Está en la página 1de 7

PROBLEMAS DE PROBABILIDADES Libro: Probabilidad e Inferencia Estadstica Autores: Rufino Moya C. Gregorio Saravia A.

Editorial: San Marcos Ao: 1998 Pas: Per Ejemplo 22 (pg. 82) En una carrera de caballos, el caballo Claudio tiene las apuestas %.1 en su contra, mientras que el caballo Royal las tiene 9:1 en su contra Cul es la probabilidad que cualquiera de estos caballos gane? Solucin: Sean los eventos: C: el caballo Claudio gane la carrera R: el caballo Royal gane la carrera Entonces: p(C) = p(R) =

Luego, p [CUR] = p [C] + p [R] = Ya que C y R son eventos mutuamente excluyentes. Ejemplo 1 (pg. 95) La probabilidad que llueva en Huancayo el 12 de octubre es 0.10 de que truene 0.05 y que llueva y truene es 0.03 Cul es la probabilidad que llueva o truene ese da? Solucin: Definimos los siguientes eventos: A: llueva en Huancayo el 12 de octubre B: truene el 12 el octubre C: llueva o truene ese da

Entonces: p [A] = 0.10 p [B] = 0.05 y p [AB] = 0.03 El evento C se describe C= AUB, y p [C] = p [AUB] = p [A] + p [B] - p [AB] p [C] = 0.10 + 0.05 - 0.03 p [C] = 0.12 Ejemplo 5 (pg. 118) En una universidad el 70% de los estudiantes son de ciencias y el 30% de letras; de los estudiantes de ciencias el 60% son varones y los de letras son varones el 40%. Si se elige aleatoriamente un estudiante, calcular la probabilidad que: a) b) c) d) Sea un estudiante varn. Sea un estudiante varn, si es de ciencias. Sea un estudiante de ciencias, si es varn. Sea un estudiante de ciencias y varn.

Solucin: La informacin contenida en el enunciado, la resumimos en una tabla con dos entradas. Es claro que el 42% de estudiantes son varones y estudian ciencias, este porcentaje lo obtenemos a partir del hecho de que el 60% de los de ciencias son varones; es decir, el 60% del 70% del total. En forma anloga se obtuvieron los otros porcentajes. Definimos ahora los eventos: A: el estudiante elegido es de ciencias B: el estudiante elegido es varn sexo especialidad CIENCIAS LETRAS TOTAL a) p(B) = 0.54 b) p [B/A]=
c) p [A/B]=

HOMBRE 42% 12% 54%

MUJER 28% 18% 46%

TOTAL 70% 30% 100%

d) p [AB] = 0.42

Ejemplo19 (pg. 132) Un grupo consta de 5 hombres y 10 mujeres se dividen al azar en cinco grupos de 3 personas cada uno. Calcular la probabilidad que en cada grupo haya un hombre. Solucin: Definimos los siguientes eventos: Ai = en el grupo i haya un hombre (i=1, 2, 3, 4, 5). A = en cada grupo de 3 personas haya un hombre El evento A se escribe as, A= A1A2A3A4A5. Luego. p [A]= p [A1] p [A2/ A1] p [A3/ A1A2] p [A4/ A1 A2A3] p [A5/ A1A2 A3A4]
( )( ) ( )( ) ( )( ) ( )( ) = ( ) ( ) ( ) ( )

= 0.081

Ejemplo 13 (pg. 162) En una lnea de produccin hay dos procesos, A y B. En el proceso A hay un 20% de defectuosos y en el proceso B hay un 25% de defectuosos. En una muestra de 200 productos del proceso A y 100 del proceso B. a) Si se extrae un producto al azar, hallar la probabilidad que se defectuoso. b) Si al extraer el producto result defectuoso, halla la probabilidad de que sea del proceso A. Solucin: Sean los siguientes eventos: A: el producto es del proceso A B: el producto es del proceso B d: el producto es defectuoso : el producto es no defectuoso

= AUB. Es decir, A y B forman una particin de .


0.20

A
0.80

0.25

B
0.75

a) Debemos calcular p [d]. Este evento se describe D = Ad U Bd y por el teorema de probabilidad total es: p [d] = p [Ad] + p [Bd] = p [A].p [d/A] + p [B].p [d/B] p [d] = ( p [d] = b) Por el Teorema de Bayes se tiene:

p [A/d] =

Libro: Probabilidad y Estadstica para Ingeniera y Administracin (3ra edicin) Autores: William W. Hines Douglas C. Montgomery Editorial: Compaa Editorial Continental, S.A de C.V Ao: 1995 Pas: Mxico

Ejemplo 2.28 (pg. 54) Se sabe que en un lote de produccin de tamao 100, el 5% es defectuoso. Una muestra aleatoria de 10 artculos se selecciona sin reemplazo. Para determinar la probabilidad de que no habr artculos defectuoso en la muestra, recurriremos a contar tanto el nmero de muestras posibles, como el nmero de muestra posibles es ( Por lo que: )= . El nmero favorable a A es ( )( )

( )( )
p(A) = Ejemplo 2.30 (pg. 57)

=0.58375

En la segunda guerra mundial, uno de los primeros intentos de investigacin de operaciones en la Gran Bretaa se orientaba establecer patrones de bsqueda de submarinos desde vuelos de escuadrones o mediante un solo avin. Por algn tiempo, la tendencia fue concentrar los vuelos en las costas, pues se pensaba que el mayor nmero de avistamientos ocurra ah. El grupo de investigacin estudi 1000 registros de vuelos de un solo avin con los siguientes resultados (los datos son ficticios): Observacin No observacin Total de salidas Sea: S1: hubo un avistamiento S2: no hubo avistamiento B1: salida solitaria en la costa B2: salida solitaria en alta mar. En la playa 80 820 900 Fuera de la costa 20 80 100 total 100 900 1000

Vemos de inmediato que: p ( )= p ( )=

Lo cual indica una estrategia de bsqueda contraria a la primera prctica. Ejemplo 2.31 (pg. 60) Supngase que se va a seleccionar una muestra aleatoria de tamao 2 de un lote de tamao 100, y que se sabe que 98 de los 100 artculos se encuentran en buen estado. La muestra se toma de manera que el primer artculo se observa y se regresa antes de seleccionar el segundo artculo. Si aceptamos que: A: el 1 artculo observado est en buen estado. B: el 2 artculo observado est en buen estado. Y deseamos determinar la probabilidad de que ambos artculos estn en buen estado, entonces: p (AB) = p(A). p (B) = Si la muestra se toma sin reemplazo de modo que el 1 artculo no se regresa antes de seleccionar el 2, entonces: p (AB) = p(A). p (B/A) = Los resultados son obviamente muy cercanos, y una prctica comn es suponer que los eventos son independientes cuando la fraccin de muestreo (tamao de la muestra/tamao de la poblacin) es pequea, digamos menos que 1 (muestreo < 1). Ejemplo 2.35 (pg. 65) Tres industrias suministran microprocesadores a un fabricante de equipos de telemetra. Todos se elaboran supuestamente con las mismas especificaciones. No obstante, el fabricante ha probado durante varis aos los microprocesadores, y los registros indican la siguiente informacin: Instalacin Proveedora 1 2 3 Fraccin de defectos 0.02 0.01 0.03 Fraccin suministrada por 0.15 0.80 0.05

El fabricante ha interrumpido las pruebas por causa de los costos involucrados, y puede ser razonable suponer que la proporcin defectuosa y la mezcla de los inventarios son las mismas que durante el mismo periodo en el que se efectuaron los registros. El director de manufactura selecciona un microprocesador al azar, lo lleva al departamento de pruebas, descubre que esta defectuoso, y si el evento en el artculo provino de la instalacin i (i=1, 2, 3), podemos evaluar; entonces p (Bi/A). Supngase por ejemplo, que nos interesa determinar p (B3/A). Entonces: p( )
( ( ) ( ) ( ) ( ) ( ( ) ) ) ( ) ( ( ( ) ) ( ) ( ) ) ) ( ) ( )

= =

También podría gustarte