2.39 2) 241 2.42 Secci6n 2.5: Algunas reglas de probabildad 49 (©) Ja camioneta més grande transporte més Pasajeros que la camioneta mis pequefia; () dificil o muy dificit (©) ni muy diffeil ni muy técit: (©) promedio o peor; (@_promedio o mejor Un departamento de policia necesita neumsticos ‘Uevos para sus carros patru llas y las probabilidades son 0.15, 0.24, 0.03, 0 28, 0.22 y 0.08 respectivamente I. omprard neuméticos Uniroyal, neumsticos Goodyear, neumiticos Miche- lin, neumsticos General, neuméticos Goodrich feumdticos Armstrong, En cuentre las probabilidades de que comprar (2) neuméticos Goodyear 0 Goodrich: (©) neuméticos Uniroyal, Michelin, o Goodrich: (©) neumaticos Michelin, o Armstrong; ‘é (4) neumaticos Uniroyal , Michelin, General, 0 Goodrich Un sombrero contiene veinte papeletas blancas numeradas del { al 20. tre las probabilidades de sacar una papeleta que sea, (2) azul o blanca; (b) numerada 1,2, 3,405: (©) roja o amarilla y numerada 1 2,304; a (@)_ numerada, 5, 15, 25 0 35 (©) blanca y con nimero mayor que 12.0 amarilla Yeon mimero mayor que 26. Cuatro candidatos estén buscando una vacante en un Consejo escolar. $i A tie- ne el doble de posibilidades que B de ser clegido, y a A ya B se le dan Jas mis- gue Partunidades de ser electos, mientras que C tiene el doble de posibilidades due D de ser electo, ;cuates son las probabilidades de que (@) C gane (b) A no gane. Dos cartas se extraen aleatoriamenie de una baraja de 52 cartas de juego, Encuen- tte la probabilidad de que ambas cartas sean mayores que 3 y menores que 8 En un juego de pdker, cinco carias se reparten a jeatoriamen ordinaria de 52 cartas de juego. Encuentt (a) dosp (>) cuatro de un e de una baraja is probabilidades de. sa (dos vatores cualquiera distintos jue ocurn dos ve clase (cuatro cartas con el mj50 Capitulo 2: Probabilidad 2.45 En un juego de Yahtzee, se tiran simulténeamente cinco dados balanceados cuentre las probabilidades de sacar (2) dos pares; (b) tres de una clase; (c)_ un “full” (tres de una clase y un par); (a) cuatro de una clase, 2.46 De los 78 doctores de! personal de un hospital, 64 tienen seguro contra trat to err6nco, 36 son cirujanos y 34 de los ciryjanos tienen seguro contra tratai erroneo. Si uno de estos doctores se escoge al azar para representar al per del hospital en una convencién de Ia A.M.A. (esto es, cada doctor tiene una babilidad de 4, de ser seleccionado), zcudl es la probabilidad de que el sel nado no sea un cirujano y no tenga seguro contra tratamiento erréneo? 2.47 Explique sobre la base de las diversas reglas de los ejercicios 2,23 a 2.27 qué hay un error en cada uno de los siguientes enunciados: (a) La probabilidad de que Hueva ¢s 0.67, y la probabilidad de que Ilue nieve es de 0.55. La probabilidad de que una estudiante obtenga una calificacién aprob: ria en inglés es 0.82, y la probabilidad de que obtenga una califi aprobatoria en inglés y francés es 0.86. La probabilidad de que una persona que visite el zoolégico de San Di vea las jirafas es 0.72, la probabilidad de que vea los osos es de 0.84 y probabilidad de que vea ambos es 0.52. (b) © Gs Dado P(A) = 059, P(B) = 030 y P(A MB) = 021, encontrar (a) P(AUB); (b) P(ANB'); (ce) P(ATUB'); @) P(A NB’). 2.49 Para parejas casadas que viven en cierto suburbio, la probabilidad de que el ma rido vote en una eleccién del consejo escolar es de 0.21, la probabilidad de que la esposa vote es de 0.28, y la probabilidad de que ambos voten es de 0.15 {Cudl es la probabilidad de que al menos uno de ellos vote? {50 Una profesora de biologia tiene dos asistentes graduados que la ayudan con ss investigaci6n. La probabilidad de que el mayor de Jos dos asistentes se ausent en un dia dado es 0.08, la probabilidad de que el més joven. de los dos se ausem= te en un dia dado es 0.05 y la probabilidad de que ambos se ausenten en un Gi dado es 0.02. Encuentre las probabilidades de que cualquiera 0 ambos de los asistentes graduados esté ausente en dia dado; al menos uno de los d dia dado; s610 uno de los dos asistentes graduados esté ausente en cualquie @) asistentes graduados no esté ausente ex J Roanoke College se sabe que # de los estudiah ntes son oriundSeccién 2.5: Algunas reglas de probabilidad $1 'a probabilidad de que un estudiante seleceionado aleator College sea de fuera del estado y viva en el campus? mente del Roanoke 252 Suponga que si una persona visita Disneylandia, la Probabilidad de que vaya al ‘Crucero de la Jungia es 0.74, ia Probabilidad de que se suba al Monorriel es 0-70, la probabilidad de que tome el Paseo del Matterhorn es 0.62, la probabili- tad de que vaya al Crucero de la Jungle y se suba al Mononiel €8 0.52, Ia pro- 255 Supongamos que si una persona viaja a Europa Por primera vez, la probabili- dad de que visite Londres y Roma es 0.42, la probabilidad ae que visite Londres ¥ Amsterdam es 0.41, la probabilidad de que visite Paris y Rove ec 0.35, 1a pro- babilidad de que visite Parts y Amsterdam es 0.39, la Probabilidad de que visi- it probabilidad de que visite Londres, Paris y dad de que visite Paris, Roma y Amsterdam es 0.20. y la probabilidad de que visite todas estas cuatro ciudades es (1.12. ;Cudl es la Probabilidad de yue una Fa aoe MDMIDOU priticra, vez. vite al neta unaldetes Le se tno ciudades. (Sugerencia: Use la formula del ejercicio 2.31 ) ic 2.54 Use la formula del ejercicio 2.33 Para convertir cada una de las siguientes ven- tajas en probabilidades: ellos estara roto. (©) Si una persona tiene ocho billetes de $1, cinco billetes de $5 y un billete de $20, y aleatoriamente selecciona tres de ellos, ja ventaja es de 11 a2 de que no todos serén billetes de § (©) Si disponemos arbitrariamente las letras de la palabra “nest”, la ventaja es de5 a1 de que no obtendremos una palabra que signifique Igo en inglés. 285 Use Ia definicicn de “ventaja” dado en el ejercicio 2.33 para convertir cada una de las siguientes probabilidades a ventaja: (a) La probabilidad de que'e! tlt culacién de un (b) leay al menos dos caras en cuatro lanzamientos de una moneda balanceada es babilidad de tirar balanceados 2.56 Sink ejercicio 2.34, ef ier zerido por el tisfacerse. §) pabitidades subjetivas se Jos postulade de nem52 Capitulo 2: Probabilidad pargo, Jos proponentes del concepto de probabilidad subjetiva gencralmente) ponen este postulado como un eriterio de eongrueneta en olnh® palabras Bijeran las probabilidades subjetivas que no satisfacen el postulado incongruentes. (a) La direciora de una secundaria piensa que la ventaja es 7 a 5 conta para obtener un aumento de $1,000 y 11 a 1 contra ella de obtener ba mento de $2,000, Ademds, piensa que obtener uno de estos aumentos otro es una apuesta pareja. Examine la congruencia de las probabil subjetivas correspondientes. Cuando a un funcionario de un partido politico le preguntan so! futuro politico, responde que la ventaja es 2.a La que no se postulara la Camara de Representantes, y 4.a 1 a que no se postularé para cl Se ‘Ademés, siente que Ja ventaja €s 7 a5 a que se postularé para una ‘otro, 2Son congruentes las probabilidades correspondientes? Hay dos Porsches en una carrera de automoviles en Italia, y un reportero que Ja ventaja contra que ganen es de 3a ly de 5.a3. Para ser congruente () se el ejercicio 2.56), ;qué ventaja debe asignar el reportero al evento que de los dos automéviles gane? Si hacemos x = al ntimero de puntos en las caras de arriba cuando se lanzam par de dados, entonces podemos usar el espacio de muestreo 5, del ejemplo para describir los resultados del experimento. (a) Bncuentre Ja probabilidad de cada resultado en 5;, (b) Verifique que Ia suma de estas probabilidades es 1 Use un programa de computadora que pueda generar enteros aleatoriam en el intervalo (0, 10) con iguales probabilidades, genere 1,000 de tales ent ¥ use Ia interpretacidn de frecuencia para estimar la probabilidad de que un __~ero escogido aleatoriamente tenga un valor menor que L (Zoo thse et método del ejercicio 2.59, genere un segundo conjunte de enteros 2 See Aorios en (0,10). Estime la probabilidad de que A: un entero seleccionado Hamente del primer conjunto sea menor que 1 6 B: un entero seleccio aleatoriamente del segundo conjunto sea menor que 1 (a) use la interpretacién de frecuencia de las probabitidades: (b) use el teorema 2.7 y P(A M B) = 0.25. 2.6 PROBABILIDAD CONDICIONAE Cuando las probabilidades se citan sin especificar el espacio muestral pueden ape Gificultades con facilidad. Por ejemplo, si preguntamos la probabilidad de que us 50,000 al afio, bien podria ser que obtuvigramos varias re ‘jan ser correctas. L jas podria aplicarse « todos | eyes, otra podria aplicarse a todas las personas con licencia fesién legal, ria aplicarse @ todas aque de la profesion legal, y asi sucesivamente, Puesto qSeccién 2.6: Probabilidad condicional ion de un espacio muestral (esto es, el conjunto de todas las posibilidades bajo consi- deraci6n) no es siempre evidente por sf mismo, a menudo ayuda a usar el simbolo P(A415) para denotar la probabilidad condicionat del evento A relativa al espacio mics, {al S ©. comio también la amamos, “la probabilidad de A dado S”. El simbolo P(A |S) hace explicito que nos estamos refiriendo a un espacio muestral particular §, y es pre- ferible que la notacién abreviada P(A) a menos que la cleccién tacita de § se entien- da claramente, También es preferible cuando queremos referitnos a varios espacios muestrales en el mismo ejemplo. Si A es el evento de que una persona gane mas de $50,000 al afio, G es el evento de que una persona sea un graduado de la facultad de le. yes F es el evento de que una persona tenga licencia para practicar la profesién legal, y Ees el evento de que una persona esté dedicada activamente a la préctica de ia profe- sion legal, entonces P(A|G) es la probabilidad de que un graduado de la facultad de leyes gane més de $50,000 al afio, P(A|L) es la probabilidad de que una persona con licencia para practicar la profesi6n legal gane mas de $50,000 al aiio y P(AIE) es la Probabilidad de que una persona dedicada activamente a la préctica de la profesion le- gal gane mas de $50,000 al aio. En los siguientes ejemplos se ilustran algunas ideas relacionadas con las probabi- lidades condicionales. EJEMPLO 2.15 Una organizacion de investigacién de los consumidores ha estudiado los servicios con ga- rantia proporcionados por las 50 agencias de automdviles nuevos en una cierta ciudad, y en la tabla siguiente se resumen sus hallazgos Buen servicio Meal servicio de garantia de garantia En operacion por 10 afios 0 mas 16 4 En operacién menos de 10 aiios 10 20 Si una persona selecciona aleatoriamente una de estas agencias de automdviles nuevos, Zeual es la probabilidad de que seleccione una que proporciona buen servicio de garan- Ya? También, si una persona selecciona aleatoriamente una de las agencias que han operado por 10 afios o mas, ,cudl es la probabilidad de que seleccione una agencia que proporciona buen servicio de garantia? Sofucion Por “alcatoriamente” queremds decir que, en cada caso, todas las selecciones son igualmente probables y podemos por tanto usar la formula del teorema 2.2. Si G denota la seleccién de la agencia que proporciona buen servicio de garantia, y si n(G) denota cl ntimero de elementos en G y n(S) el mimero de elementos en el espacio muestral completo. obienemosPat 54 Capitulo 2: Probabilidad Para fa segunda pregunta, nos circunseribimos al espacio muestral r¥ que consta de la primera linea de la tabla, esto es, las 16 + 4 = 20 agencias han estado operando por 10 afios 0 mas. De éstas, 16 proporcionan buen de garantia y obtenemos P(GIT) -% 0.80 donde T denota ia seleccién de una agencia que ha operado por 10 afios 0 Esto responde la segunda pregunta y, como se debié haber esperade, P(G| considerablemente més alta que P(G). Puesto que el numerador de P(G|7) es n(TM G) = 16 en el ejemplo pret te, el mimero de agencias que han operado por 10 afios o més y brindan buen sei de garantia y el denominador es n(7), el ntimero de agencias que han operado 10 © mas, podemos escribir con simbolos aTAG) nT) Entonces, si dividimos e1 numerador y ei denominador entre n($), el mémero total agencias de automéviles nuevos en la ciudad dada, obtenemos P(GIT) n(S)_ _ P(TNG) P(GIT) Hy = RD Y asi, hemos expresado la probabilidad condicionai P(G|T) en términos de dos pr bilidades definida para todo el espacio muestral S. Generalizando de Je anterior, definamos ahora la probabilidad condicional. DEFINICION 2.1 Si A y B son dos eventos cualquiera en un espacio muestral S y | P(A) = 0, la probabilidad condicional de B dado A es PANE Pi { | P(B\A) = EFEMPLO 2.16 Con respecto at lo 2.15 ‘obabilidad de que una de las agencias @ ha operado menos ce 1) aftos proporcionard buen servicio de garantiaer Seccién 2.6; Probabilidad condicional $5 Solucién 10 10 + 20 P © PUT = =00y P(r) = itucis uesto que P(T’ 1G) 50 7 O28 y P(T") 30 0.60, la sustitucién en la formula nos da P(T'NG) _ 020 PT) ~~ 060 P(GIT) Aunque presentamos la férmula para P(B|A) por medio de un ejemplo donde las Posibilidades son iguaimente probables, esto no constituye un requisito para st uso. EJEMPLO 2.17 Con respeeto a los dados amaitados del ejemplo 2.9, ;cusl es la probabilidad de que el niimero de puntos tirados sea un cuadrado perfecto? También, ,cual es fa probabilidad de que sea un cuadrado perfecto dado que es mayor que 3? Solucién Si A es el evento de que el niimero de puntos tirados sea mayor que 3 y B es el evento de que es un cuadrado perfecto, tenemos A = {4,5,6}, B = {1,4} y - AQ B = {4}. Puesto que las probabilidades de tirar un 1,2, 3,4, 5 0 6 con el da- do sor (véase pagina 39), encontramos que la respuesta a la prime- Ta pregunta es 7a PH) Para determinar P(B|A), calculamos primero PAN B) 9 Entonces, al sustituir en la formula de la definicién 2.1, obtenemos P(ANB) _ a P(A) 7 weiahorn + Para verificar que la f6rmula de la definicién 2.12 ha dado la respuesta “correc- ta” en el ejemplo precedente, s6lo tenemos que asignar probabilidad v a los dos n- meros pares en el espacio muestral reducido A y probabilidad 2» al nimero impar, de tal manera que la suma de las tres probabilidades sea ig a 1. Ast tenemos vt2+y 1, v = 4y, por tanto, P(BA) como antes. EJEMPLO 2.18 Un robabilidad de que una orden esté lista para embarque a tiempo es 0.80, y de que esté lista para embarque bricante de paries de aeroplano sebe or experiencia. que la aEel 56 Capitulo 2: Probabifidad a tiempo y también se entregue a tiempo es 0.72. ,Cudl es la probabilidad de que orden se entregue a tiempo dado que estuvo lista para embarque a tiempo? Solucién Si R representa el evento de que una orden esté lista para embarque a tie y D sea el evento que se entregue a tiempo, tenemos P(R) = 0.80 P(ROD) = 0.72, y resulta que PROD) . O22 ge PUR) 68" = Asi, 90% de los embarques se entregarén a tiempo con tal que sean embarca a tiempo. Advierta que P(R|D). la probabilidad de que un embarque que se tregé a tiempo también estuvo listo para embarque a tiempo, no se puede det minar sin informacién adicional; para este propdsito también tendrfamos g saber P(D). P(D|R) = Si multplicamos las expresiones de ambos lados de la férmula de la definicié 2.1 por P(A), obtenemos la siguiente regla de multipli TeoREMA 2.9 Si A y B son dos eventos cualquiera en un espacio muestral Sy P(A) # 0, entonces P(ANB) = P(A)-P(BIA) En palabras, la probabilidad de que A y B ocurran ambos es el producto de la proba: bilidad de A y ta probabilidad condicional de B dado A. Alternativamente, si P(B) # 0 Ja probabilidad de que A y B ocurran ambos es el producto de la probabilidad de B y la probabilidad condicional de A dado B; con simbolos P(AMB) = P(B)-P(AIB) Para derivar esta regla alternativa de multiplicacion, intercambiamos A y B en ta formu: la del teorema 2.9 y nos valemos del hecho que AB = BOA. EJEMPLO 2,19 Si seleccionamos alcatoriamente dos cinescopios en sucesién de un embarque de 240 ci nescopios, de los cuales 15 estén defectuosos, cudl es la probabilidad de que ambos es tén defectuosos? Solucién Si suponemos probabilidades iguales para cada selecciGn (que es lo que quere- mos decir al seleccionar aleatoriamente cinescopios), ls probabilidad de qu primer cinescopio esté defectuoso es 42. y la probabilidad de que el segunde nescopio esté defectuoso dado que el primer cinescapio esta defeciuoso e Asi la prohabilidad de que ambos cineseopios estén defectuosos es 8= Secci6n 2.6: Probabilidad condicional $7 NA Niemi. ee Primer cinesco. Plo no se teemplaza antes de que se seleceione cy segundo cinescopio. 4 EJEMPLO 2.20 Encuentre las probabilidades de sacar aleatoria mente dos ases de una baraja ordinaria de 52 cartas de juego si muestreamos (@) sin reemptaz (0) con reemplazo. Solucién (@) Sila primera carta no se Teemplaza antes de que Probabilidad de sacar dos ases en sucesién ex #e saque la segunda, la (©) Sila primera carta se reemplaza antes de que se saque la segunda, fa pro- babilidad correspondiente es En las situaciones descritas en los dos Sjemplos precedentes hay un orden tem- Poral definido entre los dos eventos A y B. Hin General, éste no tiene que ser el caso cuando escribimos P(A|B) 0 P(B|A), Por slemplo, podriamos preguntar por la proba. bilidad de que ta primera carta que se sacs sen lin as dado que la segunda carta que se sae6 (sin reemplazo) es un as: la respuesta tambie, serfa 3. El teorema 2.9 se puede generalizar fécilmente para que sea valido en mas de dos P(B)-P(AIB) | a i para r En palabras, la probabilidad de que el evento A se haya alcanzado a través de la ma rama del diagrama de érbol de la figura 2.12, dado que se aleanz6 a través de de sus k ramas, e3 Ia razén de la probabilidad asociada con la résima rama a Ja su las probabilidades asociadas con todas las k ramas del arbol. P(ANB,) Demostracién. Escribimos P(B,|A) = eo acuerdo a la nicién de probabilidad condicional, slo tenemos que sustituir P(B,)- P(Al con P(A B,) y Ja formula del teorema 2.12 por P(A). v a P(AIB) A CAVE) > ca) PAIR) OA 2, Bs ey Pb) _ 2a) - Plate) te. ete. A P(B,)- (ALB) Figura 2.12 Diagrama de érbol para e! teorema de Bayes. EJEMPLO 2.27 Con respecto al ejemplo 2.26, si un automévil de renta entregado a Ja empresa de sultorfa necesita una afin: zcual es la probabilidad de que provenga de la ¢ de renta 2? Sotucién Al sustituir las probabilidades en la pagina 63 en la formula del teorem: tenemos (0.30)(0.20) = @GO(0.09) + (0.30)(0.20) + (0.10}(0.06) P(B\A) serve que aunque sdicSecci6n 2.8: Teorema de Bayes 65 EJEMPLO 2.28 En un cierto estado, 25% de todos los automéviles emiten cantidades excesivas de con- taminantes, Si la probabilidad es 0.99 de que un auto que emite cantidades excesivas de contaminantes fallaré las pruebas de emision vehicular del estado, y la probabilidad es 0.17 que un automévil que no emite cantidades excesivas de contaminantes aun asi fa- llard la prueba, ,cudl es la probabilidad de que un auto que falla la prueba emita can- tidades excesivas de contaminantes? Soluci6n Si dibujamos esta situacién como en la figura 2.13, encontramos que las probailida- des asociadas con las dos ramas del diagrama de drbol son = (0.25)(0.99) = y (1 — 0.25)(0.17) = 0.1275. Asi, la probabilidad de que un auto que falla la prue- ba realmente emita cantidades excesivas de contaminantes es 0.2475 3475 + 01275 — 96 Por supuesto, este resultado también se podia haber obtenido sin el diagrama al sustituir directamente en la férmula del teorema de Bayes. & Bom A (0.25)(099) = 0247s (0.75}(0.17) = 0.1275 Figura 2.13 Diagrama de rbo! para el ejemplo 2.28. Aungue el teorema de Bayes resulta de los postulados de probabilidad y Ia defini- sion de probabilidad condicional, ha sido objeto de una amplia controversia. Es indudable la validez del teorema de Bayes, pero numerosos argumentos han surgido sobre la asigna- cién de probabilidades previas P(B,), También, una buena dosis de misticismo rodea al teorema de Bayes porque supone una forma de razonamiento “al revés". 0 a la “inverse esto es, razonar “del efecto a la causa”. Por ejemplo, fallar la prueba es el efecto y emit cantidades excesivas de contaminantes es una causa posible (ejemplo 2.28) EJERCICIOS Eea)Demuestte que fos postulados de probabilidad se satisfacen por las probabili- dades condicionaies. En otras palabras, demuestre que si P(R) = 0, entonces P(AIB) P(A, U = F A;|B} + + pura cualquier secuen- cia de eventos mutuamente excluyerites 4.4Gam Capitulo 2: Probabitidad los numéricos que P(BIA) + P(BI 2.62 Demuestre por medio de ejemph (a) puede ser igual at; (b) no necesita ser igual a 1. /288 Repitiendo of método de demostracién del teorema 2.10, muestre que | P(ANBACND) = P(A): P(BIA)- (CIA NB) - P(DIA NB OG | con tal que P(A MBM C) + 0. {2apasios tres eventos A, B y C tales que P(A BAC) # Oy P(C|AD } —/p(C|B), demuestre que P(A|BM C) = P(AIB). / // 285 Demuestze que si P(B|A) = P(B) y P(B) # 0, entonces P(A|B) = Pl aN CA Demuestre que silos eventos A y B son independientes, entonces (a) los eventos A’ y B son independientes; (b) los eventos A” y B’ son independientes. ( 2.67 Demuestre que si los eventos A y B son dependientes, entonces los eves Ly ¥ B’ son dependientes. 4168 VTome 1a figura 2.14 como referencia para demostrar que P(A B® P(A) P(B) - P(C) no implica necesariamente que A, B, y Cson todos in dientes por parejas. Figura 2.14 Diagrama para los ejercicios 2.68, 2.69 y 2.70. clemostrar que si A es independiem 2.69 Tome Is figura 2.14 como referencia para necesariamente independiente y A es independiente de C, entonces B no es 2.70 Tome la figura 3.14 coma referencia para demostrar que si A es inde} de By A es independiente de-C, entonces A no es necesariamente indepas te de BUC eventos A, B.y C son independientes, demuestre que BOC son independientes U C son independientes,Seccién 2.8: Teorema de Bayes o 2.72 Demuestre ue se deben satisfacer 24 — & — 1 condiciones Para que k even. tos sean independientes, 2.73 Para cualquier eve Ke (275 Hay sreala.aspitantes para un trabajo en el departamento de noticias de una dina a elevnion. Algunos son epeceden Ja universidad y algunos no, al. Enos de ellos tienen al menos tres etee ie experiencia y algunos no ia ticnen, el andlisis exacto es Feresados de No egresadog launiversidad de ta universiced Hida eS alos de experiencia, determine cada una de las siguientes probabi- Hidades directamemte de los asicntes ¥ de los renglones y columnas de la table @) PG); ) P(r); © Penn); @ Pe'nr); (©) P(7iG); @ PG IT), ¢ PIENT) @ P(TiG) = “HG PGT) 3 zg) &) Par) Pr) 277 Con respecto al Piercicio 2.46, gcudl es ta Probabilidad de que el doctor escogi- do para representar aj Personal del hospital en ta Convencién tenga seguro con- it4 tratamiento erréneo dado que es un cirujano? 278 Con respecto al ejercicio 2.49, zeudl es la probabilidad de que un marido yote &n la eleccién dado que su mujer va 4 votar? 2.9 Con respecto al ejercicio 251, cual €s la probabilidad de que uno de fos estu- 2.80 Unc caja contiene 100 Bee oe ecules oa age blan: nn ReBras. Si se seleccionan dos pelotas de Ja ca una Serd roja y una serg blanca68 Capitulo 2: Probabilidad (a) si fa primera pelota se reemplaza antes de sacar Ja segunda; (b) sila segunda pelots se saca sin reemplazar la primera? 281 Se cree que las probabilidades son 0,20, 0.40, 0.30 y 0.10 de que los baloncesto de cuatro universidades, T, U, V y W, ganen el campeon conferencia. Si se pone a Ja universidad U bajo vigilancia y se le de gible para el campeonato, ;cudl es la probabilidad de que la universid ne el campeonato de la conferencia? Gon respecto al ejercicio 2.52, encuentre las probabilidades de que un na que visite Disneylandia (a). viajaré en el Monorriel dado que iré en Crucero de la Jungla; (b)_tomaré el paseo del Matterhorn dado que iré al Crucero de la Jum jaré en el Monorriel; (©) no ird al Crucero de la Jungla dado que viajaré en el Monorriel ré el paseo del Matterhom, (a) tomard el paseo del Matterhorn e ir4 al Crucero de la Jungla dado viajard en el Monorriel. (Sugerencia: Dibuje un diagrama de Venn y anote las probabilidades as con las diversas regiones.) X2.83 La probabitidad de sobrevivir a una cierta operacién de trasplante es 0 paciente sobrevive la operacién, la probabilidad de que su cuerpo trasplante en menos de un mes es 0.20. ,Cudl es la probabilidad de que suite viva a estas etapas criticas’? 2.84 Se examinan canastas 0 cajas de huevo en busca de codgulos de sangre al» mover aleatoriamente tres huevos sucesivamente y examinar su contesi Ios tres huevos estén bien, se embarea la caja: de otra manera se rechaza. gis es la probabilidad de que una caja se embarque si contiene 120 huevos a \ cuales 10 tienen codgulos de sangre? spongamos que en Vancouver, B. C., la probabilidad de que @ un dia Hae ‘de otono le siga un dia lluvioso es 0.80 y Ia probabilidad de que a un diam do le siga un dia Iuvioso es 0.60. Encontrar las probabilidades de que 2mm « Ituvioso de otofio le siga (a) un dis Huvioso, un dia soleado y otro dia Auvioso: (b) dos dias soleados y después un dia Tuvioso; (c) dos dias Huviosos y después dos dias soleados; (2) lueva dos afas mas tarde. [Sugerencia: En el inciso (c) use la formula del ejercicio 2.63.] . 2.86 Use la £6rmula del ejercicio 2.63 para encontrar Js probabilidad de escogera toriamente (sin reemplazo) cuatro conejillos de Indias de una jaula queen ne 20 conejillos de Indias, de los cuales 15 estn sanos y 5 estén enfer 2.87 Se lanza dos veces un dado balanceado, Si A es el evento de que en el gm tiro salga un mimero par, B es el evento de que en el segundo tire salgalam: nero par. ¥ C es el evento de que ambos tiros restlten en ef mismo mmm gson los eventos 4, H y €Secci6n 2.8: Teorema de Bayes 69 (a) independiemtes por parejas, (b) independientes? (@) un acierto seguido de dos Falla; ©) dos aciertos y una falla en cualquier orden (@) s6io caras; (b) dos cruces y una cara en ese orden? (29000 Embarque de 1,000 partes contiene 1% de'partes defectuosas, Encuentre a Probabilidad de que (@) las primeras cuatro partes escogidas aritrariamemte para inspeccion no sean defectuosas; (©) 18 primera parte defectosa se encontraré en la cuaria inspeccién. 291 Los registros médicos muestran que una entre 10 personas en una cierta ciudad Gene deficiencia tiroidea, Si se escogen aleatoriamente 12 personas en esta ciu- dad y se les hacen andlisis ,cuai es la probabilidad de que al menos una de elias tenga una deficiencia tiroidea? FK( 24) Una iivmomsee eee encon- frado que si un cliente paga oportunamente en un mes. la probabilidad es 0.90 de que é1 0 ella también pague oportunamente el siguiente mes; sin embargo, si un cliente no pag oportunamente en un mes. la probatiignd que él 0 ella Pague oportunamente el siguiente mes es solamente omy (a) {Cual es la probabilidad de que un cliente que paga oportunamente en un ‘mes también pagard oportunamente los tres meses siguientes? ©) Cul esi probabilidad de que un eliente que no paga oportunamente en haga oa amPOco Pagaré oportinamente los siguientes dos mesesy despuge haga un pago oportuno al mes siguiente de ello? 295 Con respecto a la figura 2.15, verifique que los eventos A, B, Cy D son inde- Pendientes. Advierta que la regiGn que representa a A consta de dos citeutos, y tambien es ast para las regiohes que representan By ¢ Oma eianta electrénica, se sabé por experiencia previa que la oy obal *$ O64 de que un trabajador nuevo que haya asistido a Programa de capacita 2.967” Figura 2.15 Diagrama para el ejercicio 2.95. cion 0 adiestramiento de la compaiia cumplirs con su cuota de producci la probabilidad correspondiente es 0.49 para un trabajador nuevo que no asistido al programa de capacitacién de la compaiiia. Si 70% de todos los bajadores nuevos asisten al programa de capacitaci6n, ,cudl es la probabili de que un trabajador nuevo cumpliré con la cuota de producci6n? En un laberinto 7, a una rata se le da comida si voltea a la izquierda y una carga de electricidad si voltea a la derecha. En el primer ensayo hay una bahilidad de 50-S0 de que Ia rata se voltee en cualquier direcci6n; entone recibe alimento en el primer ensayo, la probabilidad es 0.68 de que volte Ja izquierda en el siguiente ensayo, y si recibe una descarga eléctrica en el mer ensayo, la probabilidad es 0.84 de que volteard a la izquierda en el siguis te ensayo. ,Cual es Ia probabilidad de que la rata voltee a la iaquierda em segundo ensayo? (238) Por experiencia se sabe que en una cierta industria 60% de todos los litigios —~ tre los trabajadores y la administracién son por salarios, 15% por las condi nes de trabajo y 25% son sobre aspectos de prestaciones. También 45% de litigios por salarios se resuelven sin huelgas, 70% de los litigios por condici dc trabajo se resuelven sin huelgas y 40% de Jos litigios acerca de prestaciones, resuelven sin huelgas. ;Cual es la probabilidad de que un Hitigio entre tral dores y la administracin se resuelva sin una huclge? Con respecto al ejercicio 2.98, ;cudl es la probabitidad de que si un litigio los trabajadores y.la administracién se resuelva sin nna huciga, sea por sala 2.100 La probabilidad de que un accidente de un solo automdvil sea debido # fre defeetuosos es 0.04, Ia probabil ue un atcidente de un solo auto sea amenie atribuido a frenos defectuosos es 0.82, v Is probabilidad de que cidente de un solo avto sea incorrectamente airibuido a frenos defectuosag 0.03. ;Cadt es ta probabilidad de que2.101 2.102 2.003 2.104 2.405 Seccién 2.8: Teorema de Bayes 71 (@) un accidente de un solo auto ser atribuido a frenos defectuosos: (b) un accidemte de un Solo auto atribuido a frenos defectuosos fue realmen- te causado por frenos defectuosos? En una cieria comunidad, 8% de todos los adultos mayores de 50 afios tienen diabetes. Si un servicio de salud en esta comunidad diagnostica correctamente 2 95% de las personas con diabetes como enfermas de diabetes ¢ incorrecta- diane suseostica a 2% de todas las personas sin diabetes coms enfermas de Giabetes, encuentre las probabilidades de que (2) el servicio de salud comumitario diaenosticaré a un aduito mayor de 50 co- mo enfermo de diabetes, (b) una persona mayor de 50 diagnosticada cor diabetes por el servicio de sa- lud realmente tenga la enfermedad. Con respecto al ejemplo 225, suponga que descubrimos posteriormente que el tra- bajo se termin6 a tiempo. ,Cudl es la probabilidad de ue haya habido una huelga? Una casa de ventas por correo emplea tres dependientes de almacén, U,V y W, Hcg titan articulos de los anaqueles y los retinen para su subsecuente ve- rificacion y empaque, U comete un error en una orden (saca el articulo equivo- ‘ado 0 Ia cantidad equivocada) una vez de cien, V comete an error en una Orden cinco veces de cien, y W comete un error en una orden tes veces de cien, S'U, V'y W surten, respectivamente, 30, 40 y 30% de todas las drdenes, :cwal €s la probabilidad de que (2) se cometa un error en una orden; (©) sise comete un error en una orden, la orden haya sido surtida por U; (©) sise comete un error en uma orden, la orden haya sido surtida por V? 3 explosién en una obra en construccién pudo haber ocurrido como resultado de electricidad estética, mal funcionamiento del equipo, descuido o sabotaje Entrevistas con los ingenieros de construcciéa que analizaron los riesgos impii- cados dieron como resultado céleulos de que tal explosign ocurriers con proba- bilidad de 0.25 como un resultado de la electricdad estatica, 0.20 como un resultado del mal funcionamiento del equipo, 0,40 como un Tesultado de descui- do, y 0.75 como un resultado de sabotaje. También ve juzg6 que las probabilida. fies previas de tas cuatro causas de la explosion eran 0.20, O40, 0.25 y 0.415. Con base en toda esta informacién, zcusil es (2) Ja causa més verosimil de la explosion: (b) Ia causa menos verostimil de la explosion? nm Corredora de arte recibe un embarque de cinco pinturas antiguas del ex. tranjero, y sobre ta base de la experiencia pasada estima que las probabilidades on. Fespectivamente, (0.76, 0.09, 0.62, 0.01. 0.02 ¥ 6.10 de que 0.3, 2.3.40 todas las 5 sean falsificaciones. Puesto que. el costo de autenticaciin ec bastante alto, Gecide seleccionar sicatoriamente una de las cines pinturas y enviarla para su sutenticacién, Si rest debe asignarl bién falsificaciones que esta pintura es una falsificacién. ,qué prot ahora a la poCapitulo 2: Probabilidad Jang Para obtener respuestas a preguntas delicadas algunas veoes Wem Mt jlamado la técnica de respuesta al azar. Supongamos por ejemplo, que qu: determinar qué poreentaje de Jos estudiantes a una ‘universidad grande deter. Elaboramos 20 tayetas “flash, anotamos “Fumo mariguans al hnos una vez por semana” en 12 de las tarjetas, donde 12 se selecciona arbit mente, y “No fumo mariguana al menos uma vez Por semana” en las Enronces, dejamos que cada estudiante (en la muestra entrevistada) selecci ri una de las 20 tarjetas y Tesponda “st” 0 “no” sin divulgar In Pregun'®, (@)_ Establezca una relaciéa entre P(¥), la probabilidad de que un est ‘dard una respuesta de “st” y P(M), la probabilidad de que un estudiante: Jeocionado sleatoriamente en esa Universidad fume marihuana al una vez por semana. (b) Si 106 de 250 estudiantes respondieron “st” bajo estas condiciones, resultado del inciso (a) y isp como un estimado de P(Y) para est P(M). REFERENCIAS Entre los numerosos libros-de texto sobre teorfa de la probabilidad publicados en afios cientes, uno de los més populares es FELLER. W.,An Introduction to Probability Theory and Tis ‘Applications, Vol, 1, 3rd ed. Ns “Yorke John Wiley é& Sons, Inc., 1968. Se pueden encontrar tratamientos mds elementales en Bann, D.R.,and Zeewa, PW, Probability: Modeling Uncertainty. Reading. Mass: A “Wesley Publishing Company, Ine., 1983, DaapER N.R..and LawRENce, W.E., Probability: An Introductory Course Chicago: Publishing Company. 1970, FREUND, J.E., Introduction to Probability. Encino, Calif: Dickenson Publishing Co.,Inc., attanko, §, Probability —An Iniroduction. Mineola, N.Y: Dover Publications ne. (Re cin de Ia edicién de 1960), Honoes IL, and LEHMANS, E.L, Elements of Finite Probability San Francist0: He Day, Inc... 1965, Nosal. M., Basic Probability and Applications. Philadelphia: W. B- Saunders Company, # En muchos textos se dan tratamientos més avanzados, por ejemplo. Host, P, Porr.$.C.and STONE, C.J, Introduction to Probability Theory. Boston: Ho Mifflin Company, 1971, Kuazante. R., Basic Probability Theo Publishing Company. Inc., 1976, parzex, E.. Modern Probability Theory and Its Applications Nueva York: John Wil Sons, Ine., 1960, Ross 8, A First Course in Probability, 3rd ed. Nueva York Macmillan Publishing pany, 1988, sceowon,F. Probability and Siochastic Processes. Upper Sade River, NJ: Prentice 1987 snd Applications, Pacific Palisades, Calif: Go