Contenido

i
ii CONTENIDO
 CAPÍTULO 2

PROBABILIDAD

El concepto de probabilidad es necesario para trabajar con mecanismos físicos, biológicos

o sociales que generan observaciones que generan observaciones que no se pueden predecir
con certeza. Por ejemplo la presión sanguínea de una persona en un determinado momento
o la carga exacta que un puente puede resistir antes de desplomarse, son sucesos que no se
pueden determinar con precisión, pero la frecuencia relativa con que ocurren en una larga
serie de intentos es a veces sorprendentemente estable. Los sucesos con esta propiedad se
denominan eventos aleatorios o estocásticos.

Eventos aleatorios como los ya mencionados, nos generan la necesidad de contar con una
teoría de probabilidad, que dará un método riguroso para hallar un número (o probabilidad)
que estará de acuerdo con la frecuencia relativa real de que ocurra un evento en una larga
serie de intentos.

En definitiva la probabilidad es una medida numérica de la posibilidad de que un evento

ocurra. Los valores de probabilidad se asignan en una escala de 0 a 1. Una probabilidad
cercana a 0 indica que el evento tiene pocas posibilidades de suceder, mientras que una
probabilidad cercana a 1 indica que es casi seguro que el evento ocurra.

La probabilidad es la base sobre la que se construyen los métodos importantes de la esta-

dística inferencial, se emplea como una herramienta que permite evaluar la confiabilidad de
las inferencias respecto a la población, cuando sólo tiene información de la muestra.

1
2 CAPÍTULO 2. PROBABILIDAD

2.1. Conjuntos

Un conjunto es una colección de objetos, también llamados elementos, que tienen en

común alguna propiedad.

Se acostumbra usar letras mayúsculas para designar conjuntos y minúsculas para

denotar sus elementos. Cuando un elemento a pertenece a un conjunto A se escribe a ∈ A.
Si todos los elementos de un conjunto A también son elementos de un conjunto B, se dice
que A es un subconjunto de B, o que A está contenido en B, en cuyo caso se escribe A ⊆ B.
El conjunto nulo o vacío, denotado ∅, es el conjunto que no contiene elementos, se asume
que el conjunto vacío es un subconjunto de todo conjunto.

Los conjuntos y las relaciones entre ellos se pueden representar en forma adecuada mediante
el uso de diagramas de Venn.

El diagrama de Venn de la imagen de la izquierda muestra dos conjuntos A y B del conjunto

universal S. El conjunto A consta de todos los puntos dentro del triángulo mientras que B
se compone de todos los puntos dentro del círculo. Note que A ⊆ B.

Si A y B son dos conjuntos de puntos. La unión de A y B, denotada A ∪ B, es el conjunto

de todos los puntos en A o en B. Esto se aprecia en el diagrama de la derecha. La palabra
clave para expresar la unión de dos conjuntos es o, que significa A o B o ambos.

La intersección de A y B, denotada A ∩ B, es el conjunto de todos los puntos en A y B. El

diagrama de Venn de la izquierda ilustra esta situación. La palabra clave para expresar la
intersección de dos conjuntos es y, que significa A y B simultáneamente.

Si A es un subconjunto del conjunto universal S, el complemento de A, denotado Ā, es

el conjunto de puntos que están en S pero no en A. Esto se aprecia en el diagrama de la
derecha.
 2.1. CONJUNTOS 3

Se dice que dos conjuntos A y B son

disjuntos o mutuamente excluyentes
si A ∩ B = ∅.
Observe que los conjuntos mutuamente
excluyentes no tienen puntos en común.
El diagrama de la derecha ilustra esta
situación.

Leyes distributivas y leyes de Morgan

Los conjuntos poseen dos propiedades similares a las leyes distributivas de los números
reales, estas son:

A ∩ (B ∪ C) = (A ∩ B) ∪ (A ∩ C)

A ∪ (B ∩ C) = (A ∪ B) ∩ (A ∪ C)

Las leyes de Morgan tienen gran importancia en la teoría de los conjuntos, ellas establecen
lo siguiente:

(A ∩ B) = A ∪ B

(A ∪ B) = A ∩ B

2.1 Ejemplo. Se Lanza un dado y se denota con S el conjunto de todas las posibles
observaciones numéricas, esto es, S = { 1, 2, 3, 4, 5, 6 }.
Se definen tres conjuntos: A = { 1, 2 }, B = { 1, 3 } y C = { 2, 4, 6 }.

Determine: a) A ∪ B b) A ∩ B c) A d) B ∩ C
4 CAPÍTULO 2. PROBABILIDAD

a) A ∪ B = { 1, 2, 3 } b) A ∩ B = { 1 } c) A = { 3, 4, 5, 6 }

d) B ∩ C = ∅ De la parte b) concluimos que A y B no son mutuamente

excluyentes, mientras que de la parte d) se deduce que B y C si lo son.

2.2. Ejercicios sobre conjuntos

1. Represente en diagramas de Venn las leyes distributivas de conjuntos.

2. Represente en diagramas de Venn las leyes de Morgan.

3. En la biblioteca Gerardo Molina de la Universidad Libre hay 24 libros de compu-

tación y un estudiante de ingeniería de sistemas está interesado en la forma como se
describen los 3 temas principales: compiladores, estructuras de datos y procesadores,
hay algunos libros de computación que no tratan estos temas. La base de datos dice
que 8 libros tienen información sobre compiladores, 13 sobre estructuras de datos, 13
sobre procesadores, 5 sobre compiladores y estructuras de datos, 3 sobre compiladores
y procesadores, 6 sobre estructuras de datos y procesadores y 2 libros tienen informa-
ción sobre los 3 temas. Determine la cantidad de libros que:
a) tratan de exactamente uno de estos tres temas
b) no tienen información sobre estos temas
c) poseen información sobre exactamente dos de los tres temas.

4. Suponga que una familia tiene dos hijos de distintas edades y estamos interesados en
el género de estos niños. Usemos la notación H para hombre y M para mujer, y el
orden de las letras para indicar el hijo mayor, por ejemplo M H indica que el mayor
es la niña y que el menor es el niño. Hay cuatro puntos en el conjunto universal de
posibilidades: S = { M M, M H, HM, HH}. Denote con A el subconunto de S que no
contiene hombres, B el subconjunto que contiene dos hombres y C es subconjunto que
contiene por lo menos un hombre. Indique los elementos de los siguientes conjuntos:
a) A ∩ B̄ b) A ∪ B c) Ā ∩ C d) A ∪ C e) B ∩ C̄ f ) B̄ ∪ C

5. De una encuesta a 60 estudiantes de la Universidad libre, se encontró que 9 estaban

viendo estadística, 36 tomaban cálculo y tan solo 3 recibían clase de estas dos materias.
Algunos de los encuestados no tomaban ninguna de estas dos asignaturas. Encuentre
el número de estudiantes que:
a) Tomaban cálculo, estadística o ambos.
b) Recibían clase de cálculo pero no de estadística.
c) No estaban cursando ni cálculo ni estadística.
d) Tomaban clase de estadística pero no de cálculo.
 2.2. EJERCICIOS SOBRE CONJUNTOS 5

6. Sean A y B dos eventos. Escriba expresiones que contengan uniones, intersecciones y

complementos que describan lo siguiente:
a) ocurren ambos eventos
b) ninguno ocurre
c) al menos uno ocurre
d) exactamente uno ocurre.

7. Algunos profesores de estadística llegaron a un restaurante mexicano a comer tacos.

La mesera tomó la orden, y anotó lo siguiente: 18 deben llevar cebolla, 23 picante, 29
cilantro, 9 llevan sólo llevan picante y cilantro, 3 sólo llevan picante, 8 sólo cilantro y
5 los tres acompañamientos. Determine el número de tacos que:
a) fueron comprados
b) LLevaban cebolla y picante más no cilantro
c) LLevaban solamente cebolla
d) LLevaban cebolla y cilantro pero no picante.

8. Un grupo de cinco solicitantes para un par de trabajos idénticos está formado por tres
hombres (H1 , H2 , H3 ) y dos mujeres (M1 , M2 ). El empleador debe seleccionar dos de
los cinco solicitantes para los trabajos. Denote con S el conjunto de todas las posibles
selecciones para los dos trabajos. Denote con A el subconjunto de todos los resultados
posibles a la selecciń de dos hombres y con B al subconjunto correspondiente a la
selección de por lo menos una mujer. Indique los siguientes conjuntos:
a) A ∩ B b) A ∩ B̄ c) Ā ∩ B d) Ā ∩ B̄
e) A ∪ B f ) A ∪ B̄ g) Ā ∪ B h) Ā ∪ B̄

9. En una escuela primaria de California, se encontró que el 40 % de los niños era de

origen hispano; además, se comprobó que el 12 % eran zurdos. Determine el porcentaje
de pequeños que son diestros y de origen no hispano, si se sabe que el 5 % de ellos son
hispanos zurdos.

10. Se lanzan dos dados, uno blanco y otro negro; y se observan los números de las caras
superiores. Denotemos con S el conjunto de todos los pares posibles que se pueden
observar (si por ejemplo se observa un 2 en el dado blanco y un 3 en el dado negro se
escribe (2, 3)). Especifique los siguientes subconjuntos de S:
a) El número observado en el dado negro es par.
b) La suma de los dos números es par.
c) La suma de los dos números es 8.
d) Se observa el mismo número en el dado blanco y en el dado negro.

11. La facultad de ingeniería de la Universidad Libre necesita contratar 25 ingenieros con

maestría para trabajo de invastigación, así como 40 para labores docentes. De todos
estos ingenieros se espera que 10 realicen ambos tipos de labores. ¿Cuántos ingenieros
debe contratar?
6 CAPÍTULO 2. PROBABILIDAD

12. Se lanzan dos monedas corrientes: una de $ 100 y otra de $ 200 y se registra lo que se
aprecia en su cara superior escribiendo primero el resultado de la moneda de $ 100 y
luego el resultado de la moneda de $ 200, por ejemplo la pareja sc indica que ha caído
sello en la moneda de $ 100 y cara en la de $ 200.
Halle el conjunto S de todas las posibilidades y los siguientes subconjuntos de S:
a) No se observa ni una cara.
b) Se aprecia exactamente una cara.
c) Las dos monedas han caído cara.

13. Se lanzan tres monedas corrientes: una de $ 100, otra de $ 200 y otra de $ 500 y se
registra lo que se aprecia en su cara superior escribiendo primero el resultado de la
moneda de $ 100, luego el resultado de la moneda de $ 200 y finalmente el resultado
de la moneda de $ 500, por ejemplo la terna ssc indica que ha caído sello en la moneda
de $ 100, sello en la moneda de $ 200 y cara en la de $ 500.
Halle el conjunto S de todas las posibilidades y los siguientes subconjuntos de S:
a) No se observa ni una cara.
b) Se aprecia una cara.
c) Se observan dos caras.
d) Las tres monedas han caído cara.

2.3. Espacio muestral y axiomas de probabilidad

En esta sección se realiza una definición de gran relevancia en todo el campo de la estadística:
el concepto de probabilidad. Primero es necesario realizar las siguientes definiciones.

2.2 Definición. Un experimento es el proceso por medio del cual se hace una
observación.

Un evento simple no se puede descomponer. Cada evento simple corresponde a un

solo punto muestral. Usaremos la notación Ei para denotar un evento simple o el
correspondiente punto muestral.

El espacio muestral asociado con un experimento es el conjunto formado por todos

los posibles puntos muestrales. Denotaremos el espacio muestral por medio de S.

Un espacio muestral discreto es aquel que está formado ya sea por un número
finito o contable de puntos muestrales distintos.

Un evento de un espacio muestral discreto S es un subconjunto de S.

Un evento compuesto se puede descomponer en dos o más eventos simples.

 2.3. ESPACIO MUESTRAL Y AXIOMAS DE PROBABILIDAD 7

2.3 Ejemplo. Considere el experimento que consiste en lanzar un dado corriente y observar
el puntaje que aparece en la cara superior.

En este experimento se aprecian seis eventos simples:

E1 : observar un 1. E2 : observar un 2. E3 : observar un 3.
E4 : observar un 4. E5 : observar un 5. E6 : observar un 6.

A continuación se presentan tres eventos compuestos: A : Observar un número impar.

B : Observar un número menor que 5. C : Observar un 2 o un 3.

Axiomas de probabilidad Sea S un espacio muestral asociado con un experimento,

a todo evento A en S (A ⊆ S) se le asocia un número denotado P (A), llamado
probabilidad de A, de modo que se cumplen los siguientes axiomas:
P (A) ≥ 0

P (S) = 1

Si A y B son dos eventos mutuamente excluyentes: A ∩ B = ∅,

entonces P (A ∪ B) = P (A) + P (B).
2.4 Ejemplo. Retomemos el ejemplo 2.3, como hay seis eventos simples lo más natural es
que la probabilidad de cada uno de ellos sea 61 , esto es, P (Ei ) = 16 para cada i = 1, 2, . . . , 6.
Para encontrar la probabilidad de los tres eventos compuestos empleamos el tercer axioma:
P (A) = P (E1 ) + P (E3 ) + P (E5 ) = 21 P (B) = P (E1 ) + P (E2 ) + P (E3 ) + P (4) = 32
1
P (C) = P (E2 ) + P (E3 ) = 3 Observe que se satisface el segundo axioma:
P (S) = P (E1 ) + P (E2 ) + P (E3 ) + P (E4 ) + P (E5 ) + P (E6 ) = 1.
2.5 Ejemplo. Un fabricante tiene cinco terminales de computador aparentemente idénticas,
listas para ser enviadas. Sin que él lo sepa, dos de las cinco son defectuosas. Un pedido en
particular solicita dos de las terminales. El pedido se surte seleccionando al azar dos de las
cinco terminales. Use la notación B1 , B2 , B3 para las tres terminales buenas y D1 , D2
para las dos defecuosas.
a) Indique el espacio muestral del experimento.
b) Denote con A el evento que indica que el pedido se surta con terminales idóneas.
Determine los puntos muestrales de A.
c) Construya un diagrama de Venn para el experimento que ilustre el evento A.
d) Asigne probabilidades a los eventos simples de tal manera que se use la información
sobre el experimento y se satisfagan los axiomas de probabilidad.
e) Calcule la probabilidad del evento A.

a) Cualquier evento simple está formado por un par de terminales seleccionadas para el
envío. Al considerar todas las posibilidades obtenemos:
8 CAPÍTULO 2. PROBABILIDAD

E1 = { B1 , B2 } E2 = { B1 , B3 } E3 = { B2 , B3 } E4 = { B1 , D1 } E5 = { B1 , D2 }
E6 = { B2 , D1 } E7 = { B2 , D2 } E8 = { B3 , D1 } E9 = { B3 , D2 } E10 = { D1 , D2 }

b) A = { E1 , E2 , E3 }
d) Debido a que las terminales se seleccionan S
al azar, cualquier par de terminales es tan pro-
bable de ser seleccionado como cualquier otro, E4 E5
A E6
por tanto la probabilidad de un evento simple E1
1
es P (Ei ) = 10 = 0.1 para i = 1, 2, . . . , 10. E7
E3 E10
e) Como A = E1 ∪ E2 ∪ E3 , el tercer E2
axioma de las probabilidades implica que E8
E9
P (A) = P (E1 ) + P (E2 ) + P (E3 ) = 0.3

2.6 Ejemplo. Se lanzan tres monedas corrientes: una de $ 100, otra de $ 200 y otra de
$ 500 y se registra lo que se aprecia en su cara superior escribiendo primero el resultado de
la moneda de $ 100, luego el resultado de la moneda de $ 200 y finalmente el resultado de la
moneda de $ 500, por ejemplo la terna ssc indica que ha caído sello en la moneda de $ 100,
sello en la moneda de $ 200 y cara en la de $ 500. Sea A el evento consistente en observar
exactamente dos caras.
a) Halle el espacio muestral S del experimento.
b) Describa el evento A y calcule su probabilidad.
c) Describa el evento Ā y determine su probabilidad.

a) El espacio muestral es S = { ccc, ccs, csc, scc, ssc, scs, css, sss }.
Como las monedas son corrientes y hay 8 puntos muestrales en S, la probabilidad de cada
evento simple es 81 = 0.125.
b) El evento A viene dado por A = { ccs, csc, scc } y su probabilidad es
P (A) = P (ccs) + P (csc) + P (scc) = 83 = 0.375.
c) Al hallar el complemento de A se obtiene Ā = { ccc, ssc, scs, css, sss }, su
probabilidad es P (Ā) = 58 = 0.625.
Observe que P (A) = 0.375 y que P (Ā) = 1 − P (A) = 1 − 0.375 = 0.625.

2.4. Ejercicios sobre espacio muestral y axiomas

1. Un espacio muestral está formado por cinco eventos simples: E1 , E2 , E3 , E4 y E5 .

a) Si P (E1 ) = P (E2 ) = 0.15, P (E3 ) = 0.4 y P (E4 ) = 2P (E5 ),
halle las probabilidades de E4 y E5 .
b) Si P (E1 ) = 3P (E2 ) = 0.3, encuentre las probabilidades de los eventos simples
restantes si se sabe que son igualmente probables.
 2.4. EJERCICIOS SOBRE ESPACIO MUESTRAL Y AXIOMAS 9

2. Una encuesta clasificó un gran número de adultos de acuerdo con su capacidad

visual. Las proporciones caen en las cuatro categorías que se aparecen en la tabla.
Si se selecciona a un adulto al azar del grupo grande, encuentre las probabilidades de
los eventos definidos a continuación.
a) El adulto necesita lentes. usa lentes
b) El adulto necesita lentes pero no los usa. necesita lentes si no
c) El adulto no necesita lentes. si 0.44 0.14
d) El adulto usa lentes los necesite o no. no 0.02 0.40
3. Una empresa de explotación petrolera no encuentra petróleo en la mayoría de las
perforaciones. La empresa perfora dos pozos, los 4 eventos simples y 3 de sus
probabilidades aparecen en la tabla.

evento simple primer perforación segunda perforación Probabilidad

E1 halla petróleo halla petróleo 0.01
E2 halla petróleo no halla petróleo ?
E3 no halla petróleo halla petróleo 0.09
E4 no halla petróleo no halla petróleo 0.81
Encuentre la probabilidad de que la compañia encuentre petróleo
a) en la primera perforación pero no en la segunda;
b) en por lo menos una perforación.

4. Dos monedas corrientes (una de $ 100 y otra de $ 200) se tiran al aire y se observan
sus caras superiores (la notación sc indica sello en la moneda de $ 100 y cara en la
moneda de $ 200).
a) Halle el espacio muestral S de este experimento.
b) Asigne probabilidades a cada evento simple (las monedas son corrientes).
c) Se definen dos eventos: A es aquel en el que se aprecia exactamente una cara;
mientras que B registra por lo menos una cara. Halle los puntos muestrales de cada
evento y sus respectivas probabilidades.
d) Calcule las siguientes probabilidades: P (A ∩ B), P (A ∪ B), P (Ā ∩ B) y P (A ∩ B̄).
e) Muestre que: P (A) = P (A ∩ B) + P (A ∩ B̄)

5. Dos solicitantes se seleccionan al azar, de un grupo de cinco que han enviado la

solicitud de empleo. Halle la probabilidad de que:
a) se seleccione exactamente a uno de los dos mejores;
b) se seleccione por lo menos a uno de los dos mejores;
c) no se seleccione a ninguno de los dos mejores.

6. Se necesitan dos jurados adicionales para completar un jurado para un juicio criminal.
Hay seis jurados en perspectiva, dos mujeres y cuatro hombres. Los dos jurados se
seleccionan al azar de entre los seis disponibles.
10 CAPÍTULO 2. PROBABILIDAD

a) Determine el espacio muestral S para este experimento.

b) Encuentre la probabilidad de que se seleccionen dos mujeres.
c) Halle la probabilidad de que se seleccionen dos hombres.
b) Calcule la probabilidad de que se seleccione una mujer y un hombre.

7. Se analizan las placas circulares plásticas de policarbonato de un proveedor para la

resistencia a las rayaduras (res. ray.) y la resistencia a los impactos (res. imp.). Los
resultados de 100 placas circulares se resumen a continuación

El evento que consiste en una placa circular con alta resis-

res. imp.
tencia a los impactos se denota A y el evento consistente
res. ray. alta baja
en una placa circular con alta resistencia a las rayaduras
alta 80 9
se denota B. Si se selecciona una placa circular al azar,
baja 6 5
determine las siguientes probabilidades:
a) P (A) b) P (B) c) P (Ā) d) P (B̄)
e) P (A ∩ B) f ) P (A ∪ B) g) P (Ā ∩ B) h) P (A ∪ B̄)

8. Se lanzan dos dados, uno blanco y otro negro; y se observan los números de las caras
superiores. Denotemos con S el conjunto de todos los pares posibles que se pueden
observar (si por ejemplo se observa un 2 en el dado blanco y un 3 en el dado negro
se escribe (2, 3)). Halle el espacio muestral S de este experimento y las siguientes
probabilidades:
a) La suma de los dos números es 3 d) La suma de los dos números es 8.
b) La suma de los dos números es 5 e) La suma de los dos números es 10.
c) La suma de los dos números es 7. f ) La suma de los dos números es 12.

9. Cuatro corredores igualmente calificados: John, Bill, Ed y Dave, corren un sprint de

100 metros planos y se registra el orden de llegada.
a) Determine el espacio muestral S e indique que probabilidad se debe asignar a
cada evento simple.
b) ¿Cuál es la probabilidad de que Dave gane la carrera?
c) ¿Cuál es la probabilidad de que Ed gane la carrera y John llegue en segundo
lugar?
d) ¿Cuál es la probabilidad de que Bill termine en el último lugar?

10. Un frasco contiene cuatro monedas: una de $ 5 centavos, una de $ 10 centavos, una
de $ 25 centavos y otra de $ 50 centavos. Se seleccionan al azar tres monedas del frasco.
a) Halle el espacio muestral S e indique que probabilidad de cada punto muestral.
b) ¿Cuál es la probabilidad de que la selección contenga la moneda de $ 50 centavos?
c) ¿Cuál es la probabilidad de que la suma total sacada sea mayor o igual a $ 60
centavos?
 2.5. TÉCNICAS DE CONTEO 11

2.5. Técnicas de conteo

Esta sección presenta algunos resultados útiles de la teoría del análisis combinatorio, así
como su aplicación al cálculo de la probabilidad de un evento.

Cuando el número de eventos simples de un espacio muestral es muy grande y la enume-

ración manual de todo punto muestral se vuelve algo muy complejo, contar el número de
de puntos del espacio muestral y del evento de interés puede ser la única forma práctica
de calcular la probabilidad de un evento. De hecho, si un espacio muestral tiene N puntos
muestrales igualmente probables y un evento A contiene exactamente na puntos muestrales,
na
la probabilidad de A es P (A) = .
N
2.7 Teorema (Principio fundamental del conteo). Considere un experimento que se realiza
en dos etapas. Si la primera etapa se puede efectuar de m formas, y para cada una de éstas,
la segunda segunda etapa se puede realizar de n formas, entonces hay mn formas para
efectuar el experimento. Este teorema también se conoce como la regla mn,
2.8 Ejemplo. Un urbanista de un condominio nuevo ofrece a los futuros compradores de
una casa la elección para el estilo de fachada entre Tudor, rústica, colonial y tradicional
en casas de una planta, dos pisos o casa en desniveles. ¿En cuántas formas diferentes un
comprador puede ordenar una de estas casas?

La primer etapa es la elección de la fachada, ESTILO DE LA PLANES DE

FACHADA CONSTRUCCIÓN
se tienen 4 posibilidades para esto. la plan
ta
Una so
Dos pisos
Desniv
eles
Tómese la segunda etapa como elegir el tipo r
o la plan
ta

de casa: un piso, dos pisos o en desniveles, Tud Una so

Dos pisos
Rústica Desniv
eles
apreciamos tres maneras de hacer esto.
ta
Colonia Una so
la plan
l
Dos pisos
Tra
Debido al principio fundamental del conteo, dic Desniv
eles
ion
al ta
hay mn = (4)(3) = 12 posibilidades. la plan
Una so
Dos pisos
Desniv
eles

2.9 Ejemplo. Se lanzan dos dados, uno blanco y otro negro; y se observan los números
de las caras superiores. Denotemos con S el conjunto de todos los pares posibles que se
pueden observar (si por ejemplo se observa un 2 en el dado blanco y un 3 en el dado negro
se escribe (2, 3)). ¿Cuántos eventos simples hay en el espacio muestral?
El dado blanco puede caer en una de m = 6 formas, el dado negro también cae en una
de n = 6 formas. Como el experimento comprende dos etapas, el número total de eventos
simples en S es mn = 36.
12 CAPÍTULO 2. PROBABILIDAD

2.10 Ejemplo. El profesor de estadística tiene cinco camisas y dos corbatas. ¿De cuántas
maneras puede elegir una camisa y una corbata?

La primer etapa del experimento es la eleccón de la camisa, el profesor puede hacer esto de
cinco maneras. La segunda etapa es la selección de la corbata, solo tiene dos posibilidades
para ello. Por la regla mn el profesor puede elegir una camisa y una corbata de 10 formas.
2.11 Teorema (Regla mn extendida). Si un experimento se realiza en k etapas, con n1
formas de efectuar la primera etapa, n2 formas de realizar la segunda segunda etapa, . . .
y nk formas de hacer la k−ésima etapa, entonces el número de formas para efectuar el
experimento es igual a n1 · n2 · n3 · · · nk
2.12 Ejemplo. Se lanzan tres monedas corrientes: una de $ 100, otra de $ 200 y otra de
$ 500 y se registra lo que se aprecia en su cara superior escribiendo primero el resultado de
la moneda de $ 100, luego el resultado de la moneda de $ 200 y finalmente el resultado de la
moneda de $ 500, por ejemplo la terna ssc indica que ha caído sello en la moneda de $ 100,
sello en la moneda de $ 200 y cara en la de $ 500.
¿Cuántos puntos muestrales hay en el espacio muestral?

Este experimento se realiza en tres etapas, la primera de ellas consiste en el lanzamiento de

la moneda de $ 100, como solo hay dos opciones: cara o sello, la primer etapa se realiza de
dos maneras. La segunda etapa registra el resultado de la moneda de $ 200, también hay
dos resultados posibles. La tercer y última etapa de nuevo se puede realizar de dos maneras.
La regla mn extendida implica que el experimento tiene n1 · n2 · n3 = (2)(2)(2) = 8 puntos
muestrales.
2.13 Ejemplo. Sara va armar un computador por su propia cuenta. Tiene la opción de
comprar los circuitos integrados de dos marcas, el disco duro de cuatro marcas, la memoria
de tres marcas y un conjunto de accesorios en cinco tiendas locales. ¿De cuántas formas
diferentes Sara puede comprar las partes del computador?

En este ejercicio n1 = 2, n2 = 4, n3 = 3 y n4 = 5. El teorema anterior implica

que hay n1 · n2 · n3 · n4 = (2)(4)(3)(5) = 120 formas diferentes de comprar las partes.
2.14 Ejemplo. Un experimento consiste en registrar el cumpleaños para cada uno de los
20 alumnos del curso de estadística. Ignorando los años bisiestos, es decir, asumiendo que
hay 365 cumpleaños distintos posibles, encuentre el número de puntos muestrales y diga
cuál es la probabilidad de que cada estudiante tenga un cumpleaños distinto.

Enumeramos los días del año: 1, 2, 3, . . . , 364, 365. Un punto muestral puede ser
representado por una sucesión ordenada de 20 números, donde el primero de ellos denota
el número de la fecha del cumpleaños del primer estudiante, el segundo número representa
la fecha del cumpleaños del segundo estudiante, y así sucesivamente. Al aplicar 20 veces la
regla mn extendida deducimos que el espacio muestral S contiene 36520 puntos muestrales.
 2.5. TÉCNICAS DE CONTEO 13

Denotemos con A el evento de que cada estudiante tenga un cumpleaños distinto. Supon-
gamos que (x1 , x2 , x3 , . . . , x19 , x20 ) ∈ A, donde x1 es un número que representa la
fecha del primer estudiante, x2 es un número que representa la fecha del segundo estu-
diante, y así sucesivamente. x1 puede asumir cualquiera de los 365 valores posibles, x2
puede tomar cualquier valor, excepto el ya asignado a x1 , es decir, hay 364 posibilida-
des para x2 . Similarmente x3 puede asumir cualquier valor distinto de los asignados a x1
y a x2 , por tanto hay 363 posibilidades. El conjunto del cual se puede seleccionar x20
contiene 346 elementos: todos excepto los 19 valores asignados anteriormente. De nuevo
una aplicación de la regla mn extendida implica que el evento A se puede obtener de
n1 · n2 · n3 · · · n20 = (365)(364)(363) · · · (346) formas.

Ahora podemos calcular la probabilidad del evento A, recordemos que

na (365)(364)(363) · · · (346)
P (A) = = = 0.5885616 ≈ 0.59.
N 36520

2.15 Ejemplo. ¿Cuántos números pares de cuatro dígitos se pueden formar con los dígitos
0, 1, 2, 5, 6, y 9, si cada dígito se puede usar sólo una vez?

Como el número debe ser par, tenemos tres opciones para la posición de las unidades. Sin
embargo, para un número de cuatro dígitos la posición de los millares no puede ser cero.
De esta manera, consideramos la posición de las unidades en dos partes: cero o distinto de
cero.

a) La posición de las cifras de las unidades es 0, esto es, n1 = 1. Ahora tenemos 5 opciones
para las cifras de los millares: n2 = 5; 4 posibilidades para la cifra de las centenas: n3 = 4; y
3 opciones para la cifra de las decenas: n4 = 3. Por esta ramificación vemos que la cantidad
de números pares es: n1 · n2 · n3 · n4 = (1)(5)(4)(3) = 60.

b) La posición de las cifras de las unidades es distinto de cero 0, esto implica que en la cifra
de las unidades podemos colocar el 2 o el 6, y así n1 = 2; debido a que el 0 no se puede ubicar
en la cifra de los millares tenemos que n2 = 4; se han usado dos números de seis, y así la cifra
de las centenas se puede elegir de cuatro maneras: n3 = 4; finalmente quedan tres números
para la cifra de las decenas n4 = 3, lo que nos conduce a : n1 ·n2 ·n3 ·n4 = (2)(4)(4)(3) = 96.

Como los dos casos anteriores son mutuamente excluyentes, la cantidad total de números
pares es 60 + 96 = 156.

Otra regla de conteo importante, es la relacionada con las permutaciones, esta regla nos
permite calcular el número de resultados experimentales cuando se seleccionan r objetos
de un conjunto de n objetos, y el orden de selección es importante. Los mismos r objetos
acomodados en un orden distinto originan otra permutación.
14 CAPÍTULO 2. PROBABILIDAD

2.16 Teorema. El número de permutaciones de n objetos tomados r a la vez, está dado

n!
por Prn = (recuerde que 0! = 1).
(n − r)!
2.17 Ejemplo. La Universidad Libre otorga tres importantes premios a sus profesores de la
maestría en ingeniería, los premios son: a la investigación, a la innovación y a la enseñanza.
Si el cuerpo de profesores de la maestría se compone de 25 docentes y si cada profesor puede
recibir un premio como máximo, ¿cuántas selecciones posibles existen?
Debido a que el orden es importante, se trata de un ejercicio de permutaciones, la cantidad
25! 25!
de ternas posibles es igual a P325 = = = (25)(24)(23) = 13800
(25 − 3)! 22!
2.18 Ejemplo. Determine todas las permutaciones que se pueden formar con las letras
a, b, c y d considerando: a) dos a la vez b) tres a la vez c) cuatro a la vez
4!
a) El número de permutaciones es P24 = = 12.
(4 − 2)!
Estas son: ab, ba, ac, ca, ad, da, bc, cb, bd, db, cd, dc.
4!
b) Hay P34 = = 24 permutaciones, y vienen dadas por:
(4 − 3)!
abc, acb, bac, bca, cab, cba, abd, adb, bad, bda, dab, dba,
acd, adc, cad, cda, dac, dca, bcd, bdc, cbd, cdb, dbc, dcb.
4!
c) Ahora tenemos P44 = = 24 permutaciones, se enuncian a continuación:
(4 − 4)!
abcd, abdc, acbd, acdb, adbc, adcb, bacd, badc, bcad, bcda, bdac, bdca,
cabd, cadb, cbad, cbda, cdab, cdba, dabc, dacb, dbac, dbca, dcab, dcba.
2.19 Ejemplo. Carlos es el jefe de mantenimiento en una gran empresa de tuberías.
Él tiene 32 billetes de lotería y piensa darle un billete a cada uno de los cuatro
empleados mas puntuales. Además al trabajador más puntual Carlos le piensa dar
cuatro días de descanso, al segundo más puntual le dará tres días de permiso, al
tercero más puntual le dará dos días de permiso y al cuarto más puntual le dará un día de
permiso. ¿De cuántas maneras puede hacer esto?
El orden en que son entrgados los billetes de lotería es importante, de ahí que las
posibilidades que tiene Carlos de asignar los billetes de lotería es
32! 32!
P432 = = = (32)(31)(30)(29) = 863040
(32 − 4)! 28!
2.20 Ejemplo. Una máquina está compuesta de cinco partes que se pueden ensamblar en
cualquier orden. Se ha de realizar una pruena para determinar el tiempo necesario para
cada orden de ensamble. Si cada orden se ha de probar una vez, ¿cuántas pruebas deben
efectuarse?
 2.5. TÉCNICAS DE CONTEO 15

El orden en el cual se ensambla la prueba es importante, de manera que estamos hablando

de permutaciones. Hay cinco partes y para ensamblar la máquina hay que usar cada una
de las cinco partes, por tanto la cantidad buscada es
5! 5!
P55 = = = 5! = (5)(4)(3)(2)(1) = 120.
(5 − 5)! 0!
2.21 Definición. El número de combinaciones de n objetos tomados r a la vez es el número
 uno de tamaño r, que
de subconjuntos, cada  se pueden formar a partir de n objetos. Este
n n n!
número se denota y es igual a: = .
r r r!(n − r)!
Debemos tener presente que en las combinaciones no es importante el orden en que se
acomodan los objetos.

2.22 Ejemplo. Una tarjeta de circuito impreso se puede comprar a uno de seis proveedores,
¿En cuántas formas se pueden escoger tres proveedores de entre los seis?

Sólo es importante qué

 proveedores se han escogido y no el orden de selección, el número
6 6!
de formas es: = = 20
3 3!(6 − 3)!
2.23 Ejemplo. Un niño tiene una colección de juegos de Game-Boy compuesta por 10
juegos recreativos y 5 de deportes. El niño está reunido con sus amigos y le pide a su madre
que le lleve 3 juegos recreativos y 2 de deportes. ¿De cuántas maneras diferentes se puede
hacer esto?

El orden no es importante en este experimento, que se puede realizar en dos etapas.

La primera etapa consiste
  en seleccionar 3 cartuchos recreativos de 10, la cantidad de
10 10!
posibilidades es: = = 120.
3 3!(10 − 3)!
La
 segunda etapa se realiza al seleccionar 2 cartuchos deportivos de 5, ahora tenemos:
5 5!
= = 10 posibilidades.
2 2!(5 − 2)!
La regla mn permite concluir que hay (120)(10) = 1200 formas de selección.

2.24 Ejemplo. Cinco fabricantes producen cierto aparato electrónico, cuya calidad varía
de un fabricante de a otro. Si fuéramos a seleccionar tres fabricantes al azar, ¿cuál es la
probabilidad de que la selección contenga exactamente dos de los tres mejores?

El número total de eventos simples N se puede

 contar
 como el número de formas para
5 5!
escoger tres de los cinco fabricantes: N= = = 10.
3 3!(5 − 3)!
Como los fabricantes se seleccionan al azar, cualquiera de esos 10 eventos simples será
1
igualmente probable, con probabilidad 10 = 0.1.
16 CAPÍTULO 2. PROBABILIDAD

El evento de interés es A : seleccionar exactamente dos de los tres mejores.

Se puede encontrar nA : el número de eventos en A, en dos etapas puesto que el evento A
ocurrirá cuando se seleccionen dos de los  tres
 mejores y luego uno de los dos peores.
3 3!
La primer etapa se puede realizar de = = 3 maneras, mientras que la
  2 2!(3 − 2)!
2 2!
segunda se efectúa de = = 2 formas.
1 1!(2 − 1)!
Finalmente se aplica la regla mn para determinar que hay nA = (3)(2) = 6 resultados
favorables de los 10 posibles, y por tanto la probabilidad del evento A es
nA 6
P (A) = = = 0.6
N 10

2.6. Ejercicios de técnicas de conteo

1. Encuentre el número de eventos simples que hay en el espacio muestral.

a) Se lanzan 3 dados: uno blanco, otro negro y otro beige y se registra el número
observado en sus caras superiores.
b) Se tiran al aire 4 monedas: una de $ 50, otra de $ 100, otra de $ 200 y otra de
$ 500 y se registra la cantidad de caras observadas.
c) Se lanza un dado y se toma una ficha de un dominó.

2. Una mujer de negocios de Antioquia está preparando su itinerario para una visita a
seis ciudades importantes: Armenia, Barranquilla, Bogotá, Cali, Cartagena y Nariño.
La distancia recorrida y por tanto el costo del viaje, dependerá del orden en que ella
plantee su ruta.
a) ¿Cuántos itinerarios diferentes son posibles?
b) Si la mujer selecciona al azar uno de los posibles itinerarios, ¿cuál es la probabilidad
de que visite Bogotá antes que a Cartagena?

3. Se seleccionan 5 cartas de un mazo de 52 cartas para una mano de póker. Determine

el número de posibles manos de póker, y con base en esta respuesta calcule la proba-
bilidad de que en una mano de poker salga:
a) 4 ases y cualquier otra carta;
b) 4 ases y un rey;
c) 3 ases y dos reyes;
d) ningún as;
e) por lo menos un as;

4. La directora de personal de una corporación ha contratado diez nuevos ingenieros

que tienen la capacidad para desempeñar tres puestos de trabajo muy distintos.
¿De cuántas formas puede ella ocupar los puestos?
 2.6. EJERCICIOS DE TÉCNICAS DE CONTEO 17

5. Un restaurante ofrece un menú especial en el que, por un costo fijo una persona puede
seleccionar de entre 4 aperitivos, 3 ensaladas, 4 entradas y 5 postres. ¿Cuántas comidas
diferentes hay si una de ellas consta de un aperitivo, una ensalada, una entrada y un
postre?

6. Un torneo de tenis se disputa con 8 tenistas. Cada enfrentamiento es de eliminación

directa. Si los enfrentamientos se asignan al azar, ¿de cuántas maneras se puede jugar
la primera ronda? ¿de cuántas maneras se puede jugar la segunda ronda?

7. Un estudiante de ingeniería de la Universidad Libre pondrá en su biblioteca cinco

libros de física, cuatro de cálculo, y tres de estadística. Los quiere acomodar de manera
que los de cada materia queden juntos. ¿De cuántas formas puede hacer esto?

8. Un estudio concluyó que siguiendo 7 reglas sencillas para la salud, una persona puede
prolongar su vida aproximadamente una década. Estas reglas son: no fumar, hacer
ejercicio habitualmente, moderar el consumo de alcohol, dormir entre 7 y 8 horas
diarias, mantener un peso apropiado, desayunar y no ingerir alimentos entre comidas.
De cuántas formas puede una persona adoptar 5 de estas reglas:
a) ¿si la persona actualmente infringe las 7 reglas?
b) ¿si la persona nunca nunca bebe y desayuna?
c) ¿Si la persona no fuma?

9. ¿Cuántos números telefónicos diferentes de siete dígitos se pueden formar si el primer

dígito no puede ser cero?

10. El profesor de cálculo vectorial tiene tan solo 12 alumnos en su clase. ¿Cuál es la
probabilidad de que cada estudiante tenga un cumpleaños distinto? (suponga que el
año no es bisiesto).

11. En una urna hay 40 balotas numeradas, 8 de ellas están premiadas y se distinguen
con color rojo, las restantes no estan premiadas y tienen color blanco. La profesora
de química extrae de la urna un puñado de 5 balotas. Determine de cuántas maneras
se pueden sacar si:
a) exactamente tres balotas salieron premiadas;
b) por lo menos tres balotas están premiadas.

12. a) Determine todas las permutaciones que se pueden formar con las letras a, b y c
considerando dos letras a la vez; luego considerando tres letras a a la vez.
b) Encuentre todas las permutaciones que se pueden formar con las letras
a, b, c, d y e considerando dos letras a la vez.

13. La mamá de caperucita roja, que tenía una gran canasta con 7 guayabas, 6 duraznos,
5 manzanas y 4 peras, le encargó a su hija seleccionar 4 guayabas, 3 duraznos,
2 manzanas, y 2 peras para llevar a la casa de la abuela.
18 CAPÍTULO 2. PROBABILIDAD

a) ¿De cuántas formas Caperucita puede seleccionar las frutas siguiendo las
indicaciones de su mamá?
b) Determine las selecciones posibles si la niña olvida las indicaciones de la madre y
tan solo elige 11 frutas al azar.

14. Si una prueba de opción múltiple consta de 5 preguntas, cada una con 4 respuestas
posibles, de las cuales sólo una es correcta.
a) ¿De cuántas formas diferentes puede un estudiante elegir una respuesta a cada
pregunta?
b) Si un estudiante responde adivinando, ¿cuál es la probabilidad de que todas sus
respuestas estén erradas?

15. Un automóvil sólo tiene lugar para seis personas, incluyendo el conductor. Seis amigos
que viven cerca y estudian en la Universidad Libre utilizan este auto para ir a la
Universidad. Determine de cuántas maneras se pueden acomodar si:
a) cualquiera de ellos puede conducir.
b) solo el dueño del carro puede conducir.

16. Una tarjeta de circuitos impresos tiene 8 sitios diferentes en los que puede instalarse
un componente. Si van a colocarse 5 componentes idénticos en la tarjeta, ¿cuántos
diseños diferentes son posibles?

17. La academia cinematográfica de Cannes ha seleccionado ocho películas para otorgarles

cuatro premios: mejor guión, mejor fotografía, mejores efectos especiales, y mejor
dirección. Si la academia acuerda que ninguna película puede obtener dos o más
premios, ¿de cuántas maneras se pueden otorgar tales distinciones?

18. ¿Cuántos números pares de cinco dígitos se pueden formar con los dígitos 0, 2, 3, 4,
5, 6, y 9, si cada dígito se puede usar sólo una vez?

19. De cuántas maneras se pueden sentar 4 niños y 5 niñas en una fila, si se deben alternar
unos y otras?

20. Un estudiante de estadística pondrá 8 libros en la repisa de su habitación. Determine

de cuántas maneras los puede acomodar si la condición es que:
a) tres libros específicos siempre tienen que estar juntos;
b) tres libros específicos jamás deben que estar juntos.

21. A partir de 5 arquitectos y 7 ingenieros se va a conformar un comité que conste de 2

arquitectos y de 3 ingenieros. ¿De cuántas maneras se puede hacer esto si:
a) cualquier arquitecto y cualquier ingeniero pueden incluirse;
b) un ingeniero en particular debe incluirse;
c) dos arquitectos en particular no pueden incluirse.
 2.7. LEYES ADITIVAS DE LA PROBABILIDAD 19

2.7. Leyes aditivas de la probabilidad

Antes de enunciar algunas reglas útiles que facilitan el cálculo de las probabilidades, es
necesario introducir una definición importante.

2.25 Definición. Un conjunto de eventos { A1 , A2 , . . . , An } de un espacio muestral S

se denomina una partición de S, si A1 , A2 , . . . , An son mutuamente excluyentes y si
A ∪ A2 ∪ . . . ∪ An = S

2.26 Ejemplo. Consideremos el ejemplo 2.3 que nos habla de un experimento consistente
en lanzar un dado y registrar el número de la cara superior. Allí se determinó que el espacio
muestral es S = { E1 , E2 , E3 , E4 , E5 , E6 }. Algunas particiones del espacio muestral son:
P1 = {{ E1 , E2 , E3 }, { E4 , E5 , E6 }}

P2 = {{ E1 , E2 }, { E3 , E4 }, { E5 , E6 }}

P3 = {{ E1 }, { E2 , E3 , E4 }, { E5 , E6 }}

P4 = {{ E1 , E3 , E5 }, { E2 , E4 , E6 }}

2.27 Teorema. Si A y B son dos eventos entonces

P (A ∪ B) = P (A) + P (B) − P (A ∩ B)

Si A y B son dos eventos mutuamente excluyentes, entonces P (A∪B) = P (A)+P (B)

Si A1 , A2 , . . . , An son n eventos mutuamente excluyentes, entonces

P (A ∪ A2 ∪ . . . ∪ An ) = P (A1 ) + P (A2 ) + . . . + P (An )

Si A1 , A2 , . . . , An forman una partición de S entonces

P (A ∪ A2 ∪ . . . ∪ An ) = P (A1 ) + P (A2 ) + . . . + P (An )

Si A y Ā son eventos complementarios entonces P (A) + P (Ā) = 1

2.28 Ejemplo. María es una ingeniera ambiental que después de presentar entrevistas en
dos empresas en donde aspira trabajar, determina que la probabilidad que tiene de lograr
un empleo en la empresa A es 0.8, y que la probabilidad de obtenerlo en la empresa B es
0.6. Si por otro lado, considera que la probabilidad de recibir ofertas de ambas empresas es
0.5, ¿qué probabilidad tiene de obtener al menos una oferta de esas dos empresas?
Por la primer regla del teorema anterior,
P (A ∪ B) = P (A) + P (B) − P (A ∩ B) = 0.8 + 0.6 − 0.5 = 0.9

2.29 Ejemplo. ¿Cuál es la probabilidad de obtener un total de seis o diez cuando se lanza
un par de dados?
20 CAPÍTULO 2. PROBABILIDAD

Sea A el evento que resulte un seis y B el evento que salga un diez. Ahora bien, para
5 de los 36 puntos muestrales ocurre un total de seis y sólo para 3 de los 36 se observa
un diez. Los eventos A y B son mutuamente excluyentes debido a que no pueden ocurrir
5 3 8 2
simultáneamente, por tanto, P (A ∪ B) = P (A) + P (B) = + = = ≈ 0.222
36 36 36 9
2.30 Ejemplo. La probabilidad de que un mecánico automotriz dé servicio a 3, 4, 5, 6, 7,
8 o más vehículos se encuentra en la siguiente tabla

cantidad de vehículos 3 4 5 6 7 8 o más

probabilidad de servicio 0.12 0.17 0.28 0.24 0.10 0.09

¿Cuál es la probabilidad de que dé servicio al menos a 5 vehículos en un día de trabajo?

Sea A el evento: dar servicio por lo menos a 5 vehículos, por tanto el evento complementario
de A sería: Ā : dar servicio a menos de 5 vehículos, esto equivale a decir lo siguiente:
Ā : dar servicio a 3 o a 4 vehículos. Calcular la probabilidad de Ā es muy sencillo: basta con
realizar la suma: 0.12+0.17 = 0.29, de esto se sigue que: P (A) = 1−P (Ā) = 1−0.29 = 0.71

2.8. Ejercicios de reglas aditivas de la probabilidad

1. Encuentre los errores en cada una de las siguientes aseveraciones:

La probabilidad de que un vendedor venda 0, 1, 2 o 3 autos a diario, vienen

dados por la siguiente tabla:
cantidad de autos 0 1 2 3
probabilidad de venta 0.19 0.38 0.29 0.15
La probabilidad de que llueva mañana es 0.46 y la probabilidad de que no llueva
es 0.52
La probabilidad de que una impresora cometa 0, 1, 2, 3, 4 o más errores son:
cantidad de errores 0 1 2 3 4 o más
probabilidad de error 0.19 0.34 -0.25 0.43 0.29
Al sacar una carta de una baraja en un solo intento, la probabilidad de selec-
cionar un corazón es 14 , la probabilidad de seleccionar una carta negra es 21 y la
probabilidad de seleccionar una carta de corazones y negra es 18 .

2. Una caja contiene 500 sobres, de los cuales 75 contienen $ 100 en efectivo, 150 contie-
nen $ 25 y 275 contienen $ 10. ¿Cuál es el espacio muestral para la diferentes canti-
dades de dinero? Asigne probabilidades a los puntos muestrales y después calcule la
probabilidad de que el primer sobre seleccionado contenga menos de $ 100.
 2.8. EJERCICIOS DE REGLAS ADITIVAS DE LA PROBABILIDAD 21

3. La probabilidad de que el profesor de matemáticas lleve a la Universidad Libre su libro

de cálculo es 0.7, la probabilidad de que lleve a la Universidad su libro de estadística
es 0.4 y la probabilidad de que lleve su libro de cálculo o su libro de estadística es 0.8.
¿Cuál es la probabilidad de el profesor de matemáticas
a) lleve ambos libros?
b) no lleve ningún libro?
4. Suponga que se descubre que en un grupo de 500 estudiantes universitarios de último
año, 210 fuman, 258 consumen bebidas alcohólicas, 216 comen entre comidas, 122
fuman y consumen bebidas alcohólicas, 83 comen entre comidas y consumen bebidas
alcohólicas, 97 fuman y comen entre comidas y 53 tienen esos tres hábitos nocivos para
la salud. Si se selecciona al azar un miembro de este grupo, calcule la probabilidad de
que el estudiante:
a) fume pero no beba bebidas alcohólicas;
b) coma entre comidas y consuma bebidas alcohólicas pero no fume.
c) no fume ni coma entre comidas.
5. Un fabricante de automóviles está preocupado por los defectos que han reportado
los compradores de su sedán de 4 puertas más vendido. Un estudio a las quejas de
los compradores inconformes ha reportado una probabilidad de 0.25 de que haya un
defecto en el sistema de frenos; 0.18 de que haya un defecto en la transmisión; 0.17
de que haya un defecto en el sistema de combustible y 0.40 de que haya un defecto
en alguna otra área. Calcule la probabilidad de que:
a) el defecto esté en los frenos o en el sistema de combustible, si la probabilidad de
que haya defectos en ambos sistemas de manera simultánea es 0.15;
b) no haya defecto en los frenos o en el sistema de combustible.

6. En la tabla de la derecha se listan las proba- dormitorio de adultos 0.03

bilidades, suministradas por consumer digest de dormitorio de niños 0.15
encontrar un computador en ciertos lugares de dormitorio de invitados 0.14
una casa. Encuentre la probabilidad de que un estudio 0.40
computador: sala-comedor 0.28
a) se encuentre en un dormitorio;
b) no se encuentre en un dormitorio.
7. Suponga que A y B son dos eventos tales que P (A) = 0.8 y P (B) = 0.7.
a) ¿Es posible que P (A ∩ B) = 0.1? Argumente.
b) ¿Cuál es el menor valor posible para P (A ∩ B)?
c) ¿Es posible que P (A ∩ B) = 0.77? Justifique.
d) ¿Cuál es el mayor valor posible para P (A ∩ B)?
8. Existe interés por la vida de un componente electrónico. Se sabe que la probabilidad
de que el componente funcione más de 6000 horas es 0.42. Suponga que la probabilidad
22 CAPÍTULO 2. PROBABILIDAD

de que el componente no dure más de 4000 horas es 0.04.

a) ¿Cuál es la probabilidad de que la vida del componente sea menor o igual a 6000
horas?
b) ¿Cuál es la probabilidad de que la vida del componente sea mayor que 4000 horas?
c) ¿Cuál es la probabilidad de que la vida del componente sea mayor que 4000 horas
y menor o igual a 6000 horas?

9. Se toman 3 libros al azar, de un estante que contiene 5 libros de física, 3 de cálculo y

uno de química. Determine la probabilidad de qué:
a) se seleccione el libro de química;
b) Se seleccionen 2 libros de física y un libro de cálculo;
c) no se seleccione el libro de química.

10. Se abrieron cursos libres de matemáticas y de inglés para un grupo de 100 estudiantes
graduados de secundaria, 54 tomaron curso de matemáticas, 69 de inglés y 35 tomaron
ambos cursos, algunos estudiantes no tomaron ningún curso. Calcule la probabilidad
de que:
a) uno de éstos estudiantes tome curso de matemáticas o de inglés;
b) uno de éstos estudiantes no haya tomado ningun curso;
c) uno de éstos estudiantes tome curso de matemáticas pero no de inglés;
d) uno de éstos estudiantes tome curso de inglés pero no de matemáticas.

11. Se lanza un par de dados, halle la probabilidad de que la suma de las caras superiores:
a) sea menor que cinco;
b) sea a lo sumo cinco;
c) sea mayor que diez;
b) sea por lo menos diez.

12. Un sistema detector de humo utiliza dos aparatos A y B. Si hay humo, la probabilidad
de que éste sea detectado por el aparato A es 0.95 mientras que probabilidad de
ser detectado por el aparato B es 0.98; la probabilidad de ser detectado por ambos
aparatos es 0.94.
a) Si hay humo, encuentre la probabilidad de que sea detectado por lo menos por
uno de los dos aparatos.
b) Si hay humo, calcule la probabilidad de que sea detectado exactamente por uno
de los dos aparatos.
c) Encuentre la probabilidad de que el humo no sea detectado.
 2.9. PROBABILIDAD CONDICIONAL E INDEPENDENCIA DE EVENTOS 23

2.9. Probabilidad condicional e independencia de eventos

La probabilidad de un evento a menudo suele verse afectada por el hecho de su otro evento
relacionado ha ocurrido ya. Suponga que se tiene un evento A con probabilidad P (A). Si
se tiene el conocimiento de que un evento relacionado, denotado por B, ya ocurrió, esta
información se puede aprovechar mediante el cálculo de una nueva probabilidad del evento
A, a la cual se denomina probabilidad condicional, y se escribe P (A|B), esta notación se
utiliza para indicar que se está condiderando la probabilidad del evento A dada la condición
de que B ha ocurrido. De ahí que la notación P (A|B) se lea la probabilidad de A dado B.

2.31 Definición. La probabilidad condicional de un evento A, dado que un evento B ha

P (A ∩ B)
ocurrido, es igual a P (A|B) =
P (B)
2.32 Ejemplo. Se lanza un dado corriente una sola vez. Hallar la probabilidad de observar
un 3, dado que se obtuvo un número impar.

Considere los dos eventos A : observar un 3 B : observar un número impar.

Se busca la probabilidad P (A|B), ello requiere la probabilidad de la intersección P (A ∩ B),
1
P (A ∩ B) 1
como A ⊆ B =⇒ A ∩ B = A, de esta manera, P (A|B) = = 61 =
P (B) 2
3

2.33 Ejemplo. Suponga que en la población

Hombres Mujeres Total
general, hay 51 % de hombres y 49 % de
Daltónicos 0.04 0.002 0.042
mujeres, y que las proporciones de hombres y
No daltónicos 0.47 0.488 0.958
mujeres daltónicos se muestran en la siguiente
Total 0.51 0.49 1.00
tabla de probabilidad
a) ¿Cuál es la probabilidad de ser daltónico, dado que la persona es hombre?
b) ¿Cuál es la probabilidad de ser daltónico, dado que la persona es mujer?
a) Definamos los dos eventos: A : ser daltónico; B : ser hombre.
Esto implica que el hecho de no ser daltónico se denota Ā y el ser mujer B̄.
Si sabemos que el evento B ha ocurrido, debemos restringir nuestra atención a sólo el 51 %
de la población que es de hombres. Al observar los valores de la tabla podemos deducir lo
P (A ∩ B) 0.04
siguiente: P (A|B) = = = 0.0784
P (B) 0.51
b) Ahora estamos restringidos a sólo el 49 % de la población que es de mujeres, por
P (A ∩ B̄) 0.002
tanto P (A|B̄) = = = 0.0041 Suponga que la probabilidad
P (B̄) 0.49
de que ocurra un evento A no es afectada por que suceda o no el evento B. Cuando esto
sucede, decimos que los eventos A y B son independientes. Esta relación entre eventos se
ve expresada por la siguiente definición.
24 CAPÍTULO 2. PROBABILIDAD

2.34 Definición. Se dice que dos eventos A y B son independientes si se presenta

cualquiera de los siguientes casos:
P (A|B) = P (A), P (B|A) = P (B), P (A ∩ B) = P (A)P (B).
De otro modo, se dice que los eventos son dependientes.

2.35 Ejemplo. Considere los siguientes eventos en el tiro de un solo dado.

A : Observar un número impar, A = { E1 , E3 , E5 }.
B : Observar un número par, B = { E2 , E4 , E6 }.
C : Observar un 3 o un 6, C = { E3 , E6 }.
Diga si los eventos: a) A y B son independientes. b) A y C son independientes.

a) Para decidir si A y B son independientes, debemos analizar si se satisface la definición

anterior. P (A) = 21 , P (B) = 12 , P (A∩B) = P (∅) = 0, como P (A∩B) 6= P (A)P (B)
debido a que P (A ∩ B) = 0 mientras que P (A)P (B) = 21 · 21 = 14 se concluye que los eventos
A y B son dependientes.

b) La intersección de A y C es A ∩ C = {E3 }, es decir, observar un 3; además,

P (A) = 12 , P (C) = 31 P (A ∩ C) = P (E3 ) = 61 .
Con estos valores podemos apreciar que la definición 2.34 se satisface: P (A∩B) = P (A)P (C),
puesto que ambos lados de esta igualdad son iguales a 16 y así los eventos son independientes.

2.36 Ejemplo. Tres marcas de café: X, Y y Z van a ser clasificadas por un juez de
acuerdo con su sabor. Considere los siguientes eventos,
A : la marca X es mejor que la marca Y . B : la marca X es la mejor.
C : la marca X es la segunda mejor. D : la marca X es la peor.
Si el juez en realidad no tiene preferencia por el sabor y al azar asigna lugar a las marcas,
diga si: a) A y B son independientes. b) A y C son independientes.
c) A y D son independientes.

La cantidad de puntos muestrales es la permutación de tres objetos, tomados tres a la vez;

es decir, P33 = 6. El espacio muestral es S = { XY Z, XZY, Y XZ, Y ZX, ZXY, ZY X }
donde el orden en que aparecen las letras indican la calidad de la marca, por ejemplo el
punto muestral ZXY indica que Z es la marca de mejor calidad, X es la marca de segunda
mejor calidad y Y es la marca de peor calidad. Los seis puntos muestrales son igualmente
probables.

De esta manera, los puntos muestrales de los cuatro eventos considerados son:
A = { XY Z, XZY, ZXY }, B = { XY Z, XZY }, C = { Y XZ, ZXY } y
D = { Y ZX, ZY X }, podemos ver que P (A) = 12 , P (B) = 13 , P (C) = 13 , y P (D) = 31 .

a) A ∩ B = { XY Z, XZY }, entonces, P (A ∩ B) 6= P (A)P (B), puesto que 13 6= 12 · 13

b) A ∩ C = { ZXY }, por tanto, P (A ∩ C) = P (A)P (C), ya que 61 = 12 · 13
c) A ∩ D = ∅, de lo cual se obtiene que P (A ∩ D) 6= P (A)P (D), puesto que 0 6= 21 · 13 .
 2.10. EJERCICIOS DE PROBABILIDAD CONDICIONAL E INDEPENDENCIA 25

Hemos visto que A y B son dependientes, A y C son independientes y que A y D son

dependientes.

2.37 Ejemplo. Un experimento consiste en lanzar dos monedas: una de $ 100, otra de
$ 200 y registrar el resultado. Diga si los eventos A : cae cara en la moneda de $ 100, y
B : cae sello en la moneda de $ 200 son independientes.

El espacio muestral consta de cuatro puntos: S = { cc, cs, sc, ss } donde por ejemplo el
evento sc indica que cayó sello en la moneda de $ 100 y cara en la moneda de $ 200.
Con esta notación los dos eventos vienen dados por: A = { cc, cs } y B = { cs, ss }.
Como A ∩ B = { cs } se puede apreciar que la definición 2.34 se verifica:
P (A ∩ B) = P (A)P (B), ya que 41 = 21 · 12

2.10. Ejercicios de probabilidad condicional e independencia

1. Sean A y B dos eventos tales que P (A) = 0.5, P (B) = 0.3 y P (A ∩ B) = 0.1.
Calcule las siguientes probabilidades:
a) P (A|B) b) P (B|A) c) P (A|A∪B) d) P (A|A∩B) e) P (A∩B|A∪B)
2. Para cierta población de empleados, el Género
porcentaje que aprueba o reprueba un resultado masculino femenino total
exámen de competencia en un trabajo, aprobado 24 36 60
de acuerdo con el género, se aprecia en la reprobado 16 24 40
tabla de la derecha. total 40 60 100
Un empleado va a ser seleccionado al azar de esta población. Considere los dos eventos:
A : el empleado aprueba el examen M : se selecciona un hombre.
a) ¿Los eventos A y M son independientes?
b) ¿Los eventos Ā y M̄ son independientes?

3. Cien adultos fueron entrevistados en una encuesta telefónica sobre la opnión con
respecto a las cargas que implican los préstamos para estudiantes universitarios y si
quienes contestaron tenían un hijo actualmente en la universidad. Sus respuestas se
resumen en la siguiente tabla:
carga de préstamo
hijo en la universidad alta razonable baja total
si 0.20 0.09 0.01 0.30
no 0.41 0.21 0.08 0.70
total 0.61 0.30 0.09 1.00
Se definen los siguientes eventos:
A : la carga del préstamo es alta. B : la carga del préstamo es razonable.
26 CAPÍTULO 2. PROBABILIDAD

C : la carga del préstamo es baja. D : tiene hijo en la universidad.

De los siguientes eventos, ¿cuáles son independientes?
a) A y D b) B y D c) C y D

4. Sean A y B dos eventos tales que P (A) = 0.2, P (B) = 0.3 y P (A ∪ B) = 0.4
Encuentre lo siguiente:
a) P (A ∩ B) b) P (Ā ∪ B̄) c) P (Ā ∩ B̄) d) P (Ā|B)

5. Las enfermedades I y II son prevalecientes entre las personas de cierta población. Se

supone que el 10 % de la población contraerá la infermedad I alguna vez en su vida,
mientras que el 15 % contraerá la endermedad II con el tiempo. Además se estima
que el 3 % contraerá ambas enfermedades.
a) Encuentre la probabilidad de que una persona elegida al azar de esta población
contraiga al menos una enfermedad.
b) Determine la probabilidad condicional de que una persona elegida al azar de
esta población contraiga ambas enfermedades, dado que ha contraído al menos una
enfermedad.

6. Un experimento consiste en lanzar un solo dado y observar el número de puntos que

aparecen en la cara superior. Los eventos A, B y C están definidos como sigue:
A : observar un número menor que 4.
B : observar un número menor o igual que 2.
C : observar un número mayor que 3.
a) Calcule las siguientes probabilidades: i) P (A∩B) ii) P (A∩C) iii) P (B∩C)
b) ¿ Los eventos A y B son independientes? ¿Son mutuamente excluyentes?
c) ¿ Los eventos A y C son independientes? ¿Son mutuamente excluyentes?
d) ¿ Los eventos B y C son independientes? ¿Son mutuamente excluyentes?

7. Suponga que P (A) = 0.4 y P (B) = 0.2.

a) Determine un intervalo de valores en el cual se encuentren las siguientes
probabilidades: i) P (A ∩ B) ii) P (A ∪ B)
b) Si los eventos son A y B son mutuamente excluyentes, encuentre las
probabilidades: i) P (A ∩ B) ii) P (A ∪ B)

8. Un experimento puede resultar en por lo menos

evento A evento Ā
uno de los eventos A, Ā, B, B̄, con las
evento B 0.34 0.46
probabilidades que se aprecian en la tabla.
evento B̄ 0.15 0.05
Encuentre las siguientes probabilidades:
a) P (A) b) P (B) c) P (Ā) d) P (B̄) e) P (A|B)
f ) P (Ā|B) g) P (A|B̄) h) P (Ā|B̄) i) P (B|A) j) P (B|Ā)
 2.11. LEYES MULTIPLICATIVAS DE LA PROBABILIDAD Y LA REGLA DE BAYES 27

9. El profesor de estadística lanza un dado blanco y un dado negro sobre la mesa, mira
los números que salieron y los cubre con la mano para que sus alumnos no los vean.
Entonces pregunta lo siguiente:
a) ¿cuál es la probabilidad de que uno de los dados muestre un cuatro y el otro un
cinco?
b) suponga que el profesor le proporciona a sus alumnos la información de que en
uno de los dados salió el cinco. Conociendo este dato, ¿cuál es la probabilidad de que
el otro dado muestre el cuatro?

10. Suponga que P (A) = 0.4 y que P (A ∩ B) = 0.12.

a) Calcule P (B|A).
b) ¿Los eventos A y B son mutuamente excluyentes?
c) Si P (B) = 0.3 ¿los eventos A y B son independientes?

11. En un grupo de 36 estudiantes de la Universidad Libre hay 9 que dominan el idioma

inglés, 4 el francés y 2 ambos idiomas (ya contados entre los anteriores). Se selecciona
un alumno al azar y se comprueba que domina el inglés. ¿Cuál es la probabilidad de
que domine el francés?

12. Se lanzan al aire tres monedas, una de $ 100, otra de $ 200 y otra de $ 500, y se registra
el número de caras. Considere los tres eventos: A : se aprecian tres caras o tres sellos.
B : se observa por lo menos una cara. C : caen por lo menos dos caras.
De los siguientes eventos, ¿cuáles son independientes?
a) A y B b) A y C c) B y C

13. Demuestre que P (A|B) + P (Ā|B) = 1

2.11. Leyes multiplicativas de la probabilidad y la regla de

Bayes

Mientras que la ley aditiva de la probabilidad se utiliza para calcular la probabilidad de la

unión de dos eventos, la la ley multiplicativa se emplea para determinar la
probabilidad de la intersección de dos eventos.

2.38 Teorema. La probabilidad de que los eventos A y B ocurran es:

P (A ∩ B) = P (A)P (B|A) o P (A ∩ B) = P (B)P (A|B)

2.39 Ejemplo. En un experimento de preferencia de color, se ponen en un recipiente ocho

juguetes idénticos, salvo por el color; dos son rojos y seis son verdes.
Se le pide a un niño que escoja dos juguetes al azar, uno tras otro y sin reposición. ¿Cuál
es la probabilidad de que el niño elija los dos juguetes rojos?
28 CAPÍTULO 2. PROBABILIDAD

El experimento se puede visualizar mediante un diagrama de árbol, como el que aparece a

continuación.

Considere los siguientes eventos

A : Se elige un juguete rojo en la primer selección.
B : Se elige un juguete rojo en la segunda selección.
El evento C : ambos juguetes son rojos es la
intersección de A y B, esto es, C = A ∩ B.
Puesto que sólo hay dos juguetes rojos en el
recipiente, P (A) = 28 = 41 . Falta calcular P (B|A).
Si se sabe que ha sucedido A es por que en la primer
selección se ha elegido uno rojo, por tanto quedan
7 juguetes: uno rojo y 6 verdes. Si en la segunda
selección se extrae uno rojo entonces P (B|A) = 71

Con esta información y la regla de la multiplicación se puede calcular la probabilidad bus-

cada: P (C) = P (A ∩ B) = P (A)P (B|A) = 14 17 = 281
≈ 0.0357

2.40 Teorema (Ley de probabilidad total). Suponga que { B1 , B2 , . . . , Bk } es una

partición de un espacio muestral S, y que P (Bi ) > 0 para todo i = 1, 2 . . . , k.
Entonces para cualquier evento A su probabilidad viene dada por

P (A) = P (B1 )P (A|B1 ) + P (B2 )P (A|B2 ) + . . . + P (Bk )P (A|Bk )

2.41 Ejemplo. De los ingenieros graduados en el año 2015, las dos terceras partes han
conseguido empleo ejerciendo su profesión, y la tercera parte restante se encuentra sin
empleo. El 12 % de los ingenieros empleados habla inglés, mientras que el 6 % de los
ingenieros desempleados habla inglés. ¿Cuál es la probabilidad de que un ingeniero
graduado en el 2015 hable inglés?
 2.11. LEYES MULTIPLICATIVAS DE LA PROBABILIDAD Y LA REGLA DE BAYES 29

Definamos los tres eventos, A : El ingeniero graduado en el 2015 habla inglés.

E : El ingeniero graduado en el 2015 tiene empleo.
D : El ingeniero graduado en el 2015 no tiene empleo.
Es claro que los eventos E y D forman una P(A E) = 0.12
partición del espacio muestral.

3
2/
=
E)
El teorema de probabilidad total implica la siguiente

P(
ecuación: P (A) = P (E)P (A|E) + P (D)P (A|D).

P(
El enunciado nos da todas las probabilidades del

D)
lado derecho

de esta ecuación, por tanto,

=
1/
P (A) = 23 (0.12) + 13 (0.06) = 101


= 0.1

3
P(A D) = 0.06

2.42 Ejemplo. Una empresa de manufactura emplea tres plantas para la elaboración de
su producto. La primer planta produce el 30 % de la producción total, la segunda planta
produce el 45 % y la tercer planta produce el 25 %. La tasa de artículos defectuosos es
diferente para las tres plantas, en la primer planta el 5 % de los artículos son defectuosos,
en la segunda el 2 % son defectuosos y en la tercera el el 4 % son defectuosos.
Halle la probabilidad de que la empresa produzca un artículo defectuoso.

Definamos los siguientes eventos;

P(D B1) = 0.05
B1 : el producto es elaborado en la primer planta.
B2 : el producto es elaborado en la segunda planta.
0.3
)=

B3 : el producto es elaborado en la tercer planta.

B1
P(

D : el producto es defectuoso.
P(B2) = 0.45 P(D B2) = 0.02

La partición del espacio muestral está formada

P(
B3

por B1 , B2 , B3 , una aplicación de la ley de

)=
0.2

probabilidad total nos permite calcular la probabilidad

5

del evento D a partir de la expresión: P(D B3) = 0.04

P (D) = P (B1 )P (D|B1 ) + P (B2 )P (D|B2 ) + P (B3 )P (D|B3 ),

ingresando los valores suministrados por en el enunciado:
P (D) = (0.30)(0.05) + (0.45)(0.02) + (0.25)(0.04) = 0.015 + 0.009 + 0.010 = 0.034.

En el estudio de la probabilidad condicional se indicó que la revisión de las probabilidades

cuando se obtiene nueva información es una fase importante del análisis de la probabilidad.
A menudo comenzamos el análisis con las estimaciones de probabilidad previa o probabili-
dad a priori para eventos específicos de interés.
30 CAPÍTULO 2. PROBABILIDAD

Por tanto, de fuentes como una muestra, un informe especial o una prueba de productos, se
obtiene información adicional sobre los eventos. Con esta nueva información actualizamos
los eventos de probabilidad previos mediante el cálculo de las probabilidades revisadas,
conocidas como probabilidades posteriores o probabilidad a posteriori. El teorema de Bayes
proporciona un medio para efectuar estos cálculos. Los pasos se resumen en el siguiente
diagrama.

2.43 Teorema (Regla de Bayes). Si los eventos { B1 , B2 , . . . , Bk } forman una parti-

ción de un espacio muestral S, donde P (Bi ) > 0 para todo i = 1, 2 . . . , k, entonces para
cualquier evento A, la probabilidad condicional P (Bj |A) viene dada por

P (Bj )P (A|Bj )
P (Bj |A) =
P (B1 )P (A|B1 ) + P (B2 )P (A|B2 ) + . . . + P (Bk )P (A|Bk )

2.44 Ejemplo. Retomemos el ejemplo 2.41. Un ingeniero graduado en el 2015 ha regresado

a su Universidad por un certificado, este ingeniero no sabe inglés. ¿Cuál es la probabilidad
de que esté desempleado?
.12
E) = 0
P(A
Puesto que se cuenta con un ingeniero que no sabe
inglés y se quiere averiguar la probabilidad de que sea 2/
3
)= P(A
E) = 0
desempleado, nos están pidiendo P (D|Ā). P(E .88

Un diagrama de árbol ayuda bastante en la

P(D 0 .06
comprensión del ejercicio, se debe ampliar el )= D) =
1/3 P(A
diagrama de árbol que aparece en el ejemplo 2.41
por uno como el de la derecha. P(A
D) =
0.9 4

P (D)P (Ā|D)
Al aplicar la regla de Bayes se obtiene: P (D|Ā) =
P (E)P (Ā|E) + P (D)P (Ā|D)
Cada una de estas probabilidades se encuentra en el diagrama, de esta manera,
1 0.94


3 (0.94) 3 0.94
P (D|Ā) = 2
1

= 2.7 = 2.7 = 0.348
3 (0.88) + 3 (0.94) 3
 2.12. EJERCICIOS DE LEYES MULTIPLICATIVAS Y REGLA DE BAYES 31

2.45 Ejemplo. Consideremos de nuevo el ejemplo 2.42. Supongamos ahora que tenemos
un artículo defectuoso. ¿Cuál es la probabilidad de que el artículo haya sido elaborado en
la segunda planta?
Ahora se sabe que el artículo es defectuoso, por tanto P(D B1) = 0.05
el diagrama de árbol presentado en el ejemplo 2.42

0.3
es óptimo para resolver este ejercicio y de nuevo lo

)=
B1
utilizamos.

P(
Se requiere la probabilidad de que el artículo P(B2) = 0.45 P(D B2) = 0.02
defectuoso provenga de la segunda planta, es decir,

P(
se busca P (B2 |D).

B3
)=
0.2
La regla de Bayes especifica la manera de encontrar

5
esta probabilidad, esto se consigue al aplicar la P(D B3) = 0.04
fórmula:
P (B2 )P (D|B2 )
P (B2 |D) =
P (B1 )P (D|B1 ) + P (B2 )P (D|B2 ) + P (B3 )P (D|B3 )
por consiguiente:
(0.45)(0.02) 0.009
P (B2 |D) = = = 0.265
(0.3)(0.05) + (0.45)(0.02) + (0.25)(0.04) 0.034

2.12. Ejercicios de leyes multiplicativas y regla de Bayes

1. De una baraja de 52 cartas se extraen dos de ellas, una tras otra y sin reposición.
a) Encuentre la probabilidad de que las dos sean ases.
b) Halle la probabilidad de que la primer carta extraída sea un as y la segunda sea
un diez.
c) Obtenga la probabilidad de que una carta extraída sea un as y la otra carta
extrída sea un diez.

2. Una caja contiene 15 bolas iguales salvo en su color. Hay 6 rojas, 4 blancas y 5
azules. Se extraen dos bolas, una tras otra sin reposición. Calcular las siguientes
probabilidades:
a) las dos bolas son azules;
b) las primera es blanca y la segunda es roja;
c) Se extraiga una bola blanca y otra bola roja.

3. La caja I contiene 3 canicas rojas y 2 azules. La caja II contiene 2 canicas rojas y 8

azules. Se lanza una moneda corriente. Si cae cara se toma una canica de la caja I.
Si cae sello se toma una canica de la caja II. Encuentre la probabilidad de:
a) tomar una canica roja;
b) tomar una canica azul.
32 CAPÍTULO 2. PROBABILIDAD

4. En el ejemplo anterior suponga que la persona que lanza la moneda no dice si cayó
cara o sello, pero si dice que tomó una canica roja.
a) ¿Cuál es la probabilidad de que se haya tomado de la caja I?
b) ¿Cuál es la probabilidad de que se haya tomado de la caja II?

5. Un fusible elctrónico es fabricado por cinco líneas de producción en una operación

de manufactura. Las cinco líneas de producción producen fusibles al mismo ritmo y
normalmente producen sólo el 2 % de fusibles defectuosos, que se dispersan al azar
en la producción. Desafortunadamente la línea I de producción sufrió problemas
mecánicos y produjo el 5 % de piezas defectuosas durante el mes de marzo. Un cliente
recibió un lote de fusibles producidos en marzo y probó un fusible que falló.
Halle la probabilidad de: a) encontrar un fusible defectuoso;
b) que el fusible defectuoso se haya producido en la línea I;
c) que el fusible defectuoso se haya producido en una de las otras cuatro líneas.

6. Una población de electores contiene 40 % de republicanos y 60 % de demócratas. Se

publica que el 30 % de los republicanos y el 70 % de los demócratas están a favor
de un tema de elección. Se determina que una persona seleccionada al azar de esta
población está a favor del tema en cuestión. Encuentre la probabilidad a posteriori
de que esta persona sea un demócrata.
Si se sabe que una persona seleccionada al azar de esta población está en contra del
tema en cuestión, halle es la probabilidad a posteriori de que esta persona sea un
republicano.

7. Una prueba diagnóstica para una enfermedad es tal que detecta correctamente la
enfermedad en el 90 % de los individuos que en realidad tienen la enfermedad.
También, si una persona no tiene la enfermedad, la prueba reportará que él o ella
no la tiene con probabilidad 0.97. Sólo el 2 % de la población tiene la enfermedad
en cuestión. Si una persona es seleccionada al azar de la población y la prueba
diagnóstica indica que tiene la enfermedad, ¿cuál es la probabilidad condicional de
que tenga en realidad la enfermedad? ¿considera confiable esta prueba diagnóstica?

8. Use la ley de probabilidad total para demostrar la siguiente afirmación. Si P (A|B) =

P (A|B̄), entonces A y B son independientes

9. Se observa que que hombres y mujeres reaccionan de modo diferente a un conjunto

determinado de circunstancias; se sabe que el 70 % de las mujeres reaccionan positi-
vamente a estas circunstancias, mientras que de este mismo modo reaccionan sólo el
40 % de los hombres. Un grupo de 20 personas: 15 mujeres y 5 hombres, se sometió a
estas circunstancias y a los sujetos se les pidió describieran sus reacciones en un cues-
tionario escrito. Una respuesta escogida al azar fue negativa. ¿Cuál es la probabilidad
de que haya sido un hombre?
 2.12. EJERCICIOS DE LEYES MULTIPLICATIVAS Y REGLA DE BAYES 33

10. Los registros de delincuencia urbana muestran que el 20 % de todos los delitos son
violentos y que el 80 % no lo son. El 90 % de los delitos violentos son denunciados,
mientras que el 70 % de los no violentos se denuncian.
a) ¿Cuál es la probabilidad de que se denuncie un delito?
b) Si un delito es denunciado ¿cuál es la probabilidad de que sea violento?
c) Si un delito es denunciado ¿cuál es la probabilidad de que no sea violento?

11. Una máquina operada por un trabajador produce un artículo defectuoso con proba-
bilidad 0.01 si el trabajador sigue exactamente las instrucciones de operación de la
máquina, y con probabilidad 0.03 si no las sigue. Si el trabajador sigue las instruc-
ciones el 90 % del tiempo, ¿qué proporción de todos los artículos producidos por la
máquina será defectuosa?

12. En cierta ciudad francesa hay tres aeropuertos, el aeropuerto A maneja el 50 % de todo
el tráfico aéreo y los aeropuertos B y C manejan el 30 % y el 20 % respectivamente.
Los porcentajes de detección de armas en los tres aeropuertos son 0.9, 0.8 y 0.85
respectivamente. Si se encuentra un pasajero en uno de estos tres aeropuertos llevando
un arma de fuego,
a) ¿cuál es la probabilidad de el pasajero esté usando el aeropuerto A?
b) ¿cuál es la probabilidad de el pasajero esté usando el aeropuerto C?

13. Un estudiante contesta una pregunta de opción múltiple de un examen que ofrece
cuatro posibles respuestas. Suponga que la probabilidad de que el estudiante conozca
la respuesta a la pregunta es 0.8 y la probabilidad de que adivine es 0.2.
Suponga que si el estudiante adivina, la probabilidad de que seleccione la respuesta
correcta es 0.25. Si el estudiante contesta correctamente una pregunta, ¿cuál es la
probabilidad de que realmente conozca la respuesta correcta?

14. Hay dos métodos, A y B, para enseñar cierta habilidad industrial. El porcentaje de
personas que han hecho el curso y reprueban es 20 % para el método A, y s 10 % para
el método B. El método A es más económico y por tanto se usa el 70 % de las veces,
mientras que el método B se usa el 30 % de las veces.
A Pablo se le enseñó la habilidad por uno de los dos métodos pero no la aprendió
correctamente. ¿Cuál es la probabilidad de que se le haya enseñado por el método A?
A María se le enseñó la habilidad y la aprendió satisfactoriamente. ¿Cuál es la
probabilidad de que se le haya enseñado por el método B?