Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Espacio muestral
Evento
Un evento es un subconjunto de un espacio muestral.
DISEO CONSTRUCCION
6
7
2
8
6
3 7
1 8
4 6
7
Complemento de un evento
Dado el evento A, el complemento de A se define como el evento formado por todos los
puntos muestrales que no estn en A. El complemento de A se representa con A .
Se dice que dos eventos son mutuamente excluyentes si no tienen puntos muestrales en
comn. Esto es, los eventos A y B son mutuamente excluyentes si, cuando ocurre uno, el
otro no puede ocurrir. Se puede expresar A B =
A B
Probabilidad de un evento
2. La suma de las probabilidades para los resultados experimentales debe ser igual
a uno. Para n resultados experimentales, tenemos:
P(E ) = 1
i =1
i
La probabilidad de un evento es la suma de las probabilidades asignadas a los resultados
experimentales del evento.
Mtodo Clsico
Este mtodo es apropiado cuando los resultados experimentales son equiprobables. Si son n
resultados experimentales, una probabilidad de 1/n es la que corresponde a cada resultado
experimental.
Por ejemplo, consideremos el experimento de lanzar un dado,
1
P({1}) = P({2}= . . . = P({6}) =
6
La probabilidad del evento A = {2, 4, 6} es
1 1 1 3
P(A) = P({2}) + P({4}) + P({6}) = + + =
6 6 6 6
La probabilidad de un evento, segn este mtodo, es el cociente del nmero de elementos
del evento y el nmero de elementos del espacio muestral. As podemos escribir:
n ( A)
P(A) =
n (S)
En el proyecto de las dos etapas sucesivas, cules son las probabilidades de los eventos A,
B, C, D, E, B , A B, A B y A B .
Es apropiado cuando se cuenta con datos para estimar la proporcin de veces en que
ocurrir un resultado experimental si el experimento se repite un nmero grande de veces.
Por ejemplo, si al lanzar un dado 360 veces en 64 oportunidades aparece el nmero cinco,
la frecuencia relativa 64/360 puede asumirse como la probabilidad de que ocurra el
nmero cinco. Si el evento A ocurre en nA veces cuando el experimento se repite n veces,
la probabilidad del evento A es la frecuencia relativa:
P(A) = n A
n
Mtodo Subjetivo
P(S) = 1
Axioma 3. Sean A1, A2, A3, . . . una coleccin finita o infinita de eventos mutuamente
excluyentes, entonces
Algunos teoremas que se pueden demostrar a base de estos tres axiomas son:
Solucin:
a) P( A ) = 1- P(A) = 1 0.6 = 0.4
b) P(A B) = P(A) + P(B)- P(A B) = 0.6 + 0.4 0.2 = 0.8
c) P(A) = P(A B ) + P(A B) de donde P(A B ) = P(A) P(A B) =
0.6-0.2 = 0.4
d) P( A B)= P(B)- P(A B) = 0.4 0.2 = 0.2
e) P( A B ) = P( A B) = 1 P(A B) = 1 0.8 = 0.2
Ejercicios:
2.- Para el ejercicio 1 a), obtener los eventos y hallar sus probabilidades:
a) en el primer lanzamiento ocurre cara.
b) en el tercer lanzamiento ocurre cara
c) en el primer lanzamiento o en el tercer lanzamiento ocurre cara
d) en el primer lanzamiento ocurre cara y en el tercer lanzamiento
ocurre cara.
3.- Para el ejercicio 1d), escribir los eventos y obtener sus probabilidades:
a) el primer plato elegido sea sangresita
b) el segundo plato elegido sea arroz con pato
c) el tercer plato elegido sea leche asada
d) el primer plato elegido sea sangresita y el segundo plato sea arroz
con pato.
e) el segundo plato elegido sea arroz con plato y el tercero sea
gelatina.
f) el primer plato elegido sea sangresita o el tercer plato elegido sea
gelatina.
4.- La probabilidad de que Teodosio vaya a misa los domingos es 0.32, de
que vaya de paseo es de 0.45 y de que vaya a misa o vaya de paseo es de
0.60.
Cul es la probabilidad de que Teodosio:
a) No vaya de paseo
b) Vaya a misa y de paseo
c) No vaya de misa y vaya de paseo
d) Vaya a misa y no vaya de paseo
e) No vaya a misa o no vaya de paseo.
5.- Los trabajadores de una empresa se clasifican por su edad y su lugar de
procedencia:
Lugar de procedencia
Edad Costa Sierra Selva
22-<28 32 20 18
28-<36 48 22 12
36-<44 26 15 6
44-<52 14 5 4
7.- Una encuesta entre suscriptores indic que 45.8% haban rentado un
automvil durante los 12 ltimos meses por motivos de negocios, 54% por
motivos personales y 30% por motivos de negocios y personales a la vez.
a. Cul es la probabilidad de que un suscriptor rente un automvil
durante los 12 ltimos meses por motivos de negocios o personales?
b. Cul es la probabilidad de que un suscriptor no rente un
automvil durante los ltimos 12 meses por motivos de negocios o
personales?
Probabilidad Condicional
Muchas veces es de inters determinar la probabilidad de que ocurra un evento B dado que
ha ocurrido el evento A. Por ejemplo, de que salga 6 en el segundo lanzamiento de un dado
sabiendo que en el primer lanzamiento sali un nmero par, o de que se pida como
segundo plato cabrito dado que como primer plato se pidi papa a la huancaina. A la
probabilidad de que ocurra el evento B dado que ocurri el evento A se la denota P(B/A) y
se define como:
P(A B)
P(B/A) = donde P(A) > 0
P(A )
Anlogamente,
P(A B)
P(A/B) = donde P(B) > 0
P( B)
Por ejemplo, al lanzar tres veces una moneda: la probabilidad de que en tercer lanzamiento
salga cara dado que en el primer lanzamiento sali cara es
Entones
P(R S) 3/8
P(S/R) = = = 3/7
P( R ) 7/8
En el ejercicio 1 d), cul es la probabilidad de elegir cabrito como segundo plato dado que
se eligi sangresita como primer plato?
Ley de la Multiplicacin
P(A B) P(A B)
P(B/A) = y P(A/B) =
P(A ) P( B)
Se obtienen:
P(A B C) = P(A)P(C/A)P(B/(A C)
P(A B C) = P(B)P(A/B)P(C/(A B)
Ejemplos.
Se tiene que
P(A) = 0.35
P(B/A) = 0.40
P(A B) = 0.63
Entonces
a) P(A B) = P(A)P(B/A)
= 0.35x 0.40 = 0.14
b) P( A B) = P(B) P(A B) = 0.42 0.14 = 0.28
2.- Una urna contiene cuatro fichas blancas y seis fichas rojas. Se eligen dos fichas al azar
sin reposicin. Cul es la probabilidad de que
a) la primera ficha elegida sea blanca
b) la segunda ficha elegida sea roja dada que la primera fue roja
c) ambas fichas sean rojas
d) la segunda sea roja
Sea B1: la primera ficha elegida sea blanca
B2: la segunda ficha elegida sea blanca
R1: la primera ficha elegida sea roja
R2: la segunda ficha elegida sea roja
Entones
4
a) P(B1) =
10
5
b) P(R2/R1) =
9
c) P(R1 R2) = P(R1) P(R2/R1) =
6 5 1
x =
10 9 3
d) P(R2) = P[(B1 R2)U(R1 R2) = P (B1 R2) + P(R1 R2) =?
3.- Se sabe que en un lote de 200 componentes 10 son defectuosos y el resto son buenos. Se
extraen al azar tres componentes sin reposicin. Cul es la probabilidad de que
a) las tres sean defectuosos?
b) exactamente dos sean defectuosos?
c) por lo menos uno sea defectuoso?
Denotemos con:
D1: el primer componente elegido sea defectuoso
D2: el segundo componente elegido sea defectuoso
D3: el tercer componente elegido sea defectuoso.
Entonces:
a) P(D1 D2 D3) = P(D1) P(D2/D1) P(D3/(D1 D2) = 200
10 9 8
x x =?
199 198
b) P(D1 D2 B3) + P(D1 B2 D3) +P(B1 D2 D3) =?
c) P(D1 D2 D3) = 1 P(B1 B2 B3) = ?
Eventos Independientes
Ejemplos:
1.- El experimento aleatorio consiste en extraer una carta de una baraja de naipes. Sean los
eventos:
A : salga carta alta (10, 11, 12, 13, as)
B : salga una carta de diamantes
Son los eventos A y B independientes?
Se tiene:
20 5 13 5
P(A) = = P(B) = P(A B) =
52 13 52 52
5
P(A B) 52 5
P(A/B) = = = = P(A)
P( B) 13 13
52
Luego los eventos A y B son independientes.
2.- Durante un lanzamiento espacial, el sistema de cmputo primario est respaldado por
dos sistemas secundarios. Funcionan uno con independencia de los otros y cada uno es 90%
confiable.Cul es la probabilidad de que los tres sistemas sean funcionales en el momento
del lanzamiento?
Sean los eventos:
A1: el sistema principal funciona
A2: el primer sistema de respaldo funciona
A3: el segundo sistema de respaldo funciona
Se sabe que P(A1) = P(A2) = P(A3) = 0.9
Puesto que se supone que estos eventos son independientes, se tiene:
P(A1 A2 A3) = P(A1) P(A2) P(A3) = 0.9x0.9x0.9 = 0.729
Problema. La urna 1 contiene 4 bolillas blancas y seis bolillas negras, la urna 2 contiene 3
bolillas blancas y 5 bolillas negras. Se extrae al azar una bolilla de la urna 1 y se deposita
en la urna 2, luego de la urna 2 se extrae al azar una bolilla. Cul es la probabilidad de que
la bolilla extrada de la urna 2 sea blanca?
Sean los eventos:
A1: la bolilla extrada de la urna 1 sea blanca
A2: la bolilla extrada de la urna 1 sea negra
B : la bolilla extrada de la urna 2 sea blanca
Se pide:
P(B) = [(A1 B) (A2 B)] = P(A1 B) + P(A2 B)
4 4 6 3 16 18 34
= P(A1) P(B/A1) + P(A2) P(B/A2) = x + x = + =
10 9 10 9 90 90 90
=?
Teorema. Sea A1, A2, A3, . . ., An una particin de S y B otro evento de S, entonces
= P( A ) P( B / A )
i =1
i i
P( Ak B ) P ( Ak ) P ( B / Ak )
P(Ak/ B) = =
P( B) P( B)
P ( Ak ) P ( B / Ak )
n
=
P( A ) P( B / A )
i =1
i i
A la probabilidad P(Ai) se le llama probabilidad a priori y a la probabilidad
P(Ai/B) se le llama probabilidad aposteriori o la probabilidad de A i conocida o dada la
ocurrencia de B.
Ejemplo. La probabilidad de que la bolilla extrada de la urna 1 sea blanca sabiendo que de
la segunda urna sali blanca es:
4 4
P ( A1 ) P ( B / A1 ) x
10 9 16
P(A1/B) = = = =?
P( B) 34 34
90
Ejemplo. La polica planea reforzar los lmites de velocidad mediante el uso de un sistema
de radar en cuatro diferentes puntos dentro de la ciudad. Las trampas de radar en cada uno
de los sitios L1, L2, L3, L4 operan 40%, 30%, 20% y 30% del tiempo, y si una persona que
maneja a gran velocidad cuando va a su trabajo tiene de probabilidades de 0.2, 0.1, 0.5 y
0.2, respectivamente, de pasar por esos lugares,
a) cul es la probabilidad de que reciba una multa por conducir con exceso de
velocidad?
b) si la persona es multada por conducir con exceso de velocidad en su camino al
trabajo, cul es la probabilidad de que pase por el sistema de radar que se ubica en L2?
Se tienen los eventos:
A1 : persona que maneja a gran velocidad pasa por L1
A2: persona que maneja a gran velocidad pasa por L2
A3: persona que maneja a gran velocidad pasa por L3
A4: persona que maneja a gran velocidad pasa por L4
B: persona recibe multa por exceso de velocidad
y las probabilidades:
P(A1) = 0.2, P(A2) = 0.1, P(A3) = 0.5, P(A4) = 0.2
P(B/A1) = 0.40, P(B/A2) = 0.30, P(B/A3), P(B/A3) = 0.20, P(B/A4) = 0.30
entonces:
a) P(B) = P[(A1 B) (A2 B) (A3 B) (A4 B)]
= P(A1) P(B/A1) + P(A) P(B/A2) + P(A3) P(B/A3) + P(A4) P(B/A4)
=?
b) P(A2/B) = ?
Ejercicios:
No Fumadores Fumadores
. Fumadores moderados empedernidos
Con hipertensin 23 41 33
Sin hipertensin 50 30 23
3.- Un lote de 400 contenedores para jugo de naranja congelado contiene cinco que
estn defectuosos. Se toman del lote dos al azar, sin reemplazo.
a) Cul es la probabilidad de que el segundo contenedor sea defectuoso
sabiendo que el primero lo fue?
b) Cul es la probabilidad de que los dos contenedores sean defectuosos?
c) Cul es la probabilidad de que ambos contenedores sean aceptables?
7.- Una ciudad tiene dos carros de bomberos que operan de forma independiente. La
probabilidad de que un carro especfico est disponible cuando se le necesite es
0.92.
a) Cul es la probabilidad de que ninguno est disponible cuando se le
necesite?
b) Cul es la probabilidad de que un carro de bombero est disponible
cuando se le necesite?
9.- Suponga que el 2% de los rollos de tela de algodn son defectuosos, al igual que
el 3% de lo rollos de tela de nylon. De los rollos utilizados por un fabricante, 70%
son de algodn y 30% son de nylon. Cul es la probabilidad de que al seleccionar
al azar uno de los rollos ste sea defectuoso?
12.- Suponga que la probabilidad de que los frenos de aire de los camiones fallen en
un descenso particularmente largo es de 0.001. Suponga tambin que los frenos de
emergencia de esos camiones pueden detenerlos en el tipo de descenso mencionado
con probabilidad de 0.8. Estos sistemas de frenado funcionan independientemente
uno respecto del otro, Calcule la probabilidad de que:
a. los frenos de aire fallen y los de emergencia detengan al camin
b. los frenos de aire fallen y los de emergencia no pueden detener al camin
c. los frenos de emergencia no puedan detener al camin, dado que fallaron
los frenos de aire.