Post on 05-Jun-2018
transcript
José Luis Quintero
INTRODUCCIÓN A LA PROBABILIDAD
Experimento aleatorio
Probabilidad
Teoría de
Conjuntos
Experimento Binomial
Universidad Central de VenezuelaFacultad de Ingeniería
Postgrado de Investigación de OperacionesSerie: Probabilidad y Estadística
Técnicas de
Conteo
Teorema de
Bayes
José Luis Quintero
INTRODUCCIÓN A LA PROBABILIDAD
Experimento aleatorio
Universidad Central de VenezuelaAsignatura: Estadística
Caracas, Diciembre 2013
Probabilidad
Técnicas de
Conteo
Teorema de
Bayes
Teoría de
Conjuntos
Experimento Binomial
José Luis Quintero
ROBABILIDADES (ITEL-30205) Tema 1. Fundamentos de Estadística Descriptiva
Distribución de frecuencias y medidas de localización
Lo malo de escribir libros es que se nos va la vida en rehacerlos
Alfonso Reyes
El presente material ha tenido un proceso de actualización permanente, iniciado ya
hace algunos años. En cada una de ellas, se han incluido nuevos temas y ejercicios, con lo cual
se ha venido enriqueciendo y mejorando su contenido, ajustándolo a las necesidades, para la
formación de profesionales y para estudiosos de la materia, que requieren de esta materia.
En esta edición, se han mejorado sustancialmente aspectos tales como su
diagramación, haciendo más agradable y hábil la presentación de los diferentes tópicos, además
en su contenido se han incluido, actualizado y revisado tópicos nuevos y problemas de
aplicación a fin de atender a las necesidades y consultas exigidas por estudiantes, profesionales
o personas que sin formación académica requieren de su utilización.
José Luis Quintero
PRÓLOGO
José Luis Quintero
ROBABILIDADES (ITEL-30205) Tema 1. Fundamentos de Estadística Descriptiva
Distribución de frecuencias y medidas de localización
• Definir experimento aleatorio, su propósito y sus tipos e ilustrar con ejemplos prácticos • Definir espacio muestral y sus tipos e ilustrar con ejemplos prácticos • Definir eventos y dar ejemplos de ciertos eventos característicos • Destacar ciertos experimentos aleatorios de interés • Destacar el uso de Diagramas de Venn para la comprensión del uso de eventos • Definir probabilidad • Discutir los dos enfoques hasta ahora conocidos para ilustrar el concepto de probabilidad • Trabajar mediante demostraciones y ejemplos algunos axiomas de la probabilidad • Definir combinatoria • Definir principio aditivo y principio multiplicativo e ilustrar con ejemplos • Definir permutaciones sin repeticiones o con repeticiones e ilustrar con ejemplos • Definir variaciones sin repeticiones o con repeticiones e ilustrar con ejemplos • Definir combinaciones sin repeticiones o con repeticiones e ilustrar con ejemplos • Trabajar mediante ejemplos los principios y usos de las técnicas de conteo • Definir probabilidad condicional, eventos independientes y probabilidad total • Definir diagrama de árbol y establecer su utilidad en el cálculo que involucra probabilidades condicionales
• Definir y aplicar el Teorema de Bayes • Definir y aplicar un Experimento de Bernoulli • Definir y aplicar un Experimento Binomial • Definir y aplicar un Experimento Multinomial • Definir y aplicar un Experimento Geométrico • Definir y aplicar un Experimento Binomial Negativo de orden r • Definir y aplicar un Experimento Hipergeométrico • Definir y aplicar un Experimento Multihipergeométrico • Definir y aplicar un Experimento de Poisson • Trabajar mediante problemas los principios y usos de la probabilidad condicional
OBJETIVOS A LOGRAR
José Luis Quintero
ROBABILIDADES (ITEL-30205) Tema 1. Fundamentos de Estadística Descriptiva
Distribución defrecuencias y medidas de localización
1. Experimento aleatorio
1.1. Definición
1.2. Clasificación
1.3. Propósito de un experimento aleatorio
2. Espacio muestral de un experimento aleatorio
2.1. Definición
2.2. Clasificación
2.3. Cardinalidad de un conjunto C
2.4. Cardinalidad del espacio muestral
3. Eventos o sucesos
3.1. Definición
3.2. Algunos eventos de interés
3.3. Diagramas de Venn
4. Experimentos aleatorios de interés
4.1. Experimento de Bernoulli
4.2. Ejemplo ilustrativo
4.3. Experimento Binomial
4.4. Ejemplo ilustrativo
4.5. Experimento Multinomial
4.6. Ejemplo ilustrativo 4.7. Experimento Geométrico
4.8. Ejemplo ilustrativo
4.9. Experimento Binomial Negativo de Orden r 4.10. Ejemplo ilustrativo
4.11. Experimento Hipergeométrico
4.12. Ejemplo ilustrativo
4.13. Experimento Multihipergeométrico
4.14. Ejemplo ilustrativo
5. Probabilidad
5.1. Definiciones
5.2. Probabilidad (versión frecuencias relativas)
5.3. Ejemplos ilustrativos
5.4. Probabilidad (versión clásica – espacio muestral discreto y finito)
5.5. Probabilidad (versión clásica – espacio muestral continuo)
5.6. Axiomas de la probabilidad 6. Problemas resueltos
7. Principios de las técnicas de conteo
1
1
1
3
3
3
3
5
5
5
5
6
6
7
7
7
7
7
8
8
8
8
8
8
9
9
9
9
9
9
9
10
11
11
11
12
20
INDICE GENERAL
José Luis Quintero
7.1. Combinatoria
7.2. Prinicipio aditivo
7.3. Ejemplos ilustrativos
7.4. Principio multiplicativo
7.5. Ejemplos ilustrativos
8. Permutaciones
8.1. Permutaciones de n elementos sin repetición
8.2. Ejemplos ilustrativos
8.3. Permutaciones de n elementos con repetición
8.4. Ejemplo ilustrativo
9. Variaciones
9.1. Variaciones de n elementos tomados de r en r sin repeticiones
9.2. Ejemplos ilustrativos
9.3. Variaciones de n elementos tomados de r en r con repeticiones
9.4. Ejemplos ilustrativos
10. Combinaciones
10.1. Combinaciones de n elementos tomados de r en r sin repeticiones
10.2. Ejemplos ilustrativos
10.3. Combinaciones de n elementos tomados de r en r con repeticiones
10.4. Ejemplos ilustrativos
11. Problemas resueltos
12. Probabilidad condicional 12.1. Definición
12.2. Ejemplo ilustrativo
13. Eventos independientes 13.1. Dos eventos independientes
13.2. N eventos independientes
13.3. Ejemplos ilustrativos
14. Probabilidad total
14.1. Definición
14.2. Ejemplo ilustrativo
15. Diagrama de árbol
15.1. Definición
15.2. Ejemplos ilustrativos
16. Teorema de Bayes
16.1. Definición
16.2. Ejemplos ilustrativos
17. Experimento de Bernoulli
17.1. Definición
17.2. Ejemplos ilustrativos
18. Experimento Binomial
18.1. Definición
18.2. Ejemplos ilustrativos
19. Experimento Multinomial
19.1. Definición
20
20
21
21
21
22
22
22
23
23
23
23
24
24
24
25
25
25
25
25
26
40
40
41
41
41
41
42
43
43
44
44
44
44
50
50
50
51
51
51
52
52
52
53
53
José Luis Quintero
19.2. Ejemplo ilustrativo
20. Experimento Geométrico
20.1. Definición
20.2. Ejemplos ilustrativos
21. Experimento Binomial Negativo de Orden r
21.1. Definición
21.2. Ejemplos ilustrativos
22. Experimento Hipergeométrico
22.1. Definición
22.2. Ejemplo ilustrativo
23. Experimento Multihipergeométrico
23.1. Definición
23.2. Ejemplo ilustrativo
24. Experimento de Poisson
24.1. Definición
24.2. Ejemplo ilustrativo
25. Problemas resueltos
26. Problemas propuestos
53
54
54
54
55
55
55
56
56
56
56
56
57
57
57
57
58
71
Probabilidad y Estadística Introducción a la Probabilidad
José Luis Quintero 1
1.2. Clasificación:
a. Simple.
Ejemplos: • Lanzamiento de una moneda
• Lanzamiento de un dado
• Escogencia al azar de una pelota de una caja que contiene n pelotas negras y v
pelotas verdes
• Escogencia al azar de una persona • Inspección de calidad de un producto
fabricado
• Anotación del sexo de un recién nacido • Anotación de la duración de una llamada
telefónica
• Medición de la temperatura interna de un tanque que contiene un fluido
• Medición del número de personas que
ingresan a una entidad bancaria en una hora
• Medición del tiempo entre llegadas de los
usuarios de un aeropuerto • Elegir al azar una placa de un automóvil
compuesta por tres letras y tres números
• Elegir al azar un grupo de 5 personas de un universo de 17 personas
• Elegir al azar un número de tres cifras entre 100 y 999
• Elegir al azar una forma de colocar 12 libros en una estantería • Elegir al azar un código de área de cinco dígitos del 1 al 5 sin repeticiones
b. Compuesto. Implica la realización de varios experimentos simples de forma simultánea o de forma sucesiva.
Ejemplos:
• Lanzamiento de un dado n veces
1. EXPERIMENTO ALEATORIO
1.1. Definición (Experimento aleatorio). Experimento en el cual no se puede predecir el resultado antes de realizarlo. Para que un experimento sea aleatorio debe tener al menos
dos resultados posibles.
Observación 1. El carácter
aleatorio no está radicado en el
fenómeno, sino que es parte del modelo que se construye para
estudiarlo. Cuando se lanza una
moneda con el propósito de observar si se obtiene cara o sello,
si se consideran todas las
condiciones mecánicas que determinan el lanzamiento y la caída
de la moneda (velocidad inicial,
peso, distribución de densidad, forma y elasticidad del piso y de la
moneda, etc) es probable predecir el
resultado. Sin embargo, es sabido que lo más frecuente es pensar el
experimento asociándole dos
resultados posibles (cara y sello), a cada uno de los cuales se le asigna
una cierta medida.
Probabilidad y Estadística Introducción a la Probabilidad
José Luis Quintero 2
• Lanzamiento de n dados de forma simultánea
• Lanzamiento de un dado y dos monedas • Anotación de las n pelotas escogidas al azar
de forma sucesiva de una caja que contiene
n pelotas negras y v pelotas verdes donde cada vez que se escoge y se anota una
pelota, ésta es devuelta a la caja
• Anotación de las n pelotas escogidas al azar de forma sucesiva de una caja que contiene
n pelotas negras y v pelotas verdes donde
cada vez que se escoge y se anota una pelota, ésta no es devuelta a la caja
• Anotación de las n pelotas escogidas al azar de forma simultánea de una caja que
contiene n pelotas negras y v pelotas verdes • Inspección de calidad de varios productos fabricados
b.1. Compuesto con independencia. Un mismo experimento simple es repetido varias veces bajo las mismas condiciones sin alterar en cada ejecución el número de
resultados posibles
Ejemplos: • Lanzamiento de un dado n veces
• Lanzamiento de n dados de forma
simultánea • Lanzamiento de un dado y dos
monedas
• Anotación de las n pelotas escogidas al azar de forma sucesiva de una caja
que contiene n pelotas negras y v
pelotas verdes donde cada vez que se escoge y se anota una pelota, ésta es
devuelta a la caja
• Inspección de varios productos fabricados
b.2. Compuesto sin independencia. Un mismo experimento simple es repetido varias
veces alterando en algunas o en todas las ejecuciones el número de resultados posibles
Ejemplos:
• Anotación de las n pelotas escogidas al azar de forma sucesiva de una caja
que contiene n pelotas negras y v
pelotas verdes donde cada vez que se escoge y se anota una pelota, ésta no
es devuelta a la caja
Observación 2. Un mismo
experimento simple puede ser
ejecutado varias veces. El número de resultados de este experimento
simple pudiera no ser el mismo cada
vez que se realiza. Esta observación da origen a una clasificación de un
experimento compuesto.
Observación 3. Un caso particular
de un experimento compuesto con
independencia ocurre cuando se realiza un MUESTREO ALEATORIO
CON REPOSICIÓN (MACR). Esta
situación es ilustrada en el ejemplo de las pelotas negras y verdes.
Observación 4. Un caso particular
de un experimento compuesto con independencia ocurre cuando se
realiza un MUESTREO ALEATORIO
SIN REPOSICIÓN (MASR). Esta situación es ilustrada en el ejemplo
de las pelotas negras y verdes.
Probabilidad y Estadística Introducción a la Probabilidad
José Luis Quintero 3
• Anotación de las n pelotas escogidas al azar de forma simultánea de una caja que
contiene n pelotas negras y v pelotas verdes
1.3. Propósito de un Experimento Aleatorio. Define lo que se persigue observar después de
ejecutado el experimento aleatorio. Ejemplos:
• Experimento aleatorio: Lanzamiento de un dado normal con dos caras blancas y
cuatro caras negras sobre una mesa circular. Algunos propósitos que pudieran ser definidos sobre este experimento:
Propósito 1. Determinar el número obtenido en la cara superior del dado
Propósito 2. Determinar el color de la cara superior del dado Propósito 3. Determinar la distancia entre el centro de la mesa y el punto central de la
cara inferior del dado
• Experimento aleatorio: Escogencia al azar de un estudiante de Ingeniería de una universidad específica. Algunos propósitos que pudieran ser definidos sobre este
experimento:
Propósito 1. Determinar la edad de la persona Propósito 2. Determinar el tipo de Ingeniería que estudia
Propósito 3. Determinar el último dígito de su cédula
2.2. Clasificación:
a. Discreto y finito. El número total de resultados de ese experimento es un número finito.
Ejemplos: • En el experimento aleatorio de lanzar una moneda con el propósito de determinar lo
que ocurrió en la cara superior, los posibles resultados son cara y sello. Luego el espacio muestral puede escribirse como { }S cara,sello= . Este espacio muestral tiene
dos posibles resultados (Experimento de Bernoulli) • En el experimento aleatorio de lanzar un dado con el propósito de determinar el
número obtenido en la cara superior del dado, los posibles resultados son cada una de las seis caras del dado. Este espacio muestral puede escribirse como { }S 1,2,3,4,5,6=
con seis resultados
2. ESPACIO MUESTRAL DE UN EXPERIMENTO ALEATORIO d
2.1. Definición (Espacio muestral de un experimento aleatorio). Es el conjunto de todos los posibles resultados de ese experimento. Se denotará con la letra S.
Probabilidad y Estadística Introducción a la Probabilidad
José Luis Quintero 4
• En el experimento aleatorio de lanzar un dado normal con dos caras blancas y cuatro
caras negras con el propósito de determinar el color de la cara superior del dado, los posibles resultados son blanco y negro. El espacio muestral se escribe como
{ }S blanco,negro= . Este espacio muestral tiene dos posibles resultados (Experimento
de Bernoulli)
• En el experimento aleatorio de lanzar dos dados con el propósito de observar el número obtenido en la cara superior del primer dado y el número obtenido en la cara
superior del segundo dado, los posibles resultados son todos los pares al considerar
cada una de las seis caras de cada dado. Luego el espacio muestral puede escribirse como { }S (i, j) / i, j 1,2,3,4,5,6= = . Este espacio muestral tiene treinta y seis posibles
resultados y es un espacio bidimensional
b. Discreto e infinito numerable. El número total de resultados de ese experimento es un
número infinito pero se pueden ordenar en una sucesión. Ejemplos:
• En el experimento aleatorio de observar el número de personas que entran a un banco
durante un período de una hora, el espacio muestral puede escribirse como { }S 0,1,2,...= Este espacio muestral tiene infinitos resultados
• En el experimento aleatorio de lanzar un dado tantas veces como sea necesaria hasta que salga seis por primera vez con el propósito de determinar el lanzamiento donde ocurre esto por primera vez, el espacio muestral puede escribirse como { }S 1,2,...=
Este espacio muestral tiene infinitos resultados (Experimento Geométrico)
c. Continuo. El número total de resultados de ese experimento es un número infinito que
no se puede ordenar en una sucesión. Aquí el conjunto de resultados viene dado por
intervalos. Ejemplos:
• En el experimento aleatorio de medir el voltaje entre un cierto punto y tierra en el
circuito de un receptor de radio, el espacio muestral puede escribirse como { }MAXS v :0 v v= ≤ ≤ . Este espacio muestral tiene infinitos resultados
• En el experimento aleatorio de escoger un número aleatorio entre cero y uno en un computador, el espacio muestral puede escribirse como { }S r :0 r 1= ≤ ≤ . Este espacio
muestral tiene infinitos resultados • En el experimento aleatorio de lanzar un dado normal sobre una mesa circular con el
propósito de determinar la distancia entre el centro de la mesa y el punto central de la cara inferior del dado, el espacio muestral puede escribirse como { }S r : 0 r R= ≤ ≤ ,
donde R representa el radio de la mesa. Este espacio muestral tiene infinitos resultados
d. Mixto. El número total de resultados de ese experimento es un número infinito que no se puede ordenar en una sucesión. Aquí el conjunto de resultados viene expresado por
números puntuales y también por intervalos
Probabilidad y Estadística Introducción a la Probabilidad
José Luis Quintero 5
Ejemplo:
• Suponga que se tiene un sensor asociado a un medidor de temperatura del interior de un tanque que contiene un fluido que debe apagar el sistema y marcar en el medidor
la temperatura de 0 C° si la temperatura medida en el interior del tanque es menor que
10 C° . De igual manera debe apagar el sistema y marcar en el medidor la temperatura
de 25 C° si la temperatura medida en el interior del tanque supera los 20 C° . En caso
contrario se debe reportar la temperatura real en el interior del tanque. El espacio muestral puede escribirse como { }S T :0,10 T 20,25= ≤ ≤ . Este espacio muestral tiene
dos resultados puntuales y un intervalo, por lo tanto tiene infinitos resultados
2.3. Cardinalidad de un conjunto C. Es el número de elementos que posee el conjunto C. Se
denotará por CN .
2.4. Cardinalidad del espacio muestral.
Ejemplos: • En el experimento aleatorio de lanzar una moneda con el propósito de determinar lo que
ocurrió en la cara superior, el espacio muestral { }S cara,sello= tiene cardinalidad 2, es
decir SN 2=
• En el experimento aleatorio de lanzar un dado con el propósito de determinar el número obtenido en la cara superior del dado, el espacio muestral { }S 1,2,3,4,5,6= tiene
cardinalidad 6, es decir SN 6=
• En el experimento aleatorio de lanzar un dado normal con dos caras blancas y cuatro caras negras con el propósito de determinar el color de la cara superior del dado, el espacio muestral { }S blanco,negro= tiene cardinalidad 6, es decir SN 6= . En este
ejemplo se puede afirmar que blancoN 2= y negroN 4=
• En el experimento aleatorio de lanzar dos dados con el propósito de observar el número
obtenido en la cara superior del primer dado y el número obtenido en la cara superior del segundo dado, el espacio muestral { }S (i, j) / i, j 1,2,3,4,5,6= = tiene cardinalidad 36, es
decir SN 36=
3. EVENTOS O SUCESOS
3.1. Definición (Evento o suceso). Es cualquier subconjunto del espacio muestral. Se denotan con las letras mayúsculas, por ejemplo, A,B,C.
Probabilidad y Estadística Introducción a la Probabilidad
José Luis Quintero 6
3.2. Algunos eventos de intéres:
a. Evento complemento de A. Es un subconjunto del espacio muestral que contiene
los resultados que no están en el evento A.
b. Evento elemental. Es un evento que
contiene solamente un resultado del
experimento aleatorio.
c. Evento compuesto. Es un evento que
contiene más de un resultado del experimento aleatorio.
d. Evento seguro. Es un evento que contiene todos los resultados del experimento aleatorio.
e. Evento imposible. Es un evento que no contiene ningún resultado del experimento
aleatorio.
f. Eventos mutuamente excluyentes (o
disjuntos). Son eventos de intersección
vacía, es decir, que no poseen elementos comunes.
g. k eventos colectivamente exhaustivos. Son los eventos 1A , 2A , …, kA del espacio
muestral S tales que 1 2 kA A ... A S∪ ∪ ∪ = .
Ejemplos: • En el experimento aleatorio de lanzar un dado con el propósito de determinar el número
obtenido en la cara superior del dado, algunos eventos compuestos que se pueden definir
son: { } { } A cara i / i par 2,4,6= = , { } { } B cara i / i primo 2,3,5= =
• En el experimento aleatorio de lanzar un dado con el propósito de determinar el número obtenido en la cara superior del dado, el evento complemento de A viene dado por
{ } { } cA cara i / i impar 1,3,5= =
3.6. Diagramas de Venn. Son ilustraciones usadas en la teoría de conjuntos. Se usan para
mostrar gráficamente conjuntos, representando cada uno mediante un círculo o un óvalo. La
figura 1 muestra Diagramas de Venn que ilustran cuatro situaciones de eventos mutuamente excluyentes y colectivamente exhaustivos.
Observación 5. Consideraciones acerca de los eventos o sucesos:
•••• Las notaciones más comunes
para el evento complemento de A son A’, cA y A
•••• El evento seguro es el espacio
muestral S •••• El evento imposible es el conjunto
vacio ∅
•••• Todos los eventos elementales son mutuamente excluyentes
•••• Todos los resultados posibles de
un espacio muestral son mutuamente excluyentes
•••• Los eventos A y cA son
mutuamente excluyentes o disjuntos
•••• Los eventos A y cA son
colectivamente exhaustivos •••• Todo evento elemental tiene
cardinalidad uno
•••• El evento imposible tiene cardinalidad cero
•••• El evento complemento de A tiene cardinalidad igual a S AN N−
Probabilidad y Estadística Introducción a la Probabilidad
José Luis Quintero 7
Figura 1. Cuatro situaciones ilustradas usando Diagramas de Venn
4.2. Ejemplo ilustrativo. Se tiene una caja con n pelotas negras y v pelotas verdes. Se extrae
una pelota al azar y se tiene como propósito determinar su color.
4.4. Ejemplo ilustrativo. Se tiene una caja con n pelotas negras y v pelotas verdes. Se extrae
una pelota al azar, se anota su color y se devuelve a la caja. Este procedimiento se ejecuta n veces. El propósito final es determinar la cantidad de pelotas negras registradas y por ende
la cantidad de pelotas verdes.
4. EXPERIMENTOS ALEATORIOS DE INTERÉS
4.1. Experimento de Bernoulli. Es un experimento aleatorio que posee solo dos resultados
posibles.
4.3. Experimento Binomial. Es un experimento aleatorio que consiste en la repetición
sucesiva de n veces el Experimento de Bernoulli bajo las mismas condiciones.
Probabilidad y Estadística Introducción a la Probabilidad
José Luis Quintero 8
4.6. Ejemplo ilustrativo. Se tiene una caja con n
pelotas negras, v pelotas verdes y r pelotas rojas. Se extrae una pelota al azar, se anota su color y
se devuelve. Este proceso se ejecuta n veces. El
propósito es hallar la cantidad de pelotas negras, pelotas blancas y pelotas rojas registradas.
4.8. Ejemplo ilustrativo. Se lanza un dado normal
tantas veces como sea necesario hasta que se
obtenga seis por primera vez. Luego de ocurrido lo anterior se detiene el proceso.
4.10. Ejemplo ilustrativo. Se lanza un dado normal tantas veces como sea necesaria hasta que salga
seis por tercera vez. Luego de ocurrido lo
anterior se detiene el proceso.
Observación 6. Consideraciones
acerca de los experimentos
aleatorios de interés:
• Si se asume el Experimento de
Bernoulli como un experimento aleatorio simple, entonces los
Experimentos Binomial,
Mutinomial, Geométrico y Binomial Negativo pueden ser
considerados como experimentos
compuestos con independencia
• En los Experimentos Binomial y
Multinomial se sabe de antemano la cantidad de veces que se
repetirá el Experimento de
Bernoulli mientras que en los Experimentos Geométrico y
Binomial Negativo de orden r esto
no se sabe a priori ya que la ocurrencia del evento
previamente definido es
considerada aleatoria o fortuita
• El Experimento Binomial es
considerado un Experimento
Multinomial donde m 2=
• El Experimento Geométrico es considerado un Experimento
Binomial Negativo de orden 1
• El propósito del experimento
aleatorio para los experimentos Geométrico y Binomial Negativo
de orden r es determinar en que
intento se detiene el proceso
• En los experimentos Geométrico y Binomial Negativo de orden r el
espacio muestral tiene
cardinalidad infinita
4.5. Experimento Multinomial. Es un
experimento aleatorio que consiste en la
repetición sucesiva de n veces un experimento aleatorio simple que tiene m resultados bajo
las mismas condiciones.
4.7. Experimento Geométrico. Es un experimento aleatorio que consiste en la
repetición sucesiva del Experimento de
Bernoulli bajo las mismas condiciones hasta que se determina la ocurrencia de un evento
(previamente definido como éxito) por primera
vez.
4.9. Experimento Binomial Negativo de Orden
r. Es un experimento aleatorio que consiste en la repetición sucesiva de del Experimento de
Bernoulli bajo las mismas condiciones hasta
que se determina la ocurrencia de un evento (previamente definido como éxito) por r-ésima
vez.
Probabilidad y Estadística Introducción a la Probabilidad
José Luis Quintero 9
4.12. Ejemplo ilustrativo. Se tiene una caja con n
pelotas negras y v pelotas verdes. Se extrae una muestra de k pelotas. El propósito es hallar la
cantidad de pelotas negras y de pelotas blancas
contenidas en la muestra de tamaño k.
4.14. Ejemplo ilustrativo. Se tiene una caja con n pelotas negras, v pelotas verdes y r pelotas
rojas. Se extrae una muestra de k pelotas. El
propósito es hallar la cantidad de pelotas negras, de pelotas blancas y de pelotas rojas contenidas
en la muestra de tamaño k.
5.2. Probabilidad (Versión frecuencias relativas).
Sea un experimento aleatorio que se va a repetir n veces y sea An el número de esas veces que
ocurre el evento A, entonces la probabilidad del
evento A es el límite cuando n tiende a infinito de la frecuencia relativa de A.
5. PROBABILIDAD
5.1. Definiciones (Probabilidad)
• Es una manera de cuantificar la incertidumbre que existe en un experimento aleatorio
• Medida numérica del chance de ocurrencia de un evento • Es una relación matemática que asigna a cada resultado del experimento aleatorio un
número real que se encuentra en el intervalo [0,1]
Observación 8. Consideraciones
acerca de la probabilidad: •••• La probabilidad de un evento A se
denotará P(A) •••• Posibilidad Probabilidad≠
4.11. Experimento Hipergeométrico. Es un experimento aleatorio que consiste en la
repetición sucesiva de n veces el Experimento
de Bernoulli bajo condiciones distintas.
Observación 7. Consideraciones
acerca de los experimentos
aleatorios de interés:
• Los Experimentos
Hipergeométrico y Multihipergeométrico pueden ser
considerados como experimentos
compuestos sin independencia
• En los Experimentos Binomial,
Multinomial, Geométrico y Binomial Negativo de orden r se
realiza un MUESTRO ALEATORIO
CON REPOSICIÓN
• En los Experimentos Hipergeométrico y
Multihipergeométrico se realiza
un MUESTREO ALEATORIO SIN REPOSICIÓN
4.13. Experimento Multihipergeométrico. Es un experimento aleatorio que consiste en la
repetición sucesiva de n veces un
experimento simple de m resultados posibles bajo condiciones distintas.
Probabilidad y Estadística Introducción a la Probabilidad
José Luis Quintero 10
La probabilidad del evento A se define como
AAn n
nP(A) lím f lím
n→∞ →∞= = .
La ecuación anterior no es práctica para calcular la probabilidad de A. En su defecto, se usa
la ecuación
AnP(A)n
≈ , cuando n es grande.
Este enfoque se le conoce como probabilidad a posteriori.
5.3. Ejemplos ilustrat¡vos:
Ejemplo 1. Se lanza una moneda 2000 veces y se calcula la frecuencia relativa del evento A
definido como “sale cara”. La sucesión de resultados del experimento se refleja en la figura 2
Figura 2. Experimento de la moneda usando la versión de frecuencias relativas
Ejemplo 2. Se lanza un dado 2000 veces y se calcula la frecuencia relativa del evento A
definido como “sale tres”. La sucesión de resultados del experimento se refleja en la figura 3
Figura 3. Experimento del dado usando la versión de frecuencias relativas
0 200 400 600 800 1000 1200 1400 1600 1800 20000.4
0.6
0.8
1
Intentos
Pro
babi
lidad
de
que
salg
a ca
ra
LANZAMIENTO DE UNA MONEDA: SELLO=0,CARA=1 - 1 SIMULACIÓN
0 200 400 600 800 1000 1200 1400 1600 1800 20000
0.2
0.4
0.6
0.8
1
Intentos
Pro
babi
lidad
de
que
salg
a ca
ra
LANZAMIENTO DE UNA MONEDA: SELLO=0,CARA=1 - 4 SIMULACIONES
0 200 400 600 800 1000 1200 1400 1600 1800 20000
0.1
0.2
0.3
0.4
Intentos
Pro
babi
lidad
de
que
salg
a tres
LANZAMIENTO DE UN DADO - 1 SIMULACIÓN
0 200 400 600 800 1000 1200 1400 1600 1800 20000
0.2
0.4
0.6
0.8
1
Intentos
Pro
babi
lidad
de
que
salg
a tres
LANZAMIENTO DE UN DADO - 4 SIMULACIONES
Probabilidad y Estadística Introducción a la Probabilidad
José Luis Quintero 11
5.4. Probabilidad (Versión clásica – Espacio
muestral discreto y finito). Sea un experimento aleatorio cuyo espacio muestral es discreto y finito de cardinalidad SN y sea un
evento A con cardinalidad AN , entonces se
conocerá como probabilidad del evento A a la relación entre AN y SN dada por
A
S
NP(A)
N= .
5.5. Probabilidad (Versión clásica – Espacio
muestral continuo). Sea un experimento aleatorio cuyo espacio muestral es continuo, sea
SL la longitud del espacio muestral y sea AL la
longitud del evento A, entonces se conocerá como probabilidad del evento A a la relación entre AL y
SL dada por
A
S
LP(A)
L= .
5.6. Axiomas de la probabilidad:
• Para cualquier evento A, 0 P(A) 1≤ ≤ • P(S) 1=
•
1 2 n 1 2 n
n 11 2 n
P(A A ... A ) P(A ) P(A ) ... P(A ) P( dos eventos) P( tres eventos) ...
( 1) P(A A ... A )+
∪ ∪ ∪ = + + + − ∩ + ∩ + +
− ∩ ∩ ∩
Si n 2 := 1 2 1 2 1 2 1 2 1 2P(A A ) P(A ) P(A ) P(A A ) P(A A ) P(A ) P(A )∪ = + − ∩ ⇒ ∪ ≤ +
Si n 3 :=
1 2 3 1 2 3 1 2 1 3 2 3 1 2 3P(A A A ) P(A ) P(A ) P(A ) P(A A ) P(A A ) P(A A ) P(A A A )∪ ∪ = + + − ∩ − ∩ − ∩ + ∩ ∩
• Si 1 2 nA , A , ..., A son eventos mutuamente excluyentes, n n
1 2 n 1 2 n i ii 1i 1
P(A A ... A ) P(A ) P(A ) ... P(A ) P A P(A )==
∪ ∪ ∪ = + + + ⇒ =
∑∪
• P(A) P(A) 1+ =
• 1 2 n 1 2 nP(A A ... A ) P(A A ... A ) 1∪ ∪ ∪ + ∩ ∩ ∩ = • P( ) 0∅ =
Observación 9. Consideraciones acerca de la probabilidad:
•••• Para establecer la definición
clásica no es necesario realizar el experimento, sólo analizar los
posibles resultados
•••• Si A es un evento elemental,
entonces SP(A) 1 / N= . En
consecuencia los eventos
elementales son equiprobables
•••• La longitud del espacio muestral
continuo debe ser finita
Probabilidad y Estadística Introducción a la Probabilidad
José Luis Quintero 12
SOLUCIÓN.
a. Un evento es un subconjunto del espacio muestral que contiene sólo un resultado
del experimento aleatorio b. Uno de los axiomas de la probabilidad establece que la suma de las probabilidades
de un evento y su complemento es igual a uno
c. Uno de los axiomas de la probabilidad establece que la probabilidad del evento vacio es igual a cero
d. El número de elementos de un conjunto determina su cardinalidad
e. Todos los resultados de un experimento aleatorio son equiprobables
V
V
V
V
V
F
F
F
F
F
6. PROBLEMAS RESUELTOS
PROBLEMA 1.
Coloque al lado la letra V o F según considere que la proposición es verdadera o falsa respectivamente.
a. Un evento es un subconjunto del espacio muestral que contiene sólo un
resultado del experimento aleatorio b. Uno de los axiomas de la probabilidad establece que la suma de las
probabilidades de un evento y su complemento es igual a uno
c. Uno de los axiomas de la probabilidad establece que la probabilidad del evento vacio es igual a cero
d. El número de elementos de un conjunto determina su cardinalidad
e. Todos los resultados de un experimento aleatorio son equiprobables
V
V
V
V
V
F
F
F
F
F
PROBLEMA 2.
Encierre en un círculo la letra que usted considere corresponde a la respuesta correcta. 1. Si A y B son dos eventos mutuamente excluyentes, con P(A) 0.37= y P(B) 0.44= , se
puede afirmar que P(A B)∩ :
a. 0 b. 0.19 c. 0.81 d. 1 2. Se lanza un par de dados honestos. La probabilidad de que la suma de los dos números
obtenidos sea mayor o igual a 10 es equivalente a
a. 1/12 b. 1/6 c. 5/36 d. 5/6 3. Sean 1A , 2A y 3A eventos de un espacio muestral. El evento “no ocurre ninguno” se
expresa como: a. 1 2 3A A A∩ ∩
b. 1 2 3A A A∪ ∪
c. 1 2 3A A A∩ ∩
d. Ninguna de las anteriores
Probabilidad y Estadística Introducción a la Probabilidad
José Luis Quintero 13
SOLUCIÓN. 1. Si A y B son dos eventos mutuamente excluyentes, con P(A) 0.37= y P(B) 0.44= , se puede
afirmar que P(A B)∩ :
a. 0 b. 0.19 c. 0.81 d. 1 2. Se lanza un par de dados honestos. La probabilidad de que la suma de los dos números
obtenidos sea mayor o igual a 10 es equivalente a
a. 1/12 b. 1/6 c. 5/36 d. 5/6 3. Sean 1A , 2A y 3A eventos de un espacio muestral. El evento “no ocurre ninguno” se expresa
como: a. 1 2 3A A A∩ ∩
b. 1 2 3A A A∪ ∪
c. 1 2 3A A A∩ ∩
d. Ninguna de las anteriores
4. Sea E el conjunto con todos los posibles resultados del experimento “elegir una persona al
azar”. Sean los sucesos: M: “la persona es mujer”, R: “la persona es rubia”, C: “la persona tiene ojos claros”.
A continuación se muestran 4 diagramas de Venn (D1, D2, D3, D4) donde la zona sombreada
representa un suceso. El suceso “hombres de ojos oscuros” se encuentra representado en el diagrama
D1
D2
D3
D4
a. D1 b. D2 c. D3 d. D4
4. Sea E el conjunto con todos los posibles resultados del experimento “elegir una persona al
azar”. Sean los sucesos:
M: “la persona es mujer”, R: “la persona es rubia”, C: “la persona tiene ojos claros”. A continuación se muestran 4 diagramas de Venn (D1, D2, D3, D4) donde la zona
sombreada representa un suceso. El suceso “hombres de ojos oscuros” se encuentra
representado en el diagrama D1
D2
D3
D4
a. D1 b. D2 c. D3 d. D4
Probabilidad y Estadística Introducción a la Probabilidad
José Luis Quintero 14
SOLUCIÓN. a. P(A) 1 P(A) 1 0.37 0.63= − = − =
b. P(B) 1 P(B) 1 0.44 0.56= − = − = c. P(A B) P(A) P(B) 0.37 0.44 0.81∪ = + = + =
d. P(A B) 0∩ =
e. P(A B) P(A) 0.37∩ = =
f. P(A B) 1 P(A B) 1 0.81 0.19∩ = − ∪ = − =
SOLUCIÓN. Experimento aleatorio: Lanzamiento de un dado dos veces
Propósito: Determinar en cada lanzamiento el número obtenido en la cara superior del dado
Aquí se tiene un experimento compuesto que resulta de llevar a cabo dos veces el experimento simple del lanzamiento de un dado. De modo que SN 6 6 36= × = .
Por otro lado el evento A: La suma de los resultados es mayor o igual a 9, ocurre si sucede alguna de las siguientes situaciones:
El resultado del dado 1 es 3 y el resultado del dado 2 es 6
El resultado del dado 1 es 4 y el resultado del dado 2 es 5 El resultado del dado 1 es 4 y el resultado del dado 2 es 6
El resultado del dado 1 es 5 y el resultado del dado 2 es 4
El resultado del dado 1 es 5 y el resultado del dado 2 es 5 El resultado del dado 1 es 5 y el resultado del dado 2 es 6
El resultado del dado 1 es 6 y el resultado del dado 2 es 3
El resultado del dado 1 es 6 y el resultado del dado 2 es 4 El resultado del dado 1 es 6 y el resultado del dado 2 es 5
El resultado del dado 1 es 6 y el resultado del dado 2 es 6 Se puede apreciar entonces que AN 10= . Por lo tanto
A
S
N 10 5P(A)
N 36 18= = =
SOLUCIÓN.
PROBLEMA 3. Si A y B son eventos mutuamente excluyentes, con P(A) 0.37= y P(B) 0.44= determine:
a. P(A) b. P(B) c. P(A B)∪ d. P(A B)∩ e. P(A B)∩ f. P(A B)∩
PROBLEMA 4.
Se lanza un dado dos veces. ¿Cuál es la probabilidad de que la suma de los resultados sea mayor o igual a 9?
PROBLEMA 5.
Se tiene un cuadrado de lado L y dentro de él un círculo de radio R (2R<L). Se lanza un dardo. Si el dardo cae en la zona circular se obtiene un premio. ¿Cuál es la probabilidad de obtener el premio?
Probabilidad y Estadística Introducción a la Probabilidad
José Luis Quintero 15
Experimento aleatorio: Lanzamiento de un dardo
Propósito: Determinar si cae o no en la zona circular Aquí se tiene un experimento donde el espacio muestral es continuo. Para determinar su
cardinalidad se procede a calcular el área del cuadrado, de modo que 2SN L= . Por otro lado, si se
define el evento A: el dardo cae en la zona circular, su cardinalidad es 2AN R= π . En tal sentido,
22A
2S
N R RP(A)
N LL
π = = = π
SOLUCIÓN.
a. Si se elige aleatoriamente un empleado: • ¿Cuál es la probabilidad de que sea mujer?
SOLUCIÓN. 180 9
P(M)400 20
= =
• ¿Cuál es la probabilidad de que trabaje en ventas? SOLUCIÓN.
150 3P(V)
400 8= =
• ¿Cuál es la probabilidad de que sea hombre y trabaje en la división de administración? SOLUCIÓN.
30 3P(H A)
400 40∩ = =
b. Determine las siguientes probabilidades: • P(A M)∪
SOLUCIÓN. 50 180 20 210 21
P(A M) P(A) P(M) P(A M)400 400 400 400 40
∪ = + − ∩ = + − = =
PROBLEMA 6.
Los empleados de la compañía Nuevo Horizonte se encuentran separados en tres divisiones: administración, operación de planta y ventas. La siguiente tabla indica el número de
empleados en cada división clasificados por sexo:
Mujer (M) Hombre (H) Totales
Administración (A) 20 30 50 Operación de planta (O) 60 140 200
Ventas (V) 100 50 150
Totales 180 220 400
a. Si se elige aleatoriamente un empleado:
• ¿Cuál es la probabilidad de que sea mujer? • ¿Cuál es la probabilidad de que trabaje en ventas?
• ¿Cuál es la probabilidad de que sea hombre y trabaje en la división de administración? b. Determine las siguientes probabilidades: P(A M)∪ , P(A M)∪ y P(O H)∩
Probabilidad y Estadística Introducción a la Probabilidad
José Luis Quintero 16
• P(A M)∪
SOLUCIÓN. 50 220 30 240 3
P(A M) P(A) P(M) P(A M)400 400 400 400 5
∪ = + − ∩ = + − = =
• P(O H)∩
SOLUCIÓN. 140 7
P(O H)400 20
∩ = =
SOLUCIÓN. Experimento aleatorio: Elegir al azar un paciente de la clínica
Propósito: Determinar el padecimiento o los padecimientos que tiene (si lo tiene o los tiene)
Espacio muestral: Todos los pacientes de la clínica. Cardinalidad = 150 Eventos: A: Paciente tiene enfermedad cardíaca B: Paciente tiene diabetes
90 50 30 110 11P(A B) P(A) P(B) P(A B)
150 150 150 150 15∪ = + − ∩ = + − = = .
En consecuencia, el porcentaje de los pacientes que tenían uno u otro de los padecimientos es 11 100
% 73.33%15× ≈ .
SOLUCIÓN.
a. ¿cuál es la probabilidad de que se encuentre aprendiendo francés o español?
SOLUCIÓN. Experimento aleatorio: Elegir al azar una tarjeta de registro de un estudiante
Propósito: Determinar el idioma o los idiomas que aprende (en caso de aprenderlo)
Espacio muestral: Todas las tarjetas de registro de los estudiantes. Cardinalidad = 200 Eventos: F: Estudiante aprende francés. E: Estudiante aprende español
100 80 60 120 3P(F E) P(F) P(E) P(F E)
200 200 200 200 5∪ = + − ∩ = + − = = .
b. ¿cuál es la probabilidad de que no se encuentre aprendiendo ninguno de los dos idiomas?
SOLUCIÓN. 3 2
P(F E) 1 P(F E) 15 5
∩ = − ∪ = − = .
PROBLEMA 7.
De 150 pacientes examinados en una clínica, se encontró que 90 tenían enfermedades
cardíacas, 50 tenían diabetes y 30 tenían ambos padecimientos. ¿Qué porcentaje de los pacientes tenían uno u otro de los padecimientos?
PROBLEMA 8. Se examinaron las tarjetas de registro de 200 estudiantes en relación a ciertos idiomas. Se
encontró que 100 aprendian francés, 80 aprendian español y 60 ambos idiomas. Si de este
grupo de 200 estudiantes, se selecciona uno al azar, a. ¿cuál es la probabilidad de que se encuentre aprendiendo francés o español?
b. ¿cuál es la probabilidad de que no se encuentre aprendiendo ninguno de los dos idiomas?
Probabilidad y Estadística Introducción a la Probabilidad
José Luis Quintero 17
SOLUCIÓN.
Experimento aleatorio: Lanzamiento de un dado con tres caras negras numeradas 1, 2 y 3 y tres
caras blancas numeradas 4, 5 y 6. Propósitos:
Propósito 1. Determinar si en la cara superior del dado aparece un número par o un número impar
Propósito 2. Determinar el color de la cara superior del dado Espacio muestral: Referido al propósito 1: { }1S par,impar= . Referido al propósito 2: { }2S negro,blanco=
S1 PAR IMPARN 6, N 3, N 3= = = . S2 NEGRO BLANCON 6, N 3, N 3= = =
Eventos A: Cara con un número par B: cara de color blanco 3 3 2 4 2
P(A B) P(A) P(B) P(A B)6 6 6 6 3
∪ = + − ∩ = + − = =
SOLUCIÓN.
a. El resultado de arrojar el dado es un número par.
SOLUCIÓN. Experimento aleatorio: Lanzamiento de un dado
Propósito: Determinar el número ocurrido en la cara superior del dado Espacio muestral: { }iS A : i 1,...,6= = , donde iA : Aparece la cara i.
Evento de interés: 2 4 6P A A A= ∪ ∪ : Aparece un número par. Entonces
1 2 61
P(A ) P(A ) ... P(A ) 1 k 2k ... 6k 1 21k 1 k21
+ + + = ⇒ + + + = ⇒ = ⇒ =
De modo que: SN 21= . A1 A2 A3 A4 A5 A6N 1, N 2, N 3, N 4, N 5, N 6= = = = = = .
Por lo tanto
2 4 6 2 4 62 4 6 12 4
P(P) P(A A A ) P(A ) P(A ) P(A )21 21 21 21 7
= ∪ ∪ = + + = + + = =
b. El resultado es menor que 6.
SOLUCIÓN. Evento de interés: 1 2 3 4 5 6B A A A A A S A= ∪ ∪ ∪ ∪ = − : El resultado es menor que seis.
El evento 6A es el evento complemento de B. Por lo tanto
66 15 5
P(B) 1 P(A ) 121 21 7
= − = − = =
PROBLEMA 9.
Un dado tiene tres caras negras numeradas 1, 2 y 3; las otras tres caras son blancas y
numeradas 4, 5 y 6. Si se lanza este dado, ¿cuál es la probabilidad de que aparezca un número par o una cara blanca?
PROBLEMA 10.
Un dado está cargado de modo tal que la probabilidad de que salga la cara i es proporcional a k. Halle la probabilidad de cada uno de los eventos:
a. El resultado de arrojar el dado es un número par
b. El resultado es menor que 6
Probabilidad y Estadística Introducción a la Probabilidad
José Luis Quintero 18
SOLUCIÓN. P(A B C) P(A) P(B) P(C) P(A B) P(A C) P(B C) P(A B C)
1 1 1 1 3 1 50 0 0
4 4 4 8 4 8 8
∪ ∪ = + + − ∩ − ∩ − ∩ + ∩ ∩
= + + − − − + = − =
SOLUCIÓN: Experimento aleatorio: Elegir al azar una pelota de una caja Propósito: Determinar el color de la pelota seleccionada Espacio muestral: { }S ROJO,BLANCO,AZUL,AMARILLO,VERDE=
Eventos de interés:
AM: La pelota seleccionada es amarilla AZ: La pelota seleccionada es azul VE: La pelota seleccionada es verde BL: La pelota seleccionada es blanca
RO: La pelota seleccionada es roja Se desea calcular P(AM AZ VE)∪ ∪ . Como los eventos AM, AZ y VE son disjuntos o mutuamente
excluyentes, entonces P(AM AZ VE) P(AZ) P(AM) P(VE)∪ ∪ = + + .
Por otro lado se sabe que los eventos AM, AZ, VE, BL y RO son colectivamente exhaustivos, de modo que P(AZ) P(AM) P(VE) P(BL) P(RO) 1+ + + + = .
En consecuencia 2 1 2
P(AZ) P(AM) P(VE) 1 P(BL) P(RO) 15 5 5
+ + = − − = − − = .
SOLUCIÓN.
solamente solamenteP(A) P(A ) P(A B) P(A C) P(A ) P(A) P(A B) P(A C)
0.4 0.1 0.1 0.2
= + ∩ + ∩ ⇒ = − ∩ − ∩= − − =
solamente solamenteP(B) P(B ) P(B A) P(B C) P(B ) P(B) P(B A) P(B C)
0.3 0.1 0 0.2
= + ∩ + ∩ ⇒ = − ∩ − ∩= − − =
P(A C) P(A) P(C) P(A C) P(C) P(A C) P(A C) P(A) 0.7 0.1 0.4 0.4∪ = + − ∩ ⇒ = ∪ + ∩ − = + − =
PROBLEMA 11. Suponga que A, B y C son eventos para los cuales se tiene: 1
4P(A) P(B) P(C)= = = ,
P(A B) P(C B) 0∩ = ∩ = y 18
P(A C)∩ = . Halle la probabilidad de que al menos uno de los
eventos, A, B o C ocurra.
PROBLEMA 12. Se selecciona al azar una pelota de una caja que contiene pelotas rojas, blancas, azules,
amarillas y verdes. Si la probabilidad de seleccionar una pelota roja es 1/5 y la de seleccionar una pelota blanca es 2/5, calcule la probabilidad de seleccionar una pelota azul, amarilla o
verde.
PROBLEMA 13. Sean A, B y C tres eventos tales que P(A) 0.4= , P(B) 0.3= , P(A B) 0.1∩ = , P(A C) 0.1∩ = ,
P(B C) 0,∩ = P(A C) 0.7∪ = . Obtenga la probabilidad de que ocurra exactamente solo uno de
dichos eventos.
Probabilidad y Estadística Introducción a la Probabilidad
José Luis Quintero 19
solamente solamenteP(C) P(C ) P(C A) P(C B) P(C ) P(C) P(C A) P(C B)
0.4 0.1 0 0.3
= + ∩ + ∩ ⇒ = − ∩ − ∩= − − =
solamente solamente solamenteP(A ) P(B ) P(C ) 0.2 0.2 0.3 0.7+ + = + + =
SOLUCIÓN.
a. ¿Qué porcentaje de los aparatos no tiene defectos? SOLUCIÓN.
Experimento aleatorio: Inspección al azar de un aparato de televisión
Propósito: Determinar el tipo o tipos de defectos que posee (si los tiene) Espacio muestral: Todos los aparatos del sitio objeto de la inspección
Evento de interés: B: Aparatos sin defectos P(B) 100% 100% (2 3 5 4 1 3 7)% 75%× = − + + + + + + =
b. Los aparatos con defectos críticos o mayores (o ambos) deben manufacturarse nuevamente.
¿Qué porcentaje corresponde a esta categoría?
SOLUCIÓN. Eventos de interés: C: Aparatos con defectos críticos M: Aparatos con defectos mayores
P(C M) 100% (2 3 5 4 1 3 7)% 7% 18%∪ × = + + + + + + − =
PROBLEMA 14. Se está realizando la inspección final de aparatos de televisión después del ensamble. Se
identifican tres tipos de defectos como críticos, mayores y menores y una empresa de envíos
por correo los clasifica en: A, B y C, respectivamente. Se analizan los datos con los siguientes resultados:
• Aparatos que sólo tienen defectos críticos: 2 %
• Aparatos que sólo tienen defectos mayores: 5 % • Aparatos que sólo tienen defectos menores: 7 %
• Aparatos que sólo tienen defectos críticos y mayores: 3 %
• Aparatos que sólo tienen defectos críticos y menores: 4 % • Aparatos que sólo tienen defectos mayores y menores: 3 %
• Aparatos que tienen los tres tipos de defectos: 1 %
a. ¿Qué porcentaje de los aparatos no tiene defectos? b. Los aparatos con defectos críticos o mayores (o ambos) deben manufacturarse nuevamente.
¿Qué porcentaje corresponde a esta categoría?
PROBLEMA 15. En una determinada población, el 60% de las personas son mujeres, el 25% de la gente es
rubia y el 35% de la gente tiene ojos claros. Por otro lado, el 10% de la población son mujeres
rubias, el 20% de la población son mujeres de ojos claros, el 15% de la población son personas rubias y de ojos claros y el 5% de la población son mujeres rubias de ojos claros. Calcule la
probabilidad de que al elegir una persona al azar, esta sea
a. mujer no rubia y de ojos oscuros b. hombre no rubio y de ojos oscuros
c. persona rubia o de ojos claros
Probabilidad y Estadística Introducción a la Probabilidad
José Luis Quintero 20
SOLUCIÓN.
a. mujer no rubia y de ojos oscuros SOLUCIÓN.
Experimento aleatorio: Elegir al azar una persona de una determinada población
Propósitos: Propósito 1. Determinar si la persona es hombre o mujer
Propósito 2. Determinar si la persona es o no es rubia
Propósito 3. Determinar si la persona tiene los ojos claros u oscuros Espacio muestral: Referido al propósito 1: { }1S hombre,mujer= . Referido al propósito 2: { } 2S rubia,no rubia=
Referido al propósito 3: { } 3S ojos claros,ojos oscuros=
Eventos de interés:
M: la persona elegida es mujer
R: la persona elegida es rubia C: la persona elegida tiene los ojos claros
60 10 20 5 35P(M R C) P(M) P(M R) P(M C) P(M C R) 0.35
100 100 100 100 100∩ ∩ = − ∩ − ∩ + ∩ ∩ = − − + = =
b. hombre no rubio y de ojos oscuros SOLUCIÓN.
P(M R C) P(M) P(R) P(C) P(M R) P(M C) P(C R) P(M C R)60 25 35 10 20 15 5 80
0.8100 100 100 100 100 100 100 100
∪ ∪ = + + − ∩ − ∩ − ∩ + ∩ ∩
= + + − − − + = =
P(M R C) 1 P(M R C) 1 0.8 0.2∩ ∩ = − ∪ ∪ = − =
c. persona rubia o de ojos claros SOLUCIÓN.
25 35 15 45P(R C) P(R) P(C) P(R C) 0.45
100 100 100 100∪ = + − ∩ = + − = =
9
7. PRINCIPIOS DE LAS TÉCNICAS DE CONTEO
7.1. Combinatoria. Es el arte de contar los posibles elementos de un conjunto, teniendo
especial cuidado en no olvidar ningún elemento ni en contarlo más de una vez.
7.2. Principio aditivo. Sean k conjuntos 1A , 2A , …, kA , con 1R , 2R , …, kR elementos
distintos respectivamente. Si se desea escoger un único elemento, el número de formas distintas será, empleando el principio aditivo,
k
a i
i 1
R R
=
=∑ .
Probabilidad y Estadística Introducción a la Probabilidad
José Luis Quintero 21
7.3. Ejemplos ilustrativos:
Ejemplo 1. Se tienen 3 conjuntos de elementos denotados como sigue: S = conjunto
formado por 3 sillas distintas, M = conjunto formado por 2 mesas distintas, L = conjunto
formado por 3 lápices distintos. Se desea seleccionar sólo uno de los elementos descritos anteriormente. ¿Cuántas elecciones distintas se pueden realizar?
Solución.
Aplicando el principio aditivo se tiene que 3
a i
i 1
R R 3 2 3 8
=
= = + + =∑ .
Por lo tanto se pueden realizar 8 elecciones distintas.
Ejemplo 2. Se tienen 3 conjuntos de elementos denotados como sigue: S = conjunto formado por 3 sillas iguales, M = conjunto formado por 2 mesas distintas, L = conjunto
formado por 2 lápices negros y uno blanco. Se desea seleccionar sólo uno de los elementos
descritos anteriormente. ¿Cuántas elecciones distintas se pueden realizar? Solución.
De la información se sabe que el conjunto S tiene 1 grupo, el conjunto M tiene 2 grupos
distintos y el conjunto L tiene 2 grupos distintos. Aplicando el principio aditivo se tiene que 3
a i
i 1
R R 1 2 2 5
=
= = + + =∑ .
Por lo tanto se pueden realizar 5 elecciones distintas.
7.5. Ejemplos ilustrativos:
Ejemplo 1. Se tienen 3 conjuntos de elementos denotados como sigue: S = conjunto
formado por 3 sillas distintas, M = conjunto formado por 2 mesas distintas, L = conjunto
formado por 3 lápices distintos. Se desea seleccionar un elemento de cada conjunto descrito anteriormente. ¿Cuántos grupos distintos pueden ser elegidos?
Solución.
Aplicando el principio multiplicativo se tiene que 3
m i
i 1
R R 3 2 3 18
=
= = × × =∏ .
7.4. Principio multiplicativo. Sean k conjuntos 1A , 2A , …, kA , con 1R , 2R , …, kR
elementos distintos respectivamente. Si se desea escoger un elemento de cada uno de
los k conjuntos, el número de grupos distintos que se pueden formar será, empleando el principio multiplicativo,
k
m i
i 1
R R
=
= ∏ .
Probabilidad y Estadística Introducción a la Probabilidad
José Luis Quintero 22
Por lo tanto se pueden elegir 18 grupos distintos.
Ejemplo 2. Se tienen 3 conjuntos de elementos denotados como sigue: S = conjunto
formado por 3 sillas iguales, M = conjunto formado por 2 mesas distintas, L = conjunto
formado por 2 lápices negros y uno blanco. Se desea seleccionar un elemento de cada conjunto descrito anteriormente. ¿Cuántos grupos distintos pueden ser elegidos?
Solución.
De la información se sabe que el conjunto S tiene 1 grupo, el conjunto M tiene 2 grupos distintos y el conjunto L tiene 2 grupos distintos. Aplicando el principio multiplicativo se tiene
3
m i
i 1
R R 1 2 2 4
=
= = × × =∏ .
Por lo tanto se pueden elegir 4 grupos distintos.
8.2. Ejemplos ilustrativos:
Ejemplo 1. Se tiene el número de 4 dígitos distintos dado por 3894. ¿Cuántos números de cuatro cifras distintas se pueden construir usando el número anterior?
Solución.
Aplicando el principio multiplicativo se tiene que 4
m i
i 1
R R 4 3 2 1 4! 24
=
= = × × × = =∏ .
Por lo tanto se pueden construir 24 números de cuatro cifras distintas.
Ejemplo 2. Se tiene el número de 3 dígitos distintos dado por 123. ¿Cuántos números de tres cifras distintas se pueden construir usando el número anterior?
Solución.
Aplicando el principio multiplicativo se tiene que
8.1. Permutaciones de n elementos sin repetición. Sea A un conjunto con n elementos
claramente distintos. Si se desea colocar un elemento en cada una de las n posiciones, el número de formas distintas define las permutaciones de n elementos. Esto es,
empleando el principio multiplicativo, n 1
n
i 0
P (n i) n!
−
=
= − =∏ .
8. PERMUTACIONES
Probabilidad y Estadística Introducción a la Probabilidad
José Luis Quintero 23
3
m i
i 1
R R 3 2 1 3! 6
=
= = × × = =∏ .
Por lo tanto se pueden construir 6 números de tres cifras distintas.
8.4. Ejemplo ilustrativo. Se tiene el número de 8 dígitos dado por 38988439. ¿Cuántos
números de ocho cifras se pueden construir usando el número anterior?
Solución. Se identifican aquí 4 grupos distintos: El número 4 aparece 1 vez. El número 3 aparece 2
veces. El número 9 aparece 2 veces. El número 8 aparece 3 veces. De modo que
8,48! 8.7.6.5
PR 16801!.2!.2!.3! 1
= = = .
Por lo tanto se pueden construir 1680 números de ocho cifras distintas.
8.3. Permutaciones de n elementos con repetición. Dados n elementos, de los cuales hay sólo k diferentes ( 1n iguales, 2n iguales, …, kn iguales, tal que 1 2 kn n ... n n+ + + = ), el
número de secuencias ordenadas de estos elementos es
n,k k1 2 k
i
i 1
n! n!PR
n !.n !. .n !(n )!
=
= =
∏⋯
.
9. VARIACIONES
9.1. Variaciones de n elementos tomados de r en r sin repeticiones. Sea A un conjunto
con n elementos claramente distintos. Si se desea colocar un elemento en cada una de las r posiciones (r n)≤ , el número de formas distintas como se puede realizar esto define
las variaciones de n elementos tomados de r en r. Esto es, empleando el principio
multiplicativo, n 1
r 1
i 0n,r n 1
i 0
i r
(n i)n!
V (n i) n.(n 1).(n 2).....(n (r 1))(n r)!
(n i)
−
−
=−
=
=
−
= − = = = − − − −−
−
∏∏
∏.
Probabilidad y Estadística Introducción a la Probabilidad
José Luis Quintero 24
9.2. Ejemplos ilustrativos:
Ejemplo 1. Se tiene el número de 4 dígitos distintos dado por 3894. ¿Cuántos números de
dos cifras distintas se pueden construir usando el número anterior?
Solución. Aplicando el principio multiplicativo se tiene que
4,24! 4!
V 4 3 12(4 2)! 2!
= = = × =−
.
Por lo tanto se pueden construir 12 números de dos cifras distintas.
Ejemplo 2. Se tiene el número de 8 dígitos dado por 38988439. ¿Cuántos números de dos cifras distintas se pueden construir usando el número anterior?
Solución.
Se identifican aquí 4 grupos distintos: El número 4 aparece 1 vez. El número 3 aparece 2 veces. El número 9 aparece 2 veces. El número 8 aparece 3 veces. De modo que
4,24! 4!
V 4 3 12(4 2)! 2!
= = = × =−
Por lo tanto se pueden construir 12 números de dos cifras distintas.
9.4. Ejemplos ilustrativos:
Ejemplo 1. Se tiene el número de 4 dígitos distintos dado por 3894. ¿Cuántos números de dos cifras se pueden construir usando el número anterior?
Solución.
Aplicando el principio multiplicativo se tiene que 24,2VR 4 16= = . Por lo tanto se pueden
construir 16 números de dos cifras.
Ejemplo 2. Se tiene el número de 4 dígitos distintos dado por 3894. ¿Cuántos números de seis cifras se pueden construir usando el número anterior?
Solución.
Aplicando el principio multiplicativo se tiene que 64,6VR 4 4096= = . Por lo tanto se pueden
construir 4096 números de seis cifras.
Ejemplo 3. Se tiene el número de 8 dígitos dado por 38988439. ¿Cuántos números de dos
cifras se pueden construir usando el número anterior?
Solución. Se identifican aquí 4 grupos distintos: El número 4 aparece 1 vez. El número 3 aparece 2
veces. El número 9 aparece 2 veces. El número 8 aparece 3 veces. De modo que 2
4,2VR 4 16= = . Por lo tanto se pueden construir 16 números de dos cifras.
9.3. Variaciones de n elementos tomados de r en r con repeticiones. Dados n elementos distintos, el número de selecciones ordenadas de r de ellos, pudiendo ocurrir
que un mismo elemento aparezca más de una vez en la selección es rn,rVR n= .
Probabilidad y Estadística Introducción a la Probabilidad
José Luis Quintero 25
10.2. Ejemplos ilustrativos:
Ejemplo 1. Se tiene el número de 4 dígitos distintos dado por 3894. ¿Cuántos grupos de
dos números distintos se pueden construir usando el número anterior?
Solución.
4,24 4! 4!
C 62!(4 2)! 2!2!2
= = = = −
.
Por lo tanto se pueden construir 6 grupos de dos números distintos.
Ejemplo 2. Se tiene el número de 8 dígitos dado por 38988439. ¿Cuántos grupos de dos números distintos se pueden construir usando el número anterior? Solución.
Se identifican aquí 4 grupos distintos: El número 4 aparece 1 vez. El número 3 aparece 2 veces. El número 9 aparece 2 veces. El número 8 aparece 3 veces. De modo que
4,24 4! 4!
C 62!(4 2)! 2!2!2
= = = = −
.
Por lo tanto se pueden construir 6 grupos de dos números distintos.
10.4. Ejemplos ilustrativos:
Ejemplo 1. Se tiene el número de 4 dígitos distintos dado por 3894. ¿Cuántos grupos de dos números se pueden construir usando el número anterior? Solución.
10. COMBINACIONES
10.1. Combinaciones de n elementos tomados de r en r sin repeticiones. Sea A un conjunto con n elementos claramente distintos. Si se desea colocar un grupo de r elementos (r n)≤ , el número de formas distintas como se puede realizar esto define las
combinaciones de n elementos tomados de r en r. En tal sentido
n,rn n!
Cr!(n r)!r
= = −
.
10.3. Combinaciones de n elementos tomados de r en r con repeticiones. Dados n elementos distintos, el número de selecciones ordenadas de r de ellos, sin tener presente el orden y pudiendo ocurrir que un mismo elemento aparezca más de una vez en la selección es
n,rn r 1 (n r 1)! (n r 1)!
CRr!(n r 1 r)! r!(n 1)!r
+ − + − + −= = = + − − − .
Probabilidad y Estadística Introducción a la Probabilidad
José Luis Quintero 26
4,24 2 1 5 5!
CR 102!3!2 2
+ − = = = =
.
Por lo tanto se pueden construir 10 grupos de
dos números.
Ejemplo 2. Se tiene el número de 8 dígitos dado
por 38988439. ¿Cuántos grupos de dos números se pueden construir usando el número anterior?
Solución.
Se identifican aquí 4 grupos distintos: El número 4 aparece 1 vez. El número 3 aparece 2 veces.
El número 9 aparece 2 veces. El número 8
aparece 3 veces. De modo que
4,24 2 1 5 5!
CR 102!3!2 2
+ − = = = =
.
Por lo tanto se pueden construir 10 grupos de
dos números.
SOLUCIÓN.
Número de formas posibles para ocupar estos cargos:
25,225! 25 24 23!
V 25 24 60023! 23!
× ×= = = × =
SOLUCIÓN. Número de formas distintas en que se pueden ordenar estos libros:
6,6 6V P 6! 720= = =
11. PROBLEMAS RESUELTOS
PROBLEMA 1.
Un club tiene 25 miembros y se debe elegir un presidente y un secretario. ¿Cuál es el número
total de formas posibles para ocupar estos cargos?
PROBLEMA 2.
Se tienen 6 libros distintos para colocar en una estantería. ¿De cuántas formas distintas se pueden ordenar estos libros?
Observación 10. Consideraciones
acerca de las técnicas de conteo: •••• n,n nV P=
•••• n,nC 1=
•••• n,1C n=
•••• En las variaciones, importa la posición de los elementos en las r
posiciones mientras que en las
combinaciones no. Hay menos combinaciones que variaciones
•••• Si se toma una combinación y se
permutan todos los elementos del grupo se hallan las variaciones de
ese grupo. De modo que
n,rn,r
r
V nn!C
P r!(n r)! r
= = = −
•••• n,2 n,r1 2
n! n!PR C
n !.n ! r!.(n r)!= = =
−
Probabilidad y Estadística Introducción a la Probabilidad
José Luis Quintero 27
SOLUCIÓN. Número de grupos distintos que se pueden hacer:
20,820 20!
C 1259708! 12!8
= = = ×
SOLUCIÓN.
a. ¿Cuántos grupos de tamaño tres se pueden extraer, si la extracción es de forma simultánea? SOLUCIÓN.
18,318 18! 18 17 16
C 8163! 15! 63
× ×= = = = ×
b. ¿Cuántos grupos de tamaño tres se pueden extraer, si la extracción es de forma serial con reposición? SOLUCIÓN.
18,318 3 1 20 20! 20 19 18
CR 11403! 17! 63 3
+ − × ×= = = = = ×
c. ¿Cuántos grupos de tamaño tres se pueden extraer con una pelota de cada color? SOLUCIÓN.
Aplicando principio multiplicativo se tiene que 3
m i
i 1
N N 3 10 5 150
=
= = × × =∏
d. ¿Cuántos grupos de tamaño tres se pueden extraer con tres pelotas de igual color? SOLUCIÓN.
3,3 10,3 5,33 10 5 3! 10! 5!
C C C 1 120 10 1313! 0! 3! 7! 3! 2!3 3 3
+ + = + + = + + = + + = × × ×
SOLUCIÓN.
Experimento aleatorio: Elegir al azar una forma de sentarse de cuatro hombres y tres mujeres
PROBLEMA 5.
¿Cuál es la probabilidad de que se puedan sentar en una fila tres hombres y cuatro mujeres si hombres y mujeres deben quedar alternados?
PROBLEMA 3. Un club tiene 20 miembros y se debe elegir un grupo de 8 personas para realizar una actividad. ¿Cuántos grupos distintos se pueden hacer?
PROBLEMA 4. Se tiene una caja con tres pelotas rojas, diez pelotas amarillas y cinco pelotas negras. Determine la cantidad de grupos de tamaño tres que se pueden extraer: a. si la extracción es de forma simultánea b. si la extracción es de forma serial con reposición c. con una pelota de cada color d. con tres pelotas de igual color
Probabilidad y Estadística Introducción a la Probabilidad
José Luis Quintero 28
Propósito: Determinar el sexo de cada posición ocupada
Espacio muestral: Todos los grupos de 7 personas que se pueden formar Evento de interés: A: Se sientan tres hombres y cuatro mujeres de forma alternada
SN : Número de formas distintas en las que se pueden sentar las siete personas
AN : Número de formas distintas en las que se produce el evento A
Cálculo de SN : S 7N P 7! 5040= = =
Cálculo de AN : Se quiere estudiar el caso donde se sientan de la forma MHMHMHM. Se escoge la
primera mujer de un grupo de 4 mujeres, luego un hombre de un grupo de 3 hombres, luego la
otra mujer de un grupo de 3 mujeres, luego otro hombre de un grupo de 2 hombres y asi sucesivamente. Aplicando el principio multiplicativo: A 3 4N 4 3 3 2 2 1 1 P P 144= × × × × × × = × = .
Por lo tanto
A
S
N 144P(A) 0.0286
N 5040= = ≈
SOLUCIÓN.
Experimento aleatorio: Elegir al azar una forma de sentarse de cuatro hombres y tres mujeres Propósito: Determinar el sexo de cada posición ocupada Espacio muestral: Todos los grupos de 7 personas que se pueden formar Evento de interés: A: Se sientan 3 hombres y 4 mujeres donde todos los hombres están juntos
SN : Número de formas distintas en las que se pueden sentar las siete personas
AN : Número de formas distintas en las que se produce el evento A
Cálculo de SN : S 7N P 7! 5040= = =
Cálculo de AN : El evento A se produce si sucede alguna de las secuencias que siguen:
HHHMMMM MHHHMMM MMHHHMM MMMHHHM MMMMHHH En cualquier secuencia que ocurra se debe realizar el siguiente cálculo con un razonamiento similar al del problema anterior: 4 3 2 1 3 2 1 144× × × × × × = . Como se trata de 5 secuencias entonces AN 144 5 720= × = . Otra manera de calcular AN viene
dada como A 3 5N P P= × . Finalmente
3 5A
S 7
P PN 1P(A) 0.1429
N P 7×
= = = ≈
SOLUCIÓN. Experimento aleatorio: Elegir al azar una placa de un automóvil compuesta por 3 letras seguidas
de 3 números
Propósito: Determinar las letras y los números que componen la placa
PROBLEMA 6.
¿Cuál es la probabilidad de que se puedan sentar en una fila tres hombres y cuatro mujeres si los hombres se sientan juntos?
PROBLEMA 7.
¿Cuál es la probabilidad de que al escoger una placa de un automóvil compuesta por 3 letras
seguidas de 3 números, las letras sean distintas y los números sean distintos?
Probabilidad y Estadística Introducción a la Probabilidad
José Luis Quintero 29
Espacio muestral: Todas las placas de 3 letras y 3 números que se pueden construir
Evento de interés: A: Las letras son distintas y los números son distintos
SN : Número de formas distintas en las que se puede escoger una placa
AN : Número de formas distintas en las que se produce el evento A
Cálculo de SN : Aplicando principio multiplicativo (27 letras y 10 digitos),
SN 27 27 27 10 10 10 19683000= × × × × × =
Cálculo de AN : El evento A se produce si tomo una letra entre 27, luego otra en 26 y por último
una entre 25. Analogamente para los digitos, elijo uno de 10, luego otro de 9 y finalmente uno de 8. Aplicando el principio multiplicativo se tiene que
AN 27 26 25 10 9 8 12636000= × × × × × = .
Finalmente
A
S
N 12636000P(A) 0.64198
N 19683000= = ≈
SOLUCIÓN.
Experimento aleatorio: Elegir al azar un grupo de 5 personas de un universo de 17 personas Propósito: Determinar el sexo de cada persona que conforma el grupo Espacio muestral: Todos los grupos de 5 personas que se pueden formar Evento de interés: A: El comité está formado por dos hombres y tres mujeres
SN : Número de grupos distintos que pueden conformar el comité
AN : Número de formas distintas en las que se produce el evento A
Cálculo de SN : Se desean tomar grupos de 5 de un grupo de 17 elementos, de modo que,
S 17,517 17! 17 16 15 14 13
N C 61885!12! 5 4 3 2 15
× × × ×= = = = = × × × ×
Cálculo de AN : El evento A se produce si dentro del comité se tiene un grupo de dos hombres
tomados del grupo de 7 y un grupo de 3 mujeres tomadas de un grupo 10. Por lo tanto
A7 10 7! 10!
N . 25202!5! 3!7!2 3
= = =
Finalmente
A
S
N 2520P(A) 0.4072
N 6188= = ≈
SOLUCIÓN.
Experimento aleatorio: Elegir al azar una alineación de las 8 pelotas
PROBLEMA 8.
Se dispone de 7 hombres y 10 mujeres para seleccionar un comité de 5 personas. La selección se realizará al azar. ¿Cuál es la probabilidad de que el comité esté formado por dos hombres y tres mujeres?
PROBLEMA 9.
Se van a alinear al azar 6 pelotas negras y 2 blancas. ¿Cuál es la probabilidad de que las 2 pelotas blancas queden juntas?
Probabilidad y Estadística Introducción a la Probabilidad
José Luis Quintero 30
Propósito: Determinar el color de la pelota que ocupa una posición determinada
Espacio muestral: Todas las formas de alinear las 8 personas Evento de interés: A: En las 8 pelotas alineadas las 2 pelotas blancas quedaron juntas
SN : Número de formas distintas en las que se pueden alinear las pelotas
AN : Número de formas distintas en las que se produce el evento A
Cálculo de SN : Se desean alinear 8 pelotas, por lo tanto S 8N P 8! 40320= = = .
Cálculo de AN : El evento A se produce si sucede alguna de las secuencias que siguen:
BBNNNNNN NBBNNNNN NNBBNNNN NNNBBNNN
NNNNBBNN NNNNNBBN NNNNNNBB Por lo tanto AN 7 2! 6! 10080= × × = . Finalmente
A
S
N 10080P(A) 0.25
N 40320= = =
SOLUCIÓN.
Experimento aleatorio: Elegir al azar un número de tres cifras entre 100 y 999 Propósito: Determinar los dígitos que comprenden al número elegido Espacio muestral: Todas los números de tres cifras comprendidos entre 100 y 999 Evento de interés: A: El número escogido tiene al menos un uno
SN : Todos los números de tres cifras comprendidos entre 100 y 999
AN : Número de formas distintas en las que se produce el evento A
Cálculo de SN : Se desea escoger un número de tres cifras, por lo tanto se tiene que
SN 9 10 10 900= × × = .
Cálculo de AN : El evento complemento de A (A) se define como: “el número escogido no tiene
ningún uno”. De modo que:
S A A SA AN N N 8 9 9 648 N N N 900 648 252= − = × × = ⇒ = − = − =
Finalmente
A
S
N 252P(A) 0.28
N 900= = =
SOLUCIÓN.
Experimento aleatorio: Elegir al azar un grupo de dos pelotas, donde una pelota es escogida aleatoriamente de la urna A y la otra pelota es escogida aleatoriamente de la urna B Propósito: Determinar el color de cada pelota escogida
PROBLEMA 10.
Sea el experimento aleatorio de seleccionar al azar un número de tres cifras comprendido entre 100 y 999, incluyendo a ambos. ¿Cuál es la probabilidad de que el número escogido tenga al menos un uno?
PROBLEMA 11.
Sean una urna A que contiene 5 pelotas blancas, 4 rojas y 3 negras y otra urna B que contiene 3 pelotas blancas, 4 rojas y 5 negras. Si se saca una pelota de cada urna, calcule la probabilidad de que sean pelotas de igual color.
Probabilidad y Estadística Introducción a la Probabilidad
José Luis Quintero 31
Espacio muestral: Todos los grupos de 2 pelotas que pueden ser elegidos
Evento de interés: IC: Se escogen dos pelotas de igual color Cálculo de SN : Aplicando principio multiplicativo se tiene que SN 12 12 144= × =
Cálculo de ICN :Sean los eventos
BB: Se obtienen dos pelotas blancas, donde BBN 5 3 15= × =
RR: Se obtienen dos pelotas rojas, donde RRN 4 4 16= × =
NN: Se obtienen dos pelotas negras, donde NNN 3 5 15= × =
Se puede ver que IC BB RR NN= ∪ ∪ . Como los eventos son disjuntos se tiene que
IC BB RR NNN N N N 15 16 15 46= + + = + + =
Por lo tanto 46
P(IC)144
=
SOLUCIÓN.
a. ninguna sea defectuosa SOLUCIÓN.
Experimento aleatorio: Elegir al azar cinco resistencias de una caja que tiene 30 resistencias
Propósito: Determinar las resistencias defectuosas del grupo elegido y las que no lo son Espacio muestral: Todos los grupos de 5 resistencias que pueden ser elegidos
Evento de interés: A: Las cinco resistencias del grupo no son defectuosas
SN : Número de grupos de 5 resistencias que se pueden escoger
AN : Número de formas distintas en las que se produce el evento A
Cálculo de SN : Se desea escoger un grupo de 5 resistencias de las 30 que se encuentran en la
caja, por lo tanto se tiene que
S 30,530 30!
N C 1425065! 25!5
= = = = ×
Cálculo de AN : Se desea escoger un grupo de 5 resistencias en buen estado de las 23 que
están en la caja, por lo tanto se tiene que
A 23,523 23!
N C 336495! 18!5
= = = = ×
Finalmente
A
S
N 33649P(A) 0.2361
N 142506= = =
b. se escojan dos defectuosas SOLUCIÓN.
Evento de interés: A: El grupo tiene dos resistencias defectuosas y tres no defectuosas
PROBLEMA 12. Se escogen al azar cinco resistencias en una caja que contiene 30 resistencias de las cuales 7 son defectuosas. Halle la probabilidad de que: a. ninguna sea defectuosa b. se escojan dos defectuosas c. por lo menos una sea defectuosa
Probabilidad y Estadística Introducción a la Probabilidad
José Luis Quintero 32
SN : Número de grupos de 5 resistencias que se pueden escoger
AN : Número de formas distintas en las que se produce el evento A
Cálculo de SN : Se desea escoger un grupo de 5 resistencias de las 30 que se encuentran en la
caja, por lo tanto se tiene que
S 30,530 30!
N C 1425065! 25!5
= = = = ×
Cálculo de AN : Se desea escoger un grupo de 5 resistencias de las cuales dos son defectuosas
y tres se encuentran en buen estado
A 7,2 23,37 23 7! 23! 7 6 23 22 21
N C C 371912! 5! 3! 20! 2 62 3
× × ×= × = × = × = × = × ×
Finalmente
A
S
N 37191P(A) 0.2610
N 142506= = =
c. por lo menos una sea defectuosa SOLUCIÓN.
Evento de interés: A: Por lo menos una resistencia del grupo es defectuosa
A se define como: “ninguna resistencia del grupo es defectuosa”. La probabilidad del evento complemento ya fue calculada, de modo que P(A) 1 P(A) 1 0.2361 0.7639= − = − =
SOLUCIÓN. a. los libros de cada materia queden juntos
SOLUCIÓN.
Experimento aleatorio: Elegir al azar una forma de colocar los 12 libros en una estantería Propósito: Determinar el tipo de libro que ocupa una determinada posición
Espacio muestral: Todos las formas en que se pueden colocar los 12 libros en la estantería
Evento de interés: A: Los libros de cada materia quedan juntos
SN : Número de formas distintas en las que se pueden colocar los libros
AN : Número de formas distintas en las que se produce el evento A
Cálculo de SN : S 12N P 12!= = . Cálculo de AN :
Los libros de matemática se pueden colocar de 4! formas distintas
Los libros de física se pueden colocar de 6! formas distintas
Los libros de química se pueden colocar de 2! formas distintas Estos tres grupos se pueden colocar de 3! formas distintas Por lo tanto AN 4! 6! 2! 3!= × × × . Finalmente
A
S
N 4! 6! 2! 3! 1P(A)
N 12! 2310× × ×= = =
PROBLEMA 13.
En una estantería se desean colocar 4 libros diferentes de matemática, 6 libros diferentes de
física y 2 libros diferentes de química. Calcule la probabilidad de que a. los libros de cada materia queden juntos
b. solo los libros de matemática queden juntos
c. los libros de química queden juntos y en cualquiera de los extremos
Probabilidad y Estadística Introducción a la Probabilidad
José Luis Quintero 33
b. solo los libros de matemática queden juntos
SOLUCIÓN. Evento de interés: A: Solo los libros de matemática quedan juntos
SN : Número de formas distintas en las que se pueden colocar los libros
AN : Número de formas distintas en las que se produce el evento A
Cálculo de SN : S 12N P 12!= = . Cálculo de AN :
Los libros de matemática se pueden colocar de 4! formas distintas Si se considera el grupo de libros de matemática como un solo libro entonces se tendrían 9
libros y se pueden disponer de 9! formas distintas Por lo tanto AN 9! 4!= × . Finalmente
A
S
N 9! 4! 1P(A)
N 12! 55×= = =
c. los libros de química queden juntos y en cualquiera de los extremos SOLUCIÓN.
Evento de interés: A: Los libros de química quedan juntos y en uno de los extremos
SN : Número de formas distintas en las que se pueden colocar los libros
AN : Número de formas distintas en las que se produce el evento A
Cálculo de SN : S 12N P 12!= = . Cálculo de AN :
Los libros de química se pueden colocar de 2! formas distintas Como se tienen 2 extremos entonces se tienen 2 formas distintas de que el grupo de libros de química se pueda ubicar Si se considera el grupo de libros de química como un solo libro entonces se tendrían 11 libros pero uno de ellos ya tiene posición fija por lo tanto los otros libros tienen 10! formas distintas de ubicación Por lo tanto AN 2 2! 10!= × × . Finalmente
A
S
N 2 2! 10! 1P(A)
N 12! 33× ×= = =
SOLUCIÓN.
a. El código está compuesto por dígitos sucesivos no necesariamente ordenados SOLUCIÓN.
Experimento aleatorio: Elegir al azar un código de área de cinco digitos con dígitos del 1 al 5 sin repeticiones
PROBLEMA 14.
El código de área de un número telefónico se compone de tres dígitos. Se están considerando los dígitos del 1 al 5 para formar dichos códigos de área, seleccionando un dígito a la vez de forma aleatoria y sin repetición. Calcule las probabilidades de los siguientes eventos: a. El código está compuesto por dígitos sucesivos no necesariamente ordenados b. El código es un número par c. El código no debe tener ni 1 ni 4 d. El digito 3 no aparece en el código e. El dígito 2 o 3 aparece al menos una vez en el código
Probabilidad y Estadística Introducción a la Probabilidad
José Luis Quintero 34
Propósito: Determinar el número que ocupa cada posición
Espacio muestral: Todas las formas en que se pueden construir los códigos con las condiciones antes mencionadas
Evento de interés: A: el código está compuesto por dígitos sucesivos no necesariamente
ordenados. Por dígitos sucesivos se entienden tres posibles casos: que en el código aparezcan los dígitos 1,2,3 o los dígitos 2,3,4 o los dígitos 3,4,5 en cualquier orden. Luego el número de casos a favor sería: AN :3 2 1 3 2 1 3 2 1 18× × + × × + × × =
Por otro lado se tiene que el número total de formas como se escogen 3 dígitos de 5 disponibles viene dado por 5 4 3 60× × = , de modo que SN 60= . Por lo tanto
A
S
N 18 3P(A)
N 60 10= = =
b. El código es un número par SOLUCIÓN.
Evento de interés: B: el código es un número par Para que el código sea un número par debe terminar en 2 o en 4. Luego el número de casos a favor sería: BN : 4 3 1 4 3 1 24× × + × × = . Por lo tanto
B
S
N 24 2P(B)
N 60 5= = =
c. El código no debe tener ni 1 ni 4 SOLUCIÓN.
Evento de interés: C: el código no debe tener ni 1 ni 4 Si el código no debe tener ni 1 ni 4 implica que tenga entonces 5, 2 y 3 en cualquier orden. Luego el número de casos a favor sería: CN 3! 6= = . Por lo tanto
C
S
N 6 1P(C)
N 60 10= = =
d. El digito 3 no aparece en el código SOLUCIÓN. Evento de interés: D: El dígito 3 no aparece en el código. DN 4 3 2 24= × × = . Por lo tanto
D
S
N 24 2P(D)
N 60 5= = =
e. El dígito 2 o 3 aparece al menos una vez en el código SOLUCIÓN.
Evento de interés: E: El dígito 2 o 3 aparece al menos una vez en el código Se tiene que EN 60 3 2 1 54= − × × = . Por lo tanto
E
S
N 54 9P(E)
N 60 10= = =
SOLUCIÓN. Suposisión: Se trabajará con un año no bisiesto, es decir, de 365 días
Experimento aleatorio: Elegir al azar una persona
PROBLEMA 15. (PROBLEMA DEL CUMPLEAÑOS)
¿Cuál es la probabilidad de que entre r personas, al menos dos cumplan años el mismo día?
Probabilidad y Estadística Introducción a la Probabilidad
José Luis Quintero 35
Propósito: Determinar el día del año en el cual la persona cumple años
Espacio muestral: Todas las formas de respuestas posibles considerando el universo de r personas Evento de interés: A: al menos dos personas cumplen año el mismo día
Consideraciones de interés:
Si r 2< , entonces la probabilidad buscada es igual a cero. Si r 365> , entonces la probabilidad buscada es igual a uno.
Por lo tanto se trabajara con 2 r 365≤ ≤ .
Como el espacio muestral S viene dado por el conjunto de todas las r-uplas de fechas posibles, se
tiene que rS 365,rN VR (365)= = .
Se define el evento complementario como A : ninguna persona cumple años el mismo día. En tal sentido se tiene que
365,rA365!
N V(365 r)!
= =−
.
En consecuencia se tiene que r 1
365,rAr
S 365,ri 1
VN 365! 1 2 r 1 iP(A) 1 1 ..... 1 1
N VR 365 365 365 365(365 r)!.(365)
−
=
− = = = = − − − = − − ∏
Aplicando uno de los axiomas de la teoría de la probabilidad se tiene que r 1
i 1
iP(A) 1 P(A) 1 1
365
−
=
= − = − − ∏ .
Usando los resultados obtenidos, a modo de ilustración, se presentan las gráficas 4 y 5 para 2 r 365≤ ≤ y para 2 r 100≤ ≤ respectivamente.
Figura 4. Problema del cumpleaños considerando todos los r de interés
0 50 100 150 200 250 300 350 4000
0.1
0.2
0.3
0.4
0.5
0.6
0.7
0.8
0.9
1
Número de personas
Pro
b. d
e qu
e 2
o m
ás p
erso
nas
cum
plan
año
el m
ism
o di
a
PROBLEMA DEL CUMPLEAÑOS
Probabilidad y Estadística Introducción a la Probabilidad
José Luis Quintero 36
Figura 5. Problema del cumpleaños considerando todos los r de interés
SOLUCIÓN.
a. Todas las personas se bajan antes del quinto piso SOLUCIÓN.
Experimento aleatorio: Elegir al azar cada piso donde debe bajarse cada una de las cinco
personas Propósito: Determinar el número del piso donde se bajará cada persona
Espacio muestral: Todos las formas en que se pueden bajar las cinco personas
Evento de interés: A: Todas las personas se bajan antes del quinto piso
SN : Número de formas distintas en las que se pueden bajar las cinco personas
AN : Número de formas distintas en las que se produce el evento A
Se tiene que 5S 8,5N VR (8)= = y 5
A 4,5N VR (4)= = . Por lo tanto
55A
5S
N (4) 1 1P(A)
N 2 32(8)
= = = =
b. En ningún piso se baja más de una persona SOLUCIÓN. Evento de interés: B: Todas las personas se bajan en pisos distintos
PROBLEMA 16.
Cinco personas se suben en un ascensor en el piso 0 de un edificio de ocho plantas (0,1,2,…,7,8). Cada persona selecciona el piso en donde se bajará, entre el 1 y el 8. Nadie más se subirá. Calcule la probabilidad de los siguientes eventos: a. Todas las personas se bajan antes del quinto piso b. En ningún piso se baja más de una persona c. En los pisos seis y siete no se baja nadie
0 10 20 30 40 50 60 70 80 90 1000
0.1
0.2
0.3
0.4
0.5
0.6
0.7
0.8
0.9
1
Número de personas
Pro
b. d
e qu
e 2
o m
ás p
erso
nas
cum
plan
año
el m
ism
o di
a
PROBLEMA DEL CUMPLEAÑOS
Probabilidad y Estadística Introducción a la Probabilidad
José Luis Quintero 37
SN : Número de formas distintas en las que se pueden bajar las cinco personas
BN : Número de formas distintas en las que se produce el evento B
Se tiene que 5S 8,5N VR (8)= = y
B 8,58!
N V3!
= = .
Por lo tanto 8!3!B5 5
S
N 8! 7.3.5 105P(B)
N 8.8.8 512(8) 3!(8)= = = = =
c. En los pisos seis y siete no se baja nadie
SOLUCIÓN. Evento de interés: C: En los pisos seis y siete no se baja nadie
SN : Número de formas distintas en las que se pueden bajar las cinco personas
CN : Número de formas distintas en las que se produce el evento C
Se tiene que 5
S 8,5N VR (8)= = y 5C 6,5N VR (6)= = .
Por lo tanto 55
A5
S
N (6) 3P(A)
N 4(8)
= = =
SOLUCIÓN.
Suposición: Se asumirá que el día del sorteo se vendieron todos los cartones Experimento aleatorio: Elegir al azar un cartón de juego
Propósito: Determinar los números que se encuentran en el cartón
Espacio muestral: Todos los grupos de 25 números dispuestos de forma ascendente en un cartón Evento de interés: A: Se obtiene el cartón que coincide en al menos 12 números con el grupo de
de 15 números ganadores. Se definen los eventos dados por
nA : Se obtuvo una coincidencia de n números ganadores, con 5 n 15≤ ≤
Se puede ver que
12 13 14 15A A A A A= ∪ ∪ ∪ .
Como los eventos anteriores son disjuntos, se tiene que
A A A A A12 13 14 15N N N N N= + + + .
La fórmula para obtener la probabilidad de que el cartón elegido tenga n de los 15 números
ganadores viene dada por
15,n 10,15 n 15,n 10,15 nAnn
S 25,15
C C C CNP(A ) , 5 n 15
N C 3268760− −× ×
= = = ≤ ≤
De modo que
PROBLEMA 17. (PROBLEMA DEL KINO TÁCHIRA) ¿Cuál es la probabilidad de ganar en alguna de las modalidades en el sorteo del KINO
TÁCHIRA?
Probabilidad y Estadística Introducción a la Probabilidad
José Luis Quintero 38
12 13 14 15
A13 A15A12 A14
S S S S
15,12 10,3 15,13 10,2 15,14 10,1 15,15 10,0
25,15 25,15 25,15 25,15
P(A) P(A ) P(A ) P(A ) P(A )
N NN NN N N N
C C C C C C C C
C C C C
54600 4725 150 13268760 3268760 3268760 3268760
= + + +
= + + +
× × × ×= + + +
= + + + = 594850.0182
3268760≈
En términos porcentuales se tiene un 1.82% de probabilidad de ganar el KINO TÁCHIRA en alguna
de sus modalidades. Usando los resultados obtenidos, se presenta la gráfica 6.
Figura 6. Problema del KINO TÁCHIRA
SOLUCIÓN.
a. En los dos temas tomados al azar siempre aparece el tema 2 y nunca aparece el tema 10 SOLUCIÓN.
Experimento aleatorio: Se escoge al azar un tema para el examen escrito y otro tema al azar
distinto para el examen oral Propósito: Determinar los temas elegidos para cada examen Espacio muestral S: Grupos con reordenamiento de 2 temas que pueden ser seleccionados
Cálculo de sN : s 14,214!
N V 14 13 18212!
= = = × =
5 6 7 8 9 10 11 12 13 14 150
0.05
0.1
0.15
0.2
0.25
0.3
0.35
Cantidad de números acertados
Proba
bilid
ad de ac
ierto
PROBLEMA DEL KINO TÁCHIRA
PROBLEMA 18.
Un estudiante debe someterse a un examen de admisión y para ello debe preparar 14 temas. El examen tiene dos partes: un primer examen que será escrito y un segundo examen que será
oral. Para cada examen se debe escoger al azar un tema. El tema seleccionado para el examen
escrito ya no puede seleccionado para el examen oral. Calcule la probabilidad de los siguientes eventos:
a. En los dos temas tomados al azar siempre aparece el tema 2 y nunca aparece el tema 10
b. En los dos temas tomados al azar siempre aparece al menos uno de los 5 temas que el estudiante se sabe
c. El estudiante presentó el tema 1 en el examen escrito
Probabilidad y Estadística Introducción a la Probabilidad
José Luis Quintero 39
Evento A: En los dos temas seleccionados azar siempre aparece el tema 2 y nunca el tema 10 Cálculo de AN : A 12,1N 2 C 24= × = . Por lo tanto
A
s
N 24 12P(A)
N 182 91= = =
b. En los dos temas tomados al azar siempre aparece al menos uno de los 5 temas que el estudiante se sabe SOLUCIÓN.
Experimento aleatorio: Se escoge al azar un tema para el examen escrito y otro tema al azar distinto para el examen oral Propósito: Determinar los temas elegidos para cada examen Espacio muestral S: Grupos con reordenamiento de 2 temas que pueden ser seleccionados
Cálculo de sN : s 14,214!
N V 14 13 18212!
= = = × =
Evento B: En los dos temas tomados al azar siempre aparece al menos uno de los 5 temas que
el estudiante se sabe. Cálculo de BN : B S 9,2B9!
N N N 182 V 182 182 72 1107!
= − = − = − = − = . Por
lo tanto
B
s
N 110 55P(B)
N 182 91= = =
c. El estudiante presentó el tema 1 en el examen escrito SOLUCIÓN. Experimento aleatorio: Se escoge al azar un tema para el examen escrito y otro tema al azar distinto para el examen oral Propósito: Determinar los temas elegidos para cada examen Espacio muestral S: Grupos con reordenamiento de 2 temas que pueden ser seleccionados
Cálculo de sN : s 14,214!
N V 14 13 18212!
= = = × =
Evento C: El estudiante presentó el tema 1 en el examen escrito. Cálculo de CN : CN 13= .
Por lo tanto
C
s
N 13 1P(C)
N 182 14= = =
SOLUCIÓN.
a. Las cuatro personas utilizan cajeros diferentes SOLUCIÓN.
Sean A: las cuatro personas utilizan cajeros diferentes
PROBLEMA 19.
En un centro comercial hay 5 cajeros automáticos de distintos bancos comerciales. Suponga que en un momento determinado van 4 personas, una tras otra, a utilizar alguno de estos cajeros. Igualmente suponga que cada una de las personas consigue los 5 cajeros desocupados. Determine la probabilidad para cada uno de los siguientes eventos: a. Las cuatro personas utilizan cajeros diferentes b. Solo dos de estas personas utilizan el mismo cajero c. Las cuatro personas utilizan el mismo cajero
Probabilidad y Estadística Introducción a la Probabilidad
José Luis Quintero 40
SN : Número de formas distintas en las que las 4 personas pueden usar los 5 cajeros
AN : Número de formas distintas en las que se produce el evento A
Cálculo de SN : 4S 5,4N VR 5 625= = = Cálculo de AN : A 5,4N V 5! 120= = =
Por lo tanto
A
S
N 120 24P(A)
N 625 125= = =
b. Solo dos de estas personas utilizan el mismo cajero SOLUCIÓN. Sean B: sólo dos de estas personas utilizan el mismo cajero
SN : Número de formas distintas en las que las 4 personas pueden usar los 5 cajeros
BN : Número de formas distintas en las que se produce el evento B
Cálculo de SN : 4S 5,4N VR 5 625= = = Cálculo de BN : B 4,2 4,2N 5 V C 360= × × =
Por lo tanto
B
S
N 360 72P(B)
N 625 125= = =
c. Las cuatro personas utilizan el mismo cajero SOLUCIÓN.
Sean C: las cuatro personas utilizan el mismo cajero
SN : Número de formas distintas en las que las 4 personas pueden usar los 5 cajeros
CN : Número de formas distintas en las que se produce el evento C
Cálculo de SN : 4S 5,4N VR 5 625= = = Cálculo de CN : CN 5=
Por lo tanto
C
S
N 5 1P(C)
N 625 125= = =
9
12. PROBABILIDAD CONDICIONAL
12.1. Definición (Probabilidad condicional). La probabilidad condicional de un evento A condicionado a que ocurrió un evento B, es decir, P(A/B), se define como la relación entre las probabilidades de la intersección de los eventos A y B y la probabilidad del evento condicionante B. De modo que
P(A B)
P(A / B) , P(B) 0P(B)
∩= ≠ .
Probabilidad y Estadística Introducción a la Probabilidad
José Luis Quintero 41
12.2. Ejemplo ilustrativo. Los empleados de la
compañía Nuevo Horizonte se encuentran separados en tres divisiones: administración,
operación de planta y ventas. La siguiente tabla
indica el número de empleados en cada división clasificados por sexo:
Mujer (M) Hombre (H) Totales
Administración (A) 20 30 50 Operación de planta (O) 60 140 200
Ventas (V) 100 50 150 Totales 180 220 400
Determine las siguientes probabilidades:
a. P(A/M)
Solución. 20400180400
P(A M) 20 1P(A / M)
P(M) 180 9∩= = = =
b. P(M/A) Solución.
2040050400
P(M A) 20 2P(M / A)
P(A) 50 5∩= = = =
c. P(H/V)
Solución. 50400150400
P(H V) 50 1P(H / V)
P(V) 150 3∩= = = =
9
13.1. Dos eventos independientes. Sean dos eventos A y B definidos en el espacio muestral S.
Si la probabilidad de la intersección de los dos eventos es igual al producto de sus probabilidades, entonces esos dos eventos son independientes. En tal sentido, P(A B) P(A).P(B)∩ = .
13.2. N eventos independientes. Sean n eventos iA , i 1,...,n= definidos en el espacio muestral
S. Estos eventos son independientes siempre y cuando ellos sean independientes tomados
dos a dos. En tal sentido, n n
i 1 n i
i 1i 1
P A P(A ... A ) P(A )
==
= ∩ ∩ =
∏∩ .
13. EVENTOS INDEPENDIENTES
Observación 11. Consideraciones acerca de la probabilidad condicional: •••• P(A / S) P(A)=
•••• Si A B⊂ , P(A)
P(A / B) P(A)P(B)
= ≥
•••• Si B A⊂ , P(B)
P(A / B) 1P(B)
= =
•••• Si A B∩ = ∅ , P(A / B) 0=
•••• P(A B) P(B).P(A / B)
P(A).P(B / A)∩ =
=
Probabilidad y Estadística Introducción a la Probabilidad
José Luis Quintero 42
13.3. Ejemplos ilustrativos:
Ejemplo 1. Sean una urna A que contiene 5 pelotas blancas, 4 rojas y 3 negras y otra urna
B que contiene 3 pelotas blancas, 4 rojas y 5 negras. Si se saca una pelota de cada urna,
calcule la probabilidad de que sean pelotas de igual color. Solución.
Experimento aleatorio: Elegir al azar dos pelotas, donde una pelota es escogida
aleatoriamente de la urna A y la otra pelota es escogida aleatoriamente de la urna B Propósito: Determinar el color de cada pelota escogida
Espacio muestral: Todos los grupos de 2 pelotas que pueden ser elegidos
Evento de interés: IC: Se escogen dos pelotas de igual color Sean los eventos
B1: Se escoge una pelota blanca de la primera urna
B2: Se escoge una pelota blanca de la segunda urna R1: Se escoge una pelota roja de la primera urna
R2: Se escoge una pelota roja de la segunda urna
N1: Se escoge una pelota negra de la primera urna N2: Se escoge una pelota negra de la segunda urna
IC: Se escogen dos pelotas de igual color
Por lo tanto 5 3 4 4 3 5 46
P(IC) P(B1 B2) P(R1 R2) P(N1 N2) . . .12 12 12 12 12 12 144
= ∩ + ∩ + ∩ = + + =
Ejemplo 2. Dos jugadores A y B se turnan para lanzar una moneda equilibrada. A lanza de
primero y B lanza después, y el ciclo se repite hasta que gana el primero que obtenga cara. ¿Cuál es la probabilidad de ganar de cada uno de los jugadores?
Solución.
Sean los eventos: A: el jugador A gana , B: el jugador B gana
iGA : el jugador A gana en el intento i-ésimo
iGB : el jugador B gana en el intento i-ésimo
iA : el jugador A obtiene cara en el intento i-ésimo
iB : el jugador B obtiene cara en el intento i-ésimo
i 1 1 i 1 i 1 iGA A B ... A B A− −= ∩ ∩ ∩ ∩ ∩ . En consecuencia
i 1 1 i 1 i 1 i 11 1 i 1 i 1 i2(i 1) 2i 1
P(GA ) P(A B ... A B A ) P(A ).P(B ). .P(A ).P(B ).P(A )
1 1 12 2 2
− − − −− −
= ∩ ∩ ∩ ∩ ∩ =
= × =
⋯
i 1 1 i 1 i 1 i iGB A B ... A B A B− −= ∩ ∩ ∩ ∩ ∩ ∩ . En consecuencia
i 1 1 i 1 i 1 i i 11 1 i 1 i 1 i i2(i 1) 1 2i
P(GB ) P(A B ... A B A B ) P(A ).P(B ). .P(A ).P(B ).P(A ).P(B )
1 1 12 2 2
− − − −− +
= ∩ ∩ ∩ ∩ ∩ ∩ =
= × =
⋯
Entonces (ver figura 7)
Probabilidad y Estadística Introducción a la Probabilidad
José Luis Quintero 43
2i 1 i 1 1
4 2i 1 3
4 4i 1 i 1 i 1
21 1 4 2P(A) P(GA ) 2
2 4 6 31
∞ ∞ ∞−
= = =
× = = = = = = = − ∑ ∑ ∑
2i i 1 14 4
i 1 34 4
i 1 i 1 i 1
1 1 4 1P(B) P(GB )
2 4 12 31
∞ ∞ ∞
= = =
= = = = = = = − ∑ ∑ ∑
Por otro lado 2 1
P(B) 1 P(A) 13 3
= − = − =
Figura 7. Problema de los dos jugadores
9
14. PROBABILIDAD TOTAL
14.1. Definición (Probabilidad total). Sea una partición del espacio muestral en un grupo de eventos iB , i 1,...,n= . La probabilidad total de un evento A se puede expresar como
la suma de las probabilidades de A intersectado con el evento iB , i 1,...,n= . De modo
que n n
i i i
i 1 i 1
P(A) P(A B ) P(B ).P(A / B )
= =
= ∩ =∑ ∑ .
1 2 3 4 5 6 7 8 9 100
0.05
0.1
0.15
0.2
0.25
0.3
0.35
0.4
0.45
0.5
Intento
Pro
babi
lidad
de
gana
r en
el i
nten
to i-
ésim
o
PROBLEMA DE LOS DOS JUGADORES
Jugador A
Jugador B
Probabilidad y Estadística Introducción a la Probabilidad
José Luis Quintero 44
14.2. Ejemplo ilustrativo. Un inversionista está
pensando en comprar un número muy grande de acciones de una compañía. La cotización de las
acciones en la bolsa, durante los seis meses
anteriores, es de interés para el inversionista. Con base en esta información, se observa que la cotización se relaciona con el Producto
Nacional Bruto (PNB). Si el PNB aumenta, la probabilidad de que las acciones aumenten su
valor es de 0.8. Si el PNB es el mismo, la probabilidad de que las acciones aumenten su valor es de 0.2. Si el PNB disminuye, la probabilidad es de sólo 0.1. Si para los siguientes
seis meses se asignan las probabilidades 0.4, 0.3 y 0.3 a los eventos, el PNB aumenta, es el
mismo y disminuye, respectivamente, determine la probabilidad de que las acciones aumenten su valor en los próximos seis meses.
Solución.
Sean los eventos A: las acciones aumentan su valor en los próximos seis meses
PNB+: el PNB aumenta
PNB=: el PNB es el mismo PNB-: el PNB disminuye
Entonces
P(A) P(A PNB ) P(A PNB ) P(A PNB )P(PNB ).P(A / PNB ) P(PNB ).P(A / PNB ) P(PNB ).P(A / PNB )0.4 0.8 0.3 0.2 0.3 0.1 0.32 0.06 0.03 0.41
= ∩ + + ∩ = + ∩ −= + + + = = + − −= × + × + × = + + =
9
15.2. Ejemplos ilustrativos: Ejemplo 1. Una universidad está formada por tres facultades: La primera facultad tiene el 50%
de estudiantes, la segunda facultad posee el 25% de estudiantes y la tercera facultad alberga el otro 25% de estudiantes. Las mujeres están
repartidas uniformemente, siendo 60% del total en cada facultad. a. ¿Cuál es la probabilidad de encontrar una
alumna de la primera facultad? Solución.
15. DIAGRAMA DE ÁRBOL
15.1. Definición (Diagrama de árbol). Es una herramienta gráfica que se utiliza para
determinar todos los posibles resultados de un experimento aleatorio.
Observación 12. Los eventos iB , i 1,...,n= deben ser
mutuamente excluyentes.
Observación 13. Consideraciones acerca de un diagrama de árbol: •••• El número de elementos que
conforman el espacio muestral se pueden determinar construyendo
un diagrama de árbol •••• Se partirá asignando una rama
para cada uno de los resultados, acompañado de su probabilidad (rama de primera generación)
Probabilidad y Estadística Introducción a la Probabilidad
José Luis Quintero 45
Experimento aleatorio: Elegir al azar un
estudiante de la universidad Propósito 1: Determinar la facultad donde
estudia
Propósito 2: Determinar el sexo de la persona Referido al propósito 1:
{ } 1S Facultad 1,Facultad 2,Facultad 3= .
Referido al propósito 2: { }2S hombre,mujer=
Evento de interés:
A: Se selecciona una mujer de la facultad 1
Sean los eventos F1: La persona seleccionada pertenece a la
primera facultad
M: La persona seleccionada es mujer Bajo esta notación se solicita calcular
P(A) P(M F1) P(F1).P(M / F1)
P(M).P(F1 / M)= ∩ =
=
La figura mostrada a continuación (figura 8)
representa el diagrama de árbol que ilustra la
situación planteada. La pregunta de interés en este apartado aparece analizada en el
árbol presentado en la figura 9.
Figura 8. Diagrama de árbol para el problema de la universidad
Observación 14. Consideraciones
acerca de un diagrama de árbol: •••• Al final de cada rama de primera
generación se coloca un nodo del
cual parten nuevas ramas (ramas de segunda generación), de ser
necesario
•••• La suma de probabilidades de las ramas de cada nodo es igual a 1
•••• Existe un principio sencillo de los
diagramas de árbol que hace que éstos sean mucho más útiles para
los cálculos rápidos de
probabilidad: se multiplican las probabilidades si se trata de
ramas adyacentes (contiguas), o
bien se suman si se trata de ramas separadas que emergen de
un mismo punto
Probabilidad y Estadística Introducción a la Probabilidad
José Luis Quintero 46
Figura 9. Diagrama de árbol que ilustra el primer apartado
Lo anterior se puede escribir como P(M F1) P(F1).P(M / F1) 0.5 0.6 0.3∩ = = × = .
b. ¿Cuál es la probabilidad de encontrar un alumno varón?
Solución. Evento de interés: B: Se selecciona un varón
Sean los eventos
F1: La persona seleccionada pertenece a la primera facultad F2: La persona seleccionada pertenece a la segunda facultad
F3: La persona seleccionada pertenece a la tercera facultad
Bajo esta notación se solicita calcular
P(B) P(B F1) P(B F2) P(B F3)
P(F1).P(B / F1) P(F2).P(B / F2) P(F3).P(B / F3)= ∩ + ∩ + ∩= + +
La pregunta de interés en este apartado aparece analizada en el árbol presentado en la
figura 10.
Figura 10. Diagrama de árbol que ilustra el segundo apartado
Probabilidad y Estadística Introducción a la Probabilidad
José Luis Quintero 47
Lo representado anteriormente se puede escribir como:
P(B) P(B F1) P(B F2) P(B F3)P(F1).P(B / F1) P(F2).P(B / F2) P(F3).P(B / F3)0.5 0.4 0.25 0.4 0.25 0.4 0.4
= ∩ + ∩ + ∩= + += × + × + × =
Ejemplo 2. Se lanza una moneda dos veces y en una caja vacía se colocan tantas bolas
blancas como número de caras obtenidas y tantas negras como el número del lanzamiento
donde se obtiene sello por primera vez multiplicado por dos, si es que se obtiene. Se extraen sin reposición dos bolas de la caja. ¿Cuál es la probabilidad de que sean de distinto
color?
Solución. Eventos:
iC : ocurrió cara en el lanzamiento i, i 1,2=
iS : ocurrió sello en el lanzamiento i, i 1,2=
iB : se obtiene una bola blanca en la extracción i, i 1,2=
iN : se obtiene una bola negra en la extracción i, i 1,2=
D: las dos bolas extraidas al final son de distinto color Todos los escenarios posibles aparecen reflejados en el diagrama de árbol de la figura 11.
Los números entre paréntesis indican la probabilidad de ocurrencia del evento. La figura 12
representa las ramas del árbol que indican la ocurrencia del evento D en azul. Se tiene que
1 2 1 1 2 2 1 2 1
1 2 1 1 2 2 1 2 1
1 2 1 1 2 2 1 2 1
1 2 1 1 2 2 1 2 1
P(D) P(C S ).P(B (C S ).P(N (C S B )
P(C S ).P(N (C S ).P(B (C S N )
P(S C ).P(B (S C ).P(N (S C B )
P(S C ).P(N (S C ).P(B (S C N )
1 1 4 1 1. .1 . .1
4 5 5 4 3
= ∩ ∩ ∩ ∩ +∩ ∩ ∩ ∩ +∩ ∩ ∩ ∩ +∩ ∩ ∩ ∩
= + + 2 1 1 1 1 1 1 1 2 2 1 16 4. . . .
3 2 4 5 5 3 3 4 5 3 4 15 15 + = + + + = + = =
Probabilidad y Estadística Introducción a la Probabilidad
José Luis Quintero 48
Figura 11. Diagrama de árbol
Probabilidad y Estadística Introducción a la Probabilidad
José Luis Quintero 49
Figura 12. Diagrama de árbol recortado mostrando los casos de interés
Probabilidad y Estadística Introducción a la Probabilidad
José Luis Quintero 50
9
16.2. Ejemplos ilustrativos:
Ejemplo 1. Tres sucursales de una tienda tienen 8, 12 y 14 empleados de los cuales 4, 7 y 10 son
mujeres, respectivamente. Se escoge una
sucursal al azar y de ella se escoge a un empleado. Si este empleado es una mujer, ¿cuál
es la probabilidad de que ella trabaje en la
sucursal que tiene 12 empleados? Solución.
Experimento aleatorio 1: Elegir al azar una
sucursal Propósito: Determinar la sucursal elegida
Experimento aleatorio: Elegir al azar un
empleado de una tienda Propósito: Determinar el sexo de la persona
Definición de eventos:
M: “El empleado es una mujer” S1: “La sucursal escogida es la 1”
S2: “La sucursal escogida es la 2” S3: “La sucursal escogida es la 3”
Se sabe que 13
P(S1) P(S2) P(S3)= = = , 104 78 12 14
P(M / S1) , P(M / S2) , P(M / S3) = = = .
De modo que
10 5 42 49 60 1511 4 1 7 1 1 1 7 1 13 8 3 12 3 14 3 2 12 7 3 84 3 84
P(M) P(M S1) P(M S2) P(M S3) P(S1).P(M / S1) P(S2).P(M / S2) P(S3).P(M / S3)
. . . .( ) . .+ +
= ∩ + ∩ + ∩ = + += + + = + + = =
1 73 12 84 7 49
12 151 15115113 84
.P(M S2) P(S2).P(M / S2)P(S2 / M)
P(M) P(M) .×
×∩= = = = =
16. TEOREMA DE BAYES
16.1. Definición (Teorema de Bayes). Sea una partición del espacio muestral en un grupo de eventos iB con i 1,...,n= . La probabilidad condicional de un evento iB dado que
ocurrió un evento A se puede expresar como la probabilidad del evento A dado que ocurrió ese elemento de la partición por la relación de las probabilidades entre iB y A
respectivamente. En tal sentido
i i ii n
i ii 1
P(B A) P(B ).P(A / B )P(B / A)
P(A)P(B ).P(A / B )
=
∩= =
∑
Observación 15. Consideraciones acerca de la probabilidad condicional: •••• La probabilidad condicional de un
evento iB dado que ocurrió el
evento A se denomina probabilidad a posteriori
•••• Las probabilidades del evento A
dado que ocurrió cada elemento
iB se denominan probabilidades
a priori
•••• El denominador en el término a la derecha de la ecuación anterior
se denomina probabilidad total
del evento A
Probabilidad y Estadística Introducción a la Probabilidad
José Luis Quintero 51
Ejemplo 2. Basándose en varios estudios, una compañía ha clasificado, de acuerdo con la
posibilidad de encontrar petróleo, las formaciones geológicas en 3 tipos. La compañía pretende perforar un pozo en un determinado lugar, al que le asignan las probabilidades de
0.35, 0.40 y 0.25 para los tres tipos de formaciones, respectivamente. De acuerdo con la
experiencia, se sabe que el petróleo se encuentra en un 40% de las formaciones de tipo I, en un 20% de las de tipo II y en un 40% de las de tipo III. Si tras perforar el pozo, la
compañía descubre que hay petróleo, determine la probabilidad de que ese lugar se
corresponda con una formación del tipo III. Solución.
Experimento aleatorio 1: Perforar en una formación geológica
Propósito: Determinar el tipo de formación geológica Experimento aleatorio 2: Buscar petróleo
Propósito: Determinar si existe o no petróleo
Eventos: P: “Se encuentra petróleo”
T1: “La formación es de tipo I”
T2: “La formación es de tipo II” T3: “La formación es de tipo III”
P(T1) = 0.35 P(T2) = 0.40 P(T3) = 0.25 P(P/T1) = 0.4 P(P/T2) = 0.2 P(P/T3) = 0.4
Se pide calcular P(T3/P).
P(T3 P) P(T3).P(P / T3)P(T3 / P)
P(P) P(T1).P(P / T1) P(T2).P(P / T2) P(T3).P(P / T3)0.25 0.40 0.25
0.35 0.40 0.40 0.20 0.25 0.40 0.35 0.20 0.250.25
0.0.80
∩= =+ +
×= =× + × + × + +
= = 3125
9
17.2. Ejemplos ilustrativos:
Ejemplo 1. Considere el experimento aleatorio de tener un hijo. Sea el evento A: nació un hijo
varón. Este experimento es un Experimento de Bernoulli con parámetro p 1 / 2=
17. EXPERIMENTO DE BERNOULLI
17.1. Definición (Experimento de Bernoulli). Es un experimento aleatorio cuyo espacio
muestral se puede expresar en términos de la
ocurrencia o no de un determinado evento.
Observación 16. Consideraciones
acerca del Experimento de Bernoulli:
•••• La probabilidad de que ocurra el evento se denota por p
•••• La probabilidad de que no ocurra el evento se denota por q 1 p= −
•••• El evento y su complemento
forman una partición del espacio
muestral
Probabilidad y Estadística Introducción a la Probabilidad
José Luis Quintero 52
Ejemplo 2. Considere el experimento aleatorio
de extraer una pelota de una caja con R pelotas rojas y V pelotas verdes. Sea el evento A: se
extrae una pelota roja. Este experimento
aleatorio es un Experimento de Bernoulli con parámetro
Rp
R V=
+
Ejemplo 3. Considere el experimento aleatorio de lanzar un dado. Sea el evento A: ocurre un
número mayor que 4. Este experimento aleatorio
es un Experimento de Bernoulli con parámetro p 1 / 3=
9
18.2. Ejemplos ilustrativos:
Ejemplo 1. Una familia tiene ocho hijos. ¿Cuál
es la probabilidad de que, exactamente, dos de los hijos sean varones?
Solución.
Experimento aleatorio: Tener ocho hijos Propósito: Determinar el sexo de cada uno
Evento: Dos de los hijos son varones 8 2 2 8 2
12 8 8
8 1 1 8! 1 28 2 .7 7P Bi(8, ) 2 1 .
2 2 2!.6! 2 642 2 2
−
= = − = = = =
18. EXPERIMENTO BINOMIAL
18.1. Definición (Experimento Binomial). Es un experimento aleatorio que consiste en la
repetición de n veces de un Experimento de
Bernoulli con parámetro p. En este conjunto de n repeticiones se contabiliza el número de
veces (denotado por k) que ocurrió el evento
de interés.
Observación 17. Consideraciones acerca del Experimento de Bernoulli:
•••• La probabilidad p es el parámetro
importante para conocer un Experimento de Bernoulli
•••• El Experimento de Bernoulli se
denota por B(p) •••• El cálculo de las probabilidades en
un Experimento de Bernoulli se
hace de la forma
p si el evento ocurreP B(p)
1 p si el evento no ocurre
= −
Observación 18. Consideraciones
acerca del Experimento Binomial:
•••• El número de veces que ocurrió el evento de interés (k veces) es
incierto, por tanto, es un número
aleatorio y se encuentra en el intervalo [0,n]
•••• El Experimento Binomial se
denota por Bi(n,p) •••• El cálculo de las probabilidades en
un Experimento Binomial se hace
de la forma
n k knP Bi(n,p) k (1 p) p ,
k
k 0,1,2,...,n
− = = −
=
Probabilidad y Estadística Introducción a la Probabilidad
José Luis Quintero 53
Ejemplo 2. Se lanzan al aire cuatro monedas perfectas simultáneamente. Calcule la
probabilidad de obtener a. por lo menos dos caras
Solución.
Experimento aleatorio: Lanzar al aire cuatro monedas perfectas simultáneamente Propósito: Determinar si la parte superior indica cara o sello
Sea el evento A: salen por lo menos dos caras. Entonces
1 1 12 2 2
2 2 1 3 0 4
P(A) P Bi(4, ) 2 P Bi(4, ) 3 P Bi(4, ) 4
4 4 41 1 1 1 1 1 112 2 2 2 2 2 162 3 4
= = + = + =
= + + =
b. exactamente tres caras
Solución.
Sea el evento A: salen exactamente tres caras. Entonces 1 3
12
4 1 1 1P(A) P Bi(4, ) 3
2 2 43
= = = =
c. a lo sumo dos caras Solución.
Sea el evento A: salen a lo sumo dos caras. Entonces
1 1 12 2 2
4 0 3 1 2 2
P(A) P Bi(4, ) 0 P Bi(4, ) 1 P Bi(4, ) 2
4 4 41 1 1 1 1 1 112 2 2 2 2 2 160 1 2
= = + = + =
= + + =
d. exactamente una cara Solución.
Sea el evento A: salen exactamente una cara. Entonces 3 1
12
4 1 1 1P(A) P Bi(4, ) 1
2 2 41
= = = =
9
19.2. Ejemplo ilustrativo. Se lanza un dado normal 10 veces y se desea calcular la probabilidad de
que salga la cara cuatro 3 veces, la cara seis 1
vez, la cara cinco 4 veces y la cara uno 2 veces.
19. EXPERIMENTO MUTINOMIAL
19.1. Definición (Experimento Multinomial). Es un experimento aleatorio que consiste en la
repetición de n veces de un experimento
aleatorio con m resultados posibles.
Observación 19. Consideraciones
acerca del Experimento Multinomial:
•••• El Experimento Multinomial se
denota por 1 2 mM(n,p ,p ,...,p )
•••• Si m 2= , se trata de un Experimento Binomial
Probabilidad y Estadística Introducción a la Probabilidad
José Luis Quintero 54
Solución.
Experimento aleatorio: Lanzar un dado 10 veces Propósito: Determinar la cara ocurrida en la
parte superior del dado
Sea el evento A: sale la cara cuatro 3 veces, la cara seis 1 vez, la cara cinco 4 veces y la cara
uno 2 veces
1 1 1 1 1 16 6 6 6 6 6
2 0 0 3 4 1
P(A) P M(10, , , , , , ) (2,0,0,3,4,1)
10! 1 1 1 1 1 12!0!0!3!4!1! 6 6 6 6 6 6
1260060466176
= =
=
=
9
20.2. Ejemplos ilustrativos:
Ejemplo 1. Un estudiante tiene probabilidad de
0.4 de aprobar una asignatura. Si reprueba la asignatura debe repetir el curso el siguiente
semestre hasta que lo apruebe. Si se considera
que la probabilidad de aprobar el curso no cambia semestre tras semestre, entonces se
tiene un Experimento Geométrico. Calcule las
probabilidades de aprobar la asignatura en la primera, segunda y tercera oportunidad que la
curse.
Solución. Probabilidad de aprobar la asignatura la primera
vez que la curse: 1 1P G(0.4) 1 (1 0.4) 0.4 0.4−= = − =
Probabilidad de aprobar la asignatura la segunda
vez que la curse: 2 1P G(0.4) 2 (1 0.4) 0.4 0.6 0.4 0.24−= = − = × =
20. EXPERIMENTO GEOMÉTRICO
20.1. Definición (Experimento Geométrico). Es un experimento aleatorio que consiste en
la repetición de un Experimento de Bernoulli con parámetro p. Esta repetición se realiza
hasta que ocurre el evento de interés por primera vez.
Observación 21. Consideraciones acerca del Experimento Geométrico:
•••• El número de repeticiones hasta
conseguir que ocurra el evento de interés es incierto, por tanto, es
un número aleatorio y se encuentra en el intervalo [1, )∞
•••• El Experimento Geométrico se
denota por G(p)
•••• Si es necesario realizar k Experimentos de Bernoulli hasta
que ocurra el evento de interés,
el cálculo de las probabilidades en un Experimento Geométrico se
hace de la forma
k 1P G(p) k (1 p) p , k 1,2,...−= = − =
Observación 20. Consideraciones
acerca del Experimento Multinomial:
•••• El cálculo de las probabilidades en
un Experimento Multinomial se hace de la forma
1 2 m 1 2 m
k k k1 2 mm1 2
1 2 m
1 2 m
1 2 m
P M(n,p ,p ,...,p ) (k ,k ,...,k )
n!p p . .p ,
k !k !...k !
p p ... p 1 ,
k k ... k n
= =
+ + + =+ + + =
⋯
Probabilidad y Estadística Introducción a la Probabilidad
José Luis Quintero 55
Probabilidad de aprobar la asignatura la tercera vez que la curse: 3 1P G(0.4) 3 (1 0.4) 0.4 0.6 0.6 0.4 0.144−= = − = × × =
Ejemplo 2. Un jugador lanza una moneda equilibrada. El juego termina hasta que obtenga
cara. ¿Cuál es la probabilidad de ganar en el k-ésimo intento? Solución.
k 1 k 1 k1 1 1 1 1 12 2 2 2 2 2
P G( ) k (1 ) ( ) ( ) , k 1,2,...− − = = − = = =
9
21.2. Ejemplos ilustrativos:
Ejemplo 1. Un jugador lanza una moneda equilibrada. El juego termina hasta que obtenga
cara por tercera vez. ¿Cuál es la probabilidad de
ganar en el k-ésimo intento? Solución.
k 3 31 1 12 2 2
(k 1)! k 3 31 12!(k 3)! 2 2
(k 1)(k 2) k12 2
k 1P BiN( ,3) k (1 ) ( )
2
( ) ( )
( ) , k 3,4,...
−
− −−
− −
− = = −
=
= =
Ejemplo 2. Una manera equivalente de calcular
la probabilidad de necesitar k intentos para
obtener la ocurrencia del evento de interés r veces viene dada por la expresión
r 1
k r r
i 1
1P BiN(p,r) k (k i)(1 p) p , k r,r 1,...
r!
−−
=
= = − − = + ∏
21. EXPERIMENTO BINOMIAL NEGATIVO DE ORDEN R
21.1. Definición (Experimento Binomial
Negativo de Orden r). Es un experimento
aleatorio que consiste en la repetición de un Experimento de Bernoulli con parámetro p.
Esta repetición se realiza hasta que ocurre el
evento de interés por r-ésima vez.
Observación 22. Consideraciones
acerca del Experimento Binomial de Orden r:
•••• El Experimento Geométrico es un
Experimento Binomial Negativo de orden 1, es decir,
G(p)=BiN(p,1)
•••• El número de repeticiones hasta conseguir que ocurra el evento de
interés es incierto, por tanto, es
un número aleatorio y se encuentra en el intervalo [r, )∞
•••• El Experimento Binomial Negativo
de orden r se denota por BiN(p,r) •••• Si es necesario realizar k
Experimentos de Bernoulli hasta
que ocurra el evento de interés, el cálculo de las probabilidades en
un Experimento Binomial
Negativo de orden r se hace de la forma
k r rk 1P BiN(p,r) k (1 p) p ,
r 1
k r,r 1,...
−− = = − −
= +
Probabilidad y Estadística Introducción a la Probabilidad
José Luis Quintero 56
9
22.2. Ejemplo ilustrativo. En una caja se tienen 15 pelotas blancas y 5 pelotas negras. Se extraen 6
pelotas. ¿Cuál es la probabilidad de que en la
muestra se encuentren 4 pelotas blancas y 2 negras?
Solución.
Experimento aleatorio: Extraer una muestra de 6 pelotas de la caja
Propósito: Determinar la cantidad de pelotas
blancas y la cantidad de pelotas negras presentes en la muestra
Evento: la muestra contiene 4 pelotas blancas y
2 pelotas negras Cálculo de la probabilidad solicitada:
15 54 2 455
P HG(20,15,5,6) (4,2) 0.3222129220
6
= = = ≈
9
22. EXPERIMENTO HIPERGEOMÉTRICO
22.1. Definición (Experimento Hipergeométrico). Experimento cuyas características se
describen a continuación: Sea un conjunto de N elementos divididos en dos grupos de
1N elementos y 2N elementos respectivamente, con 1 2N N N+ = . Se extrae
aleatoriamente una muestra de n elementos y se desea contabilizar la cantidad de elementos 1n del grupo 1 y la cantidad de elementos 2n , con 1 2n n n+ = presentes en la
muestra.
Observación 23. Consideraciones
acerca del Experimento
Hipergeométrico: •••• El Experimento Hipergeométrico
se denota por 1 2HG(N,N ,N ,n)
•••• El cálculo de las probabilidades en
un Experimento Hipergeométrico
se hace de la forma
1 2
1 21 2 1 2
1 2 1 2
N Nn n
P HG(N,N ,N ,n) (n ,n )N
n
N N N , n n n
= =
+ = + =
23. EXPERIMENTO MULTIHIPERGEOMÉTRICO
23.1. Definición (Experimento Multihipergeométrico). Experimento cuyas características
se describen a continuación: Sea un conjunto de N elementos divididos en k grupos de
1N , 2N , …, kN elementos respectivamente, con 1 2 kN N ... N N+ + + = . Se extrae
aleatoriamente una muestra de n elementos y se desea contabilizar la cantidad de elementos 1n , 2n , …, kn correspondientes a los grupos 1, 2, …, k respectivamente con
1 2 kn n ... n n+ + + = presentes en la muestra.
Probabilidad y Estadística Introducción a la Probabilidad
José Luis Quintero 57
23.2. Ejemplo ilustrativo. En una caja se tienen 8
pelotas blancas, 7 pelotas negras y 5 pelotas rojas. Se extraen 6 pelotas. ¿Cuál es la
probabilidad de que en la muestra se encuentren
3 pelotas blancas, 2 negras y 1 roja? Solución.
Experimento aleatorio: Extraer una muestra de 6
pelotas de la caja Propósito: Determinar la cantidad de pelotas
blancas, negras y rojas presentes en la muestra
Evento: la muestra contiene 3 pelotas blancas, 2 pelotas negras y 1 pelota roja.
Cálculo de la probabilidad solicitada: P MHG(20,8,7,5,6) (3,2,1)
8 7 63 2 1 294
0.182161520
6
= =
= ≈
9
24.2. Ejemplo ilustrativo. En una empresa se revisan defectos de los productos terminados. La
probabilidad de hallar un defecto en un producto
es 0.001. Se revisan 4000 productos. ¿Cuál es la probabilidad de hallar a lo sumo 6 defectuosos?
Solución. 6
4000 k k
k 0
4000P (1 0.001) (0.001)
k−
=
= −
∑
Se puede ver que los cálculos para obtener p son muy engorrosos, por lo que se utiliza una aproximación mediante un Experimento de Poisson con parámetro 4λ = .
6 6 6k 4 k 44
k 0 k 0 k 0
4 e 4 eP P P(4) k e 0.1144
k! k!
− −−
= = =
≈ = = = = ∑ ∑ ∑
24. EXPERIMENTO DE POISSON
24.1. Definición (Experimento de Poisson). Sea un experimento Binomial con parámetros n y p. Considere que el número de experimentos de Bernoulli es muy grande (n )→ ∞ , y
que la probabilidad del evento de interés es muy pequeña (p 0)→ , pero son tales que
el producto np tiende a un valor finito, entonces el Experimento Binomial resultante se puede expresar como un Experimento de Poisson.
Observación 25. Consideraciones
acerca del Experimento de Poisson: •••• El Experimento de Poisson se
denota por P( )λ
•••• El cálculo de las probabilidades se hace de la forma
ke
P P( ) k , k 0,1,2,...k!
−λλλ = = =
Observación 24. Consideraciones acerca del Experimento
Multihipergeométrico:
•••• El Experimento Multihipergeométrico se denota por 1 2 kMHG(N,N ,N ,...,N ,n)
•••• Si k 2= , se trata de un
Experimento Hipergeométrico
•••• El cálculo de las probabilidades en un Experimento
Multihipergeométrico es
1 2 k 1 2 k
1 2 k
1 2 k
1 2 k 1 2 k
P HG(N,N ,N ,...,N ,n) (n ,n ,...,n )
N N N...
n n n
Nn
N N ... N N , n n ... n n
= =
+ + + = + + + =
Probabilidad y Estadística Introducción a la Probabilidad
José Luis Quintero 58
SOLUCIÓN.
a. Si dos eventos no vacíos son independientes, entonces la probabilidad de la unión de ellos es la suma de sus probabilidades
b. Si A y B son eventos independientes no vacios, con probabilidades P(A) y P(B)
respectivamente, entonces los eventos complementarios A y B también lo son c. De una caja con X pelotas blancas y Y pelotas rojas se realiza un muestreo de
tamaño tres sin reposición. La probabilidad de obtener tres pelotas blancas es 3 3X / (X Y)+
d. Si se lanza una moneda honesta hasta que salga cara por primera vez, la probabilidad de que esto ocurra en el k-ésimo intento (k 1)≥ es igual a k 11
2( ) −
V
V
V
V
F
F
F
F
25. PROBLEMAS RESUELTOS
PROBLEMA 1.
Encierre en un círculo la letra V o F según considere que la proposición es verdadera o falsa
respectivamente. a. Si dos eventos no vacíos son independientes, entonces la probabilidad de la
unión de ellos es la suma de sus probabilidades
b. Si A y B son eventos independientes no vacios, con probabilidades P(A) y P(B) respectivamente, entonces los eventos complementarios A y B también lo son
c. De una caja con X pelotas blancas y Y pelotas rojas se realiza un muestreo de
tamaño tres sin reposición. La probabilidad de obtener tres pelotas blancas es 3 3X / (X Y)+
d. Si se lanza una moneda honesta hasta que salga cara por primera vez, la
probabilidad de que esto ocurra en el k-ésimo intento (k 1)≥ es igual a k 112( ) −
V V V V
F F F F
PROBLEMA 2. Un sistema contiene tres componentes A, B y C. Estos componentes pueden conectarse en cada una de las cuatro configuraciones mostradas (F1, F2, F3, F4). Los tres componentes operan en forma independiente y la probabilidad de que uno, cualquiera de ellos, esté funcionando es p. La configuración que proporciona la máxima probabilidad de que el sistema funcione es a. F1 b. F2 c. F3 d. F4
Probabilidad y Estadística Introducción a la Probabilidad
José Luis Quintero 59
SOLUCIÓN.
Un sistema contiene tres componentes A, B y C. Estos componentes pueden conectarse en cada una de las cuatro configuraciones mostradas (F1, F2, F3, F4). Los tres componentes operan en
forma independiente y la probabilidad de que uno, cualquiera de ellos, esté funcionando es p. La
configuración que proporciona la máxima probabilidad de que el sistema funcione es a. F1 b. F2 c. F3 d. F4
SOLUCIÓN.
P(A B) P(A B) P(B)P(A B) P(A B) 1
P(B) P(B) P(B)∩ ∩+ = + = =
SOLUCIÓN.
P(A B) P(A B) (1 P(A))P(A B)P(B / A) P(B / A) P(A B)
P(A) P(A)P(A)P(A B) P(A B)
P(A B) P(A B) P(A B) P(A B)P(A) P(A)
P(A B)P(B) P(A B) P(A).P(B)
P(A)
∩ ∩ − ∩= ⇒ = ⇒ = ∩
∩ ∩⇒ − ∩ = ∩ ⇒ = ∩ + ∩
∩⇒ = ⇒ ∩ =
SOLUCIÓN.
c c
c c
P(A B ) 1 P(A B) 1 P(A) P(B) P(A).P(B) 1 P(A) P(B)(1 P(A)) (1 P(A)).(1 P(B))
P(A ).P(B )
∩ = − ∪ = − − + = − − − = − −
=
PROBLEMA 3.
Pruebe que para cualesquiera dos eventos, A y B, P(A B) P(A B) 1+ = , con tal de que P(B) 0≠ .
PROBLEMA 4. Pruebe que si P(B / A) P(B / A)= entonces A y B son independientes.
PROBLEMA 5.
Demuestre que si A y B son eventos independientes, también lo son cA y cB .
Probabilidad y Estadística Introducción a la Probabilidad
José Luis Quintero 60
SOLUCIÓN. 1 1 2
6 3 3Información : P(A B) P(A).P(B) , 1 P(A B) P(A B)∩ = = − ∪ = ⇒ ∪ =
2 1 2 1 13 6P(B) 3 6P(B) 6
21 6 P(B) 2 256 6P(B)
5 25 4 6 1 5 1112 12
P(A B) P(A) P(B) P(A B) P(B) P(A).P(B) P(B)
5P(B) 1 6 P(B) 6 P(B) 5P(B) 1 0
P(B) P (B)
+
± − × × ±
∪ = + − ∩ ⇒ = + − ⇒ = + −
⇒ = ⇒ = + ⇒ − + =
= = ⇒ 1 122 3
, P (B)= =
Por lo tanto 1 1 1 12 3 3 2
P(A) , P(B) ó P(A) , P(B)= = = = .
SOLUCIÓN. n n n
c c n ni i i
i 1i 1 i 1
P A 1 P A 1 P(A ) 1 (1 p) H (1 p) 1 H nln(1 p) ln(1 H)== =
= − = − = − − ≥ ⇒ − ≤ − ⇒ − ≤ −
∏∪ ∩
SOLUCIÓN. Sea iA : se obtiene un 6 en el i-ésimo lanzamiento. Se quiere determinar el menor n para el cual
n
ii 1
3P A
4=
> ∪ .
Como n n n
ci i
i 1i 1
5P A 1 P(A ) 1
6==
= − = − ∏∪ ,
se quiere hallar el menor n para el cual n
5 16 4 <
es decir 5 1
n.ln ln6 4 <
PROBLEMA 6.
Sean A y B eventos independientes, tales que con probabilidad 1/6 ocurren simultáneamente, y con probabilidad 1/3 ninguno de ellos ocurre. Halle P(A) y P(B).
PROBLEMA 7. Los eventos 1 2 nA ,A ,...,A son eventos independientes y jp(A ) p= , j 1,2,...,n= . Halle el menor
n para el cual n
ii 1
P A H=
≥ ∪ ,
donde H es un número fijo.
PROBLEMA 8.
¿Cuál es el menor valor de n para el cual la probabilidad de obtener al menos un 6 en una serie de n lanzamientos de un dado sea mayor que 34 ?
Probabilidad y Estadística Introducción a la Probabilidad
José Luis Quintero 61
con lo cual se obtiene n 8= .
SOLUCIÓN.
2 2 2 3
2 3
P(A B C) 4P(A)P(A) P(B) P(C) P(A).P(B) P(A).P(C) P(B).P(C) P(A).P(B).P(C)
4P(A) P(A) 2P(A) 4P(A) 2 P(A) 4 P(A) 8 P(A) 8 P(A)
3P(A) 14 P(A) 8 P(A) 0 P(A) 8 P(A)
∪ ∪ == + + − − − +
= + + − − − +
− + = ⇒ 2
2 14
14.P(A) 3 0
8 P(A) 14.P(A) 3 0 P(A)
− + =
− + = ⇒ =
Usando las relaciones dadas se tiene que 1 14 2
P(A) , P(B) , P(C) 1 = = = .
SOLUCIÓN.
Experimento aleatorio: Escoger al azar tres pelotas de una caja
Propósito: Determinar el color de cada pelota Sea el evento iR : sale una pelota roja en el i-ésimo intento. De modo que
1 2 3 1 2 1 3 1 2R R 1 R 2
P(R R R ) P(R ).P(R / R ).P(R / R R ) . .R A R A 1 R A 2
− −∩ ∩ = ∩ =+ + − + −
SOLUCIÓN.
Experimento aleatorio: Extracción al azar de dos bombillos de una caja Propósito: Determinar si se encuentran o no funcionando Sean los eventos 1B : el primer bombillo sale bueno 2B : el segundo bombillo sale bueno
Entonces
1 2 1 2 16 5 30 1
P(B B ) P(B ).P(B / B ) .10 9 90 3
∩ = = = =
PROBLEMA 9. Sean A, B y C tres eventos independientes entre sí tales que 4P(A) 2P(B) P(C) 0= = > y
P(A B C) 4P(A)∪ ∪ = . Obtenga P(A), P(B) y P(C).
PROBLEMA 10.
En una caja hay R pelotas rojas y A pelotas amarillas. Se realiza un MASR de tamaño tres. ¿Cuál es la probabilidad de que las tres pelotas sean rojas?
PROBLEMA 11.
En una caja hay 4 bombillos malos y 6 buenos. Se sacan 2 bombillos a la vez. ¿Cuál es la probabilidad de que ambos bombillos resulten buenos?
PROBLEMA 12.
Se tienen dos cajas con pelotas. En la caja 1 hay X pelotas blancas y Y pelotas rojas. En la caja 2 hay Z pelotas blancas y W pelotas rojas. Se selecciona al azar una pelota de la caja 1 y
se coloca en la caja 2. Seguidamente se escoge una pelota de la caja 2. ¿Cuál es la
probabilidad de que esa pelota sea blanca?
Probabilidad y Estadística Introducción a la Probabilidad
José Luis Quintero 62
SOLUCIÓN.
Experimento aleatorio: Escoger al azar una pelota de la caja 1 y colocarla en la caja 2. Posteriormente se escoge una pelota al azar de la caja 2
Propósito: Determinar el color de la última pelota escogida
Sean los eventos
1B : se pasa una pelota blanca de la caja 1 a la caja 2
2B : se pasa una pelota roja de la caja 1 a la caja 2
A: se selecciona una pelota blanca de la caja 2
Entonces
1 2 1 1 2 2P(A) P(A B ) P(A B ) P(B ).P(A / B ) P(B ).P(A / B )
X Z 1 Y Z. .
X Y Z W 1 X Y Z W 1
= ∩ + ∩ = ++= +
+ + + + + +
SOLUCIÓN. Experimento aleatorio: Escoger al azar una caja y luego de esta caja tomar al azar un transistor
Propósito: Determinar el estado del transistor elegido Sean los eventos B: el transistor escogido es bueno B : el transistor escogido es defectuoso
iC : se escoge la caja i, i 1,..., 4=
Entonces
1 2 3 4
1 1 2 2 3 3 4 4
P(B) 1 P(B) 1 P(B C ) P(B C ) P(B C ) P(B C )
1 P(C ).P(B / C ) P(C ).P(B / C ) P(C ).P(B / C ) P(C ).P(B / C )
1 (0.25 0.05 0.25 0.40 0.25 0.10 0.25 0.10)1 0.25 (0.05 0.40 0.10 0.10)
= − = − ∩ + ∩ + ∩ + ∩
= − + + +
= − × + × + × + ×= − × + + + = 1 0.25 0.65 0.8375− × =
SOLUCIÓN. Experimento aleatorio: Se lanza un dado y de acuerdo al resultado se extraen 2 pelotas con o sin reposición de una caja
Propósito: Determinar el color de cada pelota extraida Sean los eventos A: se seleccionan dos pelotas amarillas
PROBLEMA 13. Una caja contiene 2000 transistores de los cuales el 5% es defectuoso. Una segunda caja contiene 500 transistores de los cuales el 40% es defectuoso. Otras dos cajas contienen 1000
transistores cada una con un 10% de defectuosos. Se selecciona al azar una caja y de ella se
toma un transistor. ¿Cuál es la probabilidad de que ese transistor esté bueno?
PROBLEMA 14. Se dispone de una caja con R pelotas rojas y A pelotas amarillas. Se lanza un dado perfecto y
se obtiene como resultado un valor N, con N variable entre uno y seis; si N es menor que 4 se extraen 2 pelotas sin reposición, en caso contrario se extraen 2 pelotas con reposición. ¿Cuál
es la probabilidad de que no se extraigan pelotas rojas?
Probabilidad y Estadística Introducción a la Probabilidad
José Luis Quintero 63
1N : se obtiene un número menor que 4 al lanzar el dado
2N : se obtiene un número mayor o igual que 4 al lanzar el dado
1 2 1 1 2 2P(A) P(A N ) P(A N ) P(N ).P(A / N ) P(N ).P(A / N )
1 A A 1 1 A A 1 A A 1 A2 R A R A 1 2 R A R A 2 R A R A 1 R A
= ∩ + ∩ = +
− − = × × + × × = × × + + + − + + + + − +
SOLUCIÓN.
Sean los eventos: A: el jugador A gana , B: el jugador B gana , C: el jugador C gana
iGA : el jugador A gana en el intento i-ésimo
iGB : el jugador B gana en el intento i-ésimo
iGC : el jugador C gana en el intento i-ésimo
iA : el jugador A obtiene un número par en el intento i-ésimo
iB : el jugador B obtiene un número par en el intento i-ésimo
iC : el jugador C obtiene un número par en el intento i-ésimo
i 1 1 1 i 1 i 1 i 1 iGA A B C ... A B C A− − −= ∩ ∩ ∩ ∩ ∩ ∩ ∩ . En consecuencia
i 1 1 1 i 1 i 1 i 1 i
i 1 3(i 1) 3i 2
i j j jj 1
P(GA ) P(A B C ... A B C A )
1 1 1P(A ). P(A ).P(B ).P(C )
2 2 2
− − −− − −
=
= ∩ ∩ ∩ ∩ ∩ ∩ ∩
= = =
∏
i 1 1 1 i 1 i 1 i 1 i iGB A B C ... A B C A B− − −= ∩ ∩ ∩ ∩ ∩ ∩ ∩ ∩ . En consecuencia
i 1 1 1 i 1 i 1 i 1 i i
i 1 3(i 1) 2 3i 1
i i j j jj 1
P(GB ) P(A B C ... A B C A B )
1 1 1P(A ).P(B ). P(A ).P(B ).P(C )
2 2 2
− − −− − −
=
= ∩ ∩ ∩ ∩ ∩ ∩ ∩ ∩
= = =
∏
i 1 1 1 i 1 i 1 i 1 i i iGC A B C ... A B C A B C− − −= ∩ ∩ ∩ ∩ ∩ ∩ ∩ ∩ ∩ . En consecuencia
i 1 1 1 i 1 i 1 i 1 i i i
i 1 3(i 1) 3 3i
i i i j j jj 1
P(GC ) P(A B C ... A B C A B C )
1 1 1P(A ).P(B ).P(C ) P(A ).P(B ).P(C )
2 2 2
− − −− −
=
= ∩ ∩ ∩ ∩ ∩ ∩ ∩ ∩ ∩
= = =
∏
Entonces 3i 2 3i 1
8i 1
8i 1 i 1 i 1
1 1 1 4P(A) P(GA ) 4 4. 4.
2 2 7 71
∞ ∞ ∞−
= = =
= = = = = = − ∑ ∑ ∑3i 1 3i 1
8i 1
8i 1 i 1 i 1
1 1 1 2P(B) P(GB ) 2 2. 2.
2 2 7 71
∞ ∞ ∞−
= = =
= = = = = = − ∑ ∑ ∑
3i 3i 18
i 18
i 1 i 1 i 1
1 1 1P(C) P(GC )
2 2 71
∞ ∞ ∞
= = =
= = = = = − ∑ ∑ ∑
PROBLEMA 15.
Tres jugadores A, B y C se turnan para lanzar un dado perfecto. A lanza de primero, B lanza
después y por último C, y el ciclo se repite hasta que gana el primero que obtenga un número par. ¿Cuál es la probabilidad de ganar de cada uno de los jugadores?
Probabilidad y Estadística Introducción a la Probabilidad
José Luis Quintero 64
SOLUCIÓN.
Sean los eventos:
iJ : el jugador i-ésimo gana , i 1,...,N=
ikGJ : el jugador i-ésimo gana en el intento k-ésimo
ikJ : el jugador i-ésimo obtiene el evento de interés en el intento k-ésimo
Se tiene que
ik 11 21 N1 12 22 N2 1k 1 2k 1 Nk 1 1k 2k ikGJ J J ... J J J ... J ... J J ... J J J ... J− − −= ∩ ∩ ∩ ∩ ∩ ∩ ∩ ∩ ∩ ∩ ∩ ∩ ∩ ∩ ∩ ∩ .
En consecuencia
ik 11 21 N1 12 22 N2 1k 1 2k 1 Nk 1 1k 2k ikN(k 1) i 1 N(k 1) i 1
P(GJ ) P(J J ... J J J ... J ... J J ... J J J ... J )
(1 p) (1 p) p (1 p) p
− − −− − − + −
= ∩ ∩ ∩ ∩ ∩ ∩ ∩ ∩ ∩ ∩ ∩ ∩ ∩ ∩ ∩ ∩
= − − = −
Entonces
N(k 1) i 1 i N 1 Nki ik
k 1 k 1 k 1N i 1
i N 1N N
P(J ) P(GJ ) (1 p) p p(1 p) (1 p)
(1 p) p(1 p)p(1 p) , i 1,...,N
1 (1 p) 1 (1 p)
∞ ∞ ∞
− + − − −
= = =−
− −
= = − = − −
− −= − = =− − − −
∑ ∑ ∑
SOLUCIÓN. 3 316 16
5 5 421616 16 16
P(B A) P(B A) 3P(B / A)
1 P(A) 41P(A)∩ ∩= = = = =
− − − −
SOLUCIÓN.
Experimento aleatorio: Selección al azar de una bola de una caja Propósito: Tras saber que la bola seleccionada es negra se desea saber de que caja se obtuvo
CAJA 1 (C1): Contiene 1 bola blanca (B) y 4 bolas negras (N)
CAJA 2 (C2): Contiene 2 bolas blancas(B) y 3 bolas negras (N) CAJA 3 (C3): Contiene 3 bolas blancas (B) y 2 bolas negras (N)
CAJA 4 (C4): Contiene 4 bolas blancas (B) y 1 bolas negras (N)
PROBLEMA 17. Sea { }S a,b,c,d,e= , con 1
8P(a) = , 1
16P(b) = , 3
16P(c) = , 5
16P(d) = , 5
16P(e) = . Sean los eventos
{ }A a,d,e= y { }B c,d,e= . Calcule P(B / A) .
PROBLEMA 18.
Se tienen cinco cajas con cinco bolas cada una, distribuidas como sigue: la caja i tiene i bolas blancas y 5-i bolas negras. Se selecciona una bola al azar. ¿Cuál es la probabilidad de haber
sacado una bola de la caja i si ésta es de color negro?
PROBLEMA 16.
N jugadores se turnan para tomar parte en un juego de azar. La participación se hace en serie
hasta que el primero de ellos obtenga la ocurrencia del evento de interés definido previamente que tiene probabilidad p (0 p 1)< < . ¿Cuál es la probabilidad de ganar de cada uno de los
jugadores?
Probabilidad y Estadística Introducción a la Probabilidad
José Luis Quintero 65
CAJA 5 (C5): Contiene 5 bolas blancas (B) y 0 bolas negras (N) 5 i 5 i 5 i1
5 5 5 5 5 i105 5 5 10
5 i 5 i1 55 5 5
i 1 i 1 i 1
.P(Ci N) P(Ci).P(N / Ci) P(Ci).P(N / Ci)P(Ci / N)
P(N) P(N)P(Ci).P(N / Ci) .
− − −−
− −
= = =
∩= = = = = = =
∑ ∑ ∑
CAJA 1 (i=1): 4 210 5
= . CAJA 2 (i=2): 310. CAJA 3 (i=3): 2 1
10 5= .
CAJA 4 (i=4): 110. CAJA 5 (i=5): 0
100= .
SOLUCIÓN.
Experimento aleatorio 1: Perforar en una formación geológica Propósito: Determinar el tipo de formación geológica
Experimento aleatorio 2: Buscar petróleo
Propósito: Determinar si hay o no petróleo Eventos:
P: “Se encuentra petróleo”
T1: “La formación es de tipo I” T2: “La formación es de tipo II”
T3: “La formación es de tipo III”
P(T1) = 0.35 P(T2) = 0.40 P(T3) = 0.25 P(P/T1) = 0.4 P(P/T2) = 0.2 P(P/T3) = 0.4 Se pide calcular P(T1/P).
P(T1 P) P(T1).P(P / T1)P(T1 / P)
P(P) P(T1).P(P / T1) P(T2).P(P / T2) P(T3).P(P / T3)0.35 0.40 0.35
0.35 0.40 0.40 0.20 0.25 0.40 0.35 0.20 0.250.35
0.0.80
∩= =+ +
×= =× + × + × + +
= = 4375
SOLUCIÓN. Experimento aleatorio: Emisión de una señal de una máquina
PROBLEMA 19.
Basándose en varios estudios, una compañía ha clasificado, de acuerdo con la posibilidad de
encontrar petróleo, las formaciones geológicas en 3 tipos. La compañía pretende perforar un pozo en un determinado lugar, al que le asignan las probabilidades de 0.35, 0.40 y 0.25 para
los tres tipos de formaciones, respectivamente. De acuerdo con la experiencia, se sabe que el
petróleo se encuentra en un 40% de las formaciones de tipo I, en un 20% de las de tipo II y en un 40% de las de tipo III. Si tras perforar el pozo, la compañía descubre que hay petróleo,
determine la probabilidad de que ese lugar se corresponda con una formación del tipo I.
PROBLEMA 20.
Un detector de mentiras muestra una señal positiva (señala una mentira) 10% de las veces
que alguien dice la verdad, y 95% de las veces que alguna persona miente. Si dos personas son sospechosas de un crimen que se sabe ha cometido uno solo de ellos, y ambos dicen ser
inocentes, ¿cuál es la probabilidad de que una señal positiva del detector corresponda al
culpable?
Probabilidad y Estadística Introducción a la Probabilidad
José Luis Quintero 66
Propósito: Determinar el tipo de señal emitida
Eventos: S+ : “La señal es positiva” I: “Es inocente” C: “Es culpable” P(S+/I) = 0.1; P(S+/C) = 0.95; P(I)=0.5; P(C) = 0.5; P(C/S+) = ?
12
1 12 2
P(C S ) P(C S ) P(C).P(S /C)P(C / S )
P(S ) P(S I) P(S C) P(I).P(S /I) P(C).P(S /C)
.0.95 0.950.905
1.05.0.1 .0.95
∩ + ∩ + ++ = = =+ + ∩ + + ∩ + + +
= = ≈+
SOLUCIÓN.
Experimento aleatorio 1: Seleccionar al azar una pregunta
Propósito: Determinar si conozco o no su respuesta Experimento aleatorio 2: Responder dicha pregunta
Propósito: Determinar si la respuesta es correcta o incorrecta
Eventos: C: ”El estudiante conoce la respuesta”
A: “El estudiante adivina la respuesta”
B: “El estudiante acierta la respuesta” Datos e incógnita: P(C) 0.8= , P(A) 0.2= , P(B / A) 0.25= , P(B / C) 1= , P(C / B) ?=
Aplicación del Teorema de Bayes: P(C B) P(C).P(B / C) 0.8 1 0.8
P(C / B) 0.941P(B) P(A).P(B / A) P(C).P(B / C) 0.2 0.25 0.8 1 0.85
∩ ×= = = = ≈+ × + ×
SOLUCIÓN.
Experimento aleatorio: Escoger una persona al azar
Propósito: Determinar si se encuentra sana o se encuentra enferma Eventos:
E: Hubo exposición al virus que produce una enfermedad
PROBLEMA 21.
Un estudiante responde una pregunta de un examen de múltiple escogencia que tiene cuatro respuestas posibles. Suponga que la probabilidad de que el estudiante conozca la respuesta a
la pregunta es 0.8 y la probabilidad de que adivine es 0.2. Si el estudiante adivina, la
probabilidad de que acierte es 0.25. Si el estudiante responde acertadamente la pregunta, ¿cuál es la probabilidad de que el estudiante realmente supiera la respuesta?
PROBLEMA 22.
Suponga que la probabilidad de estar expuesto a un virus que produce una enfermedad es 0.6. Se sabe que cierta vacuna impide, en un 80% de los casos, que una persona vacunada y
expuesta al virus contraiga la enfermedad producida por el virus. Una persona no vacunada
tiene probabilidad 0.9 de sufrir la enfermedad si entra en contacto con el virus. Dos personas, una vacunada y otra no, son capaces de realizar cierta tarea muy especializada en una
compañía. Suponga que estas personas no están en la misma localidad, no están en contacto
con las mismas personas ni pueden contagiarse entre sí. ¿Cuál es la probabilidad de que al menos uno de ellos sufra la enfermedad?
Probabilidad y Estadística Introducción a la Probabilidad
José Luis Quintero 67
A: El empleado vacunado contrae la enfermedad
B: El empleado no vacunado contrae la enfermedad Información suministrada: P(E) 0.6= , P(A / E) 0.2= , P(B / E) 0.9=
Se pide: c c c cP(A B) P(A) P(B) P(A B) 1 P(A B ) 1 P(A ).P(B )∪ = + − ∩ = − ∩ = −
c c c c c c c cP(A ) P(A E ) P(A E) P(E ).P(A / E ) P(E).P(A / E) 0.4 1 0.6 0.8 0.88= ∩ + ∩ = + = × + × = c c c c c c c cP(B ) P(B E ) P(B E) P(E ).P(B / E ) P(E).P(B / E) 0.4 1 0.6 0.1 0.46= ∩ + ∩ = + = × + × =
De modo que c cP(A B) 1 P(A ).P(B ) 1 0.88 0.46 1 0.4048 0.5952∪ = − = − × = − =
SOLUCIÓN. Experimento aleatorio: Se escoge al azar un artículo de la caja X y otro de la caja Y
Propósito: Determinar el estado de cada artículo extraído
Definición de eventos de interés:
X YD − : El lunes en la noche se pasó un artículo defectuoso de la caja X a la caja Y
1D : El primer artículo extraído el martes es defectuoso
2D : El segundo artículo extraído el martes es defectuoso
X Y 1 2X Y 1 2
1 2
P(D D D )P(D / (D D ))
P(D D )−
−∩ ∩
∩ =∩
X Y 1 2 X Y 1 X Y 2 X Y 1n n 1 3
P(D D D ) P(D ).P(D / D ).P(D / (D D ) . .8 7 8− − − −
−∩ ∩ = ∩ =
1 2 X Y 1 X Y 2 X Y 1 X Y 1 X Y 2 X Y 1P(D D ) P(B ).P(D / B ).P(D / (B D ) P(D ).P(D / D ).P(D / (D D )
8 n n 2 n n 1 3. . . .
8 7 8 8 7 8
− − − − − −∩ = ∩ + ∩− −= +
X Y 1 2X Y 1 2
1 2
n n 1 3. .P(D D D ) 8 7 8P(D / (D D ))
8 n n 2 n n 1 3P(D D ) . . . .8 7 8 8 7 8
3n(n 1) 3(n 1) 32n(8 n) 3n(n 1) 2(8 n) 3(n 1) 8
24(n 1) 6(8 n) 9(n 1) 24n 24 48 6n 9n 9 21n 63 n 3
−−
−∩ ∩
∩ = =− −∩ +
− −= = =− + − − + −
⇒ − = − + − ⇒ − = − + − ⇒ = ⇒ =
PROBLEMA 23. Sea una caja denominada “caja X” con 8 artículos de los cuales n son defectuosos y el resto son artículos buenos y otra caja llamada “caja Y” con 5 artículos buenos y 2 defectuosos. El lunes en la noche se extrae al azar un artículo de la caja X y se coloca en la caja Y. El martes en la mañana se elige un artículo de cada caja. Se sabe que la probabilidad de que el lunes se haya pasado un artículo defectuoso de la caja X a la caja Y dado que los dos artículos obtenidos el martes son defectuosos es igual a 3/8. Determine la cantidad de artículos defectuosos que originalmente tenía la caja X.
Probabilidad y Estadística Introducción a la Probabilidad
José Luis Quintero 68
SOLUCIÓN. Sean los eventos
5N − : El resultado obtenido en el dado es menor que 5
5N + : El resultado obtenido en el dado es mayor o igual que 5
iR : Se extrae una pelota roja en el i-ésimo intento , i 1,2=
iA : Se extrae una pelota amarilla en el i-ésimo intento , i 1,2=
R: Se obtiene a lo sumo una pelota roja R : Se obtienen dos pelotas rojas
El diagrama de árbol correspondiente se visualiza en la figura 1. Por lo tanto
5 1 5 2 5 1 5 1 5 2 5 1P(R) 1 P(R) 1 P(N ).P(R / N ).P(R / (N R )) P(N ).P(R / N ).P(R / (N R ))
4 7 6 2 8 8 7 4 1901 . . . . 1 0.6397
6 12 11 6 12 12 33 27 297
− − − + + += − = − ∩ − ∩
= − − = − − = ≈
Figura 1. Diagrama de árbol
PROBLEMA 24.
Sean dos cajas numeradas 1 y 2. La caja 1 tiene 7 pelotas rojas y 5 pelotas amarillas y la caja
2 tiene 8 pelotas rojas y 4 pelotas amarillas. Se lanza un dado normal y se obtiene como resultado un valor N, con N entre uno y seis. Si N es menor que 5 se extraen 2 pelotas sin
reposición de la caja 1, en caso contrario se extraen 2 pelotas con reposición de la caja 2.
Halle la probabilidad de obtener a lo sumo 1 pelota roja.
Probabilidad y Estadística Introducción a la Probabilidad
José Luis Quintero 69
SOLUCIÓN.
a. Halle el valor de p para el cual la probabilidad de que ocurra al menos uno de los cuatro
eventos anteriores sea máxima. SOLUCIÓN.
2 2 2 2
P(A B C) P(A) P(B) P(C) P(A B) P(A C) P(B C) P(A B C)
p p p p p p 0 3p 3p
∪ ∪ = + + − ∩ − ∩ − ∩ + ∩ ∩
= + + − − − + = −
Por lo tanto Para que la probabilidad anterior sea máxima se tiene que
2 15
P(A B C D) f(p) 3p 3p f '(p) 3 6p f ''(p) 6∪ ∪ ∪ = = − + ⇒ = − ⇒ = − 1 12 2
f '(p) 3 6p 0 p f ''( ) 6 0= − = ⇒ = ⇒ = − <
Lo que implica que si 12
p = , entonces P(A B C D)∪ ∪ ∪ es máxima y su valor es
3 1 15 4 194 5 20 20
++ = =
b. ¿Son los eventos A, B, C y D colectivamente exhaustivos? Justifique su respuesta SOLUCIÓN. Como 19
20P(A B C D) 1∪ ∪ ∪ = < , se concluye que los eventos A, B, C y D no son colectivamente
exhaustivos. SOLUCIÓN. Definición de eventos:
iA : el jugador A extrae 2 pelotas de igual color en el intento i, i 1,2,...=
iAR : el jugador A extrae 2 pelotas rojas en el intento i, i 1,2,...=
iAV : el jugador A extrae 2 pelotas verdes en el intento i, i 1,2,...=
PROBLEMA 25. De los eventos A, B, C y D se tiene la siguiente información:
•••• A y B son independientes, B y C son independientes y A y C son independientes •••• De A, B y C pueden ocurrir a lo sumo 2 de ellos •••• A B C∪ ∪ y D son mutuamente excluyentes •••• A, B y C ocurren cada uno con una probabilidad p (0 p 1)< <
•••• El evento D tiene una probabilidad de ocurrencia igual a 1/5
a. Halle el valor de p para el cual la probabilidad de que ocurra al menos uno de los cuatro
eventos anteriores sea máxima. b. ¿Son los eventos A, B, C y D colectivamente exhaustivos? Justifique su respuesta
2 15
P(A B C D) P(A B C) P(D) 3p 3p∪ ∪ ∪ = ∪ ∪ + = − +
PROBLEMA 26. Considere una caja que contiene 2 pelotas rojas, 2 pelotas verdes y 2 pelotas blancas. Dos
jugadores A y B se turnan para extraer 2 pelotas de la caja con reposición. Gana aquel jugador
que en ese turno sea el único en extraer 2 pelotas de igual color; en cualquier otro caso, ambos vuelven a intentarlo. Calcule la probabilidad de que el jugador A gane antes de su
tercer intento.
Probabilidad y Estadística Introducción a la Probabilidad
José Luis Quintero 70
iAB : el jugador A extrae 2 pelotas blancas en el intento i, i 1,2,...=
iB : el jugador B extrae 2 pelotas de igual color en el intento i, i 1,2,...=
iGA : el jugador A gana en el intento i, i 1,2,...=
A: el jugador A gana antes de su tercer intento 2 2 2
i i i i i2 2 2 12 1
P(A ) P(AR AV AB ) P(B )6 6 6 36 3 = ∪ ∪ = + + = = =
, i 1,2,...=
1 1 11 2 2
P(GA ) P(A B ) .3 3 9
= ∩ = = ;
2 1 1 1 1 2 2 1 1 2 2 1 1 2 23 3
1 1 2 2 1 1 2 2
P(GA ) P(((A B ) (A B )) (A B )) P((A B A B ) (A B A B ))
1 2 1 2 10P(A B A B ) P(A B A B ) . .
3 3 3 3 81
= ∩ ∪ ∩ ∩ ∩ = ∩ ∩ ∩ ∪ ∩ ∩ ∩
= ∩ ∩ ∩ + ∩ ∩ ∩ = + =
Por lo tanto
1 2 1 22 10 18 10 28
P(A) P(GA GA ) P(GA ) P(GA )9 81 81 81
+= ∪ = + = + = =
SOLUCIÓN.
Experimento aleatorio 1: Escogencia al azar de una moneda Propósito: Determinar cuál de las monedas fue escogida
Experimento aleatorio 2: Lanzamiento por primera vez de la moneda
Propósito: Determinar lo ocurrido en la parte superior de la moneda Experimento aleatorio 3: Lanzamiento por segunda vez de la moneda
Propósito: Determinar lo ocurrido en la parte superior de la moneda
Definición de eventos:
iM : se seleccionó la moneda i, i 1,2,3=
iC : ocurrió cara en el primer lanzamiento i, i 1,2=
Se pide:
1 2 1 1 2 1 2 1 2 2 3 1 2 3
2 2 2
P(C C ) P(M ).P(C C / M ) P(M ).P(C C / M ) P(M ).P(C C / M )
1 1 1(0.3) (0.6) (0.4) 0.203
3 3 3
∩ = ∩ + ∩ + ∩
= × + × + × ≈
PROBLEMA 27.
Se tienen tres monedas cargadas, donde se sabe que la primera tiene una probabilidad de 0.3
de obtenerse cara, la segunda una probabilidad de 0.4 de ocurrir sello y la tercera una probabilidad de 0.4 de salir cara. Un jugador escoge al azar una de las monedas y la lanza dos
veces. ¿Cuál es la probabilidad de obtener dos caras?
Probabilidad y Estadística Introducción a la Probabilidad
José Luis Quintero 71
1. Coloque al lado la letra V o F según considere que la proposición es verdadera o falsa respectivamente.
a. Un evento es un subconjunto del espacio muestral que contiene sólo un
resultado del experimento aleatorio b. Uno de los axiomas de la probabilidad establece que la suma de las
probabilidades de un evento y su complemento es igual a uno
c. Uno de los axiomas de la probabilidad establece que la probabilidad del evento vacio es igual a cero
d. El número de elementos de un conjunto determina su cardinalidad
e. Todos los resultados de un experimento aleatorio son equiprobables
V F
V F
V F
V F
V F
2. Marque con una X la respuesta que considere correcta. a. Si A y B son dos eventos mutuamente excluyentes, con P(A) 0.37= y P(B) 0.44= , se
puede afirmar que P(A B)∩ :
( ) 0 ( ) 0.19 ( ) 0.81 ( ) 1 b. Se lanza un par de dados honestos. La probabilidad de que la suma de los dos números
obtenidos sea mayor o igual a 10 es equivalente a
( ) 1/12 ( ) 1/6 ( ) 5/36 ( ) 5/6 c. Sean 1A , 2A y 3A eventos de un espacio muestral. El evento “no ocurre ninguno” se
expresa como: ( ) 1 2 3A A A∩ ∩ ( ) 1 2 3A A A∪ ∪ ( ) 1 2 3A A A∩ ∩ ( ) Ninguna de las anteriores
d. Sea E el conjunto con todos los posibles resultados del experimento “elegir una persona
al azar”. Sean los sucesos: M: “la persona es mujer”, R: “la persona es rubia”, C: “la persona tiene ojos claros”.
A continuación se muestran 4 diagramas de Venn (D1, D2, D3, D4) donde la zona
sombreada representa un suceso. El suceso “hombres de ojos oscuros” se encuentra representado en el diagrama
D1
D2
D3
D4
( ) D1 ( ) D2 ( ) D3 ( ) D4
3. Si A y B son eventos mutuamente excluyentes, con P(A) 0.37= y P(B) 0.44= determine:
a. P(A)
b. P(B) c. P(A B)∪
26. PROBLEMAS PROPUESTOS
Probabilidad y Estadística Introducción a la Probabilidad
José Luis Quintero 72
d. P(A B)∩
e. P(A B)∩
f. P(A B)∩
4. Sean A y B dos eventos cualesquiera de un espacio muestral. Emplee un diagrama de Venn para demostrar que P(A B) P(A) P(A B).∩ = − ∩
5. Sean 1 2 3A , A y A eventos de un espacio muestral. Dibuje mediante diagramas de Venn, los
siguientes eventos:
a. Los tres eventos ocurren b. Ocurre sólo 1A
c. Ocurren 1 2A y A pero no 3A
d. Ocurre al menos uno de los tres eventos
e. No ocurre ninguno
f. Ocurren al menos dos g. Ocurren a lo sumo dos
6. Los empleados de la compañía Nuevo Horizonte se encuentran separados en tres divisiones: administración, operación de planta y ventas. La siguiente tabla indica el número de
empleados en cada división clasificados por sexo:
Mujer (M) Hombre (H) Totales
Administración (A) 20 30 50 Operación de planta (O) 60 140 200
Ventas (V) 100 50 150
Totales 180 220 400
a. Si se elige aleatoriamente un empleado:
• ¿Cuál es la probabilidad de que sea mujer? • ¿Cuál es la probabilidad de que trabaje en ventas?
• ¿Cuál es la probabilidad de que sea hombre y trabaje en la división de administración?
b. Determine las siguientes probabilidades: • P(A M)∪
• P(A M)∪
• P(O H)∩
7. De 150 pacientes examinados en una clínica, se encontró que 90 tenían enfermedades cardíacas, 50 tenían diabetes y 30 tenían ambos padecimientos. ¿Qué porcentaje de los
pacientes tenían uno u otro de los padecimientos?
8. Se examinaron las tarjetas de registro de 200 estudiantes en relación a ciertos idiomas. Se
encontró que 100 aprendian francés, 80 aprendian español y 60 ambos idiomas. Si de este
grupo de 200 estudiantes, se selecciona uno al azar,
Probabilidad y Estadística Introducción a la Probabilidad
José Luis Quintero 73
a. ¿cuál es la probabilidad de que se encuentre aprendiendo francés o español?
b. ¿cuál es la probabilidad de que no se encuentre aprendiendo ninguno de los dos idiomas?
9. Se lanza un dado dos veces. ¿Cuál es la probabilidad de que la suma de los resultados sea
mayor o igual a 9?
10. Se tiene un cuadrado de lado L y dentro de él un círculo de radio R (2R<L). Se lanza un
dardo. Si el dardo cae en la zona circular se obtiene un premio. ¿Cuál es la probabilidad de obtener el premio?
11. Un dado tiene tres caras negras numeradas 1, 2 y 3; las otras tres caras son blancas y numeradas 4, 5 y 6. Si se lanza este dado, ¿cuál es la probabilidad de que aparezca un
número par o una cara blanca?
12. Un dado está cargado de modo tal que la probabilidad de que salga la cara i es proporcional
a k. Halle la probabilidad de cada uno de los eventos:
a. El resultado de arrojar el dado es un número par. b. El resultado es menor que 6.
13. Se sabe de los eventos A, B y C lo siguiente: 1
4P(A) P(B) P(C)= = = , P(A B) P(C B) 0∩ = ∩ = y
18
P(A C)∩ = . Halle la probabilidad de que al menos uno de los eventos, A, B o C ocurra.
14. Se está realizando la inspección final de aparatos de televisión después del ensamble. Se identifican tres tipos de defectos como críticos, mayores y menores y una empresa de envíos
por correo los clasifica en: A, B y C, respectivamente. Se analizan los datos con los
siguientes resultados: • Aparatos que sólo tienen defectos críticos: 2 %
• Aparatos que sólo tienen defectos mayores: 5 %
• Aparatos que sólo tienen defectos menores: 7 % • Aparatos que sólo tienen defectos críticos y mayores: 3 %
• Aparatos que sólo tienen defectos críticos y menores: 4 %
• Aparatos que sólo tienen defectos mayores y menores: 3 % • Aparatos que tienen los tres tipos de defectos: 1 %
a. ¿Qué porcentaje de los aparatos no tiene defectos?
b. Los aparatos con defectos críticos o mayores (o ambos) deben manufacturarse nuevamente. ¿Qué porcentaje corresponde a esta categoría?
15. Se escoge al azar una pelota de 1 caja que contiene pelotas rojas, blancas, azules, amarillas y verdes. Si la probabilidad de seleccionar una pelota roja es 1/5 y la de seleccionar una
pelota blanca es 2/5, calcule la probabilidad de seleccionar una pelota azul, amarilla o verde.
16. Sean A, B y C tres eventos tales que P(A) 0.4= , P(B) 0.3= , P(A B) 0.1∩ = , P(A C) 0.1∩ = ,
P(B C) 0,∩ = P(A C) 0.7∪ = . Obtenga la probabilidad de que ocurra exactamente solo uno
de dichos eventos.
Probabilidad y Estadística Introducción a la Probabilidad
José Luis Quintero 74
17. En una determinada población, el 60% de las personas son mujeres, el 25% de la gente es
rubia y el 35% de la gente tiene ojos claros. Por otro lado, el 10% de la población son mujeres rubias, el 20% de la población son mujeres de ojos claros, el 15% de la población
son personas rubias y de ojos claros y el 5% de la población son mujeres rubias de ojos
claros. Calcule la probabilidad de que al elegir una persona al azar, esta sea a. mujer no rubia y de ojos oscuros
b. hombre no rubio y de ojos oscuros
c. persona rubia o de ojos claros
18. Un club tiene 25 miembros y se debe elegir un presidente y un secretario. ¿Cuál es el
número total de formas posibles para ocupar estos cargos?
19. Se tienen 6 libros distintos para colocar en una estantería. ¿De cuántas formas distintas se
pueden ordenar estos libros?
20. Un club tiene 20 miembros y se debe elegir un grupo de 8 personas para realizar una
actividad. ¿Cuántos grupos distintos se pueden hacer?
21. Se tiene una caja con tres pelotas rojas, diez pelotas amarillas y cinco pelotas negras.
Determine la cantidad de grupos de tamaño tres que se pueden extraer si a. la extracción es de forma simultánea
b. la extracción es de forma serial con reposición
c. con una pelota de cada color d. con tres pelotas de igual color
22. ¿De cuántas maneras pueden sentarse 10 personas en un banco si hay 4 sitios disponibles?
23. En una clase de 10 alumnos van a distribuirse 3 premios. Determine el número de maneras
en las que puede hacerse si a. los premios son diferentes y la persona no puede recibir más de un premio
b. los premios son iguales y la persona no puede recibir más de un premio
c. los premios son diferentes y la persona puede recibir más de un premio d. los premios son iguales y la persona puede recibir más de un premio
24. Hay que colocar a 5 hombres y 4 mujeres en una fila de modo que las mujeres ocupen los lugares pares. ¿De cuántas maneras puede hacerse?
25. Determine la cantidad de números de 4 dígitos que se pueden formar con las cifras 0,1,…,9 (no permitiendo que el primer dígito sea cero)
a. permitiendo repeticiones
b. sin repeticiones c. si el último dígito ha de ser cero y no se permiten repeticiones
26. En un grupo de 10 amigos, determine todas las distribuciones de sus fechas de cumpleaños que pueden darse al año.
Probabilidad y Estadística Introducción a la Probabilidad
José Luis Quintero 75
27. ¿Cuál es la probabilidad de que se puedan sentar en una fila tres hombres y cuatro mujeres
si hombres y mujeres deben quedar alternados?
28. ¿Cuál es la probabilidad de que se puedan sentar en una fila tres hombres y cuatro mujeres
si los hombres se sientan juntos?
29. ¿Cuál es la probabilidad de que al escoger una placa de un automóvil compuesta por 3 letras
seguidas de 3 números, las letras sean distintas y los números sean distintos?
30. Se dispone de 7 hombres y 10 mujeres para seleccionar un comité de 5 personas. La
selección se realizará al azar. ¿Cuál es la probabilidad de que el comité esté formado por dos hombres y tres mujeres?
31. Se van a alinear al azar 6 pelotas negras y 2 blancas. ¿Cuál es la probabilidad de que las 2 pelotas blancas queden juntas?
32. Sea el experimento aleatorio de seleccionar al azar un número de tres cifras comprendido entre 100 y 999, incluyendo a ambos. ¿Cuál es la probabilidad de que el número escogido
tenga al menos un uno?
33. Se escogen al azar cinco resistencias en una caja que contiene 30 resistencias de las cuales 7 son defectuosas. Halle la probabilidad de que:
a. ninguna sea defectuosa
b. se escojan dos defectuosas c. por lo menos una sea defectuosa
34. En una estantería se desean colocar 4 libros diferentes de matemática, 6 libros diferentes de física y 2 libros diferentes de química. Calcule la probabilidad de que
a. los libros de cada materia queden juntos
b. solo los libros de matemática queden juntos c. los libros de química queden juntos y en cualquiera de los extremos
35. El código de área de un número telefónico se compone de tres dígitos. Se están considerando los dígitos del 1 al 5 para formar dichos códigos de área, seleccionando un dígito a la vez de
forma aleatoria y sin repetición. Calcule las probabilidades de los siguientes eventos:
a. El código está compuesto por dígitos sucesivos no necesariamente ordenados b. El código es un número par
c. El código no debe tener ni 1 ni 4
d. El número 3 no aparece en el código e. El dígito 2 ó 3 aparece al menos una vez en el código
36. Un alumno tiene que elegir 7 de las 10 preguntas de un examen. ¿De cuántas maneras puede elegirlas? ¿Y si las 4 primeras son obligatorias?
Probabilidad y Estadística Introducción a la Probabilidad
José Luis Quintero 76
37. A partir de 5 matemáticos y 7 físicos hay que constituir una comisión de 2 matemáticos y 3
físicos. Determine las formas en las que puede hacerse si a. todos son elegibles
b. un físico en particular ha de estar en esa comisión
38. En la síntesis de proteínas hay una secuencia de tres nucleótidos sobre el ADN que decide
cuál es el aminoácido a incorporar. Existen cuatro tipos distintos de nucleótidos según la
base, que puede ser A (adenina), G (guanina), C (citosina) y T (timina). ¿Cuántas secuencias distintas se podrán formar si se pueden repetir nucleótidos?
39. ¿Cuál es la probabilidad de que entre r personas al menos dos cumplan años el mismo día?
40. En el juego del KINO TÁCHIRA, calcule la probabilidad porcentual de lograr al menos 12
aciertos en un cartón participante.
41. Un estudiante debe someterse a un examen de admisión y para ello debe preparar 14 temas.
El examen tiene dos partes: un primer examen que será escrito y un segundo examen que será oral. Para cada examen se debe escoger al azar un tema. El tema seleccionado para el
examen escrito ya no puede seleccionado para el examen oral. Calcule la probabilidad de los
siguientes eventos: a. En los dos temas tomados al azar siempre aparece el tema 2 y nunca aparece el tema 10
b. En los dos temas tomados al azar siempre aparece al menos uno de los 5 temas que el
estudiante se sabe c. El estudiante presentó el tema 1 en el examen escrito
42. En un centro comercial hay 5 cajeros automáticos de distintos bancos comerciales. Suponga que en un momento determinado van 4 personas, una tras otra, a utilizar alguno de estos
cajeros. Igualmente suponga que cada una de las personas consigue los 5 cajeros
desocupados. Determine la probabilidad para cada uno de los siguientes eventos: a. Las cuatro personas utilizan cajeros diferentes
b. Solo dos de estas personas utilizan el mismo cajero
c. Las cuatro personas utilizan el mismo cajero
43. Una caja contiene 10 bombillos, cuatro malos y seis buenos. Los bombillos se prueban de la
siguiente manera: se extraen al azar y se prueban sin reemplazarlos. Este proceso se repite hasta localizar los cuatro en mal estado. ¿Cuál es la probabilidad de que el último en mal
estado se identifique en la quinta prueba?, ¿Cuál es la probabilidad de que el último en mal
estado se identifique en la décima prueba?
44. Una máquina produce un total de 12000 tornillos cada día, de los cuales el 3% en promedio
es defectuoso. Encuentre la probabilidad de que de 600 tornillos tomados al azar, haya 12 defectuosos.
Probabilidad y Estadística Introducción a la Probabilidad
José Luis Quintero 77
45. Los empleados de la compañía Nuevo Horizonte se encuentran separados en tres divisiones:
administración, operación de planta y ventas. La siguiente tabla indica el número de empleados en cada división clasificados por sexo:
Mujer (M) Hombre (H) Totales
Administración (A) 20 30 50
Operación de planta (O) 60 140 200 Ventas (V) 100 50 150
Totales 180 220 400
Determine las siguientes probabilidades:
a. P(A/M)
b. P(M/A) c. P(H/V)
46. Dos jugadores A y B se turnan para lanzar una moneda equilibrada. A lanza de primero y B lanza después, y el ciclo se repite hasta que gana el primero que obtenga cara. ¿Cuál es la
probabilidad de ganar de cada uno de los jugadores?
47. Un inversionista está pensando en comprar un número muy grande de acciones de una
compañía. La cotización de las acciones en la bolsa, durante los seis meses anteriores, es de
gran interés para el inversionista. Con base en esta información, se observa que la cotización se relaciona con el Producto Nacional Bruto (PNB). Si el PNB aumenta, la probabilidad de que
las acciones aumenten su valor es de 0.8. Si el PNB es el mismo, la probabilidad de que las
acciones aumenten su valor es de 0.2. Si el PNB disminuye, la probabilidad es de sólo 0.1. Si para los siguientes seis meses se asignan las probabilidades 0.4, 0.3 y 0.3 a los eventos, el
PNB aumenta, es el mismo y disminuye, respectivamente, determine la probabilidad de que
las acciones aumenten su valor en los próximos seis meses.
48. Una universidad está formada por tres facultades: La primera facultad tiene el 50% de
estudiantes, la segunda facultad posee el 25% de estudiantes y la tercera facultad alberga el otro 25% de estudiantes. Las mujeres están repartidas uniformemente, siendo 60% del total
en cada facultad.
a. ¿Cuál es la probabilidad de encontrar una alumna de la primera facultad? b. ¿Cuál es la probabilidad de encontrar un alumno varón?
49. Se lanza una moneda dos veces y en una caja vacía se colocan tantas bolas blancas como número de caras obtenidas y tantas negras como el número del lanzamiento donde se
obtiene sello por primera vez multiplicado por dos, si es que se obtiene. Se extraen sin
reposición dos bolas de la caja. ¿Cuál es la probabilidad de que sean de distinto color?
50. Tres sucursales de una tienda tienen 8, 12 y 14 empleados de los cuales 4, 7 y 10 son
mujeres, respectivamente. Se escoge una sucursal al azar y de ella se escoge a un empleado. Si este empleado es una mujer, ¿cuál es la probabilidad de que ella trabaje en la
sucursal que tiene 12 empleados?
Probabilidad y Estadística Introducción a la Probabilidad
José Luis Quintero 78
51. Basándose en varios estudios, una compañía ha clasificado, de acuerdo con la posibilidad de
encontrar petróleo, las formaciones geológicas en 3 tipos. La compañía pretende perforar un pozo en un determinado lugar, al que le asignan las probabilidades de 0.35, 0.40 y 0.25 para
los tres tipos de formaciones, respectivamente. De acuerdo con la experiencia, se sabe que
el petróleo se encuentra en un 40% de las formaciones de tipo I, en un 20% de las de tipo II y en un 40% de las de tipo III. Si tras perforar el pozo, la compañía descubre que hay
petróleo, determine la probabilidad de que ese lugar se corresponda con una formación del
tipo III.
52. Pruebe que para cualesquiera dos eventos, A y B, P(A B) P(A B) 1+ = , con tal de que
P(B) 0≠ .
53. Pruebe que si P(B / A) P(B / A)= entonces A y B son independientes.
54. Demuestre que si A y B son eventos independientes, también lo son cA y cB .
55. Si 1 nA ,..., A son eventos independientes, demuestre que
n n
i ii 1i 1
P A 1 (1 P(A ))==
= − −
∏∪ .
56. Sean A y B eventos independientes, tales que con probabilidad 1/6 ocurren
simultáneamente, y con probabilidad 1/3 ninguno de ellos ocurre. Halle P(A) y P(B). 57. Los eventos 1 2 nA ,A ,...,A son eventos independientes y jp(A ) p= , j 1,2,...,n= . Halle el
menor n para el cual n
ii 1
P A H=
≥ ∪ ,
donde H es un número fijo.
58. ¿Cuál es el menor valor de n para el cual la probabilidad de obtener al menos un 6 en una
serie de n lanzamientos de un dado sea mayor que 34 ?
59. Sean A, B y C tres eventos independientes entre sí tales que 4P(A) 2P(B) P(C) 0= = > y
P(A B C) 4P(A)∪ ∪ = . Obtenga P(A), P(B) y P(C).
60. Se lanza una moneda diez veces y en todos los lanzamientos el resultado es cara. ¿Cuál es la
probabilidad de este evento?, ¿cuál es la probabilidad de que en el undécimo lanzamiento el
resultado sea cruz?
61. La probabilidad de que cierto componente eléctrico funcione es de 0.9. Un aparato contiene
dos de éstos componentes. El aparato funcionará mientras lo haga, por lo menos, uno de los componentes.
Probabilidad y Estadística Introducción a la Probabilidad
José Luis Quintero 79
a. Sin importar cuál de los dos componentes funcione o no, ¿cuáles son los posibles
resultados y sus respectivas probabilidades? (Puede suponerse independencia en la operación entre los componentes.)
b. ¿Cuál es la probabilidad de que el aparato funcione?
62. En una caja hay R pelotas rojas y A pelotas amarillas. Se realiza un MSR de tamaño tres.
¿Cuál es la probabilidad de que las tres pelotas sean rojas?
63. En una caja hay 4 bombillos malos y 6 buenos. Se sacan 2 bombillos a la vez. ¿Cuál es la
probabilidad de que ambos bombillos resulten buenos?
64. Se lanza un par de dados balanceados. Calcule la probabilidad de que la suma sea 7, dado
que:
a. La suma es impar b. La suma es mayor que 6
c. El resultado del primer dado fue impar
d. El resultado del segundo dado fue par e. El resultado de al menos un dado fue impar
f. Los dos dados tuvieron el mismo resultado
g. Los dos dados tuvieron distintos resultados h. La suma de los dados fue 13
65. Se tienen dos cajas con pelotas. En la caja 1 hay X pelotas blancas y Y pelotas rojas. En la caja 2 hay Z pelotas blancas y W pelotas rojas. Se selecciona al azar una pelota de la caja 1
y se coloca en la caja 2. Seguidamente se escoge una pelota de la caja 2. ¿Cuál es la
probabilidad de que esa pelota sea blanca?
66. Una caja contiene 2000 transistores de los cuales el 5% es defectuoso. Una segunda caja
contiene 500 transistores de los cuales el 40% es defectuoso. Otras dos cajas contienen 1000 transistores cada una con un 10% de defectuosos. Se selecciona al azar una caja y de
ella se toma un transistor. ¿Cuál es la probabilidad de que ese transistor esté bueno?
67. Se dispone de una caja con R pelotas rojas y A pelotas amarillas. Se lanza un dado perfecto
y se obtiene como resultado un valor N, con N variable entre uno y seis; si N es menor que 4
se extraen 2 pelotas sin reposición, en caso contrario se extraen 2 pelotas con reposición. ¿Cuál es la probabilidad de que no se extraigan pelotas rojas?
68. Tres jugadores A, B y C se turnan para lanzar un dado perfecto. A lanza de primero, B lanza
después y por último C, y el ciclo se repite hasta que gana el primero que obtenga un número par. ¿Cuál es la probabilidad de ganar de cada uno de los jugadores?
69. N jugadores se turnan para tomar parte en un juego de azar. La participación se hace en
serie hasta que el primero de ellos obtenga la ocurrencia del evento de interés definido previamente que tiene probabilidad p (0 p 1)< < . ¿Cuál es la probabilidad de ganar de cada
uno de los jugadores?
Probabilidad y Estadística Introducción a la Probabilidad
José Luis Quintero 80
70. Sea { }S a,b,c,d,e= , con 1
8P(a) = , 1
16P(b) = , 3
16P(c) = , 5
16P(d) = , 5
16P(e) = . Sean los eventos
{ }A a,d,e= y { }B c,d,e= . Calcule P(B / A) .
71. Se tienen cinco cajas con cinco bolas cada una, distribuidas como sigue: la caja i tiene i bolas
blancas y 5-i bolas negras. Se selecciona una bola al azar. ¿Cuál es la probabilidad de haber
sacado una bola de la caja i si ésta es de color negro?
72. Basándose en varios estudios, una compañía ha clasificado, de acuerdo con la posibilidad de
encontrar petróleo, las formaciones geológicas en 3 tipos. La compañía pretende perforar un pozo en un determinado lugar, al que le asignan las probabilidades de 0.35, 0.40 y 0.25 para
los tres tipos de formaciones, respectivamente. De acuerdo con la experiencia, se sabe que
el petróleo se encuentra en un 40% de las formaciones de tipo I, en un 20% de las de tipo II y en un 40% de las de tipo III. Si tras perforar el pozo, la compañía descubre que hay
petróleo, determine la probabilidad de que ese lugar se corresponda con una formación del
tipo I.
73. Un detector de mentiras muestra una señal positiva (señala una mentira) 10% de las veces
que alguien dice la verdad, y 95% de las veces que alguna persona miente. Si dos personas son sospechosas de un crimen que se sabe ha cometido uno solo de ellos, y ambos dicen ser
inocentes, ¿cuál es la probabilidad de que una señal positiva del detector corresponda al
culpable?
74. Un estudiante responde una pregunta de un examen de múltiple escogencia que tiene cuatro
respuestas posibles. Suponga que la probabilidad de que el estudiante conozca la respuesta a la pregunta es 0.8 y la probabilidad de que adivine es 0.2. Si el estudiante adivina, la
probabilidad de que acierte es 0.25. Si el estudiante responde acertadamente la pregunta,
¿cuál es la probabilidad de que el estudiante realmente supiera la respuesta?
75. Suponga que la probabilidad de estar expuesto a un virus que produce una enfermedad es
0.6. Se sabe que cierta vacuna impide, en un 80% de los casos, que una persona vacunada y expuesta al virus contraiga la enfermedad producida por el virus. Una persona no vacunada
tiene probabilidad 0.9 de sufrir la enfermedad si entra en contacto con el virus. Dos
personas, una vacunada y otra no, son capaces de realizar cierta tarea muy especializada en una compañía. Suponga que estas personas no están en la misma localidad, no están en
contacto con las mismas personas ni pueden contagiarse entre sí. ¿Cuál es la probabilidad de
que al menos uno de ellos sufra la enfermedad?
76. Una bolsa contiene cuatro metras blancas y dos negras, y una segunda bolsa contiene tres
de cada color. Se escoge una bolsa al azar y luego se selecciona una metra, también al azar. ¿Cuál es la probabilidad de que la metra sea blanca?
77. Sea una caja denominada “caja X” con 8 artículos de los cuales n son defectuosos y el resto son artículos buenos y otra caja llamada “caja Y” con 5 artículos buenos y 2 defectuosos. El
lunes en la noche se extrae al azar un artículo de la caja X y se coloca en la caja Y.
Probabilidad y Estadística Introducción a la Probabilidad
José Luis Quintero 81
El martes en la mañana se elige un artículo de cada caja. Se sabe que la probabilidad de que
el lunes se haya pasado un artículo defectuoso de la caja X a la caja Y dado que los dos
artículos obtenidos el martes son defectuosos es igual a 3/8. Determine la cantidad de artículos defectuosos que originalmente tenía la caja X.
78. Tres cajas contienen dos monedas cada una. En la primera, 1C , ambas son de oro; en la
segunda, 2C , ambas son de plata y en la tercera, 3C , una es de oro y otra es de plata. Se
escoge una caja al azar. Si la moneda es de oro. ¿Cuál es la probabilidad de que venga de la
caja que contiene dos monedas de oro?
79. Tres enfermedades distintas y excluyentes A, B y C producen el mismo conjunto de síntomas
H. Un estudio clínico muestra que las probabilidades de contraer las enfermedades son 0.01,
0.005 y 0.02 respectivamente. Además, la probabilidad de que el paciente desarrolle los síntomas H para cada enfermedad son 0.90; 0.95 y 0.75 respectivamente. Si una persona
enferma tiene los síntomas H, ¿cuál es la probabilidad de que tenga la enfermedad A?
80. El 5% de las unidades producidas en una fábrica se encuentran defectuosas cuando el
proceso de fabricación se encuentra bajo control. Si el proceso se encuentra fuera de control,
se produce un 30% de unidades defectuosas. La probabilidad marginal de que el proceso se encuentre bajo control es de 0.92. Si se escoge aleatoriamente una unidad y se encuentra
que es defectuosa, ¿cuál es la probabilidad de que el proceso se encuentre bajo control?
81. Se lanza una moneda con una probabilidad de 2 3 que el resultado sea cara. Si aparece una
cara, se extrae una pelota, aleatoriamente, de una urna que contiene dos pelotas rojas y tres
verdes. Si el resultado es cruz se extrae una pelota, de otra urna, que contiene dos rojas y dos verdes. ¿Cuál es la probabilidad de extraer una pelota roja?
82. Se lanzan tres dados. Calcule la probabilidad de cada uno de los eventos siguientes, justificando en cada caso su respuesta:
a. En cada cara aparece el mismo número
b. En dos caras aparece el mismo número y en la otra un número distinto c. En todas las caras aparecen números distintos
83. De entre 20 tanques de combustible fabricados para un transbordador especial, tres se encuentran defectuosos. Si se seleccionan aleatoriamente cuatro tanques:
a. ¿Cuál es la probabilidad de que ninguno de los tanques se encuentre defectuoso?
b. ¿Cuál es la probabilidad de que uno de los tanques tenga defectos?
84. Se arrojan simultáneamente 4 monedas.
a. ¿Cuántos resultados posibles se pueden obtener? b. ¿Cuántos casos hay en los que salgan 2 caras y 2 sellos?
85. Sean A y B eventos independientes tales que P(A) 1 / 3= y P(A B) 2 / 3∪ = . Calcule P(B),
P(A / B) y P(B / A) .
Probabilidad y Estadística Introducción a la Probabilidad
José Luis Quintero 82
86. Una agencia automotriz recibe un embarque de 20 automóviles nuevos. Entre éstos, dos
tienen defectos. La agencia decide seleccionar, aleatoriamente, dos automóviles de entre los 20 y aceptar el embarque si ninguno de los dos vehículos seleccionados tiene defectos. ¿Cuál
es la probabilidad de aceptar el embarque?
87. Una urna contiene 10 bolas negras y 5 bolas rojas. Se extraen 3 bolas al azar, con
reposición.
a. Calcule la probabilidad de que sean 2 negras y 1 roja b. Calcule la probabilidad de que sean las 3 negras
c. Repita los dos cálculos anteriores, suponiendo que la extracción es sin reposición
88. Las probabilidades de que un marido y su esposa estén vivos durante 20 años a partir de
ahora está dada por 0.8 y 0.9 respectivamente. Encuentre la probabilidad de que en 20 años
estén vivos a. ambos b. ninguno c. al menos uno
89. Un estudiante no preparado responde a un parcial de 10 preguntas de verdadero-falso y adivina todas las respuestas. Determine la probabilidad de que el estudiante apruebe el
parcial si se sabe que si se tienen más de 2 respuestas incorrectas se reprueba el examen.
90. Encierre en un círculo la letra V o F según considere que la proposición es verdadera o falsa
respectivamente.
a. Si dos eventos no vacíos son independientes, entonces la probabilidad de la unión de ellos es la suma de sus probabilidades
b. Si A y B son eventos independientes no vacios, con probabilidades P(A) y P(B)
respectivamente, entonces los eventos complementarios A y B también lo son c. De una caja con X pelotas blancas y Y pelotas rojas se realiza un muestreo de
tamaño tres sin reposición. La probabilidad de obtener tres pelotas blancas es 3 3X / (X Y)+
d. Si se lanza una moneda honesta hasta que salga cara por primera vez, la
probabilidad de que esto ocurra en el k-ésimo intento (k 1)≥ es igual a k 112( ) −
V F
V F
V F
V F
91. De los eventos A, B, C y D se tiene la siguiente información:
•••• A y B son independientes, B y C son independientes y A y C son independientes •••• De A, B y C pueden ocurrir a lo sumo 2 de ellos •••• A B C∪ ∪ y D son mutuamente excluyentes •••• A, B y C ocurren cada uno con una probabilidad p (0 p 1)< <
•••• El evento D tiene una probabilidad de ocurrencia igual a 1/5 a. Halle el valor de p para el cual la probabilidad de que ocurra al menos uno de los cuatro
eventos anteriores sea máxima.
b. ¿Son los eventos A, B, C y D colectivamente exhaustivos? Justifique su respuesta
Probabilidad y Estadística Introducción a la Probabilidad
José Luis Quintero 83
92. Un sistema contiene tres componentes A, B y C. Estos componentes pueden conectarse en
cada una de las cuatro configuraciones mostradas (F1, F2, F3, F4). Los tres componentes operan en forma independiente y la probabilidad de que uno, cualquiera de ellos, esté
funcionando es p. La configuración que proporciona la máxima probabilidad de que el
sistema funcione es a. F1 b. F2 c. F3 d. F4
93. Sean dos cajas numeradas 1 y 2. La caja 1 tiene 7 pelotas rojas y 5 pelotas amarillas y la
caja 2 tiene 8 pelotas rojas y 4 pelotas amarillas. Se lanza un dado normal y se obtiene como resultado un valor N, con N entre uno y seis. Si N es menor que 5 se extraen 2 pelotas
sin reposición de la caja 1, en caso contrario se extraen 2 pelotas con reposición de la caja 2.
Halle la probabilidad de obtener a lo sumo 1 pelota roja.
94. Considere una caja que contiene 2 pelotas rojas, 2 pelotas verdes y 2 pelotas blancas. Dos
jugadores A y B se turnan para extraer 2 pelotas de la caja con reposición. Gana aquel jugador que en ese turno sea el único en extraer 2 pelotas de igual color; en cualquier otro
caso, ambos vuelven a intentarlo. Calcule la probabilidad de que el jugador A gane antes de
su tercer intento.
95. Se tienen tres monedas cargadas, donde se sabe que la primera tiene una probabilidad de
0.3 de obtenerse cara, la segunda una probabilidad de 0.4 de ocurrir sello y la tercera una probabilidad de 0.4 de salir cara. Un jugador escoge al azar una de las monedas y la lanza
dos veces. ¿Cuál es la probabilidad de obtener dos caras?
96. Se lanza un dado normal 10 veces y se desea calcular la probabilidad de que salga la cara
cuatro 3 veces, la cara seis 1 vez, la cara cinco 4 veces y la cara uno 2 veces.
97. Un jugador lanza una moneda equilibrada. El juego termina hasta que obtenga cara. ¿Cuál es la probabilidad de ganar en el k-ésimo intento?
98. Un jugador lanza una moneda equilibrada. El juego termina hasta que obtenga cara por
tercera vez. ¿Cuál es la probabilidad de ganar en el k-ésimo intento?
99. En una caja se tienen 15 pelotas blancas y 5 pelotas negras. Se extraen 6 pelotas. ¿Cuál es la probabilidad de que en la muestra se encuentren 4 pelotas blancas y 2 negras?
100. En una caja se tienen 8 pelotas blancas, 7 pelotas negras y 5 pelotas rojas. Se extraen 6
pelotas. ¿Cuál es la probabilidad de que en la muestra se encuentren 3 pelotas blancas, 2
negras y 1 roja?
Probabilidad y Estadística Introducción a la Probabilidad
José Luis Quintero 84
RESPUESTAS
[1] a. F b. V c. V d. V e. F [2] a. 0.19 b. 1/6 c. 1 2 3A A A∩ ∩ d. D4
[3] a. 0.63 b. 0.56 c. 0.81 d. 0 e. 0.37 f. 0.19
[6] a. 9 3 320 8 40, , b. 321 7
40 5 20, , [7] 73.33% [8] a. 3
5 b. 2
5 [9] 5
18 [10] 2R
L( )π
[11] 23 [12] a. 4
7 b. 5
7 [13] 5
8 [14] a. 75% b. 18% [15] 2
5 [16] 0.7
[17] a. 0.35 b. 0.2 c. 0.45 [18] 600 [19] 720 [20] 125970 [21] a. 816 b. 1140 c. 150 d. 131 [22] 5040 [23] a. 720 b. 120 c. 1000 d. 220 [24] 2880 [25] a. 9000 b. 4536 c. 504 [26] 10365 [27] 0.0286 [28] 0.1429
[29] 0.64128 [30] 0.4072 [31] 0.25 [32] 0.28 [33] a. 0.2361 b. 0.2610 c. 0.7639 [34] a. 1
2310 b. 1
55 c. 1
33
[35] a. 310 b. 2
5 c. 1
10 d. 2
5 e. 9
10 [36] 120 20 [37] a. 350 b. 150 [38] 64
[39] r 1
i 1
i1 1 , 2 r 365
365
−
=
− − ≤ ≤
∏ [40] 1.82% [41] a. 1291 b. 55
91 c. 1
14
[42] a. 24125 b. 72
125 c. 1
125 [43] 2
105 , 2
5 [45] a. 1
9 b. 2
5 c. 1
3 [46] 2 1
3 3P(A) , P(B)= =
[47] 0.41 [48] a. 0.3 b. 0.4 [49] 415 [50] 49
151 [51] 0.3125 [56] 1 1
2 3, [58] 8
[59] 1 14 2P(A) , P(B) , P(C) 1= = = [60] 101 1
2 2( ) , [61] b. 0.99 [62] R R 1 R 2
R A R A 1 R A 2. .− −+ + − + −
[63] 13 [64] a. 1
3 b. 2
7 c. 1
6 d. 1
6 e. 2
9 f. 0 g. 1
5 h. 0 [65] (X Y)Z X
(X Y)(Z W 1)+ +
+ + + [66] 0.8375
[67] 1 A A 1 A2 R A R A 1 R A
( )−+ + − ++ [68] 4 2 1
7 7 7, , [69]
i 1p(1 p)N1 (1 p), i 1,...,N
−−
− −= [70] 3
4
[71] 5 i10, i 1,...,5− = [72] 0.4375 [73] 0.905 [74] 0.941 [75] 0.5952 [77] 3
[78] 23 [79] 0.313 [82] a. 1
36 b. 5
12 c. 5
9 [83] a. 0.4912 b. 0.4211 [84] a. 16 b. 6
[85] 12 , 1
3 , 1
2 [86] 0.8053 [87] a. 4
9 b. 8
27 c. 45 24
91 91, [88] a. 0.72 b. 0.02 c. 0.98
[89] 7128 [90] a. F b. V c. F d. F [91] a. 1
2 b. No [92] c [93] 190
297 [94] 28
81
[95] 0.203 [96] 15757558272
[97] k12( ) , k 1,2,...= [98] (k 1)(k 2) k1
2 2( ) , k 3,4,...− − =
[99] 0.3222 [100] 0.182
José Luis Quintero
ROBABILIDADES (ITEL-30205)
Tema 1. Fundamentos de Estadística Descriptiva
Distribución defrecuencias y medidas de localización
[1] CANAVOS, GEORGE. Probabilidad y Estadística. Aplicaciones y Métodos. Mc Graw Hill (1995)
[2] DEVORE, JAY. Probabilidad y Estadística para Ingeniería y Ciencias. Quinta edición.
Thomson Learning (2001)
[3] DÍAZ, RAFAEL. Introducción a la Probabilidad y a los Procesos Estocásticos en Ingeniería.
Disponible en Módulo 7 Universidad Católica Andrés Bello (2011)
[4] HINES, WILLIAM y MONTGOMERY, DOUGLAS. Probabilidad y Estadística para Ingeniería. Tercera edición. CECSA (1999)
[5] LÓPEZ, RAFAEL. Cálculo de Probabilidades e Inferencia Estadística con tópicos de
Econometría. Quinta edición. Publicaciones UCAB (2009)
[6] MARTÍNEZ, CIRO. Estadística y Muestreo. Ecoe Ediciones (2003)
[7] MEYER, PAUL. Probabilidad y Aplicaciones Estadísticas. Addison-Wesley Iberoamericana
(1986)
[8] MONTGOMERY, DOUGLAS y RUNGER, GEORGE. Probabilidad y Estadística aplicadas a la Ingeniería. Mc Graw Hill (1998)
[9] NIEVES, ANTONIO y DOMÍNGUEZ, FEDERICO. Probabilidad y Estadística para Ingeniería.
Un enfoque moderno. Mc Graw Hill (2010)
[10] ORTEGA, JOAQUIN y WSCHEBOR, MARIO. Introducción a la Probabilidad. Universidad
Nacional Abierta (1993)
[11] SPIEGEL, MURRAY; SCHILLER, JOHN y SRINIVASAN, ALU. Probabilidad y Estadística. Segunda edición. Serie Schaum (2001)
[12] TRIOLA, MARIO. Probabilidad y Estadística. Novena edición. Pearson Addison Wesley
(2004)
[13] WACKERLY, DENNIS; MENDENHALL; WILLIAM y SCHEAFFER, RICHARD. Estadística
Matemática con Aplicaciones. Séptima edición. Cengage Learning Editores (2010)
[14] WALPOLE, RONALD; MYERS, RAYMOND; MYERS, SHARON y YE, KEYING. Probabilidad y Estadística para Ingeniería y Ciencias. Onceava edición. Pearson (2012)
BIBLIOGRAFÍA GENERAL
José Luis Quintero
Ingeniero de Sistemas (I.U.P.F.A.N.) – Magister Scientiarum enInvestigación de Operaciones (U.C.V.) – Doctor en Ciencias dela Computación: Área de interés: Cálculo Numérico yOptimización (U.C.V.). Postdoctor en Ciencias Gerenciales(U.N.E.F.A.). Actualmente se encuentra culminando el(U.N.E.F.A.). Actualmente se encuentra culminando elDoctorado en Ingeniería: Área de interés: Estadística (U.S.B.).Investigador y profesor de pregrado y postgrado de la Facultadde Ingeniería de la Universidad Central de Venezuela. Profesorde la Escuela de Ingeniería de Telecomunicaciones de laUniversidad Católica Andrés Bello.
Introducción a la Probabilidad reúne en un solo materiallos puntos de interés de este primer tema para el curso deProbabilidades que forma parte del conjunto de asignaturas delprograma de estudios de Ingeniería de Telecomunicaciones.Aspectos de interés como experimento aleatorio, teoría deconjuntos, técnicas de conteo, probabilidad condicional yexperimentos notables forman parte del contenido del tema.
http://www.joseluisquintero.com/
experimentos notables forman parte del contenido del tema.Se resuelven y proponen problemas a distintos niveles quebuscan ilustran con situaciones sencillas los aspectos teóricosdesarrollados en el tema. Determinados gráficos estángenerados con el programa MATLAB.
El presente material se encuentra disponible para descargarde forma gratuita del sitio web