Вы находитесь на странице: 1из 93

INTRODUCCIN A

LA PROBABILIDAD
Jos Luis Quintero

Experimento
aleatorio

Teora
de
Conjuntos

Experimento
Binomial

Probabilidad

Teorema
de
Bayes

Tcnicas
de
Conteo

Universidad Catlica Andrs Bello


Ingeniera de Telecomunicaciones
Serie: Probabilidad y Estadstica

INTRODUCCIN A
LA PROBABILIDAD
Jos Luis Quintero

Experimento
aleatorio

Teora
de
Conjuntos

Experimento
Binomial

Probabilidad

Teorema
de
Bayes

Tcnicas
de
Conteo

Universidad Catlica Andrs Bello


Asignatura: Probabilidades
Caracas, Marzo 2014

PRLOGO

ROBABILIDADES (ITEL-30205)

Tema 1. Fundamentos de Estadstica Descriptiva

Distribucin de frecuencias y medidas de localizacin

Lo malo de escribir libros es que se nos va la vida en rehacerlos


Alfonso Reyes

El presente material ha tenido un proceso de actualizacin permanente, iniciado ya


hace algunos aos. En cada una de ellas, se han incluido nuevos temas y ejercicios, con lo cual
se ha venido enriqueciendo y mejorando su contenido, ajustndolo a las necesidades, para la
formacin de profesionales y para estudiosos de la materia, que requieren de esta materia.
En esta presentacin, se han mejorado sustancialmente aspectos tales como su
diagramacin haciendo ms agradable y hbil la presentacin de los diferentes tpicos, adems
en su contenido se han incluido, actualizado, revisado tanto los contenidos como los problemas
de aplicacin a fin de atender a las necesidades y consultas exigidas por estudiantes,
profesionales o personas que sin formacin acadmica requieren de su utilizacin.

Jos Luis Quintero

Jos Luis Quintero

OBJETIVOS A
LOGRAR

ROBABILIDADES (ITEL-30205)

Tema 1. Fundamentos de Estadstica Descriptiva

Distribucin de frecuencias y medidas de localizacin

Definir experimento aleatorio, su propsito y sus tipos e ilustrar con ejemplos prcticos
Definir espacio muestral y sus tipos e ilustrar con ejemplos prcticos
Definir eventos y dar ejemplos de ciertos eventos caractersticos
Destacar ciertos experimentos aleatorios de inters
Destacar el uso de Diagramas de Venn para la comprensin 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 tcnicas de conteo
Definir probabilidad condicional, eventos independientes y probabilidad total
Definir diagrama de rbol y establecer su utilidad en el clculo 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 Geomtrico
Definir y aplicar un Experimento Binomial Negativo de orden r
Definir y aplicar un Experimento Hipergeomtrico
Definir y aplicar un Experimento Multihipergeomtrico
Definir y aplicar un Experimento de Poisson
Trabajar mediante problemas los principios y usos de la probabilidad condicional

Jos Luis Quintero

INDICE GENERAL

ROBABILIDADES (ITEL-30205)

Tema 1. Fundamentos de Estadstica Descriptiva

Distribucin defrecuencias y medidas de localizacin

1. Experimento aleatorio

1.1. Definicin
1.2. Clasificacin

1
1

1.3. Propsito de un experimento aleatorio

2. Espacio muestral de un experimento aleatorio


2.1. Definicin

3
3

2.2. Clasificacin

2.3. Cardinalidad de un conjunto C


2.4. Cardinalidad del espacio muestral

5
5

3. Eventos o sucesos

3.1. Definicin
3.2. Algunos eventos de inters

5
6

3.3. Diagramas de Venn

4. Experimentos aleatorios de inters


4.1. Experimento de Bernoulli

7
7

4.2. Ejemplo ilustrativo

4.3. Experimento Binomial


4.4. Ejemplo ilustrativo

7
7

4.5. Experimento Multinomial

4.6. Ejemplo ilustrativo


4.7. Experimento Geomtrico

8
8

4.8. Ejemplo ilustrativo

4.9. Experimento Binomial Negativo de Orden r


4.10. Ejemplo ilustrativo

8
8

4.11. Experimento Hipergeomtrico

4.12. Ejemplo ilustrativo


4.13. Experimento Multihipergeomtrico

9
9

4.14. Ejemplo ilustrativo

5. Probabilidad
5.1. Definiciones
5.2. Probabilidad (versin frecuencias relativas)

9
9
9

5.3. Ejemplos ilustrativos


5.4. Probabilidad (versin clsica espacio muestral discreto y finito)

10
11

5.5. Probabilidad (versin clsica espacio muestral continuo)

11

5.6. Axiomas de la probabilidad


6. Problemas resueltos

11
12

7. Principios de las tcnicas de conteo

20

Jos Luis Quintero

7.1. Combinatoria
7.2. Prinicipio aditivo

20
20

7.3. Ejemplos ilustrativos

21

7.4. Principio multiplicativo


7.5. Ejemplos ilustrativos

21
21

8. Permutaciones

22

8.1. Permutaciones de n elementos sin repeticin


8.2. Ejemplos ilustrativos

22
22

8.3. Permutaciones de n elementos con repeticin

23

8.4. Ejemplo ilustrativo


9. Variaciones

23
23

9.1. Variaciones de n elementos tomados de r en r sin repeticiones

23

9.2. Ejemplos ilustrativos


9.3. Variaciones de n elementos tomados de r en r con repeticiones

24
24

9.4. Ejemplos ilustrativos

24

10. Combinaciones
10.1. Combinaciones de n elementos tomados de r en r sin repeticiones

25
25

10.2. Ejemplos ilustrativos

25

10.3. Combinaciones de n elementos tomados de r en r con repeticiones


10.4. Ejemplos ilustrativos

25
25

11. Problemas resueltos

26

12. Probabilidad condicional


12.1. Definicin

40
40

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. Definicin
14.2. Ejemplo ilustrativo
15. Diagrama de rbol
15.1. Definicin
15.2. Ejemplos ilustrativos
16. Teorema de Bayes
16.1. Definicin
16.2. Ejemplos ilustrativos
17. Experimento de Bernoulli
17.1. Definicin
17.2. Ejemplos ilustrativos
18. Experimento Binomial
18.1. Definicin
18.2. Ejemplos ilustrativos
19. Experimento Multinomial
19.1. Definicin

Jos Luis Quintero

41
41
41
41
42
43
43
44
44
44
44
50
50
50
51
51
51
52
52
52
53
53

19.2. Ejemplo ilustrativo


20. Experimento Geomtrico
20.1. Definicin
20.2. Ejemplos ilustrativos
21. Experimento Binomial Negativo de Orden r
21.1. Definicin
21.2. Ejemplos ilustrativos
22. Experimento Hipergeomtrico
22.1. Definicin
22.2. Ejemplo ilustrativo
23. Experimento Multihipergeomtrico
23.1. Definicin
23.2. Ejemplo ilustrativo
24. Experimento de Poisson
24.1. Definicin

53
54
54
54
55
55
55
56
56
56
56
56
57
57
57

24.2. Ejemplo ilustrativo


25. Problemas resueltos

57
58

26. Problemas propuestos

71

Jos Luis Quintero

Probabilidad y Estadstica

Introduccin a la Probabilidad

1. EXPERIMENTO ALEATORIO

1.1. Definicin (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.
1.2. Clasificacin:
a. Simple.
Ejemplos:
Lanzamiento de una moneda

Observacin

Lanzamiento de un dado

aleatorio no est radicado en el

Escogencia al azar de una pelota de una


caja que contiene n pelotas negras y v

fenmeno, sino que es parte del


modelo que se construye para

1.

El

carcter

estudiarlo. Cuando se lanza una

pelotas verdes
Escogencia al azar de una persona
Inspeccin de calidad de un producto

moneda
con
el
propsito
de
observar si se obtiene cara o sello,
si

fabricado
Anotacin del sexo de un recin nacido
Anotacin de la duracin de una llamada

consideran

todas

las

condiciones
mecnicas
que
determinan el lanzamiento y la cada
de

telefnica

se

la

moneda

(velocidad

inicial,

Medicin de la temperatura interna de un


tanque que contiene un fluido

peso, distribucin de densidad,


forma y elasticidad del piso y de la

Medicin

que

moneda, etc) es probable predecir el

ingresan a una entidad bancaria en una


hora

resultado. Sin embargo, es sabido


que lo ms frecuente es pensar el

del

nmero

de

personas

Medicin del tiempo entre llegadas de los

experimento

usuarios de un aeropuerto
Elegir al azar una placa de un automvil

resultados posibles (cara y sello), a


cada uno de los cuales se le asigna

compuesta por tres letras y tres nmeros

asocindole

dos

una cierta medida.

Elegir al azar un grupo de 5 personas de un


universo de 17 personas
Elegir al azar un nmero de tres cifras entre 100 y 999
Elegir al azar una forma de colocar 12 libros en una estantera
Elegir al azar un cdigo de rea de cinco dgitos del 1 al 5 sin repeticiones
b. Compuesto. Implica la realizacin de varios experimentos simples de forma simultnea o
de forma sucesiva.
Ejemplos:
Lanzamiento de un dado n veces

Jos Luis Quintero

Probabilidad y Estadstica

Introduccin a la Probabilidad

Lanzamiento de n dados de forma simultnea


Lanzamiento de un dado y dos monedas
Anotacin de las n pelotas escogidas al azar

Observacin

2.

Un

de forma sucesiva de una caja que contiene

experimento

n pelotas negras y v pelotas verdes donde


cada vez que se escoge y se anota una

ejecutado varias veces. El nmero


de resultados de este experimento

pelota, sta es devuelta a la caja

simple pudiera no ser el mismo cada

Anotacin de las n pelotas escogidas al azar


de forma sucesiva de una caja que contiene
n pelotas negras y v pelotas verdes donde

simple

mismo

puede

ser

vez que se realiza. Esta observacin


da origen a una clasificacin de un
experimento compuesto.

cada vez que se escoge y se anota una


pelota, sta no es devuelta a la caja
Anotacin de las n pelotas escogidas al azar de forma simultnea de una caja que
contiene n pelotas negras y v pelotas verdes
Inspeccin 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 ejecucin el nmero de
resultados posibles
Ejemplos:
Lanzamiento de un dado n veces
Lanzamiento de n dados de forma

Observacin 3. Un caso particular

simultnea
Lanzamiento

de un experimento compuesto con


dos

independencia ocurre cuando se


realiza un MUESTREO ALEATORIO

Anotacin de las n pelotas escogidas al


azar de forma sucesiva de una caja

CON REPOSICIN (MACR). Esta

de

un

dado

monedas

que contiene n pelotas negras y v

situacin es ilustrada en el ejemplo


de las pelotas negras y verdes.

pelotas verdes donde cada vez que se


escoge y se anota una pelota, sta es
devuelta a la caja
Inspeccin 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 nmero de resultados
posibles
Ejemplos:

Observacin 4. Un caso particular

Anotacin de las n pelotas escogidas al


azar de forma sucesiva de una caja

de un experimento compuesto con


independencia ocurre cuando se

que contiene n pelotas negras y v

realiza un MUESTREO ALEATORIO

pelotas verdes donde cada vez que se


escoge y se anota una pelota, sta no

SIN REPOSICIN (MASR). Esta


situacin es ilustrada en el ejemplo

es devuelta a la caja

de las pelotas negras y verdes.

Jos Luis Quintero

Probabilidad y Estadstica

Introduccin a la Probabilidad

Anotacin de las n pelotas escogidas al azar de forma simultnea de una caja que
contiene n pelotas negras y v pelotas verdes
1.3. Propsito de un Experimento Aleatorio. Define lo que se persigue observar despus 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 propsitos que pudieran ser
definidos sobre este experimento:
Propsito 1. Determinar el nmero obtenido en la cara superior del dado
Propsito 2. Determinar el color de la cara superior del dado
Propsito 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 Ingeniera de una
universidad especfica. Algunos propsitos que pudieran ser definidos sobre este
experimento:
Propsito 1. Determinar la edad de la persona
Propsito 2. Determinar el tipo de Ingeniera que estudia
Propsito 3. Determinar el ltimo dgito de su cdula

2. ESPACIO MUESTRAL DE UN EXPERIMENTO ALEATORIO


d

2.1. Definicin (Espacio muestral de un experimento aleatorio). Es el conjunto de todos


los posibles resultados de ese experimento. Se denotar con la letra S.

2.2. Clasificacin:
a. Discreto y finito. El nmero total de resultados de ese experimento es un nmero finito.
Ejemplos:
En el experimento aleatorio de lanzar una moneda con el propsito de determinar lo
que ocurri 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 propsito de determinar el
nmero 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

Jos Luis Quintero

Probabilidad y Estadstica

Introduccin a la Probabilidad

En el experimento aleatorio de lanzar un dado normal con dos caras blancas y cuatro
caras negras con el propsito 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 propsito de observar el
nmero obtenido en la cara superior del primer dado y el nmero 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 nmero total de resultados de ese experimento es un
nmero infinito pero se pueden ordenar en una sucesin.
Ejemplos:
En el experimento aleatorio de observar el nmero de personas que entran a un banco
durante un perodo 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 propsito 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 Geomtrico)
c. Continuo. El nmero total de resultados de ese experimento es un nmero infinito que
no se puede ordenar en una sucesin. Aqu 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
S = {v : 0 v vMAX } . Este espacio muestral tiene infinitos resultados
En el experimento aleatorio de escoger un nmero 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
propsito 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 nmero total de resultados de ese experimento es un nmero infinito que no se
puede ordenar en una sucesin. Aqu el conjunto de resultados viene expresado por
nmeros puntuales y tambin por intervalos

Jos Luis Quintero

Probabilidad y Estadstica

Introduccin a la Probabilidad

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 nmero de elementos que posee el conjunto C. Se


denotar por NC .
2.4. Cardinalidad del espacio muestral.
Ejemplos:
En el experimento aleatorio de lanzar una moneda con el propsito de determinar lo que
ocurri en la cara superior, el espacio muestral S = {cara, sello} tiene cardinalidad 2, es
decir NS = 2

En el experimento aleatorio de lanzar un dado con el propsito de determinar el nmero


obtenido en la cara superior del dado, el espacio muestral S = {1,2, 3, 4,5, 6} tiene
cardinalidad 6, es decir NS = 6

En el experimento aleatorio de lanzar un dado normal con dos caras blancas y cuatro
caras negras con el propsito de determinar el color de la cara superior del dado, el
espacio muestral S = {blanco,negro} tiene cardinalidad 6, es decir NS = 6 . En este
ejemplo se puede afirmar que Nblanco = 2 y Nnegro = 4

En el experimento aleatorio de lanzar dos dados con el propsito de observar el nmero


obtenido en la cara superior del primer dado y el nmero 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 NS = 36

3. EVENTOS O SUCESOS

3.1. Definicin (Evento o suceso). Es cualquier subconjunto del espacio muestral. Se


denotan con las letras maysculas, por ejemplo, A,B,C.

Jos Luis Quintero

Probabilidad y Estadstica

Introduccin a la Probabilidad

3.2. Algunos eventos de intres:


a. Evento complemento de A. Es un
subconjunto del espacio muestral que contiene

elemental.

contiene

solamente

Es

un

un

5.

Consideraciones

acerca de los eventos o sucesos:


Las notaciones ms comunes
para el evento complemento de A

los resultados que no estn en el evento A.


b. Evento

Observacin

evento

que

resultado

del

experimento aleatorio.

son A, A c y A
El evento seguro es el espacio
muestral S

que

El evento imposible es el conjunto


vacio

contiene ms de un resultado del experimento


aleatorio.

Todos los eventos elementales


son mutuamente excluyentes

d. Evento seguro. Es un evento que contiene


todos los resultados del experimento aleatorio.

Todos los resultados posibles de


un
espacio
muestral
son
mutuamente excluyentes

e. Evento imposible. Es un evento que no


contiene ningn resultado del experimento

Los eventos
mutuamente
disjuntos

c. Evento

compuesto.

Es

un

evento

aleatorio.
f. Eventos

mutuamente

disjuntos).

Son

excluyentes

eventos

de

(o

interseccin

vaca, es decir, que no poseen elementos


comunes.
g. k eventos colectivamente exhaustivos.
Son los eventos A1 , A2 , , Ak del espacio

Ac

excluyentes

son
o

Los eventos A y
son
Ac
colectivamente exhaustivos
Todo evento elemental tiene
cardinalidad uno

El
evento
imposible
cardinalidad cero

tiene

El evento complemento de A
tiene cardinalidad igual a NS NA

muestral S tales que A1 A2 ... Ak = S .


Ejemplos:
En el experimento aleatorio de lanzar un dado con el propsito de determinar el nmero
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 propsito de determinar el nmero


obtenido en la cara superior del dado, el evento complemento de A viene dado por
A c = {cara i / i impar} = {1, 3,5}

3.6. Diagramas de Venn. Son ilustraciones usadas en la teora de conjuntos. Se usan para
mostrar grficamente conjuntos, representando cada uno mediante un crculo o un valo. La
figura 1 muestra Diagramas de Venn que ilustran cuatro situaciones de eventos mutuamente
excluyentes y colectivamente exhaustivos.

Jos Luis Quintero

Probabilidad y Estadstica

Introduccin a la Probabilidad

Figura 1. Cuatro situaciones ilustradas usando Diagramas de Venn

4. EXPERIMENTOS ALEATORIOS DE INTERS

4.1. Experimento de Bernoulli. Es un experimento aleatorio que posee solo dos resultados
posibles.

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 propsito determinar su color.

4.3. Experimento Binomial. Es un experimento aleatorio que consiste en la repeticin


sucesiva de n veces el Experimento de Bernoulli bajo las mismas condiciones.

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 propsito final es determinar la cantidad de pelotas negras registradas y por ende
la cantidad de pelotas verdes.

Jos Luis Quintero

Probabilidad y Estadstica

4.5. Experimento

experimento

Introduccin a la Probabilidad

Multinomial.

aleatorio

que

Es

consiste

un
en

la

Observacin

6.

acerca

los

de

Consideraciones
experimentos

repeticin sucesiva de n veces un experimento


aleatorio simple que tiene m resultados bajo

aleatorios de inters:

las mismas condiciones.

Si se asume el Experimento de

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
propsito es hallar la cantidad de pelotas negras,
pelotas blancas y pelotas rojas registradas.

Bernoulli como un experimento


aleatorio simple, entonces los
Experimentos

Binomial,

Mutinomial,
Geomtrico
Binomial Negativo pueden

y
ser

considerados como experimentos


compuestos con independencia
En los Experimentos Binomial y

4.7. Experimento
Geomtrico.
Es
un
experimento aleatorio que consiste en la

repeticin

sucesiva

del

Experimento

de

Multinomial se sabe de antemano


la cantidad de veces que se
repetir

el

Experimento

de

Bernoulli bajo las mismas condiciones hasta


que se determina la ocurrencia de un evento

Bernoulli mientras que en


Experimentos
Geomtrico

(previamente definido como xito) por primera

Binomial Negativo de orden r esto

vez.

no se sabe a priori ya que la


ocurrencia
del
evento

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.

previamente

definido

los
y

es

considerada aleatoria o fortuita


El

Experimento

considerado

un

Binomial

es

Experimento

Multinomial donde m = 2
4.9. Experimento Binomial Negativo de Orden
r. Es un experimento aleatorio que consiste en
la repeticin sucesiva de del Experimento de

Bernoulli bajo las mismas condiciones hasta


que se determina la ocurrencia de un evento
(previamente definido como xito) por r-sima
vez.

El Experimento Geomtrico es
considerado
un
Experimento
Binomial Negativo de orden 1
El

propsito

del

experimento

aleatorio para los experimentos


Geomtrico y Binomial Negativo
de orden r es determinar en que

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.

intento se detiene el proceso


En los experimentos Geomtrico
y Binomial Negativo de orden r el
espacio

muestral

tiene

cardinalidad infinita

Jos Luis Quintero

Probabilidad y Estadstica

Introduccin a la Probabilidad

4.11. Experimento Hipergeomtrico. Es un


experimento aleatorio que consiste en la
repeticin sucesiva de n veces el Experimento

Observacin

7.

acerca

los

de

Consideraciones
experimentos

aleatorios de inters:

de Bernoulli bajo condiciones distintas.


Los

4.12. Ejemplo ilustrativo. Se tiene una caja con n


pelotas negras y v pelotas verdes. Se extrae una
muestra de k pelotas. El propsito es hallar la
cantidad de pelotas negras y de pelotas blancas
contenidas en la muestra de tamao k.

repeticin

sucesiva

de

veces

considerados como experimentos


compuestos sin independencia
En

4.13. Experimento Multihipergeomtrico. Es un


experimento aleatorio que consiste en la
un

experimento simple de m resultados posibles


bajo condiciones distintas.

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

Experimentos

Hipergeomtrico
y
Multihipergeomtrico pueden ser

los

Experimentos

Binomial,

Multinomial,
Geomtrico
y
Binomial Negativo de orden r se
realiza un MUESTRO ALEATORIO
CON REPOSICIN
En
los
Hipergeomtrico

Experimentos
y

Multihipergeomtrico

se

realiza

un MUESTREO ALEATORIO SIN


REPOSICIN

propsito es hallar la cantidad de pelotas negras,


de pelotas blancas y de pelotas rojas contenidas
en la muestra de tamao k.

5. PROBABILIDAD

5.1. Definiciones (Probabilidad)


Es una manera de cuantificar la incertidumbre que existe en un experimento aleatorio
Medida numrica del chance de ocurrencia de un evento
Es una relacin matemtica que asigna a cada resultado del experimento aleatorio un
nmero real que se encuentra en el intervalo [0,1]
5.2. Probabilidad (Versin frecuencias relativas).
Sea un experimento aleatorio que se va a repetir
n veces y sea nA el nmero de esas veces que

Observacin

8.

Consideraciones

ocurre el evento A, entonces la probabilidad del

acerca de la probabilidad:
La probabilidad de un evento A se

evento A es el lmite cuando n tiende a infinito de


la frecuencia relativa de A.

denotar P(A)
Posibilidad Probabilidad

Jos Luis Quintero

Probabilidad y Estadstica

Introduccin a la Probabilidad

La probabilidad del evento A se define como

nA
.
n n

P(A) = lm fA = lm
n

La ecuacin anterior no es prctica para calcular la probabilidad de A. En su defecto, se usa


la ecuacin

nA
, cuando n es grande.
n
Este enfoque se le conoce como probabilidad a posteriori.
P(A)

5.3. Ejemplos ilustratvos:


Ejemplo 1. Se lanza una moneda 2000 veces y se calcula la frecuencia relativa del evento A
definido como sale cara. La sucesin de resultados del experimento se refleja en la figura 2

Probabilidad de que salga cara

LANZAMIENTO DE UNA MONEDA: SELLO=0,CARA=1 - 1 SIMULACIN


1

0.8

0.6

0.4

200

400

600

800

1000
Intentos

1200

1400

1600

1800

2000

1600

1800

2000

Probabilidad de que salga cara

LANZAMIENTO DE UNA MONEDA: SELLO=0,CARA=1 - 4 SIMULACIONES


1
0.8
0.6
0.4
0.2
0

200

400

600

800

1000
Intentos

1200

1400

Figura 2. Experimento de la moneda usando la versin 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 sucesin de resultados del experimento se refleja en la figura 3

Probabilidad de que salga tres

LANZAMIENTO DE UN DADO - 1 SIMULACIN


0.4
0.3
0.2
0.1
0

200

400

600

800

1000
Intentos

1200

1400

1600

1800

2000

1600

1800

2000

Probabilidad de que salga tres

LANZAMIENTO DE UN DADO - 4 SIMULACIONES


1
0.8
0.6
0.4
0.2
0

200

400

600

800

1000
Intentos

1200

1400

Figura 3. Experimento del dado usando la versin de frecuencias relativas


Jos Luis Quintero

10

Probabilidad y Estadstica

5.4. Probabilidad

Introduccin a la Probabilidad

(Versin

clsica

Espacio

muestral
discreto
y
finito).
Sea
un
experimento aleatorio cuyo espacio muestral es
discreto y finito de cardinalidad NS y sea un
evento

con

cardinalidad

NA ,

entonces

se

conocer como probabilidad del evento A a la


relacin entre NA y NS dada por

P(A) =

5.5. Probabilidad
muestral

(Versin

NA
.
NS

9.

Para establecer la definicin


clsica no es necesario realizar el
experimento, slo analizar los
posibles resultados
Si A es un evento elemental,
P(A) = 1 / NS .
En
entonces

clsica

Sea

continuo).

Consideraciones
acerca de la probabilidad:
Observacin

un

Espacio

experimento

aleatorio cuyo espacio muestral es continuo, sea


L S la longitud del espacio muestral y sea L A la
longitud del evento A, entonces se conocer como
probabilidad del evento A a la relacin entre L A y

consecuencia

los

eventos

elementales son equiprobables


La longitud del espacio muestral
continuo debe ser finita

L S dada por
P(A) =

LA
.
LS

5.6. Axiomas de la probabilidad:


Para cualquier evento A, 0 P(A) 1

P(S) = 1
P(A1 A2 ... An ) = P(A1 ) + P(A2 ) + ... + P(An ) P( dos eventos) + P( tres eventos) + ... +
(1)n +1P(A1 A2 ... An )
Si n = 2 : P(A1 A2 ) = P(A1 ) + P(A2 ) P(A1 A2 ) P(A1 A2 ) P(A1 ) + P(A2 )
Si n = 3 :
P(A1 A2 A3 ) = P(A1) + P(A2 ) + P(A3 ) P(A1 A2 ) P(A1 A3 ) P(A2 A3 ) + P(A1 A2 A3 )

Si A1 , A2 , ..., An son eventos mutuamente excluyentes,

P(A1 A2 ... An ) = P(A1 ) + P(A2 ) + ... + P(An ) P


Ai =

i =1

P(A) + P(A) = 1

P(A1 A2 ... An ) + P(A1 A2 ... An ) = 1

P(A )
i

i =1

P() = 0

Jos Luis Quintero

11

Probabilidad y Estadstica

Introduccin a la Probabilidad

6. PROBLEMAS RESUELTOS

PROBLEMA 1.
Coloque al lado la letra V o F segn considere que la proposicin es verdadera o falsa
respectivamente.
a. Un evento es un subconjunto del espacio muestral que contiene slo un

resultado del experimento aleatorio


b. Uno de los axiomas de la probabilidad establece que la suma de las

c. Uno de los axiomas de la probabilidad establece que la probabilidad del evento


vacio es igual a cero

d. El nmero de elementos de un conjunto determina su cardinalidad

e. Todos los resultados de un experimento aleatorio son equiprobables

probabilidades de un evento y su complemento es igual a uno

SOLUCIN.
a. Un evento es un subconjunto del espacio muestral que contiene slo un resultado

del experimento aleatorio


b. Uno de los axiomas de la probabilidad establece que la suma de las probabilidades

c. Uno de los axiomas de la probabilidad establece que la probabilidad del evento


vacio es igual a cero

d. El nmero de elementos de un conjunto determina su cardinalidad

e. Todos los resultados de un experimento aleatorio son equiprobables

de un evento y su complemento es igual a uno

PROBLEMA 2.
Encierre en un crculo 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 nmeros
obtenidos sea mayor o igual a 10 es equivalente a
a. 1/12
b. 1/6
c. 5/36
d. 5/6
3. Sean A1 , A2 y A3 eventos de un espacio muestral. El evento no ocurre ninguno se
expresa como:
a. A1 A2 A3
b. A1 A2 A3
c. A1 A2 A3
d. Ninguna de las anteriores

Jos Luis Quintero

12

Probabilidad y Estadstica

Introduccin a la Probabilidad

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 continuacin 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

a. D1

D2

b. D2

D3

c. D3

D4

d. D4

SOLUCIN.
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 nmeros
obtenidos sea mayor o igual a 10 es equivalente a
a. 1/12
b. 1/6
c. 5/36
d. 5/6
3. Sean A1 , A2 y A3 eventos de un espacio muestral. El evento no ocurre ninguno se expresa
como:
a. A1 A2 A3
b. A1 A2 A3
c. A1 A2 A3
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 continuacin 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

a. D1

Jos Luis Quintero

D2

b. D2

D3

c. D3

D4

d. D4

13

Probabilidad y Estadstica

Introduccin a la Probabilidad

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)

SOLUCIN.
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

PROBLEMA 4.

Se lanza un dado dos veces. Cul es la probabilidad de que la suma de los resultados sea
mayor o igual a 9?
SOLUCIN.
Experimento aleatorio: Lanzamiento de un dado dos veces
Propsito: Determinar en cada lanzamiento el nmero obtenido en la cara superior del dado
Aqu se tiene un experimento compuesto que resulta de llevar a cabo dos veces el experimento
simple del lanzamiento de un dado. De modo que NS = 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 NA = 10 . Por lo tanto

P(A) =

NA 10
5
=
=
NS
36 18

PROBLEMA 5.

Se tiene un cuadrado de lado L y dentro de l un crculo de radio R (2R<L). Se lanza un dardo.


Si el dardo cae en la zona circular se obtiene un premio. Cul es la probabilidad de obtener el
premio?
SOLUCIN.

Jos Luis Quintero

14

Probabilidad y Estadstica

Introduccin a la Probabilidad

Experimento aleatorio: Lanzamiento de un dardo


Propsito: Determinar si cae o no en la zona circular
Aqu se tiene un experimento donde el espacio muestral es continuo. Para determinar su
cardinalidad se procede a calcular el rea del cuadrado, de modo que NS = L2 . Por otro lado, si se
define el evento A: el dardo cae en la zona circular, su cardinalidad es NA = R 2 . En tal sentido,
2

P(A) =

NA
R 2
R
= 2 =
NS
L
L

PROBLEMA 6.
Los empleados de la compaa Nuevo Horizonte se encuentran separados en tres divisiones:
administracin, operacin de planta y ventas. La siguiente tabla indica el nmero de
empleados en cada divisin clasificados por sexo:
Mujer (M) Hombre (H)

Totales

Administracin (A)
Operacin de planta (O)

20
60

30
140

50
200

Ventas (V)

100

50

150

Totales

180

220

400

a. Si se elige aleatoriamente un empleado:


Cul es la probabilidad de que sea mujer?
Cul es la probabilidad de que trabaje en ventas?
Cul es la probabilidad de que sea hombre y trabaje en la divisin de administracin?
b. Determine las siguientes probabilidades: P(A M) , P(A M) y P(O H)

SOLUCIN.
a.

Si se elige aleatoriamente un empleado:


Cul es la probabilidad de que sea mujer?
SOLUCIN.
180
9
P(M) =
=
400 20
Cul es la probabilidad de que trabaje en ventas?
SOLUCIN.
150 3
P(V) =
=
400 8
Cul es la probabilidad de que sea hombre y trabaje en la divisin de administracin?
SOLUCIN.
30
3
P(H A) =
=
400 40

b. Determine las siguientes probabilidades:


P(A M)
SOLUCIN.

P(A M) = P(A) + P(M) P(A M) =

Jos Luis Quintero

50
180
20
210 21
+

=
=
400 400 400 400 40

15

Probabilidad y Estadstica

Introduccin a la Probabilidad

P(A M)
SOLUCIN.

P(A M) = P(A) + P(M) P(A M) =

50
220
30
240 3
+

=
=
400 400 400 400 5

P(O H)
SOLUCIN.
140
7
P(O H) =
=
400 20

PROBLEMA 7.
De 150 pacientes examinados en una clnica, se encontr que 90 tenan enfermedades
cardacas, 50 tenan diabetes y 30 tenan ambos padecimientos. Qu porcentaje de los
pacientes tenan uno u otro de los padecimientos?
SOLUCIN.
Experimento aleatorio: Elegir al azar un paciente de la clnica
Propsito: Determinar el padecimiento o los padecimientos que tiene (si lo tiene o los tiene)
Espacio muestral: Todos los pacientes de la clnica. Cardinalidad = 150
Eventos: A: Paciente tiene enfermedad cardaca
B: Paciente tiene diabetes
90
50
30
110 11
.
P(A B) = P(A) + P(B) P(A B) =
+

=
=
150 150 150 150 15
En consecuencia, el porcentaje de los pacientes que tenan uno u otro de los padecimientos es
11 100
% 73.33% .
15

PROBLEMA 8.
Se examinaron las tarjetas de registro de 200 estudiantes en relacin a ciertos idiomas. Se
encontr que 100 aprendian francs, 80 aprendian espaol y 60 ambos idiomas. Si de este
grupo de 200 estudiantes, se selecciona uno al azar,
a. cul es la probabilidad de que se encuentre aprendiendo francs o espaol?
b. cul es la probabilidad de que no se encuentre aprendiendo ninguno de los dos idiomas?
SOLUCIN.
a. cul es la probabilidad de que se encuentre aprendiendo francs o espaol?
SOLUCIN.
Experimento aleatorio: Elegir al azar una tarjeta de registro de un estudiante
Propsito: 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 francs.
E: Estudiante aprende espaol
100
80
60
120 3
P(F E) = P(F) + P(E) P(F E) =
+

=
= .
200 200 200 200 5
b. cul es la probabilidad de que no se encuentre aprendiendo ninguno de los dos idiomas?
SOLUCIN.

P(F E) = 1 P(F E) = 1

Jos Luis Quintero

3 2
= .
5 5

16

Probabilidad y Estadstica

Introduccin a la Probabilidad

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, cul es la probabilidad de que aparezca un nmero
par o una cara blanca?
SOLUCIN.
Experimento aleatorio: Lanzamiento de un dado con tres caras negras numeradas 1, 2 y 3 y tres
caras blancas numeradas 4, 5 y 6.
Propsitos:
Propsito 1. Determinar si en la cara superior del dado aparece un nmero par o un nmero impar
Propsito 2. Determinar el color de la cara superior del dado
Espacio muestral:
Referido al propsito 1: S1 = {par,impar} . Referido al propsito 2: S2 = {negro,blanco}

NS1 = 6, NPAR = 3, NIMPAR = 3 .

NS2 = 6, NNEGRO = 3, NBLANCO = 3

Eventos A: Cara con un nmero 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

PROBLEMA 10.
Un dado est 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 nmero par
b. El resultado es menor que 6
SOLUCIN.
a. El resultado de arrojar el dado es un nmero par.
SOLUCIN.
Experimento aleatorio: Lanzamiento de un dado
Propsito: Determinar el nmero ocurrido en la cara superior del dado
Espacio muestral: S = {Ai : i = 1,..., 6} , donde Ai : Aparece la cara i.
Evento de inters: P = A2 A 4 A6 : Aparece un nmero par. Entonces

P(A1 ) + P(A2 ) + ... + P(A6 ) = 1 k + 2k + ... + 6k = 1 21k = 1 k =

1
21

De modo que: NS = 21 . NA1 = 1, NA2 = 2, NA3 = 3, NA4 = 4, NA5 = 5, NA6 = 6 .


Por lo tanto

P(P) = P(A2 A 4 A6 ) = P(A2 ) + P(A 4 ) + P(A 6 ) =

2
4
6
12 4
+
+
=
=
21 21 21 21 7

b. El resultado es menor que 6.


SOLUCIN.
Evento de inters: B = A1 A2 A3 A 4 A5 = S A6 : El resultado es menor que seis.
El evento A6 es el evento complemento de B. Por lo tanto

P(B) = 1 P(A 6 ) = 1

Jos Luis Quintero

6
15 5
=
=
21 21 7

17

Probabilidad y Estadstica

Introduccin a la Probabilidad

PROBLEMA 11.
Suponga que A, B y C son eventos para los cuales se tiene:

P(A B) = P(C B) = 0 y P(A C) =

1
8

P(A) = P(B) = P(C) =

1
4

. Halle la probabilidad de que al menos uno de los

eventos, A, B o C ocurra.

SOLUCIN.
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 5
= + + 0 0+0 = =
4 4 4
8
4 8 8

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.

SOLUCIN:
Experimento aleatorio: Elegir al azar una pelota de una caja
Propsito: Determinar el color de la pelota seleccionada
Espacio muestral: S = {ROJO,BLANCO, AZUL, AMARILLO, VERDE}
Eventos de inters:
AM: La pelota seleccionada es amarilla
VE: La pelota seleccionada es verde

AZ: La pelota seleccionada es azul


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

P(AZ) + P(AM) + P(VE) = 1 P(BL) P(RO) = 1

2 1 2
= .
5 5 5

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.

SOLUCIN.
P(A) = P(A solamente ) + P(A B) + P(A C) P(A solamente ) = P(A) P(A B) P(A C)

= 0.4 0.1 0.1 = 0.2


P(B) = P(Bsolamente ) + P(B A) + P(B C) P(Bsolamente ) = 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

Jos Luis Quintero

18

Probabilidad y Estadstica

Introduccin a la Probabilidad

P(C) = P(Csolamente ) + P(C A) + P(C B) P(Csolamente ) = P(C) P(C A) P(C B)


= 0.4 0.1 0 = 0.3
P(A solamente ) + P(Bsolamente ) + P(Csolamente ) = 0.2 + 0.2 + 0.3 = 0.7

PROBLEMA 14.
Se est realizando la inspeccin final de aparatos de televisin despus del ensamble. Se
identifican tres tipos de defectos como crticos, mayores y menores y una empresa de envos
por correo los clasifica en: A, B y C, respectivamente. Se analizan los datos con los siguientes
resultados:

Aparatos que slo tienen defectos crticos: 2 %


Aparatos que slo tienen defectos mayores: 5 %
Aparatos que slo tienen defectos menores: 7 %
Aparatos que slo tienen defectos crticos y mayores: 3 %
Aparatos que slo tienen defectos crticos y menores: 4 %
Aparatos que slo tienen defectos mayores y menores: 3 %
Aparatos que tienen los tres tipos de defectos: 1 %
a. Qu porcentaje de los aparatos no tiene defectos?
b. Los aparatos con defectos crticos o mayores (o ambos) deben manufacturarse nuevamente.
Qu porcentaje corresponde a esta categora?

SOLUCIN.
a. Qu porcentaje de los aparatos no tiene defectos?
SOLUCIN.
Experimento aleatorio: Inspeccin al azar de un aparato de televisin
Propsito: Determinar el tipo o tipos de defectos que posee (si los tiene)
Espacio muestral: Todos los aparatos del sitio objeto de la inspeccin
Evento de inters: B: Aparatos sin defectos
P(B) 100% = 100% (2 + 3 + 5 + 4 + 1 + 3 + 7)% = 75%
b. Los aparatos con defectos crticos o mayores (o ambos) deben manufacturarse nuevamente.
Qu porcentaje corresponde a esta categora?
SOLUCIN.
Eventos de inters: C: Aparatos con defectos crticos M: Aparatos con defectos mayores
P(C M) 100% = (2 + 3 + 5 + 4 + 1 + 3 + 7)% 7% = 18%

PROBLEMA 15.
En una determinada poblacin, 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 poblacin son mujeres
rubias, el 20% de la poblacin son mujeres de ojos claros, el 15% de la poblacin son personas
rubias y de ojos claros y el 5% de la poblacin 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

Jos Luis Quintero

19

Probabilidad y Estadstica

Introduccin a la Probabilidad

SOLUCIN.
a. mujer no rubia y de ojos oscuros
SOLUCIN.
Experimento aleatorio: Elegir al azar una persona de una determinada poblacin
Propsitos:
Propsito 1. Determinar si la persona es hombre o mujer
Propsito 2. Determinar si la persona es o no es rubia
Propsito 3. Determinar si la persona tiene los ojos claros u oscuros
Espacio muestral:
Referido al propsito 1: S1 = {hombre, mujer} . Referido al propsito 2: S2 = {rubia,no rubia}

Referido al propsito 3: S3 = {ojos claros, ojos oscuros}


Eventos de inters:
M: la persona elegida es mujer
R: la persona elegida es rubia
C: la persona elegida tiene los ojos claros

P(M R C) = P(M) P(M R) P(M C) + P(M C R) =

60
10
20
5
35

+
=
= 0.35
100 100 100 100 100

b. hombre no rubio y de ojos oscuros


SOLUCIN.
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
=
+
+

+
=
= 0.8
100 100 100 100 100 100 100 100

P(M R C) = 1 P(M R C) = 1 0.8 = 0.2


c. persona rubia o de ojos claros
SOLUCIN.
P(R C) = P(R) + P(C) P(R C) =

7.
9

25
35
15
45
+

=
= 0.45
100 100 100 100

PRINCIPIOS DE LAS TCNICAS DE CONTEO

7.1. Combinatoria. Es el arte de contar los posibles elementos de un conjunto, teniendo


especial cuidado en no olvidar ningn elemento ni en contarlo ms de una vez.

7.2. Principio aditivo. Sean k conjuntos A1 , A2 , , Ak , con R1 , R2 , , Rk elementos


distintos respectivamente. Si se desea escoger un nico elemento, el nmero de formas
distintas ser, empleando el principio aditivo,
k

Ra =

Ri .

i =1

Jos Luis Quintero

20

Probabilidad y Estadstica

Introduccin a la Probabilidad

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 lpices distintos. Se desea seleccionar slo uno de los elementos descritos
anteriormente. Cuntas elecciones distintas se pueden realizar?
Solucin.
Aplicando el principio aditivo se tiene que
3

Ra =

Ri = 3 + 2 + 3 = 8 .

i =1

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 lpices negros y uno blanco. Se desea seleccionar slo uno de los elementos
descritos anteriormente. Cuntas elecciones distintas se pueden realizar?
Solucin.
De la informacin 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

Ra =

Ri = 1 + 2 + 2 = 5 .

i =1

Por lo tanto se pueden realizar 5 elecciones distintas.

7.4. Principio multiplicativo. Sean k conjuntos A1 , A2 , , Ak , con R1 , R2 , , Rk


elementos distintos respectivamente. Si se desea escoger un elemento de cada uno de
los k conjuntos, el nmero de grupos distintos que se pueden formar ser, empleando el
principio multiplicativo,

Rm =

Ri .

i =1

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 lpices distintos. Se desea seleccionar un elemento de cada conjunto descrito
anteriormente. Cuntos grupos distintos pueden ser elegidos?
Solucin.
Aplicando el principio multiplicativo se tiene que

Rm =

Ri = 3 2 3 = 18 .

i =1

Jos Luis Quintero

21

Probabilidad y Estadstica

Introduccin a la Probabilidad

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 lpices negros y uno blanco. Se desea seleccionar un elemento de cada
conjunto descrito anteriormente. Cuntos grupos distintos pueden ser elegidos?
Solucin.
De la informacin 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

Rm =

Ri = 1 2 2 = 4 .

i =1

Por lo tanto se pueden elegir 4 grupos distintos.

8. PERMUTACIONES

8.1. Permutaciones de n elementos sin repeticin. Sea A un conjunto con n elementos


claramente distintos. Si se desea colocar un elemento en cada una de las n posiciones, el
nmero de formas distintas define las permutaciones de n elementos. Esto es,
empleando el principio multiplicativo,
n 1

Pn =

(n i) = n! .

i=0

8.2. Ejemplos ilustrativos:


Ejemplo 1. Se tiene el nmero de 4 dgitos distintos dado por 3894. Cuntos nmeros de
cuatro cifras distintas se pueden construir usando el nmero anterior?
Solucin.
Aplicando el principio multiplicativo se tiene que

Rm =

Ri = 4 3 2 1 = 4! = 24 .

i =1

Por lo tanto se pueden construir 24 nmeros de cuatro cifras distintas.


Ejemplo 2. Se tiene el nmero de 3 dgitos distintos dado por 123. Cuntos nmeros de
tres cifras distintas se pueden construir usando el nmero anterior?
Solucin.
Aplicando el principio multiplicativo se tiene que

Jos Luis Quintero

22

Probabilidad y Estadstica

Introduccin a la Probabilidad

Rm =

Ri = 3 2 1 = 3! = 6 .

i =1

Por lo tanto se pueden construir 6 nmeros de tres cifras distintas.

8.3. Permutaciones de n elementos con repeticin. Dados n elementos, de los cuales hay
slo k diferentes ( n1 iguales, n2 iguales, , nk iguales, tal que n1 + n2 + ... + nk = n ), el
nmero de secuencias ordenadas de estos elementos es
n!
n!
.
= k
PRn,k =
n1 !.n2 !. .nk !
(ni )!

i =1

8.4. Ejemplo ilustrativo. Se tiene el nmero de 8 dgitos dado por 38988439. Cuntos
nmeros de ocho cifras se pueden construir usando el nmero anterior?
Solucin.
Se identifican aqu 4 grupos distintos: El nmero 4 aparece 1 vez. El nmero 3 aparece 2
veces. El nmero 9 aparece 2 veces. El nmero 8 aparece 3 veces. De modo que
8!
8.7.6.5
=
= 1680 .
PR 8,4 =
1!.2!.2!.3!
1
Por lo tanto se pueden construir 1680 nmeros de ocho cifras distintas.

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 nmero 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

Vn,r =

i=0

(n i) =

(n i)

i=0
n 1

n!
= n.(n 1).(n 2).....(n (r 1)) .
(n r)!

(n i)

i =r

Jos Luis Quintero

23

Probabilidad y Estadstica

Introduccin a la Probabilidad

9.2. Ejemplos ilustrativos:


Ejemplo 1. Se tiene el nmero de 4 dgitos distintos dado por 3894. Cuntos nmeros de
dos cifras distintas se pueden construir usando el nmero anterior?
Solucin.
Aplicando el principio multiplicativo se tiene que
4!
4!
V4,2 =
=
= 4 3 = 12 .
(4 2)! 2!
Por lo tanto se pueden construir 12 nmeros de dos cifras distintas.
Ejemplo 2. Se tiene el nmero de 8 dgitos dado por 38988439. Cuntos nmeros de dos
cifras distintas se pueden construir usando el nmero anterior?
Solucin.
Se identifican aqu 4 grupos distintos: El nmero 4 aparece 1 vez. El nmero 3 aparece 2
veces. El nmero 9 aparece 2 veces. El nmero 8 aparece 3 veces. De modo que
4!
4!
V4,2 =
=
= 4 3 = 12
(4 2)! 2!
Por lo tanto se pueden construir 12 nmeros de dos cifras distintas.

9.3. Variaciones de n elementos tomados de r en r con repeticiones. Dados n


elementos distintos, el nmero de selecciones ordenadas de r de ellos, pudiendo ocurrir
que un mismo elemento aparezca ms de una vez en la seleccin es VRn,r = nr .
9.4. Ejemplos ilustrativos:
Ejemplo 1. Se tiene el nmero de 4 dgitos distintos dado por 3894. Cuntos nmeros de
dos cifras se pueden construir usando el nmero anterior?
Solucin.
Aplicando el principio multiplicativo se tiene que VR 4,2 = 42 = 16 . Por lo tanto se pueden
construir 16 nmeros de dos cifras.
Ejemplo 2. Se tiene el nmero de 4 dgitos distintos dado por 3894. Cuntos nmeros de
seis cifras se pueden construir usando el nmero anterior?
Solucin.
Aplicando el principio multiplicativo se tiene que VR 4,6 = 46 = 4096 . Por lo tanto se pueden
construir 4096 nmeros de seis cifras.
Ejemplo 3. Se tiene el nmero de 8 dgitos dado por 38988439. Cuntos nmeros de dos
cifras se pueden construir usando el nmero anterior?
Solucin.
Se identifican aqu 4 grupos distintos: El nmero 4 aparece 1 vez. El nmero 3 aparece 2
veces. El nmero 9 aparece 2 veces. El nmero 8 aparece 3 veces. De modo que

VR 4,2 = 42 = 16 . Por lo tanto se pueden construir 16 nmeros de dos cifras.


Jos Luis Quintero

24

Probabilidad y Estadstica

Introduccin a la Probabilidad

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 nmero de formas distintas como se puede realizar esto define las
combinaciones de n elementos tomados de r en r. En tal sentido
n
n!
.
Cn,r = =
r
!(n
r)!
r

10.2. Ejemplos ilustrativos:
Ejemplo 1. Se tiene el nmero de 4 dgitos distintos dado por 3894. Cuntos grupos de
dos nmeros distintos se pueden construir usando el nmero anterior?
Solucin.

4
4!
4!
C4,2 = =
=
= 6.
2!(4

2)!
2!2!
2

Por lo tanto se pueden construir 6 grupos de dos nmeros distintos.
Ejemplo 2. Se tiene el nmero de 8 dgitos dado por 38988439. Cuntos grupos de dos
nmeros distintos se pueden construir usando el nmero anterior?
Solucin.

Se identifican aqu 4 grupos distintos: El nmero 4 aparece 1 vez. El nmero 3 aparece 2


veces. El nmero 9 aparece 2 veces. El nmero 8 aparece 3 veces. De modo que
4
4!
4!
C4,2 = =
=
= 6.

2!(4
2)!
2!2!
2
Por lo tanto se pueden construir 6 grupos de dos nmeros distintos.

10.3. Combinaciones de n elementos tomados de r en r con repeticiones. Dados n

elementos distintos, el nmero de selecciones ordenadas de r de ellos, sin tener


presente el orden y pudiendo ocurrir que un mismo elemento aparezca ms de una vez
en la seleccin es
n + r 1
(n + r 1)!
(n + r 1)!
CRn,r =
.
=
=
r !(n 1)!
r

r !(n + r 1 r)!

10.4. Ejemplos ilustrativos:


Ejemplo 1. Se tiene el nmero de 4 dgitos distintos dado por 3894. Cuntos grupos de

dos nmeros se pueden construir usando el nmero anterior?


Solucin.

Jos Luis Quintero

25

Probabilidad y Estadstica

4 + 2 1 5
5!
CR 4,2 =
= 10 .
= =
2!3!
2
2

Introduccin a la Probabilidad

Observacin 10. Consideraciones

dos nmeros.

acerca de las tcnicas de conteo:


Vn,n = Pn

Cn,n = 1

Ejemplo 2. Se tiene el nmero de 8 dgitos dado

Cn,1 = n

por 38988439. Cuntos grupos de dos nmeros


se pueden construir usando el nmero anterior?

En las variaciones, importa la


posicin de los elementos en las r

Por lo tanto se pueden construir 10 grupos de

Solucin.

posiciones mientras que en las

Se identifican aqu 4 grupos distintos: El nmero


4 aparece 1 vez. El nmero 3 aparece 2 veces.

combinaciones no. Hay menos


combinaciones que variaciones

El nmero 9 aparece 2 veces. El nmero 8

Si se toma una combinacin y se


permutan todos los elementos del
grupo se hallan las variaciones de

aparece 3 veces. De modo que


4 + 2 1 5
5!
CR 4,2 =
= 10 .
= =
2!3!
2
2


Por lo tanto se pueden construir 10 grupos de
dos nmeros.

ese grupo. De modo que


Vn,r
n
n!
Cn,r =
=
=
Pr
r !(n r)! r
n!
n!
PRn,2 =
=
= Cn,r
n1 !.n2 ! r !.(n r)!

11. PROBLEMAS RESUELTOS

PROBLEMA 1.
Un club tiene 25 miembros y se debe elegir un presidente y un secretario. Cul es el nmero
total de formas posibles para ocupar estos cargos?
SOLUCIN.
Nmero de formas posibles para ocupar estos cargos:
25! 25 24 23!
V25,2 =
=
= 25 24 = 600
23!
23!

PROBLEMA 2.
Se tienen 6 libros distintos para colocar en una estantera. De cuntas formas distintas se
pueden ordenar estos libros?
SOLUCIN.
Nmero de formas distintas en que se pueden ordenar estos libros:
V6,6 = P6 = 6! = 720

Jos Luis Quintero

26

Probabilidad y Estadstica

Introduccin a la Probabilidad

PROBLEMA 3.
Un club tiene 20 miembros y se debe elegir un grupo de 8 personas para realizar una

actividad. Cuntos grupos distintos se pueden hacer?


SOLUCIN.
Nmero de grupos distintos que se pueden hacer:
20
20!
C20,8 = =
= 125970
8!
12!
8

PROBLEMA 4.
Se tiene una caja con tres pelotas rojas, diez pelotas amarillas y cinco pelotas negras.

Determine la cantidad de grupos de tamao tres que se pueden extraer:


a. si la extraccin es de forma simultnea
b. si la extraccin es de forma serial con reposicin
c. con una pelota de cada color
d. con tres pelotas de igual color
SOLUCIN.
a. Cuntos grupos de tamao tres se pueden extraer, si la extraccin es de forma simultnea?
SOLUCIN.
18
18!
18 17 16
C18,3 = =
=
= 816
6
3 3! 15!
b. Cuntos grupos de tamao tres se pueden extraer, si la extraccin es de forma serial con

reposicin?
SOLUCIN.
18 + 3 1 20
20!
20 19 18
=
= 1140
CR18,3 =
= =
3!

17!
6
3
3


c. Cuntos grupos de tamao tres se pueden extraer con una pelota de cada color?
SOLUCIN.

Aplicando principio multiplicativo se tiene que

Nm =

Ni = 3 10 5 = 150

i =1

d. Cuntos grupos de tamao tres se pueden extraer con tres pelotas de igual color?
SOLUCIN.

3 10 5
3!
10!
5!
C3,3 + C10,3 + C5,3 = + + =
+
+
= 1 + 120 + 10 = 131
3 3 3 3! 0! 3! 7! 3! 2!

PROBLEMA 5.

Cul es la probabilidad de que se puedan sentar en una fila tres hombres y cuatro mujeres si
hombres y mujeres deben quedar alternados?
SOLUCIN.

Experimento aleatorio: Elegir al azar una forma de sentarse de cuatro hombres y tres mujeres

Jos Luis Quintero

27

Probabilidad y Estadstica

Introduccin a la Probabilidad

Propsito: Determinar el sexo de cada posicin ocupada


Espacio muestral: Todos los grupos de 7 personas que se pueden formar
Evento de inters: A: Se sientan tres hombres y cuatro mujeres de forma alternada
NS : Nmero de formas distintas en las que se pueden sentar las siete personas

NA : Nmero de formas distintas en las que se produce el evento A


Clculo de NS : NS = P7 = 7! = 5040
Clculo de NA : 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: NA = 4 3 3 2 2 1 1 = P3 P4 = 144 .
Por lo tanto

P(A) =

NA
144
=
0.0286
NS 5040

PROBLEMA 6.
Cul es la probabilidad de que se puedan sentar en una fila tres hombres y cuatro mujeres si
los hombres se sientan juntos?

SOLUCIN.

Experimento aleatorio: Elegir al azar una forma de sentarse de cuatro hombres y tres mujeres
Propsito: Determinar el sexo de cada posicin ocupada
Espacio muestral: Todos los grupos de 7 personas que se pueden formar
Evento de inters: A: Se sientan 3 hombres y 4 mujeres donde todos los hombres estn juntos
NS : Nmero de formas distintas en las que se pueden sentar las siete personas
NA : Nmero de formas distintas en las que se produce el evento A

Clculo de NS : NS = P7 = 7! = 5040
Clculo de NA : 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 clculo con un razonamiento
similar al del problema anterior: 4 3 2 1 3 2 1 = 144 .
Como se trata de 5 secuencias entonces NA = 144 5 = 720 . Otra manera de calcular NA viene

dada como NA = P3 P5 . Finalmente


P(A) =

P P5 1
NA
= 3
= 0.1429
NS
P7
7

PROBLEMA 7.
Cul es la probabilidad de que al escoger una placa de un automvil compuesta por 3 letras
seguidas de 3 nmeros, las letras sean distintas y los nmeros sean distintos?

SOLUCIN.
Experimento aleatorio: Elegir al azar una placa de un automvil compuesta por 3 letras seguidas
de 3 nmeros
Propsito: Determinar las letras y los nmeros que componen la placa

Jos Luis Quintero

28

Probabilidad y Estadstica

Introduccin a la Probabilidad

Espacio muestral: Todas las placas de 3 letras y 3 nmeros que se pueden construir
Evento de inters: A: Las letras son distintas y los nmeros son distintos
NS : Nmero de formas distintas en las que se puede escoger una placa
NA : Nmero de formas distintas en las que se produce el evento A

Clculo de NS : Aplicando principio multiplicativo (27 letras y 10 digitos),

NS = 27 27 27 10 10 10 = 19683000
Clculo de NA : El evento A se produce si tomo una letra entre 27, luego otra en 26 y por ltimo
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
NA = 27 26 25 10 9 8 = 12636000 .
Finalmente

P(A) =

NA 12636000
=
0.64198
NS 19683000

PROBLEMA 8.

Se dispone de 7 hombres y 10 mujeres para seleccionar un comit de 5 personas. La seleccin


se realizar al azar. Cul es la probabilidad de que el comit est formado por dos hombres y
tres mujeres?
SOLUCIN.

Experimento aleatorio: Elegir al azar un grupo de 5 personas de un universo de 17 personas


Propsito: Determinar el sexo de cada persona que conforma el grupo
Espacio muestral: Todos los grupos de 5 personas que se pueden formar
Evento de inters: A: El comit est formado por dos hombres y tres mujeres
NS : Nmero de grupos distintos que pueden conformar el comit

NA : Nmero de formas distintas en las que se produce el evento A


Clculo de NS : Se desean tomar grupos de 5 de un grupo de 17 elementos, de modo que,
17
17!
17 16 15 14 13
=
= 6188
NS = C17,5 = =
5 4 3 2 1
5 5!12!
Clculo de NA : El evento A se produce si dentro del comit 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
7 10
7! 10!
NA = =
.
= 2520
2 3 2!5! 3!7!
Finalmente
P(A) =

NA
2520
=
0.4072
NS
6188

PROBLEMA 9.

Se van a alinear al azar 6 pelotas negras y 2 blancas. Cul es la probabilidad de que las 2
pelotas blancas queden juntas?
SOLUCIN.

Experimento aleatorio: Elegir al azar una alineacin de las 8 pelotas

Jos Luis Quintero

29

Probabilidad y Estadstica

Introduccin a la Probabilidad

Propsito: Determinar el color de la pelota que ocupa una posicin determinada


Espacio muestral: Todas las formas de alinear las 8 personas
Evento de inters: A: En las 8 pelotas alineadas las 2 pelotas blancas quedaron juntas
NS : Nmero de formas distintas en las que se pueden alinear las pelotas

NA : Nmero de formas distintas en las que se produce el evento A


Clculo de NS : Se desean alinear 8 pelotas, por lo tanto NS = P8 = 8! = 40320 .
Clculo de NA : El evento A se produce si sucede alguna de las secuencias que siguen:
BBNNNNNN NBBNNNNN NNBBNNNN NNNBBNNN
NNNNBBNN NNNNNBBN NNNNNNBB
Por lo tanto NA = 7 2! 6! = 10080 . Finalmente

P(A) =

NA
10080
=
= 0.25
NS
40320

PROBLEMA 10.

Sea el experimento aleatorio de seleccionar al azar un nmero de tres cifras comprendido


entre 100 y 999, incluyendo a ambos. Cul es la probabilidad de que el nmero escogido
tenga al menos un uno?
SOLUCIN.

Experimento aleatorio: Elegir al azar un nmero de tres cifras entre 100 y 999
Propsito: Determinar los dgitos que comprenden al nmero elegido
Espacio muestral: Todas los nmeros de tres cifras comprendidos entre 100 y 999
Evento de inters: A: El nmero escogido tiene al menos un uno
NS : Todos los nmeros de tres cifras comprendidos entre 100 y 999

NA : Nmero de formas distintas en las que se produce el evento A


Clculo de NS : Se desea escoger un nmero de tres cifras, por lo tanto se tiene que

NS = 9 10 10 = 900 .
Clculo de NA : El evento complemento de A (A) se define como: el nmero escogido no tiene
ningn uno. De modo que:
NA = NS NA = 8 9 9 = 648 NA = NS NA = 900 648 = 252
Finalmente
P(A) =

NA
252
=
= 0.28
NS
900

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.
SOLUCIN.

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
Propsito: Determinar el color de cada pelota escogida
Jos Luis Quintero

30

Probabilidad y Estadstica

Introduccin a la Probabilidad

Espacio muestral: Todos los grupos de 2 pelotas que pueden ser elegidos
Evento de inters: IC: Se escogen dos pelotas de igual color
Clculo de NS : Aplicando principio multiplicativo se tiene que NS = 12 12 = 144
Clculo de NIC : Sean los eventos
BB: Se obtienen dos pelotas blancas, donde NBB = 5 3 = 15
RR: Se obtienen dos pelotas rojas, donde NRR = 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
NIC = NBB + NRR + NNN = 15 + 16 + 15 = 46

Por lo tanto

P(IC) =

46
144

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
SOLUCIN.
a. ninguna sea defectuosa
SOLUCIN.
Experimento aleatorio: Elegir al azar cinco resistencias de una caja que tiene 30 resistencias
Propsito: 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 inters: A: Las cinco resistencias del grupo no son defectuosas
NS : Nmero de grupos de 5 resistencias que se pueden escoger

NA : Nmero de formas distintas en las que se produce el evento A


Clculo de NS : Se desea escoger un grupo de 5 resistencias de las 30 que se encuentran en la
caja, por lo tanto se tiene que

30
30!
NS = C30,5 = =
= 142506
5!
25!
5

Clculo de NA : Se desea escoger un grupo de 5 resistencias en buen estado de las 23 que
estn en la caja, por lo tanto se tiene que
23
23!
NA = C23,5 = =
= 33649
5!
18!
5

Finalmente
P(A) =

NA
33649
=
= 0.2361
NS 142506

b. se escojan dos defectuosas


SOLUCIN.

Evento de inters: A: El grupo tiene dos resistencias defectuosas y tres no defectuosas

Jos Luis Quintero

31

Probabilidad y Estadstica

Introduccin a la Probabilidad

NS : Nmero de grupos de 5 resistencias que se pueden escoger

NA : Nmero de formas distintas en las que se produce el evento A


Clculo de NS : Se desea escoger un grupo de 5 resistencias de las 30 que se encuentran en la
caja, por lo tanto se tiene que

30
30!
NS = C30,5 = =
= 142506
5!
25!
5

Clculo de NA : Se desea escoger un grupo de 5 resistencias de las cuales dos son defectuosas
y tres se encuentran en buen estado
7 23
7!
23!
7 6 23 22 21
NA = C7,2 C23,3 = =

= 37191
2!

5!
3!

20!
2
6
2
3

Finalmente
P(A) =

NA
37191
=
= 0.2610
NS 142506

c. por lo menos una sea defectuosa


SOLUCIN.
Evento de inters: 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

PROBLEMA 13.
En una estantera se desean colocar 4 libros diferentes de matemtica, 6 libros diferentes de
fsica y 2 libros diferentes de qumica. Calcule la probabilidad de que
a. los libros de cada materia queden juntos

b. solo los libros de matemtica queden juntos


c. los libros de qumica queden juntos y en cualquiera de los extremos
SOLUCIN.
a. los libros de cada materia queden juntos
SOLUCIN.
Experimento aleatorio: Elegir al azar una forma de colocar los 12 libros en una estantera
Propsito: Determinar el tipo de libro que ocupa una determinada posicin
Espacio muestral: Todos las formas en que se pueden colocar los 12 libros en la estantera
Evento de inters: A: Los libros de cada materia quedan juntos
NS : Nmero de formas distintas en las que se pueden colocar los libros

NA : Nmero de formas distintas en las que se produce el evento A


Clculo de NS : NS = P12 = 12! . Clculo de NA :
Los libros de matemtica se pueden colocar de 4! formas distintas
Los libros de fsica se pueden colocar de 6! formas distintas
Los libros de qumica se pueden colocar de 2! formas distintas
Estos tres grupos se pueden colocar de 3! formas distintas
Por lo tanto NA = 4! 6! 2! 3! . Finalmente
P(A) =

Jos Luis Quintero

NA
4! 6! 2! 3!
1
=
=
NS
12!
2310

32

Probabilidad y Estadstica

Introduccin a la Probabilidad

b. solo los libros de matemtica queden juntos


SOLUCIN.
Evento de inters: A: Solo los libros de matemtica quedan juntos
NS : Nmero de formas distintas en las que se pueden colocar los libros

NA : Nmero de formas distintas en las que se produce el evento A


Clculo de NS : NS = P12 = 12! . Clculo de NA :
Los libros de matemtica se pueden colocar de 4! formas distintas
Si se considera el grupo de libros de matemtica como un solo libro entonces se tendran 9
libros y se pueden disponer de 9! formas distintas
Por lo tanto NA = 9! 4! . Finalmente

P(A) =

NA
9! 4!
1
=
=
NS
12!
55

c. los libros de qumica queden juntos y en cualquiera de los extremos


SOLUCIN.

Evento de inters: A: Los libros de qumica quedan juntos y en uno de los extremos
NS : Nmero de formas distintas en las que se pueden colocar los libros
NA : Nmero de formas distintas en las que se produce el evento A
Clculo de NS : NS = P12 = 12! . Clculo de NA :
Los libros de qumica 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
qumica se pueda ubicar
Si se considera el grupo de libros de qumica como un solo libro entonces se tendran 11 libros
pero uno de ellos ya tiene posicin fija por lo tanto los otros libros tienen 10! formas distintas
de ubicacin
Por lo tanto NA = 2 2! 10! . Finalmente
P(A) =

NA
2 2! 10!
1
=
=
NS
12!
33

PROBLEMA 14.

El cdigo de rea de un nmero telefnico se compone de tres dgitos. Se estn considerando


los dgitos del 1 al 5 para formar dichos cdigos de rea, seleccionando un dgito a la vez de
forma aleatoria y sin repeticin. Calcule las probabilidades de los siguientes eventos:
a. El cdigo est compuesto por dgitos sucesivos no necesariamente ordenados
b. El cdigo es un nmero par
c. El cdigo no debe tener ni 1 ni 4
d. El digito 3 no aparece en el cdigo
e. El dgito 2 o 3 aparece al menos una vez en el cdigo
SOLUCIN.
a. El cdigo est compuesto por dgitos sucesivos no necesariamente ordenados
SOLUCIN.

Experimento aleatorio: Elegir al azar un cdigo de rea de cinco digitos con dgitos del 1 al 5
sin repeticiones

Jos Luis Quintero

33

Probabilidad y Estadstica

Introduccin a la Probabilidad

Propsito: Determinar el nmero que ocupa cada posicin


Espacio muestral: Todas las formas en que se pueden construir los cdigos con las condiciones
antes mencionadas
Evento de inters: A: el cdigo est compuesto por dgitos sucesivos no necesariamente
ordenados. Por dgitos sucesivos se entienden tres posibles casos: que en el cdigo aparezcan
los dgitos 1,2,3 o los dgitos 2,3,4 o los dgitos 3,4,5 en cualquier orden. Luego el nmero de
casos a favor sera: NA : 3 2 1 + 3 2 1 + 3 2 1 = 18
Por otro lado se tiene que el nmero total de formas como se escogen 3 dgitos de 5
disponibles viene dado por 5 4 3 = 60 , de modo que NS = 60 . Por lo tanto

NA 18
3
=
=
NS
60 10

P(A) =
b. El cdigo es un nmero par
SOLUCIN.

Evento de inters: B: el cdigo es un nmero par


Para que el cdigo sea un nmero par debe terminar en 2 o en 4. Luego el nmero de casos a
favor sera: NB : 4 3 1 + 4 3 1 = 24 . Por lo tanto
NB
24 2
=
=
NS 60 5

P(B) =
c. El cdigo no debe tener ni 1 ni 4
SOLUCIN.

Evento de inters: C: el cdigo no debe tener ni 1 ni 4


Si el cdigo no debe tener ni 1 ni 4 implica que tenga entonces 5, 2 y 3 en cualquier orden.
Luego el nmero de casos a favor sera: NC = 3! = 6 . Por lo tanto
NC
6
1
=
=
NS 60 10

P(C) =

d. El digito 3 no aparece en el cdigo


SOLUCIN.
Evento de inters: D: El dgito 3 no aparece en el cdigo. ND = 4 3 2 = 24 . Por lo tanto

P(D) =

ND 24 2
=
=
NS
60 5

e. El dgito 2 o 3 aparece al menos una vez en el cdigo


SOLUCIN.

Evento de inters: E: El dgito 2 o 3 aparece al menos una vez en el cdigo


Se tiene que NE = 60 3 2 1 = 54 . Por lo tanto

P(E) =

NE
54
9
=
=
NS 60 10

PROBLEMA 15. (PROBLEMA DEL CUMPLEAOS)


Cul es la probabilidad de que entre r personas, al menos dos cumplan aos el mismo da?

SOLUCIN.
Suposisin: Se trabajar con un ao no bisiesto, es decir, de 365 das
Experimento aleatorio: Elegir al azar una persona

Jos Luis Quintero

34

Probabilidad y Estadstica

Introduccin a la Probabilidad

Propsito: Determinar el da del ao en el cual la persona cumple aos


Espacio muestral: Todas las formas de respuestas posibles considerando el universo de r personas
Evento de inters: A: al menos dos personas cumplen ao el mismo da
Consideraciones de inters:
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 NS = VR 365,r = (365)r .

Se define el evento complementario como A : ninguna persona cumple aos el mismo da. En tal
sentido se tiene que
365!
NA = V365,r =
.
(365 r)!
En consecuencia se tiene que

P(A) =

NA
NS

V365,r
VR 365,r

1
2
r 1

=
= 1
1
..... 1
=
365
365
365
(365 r)!.(365)r

365!

r 1

i =1

1 365

Aplicando uno de los axiomas de la teora de la probabilidad se tiene que


r 1

P(A) = 1 P(A) = 1

i =1

1 365 .

Usando los resultados obtenidos, a modo de ilustracin, se presentan las grficas 4 y 5 para
2 r 365 y para 2 r 100 respectivamente.

Prob. de que 2 o ms personas cumplan ao el mismo dia

PROBLEMA DEL CUMPLEAOS


1
0.9
0.8
0.7
0.6
0.5
0.4
0.3
0.2
0.1
0

50

100

150
200
250
Nmero de personas

300

350

400

Figura 4. Problema del cumpleaos considerando todos los r de inters

Jos Luis Quintero

35

Probabilidad y Estadstica

Introduccin a la Probabilidad

Prob. de que 2 o ms personas cumplan ao el mismo dia

PROBLEMA DEL CUMPLEAOS


1
0.9
0.8
0.7
0.6
0.5
0.4
0.3
0.2
0.1
0

10

20

30

40
50
60
Nmero de personas

70

80

90

100

Figura 5. Problema del cumpleaos considerando todos los r de inters

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 bajar, entre el 1 y el 8. Nadie
ms se subir. Calcule la probabilidad de los siguientes eventos:
a. Todas las personas se bajan antes del quinto piso
b. En ningn piso se baja ms de una persona
c. En los pisos seis y siete no se baja nadie
SOLUCIN.
a. Todas las personas se bajan antes del quinto piso
SOLUCIN.
Experimento aleatorio: Elegir al azar cada piso donde debe bajarse cada una de las cinco
personas
Propsito: Determinar el nmero del piso donde se bajar cada persona
Espacio muestral: Todos las formas en que se pueden bajar las cinco personas
Evento de inters: A: Todas las personas se bajan antes del quinto piso
NS : Nmero de formas distintas en las que se pueden bajar las cinco personas

NA : Nmero de formas distintas en las que se produce el evento A


Se tiene que NS = VR 8,5 = (8)5 y NA = VR 4,5 = (4)5 . Por lo tanto
5

P(A) =

NA (4)5 1
1
=
= =
5
NS (8)
32
2

b. En ningn piso se baja ms de una persona


SOLUCIN.
Evento de inters: B: Todas las personas se bajan en pisos distintos

Jos Luis Quintero

36

Probabilidad y Estadstica

Introduccin a la Probabilidad

NS : Nmero de formas distintas en las que se pueden bajar las cinco personas

NB : Nmero de formas distintas en las que se produce el evento B


Se tiene que NS = VR 8,5 = (8)5 y

NB = V8,5 =

8!
.
3!

Por lo tanto
P(B) =

8!
NB
8!
7.3.5 105
= 3!5 =
=
=
NS (8)
3!(8)5 8.8.8 512

c. En los pisos seis y siete no se baja nadie


SOLUCIN.
Evento de inters: C: En los pisos seis y siete no se baja nadie
NS : Nmero de formas distintas en las que se pueden bajar las cinco personas

NC : Nmero de formas distintas en las que se produce el evento C


Se tiene que
NS = VR 8,5 = (8)5 y NC = VR 6,5 = (6)5 .
Por lo tanto
5

P(A) =

NA (6)5 3
=
=
NS (8)5 4

PROBLEMA 17. (PROBLEMA DEL KINO TCHIRA)


Cul es la probabilidad de ganar en alguna de las modalidades en el sorteo del KINO
TCHIRA?

SOLUCIN.

Suposicin: Se asumir que el da del sorteo se vendieron todos los cartones


Experimento aleatorio: Elegir al azar un cartn de juego
Propsito: Determinar los nmeros que se encuentran en el cartn
Espacio muestral: Todos los grupos de 25 nmeros dispuestos de forma ascendente en un cartn
Evento de inters: A: Se obtiene el cartn que coincide en al menos 12 nmeros con el grupo de
de 15 nmeros ganadores. Se definen los eventos dados por
An : Se obtuvo una coincidencia de n nmeros ganadores, con 5 n 15
Se puede ver que

A = A12 A13 A14 A15 .


Como los eventos anteriores son disjuntos, se tiene que
NA = NA + NA + NA + NA
12

13

14

15

La frmula para obtener la probabilidad de que el cartn elegido tenga n de los 15 nmeros
ganadores viene dada por

P(An ) =

NAn C15,n C10,15 n C15,n C10,15 n


=
=
, 5 n 15
NS
C25,15
3268760

De modo que

Jos Luis Quintero

37

Probabilidad y Estadstica

Introduccin a la Probabilidad

P(A) = P(A12 ) + P(A13 ) + P(A14 ) + P(A15 )


=
=
=

NA12 NA13 NA14 NA15


+
+
+
NS
NS
NS
NS
C15,12 C10,3
C25,15

C15,13 C10,2
C25,15

C15,14 C10,1
C25,15

C15,15 C10,0
C25,15

54600
4725
150
1
59485
0.0182
+
+
+
=
3268760 3268760 3268760 3268760 3268760

En trminos porcentuales se tiene un 1.82% de probabilidad de ganar el KINO TCHIRA en alguna


de sus modalidades. Usando los resultados obtenidos, se presenta la grfica 6.

PROBLEMA DEL KINO TCHIRA


0.35

Probabilidaddeacierto

0.3

0.25

0.2

0.15

0.1

0.05

8
9
10
11
12
Cantidad de nmeros acertados

13

14

15

Figura 6. Problema del KINO TCHIRA

PROBLEMA 18.
Un estudiante debe someterse a un examen de admisin y para ello debe preparar 14 temas. El
examen tiene dos partes: un primer examen que ser escrito y un segundo examen que ser
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 present el tema 1 en el examen escrito
SOLUCIN.
a. En los dos temas tomados al azar siempre aparece el tema 2 y nunca aparece el tema 10
SOLUCIN.
Experimento aleatorio: Se escoge al azar un tema para el examen escrito y otro tema al azar
distinto para el examen oral
Propsito: Determinar los temas elegidos para cada examen
Espacio muestral S: Grupos con reordenamiento de 2 temas que pueden ser seleccionados
14!
Clculo de Ns : Ns = V14,2 =
= 14 13 = 182
12!
Jos Luis Quintero

38

Probabilidad y Estadstica

Introduccin a la Probabilidad

Evento A: En los dos temas seleccionados azar siempre aparece el tema 2 y nunca el tema 10
Clculo de NA : NA = 2 C12,1 = 24 . Por lo tanto

P(A) =

NA
24
12
=
=
Ns
182 91

b. En los dos temas tomados al azar siempre aparece al menos uno de los 5 temas que el
estudiante se sabe
SOLUCIN.

Experimento aleatorio: Se escoge al azar un tema para el examen escrito y otro tema al azar
distinto para el examen oral
Propsito: Determinar los temas elegidos para cada examen
Espacio muestral S: Grupos con reordenamiento de 2 temas que pueden ser seleccionados
14!
= 14 13 = 182
Clculo de Ns : Ns = V14,2 =
12!
Evento B: En los dos temas tomados al azar siempre aparece al menos uno de los 5 temas que
9!
el estudiante se sabe. Clculo de NB : NB = NS NB = 182 V9,2 = 182
= 182 72 = 110 . Por
7!
lo tanto
N
110 55
P(B) = B =
=
Ns 182 91
c. El estudiante present el tema 1 en el examen escrito
SOLUCIN.
Experimento aleatorio: Se escoge al azar un tema para el examen escrito y otro tema al azar

distinto para el examen oral

Propsito: Determinar los temas elegidos para cada examen

Espacio muestral S: Grupos con reordenamiento de 2 temas que pueden ser seleccionados
14!
Clculo de Ns : Ns = V14,2 =
= 14 13 = 182
12!
Evento C: El estudiante present el tema 1 en el examen escrito. Clculo de NC : NC = 13 .
Por lo tanto
P(C) =

NC
13
1
=
=
Ns 182 14

PROBLEMA 19.

En un centro comercial hay 5 cajeros automticos 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
SOLUCIN.
a. Las cuatro personas utilizan cajeros diferentes
SOLUCIN.

Sean
A: las cuatro personas utilizan cajeros diferentes

Jos Luis Quintero

39

Probabilidad y Estadstica

Introduccin a la Probabilidad

NS : Nmero de formas distintas en las que las 4 personas pueden usar los 5 cajeros

NA : Nmero de formas distintas en las que se produce el evento A


Clculo de NS : NS = VR5,4 = 54 = 625

Clculo de NA : NA = V5,4 = 5! = 120

Por lo tanto
P(A) =

NA 120
24
=
=
NS
625 125

b. Solo dos de estas personas utilizan el mismo cajero


SOLUCIN.
Sean

B: slo dos de estas personas utilizan el mismo cajero


NS : Nmero de formas distintas en las que las 4 personas pueden usar los 5 cajeros

NB : Nmero de formas distintas en las que se produce el evento B


Clculo de NS : NS = VR5,4 = 54 = 625

Clculo de NB : NB = 5 V4,2 C4,2 = 360

Por lo tanto
P(B) =

NB 360
72
=
=
NS 625 125

c. Las cuatro personas utilizan el mismo cajero


SOLUCIN.

Sean
C: las cuatro personas utilizan el mismo cajero
NS : Nmero de formas distintas en las que las 4 personas pueden usar los 5 cajeros

NC : Nmero de formas distintas en las que se produce el evento C


Clculo de NS : NS = VR5,4 = 54 = 625

Clculo de NC : NC = 5

Por lo tanto

P(C) =

9
12.

NC
5
1
=
=
NS
625 125

PROBABILIDAD CONDICIONAL

12.1. Definicin (Probabilidad condicional). La probabilidad condicional de un evento A


condicionado a que ocurri un evento B, es decir, P(A/B), se define como la relacin

entre las probabilidades de la interseccin de los eventos A y B y la probabilidad del


evento condicionante B. De modo que

P(A / B) =

Jos Luis Quintero

P(A B)
, P(B) 0 .
P(B)

40

Probabilidad y Estadstica

12.2. Ejemplo

Introduccin a la Probabilidad

ilustrativo.

Los

empleados

de

la

compaa Nuevo Horizonte se encuentran


separados en tres divisiones: administracin,
operacin de planta y ventas. La siguiente tabla
indica el nmero de empleados en cada divisin
clasificados por sexo:

Administracin (A)
Operacin de planta (O)
Ventas (V)
Totales

Mujer (M)

Hombre (H)

20
60
100
180

30
140
50
220

Totales
50
200
150
400

Determine las siguientes probabilidades:

Observacin 11. Consideraciones

acerca
de
la
condicional:
P(A / S) = P(A)

probabilidad

P(A)
P(A)
P(B)
P(B)
Si B A , P(A / B) =
=1
P(B)
Si A B = , P(A / B) = 0
P(A B) = P(B).P(A / B)

= P(A).P(B / A)
Si A B , P(A / B) =

a. P(A/M)
Solucin.

P(A / M) =

P(A M)
=
P(M)

20
400
180
400

20
1
=
180 9

20 2
=
50 5

b. P(M/A)
Solucin.

P(M / A) =

P(M A)
=
P(A)

P(H / V) =

P(H V)
=
P(V)

20
400
50
400

c. P(H/V)
Solucin.
50
400
150
400

50
1
=
150 3

13. EVENTOS INDEPENDIENTES

13.1. Dos eventos independientes. Sean dos eventos A y B definidos en el espacio muestral S.
Si la probabilidad de la interseccin 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 Ai , 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,

Jos Luis Quintero

i =1

Ai = P(A1 ... An ) =

P(A ) .
i

i =1

41

Probabilidad y Estadstica

Introduccin a la Probabilidad

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.
Solucin.
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
Propsito: Determinar el color de cada pelota escogida
Espacio muestral: Todos los grupos de 2 pelotas que pueden ser elegidos
Evento de inters: 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

P(IC) = P(B1 B2) + P(R1 R2) + P(N1 N2) =

5 3
4 4
3 5
46
.
+
.
+
.
=
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 despus, y el ciclo se repite hasta que gana el primero que obtenga cara.
Cul es la probabilidad de ganar de cada uno de los jugadores?
Solucin.
Sean los eventos:
A: el jugador A gana , B: el jugador B gana
GAi : el jugador A gana en el intento i-simo
GBi : el jugador B gana en el intento i-simo

Ai : el jugador A obtiene cara en el intento i-simo


Bi : el jugador B obtiene cara en el intento i-simo

GAi = A1 B1 ... Ai 1 Bi 1 Ai . En consecuencia


P(GAi ) = P(A1 B1 ... Ai 1 Bi 1 Ai ) = P(A1 ).P(B1 ). .P(Ai 1 ).P(Bi 1 ).P(Ai )
2(i 1)

1
=
2

2i 1

1 1
=
2 2

GBi = A1 B1 ... Ai 1 Bi 1 Ai Bi . En consecuencia


P(GBi ) = P(A1 B1 ... Ai 1 Bi 1 Ai Bi ) = P(A1 ).P(B1 ). .P(Ai 1 ).P(Bi 1 ).P(Ai ).P(Bi )
2(i 1) +1

1
=
2

2i

1 1
=
2 2

Entonces (ver figura 7)

Jos Luis Quintero

42

Probabilidad y Estadstica

Introduccin a la Probabilidad

P(A) =

P(GAi ) =

i =1

P(B) =

i =1

P(GBi ) =

i =1

i =1

2i 1

1
2

=2

i =1

2i

1

2

i =1

i
2
1
4 =
1

1
4
1
4

1
2
3
4

1
4
3
4

4
1
=
12 3

1
4
=
4 1

1
4

4 2
=
6 3

Por otro lado

P(B) = 1 P(A) = 1

2 1
=
3 3

PROBLEMA DE LOS DOS JUGADORES


0.5
Jugador A
Jugador B

Probabilidad de ganar en el intento i-simo

0.45
0.4
0.35
0.3
0.25
0.2
0.15
0.1
0.05
0

10

Intento

Figura 7. Problema de los dos jugadores

14.
9

PROBABILIDAD TOTAL

14.1. Definicin (Probabilidad total). Sea una particin del espacio muestral en un grupo
de eventos Bi , 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 Bi , i = 1,...,n . De modo
que
n

P(A) =

i =1

Jos Luis Quintero

P(A Bi ) =

P(Bi ).P(A / Bi ) .

i =1

43

Probabilidad y Estadstica

14.2. Ejemplo

ilustrativo.

Introduccin a la Probabilidad

Un

inversionista

est

pensando en comprar un nmero muy grande de


acciones de una compaa. La cotizacin de las

Observacin
Bi , i = 1,...,n

12.

Los
deben

eventos
ser

acciones en la bolsa, durante los seis meses

mutuamente excluyentes.
anteriores, es de inters para el inversionista.
Con base en esta informacin, se observa que la cotizacin 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 slo 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 prximos seis meses.
Solucin.
Sean los eventos
A: las acciones aumentan su valor en los prximos 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

15.
9

DIAGRAMA DE RBOL

15.1. Definicin (Diagrama de rbol). Es una herramienta grfica que se utiliza para
determinar todos los posibles resultados de un experimento aleatorio.
15.2. Ejemplos ilustrativos:
Ejemplo 1. Una universidad est formada por

Observacin 13. Consideraciones

tres facultades: La primera facultad tiene el 50%

acerca de un diagrama de rbol:

de estudiantes, la segunda facultad posee el


25% de estudiantes y la tercera facultad alberga

El nmero de elementos que


conforman el espacio muestral se

el otro 25% de estudiantes. Las mujeres estn

pueden determinar construyendo

repartidas uniformemente, siendo 60% del total


en cada facultad.

un diagrama de rbol
Se partir asignando una rama
para cada uno de los resultados,

a. Cul es la probabilidad de encontrar una


alumna de la primera facultad?
Solucin.
Jos Luis Quintero

acompaado de su probabilidad
(rama de primera generacin)
44

Probabilidad y Estadstica

Introduccin a la Probabilidad

Experimento aleatorio: Elegir al azar un


estudiante de la universidad
Propsito 1: Determinar la facultad donde
estudia
Propsito 2: Determinar el sexo de la persona
Referido al propsito 1:
S1 = {Facultad 1,Facultad 2,Facultad 3} .
Referido al propsito 2: S2 = {hombre, mujer}

Evento de inters:
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 notacin se solicita calcular
P(A) = P(M F1) = P(F1).P(M / F1)

= P(M).P(F1 / M)
La figura mostrada a continuacin (figura 8)
representa el diagrama de rbol que ilustra la

Observacin 14. Consideraciones


acerca de un diagrama de rbol:
Al final de cada rama de primera
generacin se coloca un nodo del
cual parten nuevas ramas (ramas
de segunda generacin), 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 rbol que hace que
stos sean mucho ms tiles para
los

clculos

rpidos

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

situacin planteada. La pregunta de inters


en este apartado aparece analizada en el
rbol presentado en la figura 9.

Figura 8. Diagrama de rbol para el problema de la universidad

Jos Luis Quintero

45

Probabilidad y Estadstica

Introduccin a la Probabilidad

Figura 9. Diagrama de rbol 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. Cul es la probabilidad de encontrar un alumno varn?
Solucin.
Evento de inters: B: Se selecciona un varn
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 notacin 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 inters en este apartado aparece analizada en el rbol presentado en la
figura 10.

Figura 10. Diagrama de rbol que ilustra el segundo apartado

Jos Luis Quintero

46

Probabilidad y Estadstica

Introduccin a la Probabilidad

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 vaca se colocan tantas bolas
blancas como nmero de caras obtenidas y tantas negras como el nmero del lanzamiento
donde se obtiene sello por primera vez multiplicado por dos, si es que se obtiene. Se
extraen sin reposicin dos bolas de la caja. Cul es la probabilidad de que sean de distinto
color?
Solucin.
Eventos:
Ci : ocurri cara en el lanzamiento i, i = 1, 2
Si : ocurri sello en el lanzamiento i, i = 1, 2

Bi : se obtiene una bola blanca en la extraccin i, i = 1, 2


Ni : se obtiene una bola negra en la extraccin 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 rbol de la figura 11.
Los nmeros entre parntesis indican la probabilidad de ocurrencia del evento. La figura 12
representa las ramas del rbol que indican la ocurrencia del evento D en azul. Se tiene que
P(D) = P(C1 S2 ).P(B1 (C1 S2 ).P(N2 (C1 S2 B1 ) +

P(C1 S2 ).P(N1 (C1 S2 ).P(B2 (C1 S2 N1 ) +


P(S1 C2 ).P(B1 (S1 C2 ).P(N2 (S1 C2 B1 ) +
P(S1 C2 ).P(N1 (S1 C2 ).P(B2 (S1 C2 N1 )
=

Jos Luis Quintero

2 1 1 1 1 1 1 1 2 2 1 16
4
1 1
4 1 1
=
. .1 + . + .1 + . = . + + + = . + = .
4 5
5 4 3
3 2 4 5 5 3 3 4 5 3 4 15 15

47

Probabilidad y Estadstica

Introduccin a la Probabilidad

Figura 11. Diagrama de rbol


Jos Luis Quintero

48

Probabilidad y Estadstica

Introduccin a la Probabilidad

Figura 12. Diagrama de rbol recortado mostrando los casos de inters


Jos Luis Quintero

49

Probabilidad y Estadstica

Introduccin a la Probabilidad

16. TEOREMA DE BAYES

16.1. Definicin (Teorema de Bayes). Sea una particin del espacio muestral en un grupo
de eventos Bi con i = 1,...,n . La probabilidad condicional de un evento Bi dado que
ocurri un evento A se puede expresar como la probabilidad del evento A dado que
ocurri ese elemento de la particin por la relacin de las probabilidades entre Bi y A
respectivamente. En tal sentido

P(Bi / A) =

P(Bi A)
=
P(A)

P(Bi ).P(A / Bi )
n

P(B ).P(A / B )
i

i =1

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

Observacin 15. Consideraciones

acerca
de
condicional:

una

sucursal al azar y de ella se escoge a un


empleado. Si este empleado es una mujer, cul

evento

sucursal que tiene 12 empleados?


Solucin.
sucursal
Propsito: Determinar la sucursal elegida
Elegir

al

azar

denomina

El denominador en el trmino a la
derecha de la ecuacin anterior
se denomina probabilidad total

Definicin de eventos:

del evento A

M: El empleado es una mujer


S1: La sucursal escogida es la 1
S2: La sucursal escogida es la 2
1
3

se

a priori

un

empleado de una tienda


Propsito: Determinar el sexo de la persona

Se sabe que
P(S1) = P(S2) = P(S3) =

probabilidad a posteriori
Las probabilidades del evento A
dado que ocurri cada elemento
Bi se denominan probabilidades

Experimento aleatorio 1: Elegir al azar una

aleatorio:

probabilidad

La probabilidad condicional de un
evento Bi dado que ocurri el

es la probabilidad de que ella trabaje en la

Experimento

la

S3: La sucursal escogida es la 3


, P(M / S1) =

4
8

, P(M / S2) =

7
12

, P(M / S3) =

10
14

De modo que
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 4
.
3 8

7
+ 13 . 12
+ 13 . 10
=
14

P(S2 / M) =

Jos Luis Quintero

1 1
.(
3 2

7
12

+ 57 ) =

1 42 + 49 + 60
.
3
84

1 151
.
3 84

P(M S2) P(S2).P(M / S2)


=
=
P(M)
P(M)

1. 7
3 12
1 . 151
3 84

847
12 151

49
151

50

Probabilidad y Estadstica

Introduccin a la Probabilidad

Ejemplo 2. Basndose en varios estudios, una compaa ha clasificado, de acuerdo con la


posibilidad de encontrar petrleo, las formaciones geolgicas en 3 tipos. La compaa
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 petrleo 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
compaa descubre que hay petrleo, determine la probabilidad de que ese lugar se
corresponda con una formacin del tipo III.
Solucin.
Experimento aleatorio 1: Perforar en una formacin geolgica
Propsito: Determinar el tipo de formacin geolgica
Experimento aleatorio 2: Buscar petrleo
Propsito: Determinar si existe o no petrleo
Eventos:
P: Se encuentra petrleo
T1: La formacin es de tipo I
T2: La formacin es de tipo II
T3: La formacin 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 + 0.25
0.25
=
= 0.3125
0.80

17.
9

EXPERIMENTO DE BERNOULLI

17.1. Definicin (Experimento de Bernoulli). Es


un experimento aleatorio cuyo espacio

Observacin 16. Consideraciones

muestral se puede expresar en trminos de la

La probabilidad de que ocurra el


evento se denota por p

ocurrencia o no de un determinado evento.


17.2. Ejemplos ilustrativos:
Ejemplo 1. Considere el experimento aleatorio
de tener un hijo. Sea el evento A: naci un hijo

acerca del Experimento de Bernoulli:

La probabilidad de que no ocurra


el evento se denota por q = 1 p
El evento y su complemento
forman una particin del espacio
muestral

varn. Este experimento es un Experimento de


Bernoulli con parmetro p = 1 / 2
Jos Luis Quintero

51

Probabilidad y Estadstica

Introduccin a la Probabilidad

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


parmetro
R
p=
R+V

Observacin 17. Consideraciones


acerca del Experimento de Bernoulli:

La probabilidad p es el parmetro
importante para conocer un
Experimento de Bernoulli
El Experimento de Bernoulli se
denota por B(p)
El clculo de las probabilidades en

Ejemplo 3. Considere el experimento aleatorio


de lanzar un dado. Sea el evento A: ocurre un

un Experimento de Bernoulli se

nmero mayor que 4. Este experimento aleatorio

si el evento ocurre
p
P B(p) =

1
p
si
el evento no ocurre

es un Experimento de Bernoulli con parmetro


p =1/3

18.
9

hace de la forma

EXPERIMENTO BINOMIAL

18.1. Definicin (Experimento Binomial). Es un


experimento aleatorio que consiste en la

Observacin 18. Consideraciones


acerca del Experimento Binomial:

Bernoulli con parmetro p. En este conjunto

El nmero de veces que ocurri el


evento de inters (k veces) es

de n repeticiones se contabiliza el nmero de

incierto, por tanto, es un nmero

veces (denotado por k) que ocurri el evento

aleatorio y se encuentra en el
intervalo [0,n]

repeticin de n veces de un Experimento de

de inters.

El
Experimento
Binomial
se
denota por Bi(n,p)
El clculo de las probabilidades en

18.2. Ejemplos ilustrativos:


Ejemplo 1. Una familia tiene ocho hijos. Cul

un Experimento Binomial se hace

es la probabilidad de que, exactamente, dos de

de la forma

n
P Bi(n,p) = k = (1 p)n k pk ,
k
k = 0,1, 2,...,n

los hijos sean varones?

Solucin.
Experimento aleatorio: Tener ocho hijos
Propsito: Determinar el sexo de cada uno
Evento: Dos de los hijos son varones
8 2

8
1
P Bi(8, 12 ) = 2 = 1
2
2

Jos Luis Quintero

8! 1
28 22.7
7
1
2 = 2!.6! . 2 = 8 = 8 = 64
2
2

52

Probabilidad y Estadstica

Introduccin a la Probabilidad

Ejemplo 2. Se lanzan al aire cuatro monedas perfectas simultneamente. Calcule la


probabilidad de obtener
a. por lo menos dos caras
Solucin.
Experimento aleatorio: Lanzar al aire cuatro monedas perfectas simultneamente
Propsito: Determinar si la parte superior indica cara o sello
Sea el evento A: salen por lo menos dos caras. Entonces
P(A) = P Bi(4, 12 ) = 2 + P Bi(4, 12 ) = 3 + P Bi(4, 12 ) = 4
2

4 1 1
4 1 1
4 1 1
11
= + + =
16
2 2 2
3 2 2
4 2 2
b. exactamente tres caras
Solucin.
Sea el evento A: salen exactamente tres caras. Entonces
1

4 1 1
1
P(A) = P Bi(4, 12 ) = 3 = =
4
3 2 2
c. a lo sumo dos caras
Solucin.

Sea el evento A: salen a lo sumo dos caras. Entonces


P(A) = P Bi(4, 12 ) = 0 + P Bi(4, 12 ) = 1 + P Bi(4, 12 ) = 2
4

4 1 1
4 1 1
4 1 1
11
= + + =
2
2
2
2
2
2
16
0
1
2




d. exactamente una cara
Solucin.

Sea el evento A: salen exactamente una cara. Entonces


3

4 1 1
1
P(A) = P Bi(4, 12 ) = 1 = =
2
2
4
1

19.
9

EXPERIMENTO MUTINOMIAL

19.1. Definicin (Experimento Multinomial). Es


un experimento aleatorio que consiste en la

Observacin 19. Consideraciones

acerca del Experimento Multinomial:

repeticin de n veces de un experimento


aleatorio con m resultados posibles.
19.2. Ejemplo ilustrativo. Se lanza un dado normal
10 veces y se desea calcular la probabilidad de

El Experimento Multinomial
denota por M(n,p1 ,p2 ,...,pm )

se

Si m = 2 , se trata
Experimento Binomial

un

de

que salga la cara cuatro 3 veces, la cara seis 1


vez, la cara cinco 4 veces y la cara uno 2 veces.
Jos Luis Quintero

53

Probabilidad y Estadstica

Introduccin a la Probabilidad

Solucin.
Experimento aleatorio: Lanzar un dado 10 veces
Propsito: Determinar la cara ocurrida en la

Observacin 20. Consideraciones


acerca del Experimento Multinomial:

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
P(A) = P M(10, 16 , 16 , 16 , 16 , 16 , 16 ) = (2, 0, 0, 3, 4,1)
2

El clculo de las probabilidades en


un Experimento Multinomial se
hace de la forma
P M(n,p1,p2 ,...,pm ) = (k1,k2 ,...,km ) =
n!
k k
p 1p 2 ..pkmm ,
k1 !k2 !...km ! 1 2

10!
1 1 1 1 1 1
=
2!0!0!3!4!1! 6 6 6 6 6 6
12600
=
60466176

20.
9

p1 + p2 + ... + pm = 1 ,
k1 + k2 + ... + km = n

EXPERIMENTO GEOMTRICO

20.1. Definicin (Experimento Geomtrico). Es un experimento aleatorio que consiste en


la repeticin de un Experimento de Bernoulli con parmetro p. Esta repeticin se realiza
hasta que ocurre el evento de inters por primera vez.
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

Observacin 21. Consideraciones


acerca del Experimento Geomtrico:

semestre hasta que lo apruebe. Si se considera

El nmero de repeticiones hasta


conseguir que ocurra el evento de
inters es incierto, por tanto, es

que la probabilidad de aprobar el curso no


cambia semestre tras semestre, entonces se
tiene un Experimento Geomtrico. Calcule las
probabilidades de aprobar la asignatura en la
primera, segunda y tercera oportunidad que la

un
nmero
aleatorio y
se
encuentra en el intervalo [1, )

curse.

El Experimento
denota por G(p)

Solucin.
Probabilidad de aprobar la asignatura la primera

Si
es
necesario
realizar
k
Experimentos de Bernoulli hasta

Geomtrico

se

que ocurra el evento de inters,

vez que la curse:


1 1

P G(0.4) = 1 = (1 0.4)

0.4 = 0.4

Probabilidad de aprobar la asignatura la segunda

el clculo de las probabilidades en


un Experimento Geomtrico se

vez que la curse:

hace de la forma

P G(0.4) = 2 = (1 0.4)2 1 0.4 = 0.6 0.4 = 0.24

Jos Luis Quintero

P G(p) = k = (1 p)k 1p , k = 1, 2,...

54

Probabilidad y Estadstica

Introduccin a la Probabilidad

Probabilidad de aprobar la asignatura la tercera vez que la curse:

P G(0.4) = 3 = (1 0.4)3 1 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. Cul es la probabilidad de ganar en el k-simo intento?
Solucin.
P G( 12 ) = k = (1 12 )k 1 12 = ( 12 )k 1 12 = ( 12 )k , k = 1, 2,...

21.
9

EXPERIMENTO BINOMIAL NEGATIVO DE ORDEN R

21.1. Definicin

(Experimento

Binomial

Observacin 22. Consideraciones

Negativo de Orden r). Es un experimento

acerca del Experimento Binomial de


Orden r:

aleatorio que consiste en la repeticin de un


Experimento de Bernoulli con parmetro p.
Esta repeticin se realiza hasta que ocurre el
evento de inters por r-sima vez.

El Experimento Geomtrico es un
Experimento Binomial Negativo
de
orden
1,
es
decir,
G(p)=BiN(p,1)
El nmero de repeticiones hasta
conseguir que ocurra el evento de

21.2. Ejemplos ilustrativos:

inters es incierto, por tanto, es

Ejemplo 1. Un jugador lanza una moneda


equilibrada. El juego termina hasta que obtenga
cara por tercera vez. Cul es la probabilidad de
ganar en el k-simo intento?
Solucin.
k 1
1 k 3 1 3
P BiN( 12 , 3) = k =
(1 2 ) ( 2 )
2

un
nmero
aleatorio y
se
encuentra en el intervalo [r, )
El Experimento Binomial Negativo
de orden r se denota por BiN(p,r)
es
necesario
realizar
k
Si
Experimentos de Bernoulli hasta

(k 1)!
( 1 )k 3 ( 12 )3
2!(k 3)! 2

que ocurra el evento de inters,


el clculo de las probabilidades en

(k 1)(k 2) 1 k
(2)
2

un

, k = 3, 4,...

la probabilidad de necesitar k intentos para


obtener la ocurrencia del evento de inters r
veces viene dada por la expresin

Jos Luis Quintero

1
r!

Binomial

Negativo de orden r se hace de la


forma
k 1
k r r
P BiN(p,r) = k =
(1 p) p ,
r 1

Ejemplo 2. Una manera equivalente de calcular

P BiN(p,r) = k =

Experimento

k = r,r + 1,...

r 1

(k i)(1 p)

k r r

p , k = r,r + 1,...

i =1

55

Probabilidad y Estadstica

22.
9

Introduccin a la Probabilidad

EXPERIMENTO HIPERGEOMTRICO

22.1. Definicin (Experimento Hipergeomtrico). Experimento cuyas caractersticas se


describen a continuacin: Sea un conjunto de N elementos divididos en dos grupos de
N1 elementos y N2 elementos respectivamente, con N1 + N2 = N . Se extrae
aleatoriamente una muestra de n elementos y se desea contabilizar la cantidad de
elementos n1 del grupo 1 y la cantidad de elementos n2 , con n1 + n2 = n presentes en la
muestra.

22.2. Ejemplo ilustrativo. En una caja se tienen 15


pelotas blancas y 5 pelotas negras. Se extraen 6

Observacin 23. Consideraciones

pelotas. Cul es la probabilidad de que en la

acerca

muestra se encuentren 4 pelotas blancas y 2


negras?

Hipergeomtrico:

Solucin.
Experimento aleatorio: Extraer una muestra de 6
pelotas de la caja
Propsito: Determinar la cantidad de pelotas
blancas y la cantidad
presentes en la muestra

de

pelotas

del

Experimento

El Experimento Hipergeomtrico
se denota por HG(N,N1,N2 ,n)
El clculo de las probabilidades en
un Experimento Hipergeomtrico
se hace de la forma

negras
P HG(N,N1,N2 ,n) = (n1,n2 ) =

Evento: la muestra contiene 4 pelotas blancas y


2 pelotas negras
Clculo de la probabilidad solicitada:

N1 N2

n1 n2
N

n

N1 + N2 = N , n1 + n2 = n

15 5

4 2
455
0.3222
P HG(20,15,5, 6) = (4, 2) = =
1292
20

6

9
23.

EXPERIMENTO MULTIHIPERGEOMTRICO

23.1. Definicin (Experimento Multihipergeomtrico). Experimento cuyas caractersticas


se describen a continuacin: Sea un conjunto de N elementos divididos en k grupos de
N1 , N2 , ,
Nk elementos respectivamente, con N1 + N2 + ... + Nk = N . Se extrae
aleatoriamente una muestra de n elementos y se desea contabilizar la cantidad de
elementos n1 , n2 , , nk correspondientes a los grupos 1, 2, , k respectivamente con
n1 + n2 + ... + nk = n presentes en la muestra.

Jos Luis Quintero

56

Probabilidad y Estadstica

Introduccin a la Probabilidad

23.2. Ejemplo ilustrativo. En una caja se tienen 8


Observacin 24. Consideraciones
del
Experimento

pelotas blancas, 7 pelotas negras y 5 pelotas


rojas. Se extraen 6 pelotas. Cul es la

acerca

probabilidad de que en la muestra se encuentren

Multihipergeomtrico:

3 pelotas blancas, 2 negras y 1 roja?


Solucin.
Experimento aleatorio: Extraer una muestra de 6
pelotas de la caja
Propsito: 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.

El
Experimento
Multihipergeomtrico se denota
por MHG(N,N1,N2 ,...,Nk ,n)
Si
se trata de
k = 2,
Experimento Hipergeomtrico

El clculo de las probabilidades en


un
Experimento
Multihipergeomtrico es
P HG(N,N1,N2 ,...,Nk ,n) = (n1,n2 ,...,nk ) =

Clculo de la probabilidad solicitada:


P MHG(20, 8, 7,5, 6) = (3,2,1) =

N1 N2 Nk
...
n1 n2 nk
N

n

8 7 6

3 2 1 = 294 0.182
1615
20

6

24.
9

un

N1 + N2 + ... + Nk = N , n1 + n2 + ... + nk = n

EXPERIMENTO DE POISSON

24.1. Definicin (Experimento de Poisson). Sea un experimento Binomial con parmetros


n y p. Considere que el nmero de experimentos de Bernoulli es muy grande (n ) , y
que la probabilidad del evento de inters es muy pequea (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.

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. Cul es la
probabilidad de hallar a lo sumo 6 defectuosos?
Solucin.
6

P=

k =0

4000
4000 k
(0.001)k

(1 0.001)
k

Observacin 25. Consideraciones


acerca del Experimento de Poisson:
El Experimento de Poisson se
denota por P()

El clculo de las probabilidades se


hace de la forma
k e
P P() = k =
, k = 0,1,2,...
k!

Se puede ver que los clculos para obtener p son muy engorrosos, por lo que se utiliza una
aproximacin mediante un Experimento de Poisson con parmetro = 4 .
6

k =0

Jos Luis Quintero

P P(4) = k =

k =0

4k e4
= e4
k!

k =0

4k e4
= 0.1144
k!

57

Probabilidad y Estadstica

Introduccin a la Probabilidad

25. PROBLEMAS RESUELTOS

PROBLEMA 1.
Encierre en un crculo la letra V o F segn considere que la proposicin es verdadera o falsa
respectivamente.
a. Si dos eventos no vacos son independientes,

entonces la probabilidad de la

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 tambin lo son

c. De una caja con X pelotas blancas y Y pelotas rojas se realiza un muestreo de

unin de ellos es la suma de sus probabilidades

tamao tres sin reposicin. La probabilidad de obtener tres pelotas blancas es

X3 / (X + Y)3
d. Si se lanza una moneda honesta hasta que salga cara por primera vez, la
probabilidad de que esto ocurra en el k-simo intento (k 1) es igual a

( 12 )k 1

SOLUCIN.
a. Si dos eventos no vacos son independientes, entonces la probabilidad de la unin
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 tambin lo son


c. De una caja con X pelotas blancas y Y pelotas rojas se realiza un muestreo de

tamao tres sin reposicin. La probabilidad de obtener tres pelotas blancas es

X3 / (X + Y)3
d. Si se lanza una moneda honesta hasta que salga cara por primera vez, la
probabilidad de que esto ocurra en el k-simo intento (k 1) es igual a ( 12 )k 1

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, est
funcionando es p. La configuracin que proporciona la mxima probabilidad de que el sistema
funcione es
a. F1

Jos Luis Quintero

b. F2

c. F3

d. F4

58

Probabilidad y Estadstica

Introduccin a la Probabilidad

SOLUCIN.
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, est funcionando es p. La
configuracin que proporciona la mxima probabilidad de que el sistema funcione es
a. F1
b. F2
c. F3
d. F4

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 .
SOLUCIN.

P(A B) + P(A B) =

P(A B) P(A B) P(B)


+
=
=1
P(B)
P(B)
P(B)

PROBLEMA 4.
Pruebe que si P(B / A) = P(B / A) entonces A y B son independientes.
SOLUCIN.

P(B / A) = P(B / A)

P(A B) P(A B)
(1 P(A))P(A B)
=

= 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)

PROBLEMA 5.

Demuestre que si A y B son eventos independientes, tambin lo son A c y Bc .


SOLUCIN.

P(A c Bc ) = 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 c ).P(Bc )

Jos Luis Quintero

59

Probabilidad y Estadstica

Introduccin a la Probabilidad

PROBLEMA 6.

Sean A y B eventos independientes, tales que con probabilidad 1/6 ocurren simultneamente,
y con probabilidad 1/3 ninguno de ellos ocurre. Halle P(A) y P(B).
SOLUCIN.
Informacin : P(A B) = P(A).P(B) =

1
6

P(A B) = P(A) + P(B) P(A B)

2
3

5
6

P(B) =

5 25 4 6 1
12

Por lo tanto P(A) =

=
1
2

5 1
12

P1(B) =

, P(B) =

1
3

1
2

1 P(A B) =

1
6P(B)

, P2 (B) =

2
3

2
3

1
6P(B)
2

+ P(B)

1
6
2

5P(B) = 1 + 6 P(B) 6 P(B) 5P(B) + 1 = 0

6P(B)

1
3

P(A B) =

+ P(B) P(A).P(B)

2
1 + 6 P(B)

P(A) =

1
3

1
3

, P(B) =

1
2

PROBLEMA 7.
Los eventos A1 , A2 ,..., An son eventos independientes y p(A j ) = p , j = 1, 2,...,n . Halle el menor

n para el cual

P
Ai H ,

i =1

donde H es un nmero fijo.


SOLUCIN.
n

P
Ai = 1 P
Aic = 1

i =1
i =1

P(A ) = 1 (1 p)
c
i

H (1 p)n 1 H nln(1 p) ln(1 H)

i =1

PROBLEMA 8.

Cul 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 ?
SOLUCIN.
Sea Ai : se obtiene un 6 en el i-simo lanzamiento. Se quiere determinar el menor n para el cual

n
3
P
Ai > .

4
i =1

Como

P
Ai = 1

i =1

i =1

5
P(Aic ) = 1 ,
6

se quiere hallar el menor n para el cual


n

1
5
6 < 4

es decir

5
1
n.ln < ln
6

4

Jos Luis Quintero

60

Probabilidad y Estadstica

Introduccin a la Probabilidad

con lo cual se obtiene n = 8 .

PROBLEMA 9.
Sean A, B y C tres eventos independientes entre s tales que 4P(A) = 2P(B) = P(C) > 0 y

P(A B C) = 4P(A) . Obtenga P(A), P(B) y P(C).


SOLUCIN.
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)


2

4P(A) = P(A) + 2P(A) + 4P(A) 2 P(A) 4 P(A) 8 P(A) + 8 P(A)

2
3
2
3P(A) 14 P(A) + 8 P(A) = 0 P(A) 8 P(A) 14.P(A) + 3 = 0

8 P(A) 14.P(A) + 3 = 0 P(A) =

1
4

Usando las relaciones dadas se tiene que P(A) =

1
4

, P(B) =

1
2

, P(C) = 1 .

PROBLEMA 10.

En una caja hay R pelotas rojas y A pelotas amarillas. Se realiza un MASR de tamao tres.
Cul es la probabilidad de que las tres pelotas sean rojas?
SOLUCIN.
Experimento aleatorio: Escoger al azar tres pelotas de una caja
Propsito: Determinar el color de cada pelota
Sea el evento Ri : sale una pelota roja en el i-simo intento. De modo que

P(R1 R 2 R 3 ) = P(R1 ).P(R 2 / R1 ).P(R 3 / R1 R 2 ) =

R
R 1
R 2
.
.
R + A R + A 1 R + A 2

PROBLEMA 11.

En una caja hay 4 bombillos malos y 6 buenos. Se sacan 2 bombillos a la vez. Cul es la
probabilidad de que ambos bombillos resulten buenos?
SOLUCIN.

Experimento aleatorio: Extraccin al azar de dos bombillos de una caja


Propsito: Determinar si se encuentran o no funcionando
Sean los eventos B1 : el primer bombillo sale bueno B2 : el segundo bombillo sale bueno
Entonces

P(B1 B2 ) = P(B1 ).P(B2 / B1 ) =

6 5 30 1
. =
=
10 9 90 3

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. Cul es la
probabilidad de que esa pelota sea blanca?

Jos Luis Quintero

61

Probabilidad y Estadstica

Introduccin a la Probabilidad

SOLUCIN.
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
Propsito: Determinar el color de la ltima pelota escogida
Sean los eventos
B1 : se pasa una pelota blanca de la caja 1 a la caja 2
B2 : se pasa una pelota roja de la caja 1 a la caja 2

A: se selecciona una pelota blanca de la caja 2


Entonces

P(A) = P(A B1 ) + P(A B2 ) = P(B1 ).P(A / B1 ) + P(B2 ).P(A / B2 )


=

X
Z+1
Y
Z
+
.
.
X + Y Z + W +1 X + Y Z + W +1

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. Cul es la probabilidad de que ese transistor est bueno?

SOLUCIN.
Experimento aleatorio: Escoger al azar una caja y luego de esta caja tomar al azar un transistor
Propsito: Determinar el estado del transistor elegido
Sean los eventos
B: el transistor escogido es bueno
Ci : se escoge la caja i, i = 1,..., 4

B : el transistor escogido es defectuoso

Entonces

P(B) = 1 P(B) = 1 P(B C1 ) + P(B C2 ) + P(B C3 ) + P(B C4 )


= 1 P(C1 ).P(B / C1 ) + P(C2 ).P(B / C2 ) + P(C3 ).P(B / C3 ) + P(C4 ).P(B / C4 )
= 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

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 reposicin, en caso contrario se extraen 2 pelotas con reposicin. Cul
es la probabilidad de que no se extraigan pelotas rojas?

SOLUCIN.
Experimento aleatorio: Se lanza un dado y de acuerdo al resultado se extraen 2 pelotas con o sin
reposicin de una caja
Propsito: Determinar el color de cada pelota extraida
Sean los eventos
A: se seleccionan dos pelotas amarillas

Jos Luis Quintero

62

Probabilidad y Estadstica

Introduccin a la Probabilidad

N1 : se obtiene un nmero menor que 4 al lanzar el dado


N2 : se obtiene un nmero mayor o igual que 4 al lanzar el dado

P(A) = P(A N1 ) + P(A N2 ) = P(N1 ).P(A / N1 ) + P(N2 ).P(A / N2 )


1
A
A 1
1
A
A
1
A
A
A 1

+
2 R + A R + A 1 2 R + A R + A 2 R + A R + A 1 R + A

PROBLEMA 15.
Tres jugadores A, B y C se turnan para lanzar un dado perfecto. A lanza de primero, B lanza
despus y por ltimo C, y el ciclo se repite hasta que gana el primero que obtenga un nmero
par. Cul es la probabilidad de ganar de cada uno de los jugadores?

SOLUCIN.
Sean los eventos: A: el jugador A gana , B: el jugador B gana , C: el jugador C gana
GAi : el jugador A gana en el intento i-simo
GBi : el jugador B gana en el intento i-simo
GCi : el jugador C gana en el intento i-simo

Ai : el jugador A obtiene un nmero par en el intento i-simo


Bi : el jugador B obtiene un nmero par en el intento i-simo

Ci : el jugador C obtiene un nmero par en el intento i-simo


GAi = A1 B1 C1 ... Ai 1 Bi 1 Ci 1 Ai . En consecuencia
P(GAi ) = P(A1 B1 C1 ... Ai 1 Bi 1 Ci 1 Ai )
i 1

= P(Ai ).

j =1

3(i 1)

1
P(A j ).P(B j ).P(C j ) =
2

3i 2

1 1
2 = 2

GBi = A1 B1 C1 ... Ai 1 Bi 1 Ci 1 Ai Bi . En consecuencia


P(GBi ) = P(A1 B1 C1 ... Ai 1 Bi 1 Ci 1 Ai Bi )
i 1

= P(Ai ).P(Bi ).

j =1

3(i 1)

1
P(A j ).P(B j ).P(C j ) =
2

3i 1

1
1
2 = 2

GCi = A1 B1 C1 ... Ai 1 Bi 1 Ci 1 Ai Bi Ci . En consecuencia


P(GCi ) = P(A1 B1 C1 ... Ai 1 Bi 1 Ci 1 Ai Bi Ci )
i 1

= P(Ai ).P(Bi ).P(Ci )

j =1

3(i 1)

1
P(A j ).P(B j ).P(C j ) =
2

3i

1
1
2 = 2

Entonces

P(A) =

P(GAi ) =

i =1

P(B) =

i =1

P(GBi ) =

i =1

i =1

i =1

Jos Luis Quintero


=4

P(GCi ) =

i =1

3i 1

1
2

P(C) =

3i 2

1
2

i =1

=2

i =1

i =1

= 4.

1
8

3i

1
2

3i

1
2

3i

1
2

= 2.

1
8

3i

1
2

1
8

1
8

1
8

1
8

= 4.

= 2.

1 4
=
7 7

1 2
=
7 7

1
7

63

Probabilidad y Estadstica

Introduccin a la Probabilidad

PROBLEMA 16.
N jugadores se turnan para tomar parte en un juego de azar. La participacin se hace en serie
hasta que el primero de ellos obtenga la ocurrencia del evento de inters definido previamente
que tiene probabilidad p (0 < p < 1) . Cul es la probabilidad de ganar de cada uno de los
jugadores?

SOLUCIN.
Sean los eventos:
Ji : el jugador i-simo gana , i = 1,...,N
GJik : el jugador i-simo gana en el intento k-simo

Jik : el jugador i-simo obtiene el evento de inters en el intento k-simo


Se tiene que
GJik = J11 J21 ... JN1 J12 J22 ... JN2 ... J1k 1 J2k 1 ... JNk 1 J1k J2k ... Jik .

En consecuencia
P(GJik ) = P(J11 J21 ... JN1 J12 J22 ... JN2 ... J1k 1 J2k 1 ... JNk 1 J1k J2k ... Jik )
= (1 p)N(k 1)(1 p)i1p = (1 p)N(k 1)+i1p

Entonces

P(Ji ) =

P(GJik ) =

k =1

N(k 1) + i 1

(1 p)

i N 1

p = p(1 p)

k =1

= p(1 p)i N 1

PROBLEMA 17.
Sea S = {a,b, c, d, e} , con P(a) =

1 (1 p)N

, P(b) =

(1 p)Nk

k =1

(1 p)N

1
8

1
16

A = {a, d, e} y B = {c, d, e} . Calcule P(B / A) .

p(1 p)i 1
1 (1 p)N

, P(c) =

3
16

, i = 1,...,N

, P(d) =

5
16

, P(e) =

5
16

. Sean los eventos

SOLUCIN.
3

P(B / A) =

P(B A) P(B A)
16
=
=
2 5
1 P(A) 1 16
P(A)
16

5
16

3
16
4
16

3
4

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. Cul es la probabilidad de haber
sacado una bola de la caja i si sta es de color negro?

SOLUCIN.
Experimento aleatorio: Seleccin al azar de una bola de una caja
Propsito: 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)

Jos Luis Quintero

64

Probabilidad y Estadstica

Introduccin a la Probabilidad

CAJA 5 (C5): Contiene 5 bolas blancas (B) y 0 bolas negras (N)

P(Ci / N) =

P(Ci N) P(Ci).P(N / Ci)


=
=
P(N)
P(N)

P(Ci).P(N / Ci)

P(Ci).P(N / Ci)
i =1

CAJA 1 (i=1):

4
10

CAJA 4 (i=4):

1
10

. CAJA 5 (i=5):

2
5

. CAJA 2 (i=2):
0
10

3
10

1 . 5 i
5 5
5
1 . 5 i
5 5
i =1

. CAJA 3 (i=3):

2
10

1
5

5 i
5
5
5 i
5
i =1

5 i
5
10
5

5 i
10

= 0.

PROBLEMA 19.
Basndose en varios estudios, una compaa ha clasificado, de acuerdo con la posibilidad de
encontrar petrleo, las formaciones geolgicas en 3 tipos. La compaa 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
petrleo 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 compaa descubre que hay petrleo,
determine la probabilidad de que ese lugar se corresponda con una formacin del tipo I.
SOLUCIN.
Experimento aleatorio 1: Perforar en una formacin geolgica
Propsito: Determinar el tipo de formacin geolgica
Experimento aleatorio 2: Buscar petrleo
Propsito: Determinar si hay o no petrleo
Eventos:
P: Se encuentra petrleo
T1: La formacin es de tipo I
T2: La formacin es de tipo II
T3: La formacin 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 + 0.25
0.35
=
= 0.4375
0.80

PROBLEMA 20.
Un detector de mentiras muestra una seal positiva (seala 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, cul es la probabilidad de que una seal positiva del detector corresponda al
culpable?
SOLUCIN.
Experimento aleatorio: Emisin de una seal de una mquina
Jos Luis Quintero

65

Probabilidad y Estadstica

Introduccin a la Probabilidad

Propsito: Determinar el tipo de seal emitida


Eventos: S+ : La seal 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+) = ?
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)

1 .0.95
2
1 .0.1 + 1 .0.95
2
2

0.95
0.905
1.05

PROBLEMA 21.
Un estudiante responde una pregunta de un examen de mltiple 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,
cul es la probabilidad de que el estudiante realmente supiera la respuesta?

SOLUCIN.
Experimento aleatorio 1: Seleccionar al azar una pregunta
Propsito: Determinar si conozco o no su respuesta
Experimento aleatorio 2: Responder dicha pregunta
Propsito: 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 incgnita: P(C) = 0.8 , P(A) = 0.2 , P(B / A) = 0.25 , P(B / C) = 1 , P(C / B) = ?
Aplicacin del Teorema de Bayes:
P(C B)
P(C).P(B / C)
0.8 1
0.8
P(C / B) =
=
=
=
0.941
P(B)
P(A).P(B / A) + P(C).P(B / C) 0.2 0.25 + 0.8 1 0.85

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
compaa. Suponga que estas personas no estn en la misma localidad, no estn en contacto
con las mismas personas ni pueden contagiarse entre s. Cul es la probabilidad de que al
menos uno de ellos sufra la enfermedad?

SOLUCIN.
Experimento aleatorio: Escoger una persona al azar
Propsito: Determinar si se encuentra sana o se encuentra enferma
Eventos:
E: Hubo exposicin al virus que produce una enfermedad

Jos Luis Quintero

66

Probabilidad y Estadstica

Introduccin a la Probabilidad

A: El empleado vacunado contrae la enfermedad


B: El empleado no vacunado contrae la enfermedad
Informacin suministrada: P(E) = 0.6 , P(A / E) = 0.2 , P(B / E) = 0.9
Se pide:

P(A B) = P(A) + P(B) P(A B) = 1 P(Ac Bc ) = 1 P(Ac ).P(Bc )


P(A c ) = P(A c Ec ) + P(A c E) = P(Ec ).P(A c / Ec ) + P(E).P(A c / E) = 0.4 1 + 0.6 0.8 = 0.88
P(Bc ) = P(Bc Ec ) + P(Bc E) = P(Ec ).P(Bc / Ec ) + P(E).P(Bc / E) = 0.4 1 + 0.6 0.1 = 0.46
De modo que

P(A B) = 1 P(A c ).P(Bc ) = 1 0.88 0.46 = 1 0.4048 = 0.5952

PROBLEMA 23.

Sea una caja denominada caja X con 8 artculos de los cuales n son defectuosos y el resto
son artculos buenos y otra caja llamada caja Y con 5 artculos buenos y 2 defectuosos. El
lunes en la noche se extrae al azar un artculo de la caja X y se coloca en la caja Y. El martes
en la maana se elige un artculo de cada caja. Se sabe que la probabilidad de que el lunes se
haya pasado un artculo defectuoso de la caja X a la caja Y dado que los dos artculos
obtenidos el martes son defectuosos es igual a 3/8. Determine la cantidad de artculos
defectuosos que originalmente tena la caja X.
SOLUCIN.
Experimento aleatorio: Se escoge al azar un artculo de la caja X y otro de la caja Y
Propsito: Determinar el estado de cada artculo extrado
Definicin de eventos de inters:
DX Y : El lunes en la noche se pas un artculo defectuoso de la caja X a la caja Y

D1 : El primer artculo extrado el martes es defectuoso


D2 : El segundo artculo extrado el martes es defectuoso

P(DX Y / (D1 D2 )) =

P(DX Y D1 D2 )
P(D1 D2 )

n n 1 3
.
.
8 7 8
D1 ) + P(DX Y ).P(D1 / DX Y ).P(D2 / (DX Y D1 )

P(DX Y D1 D2 ) = P(DX Y ).P(D1 / DX Y ).P(D2 / (DX Y D1 ) =

P(D1 D2 ) = P(BX Y ).P(D1 / BX Y ).P(D2 / (BX Y


=

P(DX Y

8 n n 2 n n1 3
. . + .
.
8 7 8 8 7 8
n n 1 3
.
.
P(DX Y D1 D2 )
8
7 8
=
/ (D1 D2 )) =
8 n n 2 n n 1 3
P(D1 D2 )
. . + .
.
8 7 8 8 7 8
3n(n 1)
3(n 1)
3
=
=
=
2n(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

Jos Luis Quintero

67

Probabilidad y Estadstica

Introduccin a la Probabilidad

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
reposicin de la caja 1, en caso contrario se extraen 2 pelotas con reposicin de la caja 2.
Halle la probabilidad de obtener a lo sumo 1 pelota roja.

SOLUCIN.
Sean los eventos
N5 : El resultado obtenido en el dado es menor que 5

N5 + : El resultado obtenido en el dado es mayor o igual que 5


Ri : Se extrae una pelota roja en el i-simo intento , i = 1, 2

Ai : Se extrae una pelota amarilla en el i-simo intento , i = 1, 2


R : Se obtienen dos pelotas rojas
El diagrama de rbol correspondiente se visualiza en la figura 1. Por lo tanto
P(R) = 1 P(R) = 1 P(N5 ).P(R1 / N5 ).P(R 2 / (N5 R1 )) P(N5 + ).P(R1 / N5 + ).P(R 2 / (N5 + R1 ))

R: Se obtiene a lo sumo una pelota roja

=1

4 7 6 2 8 8
7
4
190
.
.
.
.
=1

=
0.6397
6 12 11 6 12 12
33 27 297

Figura 1. Diagrama de rbol

Jos Luis Quintero

68

Probabilidad y Estadstica

Introduccin a la Probabilidad

PROBLEMA 25.
De los eventos A, B, C y D se tiene la siguiente informacin:

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 mxima.
b. Son los eventos A, B, C y D colectivamente exhaustivos? Justifique su respuesta

SOLUCIN.
a. Halle el valor de p para el cual la probabilidad de que ocurra al menos uno de los cuatro
eventos anteriores sea mxima.
SOLUCIN.
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 p2 p2 p2 + 0 = 3p 3p2
Por lo tanto

P(A B C D) = P(A B C) + P(D) = 3p 3p2 +


Para

que

1
5

la

probabilidad anterior sea mxima se tiene que

P(A B C D) = f(p) = 3p 3p2 +


f '(p) = 3 6p = 0 p =
Lo que implica que si p =

1
2

1
5
1
2

f '(p) = 3 6p f ''(p) = 6
f ''( 12 ) = 6 < 0

, entonces P(A B C D) es mxima y su valor es

3 1 15 + 4 19
+ =
=
4 5
20
20
b. Son los eventos A, B, C y D colectivamente exhaustivos? Justifique su respuesta
SOLUCIN.
Como P(A B C D) = 19
< 1 , se concluye que los eventos A, B, C y D no son colectivamente
20
exhaustivos.

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 reposicin. Gana aquel jugador
que en ese turno sea el nico 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.

SOLUCIN.
Definicin de eventos:
Ai : el jugador A extrae 2 pelotas de igual color en el intento i, i = 1,2,...
ARi : el jugador A extrae 2 pelotas rojas en el intento i, i = 1,2,...

AVi : el jugador A extrae 2 pelotas verdes en el intento i, i = 1, 2,...

Jos Luis Quintero

69

Probabilidad y Estadstica

Introduccin a la Probabilidad

ABi : el jugador A extrae 2 pelotas blancas en el intento i, i = 1, 2,...


Bi : el jugador B extrae 2 pelotas de igual color en el intento i, i = 1, 2,...

GAi : el jugador A gana en el intento i, i = 1,2,...


A: el jugador A gana antes de su tercer intento
2

12 1
2
2
2
P(Ai ) = P(ARi AVi ABi ) = + + =
= = P(Bi ) , i = 1, 2,...
6
6
6
36 3



1 2 2
;
P(GA1 ) = P(A1 B1 ) = . =
3 3 9
P(GA2 ) = P(((A1 B1 ) (A1 B1 )) (A2 B2 )) = P((A1 B1 A2 B2 ) (A1 B1 A2 B2 ))
3

10
1 2 1 2
= P(A1 B1 A2 B2 ) + P(A1 B1 A2 B2 ) = . + . =
81
3 3 3 3
Por lo tanto

P(A) = P(GA1 GA2 ) = P(GA1 ) + P(GA2 ) =

2 10 18 + 10 28
+
=
=
9 81
81
81

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. Cul es la probabilidad de obtener dos caras?

SOLUCIN.
Experimento aleatorio 1: Escogencia al azar de una moneda
Propsito: Determinar cul de las monedas fue escogida
Experimento aleatorio 2: Lanzamiento por primera vez de la moneda
Propsito: Determinar lo ocurrido en la parte superior de la moneda
Experimento aleatorio 3: Lanzamiento por segunda vez de la moneda
Propsito: Determinar lo ocurrido en la parte superior de la moneda
Definicin de eventos:
Mi : se seleccion la moneda i, i = 1, 2, 3

Ci : ocurri cara en el primer lanzamiento i, i = 1, 2


Se pide:

P(C1 C2 ) = P(M1 ).P(C1 C2 / M1 ) + P(M2 ).P(C1 C2 / M2 ) + P(M3 ).P(C1 C2 / M3 )


=

Jos Luis Quintero

1
1
1
(0.3)2 + (0.6)2 + (0.4)2 0.203
3
3
3

70

Probabilidad y Estadstica

Introduccin a la Probabilidad

26. PROBLEMAS PROPUESTOS

1.

Coloque al lado la letra V o F segn considere que la proposicin es verdadera o falsa


respectivamente.
a. Un evento es un subconjunto del espacio muestral que contiene slo un

resultado del experimento aleatorio


b. Uno de los axiomas de la probabilidad establece que la suma de las

c. Uno de los axiomas de la probabilidad establece que la probabilidad del evento


vacio es igual a cero

d. El nmero de elementos de un conjunto determina su cardinalidad

e. Todos los resultados de un experimento aleatorio son equiprobables

probabilidades de un evento y su complemento es igual a uno

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 nmeros
obtenidos sea mayor o igual a 10 es equivalente a
( ) 1/12
( ) 1/6
( ) 5/36
( ) 5/6
c. Sean A1 , A2 y A3 eventos de un espacio muestral. El evento no ocurre ninguno se
expresa como:
( ) A1 A2 A3

) A1 A2 A3

) A1 A2 A3

) 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 continuacin 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

3.

) D1

D2

) D2

D3

) D3

D4

) D4

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)

Jos Luis Quintero

71

Probabilidad y Estadstica

Introduccin a la Probabilidad

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 A1 , A2 y A3 eventos de un espacio muestral. Dibuje mediante diagramas de Venn, los


siguientes eventos:
a. Los tres eventos ocurren
b. Ocurre slo A1
c. Ocurren A1 y A2 pero no A3
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 compaa Nuevo Horizonte se encuentran separados en tres divisiones:


administracin, operacin de planta y ventas. La siguiente tabla indica el nmero de
empleados en cada divisin clasificados por sexo:
Mujer (M) Hombre (H)

Totales

Administracin (A)

20

30

50

Operacin de planta (O)

60

140

200

Ventas (V)

100

50

150

Totales

180

220

400

a. Si se elige aleatoriamente un empleado:

Cul es la probabilidad de que sea mujer?


Cul es la probabilidad de que trabaje en ventas?
Cul es la probabilidad de que sea hombre y trabaje en la divisin de administracin?
b. Determine las siguientes probabilidades:
P(A M)

7.

P(A M)

P(O H)

De 150 pacientes examinados en una clnica, se encontr que 90 tenan enfermedades


cardacas, 50 tenan diabetes y 30 tenan ambos padecimientos. Qu porcentaje de los
pacientes tenan uno u otro de los padecimientos?

8.

Se examinaron las tarjetas de registro de 200 estudiantes en relacin a ciertos idiomas. Se


encontr que 100 aprendian francs, 80 aprendian espaol y 60 ambos idiomas. Si de este
grupo de 200 estudiantes, se selecciona uno al azar,

Jos Luis Quintero

72

Probabilidad y Estadstica

Introduccin a la Probabilidad

a. cul es la probabilidad de que se encuentre aprendiendo francs o espaol?


b. cul es la probabilidad de que no se encuentre aprendiendo ninguno de los dos idiomas?
9.

Se lanza un dado dos veces. Cul 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 l un crculo de radio R (2R<L). Se lanza un


dardo. Si el dardo cae en la zona circular se obtiene un premio. Cul 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, cul es la probabilidad de que aparezca un
nmero par o una cara blanca?
12. Un dado est 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 nmero par.
b. El resultado es menor que 6.
13. Se sabe de los eventos A, B y C lo siguiente: P(A) = P(B) = P(C) =

P(A C) =

1
8

1
4

, P(A B) = P(C B) = 0 y

. Halle la probabilidad de que al menos uno de los eventos, A, B o C ocurra.

14. Se est realizando la inspeccin final de aparatos de televisin despus del ensamble. Se
identifican tres tipos de defectos como crticos, mayores y menores y una empresa de envos
por correo los clasifica en: A, B y C, respectivamente. Se analizan los datos con los
siguientes resultados:

Aparatos que slo tienen defectos crticos: 2 %


Aparatos que slo tienen defectos mayores: 5 %
Aparatos que slo tienen defectos menores: 7 %
Aparatos que slo tienen defectos crticos y mayores: 3 %
Aparatos que slo tienen defectos crticos y menores: 4 %
Aparatos que slo tienen defectos mayores y menores: 3 %
Aparatos que tienen los tres tipos de defectos: 1 %
a. Qu porcentaje de los aparatos no tiene defectos?
b. Los aparatos con defectos crticos o mayores (o ambos) deben manufacturarse
nuevamente. Qu porcentaje corresponde a esta categora?
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.
Jos Luis Quintero

73

Probabilidad y Estadstica

Introduccin a la Probabilidad

17. En una determinada poblacin, 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 poblacin son
mujeres rubias, el 20% de la poblacin son mujeres de ojos claros, el 15% de la poblacin
son personas rubias y de ojos claros y el 5% de la poblacin 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. Cul es el
nmero total de formas posibles para ocupar estos cargos?
19. Se tienen 6 libros distintos para colocar en una estantera. De cuntas 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. Cuntos 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 tamao tres que se pueden extraer si
a. la extraccin es de forma simultnea
b. la extraccin es de forma serial con reposicin
c. con una pelota de cada color
d. con tres pelotas de igual color
22. De cuntas 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 nmero de maneras
en las que puede hacerse si
a. los premios son diferentes y la persona no puede recibir ms de un premio
b. los premios son iguales y la persona no puede recibir ms de un premio
c. los premios son diferentes y la persona puede recibir ms de un premio
d. los premios son iguales y la persona puede recibir ms 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 cuntas maneras puede hacerse?
25. Determine la cantidad de nmeros de 4 dgitos que se pueden formar con las cifras 0,1,,9
(no permitiendo que el primer dgito sea cero)
a. permitiendo repeticiones
b. sin repeticiones
c. si el ltimo dgito ha de ser cero y no se permiten repeticiones
26. En un grupo de 10 amigos, determine todas las distribuciones de sus fechas de cumpleaos
que pueden darse al ao.
Jos Luis Quintero

74

Probabilidad y Estadstica

Introduccin a la Probabilidad

27. Cul es la probabilidad de que se puedan sentar en una fila tres hombres y cuatro mujeres
si hombres y mujeres deben quedar alternados?
28. Cul es la probabilidad de que se puedan sentar en una fila tres hombres y cuatro mujeres
si los hombres se sientan juntos?
29. Cul es la probabilidad de que al escoger una placa de un automvil compuesta por 3 letras
seguidas de 3 nmeros, las letras sean distintas y los nmeros sean distintos?
30. Se dispone de 7 hombres y 10 mujeres para seleccionar un comit de 5 personas. La
seleccin se realizar al azar. Cul es la probabilidad de que el comit est formado por dos
hombres y tres mujeres?
31. Se van a alinear al azar 6 pelotas negras y 2 blancas. Cul es la probabilidad de que las 2
pelotas blancas queden juntas?
32. Sea el experimento aleatorio de seleccionar al azar un nmero de tres cifras comprendido
entre 100 y 999, incluyendo a ambos. Cul es la probabilidad de que el nmero 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 estantera se desean colocar 4 libros diferentes de matemtica, 6 libros diferentes de
fsica y 2 libros diferentes de qumica. Calcule la probabilidad de que
a. los libros de cada materia queden juntos
b. solo los libros de matemtica queden juntos
c. los libros de qumica queden juntos y en cualquiera de los extremos
35. El cdigo de rea de un nmero telefnico se compone de tres dgitos. Se estn considerando
los dgitos del 1 al 5 para formar dichos cdigos de rea, seleccionando un dgito a la vez de
forma aleatoria y sin repeticin. Calcule las probabilidades de los siguientes eventos:
a. El cdigo est compuesto por dgitos sucesivos no necesariamente ordenados
b. El cdigo es un nmero par
c. El cdigo no debe tener ni 1 ni 4
d. El nmero 3 no aparece en el cdigo
e. El dgito 2 3 aparece al menos una vez en el cdigo
36. Un alumno tiene que elegir 7 de las 10 preguntas de un examen. De cuntas maneras
puede elegirlas? Y si las 4 primeras son obligatorias?

Jos Luis Quintero

75

Probabilidad y Estadstica

Introduccin a la Probabilidad

37. A partir de 5 matemticos y 7 fsicos hay que constituir una comisin de 2 matemticos y 3
fsicos. Determine las formas en las que puede hacerse si
a. todos son elegibles
b. un fsico en particular ha de estar en esa comisin
38. En la sntesis de protenas hay una secuencia de tres nucletidos sobre el ADN que decide
cul es el aminocido a incorporar. Existen cuatro tipos distintos de nucletidos segn la
base, que puede ser A (adenina), G (guanina), C (citosina) y T (timina). Cuntas secuencias
distintas se podrn formar si se pueden repetir nucletidos?
39. Cul es la probabilidad de que entre r personas al menos dos cumplan aos el mismo da?
40. En el juego del KINO TCHIRA, calcule la probabilidad porcentual de lograr al menos 12
aciertos en un cartn participante.
41. Un estudiante debe someterse a un examen de admisin y para ello debe preparar 14 temas.
El examen tiene dos partes: un primer examen que ser escrito y un segundo examen que
ser 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 present el tema 1 en el examen escrito
42. En un centro comercial hay 5 cajeros automticos 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. Cul es la probabilidad de que el ltimo en mal
estado se identifique en la quinta prueba?, Cul es la probabilidad de que el ltimo en mal
estado se identifique en la dcima prueba?
44. Una mquina produce un total de 12000 tornillos cada da, de los cuales el 3% en promedio
es defectuoso. Encuentre la probabilidad de que de 600 tornillos tomados al azar, haya 12
defectuosos.

Jos Luis Quintero

76

Probabilidad y Estadstica

Introduccin a la Probabilidad

45. Los empleados de la compaa Nuevo Horizonte se encuentran separados en tres divisiones:
administracin, operacin de planta y ventas. La siguiente tabla indica el nmero de
empleados en cada divisin clasificados por sexo:
Mujer (M) Hombre (H)

Totales

Administracin (A)

20

30

50

Operacin de planta (O)


Ventas (V)

60
100

140
50

200
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 despus, y el ciclo se repite hasta que gana el primero que obtenga cara. Cul es la
probabilidad de ganar de cada uno de los jugadores?
47. Un inversionista est pensando en comprar un nmero muy grande de acciones de una
compaa. La cotizacin de las acciones en la bolsa, durante los seis meses anteriores, es de
gran inters para el inversionista. Con base en esta informacin, se observa que la cotizacin
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 slo 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 prximos seis meses.
48. Una universidad est 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 estn repartidas uniformemente, siendo 60% del total
en cada facultad.
a. Cul es la probabilidad de encontrar una alumna de la primera facultad?
b. Cul es la probabilidad de encontrar un alumno varn?
49. Se lanza una moneda dos veces y en una caja vaca se colocan tantas bolas blancas como
nmero de caras obtenidas y tantas negras como el nmero del lanzamiento donde se
obtiene sello por primera vez multiplicado por dos, si es que se obtiene. Se extraen sin
reposicin dos bolas de la caja. Cul 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, cul es la probabilidad de que ella trabaje en la
sucursal que tiene 12 empleados?
Jos Luis Quintero

77

Probabilidad y Estadstica

Introduccin a la Probabilidad

51. Basndose en varios estudios, una compaa ha clasificado, de acuerdo con la posibilidad de
encontrar petrleo, las formaciones geolgicas en 3 tipos. La compaa 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 petrleo 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 compaa descubre que hay
petrleo, determine la probabilidad de que ese lugar se corresponda con una formacin 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, tambin lo son A c y Bc .
55. Si A1 ,..., An son eventos independientes, demuestre que

P
Ai = 1

i =1

56. Sean

eventos

(1 P(A )) .
i

i =1

independientes,

tales

que

con

probabilidad

1/6

ocurren

simultneamente, y con probabilidad 1/3 ninguno de ellos ocurre. Halle P(A) y P(B).

57. Los eventos A1 , A2 ,..., An son eventos independientes y p(A j ) = p , j = 1,2,...,n . Halle el
menor n para el cual

P
Ai H ,

i =1

donde H es un nmero fijo.

58. Cul 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 s 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. Cul es la
probabilidad de este evento?, cul es la probabilidad de que en el undcimo lanzamiento el
resultado sea cruz?

61. La probabilidad de que cierto componente elctrico funcione es de 0.9. Un aparato contiene
dos de stos componentes. El aparato funcionar mientras lo haga, por lo menos, uno de los
componentes.
Jos Luis Quintero

78

Probabilidad y Estadstica

Introduccin a la Probabilidad

a. Sin importar cul de los dos componentes funcione o no, cules son los posibles
resultados y sus respectivas probabilidades? (Puede suponerse independencia en la
operacin entre los componentes.)
b. Cul 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 tamao tres.
Cul 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. Cul 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. Cul 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. Cul es la probabilidad de que ese transistor est 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 reposicin, en caso contrario se extraen 2 pelotas con reposicin.
Cul 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
despus y por ltimo C, y el ciclo se repite hasta que gana el primero que obtenga un
nmero par. Cul 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 participacin se hace en
serie hasta que el primero de ellos obtenga la ocurrencia del evento de inters definido
previamente que tiene probabilidad p (0 < p < 1) . Cul es la probabilidad de ganar de cada
uno de los jugadores?
Jos Luis Quintero

79

Probabilidad y Estadstica

70. Sea S = {a,b, c, d, e} , con P(a) =

Introduccin a la Probabilidad
1
8

, P(b) =

1
16

, P(c) =

3
16

, P(d) =

5
16

, P(e) =

5
16

. 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. Cul es la probabilidad de haber
sacado una bola de la caja i si sta es de color negro?
72. Basndose en varios estudios, una compaa ha clasificado, de acuerdo con la posibilidad de
encontrar petrleo, las formaciones geolgicas en 3 tipos. La compaa 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 petrleo 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 compaa descubre que hay
petrleo, determine la probabilidad de que ese lugar se corresponda con una formacin del
tipo I.
73. Un detector de mentiras muestra una seal positiva (seala 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, cul es la probabilidad de que una seal positiva del detector corresponda al
culpable?
74. Un estudiante responde una pregunta de un examen de mltiple 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,
cul 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 compaa. Suponga que estas personas no estn en la misma localidad, no estn en
contacto con las mismas personas ni pueden contagiarse entre s. Cul 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, tambin al azar.
Cul es la probabilidad de que la metra sea blanca?
77. Sea una caja denominada caja X con 8 artculos de los cuales n son defectuosos y el resto
son artculos buenos y otra caja llamada caja Y con 5 artculos buenos y 2 defectuosos. El
lunes en la noche se extrae al azar un artculo de la caja X y se coloca en la caja Y.
Jos Luis Quintero

80

Probabilidad y Estadstica

Introduccin a la Probabilidad

El martes en la maana se elige un artculo de cada caja. Se sabe que la probabilidad de que
el lunes se haya pasado un artculo defectuoso de la caja X a la caja Y dado que los dos
artculos obtenidos el martes son defectuosos es igual a 3/8. Determine la cantidad de
artculos defectuosos que originalmente tena la caja X.
78. Tres cajas contienen dos monedas cada una. En la primera, C1 , ambas son de oro; en la
segunda, C2 , ambas son de plata y en la tercera, C3 , una es de oro y otra es de plata. Se
escoge una caja al azar. Si la moneda es de oro. Cul 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 sntomas
H. Un estudio clnico muestra que las probabilidades de contraer las enfermedades son 0.01,
0.005 y 0.02 respectivamente. Adems, la probabilidad de que el paciente desarrolle los
sntomas H para cada enfermedad son 0.90; 0.95 y 0.75 respectivamente. Si una persona
enferma tiene los sntomas H, cul es la probabilidad de que tenga la enfermedad A?

80. El 5% de las unidades producidas en una fbrica se encuentran defectuosas cuando el


proceso de fabricacin 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, cul 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. Cul 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 nmero
b. En dos caras aparece el mismo nmero y en la otra un nmero distinto
c. En todas las caras aparecen nmeros distintos
83. De entre 20 tanques de combustible fabricados para un transbordador especial, tres se
encuentran defectuosos. Si se seleccionan aleatoriamente cuatro tanques:
a. Cul es la probabilidad de que ninguno de los tanques se encuentre defectuoso?
b. Cul es la probabilidad de que uno de los tanques tenga defectos?
84. Se arrojan simultneamente 4 monedas.
a. Cuntos resultados posibles se pueden obtener?
b. Cuntos 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) .

Jos Luis Quintero

81

Probabilidad y Estadstica

Introduccin a la Probabilidad

86. Una agencia automotriz recibe un embarque de 20 automviles nuevos. Entre stos, dos
tienen defectos. La agencia decide seleccionar, aleatoriamente, dos automviles de entre los
20 y aceptar el embarque si ninguno de los dos vehculos seleccionados tiene defectos. Cul
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
reposicin.
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 clculos anteriores, suponiendo que la extraccin es sin reposicin
88. Las probabilidades de que un marido y su esposa estn vivos durante 20 aos a partir de
ahora est dada por 0.8 y 0.9 respectivamente. Encuentre la probabilidad de que en 20 aos
estn 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 ms de 2 respuestas incorrectas se reprueba el examen.
90. Encierre en un crculo la letra V o F segn considere que la proposicin es verdadera o falsa
respectivamente.
a. Si dos eventos no vacos son independientes, entonces la probabilidad de la
unin 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 tambin lo son


c. De una caja con X pelotas blancas y Y pelotas rojas se realiza un muestreo de

tamao tres sin reposicin. La probabilidad de obtener tres pelotas blancas es

X3 / (X + Y)3
d. Si se lanza una moneda honesta hasta que salga cara por primera vez, la
probabilidad de que esto ocurra en el k-simo intento (k 1) es igual a

( 12 )k 1

91. De los eventos A, B, C y D se tiene la siguiente informacin:


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 mxima.

b. Son los eventos A, B, C y D colectivamente exhaustivos? Justifique su respuesta

Jos Luis Quintero

82

Probabilidad y Estadstica

Introduccin a la Probabilidad

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, est
funcionando es p. La configuracin que proporciona la mxima 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 reposicin de la caja 1, en caso contrario se extraen 2 pelotas con reposicin 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 reposicin. Gana aquel
jugador que en ese turno sea el nico 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. Cul 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. Cul es
la probabilidad de ganar en el k-simo intento?
98. Un jugador lanza una moneda equilibrada. El juego termina hasta que obtenga cara por
tercera vez. Cul es la probabilidad de ganar en el k-simo intento?
99. En una caja se tienen 15 pelotas blancas y 5 pelotas negras. Se extraen 6 pelotas. Cul 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. Cul es la probabilidad de que en la muestra se encuentren 3 pelotas blancas, 2
negras y 1 roja?
Jos Luis Quintero

83

Probabilidad y Estadstica

Introduccin a la Probabilidad

RESPUESTAS
[2] a. 0.19 b. 1/6 c. A1 A2 A3 d. D4

[1] a. F b. V c. V d. V e. F

[3] a. 0.63 b. 0.56 c. 0.81 d. 0 e. 0.37 f. 0.19


[6] a.
[11]

9
20

2
3

3
8

3
40

21
40

b.
4
7

[12] a.

3
,
5

5
7

b.

7
20

[7] 73.33%
5
8

[13]

[8] a.

3
5

2
5

b.

[14] a. 75% b. 18%

[9]

[15]

[10] (RL )2

5
18

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] 36510 [27] 0.0286 [28] 0.1429
[29] 0.64128 [30] 0.4072 [31] 0.25 [32] 0.28
1
[33] a. 0.2361 b. 0.2610 c. 0.7639 [34] a. 2310
b.
3
10

[35] a.

r 1

[39] 1

c.

1
10

[47] 0.41

2
5

e.

9
10

[36] 120 20

b.

72
125

1
125

c.

[63]

1
3

[67]

1 A
2 R+A

[71]

5 i
,
10

[78]

2
3

[85]

1
2

[89]

7
128

1
4

, P(B) =

[64] a.

1
3

(R A+ A11 +

A
)
R+A

1
2

1
6

[68]

1
6

d.
4
7

[82] a.

[86] 0.8053

1
36

[99] 0.3222

[96]

1575
7558272

[50]

2
7

f. 0 g.

1
7

[69]

5
12

c.

5
9

4
9

b.

[91] a.

1
33

b.

2
5

12
91

b.

1
5

55
91

[51] 0.3125

h. 0

p(1 p)i 1
1 (1 p)N

[65]

c.

1
14

[56]

[62]

R
R+A

1
2

c.

45
,
91

b. No

[97] ( 12 )k , k = 1, 2,...

24
91

1
3

P(B) =

1
3

[58] 8

[66] 0.8375
3
4

[75] 0.5952

[77] 3

[84] a. 16 b. 6

[88] a. 0.72 b. 0.02 c. 0.98

[92] c

[98]

2
,
3

. R R+ A11 . R R+ A 2 2

[70]

[83] a. 0.4912 b. 0.4211


8
27

1
2

(X + Y)Z + X
(X + Y)(Z + W +1)

, i = 1,...,N

[74] 0.941

[38] 64

[46] P(A) =

1
3

c.

[61] b. 0.99

[73] 0.905
b.

1
9

49
151

1
2

2
9

[87] a.

[90] a. F b. V c. F d. F

[95] 0.203

e.

[41] a.

[45] a.

[60] ( 12 )10 ,

[72] 0.4375

[79] 0.313
,

c.

2
5
4
15

[49]

, P(C) = 1
2
7

b.

i = 1,...,5

1
3

1
2

c.

[37] a. 350 b. 150

[40] 1.82%

2
105

[43]

[48] a. 0.3 b. 0.4

[59] P(A) =

d.

1 365 , 2 r 365

i =1
24
125

[42] a.

2
5

b.

1
55

[93]

190
297

(k 1)(k 2) 1 k
(2) ,
2

[94]

28
81

k = 3, 4,...

[100] 0.182

Jos Luis Quintero

84

BIBLIOGRAFA
GENERAL

ROBABILIDADES (ITEL-30205)

Tema 1. Fundamentos de Estadstica Descriptiva

Distribucin defrecuencias y medidas de localizacin

[1]

CANAVOS, GEORGE. Probabilidad y Estadstica. Aplicaciones y Mtodos. Mc Graw Hill


(1995)

[2]

DEVORE, JAY. Probabilidad y Estadstica para Ingeniera y Ciencias. Quinta edicin.


Thomson Learning (2001)

[3]

DAZ, RAFAEL. Introduccin a la Probabilidad y a los Procesos Estocsticos en Ingeniera.


Disponible en Mdulo 7 Universidad Catlica Andrs Bello (2011)

[4]

[5]

HINES, WILLIAM y MONTGOMERY, DOUGLAS. Probabilidad y Estadstica para Ingeniera.


Tercera edicin. CECSA (1999)
LPEZ, RAFAEL. Clculo de Probabilidades e Inferencia Estadstica con tpicos de
Econometra. Quinta edicin. Publicaciones UCAB (2009)

[6]

MARTNEZ, CIRO. Estadstica y Muestreo. Ecoe Ediciones (2003)

[7]

MEYER, PAUL. Probabilidad y Aplicaciones Estadsticas. Addison-Wesley Iberoamericana


(1986)

[8]

[9]

MONTGOMERY, DOUGLAS y RUNGER, GEORGE. Probabilidad y Estadstica aplicadas a la


Ingeniera. Mc Graw Hill (1998)
NIEVES, ANTONIO y DOMNGUEZ, FEDERICO. Probabilidad y Estadstica para Ingeniera.
Un enfoque moderno. Mc Graw Hill (2010)

[10] ORTEGA, JOAQUIN y WSCHEBOR, MARIO. Introduccin a la Probabilidad. Universidad


Nacional Abierta (1993)
[11] SPIEGEL, MURRAY; SCHILLER, JOHN y SRINIVASAN, ALU. Probabilidad y Estadstica.
Segunda edicin. Serie Schaum (2001)
[12] TRIOLA, MARIO. Probabilidad y Estadstica. Novena edicin. Pearson Addison Wesley
(2004)
[13] WACKERLY, DENNIS; MENDENHALL; WILLIAM y SCHEAFFER, RICHARD. Estadstica
Matemtica con Aplicaciones. Sptima edicin. Cengage Learning Editores (2010)
[14] WALPOLE, RONALD; MYERS, RAYMOND; MYERS, SHARON y YE, KEYING. Probabilidad y
Estadstica para Ingeniera y Ciencias. Onceava edicin. Pearson (2012)

Jos Luis Quintero

Jos Luis Quintero

Ingeniero de Sistemas (I.U.P.F.A.N.) Magister Scientiarum en


Investigacin de Operaciones (U.C.V.) Doctor en Ciencias de
la Computacin: rea de inters: Clculo Numrico y
Optimizacin (U.C.V.). Actualmente se encuentra culminando el
Doctorado en Ingeniera: rea de inters: Estadstica (U.S.B.).
Investigador y profesor de pregrado y postgrado de la Facultad
de Ingeniera de la Universidad Central de Venezuela. Profesor
de pregrado y postgrado de la Escuela de Ingeniera de
Telecomunicaciones de la Universidad Catlica Andrs Bello.

Introduccin a la Probabilidad rene en un solo material


los puntos de inters del primer tema para el curso de
Probabilidades que forma parte del conjunto de asignaturas del
programa de estudios de Ingeniera de Telecomunicaciones.
Aspectos de inters como experimento aleatorio, teora de
conjuntos, tcnicas de conteo, probabilidad condicional y
experimentos notables forman parte del contenido del tema.
Se resuelven y proponen problemas a distintos niveles que
buscan ilustran con situaciones sencillas los aspectos tericos
desarrollados en el tema. Determinados grficos estn
generados con el programa MATLAB.

El presente material se encuentra disponible para descargar


de forma gratuita del sitio web

http://www.joseluisquintero.com/