NOCIONES BASICAS DE CONJUNTOS

ELEMENTO. Objeto que forma la colección del conjunto A

Notación. Si a es elemento de A, se denota así a  A. Si a no es un elemento de A se denota
así a  A.
SUBCONJUNTO. Dados dos conjuntos A y B: Si  a  A  a  B entonces A  B.
CONJUNTOS IGUALES. A=B si y solo si A  B y B  A.
CONJUNTO UNIVERSAL. Es el conjunto de referencia. Notación : Ω.
CONJUNTO VACÍO. Es el conjunto que no contiene elementos. Notación Ø.
PROPIEDADES DEL CONJUNTO NULO Y UNIVERSAL.

1. Para cualquier conjunto A se tiene Ø  A

2. A  Ω
Ejemplos. Dados A=  X ; X 2  2 X  3  0 ; B= ( X  2)( X 2
 2 X  3)  0 y
C = 3;1; 2 . ¿Qué relación hay entre A y B?. …………………………………….
¿Qué relación hay entre B y C?.................................................................................

OPERACIONES CON CONJUNTOS.

Dados los conjuntos A y B se define:
1. UNIÓN DE CONJUNTOS.
A  B = x; x  Aox  B
2. INTERSECCIÓN DE CONJUNTOS.
A  B = x; x  A, x  B
El conjunto intersección está formado por los elementos que pertenece a A y B .
Si A  B = Ø , A y B son disjuntos.
3. DIFERENCIA DE CONJUNTOS.
A-B = x; x  A, x  B
El conjunto diferencia está formado por los elementos que pertenecen a A pero no
a B.
4. COMPLEMENTO DE UN CONJUNTO
A = x; x  A
El conjunto complemento está formado por todos los elementos que no pertenecen
a A.

IDENTIDADES

1. A  A
2. Si A  B y B  C  A  C
3. A  A = A A  A=……….
4. A  B = B  A A  B=……….
5. A  ( B  C) =……………..
6. A  (B  C) =………………..
7. Ø  A  Ω
8. A  B  A  A  B
9. A  B = B Ø  A= Ø
10. Ø  A= A
11. Ω  A = A
12. Ω  A =Ω
13. (A´)´ =
14. A  A´ = Ω
15. (A  B)´ =
16. A  B =
17. B =
18. A  ( B  C)=

CONJUNTO PRODUCTO
A x B= (a, b); a  A, b  B
FAMILIA DE SUBCONJUNTOS DE UN CONJUNTO DADO.
Consideramos una clase o familia cuando los elementos de un conjunto son a su vez
conjuntos.
Ejemplo. Es una familia 2;3 ;2 , 5;6

CONJUNTO POTENCIA.

Está formado por todos los subconjuntos de un conjunto dado. Ejemplo. Dado el
conjunto A= 3;6;7 entonces el conjunto Potencia de A es P(A) =
;3;6;7;3;6;3;7;6;7;3;6;7 . Si el conjunto A tiene n elementos el
conjunto Potencia de A tendrá 2n elementos. En el ejemplo que hemos presentado
#(A) = 3 entonces #P(A) = 23 =8
Ejercicio. Dados los conjuntos
U = 0;1;2;3;4;5;6;7;8;9 A= x U ;2<x<5 , B= x U ;1  x  2
Hallar 1. A  B 2. A  B 3. A-B 4.A´ 5. AXB

CONJUNTO NUMERABLE

Un conjunto es numerable si sus elementos se encuentran en correspondencia uno a

uno con el conjunto de los números enteros positivos. Un conjunto numerable es
infinito.
Ejemplo
 1 1 1 
A= 1; ; ; ;...
 2 3 4 
 ESPACIO MUESTRAL Es el conjunto de todos los resultados posibles de un
experimento aleatorio. Se denota por Ω.
Ejemplo . Si se lanza un dado y se observa el número que aparece en la cara superior,
entonces el espacio muestral es Ω = 1;2;3;4;5;6
SUCESO ELEMENTAL. Es cada resultado particular del experimento aleatorio. En el
ejemplo encontramos 6 sucesos elementales que se denotan por ω1, ω2, ω3,…, ω6.
SUCESO. Es un conjunto de sucesos elementales
Ejemplo. Sea el suceso A: ocurre número par en el lanzamiento de un dado luego A=
2;4;6 .
SIGMA ALGEBRA DE EVENTOS 

Es el conjunto de todos los sucesos que vamos a considerar. Se denota por  . Lo que de
estos sucesos suponemos es:

1. Para todo suceso A de los que constituyen ,el complemento de A es elemento de  .


2. Si A1, A2, A3,…,An… es una sucesión numerable de sucesos en  ,también An  
i 1

3. 

PROBABILIDAD

Definición: Probabilidad P es una función que asigna a cada suceso A   un número

P(A), llamado probabilidad del suceso A, el cual cumple los axiomas siguientes.
1. P(A) ≥ 0  A  
2. P ( Ω ) = 1
3. Para toda sucesión numerable de sucesos mutuamente excluyentes
   
A1 , A2 , A3 ,…,An ,… se cumple P  An  =  P  An 
 n 1  n 1
ALGUNOS RESULTADOS IMPORTANTES

1. P (  ) = 0
Demostración

Sea A1=  , A2=  , A3 =  ,…, An =  ,…una sucesión numerable de sucesos


disjuntos, entonces  = An , luego tomando probabilidad a los sucesos de ambos
n 1

  
miembros de la ecuación tenemos P    = P  An  , luego por el axioma 3 de la
 n 1 

definición de Probabilidad P   =  P  A  , pero por definición de An= 
n
n 1
 
tenemos P    =  P    pero el único número real que satisface esta igualdad es el 0.
n 1

Por lo tanto P    =0

 n 
2. Si A1 , A 2 ,…, An son n sucesos mutuamente excluyentes se tiene P   Ai  =
 i 1 
n

 PA 
i 1
i

Demostración

Definimos los sucesos A1 , A2 , A 3 ,…, An , An+1=Ø , An+2=  , An+3=  ,….luego

n 
Ai = Ai y tomando Probabilidad a los sucesos en ambos miembros de la ecuación
i 1 i 1

 n   
P  Ai  = P  Ai  , pero por el axioma 3 de definición de Probabilidad
 i 1   i 1 

 n  
P  Ai  =  P  Ai  ,pero la sumatoria al infinito se puede descomponer como dos
 i 1  i 1

sumandos, uno de ellos desde i=1 hasta i=n y el otro dedes i=n+1 hasta  de la siguiente

 n  n  
manera P  Ai  =  P  Ai  +  P  Ai  pero el segundo sumando  P A  i es
 i 1  i 1 i  n 1 i  n 1

igual a cero porque Ai=  desde i = n+1 al infinito y P    =0.

 n  n
Por lo tanto P   Ai  =  P  Ai  .
 i 1  i 1

3. P  A  B  = P ( A ) + P ( B ) - P  A  B 
Demostración

En la identidad 16 de teoría de conjuntos tenemos A  B = A  A´ B ; tomemos

Probabilidad a los sucesos de ambos miembros de la ecuación
P  A  B  = P ( A  A´ B ) y aplicando el resultado importante 2 tenemos
P  A  B  = P (A) + P ( A´ B ) ….(*) y teniendo en cuenta la identidad 17 de Teoría de
Conjuntos que dice B= AB  A´B
Tomando Probabilidad P ( B ) = P ( AB  A´B )
Aplicando el resultado 2. P ( B ) = P (AB ) + P (A´B )
Despejando P ( A´B )= P ( B ) – P( AB ) ….(**)
Reemplazando (**) en (*) tenemos P  A  B  = P ( A ) + P ( B ) - P  A  B 

4. Si A  B entonces P ( A )  P ( B )
 Demostración
Por la identidad 17 de teoría de conjuntos B= AB  A´B …(*)
Pero si A  B entonces AB = A …(**)
reemplazando (**) en (*) tenemos B = A  A´B
tomando Probabilidad a ambos sucesos P( B ) = P ( A ) + P ( A´B ) ; pero P ( A´B )  0
entonces P ( A )  P ( B )

5. Para cualquier suceso A se tiene P (A´ ) = 1- P ( A )

Demostración
Por identidad 14 tenemos A  A´ = Ω ; tomando Probabilidad P(A  A´ ) = P ( Ω ),
aplicando resultado 2 tenemos P ( A ) + P (A´ ) = 1 y despejando se obtiene
P (A´ ) = 1- P ( A ).

EXPERIMENTO ALEATORIO. CARACTERÍSTICAS

1. E1: Se lanza una moneda y se observa su cara superior.

2. E2: Se observa el sexo de un recién nacido.
3. E3: Se lanza dos monedas y se observa las caras superiores.
Características
1. Es posible repetir el experimento indefinidamente sin cambiar esencialmente las
condiciones.
2. Podemos describir el conjunto de todos los resultados posibles del experimento
aleatorio.
3. Si el experimento se repite un gran número de veces aparece un modelo definido de
regularidad denominado modelo de regularidad estadística.
ESPACIO MUESTRAL ASOCIADO A UN EXPERIMENTO ALEATORIO

Para los experimentos aleatorios presentados tenemos sus espacios muestrales

correspondientes.
1.  1= c; s
2.  2= h; m
3.  3= cs; sc; cc; ss
OCURRENCIA DE UN EVENTO

Si al realizar el experimento aleatorio ocurre el suceso elemental ω y ω  A, entonces se

dice que ha ocurrido el suceso A o que se ha realizado A.
Debe tenerse en cuenta que por el hecho de que A ocurra no quiere decir que no ocurra
otro suceso B.
Ejemplo
Sea E: Se lanza dos veces una moneda al aire entonces Ω = cc; cs; sc; ss . Sea el suceso
A: sale cara en la primera jugada entonces A = cs; cc . Sea el suceso B: sale por lo menos
una cara entonces B = cc; cs; sc .
Si al realizar el experimento sale cc diremos que se ha realizado el suceso A y también el
suceso B.

OPERACIONES CON EVENTOS

Si A y B son dos sucesos tenemos
1. UNIÓN. A  B es el suceso siguiente: “Por lo menos uno de los sucesos ocurre”. De
esta manera A  B ocurre en los 3 casos siguientes:
i) Si A ocurre y B no.
ii) Si B ocurre y A no.
iii) Si A y B ocurren.
2. SUCESOS MUTUAMENTE EXCLUYENTES
Si ocurre uno de ellos no puede ocurrir el otro, es decir
Si ω  A  ω  B y si ω  B  ω  A
3. SUBCONJUNTO A  B. Si ocurre el suceso A también ocurre el suceso B.
Si ω  A  ω  B
4. INTERSECCION A  B = AB. Los dos conjuntos A y B ocurren simultáneamente.
5. SUCESO IMPOSIBLE  . No contiene ningún suceso elemental
6. SUCESO SEGURO. Cualquiera sea el suceso elemental ω que ocurra siempre ω  Ω.
7. SUCESOS IGUALES. A=B
Todos los sucesos elementales de A lo son también de B: A  B y todos los sucesos
elementales de B lo son también de A: B  A.
8. SUCESO COMPLEMENTO A´. No ocurre A.
Sólo una de las posibilidades es verdadera: ω  A o ω  A.

9. Si A1 , A 2 , A3 ,…es una sucesión numerable de sucesos entonces Ai quiere decir
i 1
“Por lo menos uno de los Ai ocurre”.

ASIGNACION DE PROBABILIDADES A EVENTOS EN ESPACIOS FINITOS.

Sea Ω un espacio muestral finito: Ω = 1;2 ;...;n  , un espacio finito de probabilidad

se obtiene al asignar a cada suceso elemental i   un número real pi llamado
probabilidad de i que satisface las siguientes propiedades:
i) Cada pi es no negativo, es decir pi  0.
ii) La suma de los pi es cero, es decir p1+ p2+ p3+….+pn = 1
Ejemplo 1. Se lanza 3 monedas y se cuenta el número de caras que aparecen.
Solución:
Si observamos las caras superiores tendríamos: ccc, ccs,csc, css, scc, sss, ssc, scs pero
el experimento consiste en contar el número de caras que aparecen entonces el
muestral asociado será :  = 0,1, 2,3 entonces P(0)+P(1)+P(2)+P(3) = 1 y finalmente
1 3
asociando probabilidad a cada suceso elemental tenemos : P ( 0 ) = , P(1)= ,
8 8
3 1
P(2)= , P(3)=
8 8

Ejemplo 2. Se carga una moneda de manera que la probabilidad de cara sea 3 veces la de
sello. Hallar P ( c ) y P ( s ).
Solución
El espacio muestral  = {c, s}, entonces
 1
P( c ) + P (s ) = 1, pero P(c) = 3P(s)  3P(s) + P(s) =1  4P(s) =1  P(s)= y P(c)
4
3
= .
4

Ejemplo 3. Tres estudiantes A, B, C intervienen en una prueba de natación. A y B tienen

la misma probabilidad de ganar y el doble que la de C. Si no hubo empates, hallar la
probabilidad que gane B o C.
Solución
Sea Ω= 1 , 2 , 3 donde 1 : gana el estudiante A.
2 : gana el estudiante B
3 : gana el estudiante C.
Sea el suceso M: “Gana B o C”

p1 + p2 + p3 =1 pero p1 = p2 y p1 =2p3
1 2
2p3 + 2p3 +p3 = 1 entonces 5p3 = 1 despejando p3= y reemplazando p2 =
5 5
2 1 3
P(M)= p2 + p3 entonces P(M) = + luego P(M) =
5 5 5

4. Un cliente entra a un supermercado. La probabilidad de que compre

i) pan es 0,60
ii) leche es 0,50
iii) pan y leche es 0,30
¿Cuál es la probabilidad de que compre pan ,leche ?
SOLUCIÓN
Sean los sucesos A: “El cliente compra pan”
B: “El cliente compra leche”
P(A  B) = P(A) + P(B) –P(AB) reemplazando tenemos
P(A  B) = 0,60 + 0,50 -0,30 entonces P(A  B) = 0,80

ESPACIOS FINITOS EQUIPROBABLES

Un espacio muestral finito  donde cada suceso elemental tiene la misma probabilidad de
ocurrir se denomina un espacio equiprobable.
Si  tiene n sucesos elementales entonces la probabilidad que ocurra cada suceso elemental
1
es .
n
r #  A
Si A tiene r sucesos elementales entonces P ( A ) = . Por lo tanto P( A ) = .
n # 

Ejemplo. Se selecciona una carta al azar de una baraja de 52 cartas. Sea

A={x   ;x es espada} , B={ x   ; x es figura, es decir J,Q, K }.Hallar P(A) , P(B) y P(A 
B)
13 12 3
P(A) = P(B) = P(A  B) = .
52 52 52
 TÉCNICAS DE CONTEO

PRINCIPIO DE LA MULTIPLICACIÓN

Si un evento puede realizarse de n1 maneras diferentes y si continuando el procedimiento un

segundo evento puede realizarse de n2 maneras diferentes y si después de efectuados un tercer
evento puede realizarse de n3 maneras diferentes y así sucesivamente, entonces el número de
maneras en que los eventos pueden realizarse en el orden indicado es el producto n1.n2.n3….
Ejemplo
Un artículo manufacturado debe pasar por tres controles. En cada uno de los controles, se
inspecciona una característica particular del artículo y se la anota de conformidad. En el primer
control hay tres mediciones posibles mientras que en cada uno de los otros dos últimos
controles hay cuatro mediciones posibles. ¿Cuántas maneras hay de anotar el artículo? 3 4
4
Hay 3x4x4= 48 maneras de anotar el artículo.

PERMUTACIONES

Una ordenación de un conjunto de n objetos en un orden dado se llama una permutación de los
objetos (tomados todos a la vez). Una ordenación de un número r de dichos objetos, r  n, en
n!
un orden dado se llama una permutación de los n objetos tomados r a la vez. nPr= .
 n  r !
Ejemplo
En un grupo hay seis personas, ¿De cuántas maneras se puede elegir un presidente y un
secretario?
6! 6!
6P2= = = 5x6 = 30
 6  2! 4!
Observación: Nos interesa el orden.

COMBINACIONES

Si tenemos un conjunto de n objetos, una combinación de estos n objetos tomados r a la vez es

Crn =  nr  =
n!
una selección donde el orden no se tiene en cuenta.
r ! n  r !
Ejemplo
En un grupo de 6 personas, ¿De cuántas maneras podemos elegir 2 representantes del grupo?

Crn =  62  =
6! 5X 6
= = 15. Podemos elegir dos representantes de 15 maneras diferentes.
2!4! 2

DIAGRAMA DEL ARBOL

Es una figura que se usa para enumerar todos los resultados posibles de una serie de
experimentos en donde cada experimento puede suceder en un número finito de maneras.
Ejemplo. Hallar el conjunto producto AXB.
 a

1 b

2 b

Luego AXB= 1, a  , 1, b , 1, c  ,  2, a  ,  2, b ,  2, c 

PROBLEMAS RESUELTOS.

Seis parejas de casados se encuentran en una habitación.

i) Si se elige dos personas al azar, hallar la probabilidad de que:
a) Sean esposos.
b) Uno sea hombre y otro mujer.

Solución

a) El experimento aleatorio consiste en seleccionar 2 personas en un grupo de 12.¿De cuántas

maneras puedo seleccionar 2 personas en un grupo de 12? C212 . Entonces el número de
12! 11X 12
elementos del espacio muestral es #   = C212 = = =66 . Sea el suceso A:”Las
2!10! 2
dos personas elegidas son esposos”.¿De cuántas maneras puedo elegir una pareja de esposos
de un grupo formado por 6 parejas de esposos?...De 6 maneras. Entonces #(A) = 6. Por lo
#( A) 6 1
tanto P(A) = = = .
#    66 11
b) Sea el suceso B: “Uno es hombre y otro mujer”. ¿De cuántas maneras se puede elegir un
hombre y una mujer en un grupo formado por 6 hombres y 6 mujeres? C16 C16 = 6X6.
#( B) 6 X 6 6
Entonces P(B) = = = .
#    66 11

ii) Si se elige 4 personas al azar , hallar la probabilidad de que :

a) Se seleccione 2 parejas de casados.
b) Ninguna pareja sean casados entre los 4.
c) Haya exactamente una pareja de casados entre los 4.
Solución
a) El experimento aleatorio consiste en seleccionar 4 personas de un grupo formado por
12 personas. ¿De cuántas maneras se puede elegir 4 personas de un grupo de 12? C412
. Sea el suceso C: “ Se selecciona 2 parejas de casados”. ¿De cuántas maneras se puede
elegir 2 parejas de casados en un grupo formado por 6 parejas de casados? C26 .
#  C  C26 15 1
Entonces P( C ) = = 12 = = .
#    C4 495 33
b) Sea el suceso D: “Ninguna pareja son casados entre los 4”. Para lograr este objetivo
procedamos de la siguiente manera : En primer lugar seleccionar 4 parejas de un grupo
formado por 6 parejas; es decir hay C46 maneras . Contando con las 4 parejas
seleccionadas, pasamos a elegir una persona de cada pareja; es decir C12 C12 C12 C12
16 X 15 16
Entonces #(D)= C46 C12 C12 C12 C12 . Por lo tanto P(D)= = .
495 33
c) Si en 4 personas se cuenta el número de parejas de casados que puede ocurrir tenemos:
0 parejas de casados , 1 pareja de casados y 2 parejas de casados. Prestar atención y
considerar un nuevo experimento aleatorio que consiste en contar el número de parejas
de casados que se puede observar en un grupo de 4 personas. Entonces el nuevo espacio
muestral es  = 0,1, 2 con las respectivas probabilidades asociadas P(0) + P(1) + P(2)
16
= 1, reemplazando las probabilidades conocidas de los incisos anteriores tenemos
33
1 16
+ + P(1) = 1, por lo tanto P(1) = .
33 33

PROBABILIDAD CONDICIONAL

Esta noción aparece del modo siguiente: Se dispone de información acerca de un suceso y
se desea averiguar la probabilidad de otro suceso posterior tomando como dato que aquel
suceso específico se ha realizado.
Sea B un evento arbitrario de un espacio muestral  con P (B) >0. La probabilidad que un
evento A suceda una vez que B haya sucedido o en otras palabras, la probabilidad
P( A  B)
condicional de A dado B se define como el cociente P(A/B) = , P (B)>0.
P( B)

CONSECUENCIAS
TEOREMA 1.
Si P (B)>0, P(./B) es una probabilidad es decir:
4. P(A/B)  0 para todo A  
i)
ii) P(  /B) = 1
   
iii) P   Ak / B  =  P  Ak / B  para cualquier sucesión numerable de sucesos
 k 1  K 1
mutuamente excluyentes.
TEOREMA 2

Sea  un espacio muestral finito equiprobable con eventos A y B, entonces P(A/B)

#  elementosdeA  B 
= .
#  elementosdeB 
Ejemplo 1
Los empleados de una empresa son clasificados como personal gerencial o no gerencial y
como graduados universitarios o no universitarios como sigue

Universitarios No universitarios Total

Gerenciales 25 5 30
No Gerenciales 75 195 270
Totales 100 200 300

Sea el suceso A: “Se selecciona un empleado gerencial”

El suceso B: “Se selecciona un graduado universitario”
Se elige un empleado al azar y la elección es un graduado universitario. ¿Cuál es la
probabilidad que el empleado sea gerencial sabiendo que es un graduado universitario?
Solución
#  elementosdeA  B  25 1
P(A/B) = = = .
#  elementosdeB  100 4
Ejemplo 2

En cierta ciudad, la probabilidad de que llueva el día primero de junio es 0,50 y la

probabilidad de que llueva los dos primeros días de junio es 0,40. Dado que llovió el día
primero. ¿Cuál es la probabilidad de que llueva al día siguiente?
Solución

Sea el suceso A: “Llueve el primero de junio”

Se el suceso B: “Llueve el 2 de junio”.
P  B  A  0, 40 4
P(A) =0,50 P(A  B)= 0,40 P (B/A) = = = = 0,80.
P( A) 0,50 5

REGLA DE LA MULTIPLICACIÓN

P  A  B
Por definición de probabilidad condicional P(A/B) = , P(B) >0
P  B
P  B  A
Por la propiedad conmutativa A  B= B  A entonces P(A/B)=
P  B

Luego P (B  A) = P(B). P(A/B). La lectura sería así: La probabilidad que ocurran

simultáneamente los sucesos A y B es igual a la probabilidad que ocurra el primero por la
probabilidad que ocurra el segundo sabiendo que el primero ya ocurrió.
TEOREMA DE LA MULTIPLICACIÓN PARA PROBABILIDAD
CONDICIONAL.

Dados n+1 sucesos cualesquiera A0 , A1 ,…, An para los que P(A0A1…An-1) >0 se tiene
P(A0A1…An) = P(A0)P(A1/A0)P(A2/A0A1)...P(An/A0A1…An-1).

Demostración.
La demostración se hará por inducción
Si n=1 entonces por la regla de la multiplicación se cumple P(A0A1) = P(A0)P(A1/A0).
Supongamos que se cumple para n=h entonces P(A0…Ah)
= P(A0)P(A1/A0)…P(Ah/A0…Ah-1). (1)
Demostrar que se cumple para n=h+1:
P(A0…AhAh+1) = P(A0…Ah)P(Ah+1/A0…Ah) (2)
Reemplazando (1) en (2) tenemos
P(A0A1…AhAh+1) = P(A0)P(A1/A0)…P(Ah/A0…Ah-1) P(Ah+1/A0…Ah)
Por lo tanto el teorema se cumple.

Ejemplo. Un lote consta de 20 artículos defectuosos y 80 sin defectos. Si escogemos 2

artículos al azar sin sustitución, ¿cuál es la probabilidad de que ambos artículos sean
defectuosos?
Solución
A: “ El primer artículo es defectuoso”
B: “ El segundo artículo es defectuoso”
20 19 19
P(A  B) = P(A).P(B/A) = X =
100 99 495

PARTICIÓN. Definición
Los sucesos A1,A2…Ak representan una partición del espacio muestral  si:
i) Ai  Aj=  ;  i  j
k
ii) A = 
i 1
i

iii) P(Ai)>0;  i.
Es decir cuando se lleva a cabo un experimento aleatorio ocurre uno y solo uno de los
sucesos Ai.

TEOREMA DE LAS PROBABILIDADES TOTALES

 n 
Si P  Ai  =1 donde n es un entero positivo o  y si P(An) >0 para todo n se tiene
 i 1 
n
cualesquiera que sea el suceso B, P(B) =  P  A P  B / A  .
i 1
i i

DEMOSTRACIÓN

B = A1B  A2B  …  AnB

Tomando probabilidad a ambos miembros de la igualdad tenemos
P(B) = P(A1B  A2B  …  AnB)
Tomando probabilidad a los sucesos mutuamente excluyentes
P(B) = P(A1B) + P(A2B) +…+P(AnB)
Aplicando la regla de la multiplicación
P(B) = P(A1)P(B/A1) + P(A2)P(B/A2) +...+ P(An)P(B/An)
n
P(B) =  P  A P  B / A  .
i 1
i i

Ejemplo

La compañía ABC está considerando comercializar una computadora con determinadas

características. De acuerdo con una investigación hecha en el mercado la probabilidad de
que el producto tenga éxito es 0,80 si una firma competidora no introduce un producto
similar en el mercado, en tanto que la probabilidad de éxito es 0,30 si la firma competidora
comercializa un producto similar. Además la compañía estima que hay una probabilidad
de 0,40 de que la firma competidora comercialice el producto.Calcule la probabilidad de
que la computadora de ABC tenga éxito.
Interpretar el problema con ayuda de un diagrama del árbol.

Éxito
Otro comercializa
Fracaso

Éxito
Otro no comercializa
Fracaso

P(Éxito) = P(otro comercializa)P(éxito/otro comercializa) + P(otro no

comercializa)P(éxito/otro no comercializa). (3)
P(éxito) = 0,40X0,30 + 0,60X0,80
P(éxito) = 0,12 + 0,48
P(éxito) = 0,60

TEOREMA . REGLA DE BAYES

 n 
Si P  Ai  = 1 donde n es entero positivo o infinito y P(B) >0 entonces
 i 1 
P  Ai  P  B / Ai 
P(Ai/B) = n .
 P  Ai  P  B / Ai 
i 1
Demostración

P  Ai  B  P  Ai  P  B / Ai 
P(Ai/B) = = n
.
 P A  PB / A 
P( B)
i i
i 1
Ejemplo

En el problema anterior dado que el producto de la compañía ABC tuvo éxito, ¿Cuál es la
probabilidad de que la firma competidora haya comercializado su producto?
Solución

Sea el suceso C: “La firma competidora comercializa un producto similar”.

Sea el suceso E: “La computadora de ABC tiene éxito”
P C  E  P(C ) P  E / C  0, 40 X 0,30 0,12 1
P(C/E) = = = = = .
P( E ) PE 0, 60 0, 60 5

EVENTOS INDEPENDIENTES

Sea C una colección de sucesos . Los sucesos de C se denominan mutuamente

independientes si la probabilidad de que se realicen simultáneamente varios de ellos es
igual al producto de sus probabilidades individuales.
Definición. Si C consiste en solo un par de sucesos A y B éstos son independientes si P(AB)
= P(A) P(B).

Ejemplo . Se lanza un dado 2 veces. Se definen los sucesos A y B como sigue:

A: “El primer dado muestra un número par”
B: “El segundo dado muestra un 5 o un 6”

1,1 , 1, 2  , 1,3 , 1, 4  , 1,5  , 1, 6  

 
 2,1 ,....................................,  2, 6  
 3,1 ,....................................., 3, 6 
   
 = 
 4,1 ,.....................................,  4, 6  
 5,1 ,....................................., 5, 6 
   
 6,1 ,.....................................,  6, 6  
 

18 1 12 1 6 1
P(A) = = P(B) = = P(A  B) = =
36 2 36 3 36 6

P(A  B) = P(A).P(B)
1 1 1
= .
6 2 3
Por lo tanto A y B son 2 sucesos independientes.