6.

2 Probabilidad
Es un nmero real que expresa la confianza o incertidumbre en la
ocurrencia de un suceso o evento cuyo resultado no se puede predecir
con certeza.
Para definir formalmente el concepto de probabilidad es necesario tener
en cuenta algunas definiciones tales como:
Experimento aleatorio (E) Un experimento aleatorio E es una operacin
cuyo resultado no se puede predecir con certeza y que se realiza bajo
las siguientes condiciones.
1) Puede ser repetido bajo las mismas condiciones
2) Se puede describir el nmero de resultados posibles
3) Se puede establecer un modelo matemtico, asociado a E.
Ejemplo:
E1 = (Lanzamiento de una moneda)
E2 = (Lanzamiento de un dato)
E2 = (Tiempo de vida de un artculo)
Espacio muestral ( ) Es el conjunto de todos los resultados posibles de
un experimento aleatorio. Dependiendo de las caractersticas del
conjunto que se genera, se puede tener:
Tipos de espacios muestrales
a) Espacio muestrales finitos. Son aquellos conformados por un nmero
finito de elementos. Por ejemplo:
Si se define el experimento aleatorio E = (Lanzamiento de una
moneda) luego el espacio muestral ser: = (cara,
} sello
= (c,
} s
.
Si se define el experimento aleatorio E = {1,2,3,4,5,6}
b) Espacios muestrales infinitos. Son aquellos conformados por un
nmero infinito de elementos. Puede a su vez ser clasificados en:
b.1 ) Espacios muestrales infinitos numerables. Si es un conjunto
numerable: es decir, si es posible asociar un nmero natural
con cada elemento de (cada resultado posible). Por
ejemplo:
Si se define E = (Lanzamiento de una moneda, hasta obtener el
primer sello}, luego el espacio muestral ser =
} S , C ..... C , C , C (
3 1 0 3 2 1
, con n no determinado y n > 1.
b.2) Espacios muestrales infinitos no numerables. Si es un
conjunto no numerable, es decir si no es posible asociar un
nmero natural con cada elemento de (cada resultado
posible).
Si se define E = {Tiempo de vida de un artculo}, luego el
espacio muestral asociado E ser = {x / x > 0, x R}.
Punto muestral x
) (
1

viene a ser cualquier elemento (resultado

posible) de si = { n
.... , , 0 0 0 0
3 2 1 }, entonces tiene n puntos
muestrales.
entonces tiene n puntos muestrales.
Ejemplo: Si se define E = (Lanzamiento de una moneda), luego el
espacio muestral ser
{cara, sello} = {c,s,} = {
2 1
0 0 ,
}
donde los puntos muestrales son:
} s { }, c {
2 1
0 0
Evento: Es cualquier subconjunto de un espacio muestral . Los
eventos se identifican mediante letras maysculas.
Ejemplo: Si se define experimento aleatorio E = (Lanzamiento de dos
dados), su espacio muestral ser dado por = {(x, y)/ xy=1,2,3,4,5,6},
con lo cual se puede tambin definir como:
Evento: A = (suma de los resultados es menor de 4)
A = {(x,y) / x+y < 4}
A = {(1,1), (1,2), (1,3)}
Evento B = {suma de los resultados es mayor de 10}
B = {(x,y) / x+y > 10}
B = {(4,5), (5,5), (5,6), (6,5), (6,2), (6,5)}
Eventos mutuamente excluyente. Dos eventos A y B son mutuamente
excluyente si no tienen elementos comunes; es decir, s no puede ocurrir
simultneamente. Luego.
Si A

B =

, entonces A y B son eventos mutuamente

excluyentes.
Eventos complementarios. Dos eventos A y B son complementarios si
son mutuamente excluyentes y su unin es el espacio. Es decir.
Si A

B =

y A

B =

, entonces A y B son eventos

complementarios y se puede expresar que: A B y B A
0 0
6.3 Definiciones de probabilidad
a) Definicin clsica de probabilidad. Si un experimento aleatorio E
tiene
) ( n
resultados manualmente excluyentes e igualmente
posibles", y si n (A) de tales resultados estn a favor de un evento.
A entonces la probabilidad de ocurrencia del evento A es dada por:
) . (
) ( n
) A ( n
} A { P 6 6

b) Definicin de probabilidad a partir de frecuencia relativas. Si un

experimento aleatorio E se repite n veces bajo las mismas
condiciones y
A
n
resultados estn a favor de un evento A, la
frecuencia relativa del evento es
n / n
A

y la probabilidad del
evento es igual a:
) . (
n
n
n
Lim
Fr
n
Lim
} A { P
A
A
7 6

Ejemplo: Si se define E = {Lanzamiento de un dado} y el evento A =

{Resultado obtenido es cara}, se podr lanzar repetidamente el dado y
observar las frecuencias relativas de ocurrencia, con lo cual tendr por
ejemplo:
fr1 fr2 fr3 fr1 . frn
c 2/5 6/10 22/50 47/100 . 0.5
s 3/5 4/10 28/50 53/100 . 0.5
n 5 10 50 100 .. --
Definicin axiomtica de probabilidad. Sea E un experimento aleatorio
su espacio muestral asociado y A un evento cualquier de . Un
nmero real es F{A} llamado probabilidad de ocurrencia del evento A, si
satisface las siguientes condiciones.
1) P (A) > -0
2) P (A) < 1
3) Si
n
A .... A , A , A
3 2 1
son k eventos de , los cuales son
mutuamente excluyentes: es decir, son eventos tales que
[ ] k ....., , , j . i jxj A A 3 2 1
entonces:

1
1
]
1

k
l i
i
k
l i
) A ( P A U P
1
6.4 Propiedades y teoremas bsicos de probabilidades
Teorema: Si A y B son dos eventos de un espacio muestral
entonces, la probabilidad que ocurra el evento A o que ocurra el evento
B es dada por:
P(A

B) = P (A) + P (B) - P(A

B) (6.3)
Demostracin:
por el principio de adicin de anlisis combinatorio y a la definicin
clsica de probabilidad, se tiene:
) ( n
) B A ( n ) B ( n ) A ( n
) ( n
B) (A n
= B) (A P

) ( n
) B A ( n
) ( n
) B ( n
) ( n
) A ( n

) B A ( P ) S ( P ) A ( P +
Propiedades bsicas de probabilidades
1) Si

es el conjunto vaco entonces

0 ) ( P
2) Si es el espacio muestral, entonces
) B ( P ) A ( P ) B A ( P +
La tercera propiedad se puede demostrar fcilmente, teniendo en cuenta
la primera propiedad y el teorema anterior.
Teorema. Si A es un evento de un espacio muestral
c
A y ., su
complemento entonces:
) A ( P ) A ( P
c
1 (6.9)
Demostracin:
Si A y
c
A
son eventos complementarios: entonces, son mutuamente
excluyentes y su unin es el espacio muestral, es decir

c c
A A y A A
adems, por la segunda y tercera propiedad se tiene que
1 + ) A ( P ) A ( P ) A A ( P ) ( P
c c

de donde se deduce finalmente que:

) A ( P ) A ( P
c
1
Teorema Si A, B y C son tres eventos de un espacio muestral ;
entonces, la probabilidad que ocurra cualquiera de estos eventos es
dada por:
) C B A ( P ) C B ( P ) C A ( P ) C ( P ) B ( P ) A ( P ) C B A ( P + + +

(6.10)
Ejemplo: 6.6 Se tiene 6 libros de los cuales uno es de economa y otro
es de estadstica. Si los libros se ordenan aleatoriamente de izquierda a
derecha, hallar la probabilidad que:
a) Los libros de economa y estadstica estn juntos
b) Uno de los libros (economa y estadstica) est al inicio (primera
posicin desde la izquierda) o que los libros de economa y
estadstica no estn juntos).
Solucin: El nmero de maneras en que se pueden efectuar el
ordenamiento de los 6 libros es:
720 6
6
6
! P ) ( n
1) Sea el evento A= { Los libros de economa y estadstica estn juntos)
3
1
720
240
240 5 2
5
5
2
2

) ( N
) A ( n
) A ( P ! ! P P ) A ( n
b) Sean los eventos:
B = {Uno de los libros (economa y estadstica) est esta al inicio}
C = {Los libros de economa y estadstica no estn juntos}
240 5 2
2
1
5
5

,
_

! . P ) ( n
480 5 2 6
5
5
2
2
5
5
! ! ! P P P ) B ( n ) ( n ) C ( n ) ( n ) C ( n
c

192 41 4 2
1
4
1
2
1
1

,
_

,
_

. . P ) C A ( n
15
11
720
528
720
192
720
450
720
240
+ + + ) C B ( P ) C ( P ) B ( P ) C B ( P
Ejemplo 6.7: Suponga que en una clase de 50 de estudiantes, 30
alumnos opinan que el profesor es claro, 8 alumnos opinan que el
material bibliogrfico es deficiente, 35 alumnos opinan que el sistema de
evaluacin es exigente, 5 alumnos opinan que el profesor es claro y que
el material bibliogrfico es deficiente, 22 alumnos opinan que el profesor
es claro y que el sistema de evaluacin es exigente, 3 alumnos opinan
que el material bibliogrfico es deficiente y que el sistema de evaluacin
es exigente, y 5 alumnos opinan que el profesor no es claro, que el
material bibliogrfico no es deficiente y que el sistema de evaluacin no
es exigente. Si se elige al azar un alumno, hallar la probabilidad que:
1) El alumno opina que el sistema de evaluacin es exigente que el
material bibliogrfico es deficiente.
2) El alumno opina que el sistema de evaluacin es exigente o que: el
profesor es claro y el material bibliogrfico es deficiente.
Solucin:
Sean los eventos: A= {El profesor es claro}
B = {El material bibliogrfico es deficiente}
C = {El sistema de evaluacin es exigente}
Como el experimento consiste en la eleccin aleatoria de un alumnos
entonces, el nmero de elementos del espacio muestral es:
50 ) ( n
.
n(A) = 50 b(B) = 8 n(C) = 35
5 ) B A ( n 22 ) C A ( n 3 ) C B ( n
5 ) C B A ( n ) C B A ( n
c c c c c c

Y por algebra simple se deduce:
3 ) C B A ( n
[ ] 20
c
B ) C A ( n
[ ] 1
c
A ) C B ( n
5 ) C B ( A ( n
c
2 ] ) C A ( B [( n
c
12 ] ) B A ( C [( n
c

2 ] C B A [( n
Luego
En este caso se pide
P(C B) P(C) P(B) P(C B) 33/ 50 8/ 50 3/ 50 40/ 50 + + U I
En este caso se pide:
P(C (A B) P(C) P(A B) P[C (A B)] + U I I I I

P(C) P(A B) P(A B C) 33/ 50 5/ 50 2/ 50 38/ 50 + + I I I
6.5 Probabilidad condicional
Si A y B son dos eventos de un espacio muestral , entonces la
probabilidad condicional que ocurra el evento A dado B es dada por:
P(A B)
P(A/ B) ,
P(B)B
I
siendo
0 > ) B ( P
(6.11)
De acuerdo a la definicin de probabilidad se tiene:
(A B) (B)
P(A B) . P(B)
( ) ( )



I
I
(A B)
P(A B) (A B) ( )
P(A/ B)
(B)
P(B) (B)
( )

I
I I
Y B es llamado espacio muestral restringido
Propiedades de probabilidad condicional
1) 0 < P [A /B] < 1
2) P [ / B] = 1
3) P [A/ ] = P [A]
4) Si
k
A ...,
3
A ,
2
A ,
1
A
son eventos de , los cuales son
mutuamente excluyentes: es decir, son eventos tales que
Aj Ai

, k ,..., 3 , 2 , 1 j . i ] [
entonces

1
1
1
1
]
1

k
i
k
u
) B / Ai ( P
B
A U
P
1
1
1
5)
] C / B A [ P ] C / B [ P ] C / A [ P ] C / B A [ P +
6.6 Teorema de multiplicacin de probabilidades
Si A, B y C son tres eventos de un espacio muestral : entones se
cumple:
1. P[A

B] = P[A] P [B/A]
= P[B] P [A/B]
2. P[A

C] = P[A] P [B/A]P[C/A

B]
= P[B] P [A/B]P[C/A

B]
= P[A] P [C/A]P[B/A

C]
= P[C] P [A/C]P[B/A

C]
= P[B] P [C/B]P[A/B

C]
= P[C] P [B/C]P[A/B

C]
= P[A

B] P[C/A

B]
= P[A

C] P[B/A

C]
= P[B

C] P[A/B

C]
Demostracin:
De acuerdo a la definicin de probabilidad condicional se tiene:
Si
] B [ P
] B A [ P
] B / A [ P

P[A

B] =P[B] P [A/B]
Si
] B A [ P
] C B A [ P
] B A / C [ P

P[A

C] =P[A

B] P [C/A

B]
De manera similar se procede para los otros casos
Ejemplo: 6.8 Suponga que un lote de 18 artculos se tiene 4
defectuosos. Si se eligen al azar y sin reemplazo 3 artculos, hallar la
probabilidad que:
a) Los tres artculos elegidos no sean defectuosos
b) El primer artculo elegido no sea defectuoso y que el tercero si
sea defectuoso.
c) El tercer artculo elegido no sea defectuoso, si el primero fue
defectuoso.
Solucin:
Sean los eventos

1
D
{El simo artculo elegido es defectuoso}
1
B
= {El simo artculo elegido no es defectuoso}
El espacio muestral para este experimento es:
)}
i
B ,
i
D ( z , y , x / ) z . y . x (
]
3
D
2
D
1
B [ P ]
3
D
2
B
1
B [ P )]
3
D
2
D
1
B ( )
3
D
2
B
1
B [( P ] C [ P +

)
2
D
1
B /
3
D `( P )
1
B /
2
D ( P )
1
B ( P )
2
B
1
B /
3
D ( P )
1
B /
1
B ( P )
1
B ( P +

33 / 8 ) 10 / 3 ( ) 11 / 4 ( ) 12 / 8 ( ) 10 / 4 ( ) 11 / 7 ( ) 12 / 8 ( +
C) Sea el evento Q = {El tercer artculo elegido no es defectuoso, si el
primer es defectuoso}
)
1
D ( P
)
3
B
2
B
1
D ( P
)
1
D ( P
)
3
B
1
D ( P
)
1
D /
1
B ( P ) Q ( P


)
1
D ( P
)
3
B
2
D
1
D ( P )
3
B
2
B
1
D ( P +

)
1
D ( P
)
2
D
1
D /
3
B ( P )
1
D /
2
D ( P )
1
D ( P )
2
B
1
D /
3
B ( P )
1
D /
2
B ( P )
1
D ( P +

12 / 4
) 10 / 8 )( 11 / 3 )( 12 / 4 ( ) 10 / 7 )( 11 / 8 ( ) 12 / 4 ( +

= 8/11
6.7 Probabilidad total y teorema de Bayes
Particin. Los eventos k
A ....,
, 3
A ,
2
A ,
1
A
forman una particin del
espacio muestral , si son mutuamente excluyentes y colectivamente
exhaustivos: es decir, si cumplen las siguientes condiciones:
1)
k ,..., 3 , 2 , 1 i , Ai , Ai
2)
k ,..., 3 , 2 , 1 j . i , j i , Aj Ai
3)
k
A ...
3
A
2
A
1
A
i
A
k
xx
U
Teorema de probabilidad total. Sean los eventos k
A ,...,
3
A
, 2
A ,
1
A
, los
cuales forman una particin del espacio muestral y sea B otro evento
cualquiera de , entonces, la probabilidad de ocurrencia del evento B
se puede obtener mediante la siguiente igualdad:



k
1 i
k
1 i
1 1
) A / B ( P ) A ( P ) A B ( P ) B ( P
(6/12)
Demostracin:
Por definicin de particin se tiene que

1
k
1 i
A U y de este modo:
) A B ( .... ) A B ( ) A B ( a U B B B
k 2 1
k
1 i

,
_

Como
, j i ; ) A B ( ) A B (
1 1

pues
; j i , A A
j 1

entonces

1
1
]
1

K
1 I
k
1 i
1 1 1
k
1 i
) A / B ( P ) A ( P ) A B ( P ) A B ( U P ) B ( P
Teorema de Bayes. Sean los eventos
, A ,..., A , A , A
k 3 2 1
los cuales
forman una particin del espacio muestral ; luego, para cualquier otro
evento (no nulo) B de se tiene que:
) A / B ( P ) A ( P U
) A / B ( P ) A ( P
) B A ( P U
) B A ( P
) B , A ( P
1 1
k
1 i
1 1
1
k
1 i
1
1

(6.13)
La demostracin de este teorema se hace evidente por la definicin de
probabilidad condicional y la expresin (6.12)
Ejemplo 6.9: Suponga que tres mquinas A, B y C producen
respectivamente el 50%, 30% y 20% del nmero total de artculos
producidos por una empresa y que los porcentajes de unidades
defectuosas producidas por estas mquinas son; 3%, 4% y 5%,
respectivamente. Si se elige un artculo al azar y es no defectuoso, hallar
la probabilidad que haya sido producido por la mquina A.
Sean los eventos:
A = {Artculo es producido por la mquina A}
B = {Artculo es producido por la mquina B}
C = {Artculo es producido por la mquina C}
D = {Artculo elegido es defectuoso}
A 0.5 B 0.3 C 0.2
2
D
0.485 0.288 0.190
D 0.015 0.012 0.010
Como los porcentajes indicados se refiere al total de artculos producidos
(datos poblacionales); luego, las frecuencias relativas correspondientes
son las probabilidades de los eventos. Es decir
05 . 0 ) C / D ( P , 04 . 0 ) B / D ( P , 03 . 0 ) A / D ( P , 2 . 0 ) C ( P , 3 . 0 ) B ( P , 5 . 0 ) A ( P
Con lo cual se deduce:
97 . 0 03 . 0 1 ) A / D ( P 1 ) A / D ( P
c

96 . 0 04 . 0 1 ) B / D ( P 1 ) B / D ( P
c

95 . 0 05 . 0 1 ) C / D ( P 1 ) C / D ( P
c

015 . 0 ) 03 . 0 ( ) 5 . 0 ( ) A / D ( P ) A ( P ) D A ( P
012 . 0 ) 04 . 0 ( ) 3 . 0 ( ) B / D ( P ) B ( P ) D B ( P
010 . 0 ) 05 . 0 ( ) 2 . 0 ( ) C / D ( P ) C ( P ) D C ( P
485 . 0 ) 97 . 0 ( ) 5 . 0 ( ) A / D ( P ) A ( P ) D A ( P
c c

288 . 0 ) 96 . 0 ( ) 3 . 0 ( ) B / D ( P ) B ( P ) D B ( P
c c

190 . 0 ) 95 . 0 ( ) 2 . 0 ( ) C / D ( P ) C ( P ) D C ( P
c c

Con esas probabilidades se puede encontrar ahora:
)] D C ( ) D B ( ) D A [( P
) D A ( P
) D ( P
) D A ( P
) D / A ( P
c c c
c
c
c
c



) D C ( P ) D B ( P ) D A ( P
) D A ( P
c c c
c


+ +

) C / D ( P ) C ( P ) B / D ( P ) B ( P ) A / D ( P ) A ( P
) A / D ( P ) A ( P
c c c
c
+ +
+

) 95 . 0 )( 2 . 0 ( ) 96 . 0 ( ) 3 . 0 ( ) 97 . 0 )( 5 . 0 (
) 97 . 0 ( ) 5 . 0 (
+ +

503634 . 0
6.8 Independencia de eventos
Independencia de dos eventos
Definicin: Dos eventos A y B se dice que son independientes si:
) B ( P ) A ( P ) B A ( P
(6.14)
Y se dice que son eventos dependientes si:
) B ( P ) A ( P ) B A ( P
En general, dos eventos son independientes si la ocurrencia de uno de
ellos no afecta la ocurrencia del otro evento. Es decir, si son
independientes, entonces,
) A ( P
) B ( P
) B ( P ) A ( P
) B ( P
) B A ( P
) B / A ( P

Y si
); B ( P ) A ( P ) B A ( P
entonces
) B ( P ) A / B ( P y ) A ( P ) B / A ( P
Teorema. Sean A y B dos eventos con probabilidad positiva, de un
mismo espacio muestral . SI A es independiente de B; entonces B es
independiente de A.
Teorema: Si A y B son dos eventos independientes: entonces, tambin
lo son los siguientes eventos:
1) ) B ( P ) A ( P ) B A ( P B y A
c c c

2) ) B ( P ) A ( P ) B A ( P B y A
c c c

3) ) B ( P ) A ( P ) B A ( P B y A
c c c c c c

Demostracin:
Como ) B A ( ) B A ( ) B B ( A A A
c c
y

c c
B B A ) B A ( ) B A (
) B A ( P ) B A ( P )) B A ( ) B A (( P ) A ( P
c c
+
)) B ( P 1 ( ) A ( P ) B ( P ) A ( P ) A ( P ) B A ( P ) A ( P ) B A ( P
c

) B ( P ) A ( P ) B A ( P
c c

Como ) A B ( ) A B ( ) A A ( B B B
c c
y

c c
A A B ) A B ( ) A B (
) A B ( P ) A B ( P )) A B ( ) A B (( P ) B ( P
c c
+
)) A ( P 1 ( ) B ( P ) A ( P ) B ( P ) B ( P ) A B ( P ) B ( P ) A B ( P
c

) A ( P ) B ( P ) A B ( P
c c

Como ) B A ( ) B A ( ) B B ( A A A
c c c c c c c
y

c c c c c
B B A ) B A ( ) B A (
) B A ( P ) B A ( P )) B A ( ) B A (( P ) A ( P
c c c c c c
+
)) A ( P 1 ( ) A ( P ) A ( P ) B ( P ) A ( P ) B A ( P ) A ( P ) B A ( P
c c c c c c c

) B ( P ) A ( P ) B A ( P
c c c c

Independencia
Definicin. Tres eventos A, B y C de un espacio de un espacio muestral
se dice que son mutuamente independientes si cumplen las
siguientes condiciones.
1)
) B ( P ) A ( P ) B A ( P
2)
) C ( P ) A ( P ) C A ( P
3)
) C ( P ) B ( P ) C B ( P
4)
) C ( P ) B ( P ) A ( P ) C B A ( P
Las condiciones 1, 2 y 3 determinan la independencia por pares, entre
los eventos.
Teorema Si A, B y C son tres eventos mutuamente independientes:
entonces tambin lo son los siguientes eventos:
1)
) C B ( P ) A ( P )) C B ( A ( P ) C B ( y A
1)
) C A ( P ) B ( P )) C A ( B ( P ) C A ( y B
1) ) C B ( P ) A ( P )) C B ( A ( P ) C B ( y A
c c c c c c

1) ) C ( P ) B ( P ) A ( P ) C B A ( P C y B , A
c c

Demostracin: Para el segundo caso se tiene:
)) C B ( ) A B ( P )) C A ( B ( P
) C B ( ) A B ( P ) C B ( P ) A B ( P +
) C B A ( P ) C B ( P ) A B ( P +
) C ( P ) B ( P ) A ( P ) C ( P ) B ( P ) A ( P ) B ( P +
)) C ( P ) A ( P ) C ( P ) A ( P ( ) B ( P + +
) C A ( P ) B ( P
De manera similar se puede proceder con los otros casos.
Ejemplo 6.10. Suponga que una empresa que trabaja a tres turnos
permite a sus nuevos trabajadores elegir su turno de trabajo, y que por
experiencias anteriores se conoce que cada turno tiene la misma
probabilidad de ser elegido por un nuevo trabajador. Si infringiera a la
empresa los trabajadores X, Y, y Z y se definen los eventos:
A = {El trabajador X elige el primer turno}
B = {El trabajador Y elige el segundo turno}
C = {El trabajador X elige el segundo o tercer turno}
D = {El segundo turno no es elegido}
a) Si son los eventos C y D son mutuamente independientes?
b) Son los eventos A, B y C son mutuamente independientes?
Solucin:
a) Como cada trabajador tiene 3 maneras de hacer su eleccin.
Trabajador: X Y Z

3
n( ) (3) (3)(3) 3 27
P (C) =(3) (3) (3) / 27 = 2/3
P (D) =(2) (2) (2) / 27 = 8/27
P (C I D) =(2) (2) (1) /27 = 4/27
Como: P(C) P(D) = (2/3) (8/27) = 16/81 4/27 = P(CI D)
Los eventos C y D no son independientes se debe hallar:
Trabajador: : X Y Z

3
n( ) (3) (3)(3) 3 27
P (A) =(1) (3) (3) / 27 = 1/3
P (B) =(3) (1) (3) / 27 = 1/3
P(C) =(3) (3) (2) /27 = 2/3
P (AI B) = (1) (1) (3) /27 = 1/9
P (AI c) = (1) (3) (2) /27 = 2/9
P (BI C) = (3) (1) (2) /27 = 2/9
P(AI BI C) =(1) (1) (2) /27 = 2/27
Conociendo estas probabilidades se puede ahora probar la
independencia.
P(A) P(B) = (1/3) (1/3) = 1/9 = P (AI B)
P(A) P(C) = (1/3) (2/3) = 2/9 = P (AI C)
P(B) P(B) = (1/3) (2/3) = 2/9 = P (BI B)
P(A) P(B) P(C)= (1/3) (1/3) (2/3) = 2/27 = P (AI BI C)
Como se cumplen las tres condiciones, entonces, los eventos A, B y C
son mutuamente independientes.
En general es suficiente que una de las tres condiciones no se cumpla
para expresar que los eventos no son mutualmente independientes.
Ahora, si se cumplen las tres primeras condiciones, pero no la cuarta,
entonces se dice que los eventos son independientes por pares, pero
que no son mutuamente independientes.
6.9 Probabilidades en espacios muestrales infinitos
A. Para espacios muestrales infinitos numerales
La evaluacin de una probabilidad cuando se tiene espacios muestrales
infinitos numerales se efecta de manera similar a los descritos
anteriormente. La diferencia es que en estos casos se genera,
usualmente series cuyo valor deber ser evaluado.
1) La probabilidad que el proceso se detenga antes de producir el
artculo 16.
Sea:
1
D
= {El simo artculo producido es defectuoso}

1
B
= {El simo artculo producido no es defectuoso}
El espacio muestral para este experimento aleatorio es:
1 1 2 1 2 3 k
{(D ),(B ),(D ),(B B ,D ),...,D ),... : k 2,3,4,...}
Donde,
1 1
P(D ) P(B ) 1 +
y por dato del problema:
1
P(B ) 4P(Di),
con lo
cual se tiene_
1 1 1 i
P(D ) 4P(D ) i P(D ) 1/ 5 P(B ) 4/ 5 +
Sea adems el evento: A = {El proceso se detiene antes de producir el
artculo 16}, es decir,
1 1 2 1 2 3 1 2 14, 15
A {(D ,(B ,D ),(B ,B ,D ),...,(B ,B ,...,B D )}
Luego,

1 1 2 3 1 2 14
P(A) P[(D ) (B ,B ,D ) ... (B B ,...,B ,D15)] U U U

1 1 2 1 2 3 1 2 3 15
P(D ) P(B D ) P(B B ,D ) ... P(B B ,...,B D ) + + + +
1 1 2 1 2 3 1 2 3 15
P(D ) P(B D ) P(B B D ) ... P(B B ,..., B D ) + + + + I I I I I I I
Como los artculos son producidos independientemente, se tiene
+ + + +
1 1 2 1 2 3 1 2 14 15
P(A) P(D ) P(B )P(D ) P(B )P(B )P(D ) ... P(B )P(B )...P(B )P(D )
+ + + + (1/ 5) (4/ 5)(1/ 5) (4/ 5)(4/ 5)(1/ 5) ... (4/ 5)(4 / 5)...(4/ 5)(1/ 5)
2 14
(1/ 5) (4/ 5)(1/ 5) (4/ 5) (1/ 5) ... (4/ 5) (1/ 5)
2 14
(1/ 5)(1 (4/ 5) (4/ 5) ... (4/ 5) ) + + +
15
1 (4/ 5)
(1/ 5)
1 (4/ 5)
_

,
15
1 (4/ 5)
NOTA:
Si
2 3 a
a
S 3 3r 3r 3r ... 3r son r < 1: entonces
2 2 2 n i n 1
a
S a 3r 3r 3r ... 3r 3r 3r

+ + + + +

2 n 1 a n 1
3 r (a 3r 3r .. 3r 3r ) ar
+
+ + + + + +
n 1
n
3(1 r )
S
1 r

y
3
S
1 r

, cuando r < 1
2) La probabilidad que el proceso se detenga despus de producir
el tercer artculo.
Sea el evento B = (El proceso se detiene despus de producir el
tercer artculo); es decir
1 2 3 1 2 3 1 1 2 3 1 5
B (B ,B ,D ),(B ,B ,B D ),(B ,B ,B ,B D )
Luego:
1 2 3 1 2 3 1 1 2 3 1 5
P(B) P(B , ,D ) (B ,B ,B ,D ) (B ,B ,B ,B ,D ) ...) B U U U

1 2 3 1 2 3 1 1 2 3 1 5
P(B , ,D ) P(B ,B ,B ,D ) P(B ,B ,B ,B ,D ) ... + + + B

1 2 3 1 2 3 1 1 2 3 1 5
P(B B ) P(B B B D ) P(B B B B D ) ... + + + B I I I I I I I I I
Como los artculos son producidos independientemente, se
tiene:
1 2 3 1 2 3 4 1 2 3 4 5
P(B) P(B )P( )P(D ) P(B )P( )P( )P(D ) P(B )P( )P( )P( )P(D ) ... + + + B B B B B B

2 3 4
(4/ 5) (1/ 5) (4/ 5) (1/ 5) (4/ 5) (1.5) ... + + +

2 2
(4/ 5) (1/ 5) [1 (4/ 5) (4/ 5) (1/ 5) ...] + + + +

2
1
(4/ 5) (1/ 5)
1 4/ 5
1

]
=
2
(4/ 5)
B) Para espacios muestrales infinitos no numerables
Para la evolucin de una probabilidad en espacios muestrales
infinitos no numerables hay que tener en cuenta la forma como
se determina la magnitud de dicho espacio muestral y de sus
eventos. Las medidas usualmente asociadas a los espacios
muestrales infinitos, segn su dimensin, son las siguientes:
Tipo de espacio Medida
Unidmensional Distancia
Bidimensional rea
Tridimensional Volumen
Ejemplo, 6.12 Si se elige al azar un punto, dentro del intervalo
4 x 10. Hallar la probabilidad que el valor elegido sea menor
que 8.
Para este experimento se tiene:
{x / 4 x 10, x R}
, y
n 10 4 6
A {x / x gggg 8 R},
y
n(A) 8 4 4
P(A) n(A) / n( ) (4/ 6) 2/ 3
Ejemplo: 6.13 Si se elige aleatoriamente un punto de un circulo
cuya circunferencia tiene por ecuacin
2 2
x y 16, + hallar
a) La probabilidad que pertenezca al crculo
2 2
x y 4 +
b) La probabilidad que pertenezca al circulo
2 2
x y 9, + si se
sabe que x > 0
c) La probabilidad que pertenezca al crculo
2 2
x y 9, + o que
x mayor y
Para este experimento aleatorio se tiene:
2 2 2
(x, y) / x y 16, (x, y) R ) +
n Area( ) 16n
Sea el evento A =
2 2 2
{(x, y) / x y 4,(x, y) R } +
n(A) Area(A) 4n
P(A) Area(A) / Area( ) 4 /16 1/ 4
2 2
2 2
9 / 2
p(x y 9 x 0) 9
16
P(x y 9 0)
(16 / 2)
P(x 0) 16
16

+

+

I
2 2 2 2 2 2
P(x y 9 x y) P(x y 9 x y) P(x y) P(x y 9 x y)
+ +
+ + U U I

9 16 / 2 9 / 2
16 16 16 x

+



9 8 9
16 16 32
+

25
32

Ejercicios:
1. Suponga que un artculo es producido por dos mquinas A y B. El proceso
producido se ha programado de modo tal que por cada 10 minutos, la
mquina A produce 4 artculo y la mquina B produce 5 artculos.
a) De cuntas maneras diferentes se puede elegir un artculo, en un
intervalo de 10 minutos?
b) De cuntas maneras diferentes se puede elegir un artculo de cada
mquina, en un intervalo de 10 minutos?
2. Suponga que en un concurso para puestos se han presentado 5 hombres y
6 mujeres
a) De cuntas maneras diferentes se puede elegir un trabajador, si
solamente hay una vacante?
b) De cuntas maneras diferentes se puede elegir un hombre y una
mujer, para cubrir dos vacantes?
3. Suponga que en un concurso se han presentado 8 candidatos para un
puesto de economista. 7 candidatos para un puesto de administrador y 4
candidatos para un puesto de contador. De cuntas maneras diferentes
se pueden elegir al azar un economista, un administrador y un contador?
4. Un examen consta de 15 preguntas verdadero-falso. De cuntas maneras
diferentes se puede responder el examen si las respuestas se eligen al
azar?
5. Se tienen 5 horas de estadstica y 1 de economa: en cuanto a su tamao, 1
libros son grandes, 2 son, medianos son pequeos.
a) De cuntas maneras diferentes se pueden colocar los libros es un
estante, de modo tal que el primer y ltimo libro sean de economa ?
b) De cuntas maneras diferentes se pueden colocar los libros en un
estante, de modo cal que los libros de igual tamao estn juntos ?
6. Se tienen 5 libros, de los cuates uno es de economa y otro es de
estadstica De cuntas maceras diferentes se puede colocar los libros
en un estante, de modo tal que los libros de economa y de estadstica no
estn juntos?
7. Se tiene un grupo formado por 7 hombres y 4 mujeres. De cuntas
maneras diferentes se pueden elegir a 6 personas, de modo tal que se
elijan menos dos mujeres?
8. De cuntas maneras diferentes se Pueden colocar a 12 personas en tres
ambientes de trabajo. si el primer ambiente `puede contener a 2
personas, el segundo a 6 personas y el tercero a 4 personas?
9. Cuntos nmeros diferentes se pueden formar con los dgitos 1,2,3,4,3,2,1
de modo tal que los dgitos impares ocupen los lugares impares?.
10. Cuntos nmeros mayores de un milln se pueden formar con los dgitos
2,3,0,4,2,4,2,?
11. En un concierto actan 3 varones y 4 damas, interpretando cada uno un
nmero diferente. Si la programacin se efecta al azar. Hallar la
probabilidad que:
a) La programacin sea iniciada y terminada por una dama.
b) La programacin sea iniciada por una dama o que los varones acten
uno a continuacin de otro.
12. Suponga que del total de empleados de una empresa , el 31% usan lentes,
el 35% tienen estudios superiores, el 42% son fumadores, el 10% usen
lentes y tiene estudios superiores, el 6% usan lentes y son fumadores, el
8% son fumadores y tiene estudios superiores, y el 5% usan lentes, son
fumadores y tienen estudios superiores. Si se elige al azar un empleado,
hallar la probabilidad que:
a) El empleado use lentes o que sea fumador.
b) El empleado tenga estudios superiores y que: no sea fumador o no use
lentes.
13. Suponga que en una caja
1
C contiene 4 esferas blancas y 3 azules y
que otra caja
2
C
contiene 4 esferas blancas y 6 azules. La probabilidad
de elegir la caja
1
C
es el doble de la probabilidad de elegir la caja
2
C
. Si
se elige al azar una caja y de ellas se elige al azar y sin reemplazo 2
esferas, hallar la probabilidad que:
a) Se elijan dos esferas azules de la caja
1
C
.
b) Se elija. una esfera blanca y otra azul.
e) Se elija la caja
2
C
si se han elegido dos esferas blancas.
14. Suponga que tres candidatos (A. B y C) al consejo de administracin de una
empresa, compiten por el. control de la corporacin, y que las
probabilidades que estos candidatos ganen son 02. 03 y 0.5,
respectivamente. Si la probabilidad de fabricar un nueva producto X es:
0.7 si gana A. 0:6 si gana B y 0.1 si gana C. hallar la probabilidad que el
candidato C sea elegido si el producto X fue fabricado despus de las
elecciones.
15. Suponga que una caja contiene 3 esferas rojas. 5 negras y 4 verdes. Si se
eligen al azar y sin reemplazo 3 esferas y se definen los eventos:
A = { Se elige solo una esfera coja
B = {Se elige solo una esfera negra }
C = {Se elige solo una esfera verde}
D = {Se elige una esfera, roja y otra verde}
2) Son los eventos C y D son mutuamente independientes?
b) Son los eventos A, B y C son mutuamente independientes?
.