (Cada resultado) =
Si cada carta de un mazo de 52 naipes tienen la misma posibilidad de ser

seleccionada, la probabilidad de sacar cualquier carta ser 1/52 : P(A) =1 carta / 52
cartas. El espacio muestral de tirar una moneda presenta dos resultados: guila y sello.
De ah que, si los dos resultados son igualmente probables (es decir, la moneda est
equilibrada), la probabilidad de que caiga sello es
P ( sello)
1
2
y la probabilidad de que caiga guila es

P (aguila )
1
2
Y en forma similar se puede calcular la probabilidad de obtener seis al tirar un

dado equilibrado. Puesto que hay seis resultados en el espacio muestral , la
probabilidad de cada uno deber ser
P (una cara cualquiera) =
1
6
Y si se saca una canica de una urna en la que haya 321, la probabilidad de

obtener una cualquiera es
P (una canica cualquiera) =
1
321
Si suponemos que las canicas se han mezclado con anterioridad a la seleccin. El

enfoque clsico tambin se puede aplicar a eventos que comprenden dos o ms
resultados. Por ejemplo, se puede querer determinar la probabilidad de sacar una de
las cuatro reinas de un mazo de 52 cartas, o bien, la probabilidad de obtener un nmero
que sea menos que cuatro al tirar un dado. En stos y en casos semejantes es
necesario identificar primeramente el nmero de resultados favorables, y despus
dividir ese nmero entre el nmero total de resultados del espacio muestral. En otras
palabras, la probabilidad de algn evento A se expresa como se ve a continuacin:
P ( A)
nmero de resultados asociasdos con el evento A

nmero total de resultados posibles
Por ejemplo, la probabilidad de sacar una reina, segn esta definicin, es
32
Cap.4.Probabilidad
4 reinas
4
P (reina)= 52 cartas 52
En forma semejante, la probabilidad de tirar un dado y obtener un valor de tres, o

menor (es decir, un uno, un dos o un tres) es
P (tres o menos)
3 caras
3
6 caras posibles 6
Si un evento es imposible, tiene una probabilidad 0. Por ejemplo, la probabilidad

de obtener 9 puntos con slo tirar el dado una vez es 0, ya que no hay caras marcadas
con el 9 en un dado comn: P (nueve) =
0
=0.
6
Por el contrario, si un evento es cierto, debe tener una probabilidad de 1.00, o

bien, del 100%. La probabilidad de una de las seis caras al tirar un dado, es P (uno,
dos, tres, cuatro, cinco o seis)=
6
= 1.00, si se supone con toda razn que el dado
6
caer como es debido.

La interpretacin de una probabilidad clsica, como 0.25, es que si el experimento
se repitiera un gran nmero de veces, un evento que presenta una probabilidad de 0.25
ocurrir casi el 25% de las veces.
EJERCICIO 4.1.1 PROBABILIDAD

1. Describe el espacio muestral asociado a cada uno de los siguientes experimentos
aleatorios:
a. Lanzar tres monedas.
b. Lanzar tres dados y anotar la suma de los puntos obtenidos.
c. Extraccin de dos bolas de una urna que contiene cuatro bolas blancas y tres
negras.
d. El tiempo, con relacin a la lluvia, que har durante tres das consecutivos.
EJERCICIO 4.2
33
Cap.4.Probabilidad
1. Con una sola carta de un mazo de 52 cartas bien barajado, seale la

probabilidad de obtener las siguientes:
a.Una sota
C .Una carta roja
e .Un diez de treboles
b.Una carta con figura

d. Un diamante
f. un nueve rojo o un
ocho negro
2.Enumere los posibles resultados al tirar un solo dado. Calcule la probabilidad de cada
resultado y sume cada uno de ellos.
3. Un dado no cargado se tira una sola vez. halle la probabilidad que hay de obtener lo
siguiente:
a.Un seis
b.un cinco, seis o siete
c .Una cara con un nmero
d. Un nmero menor de
par
cuatro.
4. Hay 50 canicas en una Urna:
Color
Azul
rojo
naranja
verde
Nmero
20
15
10
5
50
La canicas se mezclan y se selecciona una. obtenga la probabilidad de que la que se

saque sea:
a. verde
c. Azul o verde
e. Roja o verde
g. Diferente de Amarilla
b. Azul
d. diferente a roja
f. Amarilla
5. Se numeran fichas del 0 al 9, y se colocan en una urna. Si mezcladas una vez saca
una ficha. Determine la probabilidad de que sea:
a.El nmero 3
c.Un nmero menor que 4
b. Un nmero impar
d.El nmero 10
6. El neumtico del auto de un individuo tiene un vidrio o un clavo y el 20% del
34
Cap.4.Probabilidad
neumtico es visible. Si el automovilista se detiene, cul es la probabilidad de que la

piedra o clavo quede en la parte visible?.
7.Hay 100 canicas en una urna. Cincuenta son rojas, treinta, blancas y el resto,
azules.
a. Qu porcentaje de las canicas son rojas?
b. Si se mezclan las canicas y se saca una de ellas, obtenga P(roja).
c. Determine la probabilidad de que la canica seleccionada no sea roja.
d. Calcule la probabilidad de que la canica sea azul.
e. Halle la probabilidad de que la canica sea roja o azul.
8. Cul es la probabilidad de adivinar el da de la semana (por ejemplo, martes) en
que naci Napolen? George Washington? Qu suposiciones hara? Le parece
razonable dicha suposicin?
9. Slo se probar un fusible de un grupo de 10. Determine el P(defectuoso)si :
a. Un fusible est daado
b. Dos fusibles estn daados.
c. Tres estn dallados.
.
10. Se debe cambiar una buja de un motor de seis por estar defectuosa. Si dos se
encuentran colocadas de tal manera que resulta difcil cambiarlas:
a. Cul es la probabilidad de que la buja defectuosa se encuentre en difcil?
b. Cul es la probabilidad de que la buja defectuosa no est en dicho sitio difcil?
c. Cul es la probabilidad de que el automovilista cargue todo el conjunto de
bujas?
16. Nueve de diez veces que Juan telefonea a su esposa a las cuatro de la tarde en
punto, ella est hablando con su mam, por lo que oye la seal de ocupado. Cul
es la probabilidad de que obtenga seal de ocupado si hoy tambin llama a las
cuatro horas en punto?
17. Una muestra aleatoria de 40 prisioneros indica que diez tienen la presin
sangunea alta. Estime la probabilidad que presentar otro presidiario, al ser
examinado, de tener la presin sangunea alta.
18. Los datos reunidos por el administrador de un supermercado indican que 915 de
1500 compras dominicales exceden de $ 10.00 (dlares). Calcule la probabilidad de
que cualquier cliente dominical gastar ms de $10.00(dlares).
19. Un camin cargado con 10 000 cajas de pauelos desechables llega al
almacn. En las cajas hay un letrero que dice 400 pauelos, pero una revisin de
300 cajas revela que 45 de ellas contienen menos de 400 pauelos. Calcule la
35
Cap.4.Probabilidad
probabilidad de que cualquier otra caja de la carga contenga menos de 400

pauelos.
20. En una encuesta acerca del trnsito que hay de las 5 a las 6 a.m. en una seccin de
una autopista estatal, se observ que de 200 automviles sometidos a una revisin de
seguridad, al azar, 25 tenan neumticos en mal estado. Estime la probabilidad de que
un auto que se detiene en ese lapso en la misma seccin de la autopista no tenga
neumticos defectuosos.
21. Los datos locales sobre el clima de los ltimos cien aos indican que la temperatura
ms alta registrada en el primer da del verano excede de 30C en 79 de los aos
examinados.
a. Calcule la probabilidad de que este ao el primer da de verano la temperatura
exceda. de 30C.
b. A qu supuesto llegara en lo referente a la semejanza que hay entre esos aos?
Se trata de una suposicin razonable?
Tarea 4.1 PROBABILIDAD

Contesta los siguientes ejercicios:
1. Cules de los siguientes son parejas de eventos mutuamente excluyentes
al sacar una carta de un mazo de 52 barajas?
a). Un corazn y una reina
b). Una espada y una carta roja
c). Un nmero par y una espada
d) Un as y un nmero impar
Cules de los siguientes son resultados mutuamente excluyentes al lanzar
dos dados?
a). Un total de cinco puntos y un cinco en ambos dados
b). Un total de siete puntos y un nmero par de puntos en ambos dados.
c). Un total de ocho puntos y un nmero impar de puntos en ambos dados.
d). Un total de nueve puntos y un dos en uno de los dados.
e). Un total de diez puntos y un cuatro en un dado.
2. Un bateador se queda sin intentar pegarle a todos los lanzamientos que le
envan. Proporcione el espacio muestral de los resultados de los siguientes
experimentos en trminos de bolas y strikes: el resultado de:
a). dos lanzamientos.
b). Tres lanzamientos.
36
Cap.4.Probabilidad
3. D la probabilidad para cada uno de los siguientes resultados de lanzar dos

dados:
1,2,5,6,7,10 y 11
4. El secretario de un sindicato B, redact una lista con un conjunto de demandas
salariales y de prestaciones que se presentar al gerente de la empresa. Para
darse una idea del grado de apoyo que existe entre los trabajadores con
respecto al paquete de demandas, hizo un sondeo aleatorio entre los dos grupos
principales de trabajadores, los maquinistas(M) y los inspectores (I).Tomo 30
trabajadores de ambos grupos con los resultados siguientes:
Opinin sobre el paquete M I
Apoyo fuerte
9 10
Apoyo leve
11 3
Indecisos
2 2
Levemente opuestos
4 8
Fuertemente opuestos
4 7
30 30
a).Cul es la probabilidad de que un maquinista seleccionado al azar del grupo
sondeado, apoye levemente el paquete?. b). ).Cul es la probabilidad de que un
inspector seleccionado al azar del grupo sondeado, este indeciso con respecto al
paquete?.
c).Cul es la probabilidad de que un trabajador (maquinista
inspector)seleccionado al azar del grupo sondeado, apoye el paquete ya sea fuerte
o levemente?
5. Determine la probabilidad de los siguientes eventos que se dieron al sacar una
carta de un mazo de 52.
a). Un siete
b).Una carta negra
c). Un as o un rey
d) un dos o un tres negros
e) Una figura roja(J Q K)
37
Cap.4.Probabilidad
4.3 ALGUNAS REGLAS DE PROBABILIDAD. LAS MATEMATICAS DE LA

PROBABILIDAD
Hasta ahora nos hemos concentrado en las diversas definiciones de probabilidad y en
la forma como dichas definiciones se pueden utilizar para determinar la probabilidad de
cierto evento. Estas ideas son importantes, pero no proporcionan la informacin
suficiente para poder comprender realmente en qu forma se pueden utilizar las
probabilidades en la toma de decisiones.
Muchas aplicaciones de la estadstica requieren de la determinacin de probabilidades
de combinaciones de eventos. Existen dos categoras de combinaciones. Supngase
que se han identificado dos eventos de inters en el espacio muestral, A y B. En
algunas situaciones ser necesario encontrar la probabilidad P(A y B), que es la
probabilidad de que ambos eventos ocurran. Otras veces desearemos encontrar la
probabilidad de que ocurra ya sea A o B, P(AoB). Por ejemplo, supngase que hay dos
ascensores en un edificio. Partiendo de datos histricos se puede obtener la
probabilidad de que un ascensor est funcionando. Alguien podra preguntar; Cul es
la la probabilidad de que ambos estn funcionando? Esto denota P(AyB). O bien,
alguien deseara saber, qu probabilidad hay de que alguno de los dos est
funcionando? Esto implica P(AoB).
Es importante poder identificar cul de las dos combinaciones se habr de utilizar. La
clave real es la siguiente:
ambos implica P(A y B )
ya sea...o implica P (A o B)
38
Cap.4.Probabilidad
REGLAS DE PROBABILIDAD
CASO1.
P (A o B )
en el caso de eventos mutuamente excluyentes:
REGLA ESPECIAL DE LA ADICIN :P(ya sea que A o B ocurran) = P(A) + P(B)
Para eventos que no sean mutuamente excluyentes:
REGLA GENERAL DE LA ADICIN P(ya sea que A o B o ambos ocurran)= P(A)
+ P(B) P(A y B)
donde P(A y B) son los elementos que existen en comn
CASO2.
para eventos independientes:
P (A y B)
REGLA ESPECIAL DE MULTIPLICACIN:
P(A y B) = P(A)* P(B)

Para eventos dependientes:
REGLA GENERAL DE MULTIPLICACIN
P(A y B) = P(B) * P(A / B) o P(A)*P(B / A)
Reglas de la Adicin
Clculo de la probabilidad de que por lo menos P(A o B)
La regla de adicin se utiliza para determinar la probabilidad de que ocurra alguno de
los dos eventos o ambos. El clculo difiere, segn sean los eventos mutuamente
excluyentes o no.
Cuando los eventos son mutuamente excluyentes, la probabilidad de que uno suceda
(por definicin, no puede presentarse ms de uno) equivale a la suma de cada una de
sus probabilidades. En el caso de dos eventos A y B se tiene:
REGLA ESPECIAL DE LA ADICIN P(A o B)=P(A)+P(B)
Por ejemplo, la probabilidad de que al tirar un dado se obtenga un resultado de cinco o
seis puntos es
P(cinco) + P(seis)= 1/6 + 1/6 =2/6.
Del mismo modo, la probabilidad de sacar al primer intento una carta de corazones o
una de trboles de un mazo de 52 cartas, es
P(corazones) + P(trboles) =
13 13 26 1
52 52 52 2
Cuando dos eventos no son mutuamente excluyentes ambos pueden suceder. En esta
situacin, el clculo de la probabilidad debe tener en cuenta el hecho de que ya sea
uno de ellos, o ambos, pueden ocurrir.
39
Cap.4.Probabilidad
REGLA GENERAL DE LA ADICIN P(A) + P(B) P(A y B)

Como ejemplo, supngase que se quiere determinar la probabilidad de sacar un trbol
o un 10 de un mazo de 52 cartas. Como una carta puede ser ambos casos, los eventos
diez y trbol no son mutuamente excluyentes. Simplemente sumar sus
probabilidades individuales exagerar la probabilidad real, ya que el 10 de trboles se
contar dos veces, una vez como diez y una vez como trbol, segn se observa en la
figura 2.4. En consecuencia, se debe restar la probabilidad de que se superpongan si
se quiere evitar tener este problema. En un mazo de 52 cartas hay 13 trboles, 4 cartas
con el nmero 10, y un 10 de trboles. Por tanto, P(trboles) =
P(diez de trboles) =
13
4
, P(dieces) =
,y
52
52
1
.As
52
P(trbol o nmero diez o ambas cosas) = P(trboles) + P(dieces) P(diez de trboles)

=
13
4
1
16
52 52 52 52
FIGURA 2.4 Los eventos trbol y diez se superponen.

Otra forma de interpretar lo anterior es comprobar y observar que se ha incluido la
probabilidad de que ambos se presenten en dos formas; es decir, como la probabilidad
de un trbol y tambin como la de un diez. Por tanto, se debe restar la probabilidad
conjunta de obtener una carta que sea nmero diez y una que sea de trboles. La
probabilidad conjunta es el producto de las dos probabilidades marginales* (
o bien,
13
4
y
),
52 52
13 4
13 4
13
4
16
x
(
)(
)
, lo cual suma
52 52
52 52
52 52
52
En trminos generales, se puede decir que si dos resultados, A y B, por ejemplo son
mutuamente excluyentes, la probabilidad de que A o B o ambos ocurran, es igual a la
suma de la probabilidad de A ms la probabilidad de B: P(AoB)=P(A)+P(B) . Si dos
40
Cap.4.Probabilidad
resultados no son mutuamente excluyentes, la probabilidad de que ya sea que A o B o

ambos ocurran, es igual a la suma de la probabilidad de A ms la probabilidad de B
menos la probabilidad de que ambos ocurran: P(a) + P(B) P(A)*P(B)
Reglas de la Multiplicacin
Clculo de la probabilidad de que ocurran dos eventos: P(AyB)
La probabilidad de que dos eventos ocurran recibe el nombre de probabilidad
conjunta, y su clculo difiere, dependiendo de si los eventos en cuestin son
independientes o no.
Se considera que dos eventos son independientes entre si, cuando la ocurrencia de un
evento no est relacionada con la ocurrencia de otro, an cuando dichos eventos
tengan alguna relacin entre ellos. Si se tiran dos dados, saber el nmero de puntos
obtenido por un dado no servir para predecir cuanto se obtendr con el otro.
Asimismo, colocar un texto de matemticas junto a la cabecera de la cama y obtener
una calificacin alta en el examen de matemticas quiz tampoco tengan relacin. Lo
mismo sucedera respecto al sexo (es decir, varn o hembra) y al lQ.
Por otra parte, si los eventos son dependientes, entonces saber que uno ha ocurrido
puede ser til para predecir la ocurrencia del otro. Una flor necesita agua para crecer.
Un nio generalmente llora cuando se lastima. Un espejo suele romperse si se le deja
caer. Saber que una flor no ha sido regada puede indicar algo en lo referente a la
probabilidad de su crecimiento. Cuando se observa que un nio se ha lastimado, se
espera que llore. Y an antes de que el espejo caiga al piso, prevemos que se requerir
la escoba.
Se dice que dos o ms eventos son
independientes si la ocurrencia o no ocurrencia
de uno no afecta la ocurrencia del(os) otro(s).
Si dos eventos son independientes, entonces la probabilidad de que ambos ocurran es

igual al producto de sus probabilidades individuales o marginales:
REGLA ESPECIAL DE LA MULTIPLICACIN
P(AyB) = P(A) P(B)
Ejemplo 1 Se tiran dos monedas al aire. Cul es la probabilidad de que ambas caigan
sello?
Solucin:
Es razonable suponer que los resultados de tirar las dos monedas son independientes
entre si. Adems, se sabe que las monedas tienen P(sello) =. Por tanto, P(ambas
sello) equivale a:
41
Cap.4.Probabilidad

tirada 1
tirada 2 ambas
(1/2) x
(1/2)
= 1/4
Supngase que se quiere aplicar esto a tres monedas. Qu probabilidad se tiene de

que las tres monedas caigan sello?
tirada 1
tirada 2
(1/2) x
(1/2)
tirada 3
x
(1/2)
las 3
=
1/8
Ejemplo 2 Un tercio de los votantes registrados en una comunidad rural son mujeres, y
40/o de ellas votaron en la ltima eleccin presidencial. Suponiendo que estos dos
eventos son independientes, hallar la probabilidad de seleccionar aleatoriamente de
una lista global, a una mujer que haya votado en la ltima eleccin presidencial.
Solucin:
P(mujeres que votaron en la ltima eleccin) = 1/3* (0.40) = 0.133
Ejemplo 3 Juan llega tarde a su casa para cenar el 25% de las veces. La cena se
retrasa el 10% de las veces. Si los dos sucesos no estn relacionados, qu
probabilidad hay de que ambos ocurran?
Solucin:
P(ambos se retrasen) = P(Juan se retrase)* P(la cena se retrase)
= (0.25)(0.10) = 0.025 2.5%
Ejemplo 4 Se va a inspeccionar un enorme cargamento de cajas de chocolate rellenos
de cacahuate. Los informes indican que el 2% de las cajas no estn completamente
llenas. De seleccionarse dos cajas, cul es la probabilidad de que ambas estn
incompletas, suponiendo que este cargamento es igual al anterior (es decir, 2% de las
cajas incompletas).
Solucin:
La probabilidad de que la primera caja seleccionada est defectuosa es del 2%. Sin
embargo, si se supone que la primera caja no se regresa al embarque antes de sacar la
segunda, la probabilidad de que esta ltima est incompleta variar ligeramente,
dependiendo de los resultados de la primera caja. No obstante, si el cargamento es
grande, el impacto ser muchsimo menor y, para objetivos prcticos, P(incompleto)
permanecer casi igual. Por tanto
P(ambas incompletas) = (0.02)(0.02) = 0.0004
REGLA GENERAL DE LA MULTIPLICACIN P (A y B)= P (A)*P(B A)
PROBABILIDAD CONDICIONAL (eventos dependientes)
Si dos eventos no son independientes el clculo de P(A y B) deber tomar esto en
consideracin. Supngase que se tienen dos urnas con canicas. La primera contiene
ocho rojas y dos blancas. La segunda contiene cinco rojas y cinco blancas. De este
modo
42
Cap.4.Probabilidad

Roja Blanca Totales
Urna Y
10
Urna Z
10
Al sacar una canica de una de las urnas, de seleccionarse la primera, la probabilidad de

que la canica sea roja es
8
.Si se elige la segunda, la probabilidad de que sea roja
10
5
. Por tanto, P(roja) depende de la urna que se vaya a elegir. De esta manera, la
10
8
probabilidad condicional de seleccionar una canica roja, suponiendo la urna Y, es
.
10
ser
Mediante smbolos esto se representar como P(roja /urna Y). La lnea vertical /
significa suponiendo la urna Y o bien dada la urna Y, o bien si se selecciona la urna
Y. Por otra parte, es evidente queP(roja / urna Z) =
P(blanca / urna Y)=
2
10
P(blanca / urna Z) =
5
10
5
10
Supngase ahora que las urnas no estn marcadas, y que la probabilidad de elegir
cualquiera de las dos es 1/2: P (Y) = 1/2 = P(Z). Cul es la probabilidad de sacar una
canica roja de la urna Z? En el clculo se deben considerar dos aspectos: para
empezar, la probabilidad de elegir la urna Z, y adems la probabilidad de obtener una
canica roja, suponiendo que se eligi esta ltima:
P(urna Z) =
P(roja / urna Z ) = 5/10
P(urna Z y roja) = P(urna Z)*P(roja / urna Z)

= (1/2)(5/10) =
De manera semejante podemos calcular P (urna Y y roja):
P(urna Y)P(roja / urna Y) =1/2(8/10)= 8/20= 0.40
De este modo, como regla general, se puede decir que la probabilidad conjunta de dos
eventos dependientes es igual a la probabilidad de un evento multiplicado por la
probabilidad condicional del otro:
P(A y B) = P(A)P(B/A)
Dado que no tiene importancia saber qu evento es A y cul es B, se llega a la siguiente
expresin:
P(A y B) = P(B)P(A/B)
Obsrvese que si dos eventos son mutuamente excluyentes como, la canica es roja y
la canica es blanca, entonces sus probabilidades condicionales son 0, ya que, por
definicin, no pueden ocurrir ambos. Es decir
43
Cap.4.Probabilidad

P(roja / blanca = O y P(blanca / roja) = O
Por ltimo, cuando dos eventos son independientes, saber que un evento ha ocurrido
no nos dice nada respecto al otro. Por tanto
P(A/B) = P(A)y P(B/A) = P(B)
Una importante aplicacin de las probabilidades condicionales es el teorema de Bayes,
que se estudiar ms adelante.
EJERCICIO4.3
|. Al tirar un par de dados no cargados.
a. Cul es la probabilidad de que ambos dados caigan en seis?
b. Qu probabilidad hay de que ambos dados caigan en dos?
c. Cul es la probabilidad de que ambos dados caigan en nmeros pares?
2. Al tirar un par de dados, cul es la probabilidad de que ambos sean
iguales? (Sugerencia: utilice la probabilidad condicional)
3. Conteste las mismas preguntas del punto 1, pero esta vez respecto a tres
dados.
4. Determine la probabilidad de sacar una sota de diamantes de un mazo de
naipes valindose de la siguiente informacin:
A = diamante
; B = sota
P(A y B) = P(A) P(B / A)

b) Ahora utilice P(A y B) = P(B) P( A / B), manteniendo A = diamante y B =
sota
5. Las descomposturas de mquinas son independientes entre si. Se tienen cuatro
mquinas, cuyas respectivas probabilidades de avera son 1%, 2%, 5% y 10% en un
da particular, calcule las siguientes probabilidades:
a. Todas se descomponen el mismo da. b. Ninguna se descompone.
6. Se vendieron 200 boletos para una rifa y usted compr dos de ellos. El premio es un
telfono celular. Los boletos se mezclarn muy bien en una gran urna, y un chimpanc
amaestrado sacar los dos boletos ganadores.
a. Cul es la probabilidad de que una persona que compr un boleto gane?
b. Cul es la probabilidad de que usted obtenga un premio? Dos premios?
Tres premios?.
44
Cap.4.Probabilidad
7. De los estudiantes de una preparatoria, 30% son de primer ao, 35% de segundo,
20% de tercer y el resto son repetidores. Si uno de los alumnos gan un milln de
pesos en una lotera estatal, calcule las siguientes probabilidades:
a. De que el alumno sea de tercer ao.
b. Que el alumno sea de primer o de segundo ao.
c. Que el alumno no sea de primer ao.
d. Que el Estado se niegue a entregarle el premio, por ser menor de edad.
8. Suponga que P(A) = 0.30, P(B) = 0.80 y P(A y B) = 0.15. a.
Son mutuamente excluyentes A y B. Explquelo.
b. Encuentre P(B)
c .Obtenga P (A o B).
9. Suponga que A oB son dos eventos mutuamente excluyentes y que P(A) = 0.31 y
P(B) = 0.29
a. Son A y B colectivamente exhaustivos? Explquelo
b. Encuentre P (A o B ).
c. Obtenga P (A o B).
d. Halle P(A y B).
10. Al tirar tres veces una moneda. Cul es la probabilidad de que caiga guila las tres
veces? Qu probabilidad hay de que esto no suceda?
11 Si en cada uno de los tres lotes de marcos para cuadros, un 10% presenta defectos
de fabricacin, qu probabilidad hay de que un inspector no encuentre algn defecto si
inspecciona cada uno de los tres lotes?.
12. Al lanzar una moneda al aire cuatro veces, se presentan las siguientes
probabilidades en lo referente al nmero de sellos que se obtendrn:
P(0) = 0.0625
P(2)= 0.3750
P(1) = 0.2500
P(3) =0.2500
P(4) = 0.0625
Halle la probabilidad en cada uno de los casos siguientes, de que caigan.

a. Una o dos caras.
b. Menos de tres caras.
c. Cinco caras.
d. Ms de tres caras.
e. Menos de dos o ms de tres caras.
13. El peridico informa que hay el 40% de probabilidades de que hoy llueva. Vctor
Alonso considera que las posibilidades de que apruebe su examen de estadstica son
3:5
45
Cap.4.Probabilidad
Suponiendo que estos eventos son independientes, determine lo siguiente:

a. P(que llueva y apruebe)
b. P(que no llueva y no apruebe)
14. Al sacar una carta de dos mazos de 52 naipes. Cul es la probabilidad de que
ocurran los siguientes eventos?
a. Ambas rojas
b. Ambas trboles. c. Ambas con figura (J, K, Q de cualquier tipo).
d. Un corazn y un diamante
e. Un trbol y un corazn o un diamante.
15. Cules seran sus respuestas al ejercicio anterior si las dos cartas se sacan del
mismo mazo sin regresar la primera carta a su lugar antes de sacar la segunda?
16. Las probabilidades de 0, 1,2, 3, 4, 5, 6 7 accidentes durante un fin de semana
entre la 1 a.m. y 6 a.m., son, respectivamente, 0.08, 0.15, 0.20, 0.25, 0.18, 0.07, 0.04 y
0.01. Calcule la probabilidad de que en cualquier fin de semana entre esas horas de la
maana suceda lo siguiente:
a. Menos de tres accidentes.
b. Tres o menos accidentes.
c. Exactamente tres accidentes.
d. Ningn accidente.
e. Ms de siete accidentes.
17. Una compaa que fabrica cristalera cuenta con un proceso de inspeccin que
consta de cuatro pasos. Los directivos de la compaa afirman que la probabilidad de
que un articulo defectuoso no sea detectado es de casi el 20%. Con esta cifra del 20%,
encuentre la probabilidad de que un articulo defectuoso pase las cuatro etapas de
inspeccin sin ser detectado. Cual sera su respuesta si se agregara una quinta etapa,
con una probabilidad de 50% de detectar los artculos defectuosos?
18. La probabilidad de que una mquina produzca una tuerca hexagonal aceptable es
del 90%. Si las piezas sucesivas son independientes entre s (un supuesto
generalmente razonable, si el proceso est bajo control), encuentre la probabilidad de
obtener lo siguiente:
a. Dos piezas seguidas que no sean aceptables.
b. Una pieza aceptable y una pieza defectuosa, en ese orden.
c. Una pieza aceptable y una pieza defectuosa, en cualquier orden.
d. Tres piezas defectuosas seguidas.
19. Obtenga la probabilidad de que Ramn Acosta y Ricardo Pastrana hayan nacido el
mismo da de la semana.
46
Cap.4.Probabilidad
20. Si en la anterior pregunta se cambiara la palabra da por mes, en qu forma se

estara simplificando el supuesto? Por qu?
21. Muchos fanticos de los deportes conocen la habilidad de Jos Luis alias, el Salvaje
para pronosticar quienes sern los equipos ganadores en bisbol. Observaron que
sucede a razn de 0.80. Jos Luis elige los ganadores de los cuatro partidos prximos.
Encuentre probabilidades de que:
a. Todos los pronsticos de los juegos sean correctos.
b. Ninguno sea correcto
c. Uno sea incorrecto.
d. Tres sean incorrectos.
22. Una compaa de exploracin petrolera perfora un pozo si considera que existe por
lo menos un 25% de posibilidad de encontrar petrleo. Si perfora cuatro pozos, a los
que se les asignan las probabilidades 0.3, 0.4, 0.7 y 0.8:
a. encontrar la probabilidad de que de ninguno de los pozos se obtenga petrleo,
utilizando las cifras de la compaa.
b. calcular la probabilidad de que los cuatro pozos produzcan petrleo.
c.cul es la probabilidad de que los pozos con, un probabilidad de 0.3 y 0.7
produzcan petrleo, y los otros no?
23. Miguel tiene dos juguetes viejos. En las maanas fras hay un 20% de posibilidad de
que uno no funcione, y un 30% de que el otro tampoco:
a. Encuentre la probabilidad de que ninguno funcione.
b. Halle la probabilidad de que solamente uno funcione.
24. Una florera garantiza que el 90% de las semillas que contienen sus paquetes
germinarn. Suponga que cada semilla tiene un 90% de probabilidad de que germine;
y que cada paquete contiene cinco semillas.
a. Encuentre la probabilidad de que ninguna germine.
b. Calcule la probabilidad de que todas germinen.
25. Isaac espera ansiosamente las calificaciones de dos cursos que termin
recientemente. Considera que hay 0.80 de probabilidad de obtener A en literatura y un
0.40 de probabilidad de obtener A en filosofa. Encuentre las probabilidades de estos
resultados:
a. Ambas calificaciones sean A.
b. Ninguna sea A
c. En literatura obtenga A, pero no en filosofa
d. Ninguna de las anteriores
47
Cap.4.Probabilidad
26. Un paquete que contiene una mezcla de semillas de flores de distintos colores
contiene cuatro semillas para flores rojas, tres para amarillas, dos para moradas y una
para color naranja.
a. Si se selecciona una semilla de la mezcla, cul es la probabilidad de que sea roja o
naranja?
b. Si se sacan dos semillas del paquete, Cul es la probabilidad de que ambas sean
amarillas? Rojas?
c. Si se sacan tres semillas, cul es la probabilidad de que una sea color naranja y
dos sean amarillas )
d. Si se escogen tres semillas,Cul es la probabilidad de que una sea color naranja?
27. Continuando con el mismo ejercicio, si cada semilla tiene un 60% de probabilidades
de germinar,cules son las probabilidades de legar a los siguientes resultados?
a. Todas germinen excepto las de color naranja
b. Germinen todas las amarillas
c. Ninguna de las amarillas germine.
Solucin Ejercicio 4.3
48
Cap.4.Probabilidad
4.4 TECNICAS DE CONTEO

Para utilizar el enfoque clsico de la probabilidad (a priori), es necesario conocer el
nmero total de resultados posibles de una muestra o experimento. Las tcnicas de
conteo se utilizan generalmente para determinar el total de resultados. En muchos
problemas, es conveniente
listar los resultados, esto nos permite verificar
objetivamente los resultados para ver si se consideraron todos
los ordenamientos posibles.
Una tcnica de listado son los diagramas de rbol, que
proporcionan una base racional para desarrollar una lista de
resultados. Sin embargo cuando es considerable el nmero de
resultados, los mtodos de listado se hacen muy engorrosos, y
es necesario recurrir a frmulas matemticas para determinar
el total de resultados posibles.
Ejemplo: Supngase que un estudiante presenta un
examen con 20 preguntas de verdadero-falso. Supngase tambin que est adivinando
todas las preguntas.Cul es la probabilidad de que resuelva el examen
correctamente?
Para solucionar este problema en primer lugar es necesario determinar el nmero
de resultados posibles. Por ejemplo: puede decidir contestar todas las preguntas con
verdadero o todas con falso, o bien, puede alternar verdadero y falso, o mezclarlas
aleatoriamente.
Para entender esto mejor, imagnate que el examen consta de una sola pregunta.
Las posibilidades seran V o F .Si fueran dos preguntas, las posibilidades seran
VV,VF,FV,FF. En el caso de que fueran tres preguntas, las posibilidades seran
VVV,VVF,VFV,FVV,FVF,FFV,VFF,FFF. Evidentemente, a medida que aumenta el
nmero de preguntas, aumenta el nmero de resultados. Cul ser el nmero de
resultados en caso de que fueran cuatro preguntas?
Los diagramas de rbol proporcionan un mtodo sistemtico de enumeracin de
los resultados as como una presentacin visual. Estos diagramas se pueden elaborar
49
Cap.4.Probabilidad
fcilmente y son ms iluminadores que las simples listas. En la figura 2.5 se presenta
un diagrama de rbol para tres preguntas de falso y verdadero. Como los estudiantes
tienen dos opciones posibles, el rbol presenta dos ramas en cada pregunta.
Figura 2.5 Ejemplo de un diagrama de rbol para

Determinar los rdenes posibles.
Al ampliar el diagrama de rbol, es posible enumerar los resultados con ms

preguntas de falso-verdadero. Sin embargo, no sera prctico hacerlo, debido a que el
nmero de posibilidades aumenta considerablemente. Sin embargo, lo que realmente
se requiere, es determinar el nmero total de resultados. Por fortuna hay una forma
sencilla de estimar el nmero total sin tener que contar cada resultado.
Principio de multiplicacin
El diagrama de rbol ilustra que cada pregunta sucesiva duplica el nmero total de
resultados posibles, dado que cada nueva pregunta proporciona dos opciones ms
.Esto trae como consecuencia que cuando existe un nmero de decisiones
secuenciales que se deban tomar(como una respuesta de verdadero o falso para cada
pregunta), el nmero total de resultados posibles ser el producto de la diversidad de
formas en que cada pregunta se puede hacer. De este modo:
Nmero de preguntas
Resultados
Totales
2=2
2x2=4
2x2x2=8
2x2x2x2=16
Si esto fuera un examen de opcin mltiple, digamos con cuatro opciones por
pregunta, y solo fueran tres preguntas, el nmero total de resultados posibles sera 4 x
4 x 4 = 64. Si hubiera cuatro opciones para la primera pregunta, cinco para la segunda y
tres para la tercera, la respuesta sera 4 x 5 x 3 = 60. Ahora se deber aplicar el
principio de multiplicacin para encontrar cuantas formas de contestar las 20 preguntas
del examen de verdadero- falso existen. Con dos opciones para cada una de las 20
preguntas se tendra:
50
Cap.4.Probabilidad
2 x 2 x 2 x ...... x 2 = 220 =1048576

Entonces, la probabilidad de que el estudiante pueda adivinar el modelo correcto
de solucin del examen, es decir, que conteste correctamente todas las preguntas es:
1
1048576
El principio de multiplicacin es una regla general sobre la que se basan dos

tcnicas adicionales: las permutaciones y las combinaciones. Estas tcnicas son tiles
en casos en los que cada decisin disminuye el nmero de opciones restantes en lo
que respecta a decisiones ulteriores.
4.5 PERMUTACIONES Y COMBINACIONES

PERMUTACIONES
Cuando el orden en que se disponen los trminos es importante, el nmero total
de resultados posibles recibe el nombre de permutacin. Por ejemplo, en lo referente a
las respuestas a un examen de opcin mltiple, existe un significado especial
relacionado con el orden. Cuando el orden carece de un significado particular, el
nmero total de posibles resultados se conoce como combinacin Por ejemplo, un
comit que consta de dos personas, digamos, el Sr. Prez y el Sr. Snchez, sera igual
al formado por el Sr. Snchez y el Sr. Prez. En forma similar, tanto la suma como el
producto de dos nmeros no se ven afectados por cul es el primero y cul el segundo:
10 + 5 = 5 + 10
10 x 5 = 5 x l0
Considrense en primer lugar las permutaciones. Supngase que hay cuatro

equipos de bisbol en un campeonato. En cuntas formas pueden quedar los
marcadores finales?. Imagnese que se tienen que llenar cuatro casillas: ganador,
segundo, tercero y ltimo lugar. La casilla del ganador se podra llenar con cualquiera
de los cuatro equipos. Esto hara que quedaran tres casillas por llenar, y tres equipos
por seleccionar. De este modo, el segundo lugar sera uno de los tres equipos. El tercer
lugar sera uno de los dos equipos y uno de ellos quedara en el ltimo sitio. El nmero
total de resultados sera
4 x 3 x 2 x 1 = 24
(lo.) (2o.) (3o.) (4o.)
Si hubiera seis equipos, el resultado seria
6 x 5 x 4 x 3 x 2 x 1 = 720
Si se seleccionan los equipos del primero al ltimo, en orden inverso (del ltimo al
primero), o en cualquier otro orden, el resultado final ser el mismo. Por ejemplo,
seleccionar primero el que ocupara el ltimo lugar producira 1 x 2 x 3 x 4 = 24. Cuando
se trabaja con permutaciones, cada decisin comprende una opcin menos que la
anterior.
51
Cap.4.Probabilidad
Una forma simplificada de representar estas progresiones es utilizar el smbolo!.

Por ejemplo, 4 x3 x 2x 1 se puede escribir como 4! . El signo de admiracin significa
factorial, y 4! se lee cuatro factorial. A continuacin se ilustran algunos ejemplos
de factoriales:
5! = 5 x 4 x 3 x 2 x 1 = 120
12! = 12 x 11 x 10 x 9 x 8 x 7 x 6 x 5 x 4x 3 x 2 x 1=479 001 600
Los factoriales aumentan considerablemente a medida que se incrementa el
nmero. Por fortuna, no es generalmente necesario desarrollar un factorial por
completo, ya que cuando se utilizan suelen presentarse en grupos, y es posible
eliminarlos. Por ejemplo
5!
5 x4 x3x2 x1
5!
1
1
7 ! 7 x6 x5 x4 x3x2 x1 7 x6 x5! 7 x6 42
4! 4 x3x2 x1 4 x3x2!
4 x3 12
2!
2 x1
2!
40! 40 x39x38!
40 x39 1560
38!
38!
5!
5 x4 x3! 5 x4
10
2! 3! 2x1x3!
2
Los factoriales algunas veces comprenden operaciones de adicin y sustraccin:
Cuando los nmeros estn dentro del parntesis y el signo factorial fuera, es
necesario completar la adicin o sustraccin antes de determinar el factorial:
(5 3)! = 2!
( no 5! 3!)
(9 2)! = 7!
(3 + 1)! = 4!
8!
8!
8 x7 x6 x5!
8 x7 x6
3! ( 8 3 )!
3!5!
3!5!
3x2
Obsrvese que se elimina el 5! y no el 3! La respuesta seria la misma,

independientemente de qu nmero se eliminara, pero el esfuerzo es menor cuando se
suprime el factorial mayor.
Cero factorial equivale a 1. Es decir 0! = 1. Una explicacin intuitiva es la siguiente:
si hubiera una cantidad de sillas vacas, cuntas ordenaciones diferentes seran
posibles si ninguna persona llegara a sentarse? La respuesta es: una sola; con todas
las sillas vacas. (Si esto le parece confuso, imagnese a dos personas y tres sillas;
despus a una persona y tres sillas; y por ltimo, a ninguna persona.)
Si, en una carrera hay siete caballos, cuntas ordenaciones de ganador, segundo
lugar y tercer lugar son posibles? Intuitivamente (mediante el principio del
multiplicacin) se observa que hay 7 x 6 x 5 =210 posibles resultados. Utilizando las
permutaciones, se planteara la pregunta para siete elementos (caballos, en este caso),
cuantas ordenaciones de tres de los elementos son posibles? En trminos generales,
52
Cap.4.Probabilidad
el nmero de permutaciones de n objetos tomando x a un tiempo equivale a n! (n -x)!

De manera ms formal, se tiene que:
n Px
n!
( n x )!
Donde x =No. de elementos que se seleccionan de n y que se tienen que

acomodar dentro de x posiciones.
n = No. total de elementos.
Por tanto, el nmero de formas en las que se pueden ordenar tres objetos de un
grupo de siete es:
7 P3
7!
7 x 6 x5 x ( 4!)
= 210
(7 3)!
4!
Ocasionalmente nos enfrentamos a una situacin en la que algunos de los elementos

son idnticos o indistinguibles entre s. Por ejemplo, supngase que se tienen tres
monedas de cinco pesos y dos de diez pesos. A menos de que se haga un esfuerzo
especial para observar las fechas de las monedas, o para diferenciarlas de alguna otra
manera, las tres monedas de cinco pesos no se podran distinguir, igual sucedera con
las dos de diez pesos. Debido a esto no todas las permutaciones parecen nicas.
Aplastar las dos monedas de diez pesos no ayuda mucho.
Un arreglo sera: CCCDD ; CCDCD ; CCDDC ; CDCCD ; DCCCD ; DDCCC ;
CDCDC ; CDCCD ; CDDCC ; DCDCC
La frmula sera:
n Px
5!
10 ,
3 ! (2!)
esto es:
n Pn1, , n 2 ,....n k
n!
n1!n2!n3!...nk !
Donde n = n1 + n2 + nk
Ahora, si las monedas se identificaran ( en forma temporal), digamos C 1,C2, C3, D1,D2,
se observara que hay 2! Ordenaciones diferentes para las monedas de diez
pesos(D1,D2 y D2,D1) y 3! Ordenaciones para las de cinco pesos(C 1,C2,C3; C1,C3,C2 ;
C2,C3,C1 ; C2,C1,C3 ;C3,C1,C2 ; C3,C2,C1
Entonces habra:
C1,C2,C3 D1,D2
C1,C2,C3 D2,D1
C1, C3 C2, D1,D2
C1,C3 C2D2,D1 , etc. Seran
5 P5
5!
120
0!
53
Cap.4.Probabilidad
Ejemplo :Cuantas ordenaciones diferentes de ocho letras se pueden hacer utilizando

las letras
R R R U U UN
Solucin:
n Pn1, , n 2 ,....n k
n!
8!
280
=
8 P4.3,1
n1!n2!n3!...nk !
4! 3! 1!
EJERCICIOS 4.4. PERMUTACIONES:

1. .Una madre tiene 3 hijos de cuntas maneras distintas, nombrndolos uno por
uno, puede llamarlos a cenar?
2. Cuantas representaciones diferentes sern posibles formar, si se desea que
consten de Presidente, Secretario, Tesorero, Primer Vocal y Segundo Vocal?, s esta
representacin puede ser formada de entre 25 miembros del sindicato de una pequea
empresa.
3. Cuntas maneras diferentes hay de asignar las posiciones de salida de 8 autos
que participan en una carrera de frmula uno? (Considere que las posiciones de salida
de los autos participantes en la carrera son dadas totalmente al azar) b. Cuntas
maneras diferentes hay de asignar los primeros tres premios de esta carrera de frmula
uno?
4. Cuntos puntos de tres coordenadas ( x, y, z ), ser posible generar con los
dgitos 0, 1, 2, 4, 6 y 9?, Si, a. No es posible repetir dgitos, b. Es posible repetir dgitos.
5. Cuntas maneras hay de asignar las 5 posiciones de juego de un equipo de
bsquetbol,
a) si el equipo consta de 12 integrantes
b) Cuntas maneras hay de asignar las posiciones de juego si una de ellas solo
puede ser ocupada por Uriel Jos Esparza?
c) Cuntas maneras hay de que se ocupen las posiciones de juego si es
necesario que en una de ellas este Uriel Jos Esparza y en otra Omar Luna?
6. Cuntas claves de acceso a una computadora ser posible disear, si debe
constar de dos letras, seguidas de cinco dgitos, las letras sern tomadas del
abecedario y los nmeros de entre los dgitos del 0 al 9.
a) Considere que se pueden repetir letras y nmeros,
b) Considere que no se pueden repetir letras y nmeros,
c) Cuntas de las claves del inciso b empiezan por la letra A y terminan por el
nmero 6?,
54
Cap.4.Probabilidad
d) Cuntas de las claves del inciso b tienen la letra R seguida de la L y terminan

por un nmero impar?
COMBINACIONES
Cuando el orden carece de importancia, el trmino combinacin se utiliza para
denotar la diversidad de posibles agrupamientos. La seleccin de los miembros de un
comit es un ejemplo en el que el orden no es un factor. Otro, es seleccionar un platillo
de verduras de un men en el que hay cinco opciones. Escoger papas y zanahorias
sera equivalente a escoger zanahorias y papas. Estos grupos equivalentes se deben
eliminar del nmero total de permutaciones a fin d e determinar el nmero de
combinaciones.
Las combinaciones se calculan de la siguiente manera:
n n!
nCx
x x!(n x)!
Donde x =No. de elementos que se seleccionan de n y que se tienen que
acomodar dentro de x posiciones.
n = No. total de elementos.
EJERCICIOS 4.4.1 COMBINACIONES
1. Cuntos comits diferentes de tres miembros se pueden seleccionar a partir d e un
grupo de 10 personas?
55
Cap.4.Probabilidad
2. Suponga que queremos formar un comit constituido por una mujer y dos hombres, a
partir de un grupo de cuatro mujeres y seis hombres. Cuntas ordenaciones diferentes
son posibles?
3. Un alumno decide presentar tres de las cinco Pruebas de Conocimientos
Especficos. De cuntas maneras distintas puede elegir esas tres pruebas?
4. Determine cada uno de los siguientes:
a. 2!
b. 5!
c. 10! d. 1!
e. 0!
5. Calcule lo siguiente:
3
a.
2
b.
c.
9
d.
6
6. Determine el nmero de permutaciones:

a.
3 P2
b.
4 P4
c.5 P1
d . 9 P6
e. 1 P0
TAREA 4.4 PERMUTACIONES Y COMBINACIONES

1. Un vendedor de autos nuevos quiere impresionar a sus clientes potenciales con la
cantidad posible de diferentes combinaciones de que se dispone. Un modelo presenta
tres tipos de motores, dos transmisiones, cinco colores de carrocera y dos colores de
interiores. Cuntas posibilidades de eleccin respecto a estas opciones hay?
2. Las placas de matrcula de automvil de un Estado tienen tres letras seguidas de
cuatro nmeros.
a. Cuntas placas diferentes seran posibles si se utilizaran todas las letras y
nmeros?
b. Cuntas placas diferentes seran posibles si no se utilizan l letra O y el cero?
c. Cuntas placas diferentes son posibles si la palabra sex no est permitida,
pero s los ceros y las letras O?
d. Cuntas placas son posibles si la palabra sex, as como la letra O y el nmero
cero no estn permitidos.
3. Cuntas palabras distinguibles de nueve letras se pueden obtener de la palabra
inglesa BLUEBEARD si se permite palabras sin sentido?
4. Tres ruedas, cada una con los dgitos del 0 al 9, se disponen como en mquina
tragamonedas, de manera que cada rueda pueda girar en forma individual
a. Cuntas diferentes ordenaciones de nmeros son posibles?
b. Cuntas ordenaciones que tengan el dgito 1 en la posicin intermedia son
posibles?
56
Cap.4.Probabilidad
5. El administrador de un restaurante revisa botellas de vino y acepta o rechaza cada

botella. Si 10 botellas son sometidas a inspeccin, en cuntas formas diferentes
puede ocurrir lo siguiente? (Sugerencia: la nica caracterstica distinguible es la
aceptacin o el rechazo.)
a. Se acepta una botella. b. Se aceptan dos. c. Se aceptan tres.
6. Las parejas para un baile escolar se eligen colocando los nombres de las chicas en
una urna, y el de los muchachos, en otra, seleccionndolos despus al azar. Si hay 10
jvenes y 10 chicas, cuntas parejas se pueden formar? Si un muchacho y una chica
se agregan al grupo (mantenindose un total de 10 jvenes y 10 chicas), cul es la
probabilidad de que formen pareja si stas se seleccionan al azar?
7. El men de un restaurante recomienda cinco posibilidades de eleccin de carne o
pescado, tres tipos de ensalada, dos platillos con papas y cuatro con verduras.
Cuntas comidas son posibles?
8. Si en un torneo de bsquetbol participan 36 equipos, cuntos pueden ser los
resultados de los equipos en lo referente a los primeros tres lugares?
9. De cuntas formas diferentes puede un supervisor seleccionar un equipo de cinco
de ocho personas que trabajan para l?
10. Se tira siete veces una moneda. Cules pueden ser los resultados?
a. Cinco caras.
c. Todas caras
b. Cuatro caras.
d. Una cara.
4.5 TEOREMA DE BAYES

Es un mtodo para verificar las probabilidades (anteriores) existentes, basndose
en la informacin obtenida por el muestreo. La siguiente es una explicacin intuitiva de
cmo se lleva a cabo la revisin de probabilidades y por qu es til tomarla en cuenta.
Considrese el caso de un individuo que apresuradamente besa a su mujer una
maana lluviosa, coge una de las tres bolsas que estn sobre la mesa de la cocina y se
dirige de prisa hacia su trabajo. Poco despus, conforme se dirige a su trabajo, se le
ocurre pensar que pudo haber tomado una bolsa equivocada. Una de ellas contena su
almuerzo: dos emparedados de jamn. Otra, en cambio, contena el almuerzo de su
hija: un emparedado de jamn y uno de crema de cacahuate (la cual l detesta). La
tercera bolsa contena la basura. Un momento de reflexin lo convence de que como
1
3
haba tres bolsas, la probabilidad de que haya tomado la bolsa correcta es de slo
.Inmediatamente coge la bolsa y saca un emparedado. Despus de inspeccionarlo se
da cuenta que es de jamn. Por supuesto siente gran alivio al descubrir que por lo
menos no tom la bolsa de la basura. En ese punto, el trnsito se ha detenido
completamente. En lugar de ver de qu es el otro emparedado, el hombre decide
calcular la probabilidad de que haya tomado su propio almuerzo (es decir, la
probabilidad de que el otro emparedado. tambin sea de jamn). Recuerda que la
probabilidad se define como la razn del nmero de resultados favorables al nmero
57
Cap.4.Probabilidad
total de resultados posibles. Observa que, de haber tomado realmente la bolsa de su

almuerzo, habr dos formas de descubrir si el segundo emparedado es de jamn. Si
trae el almuerzo de su hija, slo habr una forma. De este modo, hay tres formas en las
que pudo obtener un emparedado de jamn, y dos de ellas se pueden considerar
favorables. En este punto, la probabilidad de que haya tomado la bolsa correcta, es de
2/3, dada la evidencia de la muestra.
Los automviles se empiezan a mover nuevamente, y una ligera sonrisa aparece

en los labios del individuo. Confiadamente mete su mano en la bolsa y saca el otro
emparedado. Un rpido vistazo le indica que se equivoc: el emparedado es de crema
de cacahuate y no de jamn, lo que le demuestra que la probabilidad es una medida de
qu tan posible es un evento y no una garanta de que ocurra. Una vez ms los autos
se han detenido por completo. El hombre murmura para s algo con respecto a comprar
un aparato para la basura.
Con un aparato para la basura, quiz slo habra dos bolsas en la mesa cuando l
salga de casa: la suya y la de su hija. Si tomara una y despus comprobara su
contenido de la misma forma rumbo a su trabajo, y encontrara un emparedado de
jamn, cul seria la probabilidad de que hubiera tomado la bolsa correcta? La
respuesta seguirla siendo 2/3. Para conocer la razn, recurdese que la evidencia de la
muestra(emparedado de de jamn) fue la misma que antes, y que en el caso anterior,
una vez que se vio un emparedado, la bolsa de basura dej de formar parte del
problema. En otras palabras, mediante la evidencia muestral el aparato para la basura
no tiene caso.
Independientemente de que el individuo se haya dado cuenta o no, utiliz de
manera intuitiva el teorema de Bayes para determinar la probabilidad que tena de
haber tomado la bolsa con el almuerzo que le corresponda. Sin duda, Bayes mismo
conoca bien el mtodo intuitivo de resolucin de problemas de este tipo. Quiz l
tambin se dio cuenta de que un mtodo formal seria de utilidad en la resolucin de
problemas semejantes, pero mucho ms complejos, Quiz razon de la siguiente
manera: si un evento puede ocurrir en ms de una forma, entonces la probabilidad de
que suceda en una forma particular sera igual a la razn de la probabilidad de que se
presente la forma respecto a la probabilidad de que ocurra. En el ejemplo anterior, la
probabilidad de obtener un emparedado de jamn equivale a la probabilidad de elegir la
primera bolsa y obtener un emparedado de jamn, ms la probabilidad de elegir la
segunda y encontrar uno de jamn ms la probabilidad de escoger la tercera bolsa y
encontrar uno de jamn. De este modo, la probabilidad a posteriori de que tenga la
bolsa correcta es:
P(Almuerzo correcto)=
P (bolsa correcta y un emparedado de jamn)

P(jamn)
se puede presentar esto en una forma ms detallada:
58
Cap.4.Probabilidad
P(Almuerzo correcto | emparedado de jamn)=
P ( emparedado de jamn de la bolsa correcta)

P(todas las formas de obtener un emparedado de jamn)
P ( b.c.) P(e.j.| b.c.)
P( b.c.) P(e.j. | b.c.) P(a.h.)P(e.j. | a.h.) P(b)P(e.j. | b)
1
(1.00)
2
3
(Almuerzo correcto | emparedado de jamn)=

1
1
1
(1.00) (0.50) (0.00) 3
3
3
3
EJEMPLO1:
En un edificio se usan dos ascensores; el primero lo usan el 45% de los inquilinos y el resto usan el
segundo. El porcentaje de fallos es del 5% para el primero, mientras que el segundo es del 8%. Si en
cierto da, un inquilino se queda atrapado en un ascensor, hallar la probabilidad de que haya sido en el
primero.
Solucin:
Recuerde que las probabilidades se encuentran dadas por el nmero de resultados favorables entre el
nmero total de resultados posibles.
En este caso el resultado favorable sera que un individuo se quede atrapado en el ascensor A: P(A) * P
( F | A) = 0.45 *0.05 = 0.0225
Todos los resultados posibles seran:
que se quedara atrapado en el ascensor A o en el ascensor B
P(A)*P(F |A) + P(B) * P( B | A)
(0.45)*(0.05) +(0.55)*(0.08) = 0.0665
tambin se puede ilustrar mediante un diagrama de rbol
0.05
0.45*0.05
0.0225
F
0.45
NF
0.95
0.55
NF
0.08
0.55*0.08
0.044
59
0.92
0.0665
Cap.4.Probabilidad
P(A) * P ( F | A)
0.0225
0.3383 0.34
entonces el resultado sera: P(A) * P(F | A) P(B) * P( B | A) =
0.0665
de este modo, acabamos de utilizar el llamado Teorema de Bayes para determinar probabilidades.
Ejemplo 2 :
1. Tres mquinas, A, B y C, producen el 45%, 30% y 25%, respectivamente, del total de las piezas
producidas en una fbrica. Los porcentajes de produccin defectuosa de estas mquinas son del 3%, 4% y
5%.
a.Seleccionamos una pieza al azar; calcula la probabilidad de que sea defectuosa.
b.Tomamos, al azar, una pieza y resulta ser defectuosa; calcula la probabilidad de haber sido
producida por la mquina B.
c. Qu mquina tiene la mayor probabilidad de haber producido la citada pieza defectuosa?
Solucin:
Sea D= "la pieza es defectuosa" y N= "la pieza no es defectuosa". La informacin del problema puede
expresarse en un diagrama de rbol.
a. Para calcular la probabilidad de que la pieza elegida sea defectuosa, P(D), por la
propiedad de la probabilidad total,
P (D) = P(A) P(D/A) + P(B)
= 0.45 0.03 + 0.30 0.04 + 0.25 0.05 = 0.038
P(D/B)
P(C)
P(D/C)
b. Debemos calcular P(B/D). Por el teorema de Bayes,
60
Cap.4.Probabilidad
c. Calculamos P(A/D) y P(C/D), comparndolas con el valor de P(B/D) ya calculado.

Aplicando el teorema de Bayes, obtenemos:
La mquina con mayor probabilidad de haber producido la pieza defectuosa es A
Ejemplo3:
Tenemos tres urnas: A con 3 bolas rojas y 5 negras, B con 2 bolas rojas y 1 negra y C con 2 bolas rojas y
3 negras. Escogemos una urna al azar y extraemos una bola. Si la bola ha sido roja, cul es la
probabilidad de haber sido extrada de la urna A?
Solucin:
Llamamos R= "sacar bola roja" y N= "sacar bola negra". En el diagrama de rbol adjunto pueden
verse las distintas probabilidades de ocurrencia de los sucesos R o N para cada una de las tres urnas.
La probabilidad pedida es P(A/R). Utilizando el teorema de Bayes, tenemos:
61
Cap.4.Probabilidad
Ejemplo 4.
Los registros policacos revelan que solo el 10% de las vctimas de accidentes que
llevaban cinturones de seguridad sufrieron heridas graves, en tanto que el 50% de los
que no o usaron, sufrieron tambin serias heridas. La polica estima que el 60% de las
personas que viajan en automviles emplean cinturones de seguridad. Se llama a la
polica para investigar un accidente en el que una persona resulta seriamente herida.
a).Estime la probabilidad de que llevara puesto el cinturn de seguridad en el momento
del choque
b) Determine la probabilidad de que este ltimo llevara puesto el cinturn de seguridad.
Solucin:
Condiciones o datos del problema:
10% de los que usan el cinturn sufren heridas graves
50% de los que no usan el cinturn sufren heridas graves
60% de la personas que viajan en auto usan el cinturn
Una persona resulta herida:
Pregunta:
a)Encontrar la P de que la persona que result herida haya llevado puesto el cinturn.
sabemos que las probabilidades estn dadas en trminos de :

Evento favorables
Eventos Totales
62
Cap.4.Probabilidad
Los eventos favorables se refiere a lo que queremos encontrar, en este caso la

probabilidad de que la persona herida haya llevado puesto el cinturn.
Los eventos totales, son todas las opciones posibles debido a lo que queremos
encontrar, en este caso:
probabilidad de traer puesto el cinturon
probabilidad de traer puesto el cinturon probabilidad de no traerlo puesto
Ahora bien, tenemos que notar que la pregunta anterior se refiere a una probabilidad
condicional: Si una persona sale herida, cual es la P de que haya traido puesto el
cinturn?
P(traiga puesto cinturon) * P(salir herido | traiga puesto cinturn)
P(traiga puesto cinturon) * P(salir herido | traiga puesto cinturn) P ( no traiga cinturon) * P(salir herido | no traiga cinturon)
Fjese como es fcil formar la propuesta: En el numerador, en primer trmino colocamos

la probabilidad que andamos buscando, en este caso, la P de traer puesto el cinturn.
multiplicado por la parte condicional: Salir herido( evento ya ocurrido), suponiendo que
traa puesto el cinturn.
En el denominador, los eventos totales seran, obviamente lo mismo que colocamos en
el numerador, ms la probabilidad e haber salido herido(evento ya ocurrido) sin traer el
cinturn puesto.
De este modo, si sustituimos por los datos del problema:
0 .6 * 0 .1
0.23
(0.6 * 0.1) (0.4 * 0.5)
del mismo modo resolvemos:

b)P llevar puesto el cinturn, S el conductor No sufri heridas graves:
P(traiga puesto cinturon) * P(No salir herido | traiga puesto cinturn)
P(traiga puesto cinturon) * P(No salir herido | traiga puesto cinturn) P ( no traiga cinturon) * P(No salir herido | no traiga cinturon)
0.6 * 0.9
= (0.6 * 0.9) (0.4 * 0.5) 0.73

Utilizando diagrama de rbol:
0.10
inciso a)
0.6
usar cint.
0.4
No usar
cint.
0.6*0.10
0.06
E. favorable
herido
No herido 0.9
herido
0.5
0.4*0.5
0.2
63
No herido
0.4
0.26
E. Totales
Cap.4.Probabilidad
Analicemos: Cul tiene la probabilidad ms alta?.

R. Obviamente la probabilidad de no salir herido trayendo puesto el cinturn, es
ms grande que la probabilidad de salir herido trayendo puesto el cinturn.
EJERCICIOS 4.5 :
TEOREMA DE BAYES
1. En un estado en el que se deben de hacer pruebas de emisin de contaminantes a los automviles, el
25% de todos los autos emiten cantidades excesivas de contaminantes. Cuando se prueban, el 99% de
todos los automviles que emiten cantidades excesivas de contaminantes no pasara, pero el 17% de los
automviles que no emitan cantidades excesivas de contaminantes tampoco pasaran. Cul es la
probabilidad de que un automvil que no pasa la prueba en realidad emita cantidades excesivas de
contaminantes?
2. Los miembros de una empresa de consultora rentan automviles de tres agencias de renta de
automviles, el 60% de la agencia 1,el 30% de la agencia 2 y 10% de la tres.
Si el 9% de automviles de la agencia 1 necesitan una afinacin 20% de los autos de la agencia 2 y 6% de
la tres.
Cul es la probabilidad de que un automvil rentado, entregado ala empresa, necesite una afinacin?
3. En una fabrica de conservas, las lneas de ensamble I, II, III representan 50, 30 y el 20% de la
produccin total, si se sella inadecuadamente 0.4% de las latas de la lnea de ensamble I y los porcentajes
correspondientes de las lneas de ensamble II y III son 0.6% y 0.2%.
Cual es la probabilidad de que:
a)
una lata producida en la fabrica este mal sellada
64
Cap.4.Probabilidad
4. Una constructora propone una rebaja en un proyecto de construccin. Si el principal competidor tambin
propone una, hay solamente 0.25 de probabilidad de que se le conceda a la compaa. Si el competidor no
hace ninguna rebaja existe una oportunidad de 2/3 de que la compaa obtenga el trabajo. Hay 0.50 d e
probabilidad de que el competidor haga la rebaja.
a) Cul es la probabilidad de que la compaa constructora obtenga el trabajo?
b).que probabilidad hay de que e l competidor haga la rebaja si su compaa constructora obtiene el
tranbajo?
5. Omar conoce a una nueva chica en la mitad de las fiestas a las que asiste. Tres cuartas partes de las
veces en las que conoce a una nueva joven, se divierte, pero la probabilidad de que se divierta cuando no
conoce a una nueva chica es de solo el 10%. Omar acaba de decirle a una joven que se esta divirtiendo,
Cul es la probabilidad de que haya conocido a una nueva joven?
6. Un granjero estima que cuando un jardinero experimentado planta arboles, el 90% crecer en tanto que
cuando un novato lo hace, solo crece el 50%. Si un rbol plantado anteriormente no crece, encuentre la
probabilidad de que lo haya plantado el jardinero novato, dado que este tipo de jardineros, generalmente
plantan 2/3 de los rboles
TAREA 4.5 . TEOREMA DE BAYES.
1. El equipo de baloncesto Ludlow Wildcats, un equipo de la liga menor de la organizacin
Cleveland Indians, juega 70% de sus juegos de noche, y 30% de da. El equipo gana el 50 por ciento de
sus juegos de noche y el 90% de sus juegos de da. Segn el peridico, ganaron ayer. Cul es la
probabilidad de que el juego haya sido de noche?
2. La doctora Staller ha estado enseando estadstica bsica muchos aos. Ya sabe que el 80% de
sus alumnos hace toda la tarea. Tambin sabe que el 90% de todos los que hacen la tarea aprueban el
curso. De los estudiantes que no hacen la tarea, el 60% aprueba. Mike tom estadstica el semestre
pasado con la doctora Staller y obtuvo una calificacin aprobatoria. Cul es la probabilidad de que
el
haya hecho todas las tareas?
3.El departamento de crdito de la tienda departamental Lions en Anaheim California, report
que el 30% de sus ventas son pagadas en efectivo, 30 por ciento con cheque y el 40% con tarjeta de
crdito. 20% de las compras en efectivo, 90% de las compras con cheques y 60% de las compras con
tarjeta son por ms de $ 50. la seora Stevens acaba de comprar un vestido que cost $120. Cul es la
probabilidad de que haya
65

Probabilidad: Espacio muestral, eventos y relaciones

Transféré par

Informations du document

Titre original

Copyright

Formats disponibles

Partager ce document

Partager ou intégrer le document

Options de partage

Avez-vous trouvé ce document utile ?

Ce contenu est-il inapproprié ?

Droits d'auteur :

Formats disponibles

Probabilidad: Espacio muestral, eventos y relaciones

Transféré par

Droits d'auteur :

Formats disponibles

Cap.4.

Ing. Hernn Trujillo A.

Ing. Hernn Trujillo A.

Ing. Hernn Trujillo A.

Ing. Hernn Trujillo A.

ESPACIO MUESTRAL Y EVENTOS

Ing. Hernn Trujillo A.

Los clculos de probabilidades toman en cuenta como se relacionan entre s

Nota: Existen eventos que pueden ser complemento, mutuamente excluyentes y

Ing. Hernn Trujillo A.

Los siguientes eventos se consideran colectivamente exhaustivos:

Cualquiera de los complementos enumerados anteriormente.

Figura 2.2 Algunos ejemplos de Diagramas

Figura 2.3 Utilizacin

Ing. Hernn Trujillo A.

Ahora, como un espacio muestral consta de todos los posibles resultados de un

Identifique el experimento y el espacio muestral para cada uno de los siguientes

Presentar un examen de matemticas y anotar las calificaciones que pueden variar

2. Explique brevemente cada uno de los siguientes trminos:

Ing. Hernn Trujillo A.

Establezca cul de los siguientes conjuntos son colectivamente exhaustivos.

6. Proporcione tres ejemplos de experimentos estadsticos diferentes de los que se

identificar espacio muestral

Ing. Hernn Trujillo A.

4.2 TRES FUENTES DE PROBABILIDAD

Seleccionar el enfoque depende de la naturaleza de la situacin. A medida

Cuando los resultados son de este tipo, la probabilidad de cada resultado es

Ing. Hernn Trujillo A.

Si cada carta de un mazo de 52 naipes tienen la misma posibilidad de ser

y la probabilidad de que caiga guila es

Y en forma similar se puede calcular la probabilidad de obtener seis al tirar un

Y si se saca una canica de una urna en la que haya 321, la probabilidad de

Si suponemos que las canicas se han mezclado con anterioridad a la seleccin. El

nmero de resultados asociasdos con el evento A

Por ejemplo, la probabilidad de sacar una reina, segn esta definicin, es

Ing. Hernn Trujillo A.

En forma semejante, la probabilidad de tirar un dado y obtener un valor de tres, o

Si un evento es imposible, tiene una probabilidad 0. Por ejemplo, la probabilidad

Por el contrario, si un evento es cierto, debe tener una probabilidad de 1.00, o

caer como es debido.

EJERCICIO 4.1.1 PROBABILIDAD

Ing. Hernn Trujillo A.

1. Con una sola carta de un mazo de 52 cartas bien barajado, seale la

b.Una carta con figura

La canicas se mezclan y se selecciona una. obtenga la probabilidad de que la que se

6. El neumtico del auto de un individuo tiene un vidrio o un clavo y el 20% del

Ing. Hernn Trujillo A.

neumtico es visible. Si el automovilista se detiene, cul es la probabilidad de que la

Ing. Hernn Trujillo A.

probabilidad de que cualquier otra caja de la carga contenga menos de 400

Tarea 4.1 PROBABILIDAD

Ing. Hernn Trujillo A.

3. D la probabilidad para cada uno de los siguientes resultados de lanzar dos

Ing. Hernn Trujillo A.

4.3 ALGUNAS REGLAS DE PROBABILIDAD. LAS MATEMATICAS DE LA

Ing. Hernn Trujillo A.

REGLA ESPECIAL DE MULTIPLICACIN:

P(A y B) = P(A)* P(B)

REGLA GENERAL DE MULTIPLICACIN

P(A y B) = P(B) * P(A / B) o P(A)*P(B / A)

Ing. Hernn Trujillo A.

REGLA GENERAL DE LA ADICIN P(A) + P(B) P(A y B)

P(trbol o nmero diez o ambas cosas) = P(trboles) + P(dieces) P(diez de trboles)