Академический Документы
Профессиональный Документы
Культура Документы
FACULTAD DE CIENCIAS
Módulo de Probabilidad
Autor:
2016
ÍNDICE
Pg.
INTRODUCCIÓN 3
EXPERIMENTO, ESPACIO MUESTRAL Y EVENTOS
Experimento es determinístico 4
Experimento es no determinístico 4
Experimento aleatorio 4
Espacio muestral 4
SUCESO O EVENTO ALEATORIO 7
PROBABILIDADES
Reseña Histórica 10
Enfoques de Probabilidad 11
Axiomas de probabilidad 12
Axioma 1 12
Axioma 2 12
Axioma 3 12
Axioma 4 12
Axioma 5 12
Axioma 6 12
Axioma 7 12
Axioma 8 12
Axioma 9 12
Axioma 10 13
Axioma 11 14
Axioma 12 16
Teorema de Bayes 17
ÁRBOL DE PROBABILIDADES 19
2
INTRODUCCION
3
EXPERIMENTO, ESPACIO MUESTRAL Y EVENTOS
a. Considere un juego entre dos equipos de futbol A y B desde el punto de vista del
resultado (goles) el experimento es evidentemente aleatorio.
b. Los juegos de azar: dados, barajas, ruletas, loterías, carreras de caballos, etc.
c. En las carreras de caballos pueden existir leyes físicas que determinen el ganador, no
siempre ganan los “favoritos”.
d. Los seguros de vida, la compañía pierde si el asegurado muere pronto y gana en caso
contrario.
1. ESPACIO MUESTRAL (Ω).- Es el conjunto de todos los resultados posibles de un
experimento aleatorio. Cada resultado o elemento del conjunto se llaman “puntos
muestrales”.
4
Ejemplos:
1.- Un dado tiene el número 1 en tres de sus caras, el número 2, en dos de ellas, y el número 3 en
la cara restante. Se hace un lanzamiento del dado ¿Cuál es el espacio muestral?
Solución:
Ω = {1, 2, 3}
2.- Se va a seleccionar un comité de tres miembros, a partir de un grupo de cinco personas A, B,
C, D y E. Defina un espacio muestral para este experimento.
Solución:
1) Usando la teoría combinatoria veamos ¿Cuántos eventos elementales tendrá el espacio
muestral?
Como existen 5 personas y el comité deberá estar integrado por 3 miembros, entonces:
5! 4x5
n(Ω) = C35 = 3! x 2! = 1 x 2 = 10
3.- Dos objetos A y B se distribuyen al azar en tres celdas numeradas. Defina un espacio muestral
adecuado para este experimento.
Solución:
OBJETOS CELDAS
A 1
B 2
Ω = {A1B2, A1B3, B1A2, B1A3, A2B1, A2B3, B2A1, B2A3, A3B1, A3B2, B3A1, B3A2}
5
4.- Los artículos provenientes de la línea de producción se clasifican en defectuosos (D) o no
defectuosos (N). Se observan los artículos y se anota su condición. Este proceso se continua
hasta que se produzcan dos artículos defectuosos consecutivos o se hayan verificado cuatro
artículos, cualesquiera ocurra primero. Describir un espacio muestral para este experimento.
Solución:
Ω = {DD, NDD, DNDD, DNDN, DNND, DNNN, NDND, NDNN, NNDD, NNDN, NNND,
NNNN}
5.- Sea el experimento: “resultado del examen final en el curso de estadística por parte del
estudiante”.
Solución:
Ω = {aprobara o desaprobara}
NOTA:
1.- El espacio muestral puede ser finito o infinito, según si tiene un último elemento o no.
2.- Un espacio muestral puede ser discreto si contiene un numero finito o infinito numerable
de puntos muestrales, o puede ser continuo, si contiene una infinidad no numerable de
puntos muestrales.
3.- Pueden existir diferentes espacios muestrales asociados a un mismo experimento.
Ejercicios
En el espacio en blanco, escribe los espacios muestrales que corresponden a los siguientes.
Experimentos aleatorios:
1. Se selecciona una muestra de 50 semillas de un saco, para ver cuantas germinan. Los
resultados posibles son las cantidades que germinan de las 50 semillas:
Ω={ }
Ω ={ }
6
3. Dado el experimento de ordenar 3 solicitudes: S1, S2, S3 de acuerdo a sus habilidades
para realizar determinado trabajo.
Ω={ }
4. En una encuesta a estudiantes de Ingeniería se pregunta ¿Cree Ud., que el próximo
domingo esta nublado?
Ω={ }
NOTA:
Un suceso imposible A, si A = {} = Ø, significa que no tiene elemento de Ω.
Ejemplo: “Selección de un propietario de inmuebles con ingresos bajos de la
Urbanización Las Casuarinas – Lima”.
En este caso, el evento es imposible, ya que no se podrá seleccionar un propietario de
inmueble con bajos ingresos, en una zona residencial.
Un suceso es seguro o cierto A, si A = Ω.
Ejemplo: “Selección de un propietario de inmuebles con ingresos medio - alto de la
Urbanización Las Casuarinas – Lima”.
Se puede apreciar que el Evento es seguro o universal, ya que al Seleccionar un
propietario de inmueble, este de todas maneras tendrá ingresos medio – alto, ya que se
trata de una zona residencial de Lima.
Los sucesos A y B son mutuamente excluyentes o incompatibles si AB = Ø.
Ejemplo1:
Selección de un profesor de la universidad nacional del santa según categoría Docente”
Ω = {PRINCIPAL, ASOCIADO, AUXILIAR, JEFE DE PRACTICA}
Ejemplo 2:
Dado el experimento de revisar 3 televisores elegidos al azar en un taller, donde hay 6
televisores de los cuales se sabe que dos están defectuosos.
Los resultados del experimento podrán ser:
Que salgan 2 televisores buenos y uno defectuoso.
Otro resultado: 1 televisor bueno y 2 defectuosos y 3 televisores buenos.
7
Si designamos por B: televisor bueno y por
D: televisor defectuoso.
Expresamos los resultados como:
2B y 1D: BBD, BDB, DBB.
Escriba a continuación, la forma en que tienen los demás resultados.
1B y 2D: ___________________________________
3B: ___________________________________
Ejemplo 3.- De los resultados del ejercicio 7 podemos definir los siguientes sucesos o
eventos:
Sea el evento A, tal que las dos personas seleccionadas estén ocupadas; entonces:
A= {OO}
Sea el evento B, tal que al menos una de las dos personas este ocupada; entonces:
B= {OO, OD, DO}
Sea el evento C, tal que la primera persona seleccionada este ocupada; entonces:
C= {OO, OD}
Ejemplo 4:
A: “el puntaje obtenido es un número impar”.
Entonces, A= {1, 3,5}
Ejemplo 5:
B: “se extrae una esfera blanca”.
Luego, B= {b}
8
Ejercicios.-
a. Una familia tiene 3 hijos, examinar su sexo, teniendo en cuenta la edad, del mayor
al menor.
1. El espacio muestral
2. El evento P: Que B ocupe el primer lugar.
3. El evento Q: Que A y B ocupen los primeros lugares.
e. En una urna se tiene 2 bolas rojas, 2 bolas azules y 2 verdes. Seleccionar en forma
aleatoria sin reemplazo 3 bolas de la urna.
9
f. En una urna se tiene 2 bolas rojas, 2 bolas azules y 2 verdes. Seleccionar en forma
aleatoria con reemplazo 3 bolas de la urna.
g. Una urna contiene 5 bolas blancas y 6 negras, se extrae al azar sin reposición dos
bolas.
PROBABILIDADES
Reseña Histórica
Una disputa entre jugadores en 1654 llevó a dos famosos matemáticos franceses, Blaise
Pascal y Pierre de Fermat, a la creación del cálculo de Probabilidades. Antoine Gombaud,
caballero de Meré, noble francés interesado en cuestiones de juegos y apuestas, llamó la
atención a Pascal respecto a una aparente contradicción en un popular juego de dados. Este
y otros problemas planteados por de Meré motivaron un intercambio de cartas entre Pascal y
Fermat en las que por primera vez se formularon los principios fundamentales de las
probabilidades. Si bien unos pocos problemas sobre juegos de azar habían sido resueltos por
matemáticos italianos en los siglos XV y XVI, no existía una teoría general antes de esa
famosa correspondencia.
En 1812, Pierre de Laplace introdujo gran cantidad de ideas nuevas y técnicas matemáticas
en su libro, Teoría Analítica de Probabilidades. Antes de Laplace, las probabilidades
prácticamente consistían en un análisis matemático de los juegos del azar. Laplace demostró
que esa teoría podía ser aplicada a multitud de problemas científicos y prácticos. Ejemplo de
tales aplicaciones son la teoría de errores, la matemática actuarial y la mecánica estadística
que se desarrollaron en el siglo XIX. Una de las dificultades que se presentaron al desarrollar
10
una teoría matemática ha sido alcanzar una definición de probabilidad lo bastante precisa
para su utilización matemática.
Enfoques de Probabilidad
Definición Clásica o “a priori”: Si el espacio muestral Ω tiene n (Ω) resultados mutuamente
excluyentes y con igual probabilidad (principio de equiprobabilidad) y si un evento A
(suceso) definido sobre dicho espacio muestral tiene n (A) elementos, entonces la
probabilidad de ese evento, que se denota P (A) es el cociente entre n (A) y n (Ω), es decir:
Ejemplo:
Se ha observado que 9 de cada 50 vehículos que pasan por una esquina no tienen cinturón de
seguridad. Si un vigilante de transito se para en esa misma esquina un día cualquiera ¿Cuál
será la probabilidad de que detenga un vehículo sin cinturón de seguridad?
11
Tanto el enfoque clásico como el enfoque empírico conducen a valores objetivos de
probabilidad, en el sentido de que los valores de probabilidad indican al largo plazo la tasa
relativa de ocurrencia del evento.
El enfoque subjetivo
Dice que la probabilidad de ocurrencia de un evento es el grado de creencia por parte de un
individuo de que un evento ocurra, basado en toda la evidencia a su disposición. Bajo esta
premisa se puede decir que este enfoque es adecuado cuando solo hay una oportunidad de
ocurrencia del evento. Es decir, que el evento ocurrirá o no ocurrirá esa sola vez. El valor de
probabilidad bajo este enfoque es un juicio personal.
AXIOMA DE PROBABILIDAD
Luego: 0 ≤ P (A) ≤ 1
El axioma tercero se refiere a las UNIONES, y podemos expresarlo de la
siguiente manera: La probabilidad de un evento compuesto A es la suma de
probabilidades de los eventos simples de los cuales A es compuesto.
AXIOMA 4.- La probabilidad de un suceso imposible es cero.
AXIOMA5.- P (Aꞌ) =) = 1 – P (A)
AXIOMA 6.- Si A y B son sucesos no necesariamente excluyentes entonces
P (A B) = P (A) + P (B) - P (A B)
n( A) n( B ) n( A B )
P [A B] = P [A] + P [B] – P [AB] = +
n( S ) n( S ) n (S )
12
Ejemplo :
Se extrae una carta al azar. ¿Cuál es la probabilidad de que la carta seleccionada sea menor
de 7, si se conoce que es roja?
A = menor que 7
B = color rojo
P [A/B] = 12/26 = 6/13 = 46.15 % Hay 46.15% de probabilidades de que la carta
seleccionada sea menor que 7, sabiendo que es roja.
Ejercicio:
Para obtener licencia para conducir, es necesario aprobar tanto el examen teórico como el
práctico. Se sabe que la probabilidad que un alumno apruebe la parte teórica es 0,68, la de
que apruebe la parte práctica es 0,72 y la de que haya aprobado alguna de las dos partes es
0,82. Si se elige un alumno al azar, ¿cuál es la probabilidad de que apruebe el examen para
obtener licencia?
Ejemplo:
Una habitación tiene 3 portabombillas conectadas a un mismo interruptor. De una caja con
10 bombillas, de las que 6 son buenas, se sacan 3 bombillas que se colocan al azar en 3
portabombillas. Al dar contacto con el interruptor en la noche. ¿Cuál es la probabilidad de
que la habitación quede iluminada?
Solución.-
La habitación va aquedar iluminada si de las 3 que elige van a estar buenas 1 ó 2 ó 3
bombillas, esto es:
P (queda iluminada) = P (1 buena ó 2 buenas ó 3 buenas)
Nos interesa el suceso “de que al menos una de las bombillas este buena” simbólicamente:
P (queda iluminada) = P (A1 A2ꞌ A3ꞌ) + P (A1ꞌ A2 A3ꞌ) + P (A1ꞌ A2ꞌ A3) +
13
P (A1 A2 A3) + P (A1ꞌ A2 A3) + P (A1ꞌ A2ꞌ A3) +
P (A1 A2 A3)
Donde:
P (A1 A2ꞌ A3ꞌ): Es la probabilidad que la primera bombilla esta buena y la segunda y
tercera defectuosa.
P (A1 A2 A3): Es la probabilidad que las tres bombillas están buenas.
Así definimos los sucesos:
A1: Suceso que la primera bombilla sea buena.
A2: Suceso que la segunda bombilla sea buena.
A3: Suceso que la tercera bombilla sea buena.
Por tanto la probabilidad de que la habitación quede iluminada es:
P (queda iluminada) = P (A1). P (A2ꞌ/A1ꞌ). P (A3ꞌ/A1 A2ꞌ) + P (A1ꞌ). P (A2ꞌ/A1).
P (A3ꞌ/ A1ꞌ A2) +… + P (A1). P (A1/A2) + P (A3/ A1 A2)
Estas probabilidades son condicionales, por cuanto los sucesos A1, A2 y A3 no son
independientes; pues la probabilidad de que la primera bombilla este buena o no, influye en
la probabilidad de la segunda bombilla que este buena o defectuosa; de igual manera los otros
sucesos.
Ahora reemplazando tenemos:
6 4 3 4 6 3 4 3 6 6 5 4 6 4 5
P (queda iluminada) = 10 𝑥 𝑥 + 10 𝑥 𝑥 + 𝑥 𝑥 + 𝑥 𝑥 + 10 𝑥 𝑥 +
9 8 9 8 10 9 8 10 9 8 9 8
4 6 5 6 5 4
𝑥 𝑥 + 𝑥 𝑥
10 9 8 10 9 8
6 4 3 6 5 4 6 5 4
= 3(10 𝑥 𝑥 8) + 3 (10 𝑥 𝑥 ) + 10 𝑥 𝑥
9 9 8 9 8
29
P (queda iluminada) = 30
Ejercicio:
Lanzar al aire dos veces una moneda son eventos independientes por que el resultado del
primer evento no afecta sobre las probabilidades efectivas de que ocurra cara o sello, en el
segundo lanzamiento.
14
Ejemplo:
En un taller trabaja 7 hombres y 3 mujeres. Por el número de ficha se escogen al azar 3
personas. Hallar la probabilidad de que todas las personas seleccionadas sean hombres.
Solución.-
Designamos los sucesos por:
A: el primer escogido es hombre.
B: el segundo escogido es hombre.
C: el tercero escogido es hombre.
7
- La probabilidad de que el primero sea hombre, es igual a: P (A) = 10.
- La probabilidad de que el segundo escogido sea hombre a condición de que el primero
ya fue escogido un hombre, es decir, la probabilidad condicional del suceso B es igual
6 2
a P (B/A) = 9 = 3 .
- La probabilidad de que el tercero sea escogido un hombre, con la condición de que ya
se escogieron dos hombre, es decir la probabilidad condicional del suceso C es igual a
5
P (C/AB) = 8 .
La probabilidad buscada de que las tres personas escogidas sean hombres, es igual a:
P (A ∩ B ∩ C) = P (A). P (B/A). P (C/AB)
7 2 5 7
= 10 𝑥 𝑥 = 24
3 8
15
Esto significa que es cubierto por todas las partes Bi que son mutuamente excluyentes, es
decir que el experimento aleatorio asociado a ocurre cuando sucede alguno de los Bi .
Ejemplo:
Dos listas de candidatos compiten por los puestos en el directorio de una compañía. Las
probabilidades de que la primera y la segunda ganen son de 0.6 y 0.4 respectivamente.
Además, si la primera lista gana, la probabilidad de introducir un nuevo producto es de 0.8 y
la correspondiente probabilidad si la segunda lista gana es de 0.3. ¿Cuál es la probabilidad
de que el nuevo producto sea introducido?
Solución
Definimos los sucesos: B1: primera lista gana.
B2: segunda lista gana.
Además, P (B1) = 0.6 y P (B2) = 0.4
y las probabilidades condicionales son:
P (A/ B1) = 0.8 y P (A/ B2) = 0.3
Esto es la probabilidad de introducir un nuevo producto, “si la primera lista gana (P (A/ B1))
y la probabilidad de introducir un nuevo producto “si” la segunda lista gana (P (A/ B2))”.
Sea P (A): suceso introducir un nuevo producto.
Entonces:
16
Donde:
Regla de Bayes
Para medir la probabilidad de que un Bi sea la causa de un evento observado en A.
P Bi A P Bi P A / Bi
“fácil” P Bi / A k para i = 1, 2,3,..., k
P A
P Bi P A / Bi
i 1
Es una de las leyes más importantes de la probabilidad, ayuda a tomar decisiones sobre algún
problema concreto.
Ejemplo:
Una firma manufacturera produce tubos de acero en tres plantas con un volumen de
producción diaria de 500, 1000 y 2000 unidades, respectivamente. Por la experiencia, se sabe
que la fracción de producción defectuosa de las tres plantas es de 0.005, 0.008 y 0.010,
respectivamente. S se selecciona un tubo en forma aleatoria del total de producción de un día
y se descubre que es defectuoso ¿de qué planta proviene ese tubo?
Solución
Tenemos los siguientes eventos a partir del problema:
B1: Volumen de producción de la primera planta: 500 u. por día.
B2: Volumen de producción de la segunda planta: 1000 u. por día.
B3: Volumen de producción de la tercera planta: 2000 u. por día.
Total = 3500 unidades por día.
E: un ítem defectuoso.
Luego: P (Bi/E) esta probabilidad de que el ítem sea producido por la i-ésima planta, “dado
que” el ítem es defectuoso.
P (Bi ∩ E) es la probabilidad de que los ítems sean producidos por la i-ésima planta
y sean defectuosos.
Entonces:
17
500
P (B1) = 3500 = 1/7 P (E/ B1) = 0.005
1000
P (B2) = 3500 = 2/7 P (E/ B2) = 0.008
2000
P (B3) = 3500 = 4/7 P (E/ B3) = 0.010
Observe que:
3
∑ P (Bi) = 1
𝑖=1
P (B1). P (E/B1)
P (B1/E) = P (E)
Reemplazando:
(1/7) (0.005) 0.005/7 5
P (B1/E) = (1/7) (0.005)+ (2/7) (0.008)+(4/7) (0.010)
= 0.061/7 = 61
18
ÁRBOL DE PROBABILIDADES
El diagrama del árbol es más sugerente para determinar el espacio muestral de un
experimento aleatorio compuesto.
Ejercicio:
Se tiene 6 esferas de colores en una ánfora, de las cuales 3 son rojas, 2 son blancas y 1 es
negra. Se extraen aleatoriamente ó a la suerte de 1 en 1 sin reposición
a. Construya un árbol de probabilidades hasta la tercera extracción
b. Cuál es la probabilidad de obtener 2 rojas hasta la tercera extracción
c. Cuál es la probabilidad de obtener una esfera blanca y una esfera negra hasta la segunda
extracción.
SOLUCIÓN:
a. Figura
19
R
1/
R
2/ B
2/5
1/ N
R
R 2/
2/5 B
1/ B
1/ N
1/5 2/ R
R
N
3/6 2/ B 2/
R
1/ B
3/5
1/ N
R
B
2/6 1/5 B 3/
1/ N
3/ R
1/5
N
R
1/ B
2/
1/6 R
3/5
2/ B
N R
3/
2/5
B
1/ B
c. Probabilidad de obtener una esfera blanca y una esfera negra hasta la segunda extracción:
P [x] = 2/6 * 1/5 + 1/6 * 2/5
= 2/15 = 0.1333 ó 13.33%
20
Ejemplos de Aplicación de los Axiomas de probabilidades
Ejemplo1:
Sea: Ɛ 1= Lanzamiento de un dado y su puntaje obtenido.
Su espacio muestral está dado por: Ω 1= {1, 2, 3, 4, 5,6}
Calcule la probabilidad de la ocurrencia de los sucesos A, B, C definidos a continuación:
a) A: El puntaje obtenido es un número par: A = {2, 4, 6}
n( A) 3
P [A]= = = 0.5 ó 50%
n( S ) 6
n( B ) 5
P [B]= = = 0.8333 ó 83.33%
n( S ) 6
n (C ) 0
P [C]= = = 0 ó 0%
n( S ) 6
Ejemplo2:
n( A) 13
P [A]= = = 0.25 = ó 25%
n( S ) 52
8 cartas son menores que 9, por lo tanto el total de cartas es igual a 32 (8x4)
21
n( B ) 32
P [B] = = = 0.6153 ó 61.53%
n( S ) 52
n (C ) 4
P [C]= = = 0.0769 ó 7.69%
n( S ) 52
Ejemplo 3:
SOLUCIÓN:
26 16 8 34
= = 0.6538 ó 65.38%
52 52 52 52
A= roja
B= mayor a 9
n( A B ) 8
Luego, P [AB] = = = 0.1538 ó 15.38%
n (S ) 52
A= espada
22
B= 5
13 4 1
Luego, P [AB] = P [A] + P [B] – P [AB] =
52 52 52
A<5
B >10
Ejemplo 4:
Un lote consta de 10 artículos buenos, 4 con pequeños defectos y 2 con defectos graves. Se
elige un artículo al azar. Encontrar la probabilidad de que:
Solución:
PASO1: Sean los eventos:
A = {artículos buenos}, donde n(A) = 10
B = {artículos con pequeños defectos}, donde n (B) = 4
C = {artículos con defectos graves} donde n(C) = 2
Ejemplo 5:
En un puesto de inspección el 1% de los carros investigados tuvieron malos freos, malos
faros y causaron demasiada contaminación; 19% produjeron demasiada contaminación;
14% tuvieron malos freos; 5% tuvieron mal los frenos y los faros delanteros; 3% tuvieron
faros malos y causaron contaminación; 16% tuvieron faros malos y 3% frenos malos y
causaron contaminación.
23
Solución:
PASO 1:
Sean los eventos:
A: carros que tienen malos frenos
B: carros que tienen malos faros
C: carros que causan demasiada contaminación
Donde:
P (ABC) = 0.01, P(C) = 0.19, P(A) = 0.14, P(AB) = 0.05, P(BC) = 0.03, P(B) 0.16,
P(AC) = 0.03
Ejemplo 6:
En una habitación se encuentra el siguiente grupo de personas: 5 hombres mayores de 21, 4
hombres menores de 21, 6 mujeres mayores de 21 y 3 mujeres menores de 21. Se elige a una
persona al azar, se definen los sucesos siguientes: A = {la persona es mayor de 21}; B = {la
persona es menor de 21}; C = {la persona es hombre}; D = {la persona es mujer}. Evaluar
las siguientes:
(a) P (BUD) (b) P (AUC)
Solución: 4 21 5
Tenemos: 5 hombres mayores de 21 H
4 hombres menores de 21
6 hombres mayores de 21 M
3 hombres menores de 21 3 6
Al elegir una persona, esta puede ser un hombre o una mujer:
9 1
Si resulta hombre, la probabilidad es P (H) = 18 = 2
9 1
Si resulta mujer, la probabilidad es P (M) = 18 = 2
Además:
5+6 11 5+4 9
P(A) = 5+4+6+3 = 18 , P(C) = 5+4+6+3 = 18
4+3 7 6+3 9
P (B) = 5+4+6+3 = 18 , P(C) = 5+4+6+3 = 18
Luego:
(a) P (BUD) = P (B) + P (D) – P (B∩D)
24
7 9 3 13
= 18 + 18 - = 18
5+4+6+3
EJERCICIO Nº 01:
Se lanza 4 veces una moneda. ¿De cuántas formas posibles pueden caer las monedas? Utilice
un diagrama de árbol para mostrar todos los resultados y luego determina su espacio muestral.
EJERCICIO Nº 02:
EJERCICIO Nº 03:
En cierta ciudad el 40% de los docentes tiene el cabello castaño, el 20% tiene los ojos negros
y el 5% tiene los ojos negros y el cabello castaño. Se escoge un docente al azar.
Halle la probabilidad de que:
a. Tenga el cabello castaño o los ojos negros
b. Tenga solo el cabello castaño, pero no los ojos negros
c. No tenga el cabello castaño ni los ojos negros
EJERCICIO Nº 04:
En una caja hay 6 esferas. 2 son rojas, 1 blanca y las 3 restantes son negras. Si se sacan al
azar de una en una (sin reemplazo) hasta la tercera esfera.
a. Construya un árbol de probabilidades que ilustre el experimento aleatorio
b. Indique la probabilidad de obtener una esfera roja hasta la segunda selección
c. Indique la probabilidad de obtener dos esferas negras hasta la tercera selección.
EJERCICIO Nº 05:
Un estudio de 200 centros educativos iniciales reveló que sus ingresos mensuales (en dólares,
después del pago de impuestos:
25
Ingreso en dólares Centros educativos
[0 - 150 > 40
[500 - 1000 ] 90
a. ¿Cuál es la probabilidad de que un centro educativo tenga un ingreso menor de 150 dolares
en ingresos después de los impuestos?
EJERCICIO Nº 06:
EJERCICIO Nº 07:
Se tienen 5 esferas de colores de las cuales 2 son rojas, 2 son blancas y una negra. Si se
seleccionan al azar en forma aleatoria de una en una sin reposición hasta la tercera
extracción:
c. ¿Cuál es la probabilidad de obtener hasta la tercera extracción una esfera roja y una negra?
EJERCICIO Nº 08:
Se lanzan dos dados a la vez, si se conoce que por lo menos en uno de ellos sale 2, ¿Cuál es
la probabilidad de que el puntaje total obtenido sea 5?
26
EJERCICIO Nº 09:
EJERCICIO Nº 10:
En una Institución educativa hay 30 trabajadores, de los cuales la tercera parte son mujeres.
Si la cuarta parte de los hombres y la mitad de las mujeres son de la capital, ¿Cuál es la
probabilidad de que al seleccionarse un trabajador aleatoriamente este:
a. Sea hombre
b. Sea mujer y provinciana
c. Sea mujer sabiendo que es de la capital
d. Sea hombre sabiendo que es provinciano
EJERCICIO Nº 11:
EJERCICIO Nº 12:
La UNS está formada por 56% de hombres y 44% de mujeres, se sabe que el 44% de los
hombres y el 20% de las mujeres fuman. Si elige un estudiante al azar y si resulta que fuma.
Calcular la probabilidad de que sea hombre.
EJERCICIO Nº 13:
El 60% de los doctores, 80% de los licenciados y el 25% de los bachilleres son varones. Se
elige al azar un profesor y resulta ser mujer, ¿Cuál es la probabilidad de que sea doctor?
27
EJERCICIO Nº 14:
EJERCICIO Nº 15:
Un ingeniero ha descubierto, en una gran empresa industrial, que el 20% de los casos de
emergencia que examina, provienen del departamento A, el 10% del departamento B, el 45%
del departamento C y el 25% del departamento D. también ha descubierto que el 10% de los
casos de emergencia del departamento A, el 5% del departamento B, el 15% del
departamento C y el 12% del departamento D son accidentes debidos a aparente descuido.
Se presenta en la clínica un caso de accidente ocasionado por descuido. ¿Qué probabilidad
hay de que ese paciente pertenezca al departamento ¿A?¿B?¿C?¿D?
EJERCICIO Nº 16:
Tabla:
EJERCICIO Nº 17:
28
días o más. El científico también ha descubierto que el 20% de los pacientes que se quedan
poco tiempo y el 60% de los que permanecen largo tiempo presentan cierto grupo de
características .Se admite en el hospital un paciente que presenta dichas características ¿Cuál
es la probabilidad de que ese individuo vaya a permanecer en el hospital menos de 30 días?
¿30 días o más?
EJERCICIO Nº 18:
Tabla
29
BIBLIOGRAFIA
30