Contenido

2 Conceptos b´sicos de la probabilidad a 2.1 Experimentos, espacios muestrales y eventos . . . 2.2 Modelo de urnas y t´cnicas de conteo . . . . . . e 2.2.1 Modelo de urnas . . . . . . . . . . . . . . 2.2.2 El conteo por enumeraci´n de elementos . o 2.2.3 El conteo a trav´s de diagramas de ´rbol e a 2.2.4 Teorema fundamental del conteo . . . . . 2.2.5 El principio de adici´n . . . . . . . . . . . o 2.2.6 Permutaci´n . . . . . . . . . . . . . . . . o 2.2.7 Combinaci´n . . . . . . . . . . . . . . . . o 2.3 Introducci´n a la probabilidad . . . . . . . . . . . o 2.3.1 Definici´n matem´tica de probabilidad . . o a 2.3.2 Probabilidad emp´ ırica . . . . . . . . . . . 2.3.3 Definici´n cl´sica de probabilidad . . . . . o a 2.3.4 Probabilidad subjetiva o personal . . . . . 2.4 Probabilidades condicionales . . . . . . . . . . . 2.5 Independencia . . . . . . . . . . . . . . . . . . .  Ejercicios complementarios . . . . . . . . . . . . . .

. . . . . . . . . . . . . . . . .

. . . . . . . . . . . . . . . . .

. . . . . . . . . . . . . . . . .

. . . . . . . . . . . . . . . . .

. . . . . . . . . . . . . . . . .

. . . . . . . . . . . . . . . . .

. . . . . . . . . . . . . . . . .

. . . . . . . . . . . . . . . . .

. . . . . . . . . . . . . . . . .

. . . . . . . . . . . . . . . . .

. . . . . . . . . . . . . . . . .

. . . . . . . . . . . . . . . . .

2 3 15 16 17 19 19 22 22 29 34 34 36 38 43 49 63 69

Respuestas a ejercicios impares seleccionados . . . . . . . . . . . . . . . . . . . . . . . . . . . . 77

CAP´ ITULO

2

Conceptos b´sicos de la a probabilidad

Contenido
2.1 2.2 Experimentos, espacios muestrales y eventos . . . . . . . 3 Modelo de urnas y t´cnicas de conteo . . . . . . . . . . . 15 e 2.2.1 Modelo de urnas . . . . . . . . . . . . . . . . . . . . . . . . 16 2.2.2 2.2.3 2.2.4 2.2.5 2.2.6 El conteo por enumeraci´n de elementos . . . . . . . . . . . 17 o El conteo a trav´s de diagramas de ´rbol . . . . . . . . . . 19 e a Teorema fundamental del conteo . . . . . . . . . . . . . . . 19 El principio de adici´n . . . . . . . . . . . . . . . . . . . . . 22 o Permutaci´n . . . . . . . . . . . . . . . . . . . . . . . . . . 22 o

2.2.7 Combinaci´n . . . . . . . . . . . . . . . . . . . . . . . . . . 29 o 2.3 Introducci´n a la probabilidad . . . . . . . . . . . . . . . 34 o 2.3.1 2.3.2 Definici´n matem´tica de probabilidad . . . . . . . . . . . . 34 o a Probabilidad emp´ ırica . . . . . . . . . . . . . . . . . . . . . 36

2.3.3 Definici´n cl´sica de probabilidad . . . . . . . . . . . . . . . 38 o a 2.3.4 Probabilidad subjetiva o personal . . . . . . . . . . . . . . . 43 2.4 Probabilidades condicionales . . . . . . . . . . . . . . . . . 49 2.5 Independencia . . . . . . . . . . . . . . . . . . . . . . . . .  Ejercicios complementarios . . . . . . . . . . . . . . . . . . . 63 69

2.1 Experimentos, espacios muestrales y eventos

3 

Objetivos del cap´ ıtulo
1. Describir y aplicar algunas t´cnicas de conteo en la soluci´n de problemas. e o 2. Desarrollar la comprensi´n de los conceptos b´sicos de probabilidad. o a 3. Definir y aplicar el concepto de probabilidad condicional. 4. Aplicar el teorema de Bayes en el c´lculo de probabilidades. a 5. Definir y aplicar el concepto de independencia entre eventos. 

Empleo de la estad´ ıstica
≪En una encuesta hecha a estudiantes de nuevo ingreso a la universidad se encontr´ que, entre todos los estudiantes admitidos, el 55% no tienen problema o de ning´n tipo, el 25% sienten que fueron mal orientados en cuanto a la carrera u elegida y el 20% tienen problemas de tipo econ´mico. La misma encuesta muestra o que de los que no tienen ning´n tipo de problema solamente el 1% no regresa al u segundo semestre; que la probabilidad de que los que fueron mal orientados no continuen en el segundo semestre es de 0,7 y la probabilidad de que los que tienen problemas econ´micos continuen es de 0,05. Si se elige un alumno al azar del o segundo semestre, ¿cu´l es la probabilidad de que ´l sea uno de los que a pesar de a e no estar en la carrera de su vocaci´n haya continuado?≫ o

2.1

Experimentos, espacios muestrales y eventos

Experimentos determin´ ısticos y aleatorios
La teor´ de la probabilidad tiene que ver con los diversos resultados posibles que podr´ ıa ıan obtenerse y los posibles sucesos que podr´ ocurrir cuando se realiza un experimento. El ıan t´rmino experimento se utiliza en la teor´ de la probabilidad para describir virtualmente e ıa cualquier acci´n o proceso que genera observaciones. o Definici´n 2.1.1 Un experimento es cualquier acci´n o proceso que genera obo o servaciones. La validez de la mayor´ de las teor´ cient´ ıa ıas ıficas est´ basada, en gran parte, en que los a experimentos, sobre los cuales las teor´ se fundamentan, suministran esencialmente el ıas mismo resultado cuando estos experimentos se repiten. Este tipo de experimentos se llaman determin´ ısticos. Definici´n 2.1.2 Un experimento determin´ o ıstico es cualquier experimento que, al repetirse bajo las mismas condiciones, genera siempre los mismos resultados.
Un ejemplo, en f´ ısica, que es un experimento determin´ ıstico es la ley de la ca´ ıda libre, s=
1 gt2 . 2

2.1 Experimentos, espacios muestrales y eventos

4

Sin embargo, hay experimentos cuyos resultados no son determinados, si las condiciones de los experimentos se mantienen constante. Ellos se llaman experimentos aleatorios o estoc´sticos. a

´ Definici´n 2.1.3 Un experimento aleatorio (o estocastico) es cualquier exo perimento que, al repertirse bajo las mismas condiciones, no genera siempre los mismos resultados. Ejemplos familiares de estos experimentos, son los juegos de suerte como dados, lanzamiento de monedas o juegos de cartas. Sin embargo, hay otros tipos de ejemplos de experimentos aleatorios como los siguientes: (1) Semillas de igual estado que producen plantas de diferentes tama˜os. n (2) Una m´quina de coser alarga a veces una puntada sin un motivo claro. a (3) La duraci´n de vida de las personas, que viven bajo condiciones semejantes, var´ o ıa y no se puede predecir. (4) El sexo de un reci´n nacido. e (5) El a˜o en que se extingue el apellido familiar. n

Espacio muestral, evento y evento elemental
El primer paso para analizar un determinado experimento consiste en definir con cuidado los resultados experimentales. Cuando hayamos definido todos los resultados posibles, habremos identificado el llamado espacio muestral del experimento. Definici´n 2.1.4 Supongamos que se realiza un experimento aleatorio. o (a) El conjunto de todos los posibles resultados de ese experimento, se llama espacio muestral ( o de resultados).
El espacio muestral se simbolizar´ con la letra griega Ω (le´ “omega”). a ıda

(b) Cualquier subconjunto del espacio muestral Ω se llama evento.
Los eventos se simbolizar´n con las letras may´sculas A, B, C, etc. a u sucedido” significa que el resultado observado del experimento est´ en A. a “El evento A ha

(c) Si un evento tiene un solo elemento se llamar´ evento elemental. a

Ejemplo 2.1.5 Consideremos los siguientes experimentos aleatorios: 1. El lanzamiento de una moneda. • Los posibles resultados son cara (C) o sello (S). Por tanto, Ω = {C, S}.

S) = (S. De esta forma. C). si se lanza un dado. “{3} = C aparece por primera vez en el cuarto lanzamiento” es un evento elemental y “{∞}” es el evento elemental de que la moneda nunca muestre a C. El conjunto Ω es el llamado “evento ıo seguro”. S}. S) = (S. 70] es un ejemplo de un n evento de Ω. b) Dos monedas que no se pueden distinguir entre s´ se lanzan al mismo tiempo. 7. • {C. 2. ∞} es un evento. S). . C). ◭ Eventos seguro e imposible En especial.7 an˜s. a n • “{59. C). Lanzamiento de dos monedas. Una posibilidad es que todos los enventos de inter´s podr´ ocurrir. en este caso. . S). espacios muestrales y eventos 5 • {C} =“la moneda se˜ala cara” es un evento elemental. . • {(C.1 Experimentos. S)}. (S. (C. Duraci´n de la vida humana. donde k es la u edad de la persona que m´s a˜os ha vivido en la tierra. • En este caso. C)} es un ejemplo de un evento. ı • En esta situaci´n. (S. el conjunto vac´ ∅ y Ω son eventos. que se obtenga un 7 en el lanzamiento de un dado). Ω = {(C. o ı. n • “La primera moneda muestra sello” = {(S. • Un ejemplo de un evento es “ambas monedas muestran el mismo lado” = {(S. • El espacio muestral correspondiente est´ dado por a Ω = {(C. a) Dos monedas diferentes se lanzan al mismo tiempo.2. 4. (C. S} × {C. C)} es un evento. que nunca puede suceder (por ejemplo. S} y. C). 1. Operaciones entre eventos En muchas aplicaciones. estamos interesados simult´neamente en uno o m´s eventos. 8. (C. C). . dos eventos que podr´ considerarse son “el n´mero ıan u resultante es un m´ltiplo de 2” y “el n´mero resultante es m´ u u ınimo un 5”. o • “C aparece no antes del s´ptimo lanzamiento” = {6. (S. . {C. que siempre sucede y ∅ es el llamado “evento imposible”. 2. Por tanto. (C.7}” es el evento elemental de que una determinada persona muri´ a la edad o de 59. S). C)}. • “ambas monedas muestran el mismo lado” = {(S. Ω es el conjunto de todos los n´meros reales menores o iguales que k. . • Se observa el n´mero de lanzamientos que muestran sello (S) antes de que u aparezca una cara. S). Aqu´ (C. 3. este ser´ el caso si el resultado e ıan ıa . ∞}. e • Se observa la edad en la que diferentes personas mueren. S} =“las monedas muestran diferentes lados” es un evento elemental. o • “Alguien muere con edad entre 60 y 70 a˜os” = [60. (S. a a Por ejemplo. C)} =“las monedas muestran cara” es un evento elemental. Ω = {0. . S)} = {C. . Una moneda se lanza hasta que cara (C) aparezca.

El conjunto de rea sultados b´sicos que pertenece a todos los eventos de un grupo se denomina intersecci´n. Claramente. Un instrumento util para pensar en intersecciones y otras relaciones de conjuntos es el ´ diagrama de Venn. . De manera m´s general. 2. En la figura 2. n).1: Los diagramas de Venn para la intersecci´n de los eventos A y B. Por ejemplo. . a o Definici´n 2. Su intero ´ seccion. mientras a que las dos circunferencias representan los dos eventos A y B. . Por tanto. a un resultado b´sico estar´ en A ∩ B si y s´lo si est´ tanto en A como en B.6 Sean A y B dos eventos de un espacio muestral Ω. Tales eventos se dicen a que son mutuamente excluyentes (o disyuntos). a a ırculo correspondiente. As´ por ejemplo. An de un espacio muestral Ω. la intersecci´n A ∩ B ocurre si y s´lo si o o tanto A como B ocurren. dado n eventos A1 . (a) A ∩B es el ´rea sombreada. al lanzar un dado. .2. espacios muestrales y eventos 6 b´sico del experimento aleatorio pertenece a todos estos eventos. a (b) A y B son mutuamente excluyentes Fig. los eventos A =“se obtiene un n´mero par” y B =“se obtiene un n´mero impar” son u u mutuamente excluyentes. En la parte (a) de la figura. los resultados 3 y 5 pertenecen a los dos eventos A =“se obtiene un n´mero impar” y B =“se obtiene como m´ u ınimo un 3”. si un al lanzar un dado. 2. en cuyo caso las u figuras no se cruzar´n como en la parte (b) de la figura 2.1. El ´rea sombreada donde se cruzan las dos figuras es A ∩ B. . . el rect´ngulo Ω representa el espacio muestral.1 Experimentos. . su ina tersecci´n A1 ∩ A2 ∩ · · · ∩ An es el conjunto de todos los resultados posibles de Ω que pertenecen a o todos los Ai (i = 1. A2 . . De esta a a o a manera. o Es posible que los eventos A y B no tengan resultados en com´n.1. simbolizado por A ∩ B. es el conjunto de todos los resultados posibles en Ω que pertenecen a A y a B. un resultado b´sico perteneciente a A estar´ dentro del c´ ı.1 se muestran diagramas para pares de conjuntos A y B. .

Por ejemplo. El conjunto de resultados pertenecientes por lo menos a uno de los eventos. o De manera m´s general. donde o claramente se observa que un resultado estar´ en A ∪ B si y s´lo si est´ en por lo menos a o a alguno de estos dos eventos. otra situaci´n que interesa es o que uno de ellos ocurra. La uni´n de un par de eventos se ilustra en el diagrama de Venn de la figura 2. An de un espacio muestral Ω a son mutuamente excluyentes si todo par de estos eventos es mutuamente excluyente.7 Sean A y B dos eventos de un espacio muestral Ω.2a.2: Los diagramas de Venn para la uni´n y diferencia de los eventos A y B.1 Experimentos. Si los o sucesos A y B no tienen en com´n resultados de Ω. o Ahora. decimos que n eventos A1 . . A2 . . (a) A ∪B es el ´rea sombreada. ´ Definici´n 2. dado n eventos A1 . . en el experimento del lanzamiento o de un dado.1. se denominan mutuamente u excluyentes (o disyuntos) y su intersecci´n A ∩ B es el conjunto vac´ De esto o ıo. . Esto suceder´ si el resultado del experimento pertenece a al menos a uno de los eventos. la uni´n A ∪ B ocurre o si y s´lo si por lo menos alguno de estos dos eventos. Su union. espacios muestrales y eventos 7 Definici´n 2.2. An de un espacio muestral Ω. . cuando se consideran dos eventos conjuntamente. o simbolizado por A ∪ B. . A o B. A o B. se deduce que el evento A ∩ B no puede ocurrir. es decir si Ai ∩ Aj es el conjunto vac´ para todo i = j. Esto ocurre cuando el resultado del experimento . es el conjunto de todos los resultados posibles en Ω que pertenecen por lo menos a uno de estos eventos. pero el otro no. ocurre. los resultados 2.1. A2 . se denomina uni´n. ıo Cuando se consideran varios eventos conjuntamente. De manera m´s general. 4. su a uni´n A1 ∪ A2 ∪ · · · ∪ An es el conjunto de todos los resultados posibles de Ω que pertenecen por lo o menos a uno de estos n eventos. . otra posibilidad de inter´s es que e por lo menos uno de ellos ocurra. 2. a (b) A − B es el ´rea sombreada a Fig. . 5 y 6 pertenecen por lo menos a uno de los eventos A =“se obtiene un n´mero par” o B =“se obtiene como m´ u ınimo un 4”. Por tanto.8 Sean A y B dos eventos de un espacio muestral Ω.

Definici´n 2. los sucesos “el resultado es como m´ ınimo un 3” y el resultado es m´ximo un 6” son colectivamente exhaustivos (al menos uno de a . Por tanto. El complemento del evento A se ilustra en la figura 2. pero no a B. Definici´n 2. pero no a otro otro se denomina diferencia entre ambos eventos.10 Sea A evento de un espacio muestral Ω. Un caso de especial inter´s lo constituye una colecci´n de varios eventos cuya uni´n e o o es la totalidad del espacio muestral Ω. o e Esto suceder´ si el resultado del experimento aleatorio se encuentra en Ω (como debe a ser). o simbolizado por A. 2. Su complemento.1.3: Diagrama de Venn para el complemento de A y partici´n de Ω a trav´s de o e A1. Dado que todo resultado pertenece a Ω.3a. los resultados 2 y 4 pertenecen al evento A =“se obtiene un n´mero par estrictamente u menor que 6”. la diferencia A − B ocurre si y s´lo si A ocurre. pero no en B. . se denomina complemento de ese conjunto.2b. Por ejemplo. sea A un evento y supongamos que nuestro inter´s es que A no ocurra. en donde se observa que un resultado estar´ en A−B si y s´lo si est´ en A. es el conjunto de todos los resultados posibles en Ω que no perteo nencen a A. El conjunto de resultados que pertenecen a un evento. a o a A continuaci´n. espacios muestrales y eventos 8 pertenece a uno de ellos. y que no pertenecen a determinado evento. A2. pero no al otro.9 Sean A y B dos eventos de un espacio muestral Ω. o La diferencia entre un par de eventos se muestra en el diagrama de Venn de la figura 2. An. Por ejemplo. La difeo rencia entre A y B. es el conjunto de todos los resultados posibles en Ω que pertenecen a A.2. . pero no al evento B =“se obtiene m´ ınimo 5”. (a) A es el ´rea sombreada. a (b) Partici´n de Ω o Fig. Por tanto.1 Experimentos. si se lanza un dado. los eventos A y A son mutuamente excluyentes. A3. Estos eventos se denominan colectivamente exhaustivos. . se deduce que todo resultado de un experimento aleatorio estar´ al menos en una clase a de estas colecciones de eventos. pero no en A. pero B no.1. el complemento A de A ocurre si y s´lo si A no ocurre. . El conjunto de resultados pertenecientes al espacio muestral. Claramente. simbolizado por A − B.

4). Pero. 2. por tanto.11 Sean A1.2. o a o Observemos que todos los eventos elementales forman una partici´n del espacio muestral correspondiente. 5}. se dice que estos eventos forman una partici´n de Ω. Ejemplo 2. Los siguientes ejemplos ilustran estas operaciones entre eventos. o Ejemplo 2. o B ∩ C = ∅. 3. 5} y D = {2. Todos ellos ser´n importantes en nuestro estudio subsiguiente de la probaa bilidad. B = {1. entonces. 2.4: Diagrama de Venn para el ejemplo 2. . .1. A2. ´ (b) Decimos que estos n eventos forman una particion de Ω si ellos son colectivamente exhaustivos y mutuamente excluyentes. espacios muestrales y eventos 9 estos eventos debe ocurrir). Entonces.1. pero no forman una partici´n de Ω porque o B ∩ D = {4} = Ω. . • A. entonces. uni´n. 4.12 Sea Ω = {1.1 Experimentos.12 ◭ Hemos presentado cuatro conceptos importantes (intersecci´n. A ∩ C = ∅. diferencia y como o plemento). Adem´s. 3. o Definici´n 2. An eventos de un espacio muestral Ω. B y C es una partici´n de Ω porque A ∪ B ∪ C = Ω y A ∩ B = ∅.1. o (a) Si se cumple que A1 ∪A2 ∪· · ·∪An = Ω. si adicionalmente estas colecciones de eventos son mutuamente excluyentes. C = {3.1. tampoco forman una partici´n de Ω) porque 1 ∈ A ∪ C ∪ D. o Fig. 5} el espacio muestral correspondiente a un experimento aleatorio dado. .13 Se lanza un dado. sean A = {2}. Una representaci´n gr´fica de esta situaci´n se observa en la figura 2. . C y D no son colectivamente exhaustivos (y.3b. • B y D son colectivamente exhaustivos. Entonces (ver a figura 2. estos n eventos se denominan colectivamente exhaustivos. 4}. • A. 4. Sea A el evento “se obtiene un n´mero impar” y B el u evento “se obtiene m´ ınimo un 3”.

a • La intersecci´n de A y B es el evento o A ∩ B = “se obtiene un n´mero impar distinto de 1” = {3. 3. A = B = “se obtiene un n´mero par” = {2. Ser´n a a empleados m´s adelante para desarrollar algunas reglas de probabilidad. A y A forman una partici´n de Ω. son v´lidas las siguientes afirmaciones.14 Sean A y B eventos de un espacio muestral Ω. u Observemos tambi´n que los eventos A y A son mutuamente excluyentes.1 Experimentos. a (a) Ω = ∅ (d) A ∩ ∅ = ∅ (g) A ∪ A = Ω (b) ∅ = Ω (e) A ∪ ∅ = A (h) A ∩ B = A ∪ B (c) A = A (f ) A ∩ A = ∅ (i) A ∪ B = A ∩ B Los resultados (h) e (i) son las llamadas leyes de De Morgan. respectivamente. 5}. u “se obtiene m´ximo un 2” = {1. Presentamos ahora dos resultados m´s que incluyen uniones e intersecciones. Teorema 2. Algunas propiedades relacionadas con eventos A continuaci´n presentamos algunas de las propiedades b´sicas que se deben tener en o a cuenta cuando trabajamos con eventos. 4.1. Entonces. 4. u • La diferencia de B y A es el evento B − A = “se obtiene un n´mero par distinto de 2” = {4. a . En otras palabras. 6}. u • La diferencia de A y B es el evento A − B = “se obtiene el n´mero 1” = {1}. 2}. dado que su e intersecci´n es el conjunto vac´ y colectivamente exhaustivos. dado que su uni´n es el o ıo. o o ◭ espacio muestral Ω. espacios muestrales y eventos 10 • Los complementos de estos eventos son. 6}. 6}.2. u • La uni´n de A y B es el evento o A ∪ B = “se obtiene un n´mero distinto de 2” = {1. 5.

A1. es decir. 6}. Ejemplo 2. .5a).1 Experimentos. a o (a) Los eventos A ∩ B y A ∩ B son mutuamente excluyentes y su uni´n es igual al evento B. claramente podemos o e observar que los eventos A1 ∩ B = {3}. An ∩ B son mutuamente excluyentes y su uni´n es B. An y B eventos de un espacio muestral Ω. An que forman la a n partici´n de Ω. Entonces. Observemos que los eventos A1 .16 Consideremos el lanzamiento de un dado. son mutuamente excluyentes y su uni´n es B. verific´ndose. o A2 ∩ B. . A2 ∩ B. 4. 4. 6} y A3 = {5}.. (a) Sean A = {1. son v´lidas las siguientes afirmaciones. A1 = {1. . A2. 5. o Para comprender lo expuesto en el teorema 2. . 3}. . A2. . 6}. . de esta o a manera. De esta forma queda o verificada la parte (a) del teorema. la parte (b) del teorema. los eventos A1 ∩ B. A2 y A3 forman una partici´n de Ω. (b) Diagrama de Venn para A1 ∩ B. A2 = {2. espacios muestrales y eventos 11 Teorema 2. forman una partici´n de B (ver figura 2. 5} A ∩ B = {4. A3 ∩ B = {5} son mutuamente excluyentes y su uni´n es B (ver figura 2.5: Diagrama de Venn para diferentes intersecciones. o o (a) Diagrama de Venn para los eventos A ∩ B y A ∩ B. es decir. o (b) Si A1.15 Sean A. es decir. . (b) Sean B = {3.5b. ¿Por qu´? Ahora. 6}. El evento B viene representado por la regi´n sombreada. El rect´ngulo grande es el espacio muestral Ω y est´ subdividido a a en partes m´s peque˜os que representan los n eventos A1. 5} y B = {3. .1..6a).1. y An ∩ B Fig. consideraremos el diagrama de Venn de la figura 2.1.. Entonces. 4. . 2.15b. los eventos A ∩ B = {3.1. entonces. . . . o forman una partici´n de B. 3. A2..6b). . Verificaremos los dos resultados que se presentan en el teorema 2. A2 ∩ B = {4.15. An forman una partici´n de Ω. Se observa que o o los eventos comprendidos en la interseci´n de B y cada uno de los eventos Ai forman o una partici´n de B. . .2. 6} son mutuamente excluyentes y su uni´n es B (ver figura 2. 5.

8 (1980). Por ejemplo. D. e o o o a ´ Definamos ahora los siguientes eventos: B : El encuestado responde “s´ ı”.17 Un problema al que se enfrenta frecuentemente la investigaci´n de mercao dos lo constituye el hecho de que algunas preguntas que nos gustar´ hacer son tan delicadas ıa que muchas personas se negar´n a contestarlas o dar´n una respuesta falsa. “Using a randomized response research design to eliminate nonresponse biases in business research”. A2 ∩ B y A3 ∩ B son mutuamente excluyentes y su uni´n es B o Fig. ◭ Ejemplo 2. como se puede verificar a o f´cilmente. a ◭ Ver.15 y se verifica que los eventos A1 ∩ B A2 ∩ B = = El encuestado responde “s´ y lo hace a la pregunta delicada. ı” El encuestado responde “s´ y lo hace a la pregunta normal ı” son mutuamente excluyentes. en nuestro ejemplo. A2 : El encuestado responde a la pregunta normal. Esta t´cnica consiste en acompa˜ar la pregunta delicada con otra pregunta normal.6: Diagrama de Venn para diferentes intersecciones. e n podr´ ıamos tener el siguiente par de preguntas: (a) ¿Ha hurtado en almacenes intencionalmente en los ultimos doce meses? ´ (b) ¿Ha realizado una compra por cat´logo en los ultimos doce meses? a ´ A los encuestados se les pide que lancen una moneda y entonces contestan a la pregunta (a) si se obtiene cara y a la (b) en otro caso.1 Experimentos. 8390.2. por ejemplo. Claramente. Dado que el encuestador no puede saber a qu´ pregunta se contesta. las condiciones de la parte (b) del teorema 2. M. A1 : El encuestado responde a la pregunta delicada. los eventos A1 y A2 son mutuamente excluyentes y colectivamente exhaustivos. espacios muestrales y eventos 12 (a) Los eventos A ∩ B y A ∩ B son mutuamente excluyentes y su uni´n es B. o (b) A1 ∩ B. Adem´s. su uni´n es el evento B. De este modo. 1 . Una manera a a ´ de atacar este problema es utilizar el metodo de la respuesta aleatorizada1 . Geurts. el investigador sabe o qu´ proporci´n de la poblaci´n realiz´ una compra por cat´logo en los ultimos doce meses. el investigador cuenta ya con informaci´n n e o sobre la poblaci´n sujeta a estudio. e Para las preguntas que acompa˜an a la de inter´s. se espera que se obtengan de esta manera respuestas verdaderas. 2. De este modo.1. Journal of Academy of Marketing Science.1.

a e (c) Describa el evento G de que al menos siete adornos est´n rotos. 4. F y G son mutuamente excluyes”. (e) Describa el evento H de que once adornos est´n rotos. Si es verdadera. C. Uniatl´ntico. Haga una lista de los elementos a de B. (a) Describa el espacio muestral correspondiente a este estudio. (a) Enumere los elementos del espacio muestral correspondientes. (c) Sea B el evento en que Uniatl´ntico llega a la final. La gerencia de producci´n de una corporaci´n realiz´ un estudio para determinar el tiempo. el ganador puede elegir tres de cinco personas diferentes: o A. Cuc). En la primera vuelta. u a Uniaut´noma y la Cuc. (a) Enumere todos los posibles resultados de Ω. un ejemplo para mostrar e que es falsa): “Si E y F son eventos mutuamente excluyentes y E y G son eventos mutuamente excluyentes. por el tercer y cuarto puesto.1 Experimentos. Haga una lista de los elementos de A. D y E. espacios muestrales y eventos 13  Ejercicios de la secci´n 2. construya un contraejemplo (es decir. (b) Describa el evento E de que un t´cnico tarde tres minutos o menos para realizar la e tarea. En un concurso de televisi´n. B. (d) ¿Cu´les son los resultados en A ∪ B y en A ∩ B? ¿Cu´les son los resultados en A? a a . Uniaut´noma el subcampe´n. (b) ¿Cu´ntos elementos hay en el espacio muestral correspondientes a una selecci´n que a o incluye a A? (c) ¿Cu´ntos elementos hay en el espacio muestral correspondientes a una selecci´n que a o incluye a A y a B? (d) ¿Cu´ntos elementos hay en el espacio muestral correspondientes a una selecci´n que a o incluye a A o a B? 2. Uninorte jugar´ contra Uniatl´ntico y Unio a a aut´noma contra la Cuc. necesario para que un t´cnico ejecute cierta tarea relacionada con el montaje e de sus televisores. e (d) Describa los eventos F ∩ G y F ∪ G. Uniatl´ntico qued´ de tercero o o o a o y la Cuc. e (f) Determinar si la proposici´n dada es verdadera o falsa. explicar o por qu´ y si es falsa. (c) Describa el evento F de que un t´cnico tarde m´s de tres minutos para realizar la e a tarea. de cuarto. en donde se indica o a que Uninorte fue el campe´n. Como parte de un procedimiento de control de calidad. entonces. (b) Sea A el evento en que Uninorte gana el torneo. Uniatl´ntico.2. 3. En un campeonato de f´tbol participan cuatro universidades: Uninorte. (a) ¿Cu´l es el espacio muestral adecuado para cada lote? a (b) Describa el evento F de que a lo m´s cuatro adornos est´n rotos. Un posible resultado definitivo puede representarse por la tupla (Uninorte. un inspector de una granja seleccion´ 10 adornos al azar de cada lote que recibe y registra el n”umero de adornos o defectuosos. Uniaut´noma. Los dos ganadores jugar´n por el campeonato y subcampeonato o a y los perdedores. o o o en minutos.1 o 1.

Un resultado u de (3. 9}. 3. e e 10. (c) Haga una lista de todos los resultados del evento en el cual todos los miembros de la familia vayan a diferentes oficinas. ¿En cu´les a resultados Greyci se mantiene adelante de Brian en todo el conteo? 6. Sean A. 1. En el departamento de recaudos se acaba de terminar una votaci´n secreta para elegir el o nuevo jefe de ese departamento. 8. Exprese con palabras las regiones o indicadas a continuaci´n teniendo en cuenta la figura de abajo: (a) Regi´n 1. 2. (a) ¿Cu´ntos resultados disponibles hay? ¿Cu´les son? a a (b) Suponga que se realiza un conteo a medida que se sacan las papeletas. Brian. 7. 9. 8. Se˜ale la regi´n de la figura de abajo que representa a cada evento: (a) A ∪ B ∪ C. 60. uno de los dos candidatos y dos papeletas con votos para Brian. Ingl´s. 10. o a Determine el n´mero de alumnos que conforman los siguientes eventos: u . 8. Una familia formada por Greyci. Brian y Humberto asisten a una cl´ ınica que siempre tiene un m´dico en cada una de las oficinas 1. (e) Ω ∩ B. espacios muestrales y eventos 14 5. 1. 2. 20. 6 y 7. (d) A ∩ B ∩ C. 3}. Sean Ω el evento de todos los turistas que visitaron a Barranquilla durante un fin de semana y A. Ciencias Naturales. Durante cierta semana. B. las tres materias simult´neamente. C = {2. (c) A ∩ B ∩ C. 80. (d) (D ∩ A) ∪ C. 4. (a) Haga una lista de los 27 resultados del espacio muestral.2. D = {1. respectivamente. (e) A ∩ B ∩ C. 5. 6. 2 y 3. 89. el otro candidato. 6. oficina 2 y Humberto. 9} el espacio muestral correspondiente a un experimento aleatorio dado. 5. Ciencias Naturales e Ingl´s. 2) es: para Greyci la oficina 3. B = {4. oficina 2. (d) Haga una lista de todos los resultados del evento en el cual ning´n miembro de la u familia vaya a la oficina 2. los eventos formados por los turistas que visitaron el Museo rom´ntico. 6}. s´lo Algebra. cada miembro de e la familia visita una vez la cl´ ınica y se le asigna al azar un m´dico: el experimento consiste e en registrar el n´mero de la oficina asignada a cada miembro de la familia. C y D eventos de Ω definidos por A = {0. (b) B ∩ C. (f) (A ∪ B) ∩ C. 5. 7 y 8 juntas. (d) Regiones 5. 7}. (c) D. 7. 4. (h) A ∪ B ∪ C. (b) n o A ∩ B ∩ C. En una encuesta realizada en un colegio de la ciudad a un total de 150 alumnos se encontr´: o 54 estudian Algebra. (f) B ∩ C ∩ D. a el Zool´gico y Bocas de Cenizas. Supongamos que las papeletas se sacan de la caja una por una.1 Experimentos. (b) Haga una lista de todos los resultados del evento en el cual las tres personas de la familia vayan a la misma oficina. 2. (g) A ∪ (B ∩ C). (b) Regiones o o 1 y 4 juntas. B y C. 15. Algebra y Ciencias Naturales. La urna de votos contiene tres papeletas con votos para Greyci. (c) Regiones 4. Liste los elementos de los conjuntos que corresponden a los siguientes eventos: (a) A ∪ D. Sea Ω = {0.

proporcionados por la tecnolog´ moderna. intersecci´n y complemento para describir. Sean A. pero no en la segunda. pero no en la primera. 7. (c) El futbolista ha jugado en el Real Madrid y no en el Milan. B y C. (d) El futbolista s´lo ha jugado en el Bayern de Munich. respectivamente.2.2 Modelo de urnas y t´cnicas de conteo e A pesar de la complejidad de muchos procedimientos avanzados. pero no Ciencias Naturales. en la tercera. pero no la primera. el simple proceso de contar resultados de un experimento aleatorio ıa contin´a jugando un papel importante en problemas pr´cticos de la vida cotidiana. Un equipo de f´tbol ha determinado contratar un futbolista de talla internacional para el u pr´ximo campeonato. Aprobaron al menos una prueba Aprobaron la segunda o la tercera. 2. en muchos problemas como. Utilice las operaciones de uni´n. dibuje un diagrama de Venn y sombree la regi´n correspondiente e o a cada uno. el n´mero de llamadas u u recibidas en una oficina por d´ el n´mero de accidentes ocurridos en los fines de semana. o (e) El futbolista ha jugado exactamente en uno de los tres equipos mencionados anteriormente. (b) El futbolista ha jugado en los tres equipos mencionados anteriormente. en la segunda. en el Milan y en el Bayern de Munich. u etc. Fracasaron en la segunda y en la tercera. en la primera y en la tercera. B y C eventos que representan al hecho de que el futbolista o contratado ha jugado en el Real Madrid. u a Tenemos que contar por ejemplo. 10. en la primera. Fracasaron en la primera y en la tercera. 12. e (b) Estudian s´lo una materia. (a) Por lo menos el futbolista ha jugado en uno de los tres equipos mencionados anteriormente. por ejemplo. 25. Pero. en la segunda y en la tercera. 11. 30. Determine el n´mero de aspirantes que conforman los u siguientes eventos: (a) (b) (c) (d) (e) (f) (g) Fracasaron exactamente en una prueba. en o o t´rminos de A. Una universidad realiza tres tipos de pruebas a 100 aspirantes y obtiene los siguientes resultados: 2 fracasaron en las tres pruebas. en la primera y en la segunda. ıa. 8. Aprobaron las tres pruebas. . o (c) Estudian a lo sumo dos materias.2 Modelo de urnas y t´cnicas de conteo e 15 (a) Estudian Algebra e Ingl´s. Fracasaron en al menos una prueba. el n´mero de alumnos por grupo. 25.

una al lado de la otra a para una foto. Las bolas extra´ ıdas se consideran como una muestra. En este caso. el teorema fundamental del conteo. podemos distinguir los siguientes casos: (a) Seleccionar sin reemplazo. consideraremos importante enfae tizar que muchos experimentos aleatorios pueden describirse por medio de los llamados modelos de urnas.2 Modelo de urnas y t´cnicas de conteo e 16 • calcular de cu´ntas formas podemos sentar 10 personas. e. Se seleccionan cierta cantidad de bolas una tras otra y se considera el orden obtenido. entonces. Debido a a e que. los cuales est´n caracterizados por los siguientes dos hechos: a 1. b. e pero sin que interese el orden de las bolas extra´ ıdas. el a o conteo a trav´s de diagramas de ´rbol. se hace obligatorio para nosotros estudiar algunas t´cnicas. c. Se seleccionan cierta cantidad de bolas a la vez (o tambi´n una tras otra). A la tupla con dos elementos se le llama par ordenado. es necesario determinar cantidades como estas para poder calcular probabilidades2 . reema plazando o no las bolas seleccionadas antes de seleccionar nuevamente otra(s) bola(s) y observando el orden o no de las bolas extra´ ıdas. Cada bola seleccionada se deposita fuera de la urna y por eso puede seleccionarse una sola vez. y que son fundamentales para el e c´lculo de algunas probabilidades. e Las t´cnicas especiales de conteo que estudiaremos.2. son: el conteo por enumeraci´n de elementos. • o determinar cu´ntos n´meros de tres cifras se pueden formar con los d´ a u ıgitos del 1 al 9 si no se pueden repetir los d´ ıgitos. z). Estas bolas se consideran como una poblaci´n. Para obtener estas muestras.2. d. . de la forma (a. el principio e a de adici´n. frecuentemente. numeradas). o 2. las bolas seleccionadas se pueden considerar como tuplas ordenadas. no distinguibles (por ejemplo. a). rojas) o mixtas. . . Por ejemplo. (c) Seleccionar considerando el orden. En una urna hay bolas distinguibles (por ejemplo. (b) Seleccionar con reemplazo. Cada bola seleccionada se reemplaza en la urna y por eso puede seleccionarse varias veces. al mismo tiempo o no.1 Modelo de urnas Antes de comenzar a introducir los conceptos y propiedades b´sicos que caracterizan a a cada una de las t´cnicas mencionadas anteriormente. o 2. Concepto que veremos m´s adelante a Por una tupla ordenada se entiende una expresi´n.3 (d) Seleccionar sin considerar el orden. tripleta ordenada. 3 2 . la tarea no resulta ser f´cil si no se desarrollan t´cnicas especiales de conteo. no es lo mismo (a. De esta urna se quieren sacar una o m´s bolas. b) que (b. o en donde el orden de estas letras es importante. . etc. por ejemplo. el conteo de permutaciones y el conteo de combinaciones. para el caso de tener s´lo dos letras o a y b. a la de tres elementos.

NV. Esto se hace hasta que no queden bolas en la urna. Jeniffer. NN. En este ejemplo el orden es importante. RA. ◭ Ejemplo 2. ¿Cu´les son las distintas maneras de seleca cionar dos fichas con reemplazo? SOLUCION: Abreviaremos el color de las fichas con su correspondiente letra inicial: A. Inclusive. entonces. Greyci” (por eso sin orden). R y N. Jennifer.2.2. RN. V.2. en este caso. Brian. Humberto. se selecciona un ficha y se vuelve a introducir en la o urna antes de seleccionar la segunda. AA. por ejemplo. Humberto. Ahora. Greyci” no existe (por eso. sin reemplazo). Para ilustrar esto. por ejemplo. Es decir. En realidad. Observe que. AR. consideremos los siguientes ejemplos. los elementos del espacio muestral son AA. Jeniffer” que “Jeniffer. una verde. Greyci. RR. Greyci.2. VN. 4 .2 (Selecci´n sin reemplazo y sin orden) ¿De cu´ntas maneras se puede o a armar un grupo de 2 de entre 4 personas (digamos Greyci. Brian y Humberto)? SOLUCION: En esta situaci´n el orden no interesa (por eso no se utilizan par´ntesis al identificar a cada o e selecci´n del grupo). Brian. e 2. Observe que a la mayor´ de ellos lo hemos identificado con un modelo de urna.1 (Selecci´n con reemplazo y con orden) Una urna contiene 4 fichas: o una azul. Por lo tanto. sabiendo que hay 4 disponibles. encontramos que los posibles grupos de dos personas que se pueden escoger son: Greyci. NA. Adem´s. Brian. podemos identificar otros tipos de modelo de urna con base en las situaciones anteriores como. Como la selecci´n es con reemplazo. VV. RN. da lo mismo la a posibilidad “Greyci. por eso aparece AV y VA como dos elementos distintos del espacio muestral. procederemos a explicar las mencionadas t´cnicas de conteo. VA. Esta t´cnica es adecuada cuando el n´mero de resultados posibles no e u es muy grande. (e) Seleccionar formando una partici´n. en gavetas numeradas. Humberto.2 El conteo por enumeraci´n de elementos o Nuestra primera regla es tratar de enumerar todos los elementos de un espacio muestral y luego contarlos. NR. Es como si coloc´ramos los nombres de estas cuatro personas en una o a bolsa y sac´ramos dos de ellas al mismo tiempo. VR. AN. la posibilia dad de obtener un grupo conformado por “Greyci. ◭ A los que no hemos identificado con un modelo de urna. en total hay 6 maneras posibles de seleccionar un grupo de 2 personas.2 Modelo de urnas y t´cnicas de conteo e 17 Los cuatro casos se pueden combinar: las bolas se seleccionan con o sin reemplazo y con o sin orden. o Seleccionar grupos de bolas sin importar el orden y cada grupo se guarda. Jeniffer. Jeniffer. Al tener en cuenta lo anterior. hay otros tipos de modelos de urna.4 ıa Ejemplo 2. una roja y una negra. significa que el ejemplo no se puede clasificar directamente como uno de los modelos de urna descritos anteriormente.

digamos. Brian y Humberto acomodarse en una habitaci´n triple y en una o habitaci´n sencilla? o SOLUCION: En este ejemplo. las posibles reparticiones de las cuatro personas son: (Greyci-Brian-Jeniffer.2. Humberto) significa que las 3 primeras personas duermen en la habitaci´n o triple y la ultima.6 Una joven tiene tres blusas (de marcas A.2. Ahora. Humberto). FMFMM. una partici´n). Es decir.5 (Partici´n de un espacio muestral) ¿De cu´ntas maneras diferentes pueo a den Greyci. Brian). (Greyci-Humberto-Jeniffer. los libros de matem´ticas est´n a a a repetidos (por eso con reemplazo). sin reemplazo). FMMMF. dos faldas (de colores azul y roja) y dos pares de zapatos (de cuero y pl´stico). en total hay 4 maneras posibles de repartir a 3 personas en una habitaci´n triple o y 1 en la sencilla. B y C). Ejemplo 2.3 (Selecci´n sin reemplazo y con orden) ¿De cu´ntas maneras se pueden o a sentar Greyci. en total hay 10 maneras posibles de organizar los 5 libros en el estante. por ejemplo. Brian y Humberto en un sof´ que s´lo tiene disponible dos puestos? a o SOLUCION: En este ejemplo el orden es importante porque no es lo mismo. ◭ Es decir. es obvio que Greyci no puede aparecer sentada en el primer puesto y en el segundo puesto al mismo tiempo (por eso. Greyci). a ◭ Ejemplo 2.2. Con lo anterior. Jeniffer). (Greyci. Ahora. no importa el orden en que a ellos coloquen en el estante (por eso sin orden). en total hay 12 maneras posibles de que dos de las cuatro personas se sienten en el sof´ de dos puestos. (Brian. entonces. (Humberto. Greyci). MMFMF. Jeniffer). Utilizando estas siete prendas de a . podemos determinar que las posibles maneras en que se sienten a dos personas en el sof´ son: a (Greyci. 1 persona (que dormir´ en la habitaci´n sencilla). (Humberto-Jennifer-Brian.2. f´cilmente. (Jennifer. Por eso utilizaremos parejas ordenadas para enumerar los posibles resultados. FFMMM. la pareja (Greycia o Brian-Jeniffer. (Brian. (Greyci-Brian-Humberto.4 (Selecci´n con reemplazo y sin orden) ¿De cu´ntas formas pueden acoo a modarse 3 libros iguales de matem´ticas (M) y 2 libros iguales de f´ a ısica (F) en un estante que tiene s´lo 5 puestos disponibles? o SOLUCION: Como los libros. FMMFM. Jeniffer). que Greyci se siente en el primer puesto y Jeniffer en el segundo que lo contrario. ´ Teniendo en cuenta lo anterior. ◭ Ejemplo 2. Greyci). Humberto). Greyci) (Brian. Humberto). no existe la posibilidad que aparezca el resultado (Greyci. (Greyci. Jeniffer. Igual sucede con los de f´ ısica. (Humberto. MMFFM. Jeniffer. Greyci). Humberto). (Jeniffer. en la sencilla. Adem´s. MFMMF. Brian) Es decir. Jeniffer) (Humberto. Es decir. Brian). (Jeniffer.2. Brian). o donde un grupo tendr´ 3 personas (que son las que dormir´n en la habitaci´n triple) y el a a o otro grupo. La organizaci´n posible o de los 5 libros en el estante son: MMMFF. MFFMM. es dividir a las cuatros personas en grupos de dos (por eso. de matem´ticas son iguales.2 Modelo de urnas y t´cnicas de conteo e 18 Ejemplo 2. MFMFM.

B. (C. sin ı necesidad de enumerar las diferentes posibilidades y sin elaborar un diagrama de ´rbol. (A. pl´stico) a ◭ O sea. rojo. azul. a (B. o e o Ejemplo 2. (C. Como a o puede verse en ese diagrama. (A. rojo. para mostrar o a todas las secuencias posibles de tales operaciones. cuero).2. hay 6 maneras diferentes de organizar las letras dadas.3 El conteo a trav´s de diagramas de ´rbol e a Cuando el n´mero de posibilidades no es demasiado grande. pl´stico). cuero).4 Teorema fundamental del conteo La siguiente regla de conteo se aplica a cualquier situaci´n en la cual un evento conso te de tuplas ordenadas de objetos y queremos contarlos. pl´stico).11. (B. rojo. los posibles juegos de ropa que la joven pod´ ponerse son los siguientes: ıa (A. cuero). se puede utilizar una repreu ´ sentaci´n gr´fica que se conoce con el nombre de diagrama de arbol.2. cuero). Un diagrama de ´rbol consta de una a serie de “ramas” que corresponden a cada una de las formas en que se pueden realizar la operaci´n. azul. a . Ilustraremos este diagrama a trav´s de s´lo un ejemplo. ıa 2.7: Diagrama de arbol para el ejemplo 2. pl´stico). pl´stico) a (C. que en total ella podr´ ponerse 12 juegos.7 (Selecci´n sin reemplazo y con orden) ¿De cu´ntas formas distintas o a se pueden organizar las letras A. azul. pl´stico) a (B. C? SOLUCION: El diagrama de ´rbol correspondiente a esta situaci´n se presenta en la figura 2. Es decir. ´ ı. Por ejemplo. rojo. rojo. (B. a (A. azul. cuero).2. rojo. Fig. a (C.2. las diferentes posiblidades se pueden enumerar teniendo en cuenta las ultimas ramas del diagrama. azul. ¿cu´ntos juegos de ropa diferentes podr´ ponerse? a ıa SOLUCION: Como podemos ver. 2. De all´ vemos que hay en total seis ramas. cuero). la mayor´ de ıa las situaciones ilustradas por medio de los ejemplos hasta aqu´ se pueden analizar.2.2 Modelo de urnas y t´cnicas de conteo e 19 vestir. azul. ◭ ´ 2.7.

(3. 6). de 2 formas y el tercer. 3).7. (6. (6. el total de formas para organizar las tres letras es 3 · 2 · 1 = 6. ◭ Ejemplo 2. 4). Esta regla se puede extender a a cualquier cantidad de eventos. si o a selecciona otra. el de escoger a la letra B y el de escoger la C. ¿De cu´ntas maneras puede ´l hacerlo? a e . (5. en la segunda posici´n habr´ dos posibilidades y.2. a • Segundo paso: Calcule de cu´ntas formas puede ocurrir cada uno de estos eventos. por el teorema fundamental del conteo (teorema 2. el n´mero total de formas en que pueden caer.8) que e son Ω = (1. ´ Ejemplo 2. (5. 3). de izquierda a derecha. (2. 6).7 hay tres eventos que debemos considerar: el de escoger a la letra A. 5). (1. (4.2. (4. uno u despu´s del otro. 2). 4). 6). (3. Si se selecciona una. 2). e Teorema 2. 2).2. los dos eventos pueden ocurrir simult´neamente en el orden establecido de mn formas. Por tanto. ◭ Ejemplo 2. (3. 1). de 2 formas.2. Por tanto. 6). 1). 2). los cuatros eventos uno seguido del otro pueden ocurrir en 3 · 2 · 2 = 12 maneras distintas. escoger una de las 2 faldas y escoger uno de los dos pares de zapatos. uno despu´s del otro.12 (Selecci´n sin reemplazo y con orden) Hay cuatro facturas diferentes o que un gerente quiere ordenar.2. 5). 6) . ◭ Ejemplo 2. en cuatro lugares distintos de su escritorio.8 (Teorema fundamental del conteo) Si un evento puede ocurrir de m formas y si despu´s que ha sucedido puede seguir un segundo evento que e puede ser de cualquiera de n formas. (3.10 Para el ejemplo 2.2.8).2. a • Tercer paso: Por ultimo aplique el el teorema fundamental del conteo (teorema 2. 2). Ahora. (1. (6. el segundo. 4). 3). 4). (2. (4.2. 5). 1). (1. (5.2.2. (5. 3). por el teorema fundamental ´ a del conteo (teorema 2. les sugiero realizar siempre los siguientes pasos: • Primer paso: Determine cu´ntos eventos hay en el problema y si es necesario identifique cada uno de ellos. 4). es 6 · 6 = 36 por el teorema fundamental del conteo (teorema 2. El primer evento puede ocurrir de 3 formas. (3. (6. 1). (5. (3. (2. (4. 1). u SOLUCION: Como los dos dados no est´n relacionados en forma alguna cuando se lanzan y como cada a uno pueder caer de seis formas distintas. 4). (2.9 Un dado se lanza dos veces. (5. 5). Determinar el n´mero de formas en que se u pueden obtener los n´meros del dado en los dos lanzamientos.2. (4. 6). 1). (2. (6.2 Modelo de urnas y t´cnicas de conteo e 20 a trav´s del siguiente teorema.11 (Selecci´n sin reemplazo y con orden) En la situaci´n del ejemplo o o 2. (2. 3). 5). (4. como se obtuvo en el ejemplo 2. en la ultima habr´ una posibilidad. Para resolver cualquier problema de conteo.2.8). (1. 3).8). e Son los siguientes: Escoger una de las 3 blusas. entonces. (6. 5). para la primera posici´n hay 3 posibilidades de escoger o la primera letra. 2).6 pueden ocurrir tres eventos.2. (1.

o • Un problema de colocaci´n. de una sola manera. Por tanto. se selecciona la trecera factura de entre las que quedan. D = Colocar la cuarta factura en el ultimo espacio. a D = La ultima factura va en el unico lugar disponible.2.8). B = En seguida. o Los cuatro eventos son: A = Seleccionar una factura para el primer lugar. de dos y D.5 e o el teorema fundamental del conteo (teorema 2. por el teorema fundaa mental del conteo (teorema 2. B = Despu´s de llenar el primer espacio. Sentada una all´ ı quedar´n disponibles 3 personas para el segundo puesto.2.2.2 Modelo de urnas y t´cnicas de conteo e 21 SOLUCION: Hay dos formas de analizar este ejemplo: como un problema de colocaci´n y como un probo lema de selecci´n. (c) a trav´s de la partici´n de un espacio muestral como en el ejemplo 2. ´ ´ • Un problema de selecci´n. o Los cuatro eventos son: A = Colocar la primera factura en uno de los cuatro espacios.4. ◭ Ejemplo 2.8) no es aplicable (directamente). a ◭ Sin embargo hay situaciones en donde no se puede aplicar (o no se puede aplicar f´cilmente) el teorema fundamental del conteo (teorema 2. Por consiguiente.8) hay 12 = 4 · 3 maneras posibles de que dos de las cuatro personas se sienten en el sof´ de dos puestos. En los dos primeros casos porque no importa el orden y en el tercero. por el teorema fundamental del conteo (teorema 2.8).2.2.2.2. ´ En cualquiera de las dos situaciones. (b) con reemplazo y sin orden como en el ejemplo 2. Algunos ejemplos son a los siguientes: Ejemplo 2. C. por la estructura del modelo de urna.2. C = De los dos espacios a´n vac´ uno ser´ para la tercera factura.2.2.13 (Selecci´n sin reemplazo y con orden) Considere la situaci´n del ejemo o plo 2.2. El primer puesto hay 4 maneras de que se siente una persona.3. B. se elige la segunda factura de entre las e tres restantes C = Luego de ocupar tres espacios. ◭ . A puede hacerse de 4 maneras. u ıos.2. de tres. el n´mero total de formas posibles en que el gerente puede ordenar sus facturas es u 4 · 3 · 2 · 1 = 24.14 Cuando la selecci´n es o (a) sin reemplazo y sin orden como en el ejemplo 2. colocar la segunda factura en uno de los tres espacios restantes.

a ◭ Ejemplo 2. .5 El principio de adici´n o Consideremos el siguiente ejemplo.2. C). Obs´rvese. (5.. En a o a consecuencia.19 Una permutacion es un arreglo ordenado de una cantidad o finita de objetos distintos. por el principio de adici´n (teorema 2.1.16 (Principio de adici´n) Si los eventos A1.2. Ejemplo 2.15 Cinco empresas de transporte tienen servicio diario entre Barranquilla y Bogot´. son mutuamente a excluyentes. Por lo tanto. dos o tres caras”. Es importante tener en cuenta que toda permutaci´n se puede identificar como una muestra o seleccionada sin o con reemplazo. C. adem´s. Para resolver este tipo de problemas es importante considerar el siguiente teorema: Teorema 2. Por consiguiente. que e a son mutuamente excluyentes. Debido a que a A = {(1. 6). . A. A2. S. Tres empresas de aviaci´n tienen vuelo diario entre Barranquilla y Bogot´. C. pero siempre con orden . Como a A = {(C. S)} y D = {(C. 5). entonces. C)}. 6). Ak son muo tuamente excluyentes (v´ase la definici´n 2. dos o tres caras? SOLUCION: Sean A.2. respectivamente.2. respectivamente. el evento A1 ∪ A2 ∪ · · · ∪ Ak ocurre de n1 + n2 + · · · + nk formas diferentes. .2.2. n2. S. (C. nk e o formas diferentes.. adem´s. . a ◭ 2. (S. 1)} y B = {(2. 3). el evento A ∪ B o ocurrir´ de 6 + 5 = 11 maneras distintas. (3. por el principio de adici´n (teorema 2. 3 y 1 formas distintas. A y B pueden ocurrir de 6 y 5 formas distintas y. entonces. (4. hay 5 + 3 maneras de ir de Barranquilla a Bogot´ en avi´n o en bus. 3). (2. “obtener tres caras”. el o evento A ∪ B ∪ D ocurrir´ de 3 + 3 + 1 = 7 maneras diferentes. C. . 2).6 Permutaci´n o ´ Definici´n 2. 4). Entonces. A ∪ B ∪ D ser´ el evento “obtener una. (S.2.2.2.7) y si se ocurren de n1.16). . B y D los eventos “obtener una cara ” y “obtener dos caras”. C)} entonces. (5. B y D pueden ocurrir de 3. 5). C). 4). S).16). S. B = {(S.2 Modelo de urnas y t´cnicas de conteo e 22 2. Ejemplo 2. ¿de cu´ntas formas se puede obtener que a la suma de los n´meros sea un siete o un ocho? u SOLUCION: Sean A y B los eventos “obtener un siete” y “obtener un ocho”. S). (6.18 Consideremos el experimento de lanzar una moneda al aire tres veces. A ∪ B ser´ el evento “obtener un siete o un ocho”.2. 2)}. ¿De cuantas formas se puede obtener una.8).2. (C. (4. (6. C.17 En el lanzamiento de dos dados. a o ◭ En el ejemplo anterior vemos que no es posible aplicar el teorema fundamental del conteo (teorema 2. Entonces. (3.

por ejemplo. Las situaciones especiales o (relacionadas con permutaciones) que explicaremos a continuaci´n son las siguientes: o • Permutaciones sin repetici´n de n objetos tomados todos a la vez. B y C. Algunos valores factoriales son los siguientes: 1! = 1.2. con reemplazo) CAC es un ejemplo de una permutaci´n de las letras A.2. o • Permutaciones circulares. CAC y CCA. sin reemplazo) a AC es un ejemplo de una permutaci´n de las letras A. tom´ndolas de 2 en 2.2. 5! leeremos “5 factorial”. nk de un k-´simo tipo. 2! = 2 · 1 = 2. sin reemplazo) ACB es un ejemplo de una permutaci´n de las letras A.2. el total de permutaciones de un conjunto de objetos se puede calcular siempre a trav´s del teorema fundamental del conteo (teorema 2. n2 de un segundo tipo.22 (Permutaciones de 4 letras si hay letras iguales. B.2. o Permutaciones sin repetici´n de n objetos tomados todos a la vez o Teorema 2. ◭ En la mayor parte de los casos.23 El n´mero de permutaciones de un conjunto de n elementos u distintos es igual a n! := 1 · 2 · · · (n − 1) · n.20 (Permutaciones de 3 letras. Hay en total 12 permutaciones de estas cuatro letras. a a saber: AB AC AD BA BC BD CA CB CD DA DB DC.. ◭ Ejemplo 2. . e • Maneras de hacer una partici´n de un conjunto. . siendo 0! := 1.2 Modelo de urnas y t´cnicas de conteo e 23 Ejemplo 2.21 (Permutaciones de 4 letras tom´ndolas de 2 en 2. Las permutaciones de este tipo se pueden considerar como muestras seleccionadas sin reemplazo. . pero tomado solamente o dos de ellas. . a o saber (comp´rese con el ejemplo 2. De e todas formas. En total hay 3 permutaciones o de estas letras: ACC. etc. ◭ Ejemplo 2. u • Permutaciones de n objetos de los cuales hay n1 de un primer tipo. El s´ ımbolo “!” se conoce con el nombre de factorial. Hay en total 6 permutaciones de estas letras.7): a ABC ACB BCA BAC CBA CAB. o • Permutaciones sin repetici´n de n objetos tomados de k en k (k ≤ n). C y D.2. C y C. 3! = 3 · 2 · 1 = 6.2. • Permutaciones con repetici´n de n objetos tomados de k en k (k es cualquier o n´mero natural). estas f´rmulas se obtienen aplicando este teorema). donde n1 + n2 + · · · + nk = n.8). 4! = 4 · 3 · 2 · 1 = 24. para situaciones especiales hay f´rmulas que nos permiten calcular la cano tidad de permutaciones sin necesidad de aplicar el teorema fundamental del conteo (en realidad. Cuando escribamos.

8). los libros de matem´ticas pueden ordenarse entre a a a ellos de 4! formas. .23 porque el gerente quiere ordenar sus e cuatro facturas disponiendo s´lo de cuatro espacios posibles.2. este resultado coincide siempre con el del a e teorema 2. se tienen a 9 libros que pueden ordenarse de 9! formas. u (b) Considerar los cuatro libros de matem´ticas como un solo libro. Para calcular el n´mero de a o u permutaciones de este tipo.23. a a o ¿De cu´ntas maneras diferentes se pueden acomodar estas ocho m´quinas en los ocho espaa a cios disponibles? SOLUCION: Podemos aplicar directamente el teorema 2.2. sin reemplazo) Cuatro libros distintos de matem´ticas. n´mero de ordenaciones pedido = 9! 4! = 8. ¿De cu´ntas formas distintas es posible ordenarlos si (a) los libros de cada asiga natura deben estar todos juntos. m´quinas en los ocho espacios disponibles.2. (b) solamente los libros de matem´ticas deben estar juntos? a SOLUCION: (a) Los libros de matem´ticas pueden ordenarse entre ellos de 4! formas.2. sin reemplazo) Se le pide a un consumidor que ordene.2.2. Pero.28 El n´mero de permutaciones de un conjunto de n elementos u n! distintos tomados de k en k es igual a (n−k)! .26 (Permutaciones de 5 objetos.2. a ◭ Ejemplo 2. Las permutaciones de este tipo tambi´n se pueden considerar como muestras seleccionadas e sin reemplazo. los libros de a f´ ısica de 6! formas. entonces. Por consiguiente. podemos tener en cuenta el siguiente teorema: Teorema 2.2.25 (Permutaciones de 8 objetos. los libros de qu´ ımica de 2! formas y los tres grupos de 3! formas. Si al consumidor le es indiferente cualquiera de estas cinco marcas.21. los libros de matem´ticas est´n juntos.2. n´mero de ordenaciones pedido = 4! 6! 2! 3! = 207.27 (Permutaciones de 12 objetos.12 se puede resolver tambi´n aplicando el teorema 2. como se ilustr´ en el ejemplo 2. Adem´s. por orden de preferencia.24 (Permutaciones de 4 objetos.360. Entonces.320 maneras de ordenar las ocho ı. Aplicando este teorema.2.709.2.23 puesto que tenemos un total de n = 8 objetos que queremos ordenar entre s´ Es decir. En todos estos casos.2 Modelo de urnas y t´cnicas de conteo e 24 Ejemplo 2. hay 8! = 40. sin reemplazo) Suponga que una empresa dispone de ocho m´quinas atornilladoras y de ocho espacios en el ´rea de producci´n. sin reemplazo) El ejemplo 2. a ◭ Ejemplo 2. el n´mero de u permutaciones que resultan ser´ 5! = 120. seis diferentes de f´ a ısica y dos diferentes de qu´ ımica se colocan en un estante.2. ◭ Ejemplo 2. obs´rvese que cuando k = n. el sabor de cinco marcas de cerveza. que fue el resultado obtenido aplicando el teorema fundamental del conteo (teorema 2. teno emos que el gerente puede ordenar sus facturas de 4! = 4 · 3 · 2 · 1 = 24 maneras.120. u ◭ Permutaciones sin repetici´n de n objetos tomados de k en k (k ≤ n) o Hay situaciones en donde podemos hallar las permutaciones de n objetos distintos tom´ndolos de k en k. Por consiguiente.

32 (Permutaciones de 4 en 4. por el teorema 2. el n´mero de formas en que se pueden sentar 8 alumnos en una oficina u 8! ◭ con 5 sillas es igual a (8−5)! = 6. Ejemplo 2.2.2. el n´mero de permutaciones de las letras A.29 (Permutaciones de 2 en 2. Ahora bien.2.2. Brian y Humberto.2. Ejemplo 2. sin reemplazo) Una secci´n de maquinaria o determinada consta de cuatro piezas y puede ser ensamblada poniendo las piezas en cualquier orden.2. 4 y 7? SOLUCION: 5! ◭ Nuevamente.8).35 (Permutaci´n circular) ¿De cu´ntas formas pueden sentarse Greyci. una al lado de la otra en fila.30 (Permutaciones de 5 en 5. Ejemplo 2. B. Ejemplo 2.28.2. Pero las dos personas . Entonces hay 3 personas e para sentarse en la mesa circular.28. 5. a Este ejemplo tambi´n se puede resolver directamente aplicando directamente el siguiente e teorema: Teorema 2. C y D. tomadas de dos en dos es igual a u 4! a ◭ (4−2)! = 12 (compa´rese con el ejemplo 2.31 (Permutaciones de 3 en 3. el n´mero de arreglos que podemos u hacer es 4! = 60. u Permutaciones circulares Ahora estudiaremos algunas situaciones de arreglos circulares. Brian y Humberto alrededor de una mesa circular si Greyci y Humberto no deben estar una al lado de la otra? SOLUCION: Consid´rense las dos personas que no deben ir juntas como una sola. ¿de cu´ntas maneras lo podemos hacer? a SOLUCION: Al considerar a una persona en un lugar fijo (digamos Greyci) y acomodar a las otras tres personas en 3! formas diferentes. Para ello consideremos el siguiente ejemplo.2 Modelo de urnas y t´cnicas de conteo e 25 Ejemplo 2.2. Ejemplo 2. esto se puede hacer de (5−3)! = 60 formas. si los queremos sentar alrededor de una mesa circular. el n´mero total de mediciones es (4−4)! = 24. 2. sin reemplazo) ¿De cu´ntas formas difea rentes se pueden sentar 8 alumnos en una oficina con s´lo 5 sillas? o SOLUCION: Por el teorema 2.28.2. ¿Cu´ntas de estas mediciones habr´ que hacer? a a SOLUCION: 4! ◭ Por el teorema 2.28.2. Jenifo fer.2.2.34 El n´mero de permutaciones de n objetos distintos acomodados u en un c´ ırculo es (n − 1)!. se encuentra que hay 6 arreglos distintos alrededor de la mesa circular (comp´rese con la figura 2.720.33 (Permutaci´n circular) Sabemos que si queremos sentar a Greyci.21). sin reemplazo) ¿Cu´ntos n´meros de 3 a u cifras sin repetici´n se pueden formar con los d´ o ıgitos 8. sin reemplazo) Por el teorema 2. que lo pueden hacer de 2! formas.2. Sup´ngase que se decide estudiar el tiempo de ensamblaje para esta secci´n de o o maquinaria midiendo el tiempo que requiere para cada uno de los ensamblajes resultantes de tomar las piezas en distinto orden. o a Jeniffer.

8). que son las “mesas no sombreadas” de la figura 2.36 (Permutaciones de 2 en 2.2.9: Las mesas sombreadas son las permutaciones en que Greyci. ◭ o consideradas como una sola se pueden ordenar de 2! maneras. con reemplazo) Supongamos que tenemos 3 ni˜os de un colegio de primaria y 2 sabores de helados disponibles (digamos. el n´mero total de formas en que Greyci. 2. que corresponden a las “mesas sombreadas” de la figura 2. k > n. al segundo ni˜o tambi´n le podemos n n e . Brian y Humberto se pueden organizar si Greyci y Humberto no deben estar juntas. Entonces. Jeniffer. Jeniffer. o Ejemplo 2. Fig. Por consiguiente.9. ◭ Permutaciones con repetici´n de n objetos tomados de k en k (k es o cualquier n´ mero natural) u Veamos otra aplicaci´n del teorema fundamental del conteo (teorema 2. 2.2 Modelo de urnas y t´cnicas de conteo e 26 Fig.2. fresa n y mango).9.2. el n´mero u de permutaciones de 3 personas alrededor de una mesa circular si dos de ellas pueden estar juntas es 2! 2! = 4. ¿De cu´ntas maneras diferentes podemos servir un helado a los 3 ni˜os? a n SOLUCION: Al primer ni˜o le podemos servir uno de los 2 sabores. Brian y Humberto pueden u sentarse alrededor de una mesa circular si Greyci y Humberto no deben estar una al lado de la otra es 4 − 2 = 2 formas.8: Permutaci´n de 4 personas en una mesa circular.

hay 2 · 2 · 2 = 23 = 8 maneras diferentes de servir un helado a los 3 ni˜os. mango. con reemplazo) Un ladr´n quiere o abrir una caja fuerte. por el e teorema fundamental del conteo (teorema 2.2. 52. por el teorema 2. mango). simplemente. k < n.125 es la correcta.048. Estas posibilidades son las siguientes: n (fresa. el segundo de mago y el tercero.124. Por consiguiente. 25. con reemplazo) ¿Cu´ntos n´meros a u de 2 cifras con repetici´n se pueden fomar usando todos los siguientes d´ o ıgitos: 5.2. 53.2. fresa). fresa). o a Obs´rvese que las permutaciones de este tipo se pueden considerar como muestras seleccionadas e con reemplazo. Pero como una de estas 3.39 (Permutaciones de 4 en 4. ◭ Ejemplo 2. ¿Cu´l es el n´mero m´ximo de intentos incorrectos que puede realizar o a u a antes de encontrar la combinaci´n correcta? o SOLUCION: En cada uno de los 5 anillos pueden ponerse los 5 d´ ıgitos. hay 32 = 9 n´meros de dos cifras con repetici´n y son 55. El n´mero de permutaciones u u con repetici´n de n objetos distintos tom´ndolos de k en k es igual a nk.8) o. mango) significa que el primer ni˜o pidi´ n o un helado de fresa. hay 410 = 1. mango). de mango. fresa). aplicar el siguiente teorema: Teorema 2. la tripleta (fresa. k = n.2.2. fresa. con reemplazo) ¿De cu´ntas fora mas podemos contestar un examen con 10 preguntas de selecci´n m´ltiple. en donde. (fresa.2. Para calcular este n´mero de u u permutaciones podemos aplicar el teorema fundamental del conteo (teorema 2. fresa.37 ı con n = k = 5. k > n.2.38 (Permutaciones de 3 en 3. 4 y 5. fresa. ◭ Este ejemplo se puede categorizar como un modelo de urna en donde las muestras son seleccionadas con orden y con reemplazo. mango).37. 23. fresa.40 (Permutaciones de 5 en 5.8). u o 22.2. mango. 32 y 33. 2. hay 55 = 3.2. u a ◭ .2 Modelo de urnas y t´cnicas de conteo e 27 servir de los 2 sabores y al tercero. fresa). mango). (fresa.125 posibilidades de escoger una clave. (mango.37. si cada una de ellas tiene cuatro posibilidades de respuesta. (mango. ◭ Ejemplo 2. As´ que. (mango.576 formas de responder las 10 preguntas.37 Sea k cualquier n´mero natural. el n´mero m´ximo de intentos incorrectos es 3. 35. mango. por ejemplo. Observa que para abrirla debe manipular un dispositivo de seguridad formado por cinco anillos y cada uno marcado con los d´ ıgitos 1. (fresa. pero no sabe la combinaci´n correcta. mango. uno de los 2 sabores. Ejemplo 2.2. En este tipo de situaciones se est´n a considerando aquellas permutaciones con repetici´n de n objetos distintos tom´ndolos o a de k en k y en donde k es cualquier n´mero natural. (mango. si cada pregunta o u tiene 4 posibilidades de respuesta? SOLUCION: Por el teorema 2. 2 y 3? SOLUCION: Por el teorema 2. tambi´n. 3. mango.

2. distribuidas as´ 1 “e”. es e n n1. hay 2! 3! = 10 se˜ales que se pueden hacer. en donde algunos grupos de objetos son iguales entre s´ como podemos observar los ejemplos 2.. . . n2 de un segundo tipo. ı: 2 “t”. n2 de un segundo tipo. aplicando el teorema 2. 2 “s”.2.41.2. nk de un k-´simo tipo. 5 En el ejemplo 2.22.5. nk son n´meros naturales. con n1+n2+· · ·+nk = e n. .2. con n1 + n2 + · · · + nk = n. Por tanto. u Ejemplo 2.5. . Para ı.494. . se han considerado 2 celdas: las habitaciones triple y sencilla. rojas? SOLUCION: 5! n ◭ De acuerdo al teorema 2.2.2. .42 (Permutaci´n con 7 grupos de objetos iguales) ¿Cu´ntas palabras o a distintas se pueden formar con las letras de la palabra “estad´ ıstica”? (Tambi´n cuentan e palabras sin sentido como..800 1! 2! 2! 2! 1! 2! 1! palabras distintas con las letras de la palabra mencionada anteriormente.. se concluye que podemos formar 11! = 2. 2 “i” y 1 “c”.2. 2 “a”. n1! n2! · · · nk! donde n1.41. . nk en la k-´sima celda.43 (Permutaci´n con 2 grupos de objetos iguales) ¿Cu´ntas se˜ales dio a n ferentes se pueden hacer con 5 banderas de las cuales 2 son azules y 3.2. 1 “d”. por ejemplo. con n1 + n2 + · · · + nk = n e Ahora consideraremos algunas permutaciones de n objetos. n2 en la segunda tipo.2. es n! . . . . n1! n2! · · · nk! No importa el orden de los objetos dentro de cada celda. .2. “setadistica”) SOLUCION: Obs´rvese que en la palabra “estad´ e ıstica” hay n = 11 letras. este n´mero de formas se pueden calcular directamente con ayuda del siu guiente teorema: Teorema 2. nk de un k-´simo tipo. calcular permutaciones de este tipo se puede aplicar el siguiente teorema: Teorema 2.44 El n´mero de formas de partir n objetos distintos en donde en u k celdas con n1 objetos en la primera celda. Maneras de hacer una partici´n de un conjunto o A menudo interesa determinar el n´mero de formas en que se pueden repartir n objetos u en k subconjuntos (llamados celdas5 ) como sucede en la situaci´n del ejemplo 2.2 Modelo de urnas y t´cnicas de conteo e 28 Permutaciones de n objetos en donde hay n1 de un primer tipo. .41 El n´mero de permutaciones de n objetos en donde hay n1 de un u primer tipo. . nk = n! . ◭ Ejemplo 2. . o En general. . . . .2.4 y 2. n2.

se llama combinacion. sin repetici´n) Todas las posio bles combinaciones de las n = 5 letras A. . B. DD. Obs´rvese que.7 Combinaci´n o Cuando tratamos con permutaciones de objetos. CE. en total hay 15 posibles formas de escoger dos letras de un total de 5. BE. 5 = 12! = 27. la escogencia se llama combinaci´n. DE.2. o Definici´n 2. Cuando esto ocurre. no importa el orden). cuando el orden no importa y la selecci´n es con repetici´n.2 Modelo de urnas y t´cnicas de conteo e 29 Ejemplo 2. BB. EE.720 3! 4! 5! formas en que los 12 estudiantes se pueden acomodar en los tres carros. tomadas de dos en dos (o sea. AC. AA. en este caso. AE. DE. Es decir. C. Hay ocasiones en que no nos interesa considerar conjuntos de objetos donde el orden no es importante. 4 y 5 estudiantes en carros distintos. 4 en otro carro y 5 en el otro. D y E.2. AE. da lo mismo o o e escoger AB y BA (es decir. son los siguientes: (a) En una caja hay n = 5 fichas numeradas y se sacan k = 3 fichas. tomadas de dos en dos (o sea. o o o Ejemplo 2. sin importar el orden en que los k objetos son escogidos. ◭ Ejemplo 2. BD.48 (Combinaciones tomadas de 2 en 2. k = 2) con repetici´n son o AB. (b) Se reparten n = 10 fichas diferentes y numeradas sobre k = 6 puestos no numerados de tal forma que. a sin reponer y sin importar el orden. CD. ¿de cu´ntas a maneras se pueden acomodar si cualquiera puede conducir? SOLUCION: Por el teorema 2. B. AC.2. Si 3 de ellos van en un carro.2. Una combinaci´n puede ser con repetici´n o sin repetici´n. C. en total hay 10 posibles formas de escoger dos letras de un total de 5. en cada puesto haya exactamente una ficha.2. viajando 3.2. ◭ 2. BC. AD. o o ◭ Ejemplo 2.44.2. BD.46 Una escogencia de k objetos de un conjunto de n objetos distino ´ tos. BC.2. cuando el orden no importa y la selecci´n es sin repetici´n. D y E. BE. con repetici´n) Todas las posio bles combinaciones de las n = 5 letras A. 4. el orden de escogencia o de colocaci´n o es importante. AD.49 (Diferentes problemas con combinaciones) Otros casos en donde se presentan problemas con combinaciones. hay 12 3. k = 2) sin repetici´n son o AB. CC. CE.47 (Combinaciones tomadas de 2 en 2. una detr´s de otra. CD Es decir.45 (Partici´n en 3 celdas) Doce estudiantes van a viajar en carros distino tos a cierta ciudad.

C. de ahora o a en adelante. con repetici´n) Por el teorema o 2.48). ◭ 3 Ejemplo 2. a o Ejemplo 2. todas las copmbinaciones que se seleccionen ser´n sin repetici´n.50. b ∈ R. Ejemplo 2. Teorema 2.53 (Combinaciones tomadas de 8 en 8) Por el teorema 2. el n´mero de las posibles combinaciones de las n = 5 letras A. k!(n − k)! siendo n 0 := 1. B. en el desarrollo binomial de (a + b)n como se muestra a continuaci´n: o n (a + b)n = k=0 n k n−k a b . de un conjunto de n elementos.50.2. se forma un comit´ de 2 matem´ticos y 3 f´ e a ısicos.2.2. se puede escoger de 8 = 56 maneras.2.50. es n k := r (n − 1)! . es o n k := n! . sin repetici´n) Una pieza de o un radio puede ser comprado de cualquiera de cinco proveedores.51 (Combinaciones tomadas de 4 en 4.50 El n´mero de combinaciones de k objetos seleccionados. k = 2) con repetici´n es igual a 5 r = 15 (xcomp´rese con el ejemplo o a 2 2. un comit´ e de k = 3 mujeres de un grupo de n = 8. a ◭ Pero. 4 Ejemplo 2. ¿c´mo calculamos el n´mero de combinaciones de un conjunto de objetos sin o u enumerar tales combinaciones? El siguiente teorema nos da la respuesta. de un u o conjunto de n elementos. tomadas u de dos en dos (o sea. con 0 ≤ k ≤ n. D y E.2.52 (Combinaciones tomadas de 2 en 2. (b) un f´ ısico determinado debe pertenecer al comit´.2.2.54 (Combinaciones tomadas de 5 en 5) De un total de 5 matem´ticos a y 7 f´ ısicos. sin u repetici´n. ¿De cu´ntas maneras se a pueden escoger cuatro de los cinco proveedores? SOLUCION: ◭ Por el teorema 2.2. de tal forma que en cada puesto haya a lo m´s una ficha.2 Modelo de urnas y t´cnicas de conteo e 30 (c) Repartir k = 7 fichas iguales no numeradas sobre n = 9 puestos numerados. ¿De cu´ntas maneras puede a formarse. Y el n´mero de combinaciones de k objetos seleccionados con repetici´n. k para todo a. k!(n − 1)! siendo n 0 := 1.2. esto se puede hacer de 5 = 5 maneras.2. ◭ Debido a que las combinaciones con repetici´n son poco usuales en la pr´ctica. Los n´meros n se conocen con el nombre de coeficiente binomial porque aparecen como coeu k ficientes de ak bn−k . (c) dos matem´ticos determinados no pueden pertenecer al e a comit´? e SOLUCION: . si (a) puede pertenecer a ´l cualquier matem´tico y f´ e a ısico.

normal. Ahora.720. Ahora. o sea. Esto se puede resumir en el k siguiente teorema: Teorema 2. Los estudiantes de un curso de estad´ ıstica se clasifican como estudiantes de administraci´n.2. el jurado calificador debe elegir de un total de cinco finalistas a la nueva reina mundial de la belleza. 3 n´mero total de selecciones posibles = 3 · 35 = 105. u (b) 2 matem´ticos de un total de 5 pueden elegirse de 5 = 10 maneras.56 (Permutaciones de 5 en 5) Por el teorema 2.55 El n´mero total de permutaciones de n objetos distintos tomados u de k en k es igual al producto de k! y al n´mero de combinaciones de n objetos u distintos tomados de k en k. 2 f´ a ısicos 2 restantes de un total de 6 pueden elegirse de 6 = 15 maneras. luego. bajo.2 o 13. En un reinado mundial de la belleza. los pacientes se clasifican de acuerdo a su peso (liviano. Ahora. el n´mero de formas u en que se pueden sentar 8 alumnos en una oficina con 5 sillas es igual a 5! 8 = 6. econom´ o ingenier´ como repitente o no repitente y tambi´n como hombre o o ıa ıa. Por consiguiente.2.30. e mujer. u (c) 2 matem´ticos de un total de 3 pueden elegirse de 3 = 3 maneras. . 3 f´ a ısicos 2 de un total de 7 pueden elegirse de 7 = 35 maneras. alto y medio alto). ¿De cu´ntas formas se puede seleccionar a (a) reina y virreina? (b) reina. Por consiguiente.2. igual a k! n .2. k Ejemplo 2. e pesado) y tambi´n de acuerdo a su estatura (medio bajo.2. ◭  Ejercicios de la secci´n 2. ¿cu´ntos elementos tiene el espacio muestral a correspondiente? (Suponga que nuestro alfabeto tiene 27 letras) 16. 3 n´mero total de selecciones posibles = 10 · 35 = 350. Si un experimento consiste en lanzar un dado. Enue mere las diferentes posibilidades en las que un paciente se puede clasificar.2 Modelo de urnas y t´cnicas de conteo e 31 (a) 2 matem´ticos de un total de 5 pueden elegirse de 5 = 10 maneras. lanzar una moneda y despu´s ese coger al azar una letra de nuestro alfabeto. que 5 coincide con el resultado obtenido en el ejemplo 2. Si aplicamos el teorema fundamental o del conteo (teorema 2.28. Encuentre el n´mero total de clasificaciones posibles para los estudiantes de dicho u curso.2. virreina y primera princesa? (c) dos candidatas para ser reina? 14.8). o sea. 2 n´mero total de selecciones posibles = 10 · 15 = 150. En un estudio m´dico. igual a k! n . u ◭ El n´mero de combinaciones de n objetos tomados de k en k est´ relacionado con el u a n´mero de permutaciones de n objetos tomados de k en k. 3 f´ a ısicos 2 de un total de 7 pueden elegirse de 7 = 35 maneras. el n´mero total de permutaciones de n objetos distintos u tomados de k en k es igual al producto de k! y al n´mero de combinaciones de n obu jetos distintos tomados de k en k. Por consiguiente. ¿Cu´ntas a posibilidades hay? 15. Observemos que cada comu binaci´n puede arreglarse de k! maneras distintas.

Si el almac´n desea mostrar l´mparas e a que muestren la totalidad de de los diversos estilos y colores. todas de concentraci´n alta o baja. con e a cada estilo disponible en cinco colores diferentes. La mayor accionista de una determinada empresa decide que en el futuro se divida el presupuesto de publicidad entre tres agencias. (b) u las tres primeras posiciones. Un medicamento para problemas renales se puede adquirir de seis laboratorios diferentes en forma de jarabe. Dados los d´ ıgitos 0. ¿Cu´ntas son las posibles elecciones de tres agencias? a 25. (c) La letra que hace falta es diferente a la A y los d´ ıgitos que hacen falta son diferentes e impares. (a) ¿cu´ntos n´meros de tres d´ a u ıgitos se pueden formar? (b) ¿cu´ntos de esos n´meros son m´ltiplos de 5? a u u 18. 2. 21. Si no se aceptan repeticiones. Seis son las agencias que se est´n considerando a para este trabajo. a o o ¿De cu´ntas maneras diferentes puede un doctor recetar el medicamento a un paciente a que tenga problemas renales. ¿cu´ntas diferentes l´mparas a a tendr´ que mostrar? ıa 19. Encuentre el n´mero de ordenamientos posibles al final del concurso para (a) los seis finalistas. ´ Encuentre el n´mero m´ximo de placas de carro que la polic´ debe verificar bajo cada u a ıa una de las siguientes condiciones (nuestro alfabeto tiene 27 letras): (a) Las tres letras son diferentes y los tres d´ ıgitos tambi´n. A pesar de esto a le dice a la polic´ que la placa del carro en el que viajaba el culpable ten´ tres letras ıa ıa (de las cuales las dos primeras eran C y A) y tres d´ ıgitos (de los cuales el ultimo era 0). 4. e (b) Las tres letras son diferentes y los dos d´ ıgitos que faltan son diferentes entre s´ ı. 2. Supongamos que se quieren formar n´meros de tres d´ u ıgitos con los d´ ıgitos 0. ciertas l´mparas se reciben en cuatro estilos diferentes. c´psulas o inyecci´n. 24. Humberto ha visto un accidente de tr´nsito en el que el culpable huye. tabletas. 6. Supongamos que 7 personas se quieren organizar en una fila. 7. (a) ¿De cu´ntas maneras diferentes pueden hacerlo? a (b) ¿De cu´ntas maneras diferentes pueden hacerlo si una de ellas no debe estar al a comienzo de la fila? 22. 5.2. ¿De cu´ntas maneras diferentes se puede responder un cuestionario de falso-verdadero a que tiene 10 preguntas? 20. (a) ¿Cu´ntos n´meros resultan si los d´ a u ıgitos pueden estar repetidos? (b) ¿Cu´ntos n´meros resultan si cada d´ a u ıgito puede usarse s´lo una vez? o (c) ¿Cu´ntos n´meros resultan si los n´meros resultantes son impares y si los d´ a u u ıgitos pueden estar repetidos? (d) ¿Cu´ntos n´meros resultan si los n´meros resultantes son pares y si cada d´ a u u ıgito puede usarse s´lo una vez? o (e) ¿C´antos n´meros son menores que 440 y si los d´ u u ıgitos pueden estar repetidos? (f) ¿Cu´ntos n´meros resultan si el primer d´ a u ıgito es 5 y si cada d´ ıgito puede usarse s´lo o una vez? . 8 y 9. los seis finalistas son 3 hombres y 3 mujeres. 4.2 Modelo de urnas y t´cnicas de conteo e 32 17. 5. 23. En un concurso nacional de canto. 8 y 9. En un determinado almac´n.

Dados los d´ ıgitos 0.2 Modelo de urnas y t´cnicas de conteo e 33 26. de tama˜o dos de la a a n poblaci´n consistente en los (a) tres valores 2. 2. respectivamente. a Luis. ¿De cu´ntas maneras se pueden sembrar seis ´rboles diferentes en un c´ a a ırculo si (a) no hay restricci´n alguna. 1 o 2 contratos? Descr´ ´ ıbalas. a (f) Jorge y Nubia est´n sentados juntos en el medio y los otros dos esposos (digamos. (c) hay dos en especial o que no deben estar juntos? 32. (b) hay dos en especial que deben estar juntos. 4 y 6. (c) Exactamente una pareja (digamos. ¿De cu´ntas maneras es posible transportar a a las catorce personas hasta el estadio si cualquiera puede conducir? 35. ¿De cu´ntas maneras pueden sentarse tres hombres y tres mujeres en una fila con seis a puestos si se deben alternar? 28. ´ 33. 4 y 6. tres. cuatro bolas blancas y dos a fichas amarillas si los objetos del mismo tipo (a) se pueden distinguir. Ricardo) est´n sentados junto a sus respectivas esposas (Matilde y Ana. u cuatro y cinco personas. ¿De cu´ntas maneras se pueden permutar tres focos rojos. o 29. (b) cuatro valores 0. a 30. (b) no se pueden distinguir. con reemplazo. Luis y Matilde) est´n sentadas en los dos asientos a del extremo derecho. Si no se aceptan repeticiones: (a) ¿cu´ntos n´meros de cuatro d´ a u ıgitos se pueden formar? (b) ¿cu´ntos de esos n´meros son pares? a u (c) ¿cu´ntos son impares? a (d) ¿cu´ntos de los n´meros obtenidos en (a) son mayores de 3. 6. 1. (b) la primera o letra debe ser una “q” y la ultima una “a”. o (b) Todos los hombres se sientan juntos a la izquierda de todas las mujeres. 34. a Jorge y Nubia) est´ sentada juntos en el medio. Catorce personas deciden ir a ver un partido de f´tbol en cuatro carros que llevan dos. ¿De cu´ntas maneras se pueden parquear siete carros con modelos distintos en una calle a si hay tres zonas disponibles en un lado de la calle y cuatro en el lado opuesto? 27. . Determine el n´mero de u formas diferentes en que se pueden sentar teniendo en cuenta cada una de las siguientes situaciones: (a) No hay restricci´n alguna. (d) Luis y Matilde est´n sentadas uno junto a la otra. ¿De cu´ntas maneras se pueden llenar las 11 posiciones inciales de un equipo de f´tbol a u con 17 jugadores que pueden jugar en cualesquiera de las posiciones? 31.2. 3. respeca tivamente). ¿Cu´ntas palabras diferentes se pueden formar con la palabra “Barranquilla” (las palabras a no necesariamente deben tener sentido) si (a) no hay restricci´n alguna. 8 y 9. Tres parejas de casados han comprado boletas para el cine y se sientan en una fila formada por seis asientos. a (e) Luis y Matilde est´n sentados juntos en la extrema izquierda y otra pareja (digamos. (g) Todos los esposos est´n sentados junto a sus respectivas esposas. B y C si cada a empresa puede tener 0. Supongamos que se sientan al azar. ¿De cu´ntas maneras se pueden repartir dos contratos a tres empresas A.000? a u 36. ¿Cu´les y cu´ntas son las muestras ordenadas.

si se cumple que o P(A1 ∪ A2 ∪ · · · ∪ An) = P(A1) + P(A2) + · · · + P(An). B´sicamente. (b) La probabilidad del espacio muestral siempre es uno. mediante los siguientes m´todos: e • M´todo axiom´tico. o u ¿aument´ o disminuy´ el n´mero de placas que se pueden emitir? ¿En qu´ porcentaje? o o u e 2.3. a a e ıa de la probabilidad se construye a trav´s de axiomas. P(A) ≥ 0. tambi´n. para todo A ∈ F.3 Introducci´n a la probabilidad o 34 37. Una funci´n P : F −→ R se llama una probabilidad si se cumplen los o siguientes 3 axiomas: (a) La probabilidad de cualquier evento debe ser siempre mayor o igual que cero. los cuales se enumeran a continuae ci´n: o Axioma 2.3. o en la creencia personal.7). A2. • M´todo subjetivo. la teor´ ıa. es decir. . P(Ω) = 1.3 Introducci´n a la probabilidad o Antes de se˜alar como se utilizan las probabilidades. Con el sistema actual. Las placas para autos en Barranquilla antes ten´ dos letras y cuatro n´meros.1 Sean Ω = ∅ un espacio muestral finito y F un conjunto de eventos de Ω. u • M´todo cl´sico. o 2. es necesario conocer de cierta n manera de donde provienen. que proviene de los juegos de azar y se emplea para espacios e a muestrales finitos con resultados que suceden con la misma probabilidad. . que nos permite asignar probabilidades con fundamento en la e intuici´n.2.1. explicaremos 4 formas de calcular o estimar a la probabilidad. e a • M´todo de la frecuencia relativa que se basa en la frecuencia relativa de ocurrencia e de un evento con respecto a un gran n´mero de experimentos repetidos.1 Definici´n matem´tica de probabilidad o a Al igual que la geometr´ el ´lgebra y otras disciplinas matem´ticas. . An de F. El sistema ıan u de nomenclatura cambi´ y ahora son de tres letras y tres n´meros. mutuamente excluyentes (v´ase la e definici´n 2. es decir. . construido con base en tres axiomas. o (a) ¿De cu´ntas maneras diferentes puede elegir un estudiante una respuesta a cada a pregunta? (b) ¿De cu´ntas maneras puede escoger un estudiante una respuesta a cada pregunta y a tener mal todas las respuestas? (c) ¿De cu´ntas maneras puede escoger un estudiante una respuesta a cada pregunta y a tener por lo menos una respuesta correcta? 38. a saber. Si una prueba de opci´n m´ltiple consiste en cuatro preguntas cada una con tres respuestas o u posibles de las que s´lo una es correcta. (c) Para cada n eventos A1.

. entonces. la uni´n A1 ∪ A2 ∪ · · · ∪ An de todos estos eventos a o tambi´n debe estar en F. (e) P(A) = P(A ∩ B) + P(A ∩ B). (b) Si los eventos A. 25. 26.2). 50. . el complemento A de A tambi´n debe estar en F. mencionado en la definici´n anterior.2. e El axioma (a) refleja la noci´n intuitiva de que la probabilidad de que ocurra cualquier o evento A debe ser por lo menos 0. 15 = 0. o a o Ejemplo 2. P(B) = 0. a (c) Si A1 . C de un espacio muestral Ω = ∅ se tiene: (a) P(∅) = 0. ı El axioma (b) se˜ala que la probabilidad m´xima posible de 1 se asigna al espacio muesn a tral Ω. se demuestran las siguientes propiedades: Teorema 2. P(B ∩ C) = 0. P(A ∩ C) = 0. (c) P(A) = 1 − P(A). as´ que las probabilidades negativas no se permiten.3. e (b) Si A est´ en F. (c) P(A ∪ C) y (d) P(A ∪ B ∪ C). (b) P(A ∩ C). SOLUCION: (a) Teniendo en cuenta el teorema de adici´n para 2 eventos (v´ase la parte (f) del teorema o e 2. entonces. siendo A el complemento de A. entonces. 15.3 Introducci´n a la probabilidad o 35 Es importante enfatizar que el conjunto F. P(A ∪ B ∪ C) = P(A) + P(B) + P(C). B y C son mutuamente excluyentes. 50 + 0. An est´n en F. A2 .2 Para eventos A. B y C eventos tales que P(A) = 0. entonces.3. El axioma (c) formaliza la idea de que si deseamos la probabilidad de que ocurra por lo menos uno de varios eventos y no pueden ocurrir dos de estos eventos simult´neamente. 26 − 0. B. la probabilidad de que ocurra al menos uno es la suma de a las probabilidades de los iventos indivuduales. 55. P(C) = 0. 15 y P(A ∩ B ∩ C) = 0. . 05. 61. se tiene que P(A ∪ B) = P(A) + P(B) − P(A ∩ B) = 0. P(A ∩ B) = 0.3 Sean A. deber estar conso truido de tal manera que cumpla las siguientes propiedades: (a) Ω siempre debe estar en F. (d) 0 ≤ P(A) ≤ 1.3. . La demostraci´n del teorema anterior no est´ dentro del prop´sito de este libro. Calcular las siguientes probabilidades: (a) P(A ∪ B).3. ´ ´ (f ) Teorema de adicion para 2 eventos o formula de Silvester: P(A ∪ B) = P(A) + P(B) − P(A ∩ B).1. ´ ´ (g) Teorema de adicion para 3 eventos o formula de Silvester: P(A∪B∪C) = P(A)+P(B)+P(C)−P(A∩B)−P(A∩C)−P(B∩C)+P(A∩B∩C). Teniendo en cuenta el axioma 2.

3. 26 + 0.3. 15 + 0.3 Introducci´n a la probabilidad o 36 (b) Teniendo en cuenta el teorema 2. el a cual utiliza datos que se han observado emp´ ıricamente. 05 0.3.2 Probabilidad emp´ ırica ´ Este concepto es´ basado en el llamado metodo de la frecuencia relativa.3 ◭ 2. se obtiene que P(A ∩ C) = P(A) − P(A ∩ C) = 0.2). 2.10: Diagrama de Venn para el ejemplo 2. se tiene P(A ∪ C) = 1 − P(A ∪ C) = 1 − P(A ∩ C) = 1 − 0. 25 − 0.3. 25. 25 = 0. a u medida que aumentamos n.2.2(e). Si continuamos calculando esta frecuencia relativa para cada cierto n´mero de ensayos. Definici´n 2.3.14(i)) y la parte (b) de este ejercicio. a a . registra la frecuencia con que ha ocurrido alg´n evento en el pasado y estima la probabilidad de que el evento ocurra u nuevamente con base en estos datos hist´ricos. En este m´todo juega papel fundameno e tal el concepto de frecuencia relativa para estimar las probabilidades. 15 − 0. las respuestas encontradas en los ejercicios (a)-(d) pueden ser obtenidas con ayuda de las probabilidades que aparecen en el siguiente diagrama de Venn: Fig. k la frecuencia relativa del evento A es fn = n . 50 + 0.1. (c) Teniendo en cuenta la parte (c) del teorema 2. las leyes de de Morgan (comp´rese a con el teorema 2. 50 − 0. 55 − 0. 25 = 0. Entonces. Alternativamente. (d) Teniendo en cuenta el teorema de adici´n para 3 eventos (v´ase la parte (g) del teorema o e 2.3.2.4 Supongamos que un experimento aleatorio se repite n veces y que o un evento A asociado con estas n repeticiones ocurre exactamente k veces. se tiene que P(A ∪ B ∪ C) = P(A) + P(B) + P(C) − P(A ∩ B) − P(A ∩ C) − P(B ∩ C) + P(A ∩ B ∩ C) = = 0. 75. las frecuencias relativas correspondientes ser´n m´s estables. 81.

52 0.53 0. Por esto podemos sopechar que pr´cticamente ser´ cierto que la frecuencia a a relativa de un evento A en un gran n´mero de experimentos es aproximadamente igual u k a un determinado n´mero P(A).000 lanzamientos ocurrieron 508 caras.100 101 .510 0.509 0.000 veces En un total de 1.800 801 . en donde se muestran datos tomados al lanzar una moneda 1. siendo A en estos dos ejemplos el evento “obtener una cara”.3. ◭ Ejemplo 2. es decir. 2. la frecuencia relativa del n´mero de caras e u es aproximadamente 0. o sea.600 601 . la frecuencia relativa es aproximadamente 0.000 24.400 401 .504 0.3 Introducci´n a la probabilidad o 37 es decir.700 701 .503 0.523 0. que es la probabilidad de obtener una cara.510 0.048 6.5016 0. Ejemplo 2.520 0.12 muestra experimentos hechos por tres investigadores: Hecho por Buffon K.040 12.5.2. Pearson K.508 Fig. tienden a ser casi las mismas.52 0.6 La tabla 2. u n→∞ como podemos verificar con ayuda de los ejemplos 2.525 0.5 y 2.6.54 0.508 Frecuencia acumulada 52 105 157 204 255 308 356 402 454 508 Frecuencia Acumulada relativa 0.11.3.000 N´mero u de caras 52 53 52 47 51 53 48 46 52 54 508 Frecuencia relativa 0.000 veces. la probabilidad del evento es P(A) = lim n .513 0.48 0.47 0.000 Total: 1.53 0. decimos que el experimento muestra regularidad estad´ ıstica o estabilidad en las frecuencias relativas.1. Todo lo anterior se puede resumir en la siguiente .5069 0. En este caso.11: Lanzamiento de una moneda 1.3.500 501 . Esto se ilustra en los siguientes dos ejemplos. N´mero de u Lanzamientos 1 .3. Pearson N´mero de u Lanzamientos 4.200 201 .12: Lanzamientos de una moneda realizada por 3 investigadores Obs´rvese que en cada una de las investigaciones.46 0.300 301 .900 901 .51 0. 2. ◭ En la gran mayor´ de los experimentos aleatorios de importancia pr´ctica tienen esıa a tabilidad.5005 Fig.5.012 Frecuencia relativa de caras 0.019 12.52 0.000 N´mero u de caras 2.5 Considere la tabla 2. que es la probabilidad de obtener una cara.

la probabilidad de que suceda ω. Cuando se usa la definici´n emp´ o ırica. N´mero de elementos de Ω u (2. e el 50% (que resulta de multiplicar 0.1) Ejemplo 2. en s´ ımbolos P(ω).3. ruletas. en los cuales se puede describir la distribuci´n de una part´ o ıcula cualquiera. y la de obtener sello. Estas probabilia 2 dades las interpretamos de la siguiente manera: En un gran n´mero de lanzamientos u aparecer´ una cara aproximadamente en la mitad de los lanzamientos y sello en la a otra mitad. es decir. que suceden con la misma probabilidad. . Es decir.3 Introducci´n a la probabilidad o 38 definici´n: o Definici´n 2. Es decir. tambi´n modelos de la f´ e ısica. o sea. un experimento que tiene finitos resultados. se habla de un experimento laplaciano o ´ clasico. como por ejemplo. Entonces. simbolizado por P(S). es importante tener en cuenta los siguientes aspectos: • La probabilidad obtenida de esta manera es unicamente una estimaci´n del valor ´ o real. e 2.3. entonces. O tambi´n podemos decir: si la moneda se lanza repetidamente. 5. Si ω es un evento elemental de Ω. u a o • La probabilidad es propia de solo un conjunto de condiciones id´nticas a aqu´llas e e en las que se obtuvieron los datos. a mayor n´mero de experimentos mejor ser´ la estimaci´n.8 (Probabilidad de un evento elemental) Sea Ω = ∅ un espao cio muestral finito. Ω = {C. dados. Entonces. e Definici´n 2. o modelos de la g´netica. S}.9 (a) Consideremos el experimento de lanzar una moneda. la probabilidad P(A) es aproximadamente igual a la frecuencia relativa de A si efectuamos el experimento muchas veces. • Cuanto mayor sea el n´mero de experimentos. P(ω) = 1 . es igual a 1 dividido por el n´mero de elementos u que tiene Ω. est´ dado por P(C) = P(S) = 1 = 0.3 Definici´n cl´sica de probabilidad o a Definici´n cl´sica o a Se pueden encontrar diversos ejemplos en donde se asocian la misma probabilidad a cada evento elemental. entonces. simbolizado por P(C).2. A este tipo de experimentos pertenecen los juegos de azar.3. juegos de cartas.3.5 por 100) de las veces resultar´ cara y en el otro a 50%. En este caso. la probabilidad de obtener cara. sello. es decir. tanto mejor ser´ la estimaci´n de la u a o probabilidad. la validez de emplear esta definici´n o depende de que las condiciones en que se realiz´ el experimento sean repetidas o id´nticamente.7 (Definici´n emp´ o o ırica de probabilidad) Sea A un evento asociado con un experimento.

O sea. Por consiguiente. 6) . (6. es importante el siguiente teorema.166”. (c) que la suma sea a lo u m´s un 2. tenemos P(A) = N´mero de elementos de A u . para cada evento A de Ω. Hallar la probabilidad de (a) que la suma de los n´meros sea un 7.2. el n´mero 1 aparecer´ 166 veces u a aproximadamente. 166 . ımbolo “≈” significa “aproximadamente igual a”.1. ◭ A menudo es necesario asignar probabilidades a eventos de un espacio muestral. Teorema 2. 3). e ı: u entonces.000 lanzamientos de un dado. 2). P(1) = P(2) = P(3) = P(4) = P(5) = P(6) = 1 ≈ 0.3 Introducci´n a la probabilidad o 39 (b) Consideremos el experimento de lanzar un dado.11 Dos dados no falsos se lanzan. 3. entonces. (2. Por eso. es decir.1) se cumple para cada evento elemental ω de Ω.10 (Probabilidad de un evento) Sea Ω = ∅ un espacio muestral finito y supongamos que todos los eventos elementales suceden con la misma probabilidad. 5. 6 Aqu´ el s´ ı. cada uno de ellos ocurre con la misma probabilidad. 4).3.166 por 100) aparecer´ el n´mero a u 1 del dado. . en el 16. 5). a SOLUCION: Como ya vimos en el ejemplo 2. que A tiene 6 elementos. se obtiene que la probabilidad de obtener un 7 es P(A) = 6 1 = ≈ 0. (b) que la suma sea por lo menos un 11.2). N´mero de elementos de Ω u (2. 36 12 . . el espacio muestral correspondiente Ω contiene 36 resultados. 36 6 Aqu´ el s´ ı. 5). P(B) = 1 3 = ≈ 0. la cual se interpreta de la siguiente manera: De cada 1. es decir.6% (que resulta de multiplicar 0. Entonces. Es decir. 1) . Debido a que B = (5. B es el evento de obtener una suma mayor o igual que 11. Entonces. 6}. 6). (e) no obtener doble.2) Ejemplo 2. 2. A es el conjunto A = (1. ımbolo “≈” significa “aproximadamente igual a” y. (3. 4. . P(1) = 0. Ω = {1. (6. (6. (b) Sea B el evento de obtener por lo menos un 11. 166.2. 0833. 6). la expresi´n ( 2. (d) obtener un doble. (4.3. (5. o Entonces. aplicando (2. a (a) Sea A el evento de obtener un 7 al lanzar los dos dados. Adem´s. por ejemplo. O tambi´n as´ si el n´mero de lanzamientos de un dado es grande. Las otras probabilidades las interpretamos analogamente. 166 se lee “la probabilidad de obtener un 1 es 0.

(2.3.3. D es el complemento de E. Sea A el suceso “el billete elegido gana un primer premio”. ◭ Ejemplo 2. (5. u D = E. “el billete elegido gana un premio de consolaci´n”.13 En la primera ´poca del desarrollo de un yacimiento de petr´leo. de obtener una suma a menor o igual que 2. P(E) = P(D). 10 de los cuales corresponde al suceso A. o se deduce que 100 P(B) = = 0. Por lo tanto. D = (1. 1000 (c) Ahora bien.5.3 Introducci´n a la probabilidad o 40 (c) Sea C el evento de obtener a lo m´s un 2 o. tenemos que 10 = 0. El o proceso de selecci´n de los ganadores es tal que. 01 + 0. 1) y. Entonces. 100 ganar´n premios de cona a solaci´n y 890 no ganar´n premio alguno.000 millones de barriles? SOLUCION: . el suceso “el billete gana alg´n premio” es sencillamente la uni´n de los u o sucesos A y B. al principio. Por lo tanto. que es equivalente. La probabilidad de que las reservas excediesen los 1. 834. todos los cuales deben ser distribuidos. 36 (d) Sea D el evento de obtener un doble. 3) (4. o u a (a) ¿Cu´l es la probabilidad de ganar un premio con un unico boleto? a ´ (b) ¿Cu´l es la probabilidad de ganar un premio de consolaci´n? a o (c) ¿Cu´l es la probabilidad de ganar alg´n premio? a u SOLUCION: (a) De entre los 1000 billetes. 01. P(D) = 6 ≈ 0.12 Una organizaci´n de caridad vende 1000 billetes de loter´ o ıa. cada boleto tiene las mismas o posibilidades de ganar un primer premio y cada uno tiene las mismas posibilidades de ganar un premio de consolaci´n. 10 ganar´n primeros premios. En este caso. P(A) = 1000 (b) De modo similar. con ello. (3. la probabilidad requerida es P(A ∪ B) = P(A) + P(B) = 0. Observe. 027. 10. ◭ Ejemplo 2. Nuestro unico billete puede ser considerado o a ´ como uno elegido entre los 1000. una e o empresa estim´ en 0.2. para el suceso B.000 millones de barriles se estim´ en 0. 2). Hay diez primeros premios y cien premios de consolaci´n. Ning´n boleto puede ganar m´s de un premio. P(E) = 1 − P(E) = 1 − P(D) ≈ 1 − 0.000 y 2. 36 (e) Sea E el evento de obtener ning´n doble. 1).1 la probabilidad de que las reservas econ´micamente recuperables o o excedieran los 2. 11. 4). es decir. 166 = 0. P(C) = 1 ≈ 0. Dada esta informaci´n. 10 = 0.000 millones de barriles. estos sucesos a o son mutuamente excluyentes. C = (1. 6) . Adem´s. Por tanto. 5) (6. 166. dado que s´lo se permite un premio por billete. Es decir. ¿cu´l es la probabilidad o o a estimada de que las reservas se encuentren entre 1. Dado que son 1000 resultados igualmente probables.

Por el teorema 2.000 y 2. Fig.000 millones de barriles”. a As´ tenemos en total de 8 libros que pueden ordenarse entre s´ de 8! formas. e (b) todos los libros de matem´ticas son diferentes y que todos los libros de f´ a ısica son iguales.2). A ∪ B. 2. Estos eventos son mutuamente excluyentes y su uni´n. Nos piden calcular P(A).000 millones de barriles” y B el evento “las reservas se encuentran entre 1. Ahora.3 Introducci´n a la probabilidad o 41 Sea A el evento “las reservas exceden los 2.14 Un estante tiene 6 libros de matem´ticas y 4 de f´ a ısica. los elementos de Ω son las distintas permutaciones de los 6 + 4 = 10 libros. ı tres libros se pueden ordenar entre s´ de 3! formas. supongamos que los 3 libros determinados de matem´ticas se reemplazan por 1. 5 − 0. N´mero de elementos de Ω u 10! . dado que A y B son mutuamente excluyentes.000 millones de o barriles”. para calcular probabilidades de eventos.3.3. los 10 libros pueden ordenarse entre s´ de 10! formas. Como los ı. ilustran c´mo se pueden utilizar las t´cnicas de conteo. es el evento “las reservas exceden los 1. e o SOLUCION: Sean Ω el espacio muestral correspondiente y A el evento “3 libros determinados de matem´ticas est´n juntos”.13◭ C´lculo de probabilidades utilizando t´cnicas de conteo a e Una dificultad pr´ctica que aparece a veces al calcular la probabilidad de un suceso es a la de contar el n´mero de resultados b´sicos en el espacio muestral y en el evento de u a inter´s. si a e (a) todos los libros de matem´ticas son diferentes y los libros de f´ a ısica tambi´n. por la expresi´n (2. o Ejemplo 2. Es decir. Entonces.23. Hallar la probabilidad de que 3 libros determinados de matem´ticas est´n juntos. entonces. hay 8! 3! formas de ordenar ı los 10 libros con la condici´n de que 3 libros determinados est´n juntos.13: Diagrama para las probabilidades del ejemplo 2. tenemos que P(A) = 0. se obtiene que (comp´rese con la a figura 2. 1 y P(A ∪ B) = 0. Por tanto. Los siguientes ejemplos. 4. ı Ω tiene en total 10! elementos. 1 = 0. 0666. (c) todos los libros de matem´ticas son diferentes y 3 de los libros de f´ a ısica iguales.2. o e Por lo tanto. e o e explicadas en la secci´n anterior. tenemos que o P(A) = 8! 3! N´mero de elementos de A u = ≈ 0. a a (a) En este caso. Compare las tres respuestas y d´ una conclusi´n general.13) P(B) = P(A ∪ B) − P(A) = 0. 5.2.

50.16 Una caja de doce lapiceros tiene dos que est´n defectuosos. Supon4! gamos que los 3 libros determinados de matem´ticas se reemplazan por 1. P(A) = 40. para que ninguna mujer sea contratada.41.800 elementos.17 Una caja contiene 8 fichas rojas. Como los tres libros se pueden ordenar entre s´ de 3! = 6 formas. Si se extraen 3 fichas sin reemplazo y sin orden.3 Introducci´n a la probabilidad o 42 (b) En este caso. Supon3! gamos que los 3 libros determinados de matem´ticas se reemplazan por 1. por el teorema 2. el n´mero total de combinaciones posibles de los ocho candidatos tomadas de cuau tro en cuatro es 8 = 70. de hecho. toda combinaci´n de candidatos e o tiene las mismas probabilidades de ser elegido. Por el teorema 2. dos est´n defectuosos”.3. (c) al menos 1 sea blanca y (d) se extraiga una de cada color.41. las 3 fichas se pueden escoger de un total de 20 de 20 = 1. 0666.2. la probabilidad pedida u 10 ◭ es P(A) = 220 = 0. Ω tiene en total 1. el n´mero de elementos que tiene Ω ser´ 12 = 220 y el a u a 3 10 2 n´mero de elementos que tiene A es 1 2 = 10. (b) 2 sean rojas y 1 blanca.140 elementos. Ω tiene en total 10! = 151. por el teorema 2. por el teorema 2. N´mero de elementos de Ω u 151. As´ tenemos a ı.2. Ejemplo 2.41. 071. SOLUCION: Sea Ω el espacio muestral correspondiente a esta situaci´n. la probabilidad de escoger una de las cinco combinaciones que incluyen s´lo hombres es 5/70 = 0. en total de 8 libros que. a e ◭ Ejemplo 2.41. Por tanto. Ahora bien. Por consiguiente.15 Un director de personal tiene ocho candidatos para cubrir cuatro puestos.080 N´mero de elementos de A u = ≈ 0. si al principio cada una de las 70 combinaciones posibles fuese 4 igualmente probable. 3 blancas y 9 azules.720 · 6 = 40. entonces. sin importar si los de f´ ısica son iguales o no.200 (c) En este caso. por el teorema 2. Se extraen a tres lapiceros sin reemplazo.2. Ω tiene en total 10! = 604.2. Por consiguiente. entonces.200 elementos.680 ı 4! formas. El n´mero de tales combinaciones u es 5 = 5. Con lo anterior.720 ı 3! formas. Es decir. 0666. en total de 8 libros que. 045. De ´stos. As´ tenemos a ı. En este caso.2.3. sus elementos son o las distintas combinaciones de 8 + 3 + 9 = 20 fichas tomadas de 3 en 3 (ya que se sacan cada vez 3 fichas sin reemplazo).680 · 6 = 10. P(A) = 10. N´mero de elementos de Ω u 604. Si.800 Con respecto a los resultados obtenidos podemos concluir que si todos los libros de matem´ticas a son diferentes.080 formas de ordenar los 10 libros con la condici´n de que 3 libros o determinados de matem´ticas est´n juntos y sabiendo que los de f´ a e ısica son todos iguales.0666. pueden ordenarse entre s´ de 8! = 6. la probabilidad de que 3 libros determinados de matem´ticas est´n juntos es aproximadamente 0.320 N´mero de elementos de A u = ≈ 0. determinar la probabilidad de que (a) las 3 fichas sean blancas. ı hay 6.320 formas de ordenar los 10 libros con la condici´n de que 3 libros o determinados de matem´ticas est´n juntos y sabiendo que hay 3 f´ a e ısica que son iguales.140 formas.3. o ◭ Ejemplo 2. pueden ordenarse entre s´ de 8! = 1. Entonces. ¿Cu´l es la probabilidad de que dos salgan defectuosos? a SOLUCION: Sean Ω el espacio muestral correspondiente y A el evento “de los tres lapiceros seleccionados. 3 . ı hay 1. Como los tres libros se pueden ordenar entre s´ de 3! = 6 formas. cinco son hombres y tres mujeres.2. entonces. ¿cu´l es la probabilidad de que ninguna mujer a sea contratada? SOLUCION: Primero. los candidatos 4 seleccionados han de ser cuatro de los cincos hombres.

140 (b) Sea A el evento “las 3 fichas sacadas son 2 rojas y 1 blanca”. el complemento de A.3. Ahora. N´mero de elementos de Ω u 1.140 (c) Sea A el evento “por lo menos 1 de las 3 fichas sacadas es blanca”. Ahora.4 Probabilidad subjetiva o personal Existen muchos eventos de inter´s cuyas probabilidades de ocurrencia no se pueden cale cular de acuerdo con los m´todos axiom´tico. por ejemplo. 1 1 1 1 Entonces. 596 = 0. N´mero de elementos de Ω u 1. • una persona se enferme. 000877. P(A) = 216 N´mero de elementos de A u = = 0. A tiene 8 3 = 84 1 2 1 elementos. Esto quiere decir que A. 596. cl´sico y de frecuencia relativa (emp´ e a a ırica). (d) Sea A el evento “las 3 fichas sacadas son una de cada color”. • exista vida en alg´n planeta distante. o n u a • determinada persona se vaya a destacar en la universidad. • una determinada m´quina se da˜e. Entonces. A tiene Entonces. u • en los p´ximos diez a˜os se descubra alg´n remedio contra el c´ncer. Por lo tanto. 3 fichas de un total de 8 + 9 = 17 (entre rojas y azules) se pueden seleccionar de 17 = 680 maneras. Por lo tanto. la probabilidad pedida est´ dada por a P(A) = 1 − P(A) = 1 − 0. a n • ma˜ana vaya a llover.140 Por consiguiente. n .140 ◭ 2. P(A) = 680 N´mero de elementos de A u = = 0. 1 N´mero de elementos de A u = = 0. 2 fichas de un total de 8 rojas se pueden seleccionar de 8 = 28 maneras y 1 ficha de un total de 3 2 blancas se puede seleccionar de 3 = 3 maneras. P(A) = 84 N´mero de elementos de A u = = 0. 189. A tiene 8 3 9 = 216 elementos. P(A) = 3 3 = 1 elemento. 1 ficha de un total de 8 rojas se puede seleccionar de 8 = 8 maneras.2. 3 Entonces. sino que se basan en el “grado de creencia” acerca de que tenga o no lugar un determinado hecho como. si ninguna es blanca. Ahora. Por lo tanto. O sea. A tiene 680 elementos. 074. es el evento “de las tres bolas ninguna es blanca”. N´mero de elementos de Ω u 1. 404. 1 ficha de un total de 3 blancas 1 se puede seleccionar de 3 = 3 maneras y 1 ficha de un total de 9 azules se puede 1 seleccionar de 9 = 9 maneras. N´mero de elementos de Ω u 1.3 Introducci´n a la probabilidad o 43 (a) Sea A el evento “sacar 3 fichas de 3 blancas”. con lo anterior. entonces.

o Ejemplo 2. lo que tenemos en mente es que la moneda no parece estar trucada y que resultar´ igualmente probable que salga cara o cruz.000 pesos si saliera cruz y recibir 5. Esa es e e la raz´n por la que es posible asignarle probabilidades a eventos que s´lo se presentan o o una vez.18 La probabilidad subjetiva o personal se puede definir o como la probabilidad que expresa un grado de creencia individual sobre la posibilidad de que un evento ocurra. Sus probabilidades subjetivas . si creemos que la probabilidad de que un caballo gane una determinada carrera es 0. o ıan (c) Resulta obvio que los inversionistas individuales no cuenttan con las mismas opiniones sobre el probable futuro comportamiento de la bolsa. ıa o Sin embargo. un individuo con m´s informaci´n sobre la moneda en cuesti´n podr´ a o o ıa creer otra cosa. La probabilidad subjetiva no depende del tratamiento matem´tico ni de la noci´n de experia o mentos repetibles.20 (a) En el ejemplo del lanzamiento de una moneda. Nuestra ´ evaluaci´n de la probabilidad subjetiva implica que considerar´ o ıamos justa una apuesta que consistiese en pagar 5. Dada esta creencia. sino que estamos interesado por un unico lanzamiento de la moneda. Si fueramos a recibir m´s de 5. Por ejemplo.4.2. la probabilidad subjetiva e no depende de la posibilidad de repetici´n de un experimento. poca gente se muestra renuente a concederle probabilidades a los eventos anteriores. es probable que dos apostadores cuenten con diferentes probabilidades subjetivas.19 (a) Si afirmamos que la probabilidad de que salga cara al lanzar una moneda es 1/2. podr´ interpretarla de distinta forma. Aquella probabilidad que nos permite asignarle n probabilidades a eventos tales como estos se denomina probabilidad subjetiva. el evento de ganar una determinada competencia atl´tica. e A diferencia del m´todo de probabilidad de frecuencia relativa.3. ◭ e o o Debemos insistir en que las probabilidades subjetivas son personales.3 Introducci´n a la probabilidad o 44 Sin embargo. estamos dando nuestra opini´n personal de que existe una posibilidad de o 40 entre 100 de que gane. Con mucha frecuencia oimos decir que hay un 20% de posibilidades de que llueva ma˜ana. Al m´todo de asignar estas probabilidades se le conoce e ´ como metodo subjetivo. e incluso aunque la tuvieran. (b) De modo similar. no estamos pensando necesariamente en t´rminos de la experimentaci´n e o repetida. la mayor´ de la gente ıa llegar´ a la conclusi´n de que la probabilidad apropiada para el resultado cara es 1/2. no se requiere que diferentes individuos consideren que el mismo evento debe tener lugar con las mismas probabilidades como se explica a trav´s de las situaciones del siguiente ejemplo: e Ejemplo 2. La magnitud de la probabilidad que una persona asigna subjetivamente a un evento depende del grado de cr´dito que esa persona le d´ a la ocurrencia del evento. Al enjuiciar esta probabilia dad subjetiva. que el Junior gane. Definici´n 2. considerar´ ıamos justa una apuesta en la que perdi´semos dos d´lares si el caballo no ganase y tres d´lares en caso contrario. pueden no tener la misma informaci´n.3. como por ejemplo.000 pesos si saliera cara.3.000 pesos si del lanzamiento resultase una cara. consida erar´ ıamos favorable la apuesta. etc. (b) En el ejemplo de las carreras de caballos.

Ejemplo 2. Por tanto.2. diremos que las oportunidades son de n a m (lo cual escribiremos n : m) a favor de A. entonces.3. Es decir. como carreras de caballos y pron´sticos o deportivos. Esto significa que de cada 1 + 2 = 3 personas. Oportunidades a favor de A P(A) n Si las oportunidades en favor de A son iguales a m . (b) gane? u a SOLUCION: Sea A el evento de que la selecci´n Colombia pierda el partido. P(A) = 5+3 = 5 = 0. Oportunidades a favor de A = P(A) Las oportunidades en contra de A se definen Oportunidades en contra de A = 1 P(A) = . 625.23.3 Introducci´n a la probabilidad o 45 deben ser vistas como dependientes del conocimiento que tienen y su manera de interpretarlo.3. por el teorema o 5 2. Las oportunidades a favor de A se deo finen como P(A) . las oportunidades a favor de ganar son 1 P(A) 1/3 = . ¿cu´l es la probabilidad de que (a) pierda el partido. que son 375. = 2/3 2 P(A) Es decir. en el caso de apuestas. a menudo se determina la probabilidad de ocurrencia de un evento usando probabilidad subjetiva y se establece com´nmente en t´rminos de oportunidades. Entonces. Por consiguiente. ¿Cu´les son las oportunidades a favor de ganar? a SOLUCION: Sea A el evento “el boxeador gana”. P(A) = 1 − P(A) = 3 = 0. que a perder´. entonces. a ◭ .23 Si las oportunidades son de n : m en favor de A.24 Si las oportunidades son de 5:3 en contra de que la selecci´n Colombia o pierda el partido de f´tbol. a ◭ El siguiente teorema nos muestra una forma de calcular la probabilidad de un evento dado con base en el conocimiento de las oportunidades en favor o en contra del evento. dir´n a a a que Colombia ganar´ el partido.000 personas. las oportunidades son de 1 : 2 a favor de que el boxeador gane la pelea. Teorema 2. Obs´rvese que las oportunidades en contra de A son precisamente las oportunidades a favor e de A.22 Supongamos que la probabilidad de que un boxeador favorito gane una pelea es 1/3.3. 375. u e Definici´n 2.3. la n probabilidad de que ocurra el eventa A es P(A) = n+m .3.21 Sea A un evento. 1 afirma que el boxeador ganar´ la pelea y 2. 8 8 de 1. 625 dir´n que Colombia perder´ el partido y el resto. Ejemplo 2. ◭ Ya hemos explicado que.

000 si Junior gana y Humberto apuesta por Junior. ¿Cu´l es la probabilidad de que un estudiante de a ultimo curso elegido al azar en el campus est´ seriamente preocupado por al menos una e de las dos cosas? 41. Un estudio ha indicado las probabilidades. ¿Qu´ relaci´n tiene u o e o esto con probabilidad? .3.000 si Uni´n gana y Humberto apuesta por Uni´n. obviamente. Humberto acepta esta apuesta. o o El juego Junior vs Uni´n sigue hasta que haya un ganador.3 Introducci´n a la probabilidad o 46 Ejemplo 2.6 y la probabilidad de que viaje a Espa˜a es 0.8.36 (a) ¿Cu´l es la probabilidad de que haya m´s de dos art´ a a ıculos defectuosos en un paquete? (b) ¿Cu´l es la probabilidad de que haya m´s de un art´ a a ıculo defectuoso en un paquete? 42. correspondientes a los art´ ıculos defectuosos de un paquete. Calcule n la probabilidad de cada uno de los siguientes eventos: (a) Humberto viaja a ambas ciudades. Seg´n una informaci´n.10 3 0. se tiene que a P(“Junior gana”) + P(“Uni´n gana”) = P(“Junior o Uni´n gana”) = 1.25 Para un partido de f´tbol. La probabilidad de que Humberto viaje a Alemania es 0. Numero de defectuosas Probabilidad 0 0.22 m´s de 3 a 0. que figuran en la tabla adjunta. (b) Humberto viaja a Alemania pero no a Espa˜a.03 1 0. SOLUCION: La probabilidad subjetiva de Humberto puede determinarse como sigue: “Humberto no puede decidirse” significa que 30 P(“Junior gana”) = 20 P(“Uni´n gana”).2.29 2 0. resulta que P(“Junior gana”) = 2 5 3 y P(“Uni´n gana”) = 5 . o o Por lo tanto. dos de cada tres colombianos son pobres. o pero no puede decidirse si apuesta por Junior o por Uni´n. Junior de Barranquilla contra Uni´n de Sanu o tamarta. Un jefe de cierta compa˜´ recibe un determinado art´ nıa ıculo en paquetes de 100. Determinar su probabilidad o subjetiva. o ◭  Ejercicios de la secci´n 2. n (c) Humberto viaja a Espa˜a pero no a Alemania.000. Se estim´ que un 20% de los estudiantes de ultimo curso de un campus universitario o ´ estaban seriamente preocupados por sus posibilidades de encontrar trabajo. el 35% por sus notas y el 28% por ambas cosas. $20.3 y la probabilidad de que viaje a alguna de las dos ciudades es 0.3 o 39. o Adem´s. Ganancia : $30. se ofrecen a Humberto las siguientes apuestas: Tarifa : $15. n (d) Humberto no viaja a ninguna de las dos ciudades 40.

47. (b) a lo m´s 3. P(A2 ∩ A3 ) = 0.3 Introducci´n a la probabilidad o 47 43. Supongamos que P(A1 ) = 0. Interprete siempre a o sus resultados. 09. ¿aceptar´ la caja de 48 enchufes? o ıa 44. a u 45. 35. en orden aleatorio. Exprese verbalmente cada uno de los siguientes eventos y determine la probabilidad de que ocurra cada uno de ellos: (a) A1 ∪ A2 . (d) 5 ´ 6. Calcule la probabilidad de que la suma de los n´meros obtenidos u sea (a) 13. Un distribuidor de enchufes sabe que en una caja de 50. Un dado se lanza dos veces. Un a cliente selecciona al azar. Interprete siempre sus respuestas. dos enchufes de una caja y salen defectuosos. 3.2. 08. Para asegurarse. cinco bolas rojas y cuatro bolas blancas (cada bola es de un solo color). (b) a lo m´s un 9. . P(A1 ∩ A2 ) = 0. (e) A1 ∩ A2 ∩ A3 . 53. ¿cu´l es la probabilidad de que al menos se seleccionen dos a focos para obtener uno amarillo? 52. de cinco enchufes. (f) (A1 ∩ A2 ) ∪ A3 . Si se extrae una bola. (c) roja y verde. (b) no roja. Interprete siempre sus resultados. Encuentre la probabilidad de obtener (a) un 5 o un 7. calcule la probabilidad de que la bola extra´ ıda sea (a) no verde. 46. Si se seleccionan a aleatoriamente y sin reemplazo cuatro bombillas de la caja. e (a) ¿cu´l es la probabilidad de que la primera bola sea negra y la segunda blanca? a (b) ¿cu´l es la probabilidad de obtener una bola negra y una blanca? a (c) Repita los incisos anteriores si la selecci´n es con reemplazo. 55% son bebedoras y 20% tanto fumadoras como bebedoras. sin reemplazo. Una caja contiene cuatro focos rojos. o 48. Para i = 1. de los cuales uno sali´ defectuoso. P(A1 ∩ A3 ) = 0. sea Ai el evento que representa al evento “el proyecto i o fue aceptado”. (c) una suma impar y (d) un m´ltiplo de 4. tres blancas y cuatro rojas. ¿cu´l es la probabilidad de a que el grupo contenga (a) dos (b) al menos dos bombillas defectuosas? 51. Si usted fuera el cliente. y sin reemplazo. P(A2 ) = 0. Se extraen tres a tornillos sin reemplazo. 22. En una comunidad el 30% de las personas son fumadoras. de los cuales tres est´n defectuosos. P(A3 ) = 0. (c) fume o no beba. motivo por el cual el cliente rechaza la caja. 02. Si se seleccionan uno por uno. 06. (b) ni fume ni beba. Una urna tiene seis bolas verdes. cinco blancos y seis amarillos. Una caja contiene diez bombillas. 2. Una caja contiene diez tornillos. El distribuidor extrae entonces de esa caja dos enchufes y le informa al cliente que puede llevar la caja de 48 enchufes con confianza. 30. cuatro de las cuales est´n defectuosas. el cliente extrae otra muestra. Calcule la probabilidad de que los tres tornillos no est´n defectuoe sos. Una caja contiene dos bolas negras. (b) A1 ∩ A2 . (c) A1 ∪ A2 ∪ A3 . Para un control de calidad se seleccionan aleatoriamente dos abanicos sin reemplazo de un lote. 49. Una entidad educativa ha propuesto tres proyectos para la mejora de la educaci´n en cierta o regi´n del pais. P(A1 ∩ A2 ∩ A3 ) = 0. (c) por lo menos 4. (d) A1 ∩ A2 ∩ A3 . (e) 5 y 6. Se seleccionan dos bolas una despu´s de la otra. Se lanzan dos dados. todo el lote se rechaza. (d) blanca o roja. 50. Calcule la probabilidad de que una persona elegida al azar (a) fume pero no beba. Compare el resultado de (d) con el obtenido en (a). Si uno de los dos abanicos est´ defectuoso. dos o m´s son defectuosos. Si una muestra a de 200 abanicos contiene cinco defectuosos calcule la probabilidad de que la muestra sea rechazada.

85% A o B. 12. 80% B. Calcule las probabilidades de los siguientes eventos: (a) El siguiente cliente pide. Supongamos que un determinado ´rbol puede tener tres tipos de enfermedades: Hojitis a (H). (c) El siguiente comprador s´lo pide la opci´n A y ninguna de las otras dos opciones. De alguna manera. Ser´n seleccionados al azar dos ejemplares o o a para ser puestos en reserva durante 3 horas. B o C. por lo menos. ¿Cu´l es la probabilidad de que el d´ u a ıgito central sea mayor que los otros dos? 56. ¿Cu´l es la probabilidad de que a (a) ambos ejemplares seleccionados sean primeras ediciones? (b) ambos ejemplares seleccionados sean segundas ediciones? (c) al menos uno de los ejemplares seleccionados sea de primera edici´n? o (d) los ejemplares seleccionados sean de diferentes ediciones? 55. P(T ) = 0. en donde. Se escoge un n´mero comprendido entre 0 y 999. (b) El siguiente cliente no pide ninguna de las tres opciones. Una biblioteca tiene cinco ejemplares (digamos. 10. si el orden no importa? a ıan (c) Si en siete direcciones los computadores son nuevos y en ocho ya han sido vendidos previamente. logra conseguir una lista de las direcciones de 15 personas que quieren vender sus computadores. 07. de los cuales hay dos ejemplares (digamos matem´tica y f´ a ısica) que son de primera edici´n y el resto. pero a a no frutitis? (d) ¿Cu´l es la probabilidad de que que el ´rbol tenga exactamente dos de esas enfera a medades? 58. P(H ∪ T ) = 0. P(T ∪ F) = 0. f´ a ısica. si se considera el orden a ıan de visita? (b) ¿En cu´ntas formas podr´ escogerse las cuatro direcciones. biolog´ y ıa estad´ ıstica). matem´tica. de segunda edici´n. P(H ∪ F) = 0. (a) ¿Cu´l es la probabilidad de que el ´rbol no tenga hojitis? a a (b) ¿Cu´l es la probabilidad de que el ´rbol tenga hojitis y tallitis al mismo tiempo? a a (c) ¿Cu´l es la probabilidad de que el ´rbol tenga hojitis y tallitis al mismo tiempo. 05. qu´ ımica. 98% A. Suponga que P(H) = 0. Br´coli (B) y Coliflor (C). 75% C. tres tipos de verduras distintas que son las preferidas por ciertos habitantes de una ciudad: Esp´rrago (A).2. 70% A. los a computadores sean nuevos? . o o (d) El siguiente cliente pide exactamente una de las tres opciones. Tallitis (T) y Frutitis (F). 57. A continuaci´n aparece el porcentaje de clientes a o o del restaurante que pide determinada(s) verdura(s). En el men´ del d´ un restaurante vegetariano ofrece una ensalada especial que contiene u ıa. Pero la persona tiene tiempo para ir s´lo a cuatro direcciones de la lista. una de las tres opciones. P(F) = 0. P(H ∩ T ∩ F) = 0. 90% A o C. 95% B o C. por ejemplo.3 Introducci´n a la probabilidad o 48 54. 01. Una persona desea comprar un computador. 15. 14. ¿cu´l es la probabilidad de que en las cuatro direcciones donde vaya la persona. y las cuatro direcciones por visitar se escogen al azar y sin orden. o (a) ¿En cu´ntas formas podr´ escogerse las cuatro direcciones. el evento A o C significa que por lo menos una de las opciones A o C fue solicitada.

Suponga que se seleccionan cuatro clavos al azar. (c) Hay 2 libros de qu´ ımica que son iguales. pero todos los de matem´ticas son iguales a entre s´ ı. (b) Los libros de qu´ ımica son iguales entre s´ pero los de matem´ticas son todos diferı.4 Probabilidades condicionales Supongamos que estamos interesados en dos sucesos A y B. los libros de cada tipo son todos iguales entre s´ ı. En cierta bodega. ¿cu´l es la probabilidad de a que. entonces. (a) ¿Cu´ntas formas hay de seleccionar una muestra de 10 computadores de los 30 para a una revisi´n completa? o (b) ¿En cu´ntas formas puede una muestra de 10 computadores contener exactamente 3 a con problemas en el funcionamiento del Futbolnet? (c) Si se escoge al azar una muestra de 10 computadores. una caja contiene ocho clavos de 1 pulgada. ¿cu´l es la probabilidad de que a exactamente 3 de los 10 tengan problemas con el funcionamiento del Futbolnet? (d) Si se escoge al azar una muestra de 10 computadores. Al poco tiempo de ponerse a funcionar.2. nados de estad´ ıstica se encuentre juntos teniendo en cuenta cada una de las siguientes situaciones: (a) Los libros de cada tipo son todos diferentes entre s´ ı. algunas computadores fabricados por ciertas compa˜´ presentan problemas con el funcionamiento de un determinado programa (dinıas gamos. Ejemplo 2. al menos.4. Suponga que una peque˜a empresa n tiene 30 de estos computadores y que ha habido problemas con el funcionamiento del Futbolnet en 7 de ellos. (d) A excepci´n de los de estad´ o ıstica. (a) ¿Cu´l es la probabilidad de que exactamente tres de los clavos seleccionados sean de a 2 pulgadas? (b) ¿Cu´l es la probabilidad de que los cuatro clavos seleccionados sean del mismo a tama˜o? n (c) ¿Cu´l es la probabilidad de que entre los 4 clavos seleccionados hallan dos de una a pulgada? 61. 5 de estad´ ıstica y 3 de matem´ticas. a entes. seis de 1 pulgada y media y cinco de 2 pulgadas. 2. 6 de los seleccionados tengan problemas con el funcionamiento del Futbolnet? 60. . Futbolnet) que viene previamente instalado. Si los libros a de estad´ ıstica son diferentes entre s´ encuentre la probabilidad de que 2 libros determiı. Una pregunta de inter´s es.4 Probabilidades condicionales 49 59. sin reemplazo y sin orden. y se nos da la informaci´n o adicional de que B ha ocurrido. Un estante tiene 4 libros de qu´ ımica.1 Analizemos las siguientes situaciones. ¿cu´l es la e a probabilidad de que A ocurra? La idea principal es que la posibilidad de que cualquier suceso ocurra es probable que dependa de la ocurrencia o no ocurrencia de otros eventos.

u a por tanto. 30 30/100 P(M) Es decir. hombres. Por tanto. otras que saben manejar bicicletas y otras. determinar la probabilidad de que sea mujer. (b) La probabilidad de que sea una mujer y que fuma es P(M ∩ F) = (c) La probabilidad de que una mujer fume de un total de 30 la simbolizaremos por P(F/M) y es igual a 21 21/100 P(F ∩ M) P(F/M) = = = .2 Supongamos que en una empresa hay 100 empleados. de los cuales 30 son mujeres y 70. Es e probable que el fabricante conf´ mucho m´s en el ´xito de la nueva marca en el mercado ıe a e si el producto resulta bien acogido en el test inicial que en caso contrario. Se selecciona una persona al azar y deseamos la probabilidad de que la persona sepa nadar dado que sabe manejar bicicleta. (c) Si del grupo de las 30 mujeres se saca un individuo. determinar la probabilidad de que fume. Ahora. adem´s. (b) Si se saca un individuo. que es la forma como se calcula la llamada probabilidad P(M) condicional de un evento F. en ambas situaciones tenemos que estar interesados en la ocurrencia de un determinado evento. ambas cosas.4. a Fuma (F) No Fuma (F) Hombre (H) 33 37 Mujer (M) 21 9 Fig.2. (b) En un barrio hay personas que saben nadar.4 Probabilidades condicionales 50 (a) Un fabricante que planea introducir una nueva marca puede poner a prueba el producto a trav´s de su venta en una serie reducida de almacenes particularmente escogidos. Ejemplo 2. El an´lisis a de la empresa correspondiente a la probabilidad de un elevado n´mero de ventas estar´. ◭ Estos tipos de problemas conllevan a considerar el concepto de probabilidad condicional. . analizemos otro ejemplo. 21 100 . Supongamos. que hay 21 mujeres y 33 hombres que fuman a (comp´rese con la tabla de la figura 2. determinar la probabilidad de que sea mujer y fume. P(F/M) = P(F∩M) . sabiendo que ya ha ocurrido M.14). 2. dada la ocurrencia de otro. condicionada por el resultado de mercado.14: Clasificaci´n de 100 empleados de una empresa o (a) Si se saca un individuo al azar. SOLUCION: (a) La probabilidad de que sea mujer es P(M) = 30 100 .

C. S). 10 9 .3. se define como P(A ∩ B) P(A/B) = .4. (C. (S. C). respectivamente. B = {(C.5 (Teorema de multiplicaci´n para 2 eventos) Sean A y B dos o eventos de un espacio muestral Ω = ∅. C. ¿cu´l es la probabilidad de a obtener 3 caras dado que sali´ por lo menos una cara? o SOLUCION: Los posibles resultados que se pueden obtener al lanzar la moneda tres veces son (C. S). C. o obtenemos que 3 2 P(A ∩ B) = P(A) P(B/A) = · = 0. S). Ejemplo 2. de entre las cuales.4. C)} y A = {(C.3 Sean A y B dos eventos de un espacio muestral Ω = ∅. Por consiguiente. Se sacan dos bolas. la probabilidad de obtener 3 caras sabiendo que sali´ una cara es igual a o P(B/A) = P(A ∩ B) 1/8 1 = = . S. C). la probabilidad condicional de B dado A se define como P(B/A) = P(A ∩ B) . como ya se ha sacado 1 bola defectuosa a de la caja quedan en total 9 bolas disponibles. ¿Cu´l es la probabilidad a a de sacar una bola defectuosa seguida de otra defectuosa? SOLUCION: Sean A el evento “la primera bola sacada est´ defectuosa” y B el evento “la segunda bola a sacada est´ defectuosa”. (C. (S. de los cuales tres est´n defeca tuosas.4. Debido a que A ∩ B = {(C.4. La proo babilidad condicional del evento A dado el evento B. Debido a que tres de las diez bolas a 3 est´n defectuosas. S. Ahora. C)}.066. entonces. Nos piden calcular P(A ∩ B). S). C.6 Supongamos que una caja tiene diez bolas. S). (C. (C. (C. una detr´s de la otra y sin reemplazo. (C. P(A) si P(A) > 0. Entonces. la probabilidad de la intersecci´n o A ∩ B est´ dada por a P(B ∩ A) = P(B/A) P(A) o por P(B ∩ A) = P(A/B) P(B). (S. C.4 Probabilidades condicionales 51 Definici´n 2. P(A) 7/8 7 ◭ Despejando P(B ∩ A) en las expresiones dadas en la definici´n 2. por el teorema de multiplicaci´n (teorema 2. S.4. C)}. S. P(B) De igual modo. C. 2 Por tanto.2. Sean A y B los eventos “sali´ por lo menos una cara” y “obtener 3 caras”. C). o Entonces. C. (S. simbolizada por P(A/B). C. C). S). S. C. C).5). C). C). Ejemplo 2.4 Una persona lanza una moneda tres veces. S. (S. C.4. (S. hay ahora 2 defectuosas. si P(B) > 0. obtenemos el llao mado Teorema 2. S). S. se tiene que P(A) = 10 . (S. P(B/A) = 9 .

2.4 Probabilidades condicionales

52

Es decir, la probabilidad de sacar una bola defectuosa seguida de otra bola defectuosa es aproximadamente del 6,6%. ◭

La regla de multiplicaci´n es m´s util cuando el experimento consta de varias etapas o a ´ sucesivas. Teorema 2.4.7 (Teorema de multiplicaci´n para n eventos) Sean o A1, . . . , An eventos de un espacio muestral Ω = ∅. Entonces, P(A1 ∩ · · · ∩ An) = P(A1) · P(A2/A1) · P(A3/A1 ∩ A2) · · · P(An/A1 ∩ · · · ∩ An−1),
Como puede observarse claramente, en este teorema hemos considerando que A1 es el evento que primero sucede, luego sucede A2 ; posteriormente, A3 y, as´ sucesivamente, hasta que sucede el ı ultimo evento, que en nuestro caso es An . ´

Del teorema 2.4.7, obtenemos en particular que • Si n = 2, se tiene que P(A1 ∩ A2) = P(A1) · P(A2/A1). • Si n = 3, se tiene que P(A1 ∩ A2 ∩ A3) = P(A1) · P(A2/A1) · P(A3/A1 ∩ A2). • Si n = 4, se tiene que P(A1 ∩A2 ∩A3 ∩A4) = P(A1)·P(A2/A1)·P(A3/A1 ∩A2)·P(A4/A1 ∩A2 ∩A3).
Ejemplo 2.4.8 Una caja contiene 6 fichas rojas, 4 blancas y 5 azules. Hallar la probabilidad de que se extraigan en el orden roja, blanca y azul si las fichas (a) se reemplazan, (b) no se reemplazan. SOLUCION: Hay tres eventos que debemos considerar para el problema, a saber: R = “roja en la primera extracci´n”. o B = “blanca en la segunda extracci´n”. o A = “azul en la tercera extracci´n”. o Nos piden calcular P(R ∩ B ∩ A). Al aplicar el teorema general de multiplicaci´n (teorema o 2.4.7) para el caso de n = 3 eventos, tenemos P(R ∩ B ∩ A) = P(R) · P(B/R) · P(A/R ∩ B). Obs´rvese que en la caja hay disponible, inicialmente, 6 + 4 + 5 = 15 fichas. e (a) Si los eventos se reemplazan, entonces, reemplazando las correspondientes probabilidades en la expresi´n (1), tenemos o P(R ∩ B ∩ A) = 8 6 4 5 · · = = 0, 0355. 15 15 15 225 (1)

2.4 Probabilidades condicionales

53

(b) Si los eventos no se reemplazan, entonces, reemplazando las correspondientes probabilidades en la expresi´n (1), tenemos o P(R ∩ B ∩ A) = 4 6 4 5 · · = = 0, 044. 15 14 13 91 ◭

El c´lculo de una probabilidad P(Aj/B), a partir de probabilidades anteriores dadas P(Ai) a y probabilidades P(B/Ai), ocupa una posici´n central en la probabilidad elemental. La o regla general para tales c´lculos, que es una aplicaci´n simple de la regla de la multia o plicaci´n, se remonta al tiempo del reverendo Thomas Bayes, quien vivi´ en el siglo o o XVII. Para expresarla necesitamos, primero, el llamado teorema de la probabilidad total. Teorema 2.4.9 (Teorema de la probabilidad total) Si los eventos A1, A2, . . ., An forman una partici´n de un espacio muestral Ω (comp´rese con la definici´n o a o 2.1.11), entonces, para cada evento B de Ω, se tiene que P(B) = P(B/A1) P(A1) + P(B/A2) P(A2) + · · · + P(B/An) P(An). Del teorema 2.4.9, se tiene en particular, • Si n = 2, se tiene que P(B) = P(B/A1) P(A1) + P(B/A2) P(A2). • Si n = 3, se tiene que P(B) = P(B/A1) P(A1) + P(B/A2) P(A2) + P(B/A3) P(A3). • Si n = 4, se tiene que P(B) = P(B/A1) P(A1) + P(B/A2) P(A2) + P(B/A3) P(A3) + P(B/A4) P(A4).
Hay dos comentarios que podemos hacer acerca del teorema de la probabilidad total (teorema 2.4.9): • El teorema de la probabilidad total est´ estrechamente relacionado con el siguiente teorema a de la mec´nica: El centro de gravedad de un cuerpo se puede determinar descomponiendo el a cuerpo en cualquier cantidad de partes, suponiendo que la masa de cada una de estas partes est´ concentrada en su respectivo centro de gravedad y tomando el centro de gravedad del a sistema de puntos originados por este m´todo. e • El teorema de la probabilidad total tambi´n est´ relacionada con el siguiente an´logo qu´ e a a ımico: En k recipientes se encuentran diferentes soluciones de la misma sal, en total, 1 litro. Supongamos que P(An ) simboliza el volumen del n-´simo recipiente y P(B/An ), la concentraci´n e o de la soluci´n en el n-´simo recipiente. Si se re´nen el contenido de todos los recipientes en o e u uno s´lo y P(A) significa la concentraci´n de la soluci´n originada de esta manera, entonces, o o o se cumple el teorema de la probabilidad total.

Ejemplo 2.4.10 La caja I contiene 3 fichas rojas y 2 azules, en tanto que la caja II contiene 2 fichas rojas y 8 azules. Se lanza una moneda no falsa de tal forma que si cae cara, entonces, se saca una ficha de la caja I y, por el contrario, si cae sello, se saca una ficha de la caja II. Supongamos que quien lanza la moneda no revela si resulta cara o sello (de tal forma que la caja de la cual se sac´ una ficha no se revela). Determinar la probabilidad de haber sacado o

2.4 Probabilidades condicionales

54

una ficha roja. SOLUCION: Sea R el evento “sacar una ficha roja” y supongamos que I y II son los eventos “escoger la caja I” y “escoger la caja II”, respectivamente. Nos piden calcular P(R). En la figura 2.15 podemos visualizar claramente estos eventos (observemos que el evento R corresponde a la regi´n sombreada). o

Fig. 2.15: Diagrama para la situaci´n del ejemplo 2.4.10 o
Ahora, en la caja I hay en total 3 + 2 = 5 fichas y, en la caja II, 2 + 8 = 10 fichas. Puesto que una ficha roja se puede sacar de cualquiera de las cajas, entonces, la probabildiad de 3 sacar una ficha roja de la caja I es P(R/I) = 5 y la de sacar una ficha roja de caja II es 2 1 P(R/II) = 10 = 5 . Adem´s, si C y S son los eventos “resultar cara” y “resultar sello”, respectivamente, ena 1 tonces, la probabilidad de escoger la caja I es P(I) = P(C) = 2 y la de escoger la caja II es 1 P(II) = P(S) = 2 . Por consiguiente, por el teorema de la probabilidad total (teorema 2.4.9) con n = 2, se obtiene que P(R) = P(R/I) P(I) + P(R/II) P(II) = 3 1 1 1 2 · + · = = 0, 4. 5 2 5 2 5 ◭

Ejemplo 2.4.11 Un editor env´ propaganda de un libro de estad´ ıa ıstica al 70% de aquellos profesores que est´n a cargo de esa materia. El 40% de aquellos que recibieron la propaganda a se decidieron a utilizar el libro, inclusive, el 20% de los que no recibieron la propaganda tambi´n utilizar´n el libro. e a SOLUCION: Consideremos los eventos “recibe la propaganda” y “no recibe la propaganda”. Entonces, P(“recibe”)= 0, 70 y P(“no recibe”)= 1 − 0, 70 = 0, 30. Adem´s, a P(“utiliza el libro” / “recibe”) = 0, 40, P(“utiliza el libro” / “no recibe”) = 0, 20.

Nos piden calcular P(“utiliza el libro”). Esta se puede calcular con ayuda del teorema de la probabilidad total (teorema 2.4.9) de la siguiente manera: P(“utiliza”) = P(“utiliza”/“recibe”) · P(“recibe”) + P(“utiliza”/“no recibe”) · P(“no recibe”) = (0, 40)(0, 70) + (0, 20)(0, 30). Los c´lculos y las probabilidades anteriores se pueden visualizar claramente en el diagrama a de ´rbol que aparece en la figura 2.16. Junto a cada una de las cuatro ramas del diagrama a aparecen probabilidades (que llamaremos “totales”) que fueron calculadas con aplicaci´n o del teorema de multiplicaci´n (v´ase el teorema 2.4.5) y al final del diagrama aparece la o e probabilidad calculada que corresponde a sumar s´lo las probabilidades totales en donde o aparece el evento “utiliza el libro”. ◭

2.4 Probabilidades condicionales

55

Fig. 2.16: Diagrama para la situaci´n del ejemplo 2.4.11 o

Teorema 2.4.12 (Regla o teorema de Bayes) Sea A1, A2, . . . , An una descomposici´n finita de un espacio muestral Ω. Entonces, para cada evento B con P(B) > 0 o y para todo k = 1, . . . , n, se tiene P(Ak/B) = P(B/Ak) P(Ak) . P(B/A1) P(A1) + P(B/A2) P(A2) + · · · + P(B/An) P(An)

Del teorema de Bayes se tiene, en particular, • Si n = 2, se tiene que P(Ak/B) = • Si n = 3, se tiene que P(Ak/B) = • Si n = 4, se tiene que P(Ak/B) =
P(B/Ak ) P(Ak ) P(B/A1 ) P(A1 ) +P(B/A2 ) P(A2 ) +P(B/A3 ) P(A3 ) +P(B/A4 ) P(A4 ) . P(B/Ak ) P(Ak ) P(B/A1 ) P(A1 ) + P(B/A2 ) P(A2 ) + P(B/A3 ) P(A3 ) . P(B/Ak ) P(Ak ) P(B/A1 ) P(A1 ) + P(B/A2 ) P(A2 ) .

A continuaci´n se menciona el siguiente an´logo qu´ o a ımico del teorema de Bayes: En k recipientes est´n contenidas soluciones de la misma sal con diferentes concentraciones. El volumen total de la a soluci´n es 1 litro. Si P(Ak ) es el volumen de la soluci´n en el n-´simo recipiente y P(B/Ak ) es la o o e concentraci´n de sal en el n-´simo recipiente, entonces, la f´rmula que aparece en el teorema 2.4.12 o e o nos permite calcular qu´ porcentaje de la cantidad total de sal est´ en el k-´simo recipiente. e a e

La interpretaci´n m´s importante del teorema de Bayes se basa en el uso de las probao a bilidades subjetivas. Supongamos que una persona est´ interesada en el evento Ak y se a forma una opini´n subjetiva de la probabilidad de que Ak ocurra. En este contexto, la o

4. 2. por el teorema de Bayes (teorema 2. que el resultado de la moneda sea cara). Del ejemplo 2. para la cual se ha desarrollado una prueba de diagn´stico. tenemos que P(R/I) = 5 .4. Dado que se sabe que B ha ocurrido.4 Probabilidades condicionales 56 probabilidad P(Ak) se denomina probabilidad a priori. Desde este punto de vista. ◭ Ejemplo 2.4. I y II eventos definidos como en el ejemplo 2. se obtiene que P(I/R) = P(R/I) P(I) = P(R/I) P(I) + P(R/II) P(II) 3 5 3 5 · + 1 2 1 5 · 1 2 · 1 2 = 3 = 0. 4 De este modo. se puede interpretar el teorema de Bayes como un m´todo que nos permite actualizar una probabilidad a priori cuando se conoce e la informaci´n adicional de que el evento Ak ha tenido lugar. 75. o Ejemplo 2. que se denota probabilidad a posteriori. 75 (a posteriori).10. a 1 P(I) = P(II) = 2 .14 En cierta ciudad. ¿cu´l es la probabilidad de que el individuo est´ sano? a e (e) Si el resultado es negativo. que el evento B ha ocurrido). la probabilidad relevante correspondiente a Ak es ahora la probabilidad condicional de Ak dado B. la probabilidad de o haber escogido la caja I se ve modificada. (a) ¿Cu´l es la probabilidad de que el resultado sea positivo? ¿Y negativo? a (b) Si el resultado es positivo.12) con n = 2.10. mientras que el 20% de los individuos sin la enfermedad muestran un resultado de prueba positivo.13 o Por consiguiente.10. ¿cu´l es la probabilidad de que el individuo est´ sano? a e .17). Fig.4. Determinar la probabilidad de o haber escogido la caja I (es decir. presentan un resultado positivo. Aqu´ nos piden calcular P(I/R) ı 1 3 (comp´rese con la figura 2. SOLUCION: Sean R. dada la informaci´n de que se ha sacado un ficha roja.13 Considere la situaci´n del ejemplo 2. ¿cu´l es la probabilidad de que el individuo tenga la enfera medad? (c) Si el resultado es negativo. A trav´s o e de esta prueba se ha determinado que el 85% de los individuo que padecen la enfermedad. 5 (a priori) a P(I/R) = 0.17: Diagrama para la situaci´n del ejemplo 2. Si despu´s este individuo e consigue informaci´n adicional (por ejemplo.2. ¿cu´l es la probabilidad de que el individuo tenga la a enfermedad? (d) Si el resultado es positivo.4.4. P(R/II) = 5 .4. aproximadamente el 10% de los habitantes est´ afectado a por una rara enfermedad. pasando de P(I) = 0. Supongamos que se hace una prueba en un individuo seleccionado al azar. este hecho o puede provocar una modificaci´n de su juicio inicial sobre la probabilidad de ocurrencia o de Ak.

265. 2. 85 y P(B/A) = 0. Para calcular la probabilidad de que ocurra B. P(A) = 0. 80. 1. B = el individuo ha sacado un resultado negativo. ´ En (a) nos piden calcular P(B) y P(B).12) de la siguiente manera: .13.4. 72 = 0. a A = el individuo est´ sano. Todas estas probabilidades se pueden identificar f´cilmente en el siguiente a diagrama de ´rbol que se muestra en la figura 2.9).4. a B = el individuo ha sacado un resultado positivo. Por consiguiente. Para calcular las probabilidades pedidas en (b)-(d). De e igual manera.5). 735. 015 + 0.2. 085 + 0. Junto a cada una de las cuatro ramas del diagrama aparecen probabilidades (que ya hemos llamado “totales”) que fueron calculadas con aplicaci´n del teorema de multiplicaci´n (v´ase o o e el teorema 2. obtenemos: P(B) = P(A) P(B/A) + P(A) P(B/A) = 0. • Sumando las dos probabilidades totales ubicadas en las ramas correspondiente a un resultado negativo. 18 = 0. Esto lo haremos de la siguiente manera: • Sumando las dos probabilidades totales ubicadas en las ramas correspondiente a un resultado positivo. aplicaremos el teorema de Bayes con n = 2 (teorema 2. aplicaremos el teorema de la probabilidad total con n = 2 (v´ase el teorema 2.4. P(B/A) = 0.18. tambi´n aplicaremos este mismo teorema para calcular la probabilidad de que e ocurra B. 2. podemos identificar los siguientes eventos: A = el individuo est´ enfermo.4.4 Probabilidades condicionales 57 SOLUCION: Analizando las situaciones del problema. P(A) = 0.18: Diagrama de arbol para los datos del ejemplo 2. Observe que P(B/A) = 1 − P(B/A) = 0. 90. a Fig. 15 y P(B/A) = 1 − P(B/A) = 0. obtenemos: P(B) = P(A) P(B/A) + P(A) P(B/A) = 0.

3658. 3207. 30)(0. 015 = = 0. 18 = = 0.4. P(B/A2 ) = 0. 40) + (0. se descubri´ que el 15% experimentaron un crecimiento superior al de la media. el o 40% inferior y el 45% restante se mantuvieron alrededor de la media. 265 P(A ∩ B) 0. P(B) 0. 30)(0. 72 = = 0. (0. 25. 6792. P(A3 ) = 0. B : el valor se considera como “buena adquisici´n”. A3 : “crecimiento inferior a la media”. 15. ¿Cu´l es la probabilidad de que un valor clasificado a como “buena adquisici´n” por el analista crezca por encima de la media del mercado? o SOLUCION: Definiendo los eventos A1 : “crecimiento superior a la media”. se cumple que P(A/C) = 1 − P(A/C). 20)(0. o tenemos las probabilidades P(A1 ) = 0. P(A/B) = (d) Nos piden calcular P(A/B). 735 P(B) 0. Cuando se investig´ el comportamiento de estas acciones un a˜o o n antes. P(B) 0. propiedad que e siempre se cumple para todo par de eventos A y C de un espacio muestral. P(A/B) = (e) Nos piden calcular P(A/B).4 Probabilidades condicionales 58 (b) Nos piden calcular P(A/B). 25) + (0. P(A/B) = (c) Nos piden calcular P(A/B). la cual o se deduce haciendo uso del teorema de Bayes (teorema 2. 085 P(A ∩ B) = = 0. para C = B o C = B. P(A/B) = P(A ∩ B) 0. 20. Se necesita calcular la probabilidad de que un valor crezca por encima de la media.4.2. P(A2 ) = 0. buscamos la probabilidad condicional P(A1 /B). ◭ Ejemplo 2. 40. 15)(0. 25) = = 0. 979. 0204. 35) ◭ . 0.12) de la siguiente manera: P(A1 /B) = P(B/A1 )P(A1 ) P(B/A1 )P(A1 ) + P(B/A2 )P(A2 ) + P(B/A3 )P(A3 ) (0. al igual que el 15% de las que crecieron alrededor de la media y el 20% de las que tuvieron un crecimiento inferior. El 30% de los valores que crecieron por encima de la media fueron clasificados como “buenas adquisiciones” por el analista. Es decir. dado que fue considerado “buena adquisici´n” por el analista. 35 y las probabilidades condicionales P(B/A1 ) = 0. A2 : “crecimiento alrededor de la media”. 0. 265 Obs´rvese que. 30. P(B/A3 ) = 0.15 Un analista de bolsa examina las perspectivas de las acciones de un gran n´mero de compa˜´ u nıas. 735 P(B) P(A ∩ B) 0.

6)(0.4 o 62. 023. 4)(0. podemos afirmar que la palabra de c´digo transmitida o fue 11111.14 0. (0.12 Blanca 0. Se supone que las palabras de c´digo se da˜an o distorsionan independientemente. Por consiguiente. clasificadas en aquellos que fuma o no fuman y aquellos que tiene problemas de salud. (c) Calcule e interprete P(N/V) y P(N/V). Esto se transmite o con probabilidad a priori de 0. o o H1 : “se transmiti´ 11111”.12). Roja (R).11 (a) Calcule e interprete P(R).18 No fuman 0. 6)(0. 4)(0. P(M) y P(R ∩ M). 035. 4) = 0.6. encontramos que P(H2 /A) = 0.15 0.10 0. Aplicando el teorema de Bayes (teorema 2. 3. Cierta empresa construye mesas de madera (M) o de vidrio (V) y se pueden adquirir en uno de cuatro colores: azul (A). Problemas S´ ı No Fuman 0.7 y 0. 22. 7) + (0.58 .4. 035)(0. 7) = 0. P(H1 ) = 0. 78 es mayor que P(H2 /A) = 0. 63.4. 4)(0. Por causa del ruido.3. En la salida del receptor o n se registra la palabra de c´digo 10110. respectivamente. ◭  Ejercicios de la secci´n 2. o e SOLUCION: Consideremos los siguientes eventos: A: “se registr´ la palabra de c´digo 10110”. tenemos P(H1 /A) = = P(A/H1 )P(H1 ) P(A/H1 )P(H1 ) + P(A/H2 )P(H2 ) (0. 78. (b) Calcule P(R/M) y P(M/R) e interprete los valores de cada una de las probabilidades. 22. Determine qu´ comando fue transmitido. 6) = 0. 4)(0. o Por consiguiente. P(A/H1 ) = (0. Ahora. 023)(0.13 0. blanca (B) y natural (N). 3) De manera analoga. calcularemos P(H1 /A) y P(H2 /A) y decidiremos nuestra respuesta teniendo la probabilidad de mayor valor. 6)(0. 7 y P(H2 ) = 0.4 Probabilidades condicionales 59 Ejemplo 2.2. como P(H1 /A) = 0. o H2 “se transmiti´ 00000”.13 0.12 Natural 0. la probabilidad de recepci´n correcta de cada uno de los s´ o ımbolos disminuye a 0. P(A/H2 ) = (0. 6)(0.09 0.15 Roja 0. La siguiente tabla recoge las proporciones de adultos en cierta ciudad. 035)(0.16 Por un canal de comunicaciones afectado por ruido se transmite uno de dos comandos de control en forma de palabras de c´digo 11111 y 00000. Para poder saber cu´l fue la palabra de c´digo a o transmitida. Las probabilidades correspondientes de las diversas combinaciones de tipo de material y color son las siguientes: Madera Vidrio Azul 0.

sin reemplazo y sin orden. 09.8. respectivamente). Una billetera contiene cinco billetes de $10.2. Tres parejas de casados han comprado boletas para el cine y se sientan en una fila formada por seis asientos. Encuentre la probabilidad de que (a) Humberto y Greyci vean el programa. Determine las siguientes probabilidades y exprese verbalmente cada uno de los eventos cuya probabilidad ha sido calculada.000 de la segunda? 67. Para i = 1. En cierta bodega.000 y cuatro de $20. Supongamos que se sientan al azar. Jos´. ¿cu´l es la probabilidad de que a todos los esposos se sienten junto a sus esposas. Despu´s se selecciona un billete de la e segunda billetera y se coloca en la primera. (b) P(A2 ∩ A1 /A1 ). ¿cu´l es la probabilidad de que a los tres sean de 1 pulgada? (b) Si al menos uno de los tres seleccionados no es de 2 pulgadas. P(A1 ∩ A2 ∩ A3 ) = 0. La probabilidad de que Humberto vea cierto programa de televisi´n es 0. Una entidad educativa ha propuesto tres proyectos para la mejora de la educaci´n en cierta o regi´n del pais. ¿cu´l es la probaa bilidad de que los otros dos esposos (digamos.3 y la probabilidad o de que su esposa Greyci vea el programa es 0. (a) Utilice la regla de multiplicaci´n para calcular la probabilidad de que una pareja o (digamos. 68. una caja contiene ocho clavos de 1 pulgada.4 Probabilidades condicionales 60 (a) ¿Cu´l es la probabilidad de que un adulto de esta poblaci´n elegido al azar tenga a o problemas de salud? (b) ¿Cu´l es la probabilidad de que un adulto de esta poblaci´n elegido fume? a o (c) ¿Cu´l es la probabilidad de que un adulto de esta poblaci´n elegido al azar que no a o fume tenga problemas de salud? 64. P(A2 ) = 0. P(A1 ∩ A3 ) = 0. Suponga que se seleccionan tres clavos al azar.000 y una segunda billetera contiene ocho billetes de $10. La probabilidad de Humberto vea el programa sabiendo que Greyci lo hace es 0. (c) Sabiendo que Jorge y Nubia ya se han sentado juntos. Jorge y Nubia) se sienten juntos en el medio (b) Sabiendo que Jorge y Nubia ya se han sentado juntos en el medio. seis de 1 pulgada y media y cinco de 2 pulgadas. P(A3 ) = 0. P(A2 ∩ A3 ) = 0. 35. (c) al menos uno de los dos vea el programa.000 y siete billetes de $20. ¿cu´l es la probabilidad a de que los tres clavos tengan el mismo tama˜o? n 66. 02. 2. 08. (a) P(A2 /A1 ). sea Ai el evento que representa al evento “el proyecto i o fue aceptado”.6. 3. Ricardo) se sienten junto a sus e respectivas esposas (Carmen y Ana. 30. ¿Cu´l es la probabilidad de que se seleccione a un billete de $10. Supongamos que P(A1 ) = 0. 22.000. P(A1 ∩ A2 ) = 0. Se escoge al azar un billete de la primera billetera y se coloca en la segunda. (b) Greyci vea el programa sabiendo que Humberto lo hace. Jos´ y Carmen) se sienten juntos en el extremo izquierda y que otra pareja e (digamos. . 65. (a) Si se ve que al menos uno de ellos es de 1 pulgada. 06.000 de la primera billetera y uno de $10.

Supongamos que se selecciona un soldado ´ al azar para una entrevista. Se env´ lapiceros de diversos colores a un proveedor de art´ ıan ıculos escolares en lotes de 20. de estrato 2. 72% son mujeres. memoria RAM de 356 MB. ¿Cu´les son las probabilidades correspondientes de que haya 0. ¿cu´l es la probabilidad de que tenga un computador con disco a duro de 30 GB? 73. u a . cuyo disco duro tienen capacidad de 20 GB y otros con capacidad de 30 GB. e (b) P(B/A) y P(A/B) utilizando la definici´n de probabilidad condicional. ¿cu´l es la probabilidad de que venga del estrato 1? ¿Del estrato 2? ´ a (b) Si no es hijo unico. 35% de los computadores vendidos han sido los que tienen disco duro de 20 GB. mientras ´ que el 25% de los del estrato 2 son hijos unicos. ¿cu´l es la probabilidad de que venga del estrato 1? ¿Del estrato ´ a 2? 71. 69. tienen dos lapiceros defectuosos. En el mes anterior. del lote de 40. (a) ¿Cu´l es la probabilidad de que un empleado seleccionado al azar sea una (mujer) a europea? ¿(Hombre) asi´tico? a (b) ¿Cu´l es la probabilidad de que un empleado seleccionado al azar sea una mujer? a ¿Hombre? (c) Si un empleado seleccionado al azar es una mujer. 35% de los soldados reclutados son de estrato 1 y el resto. Suponga que el 50% de estos lotes no tienen lapiceros defectuosos.2. Se seleccionan dos piezas fundidas al azar. 42% son asi´ticos y 27% son a latinoamericanos. P(B). o (c) P(A ∪ B) aplicando el teorema de adici´n para dos eventos. Una empresa fabrica computadores. De los compradores de computadores con disco duro de 20 GB. Un lote contiene 15 piezas fundidas de un proveedor local y 25 piezas fundidas de un proveedor del pueblo contiguo. o De los soldados reclutados que vienen del estrato 1. Si A denota el evento de que la primera pieza fundida seleccionada es del proveedor local y si B denota el evento de que la segunda pieza fundida seleccionada es del proveedor local. bajo cada una de las dos siguientes situaciones? (Sugerencia: Dibuje primero un diagrama de ´rbol en donde las tres primeras ramas principales corresponden a los tres a tipos diferentes de lotes). De los empleados europeos.4 Probabilidades condicionales 61 (c) P(A2 ∪ A3 /A1 ). (a) Ning´n lapicero probado est´ defectuoso. 34% son mujeres. mientras que el 30% de los compradores de computadores con disco duro de 30 GB tambi´n lo hacen e as´ Si sabemos que un comprador seleccionado al azar ha comprado un computador con ı. ¿cu´l es la probabilidad de que sea a europea? ¿Asi´tica? ¿Latinoamericana? a (d) Repita el inciso anterior. 72. 1 y 2 lapiceros defectuosos a en el lote. el 82% no son hijos unicos. teniendo en cuenta que el empleado seleccionado sea un hombre. 42% a son mujeres. mientras que de los latinoamericanos. supongamos que el proveedor selecciona al azar dos lapiceros de un lote y los prueba. P(A ∩ B) utilizando las t´cnicas de conteo. de los asi´ticos. 45% compran los que tienen una memoria RAM de 356 MB. un lapicero defectuoso y el resto de los lotes. Sin tener en cuenta el orden. (d) P(A1 ∩ A2 ∩ A3 /A1 ∪ A2 ∪ A3 ). sin reemplazo. En cierta empresa. (a) Si es hijo unico. 31% de los empleados son europeos. En cierto batall´n. 30%. determine: (a) P(A). o 70.

Una prestigiosa Universidad de Barranquilla utiliza tres hoteles locales para proporcionar hospedaje nocturno a sus profesores invitados. de los bonos municipales que se emitieron en cierto pais. a (c) Ambos lapiceros probados est´n defectuosos. 90% fueron emitidos en ciudades.16 0. Si hay una decorado especial en 3% de la habitaciones del Barranquilla Plaza. P(C/A ∩ B) = 0.2. 62 y P(C/A ∩ B) = 0.04 Nunca lee 0. e (b) ¿Cu´l es la probabilidad de que la estufa comprada sea colombiana. n F´tbol u S´ ı No Lee regularmente 0.30. tambi´n. ¿cu´l seria la probabilidad de que a tuviera clasificaci´n A? o 77. a gas y con 6 a fogones? (c) ¿Cu´l es la probabilidad de que la estufa comprada sea a gas y con 6 fogones? a (d) ¿Cu´l es la probabilidad de que la estufa comprada no sea de 6 fogones? a (e) ¿Cu´l es la probabilidad de que la estufa comprada sea colombiana sabiendo que es a a gas y con 6 fogones? 76. De los bonos o o o municipales con clasificaci´n A. De los bonos municipales con a clasificaci´n C. Una emisora de bonos municipales tiene tres categor´ de clasificaci´n (A. si hab´ practicado f´tbol durante el o e ıan u a˜o anterior. 55.10 Lee ocasionalmente 0. 20% en suburbios y 20% en ´reas rurales. o a (a) ¿Qu´ proporci´n de bonos municipales emiten las ciudades? ¿Los suburbios? ¿Las e o ´reas rurales? a (b) Si una ciudad emitiera un nuevo bono municipal. a 74. ¿cu´l a es la probabilidad de que (a) a un cliente se le asigne una habitaci´n con decorado especial? o (b) a una persona con una habitaci´n que tiene un decorado especial se le haya asignado o acomodo en el Hotel Paraiso? 75. 90.31 0. B =“El comprador quiere una estufa a gas”. P(C/A ∩ B) = 0. C =“El comprador quiere una estufa con 6 fogones”. Supongamos que sean dadas las siguientes probabilidades P(A) = 0. 40% en suburbios y o 10% en ´reas rurales. 5% en suburbios y 5% en ´reas rurales. 75. considere e e los siguientes eventos: A =“La estufa comprada es colombiana”. La proporciones obtenidas en la encuesta figuran en la siguiente tabla. 60% fueron emitidos a o en ciudades. P(C/A ∩ B) = 0.4 Probabilidades condicionales 62 (b) Uno de los dos lapiceros probados est´ defectuoso. Se les pregunt´ a los suscriptores de un peri´dico local si le´ regularmente. B y C). ıas o Suponga que el a˜o pasado. 5% del Hotel El Prado y en 8%de las habitaciones del Hotel Puerta del Sol. 20% clasificaci´n B y 10% clasificaci´n C. P(B/A) = 0. n 70% tuvieron clasificaci´n A. (a) Construya un diagrama de ´rbol colocando cada evento en niveles diferentes y encima a de cada una de ´l. P(B/A) = 0. 40. al 45% en el Hotel Paraiso y al 30% en el Hotel San Felipe. Para clientes que compran una estufa especial en un almac´n electrodom´stico. Supongamos que a 25% de los profesores se les asignan habitaciones en el Hotel Las Nieves . ocasionalo o ıan mente o nunca la secci´n de deportes y. 50% fueron emitidos en ciudades.18 .21 0. las probabilidades correspondientes. 89. De los bonos municipales con clasificaci´n B.

4. respectivamente. podemos formular el siguiente teorema: . encontramos que los eventos N y C no son independientes. ◭ En el caso en que los eventos A y B sean independientes. 60 y ıa ıa n ıas P(C ∩ N) = 0. Ejemplo 2. 60. Es decir. B de un espacio muestral Ω = ∅ se llaman (eso toc´sticamente) independientes. 60. 2. 70 no es igual que P(N) = 0. P(N) = 0. los eventos A y B son dependientes. 6}.5. el d´ de a˜o nuevo o en ambos d´ son P(C) = 0. Entonces.4. P(C) 0. el concepto de que dos eventos A y B sean independientes significa que el suceso de uno de los dos eventos no tiene ninguna influencia sobre la probabilidad de que suceda el otro evento. mientras que los eventos A y C son independientes. encontramos con ayuda del teorema de multiplicaci´n (teorema 2.5) el siguiente resultado especial: P(A ∩ B) = o P(A/B) P(B) = P(A)P(B). 2 P(A/B) = 1 3 y P(A/C) = 1 . Es decir. ◭ Ejemplo 2. 60 Ya que P(N/C) = 0.5 Independencia En general. el evento A es independiente del evento B si la probabilidad de A no se ve afectada por la ocurrencia o no de B. 4}. Verifique si los eventos N y C son independientes. tenemos P(A) = 1 . 42. B = {1. 3} y C = {1.2 Considere lanzar un dado no falso y defina los eventos A = {2. tenemos que o P(N/C) = P(C ∩ N) 0. son dependientes.1 Dos eventos A. si y s´lo si P(A/B) = P(A) y son dependientes a o en cualquier otro caso. SOLUCION: Por la definici´n de probabilidad condicional.2.5. Por tanto. 70.3 Las probabilidades de que llueva o nieve en una ciudad determinada el d´ de navidad. 2 Es decir. definimos Definici´n 2. Por consiguiente. 2. 3.5 Independencia 63 (a) ¿Cu´l es la probabilidad de que un suscriptor elegido al azar nunca lea la secci´n de a o deportes? (b) ¿Cu´l es la probabilidad de que un suscriptor elegido al azar haya jugado f´tbol durante a u el a˜o pasado? n (c) ¿Cu´l es la probabilidad de que un suscriptor que nunca lea la secci´n de econom´ a o ıa haya jugado f´tbol durante el a˜o pasado? u n (d) ¿Cu´l es la probabilidad de que un suscriptor que ha jugado f´tbol durante el a˜o a u n pasado nunca lea la secci´n de deportes? o (e) ¿Cu´l es la probabilidad de que un suscriptor que no lea regularmente la secci´n de a o deportes haya jugado f´tbol durante el a˜o pasado? u n 2.5. 42 = = 0.

84 7 84 3 84 7 Es decir. entonces. 3}. adicionalmente. Verifique las cuatros proposiciones equivalentes del teorema 2. El mensaje es que si dos eventos son mutuamente excluyentes y si las probabilidades de ambos eventos son positivas. Ejemplo 2.7. Mol´cula 2 (no) e Mol´cula 2 (s´ e ı) Total Entonces. 2 P(B) = 1 . (b) A y B son independientes. (d) A y B son independientes. las siguientes cuatro proposiciones son equivalentes: (a) A y B son independientes. se concluye que: A ∩ B = {1. los eventos A y B son independientes porque P(A ∩ B) = P(A) P(B). 2 P(B) = 2 . 2. los eventos A y B no son independientes porque P(A ∩ B) = P(A) P(B). 4}.4 (Teorema de multiplicaci´n para eventos independientes) o Dos eventos A. B = {1. 5} y B = {5.5.2. A ∩ B = ∅ y P(A) = P(B) = 1 2 y P(A ∩ B) = P(∅) = 0. 4. Sean A y B los eventos “todas las e muestras de aire contienen la mol´cula 1” y “todas las muestras contienen la mol´cula 2”. (c) A y B son independientes. P(A) = Mol´cula 1 (no) e 32 16 48 Mol´cula 1 (s´ e ı) 24 12 36 Total 56 28 84 ◭ Teorema 2. 3 P(A) = 1 . 3.5. A = {1. 4.6 La tabla de abajo contiene los resultados obtenidos al analizar 84 muestras de aire con la finalidad de destectar dos mol´culas raras. no pueden ser independientes. 6} y B = {1. Entonces. 5}.5.5. 4}. 6}.5 Independencia 64 Teorema 2.5.7 Sean A. Es decir.5. tenemos P(A) = Ahora. Ejemplo 2. ◭ Ejemplo 2. A ∩ B = {6}. A ∩ B = {5}. 1 . B de un espacio muestral Ω = ∅ son independientes si y s´lo si o P(A ∩ B) = P(A)P(B). SOLUCION: Debido a que. B eventos de un espacio muestral Ω = ∅. 3. P(B) = = y P(A ∩ B) = = . 6}. e e respectivamente. 3 . Entonces.8 Considere lanzar un dado no falso y defina los eventos A = {2. como A ∩ B = {2. 3 28 1 12 1 36 = .5 Considere lanzar un dado no falso y defina los eventos A = {2. 3.

. entonces. Por consiguiente. P(A ∩ D) = P(A) P(D). Si alguien compra una lavadora y una secadora fabricadas por esta compan´ ıa.5.5 Independencia 65 • Los eventos A y B son independientes porque P(A ∩ B) = • Los eventos A y B son independientes porque P(A ∩ B) = • Los eventos A y B son independientes porque P(A ∩ B) = • Los eventos A y B son independientes porque P(A ∩ B) = 1 3 1 3 1 6 1 6 = P(A) P(B). 30 y P(B) = 0. (2. P(B ∩ D) = P(B) P(D).7 (en este teorema. entonces.10 Se dice que n eventos A1. (b) si n = 4. a los eventos A y B son independientes.2. P(A ∩ C) = P(A) P(C). P(C ∩ D) = P(C) P(D). = P(A) P(B).5. Con esto y con el teorema 2. P(A) = 0. ◭ Ejemplo 2. An de Ω son independientes o si y s´lo si o P(Aj1 ∩ Aj2 ∩ · · · ∩ Ajk ) = P(Aj1 ) · P(Aj2 ) · · · P(Ajk ). A. ıa? a SOLUCION: Se˜alemos como A el evento “la lavadora necesita servicio de garant´ y B. 63. entonces. con 2 ≤ k ≤ n. En particular. los eventos A y B o e tambi´n son independientes. Como las dos m´quinas funcionan de manera independiente. B. Entonces. B y C son completamente independientes si y s´lo si se cumplen las 2 o condiciones siguientes: • Tomando la intersecci´n de cada 2 eventos se tiene que o P(A ∩ B) = P(A) P(B).4 a . C y D son completamente independientes si y s´lo si se cumplen o las 3 condiciones siguientes: • Tomando la intersecci´n de cada 2 eventos se tiene que o P(A ∩ B) = P(A) P(B). . .6 (a) si n = 3. = P(A) P(B). el evento “la n ıa” secadora necesita servicio de garant´ ıa”. 70) · (0. A. ◭ El concepto de independencia se puede generalizar al caso en que se tengan m´s de dos a eventos. e P(A ∩ B) = P(A) P(B) = (0. entonces. o servicio. . P(A ∩ C) = P(A) P(C). si se cumple la proposici´n (a). P(B ∩ C) = P(B) P(C). ¿cu´l es la probabilidad de que ninguna de las dos m´quinas necesite servicio dentro de la a a garant´ Suponga que las dos m´quinas funcionan de manera independiente. P(B ∩ C) = P(B) P(C).3) • Tomando la intersecci´n de cada 3 eventos se tiene que o P(A ∩ B ∩ C) = P(A) P(B) P(C).9 Se sabe que 30% de las lavadoras de cierta compa˜´ requieren servicio nıa cuando est´n todav´ en garant´ mientras que s´lo 10% de las secadoras necesitan ese a ıa ıa. 10. por ejemplo. Definici´n 2. Nos piden calcular P(A ∩ B). para todo 1 ≤ j1 < j2 < · · · < jk ≤ n. 90) = 0. tambi´n debe cumplirse (d)).5.5. = P(A) P(B). • Tomando la intersecci´n de cada 3 eventos se tiene que o 6 El caso n = 2 ya est´ ilustrado en el teorema 2.

se puede demostrar que A y C son independientes. debido a que 6 B ∩ C = {(2. En su sistema de funcionamiento. P(B ∩ C ∩ D) = P(B) P(C) P(D).5. (4. e La probabilidad de que una puerta en particular se abra cuando sea necesario es 0. 5) = 1 1 = 3 = P(A) P(B) P(C). (d) A. 5). Suponga que las proporciones de fenotipos sangu´ ıneos en determinada poblaci´n son los o siguientes: A : 35%. por entonces. (2. (c) En forma semejante. SOLUCION: (a) Debido a que A y B tienen 6 elementos. es claro ver que B ∩ C tiene un elemento. (b) al menos una puerta no se abra. a (b) ¿Cu´l es la probabilidad de que sean iguales? a 79. (b) El evento C es el conjunto C = (1. tenemos que P(A) = P(B) = consiguiente. B y C son independientes dos a dos. Por lo tanto. que P(A ∩ B) = P escoger (2. 1) . N´mero de elementos de Ω u 36 6 6 O sea. una represa tiene cuatro puertas de seguridad id´nticas. que B y C son independientes.97. (6. C tiene 6 elementos. P(B ∩ C) = N´mero de elementos de B ∩ C u 1 1 1 = = = · = P(B) P(C). B :=“segundo lanzamiento es un 5” y C :=“la suma de ambos lanzamientos es 7”. P(C) = 36 = 1 . Supongamos que los fenotipos de dos personas seleccionadas al azar son independientes entre s´ ı. B : 28%. P(A ∩ B ∩ D) = P(A) P(B) P(D). Ahora. . 36 6 ◭  Ejercicios de la secci´n 2. Si las puertas funcionan independientemente. a Ejemplo 2. 4). 36 6 6 1 6 y.2. 6 es decir. Demuestre que (a) A y B son independientes. (a) ¿Cu´l es la probabilidad de que ambos fenotipos sean O?. • Tomando la intersecci´n de cada 4 eventos se tiene que o P(A ∩ B ∩ C ∩ D) = P(A) P(B) P(C) P(D). podemos afirmar que A y B son independientes. Por consiguiente. P(A ∩ C ∩ D) = P(A) P(C) P(D). 3). (3. (5. pero no complee tamente independientes. El siguiente ejemplo ilustra que una independencia f´ ısica en la realidad no necesariamente necesita corresponder con una independencia estoc´stica en el modelo. 5)}. Este ejemplo demuestra tambi´n que A. B y C no son completamente independientes porque P(A ∩ B ∩ C) = P (2.5 o 78. (b) B y C son independientes (c) A y C son independientes y (d) A. 2).5 Independencia 66 P(A ∩ B ∩ C) = P(A) P(B) P(C). B y C no son independientes.5) = 1 1 1 = · = P(A) P(B). calcule la probabilidad de que (a) al menos una puerta se abra. AB : 13% y O : 24%.11 Supongamos que un dado se lanza dos veces y consideremos los eventos A :=“primer lanzamiento es un 2”. 6).

Una costura en un chaleco antibalas necesita 10 puntos de seguridad. 03.2. ¿Son independientes A y B? . La probabilidad de que Jeniffer cometa un error al marcar una pregunta de un examen de opci´n m´ltiple es 0. Los resultados de 100 muestras se resumen a continuaci´n: o Proveedor 1 2 3 S´ cumple ı 17 18 50 No cumple 3 10 2 Si A denota el evento de que una muestra es del proveedor 1 y si B denota el evento de que una muestra cumple con las especificaciones. 84. (c) Exactamente una de las tres personas siguientes examinadas tiene caries.2. cada uno con la a e misma probabilidad. Se clasifican muestras de hule de espuma de tres proveedores de acuerdo a si cumplen o no con las especificaciones. Supongamos que hay 7 preguntas marcadas independientemente. o u (a) ¿Cu´l es la probabilidad de que Jeniffer no cometa error al marcar las 7 preguntas? a (b) ¿Cu´l es la probabilidad de que Jeniffer cometa por lo menos un error al marcar las 7 a preguntas? 81. Sup´ngase que el suceso A es independiente de los sucesos B y C y que los sucesos o B y C son mutuamente excluyentes. B: el art´ ıculo se extrav´ ıa. C: el art´ ıculo sufre desperfectos en el transporte. ¿cu´l es la probabilidad a de que un punto de seguridad est´ defectuoso? e (b) ¿Qu´ tan peque˜a debe ser la probabilidad de un punto de seguridad d´bil para e n e asegurar que s´lo el 5% de todas las costuras necesiten volver a ejecutarse? o 82. Calcular la probabilidad de que uno de estos errores ocurra para al menos un pedido escogido al azar. determine si A y B son independientes. (b) Al menos una de las tres personas siguientes examinadas no tienen caries. a (e) Al menos una de las tres personas siguientes examinadas tiene caries. independientemente una de otra). En cierta ciudad. (f) Las tres personas siguientes examinadas tienen caries sabiendo que al menos una de ellas tiene caries. (a) Si 20% de todas las costuras necesitan volver a efectuarse. 02 y P(C) = 0. el 70% de todas las personas examinadas en cierto consultorio odontol´gico no tienen caries. Una empresa de venta por correos considera tres posibles errores al enviarse un pedido: A: el art´ ıculo enviado no es el solicitado. La costura tendr´ a que volverse a realizar si cualquiera de los puntos de segudidad qued´ d´bil. Si se supone que personas sucesivas tienen o no tienen caries o (obviamente. Suponga que o e los puntos de seguridad est´n d´biles independientemente unos de otros. 83. calcule la probabilidad de los siguientes eventos: (a) Las tres personas siguientes examinadas tienen caries. Las probabilidades de los sucesos individuales son P(A) = 0. (d) A lo m´s una de las tres personas siguientes examinadas tiene caries. P(B) = 0.5 Independencia 67 80. 05.

una persona no detecta e defecto alguno en el 10% de todas las tapas defectuosas. Adem´s. En una prueba de una tarjeta de circuito impreso en la que se utiliza un patr´n de prueba o aleatorio. 224 respondieron que s´ ı. quienes buscan defectos. Una compa˜´ de seguros estima que el 30% de los accidentes de autom´vil son debidos nıa o al estado de embriaguez del conductor y que el 20% provocan heridos. ¿Cu´l es la probabilidad de que no a disfrute comprando ropa? (b) Suponga que el participante elegido disfruta comprando la ropa. La probabilidad de que una ambulancia espec´ ıfica est´ disponible cuando se le necesite es e 0. Se seleccion´ una muestra de 570 encuestados en una cierta ciudad para recoger ino formaci´n acerca del comportamiento de los consumidores. un arreglo de 10 bits es igualmente probable factible que sea cero o uno. (a) ¿Cu´l es la probabilidad de que una tapa defectuosa sea detectada s´lo por Humberto? a o (b) ¿Cu´l es la probabilidad de que una tapa defectuosa sea detectada exactamente por a una de las dos personas? (c) Suponiendo que las inspecciones de diferentes tapas son independientes entre s´ ¿cu´l ı.2. ¿cu´l es la probabilidad de que haya dado lugar a heridos? a (d) ¿Cu´l es la probabilidad de que un accidente elegido al azar haya sido provocado por a el estado de embriaguez del conductor y no haya dado lugar a heridos? 89. mujeres. Un determinado hospital tiene dos ambulancias que trabajan de forma independiente. 86. (a) Suponga que el participante elegido es mujer. Entre las preguntas estaba: o “¿Disfruta usted comprando ropa?” De 270 hombres. a es la probabilidad de que tres tapas defectuosas de un lote escapen a la detecci´n de o ambas personas? . ¿son estad´ ısticamente independientes? Explique. Cada una de las tapas de las botellas de gaseosa que llegan a una determinada secci´n o son verificados por Greyci y Humberto. Humberto detecta 95% de tapas defectuosas y Greyci tambi´n hace lo mismo. Al menos. el 40% de a los accidentes que dan lugar a heridos son debidos al estado de embriaguez del conductor (a) ¿Cu´l es la probabilidad de que un accidente elegido al azar haya sido causado por el a estado de embriaguez del conductor y haya dado lugar a heridos? (b) ¿ Son los sucesos debido al estado de embriaguez del conductor” y “da lugar a heridos” independientes? (c) Si un accidente elegido al azar es causado por el estado de embriaguez del conductor. ¿Cu´l es la probaa bilidad de que la persona sea hombre? (c) Los eventos disfrutar comprando ropa y sexo del participante. Suponga que los bits son independientes.94. (a) ¿Cu´l es la probabilidad de que todos los bits sean unos? a (b) ¿Cu´l es la probabilidad de que todos los bits sean ceros? a (c) ¿Cu´l es la probabilidad de que exactamente cinco bits sean unos y cinco sean ceros? a 88. 165 respondieron que s´ De 300 ı.5 Independencia 68 85. (a) ¿Cu´l es la probabilidad de que ninguna est´ disponible cuando se les necesite? a e (b) ¿Cu´l es la probabilidad de que por lo menos una ambulancia est´ disponible cuando a e se le necesite? 87.

000 metros cuadrados y su propietario sea mayor de 55 a˜os? a n (b) ¿Cu´l es la probabilidad de que una explotaci´n de este pueblo escogida al azar tenga a o m´s de 20. las compa˜´ de tarjeta de cr´dito han hecho un gran esfuerzo para ´ n nıas e lograr nuevas cuentas de estudiantes universitarios. o (f) La probabilidad de la uni´n de dos eventos no es mayor que la suma de la probabilidad o de cada uno de los eventos. (b) Sean los eventos A y B. ¿Son las siguientes afirmaciones verdaderas o falsas? Justificar cada respuesta. el 55% de las explotaciones que superan los 20. tenga m´s de 20. Suponga que una muestra de 210 estudiantes en su universidad proporcion´ la siguiente informaci´n sobre si pose´ una o o ıa tarjeta de cr´dito bancaria y/o una tarjeta de cr´dito de viaje. (j) Si dos sucesos son colectivamente exhaustivos.000 metros cuadrados o su propietario sea mayor de 55 a˜os? a n (c) ¿Cu´l es la probabilidad de que una explotaci´n de este pueblo cuyo propietario es a o mayor de 55 a˜os. e e Tarjeta bancaria Si No Tiene tarjeta de viaje 50 25 No tiene tarjeta de viaje 80 55 . (a) La suma de las probabilidades de eventos colectivamente exhaustivos es 1. si las probabilidades de A y B son iguales. tambi´n lo son sus complementos.000 a n a metros cuadrados tienen como propietario a una persona mayor de 55 a˜os. entonces son colectivamente exhaustivo. Adem´s. (l) Un evento y su complemento son independientes. (h) Un evento y su complemento son mutuamente excluyentes. e (e) La probabilidad de la uni´n de dos eventos no es menor que la probabilidad de la o intersecci´n. (g) La probabilidad de la intersecci´n de dos eventos es menor que la probabilidad de o cualquiera de los dos eventos.Cap. la probabilidad de A dado B es igual a la probabilidad de B dado A. n (a) ¿Cu´l es la probabilidad de que una explotaci´n de este pueblo escogida al azar tenga a o m´s de 20. (d) Si A y B son mutuamente excluyentes. (i) Si dos eventos son mutuamente excluyentes. entonces. Ejercicios complementarios 69 90. entonces son mutuamente excluyentes. Se sabe que el 20% de las explotaciones agr´ ıcolas de un determinado pueblo tienen m´s de a 20.5.000 metros cuadrados? n a (d) ¿Son independientes estad´ ısticamente el tama˜o de las explotaciones y la edad de los n propietarios?  Ejercicios complementarios 91. 92. En los ultimos a˜os. 2. (c) Si un evento y su complemento son igualmente probables. la probabilidad de ese evento es 0. o (n) La probabilidad de la intersecci´n de dos eventos no es mayor que el producto de sus o probabilidades individuales.000 metros cuadrados y que los propietarios del 60% de las explotaciones son personas con m´s de 55 a˜os de edad. (k) La probabilidad condicional de A dado B es mayor o igual que la probabilidad de A. (m) La probabilidad condicional de A dado B es mayor o igual que la probabilidad de la intersecci´n de A y B.

(d) ¿Se puede calcular la moda? Explique. Supongamos que ambos eventos son independientes. y ordenarlas con respecto a las previsiones correspondientes al o n crecimiento del beneficio. 20 eran Adventistas. (b) ¿Cu´l es el tama˜o de la poblaci´n del municipio? a n o (c) ¿Se puede calcular la media? Explique. 25. (a) ¿Cu´ntas ordenaciones diferentes son posibles? a . (a) Construya un diagrama de barras para los datos anteriores. En un peque˜o municipio clasificaron a los habitantes seg´n la religi´n que practicaban n u o y encontraron lo siguiente: 10 eran Bautistas. ¿cu´l es la probaa bilidad de que no se le ofrezca un Mercedes Benz en Cartagena? (b) ¿Cu´l es la probabilidad de que a Humberto se le ofrezca un Mercedes Benz en por a lo menos alguna de las dos ciudades? (c) Si se le ofrece un Mercedes Benz en por lo menos alguna de las dos ciudades. 2. (a) Si a Humberto no se le ofrece un Mercedes Benz en Barranquilla. (e) ¿Qu´ porcentaje de la poblaci´n son Isl´micos? ¿Qu´ medida us´ para calcularla? e o a e o (f) ¿Cu´l es la probabilidad de que al seleccionar a un habitante de dicho municipio. 40 eran Isl´micos.Cap. ¿cu´l a es la probabilidad de que ese ofrecimiento sea s´lo en Barranquilla? o 95. 4 y P(B) = 0. Supongamos que seis personas se quieren montar en fila en un bus. u 94. Encuentre el n´mero de formas distintas en que se pueden guardar cuatro discos compactos u de marcas diferentes en un estuche que tiene seis compartimientos n´merados del 1 al 6. 70 eran Cat´licos. que P(A) = 0. (a) ¿De cu´ntas maneras diferentes pueden hacerlo? a (b) ¿De cu´ntas maneras posibles pueden hacerlo si tres personas insisten en estar una a despu´s de la otra? e (c) ¿De cu´ntas maneras posibles pueden hacerlo si dos personas deben estar una junto a a la otra? (d) ¿De cu´ntas maneras posibles pueden hacerlo si dos personas se niegan a estar una a junto a la otra? 96. Se pidi´ a una analista financiera evaluar las perspectivas de beneficio de cinco empreo sas para el pr´ximo a˜o. Humberto debe alquilar un auto en Barranquilla y uno. 30 eran Testigos de Jehov´ y 10 No sab´ (no e o a ıan respondieron). en Cartagena. ´ste a e sea Isl´mico? a (g) ¿C´mo son los n´meros obtenidos en (e) y (f)? ¿Qu´ concluye? o u e 97. a 50 eran Evang´licos. Ejercicios complementarios 70 Si se selecciona un estudiante al azar. ¿cu´l es la probabilidad de que a (a) tenga una tarjeta de cr´dito bancaria? e (b) tenga una tarjeta de cr´dito bancaria y una tarjeta de viaje? e (c) no tenga una tarjeta de cr´dito bancaria ni una tarjeta de viaje? e (d) no tenga una tarjeta de cr´dito bancaria o tenga una tarjeta de viaje? e 93. Sea A el evento “a Humberto le ofrecen un Mercedes Benz en Barranquilla” y B el evento “a Humberto le ofrecen un Mercedes Benz en Cartagena”. Para poder asistir a importantes citas de trabajo.

27 5 0. encuentre la probabilidad de que la persona (a) sufra de hipertensi´n. Jos´ y Carmen) se a e sienten en los dos asientos del extremo derecho? (b) ¿Cu´l es la probabilidad de que Jos´ y Carmen se sienten uno junto a la otra? a e . simplemente se supone una determinada ordenaci´n. a a ıas (a) Calcular la probabilidad de que suceda A y la de que suceda B. Ejercicios complementarios 71 (b) Si. El centro de inform´tica de cierta universidad recibe un software nuevo que debe ser a instalado en el servidor de la universidad y revisado antes de ser puesto a funcionar. En un experimento para estudiar la relaci´n de la hipertensi´n arterial y los h´bitos de o o a fumar. (d) Describir el suceso uni´n A ∪ B de los sucesos A y B y calcular la probabilidad de que o suceda A ∪ B.43 6 0. dado que la persona no sufre de hipertensi´n. u ıas Numero de d´ ıas Probabilidad 3 0. (e) ¿Son los sucesos A y B mutuamente excluyentes? ¿Colectivamente exhaustivos? 101. Una cierta investigaci´n en una ciudad indica que. (a) ¿Cu´l es la probabilidad de que un adulto de esta ciudad. sabiendo que es un fumador empedernido. Supongamos que se sientan al azar. se re´nen los siguientes datos para 190 individuos: u No fumadores 30 40 Fumadores moderados 25 19 Fumadores empedernidos 28 48 Con hipertensi´n o Sin hipertensi´n o Si se escoge un de estos individuos al azar. que lea el reportaje. el 18% de o los adultos vieron un programa deportivo de televisi´n orientado a temas relacionados con o el f´tbol y el beisbol. o 99. lea el reportaje mencionado? o (b) ¿Cu´l es la probabilidad de que un adulto de esta ciudad. que ve el programa de a televisi´n.13 7 0.12 Sea A el evento “el software tardar´ m´s de cinco d´ en ponerse a funcionar” y B el a a ıas evento “el software tardar´ m´s de cuatro d´ en ponerse a funcionar”. Tres parejas de casados han comprado boletas para el cine y se sientan en una fila formada por seis asientos.Cap. o (b) sea un no fumador. (b) Describa el complemento A del evento A y calcule la probabilidad de que suceda A. (a) ¿Cu´l es la probabilidad de que exactamente una pareja (digamos. 2.05 4 0. de hecho. durante cualquier semana. ¿cu´l es la probao a bilidad de que esta suposici´n sea correcta? o 98. (c) Describir el suceso intersecci´n A ∩ B de los sucesos A y B y calcule la probabilidad o de que suceda A ∩ B. En la tabla adjunta se muestra la valoraci´n de probabilidad de un gerente correspondiente o al n´mero de d´ necesarios para que el software ser puesto a funcionar. el 12% leen un reportaje orientado a esta tem´tica y el 10% realizan u a ambas actividades. vea a dicho programa de televisi´n? o 100.

¿de cu´ntas maneras posibles a puede resultar el conteo de votos? ¿Cu´les son estas posibles maneras? a (c) Si hay tres votos para Greyci y dos para Humberto. Los clientes acostumbran evaluar en forma preliminar el dise˜o de los productos.m. ¿cu´l es la probabilidad de que ser´ a a un producto de gran ´xito? e (c) Si un producto no consigue una cr´ ıtica favorable. (a) ¿De cu´ntas maneras se pueden seleccionar 8 soldados del turno de la ma˜ana? a n (b) ¿Cu´l es la probabilidad de que los 8 soldados seleccionados sean del turno de la a ma˜ana? n (c) ¿Cu´l es la probabilidad de que los 8 empleados seleccionados sean del mismo turno? a (d) ¿Cu´l es la probabilidad de que. (turno de la ma˜ana). teniendo como candidatos a Humberto (H) o e a Greyci (G). Cada uno de los miembros vot´ en una papeleta por uno de los candidatos. En el n pasado. La rugosidad en los bordes de los productos de papel cortado aumenta con el desgaste de las cuchillas. Un coronel del ej´rcito selecciona 8 e de estos soldados para hacerles una entrevista minuciosa. 2 turnos diferentes sean representados a entre los soldados seleccionados? (e) ¿Cu´l es la probabilidad de que. a u .m. al menos. 95% de los productos de gran ´xito recibieron cr´ e ıticas favorables. este evento ocurre si el orden seleccionado es GGHGH pero no para GHHGG)? 106. 40% de los productos han sido de a gran ´xito. a 12:00 a. a 7:00 p. Una compa˜´ del ej´rcito escoge siempre a 30 soldados para vigilar en el intervalo de 4:00 nıa e a. Si 25% de las cuchillas utilizadas son nuevas.m. (turno de la tarde) n y 40. (turno de la noche). ¿cu´l a a es la proporci´n de productos que presenta rugosidad en los bordes? o 103. (b) sea una letra que est´ ubicada antes de la a letra “d”. ¿cu´l es la probabilidad de que ser´ a a un producto de gran ´xito? e 104.m. 25. Si se elige al azar una letra de nuestro alfabeto (son 27 letras). encuentre la probabilidad de que la letra sacada (a) sea una vocal. S´lo 1% de los productos cortados con cuchillas nuevas tiene bordes rugosos. o Supongamos que las papeletas se seleccionan al azar de una en una y una vez que se saque cada papeleta. 2. de 12:00 a. a 4:00 a. 35% han sido de ´xito moderado y 25% han sido productos sin mucho ´xito. e e e (a) ¿Cu´l es la probabilidad de que un producto obtenga una cr´ a ıtica favorable? (b) Si un dise˜o nuevo obtiene una cr´ n ıtica favorable. uno de los turnos no est´ representado en a e la muestra de soldados? 105. ¿cu´l es la probabilidad de que a Greyci siga delante de Humberto en todo el conteo de votos (es decir. se dice el nombre del candidato que sali´ en la papeleta.Cap.m. 60% de los productos con un ´xito moderado recibieron cr´ e ıticas favorables y 10% de los productos sin mucho ´xito recibieron cr´ e ıticas favorables.m. o 3% de los productos cortados con cuchillas con filo promedio presentan rugosidad y 5% de los productos cortados con cuchillas desgastadas presentan rugosidad. de 7:00 p. Ejercicios complementarios 72 102. 60% tienen filo promedio y 15% est´n desgastadas. Un consejo acad´mico con cinco miembros de la universidad tienen la tarea de elegir el e nuevo jefe de un departamento acad´mico. al menos. del mismo modo que cualquier otro grupo. o (a) ¿De cu´ntas maneras posibles puede resultar el conteo de los votos? a (b) Si hay tres votos para Greyci y dos para Humberto. Adem´s. (c) sea una letra que est´ ubicada desp´es de la letra “e”. Supongamos que la selecci´n o se hace de tal forma que cualquier grupo de 8 soldados tiene la misma probabilidad de ser seleccionado.

y o sabe que el 40%. o • La probabilidad de que se permita pesca sabiendo que el r´ no est´ contaminado y ıo a que una prueba en una muestra no detecta contaminaci´n es 0. Jennifer.15. En el pasado. clasifica las personas que entran a su tienda en clientes muy j´venes.90. Un estante tiene 6 libros iguales de matem´ticas y 4 iguales de f´ a ısica.75.20. (a) ¿Cu´ntas son las distintas combinaciones posibles? a (b) El hermano de uno de los ingenieros es un administrador. ıo a • La probabilidad de que una prueba en una muestra detecta contaminaci´n sabiendo o que el r´ no est´ contaminado es 0. 40% lograron recuperar los gastos e e de inversi´n y 30% fueron un fracaso. 70% de los ´xitos modesto obtuvieron dict´menes favorables. Ejercicios complementarios 73 107. Un grupo acad´mico formado por dos ingenieros y cuatro administradores debe ser conse tituido para un proyecto. ıo a • La probabilidad de que una prueba en una muestra detecta contaminaci´n sabiendo o que el r´ est´ contaminado es 0. 2. la propietaria de una tienda de ropa deportiva. que el 20% de los clientes muy j´venes.20. ıo a • La probabilidad de que se permita pesca sabiendo que el r´ est´ contaminado y que ıo a una prueba en una muestra detecta contaminaci´n es 0. Jennifer ıas. a e 109. El an´lisis de los libros que se publicaron anteriormente indica que 10% o a fueron grandes ´xitos. 20% tuvieron ´xito modesto. 110. comprueba tambi´n. o • La probabilidad de que se permita pesca sabiendo que el r´ est´ contaminado y que ıo a una prueba en una muestra no detecta contaminaci´n es 0. clientes con edad universitaria y clientes mayores. (b) Una prueba en una muestra no detecta contaminaci´n y se permite pesca. una prueba en una muestra detecta contaminaci´n y se ıo a o permite pesca.3. (a) ¿Cu´l es la probabilidad de que un cliente elegido al azar haga alguna compra? a . Sean dadas las siguientes probabilidades: a n • La probabilidad de que el r´ est´ contaminado es 0. ¿cu´l es la probabilidad de que los dos hermanos sean escogidos? a (c) ¿Cu´l es la probabilidad de que ninguno de los dos hermanos sea escogido? a 108. o • La probabilidad de que se permita pesca sabiendo que el r´ no est´ contaminado y ıo a que una prueba en una muestra detecta contaminaci´n es 0. 40% a e a de los t´ ıtulos que alcanzaron a recuperar gastos de inversi´n obtuvieron dict´menes favorao a bles y 20% de los fracasos fueron sometidos a esta clase de dict´menes. La contaminaci´n del r´ Magdalena es un problema que se va incrementado cada vez o ıo m´s con el pasar de los a˜os. o Encuentre la probabilidad de cada uno de los siguientes eventos: (a) El r´ est´ contaminado. 99% de los grandes ´xitos obtuvieron e dict´menes favorables. el 60% de los clientes con e o edad universitaria y el 80% de los clientes mayores realizan alguna compra. se o o va a realizar un dictamen del libro.80. antes de tomar una decisi´n. Una determinada editorial quiere decidir si va a publicar un libro de estad´ ıstica para administraci´n.Cap. Sin embargo. Hallar la probabilidad de que los 6 libros de matem´ticas est´n juntos. disponi´ndose de un total de cinco ingenieros y seis administrae dores. o (c) Se permite pesca. ¿Qu´ proporci´n a e o de libros de texto reciben dict´menes favorables? a 111. 30% y 30% pertenecen a estas categor´ respectivamente. Si el grupo es elegido al azar.

004. La quinta parte o del tiempo utiliza el auto modelo 2.93. e ı Fue necesario devolver 400 de estas motos que requer´ reparaci´n de defectos.78.000. 1. y sin reemplazo.000 se armaron los lunes. ¿cu´l es la probabilidad de que haya utilizado (a) el auto ıa a modelo 2. ¿Son independientes entre s´ los eventos ı “una moto se construy´ el jueves” y “una moto sali´ defectuosa”? o o 114. Ejercicios complementarios 74 (b) Si un cliente elegido al azar realiza una compra.12 0. ¿cu´l es la probabilidad de que sea a muy joven? 112.06 Ocasional 0. En un per´ ıodo.000 para ir al trabajo y el resto del tiempo. y as´ hasta completar las 5. Generalmente. Si lleg´ a o tiempo en un d´ en particular.08 0. llega a tiempo a su trabajo con una probabilidad de 0. llega a su trabajo a tiempo con una probabilidad de 0. ¿cu´l es la a a probabilidad de que la segunda pieza seleccionada sea una con contracci´n excesiva? o (b) Si se seleccionan tres piezas al azar una detr´s de otra. 2.000 motos.48 (a) ¿Cu´l es la probabilidad de que un cliente visite frecuentemente el hipermercado y a compre regularmente productos alimenticios? (b) ¿Cu´l es la probabilidad de que un cliente que nunca compra productos alimenticios a visite el hipermercado frecuentemente? (c) ¿Son independientes los sucesos “nunca compra productos alimenticios” y “visita el hipermercado frecuentemente”? (d) ¿Cu´l es la probabilidad de que un cliente que visita de manera ocasional el hipermea rcado. y sin reemplazo. Brian ha realizado un estudio para un hipermercado en donde clasifica los clientes en aquellos que visitan el establecimiento de una manera frecuente u ocasional y en aquellos que adquieren regularmente. modelo 2.004.000 los martes.000 los mi´rcoles.000 el viernes.19 0. (a) Si se seleccionan dos piezas al azar una detr´s de otra. Si utiliza el auto modelo 2. 1. De estas.Cap. cuando utiliza el auto modelo 2. modelo 2.004? 113. ¿cu´l es la a a probabilidad de que la tercera pieza seleccionada sea una con contracci´n excesiva? o 116.07 Nunca 0. ocasionalmente o nunca productos alimenticios.000 y otro. por tanto.000. . En la tabla se recogen las proporciones correspondientes a cada uno de los ocho grupos resultantes. (b) el auto modelo 2. Visita frecuente Visita ocasional Regular 0. 1. La siguiente tabla presenta las proporciones correspondientes a cada uno de los seis grupos. Se les pregunt´ a los estudiantes de una clase de estad´ o ısticas cu´les eran las notas que a esperaban obtener en el semestre y si hab´ o no tratado de resolver problemas aparte ıan de los asignados por el profesor. compre regularmente productos alimenticios? (e) ¿Son los sucesos “compra regularmente productos alimenticios” y “visita el hipermercado de manera ocasional” independientes? (f) ¿Cu´l es la probabilidad de que un cliente visite frecuentemente el hipermercado? a (g) ¿Cu´l es la probabilidad de que un cliente nunca compre productos alimenticios? a (h) ¿Cu´l es la probabilidad de que un cliente visite el establecimiento frecuentemente o a nunca compre productos alimenticios? 115. no tiene problemas de parqueo y. Greyci tiene dos autom´viles: uno. el auto modelo 2.004. Un lote de 25 piezas moldeadas por inyecci´n contiene 5 que presentan una contracci´n o o excesiva. De las ıan o motos armadas los jueves se devolvieron 150. una planta automotriz produce 5.

9 0. ¿es posible que P(A) = 0. el 30% de los que hacen deporte por lo menos una a vez a la semana tienen una nota media superior a 4. Adem´s.9” independientes estad´ ısticamente? 117. 2.Cap.0 y 4.08 Entre 3.12 (a) Calcular la probabilidad de que un estudiante elegido al azar haya tratado de resolver problemas adicionales.0. (b) Calcular la probabilidad de que un estudiante elegido al azar espere una nota de 5. haya realizado problemas adicionales. que haya tratado de resolver problemas adicionales. Ejercicios complementarios 75 Problemas Si No Nota de 5. 4 y P(C) = 0. no hace deporte por lo menos una vez a la semana? (e) ¿Son independientes los eventos “hace deporte por lo menos una vez a la semana” y “tiene una nota media superior a 4.0. hace deporte por lo menos una vez a la semana? (c) ¿Cu´l es la probabilidad de que un estudiante elegido al azar hace deporte por lo a menos una vez a la semana o tenga una nota media superior a 4.02 Menor de 3.0 0.12 Entre 4. ¿se cumple A = B? (c) Si A y B son eventos mutuamente excluyentes. se sabe que el 35% de los estudiantes hacen deporte por lo menos una vez a la semana y que el 40% de los estudiantes tienen una nota media superior a 4. (a) ¿Cu´l es la probabilidad de que un estudiante elegido al azar hace deporte por lo a menos una vez a la semana y tenga una nota media superior a 4.0? (b) ¿Cu´l es la probabilidad de que un estudiante elegido al azar. Demuestre las siguientes afirmaciones: . De un estudio realizado en una universidad.0”? ¿Mutuamente excluyentes? ¿Colectivamente exhaustivos? 118. (d) Calcular la probabilidad de que un estudiante elegido al azar. que haya realizado problemas adicionales. Explique (a) Si A.0.0 y 4.0 y 4.0. 3.21 0. P(B) = 0. (c) Calcular la probabilidad de que un estudiante elegido al azar.0.0. Responda las siguientes preguntas. espere una nota entre 4.0 y 3.06 0. sabe que el 30% de los problemas relacionados con los empleados tienen lugar los martes y que el 20% ocurren en la hora anterior al cambio de turno.0? (d) ¿Cu´l es la probabilidad de que un estudiante elegido al azar. ¿es posible construir un diagrama de Venn que contenga a los tres eventos A. tales que P(A/C) = 1 y P(B/C) = 0? ⋆ 120. (f) ¿Son los eventos “ha realizado problemas adicionales” y “espera una nota entre 4.0.9. que espere una nota de 5. 5? (b) Si P(A/B) = 1.26 0. (a) ¿Cu´l es la probabilidad de que un incidente que sucede un martes no haya ocurrido a en la hora anterior al cambio de turno? (b) ¿Son los sucesos el problema ocurre el martes” y el problema ocurre en la hora anterior al cambio de turno” independientes estad´ ısticamente? ⋆ 119. espere una nota de 5.0 0. Sabe tambi´n que el 4% de los problemas tienen lugar en la hora anterior al e cambio de turno de los martes.9 0.13 0. Un director de control de calidad. B y C son mutuamente excluyentes. que no tiene una nota a media superior a 4. (e) Calcular la probabilidad de que un estudiante elegido al azar. B y C. que tiene una nota a media superior a 4.

Cap. e . entonces. (b) Si P(B/A) > P(B). P(B/A) < P(B). entonces. entonces tambi´n lo son sus complementos. Ejercicios complementarios 76 (a) Para cualquier evento A y B con P(B) > 0. 2. se cumple que P(A ∪ B/C) = P(A/C) + P(B/C) − P(A ∩ B/C). A y B tambi´n lo son. (d) Si A y B son independientes. se cumple que P(A/B) + P(A/B) = 1. (c) Para cualquiera de los tres eventos A. e (e) Si A y B son independientes. B y C con P(C) > 0. Sugerencia: Sume P(B/A) ambos lados de la desigualdad y use el resultado de la parte (a).

BGGGB. (a) 720 (b) 36 (c) 48 (d) 240 (e) 8 (f) 16 31.34 (e) 0. 6} (e) {0. 10} (f) Falso 5. .260 35. 4. 2.250 (c) 520 25.2856 (d) 0.97 43. 7} (d) {0. (a) 1.56 (c) 0.320 23.03 (d) 0. 10} (b) {0. 1. 3. (a) 1/12 (b) 1/6 (c) 2/27 y 4/27 49.901 53. 1. 0. 9} (b) {4} (c) {0. . (a) 5. 3. BD. 2.015 (b) 8. 2. (a) 0. GGGBB 7.2 41. CE.66 (d) 0.24 57.002122 . 8. (a) {0. (a) 30. CD. 3. (a) 294 (b) 180 (c) 126 (d) 105 (e) 63 (f) 30 27. DE (b) 6 (c) 3 (d) 6 3. 2. AD. (a) 36 (b) 43 (c) 8 (d) 6 (e) 21 (f) 98 (g) 23 13.04 (c) 0. (a) {0.22 (f) 0.800 (b) 2. BE. GGBGB. 1. GBGGB.045. (a) 120 (b) 48 (c) 72 33.1 (b) 0. AC.69 51. . 9. .495 (c) 0. 1. 1. (a) 0. 8. (a) 20 (b) 60 (c) (d) 10 15. (a) 0. 9} (f) {4} 9.580.44 (b) 0. (a) 180 (b) 55 19.88 (b) 0. 0. (a) AB. 4. 0.2 (d) 0. (a) 288 (b) 1.68 (b) 0. 3. 3. 8. 2. BC.024 21. 4} (c) {7. (a) 10 (b) BGGBG. 5.0495 55. (a) 3/5 (b) 2/3 (c) 0 (d) 3/5 47. (a) 81 (b) 16 (c) 65 39.06 59.Respuestas a ejercicios impares seleccionados Cap´ ıtulo 2 1. (a) A ∩ B ∩ C (b) A ∩ C (c) B 11. (a) 300 (b) 156 (c) 144 (d) 180 37. (a) 0. AE. 72 29. 324 17. 6. No 45.5 (c) 0.040 (b) 4.

(a) 0.Respuestas a ejercicios impares seleccionados 78 61. 7/20 (c) 5/8 71.16 113. (b) 0.615 (b) 0.045 (b) 0.68 (d) 0. 0.657 (f) 0.45588 (f) 0. (a) 1/90 (b) 1/3 (c) 1/5 69.10 (c) 0 91. no 119.216 (e) 0.37058. 0. P(1/1) = 0.69 (b) 0. 537.3906 .05195 105. P(1/0) = 0. (a) 0.5238 (c) 0.68116 79. (a) 15/40.5 (b) 0. No 115.49 (c) 0. (a) 0. 0.973 (c) 0. (a) 32 (b) 10 (c) 0.8236 (b) 0.33919 (e) 0. 04418. (a) 0. (a) 0. (a) 1/5 (b) 7/92 117.24 (b) 0. 0. (a) 0. 5/13. (a) 0.2625 (c) 0. (a) 0.0411 85.564 (c) 0.0009766 (c) 0.46506. 7/52 (b) 14/39.4762.34394 77. (a) 120 (b) 1/120 99. 0. (a) 1/6 (b) 1/6 (c) 1/6 (d) 1/6 63.14432 73. (a) 1/15 (b) 1/3 103. 0. 360 95. (a) 5/9 (b) 5/6 101.189 (d) 0.24609 89.05 (b) 0. (a) 0.936 (b) 0. (a) F (b) V (c) F (d) F (e) V (f) V (g) V (h) V (i) F (j) F (k) F (l) F (m V (n) F 93. P(1/2) = 0. (a) 0. (a) 0.33 (c) 0.32326 87.5917 (e) No.2025 (c) 0.1054.13 65.58876 (d) 0.1147 81. no. (a) No (b) No (c) Si .6326 (e) 0. (a) P(0/0) = 0. (a) 0. P(2/0) = 0 (b) P(0/1) = 0. (a) 0.63 111.0009766 (b) 0.2533 (b) 0.9999 (b) 0.027 (b) 0.424 (c) 0. 055813 (c) P(0/2) = 0.40823 (d) 0.645 (d) 0. (a) 720 (b) 144 (c) 240 (d) 484 97. (a) 14/201 (b) 76/959 67.6179 (c) 0.20 107.2213.105 (b) 0. (a) 150 (b) 4/15 (c) 1/5 109. P(2/1) = 0. P(2/2) = 1 75.005116 83.

30 Combinaciones. 65 Intersecci´n de eventos. 7 Experimento. 35 Factorial. 9 o Permutaciones. 56 a priori. 4 Evento. 63 disyuntos. 44 Modelos de urna. 51 emp´ ırica. 45 en contra de un evento. 19 e a Diferencia de eventos. 3 aleatorio. 45 Partici´n de un espacio muestral. 9 dependientes. 34. 3 estoc´stico. 55 T´cnicas de conteo. 38 a condicional. 36 Independencia de eventos. 4 elemental. 6 o Leyes de De Morgan. 34 a posteriori. 5 probabilidad de un. 65 mutuamente excluyentes.Indice Coeficiente binomial. ver eventos mutuamente excluyentes independientes. 22 Principio de adici´n. 4 determin´ ıstico. 39 seguro. 29 Complemento de un evento. 56 cl´sica. 22 o Probabilidad. 34. 44 Regla de Bayes. 23n Frecuencia relativa de un evento. 34. 36 subjetivo. 34 a cl´sico. 10 M´todo e axiom´tico. 16 e Teorema de adici´n para 2 eventos. 38 Eventos colectivamente exhaustivos. 35 o . 17 o a trav´s de diagramas de ´rbol. ver experimento aleatorio a laplaciano o cl´sico. 38 a F´rmula o de Silvester. 63. 16 Oportunidad a favor de un evento. ver probabilidad subjetiva subjetiva. 8 Conteo por enumeraci´n de elementos. 5 evento elemental probabilidad de un. 4 imposible. 38 personal. 63. 8 Espacio muestral o de resultados. 38 a de la frecuencia relativa.

20 Uni´n de eventos. 7 o .INDICE 80 de de de de adici´n para 3 eventos. 51 para 2 eventos independientes. 53 multiplicaci´n o para n eventos. 35 o Bayes. ver Regla de Bayes la probabilidad total. 64 fundamental del conteo. 52 para 2 eventos.

Sign up to vote on this title
UsefulNot useful