Documentos de Académico
Documentos de Profesional
Documentos de Cultura
29 PDF
29 PDF
FACULTAD DE INGENIERA
DIVISIN DE CIENCIAS BSICAS
COORDINACIN DE CIENCIAS APLICADAS
DEPARTAMENTO DE PROBABILIDAD Y ESTADSTICA
FUNDAMENTOS DE LA TEORA
DE LA PROBABILIDAD
AUTORES:
MARCO ANTONIO GMEZ RAMREZ
JORGE FEDERICO PANIAGUA BALLINAS
ALEATORIOS
1.1.1 MODELOS 1
1.1.2 FENMENOS 1
1.1.3 ESPACIO MUESTRAL 2
1.1.4 EVENTOS 3
1.1.5 OPERACIN DE 3
EVENTOS
1.1.6 EVENTOS NOTABLES 4
20
2. CONCEPTO DE PROBABILIDAD
2.1 DIFERENTES INTERPRETACIONES 20
DE PROBABILIDAD
2.1.1 CLSICA 20
2.1.2 FRECUENTISTA 21
2.1.3 SUBJETIVA 22
CONJUNTA
2.3.1 PROBABILIDAD CONDICIONAL 29
2.3.2 PROBABILIDAD CONJUNTA 30
2.3.2 PROBABILIDAD MARGINAL 32
2.3.4 PROBABILIDAD DE EVENTOS INDEPENDIENTES 33
2.3.5 APLICACIN DEL CONCEPTO DE EVENTOS 34
INDEPENDIENTES A LA TEORA DE SISTEMAS
2.3.6 PROBABILIDAD TOTAL 39
2.3.7 EL TEOREMA DE BAYES 39
EJERCICIOS PROPUESTOS No. 2 46
SOLUCIONES A LOS EJERCICIOS PROPUESTOS 48
El estudio de la Probabilidad data de hace ms de tres siglos, cuando los franceses asiduos a los
juegos de azar queran saber sus posibilidades reales de ganar en sus apuestas y recurrieron a los
ms prestigiados matemticos de la poca para encontrar al respecto explicaciones convincentes. A
partir de ese entonces esta ciencia evolucion y tom un cuerpo matemticos ms formal con el
enfoque axiomtico hasta la mitad del siglo XX. Las aplicaciones de la Probabilidad y, desde luego,
la Estadstica que han evolucionado de manera paralela, se encuentran en mltiples manifestaciones
en los campos de todas las reas de la Ingeniera, la Qumica, la Fsica, la Biologa, la Geografa, la
Administracin, la Economa, la Educacin y los modernos sistemas Computacionales, slo por
mencionar algunos de ellos.
El presente trabajo tiene como propsito proporcionar al estudiante de ingeniera un apoyo para la
comprensin y aplicacin de los conceptos, principios, axiomas, teoremas fundamentales de la
Teora de la Probabilidad.
El contenido corresponde esencialmente a los apartados que establece el tema II del programa de la
asignatura Probabilidad y Estadstica contenida en todos los planes de estudio de las carreras que se
imparten en la Facultad de Ingeniera de la UNAM.
El tratado est dividido en dos partes, la primera explica los diferentes modelos de experimentacin
que existen y la forma de determinar los espacios muestrales y cuentos principales de los mismos,
as como el planteamiento de los mtodos de conteo, fundamentados en el anlisis combinatorio. La
segunda parte, abarca lo fundamental de la Teora de la Probabilidad iniciando por la descripcin de
los diferentes enfoques y escuelas que tiene esta disciplina; se sigue con la demostracin de los
teoremas bsicos de la Probabilidad Axiomtica y se contina con apartados que definen e ilustran,
con los ejemplos necesarios, a la Probabilidad de eventos independientes y condicionados. Se
termina con lo correspondiente a la Probabilidad Total y el Teorema de Bayes.
Es importante sealar que para el correcto aprovechamiento de lo que este trabajo presenta es
necesario contar con los conocimientos del Algebra Elemental y del Algebra de Conjuntos; as como
una abierta disposicin para considerar por un lado el orden y la sistematizacin del conocimiento y
de manera simultnea, por otro lado, el anlisis profundo y razonado de cada concepto y ejercicio
que el documento de mande realizar por parte del estudiante. En el campo de la Probabilidad se dice
que un problema bien comprendido y planteado satisfactoriamente est, para fines prcticos, en un
noventa por ciento o mas bien resuelto.
Es propicia la oportunidad para agradecer al Ing. Salvador Garca Burgos y a la Maestra Alejandra
Vargas, Coordinador de Ciencias Aplicadas y Jefa del Departamento de Probabilidad y Estadstica
respectivamente, de la Divisin de Ciencias Bsicas, por su invaluable apoyo para la realizacin de
este material didctico. As tambin, nuestro reconocimiento a Lina Garca Velasco y Esther Cruz
Camargo por su colaboracin en la labor escribir por computadora el texto de esta primera versin.
1.1.1 MODELOS
Para resolver los problemas relevantes que se le presentan al ingeniero, se utilizan abstracciones a
las que se les conoce como modelos, mediante los cuales se analiza el comportamiento de los
fenmenos fsicos del mundo real, en las ciencias toman en general la forma de una ecuacin
matemtica, por ejemplo, las leyes de Newton son modelos matemticos tiles para la ingeniera,
por que a travs de ellos se pueden estudiar, analizar y cuantificar el comportamiento de varios
fenmenos reales (sistemas fsicos), como el movimiento en diferentes formas de objetos o el
comportamiento de una estructura sujeta a diversas fuerzas de tensin y/o comprensin, es decir, se
puede predecir su respuesta ante diversos estmulos; otros ejemplos de modelos matemticos son las
ecuaciones de transferencia de calor o las ecuaciones de equilibrio de reacciones qumicas.
1.1.2 FENMENOS
a) FENMENO: Es toda manifestacin de orden material, social o cultural.
b) EXPERIMENTO: Es todo aquel acto o accin que se realiza con el fin de observar el
comportamiento de un fenmeno y obtener sus resultados cuantificados. Los analistas
estadsticos utilizan la palabra experimento para describir cualquier proceso que genere un
conjunto de datos.
A continuacin se muestra una parte de un sistema elctrico (fig. 1) con una fuente de
Voltaje V y una resistencia R, que responde al modelo matemtico I = V/R.
+
V
Figura 1
Un gran nmero de problemas ingenieriles tienen un carcter aleatorio, por ello se apoyan
en la probabilidad para estimar, con un alto nivel de confianza, los posibles resultados o
respuestas de un sistema o el de los elementos que lo componen.
Los espacios muestrales se pueden clasificar de acuerdo con la cantidad de valores reales que
pueden representar a los posibles resultados de un experimento, pueden ser discretos cuando
solamente toman algunos valores reales dentro de un intervalo o valores no numricos y continuos
cuando toman todos los valores reales de un intervalo.
Ejemplo: En una esfera transparente se tienen una gran cantidad de chicles de dos colores:
amarillos(a) y blancos (b). Si una persona introduce en la mquina una moneda de un peso, obtiene
uno de estos chicles. Supngase que un nio introducir dos pesos, uno despus del otro, Cul es el
espacio muestral para los diferentes arreglos de colores que puede esperar el nio del par de chicles
que adquirir?. Para este experimento el espacio muestral es: S = {aa, ab, ba, bb}
Ejemplo: Considrese el caso de arrojar un dado y observar el nmero de puntos que tienen la cara
que queda hacia arriba, el espacio de eventos es S = {1, 2, 3, 4, 5, 6} en este caso se trata de un
espacio discreto, ya que los posibles resultados son representados nicamente por los valores enteros
que hay en el intervalo [1, 6].
Ejemplo: En un tribunal, el da de hoy se juzgarn tres casos de personas detenidas por diversos
delitos. En este proceso slo pueden tenerse dos resultados, por cada caso, inocente (I) o culpable
(C). Los posibles resultados del proceso son: S = {III, IIC, CII, ICI, ICC, CIC, CCI, CCC}, se
contabilizan ocho y ntese que son valores no numricos.
Ejemplo: En una banda transportadora, un tcnico revisa las piezas elaboradas y retira las que se
consideran defectuosas, con base en los criterios de la empresa, l tiene la orden de parar el proceso
cuando se acumulen ocho piezas defectuosas, para darle mantenimiento a la mquina, y adems
debe rendir un informe de cuntas piezas fabricadas (n) se lograron hasta la suspensin, si sta se
llega a dar. El espacio muestral de los posibles resultados que pueden aparecer en el reporte, sobre
las piezas fabricadas hasta que representa la octava defectuosa, es el siguiente: S = {n | n = 8, 9, 10,
11, }.
Ejemplo: Ahora considrese el voltaje que se recibe en una casa-habitacin, que puede tener una
magnitud de 120 a 127 volts, lo que implica que el voltaje que llega puede tomar cualquier valor real
dentro del intervalo [120, 127] volts, por lo tanto el resultado puede ser entero o fraccionario, en este
caso se dice que el espacio es continuo, porque el resultado puede ser cualquier valor real dentro del
intervalo.
Marco Antonio Gmez Ramrez
Jorge Federico Paniagua Ballinas Pgina 8
As mismo, debe analizarse otra caracterstica de los espacios muestrales, el tamao de ellos. Esto
es, pueden ser finitos (numerables) o infinitos (numerables o no numerables). As, el primer,
segundo y tercer ejemplos son discretos numerables, hay cuatro, seis y ocho resultados
respectivamente; el cuarto es discreto no numerable y; el quinto y el sexto son espacios muestrales
continuos (infinitos).
1.1.4 EVENTOS
De cualquier experimento nos pueden interesar especficamente determinados resultados que los
podemos agrupar en lo que recibe el nombre de evento. Esto es, cualquier conjunto de resultados
definido en el espacio muestral de un determinado experimento, que tienen entre s ciertas
caractersticas especiales que slo ellos las poseen, el resto de los resultados no. De esta manera
pueden considerarse al espacio muestral como un conjunto universal (U) y a los eventos como
subconjuntos, contenidos dentro de l. Por lo tanto, la teora de eventos est sujeta a las operaciones
y leyes del lgebra de conjuntos.
En general los eventos se representan mediante letras maysculas, por ejemplo en el experimento de
arrojar un dado puede interesar que el resultado cae un nmero primo, el evento A sera A = { 2, 3,
5}, un evento A ocurre si el resultado del experimento es un elemento de evento A, si cae el nmero
2 entonces A sucedi. Otro evento B en el mismo experimento podra ser cae un nmero mayor a
3, y este queda definido como B = {4, 5, 6,}.
a) UNIN: Se realiza con los elementos de dos ms eventos de un espacio muestral, que
pueden estar en uno u otro o en ambos eventos. Se denota con el smbolo .
Ejemplo: Al arrojar un dado, evento D cae un nmero par, D = {2, 4, 6} y evento F sale un
nmero mltiplo de tres, F = {3, 6}, Cul es la unin de D y F?.
Solucin: La unin de D y F se representa mediante D F es igual a los elementos que
hay en D y F sin repetirse, por lo tanto D F = {2, 3, 4, 6}.
Ejemplo: En un grupo de Ingls hay cuatro alumnos de nivel avanzado (G), 8 de nivel
intermedio (H) y 12 de nivel bajo (I). Para regularizar lo ms posible el profesor impartir
un curso preliminar slo a los que no alcancen el nivel avanzado (J). Qu alumnos
asistirn?
Solucin: Los que asistirn al curso son los 20 alumnos del nivel no avanzado que ser
formado por las personas de los personas de los niveles intermedio y bajo; esto es:
J = H I.
Ejemplo: En el problema del lanzamiento del dado, cul es la interseccin de los eventos
D y F?
Solucin: D F = {6}.
Ejemplo: En el ejemplo del grupo de Ingls los diferentes niveles tienen alumnos en
comn?
Solucin: G H I = . Por lo tanto no hay alumnos que pertenezcan a dos o ms
niveles.
Ejemplo: Las actividades cotidianas preferentes de Juan son: jugar al ftbol, jugar ajedrez,
estudiar ingeniera y realizar tareas altruistas y, las actividades de la misma ndole para
Mara han sido siempre: ver el ftbol, jugar ajedrez, estudiar ingeniera y atender su
negocio. Dnde existe compatibilidad entre estas dos personas?
Solucin: nicamente hay coincidencia en jugar ajedrez y estudiar ingeniera. Lo que
constituye una interseccin de orden cualitativo.
Obsrvese que el ftbol es una actividad de inters comn; sin embargo, para uno es el
jugarlo y para el otro es slo verlo.
b) EVENTO VACO: Los autores dan dos acepciones; la primera, es aquella cuando carece
de resultados, lo denominan Evento Nulo y; la segunda, cuando se espera la ocurrencia de
algo que no puede ocurrir y lo llaman Evento Imposible. En ambos casos se representa
mediante la letra ( ). Como ejemplo en el caso de arrojar un dado, sean los eventos
A = {nmero primo}={2, 3, 5}, Q ={par igual o mayor que cuatro}={4, 6},
R = {menos tres}={-3}, T = {siete u ocho}={7, 8}. Ahora el evento A Q= es el
Evento Nulo; y tanto el evento R como el evento T son Eventos Imposibles.
Marco Antonio Gmez Ramrez
Jorge Federico Paniagua Ballinas Pgina 10
c) EVENTOS EXCLUYENTES: Son aquellos que no tienen elementos comunes, su
interseccin es el Evento Vaco. En el experimento de arrojar un dado definiremos otro
evento, C cae un nmero menor que 3, C = {1, 2}, este evento es excluyente con el evento
B cae un nmero mayor que 3, B = {4, 5, 6}, por lo tanto B C = .
Ejemplo: Dado el siguiente diagrama de Venn (fig. 2), determinar cinco eventos notables, del
conjunto de stos que ah se presentan.
A S
E
C
X X X X X
X F
X
D
X X X X
Figura 2
Solucin:
A y B no son mutuamente excluyentes, A B . Tienen un elemento comn.
En algunos experimentos pueden aparecer un nmero muy grande de resultados que dificultan la
contabilizacin directa de los mismos. En esta parte se presentan algunas tcnicas que se conocen
como Anlisis Combinatorio para calcular el nmero de resultados posibles de un experimento de
esta naturaleza.
n! = n (n 1) (n 2) . . . . . 5 4 3 2 1.
Demostracin:
Por lo tanto:
0! = 1 L.Q.Q.D.
1.2.3 PERMUTACIONES
Para determinar el nmero de arreglos que se pueden formar al tomar r objetos de entre los n
objetos dados, dividimos el problema en varios eventos:
a) Escoger el primer objeto (orden = 1). Hay n maneras diferentes, puesto que los n objetos estn
disponibles en n (orden 1) = n (1 1) = n.
Las permutaciones las representamos mediante P nr , donde n son los objetos disponibles y r (orden)
el nmero de objetos que se toma de los n, aplicando el principio fundamental del conteo
tendramos:
simplificando: P nr = n (n 1)
(n 2)...[n (r 2)] [n (r 1)]
n!
Por lo que la expresin: P nr = nos indica el nmero de formas diferentes que se tienen al
(n r)!
escoger r objetos de n disponibles.
Las permutaciones de n objetos son las agrupaciones simples de n objetos tomados de orden n, es
decir, r = n y se representan mediante P nn .
n! n!
Pnn = = ; como 0! = 1, tenemos que Pnn = n!
(n n)! 0!
Solucin:
5! 5!
a) P 15 = = =5 a, e, i, o u.
(5 1)! 4!
5! 5!
c) P 53 = = =5 4 3 = 60
(5 3)! 2!
Ejemplo: De cuntas formas distintas se pueden acomodar en una fila 5 libros de fsica distintos?
Solucin: P 55 = 5! = 120
Esto es porque los libros son distinguibles, uno a uno. Presentan diferencias en el tamao, color de
las pastas, grueso, contenido, etc.
Son aquellas en donde se permite la repeticin de objetos, por lo que puede suceder que r > n. Para
establecer la forma de determinar el nmero de permutaciones con repeticin, consideremos las
Permutaciones Simples y el Principio Fundamental del Conteo.
b) Para escoger el segundo objeto, se tendrn las mismas n posibilidades de hacerlo, ya que se
pueden repetir los objetos, y as sucesivamente.
Ejemplo: Los juegos de placas de automvil en el Distrito Federal (D.F.) constan de 3 dgitos y 3
letras, si se disponen de los dgitos del 0 al 9 y de las 26 letras del alfabeto y adems el primer dgito
no puede ser cero y la primera letra de las placas debe ser de la A a la W. De cuntas formas
diferentes se pueden obtener los arreglos de dgitos y letras para las placas en el D.F.?
Solucin: Para el primer dgito se tienen n1 = 9 formas diferentes de escogerlo, para el segundo y el
tercero se tienen n2 = PR10 2
2 = 10 = 100 formas diferentes de escogerlos, para la primera letra
n n!
Pm 1, m2...mk
=
m 1 ! m 2 !.....m k
Ejemplo: De cuntas formas diferentes se pueden colocar diez libros en una fila de un librero, si
tres son de Fsica iguales, dos de Matemticas iguales y otros cinco de otras diferentes reas de la
ciencia
10 10
Solucin: P3,2 = = 302,400
32
El problema se plantea para obtener el nmero de arreglos diferentes en que pueden colocarse n
objetos alrededor de un crculo, sin que importe la posicin absoluta de los objetos en crculo, lo que
importa es la posicin relativa entre los objetos, es decir, dos permutaciones circulares sern iguales
si la posicin relativa entre los n objetos es la misma, aunque la posicin absoluta entre ellos sea
diferente.
negro amarillo
negro
o
amarillo negro
NEGRO AZUL AMARILLO ROJO, NEGRO AZUL AMARILLO ROJO
Las permutaciones circulares de la figura 3 son iguales, ya que tomando como base el color negro en
crculo de acuerdo al giro de las manecillas del reloj llegamos al azul, despus al amarillo, enseguida
al rojo y por ltimo regreso al negro:
amarillo amarillo
negro rojo
rojo azul
azul negro
Permutaciones circulares diferentes
Figura 4
Las permutaciones circulares de la figura 4 son diferentes, considerando el giro de las manecillas del
reloj y partiendo del color negro:
NEGRO AZUL ROJO AMARILLO, NEGRO AZUL AMARILLO ROJO
Para determinar el nmero de permutaciones circulares que pueden formarse con n objetos, se
considera las permutaciones simples de n objetos A1 A2 A3...An-1 An si lleva el ltimo objeto al
principio tenemos An A1 A2 A3...An-1, si repetimos el procedimiento n veces se tendr n
permutaciones simples, si las llevamos alrededor de un crculo, como ya se dijo, como
permutaciones circulares se trata de la misma permutacin, lo que implica que una permutacin
Ejemplo: De cuntas maneras diferentes pueden sentarse alrededor de una mesa una familia
compuesta por los padres y dos hijos?
P P P
h2 M h1 M h2 h1
h1 h2 M
P P P
h1 h2 M h1 M h2
M h2 h1
Figura 5
1.2.7 COMBINACIONES
Las combinaciones se forman tambin de r elementos de un conjunto disponible de n de ellos. Se
diferencian de las permutaciones en virtud de que en las combinaciones interesa solamente la
seleccin de los elementos y no el orden de ellos.
As la pareja: Ernesto y Daniel no es otra combinacin, ya que ellos fueron la primera pareja
enlistada. Como puede apreciarse cuando solamente importa a quienes se selecciona es una
combinacin y es intrascendente el orden que se haya realizado. Daniel y Ernesto o Ernesto y Daniel
son la misma combinacin y, al mismo tiempo, visto desde otra ptica son diferentes permutaciones.
Ejemplo: De cuntas formas diferentes un director tcnico puede formar el equipo titular de
bsquetbol (cinco personas)?, si el equipo completo dispone de diez jugadores.
10! 10! 10 9 8 7 6
Solucin: C10
5 = = = = 252 formas diferentes
5! (10 5)! 5! 5! 120
En este tipo de combinaciones se permite la repeticin de objetos en una misma combinacin por lo
que el orden puede ser mayor que el nmero de objetos r > n. La expresin que nos da el nmero de
combinaciones con repeticin CR nr , que se pueden formar con n objetos de orden r, se puede
demostrar utilizando el mtodo de induccin matemtica y es igual al nmero de combinaciones
simples que se pueden formar con n + r 1 objetos de orden r, es decir:
(n r 1)!
CR nr = C nr r 1
=
r!(n 1)!
Demostracin:
Si n = 1
(1 r 1)! r! r!
C1r r 1
1 . (1)
r!(1 1)! r!(0)! r!
Si n = k
(k r 1)!
C kr r 1
; (3)
r!(k 1)!
(k r 1 1)! (k r )!
C (k
r
r 1) 1
(3)
r!(k r 1 1 r)! k! r!
Si n = k+1
(k 1 r 1)! (k r )!
C (k
r
1) r 1
(4)
r!(k 1 r 1 r)! k! r!
Ejemplo: Una planilla sindical debe estar formada por diez miembros. Cuntas planillas diferentes
se pueden formar, con respecto a su composicin de hombre (H) y de mujeres (M)?
2 2 10 1 11! 11!
Solucin: CR 10 = C10 = C11
10 = = =11
10! (2 1)! 10! 1!
En matemticas son muy importantes los nmeros combinatorio, que se representan mediante n
r
donde: n = numerador y r = orden. La expresin que nos da el nmero combinatorio es la de
combinaciones simples C nr , que se pueden formar con n objetos de orden r.
n = n!
r
r! (n r)!
a) Cuando los nmeros combinatorios son de orden cero, toman el valor de uno.
Demostracin:
Marco Antonio Gmez Ramrez
Jorge Federico Paniagua Ballinas Pgina 20
n = n! n! n n!
= como 0! = 1 = =1
0 0! (n 0)! 0! n! 0 n!
n = n! n! n = n! = 1
n como 0! = 1 n
n! (n n)! n! 0! n!
n = n! n(n - 1)!
= n
1 (n 1)!1! (n 1)!
d) Si n es el numerador de dos nmeros combinatorios, con un orden, de cada uno de ellos, que
al sumarse complementan dicho numerador; son condicionantes ambos, necesarios y
suficientes, para que los mencionados nmeros combinatorios sean iguales entre s.
n = n
r n r
Demostracin:
n n! n! n
n r = (n r)! [n (n r)]! = (n r)! r! = r L.Q.Q.D.
e) Si dos nmeros combinatorios, con igual numerador n, pero uno con orden r y el otro con
orden r + 1, se suman; siempre se tiene otro nmero combinatorio con numerador n + 1 y de
orden r + 1.
n + n
r = n 1
r 1 r 1
Demostracin:
n + n n! n!
r +
r 1 r! (n r)! (r 1)! (n r 1)!
Completando los denominadores para tenerlos iguales, sin alterar los sumandos.
n + n n! (r 1) n! (n r)
r +
r 1 r! (r 1)(n r 1)! (n r) r! (r 1)(n r 1)! (n r)
Efectuando operaciones:
n + n n! (r 1) n! (n r) n! (n 1)
r =
r 1 r! (r 1)(n r 1)! (n r) r! (r 1)(n r 1)! (n r)
n + n (n 1)!
r =
r 1 (r 1)! (n r)!
a) Teorema del binomio. Establece que la suma de dos nmeros elevada a un exponente
entero y positivo (a + b)n es igual a la suma, trmino a trmino, desde r igual a cero hasta n,
del producto del nmero combinatorio n r (coeficiente), el primer trmino del binomio
elevado a la potencia (n r) y el segundo trmino elevado a la potencia r; es decir:
n
n a (n - r) b r
(a b)n r
r 0
b) Tringulo de Pascal. Donde los nmeros combinatorios forman un arreglo triangular que
corresponden a los coeficientes de un desarrollo binomial.
1 1 1 1
0 1
2 2 2 1 2 1
0 1 2
3 3 3 3 1 3 3 1
0 1 2 3
4 4 4 4 4 1 4 6 4 1
0 1 2 3 4
Figura 6
Ejemplo: Considerando el ejemplo anterior de (a + b)4, observe que los coeficientes del desarrollo
binomial corresponden a los nmeros combinatorios de la base del Tringulo de Pascal (figura 6).
n = n!
n =1
n! (n n)!
n n! n(n 1)!
= = =n
n 1 (n 1)! [n (n 1)]! (n 1)! (1)!
n n!
1 = 1! (n 1)! = n
De los resultados anteriores se puede concluir, que el nmero de subconjuntos de un
conjunto es:
n
n + n + n n n = 2n
n n 1 n 2 + - - - -+ 1 + (conjunto vaco) = 1
r 0
2n = (1 + 1)n= n
0
n
(1)n0 (1)0+ 1 (1)n1 (1)1+ n n-2 2
2 (1) (1) +.....
+ n (1)1 (1)n-1 n
n (1)0(1)n
n 1
n
2n = n n n n n n
0 + 1 + 2 +.....+ n 1 + n = r L.Q.Q.D.
r 0
Ejemplo: Una persona tiene cuatro monedas de diferente denominacin. Cuntas cantidades
diferentes de dinero puede formar con una o ms de ellas?
Solucin:
Primer mtodo:
4 + 4 4 + 4
4 3 + 2 1 = 1 + 4 + 6 + 4 =15 cantidades
Segundo mtodo:
El nmero de subconjuntos que se pueden formar con las cuatro monedas de 24 = 16 menos el
subconjunto que no contiene ninguna moneda (conjunto vaco), lo que da por resultado 15
cantidades diferentes.
Es otra tcnica de conteo que nos permite numerar grficamente los posibles resultados de un
experimento. El Diagrama de rbol consta de nodos que representan puntos de partida, en el
espacio o el tiempo, donde se toman decisiones y las ramas representan las acciones posibles que
se pueden realizar. El diagrama inicia por un nodo y sus posibles opciones a seguir (ramas iniciales).
Cada conjunto de ramas a su vez forma puntos nodales donde se pueden tomar decisiones lo que
permite que aparezcan nuevas generaciones de ramas.
Ejemplo: En una urna se tienen dos pelotas blancas, tres pelotas verdes y cuatro pelotas rojas, se
sacan dos en forma consecutiva, determinar los arreglos diferentes en cuanto al color que se pueden
sacar.
Solucin: Se consideran dos eventos, (1ero) sacar la primera pelota, (2do) sacar la segunda pelota;
para el primero hay tres posibles colores y para el segundo hay tambin tres colores posibles, el
diagrama de rbol para este problema queda de la siguiente forma:
EVENTOS RESULTADOS
BB
B
2do V BV
R
B BR
VB
B
V 2do V
1ero VV
R
R VR
RB
B
V RV
2do
R
RR
RR
Figura 7
Por lo tanto hay nueve arreglos diferentes en cuanto al color de las pelotas que se sacan de la urna.
Obsrvese que este problema gener tres puntos de toma de decisiones (nodos) y dos generaciones
de ramas.
1.2 Apoyndose en los diagramas de Venn Euler, esquematice las siguientes relaciones:
a) A B, luego A A B b) A B, luego B A (B Ac )
c) A B C A B A C d) ( A B )c Bc (A Bc ) (B Ac ) (A B )c
1.3 En una junta del Consejo Directivo de una empresa, asiste el presidente, 2 vicepresidentas, 4
socios, 2 socias y una secretaria.
a) De cuntas maneras diferentes se pueden sentar alrededor de una mesa redonda para sesionar, s
el presidente siempre ocupa el mismo lugar flanqueado por las dos vicepresidentas?
b) De cuantas maneras pueden salir de la sala, si siempre salen primero las dos vicepresidentas
seguidas por el presidente y luego el resto?
c) De cuntas maneras pueden salir de la sala si primero salen las mujeres y luego los hombres
encabezados por el presidente?
1.4 Una empresa acaba de terminar una votacin secreta para elegir al Director de Comercializacin
de la misma, la caja de votos contiene cuatro papeletas con votos para el candidato A y tres para el
B. Supongamos que estas papeletas se sacan de la caja una por una para conocer el resultado de la
votacin:
a) Elaborar una lista de los resultados posibles y contabilizarlos.
b) Para qu resultados, A siempre se sostuvo adelante de B?
c) Para qu resultados se decide la votacin en la extraccin de la sexta papeleta?
1.5 En una avenida hay dos bancos, con cajeros automticos que funcionan las 24 horas, uno frente
a otro. El banco A tiene 4 cajeros automticos y el banco B tiene 5 cajeros automticos:
a) Plantee el espacio muestral y su tamao, de los cajeros automticos ocupados simultneamente en
los dos bancos.
b) Establezca el evento: El banco A tiene ms cajeros ocupados que el banco B.
c) La suma de los cajeros automticos ocupados en ambos bancos es 5, Cuntos casos pueden
presentarse bajo esta condicin?
1.7 Un estudiante tiene que contestar bien al menos ocho de diez preguntas en un examen para
aprobar:
a) Cuntas maneras de aprobar tiene?
b) Cuntas maneras de aprobar tiene si las tres primeras preguntas son obligatorias de contestar
bien?
c) Cuntas formas de aprobar tiene si debe contestar bien cuatro de las cinco primeras preguntas?
1.8 De un grupo de cuatro hombres y cinco mujeres, Cuntos comits de 3 miembros son posibles?
a) Sin restricciones.
b) Con un hombre y dos mujeres
c) Con una mujer y dos hombres, de stos ltimos uno siempre debe estar en el comit.
1.9 Un pequeo banco tiene disponibles tres analistas, cinco cajeros y dos administradores. De
cuntas maneras el gerente puede escoger un grupo de trabajo de seis personas, si ste debe de
contar con:
a) Dos analistas, tres cajeros y un administrador,
b) Un analista, as como tres cajeros y dos administradores,
c) Uno o dos analistas, no menos de tres cajeros y el resto administradores; pero al menos el grupo
de trabajo debe tener un empleado de cada especialidad?
2.1.1 CLSICA
Si un experimento aleatorio puede resultar de n(S) formas igualmente posibles y mutuamente
excluyentes y si n(A) de esos resultados tienen un atributo (caracterstica especfica) A, la
probabilidad de evento A es la proporcin de n(A) con respecto a n(S) en otras palabras, la
probabilidad de que ocurra un evento A, es el cociente del nmero de elementos en A, entre el
nmero de elementos que hay en el espacio muestral S.
Ejemplo: Al arrojar un dado, se pueden tener los siguientes resultados S= {1, 2, 3, 4, 5, 6}, n(S) =
6, se hace notar que se trata de un espacio de valores discretos, ya que los resultados nicamente son
los enteros del 1 al 6.
2.1.2 FRECUENTISTA
Si un experimento se repite n veces bajo las mismas condiciones y n(A) de los resultados son
n( A)
favorables a un atributo A, el lmite del cociente conforme n se vuelve grande, se define como
n
la probabilidad del atributo A:
donde n(A) es el nmero de veces que se observa que sucede el evento A en n repeticiones del
experimento.
Una forma comn de calcular la probabilidad de un evento E desde el punto de vista frecuentista es
dividiendo el nmero de veces que se presenta E, n(E); entre el nmero total de experimentos
efectuados n(S)
n(E)
P(E) =
n (S)
Ejemplo: En una fbrica de resistencias para planchas se hace un muestreo peridico con el
propsito de determinar el porcentaje promedio de defectos en la produccin, los resultados que se
n
obtuvieron obedecen a la siguiente expresin :
n 10000
Solucin:
n n
Tomando lmite a la expresin , tenemos lmn = indeterminado
n 10000 n 10000
n
n 1 1
Solucin: = = , ahora tomamos el lmite
n 10000 n 10000 10000
1
n n n n
1 1 1
lmn = = =1; por lo tanto el porcentaje de defectos tiende al 1%.
1
10000 10000 1 0
n
1
Ejemplo: De acuerdo a las condiciones climticas que percibo, casi estoy seguro (90%) de que
llover hoy.
0 P(A) 1
Esto es, la probabilidad de un evento cualquiera, no puede tomar un valor menor de cero ni mayor a
uno.
3
S = {1, 2, 3, 4, 5, 6}, A = {2, 3, 5}, P(A) = 0.50
6
A B
A B=
Figura 8
Figura 10
La expresin demostrada anteriormente es muy til, se le conoce tambin como probabilidad del
complemento.
Ejemplo: En un almacn hay diez llantas de determinada medida para camin, cuatro de ellas
tienen defectos, que no se aprecian a simple vista, un conductor de un camin entra al almacn para
tomar al azar cuatro de ellas, Qu probabilidad hay de que al menos (como mnimo), tome una
defectuosa?
Solucin: Partiendo de que el chofer puede tener n(s) = C 410 210 formas diferentes de tomar las
cuatro llantas de las diez disponibles; el evento de este problema se puede enunciar:
A = {Toma una o toma dos o toma tres o toma cuatro llantas defectuosas}
A1 = {Toma una llanta defectuosa y tres en buen estado}
A2 = {Toma dos llantas defectuosas y dos en buen estado}
A3 = {Toma tres llantas defectuosas y una en buen estado}
A4 = {Toma cuatro llantas defectuosas y ninguna en buen estado}
A B
Figura 11 A B
Figura 11
Anteriormente se defini la unin de dos eventos, como los elementos que hay en ambos sin
repetirse (excluyentes), ahora habr de tratarse el caso cuando en A y B hay elementos comunes (no
excluyentes) esto es n(A B) = n(A) + n(B) n(A B), donde n(A B) es el nmero de elementos
de la unin de A y B, n (A) el nmero de elementos de A, n(B) el nmero de el elemento de B, por
ltimo n(A B)el nmero de elementos de la interseccin de A y B, si a ambos miembros de la
igualdad los dividimos entre n(S) (nmero de elementos del espacio de eventos) y aplicamos el
n(E)
concepto de probabilidad P(E) tenemos lo que se conoce como Ley de adicin de
n(S)
probabilidades:
N S S S
A B = A B + A B + A BB
A B = (A B c) (A B) (B A c)
Figura 12
Marco Antonio Gmez Ramrez
Jorge Federico Paniagua Ballinas Pgina 34
A B = (A Bc) (A B) (B Ac)
Recordando que: Ac es complemento de A y Bc es complemento de B, del diagrama tenemos:
Ejemplo: En el experimento de arrojar un dado se definen los eventos: A cae nmero primo A={2,
3, 5}, B cae nmero par B={2, 4,6} y C cae nmero mayor o igual a cinco C={5,6}
3 2 1 4
P(A C) = 0.6666 66.66%
6 6 6 6
3 2 1 4
P(B C) = 0.6666 66.66%
6 6 6 6
Ejemplo: En un grupo de probabilidad hay 35 hombres de los cuales 5 estn becados y 15 mujeres
entre ellas 2 tienen beca. Si el profesor elige a un alumno al azar, de la lista de clase, para que pase
al pizarrn.
Obtener la probabilidad de que:
a) Sea hombre
S
b) Sea mujer y est becada A B
c) Sea mujer no becada
d) Sea mujer u hombre, pero becado ste ltimo
13 2 5
Solucin:
Eventos: A = {mujer} ; Ac = {hombre} ; B = {con beca} 30
15 7
Datos: P(A) = ; P(B) =
50 50
Figura 13
a) Del Teorema 2:
Demostracin:
A S
B C
Figura 14
1 2
P (A C) = , P (B C) = y P (A B C) = 0
6 6
3 3 3 0 1 2 0 9 3 6
P (A B C) = 1
6 6 6 6 6 6 6 6 6 6
A B
6
1
4 2 3
5
Figura 15
De manera general:
k k k
P(A1 A2 A3 ... A k) = P ( Ai ) P ( Ai Aj ) P Ai Aj At
i j t 3
i 1 i j 2
k-1
... + (-1) P(A1 A2 A3 ... Ak)
Teorema 4: Si A B, entonces: P(A) < P(B)
B = A (B Ac)
A
Por el axioma 3:
Ejemplo: En un grupo hay seis nios; tres de ojos claros y tres de ojos oscuros. Si se selecciona al
azar uno de ellos por el profesor para realizar cierta actividad, Qu probabilidad hay de que el
elegido tenga los ojos claros?
Solucin: Como hay tres nios de ojos claros de seis posibles, entonces la probabilidad de que el
elegido tenga esta caracterstica es:
3 1
P(nio de ojos claros) 0.50
6 2
O visto de otra manera, existe la misma probabilidad (Espacio Equiprobable) de elegir en este
experimento aleatoriamente un nio de ojos de cualquiera de los dos colores.
S S
A B A B
De manera similar, se puede solicitar la probabilidad del evento B dado que ya ocurri el evento A.
P( A B )
P (B A) =
P( A)
Ejemplo: Se lanzan un par de dados, uno despus del otro. Si la suma de los dos nmeros que
aparecen es seis, qu probabilidad existe de que al menos en el par de valores salga una vez el
nmero dos?
Solucin: S = {(1,1) (1,2) (1,3) (1,4) (1,5) (1,6) (2,1) - - - - - (6,6)} n(S) =36
A = {(1,2) (2,1) (2,2) (2,3) (3,2) (2,4) (4,2) (2,5) (5,2) (2,6) (6,2)} n(A) = 11
B = {(1,5) (2,4) (3,3) (4,2) (5,1)} n(B) = 5
2
P( A B ) 36 2
P(A B ) = 0.40, o bien 40%
P( B ) 5 5
36
Ejemplo: Una caja contiene 5 cubos rojos y 3 blancos, en una segunda caja se tienen 4 cubos rojos
y 2 blancos. De la primera caja se saca un cubo y se coloca en la segunda caja, despus de la
segunda caja se saca un cubo y se observa el color. Determinar la probabilidad de que el cubo que
se saca de la segunda caja sea blanco.
5r 4r
3b 2b
Figura 18
Para el clculo nos auxiliaremos con un diagrama de rbol, como se muestra en la figura 19, si el
cubo que se pasa a la segunda caja es rojo, en esta quedarn 5 rojos y 2 blancos; si el cubo que se
pasa a la segunda caja es blanco, en esta quedarn 4 rojos y 3 blancos.
Figura 19
5
r2
7 5 5 25
5r
P (r1 r2) = P(r1) P r2 r1 =
8 7 56
2
2b b2 5 2 10
7 P (r1 b2) = P(r1) P b 2 r1 =
8 7 56
r1 5
8
5r
2b
3
8
4
b1 r2 7
4r
3
3b b2 7
Para determinar una probabilidad conjunta, digamos cortos con punta plana, de acuerdo con la tabla,
es el cociente 60/135 = 0.4444, que se obtuvo al dividir el nmero del nmero de desatornilladores
cortos y que tienen punta plana, en trminos matemticos esto se expresa:
A2 B1 = n21 = 60, entre el total de todos los desatornilladores del taller considerados
n = 135
Generalizando se obtiene la Probabilidad Conjunta de dos eventos con la expresin siguiente:
n ij
P (Ai Bj) = donde i = 1, 2, 3 n y j = 1, 2, 3 n
n(s)
Considrese que nicamente nos interesa conocer la probabilidad de los eventos Bj, sin tomar en
cuenta cualquier otro evento del espacio S. Haciendo uso de la interpretacin frecuentista de la
probabilidad de escoger un desatornillador con punta plana, se considera tanto a los cortos como a
los largos n11 + n21, esto es la probabilidad marginal de B1 (punta plana) de tal forma que:
n11 n 21 40 60
P ( B1 ) 0.74
n(s) 135
n
n ij
i 1
n ij
P (Bj) = , pero = P(Ai Bj), por lo que:
n(s) n(s)
55 80
P(A1) = = 0.4075 y P(A2) = = 0.5925
135 135
2
Por lo tanto P ( Ai ) = 0.4075 + 0.5925 = 1
i 1
100 35
P(B1) = = 0.74 y P(B2) = = 0.26
135 135
2
Por lo tanto P( B j ) = 0.74 + 0.26 = 1
i 1
Ejemplo: Se arroja una moneda tres veces, determinar la probabilidad de que los resultados sean 2
guilas y 1 sol en este orden.
Solucin: Para el primer volado la probabilidad de que sea guila es 0.5, para el segundo volado la
probabilidad de que sea guila otra vez es 0.5, ya que este segundo volado no depende del resultado
que se obtuvo en el primero y para el tercer volado la probabilidad de que sea sol es 0.5, ya que este
ltimo volado no depende de los resultados que se tuvieron en los dos anteriores, por lo tanto.
Ejemplo: En una Olimpiada compiten tres arqueros para la final, la probabilidad de que den en el
1 1 1
blanco son , y . Si la final se resuelve con slo un tiro de parte de cada uno de los arqueros:
2 3 6
Solucin:
a) Si i = 1, 2, 3 es el orden de los tiros al blanco, se establecen los siguientes eventos:
A Slo un arqueroda en el blanco
Ai El arquero Ai da en el blanco
Ac i El arquero Ai no da en el blanco
c c c c c c
P( A) P[( A1 A2 A3 ) ( A1 A2 A3 ) ( A1 A2 A3 )]
Sistemas en serie. Son aquellos que funcionan en lnea. En este tipo de sistemas si un elemento no
funciona el sistema no funciona.
Para calcular la probabilidad de que un sistema funcione P(F) debe contarse con la probabilidad de
que funcione de manera independiente cada uno de los componentes Ai y, aplicarse los conceptos,
principios, axiomas y teoremas de la Teora de la Probabilidad, hasta ahora tratados.
X A1 A2 A3 Z
Figura 20
Solucin:
Eventos: F El sistema funciona Fc {El sistema no funciona}
Ai El i - simo componente funciona
donde i = 1, 2, 3
Ai c El i - simo componenteno funciona
b) P( F c ) 1 P F 1 0.4462 0.5538
Sistemas en paralelo. Como su nombre lo indica los componentes Ai estn colocados en posicin
paralela. En este caso si un elemento o varios de ellos no funcionan, el sistema s puede funcionar.
Slo hay un caso en el que el sistema no funciona, es cuando todos los componentes no funcionan.
0.70
A1
0.75
X A2 Z
x y
0.85
A3
Figura 21
Solucin:
A3 (A1 A2 A3)
0.85
A2
0.15
0.75 A3c (A1 A2 A3c)
A1 A3
0.85 (A1 A2 c A3)
0.25
0.70
A2c
0.15 A3 c (A1 A2 c A3 c)
0.85 A3 (A1 c A2 A3)
A2
0.30 0.75
0.15
A1
c A3c (A1 c A2 A3 c)
0.85 A3 (A1 c A2 c A3)
0.25 A2c 3
Figura 22
Como puede observarse, en todos los resultados al menos un componente funciona, y por tanto el
sistema funciona; con excepcin del ltimo resultado.
Por tanto:
c c c
P F 1 P( A1 A2 A3 ) 1 0 3 0 25 0 15
P F 0 9887
Ejemplo: Sea el sistema de riego que se muestra en el diagrama con cuatro compuertas. Las
compuertas Ai (i = 1, 2, 3, 4) funcionan, para abrirse automticamente y permitir el paso del agua,
con las probabilidades que se indican en el mencionado diagrama.
a) Calcular la probabilidad de que el sistema funcione
b) Obtener la probabilidad de que el sistema slo funcione con dos componentes.
0.60 0.70
X A1 A3 Z
x y
0.60
A4
Figura 23
Solucin:
SII
SI
Eventos: F El sistema funciona A2
donde i 1, 2 , 3, 4
a) Primer mtodo: utilizando un diagrama de rbol Figura 24
a)F b)
0.60 A4
0.70 A3
0.40 A4
c
A2 0.60 A4
0.80 0.30 A3c
c
0.40 A4
A1 0.60 A4
A3
0.70
0.40 A4
c
0.20
0.60
A2
c
A4
0.60
c
0.30 A3
0.40 A4
c
0.60 A4
0.70 A3
0.40 A4
c
0.40 A2
0.60 A4
0.80 0.30 c
A3
c
0.40 A4
c 0.60 A4
A1
0.70 A3
0.20 c
0.40 A4
c
A2
0.60 A4
0.30 A3
c
Figura 25 c
0.40 A4
Tercer mtodo: Considerando los subsistemas SIII, SIV y SV en paralelo (figura 26)
SIII
A2
SIV
X A1 A3 Z
x
A4
SV
Figura 26
P( F ) P S III S IV SV ; S III ( A1 A2 ), S IV ( A1 A3 ), SV ( A1 A4 )
P( F ) P ( A1 A2 ) ( A1 A3 ) ( A1 A4 )
P( A1 A2 ) P( A1 A3 ) P( A1 A4 ) P[( A1 A2 ) ( A1 A3 )] P[( A1 A2 ) ( A1 A4 )]
P[( A1 A3 ) ( A1 A4 )] P[( A1 A2 ) ( A1 A3 ) ( A2 A3 )]
0.60(0.80 ) 0.60(0.70) 0.60(0.60) (0.60)(0.80)(0.70) (0.60)(0.80)(0.60)
(0.60)(0.70)(0.60) 0.60(0.80)(0.70)(0.60) 0.5856
B
An-1
A6
..
An
Figura 27
n
Para conocer el evento B a travs de los eventos Ai, se tiene: B = Ai B , la unin de las
i 1
intersecciones del evento B con los eventos Ai,
B = (A1 B) (A2 B) ..................... (An B)
Considrese ahora que se requiere conocer la probabilidad de Ak (cualquiera de los eventos Ai) dado
que acontece apriori el evento B:
P( Ak B)
P( Ak B)
PB
Como: P( Ai B) P( Ai )P( B Ai ) y la probabilidad total
n
de B: P B P( Ai )P( B Ai )
i 1
P( Ak )( B Ak )
P( Ak B)
n
P( Ai )P( B Ai )
i 1
Esta ltima expresin se conoce como Teorema de Bayes, que establece la probabilidad de un
evento en particular Ak, dado que ya sucedi el evento B, expresada en trminos de la probabilidad
condicional.
Datos: P( A1 ) 0.60
P ( A2 ) 0.40
P ( B A1 ) 0.01
P ( B A2 ) 0.04
A1 A2 ( A1 B)
B
( A2 B)
Figura 28
a) Probabilidad total de B:
P( B ) P ( A1 B) ( A2 B)
P( B ) P( A1 )P( B A1 ) P( A2 )P( B A2 )
P( B) 0.60(0.01) (0.40)(0.04) 0.022
El 2.2% de los estudiantes de la escuela miden ms de 1.80 m. de estatura.
P( A1 )P( B A1 ) 0.60(0.01)
P( A1 B)
P( B ) 0.022
P( A1 B) 0.2727
Ejemplo: Segn un organismo internacional, con base en sus estadsticas, de cada diez nios que
nacen en el mundo tres tienen aptitudes para las matemticas y de cada cinco nias dos la tienen. S
en una determinada regin donde la poblacin est compuesta por el 52% de mujeres y el resto de
hombres, se elige una persona de manera aleatoria de ese lugar:
Solucin:
Eventos: A1 hombre
A2 mujer
B persona apta para las matemticas
Bc persona no apta para las matemticas
Datos: P( A1 ) 0.48 S
A1 A2 ( A1 B)
P( A2 ) 0.52 B
P( B A1 ) 0.30
P( B A2 ) 0.40
( A2 B)
Figura 29
a) Probabilidad total de B:
P( B ) P ( A1 B) ( A2 B)
P( B ) P( A1 )P( B | A1 ) P( A2 )P( B | A2 )
P( B) 0.48(0.30) (0.52)(0.40) 0.352
El 35.2% de la poblacin es apta para las matemticas
P( B c ) 1 P( B ) 1 0.352 0.648
P( A2 )P( B c A2 ) 0.52(0.60) 0.312
c
P( A2 B )
P( B c ) 0.648 0.648
P( A2 B c ) 0.4812
P( A2 Bc ) 0.312
0.144 0.208
P B 0 352
P Bc 0 648
Figura 30
Ejemplo: La empresa Integracin Laboral realiza seleccin de personal tcnico para la industria
de autopartes, para tal propsito aplica un cuestionario de 50 preguntas. Si el aspirante contesta 30 o
ms en forma correcta se clasifica como persona apta para el puesto que solicita y es contratado y
enviado a una fbrica de esa rama industrial. Por registros de la empresa Integracin Laboral se
sabe que 74 de cada 100 aspirantes son clasificados como aptos para el puesto. Adems se conoce
por esos registros que el 80% de los aspirantes que proviene del Tecnolgico Regional de la Zona
(TRZ) son clasificados como aptos para el puesto solicitado. El sbado pasado acudieron al examen
clasificatorio 32 personas, 19 de ellas egresadas del TRZ. En este momento una persona que realiz
dicho examen clasificatorio se acerca para ver su resultado en la lista que est en el pasillo de la
entrada de la empresa Integracin Laboral:
Qu probabilidad existe de que sea un tcnico que no estudi en el TRZ, dado que est clasificado
como apto para el puesto?
Cul es la probabilidad de que sea egresado del TRZ, en virtud de que no fue clasificado como apto
para el puesto?
Solucin:
Eventos: A1 Egresadosdel TRZ
A2 No egresadosdel TRZ
B clasificado apto para el puesto
19
Datos: P( A1 ) 0 59375
32
13
P( A2 ) 0 40625
32
P( B) 0.74
P( B A1 ) 0.80
a) Probabilidad de que sea un tcnico que no estudi en TRZ, dado que est clasificado apto para el
puesto: P( A2 B )
b) Probabilidad de que sea un egresado de TRZ, dado que no fue clasificado como apto para el
puesto: P A1 B c
P( B c ) 1 P( B ) 1 0.74 0.26
P(MCU fr)
P(MCU fr )
P(fr)
0.2(0.65)
P(MCU fr )
0.25(0.5) 0.25(0.6) 0.2(0.65) 0.15(0.7) 0.15(0.7)
0.13 0.13
P(MCU fr )
0.125 0.15 0.13 0.105 0.105 0.415
P(MCU fr ) 0.21138
P(fr) P(U - 3000 fr) P(COP fr) P(M CU fr)
P(I - R fr) P(I - T fr) Figura 31
o bien: 21.138%
2.2 En una colonia hay 40 amigos que estudian en la Facultad de Ingeniera y cursan
coincidentemente 3 asignaturas: Algebra (A), Biotecnologa (B), Clculo Integral (C). Se sabe que:
16 de estas personas llevan Algebra, 18 llevan Biotecnologa y 20 llevan Clculo Integral; as
tambin 5 de ellos llevan conjuntamente Algebra y Biotecnologa, 7 Algebra y Clculo Integral y
slo 3 de estos estudiantes cursan las tres asignaturas.
a) Cuntos llevan Biotecnologa y Clculo?
b) Si se escoge un alumno de estos al azar:
b.1) Qu probabilidad hay de que curse dos de estas tres materias?
b.2) Qu probabilidad hay de que a lo ms curse una de estas tres materias?
2.4 En una urna se tienen 5 canicas blancas iguales y 3 rojas iguales. Se extraen por una persona 3 al
azar de manera consecutiva. Qu probabilidad hay de que:
a) Salgan tres rojas,
b) Salga una roja y dos blancas,
c) Salgan a lo ms dos blancas?
d) Resolver el inciso b), pero para 5 canicas blancas iguales y 3 rojas diferentes entre s.
2.5 Un jugador recibe 3 cartas de una baraja de 52 cartas (sin comodines). Qu probabilidad existe
de que:
a) Le lleguen 2 ases,
b) Le lleguen 2 ases y un rey,
c) Le lleguen 3 ases?
2.6 Considrese un sistema integrado por los componentes A1, A2, A3, A4 y A5 que funcionan de
manera independiente, uno del otro, con probabilidad de que as sea como se indica en el diagrama:
a) Calcular la probabilidad de que el sistema funcione.
b) Calcular la probabilidad de que el sistema 0.70 funcione al menos con cuatro
componentes. A 3
2.7 Sea el siguiente sistema elctrico formado por seis componentes, con probabilidad de funcionar
de manera independiente, cada uno de ellos, como se indica en el diagrama:
a) Calcular la probabilidad de que el sistema funcione.
b) Calcular la probabilidad de que al menos funcione con cuatro componentes.
0.60 0.90
A1 A4
0.70 0.60
X A2 A6 Z
x y
0.60 0.90
A3 A5
2.9 Una compaa automotriz fabrica tres tipos de coches: compacto (A1) en un 50%, mediano (A2)
en un 30% y grande (A3) en un 20%. Por registros estadsticos que ha seguido esta empresa se
conoce que la probabilidad de que un automvil se desvele, antes de un ao de uso, en cada
categora es de: 0.01, 0.02 y 0.03 respectivamente. A una persona que compr hace menos de un ao
un automvil de esta marca se le desvela y presenta una reclamacin a la compaa. Qu
probabilidad hay de que:
a) El automvil sea un compacto,
b) Que no sea ni compacto ni grande?
2.10 En un centro espacial se tienen 27 ingenieros, 12 con nivel de doctorado y los otros con nivel
de maestra. Slo diez de ellos, tres con maestra, segn exmenes clnicos, por sus condiciones
fsicas pueden ser seleccionados para viajar en el prximo vuelo espacial alrededor de Marte. Si en
una reunin a la que asisten los 27, uno de ellos manifiesta abiertamente su gran inters para ser
considerado a viajar en el mencionado vuelo:
a) Si se sabe que cuenta con las capacidades fsicas especficas, Qu probabilidad hay de que tenga
un nivel de maestra?
b) Si carece de las condiciones fsicas requeridas, Qu probabilidad existe de que sea una persona
con nivel de doctorado?
a) B B b) B B
+++
A A A ++
+
AA B A= A B A B B={A (B Ac )}
B B C
C
A (B C) = (A B) (A C)
7!
1.4 a) nS = p74,3 35
4! 3!
b) C = {AABABAB: AABAABB. AAABBAB, AAABABB. AAAABBB} nC = 5
c) D = {AAABBAB, BBAAAAB, AABBAAB, ABBAAAB, ABABAAB, BABAAAB,
BAAABAB, BAABAAB, ABAABAB, AABABAB}, nD =10
c) Otra forma: nD = P53,2 P11 P11 5!
10
3! 2!
50 50 50
50
50 100 x 50 100 x 50 100 x
50 100 x
10
1.7 a) nA = {8 9 10 preguntas bien contestadas} = Cnr C10
8 C10 10
9 C10
r 8
nA = 45 + 10 +1 = 56 formas r = nmero de preguntas bien contestadas
b) nB = {Las 3 primeras y 5 de las 7 restantes bien contestadas las 3 primeras y 6 de las
7 restantes bien contestadas las 3 primeras y 7 de las 7 restantes bien contestadas}.
nB = C33 C57 C33 C76 C33 C77 21 +7 +1 =29 formas
c) nC = {Contesta bien 4 de las primeras 5 y 4 de las restantes 5 contesta bien 4 de las
primeras 5 y 5 de las restantes 5}
nC = C54 C54 C54 C55 25 +5 =30 formas
9!
1.8 a) na = C93 84
(9 3)!3!
b) nb = C14 C52 = 4 10 = 40
c) nC = C15 C13 C11 = 5 3 1 = 15
2.1 a) b) N = {Nacionales}
E E = {Extranjeros}
A = {Titulados}
A AC = {No Titulados}
25 7
13 5
2.2 a)
S
A
7
B
2 4 C
3
11 2 11
7 11 11 29
b.2) P(Cursa ninguna una materia) = 0.7250
40 40 40 40
a) A1 A3
B
A3 A3
b) S = {Todos los automviles de la agencia} ; n(S) = 50
Marco Antonio Gmez Ramrez
Jorge Federico Paniagua Ballinas Pgina 58
A1 = {Compactos} ; n(A1) = 20 A2 = {Sedanes} ; n(A2) = 15
A3 = {Camionetas} ; n(A3) =10 A4 = {Camiones} ; n(A4) = 5
B = {Vehculo con aire acondicionado}
Bc = {Vehculo sin aire acondicionado}
A1 B = {Compacto con aire acondicionado} ; n (A1 B ) = 10
29
c) P(B) P(A1 B) P(A2 B) P(A3 B) P(A4 B) 0.58
50
d) P(B A3 ) = 0.50
1
2.4 a) P(A) = P(3 rojas )= 0.01785
56
30
b) P(B) = 0.53571
56
46
c) P(C) = 1 P(Cc) = 0.8214
56
4 3 48
2.5 a) P (A) = {dos ases y cualquier otra} , P(A) = 0.01303
52 51 50
4 3 4
b) P(B) = P{Dos ases y un rey} ; P(B) = 3 0.00108
52 51 50
4 3 2
c) P(C) = P{Tres ases} ; P(C) = 0.00018
52 51 50
C 42 C148
Otra forma: P(A) = 0.01303
C 52
3
C 24 C14 C 044
P(B) = 0.00108
C 352
C 34 C 048
P(C) = 0.00018
C 352
2.6 Eventos: F = {Funciona el sistema}
Ai = {Funciona el componente Ai} i = 1, 2. . . 5
c
A i = {No funciona el componente Ai}
2.8 Eventos:
M = {mujer}
H = {hombre}
E = {estatura > 1.70 m}
28
a) P(E 1.70) 0.56
50
12
b) P(E 1.70 M) 0.80
15
a) P ( A2 B ) = 0.3000
b) P ( A1 Bc ) = 0.29412
BIBLIOGRAFA
DEVORE, Jay L.
Probabilidad y Estadstica para Ingeniera y Ciencias
5a edicin
Mxico
Thomson, 2005.
CANAVOS George.
Probabilidad y Estadstica
1a edicin
Mxico
McGraw-Hill, 1994.
LIPSCHUTZ, Seymour
Probabilidad
1 Edicin
Mxico
McGraw-Hill, 1994
SPIGEL, Murray R.
Estadstica
2a edicin
Mxico
McGraw-Hill, 1991.
MEYER, Paul L.
Probabilidad y Aplicaciones Estadsticas
2 edicin
Mxico
Addison-Wesley Iberoamericana, 1992
ROSS, Sheldon M.
Probabilidad y Estadstica para Ingeniera y Ciencias
2 edicin
Mxico
McGraw Hill, 2000