Mdulo: II Unidad: III Semana: 06

ESTADSTICA I

Lic. SEGUNDO A. GARCIA FLORES

TTULO DEL TEMA

PROBABILIDADES
 ORIENTACIONES

Lea las previamente las orientaciones

generales del curso.
Revise los temas afines a este en la Biblioteca
Virtual de la UAP
Participe de los foros
 CONTENIDOS TEMTICOS

Experimento aleatorio
Eventos
Probabilidad
Probabilidad condicional
Probabilidad total
Teorema de Bayes
DESARROLLO DE CONTENIDOS - SUBTTULOS
DEL TEMA
 Introduccin a la probabilidad
Pensemos un momento
Yolanda y Alberto estn jugando con un dado cuyas caras estn
numeradas del 1 al 6. Pero Alberto es muy tramposo y ha
cambiado el dado por otro que tiene en todas las caras el 6.
Cuando lance Yolanda su dado, podremos predecir qu
nmero saldr?.....
Cuando lance Alberto su dado, podremos predecir qu
nmero saldr?.
 Introduccin a la probabilidad
El experimento de Yolanda es de azar, puesto que no
podemos predecir su resultado.
El experimento de Alberto no es de azar, puesto que
podemos predecir su resultado.

Experimentos Aleatorios
Un experimento es de AZAR si no se puede predecir su
resultado.
Se llaman EXPERIMENTOS ALEATORIOS los que dan
lugar a experimentos de azar.
Ejemplos de Experimentos Aleatorios
1) Se lanza un dado dos veces y se anota el nmero
que sale en la cara superior en ambos
lanzamientos.
2) Se cuenta el nmero de lpices defectuosos
fabricados diariamente.
3) Se mide la resistencia elctrica de un alambre
de cobre.
 Espacio Muestral
Al conjunto de todos los resultados que pueden
obtenerse al realizar un experimento aleatorio se le
llama ESPACIO MUESTRAL y se denota por S .

Al lanzar una moneda Cules son los

resultados?
cara sello.

Al lanzar un dado Cules son los

resultados?
1, 2, 3, 4, 5, o 6.
 Espacio Muestral
Ejemplo:
Al lanzar dos dados, se obtiene un espacio muestral
como el que se observa en el cuadro
 Espacio Muestral
EXPERIMENTO O POSIBLES
ACONTECIMIENTO RESULTADOS
Prueba de degustacin de un Es aceptado / es
producto rechazado
Campaa publicitaria de un artculo Aumentan las ventas
/ quedan igual
/disminuyen
Estudio de control de calidad de un lote Aprobado / no
productivo aprobado
Monto de las ventas efectuadas a $0 - $xxx.Xx
crdito en un mes
Invertir en un instrumento de Ganar / recuperar la
inversin inversin / perder
Equiprobabilidad
Si dos resultados de un experimento aleatorio
tienen la misma probabilidad de ocurrir se dice
que son equiprobables.

Sucesos o eventos
Cada subconjunto del espacio muestral se llama
SUCESO O EVENTO y se denota por A, B, C,....

A
 Sucesos o eventos
Ejemplo: al lanzar dos dados
Podemos considerar los siguientes sucesos:
A: la suma de puntajes es 7, es decir
A={(1,6) (2,5) (3,4) (4,3) (5,2) (6,1)}

B: la suma de puntajes es 11, es decir

B={(5,6) (6,5)}

C: la suma de puntajes es 7 u 11, es decir

C = {(1,6) (2,5) (3,4) (4,3) (5,2) (6,1) (5,6) (6,5)}
Tipos de sucesos o eventos
SUCESO ELEMENTAL
Es un suceso que tiene un solo elemento.
Ejemplo:
Al lanzar un dado sale un seis: A={6}
SUCESO IMPOSIBLE
Es un suceso que no puede ocurrir.
Ejemplo:
De una caja que tiene slo fichas rojas se extrae
una ficha verde.
Tipos de sucesos o eventos
SUCESO SEGURO
Es aquel suceso que puede ocurrir con toda
seguridad.
Ejemplo :
De una caja que tiene slo fichas verdes se extrae
una ficha verde.

SUCESOS MUTUAMENTE EXCLUYENTES

Los sucesos A y B son mutuamente excluyentes si:
A B
Ejemplo: en el lanzamiento de dos dados,
A = que primer dado salga 2 y el segundo cualquier nmero.
B = que primer dado salga 4 y el segundo nmero sea impar.
Los sucesos A y B son mutuamente excluyentes.
 Ejemplos de aplicacin

Tasas de mortandad para clculo de plizas de

seguros.
Prediccin de niveles de venta.
Prediccin de tiempos de realizacin de
proyectos empresariales.
Estimacin de segmentos de
mercado.
Toma de decisiones en materia
de inversin.
 Nocin de Probabilidad
Experimento Aleatorio

I II

1 3
1 2 2 3

Se toma al azar una esfera de la urna I.

Se transfiere a la urna II, se mezclan bien.
Se elige, aleatoriamente, una esfera de la urna II.
cul es la probabilidad a priori que sea verde?
 Nocin de Probabilidad
Espacio Muestral 1 1
Distintas
2 2
1
formas como
3 3 puede
Traspasar Roja # 1 II
4 resultar el
3
experimento.
5 Ya que las
2
6 esferas han
1 3 sido sacadas
7
I Traspasar Verde # 1 II 1
al azar, cada
8 uno de ellos
3 tiene la
9 misma
2
10 posibilidad
2 3
11 de ocurrir
II
Traspasar Verde # 2 3
12
2
Definicin de Probabilidad
La probabilidad de que ocurra un suceso A, asociado
a un espacio muestral , esta dado por:
P(A) = N de casos favorables al suceso A / N total de casos posibles

#A
O bien: P( A)
#

1. Se lanza una moneda

= {cara, sello}
Cul sera la probabilidad de obtener una cara?.
y un sello?
As, P(cara) = 0,5 P(sello) = 0,5
 Ejemplo de probabilidad
2. Se lanzan 3 monedas
= {CCC, CCS, CSC, SCC, CSS, SCS, SSC, SSS}
1/8 1/8 1/8 1/8 /8 1/8 1/8 1/8
A: obtener exactamente 2 caras
A = {CCS, CSC, SCC}
1/8 + 1/8 + 1/8
P(A) = 3/8
 Ejemplo de probabilidad
3. Al lanzar un dado se tiene:
POSIBLES RESULTADOS.

(1, 2, 3, 4, 5, 6)
= TAMAO
6 casos posibles MUESTRAL
Cul es la probabilidad de que caiga un
numero par?
NUMEROS PARES

casofavorables (2, 4, 6) 3 casos favorables

P(evento)
casoposibles casofavorables
P(numeropar) = =
casoposibles
 Ejemplo de probabilidad
N de hijos de obreros En una empresa, se decide
de la empresa
seleccionar una familia al
Xi Obreros azar. Cul es la probabilidad
0 20 de que esta tenga 3 hijos?
1 45 P (3) = 39 / 212 = 0,1840
2 57 Es decir, 18 %
3 39
4 28
5 14
6 9
Total: 212
Observaciones sobre esta definicin:

1 Es vlida solo para espacios muestrales finitos.

2 Es vlida solo para el supuesto de

equiprobabilidad.

3 Esta definicin se cumple cuando el

experimento se realiza un gran nmero de veces.
Propiedades de las probabilidades

#A
Sea A . P A
#
1 . 0 P A 1
2 . A P A 0 la probabilidad de un
suceso imposible es cero

#
A P A 1 la probabilidad de un

#
suceso seguro es uno
 Ejemplo:
Dada la siguiente tabla (ocupacin versus ingresos familiares)

Bajo Medio Alto

Ama de casa 8 26 6
Obreros 16 40 14
Ejecutivos 6 62 12
Profesionales 0 2 8

Se elige una persona de forma aleatoria. Calcular la probabilidad de:

a) Ama de casa b) Obrero c) Ejecutivo d) Profesional
e) Ingreso bajo f) Ingreso medio g) Ingreso alto
h) Ejecutivo con ingreso alto i) Ama de casa con ingreso bajo
 Ejemplo:
Dada la siguiente tabla (ocupacin versus ingresos familiares)

Ingresos familiares
Bajo Medio Alto
Ama de casa 8 26 6
Ocupacin

Obreros 16 40 14
Ejecutivos 6 62 12

Profesionales 0 2 8

Se elige una persona de forma aleatoria. Calcular la probabilidad de:

a) Ama de casa b) Obrero c) Ejecutivo d) Profesional
 Regla de la adicin
3). Si A y B son sucesos cualesquiera asociados a un
espacio muestral S. La probabilidad de que ocurra el
suceso A o el suceso B est dado por:

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

A B

U
(A B)
Ejemplo:
En una agencia bancaria hay dos sistemas de alarma A y B. El
sistema A funciona en 7 de cada 10 asaltos, B funciona en 8 de cada
10 y los dos a la vez lo hacen 6 de cada 10 asaltos.
Cul es la probabilidad de que en caso de asaltos funcione al
menos una de estas alarmas?

Solucin:
Se definen los sucesos:
A: El sistema A funciona;
B: El sistema B funciona

P A 0 ,7 P B 0 , 8 P A B 0 ,6
P AUB 0 ,7 0 ,8 0 ,6 0 ,9
 Ejemplo:
Un cliente ingresa a una farmacia. La probabilidad
de que compre (a) un antibitico es 0,60 (b)
analgsico 0,50, y c) antibitico y analgsico es 0,30
Cul es la probabilidad de que compre un
antibitico, analgsico o ambos?.
Solucin:
P(A) = 0,60 P(D) = 0,50 P(AD) = 0,30
P(AUD) = P(A) + P(D) - P(AD)
P(AUD) = 0,60 + 0,50 - 0,30
P(AUD) = 0,80
Definicin de Probabilidad Condicional
Sean A y B dos sucesos asociados a un espacio
muestral, la probabilidad de que ocurra el
suceso A si ocurri el suceso B, esta dado por:
P( A B)
P( A / B) , P( B) 0
P( B)
y la probabilidad de que ocurra el suceso B si
ocurre el suceso A, esta dado por:
P( A B)
P( B / A) , P( A) 0
P( A)
Ejemplo:
En una ciudad el 31% de los habitantes tiene un perro como
mascota, el 54% tiene un gato y el 12% tiene gato y perro.
Se toma al azar a un habitante de esta ciudad, el cual tiene
un gato. Cul es la probabilidad de que tenga un perro?.

Solucin:
P(Pe) = 31% ; P(Ga) = 54% ; P(Ga Pe) =12%
P(Pe/Ga) = P(Ga Pe)/ P(Ga)
= 12% / 54% = 6 / 27 = 0,22
P(Pe/Ga) = 22%
 Ejemplo: Color
Palo Rojo Negro Total
a) Cul es la probabilidad
As 2 2 4
de que una carta
escogida al azar sea un No-As 24 24 48
As sabiendo que es
Total 26 26 52
roja?
Espacio restringido

P( As Rojo) 2 / 52 2 1
P( As | Rojo)
P( Rojo) 26 / 52 26 13
b) Y la probabilidad de que una carta escogida al azar sea roja
sabiendo que es un as?
 Teorema de multiplicacin
La consecuencia ms importante de la definicin de
probabilidad condicional es:
P( A B) P( A ) P( B / A)
Conocido como TEOREMA DE MULTIPLICACIN
de probabilidades.

Si se tienen k sucesos asociados a un espacio muestral

(A1, A2, A3,.....Ak). La probabilidad de que ocurran los K
sucesos a la vez, esta dado por:

P( A1 A2 A3 ... AK )
P( A1 ) P( A2 / A1 ) P( A3 / A1 A2 ) .... P( AK / A1 A2 A3 .... AK 1 )
 Sucesos Independientes
Si A y B son dos sucesos asociados a un espacio
muestral , estos sucesos son independientes si:
i) P (A/B) = P(A)
ii) P(B/A)= P(B)

P A B P A P B
 Sucesos Independientes
Ejemplo
IBM
Javier tiene 2 acciones, GE
5-year stock prices

IBM y General Electric

45
(GE). La probabilidad de
40
que las acciones de IBM 35
incrementen su valor este 30

Stock price $
ao, es de 0,5, mientras 25
que la probabilidad de 20
que las acciones de GE 15
suban de valor es del 0,7. 10
Ambos eventos son 5
independientes. Cul es 0
la probabilidad de que 1 2 3 4 5
ambas acciones Year
incrementen su valor este
ao?
P(IBM y GE) = (0,5)(0,7) = 0,35
 Sucesos Independientes

Cul es la probabilidad de
que al menos una de las
acciones suba de valor?.
Esto significa que una, la otra, o
ambas, puedan subir de valor?

P(al menos una) = P(IBM pero no GE) + P(GE pero no IBM)

+ P(IBM y GE)

P(al menos una)=(0,5)(1- 0,7) + (0,7)(1-0,5)+ (0,7)(0,5) = 0,85

 Independencia
Vamos a verificar la independencia de los dados.
1) Sea A = dado rojo sale 1 y B = dado blanco sale 1.

1
P( A B) 36 1
P( A | B) P( A)
P( B) 1 6
6
2) Sea C = suma de los dos dados es 3. Afecta A =
que el dado rojo salga 1 a la probabilidad de C?

1
P(C A) 36 1 2
P(C | A) P(C )
P( A) 1 6 36
6 38
Ejemplo
En una cadena de televisin se hizo una encuesta a 2500
personas para saber la audiencia de un debate y de una
pelcula que se emitieron en horas distintas: 2 100 vieron la
pelcula, 1 500 vieron el debate y 350 no vieron ninguno de los
dos programas. Si elegimos al azar a uno de los encuestados:
a) Cul es la probabilidad de que viera la pelcula y el debate?
b) Cul es la probabilidad de que viera la pelcula, sabiendo que
vio el debate?
c) Sabiendo que vio la pelcula, cul es la probabilidad de que
viera el debate?
 Independencia de K sucesos

Si se tienen k sucesos independientes asociados a un

espacio muestral (A1, A2, A3,.....Ak).
La probabilidad de que ocurran los K sucesos a la vez,
esta dado por:
P( A1 A2 A3 ... AK ) P( A1 ) P( A2 ) P( A3 ) ..... P( AK )

En el ejemplo de las fichas, calcular la probabilidad de

que ocurran los sucesos A, B, C, D Y E , si el
muestreo se realiza con reposicin.
Ejemplo:
Una caja contiene 10 bolas, 3 son rojas. Escogemos
dos bolas al azar. Encuentra la probabilidad de que
ninguna de ellas sea roja: (a) con reemplazo y (b) sin
reemplazo.
Solucin:
Consideremos los sucesos:
A: Primera bola no-roja; B: Segunda bola no-roja
P(A) = 7/10
Si el muestreo es con reemplazo, la situacin
para la segunda eleccin es idntica que para la
primera, y P(B) = 7/10.
41
Los sucesos son independientes y la respuesta
es:
P(A B) = P(A) P(B) = 0,7 * 0,7 = 0,49

Si es sin reemplazo, hemos de tener en cuenta

que una vez extrada la primera bola, quedan solo
9 y 3 deben ser rojas.
As: P(B|A) = 6/9 = 2/3.
En este caso la respuesta es:
P(A B) = P(A)P(B|A) = (7/10) * (2/3) 0,47

42
 Sistema exhaustivo y excluyente de
sucesos
A2
Se trata de una coleccin de
A1
sucesos A1, A2, A3, A4
tales que la unin de todos
ellos forman el espacio
muestral, y sus intersecciones
son disjuntas.
A3 A4
Divide y vencers: Todo suceso B, puede ser
descompuesto en componentes de dicho sistema.
B = (B A1) U (B A2 ) U ( B A3 ) U ( B A4 )
43
 Teorema de la probabilidad total
A1 A2
Si conocemos la probabilidad de
B en cada uno de los
componentes de un sistema
exhaustivo y excluyente de
B sucesos, entonces podemos
calcular la probabilidad de B
como la suma:
A3 A4

P(B) = P(B A1) + P(B A2) + P( B A3) + P( B A4)

P(B) = P(B|A1)P(A1) + P(B|A2)P(A2) + P(B|A3)P(A3) + P(B|A4)P(A4)

 La ley de probabilidad total
Supongamos que A1, A2, ... ,An son una particin de E, es
decir que los sucesos son mutuamente excluyentes entre
s (Ai Aj= para todo par) y su unin es E entonces:

A1 A2 n
P( B) P( B Ai )
i 1
n
B P( B) P( B | Ai ) P( Ai )
i 1

A3 A4
Ejemplo:
En este aula el 70% de los alumnos son hombres.
De ellos el 10% son fumadores. El 20% de las mujeres son
fumadoras. Qu porcentaje de fumadores hay en total?

Podemos aplicar la ley de

la probabilidad total:
Mujeres
Hombres y mujeres forman Hombres
un sistema exhaustivo y
excluyente de sucesos.

Fumadores

46
 Fuma
0,1

Hombre
0,7
No fuma
0,9
Estudiante

0,2
0,3 Fuma
Mujer

0,8
No fuma

P(F) = P(FH) + P(FM) = P(F|H) P(H) + P(F|M) P(M)

= 0,1 (0,7) + 0,2 (0,3)
= 0,13
 Teorema de Bayes
Si conocemos la probabilidad de B en
A1 A2 cada uno de los n componentes de
un sistema exhaustivo y excluyente
de sucesos, entonces

si ocurre B, podemos calcular la

B probabilidad (a posteriori) de
ocurrencia de cada Ai, (i = 1, 2, ... , n):

P(B Ai )
A3 A4 P(Ai|B)
P(B)
donde P(B) se puede calcular usando el teorema de la probabilidad
total: n
P( B) P( B Ai )
i 1
 Fuma
0,1
En el problema
anterior: Se elige a
Hombre
0,7 un individuo al azar
No fuma
0,9 y resulta fumador.
Estudiante Cul es la
0,2 probabilidad de que
0,3 Fuma sea una mujer?
Mujer

0,8
No fuma

P(M) = 0,3, P(F) = 0,13

P(M|F) = P(F M)/P(F) = P(F|M) P(M) / P(F) =
= 0,2 (0,3) / 0,13 = 0,46
 Problemas resueltos
P1.

50
51
 P2.
Se lanza una moneda si sale cara se saca una canica de la caja I que
contiene 3 rojas y 2 azules, si sale cruz se saca una canica de la caja II que
contiene 2 rojas y 8 azules. a) Determinar la probabilidad de que se saque
una canica roja. b) Habiendo sacado bola roja, cul es la probabilidad de
que haya salido cara?

1
a)

2
Caja I
3
P P( I ) P( R | I ) P ( II ) P( R | II )
5

1 3 1 2 2

2

2 3 2
2 2 8 5
1
Caja II 10
2
1 3

b) P( I ) P( R | I )
2 3 2 3
P
P( I ) P( R | I ) P( II ) P( R | II ) 1 3 1 3 4
2 3 2 2 2 8
P3.
En unos laboratorios se preparan tres vacunas contra la misma
enfermedad. Las probabilidades de obtener en el mercado cada una de
ellas son: vacuna 1=1/6; vacuna 2=1/3; vacuna 3=1/2. Las probabilidades
de inmunidad con cada una son: vacuna 1=0,90; vacuna 2=0,94; vacuna
3=0,88. Calclese la probabilidad de que, utilizando cualquiera de ellas,
el sujeto vacunado resulte inmune.

SOLUCION:

Para calcular la probabilidad de inmunizacin aplicamos el teorema de la

probabilidad total:

P( I ) P(V1 ) P( I / V1 ) P(V2 ) P( I / V2 ) P(V3 ) P( I / V3 )

1 1 1
0,90 0,94 0,88 0,903
6 3 2
P4.
Sean las urnas de bolas U1 = (5b, 8n) y U2 = (6b, 9r). Se toma una bola de U1 y se pasa
a U2 y seguidamente una de U2 y se pasa a U1. cul es la probabilidad de que esta
ltima sea roja?
(b = bola blanca, n = bola negra, r = bola roja)

Las posibles dobles extracciones de U1 son: bb, br, nn, nb y nr ; cuyas probabilidades
respectivas son:

5 7 5 9 8 1 8 6 8 9
, , , y
13 16 13 16 13 16 13 16 13 16

Sea B el suceso cuya probabilidad queremos calcular. Por el teorema de la probabilidad total
tenemos que:

P( B) P( B / bb) P(bb) P( B / br ) P(br ) P( B / nn) P(nn) P( B / nb) P( nb)

35 1 45 8 48 1 72 117
P( B / nr ) P(nr ) 0 0 0 0,043
208 13 208 208 208 13 208 2704
P5. Un test detecta la presencia de un cierto tipo T de bacterias en el agua con
probabilidad 0,9 en caso de haberlas. Si no las hay, detecta la ausencia con
probabilidad 0,8. sabiendo que la probabilidad de que una muestra de agua
contenga bacterias de tipo T es 0,2 , calcular la probabilidad:
a) De que realmente haya presencia de bacterias cuando el test ha dado
resultado positivo
b) dem cuando del resultado del test es negativo
c) De que haya bacterias y el test sea positivo
d) De que, o haya bacterias, o el test sea positivo

SOLUCION:
Sean los sucesos: T= que haya bacterias tipo T y por C = el test dio
positivo.
a) Por el teorema de Bayes:
P(C / T ) P(T ) 0, 9 0, 2 9
P(T / C )
P(C / T ) P(T ) P(C / T ) P (T ) 0, 9 0, 2 0, 2 0,8 17
b)
P (C / T ) P (T ) 0,1 0, 2 0, 02 1
P (T / C )
P (C / T ) P (T ) P (C / T ) P (T ) 0,1 0, 2 0,8 0,8 0, 66 33
c) P(T C ) P(T ) P(C / T ) 0, 2 0,9 0,18

P(T C ) P(T ) P(C ) P(T C ) 0, 2 0,34 0,18 0,36

ya que la probabilidad de que el test sea positivo es:
d)
P(C ) P(C / T ) P(T ) P(C / T ) P(T ) 0,9 0, 2 0, 2 0,8 0,34

56
P6.
A un puesto aduanero llegan peridicamente misiones diplomticas
procedentes de un determinado pas y que estn constituidas por 10
miembros. El citado pas es un gran productor de marihuana, circunstancia
que, de vez en cuando, es aprovechada por sus misiones diplomticas
para introducir algn que otro cargamento en el pas que visitan, siendo la
forma de hacerlo el que dos de los diez miembros lleven en sus maletas la
hierba.
Los aduaneros tienen ya informacin del truco, pero, para no producir
incidentes diplomticos, se limitan a inspeccionar dos de las diez maletas
dejando pasar a la misin si en las maletas inspeccionadas no encuentran
droga. Su experiencia les dice adems que el 10% de las misiones portan la
droga.
Si una misin inspeccionada no arroja resultado positivo, cul es la
probabilidad de que realmente dicha misin no lleve droga alguna?

Denominaremos:
A1 al suceso la delegacin porta droga
A2 al suceso la delegacin no lleva droga
B al suceso una misin inspeccionada arroja resultado negativo
Conocemos:

P( A1 ) 0,1 P( A2 ) 0,9
8 2

P( B / A1 )
2 0 28
P( B / A2 ) 1
10 45

2

Y nos pide P(A2/B). Esta probabilidad podemos calcularla con ayuda del
teorema de Bayes:

P( A2 ) P( B / A2 )
P( A2 / B) 0,9353
P( A1 ) P( B / A1 ) P( A2 ) P( B / A2 )

58
P7.
Una urna contiene 2 bolas blancas, 5 negras y 4 rojas, y de ella extraemos tres bolas,
una a continuacin de otra. La primera que se extrajo result roja, la segunda no se mir
y la tercera fue negra. Determinar la probabilidad de que la bola extrada en segundo
lugar sea blanca.

La informacin de que la primera bola extrada fue roja reduce el problema inicial a este otro:
Una urna con 2 bolas blancas, 5 negras y 3 rojas y de ella extraemos 2 bolas, una despus de
la otra. La primera no se mir y la segunda era negra. cul es la probabilidad de que la bola
extrada en primer lugar sea blanca?
Llamamos B, N y R a los sucesos salir bola blanca, negra o roja en primer lugar y C al suceso
segunda bola extrada sea negra

5 4 5
P(C / B) P(C / N ) P(C / R)
9 9 9
2 5 3
P( B) P( N ) P( R)
10 10 10

Y pretendemos calcular es P(B/C) lo que haremos con ayuda del teorema: de Bayes. As
tenemos

P(C / B) P( B) 2
P( B / C )
P(C / B) P( B) P(C / N ) P( N ) P(C / R) P( R) 9

Anlogamente se calcula que: P(N/C) = 4/9 P(R/C) = 3/9

 CONCLUSIONES Y/O ACTIVIDADES DE
INVESTIGACIN SUGERIDAS

http://www.aulafacil.com/cursos/l11228/ciencia/est
adisticas/estadisticas/calculo-de-probabilidades

http://www.ub.edu/stat/GrupsInnovacio/Statmedia/
demo/Temas/Capitulo1/B0C1m1t5.htm
GRACIAS