CAPÍTULO 8 PROBABILIDADES

CAPÍTULO 8

PROBABILIDADES

1. CONCEPTOS BÁSICOS.

1.1.- EXPERIMENTO.
Llamamos así a toda acción sobre la cual vamos a realizar una medición u
observación. Puede ser:
a). Determinístico.
Cuando el resultado de la observación puede ser determinada en forma
precisa por las condiciones bajo las cuales se realiza dicho experimento.
Ejemplo: Si lanzamos un globo inflado a un estanque de agua.
b). No Determinístico o Aleatorio:
Cuando el resultado de la observación no se puede predecir con exactitud
antes de realizar el experimento.
Ejemplo: El lanzamiento de un dado.

1.2.- RESULTADO
Se denomina así a toda posible consecuencia de realizar un experimento.
Ejemplo:
- En el lanzamiento de un globo al estanque de agua el resultado: queda
flotando.
- En el lanzamiento de un dado, el resultado no podrá determinarse con
precisión. El número que podrá aparecer en la cara superior es variable.

1.3.- ESPACIO MUESTRAL.

150
CAPÍTULO 8 PROBABILIDADES

Es el conjunto de todos los resultados posibles de un experimento. Usualmente

se representa con la letra S. El espacio muestral de lanzar un dado es:
S = 1,2,3,4,5,6

1.4.- EVENTO.
Es un subconjunto del espacio muestral. Puede ser simple y compuesto.

Ejemplo:
Se lanza un dado. Hallar los eventos posibles de obtener números pares e
impares.
DESARROLLO:

S  12
, ,3,4,5,6
# pares  E1  2,4,6
# impares  E 2  135
,,

2. PROBABILIDADES: DEFINICIÓN.
Con estos conceptos podemos definir a la PROBABILIDAD DE UN EVENTO
como la posibilidad de que, realizado un experimento, ocurran determinados
resultados.
Las probabilidades se encuentran entre CERO y UNO. Siendo CERO cuando
tenemos la certeza de que un evento nunca ocurrirá y UNO cuando éste
ocurrirá de todas maneras.

3. ENFOQUES DE PROBABILIDADES.
3.1.- ENFOQUE CLÁSICO.
Si hay “a” posibles resultados favorables a la ocurrencia de una evento A, y “b”
posibles resultados desfavorables a la ocurrencia de A, y todos los resultados
son igualmente posibles y mutuamente excluyentes, entonces la probabilidad
de que ocurra A es:

151
CAPÍTULO 8 PROBABILIDADES

a
P( A)  a. Posibilidades favorables.
a b
b. Posibilidades desfavorables.

El enfoque clásico de la probabilidad supone, de todas las formas posibles

ocurrirán sobre bases igualmente probables.
La probabilidad obtenida bajo tales casos y supuestos es llamada Probabilidad
Teórica o Probabilidad Matemática.

Este enfoque utiliza el llamado Principio de la Indiferencia y asume todos los

resultados posibles de realizar un experimento tienen la misma probabilidad de
ocurrir. Indudablemente la asignación de las probabilidades no siempre puede
ser aplicable, y en muchos experimentos hay resultados que son más
probables que otros, y en estos casos este enfoque no funciona.

EJERCICIO DE APLICACIÓN:
Hallar la probabilidad de obtener el número 5 al lanzar un dado.

DESARROLLO:
S  1,2,3,4,5,6
a
P( A) 
a b
1
P( x  5) 
1 5
1
P( x  5) 
6
P( x  5)  01667
,

Rpta. La probabilidad de obtener el número 5 al lanzar un dado es 0,1667.

3.2.- ENFOQUE DE FRECUENCIA RELATIVA, EMPÍRICO O A-POSTERIORI.
Es un enfoque experimental y utiliza como fuente de probabilidad las
frecuencias relativas obtenidas de la repetición del experimento. En muchos

152
CAPÍTULO 8 PROBABILIDADES

casos se basa en datos históricos, bajo la premisa de lo que ocurrió en el

pasado seguirá ocurriendo en el futuro.
La validez de este enfoque depende tanto del número de repeticiones como
que se mantenga las mismas condiciones de la experimentación.

EJEMPLO DE APLICACIÓN:
Se lanza 100 veces una moneda y se supone que se encuentra bien
balanceada y simétrica. Los resultados obtenidos se registran en la Tabla
siguiente:

CLASES fi hi f Ideal
CARA 52 0,52 0,50
SELLO 48 0,48 0,50
TOTAL 100 1,00 1,00

El resultado de caras es de 0,52, lo cual tiende a ser estable y cercano a 0,50

por cuanto hemos supuesto que las características de la moneda indican que
es simétrica y balanceada.

3.3.- ENFOQUE SUBJETIVO O PERSONALISTA.

En este enfoque, como su nombre lo indica, el especialista asigna
subjetivamente las probabilidades. Basado en su experiencia y conocimiento
emite un juicio personal acerca de las posibilidades que él cree tengan los
diferentes resultados de un experimento.

EJEMPLO DE APLICACIÓN
La adquisición de un terreno en una zona residencial. La experiencia ha
demostrado que se incrementa su valor en un 200% año a año con
respecto a la tasa de interés bancario

4. PROBABILIDAD DE EVENTOS.

153
CAPÍTULO 8 PROBABILIDADES

4.1.- PROBABILIDAD DE UN EVENTO AISLADO.

No tiene vinculación con otro evento.

EJERCICIO DE APLICACIÓN:
Cuál es la probabilidad de que de una baraja se extraiga el As de
espadas.
1
P( A)   0,0192
52

Rpta. La probabilidad de extraer un as de espadas es 0,0192.

4.2.-PROBABILIDAD DE DOS O MÁS EVENTOS.

4.2.1.- EVENTOS MUTUAMENTE EXCLUYENTES.
Dos o más eventos son mutuamente excluyentes o disjuntos si no pueden
ocurrir simultáneamente. La probabilidad del evento A ó B es:

P( A  B)  P( )  0
P( A  B)  P( A)  P( B)

EJERCICIO DE APLICACIÓN:
¿Cuál es la probabilidad de extraer una dama o un rey de una baraja de
naipes bien mezclada?

DESARROLLO:
S  52cartas
4
Re y  P( A) 
52
4
Dama  P( B) 
52
P( A  B)  P( A)  P( B)
4 4 8
P( A  B)     0,1538
52 52 52

Rpta. La probabilidad de extraer una dama o un rey es 0,1538.

4.2.2.- EVENTOS NO EXCLUYENTES.

154
CAPÍTULO 8 PROBABILIDADES

Dos o más eventos son no son excluyentes o conjuntos cuando es posible que
ocurran ambos.

P( A  B)  P( A)  P( B)  P( AyB)

EJERCICIO DE APLICACIÓN:
Sea A el evento de obtener un As y B el evento de obtener un corazón en
una sola oportunidad de sacar una carta de la baraja. ¿Cuál es la
probabilidad de sacar un As o un corazón o ambas en una sola
oportunidad?.

DESARROLLO:
4
As  P ( A) 
52
13
Corazón  P( B ) 
52
1
As y corazón  P( AyB ) 
52
 P ( A  B )  P ( A)  P ( B )  P ( AyB )
4 13 1 16
P( A  B)      0,3077
52 52 52 52

Rpta. La probabilidad de sacar un as o un corazón o ambas en una sola

Oportunidad es 0,3077.

4.2.3.- EVENTOS INDEPENDIENTES.

Dos o más eventos son considerados independientes si los eventos en ningún
modo se afectan uno al otro.

P( AyB)  P( A) xP( B)

155
CAPÍTULO 8 PROBABILIDADES

Probabilidad del suceso conjunto es igual al producto de las probabilidades de

los respectivos sucesos.

EJERCICIO DE APLICACIÓN:
Una ánfora contiene 4 bolas rojas y 4 bolas azules. Se extrae una bola de
la ánfora y después se la reemplaza. Otra bola es extraída después del
reemplazamiento. ¿Cuál es la probabilidad de que ambas extracciones
sean bolas rojas?.

DESARROLLO:
1º extracción
4
Roja  P ( A) 
7
2º extracción
4
Roja  P ( B ) 
7
 P( AyB)  P( A) xP( B)
4 4 16
P( AyB)  x   0,3265
7 7 49
Rpta. La probabilidad de que ambas bolas rojas regresando la primera bola
extraída antes de sacar la segunda bola es 0,3265.

4.2.4.- EVENTOS DEPENDIENTES.

Si A y B están relacionados de tal manera que la ocurrencia de B depende de
la ocurrencia de A , entonces A y B son llamados eventos dependientes y la
probabilidad del evento B es llamado probabilidad condicional.

P(B/A) = Probabilidad de ocurrencia del suceso B, dado que ocurre A.

 B  P( B  A)
P  
 A P( A)

EJERCICIO DE APLICACIÓN:

156
CAPÍTULO 8 PROBABILIDADES

Una ánfora contiene 4 bolas rojas y 3 bolas azules. Se extrae una bola de
la caja y no es regresada a la caja antes de sacar la segunda bola. ¿Cuál
es la probabilidad de que ambas bolas sean rojas.

DESARROLLO:
4
1º Extracción Roja  P( A) 
7
B 3
2º Extracción Roja  P  
 A 6

B
 P( AyB )  P( A) xP  
 A
4 3 12
P( AyB )  x   0,2857
7 6 42

Rpta. La probabilidad de que ambas bolas sean rojas sin regresar la primera
bola extraída antes de sacar la segunda bola es 0,2857

5. TABLA DE PROBABILIDAD CONJUNTA.

La tabla de probabilidad conjunta es la tabla donde aparecen:

Primero: Todos los eventos posibles para una variable (observación) como
encabezamiento de columnas.

Segundo: Todos los eventos posibles para una segunda variable se

encuentran como encabezamiento de filas.
Tercero: El valor incluido en cada celda resultante es la probabilidad de cada
ocurrencia conjunta.

EJERCICIO DE APLICACIÓN:
La tabla de contingencia siguiente describe a 200 estudiantes que
trabajan de acuerdo al sexo y edad.

TABLA Nº 1

157
CAPÍTULO 8 PROBABILIDADES

EDAD SEXO TOTAL

H M
Menos de 20 60 50 110
20 a más 80 10 90
TOTAL 140 60 200

Hallar la probabilidad de que al escoger una persona:

1. Sea un estudiante hombre menor de 20 años.
2. Sea un estudiante hombre de 20 años a más.
3. Sea un estudiante mujer menor de 20 años.
4. Sea un estudiante mujer de 20 años a más.
5. El estudiante escogido sea hombre.
6. El estudiante escogido sea mujer.

DESARROLLO:

A partir de la tabla Nº1 construimos la tabla Nº2 donde podemos apreciar las
probabilidades de escoger un estudiante de acuerdo a sexo y edad.

TABLA Nº2
EDAD SEXO TOTAL
H M
Menos de 20 0,30 0,25 0,55
20 a más 0,40 0,05 0,45
TOTAL 0,70 0,30 1,00

60
1. P( A)   0,3
200
80
2. P( B)   0,4
200
50
3. P(C)   0,25
200
10
4. P( D)   0,05
200
140
5.. P( E )   0,7
200

158
CAPÍTULO 8 PROBABILIDADES

60
6.. P( F)   0,3
200

6. PROBABILIDAD CONDICIONAL.
Sean A y B dos eventos tal que P(B)0, la probabilidad condicional de que
ocurra A dado que ha ocurrido B se define como:

 A  P( A  B)
P  
 B P( A)

EJERCICIO DE APLICACIÓN :
Para ocupar la plaza de Docente de una Universidad se presentan 25
candidatos. La comisión encargada de realizar la selección decide
clasificar a los candidatos de acuerdo a la experiencia docente y a los
grados académicos, como puede observarse en el siguiente cuadro:

Grado CON SIN TOTAL

Académico MAESTRÍA MAESTRÍA
Experiencia
Con
experiencia 7 8 15
Docente
Sin
experiencia 6 4 10
Docente
Total 13 12 25

Hallar la probabilidad de que al escoger una persona:

1.- Con experiencia docente.
2.- Con maestría.
3.- Con experiencia docente y como condición tenga grado de magister.
4.- Sin experiencia docente pero como condición tenga grado de magister.
5.- Con experiencia docente y como condición que no tenga el grado de
magister.

159
CAPÍTULO 8 PROBABILIDADES

DESARROLLO:

1.- P( A) 
15
 0,6
25
2.- P( B) 
13
 0,52
25

3.- P(C) 
7
 0,4666
15
4.- P( D) 
6
 0,6
10

5.- P( E ) 
8
 0,5333
15

7. REGLA DE LA MULTIPLICACIÓN
Sea A y B dos eventos cualesquiera; entonces:

a) Si: P(A  B) = P(B) . P(A/B) = P(A.B); cuando : P(B)  0

b) Si: P(A  B) = P(A) . P(B/A) = P(A.B) ; cuando: P(A)  0

EJERCICIOS DE APLICACIÓN:
1. Una ánfora contiene 4 bolas rojas y 3 bolas azules; se extrae al azar
sucesivamente dos bolas. ¿Cuál es la probabilidad que las dos resulten
rojas?. Considerar la extracción.
a. Sin reemplazamiento.
b. Con reemplazamiento.

DESARROLLO.

a. Sin reemplazamiento.
P(E) = P(A1 X A1) = P(A1) P(A2/A1)
 4 3  12
P(E) = P  X  = = 0,2857
 7 6  42

160
CAPÍTULO 8 PROBABILIDADES

Rpta. La probabilidad de que las dos bolas extraídas sucesivamente sin

reemplazamiento sean rojas es 0,2857.

b. Con reemplazamiento:
P(E) = P(A1 X A1)
4 4 16
P(E) = P x = = 0,3265
7 7 49

Rpta. La probabilidad de que las dos bolas extraídas sucesivamente con

reemplazamiento sean rojas es 0,3265.

2. Una ánfora contiene 5 bolas verdes y 3 bolas amarillas; se extrae al

azar sucesivamente dos bolas ¿ Cuál es la probabilidad de obtener una
bola de cada color
a. Sin reemplazamiento.
b. Con reemplazamiento.

DESARROLLO:
Sean los eventos
A1 = La primer bola resultó verde.
A2 = La segunda bola resultó verde.
B1 = La primera bola resultó amarilla.
B2 = La segunda bola resultó amarilla.
E = Obtener una bola de cada color.

a. Sin reemplazamiento.
P(E) = P(A1 x B2) + P(B1 x A2)
 B2   B1 
P(E) = P(A1 ) P   +P( B1) P 
 A1   A2 
5 3 3 5 30
P(E) = x + x = = 0,5357
8 7 8 7 56

Rpta.- La probabilidad de obtener una bola de cada color sin reemplazamiento

es 0,5357.

161
CAPÍTULO 8 PROBABILIDADES

b. Con reemplazamiento.
P(E) = P(A1 x B2) + P(B1 x A2)
 B2   B1 
P(E) = P(A1 ) P   +P( B1) P 
 A1   A2 
5 3 3 5 30
P(E) = x + x = = 0,4688
8 8 8 8 64

Rpta.- La probabilidad de obtener una bola de cada color con reemplazamiento

es 0,4688.

8. TEOREMA DE PROBABILIDAD TOTAL

Sean B1; B2;...; Bn una partición del espacio universal S , entonces para
cualquier evento A en S se cumple que:
n  A
P (A) =  P (B1 ) P  
 B1 
i 1

 A  A  A
P(A) = P(B1 ) P  +P (B2 ) P  + ... P (Bn )  
 B1   B2   Bn 

EJERCICIO DE APLICACIÓN.
Para la elección de Decano del Colegio de Ingenieros, se presenta la lista
Nº1 con un 60% de adherentes y llevan como candidato a Lucas, la lista
Nº2 con un 40% de adherentes llevan como candidato a René. Efectuada
la elección, el 80% de adherentes de la lista Nº1 y el 10% de la lista Nº2
votaron por Lucas. El 20% de adherentes de la lista Nº1 y el 90% de la
lista Nº2 votaron por René. Si se selecciona un votante al azar ¿Cuál es la
probabilidad de que haya votado por René?
DESARROLLO

Sean los eventos:

P(A) = El votante sea de la lista Nº1
P(B) = El votante sea de la lista Nº2
P(C) = El votante dio su voto por René.

162
CAPÍTULO 8 PROBABILIDADES

C C
P(C) = P(A) P   + P(B) P  
 A B
P(C) = 0,60 x 0,20 + 0,40 x 0,90
P(C) = 0,12 + 0,36 = 0,48

Rpta.- La probabilidad de que hayan votado por René es 0,48.

9. TEOREMA DE BAYES
Si A1; A2;...; An son n eventos mutuamente excluyentes, de los cuales al
menos uno de los Ai (i = 1,2,... n) debe ocurrir, y sea B un evento cualesquiera
del espacio muestral S , la probabilidad condicional de la ocurrencia de A i
cuando el evento B ha ocurrido es:

B
 Ai  P A1 P 
 A1 
P  =
B B B B
P A1 P   P A2 P .... P An P 
 A1   A2   An 
 B 
P Ai  P 
 Ai   Ai 
P  = n
B  B 
 P A1 P Ai 
i 1

EJERCICIOS DE APLICACIÓN.
1.- En un depósito hay 3000 cajas de plumas de las marcas A,B,C,D,E. De
ellas hay 500 cajas de plumas deterioradas. Las cajas se distinguen de la
manera siguiente:

MARCA TOTAL DE CAJAS TOTAL DE CAJAS

DEFECTUOSAS
A 200 50
B 300 40
C 1000 300
D 800 80
E 700 30
3000 500

163
CAPÍTULO 8 PROBABILIDADES

Se elige en forma aleatoria una caja y se le encuentra defectuosa determinar la

probabilidad de que la caja defectuosa sea de la marca A.

DESARROLLO.

B
 A1 
P  A1P 
P  =  A1

 B  P A1P B   P A2 P B   P A3 P B   P A4 P B   P A5 P B 

         
 A1   A2   A3   A4   A5 
200 50
x
P

 A1 
= 3000 200
 B  200 x 50  300 x 40  1000 x 300  800 x 80  700 x 30
3000 200 3000 300 3000 1000 3000 800 3000 700

50
P   = 300 =
A1 50
= 0,1
B 500 500
3000

Rpta.- La probabilidad de que la caja defectuosa sea de la marca A es 0,1.

2.- Tres máquinas A, B, y C producen respectivamente 50%, 30% y 20%

del número total de artículos de una fábrica. Los porcentajes de los
desperfectos de producción de éstas máquinas, son 3%, 4% y 5%. Si se
selecciona al azar un artículo y resulta ser defectuoso. Hallar la
probabilidad de que el artículo fue producido por la máquina A.

DESARROLLO.

MAQUINA ARTÍCULOS ARTÍCULOS

PRODUCIDOS DEFECTUOSOS
A 50 % 3%
B 30 % 4%
C 20 % 5%

164
CAPÍTULO 8 PROBABILIDADES

B
P A1 P 
P
 A1  =  A1 
B B  B  B
P A1 P   P A2 P   P A3 P 
 A1   A2   A3 
50 3
x
 A1 
P  = 100 100
B 50
x
3

30
x
4

20
x
5
100 100 100 100 100 100

 A1  =
P
0,5 x0,03
 B  0,5 x0,03  0,3x0,04  0,2 x0,05
 A1 
P
0,015 0,015
= = = 0,4054
B 0,015  0,012  0,01 0,037

Rpta.- La probabilidad de que el artículo fue producido por la máquina A es

0,4054.

EJERCICIOS RESUELTOS

1. Determinar el espacio muestral.

1.1. Lanzar una moneda bien balanceada.

S  C; S 

1.2. Lanzar dos monedas y un dado bien balanceados.

165
CAPÍTULO 8 PROBABILIDADES

CC1, CC 2, CC 3, CC 4, CC5, CC 6

CS1, CS 2, CS 3, CS 4, CS 5, CS 6  
S 
 SS 1, SS 2, SS 3, SS 4, SS 5, SS 6 

 SC 1, SC 2 , SC 3 , SC 4 , SC 5, SC 6 


2. Una ánfora contiene 15 fichas blancas, 20 negras, 12 amarillas, 17

verdes, 14 azules y 22 celestes. Cuál es la probabilidad de :
2.1. Extraer una ficha azul.
P(azul)= 14/100 = 0,14
2.2. Extraer una ficha amarilla.
P(amarilla)= 12/100 = 0,12
2.3. Extraer una ficha de cualquier color.
P(ficha de cualquier color)= 1,0

3. En una carrera automovilística de Arequipa – Camaná - Arequipa,

participaron en la ruta Arequipa - Camaná 30 corredores y en la ruta
Camaná - Arequipa 10 corredores. ¿ Cuál es la probabilidad de que un
mismo corredor gane la carrera en ambas rutas?
P(A)= Gana ruta Arequipa-Camaná : 1/30
P(B)= Gana ruta Camaná-Arequipa : 1/10
P(A) P(B) = 1/30 * 1/10 = 1/300 = 0,0033

4. En el experimento de lanzar 2 dados legales. Determinar la probabilidad

que la suma de los dos números sea 6 y el primer número sea par.
S  (11
, )(1,2)(1,3)...(6,6) 36 pares
B   (1,5)(5,1)(2,4)(4,2)(3,3)

A   El primer nú mero es par 

 (2,1)(2,2 )(2,3)(2,4 )(2,5)(2,6) 
 
A   (4,1)(4,2 )(4,3)(4,4 )(4,5)(4,6) 
 
 (6,1)(6,2 )(6,3)(6,4 )(6,5)(6,6) 

166
CAPÍTULO 8 PROBABILIDADES

A B   (2,4)(4,2)
P( A B)  2 / 36
P(B)= 5/36
P ( A  B ) 2 / 36 2
P(A/B)=    0,4
P (B) 5 / 36 5

5. Un matrimonio tiene dos hijos. Determinar la probabilidad que uno de

los hijos es un niño y el otro sea también niño sabiendo que este otro hijo
es menor.
S   (h, h)(h, m)(m, m)(m, h)

B   El primer hijo es hombre 

B   (h, h )(h, m)

A  El primer hijo sea hombre y el otro tambié n 

A   (h, h)
A B   (h, h)
P ( A  B)  1 / 4
P(B)= 2/4
1
P( A B) 1
P(A/B)=  4   0,5
P (B ) 2 2
4
6. En el experimento de lanzar tres monedas legales. Determinar la
probabilidad que todas sean caras si la primera es cara.
CCC, CCS , CSC, CSS 
S 
 SSS , SSC, SCS , SCC 

B   La primera de las monedas es cara 

B  CCC, CCS , CSC, CSS
A  Todas las monedas sean caras 
A  CCC

167
CAPÍTULO 8 PROBABILIDADES

A B  CCC
P ( A  B)  1 / 8
P(B)= 4/8
1
P( A B) 8 1
P(A/B)=    0,25
P (B ) 4 4
8

7. En la Facultad de Ingenierías, el 25% de los estudiantes desaprobó

Estadística, el 15% desaprobó Física y el 10% desaprobó los dos cursos.
Se selecciona un estudiante al azar. ¿Cuál es la probabilidad de que
desapruebe Estadística?, si desaprobó Física.

DESARROLLO:
E= Desaprobó Estadística.
F= Desaprobó Física.
E  F = Desaprobó Estadística o Física.
E  F = Desaprobó Estadística y Física.
P(E)= 25% =0,25
P(F)= 15% =0,15
P(E  F )  10% = 0,10

P (E  F ) 0,10 2
P(E/F)=    0,6667
P(F ) 0,15 3
Rpta. La probabilidad de que desapruebe Estadística es 0,6667.

8. El departamento de Créditos de la Inmobiliaria Corredores Asociados

tiene tres funcionarios A, B y C encargados de procesar y aprobar los
expedientes presentados por sus clientes.
El funcionario A procesa el 40% de los cuales desaprueba el 10%. El
funcionario B procesa el 35% de los cuales desaprueba el 12%. El
funcionario C procesa el 25% de los cuales desaprueba el 15%. Se
selecciona un expediente al azar entre los procesados. ¿Cuál es la

168
CAPÍTULO 8 PROBABILIDADES

probabilidad de que el expediente corresponda a los procesados por el

funcionario C y que sea desaprobado?

DESARROLLO:

P( A3 ) P( B / A3 )
P( A3 / B) 
P( A3 ) P( B / A3 )  P( A1 ) P( B / A1 )  P( A2 ) P( B / A2 )
25 15
*
P ( A3 / B )  100 100
25 15 40 10 35 12
*  *  *
100 100 100 100 100 100
0,25 * 0,15
P ( A3 / B ) 
0,25 * 0,15  0,40 * 0,10  0,35 * 0,12
0,0375 0,0375
P ( A3 / B )    0,3138
0,0375  0,04  0,042 0,1195

Rpta. La probabilidad de que el expediente corresponda a los procesados por

el Funcionario C y que sea desaprobado es 0,3138.

EJERCICIOS PROPUESTOS

1. Determinar el espacio muestral.

1.1. Lanzar un dado bien balanceado.
1.2. Lanzar dos monedas bien balanceadas.
1.3. Lanzar tres monedas bien balanceadas.

2. Una ánfora contiene 7 fichas blancas, 5 negras, 9 amarillas, 12 verdes, 3

azules y 16 celestes. Cuál es la probabilidad de:
2.1. Extraer una ficha azul.

169
CAPÍTULO 8 PROBABILIDADES

2.2. Extraer una ficha amarilla.

2.3. Extraer una ficha de cualquier color.

3. En el experimento de lanzar 2 dados legales. Determinar la probabilidad:

3.1.Los dos números son iguales y el segundo número sea impar.
3.2. Los dos números sean primos y el primer número es impar.

4. Un matrimonio tiene dos hijos. Determinar la probabilidad:

4.1. Uno de los hijos es un niño y el otro sea también niño si no se sabe nada
respecto al sexo del primer hijo.
4.2. Uno de los hijos es niña y la otra también sea niña sabiendo que esta otra
hija es menor.

5. En el experimento de lanzar tres monedas legales. Determinar la

probabilidad:
5.1. Todas sean sellos si la primera es sello.
5.2. Todas sean sellos si por lo menos una de las monedas es sello.
6. En la Facultad de Ingenierías, el 25% de los estudiantes desaprobó
Estadística, el 15% desaprobó Física y el 10% desaprobó los dos cursos. Se
selecciona un estudiante al azar.
6.1. ¿Cuál es la probabilidad de que haya desaprobado Física si desaprobó
Estadística?
6.2.¿ Cuál es la probabilidad de que desaprobara Estadística o Física ?

7. Un candidato a la Alcaldía Provincial, conoce que sus partidarios en los

distritos A,B y C corresponden a los porcentajes de 45%, 40% y 15% del total
de electores. El Comité que dirige su campaña sabe que hay infiltrados que
apoyan a otros candidatos y se encuentra en la proporción del 5%, 4% y 3%

170
CAPÍTULO 8 PROBABILIDADES

respectivamente. Si se va a escoger al azar un votante y se sospecha que es

infiltrado ¿ Cuál es la probabilidad de que pertenezca al distrito A?

171