You are on page 1of 39

1

Captulo 1: Probabilidades

Captulo I :
Probabilidades
1.1.-

Introduccin
Debido a la incertidumbre que existe muchas veces al tomar decisiones,
resulta importante que los riesgos implcitos se evalen de manera
cientfica. En este captulo estudiaremos varias reglas de probabilidad
que sirven para evaluar la posible ocurrencia de diferentes fenmenos, y
ayudar a analizar los riesgos y minimizar el azar inherente tales como

al lanzar un nuevo producto al mercado o aceptar un embarque recin llegado que contenga
partes defectuosas etc.
En la mayora de problemas hay que tomar decisiones con base a experimentos, es necesario
tener como pre-requisitos la teora bsica de conjuntos y el anlisis combinatorio.
1.2.-

Experimento

Es la observacin de alguna actividad o la accin de efectuar una medicin. Los experimentos u


operaciones reales o hipotticos pueden dividirse en dos clases: determinsticos y no
determinsticos.
1.2.1.- Experimentos Determinsticos
Un experimento es determinstico si los resultados del experimento estn
completamente determinados y puede describirse por una frmula
matemtica llamado tambin modelo determinsticos. Ejemplos:
a)

Soltar un objeto pesado y ver si cae o no

b)

Lanzar una pelota de goma en el agua y ver si flota o se


sumerge

Son experimentos determinsticos, pues en el primer caso es evidente que el objeto caer, an
ms su movimiento se describe por las ecuaciones de cada libre, en el segundo caso la pelota
flotar indudablemente.
1.2.2.- Experimentos No Determinsticos o Aleatorios
Si los resultados del experimento no pueden predecirse con exactitud antes de realizar el
experimento.
Ejemplo:

Estadstica Social II
Wilder Alvarado Castillo
E1 : Lanzar una moneda y observar la cara superior.
E2 : Lanzar un dado y observar el nmero que aparece en la cara superior.
Las caractersticas ms comunes en estos experimentos son:
a) Cada experimento puede repetirse indefinidamente sin cambiar esencialmente las
condiciones.
b) En cada experimento no se sabe exactamente cul va a ser el resultado.
c) Cada experimento tiene varios resultados posibles que pueden describirse de antemano
con precisin, por ejemplo en E1 tal conjunto es {cara, sello} y en E2 es { 1, 2, 3, 4, 5, 6}

Tambin se consideran experimentos aleatorios los siguientes ejemplos:


E3: Extraer un artculo de un lote que contiene artculos defectuosos D y no defectuosos N.
E4: Designar un delegado de aula de un grupo de 50 alumnos.
E5: Contar el nmero de automviles que cruzan la interseccin de 2 avenidas hasta que ocurra
un accidente
E6: Fabricar artculos, hasta producir 5 defectuosos y contar el nmero total de artculos
fabricados.
E7: Observar el tiempo de vida de un televisor.
1.3.-

Espacio Muestral

Llamaremos espacio muestral asociado a un experimento aleatorio E, al conjunto de todos los


resultados posibles de dicho experimento aleatorio y lo denotaremos por . Es lo equivalente al
conjunto universal en la teora de conjuntos. Por ejemplo los espacios muestrales de los
experimentos aleatorios anteriores son:
Experimento Conjunto de resultados posibles = Espacio Muestral
E1
1 = {C , S},
donde
C = cara S = sello
E2

2 = { 1, 2, 3, 4, 5, 6 }

E3

3 = {D, N}

E4
E5
E6
E7

4 = { A1, A2 , A3, ....., A50 }


5 = {0, 1, 2, 3, 4, 5,......}
6 = {5, 6, 7, 8, 9, ........}
7 = { t R / t 0 }

Ejemplo 1Los artculos provenientes de una lnea de produccin se clasifican en


defectuosos D y no defectuosos N, se observan los artculos y se anota

Captulo 1: Probabilidades
su condicin. Este proceso se contina hasta observar dos defectuosos consecutivos o hasta que
se observe tres artculos no defectuosos. Describir el espacio muestral.

Solucin:
utilizando el diagrama de rbol posemos representar grficamente todos los resultados posibles,
de la siguiente forma:

DD

D
D
D
D

D
N

DNDNDN

DNDNN

DNNDD

DNNDN

DNNN

D
D

DNDD
DNDNDD

NDD
D

NDNDD

NDNDN

D
N
N

N
D
N

NDNN

NNDD

NNDN

NNN

El espacio muestral es:


= {DD, DNDD, DNDNDD, DNDNDN, DNDNN, DNNDD, DNNDN, DNN, NDD,
NDNDD, NDNDN, NDNN, NNDD, NNDN, NNN}

Ejemplo 1Supongamos que se tiene una caja con 8 juguetes diferentes. Se sacan 3
juguetes, de uno en uno1, con reemplazamiento2. Describir el espacio muestral
asociado a este experimento.
Solucin:
Sean a1, a2, a3, ., a8. los ocho juguetes diferentes de la caja.
Si se realiza la primera extraccin, puede salir cualquiera de los 8 juguetes. Es decir:
A1 = { a1, a2, a3, ., a8 }
Si se realiza la segunda extraccin, puede salir otra vez cualquiera de los 8 juguetes, ya que el
primero fue devuelto a la caja, por ser con reemplazamiento.
1

Se dice tambin que se ha extrado una muestra de tamao 3.


Se dice que la extraccin se hace con reemplazamiento, si despus de cada extraccin se registra el artculo y se devuelve a
la caja.
2

Estadstica Social II
Wilder Alvarado Castillo
A2 = { a1, a2, a3, ., a8 }
As sucesivamente, es evidente que en la tercera extraccin tenemos:
A3 = { a1, a2, a3, ., a8 }
Entonces el espacio muestral ser:
= A1 x A2 x A3
= { a1, a2, a3, ., a8 } x { a1, a2, a3, ., a8 } x { a1, a2, a3, ., a8 }
= { a1, a2, a3, ., a8 }3
O tambin:
= {( x, y, z ) / x, y, z = a1, a2, a3, ., a8 }
Ejemplo 1Sea el experimento verificar el estado (apagado, prendido) de seis focos iguales.
Utilizando los nmeros 0 (cero) para apagado y 1 para prendido. Describir el
espacio muestral.
Solucin:
AL verificar el primer foco, el resultado puede ser 0 1; el segundo foco tambin puede ser 0 1, y
as sucesivamente. Entonces, el espacio muestral del experimento, verificar el estado de los seis
focos ser:
= {0 , 1}6 = { (x1, x2, x3, x4, x5, x6) / x1, x2, x3, x4, x5, x6 = 0, 1 }
1.3.1.- Espacio Muestral Discreto
Si tiene un nmero finito o infinito de elementos.
(1) Espacios Muestrales Discretos Finitos
Cuando el espacio muestral tiene un nmero finito de elementos.
Ejemplo 1Un lote compuesto de 50 artculos provenientes de una lnea de produccin, contiene 5
artculos defectuosos. Los artculos son extrados uno por uno ( sin reemplazamiento)
hasta que el ltimo artculo defectuoso sea extrado. Hallar el espacio muestral de este
experimento
Solucin:
El nmero de artculos extrados ser como mnimo cinco y como mximo 50.
= { 5, 6, 7, , 50 }
(2) Espacios Muestrales Discretos Infinitos

Captulo 1: Probabilidades
Es cuando puede establecerse una correspondencia biunvoca de sus elementos con el
conjunto de los nmeros naturales, de modo que pueda ser enumerado como 1, 2, 3, 4,
.
Ejemplo 1El experimento sea lanzar una moneda hasta que ocurra sello. Describir su espacio
muestral.
Solucin:
El espacio muestral asociado a este experimento sera:
= { C, CS, CCS, CCCS, CCCCS, }
1.3.2.- Espacio Muestral Continuo
Si tiene un nmero no numerable de elementos. Es decir cuyos elementos son todos los
puntos de algn intervalo de nmeros reales.
Ejemplo 1El experimento sea el volumen de gaseosa producida por da, la cual vara entre un valor
mnimo de 500,00 litros y un valor mximo de 1000,00 l. Se escoge un da al azar y se
observa la cantidad producida. Escribir el espacio muestral.
Solucin:
El espacio muestral asociado a este experimento sera:
= { x / 500 x 1000}
Nota:
A un experimento aleatorio puede se le puede asociar ms de un
espacio muestral, de acuerdo a la caracterstica del fenmeno que se
desea medir.

Por ejemplo sea el experimento lanzar 3 monedas, si estamos interesados en la secuencia de


caras y sellos que aparecen, el espacio muestral sera:
= { CCC, CCS, CSC, SCC, CSS, SCS, SSC, SSS }
Pero si estamos interesados en el nmero de sellos que salen, el espacio muestral es:
= { 0, 1, 2, 3}
1.4.-

Suceso

Llamaremos suceso a todo elemento de un espacio muestral y lo designaremos por x, y, w,....etc.


esto es si x es un suceso, entonces x

Estadstica Social II
Wilder Alvarado Castillo
1.5.-

Eventos

Se llama evento a cualquier subconjunto del espacio muestral y lo denotaremos por A, B, C, ..


etc,. Luego si A es un evento entonces A .

.x

A
B

.y
.z

.u

.r

.s

.t

.w

.v

.p

Ejemplo 1D un ejemplo de evento para cada uno de los siguientes experimentos:


a) Lanzar un dado y observar el nmero que aparece en la cara superior.
b) Extraer un artculo de un lote que contiene artculos defectuosos D y no defectuosos N.
c) Contar el nmero de automviles que cruzan la interseccin de 2 avenidas hasta que ocurra
un accidente
d) Observar el tiempo de vida de un televisor
e) Fabricar artculos, hasta producir 5 defectuosos y contar el nmero total de artculos
fabricados
Solucin:
a) A = ocurre un nmero mayor que 3
A = { 4, 5, 6 }
b) A = se extrae un artculo no defectuoso
A={N}
c) A = ocurre un accidente antes de que crucen 1000 automviles
A = {0,1,2, , 999}
d) A = El televisor dura ms de 5 000 horas
A = { t R / t > 5 000 }
e) A = se fabricaron ms de 200 artculos
A = {201, 202, 203, }
1.6.-

Definicin de Probabilidad

Captulo 1: Probabilidades
La probabilidad es la posibilidad u oportunidad de que suceda un evento particular en el futuro,
slo puede asumir valores entre 0 y 1, inclusive.
Un evento que no tiene probabilidad de ocurrir es un evento nulo porque tiene una probabilidad
de cero, mientras que un evento que se tiene la certeza que ocurrir ser un evento cierto, y
tiene una probabilidad de 1 Existen tres enfoques que dan lugar a tres definiciones de
probabilidad:

Probabilidad Clsica o a Priori

1.7.-

La probabilidad de un evento es la razn entre el nmero de casos favorables y el nmero total


de casos (sucesos) posibles, siempre que todos los sucesos deben ser igualmente probables.
Si N() = n , es el nmero de elementos del espacio muestral (nmero total de sucesos) y
N (A ) = nA , es el nmero de elementos del evento A (o nmeros de sucesos favorables); la
probabilidad del evento A estar denotada por P(A), la cual se calcula por la frmula:

P ( A)

N ( A) n de casos favorables al evento A

N ()
n de casos posibles

Observaciones
a) La probabilidad de un evento cualquiera est comprendida entre 0 y 1
b) P[A] = 0, si A es un evento imposible
c) P[A] = 1, si A es el evento seguro de ocurrir.
Ejemplo 1Si se lanza una moneda tres veces. Calcular la probabilidad de que ocurra:
a) dos sellos
b) al menos dos sellos
c) a lo ms dos sellos
Solucin:
El experimento E1 : lanzar una moneda tres veces, tendra como espacio muestral:
Diagrama de rbol
C

CCC

CCS

C
C
C

CSC

S
S

CSS

SCC

SCS

C
S

C
S
S

SSC
SSS

Estadstica Social II
Wilder Alvarado Castillo

El espacio muestral sera:


1 = { CCC, CCS, CSC, CSS, SCC, SCS, SSC, SSS}
A : Obtener 2 sellos A = {CSS, SCS, SSC}
B: Al menos 2 sellos B = { CSS, SCS, SSC, SSS}
C: A lo ms 2 sellos C = { CCC, CCS, CSC, CSS, SCC, SCS, SSC}
Las probabilidades de los eventos estaran dadas por:
P(A) =

n( A) 3
n( B ) 4

; P(B) =
n() 8
n( ) 8

P(C) =

n(C ) 7

n ( ) 8

Ejemplo 1Consideremos el lanzamiento de dos dados. Calcular la probabilidad de:


a) obtener suma 8
b) obtener suma 7
c) obtener suma mayor que 6
d) que el resultado del primer dado sea mayor que el segundo
Solucin: El experimento aleatorio es: lanzar dos dados. El espacio muestral a este experimento
estar dado por pares ordenados donde la primera componente es el resultado del primer dado y la
segunda componente el resultado del segundo:
D1\D2
1
2
3
4
5
6

1
2
3
4
(1,1) (1,2) (1,3) (1,4)
(2,1) (2,2) (2,3) (2,4)
(3,1) (3,2) (3,3) (3,4)
(4,1) (4,2) (4,3) (4,4)
(5,1) (5,2) (5,3) (5,4)
(6,1) (6,2) (6,3) (6,4)

5
(1,5)
(2,5)
(3,5)
(4,5)
(5,5)
(6,5)

6
(1,6)
(2,6)
(3,6)
(4,6)
(5,6)
(6,6)

(1,1) (1,2) (1,3) (1,4) (1,5) (1,6)


(2,1) (2,2) (2,3) (2,4) (2,5) (2,6)

(3,1) (3,2) (3,3) (3,4) (3,5) (3,6)

(4,1) (4,2) (4,3) (4,4) (4,5) (4,6)


(5,1) (5,2) (5,3) (5,4) (5,5) (5,6)

(6,1) (6,2) (6,3) (6,4) (6,5) (6,6)


Sean los eventos siguientes:
A = Obtener suma 8

Captulo 1: Probabilidades
A = { (6,2) , (5,3) , (4,4) , (3,5), (2,6) } n(A) = 5

P ( A)

5
36

B = Obtener suma 7
B = { (6,1), (5,2) , (4,3) , (3,4) , (2,5) , (1,6)} n(B) = 6

P( B)

6
1

36 6

C = Obtener suma mayor que 6


C = {(6,1), (5,2), (4,3), (3,4), (2,5), (1,6), (6,2), (5,3), (4,4), (3,5), (2,6), (6,3), (5,4), (4,5), (3,6),
(6,4), (5,5), (4,6) , (6,5) , (5,6) , (6,6)}
N ( C ) = 21

P (C )

21
7

36 12

D = Que el resultado del primer dado sea mayor que el segundo


D = {(2,1), (3,1), (3,2), (4,1), (4,2), (4,3), (5,1), (5,2), (5,3), (5,4), (6,1), (6,2), (6,3), (6,4), (6,5) }
n(D) = 15

P ( A)

15
5

36 12

Ejemplo 1En una caja hay 20 bolas numeradas del 1 al 20. Se extrae una bola. Cul es la probabilidad de que
el nmero de la bola extrada:
a) no exceda de 20 ?
b) Sea el 32 ?
c) Sea por lo menos 15
Solucin: El experimento aleatorio es sacar una bola de la caja. Donde el espacio muestral sera:
= { 1, 2, 3, ... , 20} n() =20
Sea el evento A : sacar un bola que no exceda de 20
Como todas la bolas que se encuentran en la caja satisfacen las condiciones del evento entonces A =
, por lo tanto A es un evento seguro.

P( A)

n( A) n()

1
n ( ) n ( )

10

Estadstica Social II
Wilder Alvarado Castillo
Sea el evento B : El nmero de la bola extrada sea 32
En la caja solo hay bolas del 1 al 20, por lo tanto B sera un evento imposible de ocurrir, o sea B = { }

P( B)

n( B )
0

0
n() 20

Sea el evento C: el nmero de la bola extrada sea por lo menos 15


C = {15, 16, 17, 18, 19, 20 } n (C) = 6

P (C )

n (C )
6
3

n() 20 10

Probabilidad por Frecuencia Relativa


Si un experimento bien definido se repite n veces (n grande); la probabilidad de que un evento A
ocurra a largo plazo se estima observando la frecuencia relativa de veces que ocurre el evento.

P ( A)

N ( A) n de veces que el evento A ocurri en el pasado

N ( )
n total de observaciones

Ejemplo 1Una muestra de 10 fbricas que emplean un total de 10 000 personas , demostr
que ocurrieron 500 accidentes de trabajo durante un perodo reciente de 12
meses. Hallar la probabilidad de que un accidente de un trabajo suceda en una
industria determinada.
Solucin
El espacio muestral estar formado por las 10 000 personas
Sea el evento A : suceda un accidente a cualquier trabajador

P ( A)

500
0,05 = 5%
10000

Existe la probabilidad del 5% de que suceda un accidente de trabajo en cualquiera de las industrias.
Ejemplo 1La distribucin de los miembros de los partidos polticos en la Escuela de Industrias es:
Partido
N total de militantes
Militantes mujeres

APRA
105
15

PP
100
20

UN
70
5

FIM
45
10

UPP
40
3

MH
15
2

11

Captulo 1: Probabilidades
Cul es la probabilidad que un miembro seleccionado aleatoriamente :
a) sea una mujer?
b) pertenezca al partido Per P?
c) sea un hombre del partido Unidad?
Solucin:
El espacio muestral, estara formado por el total de militantes,
por lo tanto n() = 105 + 100 + 70 + 45 + 40 + 15 = 375
a)

Sea A: el miembro seleccionado es una mujer


Entonces n(A) = 15 + 20 + 5 + 10 + 3 + 2 = 55. Luego,

P ( A)
b)

55
375

Sea el evento B:el miembro seleccionado pertenece al partido Per P


Entonces el n(B) = 100. Luego,

P( B)
c)

100
375

Sea el evento C:el miembro seleccionado es hombre y pertenece al partido


Unidad, entonces n(C) = 70 - 5 = 65
Luego,

P (C )

65
375

La Probabilidad Subjetiva
Es el grado de creencia asignado a la ocurrencia de un evento por un individuo particular, basado en
toda la evidencia a su disposicin.
Se utiliza cuando se tiene poca o ninguna experiencia en la cual no se pueda basar una probabilidad
como una frecuencia relativa o como una probabilidad clsica.
Otro individuo podra asignar una probabilidad diferente al mismo evento, de acuerdo a la evidencia
que el dispone.
Ejemplo 11.

Estimar la posibilidad de que la seleccin nacional de ftbol clasifique


al prximo mundial.

2.

Estimar la probabilidad de que la inflacin disminuya el prximo ao.

3.

Estime la probabilidad de que EE.UU. abandone Irak.

4.

Estime la probabilidad de que usted apruebe este curso.

12

Estadstica Social II
Wilder Alvarado Castillo
1.8.- Eventos mutuamente excluyentes
Dos eventos A y B definidos en el mismo espacio muestral son mutuamente excluyentes si no
pueden ocurrir juntos. Es decir la ocurrencia de uno excluye la ocurrencia del otro.
Simblicamente: si A B =
Por ejemplo, ser hombre y ser mujer son eventos mutuamente excluyentes. Nadie puede ser
ambos a la vez.
Ejemplo 1Se lanza un dado dos veces. Sean los eventos:
A : la suma de los puntos obtenidos en los dos lanzamientos es 7
B : En los dos dados se obtiene el mismo nmero
A y B son eventos mutuamente excluyentes, dado que :
A = { (3;4), (4;3), (2;5), (5;2), (6;1), (1;6) } y
B = { (1;1), (2;2), (3;3), (4;4), (5;5), (6;6) }
Por lo tanto A B =

1.9.-

Eventos colectivamente exhaustivos


Se dice que una coleccin de n eventos A1 , A2, A3, . . . , An , definidos sobre el mismo espacio
muestral son COLECTIVAMENTE EXHAUSTIVOS si la unin de todos ellos es igual al espacio
muestral. Es decir:
n

A1 U A2 U A3 U . . . U An =

A
i 1

Ejemplo 1En el experimento: nmero de personas atendidas en el Banco de Crdito banco en un mes.
Sean los eventos:
A: menos de 1100 personas han sido atendidas
B: De 1100 a 2000 personas han sido atendidas
C: ms de 1500 personas han sido atendidas
Los eventos A, B, C son colectivamente exhaustivos por que se cumple que:
A U B U C = = {0,1, 2, ....}

1.10.- lgebra de Eventos


Las operaciones con eventos son anlogas a las operaciones con conjuntos, donde:
El conjunto universal sera el espacio muestral ().
El conjunto vaco () sera el evento imposible.

13

Captulo 1: Probabilidades
Las leyes , propiedades y operaciones de eventos se basan todas en la teora de Conjuntos,
tales como la unin, interseccin, inclusin, complemento, diferencia, etc.
Unin: Dados dos eventos A y B, se llama evento unin de A con B y se denota A U B al
evento formado por todos los sucesos que pertenecen a A pertenecen a B a ambos.
A U B = {x / x A x B }
Interseccin: dados dos sucesos aleatorios A y B se denomina evento Interseccin de A con B
y se denota A B al evento formado por todos los sucesos que pertenecen a A y a B a la vez,
es decir:
A B = {x / x A x B}
Diferencia: Dados los eventos A y B, se llama evento diferencia de A con B y se denota A B,
al evento formado por todos los sucesos favorables a A que no son favorables a B.
Simblicamente:
A B = {x / x A x B }
Complemento: Si A es un evento del espacio muestral , se llama complemento de A,
denotado por A A al evento formado por todos los sucesos que no son favorables a A. En
smbolos:
A = A = - A = {x / x A}
Leyes de Morgan : Sean los eventos A y B, se cumple que:
1 Ley : A B A B
2 Ley: A B A B

1.11.- Tcnicas de Conteo


En muchos casos, debido al gran nmero de posibilidades, no es factible enumerar cada uno de
los resultados, para estas circunstancias se han desarrollado algunas tcnicas de conteo:
1.11.1.- Regla 1:
Si cualquiera de k eventos mutuamente excluyentes y colectivamente exhaustivos puede
ocurrir en cada uno de los n ensayos, el nmero de resultados posibles es:

14

Estadstica Social II
Wilder Alvarado Castillo
kn
Ejemplo 1Si una moneda se arroja 10 veces, el nmero de resultados posibles es :
210 = 1024 ; Si un dado se lanza dos veces, el nmero de resultados posibles es 6 2 = 36.
1.11.2.- Regla 2
Si hay k1 eventos del primer intento, k 2 eventos del segundo intento, ... y k n eventos del nsimo intento, entonces el nmero de resultados posibles es:
( k1 ) ( k2 ) ( k3 ) . . . ( kn )
Ejemplo 1Si una placa de un auto tiene 2 letras (sin la )y cuatro dgitos, el nmero total de
resultados posibles sera entonces: (26)(26)(10)(10)(10)(10) = 6 760 000.
Si un restaurante tuviera una cena completa con precio fijo que consistiera en un aperitivo,
entrada, bebida y postre, y tuviera la opcin de escoger entre 5 aperitivos, 10 entradas,
tres bebidas y 6 postres, el nmero total de cenas posibles sera: (5) (10) (3) (6) = 900
1.11.3.- Regla 3
El nmero de formas en que n objetos pueden ordenarse es:
n! = n ( n-1) (n-2) ... (1)

Ejemplo 1Si un conjunto de 6 libros desean colocarse en un estante. De cuntas formas posibles
pueden ordenarse?.
El nmero de formas posibles en que pueden ordenarse es de 6! = 6 x 5 x 4 x 3 x 2 x 1 =
720 formas
1.11.4.- Regla 4:
Permutaciones: el nmero de modos de ordenar m objetos seleccionados de n objetos es:

n!
(n m)!
Ejemplo 1Supngase que hay ocho mquinas fotocopiadoras
pero slo tres espacios en el piso del establecimiento

15

Captulo 1: Probabilidades
donde se van instalar las mquinas. De cuntas formas diferentes pueden colocarse las
ocho mquinas en los tres espacio disponibles?
Hay 8 posibilidades para el primer espacio, 7 para el segundo y 6 para el tercero. Entonces
sera: 8 (7) (6) = 336 permutaciones
Tambin esto puede expresarse de forma matemtica al decir que el nmero de
permutaciones de 8 en 3 es:

P3 =

8!
8! 8.7.6.5!

336 permutaciones
(8 3)! 5!
5!

1.11.5.- Regla 5:
Combinaciones: El nmero de modos de seleccionar m objetos de n objetos, sin tomar en
cuenta el orden, es igual a:

n!
m!(n m)!

Ejemplo 1Un estudiante tiene 7 libros que deseara acomodar en su maletn. Sin embargo, slo caben
4 libros. Sin importar el orden. de cuantas formas puede escoger los libros que puede
llevar en el maletn?
Solucin: cuando no importa el orden se utiliza la frmula:

C 74

7!
7!
7.6.5.4!

35 formas posibles
4! (7 4)
4!.3! 3.2.1.4!

1.11.6.- Principio de Multiplicacin:


Si un experimento aleatorio E1 ocurre de n formas y si para cada una de estas, un
experimento aleatorio E2 ocurre de m formas, entonces los dos experimentos juntos
ocurrirn de n.m formas. Esto puede ampliarse para ms de dos eventos.
Nmero total de arreglos = m .n

16

Estadstica Social II
Wilder Alvarado Castillo
Ejemplo 1Un establecimiento de venta de autos desea anunciar que puede adquirir un
convertible, un dos puertas o un modelo de cuatro puertas, con eleccin de
aros deportivos o comunes cuntos arreglos diferentes de modelos y aros
puede ofrecer el establecimiento?
Solucin:
Usando la regla de la multiplicacin donde n = 3 (nmero de modelos) y m = 2 (nmero de
tipos de aros):
Total posible de arreglos = m x n = 3 x 2 = 6
Ejemplo 1Una persona puede viajar de una ciudad A a otra B de 5 formas y
de B a C de 6 formas. De Cuntas formas puede ir de A a C
pasando por B.
Solucin: La persona puede ir de A a B de 5 formas y de B a C de
6 formas. Por lo tanto puede de 5 x 6 = 30 formas de ir de A a C pasando por B.
1.11.7.- Principio de Adicin:
Si un experimento E1 puede ocurrir de n1 formas y un segundo experimento E2 puede ocurrir
de n2 formas, entonces el experimento E, que consiste en realizar o E 1 E2 (o en el sentido
de exclusin, es decir E1 y E2 no pueden ocurrir juntos) ocurre de n1 + n2 formas, siempre
que los espacios muestrales 1 2 = ( sean disjuntos)
Ejemplo 1Consideremos el experimento de lanzar una moneda o un dado. De cuntas formas ocurre?
Solucin: El experimento E dado es compuesto; sean:
E1 : lanzar una moneda ; n1 = 2
E2 : lanzar una dado ; n2 = 6
El experimento E : lanzar una moneda o un dado , ocurre de
n = n 1 + n2 = 6 + 2 = 8
Ejemplo 1Una persona puede viajar de Chiclayo a Lima por va area o por va
terrestre y tiene a su disposicin 5 lneas areas y 10 lneas terrestres.
de cuntas formas puede hacer el viaje?.

17

Captulo 1: Probabilidades
Solucin:
La persona debe decidir viajar o por tierra, o por aire, tiene que elegir uno de ellos, por lo
tanto tienen 5 + 10 = 15 formas de hacer el viaje

Ejemplo 1Dos secretarias nuevas: Vanesa y Juliana, se pueden ubicar en tres oficinas: Administracin,
Asuntos Pedaggicos y Proyeccin Social, ambas pueden estar en una misma oficina. Cul
es la probabilidad que:
a) Ninguna de las dos se ubiquen en la oficina de Administracin.
b) Las dos se ubiquen en una misma oficina.
Solucin:
Calculando el nmero de elementos del espacio muestral: Vanesa puede estar en cualquiera
de las 3 oficinas ( 3 formas), Juliana tambin puede distribuirse de 3 formas. Por lo tanto, el
nmero de formas de distribuir las dos personas es de 3 . 3 = 9 formas distintas:
n ( ) = 3. 3 = 9.
a) Sea el evento A = las dos no se ubiquen en la oficina de Administracin
Esto quiere decir que se deben ubicar en las oficinas restantes, lo cual se puede hacer de
2 . 2 = 4 formas, es decir n (A) = 4

P(A) =

4
9

b) Sea el evento B = las dos se ubiquen en una misma oficina


Si las dos se ubican en una sola oficina, entonces la primera de ellas tiene 3 formas para
ubicarse, mientras que la segunda slo tiene 1 forma, ya que tiene ubicarse donde se
ubic la primera. ( 3 . 1 = 3 formas)

P( B)

3 1

9 3

Ejemplo 1Se deben escoger 2 representantes de un grupo de trabajo que consta de 6 hombres y 4
mujeres. El procedimiento ser escribir los nombres en hojas de papel y luego se van a sacar
2 papeles al azar.
a) Cul es la probabilidad de que los dos sean hombres?
b) Cul es la probabilidad de que los dos sean mujeres?
c) Cul es la probabilidad de que sean un hombre y una mujer?

18

Estadstica Social II
Wilder Alvarado Castillo
Solucin:
El experimento es sacar dos nombres de 10, como cada suceso es de dos personas,
entonces:

n() C210

10 x9
45
1x 2

a) Sea el evento A: los dos sean hombres, A tiene C 26

P( A)

15 1

45 3

b) Sea el evento B :los dos sean mujeres, B tiene C 24

P( B)

6 x5
15
1x 2

4 x3
6
1x 2

6
2

45 15

c) Sea el evento C : sean hombre y mujer C tiene 6 . 4 = 24

P(C )

24
8

45 15

1.12.- Axiomas y Teoremas de la Probabilidad


Como consecuencia de la definicin de probabilidad de un suceso, se cumplen los siguientes
axiomas:
Axioma 1.- La Probabilidad de un suceso A, no puede ser ni menor que CERO ni mayor que
UNO. Es decir:
0 P ( A) 1
Axioma 2.- La probabilidad del suceso seguro es igual a UNO, es decir:
P()=1
Axioma 3.- Para cualquier nmero finito k de eventos mutuamente excluyentes en se
cumple que:

P (A i )
i
i 1
i 1
k

Si A y B son dos sucesos en , tales que A B =


P(A U B) = P(A) + P(B)
En una secuencia enumerable de eventos mutuamente excluyentes definidos en se
cumple que:

19

Captulo 1: Probabilidades
P ( A1 U A2 U A3 U . . . U Ak ) = P (A1) + P(A2 ) + P(A3) + . . . + P( Ak)
Teorema 1. Si es el evento imposible, entonces P[] = 0
Teorema 2. Para cada evento A, se cumple que:
P ( A ) 1 P (A)

P ( A) 1 P ( A )

Teorema 3. Si A y B son Eventos tales que A B, entonces


P(A) P (B)
Teorema 4. Si A y B son dos eventos cualesquiera en entonces se cumple:
P(A U B) = P(A) + P(B) P(A B)

Teorema 5. si A, B y C son tres eventos cualesquiera en , entonces:


P(A U B U C) = P(A) + P(B) + P(C) P(A B) P(A C) P(BC) + P(A B C)

1.13.- Probabilidad Condicional


Se utiliza cuando estamos calculando la probabilidad de que un evento particular A suceda,
dado que tenemos informacin sobre la ocurrencia de otro evento B, esta probabilidad se
denomina Probabilidad condicional, P (A | B).
La probabilidad condicional P(A | B) puede definirse de la siguiente manera:

P( A B )
P( B )

donde : P (A B) : Probabilidad
P ( A | B ) conjunta de A y B
P(B)

: Probabilidad marginal de B

Ejemplo 1La FACEAC, en su primer ao de funcionamiento tuvo tres carreras profesionales: Administracin,
Economa y Contabilidad. La clasificacin de los alumnos por su sexo, es como sigue:

Hombres
Mujeres
Total

Administracin
250
100
350

Economa
350
50
400

Contabilidad
200
50
250

Total
800
200
1000

20

Estadstica Social II
Wilder Alvarado Castillo
Supongamos que seleccionamos un estudiante aleatoriamente del grupo. Si se sabe que el
estudiante es hombre. Cul es la probabilidad que est en Administracin?. Si el estudiante
seleccionado es mujer Cul es la probabilidad que est en contabilidad?.
Solucin : definimos los siguientes eventos:
A1 = el estudiante seleccionado es Hombre ;
A2 = el estudiante seleccionado es Mujer
B1 =el estudiante est en Administracin
B2 = el estudiante est en Economa
B3 = el estudiante est en Contabilidad
Calculamos las probabilidades simples o llamadas tambin probabilidades Marginales.

P(A1) =

800
200
0.8 ; P (A2) =
0.2
1000
1000

P(B1) =

350
400
250
0,35 ; P(B2) =
0,4 ; P(B3) =
0,25
1000
1000
1000

Luego calculamos las probabilidades conjuntas P ( Ai Bj); para i = 1,2 j= 1, 2,3.

B1
B2
B3 Total
A1 0,25 0,35 0,20 0,80
A2 0,10 0,05 0,05 0,20
Total 0,35 0,40 0,25 1,00
a)

La Probabilidad de que un alumno seleccionado est en Administracin


dado que ya se sabe que es hombre ser:
P (B1| A1) =

P( A1 B1 ) 0,25

0,325
P( A1 )
0,80

b)

La probabilidad de que un alumno seleccionado est en Contabilidad,


dado que se sabe que es mujer ser:

P( B3 | A2 )

P ( B3 A2 ) 0.05

0,25
P ( A2 )
0,20

1.14.- Probabilidad Conjunta


La probabilidad conjunta es aquella donde los sucesos ocurren simultneamente. As por
ejemplo:
a) La probabilidad de que un estudiante sea nio y de buen rendimiento.
b) La probabilidad de que sea adolescente y frmaco dependiente.

21

Captulo 1: Probabilidades
P ( A B ) P ( A).P ( A | B )

P ( A B ) P ( B ).P ( B | A)
Este resultado, en teora de la probabilidad, se llama REGLA DE LA MULTIPLICACIN o
PROBABILIDAD DE LA INTERSECCIN.
Ejemplo 1Una urna contiene 5 bolas blancas y 6 negras; se extraen al azar sucesivamente y sin
reposicin dos bolas,
a) Cul es la probabilidad de que las dos sean blancas?
b) Cul es la probabilidad de que sean una de cada color?
Solucin:
Sean los siguientes eventos:
B1: la primera bola result blanca ;

B2: la segunda bola result blanca

N1: la primera bola result negra ;

N2: la segunda bola result negra

Utilizando el diagrama de rbol tenemos que:


P(B2 | B1) = 4/10

B2

B1 B2 = P(B1)P(B2 | B1)
= 5/11 . 4/10
= 2 /11

N2

B1 N2 = P(B1)P(N2 | B1)
= 5/11 . 6/10
= 3 /11

B1
P(B1) = 5/11
P(N2 | B1) = 6/10

P(N1) = 6/11

P(B2 | N1) = 5/10

B2

N1

P(N2 | N1) = 5/10

N2

N1 B2 = P(N1)P(B2 | N1)
= 6/11 . 5/10
= 3 /11

N1 N2 = P(N1)P(N2 | N1)
= 6/11 . 5/10
= 3 /11

a) La probabilidad de que las dos bolas sean blancas est dada por:
P(B1 B2) = 2 / 11
b) La probabilidad de que sean una de cada color es:
P(B1 N2) + P(N1 B2) = 3 /11 + 3/11 = 6 /11

22

Estadstica Social II
Wilder Alvarado Castillo
1.15.

Probabilidad Total
Particin de un espacio muestral
Se dice que la coleccin de Eventos B 1 , B2, B3, . . . ,Bk del espacio muestral representa una
particin del espacio muestral , si cumple las siguientes condiciones:

B1
B3

...
Bk

...
B2

...

Los eventos B1 , B2, B3, . . . ,Bk son mutuamente excluyentes.


En smbolos Bi Bj = , para todo i j
(a)

Los eventos B1 , B2, B3, . . . ,Bk, son colectivamente exhaustivos.


En smbolo:
k

i 1

Ejemplo 1En el lanzamiento de un dado, = {1, 2, 3, 4, 5, 6 }.


Si B1 = {1, 2} ; B2 = {3, 4, 5} y B3 = {6}.
Entonces B1, B2 y B3 representan una particin de porque:
B1 B2 = ;

B2 B3 = ;

B3 B1 =

Y Adems: B1 U B2 U B3 =

1.16.

Teorema de Probabilidad Total:

Sea B1 , B2, B3, . . . ,Bk una particin del espacio muestral , entonces para cualquier evento A en
se cumple que:
k

P ( A) P ( Bi ).P( A | Bi ) P ( B1 ).P( A | B1 ) P( B2 ) P( A | B2 ) ... P( Bk ) P( A | Bk )


i 1

Ejemplo 1-

23

Captulo 1: Probabilidades
En una granja hay 3 corrales. En el corral A hay dos ovejas negras y tres blancas, el corral B tiene
4 ovejas negras y 2 blancas, en el corral C hay 5 ovejas negras y 5 ovejas blancas. Se selecciona
al azar un corral y se saca una oveja de este corral. Cul es la probabilidad de que la oveja
escogida sea negra?.
Solucin
Se definen los siguientes eventos:
A = el corral A es seleccionado
B = el corral B es seleccionado
C = el corral C es seleccionado
N = la oveja seleccionada es de color negro
El espacio muestral est constituido por las ovejas de los tres corrales y estos forman una
particin del espacio muestral, de tal forma que:
=AUBUC

Dado que N y segn el teorema de probabilidad total se puede escribir como:


N = (A N) U (B N) U (C N)
P(N) = P(A N) + P(B N) + P(C N)

Entonces:
Luego:

P (N) = P(A) P(A | N) + P(B) P(B | N) + P(C) P(C | N)


Puesto que se escoge un corral al azar, los tres son igualmente posibles, segn el diagrama de
rbol tenemos:

24

Estadstica Social II
Wilder Alvarado Castillo

P(N | A) = 2/ 5

P(A N) = 2 / 15

P(A) = 1/ 3
P(N | B) = 4/ 6
P(B) = 1/ 3

P(B N) = 4 / 18

P(C) = 1/ 3
P(N | C) = 5/ 10
C

P(C N) = 5 / 30

N
Segn las probabilidades obtenidas tenemos que:
P(N) = 2 / 15 + 4 / 18 + 5 / 30 = 47/ 90

1.17.

Teorema de Bayes

Si los eventos B1 , B2, B3, . . . ,Bk forman una particin del espacio muestral y A es un evento
cualquiera de , entonces se cumple que:

P(Br | A) =

P( Br ) P( A | Br )
P ( A)

Ejemplo 1Suponga que 5% de la poblacin de China padece de la enfermedad Neumona Atpica. Sea A 1 el
evento tiene la enfermedad y A2 No tiene la enfermedad. Entonces
sabremos que si seleccionamos una persona de China al azar, la
probabilidad de que el individuo elegido tenga la enfermedad es 0,05 o
bien P(A1)=0,05. esta probabilidad P (A 1) = P (tiene la enfermedad) = 0,05,
se denomina probabilidad a priori. Se le da este nombre porque la
probabilidad se asigna antes de haber obtenido datos empricos. Por tanto, la probabilidad a priori
de que una persona no padezca la enfermedad es 0,95, 0 bien, P(A 2) = 0,95, que se obtiene al
calcular 1 0,05.
Existe una tcnica de diagnstico para detectar la enfermedad, pero no es muy exacta. Sea B el
evento la prueba indica que la enfermedad est presente. Considere que la evidencia histrica
muestra que si una persona en realidad padece la enfermedad, la probabilidad de que la prueba

25

Captulo 1: Probabilidades
indique la presencia del padecimiento es 0,90. utilizando las definiciones de probabilidad, tal
afirmacin se escribe como:
P ( B | A1 ) = 0,90
Considrese que la probabilidad de que una persona en realidad no padezca la enfermedad, pero
la prueba indique que se encuentra presente es 0,15.
P ( B | A2 ) = 0,15
Seleccinese a una persona de China y aplquese la prueba. Los resultados indeican que est
presente. Cul es la probabilidad de que la persona padezca la enfermedad?.
En forma simblica se desea determinar P ( A 1 | B) que se interpreta como P(tiene la enfermedad
| Los resultados de la prueba son positivos). Aplicando el Teorema de Bayes tenemos:

P(A1|B) =

P ( A1 ).P ( B | A1 )
P ( A1 ).P ( B |A1 ) P ( A2 ).P ( B | A2 )

(0,05)(0,90)
(0,05)(0,90) (0,95)(0,15)

0,0450
0,1875

= 0,24
La probabilidad de que una persona tenga la enfermedad, dado que la prueba result positiva, es de
0,24.

Ejemplo 1El gerente general de la cadena METRO estima la proporcin de sus


establecimientos que alcanzarn la meta de una venta anual equivalente a dos
millones de dlares en la forma siguiente:

PROPORCION DE

PROBABILIDAD

ESTABLECIMIENTOS

P ( Ai )

Ai
A1 = 0,60
A2 = 0,70
A3 = 0,80

P ( A1 ) = 0,20
P ( A2 ) = 0,50
P ( A3 ) = 0,30

26

Estadstica Social II
Wilder Alvarado Castillo
Es decir, el gerente general, basndose en experiencias anteriores estima que hay una probabilidad
de 0,20 de que 60% de las tiendas alcanzarn los dos millones de ventas anual; una probabilidad de
0,50 que alcancen el 70% y finalmente una probabilidad de 0,30 de que el 80% alcancen la meta, se
selecciona al azar uno de los negocios.
a) cul es la probabilidad que este haya alcanzado la meta
considerada?
b) Dado que este negocio alcanz la meta, cul es la probabilidad que
el 80% de los negocios haya vendido dos millones de dlares?

Solucin:
Definimos el evento M = obtener un negocio que logr alcanzar la meta considerada
Utilizando el rbol de probabilidades podemos observar las formas diferentes de obtener un negocio
que alcanz la meta:

P(M | A1) = 0,60


A1

P(A1 M) = 0,12

P(A1) = 0,20
P(M | A2) = 0,70
P(A2) = 0,50

P(A2 M) = O,35

A2

P(A3) = 0,30

P(M | A3) = 0,80

A3

P(A3 M) = 0,24

M
a) Por lo tanto P (M) = 0,12 + 0,35 + 0,24 = 0,71
b) Por el teorema de Bayes se tiene que:

P(A 3 | M )

P(A 3 ).P(M | A 3 )
(0,30)(0,80) 0,24

0,338
P(A)
0,71
0,71

27

1.18.

Captulo 1: Probabilidades
Eventos Independientes

Sabemos que, si los eventos A y B son mutuamente excluyentes como indica la figura:

Entonces A B = , y si P(A) > 0, P(B) > 0 , se tiene:

P(A | B)

P(A B)
0
P(B)

P(B | A)

P(A B)
0
P(A)

Tambin sabemos que si B A, tal como muestra la figura siguiente:

A
B

Se cumple que:

P(A | B)

P(A B) P(B)

1
P(B)
P(B)

En el primer caso, los eventos A y B no pueden ocurrir simultneamente, as que el


conocimiento de la ocurrencia de B nos dice que A no ocurre ( o viceversa ).
En el segundo caso si ocurre B, debe ocurrir A. Y en general hemos visto al definir la
probabilidad condicional, que la ocurrencia de un evento condiciona la probabilidad de
ocurrencia de un segundo evento. Sin embargo hay muchos casos donde los eventos estn
totalmente sin conexin, y la ocurrencia de uno de ellos no cambia la probabilidad de
ocurrencia del otro. En este caso se dice que son EVENTOS INDEPENDIENTES.

28

Estadstica Social II
Wilder Alvarado Castillo

Definicin:
Los eventos A y B en son independientes si, y solamente si se
cumple una de las siguientes condiciones:
(i)

P(A B) = P(A) . P(B)

(ii)

P(A | B) = P(A), si P(B) > 0

(iii)

P(B | A) = P(B), si P(A) > 0

NOTA: Existen muchas situaciones en la prctica, en las cuales no se puede determinar con
facilidad si dos eventos son independientes, sin embargo se puede justificar intuitivamente
por la naturaleza del experimento. Por ejemplo, la falla de uno de los focos de una casa es
independiente de la falla de los otros, la probabilidad de que un competidor de tiro al blanco
acierte es independiente de la probabilidad de que acierten los otros competidores.

29

Captulo 1: Probabilidades

Ejercicios Captulo 01
Una

1.

lnea

de

produccin

clasifica sus productos en defectuosos D y no defectuoso N. De un almacn


donde guardan la produccin diaria de sta lnea, se extraen artculos hasta observar
tres defectuosos consecutivos o hasta que se hayan verificado cinco artculos. Construir el espacio
muestral.
Sean A, B y C tres eventos cualesquiera en

2.

el espacio muestral . Exprese cada uno de los siguientes eventos en trminos de operaciones
entre A, B y C.
a) Ocurre exactamente uno de los eventos
b) Ocurre por lo menos uno de los tres eventos
c) Ocurren exactamente dos de los eventos.
d) Ocurren por lo menos dos eventos.
e) Ocurren todos los eventos.
f)

No ocurre ninguno de los eventos

g) No ocurre A, o no ocurre B, o no ocurre C.


h) Ocurren a lo ms dos de los eventos

La tasa de desempleo para el siguiente

3.

perodo est pronosticado por un modelo econmico. El pronstico del modelo puede describirse
con uno de los cinco eventos:
A1 : el desempleo ser del 10% o ms
A2 : el desempleo ser del 8% o ms, pero menos del 10%
A3 : el desempleo ser del 6% o ms, pero menos del 8%
A4 : el desempleo ser del 4% o ms, pero menos del 6%
A5 : el desempleo ser menos del 4%
Tome Bi para representar el desempleo actual de acuerdo a las mismas cinco clasificaciones ( por
ejemplo B1 = el desempleo actual es del 10% o ms).
a) Son mutuamente excluyentes los eventos A 1, A 2, ...,A 5.?
b) Son colectivamente exhaustivos?
c) Qu indican los siguientes eventos en palabras?

A 2 B3

A3 A4 ;

A i Bj ;

Ai Bj (i > j)

Un inversionista planea escoger dos de las

4.

cinco oportunidades de inversin que le han recomendado. Describa el espacio muestral que
represente las opciones posibles.

30

Estadstica Social II
Wilder Alvarado Castillo
Para cada uno de los siguientes eventos,

5.

indique si el tipo de probabilidad involucrada es un ejemplo de una probabilidad clsica,


probabilidad por frecuencia relativa o una probabilidad subjetiva.
a) Que el siguiente lanzamiento de una moneda no cargada caiga en sello.
b) Que el Sporting Cristal gane la copa Libertadores de Amrica el ao
siguiente.
c) Que el microbs que lleva a los docentes los Lunes a primera hora llegue
ms de 10 minutos tarde.
d) Que la suma de las caras de los dados sea 7
e) Que Alan Garca gane las prximas elecciones presidenciales.
f)

Que haya huelga de profesores el prximo ciclo.

En los ltimos aos, las

6.

compaas de tarjetas de crdito han hecho un esfuerzo agresivo para atraer


nuevas cuentas de estudiantes universitarios. Suponga que una muestra de
200 estudiantes de su universidad apunt la siguiente informacin en trminos
de si el estudiante posea una tarjeta de crditos y/o una tarjeta de crdito de
viajes y entretenimiento:
Tarjeta de crdito

Tarjetas de crdito de viajes y

Bancaria
Si
No
a)

entretenimiento
Si
60
15

No
60
65

De un ejemplo de un evento simple.

b) De un ejemplo de un evento conjunto.


c) Cul es el complemento de tener una tarjeta de crdito bancaria?

Sean A y B dos eventos en tales que P(A)

7.

= 0,2 ; P( B ) = 0,4 y P( A B ) = 0,3


Calcular:
a) P ( A B )
b) P ( A B )
c) P ( A B )
d) P( A B )
e) P ( A B )
8.

Se va a entrevistar a un grupo selecto de


empleados de Backus y Jhonstons con respecto a un nuevo plan de

31

Captulo 1: Probabilidades
pensiones. Se efectuarn entrevistas detalladas a cada uno de los empleados seleccionados en la
muestra. Los empleados se clasificaron como siguen:
Clasificacin
Evento N de empleados
Supervisores
A
120
De mantenimiento
B
50
De Produccin
C
1460
Gerencia
D
302
Secretarial
E
68
a) Cul es la probabilidad de que la primera persona seleccionada sea un empleado de
mantenimiento?
b) Cul es la probabilidad de que la primera persona seleccionada sea una secretaria?
c) Cul es la probabilidad de que la primera persona seleccionada sea alguien de
mantenimiento o una secretaria?
d) Cul es la probabilidad de que la primera persona seleccionada sea un supervisor o un
empleado de mantenimiento o un trabajador de produccin o un gerente o una secretaria?
e) Estos eventos son mutuamente excluyentes?

Si P(A) = 0,4 ; P(B) = 0,5

9.

; P(C) = 0,7 ;

P ( A B ) = 0,2 ; P(A C) = 0,2 ;


P(B C) = 0,4 y P ( A B C) = 0,1. Hallar:
a) P ( A B C)
b) P ( A B c )
Cules de los siguientes casos representan

10.

tres eventos que son colectivamente exhaustivos y mutuamente excluyentes:


a) P(A) = 0,6 ; P(B) = 0,2 ; P(C) = 0,1 y P(A B) = 0
b) P(A) = 0,1 ; P(B) = 0,4 ; P(C) = 0,5 ; P(A B) = P(C) ;
P(A C) = 0,6 ; P(B C)=0

11.

Un dado tiene 3 caras negras numeradas


con 1, 2, 3 ; y las otras caras son blancas numeradas con 4, 5, 6. Si se lanza este dado, Cul es
la probabilidad de que aparezca un nmero par o una cara blanca?

12.

Un estudio de 200 cadenas de tiendas de


abarrotes revel estos ingresos, despus del pago de impuestos:
Ingreso despus de impuestos N de empresas
Menos de $1 milln
102
$1 milln a $20 millones
61
$20 millones a ms
37

32

Estadstica Social II
Wilder Alvarado Castillo
a)

Cul es la probabilidad de que una cadena especial tenga menos de $1 milln


de dlares en ingresos despus de pagar impuestos?

b)

Cul es la probabilidad de que una cadena de tiendas de abarrotes tenga un


ingreso entre $1 milln y $20 millones, o un ingreso de $20 millones o ms?
Por cada 10000 autos

13.

asegurados, se roban 800 al ao, se descomponen 250 y 130 de los autos


robados resultan averiados. cul es la probabilidad que un auto nuevo
asegurado se pierda en el primer ao? cul es la probabilidad que lo
roben o lo averen?
Utilizando los datos del problema 6, si un

14.

estudiante es seleccionado aleatoriamente. cul es la probabilidad que :


a)

tenga una tarjeta de crdito bancaria?

b)

No tenga una tarjeta de crdito bancaria?

c)

Tenga una tarjeta de crdito bancaria y no tenga una tarjeta


de crdito de viajes y entretenimiento?

d)

No tenga ninguna de las dos tarjetas?

e)

No tenga una tarjeta de crdito bancaria o tenga una tarjeta de crdito de viajes y
entretenimiento?

f)

Suponga que el estudiante tiene una tarjeta de crdito bancaria. cul es la


probabilidad tenga una tarjeta de crdito de viajes y entretenimiento?
El director de una gran agencia de empleo

15.

desea estudiar las diversas caractersticas de sus solicitantes de trabajo. Se ha seleccionado una
muestra de 200 solicitantes para su anlisis. Setenta solicitantes haban tenido sus trabajos
actuales durante al menos cinco aos; 80 de los solicitantes son graduados
universitarios; 25 de los graduados universitarios duraron en sus trabajos al
menos 5 aos.
a) Cul es la probabilidad que un solicitante escogido aleatoriamente:
a.1) Sea un graduado universitario?
a.2) Sea un graduado universitario y haya tenido su trabajo actual menos de 5 aos?
b) Dado que un empleado es un graduado universitario cul es la probabilidad que haya
durado en su trabajo menos de 5 aos?.
c) Determine si ser graduado universitario y haber durado en el trabajo al menos 5 aos son
estadsticamente independientes (sugerencia: establezca una tabla de 2 x 2)

16.

El gerente de mercadeo de SOFTCOMP


est tratando de estimar su proyeccin de venta para el prximo ao.

33

Captulo 1: Probabilidades
El ha limitado sus estimados a 20000 , 25000 , 30000, 35000 40000 computadoras. Ms
adelante estableci que estaba completamente indeciso entre la venta de 30000 y 35000 y que no
poda decidir cul era ms probable. Sin embargo, cree que unas ventas de 35000 son dos veces
ms probables que 40000 y que unas ventas de 30000 son 4 veces ms probables que 20000.
Finalmente decidi que unas ventas de 25000 son slo un 50% ms probables que las de 35000.
a)

Cul es la probabilidad de vender 30000 35000 computadoras?

b)

Cul es la probabilidad de vender ms de 40000, menos de 200000


computadoras?
Durante un perodo especfico, el 80% de las

17.

acciones ordinarias de una empresa que incluye slo 10 compaas ha aumentado en valor
comercial. Si un inversionista escoge aleatoriamente tres de esas acciones. Determine la
probabilidad que:
a)

Slo una de las tres acciones aumente sus cotizacin.

b)

Slo dos acciones aumenten su cotizacin.

c)

Por lo menos dos acciones aumenten su cotizacin.


Un banco tiene 50 cuentas de crdito, 8 de

18.

las cuales estn atrasadas en sus pagos. Si se selecciona al azar 5 cuentas


de las 50. Cul es la probabilidad de que por lo menos una cuenta de las
cuentas escogidas corresponden a un cliente atrasado en sus pagos?

una

19.

compaa

comercial

tiene

130

sucursales localizadas en las tres regiones del pas y se dedican a la venta de diversos artculos
tal como aparece en el cuadro:

Regiones Carros repuestos Art. Elctricos Total


Costa
50
20
30
100
Sierra
10
5
10
25
Selva
1
0
4
5
Total
61
25
44
130
Se selecciona al azar, una sucursal para colocar en el mercado un nuevo producto que pueda ser
vendido por cualquiera de las sucursales. Determine la probabilidad que:
a)

La sucursal seleccionada no est localizada en la selva o venda repuestos.

b)

No venda carros o artefactos elctricos y est localizada en la Costa o la Selva.


En el Centro Preuniversitario Francisco

20.

Aguinaga Castro, el 70% de los alumnos son de Ciencias y el 30% de Letras; de los alumnos de
Ciencias el 60% son varones y de los de Letras el 40% son varones. Si se elige aleatoriamente un
alumno, calcular la probabilidad de que:

34

Estadstica Social II
Wilder Alvarado Castillo
a) sea un alumno varn
b) sea un alumno varn, si es de Ciencias
c) sea un alumno de Ciencias, si es varn
d) sea un alumno de Ciencias y varn
El Departamento de crdito de la Caja Rural

21.

Cruz del Perdn sabe por experiencia que la probabilidad de que un acreedor deje de pagar un
prstamo es de 0,04. Tambin se encontr que dado un incumplimiento de pago de prstamo hay
una probabilidad de 0,40 de que se pidiera el prstamo para salir de vacaciones. Adems, La caja
rural sabe que la probabilidad de incumplimiento es la misma para empleados estatales que para
el resto de la poblacin.
a)

cul es la probabilidad de que un prestatario pida prestado


para financiar sus vacaciones y luego no cumpla?

b)

Si la probabilidad de que se haga un prstamo a un empleado


es de 0,02 Cul es la probabilidad que un prestatario sea empleado
estatal y no cumpla con el pago?

Todos

22.

los

miembros

de

un

club

son

economistas o abogados, 40% de los miembros son abogados mientras que el 30% de las
mujeres son economistas. El 50% de los economistas y el 30% de los abogados ganan ms de $
60000 por ao. Sin embargo solamente el 20% de las mujeres economistas y el 10% de las
mujeres abogados ganan ms de 60000 por ao.
a) Si se escoge aleatoriamente un miembro del club. cul es la probabilidad que gane ms de
$60000 por ao?
b) Si se escoge aleatoriamente una mujer. Cul es la probabilidad que ella gane ms de $60000
por ao?
De todos los alumnos cachimbos de la

23.

UNPRG se sabe que el 40% provienen de centros secundarios privados y el 60% de centros
estatales. La oficina central de asuntos acadmicos seala que al final del
ciclo salieron invictos el 40% de los alumnos que vinieron de centros privados
y slo el 30% de los que vinieron de centros estatales. Se elige un alumno
cachimbo al azar y se sabe que sali invicto. Cul es la probabilidad que el
alumno hubiera asistido a un centro estatal?.

24.

Una compaa de desarrollo urbano est


considerando la posibilidad de construir un centro comercial en un sector
de Chiclayo. Un elemento vital en esta consideracin es un proyecto de
una autopista que une este sector con el centro de la ciudad. Si el Consejo
Provincial aprueba esta autopista, hay una probabilidad de 0,90 de que la

35

Captulo 1: Probabilidades
compaa construya el Centro Comercial en tanto que si la autopista no es aprobada, la posibilidad
es de slo 0,20. basndose en la informacin disponible, el presidente de la compaa estima que
hay una probabilidad de 0,60 que la autopista sea aprobada.
a)

Cul es la probabilidad que la compaa construya el centro comercial?

b)

Dado que el centro comercial fue construido. Cul es la probabilidad de


que la autopista haya sido aprobada?
Un

25.

aparato

especial

para medir el contenido alcohlico en la sangre de una persona arroj el


siguiente resultado: de 500 voluntarios, 240 estaban borrachos (el nivel de
alcohol en la sangre era de 0,0015 o ms). Los mismos 500 voluntarios se
sometieron a una prueba sangunea inmediatamente despus, encontrndose 280 personas con
un nivel de 0,0015 o ms. Despus se determin que 180 personas resultaron estar borrachos en
ambas pruebas. Qu porcentaje de personas resultaron estar ebrios sin que lo indicara el
aparato?. Supngase que una persona realmente estuviera borracha y que pasara la prueba en el
aparato. Segn la informacin dada anteriormente. Cul es la probabilidad que la prueba
resultara positiva?
El gerente de comercializacin de una

26.

compaa fabricante de juguetes est planeando introducir un nuevo juguete en el mercado. En el


pasado, 40% de los juguetes introducidos por la compaa han tenido xito y 60% no lo han
tenido. Antes de que se comercialice el juguete, se lleva a cabo un estudio de mercado y se
compila un informe, ya sea favorable o desfavorable. Anteriormente, 80% de los juguetes exitosos
recibieron informes favorables y 30% de los juguetes no exitosos
tambin recibieron informes favorables.
a) Suponga que el estudio de mercado da un informe favorable
sobre un nuevo juguete. Cul es la probabilidad de que el
nuevo juguete tenga xito?
b) Qu proporcin de los juguetes nuevos reciben informes favorables de estudios de
mercado? .
En una empresa dos secretarias: Angela y

27.

Betty, se van a distribuir en tres oficinas numeradas del 1 al 3. Si las dos secretarias pueden estar
en las dos oficinas, defina un espacio muestral adecuado.
En Chiclayo hay tres supermercados: El

28.

Centro, Supermercados Kart y El Super. Seis amas de casa que viven en esta ciudad seleccionan
al azar y en forma independiente un supermercado para hacer sus compras sin salir de la ciudad.
a) Dar un espacio muestral adecuado para este experimento
b) Describir los siguientes eventos:

36

Estadstica Social II
Wilder Alvarado Castillo
A= Todas las amas de casa escogen uno de los dos primeros supermercados
B =Dos escogen el supermercado Kamt, dos El Centro y dos escogen El Super
C = Dos escogen El Centro, y las otras diferentes supermercados.
De la siguiente igualdad, hallar el evento X

29.

( X U A ) U ( X U A ) = B
Una instalacin consiste en dos calderos y

30.

un motor. Sea el vento A: el motor est en buenas condiciones; sea B k :el k-simo cladero est
en buenas condiciones (k =1,2) ;y sea C :la instalacin puede funcionar, si el motor y al menos
uno de los calderos estn en buenas condiciones. Exprese el evento C y C en trminos de A y B k
Un supervisor de personal visita 8 oficinas

31.

diferentes durante el da. A fin de impedir que los empleados sepan cuando los inspeccionar,
vara el orden de las visitas. De cuntas maneras puede hacerlo?
De cuntas formas se pueden ordenar 11

32.

alumnos en una fila, de tal forma que tres de ellos en particular, no queden juntos?
Un grupo de 30 alumnos van a viajar a un

33.

congreso en el mnibus de la UNPRG, el cual posee 45 asientos (10 filas de 4 asientos cada una
con un pasillo en el medio, y al final 5 asientos juntos). De cuantas formas se pueden ubicar
todos los alumnos:
a) en los 45 asientos del mnibus?
b) Si deciden no ocupar los ltimos 5 asientos?
c) Si viajan cinco amigos que deciden viajar juntos en los ltimos asientos?
d) Si ocupan los 20 asientos que poseen ventanilla?
e) Si 10 de los pasajeros estn enfermos y deben viajar en los asientos del pasillo?
Patricia tiene 18 amigos. De cuntas

34.

maneras puede invitarlos a una cena a 6 de ellos:


a) Si entre los amigos hay dos matrimonios y cada pareja asisten juntos a cualquier reunin?
b) Si entre los amigos hay 2 que no pueden estar en la misma reunin, porque estn enfadados?
Un dado est cargado de tal forma que los

35.

nmeros pares tienen la misma probabilidad de salir, los nmeros impares tienen la misma
probabilidad de salir, y cada nmero par tiene probabilidad doble de salir que la de un nmero
impar. Determinar la probabilidad que:
a) Salga un nmero par.
b) Salga un nmero mayor que 4

37

Captulo 1: Probabilidades
de una baraja de 52 cartas se extraen

36.

aleatoriamente 5 cartas. cul es la probabilidad de que 3 sean del mismo palo y los otros dos de
palos diferentes?
De una urna que contiene 12 bolas, de las

37.

cuales 8 son blancas y 4 negras, se extrae una muestra de tamao 4 con reemplazo (sin
reemplazo) Cul es la probabilidad de que la muestra contenga exactamente tres bolas blancas?
Supngase que una persona est ubicada

38.

en el origen de un sistema de coordenadas cartesianas en el plano. Lanza una moneda. En cada


lanzamiento que obtiene cara avanza una unidad hacia arriba; si obtiene sellos avanza una unidad
hacia la derecha. Determine UD LA probabilidad de que al cabo de 4 lanzamientos se encuentre
en el punto (2,2)?
En un estudio de mercado para lanzar

39.

nuevos productos, se determina que la probabilidad de que una persona consuma el producto A es
0,50, que consuma el producto B es 0,37, que consuma el producto C es 0,30, que consuma A y B
es 0,12; que consuma solamente A y C es 0,08, que consuma solamente B y C es 0,05 y que
consuma solamente C es 0,15. Calcular la probabilidad que una persona escogida al azar,
consuma:
a) A B, pero no C
b) Solamente A
Se extrae una carta de una baraja de 52

40.

cartas. Se gana si el resultado es par o divisible por 3. Cul es la probabilidad de ganar?


En una urna existen 3 bolas rojas; 6 blancas;

41.

4 verdes y 2 negras. Determine ud. La probabilidad que al elegir 3 bolas al azar:


a) sean del mismo color
b) resulten de colores diferentes.

38

Estadstica Social II
Wilder Alvarado Castillo
Respuestas a los Ejercicios

= { DDD, DDNDD, DDNDN, DDNND, DDNNN, DNDDD, DNDDN,

1)

DNDND, DNDNN, DNNDD, DNNND, DNNNN, NDDD, NDDND, NDDNN, NDNDD, NDNDN,
NDNND, NDNNN, NNDDD, NNDNN, NNNDD, NNNDN, NNNND, NNNNN } n() = 25
a) (A B C ) U (A B C ) U (A B C )

2)

b) (A B C ) U(A B C ) U(A B C ) U(A B C ) U(A B C ) U (A B C ) U


(A B C )
c)

(A B C ) U (A B C ) U (A B C )

d)

(A B C ) U (A B C ) U (A B C ) U (A B C )

e)

(A U B U C )

f)

(A B C )

g)

(A B C ) U (A B C ) U (A B C )

h)

(A B C ) U (A B C ) U (A B C ) U (A B C ) U (A
B C ) U (A B C ) U (A B C )
B1 : menos del 10%

3)

B2 : menos del 8% y de 10% a ms

a) Son mutuamente excluyentes porque ninguno de los dos pares de eventos

Ai y Aj ,

contienen la misma tasa de desempleo (predicha)


b) Son colectivamente exhaustivos porque todas las predicciones posibles estn comprendidas
en esos cinco eventos.
c) A2 B3 : El desempleo predicho fue de 8% al 10% mientras el desempleo real fue del 6% al
8%
A3 A4 :El desempleo fue predicho como 4% a menos de 8%.
Ai Bj : La prediccin es correcta.
Ai Bj (i >j):El desempleo real fue ms alto que lo predicho.
Sean las oportunidades de inversin: { I1, I2, I3, I4, I5 }

4)

El espacio muestral estar formado por C 25 = 10 elementos

= { I1 I2 ; I1 I3 ; I1 I4 ; I1 I3 ; I1 I5 ; I2 I3 ; I2 I4 ; I2 I5 ; I3 I4 ; I3 I5 ; I4 I5 }
a) clsica

5)

b) subjetiva

c) frecuencia relativa

d) clsica

e)

subjetiva
f) subjetiva
6)

A = que un estudiante tenga una tarjeta de crdito bancaria


B = que un estudiante tenga una tarjeta de crdito o una de crdito de viajes y entretenimiento
A = que un estudiante no tenga una tarjeta de crdito bancaria

7)

a) 0.025 b) 0,034

c) 0,059

d) 1

8)

a) 0,7

b) 0,1

c) 0,9

d) 0,1

9)

a) 0,9

b) 0,8

e) si
e) 0,9

39

Captulo 1: Probabilidades
a) A y B son mutuamente excluyentes, pero A, B y C no son colectivamente

10)

exhaustivos

b) A, B y C son mutuamente excluyentes y colectivamente exhaustivo.

11)

a) 0,51 b) 0,49

12)

0,67

13)

a) 0,08 b) 0,092

14) a) 0,6

b) 0,4

c) 0,3

d) 0,325

15) a.1) 0,4

a.2) 0,275

b) 0,423

c) no son independientes

16) a) 8/13

b) 0

17) a) 0,0008

b) 0,0001

c)0,9992

18) 0.4182
19) a) 0,9615 b) 0,1538
20) a) 0,54

b) 0,60

21) a) 0.016

b) 0,0008

22) a) 0,38

b) 0,19

23) 0,2
24) a) 0.62

b) 0,87

25) a) 12%

b) 0,36

26) a) 0,64

b) 0,50

c) 0,78

d) 0,42

e) 0,7

f) 0,5