FACULTAD DE INGENIERÍA

CARRERA DE INGENIERÍA INDUSTRIAL Y CARRERA DE INGENIERÍA DE SISTEMAS

UNIDAD 1: TÉCNICAS DE CONTEO Y

PROBABILIDAD
Parte 3: Probabilidad condicional,
probabilidad total, teorema de Bayes e
independencia de eventos
Profesor: Dr. Martín Guillermo Cornejo Sarmiento
E-mail: mgcornejo@ulima.edu.pe
Web: https://cris.ulima.edu.pe/es/persons/mart%C3%ADn-guillermo-cornejo-sarmiento

ESTADÍSTICA Y PROBABILIDAD
2024-1
Contenido

 Probabilidad condicional

 Probabilidad de eventos independientes

 Regla (o teorema) del producto

 Partición del espacio muestral

 Probabilidad total

 Teorema de Bayes
Objetivo

 Calcular e interpretar probabilidades condicionales de eventos.

 Determinar la independencia de eventos e usar la independencia para calcular probabilidades.

 Usar la regla de probabilidad total y, por lo tanto, la partición de un espacio muestral para
calcular la probabilidad de un evento en dicho espacio muestral.

 Usar el teorema de Bayes y/o la regla de probabilidad total para calcular probabilidades
condicionales
Probabilidad condicional
 A menudo se quiere determinar la probabilidad de que ocurra un evento sabiendo que otro
evento ha ocurrido.
DEFINICIÓN
 Sean 𝐴 y 𝐵 dos eventos en un espacio muestral (Ω), la probabilidad condicional (o condicionada)
de que un evento 𝐵 ocurra dado que otro evento 𝐴 ha ocurrido se denota por 𝑃 𝐵ȁ𝐴 .
 𝑃 𝐵ȁ𝐴 : “la probabilidad de que 𝐵 ocurra dado que 𝐴 ha ocurrido” o “la probabilidad de 𝐵 dado
𝐴”. Se calcula como:
𝑃 𝐴∩𝐵
𝑃 𝐵 ȁ𝐴 = = , si 𝑃 𝐴 > 0
𝑃 𝐴

𝐵𝐶

𝐴 𝐴𝐶
LISTA ADICIONAL DE EJERCICIOS 1
PARTE 3: PROBABILIDAD CONDICIONAL, PROBABILIDAD TOTAL, TEOREMA DE BAYES E
INDEPENDENCIA DE EVENTOS
23. Un club está conformado por 150 miembros. Del total, 3/5 son hombres y 2/3 son profesionales.
Además, 1/3 de las mujeres son no profesionales. Si se elige al azar un socio del club:
a) Calcular la probabilidad de que sea hombre y profesional.
b) Calcular la probabilidad de que sea hombre, dado que es profesional
LISTA ADICIONAL DE EJERCICIOS 1
PARTE 3: PROBABILIDAD CONDICIONAL, PROBABILIDAD TOTAL, TEOREMA DE BAYES E
INDEPENDENCIA DE EVENTOS
23. Un club está conformado por 150 miembros. Del total, 3/5 son hombres y 2/3 son profesionales.
Además, 1/3 de las mujeres son no profesionales. Si se elige al azar un socio del club:
a) Calcular la probabilidad de que sea hombre y profesional.
b) Calcular la probabilidad de que sea hombre, dado que es profesional

SOLUCIÓN:
Profesional (𝑃) No profesional (𝑃𝐶 ) Total
Hombre (𝐻) 60 30 90
Mujer (𝑀) 40 20 60
Total 100 50 150

𝑛(𝐻∩𝑃) 60
a) 𝑃 𝐻 ∩ 𝑃 = = 150 = 0.40
𝑛(Ω)

𝑃(𝐻∩𝑃) 𝑛(𝐻∩𝑃) 60
b) 𝑃 𝐻 ȁ𝑃 = = = = 0.60
𝑃(𝑃) 𝑛(𝑃) 100
Notar que el espacio muestral en la pregunta (b) se reduce al evento 𝑃, es decir, se ha considerado el espacio
muestral reducido 𝑃
Eventos independientes
DEFINICIÓN 1
Los eventos 𝐴 y 𝐵 son dos eventos independientes si es verdadero cualquiera de los siguientes
enunciados equivalentes:
1. 𝑃 𝐵ȁ𝐴 = 𝑃 𝐵
2. 𝑃 𝐴ȁ𝐵 = 𝑃 𝐴
3. 𝑃 𝐴 ∩ 𝐵 = 𝑃 𝐴 𝑃(𝐵)

De otra forma 𝐴 y 𝐵 son dos eventos dependientes.

NOTA. 𝐴 y 𝐵 son dos eventos independientes NO SIGNIFICA 𝐴 ∩ 𝐵 = ∅
LISTA ADICIONAL DE EJERCICIOS 1
PARTE 3: PROBABILIDAD CONDICIONAL, PROBABILIDAD TOTAL, TEOREMA DE BAYES E
INDEPENDENCIA DE EVENTOS
26. Un dado se lanza dos veces,
a) Si A es el evento “sale 2 en el primer lanzamiento” y si “B” es el evento “sale 5 en el segundo
lanzamiento”, ¿son A y B independientes?
b) Calcular la probabilidad de obtener los números 2 y 5
LISTA ADICIONAL DE EJERCICIOS 1
PARTE 3: PROBABILIDAD CONDICIONAL, PROBABILIDAD TOTAL, TEOREMA DE BAYES E
INDEPENDENCIA DE EVENTOS
26. Un dado se lanza dos veces,
a) Si A es el evento “sale 2 en el primer lanzamiento” y si “B” es el evento “sale 5 en el segundo
lanzamiento”, ¿son A y B independientes?
b) Calcular la probabilidad de obtener los números 2 y 5
SOLUCIÓN:
El espacio muestral del experimento de lanzar un dado 2 veces es Ω
Ω = 𝑖, 𝑗 Τ𝑖, 𝑗 = 1,2,3,4,5,6  𝑛(Ω) = 36
𝐴 : “sale 2 en el primer lanzamiento”, entonces 𝐴 = 2, 𝑗 Τ𝑗 = 1,2,3,4,5,6  𝑛(𝐴) = 6
𝐵 : “sale 5 en el segundo lanzamiento”, entonces 𝐵 = 𝑖, 5 Τ𝑖 = 1,2,3,4,5,6  𝑛(𝐵) = 6
Además 𝐴 ∩ 𝐵 = 2, 5  𝑛(𝐴 ∩ 𝐵) = 1

a) Si verificamos que 𝑃(𝐴 ∩ 𝐵) = 𝑃 𝐴 𝑃(𝐵), entonces A y B son dos eventos independientes.

𝑛 𝐴∩𝐵 1
𝑃 𝐴∩𝐵 = =
𝑛 Ω 36
𝑛 𝐴 𝑛 𝐵 6 6 1
𝑃 𝐴 𝑃 𝐵 = = =
𝑛 Ω 𝑛 Ω 36 36 36
Como 𝑃(𝐴 ∩ 𝐵) = 𝑃 𝐴 𝑃(𝐵), entonces A y B son dos eventos independientes

b) 𝐶 : “sale 2 y 5 en los dos lanzamientos”, entonces 𝐶 = 2, 5 , 5, 2  𝑛(𝐶) = 2

𝑛 𝐶 2 1
𝑃 𝐶 = = =
𝑛 Ω 36 18
Eventos independientes
TEOREMA. Si los eventos 𝐴 y 𝐵 son independientes, entonces:
• 𝐴 y 𝐵𝐶 son independientes
• 𝐴𝐶 y 𝐵 son independientes
• 𝐴𝐶 y 𝐵𝐶 son independientes

TEOREMA. Si los eventos 𝐴 y 𝐵 son independientes, entonces:

• 𝑃 𝐴⋃𝐵 = 1 − 𝑃 𝐴𝐶 𝐵𝐶 = 1 − 𝑃 𝐴𝐶 𝑃 𝐵𝐶 = 1 − (1 − 𝑃 𝐴 )(1 − 𝑃 𝐵 )
Eventos independientes
DEFINICIÓN. Diremos que tres eventos 𝐴, 𝐵 y 𝐶 son independientes si, y sólo si:
• 𝑃 𝐴 ∩ 𝐵 = 𝑃 𝐴 𝑃(𝐵); 𝑃 𝐴 ∩ 𝐶 = 𝑃 𝐴 𝑃(𝐶) y 𝑃 𝐵 ∩ 𝐶 = 𝑃 𝐵 𝑃(𝐶)
• 𝑃 𝐴 ∩ 𝐵 ∩ 𝐶 = 𝑃 𝐴 𝑃(𝐵)𝑃(𝐶)

NOTA. Si tres eventos 𝐴, 𝐵 y 𝐶 son independientes, entonces:

• 𝐴, 𝐵𝐶 y 𝐶 𝐶 son independientes
• 𝐴𝐶 , 𝐵 y 𝐶 𝐶 son independientes
• 𝐴𝐶 , 𝐵𝐶 y 𝐶 son independientes
• 𝐴, 𝐵 y 𝐶 𝐶 son independientes
• 𝐴𝐶 , 𝐵 y 𝐶 son independientes
• 𝐴, 𝐵𝐶 y 𝐶 son independientes
LISTA ADICIONAL DE EJERCICIOS 1
PARTE 3: PROBABILIDAD CONDICIONAL, PROBABILIDAD TOTAL, TEOREMA DE BAYES E INDEPENDENCIA DE
EVENTOS
28. Suponga que en un proceso de producción se utilizan las máquinas 1 y 2 que trabajan en forma independiente para
producir cierto bien. Si la probabilidad de que ambas máquinas fallen es 1/5 y de que falle sólo la 2 es 2/15. Calcular la
probabilidad de que
a) Falle sólo la máquina 1
b) La producción continúe
LISTA ADICIONAL DE EJERCICIOS 1
PARTE 3: PROBABILIDAD CONDICIONAL, PROBABILIDAD TOTAL, TEOREMA DE BAYES E INDEPENDENCIA DE
EVENTOS
28. Suponga que en un proceso de producción se utilizan las máquinas 1 y 2 que trabajan en forma independiente para
producir cierto bien. Si la probabilidad de que ambas máquinas fallen es 1/5 y de que falle sólo la 2 es 2/15. Calcular la 𝛺
probabilidad de que
a) Falle sólo la máquina 1 𝐴 𝐵
b) La producción continúe
𝐴𝐵 𝐴𝐶 𝐵
SOLUCIÓN: 1/5 2/15
1 2
𝐴 : “falla la máquina 1” y 𝐵 : “falla la máquina 2”, 𝑃 𝐴 ∩ 𝐵 = 5 y 𝑃 𝐴𝐶 ∩ 𝐵 = 15
Con las dos probabilidades conocidas podemos obtener 𝑃 𝐵 . Además dado que
𝐴 ∩ 𝐵 y 𝐴𝐶 ∩ 𝐵 son disjuntos, tenemos:
1 2 1
𝑃 𝐵 = 𝑃 (𝐴 ∩ 𝐵)⋃ 𝐴𝐶 ∩ 𝐵 = 𝑃 𝐴 ∩ 𝐵 + 𝑃 𝐴𝐶 ∩ 𝐵 = + =
5 15 3
1 1 3
Como 𝐴 y 𝐵 son eventos independientes, entonces: 𝑃 𝐴 ∩ 𝐵 = 5 = 𝑃 𝐴 𝑃 𝐵 = 𝑃 𝐴 3
. Por lo tanto 𝑃 𝐴 = 5

a) Como 𝐴 y 𝐵 son eventos independientes, entonces 𝐴 y 𝐵 𝐶 también son eventos independientes. Por lo tanto:
3 3 1 2
𝑃 𝐴 ∩ 𝐵𝐶 = 𝑃 𝐴 𝑃 𝐵𝐶 = 1 − 𝑃 𝐵 = 1− =
5 5 3 5
b) 𝐶 : “La producción continua”, donde 𝐶 = 𝐴 ∩ 𝐵 ⋃ 𝐴 ∩ 𝐵𝐶 ⋃ 𝐴𝐶 ∩ 𝐵𝐶
𝐶

Como 𝐴 y 𝐵 son eventos independientes, entonces 𝐴𝐶 y 𝐵; 𝐴 y 𝐵𝐶 ; así como 𝐴𝐶 y 𝐵𝐶 son eventos independientes. Además dado que 𝐴𝐶 ∩ 𝐵 ,
𝐴 ∩ 𝐵𝐶 y 𝐴𝐶 ∩ 𝐵𝐶 son eventos disjuntos, tenemos:
𝑃 𝐶 = 𝑃 𝐴𝐶 ∩ 𝐵 ⋃ 𝐴 ∩ 𝐵𝐶 ⋃ 𝐴𝐶 ∩ 𝐵𝐶 = 𝑃 𝐴𝐶 ∩ 𝐵 + 𝑃 𝐴 ∩ 𝐵𝐶 + 𝑃 𝐴𝐶 ∩ 𝐵𝐶
21 32 22 4
= 𝑃 𝐴𝐶 𝑃 𝐵 + 𝑃 𝐴 𝑃 𝐵𝐶 + 𝑃 𝐴𝐶 𝑃 𝐵𝐶 = 5 3 + 5 3 + 5 3 = 5
LISTA ADICIONAL DE EJERCICIOS 1
PARTE 3: PROBABILIDAD CONDICIONAL, PROBABILIDAD TOTAL, TEOREMA DE BAYES E INDEPENDENCIA DE
EVENTOS
29. Tres ciudades A (México), B (España) y C (Perú) fueron severamente afectadas por el COVID-19. Las proporciones de
personas infectadas (es decir, personas que tuvieron el virus por lo menos una vez) en A, B y C son 1/6, 1/4 y 1/3,
respectivamente. Si se elige una persona de cada una de las tres ciudades, ¿cuál es la probabilidad que exactamente una de
estas tres personas haya estado infectada de COVID19? Considerar que las infecciones en las tres ciudades son
independientes.
LISTA ADICIONAL DE EJERCICIOS 1
PARTE 3: PROBABILIDAD CONDICIONAL, PROBABILIDAD TOTAL, TEOREMA DE BAYES E INDEPENDENCIA DE
EVENTOS
29. Tres ciudades A (México), B (España) y C (Perú) fueron severamente afectadas por el COVID-19. Las proporciones de
personas infectadas (es decir, personas que tuvieron el virus por lo menos una vez) en A, B y C son 1/6, 1/4 y 1/3,
respectivamente. Si se elige una persona de cada una de las tres ciudades, ¿cuál es la probabilidad que exactamente una de
estas tres personas haya estado infectada de COVID19? Considerar que las infecciones en las tres ciudades son
independientes.

SOLUCIÓN:
𝐴 : “la persona de la ciudad A (México) ha estado infectada con la COVID-19”
𝐵 : “la persona de la ciudad B (España) ha estado infectada con la COVID-19”
𝐶 : “la persona de la ciudad C (Perú) ha estado infectada con la COVID-19”
1 1 1
𝑃 𝐴 = 6, 𝑃 𝐵 = 4 y 𝑃 𝐶 = 3
Sea 𝐸 : “Solo una de las tres personas seleccionadas (una de cada ciudad) ha estado infectada con la COVID 19”, donde
𝐸 = 𝐴 ∩ 𝐵 𝐶 ∩ 𝐶 𝐶 ⋃ 𝐴𝐶 ∩ 𝐵 ∩ 𝐶 𝐶 ⋃ 𝐴𝐶 ∩ 𝐵 𝐶 ∩ 𝐶 . Piden 𝑃(𝐸)

Debemos considerar que como 𝐴, 𝐵 y 𝐶 son independientes, entonces 𝐴, 𝐵𝐶 y 𝐶 𝐶 son independientes; 𝐴𝐶 , 𝐵 y 𝐶 𝐶 son independientes;
así como 𝐴𝐶 , 𝐵𝐶 y 𝐶 son independientes. Además, los eventos 𝐴 ∩ 𝐵𝐶 ∩ 𝐶 𝐶 , 𝐴𝐶 ∩ 𝐵 ∩ 𝐶 𝐶 y 𝐴𝐶 ∩ 𝐵𝐶 ∩ 𝐶 son mutuamente disjuntos.
Por lo tanto, tenemos que:

𝑃 𝐸 = 𝑃 𝐴 ∩ 𝐵𝐶 ∩ 𝐶 𝐶 ⋃ 𝐴𝐶 ∩ 𝐵 ∩ 𝐶 𝐶 ⋃ 𝐴𝐶 ∩ 𝐵𝐶 ∩ 𝐶 = 𝑃 𝐴 ∩ 𝐵𝐶 ∩ 𝐶 𝐶 + 𝑃 𝐴𝐶 ∩ 𝐵 ∩ 𝐶 𝐶 + 𝑃 𝐴𝐶 ∩ 𝐵𝐶 ∩ 𝐶
132 512 531 31
= 𝑃 𝐴 𝑃 𝐵 𝐶 𝑃 𝐶 𝐶 + 𝑃 𝐴𝐶 𝑃 𝐵 𝑃 𝐶 𝐶 + 𝑃 𝐴𝐶 𝑃 𝐵 𝐶 𝑃 𝐶 = 6 4 3 + 6 4 3 + 6 4 3 = 72 = 0.4306
Regla del producto (o de la multiplicación)
TEOREMA
• 𝑃 𝐴 ∩ 𝐵 = 𝑃 𝐴 𝑃 𝐵ȁ𝐴 = 𝑃 𝐵 𝑃 𝐴ȁ𝐵 , si 𝐴 y 𝐵 son dos eventos cualesquiera.
• 𝑃 𝐴 ∩ 𝐵 = 𝑃 𝐴 𝑃(𝐵), si 𝐴 y 𝐵 son dos eventos independientes

EN GENERAL:
• 𝑃 𝐴1 ∩ 𝐴2 ∩ ⋯ ∩ 𝐴𝑛 = 𝑃 𝐴1 𝑃 𝐴2 ห𝐴1 𝑃 𝐴3 ห𝐴1 ∩ 𝐴2 … 𝑃 𝐴𝑛 ห𝐴1 ∩ 𝐴2 ∩ ⋯ ∩ 𝐴𝑛−1 , si 𝐴1 , 𝐴2 , …, 𝐴𝑛
son 𝑛 eventos cualesquiera, y siempre que 𝑃 𝐴1 ∩ 𝐴2 ∩ ⋯ ∩ 𝐴𝑛−1 > 0
• 𝑃 𝐴1 ∩ 𝐴2 ∩ ⋯ ∩ 𝐴𝑛 = 𝑃 𝐴1 𝑃 𝐴2 … 𝑃 𝐴𝑛 , si los 𝑛 eventos son independientes.
LISTA ADICIONAL DE EJERCICIOS 1
PARTE 3: PROBABILIDAD CONDICIONAL, PROBABILIDAD TOTAL, TEOREMA DE BAYES E
INDEPENDENCIA DE EVENTOS
30. La probabilidad de que la batería de un automóvil sometida a alta temperatura en el compartimiento del
motor tenga una corriente de carga baja es 0.7. La probabilidad de que la batería este sometida a alta
temperatura en el compartimiento del motor es 0.05. ¿Cuál es la probabilidad de que una batería tenga una
corriente de carga baja y esté sometida a alta temperatura en el compartimiento del motor?
LISTA ADICIONAL DE EJERCICIOS 1
PARTE 3: PROBABILIDAD CONDICIONAL, PROBABILIDAD TOTAL, TEOREMA DE BAYES E
INDEPENDENCIA DE EVENTOS
30. La probabilidad de que la batería de un automóvil sometida a alta temperatura en el compartimiento del
motor tenga una corriente de carga baja es 0.7. La probabilidad de que la batería este sometida a alta
temperatura en el compartimiento del motor es 0.05. ¿Cuál es la probabilidad de que una batería tenga una
corriente de carga baja y esté sometida a alta temperatura en el compartimiento del motor?

SOLUCIÓN:
Sean los eventos:
𝐴 : “la batería tiene una corriente de carga baja”
𝐵 : “la batería está sometida a alta temperatura en el compartimiento del motor”
Además se sabe que 𝑃 𝐴ȁ𝐵 = 0.7 y 𝑃 𝐵 = 0.05. Se pide 𝑃 𝐴 ∩ 𝐵

Aplicando la regla del producto:

𝑃 𝐴 ∩ 𝐵 = 𝑃 𝐴ȁ𝐵 𝑃 𝐵 = 0.7 0.05 = 0.035
Partición del espacio muestral
DEFINICIÓN:
Se denomina partición del espacio muestral Ω, a una colección de 𝑘 eventos 𝐴1 , 𝐴2 , …, 𝐴𝑘 que sean
mutuamente excluyentes y cuya unión es el espacio muestral Ω, es decir, tales que verifican las
siguientes condiciones:
1. 𝑃 𝐴𝑖 > 0, para cada 𝑖 = 1,2, … , 𝑘
2. 𝐴𝑖 ∩ 𝐴𝑗 = ∅ ∀𝑖 ≠ 𝑗
3. ⋃𝑘𝑖=1 𝐴𝑖 = Ω o σ𝑘𝑖=1 𝑃(𝐴𝑖 ) = 1
𝛺

𝐴1 𝐴2 ….. 𝐴𝑘

𝐵
Regla de la Probabilidad Total
TEOREMA:
Si 𝑘 eventos 𝐴1 , 𝐴2 , …, 𝐴𝑘 constituyen una partición del espacio muestral Ω, entonces, para cualquier
evento 𝐵 en Ω,
𝑘 𝑘

𝑃 𝐵 = ෍ 𝑃(𝐴𝑖 ∩ 𝐵) = ෍ 𝑃(𝐴𝑖 ) 𝑃 𝐵ห𝐴𝑖

𝑖=1 𝑖=1

𝐴1 𝐴2 ….. 𝐴𝑘

𝐵
Teorema de Bayes
TEOREMA:
Si 𝑘 eventos 𝐴1 , 𝐴2 , …, 𝐴𝑘 constituyen una partición del espacio muestral Ω, entonces, para cualquier
evento 𝐵 de Ω tal que 𝑃 𝐵 > 0,
𝑃(𝐴𝑖 )𝑃 𝐵ห𝐴𝑖 𝑃(𝐴𝑖 )𝑃 𝐵ห𝐴𝑖
𝑃 𝐴 𝑖 ȁ𝐵 = = , para cada 𝑖 = 1,2, … 𝑘
𝑃 𝐵 σ𝑘
𝑖=1 𝑃(𝐴𝑖 )𝑃 𝐵ห𝐴𝑖

NOTA. Sean dos eventos A y B, la 𝑃 𝐴ȁ𝐵 puede ser obtenida en función de la 𝑃 𝐵ȁ𝐴
𝑃(𝐴)𝑃 𝐵ȁ𝐴
ȁ
𝑃 𝐴𝐵 =
𝑃 𝐵

𝐴1 𝐴2 ….. 𝐴𝑘

𝐵
LISTA ADICIONAL DE EJERCICIOS 1
PARTE 3: PROBABILIDAD CONDICIONAL, PROBABILIDAD TOTAL, TEOREMA DE BAYES E INDEPENDENCIA DE
EVENTOS
32. Un ensamblador de computadoras usa partes que provienen de tres proveedores 𝑃1 , 𝑃2 y 𝑃3 . De 2000 partes recibidas,
1000 provienen de 𝑃1 , 600 de 𝑃2 y el resto de 𝑃3 . De experiencias pasadas, el ensamblador sabe que las partes defectuosas
que provienen de 𝑃1 , 𝑃2 y 𝑃3 son respectivamente 3%, 4% y 5%. Si se elige una computadora al azar,
a) ¿Cuál es la probabilidad de que contenga una parte defectuosa?
b) Y si contiene una parte defectuosa, ¿cuál es la probabilidad de que haya sido proveído por 𝑃2 ?
LISTA ADICIONAL DE EJERCICIOS 1
PARTE 3: PROBABILIDAD CONDICIONAL, PROBABILIDAD TOTAL, TEOREMA DE BAYES E INDEPENDENCIA DE
EVENTOS
32. Un ensamblador de computadoras usa partes que provienen de tres proveedores 𝑃1 , 𝑃2 y 𝑃3 . De 2000 partes recibidas,
1000 provienen de 𝑃1 , 600 de 𝑃2 y el resto de 𝑃3 . De experiencias pasadas, el ensamblador sabe que las partes defectuosas
que provienen de 𝑃1 , 𝑃2 y 𝑃3 son respectivamente 3%, 4% y 5%. Si se elige una computadora al azar,
a) ¿Cuál es la probabilidad de que contenga una parte defectuosa?
b) Y si contiene una parte defectuosa, ¿cuál es la probabilidad de que haya sido proveído por 𝑃2 ?
SOLUCIÓN:
Sean los eventos:
𝐴𝑖 : “Parte (pieza) proviene del proveedor 𝑃𝑖 (𝑖 = 1, 2, 3)”
𝐵 : “Parte (pieza) defectuosa”
1000 600 400
𝑃 𝐴1 = 2000 = 0.5, 𝑃 𝐴2 = 2000 = 0.3 y 𝑃 𝐴3 = 2000 = 0.2
𝑃 𝐵 ȁ𝐴1 = 0.03, 𝑃 𝐵ȁ𝐴2 = 0.04 y 𝑃 𝐵ȁ𝐴3 = 0.05

a) Piden 𝑃 𝐵 .
𝑃 𝐵 puede ser obtenido aplicando la Regla de Probabilidad Total:
3

𝑃 𝐵 = ෍ 𝑃(𝐴𝑖 ) 𝑃 𝐵ห𝐴𝑖 = 𝑃 𝐴1 𝑃 𝐵ȁ𝐴1 + 𝑃 𝐴2 𝑃 𝐵 ȁ𝐴2 + 𝑃 𝐴3 𝑃 𝐵ȁ𝐴3 = 0.5 0.03 + 0.3 0.04 + 0.2 0.05 = 0.037
𝑖=1

b) Piden 𝑃 𝐴2 ȁ𝐵 .
𝑃 𝐴2 ȁ𝐵 puede ser obtenido aplicando el Teorema de Bayes:
𝑃 𝐴2 0.3
𝑃 𝐴2 ȁ𝐵 = 𝑃 𝐵ȁ𝐴2 = 0.04 = 0.3243
𝑃 𝐵 0.037
LISTA ADICIONAL DE EJERCICIOS 1
SOLUCIÓN:
Utilizando
Diagrama del árbol 𝑃 𝐵 ȁ𝐴1 = 0.03
𝐴1 𝐵 𝑃 𝐴1 𝑃 𝐵 ȁ𝐴1 = 𝑃 𝐴1 ∩ 𝐵 = 0.015

𝑃 𝐴1 = 0.5 𝛺
𝐵𝐶 𝐴1 𝐴2 𝐴3

𝑃 𝐴2 = 0.3 𝑃 𝐵 ȁ𝐴2 = 0.04

𝐴2 𝐵 𝑃 𝐴2 𝑃 𝐵 ȁ𝐴2 = 𝑃 𝐴2 ∩ 𝐵 = 0.012 𝐵

𝐵𝐶
𝑃 𝐴3 = 0.2
𝑃 𝐵 ȁ𝐴3 = 0.05
𝐴3 𝐵 𝑃 𝐴3 𝑃 𝐵 ȁ𝐴3 = 𝑃 𝐴3 ∩ 𝐵 = 0.010

𝐵𝐶
𝟑 𝟑

𝑷 𝑩 = ෍ 𝑷(𝑨𝒊 ∩ 𝑩) = ෍ 𝑷(𝑨𝒊 ) 𝑷 𝑩ห𝑨𝒊 = 𝟎. 𝟎𝟏𝟓 + 𝟎. 𝟎𝟏𝟐 + 𝟎. 𝟎𝟏𝟎 = 𝟎. 𝟎𝟑𝟕

𝒊=𝟏 𝒊=𝟏
LISTA ADICIONAL DE EJERCICIOS 1
PARTE 3: PROBABILIDAD CONDICIONAL, PROBABILIDAD TOTAL, TEOREMA DE BAYES E INDEPENDENCIA DE
EVENTOS
34. Un estudiante está interesado en hacer un doctorado en Alemania. Él considera que podría ser favorable viajar seis meses
antes del inicio de las clases para intentar ser aceptado en el programa. Debido a los costos elevados que implica el viaje y la
estadía, la probabilidad de que él no pueda viajar es de 0.70. Si el estudiante consigue viajar, la probabilidad de ser aceptado
en el doctorado es de 0.95 y 0.15 si no consigue viajar.
a) Si el estudiante no fuera aceptado en el doctorado, ¿cuál es la probabilidad de que el estudiante no haya viajado?
b) Determinar la probabilidad de que el estudiante sea aceptado en el doctorado
c) ¿Cuál es la probabilidad de que el estudiante haya viajado si fue aceptado en el doctorado?
 LISTA ADICIONAL DE EJERCICIOS 1
PARTE 3: PROBABILIDAD CONDICIONAL, PROBABILIDAD TOTAL, TEOREMA DE BAYES E INDEPENDENCIA DE
EVENTOS
34. Un estudiante está interesado en hacer un doctorado en Alemania. Él considera que podría ser favorable viajar seis meses
antes del inicio de las clases para intentar ser aceptado en el programa. Debido a los costos elevados que implica el viaje y la
estadía, la probabilidad de que él no pueda viajar es de 0.70. Si el estudiante consigue viajar, la probabilidad de ser aceptado
en el doctorado es de 0.95 y 0.15 si no consigue viajar.
a) Si el estudiante no fuera aceptado en el doctorado, ¿cuál es la probabilidad de que el estudiante no haya viajado?
b) Determinar la probabilidad de que el estudiante sea aceptado en el doctorado
c) ¿Cuál es la probabilidad de que el estudiante haya viajado si fue aceptado en el doctorado?
𝑃 𝐴ȁ𝑉 = 0.95
SOLUCIÓN: 𝑃 𝑉 = 0.30 𝑉 𝐴 𝑃 𝑉 𝑃 𝐴ȁ𝑉 = 𝑃 𝑉 ∩ 𝐴 = 0.285
Sean los eventos:
𝑉 : “El estudiante viaja”
𝐴 : “El estudiante es aceptado en el doctorado” 𝑃 𝐴𝐶 ȁ𝑉 = 0.05
𝐶 𝐴𝐶
𝑃 𝑉 = 0.30, 𝑃 𝑉 = 0.70 y
𝑃 𝐴ȁ𝑉 = 0.95, 𝑃 𝐴ȁ𝑉 𝐶 = 0.15
𝑃 𝐴ȁ𝑉 𝐶 = 0.15
𝑃 𝑉 𝐶 0.70 𝑃 𝑉 𝐶 = 0.70 𝑉 𝐶 𝐴 𝑃 𝑉 𝐶 𝑃 𝐴ȁ𝑉 𝐶 = 𝑃 𝑉 𝐶 ∩ 𝐴 = 0.105
𝐶
a) 𝑃 𝑉 ȁ𝐴 =𝐶 𝐶 ȁ 𝐶
𝑃 𝐴 𝐶 𝑃 𝐴 𝑉 =
0.61
0.85 = 0.9754

b) 𝑃 𝐴 = 0. 39 𝑃 𝐴𝐶 ȁ𝑉 𝐶 = 0.85 𝐴𝐶
𝑃 𝑉 0.30
c) 𝑃 𝑉 ȁ𝐴 = 𝑃 𝑃 𝐴ȁ𝑉 = 0.39 0.95 = 0.7308
𝐴

𝑷 𝑨 = 𝑃 𝑉 ∩ 𝐴 + 𝑃 𝑉 𝐶 ∩ 𝐴 = 𝑃 𝑉 𝑃 𝐴ȁ𝑉 + 𝑃 𝑉 𝐶 𝑃 𝐴ȁ𝑉 𝐶 = 𝟎. 𝟐𝟖𝟓 + 𝟎. 𝟏𝟎𝟓 = 𝟎. 𝟑𝟗