Probabilidad Condicional

Cuando se sabe que el evento A se ha dado y que este es dependiente de que un evento anterior haya aparecido se llama probabilidad condicional y se denota de la siguiente manera P (A/B) se lee as probabilidad A dado B

La determinacin de esta probabilidad ofrece mayor informacin ya que se desprende de un espacio muestral reducido. Como se comento el espacio muestral original ya no es tomado en consideracin. Considere el evento B de obtener un cuadrado perfecto cuando se lanza u dado, el dado se ha construido de tal manera que los nmeros pares tiene 2 veces mas probabilidades de presentarse que los nmeros impares, determinar la probabilidad de que ocurra el evento B sabiendo que al lanzar de dado se obtuvo un resultado mayor que 3.

1,2,2,3,4,4,5,6,6 B= cuadrado perfecto A= mayor A B

4,4,5,6,6 P (B/A)= 2/5 = .04

Se selecciona al azar a una de las personas que se muestran en la tabla siguiente determinar la probabilidad que este sea hombre sabiendo que tiene empleo Empleado desempleado Hombre Mujer Total 460 140 600 40 260 300 500 400 900 total

P (H/E)= 460/600 = 0.76 La ecuacin matemtica se usa para calcular la probabilidad condicional en la cual se considera todo el espacio muestral se define de la siguiente manera P (A/B)= P (A B)

P (B) Con esta expresin matemtica ser necesario calcular la probabilidad en el numerador y el denominador, haciendo uso del espacio muestral total para lo cual recurriremos al ejemplo desarrollado con anterioridad. 460 P (H/E) =P (H E) P (E) 0.76 900 900 X 600 600 900 600 = 460 X 900 460 =

La probabilidad de que un vuelo de programacin regular despegue a tiempo es de .83 la de que llegue a tiempo es de .82 y la de que despegue y llegue a tiempo es de .78 encuentre la probabilidad A) Llegue a tiempo dado que despego a tiempo B) Que despegue a tiempo dado que llego a tiempo

A) P (D,T)= 0.83 P (LL,T)= 0.82 P (DT LL,T )=0.78

P (LL,T/D,T)= P (LL T

D T) = 0.78 = 0.93 0.83

P (D T)

B) P ( D T / LL T ) P = P (DT LL T) P= 0.78 0.82 = 0.95

P ( LLT)

Una clase de fsica avanzada se compone de 10 alumnos de primer grado 30 de ltimo ao y 10 graduados las calificaciones finales mostraron que 3 de los 10 graduados recibieron una calificacin

aprobatoria por el curso si se selecciona un estudiante aleatoriamente y se encuentra que es uno de los que obtuvo calificacin aprobatoria. Cual es la probabilidad de que el o ella sea alumno de ultimo ao. Primer ao 5 aprobados Ultimo ao 15 aprobados Total 10 30 10 50 aprobados 5 15 3 23

Primer ao Ultimo ao Graduados

P (AUA /A,A )

Probabilidad de que el alumno de ltimo ao sea aprobado P (AUA AA) P= 15 P (A A) 23 15 50 23 = 15 X 50 = 15 50 50 X 23 23 Una pareja de casados que vive en cierta ciudad cual es la probabilidad de que el esposo vote en cierta eleccin es de 0.21 y la de que su esposa lo haga es de 0.28 la de que ambos boten es de 0.15 cual es la probabilidad de que A) Almenos un miembro de la pareja de casados vote B) Vote la esposa dado que el esposo lo hace C) Vote el esposo dado que su esposa no lo hace A) P (HV)= 0.21 no lo hace 0.79 P (MV)= 0.28 no lo hace 0.72 P (HV U MV)=0.15 P (HV U MV)= P (HV) + P (MV) P (HV 0.21+0.28-0.15=0.34
B) P (HV/MNV)=

MV)

P (HV MV) = 0.15 = 0.71 P HV 0.21

C) P (HV/MNV) = P (HV

MNV) = 0.06

= 0.083

P (MNV) 0.72 D) Cual es la probabilidad de que la mujer vote sabiendo que su esposo no vote. P(MV HNV) = 0.13 = 0.16 P (HNV) 0.79 En una bolsa se colocan 4 pelotas blancas y 3 negras y en una segunda bolsa 3 blancas y 5 negras se saca una pelota de la primera bolsa y sin verla se mete en la segunda bolsa cual es la probabilidad de que la pelota que se saque de la segunda bolsa sea negra. Nota: realice un diagrama de rbol para visualizar la ocurrencia de los eventos identifique las probabilidades de los eventos ocurridos con la nomenclatura de probabilidad condicional 3B P (B2/B1) = 4/9 +1B P(B) 4/7 5N P (N2/B1)= 5/9 4B P(B2/B1)=P(B2B1) 3N 3B P (B2/N1)= 3/9 P (B1) P (N) 3/7 5N +1N P (N2/N1)=6/9 P (MV/HNV)= Para poder calcular la probabilidad de que al sacar una pelota en la segunda bolsa sea negra ser necesario despejar de la ecuacin de probabilidad condicional la interseccin de los eventos donde esta involucrada la pelota negra y sumar algebraicamente las contribuciones. Nota: la interseccin de los eventos implica la ocurrencia de manera simultnea de los eventos en cuestin P (N2/N1)= P (N2 N1) P (N1) P(N2/B1)= P (N2 B1) P (B1) P (N2 N1) = P(N2/N1) X P (N1) 6/9 X 3/7= 18/63

P (N2 B2) = P(N2/B1) X P (B1) 5/9 X 4/7 = 20/63 El supervisor de 20 trabajadores pide la opinin de 2 de ellos seleccionados al hazar sobre la nuevas disposiciones de seguridad en la

construccin si 12 estn a favor de las nuevas disposiciones y los dems en contra cual es la probabilidad A) Que ambos trabajadores estn en contra B) Solo el segundo este en contra C) Solo uno este a favor Nota: utilice diagrama de rbol P(F1/F2)11/19 P(a favor)12 20

12 a favor

P(C2/F1) 8/19 P (F2/C1)12/19

8 en contra

P (en contra)8 20 P (C2/C1)7/19

A) P (C2/C1) = P (C2 C1) P (C1) P (C2 C1)= P (C2/C1) X P (C1) 7/19 X 8/20 = 14/95 = .14 B) P (C2/F1) = P (C2 F1) P (F1) P (C2 F1) = P (C2/F1) X P (F1) 8/19 X 12/20 = .25 .25+.14= 0.39 C) P (F2/C1)= P (F2 C1) 8/20 + 12/19 = 0.25+0.25= 0.50 P (C1) Eventos independientes Dos eventos son independientes cuando la probabilidad de ocurrencia de uno no depende de lo que haya sucedido con anterioridad de tal manera que la P (A/B)= probabilidad dado A y B P (A/B) = P (A) Se lanzan 2 veces una moneda indicar en un diagrama de rbol la secuencia de probabilidades correspondientes determinar las probabilidades de los posibles resultados A P (A,A)= * =0.25

P (A,S)= * =0.25

A P (S,A)= * =0.25 B S P (S,S)= *1/2 =0.25 Variables aleatorias y distribuciones de probabilidad discretas Una variable aleatoria es aquella que toma un valor numrico para cada uno de los elementos del espacio muestral de un experimento probabilstico. Se le llama aleatorio por que le valor que toma es el resultado de un evento fortuito o sujeto al azar por ejemplo lanzar monedas al aire , lanzar dados y observar la sumatoria de los puntos obtenidos observar el numero de llamadas telefnicas en un lapso de tiempo entre otros. Las variables aleatorias esta ntimamente ligadas a la descripcin de los fenmenos por ejemplo estas pueden utilizarse en la descripcin de una distribucin de probabilidad discreta. Esta distribucin cuantifica perfectamente los eventos ocurridos de un experimento probabilstico por ejemplo retomando el ejercicio anterior donde se lanzan dos monedas defina la variable aleatoria como el numero de guilas que se pueden obtener y asigne las probabilidades correspondientes para mencionada definicin de la variable aleatoria V . A (X) P (X) (Numero de guilas) 0 0.25 1 0.50 2 0.25 1 al sumarlos da la unidad La definicin de variable aleatoria y su respectiva asignacin de probabilidad se le conoce como distribucin de probabilidad. Cual es la distribucin de probabilidad cuando se lanza un dado Defina la variable aleatoria como el nmero de posibilidades que pueden suceder al lanzar un dado. V A (X) P (X) 1 1/6 2 1/6 3 1/6 4 1/6 5 1/6 6 1/6

Considera un dado que ha sido modificado de manera que una cara con un punto dos caras con dos puntos y tres caras con tres puntos determine la distribucin de probabilidad VA (X) P (X) C P 1 1/6 1 1 2 1/3 2 2 3 1/2 3 3 Como se ha observado toda distribucin de probabilidad rene dos caractersticas fundamentales 1- Que la probabilidad asignada a la variable aleatoria oscile entre 0 y1 2- Que la sumatoria de las probabilidades de las variables aleatorias sea 1 Dada la siguiente expresin y los correspondientes valores para la variable aleatoria determine si esta puede considerarse una funcin de probabilidad (distribucin de probabilidad) VA P (X)= X 1 1/10 10 2 2/10 3 3/10 4 4/10 De acuerdo a los clculos obtenidos se cumple ntegramente con las dos condiciones que valida que sea una distribucin de probabilidad Verifique si esta puede ser considerada una distribucin aleatoria de la variable de 1 a 4 y la funcin es P (X) 5-X 10 VA (X) 1 5-1/10 = 0.4 2 5-2/10 = 0.3 3 5-3/10 = 0.2 4 5-4/10 = 0.1 1 Una distribucin de probabilidad describe el comportamiento de un fenmeno por lo cual es interesante calcular dos estadsticas fundamentales que permiten conocer el comportamiento de la distribucin de probabilidad estas estadsticas son la media y la desviacin estndar Para calcular la media se utiliza la siguiente expresin 1=N = (X) P(X) A=1

P(X) X 10 1/10 2/10 3/10 4/10

X P (X)

1/10 4/10 2/5 9/10 16/10 8/5 (X P (X))= 3 =3 Para el clculo de la desviacin estndar se hace uso de la siguiente expresin S = VA ( X ) 1 2 3 4 (X - ) P ( X ) P ( X )=X/10 1/10 2/10 3/10 4/10 S=1 XP (X) (X1 - ) 1/10 (1-3)=4 4/10 =2/5 (2-3)=1 9/10 (3-3)=0 16/10= 2/5 (4-3)=1 (X1-X) XP (X) 4(1/10)=4/10=2/5 1(1/5)=1/5 3(3/10)=0 1(2/5)=2/5 1

S=1

Encuentre la distribucin de probabilidad para el numero de discos de jazz cuando 4 discos se seleccionan al azar de una coleccin que consiste de 5 discos de jazz 2 de msica clsica y 3 de polca determine la media y la desviacin estndar de la funcin de distribucin encontrada. VA (X) P (X) XP(X) 0 P= 5C4 5C0 = 0.02 10C4 1 P= 5C3 5C1 = 0.238 10C4 2 3 P= 5C2 5C2 = 0.476 10C4 P= 5C1 5C3 = 0.238 10C4 4 P= 5C0 5C4 = 0.023 0.092 0.714 0.952 0.238 (0) (0.02)= 0

10C4 (X1 - ) (0-1.969)=3.876 0.938 9.61X10 1.062 4.124

= 1.969

S= (X1 - ) P(X) (3.876)(0.002)= 7.752X10 0.215 4.574X10 0.256 0.094 S=0.569 S=0.569=0.754 De acuerdo al comportamiento de distribucin elabora un histograma de la funcin de distribucin binomial

Prob 1.0 0.5

0.25

Distribucin binomial Muchos experimentos tienen resultados que son clasificados en dos categoras xito o fracaso por ejemplo el lanzamiento de monedas as como la determinacin de que una lmpara encienda o no son experimentos probabilsticos binomiales este tipo de experimentos debe reunir las siguientes propiedades. A) Cada ensayo tiene dos resultados posibles xito o fracaso B) Hay N ensayos independientes C) El xito mas es el fracaso debe sumar 1 D) La variable binomial aleatoria es la cuenta del numero de ensayos exitosas que ocurre y su valor oscila entre 0 y N E) Para utilizar la distribucin binomial se debe determinar la probabilidad del numero de xitos se requieren tres valores. 1) Numero especifico de xitos 2) Numero de observaciones

3) Probabilidad de xito. La expresin matemtica para obtener la probabilidad en un experimento binomial es la siguiente. P(X/nP)= n! P* q n-x X! (n-X)! xitos que se solicitan probabilidad de xito No de repeticiones La probabilidad es un prospecto de ventas elegido al azar es el punto B si un vendedor visita a 6 prospectos determinar la probabilidad de que realice exactamente 4 ventas
a) N=6

[ 4/6,0.2]

6C4 [0.20]

[ 0.80]

X=4 P= 0.20 q= .80 15 [ 0.0016] b) [ .64] = 0.015

P [2/6,-2] = 6C2 [.20 ] 15 [ .04 ]

[ 0.80]

[.0407] = 0.245

Cuando se calcula la probabilidad de una distribucin binomial de manera puntual se requiere que aparezca determinado suceso se recurre directamente a la formula pero si el enunciado implica calcular mas de algn elemento ( cuando el enunciado dice almenos ser necesario hacer el calculo de probabilidades del recorrido de la variable aleatoria hasta que cumpla con la condicin que se esta manifestando por ejemplo del problema anteriormente citado calcule la probabilidad que el vendedor almenos realice dos ventas. P [0/6, .20]= 6C0 [0.20] [0.80] = .262 P [1/6, .20]= 6C1 [0.20] [0.80] = .392 P [2/6, .20]= 6C2 [0.20] [0.80] = .245 .899 De acuerdo en un estudio realizado 1 de cada 15 individuos que entran en una tienda comercial intentan robar algo suponiendo que este

comportamiento se ajusta a una distribucin binomial cual es la probabilidad de que 1 de 3 clientes que se selecciona aleatoriamente dentro de la tienda intenta robar algo N=3 X=1 P (x/np)=nCx P q P(1/3,0.066)=3C1

[0.066] [0.934]

P=1/15=0.066 = 3(0.066) (0.872)= 0.172 Q=1-0.066=0.934 El .5% de las piezas producidas son defectuosas la maquina se llevara a reparacin si al tomar una muestra aleatoria de 10 piezas se encuentran 2 o mas defectuosas obtenga la probabilidad de que la maquina sea sometida a reparacin bajo este esquema de muestreo. N=10 X=2 P=5%-100=.005 Q=.995 Distribucin normal La distribucin continua ms importante en el campo de la estadisticaes la distribucin normal. Se dice que una distribucin es continua cuando se toman muchos valores dentro de un intervalo por lo que su comportamiento puede ser escrito en trminos de una funcin matemtica En 1973 Abraham demaibre desarrollo la ecuacin matemtica en la curva normal proporcionando la base fundamental de la estadstica descriptiva. A esta distribucin normalmente se le llama distribucin gaussiana debido a que Karl frederich gaus realizo un estudio de mediciones contribuyendo al desarrollo de la distribucin normal. La ecuacin matemtica para la distribucin depende de dos parmetros fundamentales que son imprescindibles en los estudios de estadstica cuando se quiere caracterizar alguna poblacin. Estos parmetros son la media y la desviacin estndar. La distribucin normal se define por la siguiente ecuacin matemtica. N(X:M )= 1 e (X-M) P(2/10,.005)=10C2 (0.005) (.995) 45 (0.000025) (.960)= .00108

Donde la variable aleatoria X va de - a mas . - <X< Cumplindose las siguientes propiedades cuando se somete al anlisis de la primera y segunda derivada. 1- La moda es el punto sobre el eje horizontal donde la curva tiene su mximo. 2- La curva es simtrica alrededor de su eje
3- La curva tiene sus puntos de inflexin en X=M+

4- La curva normal se acerca en forma asntota el eje X 5- El rea total bajo la curva y ambas del ojo horizontal es =1 En este tema se asumir que se conoce la media y la desviacin estndar del fenmeno. Para facilidad de la resolucin de problemas de comportamientos normales las reas bajo la curva ya estn tabuladas y la ecuacin matemtica simplificada de tal manera que basta realizar un proceso muy sencillo que posibilite hacer uso de la tabla. Dada una distribucin normal con media =50 y una desviacin estndar de 10 encuentre la probabilidad de que la variable aleatoria asuma un valor entre 45 y 62. Procedimiento a seguir. 1- Realice la grafica de la distribucin normal con los datos que el problema esta apartado. 2- Estandarice los datos con la formula desarrollada de la distribucin normal. Nota: cuando se estandariza se asume que los valores de la media van hacer =0 y la desviacin estndar 1 en este momento se estar en condiciones de usar las tablas 3- Los valores obtenidos producto de la estandarizacin se busca en las tablas y dado que estos valores son las reas bajo la curva se encuentran el valor de la probabilidad. M=50

=10
P=(45<X<62) X1=45 = X-M Ecuacin para estandarizar M=0 50 X2= 62

=1

1= 45-50 = -0.5 10 2= 62-50 = 1.2 10

Graficar con los valores obtenidos de la estandarizacin

Z1=-0.5 Z2=1.2 M=0 Z1=-0.5 P(Z1)= .3085 Z2= 1.2 P(Z2)= 8849 Cierto tipo de batera dura un promedio de 3 aos con una desviacin estndar de 0.5 suponiendo que la desviacin de las batera esta normalmente distribuida encuentre la probabilidad de que una determinada batera dure menos de 2.3 aos. M=3 P(45<X<62)= 8849-.3985=0.5764

=0.5
P= (X<2.3) X1=2.3 = X - M 3

=2.3 3 = -1.4 0.5 P (Z<2.3)= 0.0808 P (,<-1.4)= 0.0808

P(X<2.3)=.0808

Una compaa que fabrica focos esta normalmente distribuida con una media de 800 hora de vida y una desviacin de 40 encuentre la probabilidad de que un foco se funda entre las 788 hora y 834 hora de su uso. M=800 hora

=40
P=788 y 834 horas = X M X1=788 800horas 834

1= 788 800 = -0.3 40 2= 834 800 = 0.85 40

Z1=-0.3

M=0

Z2=0.85

De una caja que contiene 4 monedas de 1000 pesos y 2 de 500 se seleccionan 3 de ellos al azar sin remplazo determine la distribucin de probabilidad como un histograma. 4 monedas 1000 2 monedas 500 6C3 4

C 3 2 C0 = 0.2 6C3 C 1 2 C2 = 0.2 6C3

6C3

C 2 2 C1 = 0.6 6C3

6C3

S=.8 S=.89

VP (X) 3-0 2-1 1-2

P .2 .6 .2

P(X) .6 1.2 .2 =2

(X1 - ) ( 3-2 )=1 ( 2-2 )=0 ( 1-2 )=1

(X1 - ) P (X ) (1) (.6)= .6 (0) (1.2)= 0 (1) (.2)= .2 =.8

De una caja que contiene 4 pelotas negras y 2 verdes se seleccionan 3 de ellas en sucesin con remplazo. Encuentre la distribucin de probabilidad para el nmero de pelotas verdes.

7C3

C 0 1C3 = .11 7C3 C 2 4 C1 = .11 7C3

P .11 .34 .11 X P(X) 0 .34 .22 =.56 (X1 - ) .31 .19 2.07

7C3

C 1 1 C2 = .34 7C3

7C3 U (X) 0 1 2

(X1 - ) P (X ) (0) (.31)= 0 (.34) (.19)= .064 (2.07) (.22)= .45 =.519

S=.519 S=.72 Encuentre la distribucin de probabilidad para el numero de discos de jazz cuando 4 discos se seleccionan al azar de una coleccin que consiste en 5 discos de jazz 2 de msica clsica y 3 de polka exprese el resultado por medio de la formula. 5 De jazz 2 M.clasica 3 polka

10C4 23

C0

5C4 = .023

10 C4

C1

C3 = .

10C4

10C4

10C4 238

C2

C2 = .476 C4

10

C4

C3

C1 = .

10C4 10 VP (X) 0 1 2 3 4 P(X) .023 .23 .416 .238 .02 5

10C4

C 4 5 C0 = .02 10C4
(X1 - ) 3.87 .938 9.6X10 1.062 4.124 (X1 - ) P (X ) .891 .223 9.5X10 .252 .094 =1.460

X P(X) 0 .238 .952 .714 .8 =.1.98

S=1.460 S=1.208 Un embarque de 7 televisores contiene 2 aparatos defectuosos. Un hotel realiza una compra aleatoria de 3 de ellos si por el numero de unidades defectuosos que se compran encuentre la distribucin de probabilidad de X exprese los resultados 7 televisores 5 buenos 2 defectuosos 7C3 2

C 0 5 C3 = .28 7C3 C 2 5 C1 = .14 7C3

P(X) .28 .57 .14 X P(X) 0 .57 .28 =.85

7C3

C 1 5 C2 = .57 7C3

7C3 U (X) 0 1 2

(X1 - ) (0-.85)=.72 (1-.85)=.02 (2-.85)=1.32

(X1 - ) P (X ) (.72) (.28)=.20 (.02) (.57)= .01 (1.32) (.14)=.18 =.39

S=.39

S=.62

Un embarque de 5 automviles extranjeros incluyen 2 que tienen unas ligeras manchas de pintura si una agencia recibe 3 de estos vehculos aleatoriamente indique los elementos del espacio muestral utilizando las letras B y N para manchado y no manchado respectivamente asigne entonces para cada punto muestral un valor X de la variable aleatoria X representa el numero de automviles con manchas de pintura compradas por la agencia. 3 no manchados 2 no manchados 5C3 2

C 0 3 C3 = .1 5C3 C 2 5 C1 = .3 5C3
P(B) .1 .6 .3 B P(X) 0 .6 .6 =1.2

5C3

C 1 5 C2 = .6 5C3

5C3 AU (X) 0 1 2

(X1 - ) 1.44 .04 .64

(X1 - ) P (B ) 1.44 .024 .192 =1.656

S=1.656 S=1.28 La probabilidad de que un medico diagnostique correctamente una enfermedad en particular es de 0.7 dado que realice un diagnostico incorrecto, la probabilidad de que el paciente levante una demanda es de 0.9 cual es la probabilidad de que el medico realice un diagnostico incorrecto y de que el paciente lo demande? p. diagnostico correcto .7

p. demanda .9 p diagnostico incorrecto .3

P= .3 = .33 .9

Un agente de bienes races tiene 8 llaves maestras para abrir varias casas nuevas. Solo una de ellas abre una casa determinada si 40% de ellos generalmente dejan sin cerrar Cul es la probabilidad de que el agente de bines races pueda entrar a una casa especifica si este selecciona 3 llaves maestras aleatoriamente cuando deja la oficina? 8 llaves maestras P (LL)=3/8 =.37 probabilidad de que tomo 3 llaves 40% casas abiertas P (CC)= 4.8/8= .6 probabilidad de casa cerrada P (LL-CC) .37/06 = .61 Un pueblo tiene dos carros de bomberos que operan independientemente cual es la probabilidad de que un vehculo especifico este disponible cuando se necesite es de 0.96. a) Cual es la probabilidad de que ninguno este disponible en caso necesario. b) Cual la de que alguno este cuando se necesite. B=2 carros P (2) disponible .96 P (1) no disponible .04 A= .04 X .04= 0.016 probabilidad que no este disponible B= .96-0.4=.92 probabilidad de que alguno este disponible Una vajilla contiene 2 frascos de aspirinas y 3 de tabletas para la tiroides, una segunda valija contiene 3 de aspirinas 2 tabletas para la tiroides y 1 tableta de laxantes si se toma un frasco aleatoriamente de cada valija de equipaje encuentre la probabilidad de que a) Ambos frascos contengan tabletas para la tiroides b) Ningn frasco contenga tabletas para la tiroides c) Los dos frascos contengan diferentes tabletas .

A= 5C1= 2C 0 3C1 = 3/5 = .6 33

6 C1= 3C 0 2C1 = 2/6 = .

5C1 11C 2= 5C 0 5C 2 1C 0 = 10/55= .18 11C1 B= 11C2 = 5C 1 5C 0 1C 1 = 5/55= .90 11C1 C= 11C2 = 5C 2 5C 0 1C = 10/55= .18 11C2

5C1

Un experimento para estudiar la relacin entre hipertensin y el habito de fumar se renen los siguientes datos en 180 individuos No fumadores 21 48 69 f. moderados 36 26 62 Empedernid os 30 19 49 Total 87 93 180

Hipertenso

No hipertenso Si se toman aleatoriamente a uno de estos individuos encuentre la probabilidad de que la persona a) Experimente hipertensin dado que es un empedernido b) Sea un no fumador, dado que no ha presentado problemas de hipertensin. A= 30 180 = 3.44 87 180 B= 48 180 = .516 93 180 La probabilidad de que un automvil al que se llena el tanque de gasolina necesita tambin un cambio de aceite es de 0.25, la de que requiera un filtro de aceite es de 0.40 y de que le haga falta tanto cambio de aceite como filtro es de 0.14 P (A/B)= P (A B) P (B)

a) Si se debe cambiarse el aceite Cul es la probabilidad de que necesite un filtro nuevo? b) Si necesita un filtro nuevo Cul es la probabilidad de que requiera de que se cambie el aceite? Gasolina-aceite .25 Filtro .40 Aceite y filtro .14 F/A F

AG B = .087

A= (.14) (.25) .40 B= .14 = .35 .40

Probabilidad de que un hombre casado vea un cierto programa de televisin es de 0.4 y la de que su mujer lo haga es de 0.5. La probabilidad de que le hombre vea el programa dado que su esposa no lo hace es de 0.7 encuentra la probabilidad de que a) Una pareja de casados vea el programa b) La esposa vea el programa dado que su esposo lo hace c) Almenos una persona del matrimonio vea el programa Hombre casado 0.4 Mujer casada 0.5 Hombre dado mujer 0.7 A= .7 B= (.5) (.7) = .87 .4 C= (.4) (.7) = .56 .5 Una pareja de casados que vive en cierta ciudad de los suburbios, la probabilidad de que su esposo vote en alguna eleccin es de 0.21 la de que su esposa lo haga es de 0.28 la de que ambos voten de 0.15 cual es la probabilidad a) Almenos un miembro de la pareja vote b) Vote la esposa dado que su esposo lo hace c) Vote el esposo dado que su esposa no lo haga

VH .21 VM .28 VM-H .15

A/B= A

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

A= (.21) (.28) (.15)= .34 B= (.28) (.15) = .2 .21 C= (.21) (.28) = .39 .15