NOTAS DE CLASES

TRABAJAR EN GRUPOS DE 4 ESTUDIANTES Y RESOLVER CADA EJERCICIO PROPUESTO

ENVIAR AL CORREO: [email protected]
Valor 15% del examen del segundo corte

DEFINICIONES

Si A y AC son eventos complementarios, entonces

P(A) + P(AC) = 1

Prueba: Como A ∪ AC = S, y los conjuntos A y AC son disjuntos, entonces

1 = P(S) = P (A ∪ AC) = P(A) + P(AC)

Ejemplo 1: Si las probabilidades de que un mecánico automotriz de servicio a 3, 4, 5, 6,

7, 8 o más vehículos en un día de trabajo dado son 0.12, 0.19, 0.28, 0.24, 0.10 y 0.07,
respectivamente, cual es la probabilidad de que de servicio al menos a 5 vehículos el
siguiente día de trabajo?

Solución: Sea E el evento de que al menos 5 automóviles reciban servicio. Ahora bien, P(E)
= 1– P(E_), donde E_ es el evento de que menos de 5 automóviles reciban servicio. Como

Ejemplo 2:

Suponga que las especificaciones del fabricante para la longitud del cable de cierto tipo
de computadora son 2000 + 10 milímetros. En esta industria se sabe que el cable pequeño
tiene la misma probabilidad de salir defectuoso (de no cumplir con las especificaciones)
que el cable grande. Es decir, la probabilidad de que aleatoriamente se produzca un cable
con una longitud mayor que 2010 milímetros es igual a la probabilidad de producirlo con
una longitud menor que 1990 milímetros. Se sabe que la probabilidad de que el procedimiento
de producción cumpla con las especificaciones es 0.99.
a). ¿Cuál es la probabilidad de que un cable elegido al azar sea muy largo?
b). Cuál es la probabilidad de que un cable elegido al azar sea mas grande que 1990
mililimetros?
Solución: Sea E el evento de que un cable cumpla con las especifi caciones. Sean P y G
los eventos
de que el cable sea muy pequeno o muy grande, respectivamente. Entonces,
a) P(E) = 0.99 y P(P) = P(G) = (1 – 0.99)/2 = 0.005.
b) Si la longitud de un cable seleccionado al azar se denota con X, tenemos
P(1990 ≤ X ≤ 2010) = P(E) = 0.99.
Como P(X ≥ 2010) = P(G) = 0.005,
P(X ≥ 1990) = P(E) + P(G) = 0.995
Esto tambien se resuelve utilizando el teorema 2.9:
P(X ≥ 1990) + P(X < 1990) = 1.
Asi, P(X > 1990) = 1 – P(P) = 1 – 0.005 = 0.995.

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

a) Las probabilidades de que un vendedor de automóviles

venda 0, 1, 2 o 3 unidades en un día dado de febrero son 0.19, 0.38, 0.29 y 0.15, respectivamente.

b) La probabilidad de que llueva mañana es 0.40 y la probabilidad de que no llueva es 0.52.

c) Las probabilidades de que una impresora cometa 0, 1, 2, 3 o 4 o más errores al imprimir un
documento son 0.19, 0.34, -0.25, 0.43 y 0.29, respectivamente.
d ) Al sacar una carta de una baraja en un solo intento la probabilidad de seleccionar un
corazón es 1/4, la probabilidad de seleccionar una carta negra es 1/2, y la probabilidad de
seleccionar una carta de corazones y negra es 1/8.

2. Una caja contiene 500 sobres, de los cuales75 contienen $100 en efectivo, 150 contienen
$25 y 275 contienen $10. Se puede comprar un sobre en $25. ¿Cuál es el espacio muestral
para las diferentes cantidades de dinero? Asigne probabilidades a los puntos muestrales y
después calcule la probabilidad de que el primer sobre que se compre contenga menos de
$100.

Probabilidad condicional
La probabilidad de que ocurra un evento B cuando se sabe que ya ocurrio algun evento
A se llama probabilidad condicional y se denota con P(B|A). El simbolo P(B|A) por lo
general se lee como “la probabilidad de que ocurra B, dado que ocurrio A”, o
simplemente,
“la probabilidad de B, dado A”.
Considere el evento B de obtener un cuadrado perfecto cuando se lanza un dado. El
dado se construye de modo que los numeros pares tengan el doble de probabilidad de
ocurrencia que los numeros nones. Con base en el espacio muestral S = {1, 2, 3, 4, 5,6},
en el que a los numeros impares y a los pares se les asignaron probabilidades de 1/9 y
2/9, respectivamente, la probabilidad de que ocurra B es de 1/3. Suponga ahora que se
sabe que el lanzamiento del dado tiene como resultado un numero mayor que 3. Tenemos
ahora un espacio muestral reducido, A = {4, 5, 6}, que es un subconjunto de S.

Para encontrar la probabilidad de que ocurra B, en relacion con el espacio muestral A,

debemos comenzar por asignar nuevas probabilidades a los elementos de A, que sean
proporcionales a sus probabilidades originales de modo que su suma sea 1. Al asignar una
probabilidad de w al numero non en A y una probabilidad de 2w a los dos numeros pares,
tenemos 5w = 1 o w = 1/5. En relacion con el espacio A, encontramos que B contiene solo
el elemento 4. Si denotamos este evento con el simbolo B|A, escribimos B | A = {4} y, en
consecuencia,
P (B |A) =2/5
.
Este ejemplo ilustra que los eventos pueden tener probabilidades diferentes cuando se
consideran en relacion con diferentes espacios muestrales.
Tambien podemos escribir P (B |A) =2/5= 2/ 9/5/ 9=P (A ∩B )/P (A),
donde P(A ∩ B) y P(A) se calculan a partir del espacio muestral original S. En otras
palabras,una probabilidad condicional relativa a un subespacio A de S se puede calcular
en forma directa de las probabilidades que se asignan a los elementos del espacio
muestral original S.

La probabilidad condicional de B, dado A, que se denota con P(B|A), se define como

P (B |A) =P (A ∩B) /P (A), siempre que P(A) > 0.

Ejemplo:
La probabilidad de que un vuelo programado normalmente salga a tiempo es P(D) =0.83, la
probabilidad de que llegue a tiempo es P(A) = 0.82 y la probabilidad de que salga y
llegue a tiempo es P(D ∩ A) = 0.78. Calcule la probabilidad de que un avión
a) llegue a tiempo, dado que salió a tiempo; y b) salió a tiempo, dado que llego a
tiempo.
Solución: Al utilizar la definición 2.10 tenemos lo que sigue:
a) La probabilidad de que un avión llegue a tiempo, dado que salió a tiempo es
P (A|D) =P (D ∩A)/P (D)=0.78/0.83 = 0.94.

b) La probabilidad de que un avión haya salido a tiempo, dado que llego a tiempo es
P (D|A) =P (D ∩A)/P (A)=0.78/0.82 = 0.95.

Dos eventos A y B son independientes si y solo si P(B|A) = P(B) o P(A|B) = P(A), si se

asume la existencia de probabilidad condicional. De otra forma, A y B son dependientes.
La condición P(B|A) = P(B) implica que P(A|B) = P(A), y viceversa. Para los experimentos
de extracción de una carta, donde mostramos que P(B|A) = P(B) = 1/4, también podemos ver
que P(A|B) = P(A) = 1/13.

Definición:
Si en un experimento pueden ocurrir los eventos A y B, entonces P(A ∩ B)=P(A)P(B|A),
siempre que P(A) > 0
Una bolsa contiene 4 bolas blancas y 3 negras, y una segunda bolsa contiene 3 blancas y
5 negras. Se saca una bola de la primera bolsa y se coloca sin verla en la segunda
bolsa.
.Cual es la probabilidad de que ahora se saque una bola negra de la segunda bolsa?
Solución: N1, N2 y B1 representan, respectivamente, la extraccion de una bola negra de la
bolsa 1,
una bola negra de la bolsa 2 y una bola blanca de la bolsa 1. Nos interesa la union de
los
eventos mutuamente excluyentes N1 ∩ N2 y B1 ∩ N2. Las diversas posibilidades y sus
probabilidades se ilustran en la fi gura 2.8. Entonces
P [(N1 ∩N2) o (B 1 ∩N2 )] = P (N1 ∩N2 ) + P (B 1∩N2 )
= P (N1 )P (N2 |N1 ) + P (B 1 )P (N2 |B 1 )
=
Ejrcicios
Si R es el evento de que un convicto cometa un robo a mano armada y D es el evento de que el
convicto venda drogas, exprese en palabras lo que en probabilidades se indica como
a) P(R|D);
b) P(Dc|R);
c) P(Rc|Dc ).

Probabilidad total
Regresemos al ejemplo de la seccion 2.6, en el que se selecciona un individuo al azar de
entre los adultos de una pequena ciudad para que viaje por el pais promoviendo las
ventajas de establecer industrias nuevas en la ciudad. Suponga que ahora se nos da la
información adicional de que 36 de los empleados y 12 de los desempleados son miembros
del Club Rotario. Deseamos encontrar la probabilidad del evento A de que el individuo
seleccionado sea miembro del Club Rotario. Podemos remitirnos a la fi gura 2.12 y
escribir A como la union de los dos eventos mutuamente excluyentes E ∩ A y Ec ∩ A. Por
lo tanto, A = (E ∩ A) ∪ (Ec ∩ A),luego se puede escvribir.

P(A) = P [(E ∩ A) ∪ (Ec ∩ A)] = P(E ∩ A) + P(Ec ∩ A)

= P(E)P(A|E) + P(Ec)P(A|E_).

Ejemplo
Tres máquinas de cierta planta de ensamble, B1, B2 y B3, montan 30%, 45% y 25% de los
productos, respectivamente. Se sabe por experiencia que 2%, 3% y 2% de los productos
ensamblados por cada máquina, respectivamente, tienen defectos. Ahora bien, suponga
que se selecciona de forma aleatoria un producto terminado. Cual es la probabilidad
de que este defectuoso?

Solución: Considere los siguientes eventos:

A: el producto esta defectuoso,
B1: el producto fue ensamblado con la maquina B1,
B2: el producto fue ensamblado con la maquina B2,
B3: el producto fue ensamblado con la maquina B3.

Podemos aplicar la regla de eliminacion y escribir

P(A) = P(B1)P(A|B1) + P(B2)P(A|B2) + P(B3)P(A|B3).
Si nos remitimos al diagrama de arbol de la fi gura 2.15 encontramos que las tres ramas
dan las probabilidades

P(B1)P(A|B1) = (0.3)(0.02) = 0.006,

P(B2)P(A|B2) = (0.45)(0.03) = 0.0135,
P(B3)P(A|B3) = (0.25)(0.02) = 0.005,
en consecuencia,

P(A) = 0.006 + 0.0135 + 0.005 = 0.0245.

Regla de Bayes

Suponga que en lugar de calcular P(A) mediante la regla de eliminacion en el ejemplo

Anterior, consideramos el problema de obtener la probabilidad condicional P(Bi|A). En
otras palabras, suponga que se selecciona un producto de forma aleatoria y que este
resulta defectuoso. .Cual es la probabilidad de que este producto haya sido ensamblado
con la maquina Bi? Las preguntas de este tipo se pueden contestar usando el siguiente
teorema,denominado regla de Bayes:

P (Br |A) =P (Br ∩A)/P (A)

Ejemplo1:
si se elige al azar un producto y se encuentra que esta defectuoso,cual es la
probabilidad de que haya sido ensamblado con la maquina B3?

P (B3 |A) =P (B3 )P (A|B3 )/P (B1 )P (A|B1 ) + P (B2 )P (A|B2 ) + P (B3 )P (A|B3 )
y despues al sustituir las probabilidades calculadas en el ejemplo anterior, tenemos
P (B3 |A) =0.005/0.006 + 0.0135 + 0.005=0.005/0.0245=10/49
En vista del hecho de que se selecciono un producto defectuoso, este resultado sugiere
que probablemente no fue ensamblado con la maquina B3..

Ejemplo 2:

Una empresa de manufactura emplea tres planos analiticos para el diseno y desarrollo de
un producto especifi co. Por razones de costos los tres se utilizan en momentos
diferentes.
De hecho, los planos 1, 2 y 3 se utilizan para 30%, 20% y 50% de los productos,
respectivamente. La tasa de defectos difi ere en los tres procedimientos de la siguiente
manera,
P(D|P1) = 0.01, P(D|P2) = 0.03, P(D|P3) = 0.02, en donde P(D|Pj) es la probabilidad
de que un producto este defectuoso, dado el plano j.
Si se observa un producto al azar y se descubre que esta defectuoso, .cual de los planos
tiene más probabilidades de haberse utilizado y, por lo tanto, de ser el responsable?
Solución: A partir del planteamiento del problema P(P1) = 0.30, P(P2) = 0.20 y P(P3) =
0.50,
debemos calcular P(Pj|D) para j = 1, 2, 3. La regla de Bayes

P (P1 |D) = P (P1 )P (D|P1 )/P (P1 )P (D|P1 ) + P (P2 )P (D|P2 ) + P (P3 )P (D|P3 )

De igual manera,
P (P2 |D) = (0.03)(0.20)/0.019= 0.316 y P (P3 |D) =(0.02)(0.50)/0.019= 0.526.
Ejercicios

1. En cierta región del país se sabe por experiencia que la probabilidad de seleccionar
un adulto mayor de 40 años de edad con cáncer es 0.05. Si la probabilidad de que un
doctor diagnostique de forma correcta que una persona con cáncer tiene la enfermedad
es 0.78, y la probabilidad de que diagnostique de forma incorrecta que una persona
sin cáncer tiene la enfermedad es 0.06, ¿cuál es la probabilidad de que a un adulto
mayor de 40 años se le diagnostique cáncer?

2. Suponga que los cuatro inspectores de una fábrica de película colocan la fecha de
caducidad en cada paquete de película al final de la línea de montaje. John, quien
coloca la fecha de caducidad en 20% de los paquetes, no logra ponerla en uno de cada
200 paquetes; Tom, quien la coloca en 60% de los paquetes, no logra ponerla en uno de
cada 100 paquetes; Jeff, quien la coloca en 15% de los paquetes, no lo hace una vez en
cada 90 paquetes; y Pat, que fecha 5% de los paquetes, falla en uno de cada 200
paquetes. ¿Si un cliente se queja de que su paquete de película no muestra la fecha de
caducidad, cual es la probabilidad de que haya sido inspeccionado por John?

3. Un suero de la verdad tiene la propiedad de que 90% de los sospechosos culpables se

juzgan de forma adecuada, mientras que, por supuesto, 10% de los sospechosos culpables
erróneamente se consideran inocentes. Por otro lado, a los sospechosos inocentes se
les juzga de manera errónea 1% de las veces. Si se aplica el suero a un sospechoso,
que se selecciona de un grupo de sospechosos en el cual solo 5% ha cometido un delito,
y este indica que es culpable. cuales la probabilidad de que será inocente?