Probabilidad y Estadística

Mtra. Myriam V. Morales G.

ACTIVIDAD 2. REGLAS DE PROBABILIDAD

I. REGLA DE LA SUMA

1. Si A y B son eventos mutuamente excluyentes, P(A)= 0.29 y P(B)=0.43, determine:

a) 𝑃(𝐴𝑐 ) → 1 − 𝑃(𝐴) → 1 − 0.29 = 0.71
b) 𝑃(𝐵𝑐 ) → 1 − 𝑃(𝐵) → 1 − 0.43 = 0.57
c) 𝑃 (𝐴 ∪ 𝐵) → 𝑃(𝐴) + 𝑃(𝐵) = 0.29 + 0.43 = 0.72

2. Se selecciona aleatoriamente una carta de una baraja en forma aleatoria. Determina las siguientes
probabilidades:
N=52
Rojas= 26 (13 corazón. 13 diamante)
Negras= 26 (13 Espada, 13 trébol)
K=4
Q=4
R: roja, K: rey, Q: reina, T: trébol, C: corazón
a) La carta sea roja
𝑘 26 1
𝑃(𝑅) = → 𝑃(𝑅) = = = 0.5
𝑛 52 2
b) La carta sea rey
𝑘 4 1
𝑃(𝐾) = → 𝑃(𝑅) = = = 0.07692
𝑛 52 13
c) La carta no sea reina
4 12
𝑃(𝑄𝑐 ) = 1 − 𝑃(𝑄) = 1 − = 0.92307
52 13
d) La carta sea corazón
𝑘 13 1
𝑃(𝐶) = → 𝑃(𝐶) = = 0.25
𝑛 52 4
e) La carta sea rey o roja
4 26 2 7
𝑃(𝐾 ∪ 𝑅) = 𝑃(𝐾) + 𝑃(𝑅) − 𝑃(𝐾 ∩ 𝑅) = + − = = 0.53846
52 52 52 13
f) La carta sea trébol o roja
13 26 3
𝑃(𝑇 ∪ 𝑅) = 𝑃(𝑇) + 𝑃(𝑅) = + = = 0.75
52 52 4
g) La carta sea reina o rey
4 4 2
𝑃(𝐾 ∪ 𝑄) = 𝑃(𝐾) + 𝑃(𝑄) = + = = 0.15384
52 52 13
h) La carta sea trébol o rey
13 4 1 4
𝑃(𝑇 ∪ 𝑄) = 𝑃(𝑇) + 𝑃(𝑄) − 𝑃(𝑇 ∩ 𝑄) = + − = = 0.3076
52 52 52 13

3. Dada la siguiente tabla referente a la producción de flechas para camión de carga pesada; se
inspeccionan 200 flechas del tipo A y B, 300 del tipo C y 400 del tipo D, a continuación, se presentan los
resultados obtenidos en la inspección:
DEFECTO A B C D TOTAL
Tipo I, TI 54 23 40 15 132
Tipo II, TII 28 12 14 5 59
Sin defecto SDF 118 165 246 380 909
TOTAL 200 200 300 400 1100
a) no tenga defectos?
𝑘 909
𝑃(𝑆𝐷𝐹) = → 𝑃(𝑆𝐷𝐹) = = 0.8263
𝑛 1100
b) tenga defectos del tipo II?
𝑘 59
𝑃(𝑇𝐼𝐼) = → 𝑃(𝑇𝐼𝐼) = = 0.0536
𝑛 1100
 Probabilidad y Estadística
Mtra. Myriam V. Morales G.

c) sea del tipo A?

𝑘 200 2
𝑃(𝐴) = → 𝑃(𝐴) = = = 0.1818
𝑛 1100 11
d) tipo A ó de tipo D?
200 400 600 6
𝑃(𝐴 ∪ 𝐷) = 𝑃(𝐴) + 𝑃(𝐷) → 𝑃(𝐴 ∪ 𝐷) = + = = = 0.5454
1100 1100 1100 11
e) la flecha no sea del tipo C?
300 8
(𝐶 𝐶 ) = 1 − 𝑃(𝐶) → 𝑃(𝐶 𝐶 ) = 1 − = = 0.7272
1100 11
f) la flecha no tenga defecto o que sea de tipo B?
909 200 165 944 236
𝑃(𝑆𝐷𝐹 ∪ 𝐵) = 𝑃(𝑆𝐷𝐹) + 𝑃(𝐵) − 𝑃(𝑆𝐷𝐹 ∩ 𝐵) → + − = = = 0.8581
1100 1100 1100 1100 275
g) tenga defecto tipo I o que sea de tipo D?
132 400 15 517 47
𝑃(𝑇𝐼 ∪ 𝐷) = 𝑃(𝑇𝐼) + 𝑃(𝐷) − 𝑃(𝑇𝐼 ∩ 𝐷) → + − = = = 0.47
1100 1100 1100 1100 100
h) sea una flecha de tipo D ó que no tenga defectos?
400 909 380 929
𝑃(𝐷 ∪ 𝑆𝐷𝐹) = 𝑃(𝐷) + 𝑃(𝑆𝐷𝐹) − 𝑃(𝐷 ∩ 𝑆𝐷𝐹) → + − = = 0.8445
1100 1100 1100 1100
i) sea del tipo A ó que la flecha sea de tipo C?
200 300 500 5
𝑃(𝐴 ∪ 𝐶) = 𝑃(𝐴) + 𝑃(𝐶) → + = = = 0.4545
1100 1100 1100 11

4. En un proceso que fabrica latas de aluminio, la probabilidad de que alguna lata tenga alguna fisura en su
costado es de 0.02, la probabilidad de que una lata tenga alguna fisura en la tapa es de 0.03, y la
probabilidad de que una lata presente alguna fisura en el costado y en la tapa es de 0.01.
➢ P(FC) = 0.02
➢ P(FT) = 0.03
➢ P(FTC) = 0.01
a) ¿Cuál es la probabilidad de que al elegir una lata en forma aleatoria tenga fisura en la tapa o fisura en
el costado?
𝑃(𝐹𝑇 ∪ 𝐹𝐶) = 𝑃(𝐹𝑇) + 𝑃(𝐹𝐶) − 𝑃(𝐹𝑇𝐶) → 0.03 + 0.02 − 0.01 = 0.04
b) ¿Cuál es la probabilidad de que la lata no tenga fisura?
𝑃(𝑁𝐹) = 1 − 𝑃(𝐹𝐶) − 𝑃(𝐹𝑇) − 𝑃(𝐹𝑇𝐶) = 1 − 0.02 − 0.03 − 0.01 = 0.94

5. Un troquel de extrusión se utiliza para producir varillas de aluminio. Existen ciertas especificaciones para
la longitud y diámetro de las varillas. Para cada una de éstas, la longitud puede ser demasiado corta
(DC), demasiado larga (DL) o estar (EB) bien, mientras que el diámetro se puede clasificar en muy
delgado (MD), muy grueso (MG) ó diámetro está bien (DEB). En una población de mil varillas, el número
de ellas en cada clase es:
LONGITUD\ DIÁMETRO MD DEB MG TOTAL
DC 10 3 5 18
EB 38 900 4 942
DL 2 25 13 40
TOTAL 50 928 22 1000

Se toma aleatoriamente una varilla a partir de esta población. Calcula las probabilidades de los siguientes
eventos:
➢ 𝑃(𝐷𝐶)
18 9
𝑃(𝐷𝐶) = = = 0.018
1000 500
➢ 𝑃(𝐷𝐸𝐵)
928 116
𝑃(𝐷𝐸𝐵) = = = 0.928
1000 125
➢ 𝑃(𝐷𝐶 ∪ 𝐷𝐸𝐵)
18 928 3 943
𝑃(𝐷𝐶 ∪ 𝐷𝐸𝐵) = 𝑃(𝐷𝐶) + 𝑃(𝐷𝐸𝐵) − 𝑃(𝐷𝐶 ∩ 𝐷𝐸𝐵) → + − = = 0.943
1000 1000 1000 1000
 Probabilidad y Estadística
Mtra. Myriam V. Morales G.

➢ 𝑃(𝐷𝐶 ∪ 𝑀𝐺)
18 22 5 35 7
𝑃(𝐷𝐶 ∪ 𝑀𝐺) = 𝑃(𝐷𝐶) + 𝑃(𝑀𝐺) − 𝑃(𝐷𝐶 ∩ 𝑀𝐺) → + − = = = 0.035
1000 1000 1000 1000 200
➢ 𝑃(𝐷𝐶 ∪ 𝐷𝐿)
18 40 58 29
𝑃(𝐷𝐶 ∪ 𝐷𝐿) = 𝑃(𝐷𝐶) + 𝑃(𝐷𝐿) → + = = = 0.058
1000 1000 1000 500
➢ 𝑃(𝐷𝐿 ∪ 𝐷𝐸𝐵)
40 928 25 943
𝑃(𝐷𝐿 ∪ 𝐷𝐸𝐵) = 𝑃(𝐷𝐿) + 𝑃(𝐷𝐸𝐵) − 𝑃(𝐷𝐿 ∩ 𝐷𝐸𝐵) → + − = = 0.943
1000 1000 1000 1000

6. En un grupo de 160 estudiantes graduados de ingeniería, 92 se inscriben en un curso avanzado de

estadística, 63 en un curso de investigación de operaciones; y 40 en ambos. Si se selecciona
aleatoriamente un graduado de ingeniería, ¿Cuál es la probabilidad de se haya inscrito en un curso
avanzado de estadística o en un curso de investigación de operaciones?
𝑁𝑒𝑠𝑡𝑢𝑑𝑖𝑎𝑛𝑡𝑒𝑠 = 160
𝐶𝐴𝐸 = 92
𝐶𝐼𝑂 = 63
𝐴 = 40
92 63 40 115 23
𝑃(𝐶𝐴𝐸 ∪ 𝐶𝐼𝑂) = 𝑃(𝐶𝐴𝐸) + 𝑃(𝐶𝐼𝑂) − 𝑃(𝐶𝐴𝐸 ∩ 𝐶𝐼𝑂) → + − = = = 0.71875
160 160 160 160 32

7. La probabilidad de que el chip de un circuito integrado tenga un grabado defectuoso es de 0.12, la

probabilidad de que tenga un defecto de cuarteadura es de 0.29 y la probabilidad de que tenga ambos
defectos es de 0.07.
DG = 0.12
DC = 0.29
DGC = 0.07
a) ¿Qué probabilidad hay de que un chip de fabricación reciente tenga ya sea un defecto de grabado o
de cuarteadura?
17
𝑃(𝐷𝐺 ∪ 𝐷𝐶) = 𝑃(𝐷𝐺) + 𝑃(𝐷𝐶) − 𝑃(𝐷𝐺 ∩ 𝐷𝐶) → 0.12 + 0.29 − 0.07 = 0.34 =
50
b) ¿Qué probabilidad hay de que un chip de fabricación reciente no tenga ninguno de tales defectos?
33
𝑃(𝑁𝐷) = 1 + 𝑃(𝐷𝐺 ∪ 𝐷𝐶) → 1 − 0.34 = 0.66 =
50
8. Los registros de una planta industrial indican que: el 12% de todos los obreros lesionados ingresan en un
hospital para recibir tratamientos, el 16% regresan al trabajo al día siguiente y el 2% ingresan en un
hospital, pero vuelven al trabajo al día siguiente ¿Cuál es probabilidad de que un obrero que se lesione
ingrese al hospital para recibir tratamiento o que regrese al trabajo el día siguiente?
P(IHRT) = 12% = 0.12
P(RTDS) = 16% = 0.16
P(IHRDS) = 2% = 0.02
13
𝑃(𝐼𝐻𝑅𝑇 ∪ 𝑅𝑇𝐷𝑆) = 𝑃(𝐼𝐻𝑅𝑇) + 𝑃(𝑅𝑇𝐷𝑆) − 𝑃(𝑅𝑇𝐷𝑆) → 0.12 + 0.16 − 0.02 = 0.26 =
50
 Probabilidad y Estadística
Mtra. Myriam V. Morales G.

PROBABILIDAD CONDICIONAL

9. Se lanza al aire dos dados normales, si la suma de los números que aparecen es de por lo menos siete.

s = 36
21
𝑃(𝐶𝑂) = 𝐿𝑎 𝑐𝑜𝑛𝑑𝑖𝑐𝑖ó𝑛 𝑒𝑛 𝑒𝑠𝑡𝑒 𝑝𝑟𝑜𝑏𝑙𝑒𝑚𝑎 𝑒𝑠 𝑞𝑢𝑒 𝑙𝑎 𝑠𝑢𝑚𝑎 𝑠𝑒𝑎 𝑑𝑒 𝑝𝑜𝑟 𝑙𝑜 𝑚𝑒𝑛𝑜𝑠 7 →
36
a) Determine la probabilidad de que en el segundo dado aparezca el número cuatro.
6
𝑃(𝐴) = 𝑆𝑒𝑔𝑢𝑛𝑑𝑜 𝑑𝑎𝑑𝑜 𝑎𝑝𝑎𝑟𝑒𝑠𝑐𝑎 4 →
36
4
𝑃(𝐴 ∩ 𝐶𝑂) = 𝑆𝑒𝑔𝑢𝑛𝑑𝑜 𝑑𝑎𝑑𝑜 𝑠𝑒𝑎 4 𝑦 𝑙𝑎 𝑠𝑢𝑚𝑎 𝑑𝑒 𝑎𝑚𝑏𝑜𝑠 𝑠𝑒𝑎 𝑑𝑒 𝑝𝑜𝑟 𝑙𝑜 𝑚𝑒𝑛𝑜𝑠 7 →
36
4
𝑃(𝐴 ∩ 𝐶𝑂) 4
= 36 = = 0.19047
𝑃(𝐶𝑂) 21 21
36
b) Determine la probabilidad de que ambos números sean pares
9 6
𝑃(𝐵) = , 𝑃(𝐵 ∩ 𝐶𝑂) =
36 36
6
𝑃(𝐵 ∩ 𝐶𝑂) 6 2
= 36 = = = 0.28571
𝑃(𝐶𝑂) 21 21 7
36
c) Determine la probabilidad de que en el primer dado aparezca el número dos.
6 2
𝑃(𝐶) = , 𝑃(𝐶 ∩ 𝐶𝑂) =
36 36
2
𝑃(𝐶 ∩ 𝐶𝑂) 2
= 36 = = 0.095238
𝑃(𝐶𝑂) 21 21
36

10. Una maestra de matemáticas le da a su clase dos exámenes. El 30% de la clase pasó ambos exámenes y
el 45% de la clase pasó el primer examen. ¿Qué probabilidad hay de que un estudiante haya aprobado el
segundo examen dado que aprobó el primero?
P(A) = .30
P(U) = 0.45
𝑃(𝐴 ∩ 𝑈) . 30 2
= = = 0.6666
𝑃(𝑈) 0.45 3
 Probabilidad y Estadística
Mtra. Myriam V. Morales G.

11. Se sortea un viaje a Roma entre los 120 clientes de una agencia de automóviles. De ellos, 65 son
mujeres, 80 están casados, el resto solteros y 45 son mujeres casadas.
CLIENTES CASAD@S SOLTER@S TOTAL
HOMBRES 35 20 55
MUJERES 45 20 65
TOTAL 80 40 120

a) ¿Cuál es la probabilidad de que le toque el viaje a un hombre soltero?

20 1
𝑃(𝐻𝑆) = = = 0.1666
120 6
b) Si el afortunado se sabe que es casado ¿Cuál es la probabilidad de que sea mujer?
45
𝑃(𝑀 ∩ 𝐶) 120 45 9
= = = = 0.5625
𝑃(𝐶) 80 80 16
120
c) Si el ganador es hombre ¿Cuál es la probabilidad de que sea casado?
35
𝑃(𝐶 ∩ 𝐻) 120 35 7
= = = = 0.636363
𝑃(𝐻) 55 55 11
120
d) ¿Cuál es la probabilidad de que sea mujer dado que esta soltera?
20
𝑃(𝑀 ∩ 𝑆) 120 20 1
= = = = 0.5
𝑃(𝑀𝑆) 40 40 2
120

12. En un pueblo hay 100 jóvenes; 40 de los hombres y 35 de las mujeres juegan al tenis. El total de mujeres
en el pueblo es de 45. Si elegimos un joven de esa localidad al azar:
jóvenes Juegan tenis Total
Si No
Hombres 40 15 55
Mujeres 35 10 45
Total 75 25 100

a) ¿Cuál es la probabilidad de que sea mujer?

45 9
𝑃(𝑀) = = = 0.45
100 20
b) ¿Cuál es la probabilidad de que sea hombre o juegue al tenis?
55 75 40 90 9
𝑃(𝐻 ∪ 𝑆𝑇) = + − = = = 0.9
100 100 100 100 10
c) ¿Cuál es la probabilidad de que sea mujer o que no juega al tenis?
45 25 10 60 3
𝑃(𝑀 ∪ 𝑁𝑇) = + − = = = 0.6
100 100 100 100 5
d) ¿Cuál es la probabilidad de que sea un hombre que no juegue al tenis?
15 3
𝑃(𝐻 ∪ 𝑁𝑇) = = = 0.15
100 20
e) ¿Cuál es la probabilidad de que sea un hombre dado que no juegue al tenis?
15
𝑃(𝐻 ∩ 𝑁𝑇) 100 15 3
= = = = 0.6
𝑃(𝑁𝑇) 25 25 5
100
f) Si es mujer ¿Cuál es la probabilidad de que no juegue tenis?
10
𝑃(𝑁𝑇 ∩ 𝑀) 100 10 2
= = = = 0.22222
𝑃(𝑀) 45 45 9
100
 Probabilidad y Estadística
Mtra. Myriam V. Morales G.

13. En un viaje organizado por Europa para 120 personas, 48 de los que van saben hablar inglés, 36 saben
hablar francés, y 12 de ellos hablan los dos idiomas.
Escogemos uno de los viajeros al azar.
48 36 12
𝑃(𝐼) = , 𝑃(𝐹) = , 𝑃(𝐼 ∩ 𝐹) =
120 120 120
a) ¿Cuál es la probabilidad de que hable francés?
36
𝑃(𝐹) =
120
b) ¿Cuál es la probabilidad de que hable alguno de los dos idiomas?
48 36 12 82 41
𝑃(𝐼 ∪ 𝐹) = 𝑃(𝐼) + 𝑃(𝐹) − 𝑃(𝐼 ∩ 𝐹) = + − = = = 0.68333
120 120 120 120 60
c) ¿Cuál es la probabilidad de que hable francés, dado que habla inglés?
12
𝑃(𝐹 ∩ 𝐼) 120 12 1
= = = = 0.25
𝑃(𝐼) 48 48 4
120
14. Dada la siguiente tabla referente a la producción de flechas para cami16ón de carga pesada; se
inspeccionan 200 flechas del tipo A y B, 300 del tipo C y 400 del tipo D, a continuación, se presentan los
resultados obtenidos en la inspección:
DEFECTO TIPO FLECHA TOTAL
A B C D
Tipo I, TI 54 23 40 15 132
Tipo II, TII 28 12 14 5 59
Sin-def SDF 118 165 246 380 909
TOTAL 200 200 300 400 1100
a) Si se selecciona una flecha al azar y resulta que es una flecha del tipo B, ¿cuál es la probabilidad de
que no tenga defectos?
165
𝑃(𝐵 ∩ 𝑆𝐷𝐹) 1100 165 33
= = = = 0.825
𝑃(𝐵) 200 200 40
1100
b) Si la flecha seleccionada es del tipo C, ¿cuál es la probabilidad de que tenga defectos del tipo II?
14
𝑃(𝐶 ∩ 𝑇𝐼𝐼) 1100 14 7
= = = = 0.046666
𝑃(𝐶) 300 300 150
1100
c) Si la flecha seleccionada tiene defectos del tipo I, ¿cuál es la probabilidad de que sea del tipo A?
54
𝑃(𝑇𝐼 ∩ 𝐴) 1100 54 9
= = = = 0.409090
𝑃(𝑇𝐼) 132 132 22
1100
d) ¿Cuál es la probabilidad de que una flecha no tenga defectos dado que es de tipo A?
118
𝑃(𝑆𝐷𝐹 ∩ 𝐴) 1100 118 59
= = = = 0.59
𝑃(𝐴) 200 200 100
1100
e) ¿Cuál es la probabilidad de que una flecha tenga defectos dado que es de tipo D?
20
𝑃(𝐷𝐹 ∩ 𝐷) 1100 20 1
= = = = 0.05
𝑃(𝐷) 400 400 20
1100
f) ¿Cuál es la probabilidad de que sea una flecha de tipo D dado que es sin defecto?
400
𝑃(𝐷 ∩ 𝑆𝐷𝐹) 1100 400
= = = 0.44004
𝑃(𝑆𝐷𝐹) 909 909
1100
g) ¿Cuál es la probabilidad de que presente defecto tipo II tal que la flecha es de tipo D?
5
𝑃(𝑇𝐼𝐼 ∩ 𝐷) 1100 5 1
= = = = 0.0125
𝑃(𝐷) 400 400 80
1100
 Probabilidad y Estadística
Mtra. Myriam V. Morales G.

15. Según las estadísticas, la probabilidad de que un auto que llega a cierta gasolinera cargue gasolina es de
0.79, mientras que la probabilidad de que ponga aceite al motor es de 0.11 y la probabilidad de que
ponga gasolina y aceite al motor es de 0.06

a) Sí un auto carga gasolina, ¿cuál es la probabilidad de que ponga aceite?

𝑃(𝐺 ∩ 𝐴) 0.06 6
= = = 0.07594
𝑃(𝐺) 0.79 79
b) Sí un auto pone aceite al motor, ¿cuál es la probabilidad de que ponga gasolina?
𝑃(𝐴 ∩ 𝐺) 0.06 6
= = = 0.545454
𝑃(𝐴) 0.11 11

REGLA DE LA MULTIPLICACION

16. En un cajón hay 20 calcetines. Ocho son grises, seis azules, dos blancos y cuatro son negros. Comentado [FEAN1]: d
𝐺=8 , 𝐴=6 , 𝐵=2 , 𝑁=4
Comentado [FEAN2R1]: gfgfgfg
subíndice 1 = primera extracción. subíndice 2=segunda extracción Comentado [FEAN3R1]: fgf
i. Se extraen dos calcetines uno después del otro sin reemplazo. Comentado [FEAN4R1]:
a) ¿Cuál es la probabilidad de que ambos calcetines sean blancos?
𝐵2 2 1 1
𝑃(𝐵1 ∩ 𝐵2 ) = 𝑃(𝐵1 )𝑃 ( ) = ∗ =
𝐵1 20 19 190
b) ¿los dos calcetines sean negros?
𝑁 4 3 12 3
𝑃(𝑁1 ∩ 𝑁2 ) = 𝑃(𝑁1 )𝑃 ( ) = ∗ = =
𝑁1 20 19 380 95
c) ¿cuál es la probabilidad de que sea un calcetín azul y calcetín negro?
𝑁2 6 4 24 6
𝑃(𝐴1 ∩ 𝑁2 ) = 𝑃(𝐴1 )𝑃 ( ) = ∗ = =
𝐴1 20 19 380 95
d) ¿Cuál es la probabilidad de que uno sea gris y el otro sea blanco?
𝐵2 8 2 16 4
𝑃(𝐺1 ∩ 𝐵2 ) = 𝑃(𝐺1 )𝑃 ( ) = ∗ = =
𝐺1 20 19 380 95
ii. Si el calcetín se extrae uno después del otro con reemplazo
a) ¿Cuál es la probabilidad de que ambos calcetines sean blancos?
2 2 4 1
𝑃(𝐵1 ∩ 𝐵2 ) = 𝑃(𝐵1 )𝑃(𝐵2 ) = ( ) ∗ ( ) = =
20 20 400 100
b) ¿los dos calcetines sean negros?
4 4 8 1
𝑃(𝑁1 ∩ 𝑁2 ) = 𝑃(𝑁1 )𝑃(𝑁2 ) = ( ) ∗ ( ) = =
20 20 400 50
c) ¿cuál es la probabilidad de que sea un calcetín azul y un calcetín negro?
6 4 24 3
𝑃(𝐴1 ∩ 𝑁2 ) = 𝑃(𝐵1 )𝑃(𝐵2 ) = ( ) ∗ ( ) = = 0.06
20 20 400 50
d) ¿Cuál es la probabilidad de que uno sea gris y el otro sea blanco?
8 2 16 1
𝑃(𝐺1 ∩ 𝐵2 ) = 𝑃(𝐺1 )𝑃(𝐵2 ) = ( ) ∗ ( ) = = = 0.04
20 20 400 25
17. Suponga que saca dos cartas de un paquete de cartas
Total de cartas =52
𝐴𝑠 = 𝐴 → 4 𝐶𝑎𝑟𝑡𝑎𝑠 , 𝐶𝑜𝑟𝑎𝑧ó𝑛 = 𝐶 → 13 𝐶𝑎𝑟𝑡𝑎𝑠
a) Si el muestreo se hace sin reemplazar la primera carta. ¿Cuál es la probabilidad de que la primera
carta sea un as y la segunda carta sea una de corazones?
4 12 48 4
𝑃(𝐴1 ∩ 𝐶2 ) = 𝑃(𝐴1 )𝑃(𝐵2 /𝐴1 ) = ( ) ∗ ( ) = = = 0.01809
52 51 2652 221
b) Si el muestreo se hace con reemplazo ¿Cuál es la probabilidad de que la primera carta sea un as y la
segunda carta sea una de corazones?
4 13 52 1
𝑃(𝐴1 ∩ 𝐶2 ) = 𝑃(𝐴1 )𝑃(𝐶2 ) = ( ) ∗ ( ) = = = 0.01923
52 52 2704 52
 Probabilidad y Estadística
Mtra. Myriam V. Morales G.

18. Una pequeña ciudad dispone de un carro de bomberos y una ambulancia para emergencias. La
probabilidad de que el carro de bomberos esté disponible cuando se necesite es 0.98 y la probabilidad de
que la ambulancia esté disponible cuando se le requiera es 0.92. Suponiendo que operan en forma
independiente.
𝑃(𝐵𝐷) = 0.98 , 𝑃(𝐵𝑁𝐷) = 0.02 , 𝑃(𝐴𝐷) = 0.92 , 𝑃(𝐴𝑁𝐷) = 0.08
En el evento de un herido en un incendio. Determine:
a) ¿Cuál es la probabilidad de que tanto la ambulancia como el carro de bomberos estén disponibles?
𝑃(𝐵𝐷 ∩ 𝐴𝐷) = 𝑃(𝐵𝐷)𝑃(𝐴𝐷) = (0.98) ∗ (0.92) = 0.9016
b) ¿Cuál es la probabilidad de que ninguno esté disponible cuando se necesite?
𝑃(𝐵𝑁𝐷 ∩ 𝐴𝑁𝐷) = 𝑃(𝐵𝑁𝐷)𝑃(𝐴𝑁𝐷) = (0.02) ∗ (0.08) = 0.0016
c) ¿Cuál es la probabilidad de que alguno esté disponible cuando se necesite?
𝑃(𝐴𝑙𝑔𝑢𝑛𝑜) = 1 − 𝑃(𝑁𝑖𝑛𝑔𝑢𝑛𝑜) = 1 − 0.0016 = 0.9984

19. En una caja de fusibles que contiene 20 unidades, de las cuales 5 están defectuosas. Si se seleccionan 2
fusibles al azar y se retiran de la caja, uno después del otro, sin reemplazar el primero, ¿cuál es la
probabilidad de que ambos fusibles estén defectuosos?
𝐹𝐷 = 5 , 𝐹𝑁𝐷 = 15
5 4 20 1
𝑃(𝐹𝐷1 ∩ 𝐹𝐷2 ) = 𝑃(𝐹𝐷1 )𝑃(𝐹𝐷2 /𝐹𝐷1 ) = ( ) ∗ ( ) = = = 0.0526
20 19 380 19

20. En un lote de producción hay 25 productos, 5 de los cuales tienen defectos menores y 9 tienen defectos
mayores, si se toman de este lote tres productos uno tras otro, determine la probabilidad de que:
DME = 5 , DMA = 9 , SDF = 11
subíndice 1= primera extracción, subíndice 2= segunda extracción, subíndice 3= tercera extracción

a) El primer producto no tenga defectos y que el segundo y tercero tengan defectos mayores.
11 9 8 792 33
𝑃(𝑆𝐷𝐹1 ∩ 𝐷𝑀𝐴2 ∩ 𝐷𝑀𝐴3 ) = ∗ ∗ = = = 0.57391
25 24 23 13800 575
b) El primer producto tenga defectos menores, el segundo tenga defectos mayores y que el tercero no
tenga defectos.
5 9 11 495 33
𝑃(𝐷𝑀𝐸1 ∩ 𝐷𝑀𝐴2 ∩ 𝑆𝐷𝐹3 ) = ∗ ∗ = = = 0.03586
25 24 23 13800 920
c) El primer producto y el tercero no tengan defectos.
Se toman 3 posibles resultados:
11 9 10 33
• 𝑃(𝑆𝐷𝐹1 ∩ 𝐷𝑀𝐴2 ∩ 𝑆𝐷𝐹3 ) → ∗ ∗ =
25 24 23 460
11 5 10 11
• 𝑃(𝑆𝐷𝐹1 ∩ 𝐷𝑀𝐸2 ∩ 𝑆𝐷𝐹3 ) → ∗ ∗ =
25 24 23 276
11 10 9 33
• 𝑃(𝑆𝐷𝐹1 ∩ 𝑆𝐷𝐹2 ∩ 𝑆𝐷𝐹3 ) → ∗ ∗ =
25 24 23 460
33 11 33 11
𝑃(𝑝𝑟𝑖𝑚𝑒𝑟𝑜 𝑦 𝑡𝑒𝑟𝑐𝑒𝑟𝑜 sin 𝑑𝑒𝑓𝑒𝑐𝑡𝑜) = + + = = 0.18333
460 276 460 60
21. Un equipo de fútbol soccer tiene una probabilidad de ganar de 0.6, una probabilidad de empatar de 0.3 y
una probabilidad de perder de 0.1, si este equipo participa en dos juegos la semana próxima, determine
la probabilidad de que:
𝐺𝐺 𝐺𝐸 𝐺𝑃
𝑠 = {𝐸𝐺 𝐸𝑃 𝐸𝐸
𝑃𝐺 𝑃𝐸 𝑃𝑃
a) Gane el segundo juego.
𝑃(𝐺𝑆𝐽) = 𝑃(𝐺)𝑃(𝐺) + 𝑃(𝐸)𝑃(𝐺) + 𝑃(𝑃)(𝐺) = (0.6 ∗ 0.6) + (0.3 ∗ 0.6) + (0.1 ∗ 0.6) =0.6
b) Gane ambos juegos
𝑃(𝐺𝐴𝐽) = 𝑃(𝐺)𝑃(𝐺) = 0.6 ∗ 0.6 = 0.36
c) Gane uno de los juegos
𝑃(𝐺𝐽) = 𝑃(𝐺)𝑃(𝐸) + 𝑃(𝐺)𝑃(𝑃) + 𝑃(𝐸)𝑃(𝐺) + 𝑃(𝑃)𝑃(𝐺)
= (0.6 ∗ 0.3) + (0.6 ∗ 0.1) + (0.3 ∗ 0.6) + (0.1 ∗ 0.6) = 0.48
d) Gane el primer juego y empate el segundo.
𝑃(𝐺𝐸) = 𝑃(𝐺)𝑃(𝐸) = 0.6 ∗ 0.3 = 0.18
 Probabilidad y Estadística
Mtra. Myriam V. Morales G.

REGLA DE BAYES

22. Una fábrica de enlatados produce 5, 000 envases diarios. La máquina A produce 3000 de estos, de los
que el 2% son defectuosos y la máquina B produce los 2000 restantes de los que se sabe que el 4% son
defectuosos. Determine:
3000
𝐴 = 𝑀𝑎𝑞𝑢𝑖𝑛𝑎 𝐴 → 3000 → 𝑃(𝐴) = = 0.6
5000
2000
𝐵 = 𝑀𝑎𝑞𝑢𝑖𝑛𝑎 𝐵 → 2000 → 𝑃(𝐴) = = 0.4
5000
𝐷 𝐷
𝐸𝐷 = 𝐸𝑛𝑣𝑎𝑠𝑒 𝑑𝑒𝑓𝑒𝑐𝑡𝑢𝑜𝑠𝑜 → 𝑃 ( ) = 0.02 , 𝑃 ( ) = 0.04
𝐴 𝐵
𝐸𝑁𝐷 = 𝐸𝑛𝑣𝑎𝑠𝑒 𝑛𝑜 𝐷𝑒𝑓𝑒𝑐𝑡𝑢𝑜𝑠𝑜
a) La probabilidad de que el envase elegido al azar sea defectuoso.
𝐷 𝐷
𝑃(𝐷) = 𝑃(𝐴)𝑃 ( ) + 𝑃(𝐵)𝑃 ( ) = (0.6 ∗ 0.02) + (0.4 ∗ 0.04) = 0.028
𝐴 𝐵
b) Sí el envase seleccionado es defectuoso ¿qué probabilidad hay de que provenga de la máquina A?
𝐷
𝑃(𝐸𝐷 ∩ 𝐴) 𝑃(𝐴)𝑃 ( 𝐴 ) 0.6 ∗ 0.02 3
= = = = 0.42857
𝑃(𝐷) 𝑃(𝐷) 0.028 7
c) Si el envase seleccionado es defectuoso ¿cuál es la probabilidad de que venga de la máquina B?
𝐷
𝑃(𝐸𝐷 ∩ 𝐵) 𝑃(𝐵)𝑃 (𝐵 ) 0.4 ∗ 0.04 4
= = = = 0.57142
𝑃(𝐷) 𝑃(𝐷) 0.028 7

23. En un lote de autos usados, el 25% son de la marca Ford, el 45% son Chevrolet y el 30% son Chrysler,
de los cuales, 2 de cada 8 autos Ford son estándar, 1 de cada 10 autos Chevrolet son estándar y 2 de
cada 10 autos Chrysler son también estándar, un cliente compra un auto de este lote.
𝑃(𝐹) = 0.25 , 𝑃(𝐶𝐻𝐸) = 0.45 , 𝑃(𝐶𝐻𝑅) = 0.30
2 1 2
𝑃(𝐸𝐹) = , 𝑃(𝐸𝐶𝐻𝐸) = , 𝑃(𝐸𝐶𝐻𝑅) =
8 10 10
𝐸 𝐸 𝐸 2 1 2
𝑃(𝐸) = 𝑃(𝐹)𝑃 ( ) + 𝑃(𝐶𝐻𝐸)𝑃 ( ) + 𝑃(𝐶𝐻𝑅)𝑃 ( ) = (0.25 ∗ ) + (0.45 ∗ ) + (0.3 ∗ ) = 0.1675
𝐹 𝐶𝐻𝐸 𝐶𝐻𝑅 8 10 10
𝑃(𝐴) = 1 − 𝑃(𝐸) = 1 − 0.1675 = 0.8325
a) Si el auto seleccionado fue estándar ¿cuál es la probabilidad de que sea un Chevrolet?
𝐸 1
𝑃(𝐸 ∩ 𝐶𝐻𝐸) 𝑃(𝐶𝐻𝐸)𝑃 (𝐶𝐻𝐸 ) 0.45 ∗ 10
= = = 0.26865
𝑃(𝐸) 𝑃(𝐸) 0.1675
b) Si el auto seleccionado es automático ¿cuál es la probabilidad de que el auto seleccionado sea
Chrysler?
𝐴 8
𝑃(𝐴 ∩ 𝐶𝐻𝑅) 𝑃(𝐶𝐻𝑅)𝑃 (𝐶𝐻𝑅 ) 0.30 ∗ 10
= = = 0.0.2882
𝑃(𝐴) 𝑃(𝐴) 0.8325
 Probabilidad y Estadística
Mtra. Myriam V. Morales G.

24. En un lote de producción se tienen 150 artículos, de los cuales 30 son del tipo A, 60 del tipo B y 60 del
tipo C, de los que el 15% de los productos del tipo A, 20% de los productos del tipo B y 5% de los
productos del tipo C, no cumplen con las especificaciones, si se selecciona un producto de este lote al
azar
30 60 60
𝑃(𝐴) = , 𝑃(𝐵) = , 𝑃(𝐶) =
150 150 150
𝑃(𝐴𝑁) = 0.15 , 𝑃(𝐵𝑁) = 0.2 , 𝑃(𝐶𝑁) = 0.05

a) Determine la probabilidad de que el producto seleccionado no cumpla con las especificaciones.

30 60 60
𝑃(𝑁) = 𝑃(𝐴)𝑃(𝐴𝑁) + 𝑃(𝐵)𝑃(𝐵𝑁) + 𝑃(𝐶)𝑃(𝐶𝑁) → ( ∗ 0.15) + ( ∗ 0.2) + ( ∗ 0.05) = 0.13
150 150 150
𝑃(𝑆) = 1 − 𝑃(𝑁) = 1 − 0.13 = 0.87
b) Si el producto seleccionado no cumple con las especificaciones, ¿cuál es la probabilidad de que sea un
producto del tipo B?
𝑁 60
𝑃(𝑁 ∩ 𝐵) 𝑃(𝐵)𝑃 ( 𝐵 ) 150 ∗ 0.2
= = = 0.6153
𝑃(𝑁) 𝑃(𝑁) 0.13
c) Si cumple con las especificaciones ¿cuál es la probabilidad de que sea del tipo C?
𝑆𝑁 60
𝑃(𝑁 ∩ 𝐶) 𝑃(𝐵)𝑃 ( 𝐶 ) 150 ∗ 0.95
= = = 0.43678
𝑃(𝑁) 𝑃(𝑁) 0.87
d) Si el producto seleccionado no cumple con las especificaciones, ¿cuál es la probabilidad de que sea un
producto del tipo A?
𝑁 30
𝑃(𝑁 ∩ 𝐴) 𝑃(𝐴)𝑃 ( 𝐴 ) 150 ∗ 0.15
= = = 0.0.23076
𝑃(𝑁) 𝑃(𝑁) 0.13

25. Una fábrica tiene tres máquinas M1, M2 y M3 para la producción de sus artículos. La siguiente tabla
describe el % de producción diaria de cada una y el % de artículos defectuosos que producen cada una:

Máquinas Producción Artículos defectuosos

M1 50 % 4%
M2 30 % 3%
M3 20 % 2%

a) Determine la probabilidad de que un artículo seleccionado al azar de la producción total de un día

sea defectuoso
𝑃(𝐷) = 𝑃(𝑃1)𝑃(𝐷1) + 𝑃(𝑃2)𝑃(𝐷2) + 𝑃(𝑃3)𝑃(𝐷3) = (0.50 ∗ 0.04) + (0.30 ∗ 0.03) + (0.20 ∗ 0.02) = 0.033
b) Si el artículo es defectuoso ¿Cuál es la probabilidad de que provenga de la M1? de la M2? de la M3?
𝐷
𝑃(𝑀1)𝑃(
𝑃(𝐷∩𝑀1) 𝑀1) 0.50∗0.04
➢ = = = 0.606060
𝑃(𝐷) 𝑃(𝐷) 0.033
𝐷
𝑃(𝐷∩𝑀2) 𝑃(𝑀2)𝑃( ) 0.30∗0.03
➢ = 𝑀2
= = 0.272727
𝑃(𝐷) 𝑃(𝐷) 0.033
𝐷
𝑃(𝑀3)𝑃(
𝑃(𝐷∩𝑀3) 𝑀3) 0.20∗0.02
➢ = = = 0.121212
𝑃(𝐷) 𝑃(𝐷) 0.033
 Probabilidad y Estadística
Mtra. Myriam V. Morales G.

26. En una urna se tienen 10 esferas blancas, 5 verdes y 2 azules, se extraen de la urna dos esferas una tras
otra, sin reemplazo, determine:
B = 10 , V=5 , A=2 , Esferas totales = 17
subíndice 1 = primera extracción , subíndice 2 = Segunda extracción
a) La probabilidad de que la segunda esfera extraída sea verde.
𝑉2 𝑉2 𝑉2 10 5 5 4 2 5 5
𝑃(𝑉2 ) = 𝑃(𝐵1 )𝑃 ( ) + 𝑃(𝑉1 )𝑃 ( ) + 𝑃(𝐴1 )𝑃 ( ) = ( ∗ ) + ( ∗ ) + ( ∗ ) = = 0.2941
𝐵1 𝑉1 𝐴1 17 16 17 16 17 16 17
b) ¿cuál es la probabilidad de que ambas esferas sean blancas?
10 9 45
𝑃(𝐵1 ∩ 𝐵2 ) = ( ∗ )= = 0.3308
17 16 136
c) Si la segunda esfera es verde, ¿cuál es la probabilidad de que la primera sea blanca?
𝑉2 5 10
𝑃(𝑉2 ∩ 𝐵1 ) 𝑃(𝐵1 )𝑃 (𝐵1 ) 16 ∗ 17 5
= = = = 0.625
𝑃(𝑉2 ) 𝑃(𝑉2 ) 5 8
17