CAPTULO 4 CONCEPTOS BSICOS DE PROBABILIDADES

La teora de probabilidades tuvo su comienzo con los problemas de juegos al azar que fueron propuestos a Pascal y Fermat por Cavalier de Mere a mediados de 16 ! "l inicio del siglo #$%%& se public' el libro de (acobo )ernoulli titulado "rts Conjectandi *+l "rte de Conjeturar, donde se trataba los e-perimentos obtenidos por repeticiones independientes de e-perimentos simples que tienen s'lo dos resultados posibles! M.s tarde& en ese mismo siglo& /e Moivre introdujo la curva 0ormal! /urante el siglo #%# Laplace present' la definici'n cl.sica de probabilidad en su libro Theorie analytique des probabilities, lamentablemente esta definici'n no es muy precisa y tiene limitaciones! Para esa misma 1poca& los estudios de 2auss acerca de los Mnimos Cuadrados contribuyeron a dar m.s importancia a la curva 0ormal! 3in embargo las probabilidades no fueron consideradas como una parte de las matem.ticas 4asta que en 1566 apareci' la definici'n a-iom.tica en el libro Foundations of the theory of probability escrito por 7olmogorov! 8tros matem.ticos rusos como Liapunov y 7int4c4ine tambi1n contribuyeron en esta etapa! +n la secci'n 1 de este captulo primero definimos lo que es un +-perimento "leatorio y luego +spacios Muestrales y +ventos! +n la secci'n 9& se considera las diferentes definiciones de Probabilidad comenzando con la definici'n a-iom.tica seguida de la definici'n cl.sica& la frecuencial y la subjetiva! La secci'n 6 trata de Probabilidad Condicional e incluye tambi1n la regla de Probabilidad :otal y la ;egla de )ayes! La secci'n < de este captulo es acerca de la %ndependencia de +ventos! +n la =ltima secci'n nos ocupamos del C.lculo de Probabilidades usando t1cnicas de "n.lisis Combinatorio!

4.1 Espacio Muestra ! E"e#tos

4.1.1 E$peri%e#tos A eatorios ! Espacios Muestra es >n e$peri%e#to es una observaci'n de un fen'meno que ocurre en la naturaleza! ?ay dos tipos de e-perimentos@ E$peri%e#tos Deter%i#&sticos' 3on aquellos en donde no 4ay incertidumbre acerca del resultado que ocurrir. cuando 1stos son repetidos varias veces! Por ejemplo& Medir el .rea de un sal'n de clase! Medir la estatura de una persona adulta! +n ambos casos una vez que se conoce el resultado del e-perimento en una repetici'n& entonces se sabe con certeza lo que ocurrir. en la siguiente repetici'n!

+dgar "cuAa

Captulo <

Conceptos ).sicos de Probabilidades

C6

E$peri%e#tos A eatorios' 3on aquellos en donde no se puede anticipar el resultado que ocurrir.& pero si se tiene una completa idea acerca de todos los resultados posibles del e-perimento cuando 1ste es ejecutado! "dem.s& asumiendo que el e-perimento se puede repetir muc4as veces bajo las mismas condiciones se pueden tratar de construir un modelo que represente el comportamiento del e-perimento! " continuaci'n algunos ejemplos@ +-p 1@ Lanzar un dado y anotar el n=mero que aparece en la cara superior! +-p 9@ Lanzar un par de monedas y anotar el resultado que aparece en cada una de ellas! +-p 6@ >n vendedor de la +nciclopedia )rit.nica visita tres casas ofreciendo la colecci'n y se anota $ si vende o 0 si no vende en cada casa! +-p <@ 3e anota el n=mero de boletos de lotera que 4ay que comprar 4asta ganarse el premio mayor! +-p B@ 3e anota el tiempo que 4ay que esperar para ser atendidos en un )anco! Espacio Muestra ' +s el conjunto de posibles resultados de un e-perimento aleatorio! ;epresentaremos el espacio muestral por 3 y cada elemento de 1l es llamado un punto muestral! " continuaci'n daremos los espacios muestrales de cada uno de los e-perimentos anteriores!

S1={&196<B} S9={C&X }
S 6 = {VVV & VVN & VNV & NVV & VNN & NNV & NVN & NNN }

S<=1{9&6<B!} sB=t{@}[&)
Los espacios muestrales cuyos elementos resultan de 4acer conteos son llamados espacios %uestra es (iscretos y por lo general son subconjuntos de los n=meros enteros! "lgunos de estos espacios muestrales tienen un n=mero finito de elementos y otros no! /e los espacios muestrales mencionados anteriormente S1 & S 9 y S 6 son espacios muestrales discretos finitos& en tanto que S < es un espacio muestral discreto infinito! Los espacios muestrales cuyos elementos resultan de 4acer mediciones son llamados espacios %uestra es co#ti#uos y por lo general son intervalos en la recta ;eal! S B es un espacio muestral continuo!

+dgar "cuAa

Captulo <

Conceptos ).sicos de Probabilidades

C<

4.1.). E"e#tos >n E"e#to es un resultado particular de un e-perimento aleatorio! +n t1rminos de conjuntos& un evento es un subconjunto del espacio muestral! Por lo general se le representa por las primeras letras del alfabeto! " continuaci'n daremos ejemplos de eventos correspondientes a los e-perimentos aleatorios definidos anteriormente! "@ Due salga un n=mero par al lanzar un dado!

A = { 9&<&6}
)@ Due salga por lo menos una cruz!

B= { C & X }
C@ Due el vendedor de enciclopedias venda a lo m.s una de ellas! C = {VVV &VVN & VNV & NVV & VNN & NNV & NVN & NNN } /@ Due se gane el premio mayor con menos de 5 boletos comprados!

D=1{9&6<BE}C
+@ Due 4aya que esperar m.s de 1 minutos para ser atendidos!

={t@>1}(&)
E"e#to Nu o' +s aqu1l que no tiene elementos! 3e representa por ! +l espacio muestral tambi1n puede ser considerado como un evento y es llamado el E"e#to Se*uro. +n lo que estaremos interesados es en calcular la probabilidad de ocurrencia de eventos& y para esto lo m.s importante es determinar el n=mero de elementos que 4ay en el evento m.s que describir todos los elementos del mismo! +n la 3ecci'n B veremos el uso de t1cnicas de an.lisis combinatorio para determinar el n=mero de elementos de un espacio muestral y de eventos!
3 " )

Figura <!1@ /iagrama de $enn de A B

+dgar "cuAa

Captulo <

Conceptos ).sicos de Probabilidades

CB

4.1.+. Re acio#es e#tre e"e#tos U#i,# (e e"e#tos' /ados dos eventos A y B de un mismo espacio muestral su uni'n se representa por A B y es el evento que contiene los elementos que est.n en A o en B& o en ambos! +l evento A B ocurre si al menos uno de los dos eventos ocurre! /ada una colecci'n
A1 & !!! & An

de eventos& su uni'n denotada por

Ai ocurre si al menos uno de los

i= 1

Ai & *1 i n, ocurre! +n la Figura <!1 est. representada la uni'n de dos eventos usando el /iagrama de $enn!
I#tersecci,# (e e"e#tos' /ados dos eventos A y B de un mismo espacio muestral su intersecci'n se representa por A B y es el evento que contiene los elementos que est.n en A y B al mismo tiempo! +l evento A B ocurre cuando los eventos ocurren simult.neamente!
3

"

A B

Figura <!9@ /iagrama de $enn de A B

"lgunas veces en este te-to tambi1n denotaremos la intersecci'n de los eventos A y B por AB o por A y B! 3i A B = entonces se dice que A ! B son Mutua%e#te e$c u!e#tes o (is-u#tos. /ada una colecci'n
A1 & !!! & An

de eventos& su intersecci'n denotada por

A
i= 1

ocurre si

todos los eventos Ai & *1 i n, ocurren a la vez!

3

A
"

Figura <!6@ /iagrama del complemento de "

+dgar "cuAa

Captulo <

Conceptos ).sicos de Probabilidades

C6

E"e#to Co%p e%e#to' +l complemento de un evento A se representa por A y es el evento que contiene todos los elementos que no est.n en A! +l evento A ocurre si " no ocurre! Propie(a(es (e re acio#es e#tre e"e#tos 3ean A, B y C elementos de un mismo espacio muestral 3 entonces& las siguientes propiedades son ciertas! 1! Propie(a( Co#%utati"a

A B= A B=

). Propie(a( Asociati"a A*BC,= A*BC,= +. Propie(a( Distri.uti"a A * B C , = * A B, * A C , A * B C , = * A B, * A C , 4. Le!es (e De Mor*a#

a,

A B=

b, AB= :odas estas propiedades se pueden aplicar a m.s de dos eventos! La parte a, de la ley de /e Morgan significa que lo opuesto a que al menos uno de los eventos " y ) ocurra es que ninguno de los dos ocurra! La parte b, significa que ambos eventos no ocurren simult.neamente si al menos uno de ellos no ocurre!
A1 & !!! & An &

Las generalizaciones de las leyes de /e Morgan para una colecci'n de eventos son las siguientes@ aF,

Ai =

i= 1

A
i= 1

bF,

Ai =
i= 1

A
i= 1

+dgar "cuAa

Captulo <

Conceptos ).sicos de Probabilidades

CE

+s decir& lo opuesto a que al menos un evento ocurra es que ninguno ocurra& y lo opuesto a que todos los eventos ocurran simult.neamente es que al menos uno de ellos no ocurra!

4.) M/to(os (e asi*#ar Pro.a.i i(a(es

4.).1 M/to(o A$io%0tico La Probabilidad es considerada como una funci'n de valor real " ( ) definida sobre una colecci'n de eventos de un espacio muestral 3 que satisface los siguientes a-iomas@ 1! " ( S ) = 1 9! 3i " es un evento de 3 entonces " ( A)

6! 3i A1 & !!! & An & !!!! & es una colecci'n de eventos disjuntos *por pares, entonces

"*A,i= ! +sta es llamada el a-ioma de aditividad contable!

i1=

"sumiendo que An1+=9! se sigue del a-ioma 6 que

"*A,i= & 1sta es llamada la propiedad de aditividad finita!

1i=

Propie(a( 1 " ( ) = Propie(a( ) "*A,=1 Propie(a( +. 3i A B entonces " ( A) " ( B ) Considerando B = S & se concluye de la propiedad 6 que "*A, # 1 para cualquier evento A de S!

+dgar "cuAa

Captulo <

Conceptos ).sicos de Probabilidades

CC

Propie(a( 4. Re* a A(iti"a (e a Pro.a.i i(a(

" * A B , = " * A, + " * B , " * A B ,

" )

A B

A B

A B

Figura <!<@ /iagrama de $enn de las regiones de " )!

$iendo la Figura <!<& es claro que AB=*, y que B=*A, donde las uniones del lado derec4o son disjuntas *ver Figura,! Luego& por el "-ioma 6 se tiene que "* A B , = " * A, + " * A B, y " * B, = " * A B , + "* A B , ! ;estando ambas igualdades se obtiene que " * A B , "* B , = " * A, " * A B , de donde se obtiene la regla aditiva! Las relaciones ente las probabilidades de dos eventos A y B tambi1n pueden resumirse en la siguiente tabla de doble entrada@

A B B "* A B, "* A B , " * A,

A "* A B, "* A B , "* A , "* B, "* B ,

1

E-e%p o 4.1. (uan y Luis est.n solicitando ser admitidos en una univeridad! La probabilidad de que (uan sea admitido es !E y la probabilidad de que Luis sea admitido es !6! La probabilidad de que ambos sean admitidos es !<B! a, GCu.l es la probabilidad de que solamente uno de ellos sea admitidoH b, GCu.l es la probabilidad de que al menos uno de ellos sea admitidoH c, GCu.l es la probabilidad de que ninguno de los dos sea admitidoH So uci,#' "=n cuando podemos aplicar las propiedades anteriores& el problema puede ser resuelto de dos maneras@ i1 Usa#(o u# (ia*ra%a (e 2e##'

+dgar "cuAa

Captulo <

Conceptos ).sicos de Probabilidades

C5

Primero se determina la probabilidad de ocurrencia de cada regi'n& empezando por la interseci'n& como se muestra en la Figura <!B! 3ean los eventos J' Due (uan sea admitido y L@ Due Luis sea admitido! Luego& a, La probabilidad de que s'lo uno de ellos sea " * % $ , + "* % $, = !9B + !1B = !< b, La probabilidad de que al menos uno de ellos sea admitido es "*%$,=!CB c, La probabilidad de que ninguno de ellos sea admitido es "%*$,=!1B ii1 Usa#(o u#a ta. a (e c asi3icaci,# cru4a(a' admitido es

+n este caso se llenan las celdas de una tabla de doble entrada& cada entrada de la tabla representa la probabilidad de ocurrencia de un evento! +n este caso sera

% $ $
!<B !9B !E

%
!1B !1B !6 !6 !< 1!

Las celdas que aparecen en claro fueron datos del problema& las que aparecen en gris se llenaron aplicando propiedades!
3

!9B

!<B

!1B

!1B

Figura <!B@ /iagrama de $enn para el +jemplo <!1!

E-e%p o 4.). >na empresa tiene dos maneras A ! B de presentar un nuevo producto al mercado! 3i presenta el producto de la manera A la probabilidad de que el producto sea e-itoso es !<< y si lo presenta de la manera B la probabilidad de 1-ito se reduce a !95! La probabilidad de que el producto fracase con ambas maneras de presentaci'n es !6E! GCu.l es la probabilidad de que el producto sea e-itoso con ambas formas de presentaci'nH So uci,#'

+dgar "cuAa

Captulo <

Conceptos ).sicos de Probabilidades

3ean los eventos A@ Due el producto sea e-itoso con la manera A y B@ que el producto sea e-itoso con la manera B! :enemos que 4allar " * A B , ! Por la ley de /e Morgan se obtiene que " * A B , = " * A B , = !6E ! "s& " * A B , = 1 "* A B , = 1 !6E = !66 ! Luego aplicando la regla aditiva se obtiene que la probabilidad de que el producto sea e-itoso con ambas maneras de presentaci'n es@ " * A B , = "* A, + "* B , " * A B , = !<< + !95 !66 = !1 La Figura <!6 muestra el diagrama de $enn correspondiente! >sando una tabla de doble entrada se tendra lo siguiente@
) " !1 !6< !<<

A
!15 !6E !B6 !95 !E1 1!

!6<

!1

!15

!6E

Figura <!6@ /iagrama de $enn para el +jemplo <!9!

La propiedad < se puede aplicar a m.s de dos eventos! "si para tres eventos A& B y C se tiene que@ " * A B C , = " * A, + " * B , + " *C , " * A B, " * A C , " * B C , + "* A B C , E-e%p o 4.+. ;osa& Carmen y "lberto estudian juntos para un e-amen! La probabilidad de que ;osa pase es !6B& de que Carmen pase es !EB y de que "lberto pase es !B ! La probabilidad de que ;osa y Carmen pasen es !BB& de que Carmen y "lberto pasen es !6B y de que ;osa y "lberto pasen es !9B! La probabilidad de que los tres pasen es !9 ! GCu.l es la probabilidad de que@ a, "l menos uno de ellos pase el e-amenH b, 3olamente uno de ellos pase el e-amenH c, Carmen y "lberto pasen el e-amen pero no ;osaH d, "lberto no pase el e-amen pero s al menos una de las mujeresH e, 0inguno pase el e-amenH So uci,#'

+dgar "cuAa

Captulo <

Conceptos ).sicos de Probabilidades

51

La mejor manera de resolver el problema es 4acer un diagrama de $enn para 1l mismo y determinar la probabilidad de ocurrencia de cada regi'n& esto se muestra en Figura <!E!

! B ! B

!6B
!9

! B !1B

!1 !1B "

Figura <!E@ /iagrama de $enn para el +jemplo <!6!

Luego& a a, "*&CA,=!5B b' " * & C A , + " * & C A , + " * & C A, = ! B + ! B + !1 = !9 c, "*&CA,=!1B d, " **C & , A , = ! B + !6B + ! B = !<B e, "*&CA,=!1B 4.).). M/to(o C 0sico >n espacio muestral finito S=J(1&!nIse dice que es E5uipro.a. e si cada uno de sus 1 elementos tiene la misma probabilidad de ocurrencia& es decir " * (i , = para todo n i = 1&!!!& n ! E-e%p o 4.4. 3e lanza un par de dados legales y distinguibles& entonces su espacio muestral dado por@ S={(ji&@)19<6B} tiene 66 resultados& cada uno de ellos con probabilidad de ocurrencia 166 !

E-e%p o 4.6. /e una urna que contiene B bolas rojas y 6 negras se e-traen dos bolas& una por una y con reposici'n& entonces el espacio muestral@

+dgar "cuAa

Captulo <

Conceptos ).sicos de Probabilidades

59

S= { & N } S tiene < resultados posibles los cuales no ocurren con la misma probabilidad por 4aber distintos n=meros de bolas de cada color! M.s adelante se ver. que "(&)=9B6<& "N()=56< y "&(N=) 1B6<!
De3i#ici,#. 3i un e-perimento aleatorio tiene un espacio muestral equiprobable S que contiene K ( S ) elementos y A es un evento de S que ocurre de K ( A) maneras disintas entonces la probabilidad de ocurrencia de A es@

" * A, =

K * A, K *S ,

E-e%p o 4.7. GCu.l es la probabilidad de que salga suma mayor que E al lanzar un par de dadosH So uci,#' +l evento A@ 3uma mayor que E& incluye los resultados que dan suma C& 5& 1 & 11 ' 19 y 1stos ocurren de B& <& 6& 9 y 1 maneras repectivamente! Luego K ( A) = 1B ! +n el +jemplo B se vio que K ( S ) = 66 & por lo tanto " ( A) = 1B 66 ! E-e%p o 4.8. >n oficial de matrcula asigna 9 estudiantes@ A y B a < secciones@ S1& S 9& S 6& S < de un curso son asignados al azar! GCu.l es la probabilidad de que@ a, Los dos estudiantes sean asignados a la misma secci'nH b, 0ing=n estudiante sea asignado a la secci'n S6H c, "l menos un estudiante sea asignado a la secci'n S1H So uci,#' La siguiente tabla representa el espacio muestral del e-perimento
S1 " " " ") L L L ) S) S+ S4 ) L L L ) L L L ) L L L ") L L L ") L L L ") " L L S1 ) ) L L L L L L S) L L " " ) ) L L S+ " L ) L " L " ) S4 L " L ) L " ) L

a,

3ea el evento A@ Los dos estudiantes son asignados a la misma secci'n

K* A, < "( A) = K* S, 16

+dgar "cuAa

Captulo <

Conceptos ).sicos de Probabilidades

56

b,

3ea el evento B@ 0ing=n estudiante es asignado a la secci'n S6

K* B, 5 "( B) = K* S, 16
c,

3ea el evento C@ "l menos un estudiante es asignado a la secci'n S1!

K * C, E "( C) = K* S, 16
E-e%p o' 4.9. 6 carros@ A, B y C se estacionan en fila! GCu.l es la probabilidad de que A y C queden estacionados uno detr.s del otroH So uci,#' +l siguiente es el espacio muestral del e-perimento@
E1 " " ) ) C C E) E+ ) C C ) " C C " " ) ) "

3ea el evento A@ Due los carros " y ) quedan estacionados uno detr.s del otro! Luego& "( A) = <6 ! ! +jemplos m.s complicados requieren la aplicaci'n de t1cnicas de conteo para determinar el n=mero de maneras como puede ocurrir el e-perimento y el evento deseado! +stas t1cnicas son descritas en detalle en la 3ecci'n B de este captulo! 4.).+ M/to(o :recue#cia 3i un e-perimento se repite n veces y n( A) de esas veces ocurre el evento A& n* A, entonces la frecuencia relativa de A se define por f A = ! n 3e puede notar que@ a, f S = 1 b, f A c, 3i " y ) son eventos disjuntos entonces fAB= + +s decir f A satisface los a-iomas de probabilidad! De3i#ici,#. La probabilidad del evento A es el valor al cual se apro-ima f A cuando el e-perimento se 4a repetido un gran n=mero de veces! 8 sea@

+dgar "cuAa

Captulo <

Conceptos ).sicos de Probabilidades

5<

n * A, "* A, n
La probabilidad es el valor en el cual se estabiliza la frecuencia relativa del evento despu1s de 4aber repetido el e-perimento un n=mero grande de veces! La e-istencia de este valor est. garantizando por un resultado llamado La Ley de los Grandes nmeros! /esde el punto de vista pr.ctico se puede considerar que la frecuencia relativa de un evento es un estimado de la probabilidad de ocurrencia del evento! +l problema principal de la definici'n frecuencial de probabilidad es que& el c.lculo de la probabilidad de un evento sera un proceso demasiado lento! +l otro problema es que algunas veces es imposible tener un n=mero grande de repeticiones del e-perimento& por ejemplo& si se desea calcular la probabilidad de que una persona en particular sobreviva una operaci'n quir=rgica& tendramos que tener informaci'n acerca de todas las operaciones de dic4a persona& la cual por lo general es muy baja! E-e%p o 4.;. 3eg=n los datos de la siguiente tabla& la probabilidad de que nasca un var'n en +stados >nidos es !B16!
"Ao 6&1B5&5BC !B1666< 6&696&669 !B19C BC 15E< 15EB 6&1B5&5BC 6&1<<&15C !B1666< !B16 B16 0acimientos Frecuencia relativa de varones 6&695&96C !B19BE59

15E6 15EE 15EC

6&16E&ECC 6&696&669 6&666&9E5

!B19E5C9 !B19C BC !B19C966

15E5

6&<5<&65C

!B19611

+dgar "cuAa

Captulo <

Conceptos ).sicos de Probabilidades

5B

15C

6&619&9BC

!B19C659

15C1

6&695&96C

!B19BE59

4.).4 Esti%a#(o a pro.a.i i(a( (e ocurre#cia (e u# e"e#to Con la ayuda de la computadora se puede simular la ejecuci'n de un e-perimento un gran n=mero de veces y 4aciendo uso de la definici'n frecuencial se puede estimar la probabilidad de ocurrencia de un evento! E-e%p o 4.1<. 3upongamos que lanzamos un par de dados legales y tratamos de estimar la probabilidad de obtener suma E! So uci,#@ +sta probabilidad puede ser determinada e-actamente a trav1s del espacio muestral del e-perimento y es igual a 6=1 ! ! 3in embargo& nosotros la podemos estimar a trav1s de simulaciones! Para esto elegimos la opci'n Random Data del men= Ca c y luego la opci'n Sa%p e 3ro% co u%#s del submen= de Random Data! "4ora generamos 1 resultados posibles del primer dado y los guardamos en la columna C9 y luego 1 resultados posibles del segundo dado y los guardamos en C6! :ambi1n se puede generar 9 datos y guardarlos en C9 y C6 *1 en cada una,! La ventana de di.logo se muestra abajo! C1 contiene los n=meros 1& 9& 6& <& B& 6!

+dgar "cuAa

Captulo <

Conceptos ).sicos de Probabilidades

56

Figura <!C! $entana de di.logo para la opci'n Sa%p es 3ro% co u%#s del men= Ra#(o% Data.

+l pr'-imo paso es calcular la suma de los dos dados! +sto se obtiene eligiendo la opci'n Row Statistics del men= Ca c. /e todas las medidas que aparecen se elige Su% y se guardan los resultados en C<! La ventana de di.logo es como sigue!

+dgar "cuAa

Captulo <

Conceptos ).sicos de Probabilidades

5E

Figura <!5! $entana de di.logo de Ro= Statistics del men= Ca c

Luego se construye una tabla de distribuci'n de frecuencias eligiendo Tables de Stat seguido de Tally de Tables! Los resultados aparecen en la ventana session y son como sigue@ Summary Statistics for Discrete Variables
C4 2 3 4 5 6 7 8 9 10 11 12 N= Count Percent 3 3.00 8 8.00 9 9.00 19 19.00 10 10.00 14 14.00 13 13.00 13 13.00 2 2.00 7 7.00 2 2.00 100

/e acuerdo a esta tabla la probabilidad de obtener suma E es !1< ! Para refinar el estimado repetimos el e-perimento un mayor n=mero de veces! Los resultados aparecen en la siguiente tabla@
0=mero de ;epeticiones 1 B 1 9 B Probabilidad +stimada de obtener 3uma E !1< !1C9 !1E1 !1BC !1659

3e puede estimar la probabilidad de sacar suma E como !16 que est. bastante cerca del valor e-acto! 4.).6 M/to(o Su.-eti"o "lgunas personas de acuerdo a su propio criterio generalmente basado en su e-periencia& asignan probabilidades a eventos& 1stas son llamadas pro.a.i i(a(es su.-eti"as! Por ejemplo@ La Probabilidad de que llue)a *a+ana es < M!

+dgar "cuAa

Captulo <

Conceptos ).sicos de Probabilidades

5C

La Probabilidad de que haya un terre*oto en "uerto &ico antes del ,--- es casi cero! La Probabilidad de que el caballo Ca*ionero .ane el cl/sico del do*in.o es EBM! Puesto que las probabilidades subjetivas dependen de la persona que las 4ace se vuelven bien imprecisas y algunas veces puede 4aber una gran disparidad en las probabilidades que las personas asignan al mismo evento& especialmente cuando es poco o bastante probable que ocurra! 3in embargo probabilidades subjetivas son usadas frecuentemente en +stadstica )ayesiana& en donde las probabilidades de ocurrencia de un evento que se van modificando seg=n la informaci'n que uno recoje acerca de otros eventos que puedan afectarlo!

4.+ Pro.a.i i(a( Co#(icio#a

3ean A y B dos eventos de un mismo espacio muestral S! condicional de A dado que B 4a ocurrido esta dado por@ La probabilidad

"*ABN,=

"A*B, "B*,

+sto es equivalente a que el espacio muestral S se 4a reducido al evento B *$er Figura <!1 ,!
3 " )

A B

Figura <!1 ! /iagrama de $enn de "*A0B,

3i el espacio muestral S es equiprobable lo anterior se convierte en@

"*ABN,=

KA*B, KB*,

E-e%p o 4.11. 3e lanza un par de dados legales y distinguibles! GCu.l es la probabilidad de que solamente uno de los dos dados sea par si se sabe que la suma de los dos es mayor que CH

+dgar "cuAa

Captulo <

Conceptos ).sicos de Probabilidades

55

So uci,#' 3ean los eventos A@ Due solamente uno de los dos dados sea par y el evento condicionante B@ Due la suma sea mayor que C! Claramente K ( B ) = 1 y K ( A B ) = 6 ! Luego "(ANB)=61! E-e%p o 4.1). GCu.l es la probabilidad de que en una familia con tres 4ijos el menor de ellos sea var'n si el mayor lo esH So uci,#' 3ean los eventos& A@ +l menor de los 4ijos es var'n y el evento condicionante B@ +l 4ijo mayor es var'n! /e los C resultados del espacio muestral& claramente se tiene que K ( B ) = < y en consecuencia "A(NB)=19! +ste resultado era esperado porque en teora el se-o de uno de los 4ijos no afecta el se-o de los otros por venir! E-e%p o 4.1+. +n una ciudad se 4izo una encuesta acerca de la opini'n de las personas adultas con respecto a una ley del gobierno! La siguiente tabla muestra los resultados de la encuesta clasificados seg=n el se-o del entrevistado!
" Favor +n contra "bstenidos :otal 99 <6 9 CB ?ombre 19 Mujer :otal 1 99 1B <6 9C 1 1B 19 6E C 19 9 <C 6E CB :otal

3e elige al azar una persona a, GCu.l es la probabilidad de que favorezca la ley si resulta ser MujerH b, GCu.l es la probabilidad de que sea Mujer si resulta estar en contra de la leyH c, GCu.l es la probabilidad de que sea ?ombre si la persona elegida no se abstuvo de opinarH So uci,#' a, "(FN1)=6E

+dgar "cuAa

Captulo <

Conceptos ).sicos de Probabilidades

b, "(1CN)=B<6 c, "(3FN2C)=<6B 4.+.1 Re* a (e Pro(ucto.

"A*B,= N
La f'rmula se obtiene despejando de la f'rmula de probabilidad condicional! 3e usa para calcular la probabilidad de que dos eventos ocurran al mismo tiempo! E-e%p o 4!14. >na urna contiene 6 bolas rojas y < bolas blancas! 3e e-traen al azar dos bolas de la urna una por una y sin reposici'n! GCu.l es la probabilidad de que@ a, ambas bolas sean rojasH b, la segunda bola sea rojaH c, s'lo una de las dos bolas sea rojaH So uci,#' La forma m.s f.cil de resolver el problema es 4aciendo un diagrama de .rbol!
Primera )ola 3egunda )ola 9N6 <N6

&9

&1
6NE

"* &1 &9 , = 6 N E 4 9 N 6 = 1 N E

B1
<NE 6N6

B9 "* &1 B9 , = 6 N E 4< N 6 = 9 N E

&9 "* B1 &9 , = < N E 46 N 6 = 9 N E

6N6

B9 "* B1 B9 , = < N E 46 N 6 = 9 N E

Figura <!11@ /iagrama de .rbol para +jemplo <!1<

Luego& a, "&(1)9=6E91 b, "( &9 ) = " ( &1 &9 ) + " ( B1 &9 ) = 6 E 9 6 + < E 6 6 = 1C <9 = 6 E C' "( &1 B9 ) + " ( B1 &9 ) = 6 E < 6 + < E 6 6 = 9< <9 = < E E-e%p o 4.16. 3eg=n la Comisi'n +lectoral de un pas& el 5 por ciento de las esposas votan si sus esposos lo 4acen& y el 9 por ciento vota si su esposo no lo 4ace! "dem.s el E por ciento de los 4ombres casados votan! 3e elige al azar un matrimonio! GCu.l es la probabilidad de que@

+dgar "cuAa

Captulo <

Conceptos ).sicos de Probabilidades

1 1

a, b, c1 d,

ambos esposos votenH s'lo uno de los esposos voteH vote la esposaH al menos uno de los esposos voteH

So uci,#' 3ean los eventos V1@ Due vote el esposo y V)@ Due vote la esposa! +l problema puede ser representado por el diagrama de .rbol de la Figura <!19! Luego& a, "V*19,=E!56 b, " *V1V9 , + "*V1V9 , = !E !1 + !6 !9 = !16 c, "(V9 ) = " *V1V9 , + " *V1V9 , = !66 + ! 6 = !65 d, " *V1 V9 , = !E + !65 !66 = !E6
+sposo $ota +sposo $ota

V9 V1
!E !5

"*V1V9,O*!E,*!5,O!66

!1

V9

"*V1,O*!E,*!1,O! E

V1
!6 !9

V9

"*V9,O*!6,*!9,O! 6

!C

V9

"*,O*!6,*!C,O!9<

Figura <!19! /iagrama de .rbol para +jemplo <!1B!

La regla del producto se puede aplicar a m.s de dos eventos de la siguiente manera@ " * A1 !!! An , "* A1 , " * A9 N A1 , "* A6 N A1 A9 ,!!!" * An N A1 !!! An 1 , +videntemente que el uso de un diagrama del .rbol se vuelve inadecuado cuando n es grande! E-e%p o 4.17. >n lote contiene 1 artculos de los cuales < son defectuosos& se e-traen al azar 6 articulos uno por uno y sin reposici'n! GCu.l es la probabilidad de que@ a, Los tres salgan buenosH b, 3'lo uno de los tres salga defectuosoH

+dgar "cuAa

Captulo <

Conceptos ).sicos de Probabilidades

1 9

So uci,#' a, 3ea el evento Bi que el iL1simo artculo resulte bueno para ( i = 1&9&6) ! Luego& la probabilidad de que los tres salgan buenos es@ "( B1 B9 B6 ) = "( B1 ) " ( B9 N B1 ) "( B6 N B1 B9 ) = 6 1 B 5 < C = 1 6 b, 3ea el evento Di que el iL1simo artculo resulte defectuoso para i = 1&9&6 ! "( solo un defectuoso ) = " ( D1 B9 B6 ) + " ( B1 D9 B6 ) + "( B1 B9 D6 ) = < 1 6 5 B C + 6 1 < 5 B C + 6 1 B 5 < C = 1 9 4.+.) Pro.a.i i(a( Tota ! Re* a (e Ba!es Re* a (e a Pro.a.i i(a( Tota . 3ean B1,5,Bn una colecci6n de e)entos que forman una partici6n del espacio muestral 3 esto es entonces@
n

B
i= 1

= S y Bi B j = para i j! 3ea " otro evento definido sobre 3 "*A,=BiN

1i= n

0otar que A=S *B,i! Por la propiedad distributiva& se tiene que A=Bi& donde la uni'n es disjunta!
i=1 =i1

"plicando el tercer a-ioma se obtiene "*,A= Bi! Finalmente& se aplica la regla del producto a cada
i1=

t1rmino de la suma y se obtiene la f'rmula de probabilidad total!

Para una partici'n de S en dos eventos B y B se obtiene@ "* A, = "* B , "* A N B, + "* B , "* A N B , La siguiente figura ilustra la regla de la probabilidad total para una partici'n en B eventos!
)1 )9

"

)B

+dgar "cuAa

Captulo <

Conceptos ).sicos de Probabilidades

1 6

)6

)<

Figura <!16! :eorema de la Probabilidad :otal

E-e%p o 4.18. +l E M de los pacientes de un 4ospital son mujeres y el 9 M de ellas son fumadoras! Por otro lado el < M de los pacientes 4ombres son fumadores! 3e elige al azar un paciente del 4ospital! GCu.l es la probabilidad de que sea fumadorH So uci,#' 3ean los eventos F@ Due el paciente sea fumador& 3@ Due el paciente sea 4ombre y 1@ Due el paciente sea mujer! Claramente& "( F ) = " ( 1 ) "( F N 1 ) + " ( 3 ) "( F N 3 ) /el enunciado del problema se tiene que " ( 1 ) = !E & " ( 3 ) = !6 , " ( F N 1 ) = !9 y " ( F N 3 ) = !< & sustituyendo estos valores en la f'rmula anterior se obtiene que "F()=!E9+6< ! +n la Figura <!1< se muestra el diagrama de .rbol correspondiente al problema!

3e-o del Paciente

Condicion de Fumar !9

F "* 1F , = !E !9 = !1<
F "* 1F , = !E !C = !B6

1
!E

!C

3
!6 !<

F "* 3F , = !6 !< = !19

F "* 3F , = !6 !6 = !1C

!6

+dgar "cuAa

Captulo <

Conceptos ).sicos de Probabilidades

1 <

Figura <!1<! /iagrama de .rbol para +jemplo <!1E

E-e%p o 4.19. +n un 4ospital el 5CM de los beb1s nacen vivos! Por otro lado& < M de todos los partos son por c1sarea y de ellos el 56M sobreviven al parto! 3e elige al azar una mujer a la que no se va practicar c1sarea! GCu.l es la probabilidad de que el beb1 vivaH So uci,#' 3ean los eventos V@ que el bebe nazca vivo& C@ que el parto sea por c1sarea! /el enunciado del problema " (V ) = !5C & " ( C ) = !< y "V(NC)=!56! 3e desea 4allar " *V N C , !
Cesarea )eb1 $ive !56 !<

C
C
!6

! <

"*V N C ,

V
Figura <!1B! /iagrama de .rbol para +jemplo <!1C!

Por la regla de la probabilidad total " *V , = " *C , " *V N C , + " *C , " *V N C , & de donde@ !B56 !5C = *!< ,*!56, + !6 " *V N C , & y "V*CN,= !56! >n diagrama de .rbol para el problema aparece en la !6 Figura <!1B! E-e%p o 4.1;. >na empresa tiene 6 plantas@ A& B y C! La planta " produce el B M de la producci'n total& B produce el 6 M y C el 9 M! +l 6M de la producci'n de A es defectuosa& mientras que el 9M de B y el BM de C tambi1n lo son! 3e elige al azar un artculo producido por la empresa@ a, GCu.l es la probabilidad de que el artculo elegido sea defectuosoH b, 3i el artculo elegido resulta ser defectuoso& GCu.l es la probabilidad de que provenga de la planta CH So uci,#'

+dgar "cuAa

Captulo <

Conceptos ).sicos de Probabilidades

1 B

a,

Los eventos A& B y C forman una partici'n del espacio muestral S correspondiente a elegir un articulo de la f.brica! Luego& si D representa artculo defectuoso@ " ( D ) = " ( A) " ( D N A) + " ( B ) " ( D N B ) + " ( C ) " ( D N C )

3utituyendo los datos del problema se tiene que "( D ) = "( !B) "( ! 6) + "( !6) "( ! 9 ) + "( !9 ) "( ! B) = ! 61
b,

"( C N D ) = "( C D ) " ( D ) = ( !9 )( ! B) ! 61 = ! 1 ! 61 = !699B

+l diagrama de .rbol de la Figura <!16 representa el problema!

Planta /efectuoso / " !B ) !6 / !!9 C ! B ! 9 ! 6 /

Figura <!16! /iagrama de .rbol para el problema <!15

La Re* a (e Ba!es )ajo las mismas condiciones de la regla de probabilidad total& se cumple que@ " * B j N A, = "* B j , "* A N B j ,

i= 1

"* Bi , " * A N Bi ,

"*BjA, Por definici'n de probabilidad condicional "*BjNA,= y aplicando la regla del producto en el "B*, numerador y probabilidad total en el denominador se obtiene la regla de )ayes!
E-e%p o 4.)<. >na prueba para diagnosticar c.ncer lo detecta en el 5BM de personas que efectivamente tienen la enfermedad y en el 1M de las personas que no tienen la enfermedad! Por estudios previos se 4a determinado que s'lo el !BM de las personas

+dgar "cuAa

Captulo <

Conceptos ).sicos de Probabilidades

1 6

sometidas a la prueba tienen efectivamente c.ncer! 3i la prueba da un diagn'stico positivo& GCu.l es la probabilidad de que la persona tenga realmente c.ncerH So uci,#' 3ean los eventos C@ La persona tiene c.ncer y D + @ La persona da un diagn'stico positivo de c.ncer! ?ay que 4allar " C N D + = " ( C ) " D + N C " D + , donde

) ( ) )

" D + = "( C ) " D + N C + " ( C ) " D + N C ! Como " ( C ) = !

( )

B & "D(+NC)=!5B y "(D+NC=)!1& se obtiene que

" D + = (!

( )

B)( !5B) + ( !55B)( ! 1) = ! <EB + ! 55B = ! 1<E <EBN! 1<E O !696!

Luego& P*CN D + , O *!

B,*!5B,N! 1<E O !

+l siguiente diagrama de .rbol representa el problema!

C.ncerH /iagn'sticoH !5B

D+

C
! B ! B ! 1

!55B

D+
D

!55

+dgar "cuAa

Captulo <

Conceptos ).sicos de Probabilidades

1 E

Figura <!1E! /iagrama de .rbol para +jemplo <!9

E-e%p o 4.)1. 3uponga que los c4ips de un circuito integrado son probados con cierto instrumento y la probabilidad de que se detecten los defectuosos es !55! Por otro lado 4ay una probabilidad de !5B de que un c4ip sea declarado como bueno si efectivamente lo es! 3i el 1M de todos los c4ips son defectuosos! GCu.l es la probabilidad de que un c4ip que es declarado como defectuoso sea en realidad buenoH So uci,#' 3ean los eventos M@ Due el c4ip sea declarado defectuoso por el instrumento& /@ Due el c4ip sea realmente defectuoso y )@ Due el c4ip sea realmente bueno! /e los datos del problema se tiene que "(1ND)=!5 y "1(BN)=!5 & adem.s " ( D ) = ! 1 ! Lo que debemos calcular es "( B N 1 ) = "( B ) " ( 1 N B ) "( 1 ) ! Pero& "( 1 ) = " ( D ) " ( 1 N D ) + "( B ) "( 1 N B ) O ( ! 1)( !55) + ( !55)( ! B) = ! 55 + ! <5B = ! B5< & por lo tanto "( B N 1 ) = ! <5B ! B5< = !C66 ! E-e%p o 4.)). >na urna % contiene 9 bolas rojas y < blancas y una urna %% contiene 6 bolas rojas y 9 blancas! 3e saca una bola de la urna % y se la coloca en la urna %%& luego se saca una bola de 1sta la cual resulta ser roja& GCu.l es la probabilidad de que la bola pasada de % a %% 4aya sido blancaH So uci,#' 3ean los eventos B1@ Due la bola e-traida de la urna % sea blanca& &1@ Due la bola e-traida de la urna % sea roja& )9@ Due la bola e-traida de la urna %% sea blanca& ;9@ Due la bola e-traida de la urna %% sea roja! ?ay que 4allar " * B1 N &9 , = " * B1 &9 , N " * &9 , ! Puesto " * B1 , = 1 N 6 & " * &1 , = 9 N 6 & "&*9BN,1=619 "*&9N1,=<69& que y se tiene que " * &9 , = " * &1 , " * &9 N &1 , + " * &1 , " * &9 N &1 , = 99 66 = 11 1C & de donde sigue que " * B1 N &9 , = (1 6) (11 1C) = 6 11 = !<9 !
)ola >rna % )ola >rna %%

B9

B1
1N6

1N9

1N9

&9 B9
1N6

&1
9N6

9N6

&9

+dgar "cuAa

Captulo <

Conceptos ).sicos de Probabilidades

1 C

Figura <!1C! /iagrama de .rbol para +jemplo <!99!

4.4 E"e#tos I#(epe#(ie#tes

/os eventos " y ) son independientes si la ocurrencia de uno de ellos no afecta la probabilidad de ocurrencia del otro! 8 sea@

"A(NB)= o "(BNA)=
/e la definici'n de probabilidad condicional se obtiene la siguiente definici'n equivalente@ /os eventos " y ) son independientes si "A(B)= ! E-e%p o 4.)+. 3e lanzan un par de dados legales ! distinguibles y se definen los siguientes eventos@ A@ Due el primer dado sea par B@ Due el segundo dado sea mayor que <
3on los eventos " y ) independientesH

"(A)=1C69& "(B=)196 & y "(AB=)6 1! Por lo tanto " y B son independientes!

Propie(a( 6! 3i A y B son e)entos independientes& entonces tambi1n lo son7 a, A y B b' " y B c' A y B Prue.a' a, Como A=*B, se tiene por independencia de A y B que " * A, = " * A, " * B , + " * A B , & luego " * A B , = " * A,*1 " * B,, = " * A, " * B , ! b, y c, se dejan como ejercicios! E-e%p o 4.)4. >n tirador 4ace dos disparos a un blanco! La probabilidad de que acierte en el blanco es !C& independientemente del disparo que 4aga! GCu.l es la probabilidad de que el tirador@ a, "cierte ambos disparosH b, "cierte s'lo uno de los dos disparosH

So uci,#'

+dgar "cuAa

Captulo <

Conceptos ).sicos de Probabilidades

1 5

c, "cierte por lo menos un disparoH d, 0o acierte ninguno de los dos disparosH So uci,#' 3ean los eventos Ai@ Due el tirador da en el blanco en el disparo i *i O1& 9,! Por aplicaci'n directa de la propiedad B se obtiene que@ a, b, c, d, "( A1 A9 ) = " ( A1 ) "( A9 ) = ( !C)( !C) = !6< " * A1 A9 , + " * A 1 A9 , = " * A1 , " * A9 , + " * A1 , " * A9 , = ( !C)( !9 ) + ( !9 )( !C) = !69 " * A1 A9 , = " * A1 , + " * A 9 , " * A1 , " * A9 , = ( !C) + ( !C) ( !6< ) = !56 " * A1 A9 , = " * A1 , " * A9 , = ( !9 )( !9) = ! <

+l concepto de independencia se puede e-tender a m.s de dos eventos! "si& se dice que los eventos A1&P&An son Mutua%e#te I#(epe#(ie#tes si para cualquier subcolecci'n Ai1& P&Ai8 se cumple que@ " * Ai1 !!! Ai8 , = " * Ai1 ,!!!" * Ai8 , E-e%p o 4.)6. >n avi'n tiene 6 motores los cuales funcionan independientemente uno del otro y fallan con probabilidad igual a ! 1 para cada uno de ellos! +l avi'n 4ace un vuelo e-itoso si por lo menos uno de sus motores funciona! GCu.l es la probabilidad de que el avi'n tenga un vuelo e-itosoH So uci,#' +l avi'n no tiene un vuelo e-itoso si todos sus motores fallan& por independencia esto 6 ocurre con probabilidad ( ! 1) ! Luego& por complemento& la probabilidad de un vuelo e-itoso ser. 1 ( !
6 1) !

E-e%p o 4.)7. >na persona lanza repetidamente un par de dados! GCu.ntas veces debe lanzar el par de dados si se desea que la probabilidad de obtener suma igual a E& al menos una vez& sea por lo menos !5BH So uci,#' "*3acar al menos una vez suma igual a E, O 1 L "*0unca sacar suma igual a E, !5B! sea& "*0unca sacar suma igual a E, ! B! ?ay que encontrar el n=mero n de veces que se debe lanzar el par de dados para que esto ocurra! La probabilidad de sacar suma igual a E en una tirada de un par de dados es 6 66 = 1 6 & por lo tanto no se saca suma igual a E con probabilidad B 6 ! Como 4ay independencia entre las n tiradas del dado& la probabilidad n de no sacar suma igual a E en n tiradas ser. B 6 ! Luego& el n se obtiene resolviendo la

( )

+dgar "cuAa

Captulo <

Conceptos ).sicos de Probabilidades

1 1

n desigualdad B 6 ! B & tomando logaritmos en ambos lados se obtiene nlogB6(!B)& de donde !E5n16 y n1!6!E5=16!<& es decir& basta lanzar el par de dados al menos 1E veces para obtener suma igual a E!

( )

()

4.6. Ap icaci,# (e t/c#icas (e co#teo a C0 cu o (e Pro.a.i i(a(es

4.6.1 Re* a Mu tip icati"a (e co#teo 3i un e-perimento % ocurre de * maneras distintas y un e-perimento %% ocurre de n maneras distintas entonces& el e-perimento compuesto de % seguido de %% ocurre de * n maneras! E-e%p o 4.)8. >n joven tiene < pantalones distintos y 6 camisas distintas! +l joven se viste en forma diferente todos los das! GCu.ntos das se puede vestir el joven sin repetir vestimentaH So uci,#' )asta encontrar el total de maneras que se puede vestir que son < 6 = 9< ! Luego se puede vestir en forma distinta durante 9< das! La regla multiplicativa se puede generalizar de la siguiente manera@ 3i un e-perimento compuesto de 8 e-perimentos simples& cada uno de los cuales se puede efectuar de ni & *1 i 8 , maneras distintas& entonces el e-perimento compuesto se puede efectuar de n19!8 maneras distintas! E-e%p o 4.)9. >na contraseAa para accesar a una computadora consiste de 66 caracteres que pueden ser letras *96, o n=meros *1 ,! a, b, c, GCu.ntas contraseAas distintas se pueden formarH GCu.ntas contraseAas distintas se pueden formar conteniendo s'lo n=merosH GCu.ntas contraseAas distintas se pueden formar si deben tener por lo menos una letraH

So uci,#' 66 66 66 66 66 66 = 66 6 = 9&1E6&EC9&666 a, 1 1 1 1 1 1 = 1 6 = 1& & b, c, Por complemento 661=&9EBC

E-e%p o 4.);. >na caja contiene n bolas numeradas desde el 1 4asta la n! 3e escogen al azar dos bolas! GCu.l es la probabilidad de que los n=meros en las bolas sean consecutivos a, 3i las bolas se escogen sin reposici'nH

+dgar "cuAa

Captulo <

Conceptos ).sicos de Probabilidades

1 11

b, 3i las bolas se escogen con reposici'nH So uci,#' 3ea el evento A@ Due las dos bolas tengan n=meros consecutivos! 3i son consecutivos& en orden ascendente& la primera bola debe tener un n=mero desde el 1 4asta el nL1 y la segunda s'lo tendra una posibilidad *por ejemplo 19& B6 etc!,! Como tambi1n pueden ser consecutivos en orden descendente 4ay el doble de posibilidades! Por lo tanto K(A)=9n1! a, 3in reposici'n la primera bola puede ser escogida de n maneras y la segunda de 9(n1) ( n 1) maneras! Por lo tanto K(S)=n1 y "()A= ! n( 1) b, Con reposici'n la primera bola puede ser elegida de n maneras y la segunda (9n1) tambi1n! Por lo tanto K ( S ) = n 9 y "(A)= 9 ! n 4.6.) Per%utacio#es >na permutaci'n es un arreglo ordenado de objetos distintos! Por ejemplo& las permutaciones de tamaAo 9 que se pueden 4acer con las letras "& ) y C son@ ")& "C& )C& )"& C" y C)! ?aciendo uso de la regla multiplicativa del an.lisis combinatorio se desprende que@ i, +l n=mero de permutaciones de n objetos tomados todos a la vez est. dado por "( n& n ) = n Q= n( n 1)( n 9 ) !!!1 ii, +l n=mero de permutaciones de n objetos distintos tomados de r en r est. dado por@ "( n& r ) = n( n 1) !!! ( n r + 1) = nQ (n r)Q

;ecordar que Q O 1! E-e%p o 4.+<. 8c4o atletas compiten en la final olmpica de los 11 metros con vallas! "sumiendo que ellos cruzan la meta en distintos instantes! GCu.ntas maneras distintas 4ay para entregar las medallas de oro& de plata y de bronceH So uci,#'

+dgar "cuAa

Captulo <

Conceptos ).sicos de Probabilidades

1 19

+l primer premio puede ser entregado de C maneras& el segundo de E y el tercero de 6& luego por la regla multiplicativa 4ay CE6= maneras distintas de entregar los premios! CQ Claramente& esto es " ( C&6) = ! BQ E-e%p o 4.+1! /iez personas de diferentes estaturas posan en fila para una foto! a, GCu.ntas fotografas distintas se pueden tomarH b, GCu.ntas fotografias distintas se pueden tomar si la persona m.s alta y la persona m.s baja no deben salir juntas en la fotoH So uci,#' a, 15C!=Q b, +l evento complemento es que la persona m.s alta y la m.s baja salgan juntas en la foto! +sto se puede efectuar de 9 5 Q maneras donde 5 Q es el n=mero de ordenamientos de C objetos simples y un objeto compuesto de la persona m.s alta y la m.s baja y el 9 se bede a que la persona m.s alta y la m.s baja se pueden intercambiar! Luego& 4ay 1 Q ( 9 5 Q) fotografias donde la persona m.s alta y la m.s baja no salen juntas! E-e%p o 4.+). Cuatro peruanos& 6 c4ilenos y B mejicanos se sientan en fila! a, GCu.l es la probabilidad de que los de la misma nacionalidad queden juntosH b, GCu.l es la probabilidad de que los de nacionalidad peruana queden juntosH So uci,# +l espacio muestral puede ocurrir de KS()=<+6BQ19 maneras distintas!
a,

3ea el evento "@ Due los de la misma nacionalidad queden sentados juntos! ?ay 6Q maneras de ordenar los tres grupos de nacionalidades& < Q maneras de ordenar el grupo de peruanos& 6Q maneras de ordenar el grupo de c4ilenos y BQ maneras de ordenar el grupo de mejicanos& como se quiere que todo esto ocurra al mismo tiempo& por la regla multiplicativa 4ay K(A)=6Q<B maneras de ocurrencia del evento "! Q6<B Luego "(A)= ! 19Q

b, 3ea el evento B@ que los < peruanos queden sentados juntos! ?ay que ordenar 5 objetos compuestos de los 6 c4ilenos& B mejicanos y el bloque de los < peruanos *dentro del cual se pueden 4acer permutaciones,! Luego& 4ay K ( B ) = < Q 5 Q maneras como ocurre < Q 5 Q ) y "( B ) = ! 19 Q

E-e%p o 4.++. Cuatro turistas llegan a un pueblo que tiene 6 4oteles! 3i los turistas eligen al azar el 4otel donde se van a alojar! GCu.l es la probabilidad de que@

+dgar "cuAa

Captulo <

Conceptos ).sicos de Probabilidades

1 16

a, :odos se 4ospeden en 4oteles distintosH b, Por lo menos dos de ellos se 4ospeden en el mismo 4otelH So uci,#' Cada uno de los < turistas tiene 6 maneras distintas de 4ospedarse por lo tanto& el e-perimento puede ocurrir de K ( S ) = 6 < - 6 maneras!
a,

3ea el evento "@ Due los < turistas se 4ospeden en distintos 4oteles! 6B +sto puede ocurrir de K(A)=6B< maneras! Por lo tanto"(A)=< ! 6 1C

b, 3ea el evento )@ Por lo menos dos turistas se alojen en el mismo 4otel! +ste 16 evento es simplemente el complemento del evento "! Luego "(B)=1A ! 1C 4.6.+ Co%.i#acio#es

>na combinaci'n es una selecci'n de objetos donde el orden en que estos 4an sido escogidos no interesa! Por ejemplo& las combinaciones que se pueden 4acer con los objetos@ "& ) y C elegidos de dos en dos son@ ")& "C y )C! 8bserve que el n=mero de permutaciones obtenidas anteriormente fue el doble! +l n=mero de combinaciones de n objetos tomado de r en r est. dado por@

n Q "*&r, = rn*Q,
Como Q O 1& se tiene que

n n n = =1

E-e%p o 4.+4. 1B 1BQ 11 19 16 1< 1B = 6 1 = 1 QBQ = 19

Propie(a( 6.

+dgar "cuAa

Captulo <

Conceptos ).sicos de Probabilidades

1 1<

n n r = n r
Prue.a. "lgebr.icamente esto es obvio! /esde el punto de vista de an.lisis combinatorio el lado izquierdo equivale a elegir r objetos de un total de n que salen fuera& y el lado derec4o equivale a elegir n9r objetos que se quedan! 1 1 Por ejemplo E = ! 6 E-e%p o 4.+6. /e un grupo de < mujeres y 6 4ombres se va a elegir un comit1 de B meinbros! a, GCu.ntos comit1s se pueden elegirH b, GCu.ntos comit1s se pueden elegir si deben 4aber 6 4ombresH c, GCu.ntos comit1s se pueden elegir si debe 4aber al menos una mujerH So uci,#' 1 a, ?ay B = 9B9 comit1s posibles! b, 3i 4ay que elegir 6 4ombres y el comit1 tiene B integrantes entonces 4ay que elegir < 6 tambi1n dos mujeres! Por lo tanto 4ay =19 maneras de elegir el comit1! 9 6 c, Lo opuesto a que el comit1 tenga al menos una integrante mujer es que no 4aya mujeres en el comit1& es decir que los B integrantes sean 4ombres! Por lo tanto& usando 1 6 complemento& 4ay =9<6 posibles comit1s! B E-e%p o 4.+7. >na seAora tiene C amigas y desea invitar a B de ellas a una fiesta! G/e cu.ntas maneras puede 4acerlo si dos de ellas est.n enojadas entre si y no pueden ser invitadas juntasH So uci,#' 6 ?ay 6 = 9

invitaciones posibles donde las dos personas en disputa pueden ser

C invitadas juntas& y 4ay un total de B = B6 invitaciones que se pueden 4acer! Luego& usando complemento 4ay B6 9 = 66 invitaciones donde las dos personas enemistadas no aparecen juntas!

+dgar "cuAa

Captulo <

Conceptos ).sicos de Probabilidades

1 1B

E-e%p o 4.+8. /e un grupo de B cientficos argentinos& 6 c4ilenos& 9 colombianos y 9 peruanos se van a elegir al azar 6 para representar a sudam1rica en un congreso mundial! GCu.l es la probabilidad de que@ a, 3algan elegidos 9 argentinos y dos c4ilenosH b, 3alga elegido por lo menos un peruanoH So uci,#'

19 ?ay 6 = 59< maneras de elegir sin ninguna restricci'n los 6 representantes!

a, 3ea el evento "@ 3algan elegidos 9 argentinos y dos c4ilenos! Los otros dos B6< 1C representantes pueden ser elegidos de los < restantes! Luego& K(A)= 1C y " ( A) = ! 9 59<
b,

3ea el evento )@ 3alga elegido por lo menos un peruano! Por complemento "*B,=1 ! 1 91E< Como K*B=,91& se tiene que "B*,=1 ! 59< 6

E-e%p o 4.+9. >n profesor asigna una semana antes del e-amen un conjunto de 1 problemas! +l e-amen consistir. de B problemas elegidos al azar de entre los 1 asignados! >n estudiante s'lo pudo resolver E de esos problemas! GCu.l es la probabilidad de que el estudiante a, Conteste bien 6 de las B preguntasH b, :enga por lo menos < preguntas buenasH So uci,#'

1 +l e-perimento puede ocurrir de K*S,=9B maneras distintas! B E6 1 B a, 3ea "@ Due tenga bien 6 de las B preguntas K*A,= 1B! Luego " ( A) = ! 9B9 69
b, 3ea )@ Due tenga por lo menos < buenas! ?ay que sumar las maneras de obtener < y B E6 196 buenas! Luego KB*=,+196 y "(B)= !! <1B 9B E-e%p o 4.+;. +l juego de la L8::8 de Puerto ;ico consiste en acertar 6 n=meros entre el 1 y el 6C! +l primer premio se otorga a los que aciertan los 6 n=meros& el segundo premio a los que aciertan B de los 6& y el tercer premo a los que aciertan < de los 6! 3i una persona compra un boleto de la L8::8! GCu.l es la probabilidad de que se gane@

+dgar "cuAa

Captulo <

Conceptos ).sicos de Probabilidades

1 16

a, +l primer premioH b, +l segundo premioH c, +l tercer premioH So uci,#' 3ea K ( S ) @ :otal de maneras como puede salir el n=mero premiado! Claramente& como el 6C orden no importa K(S)=&9E6C1! 6 a, 3ea el evento "@ 3acarse el primer premio! 3'lo 4ay una manera como puede ocurrir 6 esto& y es cuando los 6 n=meros elegidos en el sorteo son los que el jugador tiene! 8 sea& K(A)=1 6 1 = ! 66 ! y en consecuencia "( A) = 9&E6 &6C1 b, 3ea el evento )@ 3acarse B de los 6 n=meros! >no de los 6 n=meros del apostador 08 159 69 = ! 65 ! es sacado en el sorteo& luego K(B)= 159 y "( B ) = 9&E6 &6C1 B1 c, 3ea el evento C@ 3acarse < de los 6 n=meros! +n este caso& dos de los 6 n=meros del 69 E< apostador 08 salen en el sorteo& luego K(C)= E< y "(C)= !965! <9 9E6&C1 E-e%p o 4.4<. Cuatro personas suben al ascensor en el s'tano de un edificio de E pisos! GCu.l es la probabilidad de que@ a, +-actamente dos de ellas bajen en el quinto pisoH b, :odas ellas bajen en un mismo pisoH c, /os de ellas bajen en un mismo piso y las otras dos bajen tambi1n en un mismo pisoH So uci,#' Cada una de las < personas tiene E maneras distintas de bajarse! Luego 4ay K(S)=E<9<1 maneras de efectuar el e-perimento sin ninguna restricci'n! < a, 3ea el evento "@ Due dos de ellas bajen en el quinto piso! ?ay 9 = 6 maneras de elegir las dos personas y las dos restantes pueden bajar en cualquiera de los 6 pisos restantes! Luego K(A)=6991& y en consecuencia " ( A) =

916 ! 9< 1

+dgar "cuAa

Captulo <

Conceptos ).sicos de Probabilidades

1 1E

b, 3ea el evento )@ Due todas las < bajen en el mismo piso> puesto que 4ay E maneras de 1 elegir el piso donde bajan las personas se tiene que K ( B ) = E y " ( B ) = 6 ! E c, 3ea el evento C@ Due dos personas bajan en un mismo piso ! las otras dos E ?ay 9 = 91 maneras de elegir los 9 pisos donde bajan las personas& 4ay tambi1n! < 9 = 6

9 maneras de elegir las dos personas que bajan en un piso& y 9 = 1 manera de elegir las 196 dos personas que bajan en el otro! +n consecuencia K ( C ) = 196 y " ( C ) = ! 9< 1
E-e%p o 4.41. >n estacionamiento para carros tiene C lugares disponibles colocados en lnea! Cinco carros de diferentes modelos arrivan al estacionamiento! GCu.l es la probabilidad de que@ a, Los B carros se estacionen todos juntos sin dejar lugar vacio entre ellosH b, Los 6 lugares vacos queden juntosH So uci,#' ?ay K(S)="CB&6E9 maneras de efectuar el e-perimento! a, 3ea el evento "@ Due los B carros queden juntos! ?ay que permutar < objetos@ los 6 lugares vacios y el bloque de los < carros! +sto se puede 4acer de <QB6=C maneras& luego <C " ( A) = ! 6E9 b, 3ea el evento )@ Due los 6 lugares vacios queden juntos! ?ay que permutar 6 de los B carros ! el bloque de lugares vacos! +sto se puede 4acer de 6 Q= E9 maneras& luego E9 "( B ) = ! 6E9

E-e%p o 4.4). /oce policas reci1n graduados de la acad1mia son asignados al azar a 6 pueblos uno de los cuales es MayagRez! GCu.l es la probabilidad de que@ a, < de los policas sean asignados a MayagRezH b, 9 de los pueblos reciban 6 policas& otros dos reciban 9 policas y los restantes dos uno cada unoH So uci,#'

+dgar "cuAa

Captulo <

Conceptos ).sicos de Probabilidades

1 1C

+l e-perimento se puede efectuar de K ( S ) = 619 maneras! a, 3ea el evento A@ Due < de los 19 policas sean asignados a MayagRez& esto se puede 19 C 19C B efectuar de K(A)=B maneras! Por lo tanto P*",O < ! "( A) = 1 9 < 6

b, 3ea el evento B@ Due dos pueblos reciban 6 policas& dos reciban 9 policas y los restantes 9 uno cada uno! +sto se puede efectuar de@ 6 19 5 < 6 < 9 9 1 9 6 6 9 9 9 9 1 1 Los tres primeros elementos del producto representan las maneras de elegir dos pueblos y luego asignar 6 policas en ellos& los pr'-imos tres elementos representan las maneras de elegir otros dos pueblos y luego asignar dos policias en ellos y los =ltimos 6 elementos son las maneras de elegir los dos pueblos restantes y asignar un polica en cada uno! :ambi1n se puede resolver usando permutaciones con elementos repetidos y en este caso@ Q619 9Q 6 1 Luego "( B ) = 6 N* 9Q, 6 19Q N*6Q, 9 *9Q, 9 ! 619

+dgar "cuAa

Captulo <

Conceptos ).sicos de Probabilidades

1 15

E?ERCICIOS
1! >n metere'logo afirma que la probabilidad de que llueva el s.bado es 9BM& la probabilidad de que llueva el domingo es 9 M y la probabilidad de que llueva ambos dias es 1BM! GCu.l es la probabilidad de que llueva durante el fin de semanaH 9! +n una universidad el 6 M de los estudiantes ni fuman ni beben! "dem.s el 6 M fuma y el 9BM bebe! 3e elige al azar un estudiante& GCu.l es la probabilidad@ a, Due tenga al menos uno de los dos 4.bitosH b, Due tenga s'lo uno de los 4.bitosH c, Due sea un bebedor y fumadorH 6! >n grupo de 6 4ombres y 6 mujeres es dividido al azar en dos grupos de tamaAo 6! GCu.l es la probabilidad de que@ a, "mbos grupos tengan el mismo n=mero de 4ombresH b, >n grupo tenga dos mujeres y el otro <H <! 3i 1 bolas son distribuidas al azar en < urnas! GCu.l es la probabilidad de que la cuarta urna contenga e-actamente 6 bolasH B! 6 niAos de segundo grado son asignados al azar en dos clases de 6 cada uno! Cinco de ellos@ /iana& "na& 3ofa& Mic4elle y Paula son amigas intimas@ a, GCu.l es la probabilidad de que todas ellas sean asignadas a la misma claseH b, GCu.l es la probabilidad de que e-actamente < de ellas sean asignadas a la misma claseH c, GCu.l es la probabilidad de que /iana est1 en una clase y sus amigas en la otraH

6! >n catador de vinos afirma que puede distinguir entre < variedades de un vino Cabernet! GCu.l es la probabilidad de que el catador logre identificar correctamente las < variedades de vino si le dan a probar < vasos donde no aparecen marcadas las variedades del vinoH E! >na >rna " contiene 6 bolas rojas y dos bolas blancas y& una >rna ) tiene 9 bolas rojas y B blancas! 3e lanza una moneda legal y si sale cara se e-trae una bola de la >rna "& en caso contrario la bola es sacada de )! a, GCu.l es la probabilidad de que la bola e-traida sea rojaH b, 3i la bola e-trada fue roja& GCu.l es la probabilidad de que la moneda 4aya salido caraH 3e lanza un par de dados y la suma que aparece es 6& GCu.l es la probabilidad de que al menos uno de los dados sali' 6H

C!

5! >na pareja de esposos tiene dos 4ijos a, GCu.l es la probabilidad de que ambas sean niAas si la mayor lo esH b, GCu.l es la probabilidad de que ambas sean niAas dado que una de ellas es niAaH

+dgar "cuAa

Captulo <

Conceptos ).sicos de Probabilidades

1 9

1 ! +n una ciudad el 1!BM de personas sufren de /altonismo! Por otro lado& BBM de la poblaci'n son mujeres y el !BM de ellas sufre de /altonismo! 3i se elige al azar una persona y se encuentra que sufre de /altonismoS GCu.l es la probabilidad de que sea 4ombreH 11! >na urna contiene 6 bolas rojas y dos blancas! 3e e-trae una bola& se observa su color y luego se devuelve a la urna junto con otra bola del mismo color& luego se e-trae una segunda bola@ a, GCu.l es la probabilidad de que la segunda bola e-traida sea blancaH b, 3i la segunda bola e-trada fue blancaS GCu.l es la probabilidad de que la primera bola e-trada 4aya sido rojaH 19! >na compaAia de seguros clasifica a sus clientes como de alto& mediano y bajo riesgo& ellos reclaman el pago de un seguro con probabilidades ! 9& ! 1 y ! 9B respectivamente! +l 1 M de los clientes son de alto riesgo& el 9 M de mediano y el E M de bajo riesgo! 3i uno de los clientes reclama el pago de un seguroS GCu.l es la probabilidad de que sea uno de bajo riesgoH 16! 3e tienen 6 tarjetas iguales e-cepto que una tiene ambos lados rojos& otra ambos lados negros& y la tercera un lado rojo y otro negro! 3e elige al azar una tarjeta y se muestra uno de sus lados que resulta ser rojoS GCu.l es la probabilidad de que el otro lado de la tarjeta sea tambi1n rojoH 1<! >na caja tiene 6 monedas& una de ellas tiene dos caras& la otra dos cruces y la tercera cara por un lado y cruz por el otro! 3e escoge una moneda al azar y se muestra uno de sus lados que resulta ser caraS GCu.l es la probabilidad de que el otro lado de la moneda sea tambi1n caraH 1B. a, 3e colocan al azar C bolas en C urnas& cu.l es la probabilidad de que quede solamente una vaciaH b, 3i s'lo 4ay disponibles B urnas para colocar las C bolasS GCu.l es la probabilidad de que la primera urna contenga e-actamente dos bolasH

16! >na f.brica tiene tres turnos +l 1M de los artculos producidos en el primer turno son defectuosos& 9M de los artculos del segundo turno son defectuosos y el BM de los artculos del tercer turno tambi1n son defectuosos! 3i en todos los turnos se produce la misma cantidad de artculos& GDu1 porcentaje de los artculos producidos en un dia son defectuososH 3i un artculo sali' defectuoso& GCu.l es la probabilidad de que 4aya sido producido en el tercer turnoH 1E! >na urna contiene 1 bolas numeradas del 1 al 1 ! 3e e-traen < de estas bolas sin reposici'n! GCu.l es la probabilidad de que la segunda de ellas en orden ascendente de magnitud sea <H

+dgar "cuAa

Captulo <

Conceptos ).sicos de Probabilidades

1 91

1C!

a, 3e lanzan 6 dados& GCu.l es la probabilidad de que salgan cada uno de los n=meros posiblesH b, ;eponder la parte a, si se lanzan E dados!

15! +l 6 por ciento de los estudiantes de una escuela no usan ni anillo ni cadena! Por otro lado el 9 por ciento usan anillos y el 6 por ciento usan cadenas! 3e elige un estudiante al azar& GCu.l es la probabilidad de que est1 usando@ a, "nillo y cadenaH b, 3olamente una de las dos prendasH 9 ! >n consejero acad1mico 4ace una encuesta a 1 graduandos de escuela superior para tratar de relacionar el promedio de graduaci'n y su decisi'n acerca de lo que piensa estudiar en la universidad! Promedio "cademico 9! L9!55 6! L6!<5 6!BL<! B 1 1B 6B 9B 1

/ecidido %ndeciso

3e elige al azar un graduando a, 3i resulta que 1l est. indeciso& GCu.l es la probabilidad de que tenga promedio de 6!B ' m.sH b, 3i resulta que su promedio es menor que 6! & GCu.l es la probabilidad de que 4aya decidido qu1 estudiar en la universidadH c, 3i resulta que 1l est. decidido& GCu.l es la probabilidad de tenga promedio de 6! ' m.sH d, 3i su promedio es menor que 6!B& GCu.l es la probabilidad de que a=n no se 4aya decididoH 91! +n un lote de B neveras 4ay 6 daAadas y << buenas! 3e eligen al azar dos neveras una por una y sin reposici'n! GCu.l es la probabilidad de que@ a, "mbas neveras salgan daAadasH b, 3'lo una de las neveras salga daAadaH c, Por lo menos una de las neveras salga daAadaH d, La segunda salga daAadaH 99! +n un proceso de reclutamiento de personal se 4a determinado que la probabilidad de que a un entrevistado se le 4aga una oferta de empleo es !6 independientemente de qui1n sea!! (uan& Pedro y Lilliam son entrevistados! GCu.l es la probabilidad de que@ a, " todos ellos se les 4aga oferta de empleoH b, "l menos a uno de ellos se le 4aga oferta de empleoH