Tema 6-1

Tema 6.
Probabilidad
Módulo: Probabilidad y Variables aleatorias.
Autor: Juan Romo

6. Probabilidad
Introducción
La empresa de fabricación de hardware ha establecido ya tres nuevas

factorías para la producción de ordenadores y le encargan a usted analizar la
calidad de los ordenadores procedentes de todas ellas. Tras un cuidadoso
estudio, concluye que el uno por ciento de las computadoras de la primera
factoría son defectuosas, el tres por ciento de las producidas en la segunda
son defectuosas y el cinco por ciento de la producción de la tercera son
también defectuosas.
En primer lugar, le piden que determine la probabilidad global de que un

ordenador procedente de cualquiera de las tres factorías sea defectuoso si la
primera planta genera el cuarenta por ciento de los equipos fabricados, la
segunda el treinta y cinco por ciento, y el resto se produce en la tercera.
Además, el consejero delegado prueba uno de los nuevos ordenadores y,

desgraciadamente, no funciona. El consejero delegado le pide que determine
la probabilidad de que proceda de la primera fábrica.
Objetivos
 Describir los fenómenos aleatorios mediante un modelo de probabilidad

que permita extraer conclusiones sobre su comportamiento.
 Desarrollar el concepto de probabilidad condicionada, estableciendo las

propiedades que permiten operar con ella.
 Definir y analizar la noción de independencia entre sucesos.
Estrategia de resolución
1. Construir un modelo probabilístico para estudiar los fenómenos aleatorios

mediante un espacio muestral y sucesos y la idea de probabilidad.
No está permitida la reproducción total o parcial por cualquier medio mecánico o electrónico de los contenidos de este documento, ni
su transmisión, distribución, venta, transformación, comunicación pública o creación de obras derivadas. Este material está sujeto a
derechos de autor y es propiedad intelectual de sus autores.
2. Elaborar la idea de probabilidad condicionada y establecer la regla de
Bayes.
3. Analizar la idea de independencia de sucesos.
6.1. Espacio muestral y sucesos
El azar se puede estudiar a través de los experimentos aleatorios, que se

distinguen por tres rasgos fundamentales:
(i) Todos los posibles resultados son conocidos con anterioridad a su

realización.
(ii) No se puede predecir el resultado de cada experimento particular.
(iii) El experimento puede repetirse en condiciones idénticas.
EJEMPLO 6.1.
Un ejemplo sencillo de experimento aleatorio es lanzar al aire una moneda y

observar como resultado el lado superior una vez que ha caído. Este
experimento cumple las tres condiciones anteriores. Otros ejemplos
elementales son: inspeccionar un ordenador para comprobar si funciona,
arrojar un dado de seis caras, elegir una carta de una baraja o sacar una bola
de una urna que contiene bolas de distintos colores.
La propiedad (i) permite registrar todos los posibles resultados del

experimento. El conjunto de resultados que pueden ocurrir al realizar el
experimento aleatorio es el espacio muestral.
EJEMPLO 6.2.
Si se lanza al aire una moneda, el espacio de resultados es E = {C,X}, donde

"C" representa "cara" y "X" significa "cruz". Cuando se arroja al aire dos veces
una moneda, el espacio muestral es E = {CC, CX, XC, XX}.
EJEMPLO 6.3.
Si se lanza un dado de seis caras, el espacio muestral es E = {1, 2, 3, 4, 5,

6}. Si, en cambio, se arroja dos veces el dado de seis caras, el conjunto de
posibles resultados está formado por treinta y seis elementos,
E = {(1,1), (1,2), (1,3), (1,4), (1,5), (1,6),

(2,1), (2,2), (2,3), (2,4), (2,5), (2,6),
(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)}.
Las colecciones de resultados de un experimento aleatorio son los sucesos.

Los sucesos de un sólo elemento reciben el nombre de sucesos
elementales.
EJEMPLO 6.2. (continuación)
En el experimento de lanzar dos veces una moneda, el suceso "sale a lo más

una cara" es A = {XX, CX, XC}. El suceso "no salen caras" es B={XX}.
Cuando se lanza tres veces una moneda, el espacio muestral –con ocho
elementos- es E = {CCC, CCX, CXC, XCC, CXX, XCX, XXC, XXX}. Una forma
sistemática de construir este espacio es mediante un diagrama de árbol:
El suceso A= "salen al menos dos cruces" es A = {CXX, XCX, XXC, XXX}. El

suceso B = "aparece alguna cara" viene dado por B = {CCC, CCX, CXC,
CXX, XCC, XCX, XXC}.
Si se lanza dos veces un dado de seis caras, el suceso A = "en el primer

lanzamiento sale un número impar" contiene dieciocho elementos y es A =
{(1,1), (1,2),..., (1,6), (3,1), (3,2),..., (3,6), (5,1), (5,2),...,(5,6)}. El suceso
B = "la suma de los resultados es al menos nueve" es {(3,6), (4,5), (4,6),
(5,4), (5,5), (5,6), (6,3), (6,4), (6,5), (6,6)}.
Al espacio muestral también se le suele llamar suceso seguro, porque
siempre ocurre. Al conjunto vacío -sin elementos- se le denomina suceso
imposible. El suceso "no ocurre A" está formado por los resultados que no
pertenecen a A y recibe el nombre de suceso contrario de A. Cuando se
trata con dos o más sucesos, conviene considerar la posibilidad de que ocurra
alguno de los dos o de que sucedan ambos a la vez. Si tienen lugar los
sucesos A y B a la vez, se dice que ha ocurrido el suceso "A y B". Cuando
aparece al menos uno de los dos sucesos -es decir, si aparece alguno de los
resultados de A o alguno de los resultados de B- se dice que ha tenido lugar el
suceso "A ó B". A los que no pueden ocurrir a la vez se les llama sucesos
incompatibles.
Al lanzar tres veces una moneda, se consideran los sucesos: A = "salen al

menos dos cruces" y B = "aparece alguna cara". El suceso "A y B" es "salen al
menos dos cruces y aparece alguna cara" y está formado por los resultados
{XXC, XCX, CXX}. El suceso "A ó B" es, en cambio, "salen al menos dos
cruces o aparece alguna cara" y coincide con todo el espacio muestral. El
suceso "no ocurre A" es "salen menos de dos cruces" y viene dado por {XCC,
CXC, CCX, CCC}.
Si al lanzar dos veces un dado consideramos los sucesos A = "en el primer

lanzamiento sale impar" y B = "la suma es al menos nueve", el suceso "A y B"
es {(3,6), (5,4), (5,5), (5,6)}. Si C es el suceso "el primer lanzamiento es
par", los sucesos A y C son incompatibles porque no tienen ningún elemento
común.
6.2. Probabilidad
Al repetir un experimento aleatorio en las mismas condiciones y anotar las

frecuencias relativas de un suceso, puede verse que tienden a estabilizarse
alrededor de un número entre cero y uno. Este valor recibe el nombre de
probabilidad del suceso.
EJEMPLO 6.4.
Si se lanza repetidamente una moneda equilibrada un gran número de veces,

se observa que la frecuencia de aparición del suceso "sale cara" tiende a
situarse a la larga alrededor del valor 0,5.
Así, es razonable asignar la probabilidad 0,5 al suceso “sale cara”.
Las probabilidades definidas de este modo tienen las propiedades de las

frecuencias relativas:
(i) la probabilidad de cualquier suceso es siempre un número entre cero y

uno.
(ii) la probabilidad de que ocurra el suceso seguro es uno: P(E) = 1.
(iii) si A y B son sucesos incompatibles -que no pueden darse a la vez-

entonces la probabilidad de que ocurra "A ó B" es la suma de las
probabilidades de que suceda cada uno de ellos: P(A ó B) = P(A) + P(B).
Analizando las propiedades del exprimento se pueden asignar directamente

las probabilidades. La situación más elemental es la de los espacios
equiprobables: un experimento aleatorio con k posibles resultados es
equiprobable si todos los resultados tienen la misma probabilidad de aparecer.
Como la probabilidad de todo el espacio muestral es uno, la probabilidad de
cada uno de ellos debe ser 1/k. Así, la probabilidad de cualquier suceso en un
espacio equiprobable puede calcularse dividiendo el número de elementos que
incluye el suceso por el número total de elementos del espacio. Esto es lo que
habitualmente se conoce como "casos favorables" entre "casos posibles" y
recibe el nombre de regla de Laplace. Este procedimiento para hallar la
probabilidad de un suceso es correcta sólo en espacios equiprobables.
Lanzar dos veces una moneda equilibrada es un experimento equiprobable;

cada uno de los cuatro elementos del espacio muestral tiene probabilidad 1/4.
Así, la probabilidad del suceso "sale al menos una cruz" -que tiene tres
elementos- es 3/4.
Lanzar al aire tres veces una moneda equilibrada es también un experimento

equiprobable y a cada uno de los ocho resultados posibles le corresponde la
probabilidad 1/8. La probabilidad del suceso A = "salen al menos dos cruces"
(con cuatro elementos) es 4/8 = 1/2 y la probabilidad del suceso B =
"aparece alguna cara" (de siete elementos) es 7/8. La probabilidad del suceso
"A y B" (con tres elementos) es 3/8 y la del suceso "A ó B" es 1, pues coincide
con todo el espacio muestral.
Lanzar dos veces un dado equilibrado de seis caras es un experimento

equiprobable con treinta y seis posibles resultados y, por tanto, la
probabilidad de cada uno de ellos es 1/36. La probabilidad del suceso A = "en
el primer lanzamiento sale impar" (con dieciocho elementos) es 18/36 = 1/2.
En cambio, la probabilidad del suceso B = "la suma es al menos nueve" es
10/36 = 5/18.
De las propiedades que definen la probabilidad se siguen otras que resultan

útiles para calcular la probabilidad de nuevos sucesos.
Como el espacio muestral E coincide con el suceso "ocurre A ó no ocurre A", y
los sucesos "ocurre A" y "no ocurre A" son incompatibles, siempre se tiene
que la probabilidad de E, que es uno, es igual a la suma de la probabilidad de
A y de la probabilidad de "no A". Por tanto, la probabilidad de "no ocurre A" es
uno menos la probabilidad de A, es decir,
P(no A) = 1 - P(A).
Como el suceso contrario del suceso seguro es el suceso imposible, se sigue

que la probabilidad del suceso imposible es siempre cero.
En el experimento de lanzar tres veces una moneda, el suceso "no sale

ninguna cara" es el suceso contrario del suceso B = "aparece alguna cara" y,
por tanto, su probabilidad es P(no B) = 1 - P(B) = 1-7/8 = 1/8.
Si A y B son dos sucesos en un espacio muestral E entonces
P(A ó B) = P(A) + P(B) - P(A y B).
6.3. Probabilidad condicionada
La noción de probabilidad condicionada permite incorporar información útil

para hallar la probabilidad de un suceso.
EJEMPLO 6.5.
Se quiere estudiar qué personas en un grupo de N mujeres y hombres son

accionistas de cierta empresa. Se sabe que NA personas -y entre ellas NAM
mujeres- son accionistas de la empresa. Si se elige al azar una persona entre
todas ellas y se le pregunta si posee acciones de la empresa, la probabilidad
de respuesta afirmativa –al ser un experimento equiprobable– es
NA
P(A) = .
N
En cambio, una vez que se sabe, por ejemplo, que la persona seleccionada es
mujer, la probabilidad de que tenga acciones de la empresa condicionada
a que es mujer, se obtiene como
N AM
P(A | M) = ,
NM
es decir, como el cociente entre los casos favorables NAM (mujeres accionistas)
y el número total de mujeres NM, que son, ahora, los casos posibles, una vez
que hemos incorporado la información de que la persona encuestada es
mujer. Dividiendo numerador y denominador por N,
N AM
N AM P(AyM)
P(A | M) = = N = .
NM NM P(M)
N
Así, para obtener en general la probabilidad de un suceso A condicionado por

otro suceso B, basta dividir la probabilidad de "A y B" por la probabilidad de
B:
P(AyB)
P(A | B) = .
P(B)
Una vez que se sabe que ha ocurrido el suceso B, se puede considerar que B
es el nuevo espacio muestral y la probabilidad condicionada es la proporción
de B que representa la parte de A que está en B.
EJEMPLO 6.6.
Se lanza tres veces una moneda equilibrada y que se sabe que ha ocurrido el
suceso C = "en el primer lanzamiento sale cruz". Entonces la probabilidad del
suceso A = "salen al menos dos cruces" condicionada por el suceso C es
3
P(AyC) 8 3
P(A|C) = = = .
P(C) 4 4
8
La probabilidad del suceso A, que es 1/2, se transforma en 3/4 al incorporar

la información de que el primer resultado ha sido cruz.
En general, la probabilidad condicionada no coincide con la probabilidad del

suceso. La igualdad entre ambos valores se produce cuando existe una
relación especial -o ausencia de relación- entre el suceso cuya probabilidad se
quiere calcular y el suceso por el que se condiciona.
La fórmula de la probabilidad condicionada permite llegar a una expresión

para calcular la probabilidad de que ocurran a la vez dos sucesos A y B.
Despejando en la expresión
P(AyB)
P(A|B)= ,
P(B)
se tiene que
P(AyB)= P(A|B)P(B).
Esta fórmula recibe el nombre de regla de la multiplicación. Sirve para

calcular la probabilidad (conjunta) de que ocurran al tiempo dos sucesos a
partir de la probabilidad condicionada de uno por el otro y la probabilidad
(marginal) del suceso que condiciona.
EJEMPLO 6.7.
El 40 por ciento de las personas que viajan entre dos ciudades lo hacen con
cierta compañía que pierde el equipaje del 0,2 por ciento de sus pasajeros.
Para hallar la probabilidad de que una persona elija dicha aerolínea y
desaparezca su equipaje, llamando A al suceso "desaparece el equipaje" y B
al suceso "viaja con esa compañía", la probabilidad que buscamos es
P(AyB) = P(A | B)P(B) = (0,002 )(0,4 ) = 0,0008.
10
6.4. Regla de Bayes
En ciertos casos, el espacio muestral se puede partir en varios sucesos de

probabilidad positiva B1, B2,..., Br incompatibles entre sí. En este caso, la
probabilidad de un suceso cualquiera A puede calcularse a partir de las
probabilidades de A condicionado por los diferentes sucesos B1, B2,..., Br,
utilizando que
P(A) = P(A y B1) + P(A y B2) +...+ P(A y Br)
-ya que A debe ocurrir forzosamente con alguno de los Bi y, por tanto, la
condición "ocurre A" es equivalente a la de "ocurre A y algún Bi"-. Como
P(Ay Bi )= P(A| Bi )P( Bi ),
se puede escribir la probabilidad de A de la forma
P(A)= P(A| B1 )P( B1 )+ P(A| B2 )P( B2 )+...+P(A| Br )P( Br )=
= ri=1 P(A| Bi )P( Bi ),
que se conoce como fórmula de la probabilidad total.
La probabilidad del suceso A se obtiene sumando las probabilidades de A

condicionado por cada uno de los sucesos B1, B2,..., Br, ponderadas por las
probabilidades de cada uno de los Bi.
11
EJEMPLO 6.8.
Se quiere estudiar la situación laboral de trabajadores en tres sectores de la

economía que denotaremos por B1, B2, y B3. La probabilidad de que una
persona esté sin trabajo - suceso S- en cada uno de los sectores es P(S| B1) =
0,05, P(S|B2) = 0,01, y P(S|B3) = 0,1, respectivamente. La mitad de las
personas pertenecen al primer sector y el resto se divide en partes iguales
entre los otros dos. Por tanto, la probabilidad de que una persona proceda del
primer sector es P(B1) = 0,5 y la probabilidad de que venga de cada uno de
los tres restantes es P(B2 ) = P(B3) = 0,25. Para llegar a la probabilidad de
que una persona elegida al azar esté en paro, basta utilizar la fórmula de la
probabilidad total:
P(S) = P(S | B1 )P( B1 ) + P(S | B2 )P( B2 ) + P(S | B3 )P( B3 ) =

= (0,05)(0,5) + (0,01)(0,25 )  (0,1)(0,25 ) = 0,0525.
Se pregunta a una persona en la situación del Ejemplo 5.8 y resulta que no

tiene trabajo. Se busca información el sector del que procede, es decir, se
quiere hallar P(Bi |S). Utilizando la definición de probabilidad condicionada,
P( Bi yS)
P( Bi |S)= .
P(S)
Reescribiendo el numerador mediante la regla de la multiplicación y el

denominador mediante la fórmula de la probabilidad total, se tiene
P(S| Bi )P( Bi )
P( Bi |S)= ,
 P(S| B j )P( B j )
r
j=1
que se conoce como la regla de Bayes, y resulta muy útil cuando se quiere
obtener una probabilidad condicionada -como P(Bi|S)- a partir de las
probabilidades condicionadas en el sentido contrario –como P(S|Bi)-.
12
La probabilidad de que una persona que está sin trabajo pertenezca al

segundo sector, se puede calcular utilizando la regla de Bayes:
(0,01)(0,25 )
P( B2 | S) = =
(0,05)(0,5) + (0,01)(0,25 ) + (0,1)(0,25 )
0,0025
= = 0,047.
0,0525
6.5. Independencia
Dos sucesos son independientes si la aparición de uno de ellos no modifica la

probabilidad de que ocurra el otro. Esto se puede expresar más precisamente
diciendo que dos sucesos A y B (con probabilidades distintas de cero) son
independientes si
P(A|B)= P(A),
es decir, si incorporar -a través de la probabilidad condicionada- la

información de que B ha ocurrido, no cambia la probabilidad de que A tenga
lugar.
La idea de independencia se puede establecer también a través de la regla de

la multiplicación pues, si A y B son independientes entonces
P(AyB)= P(A|B)P(B)= P(A)P(B).
Esta idea de independencia de sucesos es similar al concepto de

independencia entre variables.
Si se lanza dos veces una moneda equilibrada y A es el suceso "en el primer

lanzamiento sale cruz", A = {XC, XX} y B = "en el segundo sale cruz" = {CX,
XX}. Entonces "A y B" = {XX}. Como P(A) = P(B) = 0,5 y P(A)P(B) = 0,25,
se tiene que P(A y B) = P(A)P(B) y, por tanto, los sucesos A y B son
independientes. Esta conclusión es natural pues el suceso A sólo depende del
resultado del primer lanzamiento y el suceso B de lo que ocurra en el
segundo; es claro que lo que pase en cada uno de ellos no interfiere en el
resultado del otro.
13
Si se lanza dos veces un dado equilibrado con seis caras, los sucesos A = "en
el primer lanzamiento sale un número impar" y B = "la suma de los resultados
es al menos nueve" no son independientes. En efecto, como "A y B" = {(3,6),
(5,4), (5,5), (5,6)}, se tiene que P(A y B) = 4/36=1/9. Por otra parte, P(A) =
1/2 y P(B) = 10/36. Así, no se cumple que P(A y B) = P(A)P(B) y los sucesos
no son independientes. Intuitivamente ya se podía prever el resultado puesto
que la información de que ha ocurrido el suceso A afecta a los resultados que
deben aparecer para que ocurra B.
Resumen
El modelo para tratar los experimentos aleatorios consta de tres

elementos: espacio muestral, sucesos y probabilidad. La probabilidad de
un suceso es un valor entre cero y uno que verifica que el espacio muestral
siempre tiene probabilidad uno y tal que la probabilidad de que ocurra uno u
otro de dos sucesos incompatibles es la suma de sus probabilidades.
Espacios equiprobables son aquellos en los que todos los resultados tienen
la misma probabilidad de aparecer; en ellos, la probabilidad de cualquier
suceso se calcula mediante la regla de Laplace, dividiendo casos
favorables entre casos posibles.
La probabilidad condicionada permite incorporar información relevante

para obtener la probabilidad de un suceso. La probabilidad de un suceso
condicionado por otro se obtiene dividiendo la probabilidad de que ocurran
ambos entre la probabilidad del que condiciona. Tres expresiones basadas en
probabilidades condicionadas que resultan útiles para calcular probabilidades
son la regla de la multiplicación, la fórmula de la probabilidad total y la
regla de Bayes. Dos sucesos A y B son independientes si la probabilidad
de que ocurran a la vez es el producto de las probabilidades de cada uno de
ellos.
14
15

Tema 6-1

Caricato da

Informazioni sul documento

Copyright

Formati disponibili

Condividi questo documento

Condividi o incorpora il documento

Opzioni di condivisione

Hai trovato utile questo documento?

Questo contenuto è inappropriato?

Copyright:

Formati disponibili

Tema 6-1

Caricato da

Copyright:

Formati disponibili

Tema 6.

Módulo: Probabilidad y Variables aleatorias.

Autor: Juan Romo

La empresa de fabricación de hardware ha establecido ya tres nuevas

En primer lugar, le piden que determine la probabilidad global de que un

Además, el consejero delegado prueba uno de los nuevos ordenadores y,

 Describir los fenómenos aleatorios mediante un modelo de probabilidad

 Desarrollar el concepto de probabilidad condicionada, estableciendo las

 Definir y analizar la noción de independencia entre sucesos.

1. Construir un modelo probabilístico para estudiar los fenómenos aleatorios

3. Analizar la idea de independencia de sucesos.

6.1. Espacio muestral y sucesos

El azar se puede estudiar a través de los experimentos aleatorios, que se

(i) Todos los posibles resultados son conocidos con anterioridad a su

(ii) No se puede predecir el resultado de cada experimento particular.

(iii) El experimento puede repetirse en condiciones idénticas.

Un ejemplo sencillo de experimento aleatorio es lanzar al aire una moneda y

La propiedad (i) permite registrar todos los posibles resultados del

Si se lanza al aire una moneda, el espacio de resultados es E = {C,X}, donde

Si se lanza un dado de seis caras, el espacio muestral es E = {1, 2, 3, 4, 5,

E = {(1,1), (1,2), (1,3), (1,4), (1,5), (1,6),

Las colecciones de resultados de un experimento aleatorio son los sucesos.

EJEMPLO 6.2. (continuación)

En el experimento de lanzar dos veces una moneda, el suceso "sale a lo más

El suceso A= "salen al menos dos cruces" es A = {CXX, XCX, XXC, XXX}. El

EJEMPLO 6.3. (continuación)

Si se lanza dos veces un dado de seis caras, el suceso A = "en el primer

EJEMPLO 6.2. (continuación)

Al lanzar tres veces una moneda, se consideran los sucesos: A = "salen al

EJEMPLO 6.3. (continuación)

Si al lanzar dos veces un dado consideramos los sucesos A = "en el primer

Al repetir un experimento aleatorio en las mismas condiciones y anotar las

Si se lanza repetidamente una moneda equilibrada un gran número de veces,

Así, es razonable asignar la probabilidad 0,5 al suceso “sale cara”.

Las probabilidades definidas de este modo tienen las propiedades de las

(i) la probabilidad de cualquier suceso es siempre un número entre cero y

(iii) si A y B son sucesos incompatibles -que no pueden darse a la vez-

Analizando las propiedades del exprimento se pueden asignar directamente

EJEMPLO 6.2. (continuación)

Lanzar dos veces una moneda equilibrada es un experimento equiprobable;

Lanzar al aire tres veces una moneda equilibrada es también un experimento

EJEMPLO 6.3. (continuación)

Lanzar dos veces un dado equilibrado de seis caras es un experimento

De las propiedades que definen la probabilidad se siguen otras que resultan

Como el suceso contrario del suceso seguro es el suceso imposible, se sigue

EJEMPLO 6.2. (continuación)

En el experimento de lanzar tres veces una moneda, el suceso "no sale

Si A y B son dos sucesos en un espacio muestral E entonces

P(A ó B) = P(A) + P(B) - P(A y B).

6.3. Probabilidad condicionada

La noción de probabilidad condicionada permite incorporar información útil

Se quiere estudiar qué personas en un grupo de N mujeres y hombres son

Así, para obtener en general la probabilidad de un suceso A condicionado por

La probabilidad del suceso A, que es 1/2, se transforma en 3/4 al incorporar

En general, la probabilidad condicionada no coincide con la probabilidad del

La fórmula de la probabilidad condicionada permite llegar a una expresión

Esta fórmula recibe el nombre de regla de la multiplicación. Sirve para

P(AyB) = P(A | B)P(B) = (0,002 )(0,4 ) = 0,0008.

En ciertos casos, el espacio muestral se puede partir en varios sucesos de

P(A) = P(A y B1) + P(A y B2) +...+ P(A y Br)

P(Ay Bi )= P(A| Bi )P( Bi ),

se puede escribir la probabilidad de A de la forma

P(A)= P(A| B1 )P( B1 )+ P(A| B2 )P( B2 )+...+P(A| Br )P( Br )=

= ri=1 P(A| Bi )P( Bi ),