Вы находитесь на странице: 1из 8

Fundamentos de probabilidad

La probabilidad es un mtodo mediante el cual


se obtiene la frecuencia de un suceso
determinado mediante la realizacin de un
experimento aleatorio, del que se conocen todos
los resultados posibles, bajo condiciones
suficientemente estables.
La teora
de
la
probabilidad se usa extensamente en reas como
la estadstica,
la fsica,
la matemtica,
las ciencias y la filosofa para sacar conclusiones
sobre la probabilidad discreta de sucesos
potenciales y la mecnica subyacente discreta de
sistemas complejos.
Orgenes de la probabilidad
El origen de la teora de la probabilidad se da en
la poca del renacimiento las matemticas y la
filosofa, empiezan a dar una explicacin
coherente a muchos fenmenos que no
seguan un patrn determinstico, sino aleatorio.
Es el caso de todos los fenmenos relativos a la
probabilidad de los sucesos, concretados en
este tiempo fundamentalmente en los juegos de
azar.
En este periodo es cuando empiezan a surgir de
manera ms seria inquietudes en torno a
contabilizar el nmero de posibles resultados
de un dado lanzado varias veces, o problemas
ms prcticos sobre cmo repartir las ganancias
de los jugadores cuando el juego se
interrumpe antes de finalizar. Como vemos
estas
inquietudes
surgan
ms
como intentos de resolver problemas cotidianos
con el fin de ser justos en las apuestas y repartos
o
incluso
desconocer las respuestas para obtener ventajas
y en consecuencia mayoresganancias respecto a
otros jugadores y mucho menos de inquietudesm
atemticas verdaderas. De hecho la idea de
modelizar el azar mediante las matemticas an
no estaba plenamente presente en los
intelectuales de la poca como Luca Pacioli,
Girolamo Cardano y Niccolo Tartaglia.
Pero, cierto da del ao 1654, Blaise Pascal
(1623 - 1662) matemtico francs, haca un
viaje en compaa de un jugador ms o menos
profesional conocido como el caballero de Mer,
quien era una persona apasionada por todo lo
relacionado con el juego de los dados y las
cartas, siendo adems un hombre noble e
ilustrado. Este caballero crea que haba
encontrado
una
"falsedad"
en
los nmeros al analizar el juego de los dados, obs
ervando que el comportamiento de los dados
era diferente cuando se utilizaba un dado que
cuando se empleaban dos dados. La "falsedad"
parta simplemente de una comparacin
errnea entre las probabilidades de sacar un
Lic. Maria Zonia Tapia Garca

e-mail: mozartgia@hotmail.com

seis con un solo dado o de sacar un seis con


dos dados. Para el caballero deba existir una
relacin proporcional entre el nmero de jugadas
necesarias para conseguir el efecto deseado en
uno
y
otro
caso.
El problema estaba en que el citado caballero no
tuvo en cuenta que en el segundo caso estaba
analizando
una
probabilidad compuesta en donde las distintas
probabilidades
se deben
calcular
multiplicativamente.
Este y otros problemas planteados por el
caballero a Pascal sobre cuestiones relacionadas
con
diferentes
juegos
de azar,
dieron origen a una correspondencia entre el
propio Pascal y algunos de sus amigos
matemticos, sobre todo con Pierre de Fermat
(1601-1665) de Toulouse, abogado de profesin,
pero gran amante de las matemticas.
Esta correspondencia constituye el origen de la
teora moderna de la probabilidad. Ni Pascal
ni Fermat expusieron sus
resultados por escrito
y fue el fsico-matemtico holands Christian
Huygens (1629-1695) quien en 1657 public
un breve tratado titulado "De Ratiocinnis in ludo al
eae" ( sobre los razonamientos relativos a los
juegos de dados) inspirado en la correspondencia
sostenida entre los dos creadores de la teora de
la probabilidad. Adems Huygens extendi
algunos resultados de Pascal y aclar varios
problemas para tres o ms jugadores. En 1665,
Pascal publicaba Tratado sobre el tringulo
aritmtico, la ms importante contribucin
realizada hasta la fecha en el mbito de la
combinatoria.
El libro se basa
en
la
construccin y propiedades combinatorias del
posteriormente llamado tringulo de Pascal.
Para qu sirve la Probabilidad?
La probabilidad y la estadstica son parte
importante de la vida. A cada momento
elaboramos juicios y tomamos decisiones y,
consciente o inconscientemente, utilizamos sus
conceptos y tcnicas; por ejemplo, decidimos a
qu hora salir de casa, basados en el tiempo
promedio necesario para trasladarnos al lugar
que deseamos; escogemos el medio de trasporte
en funcin de su disponibilidad, su costo y rapidez
relativa a nuestra prisa, analizamos y decidimos
respecto a cualquier proyecto considerando sus
probabilidades de xito en diferentes condiciones;
la experiencia es una forma de estudiar la
tendencia de los fenmenos y decidir en
consecuencia: llevar paraguas; comprar otro
cuaderno; no le prestar mi calculadora; etc.
A pesar de que los conceptos bsicos de la
probabilidad y la estadstica son conocidos en
general por el hombre moderno, es necesario el
estudio sistemtico de ellos a fin de disponer de

las tcnicas adecuadas para resolver con mayor


precisin los problemas de la vida actual. Por
ejemplo, cul es la probabilidad de xito de este
proyecto?; qu tan seguro puedo estar de la
calidad de cierto artculo, si al tomar 100 de ellos
8 eran defectuosos?; cul es el volumen
esperado de ventas para mi empresa durante los
prximos 18 meses, a fin de elaborar el programa
de produccin?; qu relacin existe entre el
presupuesto de publicidad y el nmero de clientes
de mi empresa?; cul es el lugar ms
conveniente para vacacionar si existen opiniones
encontradas respecto al mejor lugar, pero es
posible clasificar las preferencias de los
integrantes de un grupo de vacacionistas?; qu
resistencia debe tener un perno de metal para
soportar la carga a la que ser sometido?; etc.
Las respuestas a estas preguntas se obtienen por
medio de tcnicas cuyo estudio se inicia en este
curso y se extiende hasta cursos avanzados y
tesis post-doctorales.

Conceptos Bsicos de Probabilidad


A continuacin se presentan algunos conceptos
que son bsicos para el estudio de la
probabilidad.
Probabilidad: es la posibilidad de que un hecho,
evento o fenmeno ocurra. Es la posibilidad
numrica, medida entre 0 y
1, de que ocurra
el evento.
Experimento: es el proceso mediante el cual se
obtiene una observacin o una medicin de un
fenmeno, o hecho.
Ej.
el lanzamiento de dados o
monedas, el clculo de la cantidad de
bacterias por centmetro cbico de una
porcin de alimento procesado, el
numero de fallas elctricas en una
colonia, etc.
Evento: es el resultado de la realizacin de un
experimento
xito se considera que es el nmero que
relaciona la cantidad de que si ocurre un suceso
de determinado evento.
Fracaso se considera que es el nmero que
relaciona la cantidad de que no ocurre en
determinado evento
Espacio muestral: el conjunto de todos los
posibles resultados para un experimento es el
espacio muestral.

Lic. Maria Zonia Tapia Garca

e-mail: mozartgia@hotmail.com

Un evento simple es aquel que no se puede


descomponer, a dicho evento corresponde uno y
solo un punto muestral. Se usar la letra E con
subndice para denotar un evento simple o el
punto muestral correspondiente.
Eventos determinsticos: Son aquellos que
ofrecen exclusivamente un solo resultado. Por
ejemplo,
el
combinar
(bajo
condiciones
apropiadas) dos partes de Hidrgeno con una de
oxgeno, necesariamente resulta agua.
Eventos aleatorios: Son aquellos que ofrecen
dos o ms resultados. Por ejemplo, en la lotera
nacional el premio mayor se ofrece a las 50,000
personas que participan en el sorteo. La vida en
aos de un componente electrnico es de 6,
entonces un evento aleatorio puede ser que el
componente falle antes de que finalice el sexto
ao. Claro est que al efectuarse un evento
aleatorio se presenta solamente un resultado,
pero en repeticiones sucesivas del mismo evento
aleatorio los resultados pueden ser distintos.
Un evento determinstico carece de importancia
para la teora de probabilidad, porque se reduce a
un caso trivial de esta. En realidad la teora de
probabilidad siempre se ha dirigido al anlisis de
los eventos aleatorios.

El espacio muestral relacionado con un


experimento es el conjunto de puntos muestrales
posibles. S denotar un espacio muestral.
El valor de una probabilidad se puede mostrar a
travs de fracciones, cuyos valores se encuentran
de 0 a 1, esto significa que los valores pueden ser
expresados de la siguiente manera: 0.3, 0.5,
0.23, 0.034, 0.456, etc., o bien, como: , 2/3,
1/4, 3/5, 1/10, etc.
Si la probabilidad es cero significa que el fenmeno nunca
aparecer, en cambio, una probabilidad de uno, significa que
el fenmeno siempre ocurrir.
El enfoque clsico o a priori de la probabilidad est basado
en la suposicin de que todos los resultados del experimento
son igualmente posibles.

Tablas de contingencia

Las tablas de contingencia se emplean para


registrar y analizar la relacin entre dos o ms
variables, habitualmente de naturaleza cualitativa
-nominales u ordinales-.
Supngase que se dispone de dos variables, la
primera el sexo (hombre o mujer) y la segunda
que recoge si el individuo es zurdo o diestro. Se
ha observado esta pareja de variables en una

muestra aleatoria de 100 individuos. Se puede


emplear una tabla de contingencia para expresar
la relacin entre estas dos variables, del siguiente
modo:
Tabla 1

A partir de la tabla de contingencia se puede


adems analizar si existe alguna relacin de
dependencia o independencia entre los niveles de
las variables cualitativas objeto de estudio.

Hombre
Mujer
Total

Diestro
43
44
87

Zurdo
9
4
13

Total
52
48
100

Las cifras en la columna de la derecha y en la fila


inferior reciben el nombre de frecuencias
marginales (Para distinguir las frecuencias de
cada variable al estudiarlas aisladamente
llamaremos frecuencias marginales a las de cada
variable por separado. De esta forma tendramos
dos distribuciones unidimensionales a partir de
las conjuntas)

Las Distribuciones Discretas y


Continuas de Probabilidad

Conceptos Bsicos de Probabilidad


A continuacin se presentan algunos conceptos
que son bsicos para el estudio de la
probabilidad.
Probabilidad: es la posibilidad de que un hecho,
evento o fenmeno ocurra. Es la posibilidad
numrica, medida entre 0 y 1, de que ocurra el
evento.
Experimento: es el proceso mediante el cual se
obtiene una observacin o una medicin de un
fenmeno, o hecho.

Ejemplo 2. Tambin con 3 dimensiones, pero


ms sencillo en cuanto al nmero de categoras
de cada variable, en la que se estudia la
proporcin de mujeres admitidas en una
determinada Universidad frente a la proporcin de
hombres:
Tabla 2.

Evento: es el resultado de la realizacin de un


experimento

El xito se considera que es el nmero que

Hombre
Mujer
Total

No
1493
1278
2771

Si
1198
557
1755

%
45
30

Total
2691
1835
4526

El ejemplo siguiente es una tabla de contingencia


de 2 2 , ya que tiene dos atributos (fuma y
sexo) y cada uno de ellos tiene dos niveles

Tabla 3

FUMA

Ej. el lanzamiento de dados o monedas, el calculo de


la cantidad de bacterias por centmetro cbico de una
porcin de alimento procesado, el numero de fallas
elctricas en una colonia, etc.

SI
NO
Total

SEXO
Hombre

Mujer

Total

65
43
108

58
67
125

123
110
233

123 de ellos fuman y 110 no. La tabla de


contingencia nos permite tener informacin
cruzada sobre ambas variables: de los 108
hombre, 65 fuman y 43 no, mientras que en el
caso de las mujeres, 58 fuman y 67 no.

Lic. Maria Zonia Tapia Garca

e-mail: mozartgia@hotmail.com

relaciona la cantidad de que si ocurre un suceso


de determinado evento.
El fracaso se considera que es el nmero que
relaciona la cantidad de que no ocurre en
determinado evento
Espacio muestral: el conjunto de todos los
posibles resultados para un experimento es el
espacio muestral.
Un evento simple es aquel que no se puede
descomponer, a dicho evento corresponde uno y
solo un punto muestral. Se usar la letra E con
subndice para denotar un evento simple o el
punto muestral correspondiente.
El espacio muestral relacionado con un
experimento es el conjunto de puntos muestrales
posibles. S denotar un espacio muestral.
El valor de una probabilidad se puede mostrar a
travs de fracciones, cuyos valores se encuentran
de o a 1, esto significa que los valores pueden ser
expresados de la siguiente manera: 0.3, 0.5,
0.23, 0.034, 0.456, etc., o bien, como: , 2/3,
1/4, 3/5, 1/10, etc.

Si la probabilidad es cero significa que el


fenmeno nunca aparecer, en cambio, una
probabilidad de uno, significa que el fenmeno
siempre ocurrir.
El enfoque clsico o a priori de la probabilidad
est basado en la suposicin de que todos los
resultados del experimento son igualmente
posibles. La probabilidad se calcula de la
siguiente manera:
Pr obabilidad del evento
numero de posibles resultadosdel evento
P E
numero total de resultados posibles del exp erimento

Ejemplo: se lanza un dado al aire una sola vez,


calcular la probabilidad de obtener un punto.

El dado consta de seis puntos muestrales


correspondientes a los seis eventos E1, E2 ,E3 ,E4
,E5 ,E6 .

La suma de la probabilidad de cada uno de los


eventos del espacio muestral es igual a la unidad.
o sea, p(obtener guila) + p(obtener sol) =
1. Esto tambin se puede interpretar como:
p(obtener guila) + p(no obtener guila) =
1.

Ejemplo

3: el seor Juan Prez, recibe un


boleto para participar en la rifa de tres premios, si
el nmero de boletos que se reparten para dicho
sorteo son 200, cul es la probabilidad de que el
seor Juan Prez obtenga uno de los tres
premios?.
El experimento es la participacin en la rifa, el
nmero de xitos es tres, el nmero de eventos
es 200. El espacio muestral es:
S = 200 boletos
Por lo tanto, el resultado es:
P ( obtenga 1 de 3 premios) =

E1

E2

E3

E4

E5

E6

Asi es espacio muestral esta dado por

S = E1 , E2 , E3 , E4 , E5 , E6 1,2,3,4,5,6
El numero de xitos es 1 (porque solo hay un
lado con un punto), por lo tanto, la probabilidad de
obtener un punto es:
P( de obtener un punto) = P (E1) =

1
6

Ejemplo 2. Se lanza una moneda al aire, una sola


vez. Calcular la probabilidad de que caiga guila.
Es obvio que la
moneda consta de 2
caras, por lo tanto,

E2

El espacio muestral es

S E1 , E2 sol, guila

Como solo existe un guila, que es el xito que


deseamos tener, por lo tanto la probabilidad es:

Lic. Maria Zonia Tapia Garca

Si la pregunta fuera ahora, cul es la


probabilidad de que el seor Juan Prez no
obtuviera ninguno de los premios?, aqu se aplica
lo que se indic anteriormente:
p(obtenga un premio) + p(no obtenga ningn
premio) = 1. Despejando, obtenemos:
p(no obtenga ningn premio) = 1 - p(obtenga
un premio), por lo tanto, la respuesta es:
p(no obtenga ningn premio) = 1 - 0.015 =
0.985

La probabilidad de un evento con base en el


modelo de frecuencia relativa se determina
mediante. (ver tabla 3b)
PE

E1

P( caiga guila) = P( E2)=

3
0.015
200

1
2
e-mail: mozartgia@hotmail.com

Nmero de veces que ha ocurrido el evento en el pasado


Nmero total de observacio nes

Ejemplo.

A continuacin se transcribe una


distribucin de frecuencias de las comisiones por
ventas anuales, resultado de una encuesta a 124
vendedores de medios publicitarios. Basndonos
en esta informacin, cul es la probabilidad de
que un vendedor seleccionado al azar logre una
comisin: a) entre $5,000 y $10,000. b) menos
de $15,000. c) ms de 20,000.
Tabla 4.

Tabla 5a. Tabla de Contingencia


comisin anual
$
0 4,999

frecuencia
15

5,000 9,999

20

frecuencia rel.
15/124 = 0.120
20/124 = 0.161

10,000 14,999

12

12/124 = 0.096

15,000 19,999

35

35/124 = 0.282

20,000 24,999

30

30/124 = 0.241

25,000 29,999

22

22/124 =0.177

SEXO
Mujer

Total

58
67
125

123
110
233

SEXO
Hombre

Mujer

Total

0.278
0.184
0.463

0.248
0.287
0.536

0.527
0.472
1

Hombre
FUMA

SI
NO
Total

65
43
108

Tabla 5b. Tabla de Probabilidad

SI
NO
Total

a) P5,000 x 10,000 0.161


b) P x 15,000 0.120 0.161 0.096 0.377
c) P ( x > 20,000) = 0.241+0.177 = 0.418

FUMA

Probabilidad marginal y conjunta.

P( de ser hombre ) = 108 / 233 = 0.463


P( de ser mujer ) = 125 / 233 = 0.536
P( Si fumar )
= 123 / 233 = 0.527
P( No fumar)
= 110 / 233 = 0.472

Antes de definir los conceptos de probabilidad


conjunta y marginal, se hace necesario formalizar
dos propiedades bsicas para definir la propiedad
de un evento.
Si un evento A es un subconjunto de un espacio
muestral S, entonces deben cumplirse tres
propiedades siguientes:
I. La probabilidad de cualquier evento varia
entre 0 y 1, es decir 0 P A 1 .
II. La probabilidad de todo espacio muestral
S (evento cierto) es igual a uno, es decir,
P S 1 . De aqu, que la probabilidad
de un evento imposible es cero.
III. La probabilidad del complemento de un

1 P A

evento A, P A

Una manera, muy usada en la practica, de


denominar la probabilidad de un evento simple en
un espacio muestral es como probabilidad
simple o marginal, la cual hace referencia a la
probabilidad de un evento simple, y se denota por
P A , siendo a el evento simple en cuestin. El
nombre de probabilidad marginal se debe a que
esta medida se puede obtener a partir de los
totales marginales de una tabla de contingencia.
Por ejemplo de la siguiente tabla de contingencia
de 233 personas que fuman o no fuman. Una
tabla de probabilidad puede crearse, dividiendo
cada una de las entradas por el total de personas
(frecuencia relativa)

Lic. Maria Zonia Tapia Garca

e-mail: mozartgia@hotmail.com

Los valores en las mrgenes de la tabla se llaman


probabilidades marginales, es decir,

Las probabilidades conjuntas en las celdas de


la estructura principal de la tabla muestran la
probabilidad de la interseccin de dos eventos.
P( hombre y fumar )
= 65 / 233 = 0.278
P( hombre y no fumar ) = 43 / 233 = 0.184
P( mujer y fumar)
= 58 / 233 = 0.248
P( mujer y no fumar) = 67 / 233 = 0.287

Ejemplo 2. De los 500 empleados de cierta


empresa, 170 estn clasificados como miembros
del personal administrativo: 120 hombres y 50
mujeres; 290 como trabajadores de lnea: 150
hombres y 140 mujeres; y los 40 restantes son
empleados auxiliares: 30 hombres y 10 mujeres.
Construya la tabla de probabilidad.
Primero, construimos la tabla de contingencia.
Tabla 6a.
Genero
Hombres
Mujeres
Total

Clasificacin de empleados
Personal
Auxiliar
Lnea
120
150
30
50
140
10
170
290
40

Total
300
200
500

Una tabla de probabilidad puede crearse


dividiendo cada una de las entradas, por el total,
500 empleados
Tabla 6b.
Genero
Hombres
Mujeres
Total

Clasificacin de empleados
Personal
Auxiliar
Lnea
0.24
0.30
0.06
0.10
0.28
0.02
0.34
0.58
0.08

Total
0.60
0.40
1.00

La probabilidad de seleccionar un trabajador de


linea ( L) es

P( L ) 0.58 o

PL 58%

Y la probabilidad de seleccionar un hombre (H)


es

PH 0.60 o

PH 60%

La probabilidad de que le trabajador sea del


personal administrativo (D) y sea hombre (H) es

PD H 0.24 o

PD H 24%

Una probabilidad marginal se encuentra como la


suma de las probabilidades
conjuntas
correspondientes. Por lo tanto

PH PH D PH L PH A
0.24 0.30 0.06 0.60
Acontecimientos Independientes.
El primer tipo de interrogante corresponde a la
regla de la interseccin o multiplicacin. Cuando
dos acontecimientos son independientes, es
decir, la ocurrencia de un evento no afecta la
ocurrencia de otro, la probabilidad de ocurrencia
de ambos eventos independientes (por ejemplo,
textura y color) ser el producto de sus
probabilidades individuales.

ambos eventos A B . Por ejemplo una


persona normal slo puede ser hombre o mujer,
pero no puede ser de ambos sexos (no hay
interseccin), as la ocurrencia del evento
hombre excluye la ocurrencia del evento
mujer. Cuando dos eventos son mutuamente
excluyentes la probabilidad combinada es la
unin o suma de sus probabilidades individuales.

P A B P A PB
De la tabla 6b. La probabilidad de que el
empleado sea mujer (M) u hombre (H) es:

PM H PM PH 0.60 0.40 1.00


Acontecimientos
Independientes
Mutuamente Excluyentes.

pero

No

Existen sucesos que son independientes y no


mutuamente excluyentes, es decir, existe
interseccin entre ambos eventos. Cuando se
desea saber la probabilidad de que uno u otro de
estos eventos ocurra, se aplica la regla de la
suma de las probabilidades de ambos eventos,
sin embargo, como los eventos no son
mutuamente excluyentes se debe restar a esta
suma la interseccin de ambos eventos. Para
generalizar la regla de la suma en eventos no
mutuamente excluyentes, escribimos:

P A B P A PB P A B
De la tabla 6b. La probabilidad de que un
empleado sea un trabajador hombre (H) o un
trabajador administrativo (D) es

P H D P H P D P H D
0.60 0.34 0.24 0.70

Acontecimientos Mutuamente Excluyentes.


Existen eventos que por su naturaleza son
mutuamente excluyentes, es decir, la ocurrencia
de un evento excluye la ocurrencia de otro
evento, por lo tanto, no hay interseccin entre

Lic. Maria Zonia Tapia Garca

e-mail: mozartgia@hotmail.com

TAREA
1. Se efectu un estudio de mercado en escala nacional para determinar la preferencia de los hombres de
10 a 59 de edad por los diferentes deportes. Se seleccion una muestra aleatoria de 1,000 hombres y a
cada uno se le pidi indicar su deporte favorito. Los resultados fueron los siguientes.

Edad
10-19
20-29
30-39
40-49
50-59

Bisbol
26
38
72
96
134

Deporte
Ftbol
Baloncesto
47
41
84
80
68
38
48
30
44
18

Golf
36
48
22
26
4

Si se hace una seleccin aleatoria de un entrevistado, cul es la probabilidad de que:


a) prefiera el bisbol?,
b) tenga entre 20 y 29 aos?,
c) tenga entre 20 y 29 aos y prefiera el baloncesto?,
d) tenga cuando menos 50 aos o prefiera el bisbol?.

2. En una encuesta de mercadeo para un gran almacn, se clasific a los clientes de la tienda segn el sexo
y segn su residencia, en el centro de la ciudad o en las colonias. La proporcin (probabilidad) de los
clientes que caen en las cuatro categoras se muestra en la siguiente tabla.

SEXO
Hombre
Mujer
0.17
0.67

RESIDENCIA
Colonia
Centro de la Ciudad

0.04

0.12

Si se selecciona al azar un cliente de este grupo de consumidores, calcular la probabilidad de que.


a. el consumidor resida en los suburbios,
b. el consumidor sea mujer y viva en la ciudad,
c. el consumidor sea hombre.
3. La revista Forbes ( febrero de 1997) clasific las 120 ciudades de estados unidos de acuerdo con la
calidad de vida, con base en parte al porcentaje de empleados que tenan titulo universitario. Los resultados
se ven en la siguiente tabla de contingencia parcial, en donde A es menos del 15 % con titulo universitario,
B es del 15 % al 20 % con titulo universitario y C es mas del 20 % con titulo universitario. Realice una tabla
de probabilidad y responda las preguntas que se presentan en la siguiente tabla.

% con Titulo
Universitario

Pobre ( R )

A
B
C
Total

10

CALIDAD DE VIDA
Bueno (N)
Excelente (E)
20

Total
40

20
20

10
60

20

P A
b. PR B
c. P A N
a.

Lic. Maria Zonia Tapia Garca

e-mail: mozartgia@hotmail.com

4. Usted recolect datos sobre 500 economistas en la academia, la industria privada, y el gobierno respecto
a sus opiniones sobre si la economa, podra expandirse o podra entrar en un periodo de contraccin en el
futuro prximo. Sin embargo, parte de la informacin se perdi, resultando la siguiente tabla de contingencia
parcial. Con base en los datos restantes, cree una tabla de probabilidad.

Economistas
Academia (A)
Industria privada
Gobierno (G)
Total

Estable (S)
125
(I)
25
200

ECONOMIA
Expansin (E)
Contraccin
100
35
40

Total
110
65

P A
b. PG
c. P A S
d. P A E
e. PG C
a.

5. En algunas de las estaciones de servicio venden tres tipos de gasolina: corriente, sper y premium. Con
frecuencia, alguna de cada tipo esta enriquecida con etanol. La tabla de contingencia que se muestra a
continuacin ilustra los porcentajes de clientes que prefieren cada tipo
CLASIFICACIN DE EMPLEADOS
Corriente Sper Premium
(R)
( S)
(P)
Etanol
0.05
0.10
0.05
Sin etanol 0.15
0.40
0.25
Total
0.20
0.50
0.30

Total
0.20
0.80
1.00

Determine la probabilidad de que el cliente prefiera:


a.
b.
c.
d.

Corriente o etanol
Sper y sin etanol
Premium o etanol
Premium o sin etanol

6. De 1000 jovenes de 18 aos, 600 tienen empleo y 800 son bachilleres. De los 800 bachilleres, 500 tienen
trabajo. Cual es la probabilidad de que un joven de 18 aos tomado a leatoriamente sea:
a.
b.
c.
d.

Un bachiller empleado
Empleado pero no bachiller
Desempleado o un bachiller
Desempleado o no bachiller

Lic. Maria Zonia Tapia Garca

e-mail: mozartgia@hotmail.com