PARTE 1: LANZAMIENTO DE DOS DADOS

En el lanzamiento de dos dados se obtiene el siguiente espacio muestral:

( 1,1 ) , (1,2 ) , ( 1,3 ) , ( 1,4 ) , ( 1,5 ) , ( 1,6 )

( 2,1 ) , ( 2,2 ) , ( 2,3 ) , ( 2,4 ) , ( 2,5 ) , ( 2,6 )
S= ( 3,1 ) , (3,2 ) , ( 3,3 ) , ( 3,4 ) , ( 3,5 ) , ( 3,6 )
( 4,1 ) , ( 4,2 ) , ( 4,3 ) , ( 4,4 ) , ( 4,5 ) , ( 4,6 )
( 5,1 ) , (5,2 ) , ( 5,3 ) , ( 5,4 ) , ( 5,5 ) , ( 5,6 )
( 6,1 ) , ( 6,2 ) , ( 6,3 ) , ( 6,4 ) , (6,5 ) , ( 6,6 )

Donde la abscisa representa el resultado del dado 1 y la ordena la del dado 2.

a. Probabilidad de obtener un doble
6 1
P ( ( x , x ) )= =
36 6
b. Probabilidad de que la suma de los dos dados sea mayor que 3
33 11
P ( x + y >3 ) = =
36 12
c. Probabilidad de que la suma de los dos dados sea 15
0
P ( x + y=15 )= =0
36
d. Probabilidad de que la suma de los dados sea a lo ms de 10
33 11
P ( x + y 10 )= =
36 12

PARTE 2: PROBABILIDAD CONDICIONAL

La probabilidad de que un evento

ocurra cuando se sabe que ya ocurri un evento

llama probabilidad condicional y se denota por

se

que por lo general se lee como

probabilidad de que "ocurra B dado que ocurri A". Esta probabilidad se define como:

La probabilidad condicional es una funcin de probabilidad,

definida como

Axioma I
Para
dividiendo por

Axioma II

Como

todo

evento .

Como

se tiene los trminos de la desigualdad se tiene

entonces

Axioma III
Si

es una sucesin de eventos mutuamente excluyentes, entonces

Como

Como
eventos

Ejemplo

los

eventos

son

mutuamente

excluyentes,

entonces

son tambin mutuamente excluyentes y as

los

Entre los 200 empleados de una empresa hay 150 graduados, 60 del total consagran parte
de su tiempo por lo menos a trabajos tcnicos, 40 de los cuales son graduados. S se toma al
azar uno de estos empleados, cul es la probabilidad de que:
a. Sea graduado dado que se sabe no consagra su tiempo al trabajo tcnico?
b. No sea graduado dado que se sabe no consagra su tiempo al trabajo tcnico?
Solucin:
Sean los eventos:
: el empleado es graduado
: el empleado dedica parte de su tiempo a trabajos tcnicos
De la informacin dada se puede elaborar parcialmente una tabla de contingencia

Graduados
No graduados
Total

Trabajos

Otros

tcnicos
40

trabajos

Total
150

60

200

La cual se puede completar como se muestra a continuacin

Graduados
No graduados
Total

Trabajos

Otros

tcnicos
40

trabajos

60

Total
150

200

La probabilidad de que sea graduado dado que se sabe no consagra su tiempo al trabajo
tcnico,

, se puede calcular en este caso de manera fcil utilizando la tabla de

contingencia, en la cual esta probabilidad es calculada determinando proporcin de los de

otros trabajos son graduados es decir, dada como el cociente entre es

Tambin es posible calcularla mediante la definicin de probabilidad condicional

PARTE 3: PROBABILIDAD TOTAL

Supongamos que los eventos A1, A2,..., A n forman una particin del espacio muestral S y
sea B otro evento que tenga interseccin con los eventos A i.

Entonces

que es conocida como Teorema de Probabilidad

Total.

Ejemplo

Una fbrica produce 2 tipos de reguladores: del tipo A y del tipo B. El 75% de la
produccin es del tipo A y el 25% del tipo B. Se sabe que el 95% de los reguladores del tipo
A funcionan bien y el 98% de los del tipo B tambin funcionan bien. Si se selecciona un
regulador al azar de la produccin de la fbrica Cul es la probabilidad de que funcione
bien?.
Solucin
Definamos el evento F como el regulador funcione bien. Los datos que tenemos son:
P(A) = 0.75,

P(F | A) = 0.95

P(B) = 0.25,

P(F | B) = 0.98.

Aplicando el Teorema de Probabilidad Total tenemos que:

P(F) = P(A) P(F | A) + P(B) P(F | B) = (0.75)(0.95) + (0.25)(0.98) = 0.9575

PARTE 4: TEOREMA DE BAYES Y PARTICIONES

Supongamos que los eventos A1,A2,.....,An forman una particin de un espacio muestral M;
esto es, que los eventos Ai son mutuamente excluyentes (incompatibles) y su unin es M.
Sea B otro evento. Entonces

B M B ( A1 A2 An ) B

( A1 B) ( A2 B)( An B)

donde los

( Ai B )

son eventos mutuamente excluyentes(incompatibles). En consecuencia

por el teorema de la multiplicacin queda:

IP ( B) IP ( A1 B ) IP ( A2 B ) IP ( An B )

luego el Teorema de la IProbabilidad Total queda:

IP( B) IP( A1 ) IP( B A1 ) IP( A2 ) IP( B A2 ) IP( An ) IP( B An )

por otro lado, para cualquier i, la probabilidad condicional Ai dado B se define por

( Ai B )

IP Ai B
IP B

Reemplazando la IP(B) obtenemos el Teorema de causa o Teorema de Bayes :

Teorema de Bayes
Suponga que A1,A2,.....,An es una particin (sucesos incompatibles) del espacio muestral M
y sea B un evento cualquiera del mismo espacio muestral M, entonces para cualquier i
tenemos,
( A i B )

IP Ai IP B Ai

IP A1 IP B A1 IP A2 IP B A2 IP An IP B An

Ejercicio:
Una persona puede viajar de 3 formas, bicicleta, auto y avin. Cada forma de transporte
tiene una probabilidad de tener un defecto en el sistema de rodado y no llegar al destino del
3%, 4% y 5% respectivamente.
Para escoger el mtodo de traslado se tienen 3 fichas, las cuales tienen una probabilidad de
aparecer del 50%, 30% y 20% respectivamente.
Si se toma un viaje al azar, y no llega a destino, hallar la probabilidad de que ese viaje se
realiz en bicicleta.
l l e g a 0 .9 7

b ic ic le t a 0 . 5

n o l l e g a 0 .0 3
l l e g a 0 .9 6

a u to 0 .3
a v i n 0 . 2

Sea B el evento que no llegue a destino.

n o l l e g a 0 .0 4
l l e g a 0 .9 5
n o l l e g a 0 .0 5

 ( Bicicleta B )

IP Bicicleta IP B Bicicleta

IP Bicicleta IP B Bicicleta IP Auto IP B Auto IP Avin IP B Avin

( Bicicleta B )

0.5 0.03
0.5 0.03 0.3 0.04 0.2 0.05

P(bicicleta/B) =0,4054

15
37

Al usar rboles para resolver un problema condicional de Bayes, se debe multiplicar los
tramos de la rama que se busca, (en el ejemplo de que no llegue y sea bicicleta), y dividirlo
por la P total del suceso no llegue a destino.