Cables Con Cargas Distribuidas

TEMA DE AMPLIACIÓN
PROBABILIDAD
1. Introducción.
¿QuéConceptos básicos
vamos a estudiar sobre
en este límites
tema?
1. Espacio muestral y sucesos
2. Operaciones con sucesos
3. Probabilidad. Regla de Laplace
4. Propiedades de la probabilidad
5. Leyes de Morgan
6. Diferencia de sucesos
7. Probabilidad condicionada
8. Sucesos independientes
9. Diagramas de árbol
10. Teorema de probabilidad total
11. Teorema de Bayes
“Remix” de ejercicios del bloque de PROBABILIDAD:

Evaluación del bachillerato para el acceso a la universidad
– Libro “Unas Matemáticas para todos” – Preparación Experta en Matemáticas Bachillerato y Selectividad
@QuimicaPau – @profesor10demates – @matematicasPau
1
1. Espacio muestral y sucesos
Llamamos espacio muestral al conjunto formado por todos los posibles resultados de un
experimento aleatorio. En adelante lo designaremos como “E”.
* Sucesos individuales o elementales: Cada uno de los elementos de E.
* Suceso de un fenómeno o experimento aleatorio: Cada uno de los subconjuntos de E.
* Suceso vacío o imposible(Ø): Aquel que no tiene ningún elemento de E.
* Suceso seguro: Aquel que ocurre siempre. Es el propio E.
* Suceso contrario de un suceso A: Aquel formado por todos los sucesos elementales que no
�
están en A. Se representa como 𝐀
Ejemplo 1. En el experimento de lanzar un dado de 6 caras, calcular:

a) Espacio muestral
b) Sucesos elementales
c) Suceso A: Sacar número par
d) Suceso B: Sacar el número 5
e) Suceso contrario de A
f) Suceso contrario de B
g) Suceso seguro
h) Un suceso imposible
𝒂) 𝑬 = {𝟏, 𝟐, 𝟑, 𝟒, 𝟓, 𝟔}
𝒃) {𝟏}, {𝟐}, {𝟑}, {𝟒}, {𝟓}, {𝟔}
𝒄) 𝑨 = {𝟐, 𝟒, 𝟔}
𝒅) 𝑩 = {𝟓}
� = {𝟏, 𝟑, 𝟓}
𝒆) 𝑨
� = {𝟏, 𝟐, 𝟑, 𝟒, 𝟔}
𝒇) 𝑩
𝒈) 𝑪 = {𝟏, 𝟐, 𝟑, 𝟒, 𝟓, 𝟔}
𝒉) 𝑫 = {𝟕}
2
2. Operaciones con sucesos
* Unión: 𝑨 ∪ 𝑩 es el suceso formado por todos los elementos de A y todos los elementos de B.
¡¡Importante!! La unión se lee como “ó”. Es decir, “que ocurra A o que ocurra B”.
* Intersección: 𝑨 ∩ 𝑩 es el suceso formado por todos los elementos que son, a la vez, de A y
de B. ¡¡Importante!! La intersección se lee como “y”. Es decir, “que ocurra A y que ocurra B”.
* Sucesos incompatibles: Dos sucesos A y B son incompatibles si no tienen ningún elemento

común. Es decir, cuando 𝑨 ∩ 𝑩 = Ø
Por lo tanto, si tienen algún elemento en común son compatibles
Ejemplo 2. En el experimento de lanzar un dado de 6 caras, siendo los sucesos:

A: Sacar un número par ; B: Sacar un número múltiplo de 3…
a) Calcular 𝑨 ∪ 𝑩
b) Calcular 𝑨 ∩ 𝑩
c) ¿Son los sucesos A y B incompatibles?
𝑨 = {𝟐, 𝟒, 𝟔} 𝑩 = {𝟑, 𝟔}
a) 𝑨 ∪ 𝑩 = {𝟐, 𝟑, 𝟒, 𝟔}
b) 𝑨 ∩ 𝑩 = {𝟔}
c) No. Son compatibles ya que tienen algún elemento en común.
3
3. Probabilidad. Regla de Laplace
Para estudiar la probabilidad de un suceso A, aplicaremos la regla de Laplace:
𝑁º 𝑑𝑑 𝑐𝑐𝑐𝑐𝑐 𝑓𝑓𝑓𝑓𝑓𝑓𝑓𝑓𝑓𝑓
𝑃(𝐴) =
𝑁º 𝑑𝑑 𝑐𝑐𝑐𝑐𝑐 𝑡𝑡𝑡𝑡𝑡𝑡𝑡
Ejemplo 3. En el experimento de lanzar un dado de 6 caras, calcular la probabilidad de:

a) Sacar el número 5
b) Sacar un múltiplo de 3
c) Sacar un número par
d) Sacar el número 8
e) Sacar un número del 1 al 6
a) 𝑷(𝑨) = 𝟏�𝟔 “El dado tiene 1 cinco entre los 6 casos”
b) 𝑷(𝑩) = 𝟐�𝟔 = 𝟏�𝟑 “El dado tiene 2 múltiplos de tres entre los 6 casos”
c) 𝑷(𝑪) = 𝟑�𝟔 = 𝟏�𝟐 “El dado tiene 3 números pares entre los 6 casos”
d) 𝑷(𝑫) = 𝟎�𝟔 = 𝟎 “El dado tiene 0 número ocho entre los 6 casos”
e) 𝑷(𝑬) = 𝟔�𝟔 = 𝟏 “El suceso es seguro”
4
4. Propiedades de la probabilidad
a) La probabilidad del suceso seguro es uno: 𝑷(𝑬) = 𝟏

b) La probabilidad del suceso imposible es cero: 𝑷(Ø) = 𝟎
c) La probabilidad de cualquier suceso está comprendida entre cero y uno.
� ) = 𝟏 − 𝑷(𝑨)
d) La probabilidad del suceso contrario es: 𝑷(𝑨
* Unión de sucesos: 𝑷(𝑨 ∪ 𝑩) = 𝑷(𝑨) + 𝑷(𝑩) − 𝑷(𝑨 ∩ 𝑩)

¡¡Importante!! Lo debemos leer como “Probabilidad de que ocurra A o que ocurra B”.
* Intersección de sucesos: 𝑷(𝑨 ∩ 𝑩) = 𝑷(𝑨) + 𝑷(𝑩) − 𝑷(𝑨 ∪ 𝑩)

¡¡Importante!! Lo debemos leer como “Probabilidad de que ocurra A y que ocurra B”.
* Sucesos incompatibles: Dos sucesos A y B son incompatibles si no tienen ningún elemento

común. Por lo tanto, la probabilidad de su intersección debe ser 0: 𝑷(𝑨 ∩ 𝑩) = 𝟎
Por lo tanto, si tienen algún elemento en común son compatibles: 𝑷(𝑨 ∩ 𝑩) ≠ 𝟎
Ejemplo 4. Sabiendo que 𝑃(𝐴� ) = 0,25 ; 𝑃(𝐵) = 0,6 ; 𝑃(𝐴 ∪ 𝐵) = 0,9

a) Calcula 𝐏(𝐀 ∩ 𝐁)
b) ¿Son los sucesos 𝐀 y 𝐁 compatibles?
𝒂) 𝑷(𝑨) = 1 − 𝑃(𝐴� ) = 1 − 0,25 = 𝟎, 𝟕𝟕

𝑷(𝑨 ∩ 𝑩) = 𝑃(𝐴) + 𝑃(𝐵) − 𝑃(𝐴 ∪ 𝐵) = 0,75 + 0,6 − 0,9 = 𝟎, 𝟒𝟒
b) Puesto que 𝑷(𝑨 ∩ 𝑩) ≠ 𝟎, podemos afirmar que los sucesos A y B son compatibles.
Ejemplo 5. Sabiendo que los sucesos A y B son incompatibles y que 𝑃(𝐴) = 0,4 ; 𝑃(𝐵) = 0,3
calcula 𝑷(𝑨 ∪ 𝑩)
Puesto que los sucesos A y B son incompatibles, sabemos que 𝑷(𝑨 ∩ 𝑩) = 𝟎, por tanto:
𝑷(𝑨 ∪ 𝑩) = 𝑃(𝐴) + 𝑃(𝐵) − 𝑃(𝐴 ∩ 𝐵) = 0,4 + 0,3 − 0 = 𝟎, 𝟕
5
Ejemplo 6. En una clase de bachillerato, el 70% de los alumnos aprueban matemáticas, el
80% aprueban química y el 55% aprueban las dos asignaturas. Calcula la probabilidad de
que un alumno elegido al azar apruebe alguna de las dos asignaturas.
Definimos los sucesos: 𝑴 = “Aprobar Matemáticas” ; 𝑸 = “Aprobar Química”
“La probabilidad de aprobar matemáticas es del 70%” → 𝑷(𝑴) = 𝟎, 𝟕

“La probabilidad de aprobar química es del 80%” → 𝑷(𝑸) = 𝟎, 𝟖
“La probabilidad de aprobar las dos asignaturas es del 55%” → 𝑷(𝑴 ∩ 𝑸) = 𝟎, 𝟓𝟓
La probabilidad de aprobar alguna asignatura por tanto será: 𝑷(𝑴 ∪ 𝑸)

𝑷(𝑴 ∪ 𝑸) = 𝑃(𝑀) + 𝑃(𝑄) − 𝑃(𝑀 ∩ 𝑄) = 0,7 + 0,8 − 0,55 = 𝟎, 𝟗𝟗
¡¡Importante!! Fíjate lo importante que es leer con cuidado…La probabilidad de aprobar las
dos asignaturas, hace referencia al concepto de intersección mientras que la probabilidad de
aprobar alguna asignatura (química o matemática) hace referencia al concepto de unión.
5. Leyes de Morgan
�∪𝐁
𝑷(𝐀 � ) = 𝑷(𝐀
��
∩ 𝐁) = 𝟏 − 𝑷(𝑨 ∩ 𝑩) �∩𝐁
𝑷(𝐀 � ) = 𝑷(𝐀
��
∪ 𝐁) = 𝟏 − 𝑷(𝑨 ∪ 𝑩)
�∩B
¡¡Interesante!! Fíjate que 𝑃(A �) establece “la probabilidad de que no ocurra el suceso A y
no ocurra el suceso B”. Es decir, la probabilidad de que no ocurra ninguno de los sucesos.
Ejemplo 7. En un concurso, la probabilidad de ganar el premio A es 0,5; la probabilidad de

ganar el premio B es 0,15 mientras que la probabilidad de ganar los dos regalos es de 0,05.
Calcula la probabilidad de no ganar ningún regalo.
𝑷(𝑨) = 𝟎, 𝟓 ; 𝑷(𝑩) = 𝟎, 𝟏𝟏 ; 𝑷(𝑨 ∩ 𝑩) = 𝟎, 𝟎𝟎
La probabilidad de no ganar ningún regalo (no ganar el regalo A ni el regalo B) será, por tanto:
�∩𝐁
𝑷(𝐀 � ) = 𝑷(𝐀
��
∪ 𝐁) = 𝟏 − 𝑷(𝑨 ∪ 𝑩)
Calculamos 𝑷(𝑨 ∪ 𝑩): 𝑃(𝐴) + 𝑃(𝐵) − 𝑃(𝐴 ∩ 𝐵) = 0,5 + 0,15 − 0,05 = 𝟎, 𝟔
�∩𝐁
𝑷(𝐀 � ) = 𝟏 − 𝑷(𝑨 ∪ 𝑩) = 1 − 0,6 = 𝟎, 𝟒
6
6. Diferencia de sucesos
� ) = 𝑷(𝑨) − 𝑷(𝑨 ∩ 𝑩)
𝑷(𝐀 ∩ 𝐁 � ∩ 𝐁) = 𝑷(𝑩) − 𝑷(𝑨 ∩ 𝑩)
𝑷(𝐀
¡¡Interesante!! Fíjate que 𝑃(A ∩ B �) establece la “probabilidad de que ocurra el suceso A y no

ocurra el suceso B”. Es decir, la probabilidad de que solo ocurra el suceso A.
Ejemplo 8. En un concurso, la probabilidad de ganar el premio A es 0,5, la probabilidad de

ganar el premio B es 0,25 mientras que la probabilidad de ganar los dos regalos es de 0,05.
a) Calcula la probabilidad de ganar solo el premio A.
b) Calcula la probabilidad de ganar solo el premio B.
𝑷(𝑨) = 𝟎, 𝟓 ; 𝑷(𝑩) = 𝟎, 𝟐𝟐 ; 𝑷(𝑨 ∩ 𝑩) = 𝟎, 𝟎𝟎
a) La probabilidad de ganar solo el premio A será:

� ) = 𝑃(𝐴) − 𝑃(𝐴 ∩ 𝐵) = 0,5 − 0,05 = 𝟎, 𝟒𝟒
𝑷(𝑨 ∩ 𝑩
b) La probabilidad de ganar solo el premio B será:

� ∩ 𝑩) = 𝑃(𝐵) − 𝑃(𝐴 ∩ 𝐵) = 0,25 − 0,05 = 𝟎, 𝟐
𝑷(𝑨
7. Probabilidad condicionada
𝑷(𝑨 ∩ 𝑩)
𝑷(𝑨/𝑩) =
𝑷(𝑩)
¡¡Interesante!! Fíjate que 𝑃(𝐴/𝐵) establece la “probabilidad de que ocurra el suceso A

sabiendo que ha ocurrido el suceso B”.
Ejemplo 9. Sean A y B dos sucesos tales que 𝑷(𝑨) = 𝟎, 𝟔 ; 𝑷(𝑩) = 𝟎, 𝟓 y 𝑷(𝑨 ∩ 𝑩) = 𝟎, 𝟑

a) Calcula la probabilidad de que ocurra B sabiendo que ha ocurrido A.
b) Calcula la probabilidad de que ocurra A sabiendo que ha ocurrido B.
𝑃(𝐴 ∩ 𝐵) 0,3 𝑃(𝐴 ∩ 𝐵) 0,3

𝒂) 𝑷(𝑩/𝑨) = = = 𝟎, 𝟓 𝒃) 𝑷(𝑨/𝑩) = = = 𝟎, 𝟔
𝑃(𝐴) 0,6 𝑃(𝐵) 0,5
7
8. Sucesos independientes
Dos sucesos son independientes si se cumple que: 𝑷(𝑨 ∩ 𝑩) = 𝑷(𝑨) · 𝑷(𝑩)
Ejemplo 10. Sean A y B dos sucesos tales que 𝑷(𝑨) = 𝟎𝟎 ; 𝑷(𝑩) = 𝟎, 𝟓 y 𝑷(𝑨 ∩ 𝑩) = 𝟎, 𝟐
¿Son los sucesos A y B independientes?
𝑷(𝑨 ∩ 𝑩) = 𝑷(𝑨) · 𝑷(𝑩) → 0,2 = 0,3 ∙ 0,5 → 𝟎, 𝟐 ≠ 𝟎, 𝟏𝟏
Los sucesos no son independientes, por lo tanto son dependientes.
¡¡Vamos a hacer un ejercicio que recoja varios de los conceptos anteriores!!
Ejemplo 11. Sean A y B dos sucesos independientes tales que 𝑃(𝐴) = 0,3 ; 𝑃(𝐵) = 0,5
Calcula:
a) 𝑷(𝑨 ∩ 𝑩)
b) 𝑷(𝑨 ∪ 𝑩)
� ∩𝑩
c) 𝑷(𝑨 �)
�)
d) 𝑷(𝑨 ∩ 𝑩
e) 𝑷(𝑨/𝑩)
Como los sucesos son independientes, sabemos que: 𝑷(𝑨 ∩ 𝑩) = 𝑷(𝑨) · 𝑷(𝑩)
𝒂) 𝑷(𝑨 ∩ 𝑩) = 𝑃(𝐴) · 𝑃(𝐵) = 0,3 · 0,5 = 𝟎, 𝟏𝟏
𝒃) 𝑷(𝑨 ∪ 𝑩) = 𝑃(𝐴) + 𝑃(𝐵) − 𝑃(𝐴 ∩ 𝐵) = 0,3 + 0,5 − 0,15 = 𝟎, 𝟔𝟔
� ∩𝑩
𝒄) 𝑷(𝑨 � ) = 1 − 𝑃(𝐴 ∪ 𝐵) = 1 − 0,65 = 𝟎, 𝟑𝟑
� ) = 𝑃(𝐴) − 𝑃(𝐴 ∩ 𝐵) = 0,3 − 0,15 = 𝟎, 𝟏𝟏

𝒅) 𝑷(𝑨 ∩ 𝑩
𝑃(𝐴 ∩ 𝐵) 0,15
𝒆) 𝑷(𝑨/𝑩) = = = 𝟎, 𝟑
𝑃(𝐵) 0,5
8
9. Diagramas de árbol
Muchos problemas de probabilidad se resuelven mediante la creación de diagramas de árbol

por lo que vamos a aprender a construirlos y entender su funcionamiento, su “ritmo”.
Vamos a hacer unos cuantos ejemplos clásicos para aprender dicho concepto:
Ejemplo 12. Tenemos una urna con 3 bolas azules y 4 bolas rojas. Si extraemos 2 bolas con
devolución, calcula la probabilidad de que:
a) Las dos bolas sean azules
b) Las dos bolas sean rojas
c) La primera sea roja y la segunda sea azul
d) La primera sea azul y la segunda sea roja
e) Las dos bolas sean del mismo color
f) Las dos bolas sean de distinto color
Definimos lo sucesos → 𝐀: “Sacar bola azul” 𝐁: “Sacar bola roja”

Hacemos el diagrama de árbol colando en cada una de sus ramas su probabilidad.
El enunciado especifica que es con devolución lo que implica que sacamos una bola de la urna,
miramos su color y la devolvemos. Por lo tanto, las probabilidades de la urna no varían:
Una vez elaborado el diagrama de árbol, vamos a estudiar su “ritmo”:

Seguimos el recorrido del diagrama en función de la pregunta que queramos resolver y
sabiendo que cuando avanzamos hacia adelante, tenemos que multiplicar mientras que cada
vez que volvemos al principio, tenemos que sumar:
9
3 3 𝟗
𝒂) 𝑷(𝑨𝟏 ∩ 𝑨𝟐 ) = ∙ = = 𝟎, 𝟏𝟏𝟏𝟏
7 7 𝟒𝟒
4 4 𝟏𝟏
𝒃) 𝑷(𝑹𝟏 ∩ 𝑹𝟐 ) = ∙ = = 𝟎, 𝟑𝟑𝟑𝟑
7 7 𝟒𝟒
4 3 𝟏𝟏
𝒄) 𝑷(𝑹𝟏 ∩ 𝑨𝟐 ) = ∙ = = 𝟎, 𝟐𝟐𝟐𝟐
7 7 𝟒𝟒
3 4 𝟏𝟏
𝒅) 𝑷(𝑨𝟏 ∩ 𝑹𝟐 ) = ∙ = = 𝟎, 𝟐𝟐𝟐𝟐
7 7 𝟒𝟒
9 16 𝟐𝟐
𝒆) 𝑷(𝑨𝟏 ∩ 𝑨𝟐 ) ∪ (𝑹𝟏 ∩ 𝑹𝟐 ) = 𝑷(𝑨𝟏 ∩ 𝑨𝟐 ) + 𝑷(𝑹𝟏 ∩ 𝑹𝟐 ) = + = = 𝟎, 𝟓𝟓𝟓𝟓
49 49 𝟒𝟒
12 12 𝟐𝟐
𝒇) 𝑷(𝑨𝟏 ∩ 𝑹𝟐 ) ∪ 𝑷(𝑹𝟏 ∩ 𝑨𝟐 ) = 𝑷(𝑨𝟏 ∩ 𝑹𝟐 ) + 𝑷(𝑹𝟏 ∩ 𝑨𝟐 ) = + = = 𝟎, 𝟒𝟒𝟒𝟒
49 49 𝟒𝟒
¡¡Importante!! Puesto que volvemos al principio, sumamos.
10
Ejemplo 13. Tenemos una urna con 3 bolas azules y 4 bolas rojas. Si extraemos 2 bolas sin
devolución, calcula la probabilidad de que:
a) Las dos bolas sean azules
b) Las dos bolas sean rojas
c) La primera sea roja y la segunda sea azul
d) La primera sea azul y la segunda sea roja
e) Las dos bolas sean del mismo color
f) Las dos bolas sean de distinto color
Definimos lo sucesos → 𝐀: “Sacar bola azul” 𝐁: “Sacar bola roja”

Hacemos el diagrama de árbol colando en cada una de sus ramas su probabilidad.
El enunciado especifica que es sin devolución lo que implica las probabilidades en la segunda
extracción son diferentes a las de la primera extracción.
3 2 𝟔 𝟏
𝒂) 𝑷(𝑨𝟏 ∩ 𝑨𝟐 ) = ∙ = = = 𝟎, 𝟏𝟏𝟏𝟏
7 6 𝟒𝟒 𝟕
4 3 𝟏𝟏 𝟐
𝒃) 𝑷(𝑹𝟏 ∩ 𝑹𝟐 ) = ∙ = = = 𝟎, 𝟐𝟐𝟐𝟐
7 6 𝟒𝟒 𝟕
4 3 𝟏𝟏 𝟐
𝒄) 𝑷(𝑹𝟏 ∩ 𝑨𝟐 ) = ∙ = = = 𝟎, 𝟐𝟐𝟐𝟐
7 6 𝟒𝟒 𝟕
3 4 𝟏𝟏 𝟐
𝒅) 𝑷(𝑨𝟏 ∩ 𝑹𝟐 ) = ∙ = = = 𝟎, 𝟐𝟐𝟐𝟐
7 6 𝟒𝟒 𝟕
1 2 𝟑
𝒆) 𝑷(𝑨𝟏 ∩ 𝑨𝟐 ) ∪ (𝑹𝟏 ∩ 𝑹𝟐 ) = 𝑷(𝑨𝟏 ∩ 𝑨𝟐 ) + 𝑷(𝑹𝟏 ∩ 𝑹𝟐 ) = + = = 𝟎, 𝟒𝟒𝟒𝟒
7 7 𝟕
2 2 𝟒
𝒇) 𝑷(𝑨𝟏 ∩ 𝑹𝟐 ) ∪ 𝑷(𝑹𝟏 ∩ 𝑨𝟐 ) = 𝑷(𝑨𝟏 ∩ 𝑹𝟐 ) + 𝑷(𝑹𝟏 ∩ 𝑨𝟐 ) = + = = 𝟎, 𝟓𝟓𝟓𝟓
7 7 𝟕
11
Ejemplo 14. Tenemos dos urnas. La primera con 3 bolas verdes y 4 bolas rojas. La segunda
con 2 bolas verdes y 7 bolas rojas. Si se elige una urna al azar y se saca una bola, calcula la
probabilidad de que:
a) La bola sea verde
b) La bola sea roja
Definimos los sucesos

𝐔𝟏 : “Elegir Urna 1”
𝐔𝟐 : “Elegir Urna 2”
𝐕: “Sacar bola verde”
𝐑: “Sacar bola roja”
* Como elegimos una urna al

azar, la probabilidad de elegir
una de ellas es de 1�2
Si tuviéramos tres urnas, sería
1� y así sucesivamente…
3
1 3 1 2 3 2 3 1 𝟒𝟒
𝒂) 𝑷(𝑽 ) = ∙ + ∙ = + = + = = 𝟎, 𝟑𝟑𝟑𝟑
2 7 2 9 14 18 14 9 𝟏𝟏𝟏
1 4 1 7 4 7 2 7 𝟖𝟖
𝒃) 𝑷(𝑹 ) = ∙ + ∙ = + = + = = 𝟎, 𝟔𝟔𝟔𝟔
2 7 2 9 14 18 7 18 𝟏𝟏𝟏
¡¡Fíjate!! Como solo hay dos colores, también podríamos haber calculado 𝑃(𝑅) como el suceso
contrario a sacar el color verde. Es decir:
�) = 𝟏 − 𝑷(𝐕) = 1 − 0,3254 = 𝟎, 𝟔𝟔𝟔𝟔

𝑷(𝑹) = 𝑷(𝐕
12
Ejemplo 15. En una clase de bachillerato hay 10 chicas y 8 chicos. De ellos, 3 chicas y 4
chicos juegan al fútbol. Si escogemos un estudiante al azar, determina la probabilidad de:
a) Que sea chica y no juegue al fútbol
b) Que sea chico y juegue al fútbol

𝐀: “Ser chica”
𝐎: “Ser chico”
𝐅: “Juega al fútbol”
𝐅�: “No juega al fútbol”
10 7 𝟕
�)=
𝒂) 𝑷(𝑨 ∩ 𝑭 ∙ = = 𝟎, 𝟑𝟑𝟑𝟑
18 10 𝟏𝟏
8 4 32 𝟐
𝒃) 𝑷(𝑶 ∩ 𝑭 ) = ∙ = = = 𝟎, 𝟐𝟐𝟐𝟐
18 8 144 𝟗
13
10. Teorema de probabilidad total
Para el cálculo de la probabilidad total emplearemos la siguiente fórmula:
𝑩 𝑩 𝑩
𝑷(𝑩 ) = 𝑷(𝑨𝟏 ) ∙ 𝑷 � � + 𝑷(𝑨𝟐 ) ∙ 𝑷 � � + ⋯ + 𝑷(𝑨𝒏 ) ∙ 𝑷 � �
𝑨𝟏 𝑨𝟐 𝑨𝒏
Aunque al principio pueda dar un poco de miedo esta fórmula…. Veremos que aprenderemos a
dominarla rápido con unos cuantos ejemplos:
Ejemplo 16. Una empresa recibe lotes de material de tres proveedores en proporciones del
50%, 30% y 20%. Se sabe que el 3% de los lotes del primer proveedor, el 2% de los del
segundo y el 1% de los del tercero son rechazados en el control de calidad que realiza la
empresa a la recepción del material. ¿Cuál es la probabilidad de que un lote sea rechazado?

𝐏: “Primer proveedor”
𝐒: “Segundo proveedor”
𝐓: “Tercer proveedor”
𝐑: “Rechazado”
� : “No rechazado”
𝐑
𝑅 𝑅 𝑅
𝑷(𝑹) = 𝑃(𝑃) ∙ 𝑃 � � + 𝑃(𝑆) ∙ 𝑃 � � + 𝑃(𝑇) ∙ 𝑃 � � = 𝑃(𝑃 ∩ 𝑅) + 𝑃(𝑆 ∩ 𝑅) + 𝑃(𝑇 ∩ 𝑅)
𝑃 𝑆 𝑇
𝑷(𝑹) = 0,5 ∙ 0,03 + 0,3 ∙ 0,02 + 0,2 ∙ 0,01 = 𝟎, 𝟎𝟎𝟎
14
Ejemplo 17. En una cierta enfermedad, el 60% de los pacientes son hombres y el resto son
mujeres. Con el tratamiento que se aplica, se sabe que se curan un 70% de los hombres y
un 80% de las mujeres. Si se elige un paciente al azar, calcula la probabilidad de que se cure
de la enfermedad.

𝐇: “Ser hombre”
𝐌: “Ser mujer”
𝐂: “Se curan”
𝐂�: “No se curan”
𝐶 𝐶
𝑷(𝑪) = 𝑃(𝐻) ∙ 𝑃 � � + 𝑃(𝑀) ∙ 𝑃 � � = 𝑃(𝐻 ∩ 𝐶) + 𝑃(𝑀 ∩ 𝐶)
𝐻 𝑀
𝑷(𝑪) = 0,6 ∙ 0,7 + 0,4 ∙ 0,8 = 𝟎, 𝟕𝟕
15
11. Teorema de Bayes
Al teorema de Bayes podríamos llamarlo “teorema del cangrejo” ya que si seguimos su

lectura en el diagrama de árbol, nos damos cuenta de que “retrocedemos” en él:
𝑨 𝑷(𝑨 ∩ 𝑩)
𝑷� � =
𝑩 𝑷(𝑩)
¡¡Recuerda!! 𝑃(𝐴/𝐵) establece la probabilidad de que “ocurra el suceso A sabiendo que ha

ocurrido el suceso B”.
Ejemplo 18. El 40% de los sábados Marta va al cine, el 30% va de compras y el 30% restante
juega a videojuegos. Cuando va al cine, el 60% de las veces lo hace con sus compañeros de
baloncesto. Lo mismo le ocurre el 20% de las veces que va de compras y el 80% de las veces
que juega a videojuegos. Se pide:
a) Hallar la probabilidad de que el próximo sábado Marta no quede con sus compañeros de
baloncesto.
b) Si se sabe que Marta ha quedado con los compañeros de baloncesto, ¿Cuál es la
probabilidad de que vayan al cine?

𝐂𝐂: “Va al cine”
𝐂𝐂: “Va de compras”
𝐕: “Videojuegos”
𝐁: “Con sus compañeros
de baloncesto”
� : “Sin sus compañeros
𝐁
de baloncesto”
𝐵� 𝐵� 𝐵�
� ) = 𝑃(𝐶𝐶) ∙ 𝑃 � � + 𝑃(𝐶𝐶) ∙ 𝑃 � � + 𝑃(𝑉) ∙ 𝑃 � � =
𝒂) 𝑷(𝑩
𝐶𝐶 𝐶𝐶 𝑉
� ) = 𝑃(𝐶𝐶 ∩ 𝐵� ) + 𝑃(𝐶𝐶 ∩ 𝐵�) + 𝑃(𝑉 ∩ 𝐵�)
𝑷(𝑩
� ) = 0,4 ∙ 0,4 + 0,3 ∙ 0,8 + 0,3 ∙ 0,2 = 𝟎, 𝟒𝟒

𝑷(𝑩
16
b) Puesto que nos piden calcular 𝑷�𝑪𝑪�𝑩�, tenemos que “retroceder” en el diagrama de
árbol por lo que aplicaremos el teorema de Bayes:
𝑪𝑪 𝑃(𝐶𝐶 ∩ 𝐵) 0,4 ∙ 0,6 𝟎, 𝟐𝟐

𝑷� � = = = = 𝟎, 𝟒𝟒𝟒𝟒
𝑩 𝑃(𝐵) 0,4 ∙ 0,6 + 0,3 ∙ 0,2 + 0,3 ∙ 0,8 𝟎, 𝟓𝟓
¡¡Fíjate!! También podríamos haber calculado el denominador de la siguiente forma:

� ) = 1 − 0,46 = 𝟎, 𝟓𝟓
𝑷(𝑩) = 𝟏 − 𝑷(𝑩
Ejemplo 19. Los operarios A, B y C producen, respectivamente, el 50%, el 30% y el 20% de

las resistencias que se utilizan en un laboratorio de electrónica. Resultan defectuosas el 6%
de las resistencias producidas por A, el 5% de las producidas por B y el 3% de las producidas
por C. Se selecciona al azar una resistencia.
a) Calcula razonadamente la probabilidad de que sea defectuosa.
b) Si es defectuosa, calcula razonadamente la probabilidad de que proceda del operario A.

𝐀: “Operario A”
𝐁: “Operario B”
𝐂: “Operario C”
𝐃: “Defectuoso”
� : “No defectuoso”
𝐃
𝐷 𝐷 𝐷
𝒂) 𝑷(𝑫) = 𝑃(𝐴) ∙ 𝑃 � � + 𝑃(𝐵) ∙ 𝑃 � � + 𝑃(𝐶) ∙ 𝑃 � � =
𝐴 𝐵 𝐶
𝑷(𝑫) = 𝑃(𝐴 ∩ 𝐷) + 𝑃(𝐵 ∩ 𝐷) + 𝑃(𝐶 ∩ 𝐷)
𝑷(𝑫) = 0,5 ∙ 0,06 + 0,3 ∙ 0,05 + 0,2 ∙ 0,03 = 𝟎, 𝟎𝟎𝟎
b) Puesto que nos piden calcular 𝑷�𝑨�𝑫�, tenemos que “retroceder” en el diagrama de árbol
por lo que aplicaremos el teorema de Bayes:
𝑨 𝑃(𝐴 ∩ 𝐷) 0,5 ∙ 0,06

𝑷� � = = = 𝟎, 𝟓𝟓𝟓𝟓
𝑫 𝑃(𝐷) 0,051
¡¡Fíjate!! El denominador es el resultado del apartado anterior.
17
“Remix” de ejercicios del bloque de
PROBABILIDAD:
Evaluación del bachillerato para el acceso a la universidad
1. Dados dos sucesos A y B de un experimento aleatorio, con probabilidades tales que

𝑷(𝑨) = 𝟒/𝟗 ; 𝑷(𝑩) = 𝟏/𝟐 ; 𝑷(𝑨 ∪ 𝑩) = 𝟐/𝟑, se pide:
a) Comprobar si los sucesos A y B son incompatibles o no.
b) Comprobar si los sucesos A y B son independientes o no.
� /𝐁)
c) Calcular 𝑷(𝐀
a) Dos sucesos A y B son incompatibles si no tienen ningún elemento común: 𝐏(𝐀 ∩ 𝐁) = 𝟎
𝑷(𝑨 ∩ 𝑩) = 𝑃(𝐴) + 𝑃(𝐵) − 𝑃(𝐴 ∪ 𝐵) = 4�9 + 1�2 − 2�3 = 𝟓�𝟏𝟏 = 𝟎, 𝟐𝟐𝟐𝟐
Puesto que 𝐏(𝐀 ∩ 𝐁) ≠ 𝟎, los sucesos no son incompatibles
b) Dos sucesos A y B son independientes si se cumple que: 𝑷(𝑨 ∩ 𝑩) = 𝑷(𝑨) · 𝑷(𝑩)
𝑷(𝑨 ∩ 𝑩) = 𝑷(𝑨) · 𝑷(𝑩) → 5�18 = 4�9 ∙ 1�2 → 𝟓�𝟏𝟏 ≠ 𝟒�𝟏𝟏
Puesto que 𝑷(𝑨 ∩ 𝑩) ≠ 𝑷(𝑨) · 𝑷(𝑩), los sucesos no son independientes
* �
𝑷(𝐀 ∩ 𝐁) 2�9 4
� /𝐁) =
𝒄) 𝑷(𝐀 = = �9 = 𝟎, 𝟒𝟒𝟒𝟒
𝑷(𝑩) 1�
2
*
� ∩ 𝐁) = 𝑃(𝐵) − 𝑃(𝐴 ∩ 𝐵) = 1� − 5� = 𝟐� = 𝟎, 𝟐𝟐𝟐𝟐
𝑷(𝐀 2 18 𝟗
2. Se tiran al aire, simultáneamente, un dado (con forma cúbica) y una moneda. Teniendo
en cuenta que los sucesos son independientes. ¿Cuál es la probabilidad de que en el dado
salga un 5 y de que la moneda salga cara?
Definimos los sucesos Probabilidad Pregunta

5: “Sacar un 5” 𝑷(𝟓) = 𝟏�𝟔
¿ 𝑷(𝟓 ∩ 𝑪)?
C: “Sacara cara”
𝑷(𝑪) = 𝟏�𝟐
Como los sucesos son independientes sabemos que: 𝑷(𝟓 ∩ 𝑪) = 𝑷(𝟓) · 𝑷(𝑪)
𝑷(𝟓 ∩ 𝑪) = 1�6 · 1�2 = 1�12 = 𝟎, 𝟎𝟎𝟎𝟎𝟎
18
� ) = 𝟎, 𝟒 y 𝑷(𝑩) = 𝟎, 𝟕.
3. En un experimento aleatorio, sean A y B dos sucesos con 𝑷(𝐀
Si A y B son independientes, calcula 𝑷(𝑨 ∪ 𝑩) y 𝑷(𝑨 − 𝑩)
Como son sucesos independientes sabemos que: 𝑷(𝑨 ∩ 𝑩) = 𝑷(𝑨) · 𝑷(𝑩)

�) = 0,4 → 𝑷(𝑨) = 1 − 0,4 = 𝟎, 𝟔
𝑃(A
𝑷(𝑨 ∩ 𝑩) = 𝑃(𝐴) · 𝑃(𝐵) = 0,6 · 0,7 = 𝟎, 𝟒𝟒
𝑷(𝑨 ∪ 𝑩) = 𝑃(𝐴) + 𝑃(𝐵) − 𝑃(𝐴 ∩ 𝐵) = 0,6 + 0,7 − 0,42 = 𝟎, 𝟖𝟖
𝑷(𝑨 − 𝑩) = 𝑃(𝐴 ∩ 𝐵�) = 𝑃(𝐴) − 𝑃(𝐴 ∩ 𝐵) = 0,6 − 0,42 = 𝟎, 𝟏𝟏
4. En una clase de bachillerato, el 60% de los alumnos aprueban matemáticas, el 50%

aprueban inglés y el 30% aprueban las dos asignaturas.
Calcula la probabilidad de que alumno elegido al azar:
a) Apruebe alguna de las dos asignaturas (una o las dos)
b) Apruebe matemáticas sabiendo que ha aprobado inglés.
Definimos los sucesos Probabilidad Preguntas

M: “Aprobar matemáticas” 𝑷(𝑴) = 𝟎, 𝟔 ¿ 𝑷(𝑴 ∪ 𝑰)?
I: “Aprobar inglés” 𝑷(𝑰) = 𝟎, 𝟓
¿ 𝑷�𝑴�𝑰�?
𝑷(𝑴 ∩ 𝑰) = 𝟎, 𝟑
𝑷(𝑴 ∪ 𝑰) = 𝑃(𝑀) + 𝑃(𝐼) − 𝑃(𝑀 ∩ 𝐼) = 0,6 + 0,5 − 0,3 = 𝟎, 𝟖
𝑃(𝑀 ∩ 𝐼) 0,3
𝑷�𝑴�𝑰� = = = 𝟎, 𝟔
𝑃(𝐼) 0,5
19
5. De una bolsa con 2 bolas blancas, 2 bolas negras y 2 bolas amarillas, se extraen 2 sin
devolución (es decir, una vez extraída una bola, no se vuelve a poner en la bolsa).
Calcula la probabilidad de que las dos bolas sean blancas.

𝑩: “Sacar bola blanca”
𝐍: “Sacar bola negra”
𝐀: “Sacar bola amarilla”
2 1 2 𝟏
𝑷(𝑩𝟏 ∩ 𝑩𝟐 ) = ∙ = = = 𝟎, 𝟎𝟎𝟎𝟎
6 5 30 𝟏𝟏
6. En una clase de bachillerato hay 10 chicas y 8 chicos. De ellos, 3 chicas y 4 chicos juegan
al ajedrez. Si escogemos un estudiante al azar, determina:
a) La probabilidad de que sea chica y no juegue al ajedrez
b) La probabilidad de que no juegue al ajedrez sabiendo que es chico

𝐉: “Juega al ajedrez”
𝐉̅: “No juega al ajedrez”
10 7 70 𝟕
𝒂) 𝑷(𝑨 ∩ 𝑱̅) = ∙ = = = 𝟎, 𝟑𝟑𝟑𝟑
18 10 180 𝟏𝟏
𝑱̅ 4 1
𝒃) 𝑷 � � = = = 𝟎, 𝟓
𝑶 8 2
20
7. En una empresa, el 20% de los empleados son matemáticos, el 50% ingenieros y el resto
no tienen carrera universitaria. Entre los matemáticos, el 40% ocupa un cargo directivo
mientras que entre los ingenieros ese porcentaje se reduce a la mitad y es del 5% en el
resto de los empleados. Elegido un empleado al azar, se pide:
a) Determinar la probabilidad de que ocupe un cargo directivo.
b) Si ocupa un cargo directivo ¿Cuál es la probabilidad de que sea matemático?

𝐌: “Matemático”
𝐈: “Ingeniero”
𝐍: “No tiene carrera”
𝐃: “Directivo”
� : “No es directivo”
𝐃
𝐷 𝐷 𝐷
𝒂) 𝑷(𝑫) = 𝑃(𝑀) ∙ 𝑃 � � + 𝑃(𝐼) ∙ 𝑃 � � + 𝑃(𝑁) ∙ 𝑃 � �
𝑀 𝐼 𝑁
𝑷(𝑫) = 0,2 ∙ 0,4 + 0,5 ∙ 0,2 + 0,3 ∙ 0,05 = 𝟎, 𝟏𝟏𝟏
b) Aplicamos el teorema de Bayes:

𝑴 𝑃(𝑀 ∩ 𝐷) 0,2 ∙ 0,4
𝑷� � = = = 𝟎, 𝟒𝟒𝟒𝟒
𝑫 𝑃(𝐷) 0,195
21
8. Una empresa fabrica móviles de tres marcas distintas: A, N, M. El 20% de los móviles
fabricados son de marca A y el 40% de la marca N. Se decide instalar un software oculto
que permita espiar usuarios en los móviles. El software espía se instala en el 15% de los
móviles de marca A, en un 10% de la marca N y en un 12% de los móviles de marca M.
a) Determina la probabilidad de que una persona que compra uno de estos móviles tenga
instalado el software espía.
b) Si el móvil de una persona tiene instalado el software espía, calcula la probabilidad de
que sea de la marca A.

𝐀: “Marca A”
𝐍: “Marca N”
𝐌: “Marca M”
𝐄: “Software espía”
𝐄�: “No Software espía”
𝐸 𝐸 𝐸
𝒂) 𝑷(𝑬) = 𝑃(𝐴) ∙ 𝑃 � � + 𝑃(𝑁) ∙ 𝑃 � � + 𝑃(𝑀) ∙ 𝑃 � �
𝐴 𝑁 𝑀
𝑷(𝑬) = 0,2 ∙ 0,15 + 0,4 ∙ 0,10 + 0,4 ∙ 0,12 = 𝟎, 𝟏𝟏𝟏

𝑨 𝑃(𝐴 ∩ 𝐸) 0,2 ∙ 0,15
𝑷� � = = = 𝟎, 𝟐𝟐𝟐𝟐
𝑬 𝑃(𝐸) 0,118
22
9. En mi casa dispongo de dos estanterías A y B. En A tengo 20 novelas, 10 ensayos y 10
libros de matemáticas. En B tengo 12 novelas y 8 libros de matemáticas. Elijo una
estantería al azar y de ella, también al azar, un libro. Calcula razonadamente la
probabilidad de que:
a) El libro elegido sea de matemáticas
b) Si el libro elegido resultó ser de matemáticas, que fuera de la estantería B.

𝐀: “Estantería A”
𝐁: “Estantería B”
𝐍: “Novela”
𝐄: “Ensayo”
𝐌: “Matemáticas”
𝑀 𝑀
𝒂) 𝑷(𝑴) = 𝑃(𝐴) ∙ 𝑃 � � + 𝑃(𝐵) ∙ 𝑃 � �
𝐴 𝐵
1 10 1 8 1 1 13
𝑷(𝑴) = ∙ + ∙ = + = = 𝟎, 𝟑𝟑𝟑
2 40 2 20 8 5 40
𝑩 𝑃(𝐵 ∩ 𝑀) 1�2 ∙ 8�20

𝑷� � = = = 𝟎, 𝟔𝟔𝟔𝟔
𝑴 𝑃(𝑀) 0,325
23
10. En una bolsa hay 10 caramelos de fresa, 15 de menta y 5 de limón. Se extraen
sucesivamente de la bolsa dos caramelos. Se pide:
a) Determinar la probabilidad de que el segundo de ellos sea de fresa.
b) Determinar la probabilidad de que los dos sean de fresa.
c) Sabiendo que el segundo ha sido de fresa, calcular la probabilidad de que lo haya sido
también el primero.

𝐅: “Fresa”
𝐌: “Menta”
𝐋: “Limón”
𝐹2 𝐹2 𝐹2
𝒂) 𝑷(𝑭𝟐 ) = 𝑃(𝐹1 ) ∙ 𝑃 � � + 𝑃(𝑀1 ) ∙ 𝑃 � � + 𝑃(𝐿1 ) ∙ 𝑃 � �
𝐹1 𝑀1 𝐿1
10 9 15 10 5 10 3 5 5
𝑷(𝑭𝟐 ) = ∙ + ∙ + ∙ = + + = 𝟎, 𝟑𝟑𝟑𝟑
30 29 30 29 30 29 29 29 87
10 9 𝟑
𝒃) 𝑷(𝑭𝟏 ∩ 𝑭𝟐 ) = ∙ = = 𝟎, 𝟏𝟏𝟏𝟏
30 29 𝟐𝟐
c) Aplicamos el teorema de Bayes:

𝑭𝟏 𝑃(𝐹1 ∩ 𝐹2 ) 0,1034
𝑷� � = = = 𝟎, 𝟑𝟑𝟑𝟑
𝑭𝟐 𝑃(𝐹2 ) 0,3333
24
11. En un IES se va a organizar una excursión que consiste en una semana en la nieve.
De los alumnos de bachillerato van a apuntarse 20 chicas y 25 chicos de un total de 43
chicas y 50 chicos. Si se elige un alumno al azar, calcula la probabilidad de que:
a) Sea chica y vaya a la excursión.
b) Vaya a la excursión sabiendo que es chica.
c) Sea chica sabiendo que va a la excursión.

𝐄: “Va a la excursión”
𝐄�: “No va a la excursión”
43 20 𝟐𝟐
𝒂) 𝑷(𝑨 ∩ 𝑬) = ∙ = = 𝟎, 𝟐𝟐𝟐𝟐
93 43 𝟗𝟗
𝑬 𝟐𝟐
𝒃) 𝑷 � � =
𝑨 𝟒𝟒
c) Aplicamos el teorema de Bayes:

𝑨 𝑃(𝐴 ∩ 𝐸) 0,2151 0,2151
𝑷� � = = = = 𝟎, 𝟒𝟒𝟒𝟒
𝑬 𝑃(𝐸) 43 20 50 25 0,4839
∙ + ∙
93 43 93 50
¡¡Interesante!! Fíjate que en el apartado b) no tenemos que utilizar el teorema de Bayes

mientras que en el apartado c) lo hemos empleado al movernos “al revés” en el árbol.
25

Cables Con Cargas Distribuidas

Cargado por

Copyright:

Formatos disponibles

Cables Con Cargas Distribuidas

Cargado por

Información del documento

Descripción original:

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Cables Con Cargas Distribuidas

Cargado por

Copyright:

Formatos disponibles

TEMA DE AMPLIACIÓN

1. Espacio muestral y sucesos

2. Operaciones con sucesos

3. Probabilidad. Regla de Laplace

10. Teorema de probabilidad total

11. Teorema de Bayes

“Remix” de ejercicios del bloque de PROBABILIDAD:

Ejemplo 1. En el experimento de lanzar un dado de 6 caras, calcular:

𝒃) {𝟏}, {𝟐}, {𝟑}, {𝟒}, {𝟓}, {𝟔}

* Sucesos incompatibles: Dos sucesos A y B son incompatibles si no tienen ningún elemento

Ejemplo 2. En el experimento de lanzar un dado de 6 caras, siendo los sucesos:

c) No. Son compatibles ya que tienen algún elemento en común.

Para estudiar la probabilidad de un suceso A, aplicaremos la regla de Laplace:

Ejemplo 3. En el experimento de lanzar un dado de 6 caras, calcular la probabilidad de:

a) 𝑷(𝑨) = 𝟏�𝟔 “El dado tiene 1 cinco entre los 6 casos”

e) 𝑷(𝑬) = 𝟔�𝟔 = 𝟏 “El suceso es seguro”

a) La probabilidad del suceso seguro es uno: 𝑷(𝑬) = 𝟏

* Unión de sucesos: 𝑷(𝑨 ∪ 𝑩) = 𝑷(𝑨) + 𝑷(𝑩) − 𝑷(𝑨 ∩ 𝑩)

* Intersección de sucesos: 𝑷(𝑨 ∩ 𝑩) = 𝑷(𝑨) + 𝑷(𝑩) − 𝑷(𝑨 ∪ 𝑩)

* Sucesos incompatibles: Dos sucesos A y B son incompatibles si no tienen ningún elemento

Ejemplo 4. Sabiendo que 𝑃(𝐴� ) = 0,25 ; 𝑃(𝐵) = 0,6 ; 𝑃(𝐴 ∪ 𝐵) = 0,9

𝒂) 𝑷(𝑨) = 1 − 𝑃(𝐴� ) = 1 − 0,25 = 𝟎, 𝟕𝟕

𝑷(𝑨 ∪ 𝑩) = 𝑃(𝐴) + 𝑃(𝐵) − 𝑃(𝐴 ∩ 𝐵) = 0,4 + 0,3 − 0 = 𝟎, 𝟕

Definimos los sucesos: 𝑴 = “Aprobar Matemáticas” ; 𝑸 = “Aprobar Química”

“La probabilidad de aprobar matemáticas es del 70%” → 𝑷(𝑴) = 𝟎, 𝟕

La probabilidad de aprobar alguna asignatura por tanto será: 𝑷(𝑴 ∪ 𝑸)

Ejemplo 7. En un concurso, la probabilidad de ganar el premio A es 0,5; la probabilidad de

𝑷(𝑨) = 𝟎, 𝟓 ; 𝑷(𝑩) = 𝟎, 𝟏𝟏 ; 𝑷(𝑨 ∩ 𝑩) = 𝟎, 𝟎𝟎

Calculamos 𝑷(𝑨 ∪ 𝑩): 𝑃(𝐴) + 𝑃(𝐵) − 𝑃(𝐴 ∩ 𝐵) = 0,5 + 0,15 − 0,05 = 𝟎, 𝟔

¡¡Interesante!! Fíjate que 𝑃(A ∩ B �) establece la “probabilidad de que ocurra el suceso A y no

Ejemplo 8. En un concurso, la probabilidad de ganar el premio A es 0,5, la probabilidad de

𝑷(𝑨) = 𝟎, 𝟓 ; 𝑷(𝑩) = 𝟎, 𝟐𝟐 ; 𝑷(𝑨 ∩ 𝑩) = 𝟎, 𝟎𝟎

a) La probabilidad de ganar solo el premio A será:

b) La probabilidad de ganar solo el premio B será:

¡¡Interesante!! Fíjate que 𝑃(𝐴/𝐵) establece la “probabilidad de que ocurra el suceso A

Ejemplo 9. Sean A y B dos sucesos tales que 𝑷(𝑨) = 𝟎, 𝟔 ; 𝑷(𝑩) = 𝟎, 𝟓 y 𝑷(𝑨 ∩ 𝑩) = 𝟎, 𝟑

𝑃(𝐴 ∩ 𝐵) 0,3 𝑃(𝐴 ∩ 𝐵) 0,3

Dos sucesos son independientes si se cumple que: 𝑷(𝑨 ∩ 𝑩) = 𝑷(𝑨) · 𝑷(𝑩)

𝑷(𝑨 ∩ 𝑩) = 𝑷(𝑨) · 𝑷(𝑩) → 0,2 = 0,3 ∙ 0,5 → 𝟎, 𝟐 ≠ 𝟎, 𝟏𝟏

Los sucesos no son independientes, por lo tanto son dependientes.

¡¡Vamos a hacer un ejercicio que recoja varios de los conceptos anteriores!!

𝒂) 𝑷(𝑨 ∩ 𝑩) = 𝑃(𝐴) · 𝑃(𝐵) = 0,3 · 0,5 = 𝟎, 𝟏𝟏

𝒃) 𝑷(𝑨 ∪ 𝑩) = 𝑃(𝐴) + 𝑃(𝐵) − 𝑃(𝐴 ∩ 𝐵) = 0,3 + 0,5 − 0,15 = 𝟎, 𝟔𝟔

� ) = 𝑃(𝐴) − 𝑃(𝐴 ∩ 𝐵) = 0,3 − 0,15 = 𝟎, 𝟏𝟏

Muchos problemas de probabilidad se resuelven mediante la creación de diagramas de árbol

Definimos lo sucesos → 𝐀: “Sacar bola azul” 𝐁: “Sacar bola roja”

Una vez elaborado el diagrama de árbol, vamos a estudiar su “ritmo”:

¡¡Importante!! Puesto que volvemos al principio, sumamos.

Definimos lo sucesos → 𝐀: “Sacar bola azul” 𝐁: “Sacar bola roja”

Definimos los sucesos

* Como elegimos una urna al

�) = 𝟏 − 𝑷(𝐕) = 1 − 0,3254 = 𝟎, 𝟔𝟔𝟔𝟔

Definimos los sucesos

Para el cálculo de la probabilidad total emplearemos la siguiente fórmula:

Definimos los sucesos

𝑷(𝑹) = 0,5 ∙ 0,03 + 0,3 ∙ 0,02 + 0,2 ∙ 0,01 = 𝟎, 𝟎𝟎𝟎

Definimos los sucesos

𝑷(𝑪) = 0,6 ∙ 0,7 + 0,4 ∙ 0,8 = 𝟎, 𝟕𝟕

Al teorema de Bayes podríamos llamarlo “teorema del cangrejo” ya que si seguimos su