You are on page 1of 36

Contenido

Contenido.......................................................................................................1 PROBABILIDADES...........................................................................................2 EXPERIMENTOS ALEATORIOS......................................................................2 PROBABILIDAD A PRIORI.............................................................................3 PROBABILIDAD CONDICIONADA..................................................................6 PROBABILIDAD TOTAL.................................................................................9 TEOREMA DE MULTIPLICACIÓN..................................................................12 TEOREMA DE BAYES..................................................................................1 !ARIABLE ALEATORIA DISCRETA...............................................................2" !ARIABLE ALEATORIA CONTINUA..............................................................22 DISTRIBUCIONES DISCRETAS....................................................................2# DISTRIBUCION DE POISSON.......................................................................26 DISTRIBUCION BINOMIAL...........................................................................29 DISTRIBUCIONES CONTINUAS...................................................................33 DISTRIBUCION NORMAL............................................................................33 DISTRIBUCION UNI$ORME CONTINUA........................................................3

1

PROBABILIDADES
EXPERIMENTOS ALEATORIOS
1. E1: Contar el número de pasajeros que suben a una combi en un día determinado. S= {0, 1, 2, , !,",...# $: %ue suban no menos de 1" pasajeros. $= {1", 1&, 1', 1(, 1), 20,...# *: %ue suban no menos de 10 ni m+s de 20 pasajeros. *= {10, 11, 12, 1 , 1!,...# 2. E2: E,traer de un lote que contiene artículos con a-ería .$. / sin a-ería .0$.. S= {$, 0$# 1: Se e,trae un artículo con a-ería. 1= {$# 2: Se e,trae un artículo sin a-ería. 2= {0$# 3. E : Contar el número de personas que asisten al centro comercial .3la4a 5ima Sur. en un día determinado. S= {0, 1, 2, , !, ",...# $: El número de asistentes sea un número par. $= {2, !, &, (, 10, 12, 1!,...# *: El número de asistentes sea un número impar. *= {1, , ", ', ), 11, 1 ,...# 4. E!: 6bser-ar si llue-e o no llue-e en día determinado. S= {llue-e, no llue-e# 1: 6curra que llue-a. 1= {llue-a# E: 6curra que no llue-a. E= {no llue-a#

2

5. E": En un sal7n de clases mi,to entre alumnos .8. / alumnas .9. se esco:en al a4ar tres alumnos.

S= {999, 998, 989, 988, 899, 898, 889, 888# $: $l menos se escojan dos alumnos ;ombres. $= {988, 898, 889, 888# *: Se escojan tres alumnas mujeres. *= {999#

PROBABILIDAD A PRIORI
3

&# $: 5a suma de los dados es ma/or que 10.&' I"#e$p$e#%c !" 5a probabilidad de alumnos aprobados en el sal7n de computaci7n es del &'B.!> !.Ejemplos: 1.amen= # . $: $lumnos aprobados $= {20# 3?$@=20A 0=0.2) I"#e$p$e#%c !" 5a probabilidad de alumnos aprobados en el sal7n de computaci7n es del 2)B."> &. 2. > 2. de los cuales !0 lle:an siempre sin Eallas mec+nicas <Cu+l es la probabilidad de artículos con Eallas mec+nicas= Soluc !": n="& $: .ornos microondas. > ". > &.0( I"#e$p$e#%c !" 5a probabilidad de que al lan4ar dos dados la suma de ellos sea ma/or a 10 es del (B. 4. > . $= {1&# 3?$@=1&A"&=0. Se lan4an dos dados al aire. En el sal7n de clases de computaci7n de 0 alumnos .!> 2.e arteEactsF pro-eedores de .!> .1> !.a dado dos e.ornos microondas con Eallas mec+nicas. En la empresa CD.&> "."> &.&> 2. <cu+l es la probabilidad de que la suma sea ma/or de '= Soluc !": S = { 1.2> !. > !.!> ".+menes de estadística / no sabe si -a desaprobar o aprobar."> .2 >1. > 1.&> &.!> 1.1> ."> !."> 1.1> &.2 > ."> 2.1> "."> ".a/ 10 alumnos desaprobados <Cu+l es la probabilidad de alumnos aprobados= Soluc !": n= 0 alumnos. $= {".2 >".ornos microondas. 3.&# 3 ?$@ = A &=0.&> . Gn alumno .2> 2.2> &.1> 2.&> !.!> &. pro-een al día "& .&> &. <Cu+l es la probabilidad de que apruebe un e.1> 1.

2= {$1. 11# 2: El alumno aprueba un e.Soluc !": $=aprueba. Gn oEicinista .amen de los dos e. 1=desaprueba.an aprobado o no <Cu+l es la probabilidad de que pase por lo menos dos entre-istas de trabajo= Soluc !": $=aprueban 0=no lo aprueban . 1$.a dado tres entre-istas de trabajo en diEerentes empresas pero no sabe si lo .a dado es del "0B. 1$# 3 ?2@=2A!=0. $1. S= {$$." I"#e$p$e#%c !" 5a probabilidad de que el alumno apruebe un e. 5.amen.+menes que .

10 *: Gna persona suEra problemas de obesidad.S= {$$$. Se selecciona una semilla. Soluc !": $: Gna persona suEre de problemas cardiacos. En un estudio sanitario se .0" A 0." I"#e$p$e#%c !" 5a probabilidad de que el oEicinista de sus tres entre-istas pre-ias pase por lo menos 2 es del "0B. $$0.2" 3?$ *@=0.# 3 ?2@=!A(=0. $dem+s. 0$$. 3 ?*@=0. 2= {$$$. $0$.itas> adem+s " son rojas / est+n marc. 3 ?$@=0. 0$0. la probabilidad de que una persona suEra problemas de obesidad es el 0.a lle:ado a la conclusi7n de que la probabilidad de que una persona suEra problemas cardiacos es el 0. PROBABILIDAD &ONDI&IONADA Ejemplos: 1.itas.0". 0$$.2" = 0.2" / la probabilidad de que una persona suEra a la -e4 problemas de obesidad / cardiacos es del 0.10. de una bolsa que contiene 10 semillas de Elores rojas. $00.0" 3 ?$A*@ = 0.20 I"#e$p$e#%c !" 5a probabilidad de que una persona suEra problemas cardiacos dado que est+ obesa es del 20B. $0$. 000# 2: El oEicinista pase por lo menos dos entre-istas de trabajo. <Cu+l es la probabilidad de que: 6 . Calcular la probabilidad de que una persona suEra problemas cardiacos si est+ obesa. / 12 de ellas est+n marc. 00$. 2. $$0.

5a semilla sea roja= b.!1 Soluc !": % .( $ *=" 3 ?$ *@ ="A1"=0. 5a semilla sea roja dado que esta marc. $=10 3 ?$@=10A1"=0. 3.&' b@ *: 5a semilla esta marc.ita= Soluc !": n=1" a@ $: 5a primera semilla es roja. Se esco:e una persona al a4ar: n=100 %' Si tiene los cabellos castaHos.ita es del !1 B. el 2"B tiene ojos castaHos / el 1"B tiene cabellos / ojos castaHos.(=0. *=12 3 ?*@ =12A1"=0. I"#e$p$e#%c !": 5a probabilidad de seleccionar una semilla que sea roja dado que esta marc. 3 ?$ A *@ = 0. el !0B de la poblaci7n tiene cabellos castaHos.a. En una ciudad.ita. <cu+l es la probabilidad de que ten:a ojos castaHos= A 0.

En un aula .ipertenso.20 I"#e$p$e#%c !": 5a probabilidad de que una persona sea Eumador dado que es . 0 usan :aEas.10 3 ?$I*@ = 0. <Cu+l es la probabilidad de que una persona sea Eumador dado que es .10 A 0. de los cuales: !0 son ."0 = 0.ipertenso= n=100 Soluc !": $: ser . Si seleccionamos al a4ar un alumno de dic. 5.a/ 100 alumnos.ombres. 3?$@=0. / 1" son -arones / usan :aEas.a/ de que sea ."0 *: ser Eumador.= Soluc !": & .o curso: <quJ probabilidad . Se sabe que el "0B de la poblaci7n Euma / que el 10B Euma / es .I"#e$p$e#%c !": 5a probabilidad de que ten:a ojos castaHos dado que tiene cabello castaHo es del (B.ombre dado que el alumno seleccionado no usa :aEas. 3 ?*@=0. 4. <cu+l es la probabilidad de que no ten:a cabellos castaHos= Soluc !": I"#e$p$e#%c !": 5a probabilidad de que no ten:a cabello castaHo dado que tiene ojos castaHos es del !0B. (' Si tiene ojos castaHos.ipertenso es del 20B.ipertensa."0 $ * = 0.

de Eorma que el &0B de los autobuses cubre el ser-icio de la primero línea.n=100 . Soluc !": $. !B / 1B. 1etermina la probabilidad de que en un día. respecti-amente.= a-ería no $-= no a-ería 9 . para cada línea. el 0B cubre la se:unda / el 10B cubre el ser-icio de la tercera línea. PROBABILIDAD TOTAL Ejemplos: 1.plota tres líneas de una ciudad. diariamente.!" I"#e$p$e#%c !": 5a probabilidad de que el alumno seleccionado sea . Se sabe que la probabilidad de que.ombre dado que no usa :aEas es del &B. un autobús suEra una a-ería.=. Gna compaHía dedicada al transporte público e.ombres 3 ?9ujeres K =Sin :aEas 8ombres@=!"A100=0. un autobús se a-eríe es del 2B.

2B. respecti-amente.0! = = 0.00! = 0. un autobús suEra una a-ería es del 2. F2. / adem+s el porcentaje de en-asado incorrecto en cada Eactoría es del 1B.51=5ínea 1 52= 5ínea 2 5 = 5ínea 3 ?$-@ = 3?51@ L 3?$-A51@ M 3?52@ L 3?$-A52@ M 3?5 @ L 3?$-A5 @ = = 0.001 = 0. <Cu+l es la probabilidad de que se encuentre deEectuosamente en-asado= Soluc !": M =el producto est+ deEectuosamente en-asado." B.& N 0. 'B / !B. L 0.01! M 0. 1" . 3 ?9@ = 3 ?21@ L 3?9A21@ M 3?22@ L 3?9A22@ M 3?2 @ L 3?9A2 @ M 3?2!@ L 3?9A2!@ = = 0.012 M 0.02 M 0.! L 0. 0B.(B.01 = = 0. N 0.0' M 0.00& M 0. 2. Gna empresa del ramo de la alimentaci7n elabora sus productos en cuatro Eactorías: F1.1 L 0. F3 y F4.00! M 0.2 L 0. El porcentaje de producci7n total que se E+brica en cada Eactoría es del !0B.012 M 0.02" I"#e$p$e#%c !": 5a probabilidad de que en un día.1 N 0.02( I"#e$p$e#%c !": 5a probabilidad de que el producto se encuentre deEectuosamente en-asado es del 2.02 M 0.0! M 0. *=producto en buen estado. Domamos un producto de la empresa al a4ar. 20B / 10B.01 M 0.

imo jeEe. Oan a cambiar a tu jeEe / se barajan di-ersos candidatos: %' &%$los. En deEiniti-a.'" = 0.0& = 0. con una probabilidad del &0B (' )u%".001" I"#e$p$e#%c !": 5a probabilidad de pre-alencia de inEarto en esa poblaci7n es del 1"B.0.0 M 0.2" M 0.2" p?$2@ =0. con las si:uientes probabilidades de ser ele:idas: 11 .20@ M ?0. 5.ipertenso $2: no serlo * : padecer inEarto p?*I$1@ = 0.10 N 0.0& M 0.ipertensi7n en una cierta poblaci7n es del 2"B <Cu+l es la pre-alencia del inEarto en esa poblaci7n= Soluc !": $1: ser . con una probabilidad del 0B c' Lu s.3.1" I"#e$p$e#%c !": 5a probabilidad de que te suban el sueldo es del 1"B.ue #e su(%" el suel+o-: Soluc !": 3 ?*@ = ?0.&0@ 0.ipertensos del 0. la probabilidad de que te suban el sueldo es la si:uiente: %' S s%le &%$los: la probabilidad de que te suban el sueldo es del "B.00 .1B. 0. *cu%l es l% p$o(%( l +%+ +e . con una probabilidad del 10B En Eunci7n de quien sea tu pr7.'" p?*@ = 0. 4.0"@ M ?0.&0 N 0.001 . c' S s%le Lu s: la probabilidad de que te suban el sueldo es del &0B. Si la pre-alencia de . (' S s%le )u%": la probabilidad de que te suban el sueldo es del 20B. 0 N 0.ipertensos es del 0. 5a pre-alencia de inEarto cardíaco para .a/ papeletas de tres colores. B / para no . En un saquito .001> p?$1@ = 0.00 > p?*I$2@ = 0.

<Cual es la probabilidad de que el alumno apruebe matem+tica / len:ua= Soluc !": Datos $: el alumno apruebe matem+tica p?$@ = 0. (' .&0@ M ?0. TEOREMA DE M/LTIPLI&A&I0N Ejemplos 1. Con esta inEormaci7n. Si la probabilidad de que apruebe len:ua dado que apruebe matem+tica es del '"B.e$+e: probabilidad del 0B c' Roj%: probabilidad del 20B. (' . si la papeleta ele:ida es: %' Am%$ ll%: participas en un sorteo con una probabilidad de :anar del !0B."!."! I"#e$p$e#%c !": 5a probabilidad de :anar el sorteo en el que participe es del 0. podr+s participar en diEerentes sorteos.!0@ M ?0. <%uJ probabilidad tienes de :anar el sorteo en el que participes= Soluc !": 5as tres papeletas Eorman un sistema completo: sus probabilidades suman 100B 3 ?*@ = ?0. 0 N 0. Se:ún el color de la papeleta ele:ida. $sí.20 N 0."0 N 0. 0 *: el alumno apruebe len:ua 12 .e$+e: participas en otro sorteo con una probabilidad de :anar del &0B c' Roj%: participas en un tercer sorteo con una probabilidad de :anar del (0B.(0@ = 0. En la instituci7n educati-a San $lEonso la probabilidad de que un alumno de educaci7n primaria apruebe el curso de matem+tica es 0B> que apruebe len:ua es del "0B.%' Am%$ ll%: probabilidad del "0B.

20 Determinar A ∩ B p?$ ∩ *@ = p?*@ L p?$A*@ = ?0."0@ L ?0.ipertenso / Eumador es del 10B."0 p?*A$@=0.ipertenso 3?$@=0. 2. 0@ L ?0."B.'"@ = 0.22" I"#e$p$e#%c !" 5a probabilidad de en la instituci7n educati-a San $lEonso un alumno de educaci7n primaria apruebe matem+tica / len:ua que es del 22.ipertensa.imo .1" * = indi-iduo que sea Eumador 3?*@=0. $dem+s que la probabilidad de que un Eumador sea .p?*@ = 0.20@ = 0.ipertenso es 20B <Cu+l es la probabilidad de que un indi-iduo sea .'" Determinar P(A ∩ B) p?$ ∩ *@ = p?$@ L p?*A$@ = ?0."0 p?$I*@ = 0.ijo sea -ar7n / ten:a la enEermedad= Soluc !": 13 .10 I"#e$p$e#%c !": la probabilidad de que una indi-iduo de la poblaci7n de Santa Clara sea . 3. Se sabe que el "0B de la poblaci7n de Santa Clara Euma / que el 1"B es .ipertenso / Eumador= Soluc !": Datos $ = indi-iduo que sea . Si una mujer es portadora de la enEermedad de D/&1ENNE ?distroEia muscular pro:resi-a@. <Cu+l es la probabilidad de que su pr7.

"0 $dem+s: p?$I*@ = 0. PQ# p?*@ = 2A! = 0.P.P@ / un padre normal ?PQ@ son . PP.ijo -ar7n * = {. <Cu+l es la probabilidad de que ten:an resistencia a los :olpes / a las ra/aduras= Soluc !": Tenemos $: Resistencia a los :olpes p?$@ = 0."0 Determinar (A ∩ B) p?$ ∩ *@ = p?*@ L p?$A*@ = ?0.ijo sea -ar7n / .ijo enEermo ?corresponde al :enotipo . PQ# Tenemos $: tener .Q. todos los posibles :enotipos de un . . Se anali4an muestras de policarbonato pl+stico para determinar su resistencia a las ra/aduras / a los :olpes.P.Q# p?$@ = 1A! = 0.2" *: tener .2" I"#e$p$e#%c !": 5a probabilidad de que una mujer portadora de 1GC8E00E su ten:a un .Se:ún las le/es de 9endel. .Q. PP. 3or lo tanto S = {."0@ L ?0. Se encontr7 que tiene una resistencia a los :olpes de un "B / a las ra/aduras de !0B.erede la enEermedad es del 2"B.Q@ $ = {. 4.!0 $dem+s: p?$I*@ = 0. " *: Resistencia a las ra/aduras p?*@ = 0. PQ / tienen la misma probabilidad.!" 1# .ijo de una madre portadora ?. adem+s la probabilidad de que ten:a una resistencia a los :olpes dado que ten:a resistencia a las ra/aduras es del !"B."0@ = 0.Q.

!"@ = 0.1" I"#e$p$e#%c !": 5a probabilidad de que un empleado ele:ido al a4ar de la empresa CO$5DQC sea economista / contratado es del 1"B. Si el '"B de los empleados son economistas dado que sean empleados contratados.!0@ L ?0.20 * = empleado contratado 3?*@=0. 5.1( I"#e$p$e#%c !": 5a probabilidad de que ten:an resistencia a los :olpes / a las ra/aduras es del 1(B. TEOREMA DE BA2ES 1 .'" Determinar p(A ∩ B) p?$ ∩ *@ = p?*@ L p?$A*@ = ?0.Determinar (A ∩ B) p?$ ∩ *@ = p?*@ L p?$A*@ = ?0. <Cu+l es la probabilidad de que un empleado ele:ido al a4ar sea economista / contratado= Soluc !": Datos $ = empleado que es economista 3?$@=0. El 20B de los empleados de la empresa CO$5DQF son economistas / otro 20B son empleados contratados.20@ L ?0.'"@ = 0.20 p?$I*@ = 0.

Ejemplos: 1. Si la bola .traída de la urna = Soluc !": R: sacar bola roja.aber sido e. Denemos tres urnas: con tres bolas rojas / cinco ne:ras.a sido roja. I"#e$p$e#%c !": 5a probabilidad de que al e.traemos una bola. es del 3arte meteorol7:ico . la posibilidad de que ocurra un accidente es la si:uiente:  Si llue-e: probabilidad de accidente del 10B Soluc !": 16 .traer una bola .a anunciado posibilidad para el Ein de semana:  %ue llue-a: probabilidad del "0B. <cu+l es la probabilidad de . 2. esta sea de la 2&B. con dos bolas rojas / una ne:ra / con dos bolas rojas / tres ne:ras. Se:ún estos posibles estados meteorol7:icos. Esco:emos una urna al a4ar / e. Gtili4ando el teorema de *a/es. 5a probabilidad pedida es tenemos: .a sido roja.

traemos una bola.!B. *= %ue ocurra un accidente.$= %ue llue-a el Ein de semana. 5a probabilidad pedida es P(A/R). Esco:emos una urna al a4ar / e. Si la bola .a sido a4ul.aber sido e. Gtili4ando el teorema de *a/es. 3. Denemos tres urnas: A con bolas a4ules / " ne:ras. 0: sacar bola ne:ra. I"#e$p$e#%c !" 5a probabilidad de que eEecti-amente estu-iera llo-iendo el día del accidente ?probabilidad a posteriori@ es del '1. tenemos: 1% . B con 2 bolas a4ules / 1 ne:ra / C con 2 bolas a4ules / ne:ras.traída de la urna $= Soluc !": R: sacar bola roja. <cu+l es la probabilidad de .

a sido a4ul esta sea de la urna $ es del 2&B.a anunciado tres posibilidades para el Ein de semana: %' 3ue llue4%: probabilidad del "0B. El '"B de los in:enieros ocupan un puesto directi-o / el "0B de los economistas tambiJn.aber de que al e. (' 3ue " e4e: probabilidad del 0B 1& ."B. <Cu+l es la probabilidad de que un empleado directi-o ele:ido al a4ar sea in:eniero= Soluc !": I"#e$p$e#%c !" 5a probabilidad de que un empleado directi-o ele:ido al a4ar sea in:eniero es del !0. El 20B de los empleados de una empresa son in:enieros / otro 20B son economistas. El parte meteorol7:ico . mientras que los no in:enieros / los no economistas solamente el 20B ocupa un puesto directi-o.I"#e$p$e#%c !" 5a probabilidad de . 4.traer una bola . 5.

c' 3ue 5%6% " e(l%: probabilidad del 20B. (' S " e4%: probabilidad de accidente del 10B c' S 5%6 " e(l%: probabilidad de accidente del "B. la posibilidad de que ocurra un accidente es la si:uiente: %' S llue4e: probabilidad de accidente del 20B.!B. c' P$o(%( l +%+ +e . Soluc !": %' P$o(%( l +%+ +e . (' P$o(%( l +%+ +e .!B.ue es#u4 e$% "e4%"+o: I"#e$p$e#%c !" 5a probabilidad de que estu-iera ne-ando es del 21.ue es#u4 e$% llo4 e"+o: I"#e$p$e#%c !" 5a probabilidad de que eEecti-amente estu-iera llo-iendo el día del accidente ?probabilidad a posteriori@ es del '1.ubiera niebla es del '.ue 5u( e$% " e(l%: I"#e$p$e#%c !" 5a probabilidad de que .1B 19 . Se:ún estos posibles estados meteorol7:icos.

!@ ?&.1@ ?!.perimento. Consideremos el e. @ ? .!@ ?2.&@ ?&.#.!@ " ?1.2@ ?2."@ ?2. @ ?&. Supon:amos que se lan4an dos monedas al aire.&@ ?!.&@ ?&. 2# 2. El espacio muestral ser+: Soluc !": 3rimero se:undo 1 2 1 ?1.!@ ? .perimento que consiste en lan4ar un dado dos -eces. El espacio muestral.&@ ? ."@ ?&."@ ? .&@ ?". esto es.1@ 2 ?1.1@ ?".=cru4 S = {cc.!@ ?!. @ ?!.2@ ?". @ ?!. 1.!@ ?&. @ ?1.ARIABLE ALEATORIA DIS&RETA Ejemplos: 1.2@ ?2.!@ ?". @ ?".2@ ? . c. P: el número de caras obtenidas.!@ ?"."@ ?".2@ ?!.&@ S ={ ?1."@ ?&.!@ ?1. es: Soluc !": 1onde: C=cara ."@ & ?1.2@ ?!.&@ # 2" . .2@ ? .1@ ?2.@=0 RX = {0.1@ ?1.1@ ?&.!@ ? .!@ ?2."@ ?". 3?cc@=2 3?c. @ ?2.2@ ?&."@ ?2.. @ ? .&@ ?2.c..&@ ?". @ ! ?1. @ ?2.2@ ?".!@ ?!.1@ ? .1@ ?2.1@ ?&. @?&.1@ ? .2@ ?1.2@ ?1. el conjunto de resultados elementales posibles asociado al e. .&@ ? ..c@=1 3?."@ ? ..1@ ?".2@ ?&.1@ ! " & ?!. @ ?".&@ ?2."@ ?1."@ ?!. .&@ ?!."@ ?!..

1@@=2 X?? .R. !# 4. RT / su probabilidad sería ! L 1A L 2A L 2A L 2A = 2A(1 El suceso que es la ima:en in-ersa de 2 es: SR. los -alores de la -ariable aleatoria P que cuenta el número de -arones / su Eunci7n de probabilidad Soluc !": 21 .R. Entonces. . R.(. el espacio muestral . El suceso que da ori:en a que la -ariable -al:a 0 sería: SR. 2. R. RTU/ su probabilidad es 1A L 1A L 1A L 1A = 1A(1 Resumiendo la distribuci7n del número de aciertos es: RX = {0. Supon:amos que nos interesamos por el número de -arones P en el e.11# 3. En cada prueba laposici7n de este pulsador se cambia aleatoriamente.a.RTGSR. RTGSR. 1. en una caja que cuenta con tres palancas se marca en rojo aquella que al pulsarla proporciona alimento. R. RT / su probabilidad & L 1A L 1A L 2A L 2A = 2!A(1 5a ima:en in-ersa de es: SR. RTGSR.1eEinimos la -ariable aleatoria ?-.@ X como la suma de las puntuaciones. entonces X??1.perimento de obser-ar al a4ar dos niHos reciJn nacidos ?Sea 8 = .RTGSR.R.R. R.!@@=' X??2. R. R.&@@=11 RX = {2.R. R.R. R. R. RTGSR. 3ara estudiar si las ratas tienen -isi7n crom+tica. R. RTUGSR. RTUcu/a probabilidad sería 2A L 2A L 2A L 2A = 1&A(1 El suceso que da ori:en a que la -ariable -al:a 1 sería: SR. / !.R.R.&@@=( X??".RT / su probabilidad ! L 1A L 1A L 1A L 2A = (A(1 5a ima:en in-ersa de ! es el suceso: SR. R. R. 2.<Cual sería la distribuci7n de la -ariable aleatoria número de pulsaciones que consi:uen alimento. R.RTGSR. RTGSR. R.R. RTGSR. R.R. 1. R. R. R.ombre / 9 = mujer@.R.R. RTGSR. R.'. RTGSR.R. si la rata no distin:uiera el rojo / pulsase al a4ar= Soluc !": 5a -ariable aleatoria número de pulsaciones puede tomar los -alores 0. Se somete una rata a cuatro pruebas.

1. 5a -.Sea: 8 = . Gn estudio estadístico quiere conocer la duraci7n de un conjunto de bombillas. X!"#$ 22 .RR. 2# 6bser-e que esta -ariable es una -ariable discreta / que la suma de todas las probabilidades para todos los -alores de la -ariable es 1.ARIABLE ALEATORIA &ONTIN/A Ejemplos: 1.ombre / 9 = mujer 3?99@=0 3?98. Soluc !": X:duración de una bombi a .a. 5. 89@=1 3?88@=2 RX = {0. 2# . así deEinida es una -ariable continua pues puede tomar cualquier -alor ma/or que 0. Soluc !": P:Fnúmero de bolillas rojas e.0R. 1.traídasF Sea : 0=*olillas blancas / R=*olillas rojas S={00.R0# 3?00@=0 3?0R@=1 3?R0@=1 3?RR@=2 RX = {0. Se sacan dos bolillas de manera sucesi-a sin reempla4o de una urna que contiene " bolillas blancas / ! bolillas rojas.

Gna pasteleria desea conocer quJ peso tienen la masa del queque. 2'"W. 1. Doma por tanto un número inEinito no numerable ce -alores. Soluc !": X! &medida de a cin'ura de un (arón& 3uede tomar cualquier -alor comprendidio entre '0 / 1 0 cm. !0W 5. Soluc !": X! &Pe)o de una barra de *an& es continua. / 2'":r."0 . Soluc !": X! &'a a) de o) a umno)& R"!V1. 5a pasteleria produce pasteles con pesos comprendidios entre 2(0 :r.=V "#$% 2. Gna paniEicadora desea conocer quJ peso tienen las barras de pan.1 0W 3. continua. R"!V22".=V'0. 2'"W 4."0 / 1. / !0:r. Gna empresa dedicada a la conEecci7n de pantalones de caballero . R. X es una -.cu/os pesos estan comprendidos entre 1. 5a m+quina Eabrica pie4as con pesos comprendidios entre 22" :r.a determinado que la cintura de los -arones en una determinada localidad oscila entre '0 cm / 1 0 cm.'"W 23 .a.'" cm. tomando -alores en el inter-alor V22".R. Soluc !": X! &Pe)o de un +ue+ue & R"!V2(0. Se desea conocer las tallas de los alumnos de computacíon.

0Y00'@ / debemos calcular la probabilidad p?P=1@.(B.1# Ejemplos: 1. 2.a/a una deEectuosa es de 2!.a/a una deEectuosa. Gna m+quina Eabrica una determinada pie4a / se sabe que produce un ' por 1000 de pie4as deEectuosas. I"#e$p$e#%c !": 5a probabilidad de que al e. 8allar: a@ El número de carburadores deEectuosos esperados en un lote de 1000 b@ 5a -arian4a / la des-iaci7n típica.DISTRIB/&IONES DIS&RETAS DISTRIB/&ION DE BERNO/LLI . 8allar la probabilidad de que al e. Soluc !": 2# .e sal:a de E+brica deEectuoso es del ! por 100.aminar "0 pie4as s7lo .?"@ = *"?1 X *@1 X " con " = {0. 5a probabilidad de que el carburador de un coc.aminar "0 pie4as s7lo . Soluc !": Se trata de una distribuci7n binomial de par+metros *?"0.

?1@ = ?1 A &@1 N ?" A &@0 = 1 A & = 0.. 5an4ar una moneda. E: .?1@ = 0. con dos resultados posibles: el J. &# 5a probabilidad de que obten:amos un & -iene deEinida como la probabilidad de que P sea i:ual a 1.5an4ar un dado / salir un &."0 = 0. 4. 5a -ariable aleatoria P medir+ . Oaldr+ 0. . probabilidad de conse:uir que sal:a cru4.a. Oaldr+ 0." P?X = 1@ = .'B.perimento. El Eracaso ?q@ que saliera cara. P?X = 1@ = . 3or tanto."1 = 0. El Eracaso ?q@ que saliera cara. salir cara@ / 1 ?una cru4@. es decir.3. 5an4ar una moneda.". que -ale ?1 Z p@ = 1 Z 0. 5. !.".istir+n dos resultados posibles: 0 ?nin:una cru4."@ P?X = 0@ = .?0@ = 0. Soluc !": Se trata de un solo e."00.ito ?p@ se considerar+ sacar cru4.".perimento.."." I"#e$p$e#%c !": 5a probabilidad de conse:uir que sal:a cru4 es del "0B. probabilidad de conse:uir que sal:a cru4. P se distribuir+ como una *ernoulli.ito ?p@ se considerar+ sacar cru4. que -ale ?1 Z p@ = 1 Z 0." = 0. la -. con dos resultados posibles: el J. Soluc !": S= {1.. "."10. Soluc !": Se trata de un solo e.número de cruces que salen en un lan4amiento. /a que cumple todos los requisitos. 2.1&&' I"#e$p$e#%c !": 5a probabilidad de que al lan4ar un dado / salir un &es del 1&." = 0. X[*e?0. 2 . / s7lo e.

" P?X = 1@ = .02 por cada día de trabajo."00.= > n= 00 > = 00 N 0. <cu+l es la probabilidad de tener accidentes= Soluc !": D%#os: p=0. es decir. salir cara@ / 1 ?una cru4@.02 > . P se distribuir+ como una *ernoulli.02 = & 26 . 3or tanto.a/a un accidente en la compaHía de manuEactura San Roman es de 0. DISTRIB/&ION DE POISSON 7o$mul%: Ejemplos 1."1 = 0. Si se trabajan 00 días al aHo. /a que cumple todos los requisitos.istir+n dos resultados posibles: 0 ?nin:una cru4.a. X[Be?0.5a -ariable aleatoria P medir+ ..?1@ = 0. la -."10."0 = 0."@ P?X = 0@ = ." I"#e$p$e#%c !": 5a probabilidad de conse:uir que sal:a cru4 es del "0B.?0@ = 0. / s7lo e.número de cruces que salen en un lan4amiento. 5a probabilidad de que .

1.012.1 partículas por cm2 . El +rea de un disco bajo estudio es 100 centímetros cuadrados. <Cu+l es la probabilidad de que entre (00 ta4as /a Eabricadas . 5a probabilidad de que en la elaboracion de una ta4a na-ideHa sal:a deEectuosa es de 0. El número de partículas de contaminaci7n que ocurre en un disco 7ptico tiene una distribuci7n de 3oisson / el número promedio de partículas por centímetro cuadrado de superEicie del disco es 0. 0.I"#e$p$e#%c o": 5a probabilidad de tener accidentes laborales en la compaHía de manuEactura San Rom+n en 00 días de trabajo es de (.1 > . 2.a/an " deEectuosas= 2% . 3. p=0. Encuentre la probabilidad de que ocurran 12 partículas en el +rea del disco bajo estudio.)B.1 partículasA cm 2 = 10 partículas I"#e$p$e#%c !": 5a probabilidad de que ocurran 12 partículas en el +rea del disco de almacenamiento 7ptico es de ). denote el número de partículas en el +rea de un disco bajo estudio."B. 3uesto que el número promedio de partículas es 0. Soluc !": D%#os: Sea que . 5a contaminaci7n constitu/e un problema en la Eabricaci7n de discos de almacenamiento 7ptico de cierta empresa.=12 > n=100 cm > = 100 cm .

/ el producto n ..012 = ). calcular la probabilidad de recibir menos de cuatro llamadas en un determinado minuto.Soluc !": En este ejemplo -emos nue-amente la probabilidad * menor que 0.&B. I"#e$p$e#%c !": 5a probabilidad de que en una cierta compaHía teleE7nica se reciban menos de cuatro llamadas en un determinado minuto es de 2&. <Cual es la probabilidad de que el pro. Soluc !": D%#os: ..& Interpretación: 5a probabilidad de que .."B.1. > n=1 > = " por minuto 4.a/a " ta4as na-ideHas deEectuosas entre las (00 reciJn elaboradas es de !.=0.012 > . En Gna determinada compaHía teleE7nica recibe llamadas a ra47n de " por minuto.* menor que 10.imo aHo se produ4can mas de cuatro incendios= 2& . Si la distribuci7n del número de llamadas es de 3oisson..1. por lo que aplicamos el modelo de distribuci7n de 3oisson: Datos: p=0. 5. En una :ran ciudad se producen 2 incendios anuales por termino medio. 0.=" > n=(00 > = (00 .

DISTRIB/&ION BINOMIAL Ejemplos 1.=1> . P%$#e (: 29 . podemos escribir: !.=2> p=0.2> q=0.=0.( P%$#e %: 1atos: n=&> .& > =2 Interpretación: 5a probabilidad de que el pr7.2 / p?cara@=0. Se tiene una moneda trucada de modo que la probabilidad de sacar cara es cuatro -eces la de sacar cru4.M. 6btener dos -eces cru4.( I"#e$p$e#%c !": la probabilidad de que al lan4ar & -eces una moneda se obten:a 2 -eces cru4 es del 2"B.Soluc !": Datos: . Calcula las si:uientes probabilidades: '. Se lan4a & -eces la moneda. a la probabilidad de sacar cru4.2 $sí resulta: p?cru4@=0.=1> ". Soluc !": Calculamos en primer lu:ar la probabilidad de cara / de cru4: p?cara@Mp?cru4@=1.imo aHo se produ4can mas de cuatro incendios es de "B.=" > n=(00 = ). Si llamamos . 6btener a lo sumo dos -eces cru4. (.

o o .2> p=0. 3.D%#os: n=&> . Si la probabilidad de que un cac.o es de 0.orro sea mac.1.actamente sean .!"> q=0."" p?. 2. b@ S7lo Einalice uno la carrera.orro sea mac.orros en cada camada. c@ $l menos 2 acaben la carrera. Soluc !": P%$#e %: 3" .embra@=0.actamente sean .embras= Soluc !": Calculamos en primer lu:ar la probabilidad de que un cac.=0. Calcula la probabilidad de que en un :rupo de ' estudiantes matriculados en primer curso: a@ 0in:uno de los ' Einalice la carrera. .( I"#e$p$e#%c !": la probabilidad de que al lan4ar & -eces una moneda se obten:a a lo sumo 2 -eces cru4 es del )0B.o@=0.!" D%#os: n=!> .embra: p?mac.=2> p=0.embras es del 'B. Gna determinada ra4a de perros tiene ! cac. 5a probabilidad de que un estudiante de la Gni-ersidad Ricardo 3alma obten:a el título de arquitecto es 0.2> q=0."" I"#e$p$e#%c !": 5a probabilidad de que en una camada de una determinada ra4a de perros dos e."". <Cu+l es la probabilidad de que en una camada dos e.

.a/a 2 . En una poblaci7n en la que .!. 4.a/ un !0B de .. > q=0. > q=0..' Interpretación: 5a probabilidad de que un :rupo de ' estudiantes matriculados en primer curso al menos 2 acaben la carrera es del &'B.' > p=0.=1> p=0. P%$#e (: Datos: n='> .ombres / un &0B de mujeres seleccionamos ! indi-iduos <Cual es la probabilidad de que .D%#os: n='> ..=0> p=0.ombres / 2 mujeres= 31 . P%$#e c: Datos: n='> .' I"#e$p$e#%c !": 5a probabilidad de que un :rupo de ' estudiantes matriculados en primer curso nin:uno Einalice la carrera es del (B.=2. > q=0..' Interpretación: 5a probabilidad de que un :rupo de ' estudiantes matriculados en primer curso solo 1 Einalice la carrera es del 2"B.

=2 > p=0.a/a dos .a/a 2 ..2 P%$#e %: Datos: n=10 > ..ombres / 2 mujeres en la muestra.2 $sí resulta: p=0. 5.ombres en la misma. <Cu+l es la probabilidad de que responda al menos a dos cuestiones correctamente= (.( 32 .10 > p=0. basta calcular la probabilidad de que . .Soluc !": Datos: 3ara calcular la probabilidad de que .& Interpretación: 5a probabilidad de que al seleccionar al a4ar ! indi-iduos de la poblacion de Santa 5eonor .Gn alumno responde al a4ar: '..2 > q=0.a/a 2 . <Cu+l la de que responda bien a seis= Soluc !": Calculamos en primer lu:ar la probabilidad de acertar una pre:unta: p=1A"=0. Gna prueba de inteli:encia consta de die4 cuestiones cada una de ellas con cinco respuestas de las cuales una sola es -erdadera . Tenemos n=! > .! > q=0.ombres / 2 mujeres es del "B.=2..

=& > p=0.&B. P%$#e (: Datos: n=10 > . DISTRIB/&IONES &ONTIN/AS DISTRIB/&ION NORMAL Se llama + s#$ (uc !" "o$m%l.p c% < se desi:na por N =:> <'.2 > q=0. 33 . Gna + s#$ (uc !" "o$m%l de me+ % : / +es4 %c !" #.( Interpretación: 5a probabilidad de que en una prueba de inteli:encia de die4 cuestiones el alumno responda bien a & pre:untas es del 0. + s#$ (uc !" +e 8%uss o + s#$ (uc !" 9%uss %"% en estadística / probabilidad.Interpretación: 5a probabilidad de que en una prueba de inteli:encia de die4 cuestiones el alumno responda al menos a dos cuestiones correctamente es del &2B. Su :r+Eica es la c%mp%"% +e 8%uss: que con m+s Erecuencia aparece en Een7menos reales.

5a :r+Eica de su Eunci7n de densidad tiene una Eorma acampanada / es simJtrica respecto de un determinado par+metro. con media 2 \ / des-iaci7n 3# . Ejemplos de tipiEicaci7n: Ejemplo 1. En una ciudad se estima que la temperatura m+.ima en el mes de junio si una distribuci7n normal. entonces: Se dice que tiene una distribuci7n normal est+ndar. Si X tiene una distribuci7n normal con media / des-iaci7n est+ndar .presada por: . 5a me+ % de la distribuci7n normal -iene dada por: E=X' ? Q la 4%$ %"@% de la distribuci7n normal -iene e.%$=X' ? No$m%l No Es#A"+%$ =T p B c%c !"'. Esta cur-a se conoce como campana de Kauss.

@ %: es el e.tremo superior ?en el ejemplo.. El -alor medio de esta distribuci7n se calcula: 3 .!" ptas.. tiene un "B de probabilidad. todas ellas con la misma probabilidad. 8a/ inEinitas posibilidades. otro "B.@ 3or lo tanto. la Eunci7n de distribuci7n del ejemplo sería: Es decir. Calcular el número de días del mes en los que se espera alcan4ar m+. que el -alor Einal estJ entre 1!0 ptas. 1!0 ptas. / 1!1 ptas. o de 1! . DISTRIB/&ION /NI7ORME &ONTIN/A Ejemplo: 1. etc. -iene deEinida por: 1onde: (: es el e.típica "\.. de 1! pesetas.! pesetas.imo aHo se estima que puede oscilar entre 1!0 / 1&0 pesetas. o de 1! . por tanto.imas entre 21\ / 2'\. etc. 3odría ser. Soluc !": Su Bu"c !" +e +e"s +%+> aquella que nos permite conocer la probabilidad que tiene cada punto del inter-alo. o de 1! .!"" pesetas. que estJ entre 1!1 / 1!2. El precio medio del litro de :asolina durante el pr7. 1&0 ptas.tremo inEerior ?en el ejemplo.

El -alor medio esperado es: I"#e$p$e#%c !": Es decir. El -olumen de precipitaciones estimado para el pr7.En el ejemplo: I"#e$p$e#%c !": 3or lo tanto. Calcular la Eunci7n de distribuci7n / la precipitaci7n media esperada: Soluc !": Es decir. otro 1B. que el -olumen de precipitaciones estJ entre !00 / !01 litros tiene un 1B de probabilidades> que estJ entre !01 / !02 litros.imo aHo en la ciudad de Se-illa -a a oscilar entre !00 / "00 litros por metro cuadrado. 2.imo aHo es de !"0 litros. etc. la precipitaci7n media estimada en Se-illa para el pr7.imo aHo es de 1"0 pesetas. el precio medio esperado de la :asolina para el pr7. 36 .