PROBLEMAS DE PROBABILIDADES

Libro:
Probabilidad e Inferencia Estadstica
Autores:
Rufino Moya C.
Gregorio Saravia A.
Editorial:
San Marcos
Ao:
1998
Pas:
Per

Ejemplo 22 (pg. 82)

En una carrera de caballos, el caballo Claudio tiene las apuestas %.1 en su
contra, mientras que el caballo Royal las tiene 9:1 en su contra Cul es la
probabilidad que cualquiera de estos caballos gane?

Solucin:
Sean los eventos:
C: el caballo Claudio gane la carrera
R: el caballo Royal gane la carrera

Entonces: p(C) =

p(R) =

Luego, p [CUR] = p [C] + p [R] =

Ya que C y R son eventos mutuamente excluyentes.

Ejemplo 1 (pg. 95)

La probabilidad que llueva en Huancayo el 12 de octubre es 0.10 de que truene
0.05 y que llueva y truene es 0.03 Cul es la probabilidad que llueva o truene
ese da?

Solucin:
Definimos los siguientes eventos:
A: llueva en Huancayo el 12 de octubre
B: truene el 12 el octubre
C: llueva o truene ese da
Entonces: p [A] = 0.10 p [B] = 0.05 y p [AB] = 0.03

El evento C se describe C= AUB, y

p [C] = p [AUB] = p [A] + p [B] - p [AB]

p [C] = 0.10 + 0.05 - 0.03

p [C] = 0.12

Ejemplo 5 (pg. 118)

En una universidad el 70% de los estudiantes son de ciencias y el 30% de

letras; de los estudiantes de ciencias el 60% son varones y los de letras son
varones el 40%. Si se elige aleatoriamente un estudiante, calcular la
probabilidad que:

a) Sea un estudiante varn.

b) Sea un estudiante varn, si es de ciencias.
c) Sea un estudiante de ciencias, si es varn.
d) Sea un estudiante de ciencias y varn.

Solucin:

La informacin contenida en el enunciado, la resumimos en una tabla con dos

entradas. Es claro que el 42% de estudiantes son varones y estudian ciencias,
este porcentaje lo obtenemos a partir del hecho de que el 60% de los de
ciencias son varones; es decir, el 60% del 70% del total. En forma anloga se
obtuvieron los otros porcentajes.

Definimos ahora los eventos:

A: el estudiante elegido es de ciencias

B: el estudiante elegido es varn

sexo
HOMBRE MUJER TOTAL
especialidad
CIENCIAS 42% 28% 70%
LETRAS 12% 18% 30%
TOTAL 54% 46% 100%

a) p(B) = 0.54

b) p [B/A]=

c) p [A/B]=

d) p [AB] = 0.42
Ejemplo19 (pg. 132)

Un grupo consta de 5 hombres y 10 mujeres se dividen al azar en cinco grupos

de 3 personas cada uno. Calcular la probabilidad que en cada grupo haya un
hombre.

Solucin:

Definimos los siguientes eventos:

Ai = en el grupo i haya un hombre (i=1, 2, 3, 4, 5).

A = en cada grupo de 3 personas haya un hombre

El evento A se escribe as, A= A1A2A3A4A5. Luego.

p [A]= p [A1] p [A2/ A1] p [A3/ A1A2] p [A4/ A1 A2A3] p [A5/ A1A2 A3A4]

( )( ) ( )( ) ( )( ) ( )( )
=
( ) ( ) ( ) ( )

= = 0.081

Ejemplo 13 (pg. 162)

En una lnea de produccin hay dos procesos, A y B. En el proceso A hay un

20% de defectuosos y en el proceso B hay un 25% de defectuosos. En una
muestra de 200 productos del proceso A y 100 del proceso B.

a) Si se extrae un producto al azar, hallar la probabilidad que se

defectuoso.
b) Si al extraer el producto result defectuoso, halla la probabilidad de que
sea del proceso A.

Solucin:

Sean los siguientes eventos:

A: el producto es del proceso A

B: el producto es del proceso B

d: el producto es defectuoso

: el producto es no defectuoso
 = AUB. Es decir, A y B forman una particin de .

d
0.20
A
0.80

d
0.25
B
0.75

a) Debemos calcular p [d]. Este evento se describe D = Ad U Bd y por el

teorema de probabilidad total es:

p [d] = p [Ad] + p [Bd] = p [A].p [d/A] + p [B].p [d/B]

p [d] = ( ) ( )
p [d] =

b) Por el Teorema de Bayes se tiene:

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

Ejemplo 2.28 (pg. 54)

Se sabe que en un lote de produccin de tamao 100, el 5% es defectuoso.

Una muestra aleatoria de 10 artculos se selecciona sin reemplazo. Para
determinar la probabilidad de que no habr artculos defectuoso en la muestra,
recurriremos a contar tanto el nmero de muestras posibles, como el nmero
de muestra posibles es ( )= . El nmero favorable a A es ( )( )

Por lo que:

( )( ) ( )
p(A) = = =0.58375
( )

Ejemplo 2.30 (pg. 57)

En la segunda guerra mundial, uno de los primeros intentos de investigacin de

operaciones en la Gran Bretaa se orientaba establecer patrones de bsqueda
de submarinos desde vuelos de escuadrones o mediante un solo avin. Por
algn tiempo, la tendencia fue concentrar los vuelos en las costas, pues se
pensaba que el mayor nmero de avistamientos ocurra ah. El grupo de
investigacin estudi 1000 registros de vuelos de un solo avin con los
siguientes resultados (los datos son ficticios):

En la playa Fuera de la costa total

Observacin 80 20 100
No observacin 820 80 900
Total de salidas 900 100 1000

Sea:

S1: hubo un avistamiento B1: salida solitaria en la costa

S2: no hubo avistamiento B2: salida solitaria en alta mar.

Vemos de inmediato que:

p ( )= p ( )=

Lo cual indica una estrategia de bsqueda contraria a la primera prctica.

Ejemplo 2.31 (pg. 60)

Supngase que se va a seleccionar una muestra aleatoria de tamao 2 de un

lote de tamao 100, y que se sabe que 98 de los 100 artculos se encuentran
en buen estado. La muestra se toma de manera que el primer artculo se
observa y se regresa antes de seleccionar el segundo artculo. Si aceptamos
que:

A: el 1 artculo observado est en buen estado.

B: el 2 artculo observado est en buen estado.

Y deseamos determinar la probabilidad de que ambos artculos estn en buen

estado, entonces:

p (AB) = p(A). p (B) =

Si la muestra se toma sin reemplazo de modo que el 1 artculo no se regresa

antes de seleccionar el 2, entonces:

p (AB) = p(A). p (B/A) =

Los resultados son obviamente muy cercanos, y una prctica comn es

suponer que los eventos son independientes cuando la fraccin de muestreo
(tamao de la muestra/tamao de la poblacin) es pequea, digamos menos
que 1 (muestreo < 1).

Ejemplo 2.35 (pg. 65)

Tres industrias suministran microprocesadores a un fabricante de equipos de

telemetra. Todos se elaboran supuestamente con las mismas
especificaciones. No obstante, el fabricante ha probado durante varis aos los
microprocesadores, y los registros indican la siguiente informacin:

Instalacin Fraccin Fraccin

Proveedora de defectos suministrada por
1 0.02 0.15
2 0.01 0.80
3 0.03 0.05
El fabricante ha interrumpido las pruebas por causa de los costos involucrados,
y puede ser razonable suponer que la proporcin defectuosa y la mezcla de los
inventarios son las mismas que durante el mismo periodo en el que se
efectuaron los registros. El director de manufactura selecciona un
microprocesador al azar, lo lleva al departamento de pruebas, descubre que
esta defectuoso, y si el evento en el artculo provino de la instalacin i (i=1, 2,
3), podemos evaluar; entonces p (Bi/A). Supngase por ejemplo, que nos
interesa determinar p (B3/A). Entonces:

( ) ( )
p( )
( ) ( ) ( ) ( ) ( ) ( )

( ) ( )
=
( ) ( ) ( ) ( ) ( ) ( )