Semana 10

INTRODUCCION A LAS
PROBABILIDADES
 PROBABILIDAD

El concepto de probabilidad es manejado por

mucha gente. Frecuentemente se escuchan
preguntas como las que se mencionan a
continuación:
¿ Cuál es la probabilidad de que me saque la
lotería o aprobar el curso ?
¿ Qué posibilidad hay de que me pase un
accidente automovilístico ?
¿ Qué posibilidad hay de que hoy llueva ? para
llevar mi paraguas o no.
¿ Existe alguna probabilidad de que repruebe la
segunda práctica ?,
 PROBABILIDAD

Estas preguntas en el lenguaje coloquial esperan

como respuesta una medida de confianza
representativa o práctica de que ocurra un
evento futuro, o bien de una forma sencilla
interpretar la probabilidad.

En este curso lo que se quiere es entender con

claridad su contexto, como se mide y como se
utiliza al hacer inferencias.
Importancia de las Probabilidades
Las probabilidades están presentes en nuestras vidas
más a menudo de que podríamos sospechar. Todos
tenemos una gran intuición probabilística.
Por ejemplo, en días lluviosos, fríos y con mucha
humedad es alta la probabilidad de coger un resfrío. Si
ingerimos alimentos en lugares poco higiénicos, en
ambulantes es muy probable que contraigamos una
infección estomacal.
¿Cómo es la probabilidad de ganar el premio mayor en
Tinka?. Muy baja, pues hay muchas alternativas en juego.
Pero aún sabiendo esto, compramos uno que otro número.
La decisión creo yo que es racional.
Si escuchamos una predicción de 80% que lluvia, y Ud.
tiene planeado un paseo al campo con la familia. ¿Qué
hace?. Lo mas racional es que cancele su paseo y se quede
en su casa viendo en video.
Conceptos básicos

(A) Experimento: Ejecución voluntaria de un fenómeno.

Se caracteriza por:
a) Tener varios resultados posibles
b) Existir incertidumbre sobre el resultado
Ejemplos:
Lanzar una moneda
Seleccionar de un lote un frasco de medicamentos
Extraer una muestra de sangre a una persona
(B) Espacio Muestral: conjunto de todos los resultados posibles de
un experimento. Se simboliza por  (omega).

Ejemplos:
Lanzar una moneda
 = {cara, sello}
Seleccionar de un lote, un frasco de
medicamentos.
 ={adecuado, inadecuado}
Extraer una muestra de sangre a una
persona.
 = {grupo sanguíneo}
Ejemplo:
Se lanzan tres monedas simultáneamente. Los ochos
resultados posibles de este experimento pueden
detallarse de manera conveniente mediante un diagrama
de árbol:
Primera Segunda Tercera Resultado
Moneda Moneda Moneda Posible
C C CCC
S CCS
C
C CSC
S
S CSS
C C SCC
S SCS
S S C SSC
S SSS
 ={CCC, CCS, CSC, CSS, SCC, SCS, SSC, SSS}
(C) Suceso: subconjunto del espacio muestral,
seleccionado de acuerdo a una condición. Se
representan por letras latinas mayúsculas.
Ejemplo:
Se lanzan dos dados. El espacio muestral de este
experimento es:
= { (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) }
Podemos considerar los siguientes sucesos:
A: la suma de puntajes es 7, es decir
A={(1,6) (2,5) (3,4) (4,3) (5,2) (6,1)}

B: la suma de puntajes es 11, es decir

B={(5,6) (6,5)}

C: la suma de puntajes es 7 u 11, es decir

C={(1,6) (2,5) (3,4) (4,3) (5,2) (6,1) (5,6) (6,5)}
Probabilidad
(A) Concepto: Ponderación asignada a cada punto muestral
que mide la verosimilitud de su ocurrencia.
(B) Principios para asignar probabilidad:
a) La probabilidad de cada punto muestral debe estar
entre 0 y 1
b) La suma de las probabilidades de todos los puntos
muestrales deben ser iguales a 1.
0 0,5 1
Tan probable
Improbable Probable
como improbable
Ejemplos:

1. Se lanza una moneda

={cara, sello}
P(cara) = 0,5 P(sello) = 0,5
2. Se lanzan 3 monedas
 = {CCC, CCS, CSC, SCC, CSS, SCS, SSC, SSS}
1/8 1/8 1/8 1/8 /8 1/8 1/8 1/8
A: obtener exactamente 2 caras
A = {CCS, CSC, SCC}
1/8 + 1/8 + 1/8
P(A) = 3/8
(C) Conclusiones: De acuerdo a la definición de
probabilidad de un suceso, y a los dos
principios, tenemos las siguientes conclusiones:

(1º) P() = 1

(2º) P( ) = 0

(3º) P(A´) = 1 - P(A)
PROBABILIDADES - EJEMPLOS
1. Un investigador trabaja con un nuevo fármaco
para insensibilizar a los pacientes frente a
picaduras de abejas. De 200 sujetos sometidos
a prueba, 180 presentaron una disminución en
la gravedad de los síntomas tras sufrir una
picadura, después de ser sometidos al
tratamiento.
2. Un paciente sufre de cálculos renales, y no se
ha conseguido mejora alguna a partir de
métodos ordinarios. Su medico ésta
planteándose el llevar a cabo una intervención
quirúrgica y debe responder a la siguiente
pregunta: ¿Cuál es la probabilidad de que la
operación sea un éxito?.
PROBABILIDAD DEL PUNTO ESTADISTICO

...Quien emplea la estadística aplicada prefiere

pensar en la probabilidad como el numero de veces
en las que se presentará determinada situación si una
experiencia fuera repetida indefinidamente en
situaciones de naturaleza repetitiva o que pudiera
concebirse de esa manera ...
Reglas de probabilidad
Regla de la Adición

A B

U
(A B)
U
P(AUB) = P(A) + P(B) - P(A B)
Ejemplo:
Un cliente ingresa a una farmacia. La probabilidad de que
compre (a) un antibiótico es 0,60 (b) analgésico 0,50, y c)
antibiótico y analgésico es 0,30 ¿Cuál es la probabilidad de
que compre un antibiótico, analgésico o ambos?.
Datos
P(P) = 0,60
P(L) = 0,50
P U = 0,30
(P L) U
P(PUL) = P(P) + P(L) - (P L)
P(PUL) = 0,60 + 0,50 - 0,30
P(PUL) = 0,80
Regla de adición para sucesos
mutuamente excluyentes

Dos sucesos son mutuamente excluyentes, si no tienen

elementos comunes

A B  P(AUB) = P(A) + P(B)

Si : (A B) = 
U
U
Por lo tanto : P(A B) = 0
Ejemplo:

Se extrae una carta de una baraja. ¿Cuál es la probabilidad de

que sea un as o un rey?

P(AUR) = P(A) + P(R)

4 4
4 = 
P(A) = 52 52
52
8
4 =
P(R) = 52
52
PROBABILIDAD

Probabilidad Condicional.
Sea A un evento arbitrario de un espacio
muestral Ω, con P(B) > 0. La probabilidad
de que un evento A suceda una vez que B
ha sucedido o en otras palabras, la
probabilidad condicional de A dado B, se
define como:

P( A  B)
P( A / B) 
P( B)
Probabilidad Condicional
Ejemplo 1: Se dispone de 11 historias clínicas,
pertenecientes a pacientes masculinos y femeninos
agrupados por su nivel de hemoglobina.

Sexo M F
Estado (Masculino) (Blanca) Total
A (Anémico) 5 3 8
N (Normal) 1 2 3
Total 6 5 11

a) ¿Cuál es la probabilidad de extraer una historia

perteneciente a un paciente anémico?
8
P(A) =
11
b)¿Cuál es la probabilidad de extraer una historia
correspondiente a un paciente anémico y que sea
mujer?
3
P(A  F) =
11

c) Dado que la historia corresponde a un paciente

anémico, ¿cuál es la probabilidad que sea mujer?
3
P(F )=
A 8
Derivación de la fórmula:

P(F  B)
P(F )=
A P(A)

3
comprobando: P(F ) = 11
A 8
11
3
P(F ) =
A 8
 PROBABILIDAD

Ejemplo 2: En cierta ciudad, las mujeres

representan el 50% de la población y los
hombres el otro 50%. Se sabe que el 20% de las
mujeres y el 5% de hombres están sin trabajo.
Un economista estudia la situación de empleo,
elige al azar una persona desempleada. Si la
población total es de 8000 personas,
¿ Cuál es la probabilidad de que la persona
escogida sea ?:
PROBABILIDAD

a).- Mujer
b).- Hombre
c).- Mujer dado que está empleado
d).- Desempleado dado que es hombre
e).- Empleado dado que es mujer

Sean los eventos:

M: Que sea Mujer
H: Que sea Hombre
D: Que sea Desempleado
E: Que sea Empleado
Tabla Número de elementos de los Eventos M, H, D, E y S

Desempleados Empleados Total

D E

Mujeres 800 3200 4000

M

Hombres 200 3800 4000

H

Total 1000 7000 8000

 Tabla de Probabilidades

D E Total
M 800/8000 = .1 3200/8000= .4 4000/8000= .5

H 200/8000= .025 3800/8000= .475 4000/8000= .5

Total 1000/8000= .125 7000/8000= .875 8000/8000= 1

 PROBABILIDAD

P(M) = .50
P(H) = .50
P(E) = .875
P(D) = .125
P(M/E) = P(ME)/P(E) = .40/.875 = .4571
P(D/H) = P(DH)/P(H) = .025/.5 = .05
P(E/M) = P(ME)/P(M) = .40/.5 = .8
Ejemplo 3
Se recolectó información sobre el peso del recién
nacido y si la madre fumó o no durante el embarazo.
Los datos se presentan a continuación:

CONDICIÓN PESO R.N.

TOTAL
DE FUMADORA BAJO NORMAL
SI 30 10 40
NO 20 140 160
TOTAL 50 150 200
A. ¿Cuál es la probabilidad que el recién nacido tenga
bajo peso?
50
P(bajo )   0,25
200
B. ¿Cuál es la probabilidad que una gestante fume?
40
P(si)   0,20
200
C. ¿Cuál es la probabilidad que el niño seleccionado
tenga un peso normal?
150
P(normal )   0,75
200
D. ¿Cuál es la probabilidad de que un recién nacido tenga
bajo peso o sea normal?
Como son mutuamente excluyentes:
P(bajoónorma l)  P(bajo )  P(normal )
50 150
  1
200 200
E. ¿Cuál es la probabilidad de que el recién nacido tenga
bajo peso o la madre haya fumado durante el
embarazo?
P(bajoósi )  P(bajo )  P(si)  P(bajoysi )
50 40 30 60
     0,30
200 200 200 200
 Aplicación:
La probabilidad de que el personal administrativo que
labora en una clínica local, llegue tarde el día lunes es
0,50 y la probabilidad de que llegue retrasado los días
lunes y martes es 0,20. Dado que cierto trabajador llegó
tarde el día lunes, ¿cuál es la probabilidad de que llegue
tarde el día siguiente?.

T P(TM  TL )
P(TL ) = 0,50 P( M )=
TL P(TL )
P(TL  TM ) = 0,20
0,20
= = 0,40
0,50
Regla de la Multiplicación

A partir de

P(A  B)
P(B ) 
A P(A)

Se despeja
P(A  B)  P(A)  P B ( A)
Aplicación:

Se sabe que en un lote de medicamentos de 50 frascos,

hay 4 que no están adecuadamente empacados
(defectuosos). Si se extraen al azar 2 frascos, uno a
continuación del otro, ¿cuál es la probabilidad de que
ambos sean defectuosos?.

4
P ( D1 ) 
50
(
P(D1  D 2 )  P(D1 )  P D 2
D1
)
3 4 3 12
P(D 2 )  =  
D1 49 50 49 2450
Ejercicio
En una población de pacientes hospitalizados, la
probabilidad de que uno de ellos, elegido
aleatoriamente tenga problemas cardiacos es 0,35. La
probabilidad de que un paciente con problemas
cardiacos sea un fumador es de 0,86. ¿Cuál es la
probabilidad de que el paciente elegido al azar de entre
la población sea fumador y tenga problemas cardiacos?.
Regla de la multiplicación para
sucesos independientes.
Los sucesos A y B se consideran independientes
cuando la ocurrencia de uno no influye sobre la
probabilidad de ocurrencia del otro; esto significa
que, independientemente de que A haya ocurrido o
no, la probabilidad asignada a B es siempre la misma.

P(B )  P(B)
A
Entonces,

 P(A  B)  P(A)  P(B)

Ejemplo:

¿Cuál es la probabilidad de que en una familia con dos

hijos, ambos sean varones?

P(V1 )  0,5 P(V1  V2 )  P(V1 )  P(V2 )

P(V2 )  0,5
= (0,5) (0,5)

P(V1  V2 )  0,25
 PROBABILIDAD

Probabilidad total.-
Sean A1, A2, A3..., An eventos disjuntos
(mutuamente excluyentes), que forman una
partición de Ω. Esto es Ai  Aj =  para
toda i y toda j, y además
Ω = A1  A2  A3  An

A2
A5
A3
A1 A4

A6

An
 PROBABILIDAD

Y sea B otro evento tal que B  Ω y B  Ai  

A2
A5
A3
A1 A4

B
A6

An

E
 PROBABILIDAD

Entonces
B = Ω  B = (A1  A2 A3 An)  B
= (A1  B) (A2  B) (A3 B)
 (An B)

Al aplicar la función de probabilidad a ambos eventos,

se tiene que:
P(B) = P(A1B) + P(A2B) +P(A3B) ++P(An B)

Ya que (Ai  B) es ajeno a (Aj  B) para i ≠ j

PROBABILIDAD

Como (Ai  B) = (B  Ai) entonces

P(Ai  B) = P(B  Ai) = P(B/Ai) P(Ai)

Entonces la probabilidad completa de B es:

P(B) = P(B/A1) P(A1) + P(B/A2) P(A2) +

P(B/A3)P(A3)+...+ P(B/An) P(An)
PROBABILIDAD

Ejemplo.-
En una pequeña empresa de tejidos se obtiene
su producción con tres máquinas hiladoras M1,
M2 y M3 que producen respectivamente 50%,
30% y el 20% del número total de artículos
producidos.
Los porcentajes de productos defectuosos
producidos por estas máquinas son 3%, 4% y
5%. Si se selecciona un artículo al azar,
¿ Cuál es la probabilidad de que el artículo sea
defectuoso ?
PROBABILIDAD

Sea
D el evento: Que sea un artículo defectuoso.
P(M1) = .50 P(D/M1) = .03
P(M2) = .30 P(D/M2) = .04
P(M3) = .20 P(D/M3) = .05

P(D) = P(D/M1) P(M1) + P(D/M2) P(M2) +

P(D/M3) P(M3)
= .03(.50) + .04(.30) + .05(.20) = 0.037
 P(D/M1)=.03
D P(M1)*P(D/M1)=.5*.03=.015
P(M1)=.50 M1
ND
P(ND/M1)=.97

P(D/M2)=.04 P(M2)*P(D/M2)=.3*.04=.012
D
P(M2)=.30 M2
P(ND/M2)=.96 ND

P(D/M3)=.05
D P(M1)*P(D/M1)=.2*.05=.01
P(M3)=.20 M3
ND
P(ND/M3)=.95
P(D) = .015+.012+.01=.037
 PROBABILIDAD
Teorema de Bayes.- Supóngase que A1, A2, A3,...,An
es una partición de un espacio muestral Ω. En cada
caso P(Ai) ≠ 0. La partición es tal que A1, A2,
A3,...,An, son eventos mutuamente exclusivos.Sea B
cualquier evento, entonces para cualquier Ai,

P(
PROBABILIDAD

Como la probabilid ad completa de B es :

P(B)  P(A1 )P(B/A1 )  P(A2 )P(B/A 2 )    P(An )P(B/A n )

entonces
P( Ai ) P( B / AI )
P( Ai / B) 
P(B)
PROBABILIDAD

Ejemplo.-
En una pequeña empresa de tejidos se obtiene
su producción con tres máquinas hiladoras M1,
M2 y M3 que producen respectivamente 50%,
30% y el 20% del número total de artículos
producidos.
Los porcentajes de productos defectuosos
producidos por estas máquinas son 3%, 4% y
5%. Supóngase que se selecciona un artículo al
azar y resulta ser defectuoso. ¿Cuál sería la
probabilidad de que el artículo haya sido
producido por la máquina M1?
PROBABILIDAD

Ejemplo.-
En una pequeña empresa de tejidos se obtiene
su producción con tres máquinas hiladoras M1,
M2 y M3 que producen respectivamente 50%,
30% y el 20% del número total de artículos
producidos.
Los porcentajes de productos defectuosos
producidos por estas máquinas son 3%, 4% y
5%. Supóngase que se selecciona un artículo al
azar y resulta ser defectuoso. ¿Cuál sería la
probabilidad de que el artículo haya sido
producido por la máquina M1?
 PROBABILIDAD

Sea
D: Que el artículo sea defectuoso
ND: Que el artículo no sea defectuoso
M1: Que haya sido producido por la máquina 1
M2: Que haya sido producido por la máquina 2
M3: Que haya sido producido por la máquina 3

P(M1) = .50 P(D/M1) = .03

P(M2) = .30 P(D/M2) = .04
P(M3) = .20 P(D/M3) = .05
 P(D/M1)=.03
D P(M1)*P(D/M1)=.5*.03=.015
P(M1)=.50 M1
ND
P(ND/M1)=.97

P(D/M2)=.04 P(M2)*P(D/M2)=.3*.04=.012
D
P(M2)=.30 M2
P(ND/M2)=.96 ND

P(D/M3)=.05
D P(M1)*P(D/M1)=.2*.05=.01
P(M3)=.20 M3
ND
P(ND/M3)=.95
P(D) = .015+.012+.01=.037
 PROBABILIDAD
Por teorema de Bayes se tiene:

P( M 1 ) P( D / M 1 )
P ( M 1 / D) 
P( M 1 ) P( D / M 1 )  P( M 2 ) P ( D / M 2 )  P ( M 3 ) P( D / M 3 )
P( M 1 ) P( D / M 1 ) (. 50)(. 03)
   .4054
P ( D) .037

La probabilidad de que el artículo defectuoso se

haya producido en la M1 es del 40.54%
 PROBABILIDAD
Por teorema de Bayes se tiene:

P( M 1 ) P( D / M 1 )
P ( M 1 / D) 
P( M 1 ) P( D / M 1 )  P( M 2 ) P ( D / M 2 )  P ( M 3 ) P( D / M 3 )
P( M 1 ) P( D / M 1 ) (. 50)(. 03)
   .4054
P ( D) .037

La probabilidad de que el artículo defectuoso se

haya producido en la M1 es del 40.54%
El teorema de Bayes
Consiste en una partición de la probabilidad total.
Ejemplo 1:
La Compañía de Seguros JL ha desarrollado un novedoso
seguro médico familiar. De acuerdo con una investigación
hecha en el mercado, la probabilidad de que el producto
tenga éxito es 0,80 si una compañía competidora no
introduce un plan similar en el mercado, en tanto que la
probabilidad de éxito es 0,30 si la empresa competidora
lanza al mercado un seguro similar. Además, la compañía
JL estima que hay una probabilidad de 0,40 de que la
firma competidora comercialice el producto.
Dado que el producto de la Compañía JL tuvo éxito,
¿cuál es la probabilidad de que la firma competidora
haya comercializado su novedoso plan de seguro?
Solución:

P(C) = probabilidad de que la compañía

competidora comercialice el producto,
P(C´) = probabilidad de que la compañía
competidora no comercialice el
producto,
P(E) = probabilidad de que el plan de seguro
familiar de la compañía JL tenga éxito.
P. Marginal P. Condicional P. Conjunta

P(E/C) = 0,30 P(C  E) = 0,40  0,30 = 0,12

P(E/C´) = 0,80 P (C '

 E) = 0,60  0,80 = 0,48

P. Total P(E) = 0,60

 Luego, de acuerdo con el Teorema de Bayes

P (C  E)
P(C )=
E P (C  E) + P(C '  E)

0.12 0.12
   0.20
0.12  0.48 0.60

La probabilidad que la compañía de seguros haya

participado en el mercado, dado que JL tuvo éxito es de
0,20.
Ejemplo 2:
El Director de la Clínica Santa Teresa está considerando
comprar un lote de 10000 equipos de venoclisis de un
proveedor nacional. El fabricante de estos equipos
estima la proporción de equipos defectuosas en el lote,
en la siguiente forma.
Proporción de Probabilidad
piezas defectuosas () P()
1 = 0,10 P(1) = 0,20
2 = 0,15 P(2) = 0,30
3 = 0,25 P(3) = 0,50
Esto significa que el proveedor no está seguro acerca
de la proporción de equipos defectuosos en el lote, sin
embargo, basándose en experiencias anteriores, cree
que hay una probabilidad de 0,20 de que el lote tenga
10% de piezas defectuosas, una probabilidad de 0,30
de que tenga 15%. Y finalmente, de 0,50 de que tenga
25% de piezas defectuosas. Supongamos que elige un
equipo de venoclisis al azar en el lote:
A) ¿Cuál es la probabilidad de qué esta sea
defectuosa?
B) Dado que el equipo resulta defectuoso, ¿cuál
es la probabilidad de que el lote tenga 25% de
piezas defectuosas?
P. Marginal P. Condicional P. Conjunta

P(D/1)= 0,10
1=0,10 P(1  D) = 0,20  0,10 = 0,0200

P(D/2)= 0,15
P(2) = 0,30 2=0,15 P( 2  D) = 0,30  0,15 = 0,045

P(D/3)= 0,25
3=0,25 P( 3  D) = 0,50  0,25 = 0,1250
P(D) = 0,1900
 Respuesta A:
Hay tres maneras posibles de obtener un equipo
defectuosa del lote. Por lo tanto, la probabilidad de
obtener una pieza defectuosa, cualquiera que se la
tasa porcentual de defectuosos 10, 15 ó 25 es:

P( D)  P( 1  D)  P( 2  D)  P( 3  D)

 0,0200  0,0450  0,1250

 0,19
Respuesta B:

De acuerdo con el Teorema de Bayes, la probabilidad

de que el lote contenga 25% de piezas defectuosas,
dado que la pieza elegida es defectuosa, es:

P( 3  D) 0.1250
P( 3 / D)    0.6579
P( D) 0.1900
 Ejercicio

Un médico ha decidido recetar dos nuevos medicamentos a

200 pacientes enfermos del corazón de la manera siguiente:
50 pacientes tomarán el medicamento A,otros 50 tomarán
el medicamento B y los otros 100 restantes tomarán ambos
medicamentos
El medicamento A reduce la probabilidad de un infarto en
0,35 , el medicamento B reduce la probabilidad de un
infarto en 0,20 y los dos medicamentos, cuando se les toma
juntos, actúan de manera independiente.
Los 200 pacientes fueron escogidos entre los que tenían
0,80 de probabilidad de sufrir un infarto. Si un paciente
elegido al azar sufre un infarto, ¿cuál es la probabilidad
de que haya tomado ambos medicamentos?
 PROBABILIDADES
I.- Una clase consta de seis niñas y 10 niños. Si se escoge un
comité de tres al azar, hallar la probabilidad de:
1. Seleccionar tres niños.
2.Seleccionar exactamente dos niños y una niña.
3.Seleccionar exactamente dos niñas y un niño.
4. Seleccionar tres niñas.
SOLUCIÓN

2Seleccionar exactamente dos niños y una niña.

3Seleccionar exactamente dos niñas y un niño.

4 Seleccionar tres niñas.

EJERCICIOS 2

Calcular la probabilidad de que al arrojar al aire tres monedas, salgan:

Tres caras.
Solución
Ejercicio 3
Se dispone de tres cajas con bombillas. La primera contiene 10
bombillas, de las cuales hay cuatro fundidas; en la segunda hay seis
bombillas, estando una de ellas fundida, y la tercera caja hay tres
bombillas fundidas de un total de ocho. ¿Cuál es la probabilidad de
que al tomar una bombilla al azar de una cualquiera de las cajas, esté
fundida?
Solución
Ejercicio 4
El 20% de los empleados de una empresa son ingenieros y otro 20%
son economistas. El 75% de los ingenieros ocupan un puesto directivo
y el 50% de los economistas también, mientras que los no ingenieros
y los no economistas solamente el 20% ocupa un puesto directivo.
¿Cuál es la probabilidad de que un empleado directivo elegido al azar
sea ingeniero?
Solución
Ejercicio 5
La probabilidad de que haya un accidente en una fábrica que dispone
de alarma es 0.1. La probabilidad de que suene esta sí se ha
producido algún accidente es de 0.97 y la probabilidad de que suene
si no ha sucedido ningún accidente es 0.02.
En el supuesto de que haya funcionado la alarma, ¿cuál es la
probabilidad de que no haya habido ningún accidente?
Solución
Sean los sucesos:
I = Producirse incidente.
A = Sonar la alarma.