Universidad de Puerto Rico en Bayamón
Departamento de Matemáticas
MÓDULO 6:
PROBABILIDAD
(10 mo – 12 mo)
Preparado por:
Prof. Adalberto Agosto
Catedrático Auxiliar, Departamento de Matemáticas
Universidad de Puerto Rico en Bayamón
junio 2010
PRE-PRUEBA
Resuelva cada uno de los siguientes ejercicios y escoja la alternativa correcta.
1. La probabilidad que se basa en la frecuencia relativa de un evento se conoce
como probabilidad
a. empírica
b. teórica
c. subjetiva
d. clásica
2. Tres monedas son lanzadas al azar. La probabilidad de que se obtengan
exactamente dos caras es
1
a. /3
3
b. /8
1
c. /2
2
d. /3
3. Si P(A) = 0.3 y P(B) = 0.4 donde A y B son eventos mutuamente excluyentes,
entonces la probabilidad de que A y B ocurran simultáneamente es:
a. 0
b. 0.12
c. 0.58
d. 0.7
4. Sea P(A) = 0.2 y P(B) = 0.5, donde A y B son independientes, entonces
P(A o B) =
a. 0
b. 0.1
c. 0.6
d. 0.7
2
Utilice la siguiente información para contestar las preguntas 5 - 7.
Un líder comunitario desea conocer la opinión de la gente de su comunidad sobre
cierta medida legislativa que se discute en el Senado. La siguiente tabla ilustra
los resultados de una encuesta realizada sobre una muestra representativa de
300 miembros de la comunidad.
A favor En contra Neutral Totales
Hombres 45 15 10 70
Mujeres 90 110 30 230
Totales 135 125 40 300
Si seleccionamos, al azar, a un individuo de la muestra:
5. ¿Cuál es la probabilidad de que la persona seleccionada sea hombre y que
esté a favor de la medida legislativa?
a. 0.3333
b. 0.6429
c. 0.3200
d. 0.1500
6. ¿Cuál es la probabilidad de que la persona seleccionada no sea neutral,
sabiendo que es mujer?
a. 0.8696
b. 0.7692
c. 0.6667
d. 0.3000
7. ¿Cuál es la probabilidad de que la persona seleccionada esté a favor de la
medida legislativa o sea un hombre?
a. 0.6833
b. 0.5333
c. 0.6429
d. 0.6585
3
8. Un envase contiene 3 canicas rojas, 5 azules y 2 blancas. Dos canicas son
extraídas al azar y sin reemplazo del envase. La probabilidad de que la
segunda canica no sea roja dado que la primera no fue roja es:
7
a. /9
7
b. /10
6
c. /9
6
d. /10
9. El número total de distintas formas en que se pueden repartir tres diferentes
premios a tres diferentes personas entre cinco participantes es:
a. 15
b. 20
c. 60
d. 125
10. Un candado de combinaciones abre con una secuencia de tres dígitos
distintos. Si seleccionamos una secuencia de tres dígitos distintos al
azar, la probabilidad de abrir el candado con esta secuencia es:
1
a. /1000
3
b. /10
1
c. /120
1
d. /720
4
OBJETIVOS
Luego de finalizar el estudio de este módulo estarás capacitado para
1. distinguir entre probabilidad empírica, teórica y subjetiva.
2. determinar el espacio muestral generado en un experimento.
3. determinar si un evento dado de un espacio muestral es simple o no.
4. determinar la probabilidad asociada a un evento simple.
5. determinar la probabilidad asociada al complemento de un evento.
6. definir y distinguir eventos compuestos.
7. determinar la probabilidad asociada a un evento compuesto.
8. definir eventos mutuamente excluyentes y eventos independientes.
9. distinguir entre eventos dependientes e independientes.
10. calcular la probabilidad de eventos mutuamente excluyentes y
eventos independientes.
11. calcular la probabilidad condicional de un evento.
12. utilizar las reglas de la suma y la multiplicación para hallar
probabilidades.
13. resolver problemas de conteo utilizando la regla fundamental de
conteo, permutaciones y combinaciones.
14. calcular probabilidades que involucren permutaciones y
combinaciones .
5
JUSTIFICACIÓN
La probabilidad mide la frecuencia con la que se obtiene un resultado (o
conjunto de resultados) al llevar a cabo un experimento aleatorio, del que se
conocen todos los resultados posibles. La teoría de la probabilidad tiene sus
comienzos con los juegos de azar, pero hoy en día se usa extensamente en áreas
como la estadística, la física, la matemática, la ciencia y la filosofía para llegar a
conclusiones sobre la probabilidad de sucesos potenciales.
Este módulo ha sido diseñado con el propósito de desarrollar en usted los
conocimientos básicos acerca de conceptos de probabilidad, así como las destrezas
relacionadas al uso de sus reglas y técnicas de conteo para calcular la probabilidad
de que ocurran eventos.
6
INTRODUCCIÓN A LA PROBABILIDAD
Un experimento es una situación que da lugar a uno o varios resultados
identificables. La probabilidad pertenece a la rama de la matemática que estudia
ciertos experimentos llamados aleatorios, o sea, regidos por el azar, en que se
conocen todos los resultados posibles, pero no se tiene la certeza de cuál será en
particular el resultado del experimento. Por ejemplo, experimentos aleatorios
cotidianos son el lanzamiento de una moneda, el lanzamiento de un dado y la
extracción de una carta de un paquete de cartas. De aquí en adelante, cada vez
que decimos experimento nos referimos a un experimento aleatorio.
CONCEPTOS BÁSICOS
A continuación les presentamos algunas definiciones de conceptos básicos de
la teoría de la probabilidad.
Evento - Llamamos evento a cualquier conjunto de uno o más resultados u
observaciones de un experimento.
Ejemplo 1: Obtener un 5 al realizar el experimento de lanzar al azar
un dado de seis caras balanceado (todas las caras del dado son
igualmente probables).
De aquí en adelante, de no especificar otro tipo de dado nos referimos a un
dado balanceado.
Para el siguiente ejemplo entendamos que tradicionalmente decimos cara
cuando obtenemos el lado de la moneda americana que contiene la imagen de un
presidente y al otro lado lo llamamos cruz.
7
Ejemplo 2: Obtener una cara y una cruz en el experimento de lanzar
dos monedas americanas, ambas al azar.
Notemos que se obtiene el 5 en el dado de una sola forma, pero una cara y
una cruz en dos monedas hay dos formas distintas de obtenerse (cara-cruz y cruz-
cara). O sea, que en el ejemplo 1 el evento consta de una sola observación posible
y en el ejemplo 2 el evento consta de dos observaciones posibles.
Evento Simple - Llamamos evento simple a cualquier evento que consta de
un solo resultado u observación de un experimento.
Ejemplo 3: Obtener un 3 al lanzar un dado al azar es un evento
simple pues ocurre de una sola forma.
Ejemplo 4: Obtener un número impar al lanzar un dado al azar no es
un evento simple pues ocurre de más de una forma, pues puede
ser 1, 3 ó 5.
Espacio Muestral - El espacio muestral de un experimento es el conjunto
que contiene solamente a todos los eventos simples posibles. De aquí en
adelante utilizaremos la letra S para referirnos al espacio muestral.
Ejemplo 5: Halle el espacio muestral de lanzar al azar un dado.
Respuesta: S = {1, 2, 3, 4, 5, 6}
Ejemplo 6: Halle el espacio muestral de lanzar al azar dos monedas
americanas.
Respuesta: S = {(cara-cara), (cara-cruz), (cruz-cara), (cruz-cruz)}
8
Ejercicios 1:
1. Lanzamos un dado y luego una moneda americana, ambos al azar.
a. Halle el espacio muestral.
b. Determine si cada uno de los siguientes eventos es simple o no.
i. obtener 5 en el dado y cruz en la moneda
ii. obtener 3 en el dado
iii. obtener cara en la moneda
2. Una pareja planifica tener tres hijos. Considerando sólo el género de éstos:
a. halle el espacio muestral.
b. determine si cada uno de los siguientes eventos es simple o no.
i. obtener un solo varón
ii. obtener 3 niñas
iii. obtener un varón como primogénito
iv. obtener todos sus hijos de igual género
NOTACIÓN DE PROBABILIDAD
Antes de seguir profundizando en el campo de la teoría de la probabilidad es
importante presentarles algunas notaciones básicas de la misma. Utilizaremos la
letra P para denotar una probabilidad. Es común utilizar letras mayúsculas como A,
B y C para denotar eventos específicos de un experimento. Por lo tanto, la
probabilidad de que ocurra el evento A lo denotamos como P(A).
9
DEFINICIONES DE PROBABILIDAD
La probabilidad de que ocurra un evento se mide por un número entre cero y
uno, inclusive. Si un evento nunca ocurre, su probabilidad asociada es cero,
mientras que si ocurriese siempre su probabilidad sería igual a uno. Así, las
probabilidades suelen venir expresadas como decimales, fracciones o porcentajes.
En el caso de utilizar fracciones para expresar probabilidades, las mismas pueden
ser simplificadas pero no es necesario hacerlo.
Existen diferentes formas para definir la probabilidad de un evento basadas
en formas distintas de calcular o estimar la probabilidad. A continuación
discutiremos tres diferentes enfoques. Seleccionar uno de los tres enfoques
dependerá de la naturaleza del problema.
1. Definición Clásica de Laplace, “A Priori” o Teórica
El enfoque clásico o "a priori" para definir la probabilidad es proveniente de
los juegos de azar. Esta definición es de uso limitado puesto que descansa sobre la
base de las siguientes dos condiciones:
i. El espacio muestral (S) del experimento es finito (su número total de
elementos es un número natural n = 1, 2, 3, …).
ii. Los resultados del espacio muestral deben ser igualmente probables
(tienen la misma posibilidad de ocurrir).
Bajo estas condiciones, suponga que realizamos un experimento. El número
total de elementos del espacio muestral del experimento es denotado como n(S).
Dicho de otro modo, n(S) representa el número total de eventos simples distintos
posibles al realizar un experimento. Además, si A es un evento de este
experimento, el número total de elementos del espacio muestral contenidos en A es
denotado como n(A). Es decir, n(A) representa el número total de formas distintas
en que A puede ocurrir. Entonces, la probabilidad de que A ocurra la definimos
como
10
n( A) número de formas distintas en que A puede ocurrir
P( A) = =
n( S ) número total de eventos simples distintos posibles .
A partir de esta definición las probabilidades de los posibles resultados del
experimento se pueden determinar a priori, es decir, sin realizar el experimento.
Ejemplo 7: Al lanzar un dado al azar, ¿cuál es la probabilidad de obtener un
número par?
Solución: Suponga que A es el evento de obtener un número par al
lanzar un dado al azar. Notemos que S = {1, 2, 3, 4, 5, 6} y todos los resultados
igualmente probables. Además, A puede ocurrir de tres formas distintas (2, 4 ó 6).
Por lo tanto, n( A) = 3 y n(S ) = 6 entonces
n( A)
P ( A) =
n( S )
3
P ( A) =
6
1
P ( A) = .
2
Ejemplo 8: Si se extrae una carta de un paquete de 52 cartas de las cuales
26 son negras (13 espadas A, 2, 3, … , 10, J, Q, K); 13 son tréboles); y 26 son rojas
(13 corazones y 13 diamantes), halle la probabilidad de que la carta sea
a. una K.
b. roja.
c. de diamante.
11
Solución:
a. Suponga que K es el evento de obtener una carta que sea K,
n( K ) 4 1
entonces P( K ) = = = porque el evento de "extraer una K"
n( S ) 52 13
consta de 4 de los 52 resultados igualmente probables.
b. Suponga que R es el evento de obtener una carta que sea roja,
26 1
entonces P ( R ) = = porque el evento de "extraer una carta roja" consta
52 2
de 2 de los 52 resultados igualmente probables.
c. Suponga que D es el evento de obtener una carta que sea de
13 1
diamante, entonces P ( D ) = = porque el evento de "extraer una carta
52 4
de diamante" consta de 13 de los 52 resultados igualmente probables.
Ejemplo 9: ¿Cuál es la probabilidad de que en una familia que tiene tres
hijos, haya dos niñas y un niño, si se considera igualmente probable el nacimiento
de un niño o niña?
Solución: Usando "a" para niña y "o" para niño, el espacio muestra es:
S = {aaa, aao, aoa, aoo, oaa, oao, ooa, ooo} por lo que n(S) = 8. Definimos el
evento A como que haya dos niñas y un niño, entonces A = {aao, aoa, oaa } y
n( A)
n(A) = 3. Por lo tanto, P ( A) =
n( S )
3
P ( A) =
8
P ( A) = 0.375 o P ( A) = 37.5% .
Bajo las mismas premisas de este ejemplo, podemos concluir que el 37.5%
de las familias que tienen tres hijos, de éstos dos son niñas y uno es niño.
12
Ejercicios 2: Conteste
1. Si usted es una de 7 personas de las cuales seleccionarán una al azar y todas
las personas tienen igual probabilidad de ser seleccionada, ¿cuál es la probabilidad
de que usted sea seleccionada?
2. En un envase hay 2 canicas rojas, 4 negras y 5 blancas. Si seleccionamos al
azar una de estas canicas, ¿cuál es la probabilidad de que la canica sea negra?
3. La siguiente ruleta circular está dividida en 8 sectores iguales. Si se gira la
ruleta aleatoriamente, (Suponga que la aguja no cae en las divisiones.)
a. ¿cuál es la probabilidad de que la aguja caiga en un sector marcado con
líneas horizontales?
b. ¿cuál evento predecirías?
4. Dos dados son lanzados al azar, uno rojo y uno blanco.
a. Halle la probabilidad de que la suma sea 6.
b. ¿Cuál debería ser su predicción para la suma de ambos dados?
5. En un grupo de 25 personas hay 16 de ellas casadas y 9 solteras. Si
seleccionamos una de estas personas al azar, ¿cuál evento es más probable, soltera
o casada?
13
2. Definición Empírica, “A Posteriori”, Experimental o de Frecuencia
Relativa
La definición clásica se ve limitada a situaciones en las que hay un número
finito de resultados igualmente probables. Lamentablemente, hay situaciones
prácticas que no son de este tipo y la definición “a priori” no se puede aplicar. Por
ejemplo, si se pregunta por la probabilidad de que un paciente se cure mediante
cierto tratamiento médico, o la probabilidad de que una determinada máquina
produzca artículos defectuosos, entonces no hay forma de introducir resultados
igualmente probables. Para responder a estas preguntas podemos utilizar el
enfoque empírico, en el cual para determinar los valores de probabilidad se requiere
de la observación y de la recopilación de datos. La definición empírica se basa en la
frecuencia relativa de ocurrencia de un evento con respecto a un gran número de
repeticiones del experimento. En otras palabras, la definición empírica se basa
número de veces que ocurrió el evento entre el número total de repeticiones del
experimento. También se le denomina a posteriori, ya que el resultado se obtiene
después de realizar el experimento un cierto número grande de veces.
Si queremos conocer la probabilidad del evento A según este enfoque
realizamos el experimento un gran número de veces y contamos cuántas veces A
ocurre. Con base en estos resultados reales, P(A) se estima de la siguiente forma:
número de veces que ocurrió A
P( A) =
número de veces que se repitió el experimento .
Este enfoque de probabilidad no implica ningún supuesto previo de igualdad
de probabilidades.
Moneda Obtenida Frecuencia
14
Ejemplo 10: Queremos seleccionar una 25¢ 15
moneda al azar de un envase que contiene una 10¢ 12
cantidad desconocida de monedas de 25¢, 10¢, 5¢ y 5¢ 18
1¢ 5
1¢. Para determinar la probabilidad de cada evento
posible, seleccionamos 50 monedas al azar con reemplazo (la moneda seleccionada
vuelve a echarse en el envase para la próxima selección) de este envase. La
siguiente tabla resume las frecuencias (veces que ocurren) de cada moneda.
Según los datos recopilados, si seleccionamos una moneda de este envase,
a. ¿cuál es la probabilidad de que sea de 25¢ ? b.
¿cuál es el evento menos probable? c.
¿cuál es el evento que debemos predecir?
Respuesta: Notemos que al no conocer el número de monedas de cada
clase que hay en el envase, no podemos utilizar la probabilidad clásica para hallar
la probabilidad de cada evento posible. Pero, utilizando los resultados anteriores
resumidos en la tabla podemos concluir que:
a. Si A es el evento de obtener una moneda de 25¢, entonces
15 3
P ( A) = = .
50 10
b. El evento menos probable es el de menor frecuencia, es decir, obtener
una moneda de 1¢.
c. El evento que debemos predecir es el más probable, por lo tanto, es el
evento de mayor frecuencia, es decir, obtener una moneda de 5¢.
15
Ejemplo 11: Se conoce que una moneda está cargada. Esto significa que
un lado de la moneda se obtiene con mayor frecuencia que el otro lado al lanzarla al
azar un número grande de veces. Para determinar la probabilidad de que caiga
cara, la moneda se lanza 60 veces al aire, de las cuales 24 veces cayó cara. Si
aplicamos la fórmula obtenemos:
24
P (cara) =
60
P (cara) = 0.4
P (cara) = 40%
Al calcular probabilidades con este método de frecuencias relativas
obtenemos una aproximación en vez de un valor exacto. A mayor número de veces
que repitamos el experimento, más cerca estará la aproximación del valor real. Esta
propiedad se enuncia en forma de teorema, el cual se conoce comúnmente como la
ley de los números grandes.
Ley de los Números Grandes
Conforme un experimento se repite una y otra vez, la probabilidad de
frecuencias relativas de un evento tiende a aproximarse a la probabilidad real.
Cuando se usa la definición empírica, es importante tomar en cuenta los
siguientes aspectos:
i. La probabilidad obtenida de esta manera es únicamente una estimación del
valor real.
ii. Cuanto mayor sea el número de repeticiones del experimento, tanto mejor
será la estimación de la probabilidad.
16
iii. La probabilidad es propia de sólo un conjunto de condiciones idénticas a
aquéllas en las que se obtuvieron los datos, o sea, la validez de emplear esta
definición depende de que las condiciones en que se realizó el experimento
sean repetidas idénticamente.
Ejercicios 3:
1. Una tómbola contiene un número desconocido de cartas marcadas con una
vocal cada una. Con el propósito de estimar la probabilidad de obtener cada
resultado, se extrajo una carta al azar y con reemplazo de esta tómbola varias
veces. La siguiente gráfica de barras presenta los resultados. A base de estos
resultados,
Vocales Obtenidas al Azar
9
8
7
Frecuencia
6
5
4
3
2
1
0
A E I O U
Vocal
a. ¿cuál es el evento de menor probabilidad?
b. ¿cuál es la probabilidad de obtener una E al extraer una carta de esta
tómbola?
c. ¿cuál evento predecirías?
2. Realice el experimento de lanzar una tachuela al azar 30 veces. Utilice
probabilidad empírica para determinar la probabilidad de que la tachuela caiga con la
punta hacia arriba al lanzarla al azar.
17
3. Definición Subjetiva
Esta definición de probabilidad se diferencia de los dos enfoques anteriores,
debido a que tanto el enfoque clásico como el de frecuencia relativa producen
valores objetivos de probabilidad. El enfoque subjetivo define la probabilidad de un
evento a base del grado de confianza que una persona tiene de que el evento
ocurra, teniendo en cuenta toda la evidencia que tiene disponible, fundamentado en
la intuición, opiniones, creencias personales y otra información indirecta relevante.
Debido a que el valor de la probabilidad es un juicio personal, al enfoque subjetivo
se le denomina también como enfoque personalista.
El enfoque subjetivo no depende de la repetitividad de ningún evento y
permite calcular la probabilidad de sucesos únicos. Por ejemplo, ¿cuál es la
probabilidad de que un edificio colapse ante un terremoto? Este evento puede que
ocurra o que nunca ocurra, pero es lógico pensar que no podemos repetir los
terremotos un número grande de veces y contar el número de veces que el edificio
colapsa para calcular esa probabilidad. Sin embargo, un especialista en el área
puede asignar una probabilidad basada en su juicio de toda la información relevante
a la que pueda tener acceso.
Ejemplo 12: Un analista deportivo afirma que Estados Unidos tiene una
probabilidad de 90% de ganar la medalla de oro en baloncesto en las próximas
olimpiadas. Notemos que esta probabilidad está basada en la confianza que el
analista tiene de que el evento ocurra, con base en toda la evidencia que tiene
disponible.
Ejemplo 13: Un paciente le pregunta a su cardiólogo sobre cuánta
probabilidad tiene de salir exitosa la operación de corazón abierto que le dijo que
tenía que realizarle. Basado en el conocimiento de su condición y la experiencia
obtenida al trabajar casos similares, el médico le contestó que tenía un 85% de
probabilidad de que la operación sea un éxito.
18
Ejercicios 4: Escoge la respuesta correcta:
1. La probabilidad de que terminen las negociaciones en un conflicto laboral en
los próximos dos días es baja. Esto es un ejemplo de probabilidad
a. clásica
b. empírica
c. subjetiva
2. En una compañía que produce tornillos se toman 1,000 de ellos para probar
su calidad. Se encontró que 7 estaban defectuosos. Por lo tanto, la probabilidad de
comprar uno de los tornillos que está compañía produce y que el mismo esté
7
defectuoso es . Esto es un ejemplo de probabilidad
1, 000
a. clásica
b. empírica
c. subjetiva
3. Hay seis participantes en una competencia de canto. A cada uno de ellos se
le asigna un número diferente del 1 al 6. Se lanza un dado y el número que se
obtenga decide el primer participante para cantar. La probabilidad de que el
1
participante número 4 sea el primero en cantar es . Esto es un ejemplo de
6
probabilidad
a. clásica
b. empírica
c. subjetiva
4. A una profesora universitaria le pregunta uno de sus estudiantes la
probabilidad de que él apruebe su curso. La profesora le contestó que un 50%.
Esto es un ejemplo de probabilidad
a. clásica
b. empírica
c. subjetiva
19
De aquí en adelante nos vamos a concentrar en la probabilidad clásica por lo
que vamos a presumir, aunque no esté explícito, que el espacio muestral es finito y
todos los eventos simples del espacio muestral son igualmente probables.
REGLAS DE PROBABILIDAD
Dado cualquier evento imaginable, puede ocurrir una de tres cosas:
1. es imposible que ocurra.
2. es seguro que ocurre.
3. la certeza de que ocurra está en un punto intermedio.
Por lo tanto, podemos deducir lo siguiente:
1. La probabilidad de un evento imposible es 0.
2. La probabilidad de un evento que ocurrirá de seguro es 1.
3. Para cualquier evento A, la probabilidad de que A ocurra se
encuentra entre 0 y 1, inclusive. Es decir, 0 ≤ P ( A) ≤ 1 .
Ejemplo 14: Al lanzar un dado al azar, la probabilidad de obtener un 7 es 0.
Notemos que es imposible que ocurra este evento pues los resultados posibles son
1, 2, 3, 4, 5 y 6.
Ejemplo 15: Al lanzar un dado al azar, la probabilidad de obtener un número
menor que 7 es 1. Notemos que este evento ocurrirá de seguro pues todos los
números posibles son menores de 7.
Considerando todo lo discutido anteriormente, podemos deducir que la
probabilidad de un evento vacío es 0, ya que no tiene posibilidad de que ocurra. Al
evento vacío lo denotamos como φ o { } (igual a la notación utilizada para el
conjunto nulo o vacío). Además, la probabilidad del espacio muestral S es 1, ya
que tiene todas las posibilidades de ocurrir. Es decir que,
P(φ ) = 0 y P( S ) = 1 .
20
EVENTOS COMPUESTOS
Los eventos compuestos se forman combinando dos o más eventos
simples. A continuación discutiremos tres operaciones básicas con conjuntos que
generan eventos compuestos.
Definición:
Sean A y B dos eventos de un mismo espacio muestral S, entonces:
1. La unión de A y B, denotada por A B , es el evento que reúne
todos los elementos de A con los elementos de B (evitando la duplicidad de
elementos). Es decir,
A B = {x | x ∈ A o x ∈ B} .
Dicho de otro modo, A B es el conjunto de todos los elementos que están en A,
están en B o están en ambos conjuntos. Por lo tanto, la probabilidad de que
ocurra A, de que ocurra B o de que ocurran ambos simultáneamente es denotada
por P( A B ) o P( A o B) .
Ejemplo 16: En un grupo de 10 estudiantes universitarios hay 3 que toman
un curso de inglés, 4 que toman un curso de matemáticas y 2 que toman ambos
cursos. Halle la probabilidad de que al seleccionar uno de estos estudiantes al azar,
el mismo tome el curso de inglés o el curso de matemáticas.
Solución: De los 10 estudiantes hay 2 que toman ambos cursos. Por lo
tanto, cuando nos dicen que 3 estudiantes toman el curso de inglés son éstos 2 y
otro más. Además, cuando nos dicen que 4 estudiantes toman un curso de
matemáticas son éstos 2 y otros 2 más. Por lo tanto, el número total de estudiantes
que toman el curso de inglés o el curso de matemáticas son los 2 que toman ambos
cursos, el otro que toma inglés y los otros 2 que toman matemáticas. Por lo tanto,
5
P (inglés o matemáticas) = = 0.5 .
10
21
2. La intersección de A y B, denotada por A B , es el evento que
reúne todos los elementos comunes que pertenecen a ambos conjuntos. Es decir,
A B = {x | x ∈ A y x ∈ B} .
Dicho de otro modo, A B son todos los elementos que están en A y
también están en B. Por lo tanto, la probabilidad de que ocurran A y B
simultáneamente es denotada por P( A B ) o P( A y B) .
Ejemplo 17: Del ejemplo anterior, halle la probabilidad de que el estudiante
seleccionado sea uno que tome el curso de inglés y el curso de matemáticas.
Solución: De los 10 estudiantes hay 2 que toman ambos cursos. Por lo
2
tanto, P (inglés y matemáticas) = = 0.2 .
10
3. El complemento de A, denotado por A (o por Ac), es el evento que
reúne todos los elementos de S que no están en A. Es decir, A ocurre cuando A
no ocurre y viceversa. Utilizando la notación de conjuntos, definimos
A = {x | x ∈ S y x ∉ A} . Por lo tanto, la probabilidad de que no ocurra A es la
misma que la probabilidad de que ocurra su complemento y es denotada por
P( A ) .
Ejemplo 18: Un grupo de 30 personas se dividen en 8 hombres, 12
mujeres, 7 niños y 3 niñas. Halle la probabilidad de que al seleccionar una de estas
personas al azar, ésta no sea niño.
Solución: De las 30 personas, 7 son niños y por lo tanto, 23 no son niños.
23
Entonces, P (niño) = .
30
22