UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOS

FACULTAD DE CIENCIAS CONTABLES

Curso: Estadística Descriptiva

SEMANA 11-12: Reglas de Probabilidad

1. Probabilidad: Regla de la adición, regla de la multiplicación, probabilidad
condicional, probabilidad total, teorema de Bayes.
2. Ejercicios y casos de probabilidades.

1
 Contenido de Reglas de Probabilidad
• 1. Probabilidad:
– Regla de la Adición.
– Regla de la Multiplicación.
– Probabilidad Condicional
– Probabilidad Total
– Teorema de Bayes.
• 2. Ejercicios y casos de probabilidades.

2
 Regla de la Adición

• TEOREMA 1.: Si un experimento (u operación) Ɛ1 puede ocurrir

de n1 formas y un segundo experimento (u operación) Ɛ2 de n2
formas, entonces el experimento (u operación) Ɛ, que consiste en
realizar Ɛ1 ó Ɛ2 ("o " en el sentido de exclusión, es decir Ɛ1 y Ɛ2
no pueden ocurrir juntos) ocurre de n1 + n2 formas, siempre que
los espacios muéstrales Ω1 y Ω2 asociados a Ɛ1 y Ɛ2
respectivamente sean disjuntos .

3
 EJEMPLO 6

• Consideremos el experimento de lanzar una moneda o un dado.

¿ De cuántas formas ocurre?

4
 SOLUCION Ejemplo 6
• El experimento dado Ɛ es compuesto; sean

Ɛ1 : lanzar una moneda ; n1 = 2

Ɛ2 : lanzar un dado ; n2 = 6

• Luego, el experimento Ɛ: "lanzar una moneda o un dado", ocurre

de n = n1 + n2 = 2 + 6 = 8 formas. Aquí evidentemente la partícula
gramatical "o" está en el sentido de exclusión y Ω1  Ω2 = ɸ.

5
 Regla de Multiplicación

• Se enuncia como sigue:

• TEOREMA 1: Si un experimento aleatorio (u operación) E1 ocurre

de n1 formas y si para cada una de estas, un experimento (u
operación) ocurre de n2 formas, entonces los dos experimentos
juntos ocurren de n1 n2 formas.

6
 EJEMPLO 1 – Regla de Multiplicación

• ¿Cuántos elementos tiene el espacio muestral del experimento

aleatorio "lanzar una moneda y un dado simultáneamente"?

7
 SOLUCION Ejemplo 1
• La moneda ocurre de 2 formas, es decir n1 = 2, y para cada uno
de estos; el dado ocurre de 6 formas, osea n2 = 6. Por lo tanto, la
moneda y el dado al ser lanzados simultáneamente ocurren de
n1 n2 = 2 x 6 = 12 formas diferentes. Es decir, el espacio muestral
Ω tiene 12 elementos.
• El espacio muestral asociado al experimento compuesto "lanzar
una moneda y un dado a la vez", se construye a partir de los sub-
espacios muéstrales Ω1, Ω2 asociados a los experimentos "lanzar
una moneda” y "lanzar un dado" respectivamente, como se
puede ver . Así:
Ω = Ω1 x Ω2 = { ( ω1 , ω2 ) / ω1 Є Ω1 Λ ω2 Є Ω2 }

8
 EJEMPLO 2

• Una persona puede viajar de una ciudad:

– A a otra ciudad B de 5 formas y de,

– B a C de 6 formas.

– ¿De cuántas formas puede ir de A a C pasando por B?

9
 SOLUCION Ejemplo 2
• La persona puede ir de A a B de 5 formas, para cada una de estas,
hay 6 maneras de viajar de B a C. Por lo tanto, hay 5 x 6 = 30
formas de ir de A a C pasando por B. El diagrama de la figura
siguiente, muestra los caminos a seguir.

A B C

10
 Regla de Multiplicación

La generalización del principio de multiplicación a cualquier número

de experimentos u operaciones es como sigue:

TEOREMA 2: Si un experimento (u operación) Є1 ocurre de n1

formas, y para cada uno de éstos, un experimento (u operación) Є2
ocurre n2 formas, y para cada una de las dos primeras se puede
efectuar un tercer experimento (u operación) Є3 de n3 formas y así
sucesivamente, la secuencia de k experimentos (u operaciones) se
realizará de n1 n2 ... nk formas diferentes.

11
 EJEMPLO 3

• Un producto se arma en tres etapas, para la primera etapa se

tienen disponibles 5 líneas de armado, para la segunda 4 y para la
tercera 6 líneas de armado. ¿De cuántas maneras puede moverse
el producto en el proceso de armado?

12
 SOLUCION Ejemplo 3

• En la primera etapa, el producto puede moverse de 5 formas,

para cada una de éstas en la. segunda etapa, el producto puede
moverse de 4 maneras y para cada una de las dos anteriores, en
la tercera etapa puede moverse de 6 formas. Por lo tanto, el
producto puede moverse de 5 x 4 x 6 = 120 formas diferentes en
el proceso de armado.

13
 EJEMPLO 4

• ¿Cuántos números pares de 3 dígitos se pueden formar con los

dígitos 1,2,5,6,7,8,9, si cada dígito puede emplearse una sola
vez?.

14
 SOLUCION Ejemplo 4

• Puesto que los números por formarse deben ser pares, sólo hay 3

casos posibles para las unidades (cualquiera de los dígitos 2,6 ú

8). Para cada uno de éstos 3 casos hay 6 elecciones posibles para

las decenas y 5 para las centenas. Luego, se puede formar un

total de 3 x 6 x 5 = 90 números pares diferentes.

15
 Probabilidad Condicional
• Dado dos sucesos A y B en un espacio de probabilidad (Ω, Q, P)
se define la probabilidad condicional de A dado B como:

𝑃(𝐴𝐵)
P(A/B) = 𝑠𝑖 𝑃 𝐵 > 0
𝑃(𝐵)
P(A/B)  0
P(Ω/B) = 1
Si A1, A2, … / Ai son una sucesión infinita de sucesos del espacio de
probabilidades mutuamente excluyentes.

16
 Ejemplo
• Si se sabe que al lanzar 5 monedas aparecieron al menos 2 caras
cual es la probabilidad de que el número exacto de caras fuera
tres.

17
 Ejemplo
• Si se sabe que al lanzar 5 monedas aparecieron al menos 2 caras
cual es la probabilidad de que el número exacto de caras fuera
tres.
ε1 : Lanzar 5 monedas; observar el número de caras
A : Se obtiene al menos 2 caras = { 2,3,4,5}
B : Se obtiene exactamente 3 caras = { 3 }
P(A) = 1-P(A’)
P(A’) = P( {0}+ {1} ) =
5 5 ∗4 ∗3
P({sssss})+P({cssss,scsss,sscss,ssscs,ssssc})
3
= = 10
= 1/32 + 5/32 = 6/32 1 ∗2 ∗3
P(A) = 26/32
P(B) = 10/32 𝑃(𝐴𝐵) 10/32 5
P(A/B) = = =
𝑃(𝐴) 26/32 13
18
 Ejemplo
• Se extraen 2 artículos de un lote con 5 defectuosos y 10 no
defectuosos. Halle la probabilidad de que el segundo artículo
extraído sea defectuoso, dado que el primer artículo también
fue defectuoso.

19
 Ejemplo
• Se extraen 2 artículos de un lote con 5 defectuosos y 10 no
defectuosos. Halle la probabilidad de que el segundo artículo
extraído sea defectuoso, dado que el primer artículo también
fue defectuoso.
A: Segundo artículo extraído es defectuoso
B: Primer artículo extraído es defectuoso

20
 Probabilidad Total
• Si B1, B2, …. Bn son una partición del espacio muestral, Ω es
decir:

21
Teorema de Bayes.

22
 Ejemplo – Teorema de Bayes

• Tres máquinas A, B, C producen respectivamente 60%, 30% y

10% del número total de artículos de una fábrica. Los
porcentajes de desperfectos de producción de estas máquinas
son respectivamente 2%, 3% y 4%. Seleccionado un artículo al
azar resultó defectuoso:
a) Hallar la probabilidad de que el artículo hubiera sido
producido con defecto.
b) Hallar la probabilidad de que el artículo hubiera sido
producido por la máquina C.

23
 Caso A – Artículo con Defecto

A = Artículo defectuoso

Bi = Tipo de máquina

P(A) = P(AB1) + P(AB2) + P(AB3)

P(A) = P(B1 )P(A/B1) + P(B2 )P(A/B2) + P(B3 )P(A/B3)

P(A) = 0.6 * 0.02 + 0.3*0.03 + 0.1* 0.04 = 0.025

P(A) = 0.025

24
Caso B – Artículo Producido por la Máquina C
A = Artículo defectuoso
Bi = Tipo de máquina P(B3/A) = ?
P(A) = 0.6 * 0.02 + 0.3 * 0.03 + 0.1* 0.04 = 0.025
P(A) = 0.025
P(B3  A) = P(B3 )P(A/B3) = 0.1* 0.04 = 0.004
P(B3  A) = 0.004

P(B3  𝐴) 0.004
P(B3/A) = = = 0.16
P(𝐴) 0.025

25