SIP Tu academia…

PRIMERA DEFINICIÓN DE PROBABILIDAD

(DEFINICIÓN CLÁSICA)
“Cuando un experimento aleatorio es simétrico, es
decir, en un número muy grande de pruebas los
distintos sucesos ocurren con igual frecuencia o todos
los eventos son equiprobables, la probabilidad de un
suceso se obtiene dividiendo el número de casos
favorables al suceso entre el número de casos posibles
del experimento”.
EL CALCULO DE PROBABILIDADES Luego: Si “A” es un evento de un espacio muestral ,
entonces la probabilidad de ocurrencia de A se
1.- EXPERIMENTO ALEATORIO ( )
denota por P(A) y está dado por:
La palabra aleatorio significa “depende del azar”,
Número de casos favorables al evento A n(A)
textualmente se puede escribir: “experimentos que P(A)  
Número total de casos posibles n()
dependen del azar” cuyo significado nos dá una idea
de tales experimentos. En estos experimentos no se (resultado s posibles) en 
puede señalar con precisión el resultado que se
obtendrá a pesar de que no se cambien las Está definición, debida a Laplace, sólo es aplicable a
condiciones en que se realiza el experimento, lo que sí los experimentos aleatorios dotados de simetría y, por
se puede señalar es la variedad de resultados posibles lo tanto, tiene un alcance de aplicación muy
a obtener. Por ejemplo: restringido.

E1 : Lanzar una moneda y observar el resultado. Ejemplo 1 Se lanza dado acompañado de una
moneda. Calcule la probabilidad de obtener:

ACADEMIA PREPOLICIAL SISTEMA INTEGRAL PERSONALIZADO “SIP”

Puede obtenerse cara ( C ) o sello ( S ) , pero no se
puede afirmar que en este lanzamiento se obtendrá a. Puntaje par acompañado de sello en la moneda
cara (Sello). b. Puntaje no menor de 3 y acompañado de cara en
la moneda
E2 : Lanzar los dados y sumar los puntajes.
Resultados posibles: 2;34;;5;....;10;11;12. Solución:

Experimento
aleatorio

Total de casos posibles (espacio muestral )

: 1 2 3 4 5 6 1 2 3 4 5 6

n = 12
: S S S S SS C C C C C C

2.- ESPACIO MUESTRAL ( )

Luego:
Es un conjunto asociado a un experimento aleatorio, a. El número de casos favorables al evento: sale
cuyos elementos son todos los posibles resultados del punto par y sello, es:
experimento señalado.
Así por ejemplo, de los experimentos anteriores: 3 1
 P(A) = 
12 4
E1: su espacio muestral: { c,s}
E2: su espacio muestral es { 2; 3; 4;5;6;7;8;9;10’11’12} b. El número de casos favorables al evento: sale
puntaje no menor de 3 y acompañado de cara
3.- EVENTO en la moneda, es:
Se llama así a cualquier subconjunto de un espacio n(A) = 4
muestral. Se representa por una letra mayúscula.
4 1
Ejemplo:  P(A) = 
12 3

Sea el siguiente experimento aleatorio E: Ejemplo 2:

determine la probabilidad de que, al lanzar un dado,
E: lanzar una moneda y un dado juntos. el resultado sea un número impar.
a) 2/3 b) 1/3 c) 1/2
Se tendrá los siguientes eventos A y B: d) 1/4 e) 1/6
Evento A: “se obtenga cara y cualquier valor del
dado”
Solución:
A = { (c;1);(c;2);(c;3);(c;4);(c;5);(c;6)} * Experimento aleatorio ():
Evento B: “se contenga sello y un valor par” lanzamiento de un dado normal
B= {(S;2);(s;4);(s;6) }
* Espacio muestral ():

Academia Prepolicial SIP Informes: Teléf.: 406418 - Cel:944 411672

 SIP Tu academia…

 = {1; 2; 3; 4; 5; 6} n() = 6 1
probabilidad P será P =
52
* Evento (A): b. En la baraja existen 4 ases, luego la probabilidad
El resultado es impar: 4 1
A = {1; 3; 5} n(A) = 3 es: 
52 13

c. Las figuras rojas son 13 corazones y 13 oros (cocos);

entonces la probabilidad que la carta extraída sea
26 1
roja es: 
52 2
n(A) 3 1 d. Las cartas que presentan su valor con una letra
P (A)   
n() 6 2 son: el once “J”, doce “Q”, trece “K” y el as “A”;
como cada uno tiene cuatro cartas, en total hay;
Demos ahora una definición, que de alguna manera 16 4
luego la probabilidad es 
ya habíamos adelantado cuando hablamos del dado 52 13
trucado y cuando extraíamos al azar bolitas de una
urna. Propiedades
Segunda Definición de Probabilidad
1° Evento Seguro y Evento Imposible:
Condición de regularidad estadística (De Richard Von
Misses) Veamos las figuras:
Dado un experimento aleatorio ; sabemos que en
cada prueba que hagamos no podemos predecir
cuál de los sucesos que lo integran se va a presentar

ACADEMIA PREPOLICIAL SISTEMA INTEGRAL PERSONALIZADO “SIP”

(condición de azar); entonces:

“Cuando el número de pruebas se aumenta

indefinidamente, el cociente que resulta de
dividir el número de veces que ocurre un suceso
por el número total de pruebas (frecuencia En la figura se puede apreciar que hay 5 bolitas negras
relativa del suceso) tiende a estabilizarse en dentro de la urna, si extraemos al azar una bolita
torno a un número fijo, que se llama la cualquiera, tendremos siempre la certeza de que será
probabilidad de dicho suceso” de color negro, es un “evento seguro”. Si pedimos que
el evento sea: “Sale una bola blanca” tal evento será
imposible, ya que no existe la posibilidad que sea de
Ejemplo 3: color blanco.
¿Cuál es la probabilidad de obtener un “as” al extraer
una carta de una baraja de 52? Para indicar que la certeza de que un evento se
verifica se dice que éste tiene “probabilidad 1”; y si
a) 2/3 b) 1/3 c) 1/2 queremos señalar la imposibilidad de que se verifique,
d) 1/4 e) 1/5 se dice que su “probabilidad es cero”.

Solución: Los números 0 y 1 expresan, en cierto sentido, sucesos

En este caso, como la baraja tiene 4 ases, y el sobre los que no se tiene la certeza de su verificación
fenómeno es simétrico, pues no hay razones para o su verificación. Ahora, si la urna contiene bolas
suponer que unas cartas saldrán con más frecuencia blancas y bolas negras y se extrae aleatoriamente una
que las otras; aplicando la definición de Laplace, de ellas, la probabilidad de que la bola extraída sea;
tendremos: por ejemplo; blanca, no es ni 0 ni 1 por cuanto existe
4 1 la probabilidad de que esto ocurra, pero no se tiene la
Probabilidad de obtener: 1 “as” =  certeza de que de hecho va a ocurrir. En tal caso, la
52 3
probabilidad de extraer una bolita blanca, lo cual
depende del número de bolitas blancas y negras que
Ejemplo 4:
contenga la urna, será expresada por un número
Se tiene una baraja de 52 cartas y de ellas se extrae
comprendido entre 0 y 1
una al azar. Halle la probabilidad de que la carta
Luego: si A es un evento de un espacio muestral , se
extraída.
cumple:
a. Sea un 8 de corazones 0  P(A)  1
b. Sea un “as” Además:
c. Sea figura roja
d. Represente su valor con una letra I. Si P(A) = 0  A = ; A es un evento imposible
Solución: II. Si P(A) = 1  A = ; A es un evento seguro

2° Probabilidad de un Evento en Función de su Evento

Complementario
Sea A un evento definido en un espacio muestral
; entonces:

P(A) = 1 - P(A’)

Donde: A’ es el suceso complementario de A

a. En la baraja sólo existe un 8 de corazones, luego su

Academia Prepolicial SIP Informes: Teléf.: 406418 - Cel:944 411672

 SIP Tu academia…

Ejemplo: Como se retira una sola carta de la baraja ambos

Calcular la probabilidad de obtener, al menos, eventos no pueden ocurrir simultáneamente, es
una cara en el lanzamiento de 3 monedas legales. decir, sólo ocurre uno de los dos.

a) 5/3 b) 7/8 c) 9/2 Así, de acuerdo con la expresión () planteamos:

d) 7/4 e) 7/6
1 1 2
P(A  b) = P(A) + P(B) =  
Solución: 13 13 13

1° Forma: Un teorema más general del cálculo de

probabilidades expresa que la probabilidad de
1° Moneda 2° Moneda 3° Moneda Resultados
que ocurra uno entre varios sucesos que se
C CCC excluyen mutuamente, es la suma de las
C
S CCS probabilidades de cada uno de los sucesos
C aislados.
C CSC
S
S CSS
C SCC Ejemplo 1:
C ¿Cuál es la probabilidad de sumar 6 ó 7, al tirar un
S SCS
S
par de dados normales?
C SSC
S
S SSS a) 12/3 b) 11/36 c) 11/2
d) 10/3 e) 11/6
  n  = 8
Solución:
A: sale al menos una cara, n(A) = 7

ACADEMIA PREPOLICIAL SISTEMA INTEGRAL PERSONALIZADO “SIP”

Al lanzar ambos dados hay 36 combinaciones
7 posibles de ellas y hay 11 casos que son favorables
 P(A) =
8 al evento de un total de 36, y por lo tanto, la
probabilidad de obtener una suma 6 o una suma 7
2° Forma: 11
Aplicando la propiedad: Evento complementario es:
36
de A, el cual sería:
Ejemplo 2:
A’: “No sale ninguna cara” Una urna contiene 10 bolas blancas, 20 negras y 30
rojas, si extrae una bola al azar, ¿cuál es la
1 probabilidad de obtener una bola blanca y
Así: n(A’) = 1  P(A’) =
8 negra?
1 7
luego: P(A) = 1 - P(A’) = 1 - =
8 8 a) 2/3 b) 1/3 c) 1/2
d) 1/4 e) 1/6
3° Sucesos que se Excluyen Mutuamente:
(Mutuamente Excluyentes) Solución:
Supongamos que tenemos una baraja de naipes Los sucesos son excluyentes, la probabilidad de
con 52 cartas. 10 1
obtener una bola blanca es:  ; la de
Si hay cuatro ases en un juego de naipes, la 60 6
probabilidad de retirar un as de entre las 52 cartas 20 1
obtener una bola negra , 
4 1 60 3
es = y , análogamente, la probabilidad de
52 13
extraer un rey es 1/13. Pero, ¿cuál es la Luego, la probabilidad de obtener una bola
probabilidad de retirar, ya sea un as o un rey de un blanca o negra será:
juego de naipes, en una sola vez? ésta es la
probabilidad de sucesos que se excluyen 1 1 12 3 1
mutuamente o alternativos; si uno de los dos    
6 3 6 6 2
sucesos ocurre, el otro no puede acontecer.
Así , dados dos sucesos A y B de un espacio Ejemplo 3:
muestral  se dice que ellos son mutuamente En una baraja de 52 cartas, ¿cuál es la
excluyentes cuando no pueden ocurrir probabilidad de obtener una carta de corazones
simultáneamente en una prueba del experimento con un valor menor que 7 ó un valor mayor que
aleatorio; es decir: A  B = , también se les 10?
denomina sucesos incompatibles.
Cuando dos sucesos A y B son mutuamente a) 5/72 b) 9/43 c) 9/52
excluyentes (A  B = ), ocurre P(A B) = 0 d) 1/74 e) 1/23
entonces:
Probabilidad de sucesos mutuamente excluyentes: Solución:
: se extrae al azar una carta de la baraja
P(A  B) = P(A) + P(B) ...... () Evento A: sale una carta de corazones con un
valor menor que 7
Ejemplo: Evento B: sale una carta de corazones con un
Apliquemos este resultado en el ejemplo inicial: valor mayor que 10
: Se retira al azar una carta de la baraja
Evento A: sale una as
Evento B: sale un rey

Academia Prepolicial SIP Informes: Teléf.: 406418 - Cel:944 411672

 SIP Tu academia…

Puede deducirse, fácilmente que ambos eventos Luego:

son mutuamente excluyentes, pues no puede 15 1
La probabilidad de A es: 
ocurrir que habiendo extraído una sola carta de 30 2
corazones ésta tenga, simultáneamente, un valor 3 1
menor que 7 y a la vez un valor mayor que 10. la probabilidad de B es: 
60 5
Luego: La probabilidad de A y B =
3

1
30 10
Casos favorables al evento A: 6; 5; 4; 3; 2; 1
Aplicando el Teorema de Morgan, tendremos:
n(A) = 6 P(A  B) = P(A) + P(B) - P(A  B)
n() = 52 1 1 1 6 3
=    
6 2 5 10 10 5
P(A) =
52
Ejemplo 2:
Casos favorables al evento B: 11, 12, 13 De una baraja de 52 cartas, ¿cuál es la
probabilidad de que, al extraer una carta al azar
n(B) = 3 ésta sea 8 ó de figura negra?
3 a) 12/13 b) 6/15 c) 7/13
n() = 52  P(B) =
52 d) 9/14 e) 11/6

Solución:
entonces: P(A  B) = P(A) + P(B) = 6  3  9 : se extrae una carta al azar
52 52 52
Evento A: se obtiene 8

ACADEMIA PREPOLICIAL SISTEMA INTEGRAL PERSONALIZADO “SIP”

4
OBSERVACIÓN:  P(A) = ¿Por qué?
52
Sucesión compatibles
Si A y B son eventos no excluyentes, se dice que
son compatibles cuando en una misma prueba Evento B: se obtiene figura negra
pueden ocurrir ambos simultáneamente, es decir: 26
 P(B) = ¿Por qué?
AB 52

Por ejemplo: el evento A: sale un puntaje par al 2

Además: P(A  B) = (el 8 de tréboles y el 8 de
lanzar un dado y el evento B: sale un puntaje 52
múltiplo de 3 son compatibles, pues cuando sale el espadas son dos figuras negras)
puntaje 6 se están cumpliendo los dos. Luego:
Cuando los sucesos A y B son compatibles, los 4 26 2 28
conjuntos de sus casos favorables tienen P(A  B)=   
52 52 52 52
elementos comunes se contarían dos veces (por
estar en ambos conjuntos); este exceso se corrige 7
 P(A  B) =
restando en la expresión anterior de la 13
probabilidad de sucesos mutuamente excluyentes;
la probabilidad de la ocurrencia simultánea de OBSERVACIÓN:
ambos eventos (más A  B  ); obteniéndose la Sucesos independientes
siguiente expresión: Dados dos sucesos A y B de un espacio muestral ,
se dice que dos sucesos son independientes uno
Teorema de Morgan: del otro en relación con un cierto experimento
aleatorio, si el acontecer de uno de ellos no está,
P (A  B) = P(A) + P(B) - P(A  B) en modo alguno, relacionado con el acontecer
del otro; es decir: la ocurrencia del evento A no
(Probabilidad de sucesos compatibles) afecta al hecho de que ocurra, simultánea o
sucesivamente, el evento B.
Como A  B    P(A  B)  
Ejemplo:
Ejemplo 1 Sea el evento A: sacar 3 puntos lanzados un dado
Una caja contiene 30 bolas numeradas de 1 al 30. y el evento B: sacar 5 puntos lanzando el mismo
¿Cuál es la probabilidad de que, al sacar al azar dado.
una bola, resulte par o múltiplo de 5? Si efectuamos dos tiradas sucesivas del dado se
a) 2/3 b) 4/3 c) 7/2 comprende fácilmente que la probabilidad de
d) 3/5 e) 5/6 que ocurra B en la segunda tirada (es decir, la
probabilidad de sacar 5 en la segunda tirada) no
Solución: depende de que en la primera tirada haya salido
En este caso los sucesos compatibles pues cuando 3 o no haya salido 3.
sale 10, 20 ó 30 se cumplen simultáneamente las Cuando dos eventos A y B son independientes
condiciones de ser un número par y múltiplo de 5. entonces:
P(A  B) = P(A) x P(B): Probabilidad producto para
Evento A: Sale una bola con número par sucesos independientes.
Evento B: Sale una bola numerada con un múltiplo
de 5

Academia Prepolicial SIP Informes: Teléf.: 406418 - Cel:944 411672

 SIP Tu academia…

Ejemplo 1 ¿Cuál es la probabilidad que, al elegir una persona,

Se tira dos veces una moneda; ¿cuál es la ésta sea varón?
probabilidad de obtener 2 veces cara? 75 3
P (V)  
a) 2/3 b) 1/3 c) 1/2 200 8
d) 1/4 e) 1/6
Ahora elegiremos una persona, exclusivamente de las
Solución: mujeres, ¿cuál es la probabilidad que le guste Raz.
la propiedad correspondiente establece que la Matemático?
probabilidad de que ocurran, a la vez, dos sucesos
independientes es el producto de las n() = 125 (Total de mujeres)
probabilidades individuales de cada uno de los n(R) = 100 (Pref. Raz. Matemático)
sucesos. La probabilidad de obtener dos caras 100
1 1 1 P (R) 
seguidas es, por lo tanto: x  125
2 2 4
* Para que esté formalmente expresado se denota
así:
Ejemplo 2 100
Supongamos que los sucesos consistentes en P (R / M) 
comprar una u otra marca de hojas de afeitar 125
sean independientes. Si la probabilidad de que un
cliente compre la marca A es 1/3 y la de que Se lee: “probabilidad que prefiera Raz.
compre la marca B es 1/5; la probabilidad de que Matemático, sabiendo que fue mujer”
los clientes sucesivos compren, el primero la marca
A y el segundo la B * Se sabe:
125 100
P (M)  ; P (R  M)  ;
a) 2/13 b) 1/15 c) 1/12 200 200

ACADEMIA PREPOLICIAL SISTEMA INTEGRAL PERSONALIZADO “SIP”

d) 1/14 e) 3/16 100
P(R/M) =
125
de acuerdo con la regla anterior es: P(AB)=
1 1 1 Analizando: P(R  M)
x 
3 5 15 100
P(R  M) =
200
Ejemplo 3
125 100
Supongamos que la probabilidad de que una x
máquina automática produzca una pieza 200 125

P (M) P (R / M)
1
defectuosa es ; entonces la probabilidad de
100
Se concluye:
99
fabricar una pieza buena es . P(M) x P(R/M) = P(R  M)
100 P (R  M)
P (R / M) 
Si suponemos que los sucesos “salir pieza buena” y P (M)
“salir pieza defectuosa” son independientes; la
¿Qué es probabilidad condicional?
probabilidad de que de 30 piezas las 25 primeras
Es un caso particular de probabilidad donde se
sean correctas, las dos siguientes defectuosas y las
calcula la probabilidad de un suceso B, sabiendo
3 siguientes correctas es:
que ya ocurrió el suceso A, del cual depende el
25 2 3 28 2
 99   1   99   99   1  suceso B.
  x   x      x  
 100   100   100   100   100  Se denota: P[B/A]
Y se calcula, como ya lo hemos demostrado, de la
siguiente forma:
PROBABILIDAD CONDICIONAL
Analicemos un ejemplo previo: P (A  B)
P[B / A]  ; P (A)  0
Luego de entrevistar a 200 estudiantes se observó que: P (A)

Prefieren Prefieren Si hacemos un diagrama, tendríamos:

sólo sólo 
Raz. Mat. Literatura
Varon 30 45 Total A
es 75 A B
Mujere 100 25 Total
B
s 125
Total Total
130 70

Sucesos: OBSERVACIÓN:
Que sean varones: V Aquí debemos de tener cuidado; tendremos que
Que sean mujeres: M considerar como “espacio muestral” los resultados
Que gustan Literatura: L del suceso que ocurren inicialmente.
Que gustan Raz. Mat.: R
Ejemplo 1
¿Cuál es la probabilidad de que, al elegir una Se extrae un bolo de un total de 10 (los bolos están
persona, ésta prefiera Literatura? numerados del 1 al 10)
70 7
P (L)  
200 20 ¿Cuál es la probabilidad de dicho bolo sea
múltiplo de 3, si se sabe que fue par?

Academia Prepolicial SIP Informes: Teléf.: 406418 - Cel:944 411672

 SIP Tu academia…

Solución: * Casos posibles: No son todos los resultados posibles

 al lanzar dos dados, sino sólo aquellos que
Evento A: Que sea 3 producen una suma múltiplo de 4; es decir:
Evento B: Que sea par,  = {1, 2, 3, 4, ....., 10} (1; 3), (2; 2), (2; 6), (3; 1), (3; 5), (4;4), (5; 3), (6;2),
(6;6)

A  B: Que el bolo tenga numeración 3 y sea par * Casos favorables: Son aquellos de entre los
a la vez anteriores cuya suma es menor que 6, es decir:
A  B: {6} (1; 3), (2; 2), (3; 1)
1
 P (A  B) 
10 Por tanto:
 suma 6  3 1
P  / suma   
B: evento que se toma como referencia (que sea 
múltiplo de 4
 9 3
par) {2; 4;6;8; 10}
¿Observa que no hemos utilizado la fórmula de la
5
P (B)  probabilidad condicional!; inténtalo usando dicha
10 fórmula.

P (A  B) Ejemplo 4
 P(A/B) =
P (B) Un fabricante de partes de avión sabe, por
experiencia pasada, que la probabilidad de que
1
un pedido esté listo para ser distribuido es 0,80 y
10 1
P (A / B)   que estará listo para entregarse a tiempo es 0,72
5 5 (también que se entregará a tiempo).

ACADEMIA PREPOLICIAL SISTEMA INTEGRAL PERSONALIZADO “SIP”

10 ¿Cuál es la probabilidad de que este pedido se
* De otra forma: entregue a tiempo, dado que estuvo listo su
Se sabe ya que el bolo extraído es par {2,4,6,8,10} envío?

de los cuales sólo uno cumple que sea 3 Solución:
R: Suceso de que un pedido está listo para su
1 distribución.
 P(A/B) =
5 D: Suceso que se entregará a tiempo

Ejemplo 2 P(R) : 0,80 y P(D  R) : 0,72

Se lanzan un par de dados. Si la suma de los P(D  R) 0,72
puntajes es 6; hallar la probabilidad de que el P(D / R)    0,90
P(R) 0,80
puntaje de uno de los dados sea 2.

Solución: Probabilidad compuesta (Teorema de la

Evento A: la suma de los puntos es 6 Multiplicación para la Probabilidad Condicional)
Evento B: sale puntaje 2 en uno de los dados.
El teorema que trata de la probabilidad de
calculemos primero el espacio muestral del evento acontecimientos independientes, puede, algunas
A: sale suma igual a 6 veces, ser extendido provechosamente para tratar
casos en que las probabilidades no son realmente
A = {(1; 5); (2; 4); (3; 3); (4; 2); (5; 1)} n(A)=5 independientes.
Una bola contiene una bola blanca (B) y dos negras
Ahora tomemos las muestras para el evento 2
(N); la probabilidad de retirar una bola negra es y
3
B: Sale puntaje 2 en uno de los dados. 1
B = {(2; 4); (4; 2)} n(B) = 2 la de una bola blanca es .
3
Supongamos dos extracciones sucesivas de la misma
Luego, la probabilidad de que aparezca 2; si la
bolsa, reemplazando la bola después de cada
suma debe de ser 6; será:
extracción. Ahora, la probabilidad de retirar dos B
2
P[B / A]  1 1 1
5 seguidas es: x  y de retirar dos N seguidas es:
3 3 9
2 2 4
Ejemplo 3 x 
Se lanzan dos dados, ¿cuál es la probabilidad de 3 3 9
que la suma de los resultados sea menor que seis si
sabemos que dicha suma ha sido múltiplo de Sin embargo. si después de cada extracción no se
cuatro? reemplazan las bolas, las extracciones dejan de ser
independientes y dependen una de la otra.
Solución: Después de cada extracción debe calcularse la
Se nos pide la probabilidad nueva probabilidad a fin de formar la probabilidad
 suma  6  compuesta correcta. Después de haber retirado una
P  / suma múltiplo de 4  bola, la probabilidad de extraer dos N seguidas, sin
  2 1 1
haber habido reemplazos, es: x 
3 2 3
Casos favorables
utilizando: P  , tenemos:
casos posibles

Academia Prepolicial SIP Informes: Teléf.: 406418 - Cel:944 411672

 SIP Tu academia…

Que la probabilidad de la segunda extracción

depende del resultado de la primeras e demuestra
también por el hecho de que la probabilidad de
sacar dos B es cero, si no se hace un reemplazo,
1
mientras que es si la B es reemplazada.
9

Ejemplo 1
Tomemos de nuevo el ejemplo de la extracción
sucesiva de un naipe y luego de otro, sin devolver el
primero, la probabilidad de obtener as de trébol en la
primera extracción y figura trébol en la segunda es:
4 12
x , pues si se sacó as de trébol en la primera
52 51
extracción y no se devolvió la carta, la probabilidad
12
de figura trébol en la segunda es
51

Ejemplo 2
La probabilidad de que un determinado día llueva en
una ciudad A, estimada estadísticamente es igual a
1
(En una gran cantidad de días con esa fecha,
50
aproximadamente la cincuentava parte de ellos

ACADEMIA PREPOLICIAL SISTEMA INTEGRAL PERSONALIZADO “SIP”

llueve); se supone que la probabilidad de que llueva
en esa misma fecha en una ciudad cercana B,
depende de lo que haya ocurrido en A; si la
probabilidad de que llueva en B, habiendo llovido en
2
A es , ¿cuál será la probabilidad de que un día con
3
esa fecha llueva simultáneamente, en A y en B?

Aplicando la regla anterior se tiene:

1 2 1
x 
50 3 75
Ejemplo 3
En una urna se tiene 7 bolas azules y 5 bolas blancas,
todas del mismo tamaño. Si extraemos 3 bolas, una
por una sin reposición, ¿cuál es la probabilidad de que
la primera sea azul, la segunda blanca y al tercera
azul?

P P P
sale sale sale

Azul Blanca Azul

7 5 6 7
x x =
12 11 10 44

Conclusión:
la probabilidad de la conjunción de dos sucesos
dependientes (probabilidad de A y B) es igual a la
probabilidad de A, por probabilidad de B, habiéndose
dado A.

P(A  B)  P(A) . P[B / A]

INFORMES: 944411672
Fijo: 406418

Academia Prepolicial SIP Informes: Teléf.: 406418 - Cel:944 411672