Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Guía de estudio
1. Definiciones básicas
2. Función de probabilidad
3. Técnicas de conteo
4. Probabilidad condicional
5. Ejercicios
holgerb@server.epn.edu.ec
holger.benalcazar@gmail.com
octubre – 2018
1. Definiciones básicas
Conjunto muestral
Un experimento aleatorio es el proceso mediante el cual se obtiene al azar una observación o medición de un
fenómeno. El conjunto muestral es aquel que contiene todos los resultados posibles del experimento y se lo
denota por .
Ejemplo 1: Cada vez que lanzamos un dado y observamos el número de la cara superior estamos realizando un
experimento aleatorio. En cada lanzamiento no conocemos con certeza el número que obtendremos, aunque
sabemos que los resultados posibles son seis: cualquiera de los números del 1 al 6. Luego, el conjunto
muestral de este experimento es = {1, 2, 3, 4, 5, 6}, donde cada elemento de representa uno de los
números que se obtendrían al realizar el experimento.
Evento
Un evento es cualquier subconjunto del conjunto muestral.
Hay dos eventos que siempre estarán presentes: el conjunto vacío por ser subconjunto de cualquier
conjunto y, el mismo conjunto muestral que es subconjunto de sí mismo.
Se conoce como cardinal de un conjunto al número de elementos que tiene dicho conjunto.
Si el cardinal de un evento es uno, se dice que es un evento simple o un evento elemental. Así, si w es un
resultado cualquiera del experimento, {w} es un evento simple.
Se dice que un evento tiene lugar o sucede en un experimento si el resultado observado en el experimento
pertenece al evento.
Si dos eventos son disjuntos (no tienen elementos en común), se dice que son mutuamente excluyentes o
incompatibles.
- Supongamos que lanzamos este momento un dado y sale el número 3, entonces el evento simple D ={3}
ha sucedido. También el evento “sale un número impar” habrá sucedido, ya que el resultado 3 es un
elemento del evento B ={1, 3, 5}.
- Los eventos: sale un número par, E ={2, 4, 6}, y sale un número impar, B ={1, 3, 5}, son disjuntos, pues
no tienen elementos en común y nunca podrán suceder los dos al mismo tiempo.
- El conjunto muestral es ={ (cara, cara), (cara, sello), (sello, cara), (sello, sello)}, donde el primer
término de cada dupla indica el lado de la moneda obtenido en el primer lanzamiento, y el segundo
término el lado obtenido en el segundo lanzamiento. Si utilizamos la abreviación c para cara, y s para
sello, el conjunto muestral se escribe ={ (c, c), (c, s), (s, c), (s, s)}.
- El evento “se obtiene a lo mucho una cara”, es A= { (c, s), (s, c), (s, s) }.
Ejemplo 4: Supongamos que de un curso de 25 estudiantes nos interesa observar el número de estudiantes que
llegan atrasados a una clase, entonces:
- El evento A={0, 1, ...,6}, representa al evento “los estudiantes atrasados no pasan de 6”, o
equivalentemente, “a lo mucho los estudiantes atrasados son 6”.
Ejemplo 5: Después de fabricado un foco se somete a una prueba de duración y se deja funcionando hasta que
falle. Interesa observar el tiempo de funcionamiento en horas hasta el momento de la falla.
El evento, “el foco dura más de 24.4 horas pero no sobrepasa las 40”, es el intervalo A=]24.4; 40].
El evento anterior A es disjunto con el evento, “el foco sobrepasa las 100 horas de funcionamiento”,
representado por B= ]100; + [ = {t: t>100}.
Definición
Una función de probabilidad P es cualquier función definida sobre un conjunto muestral , que otorga a cada
evento un único número real entre 0 y 1, y que además, cumple con las dos condiciones siguientes:
2- Si tenemos una secuencia numerable de eventos mutuamente excluyentes A1, A2, A3..., entonces la
probabilidad de la unión de todos los eventos es igual a la suma de sus probabilidades:
Para expresar una probabilidad se utiliza el lenguaje de los conjuntos. Por ejemplos:
P(AB): se lee “la probabilidad de que suceda el evento A o suceda el evento B”. Para que suceda el
evento unión (AB), basta que suceda uno de los eventos.
P(AB): se lee “la probabilidad de que suceda el evento A y suceda el evento B”. Para que suceda el
evento intersección (AB), tienen que suceder los dos eventos al mismo tiempo.
P(A’): se lee “la probabilidad de que suceda el evento complementario de A” o “la probabilidad de que no
suceda A”.
P(A-B): se lee: “la probabilidad de que suceda el evento A y no suceda el evento B”.
Para asignar probabilidades a los eventos de un conjunto muestral se recurre a cualquiera de las dos reglas
siguientes, cuidando de verificar que las condiciones requeridas se cumplan:
En el caso en que el cardinal de sea N y todos los resultados tengan la misma probabilidad de ocurrir;
entonces, para cualquier evento A de cardinal n se tiene que:
P(A) = n/N
Entonces, por la segunda condición de la función probabilidad, ya que los eventos simples son mutuamente
excluyentes, tendremos que:
En otras palabras, la probabilidad del evento A es igual a la suma de las probabilidades de los resultados
posibles que lo conforman considerados como eventos simples.
Ejemplo 6: Consideremos nuevamente el lanzamiento de un dado legal. En este experimento, todos los posibles
resultados tienen la misma probabilidad de ocurrir y el conjunto muestral contiene 6 resultados posibles.
- La probabilidad del evento G={2,4,6}, “sale un número par”, es P(G)= 3/6 (3 resultados favorables de
6 posibles).
Ejemplo 7: Ahora, el experimento es lanzar 2 monedas, una moneda roja y una moneda azul, y nos interesa
observar el número de caras que se obtienen.
Si nos fijamos, en este caso los resultados no son equiprobables. Al lanzar las dos monedas podemos obtener
cualquiera de estos 4 resultados: (s,s), (s,c), (c,s) y (c,c), donde el primer término de la dupla indica el lado
obtenido en la moneda roja y el segundo término el lado que muestra la moneda azul. Sin embargo, estos 4
resultados no son los que buscamos, lo que nos interesa contar es el número de caras y no la manera como se
presentan las caras y los sellos. Luego, el conjunto muestral que nos interesa es:
= {0, 1, 2}
donde, cada resultado indica el número de caras obtenidas. Las probabilidades de ocurrencia de los resultados
es:
- Obtenemos 0 caras si ambas monedas indican sellos: (s,s), lo que sucede en una de 4 ocasiones.
- Obtenemos 1 cara si solo una de las monedas presenta una cara: (s,c) o (c,s), lo que ocurre en 2 de 4
oportunidades.
- Obtenemos 2 caras si ambas monedas muestran caras: (c,c), lo que pasa en una de 4 ocasiones.
Por tanto, la función de probabilidad de este experimento es: P({0})=1/4, P({1})=2/4 y P({2})=1/4.
Además, observemos que la función de probabilidad sería la misma sin pintar las monedas.
P(A’) = 1 – P(A)
3- Para dos eventos cualquiera, A y B, la probabilidad de que suceda A o suceda B, está dada por:
Si estamos seguros que los eventos A y B son disjuntos, la probabilidad de que suceda A o suceda B,
por la primera propiedad se simplifica a P(AB) = P(A) + P(B), ya que en este caso, AB= .
4- Para tres eventos cualquiera, A, B y C, la probabilidad de que suceda A o suceda B o suceda C, es:
Ejemplo 8: Para un cierto experimento el conjunto muestral es ={3, 4, 5, 6, 7, 8, 9, 10}, con función de
probabilidad dada por:
k 3 4 5 6 7 8 9 10
P({k}) 0.15 0.10 0.10 0.05 0.15 0.20 0.15 0.10
- Ya que A y B son eventos disjuntos, el evento “sucede A o sucede B” tiene por probabilidad:
Cuando el cardinal de es pequeño, es fácil determinar el total de resultados posibles. Sin embargo, en
ciertas ocasiones, el cardinal de puede ser tan grande que un conteo directo resultaría tedioso y difícil,
siendo aquí, donde se utiliza las técnicas de conteo.
Principios de conteo
1. Si una actividad puede realizarse en t pasos, donde el paso 1 se puede efectuar de n1 formas, el paso 2
de n2 formas, y así, hasta el paso t que puede efectuarse de nt formas; entonces, el número total de
maneras de realizar la actividad es n1 n2 ... n t.
Si no tenemos la certeza de que los conjuntos son mutuamente excluyentes, el cardinal de la unión de dos
o tres conjuntos debemos calcularlo mediante:
A B = A + B-A B
Ejemplo 9: Una comisión de 6 personas conformado por Alicia, Benjamín, Clara, Adolfo, Edgardo y Francisco debe
escoger una directiva formada por un presidente, un secretario y un tesorero.
Consideremos que la actividad que tenemos que ejecutar es escoger la directiva. La actividad la
podemos realizar en 3 pasos: elegir el presidente, elegir el secretario y elegir el tesorero.
- Al presidente lo podemos escoger de cualquiera de los 6 miembros (6 formas de realizar el primer
paso)
- Una vez elegido el presidente, podemos seleccionar al secretario de cualquiera de los 5 miembros
restantes (5 formas de realizar el segundo paso)
- Por último, elegimos al tesorero de cualquiera de los 4 miembros que quedan (4 formas de realizar
el tercer paso).
Por tanto, por el primer principio de conteo, el número total de directivas distintas es 6*5*4 = 120.
- Primero entreguemos un cargo a Edgardo, lo podemos hacer de 3 formas; una vez realizado esto,
nos quedan 2 cargos por repartir.
- El primer cargo vacante lo puede ocupar cualquiera de las otras 5 personas.
- El segundo cargo vacante, cualquiera de las 4 personas restantes.
Por tanto, la respuesta es 3*5*4=60.
- Definamos el conjunto A={ directivas con Adolfo como presidente}, este conjunto tendrá 5*4
directivas, pues si Adolfo es presidente, solo tenemos que elegir secretario y tesorero.
- Definamos el conjunto B={ directivas con Alicia como presidenta}, este conjunto tendrá 5*4
directivas, pues si Alicia es presidenta, solo tenemos que elegir secretario y tesorero.
Como ambos conjuntos son disjuntos, ya que Adolfo y Alicia no pueden ser presidentes al mismo
tiempo, el total de directivas buscadas será AB = A+B = 5*4 + 5*4= 40.
Permutaciones y combinaciones
n! Pn
C nr r
(n r )!r! r!
Un detalle importante que ayuda a plantear problemas es que en las permutaciones importa el orden de los
elementos, mientras que en las combinaciones no. Por ejemplo, cosa es una permutación de 4 letras tomada
del alfabeto, y, {c, o, s, a} es una combinación de 4 letras tomada del alfabeto. Otra permutación de 4 letras
diferente a la anterior es asco, ya que en las palabras el orden de las letras es importante para mantener su
significado así sean las mismas letras; mientras que, {a, s, c, o} es la misma combinación anterior, pues en
los subconjuntos no importa el orden en que se presenten sus elementos con tal que sean los mismos.
Entonces, a las permutaciones las podemos asociar con palabras y a las combinaciones con subconjuntos.
Ejemplo 10: Consideremos el conjunto A={a, b, c, d}. El número de permutaciones distnintas de 3 elementos que
4
se pueden formar son P3 = 24, y son las siguientes:
En este ejemplo tenemos que la relación entre el número de combinaciones y el número de permutaciones es
3* C3 = P3 , por lo que el total de permutaciones es 3 =6 veces mayor que el total de combinaciones. El
4 4
siguiente diagrama indica como 6 permutaciones están relacionadas con solo una combinación:
Ejemplo 11: Consideremos el conjunto Z={A, B, C, D, E, F}. ¿Cuántas permutaciones contienen la palabra DEF
en este orden?
Este planteamiento es equivalente a contar las palabras diferentes que se pueden formar con el conjunto W=
{ A, B, C, DEF }, donde DEF se considera como una sola letra. Por tanto, para la primera letra de la palabra
tenemos 4 candidatas, para la segunda 3 candidatas, para la tercera 2 candidatas y para la cuarta letra 1
candidata; luego, por el primer principio de conteo, existirán 4*3*2*1 = 4 palabras o permutaciones con la
palabra DEF en este orden.
Ejemplo12: Se tiene un lote de 100 artículos, ¿Cuántas muestras distintas de 10 artículos se pueden extraer?
Esta pregunta es similar a, ¿cuántos subconjuntos distintos de 10 elementos es posible extraer de un conjunto
100
de 100 elementos?, por lo que la respuesta es C10 .
Ejemplo 13: Una caja contiene 90 tornillos buenos y 10 malos. Se toman 40 tornillos de una vez. ¿Cuál es la
probabilidad de sacar 38 tornillos buenos?
Calculemos la probabilidad, razonando bajo el esquema de casos favorables sobre casos posibles.
El número de casos posibles, es el número de muestras de tamaño 40 que se pueden obtener de un conjunto
100
de 100 tornillos, esto es, C 40 .
Los casos favorables son las muestras de tamaño 40 que contengan exactamente 38 tornillos buenos. Para
tener una muestra de este tipo, deberíamos tomar 38 tornillos del grupo de los buenos y 2 tornillos del
grupo de los malos:
90
El total de maneras de tomar 38 tornillos de los 90 buenos es C 38 .
10
El total de formas de tomar 2 tornillos de los 10 malos es C 2 .
Por el principio de conteo, el número total de maneras de tomar los 38 tornillos buenos y los 2 malos,
90 10
es C 38 C 2 .
90 10 100
Luego, la probabilidad pedida, casos favorables sobre casos posibles, es: C 38 C 2 / C 40 .
Para encontrar lo pedido, razonemos de tal manera que podamos aplicar el primer principio de conteo:
- En la baraja hay 13 montones de 4 cartas, uno por denominación (un montón de 4 ases, un montón de 4
dos, etc.). Escojamos ahora los 3 montones que participarán en la conformación de la mano. El total de
13
formas en que podemos escoger 3 montones de los 13 montones es C3 .
- De los 3 montones seleccinados debemos escoger de cual de ellos vamos a sacar una sola carta, lo que
3
podemos hacerlo de 3 formas diferentes, C1 . Una vez elegido este montón, de los otros dos montones
sacaremos una pareja de cartas de cada uno.
4
- Del montón del que vamos a sacar una carta, podemos elegir la carta de 4 formas distintas, C1 .
4
- De cualquiera de los montones, de los que necesitamos sacar una pareja de cartas, podemos obtener C 2
parejas distintas.
13 4 4
Por tanto, el número total de manos que contienen dos parejas es C3 *3*4* C 2 * C 2 .
Ejemplo15: ¿Cuántas palabras diferentes de ocho letras se pueden formar con las letras del conjunto
M={P,A,P,A,N,A,T,A}?
8
- Las maneras posibles de escoger 2 espacios de 8 para llenarlos con las letras P, es C 2 .
6
- Al poner las letras P, quedarán 6 espacios vacíos. De esos 6 espacios, existirán C4 formas de escoger 4
espacios para llenarlos con las letras A.
- Al situar las letras P, quedarán 2 espacios vacíos. Luego, para poner la letra N habrá 2 elecciones
posibles.
- Colocada la letra N, quedará solamente una alternativa para la letra T.
8 6
Por el primer principio de conteo, el total de palabras distintas será igual a C 2 * C4 *2*1.
Ejemplo 16: Se dispone de por lo menos de 6 libros de cálculo, de 6 libros de física y de 6 libros de historia. ¿De
cuántas maneras se pueden elegir 6 libros?
Por ejemplo, tomar 4 libros de cálculo, ninguno de física y 2 de historia, es una de las maneras que tenemos
que contabilizar. Esta elección la representaremos mediante el diagrama:
donde los asteriscos representan los libros tomados y las barras son las que se necesita para dividir las 3
asignaturas. Entonces, cualquier manera buscada puede representarse mediante este diagrama; por ejemplo,
si se toman 2 libros de cálculo, 1 libro de historia y 3 libros de física, la representación correspondiente es:
Así, el total de maneras de tomar los 6 libros coincide con el total de permutaciones distintas que podemos
8
lograr con los 6 asteriscos y las 2 barras, esto es, C 2 .
La probabilidad condicional P(A/B), indica la probabilidad de que ocurra el evento A cuando se da por
hecho que el evento B ha ocurrido.
Consideremos los eventos: A={e1, e4, e6} y B={e3, e4, e5, e6, e7}.
Calculemos la probabilidad condicional P(A/B). Como conocemos las probabilidades de los eventos
simples, tenemos que:
La probabilidad de que ocurra el evento B, es P(B)=0.70.
La intersección de los eventos A y B, es AB={ e4, e6}, que tiene una probabilidad igual a 0.25.
Entonces, aplicando la definición de probabilidad condicional, tenemos:
Ejemplo 18: Una universidad tiene 3 carreras: ciencias, administración e ingeniería. Ningún estudiante sigue
dos o tres carreras a la vez. Del registro de inscripción se obtuvo la información siguiente:
Para revisar conceptos, supongamos que seleccionamos al azar un estudiante, calculemos algunas
probabilidades:
- La probabilidad de que estudie ingeniería es igual al número de casos favorables (250 estudiantes)
sobre el número de casos posibles (1000 estudiantes), 250/1000= 0.25.
- La probabilidad de que estudie ciencias y sea mujer es 100/1000= 0.1. Aquí, los casos favorables están
en la intersección de la columna ciencias y la fila mujeres.
- La probabilidad de que estudie ciencias o ingeniería, es: 350/1000 + 250/1000 = 0.6, porque la
intersección es vacía ya que no existen estudiantes que estén en ciencias y en ingeniería.
Directo: como sabemos que es mujer, los casos posibles son 200 mujeres. De estas, 50 son las que
estudian ingeniería. Luego, los casos favorables sobre los casos posibles nos da 50/200 = 0.25.
- La probabilidad de que sea hombre conociendo que estudia ciencias es igual a 0.25/0.35 = 0.714.
Ejemplo 19: Se dispone de una urna con 10 bolas negras y 6 bolas rojas. Se extrae una bola y se la vuelve a
depositar junto con 3 bolas adicionales del mismo color. Luego se hace una segunda extracción. Calcular
la probabilidad de que en la segunda extracción la bola sea negra.
La probabilidad pedida no se la puede calcular directamente ya que, el número de bolas negras y rojas
disponibles en la segunda extracción depende de la bola obtenida en la primera extracción.
Los casos en que las bolas extraídas resulten rojas están implícitamente considerados en los eventos
complementarios de los eventos definidos A y B:
El evento B se puede poner como la unión de dos eventos disjuntos: B= (AB) (A’B). Esto es la
representación simbólica de lo que diríamos con palabras:
Para que la segunda bola sea negra debemos considerar solo dos casos: la primera bola fue negra y
la segunda bola es negra, o, la primera bola fue roja y la segunda bola es negra.
Si hallamos las probabilidades de (AB) y (A’B), tendremos la probabilidad buscada de que ocurra el
evento B, ya que P(B)= P(AB)+ P(A’B).
Para hallar las probabilidades de las intersecciones que necesitamos, realizaremos dos pasos: encontrar
una probabilidad condicional fácil de calcular y que tenga la intersección buscada en el numerador, y
luego, despejar la probabilidad de la intersección.
La probabilidad de que la segunda bola sea negra dado que la primera fue negra es P(B/A)= 13/19;
ya que si la primera bola fue negra, se deposito esta bola y 3 bolas negras adicionales. Entonces, para
la segunda extracción habría 19 bolas, 13 negras y 6 rojas; luego, la probabilidad de que la segunda
bola sea negra en estas condiciones es 13/19.
Como P(B/A)= P(AB)/P(A), despejando obtenemos que P(AB)= P(A)* P(B/A). Ahora, la
probabilidad de que la primera bola sea negra se puede calcular directamente, ya que para la primera
extracción existen 10 bolas negras y 6 rojas, por tanto, P(A)= 10/16. Entonces, la probabilidad de que
A y B sucedan al mismo tiempo es P(AB)=(10/16)* (13/19)= 0.428.
La probabilidad de que la segunda bola sea negra dado que la primera fue roja es P(B/A’)= 10/19; ya
que si la primera bola fue roja, se deposito esta bola y 3 bolas rojas adicionales. Entonces, para la
segunda extracción habría 19 bolas, 10 negras y 9 rojas; luego, la probabilidad de que la segunda bola
sea negra en estas condiciones es 10/19.
Como P(B/A’)= P(A’B)/P(A’), despejando obtenemos que P(A’B)= P(A’)* P(B/A’). Como la
probabilidad de que la primera bola sea roja es P(A’)= 6/16, resulta que la probabilidad de que A’ y
B sucedan a la vez es P(A’B)=(6/16)* (10/19)= 0.197.
Independencia
Si los eventos A y B son independientes, se tiene que P(A/B)= P(A). En otros términos, el hecho de que
haya sucedido o no el evento B, no influye sobre la probabilidad de ocurrencia del evento A.
De similar manera, si los eventos A y B son independientes, también se tiene que P(B/A)=P(B).
P(AB)= P(A)P(B)
P(AC)= P(A)P(C)
P(BC)= P(B)P(C)
P(ABC)= P(A) P(B) P(C)
Si tenemos dos eventos disjuntos no implica que los eventos sean independientes. Dos eventos son disjuntos
cuando no tienen resultados en común, una definición de conjuntos; mientras, que la independencia es un
concepto probabilístico.
El conjunto muestral tiene 36 resultados posibles, que los podemos representar por duplas, donde la
primera componente indica el resultado del primer lanzamiento y la segunda componente el resultado del
segundo lanzamiento; además, los resultados son equiprobables.
- Al evento A le corresponden 18 duplas, las que tienen en la primera componente el 2, el 4 o el 6, y
cualquiera número en la segunda, por lo que, P(A)=18/36.
- Al evento B le corresponden 6 de esas duplas, las que tienen en la primera componente cualquier
número y el número 3 en la segunda componente; de donde, P(B)=6/36.
- La intersección de estos eventos contiene las duplas con el 2, el 4 o el 6 en la primera componente, y el
3 en la segunda componente; por lo que, P(AB)=3/36.
Ejemplo 21: Se lanza un dado 2 veces y se observa la suma de los números que salen. Sea A el evento “en el
primer dado salió el 5” y sea B el evento “la suma de los dos dados es 7”. Veamos algunos resultados:
Partición
Los m eventos A1, A2, ..., Am del conjunto muestral constituyen una partición del mismo, si son
mutuamente excluyentes, de probabilidad distinta de cero y su unión reproduce al conjunto muestral.
Para asimilar la definición de partición, podemos relacior el conjunto muestral con un rompecabezas de
200 fichas. Las 200 fichas constituyen una partición del conjunto muestral.
Dada una partición A1, A2, ..., Am, de , para cualquier evento B del conjunto muestral, se tiene que:
P(B) = P(A1) P(B / A1) + P(A2) P(B / A2) + .... + P(Am) P(B / Am)
Dada una partición A1, A2, ..., Am, de , para cualquier evento B con P(B)>0, se tiene que:
P( Ak ) P( B / Ak )
P( Ak / B)
P( A1 ) P( B / A1 ) P( A2 ) P( B / A2 ) ... P( Am ) P( B / Am )
Ejemplo 22: Existen dos métodos C y D para enseñar a los trabajadores cierta habilidad industrial. El porcentaje
de fracasos es 20% para C y 10% para D. Sin embargo, D cuesta más y por esto se utiliza solamente en el
30% de los entrenamientos (se utiliza C en el otro 70%). El jefe de operaciones descubre que el desempeño
de un trabajador indica un mal entrenamiento. ¿Cuál es la probabilidad de que haya recibido el
entrenamiento con el método C?
Antes de aplicar la regla de Bayes tenemos que identificar sus componentes. El conjunto muestral está
constituido por todos los trabajadores entrenados, de donde, la partición la constituyen los trabajadores
entrenados con el método C y los entrenados con el método D. El evento B, es el trabajador mal entrenado.
Entonces, la probabilidad de que se haya utilizado el método C sabiendo que el trabajador está mal
entrenado es:
La probabilidad condicional y la fórmula de Bayes son la base de una rama de la Estadística, conocida
como Estadística Bayesiana. Una de las principales aplicaciones de la Estadística Bayesiana se tiene en la
toma de decisiones en condiciones de incertidumbre, cuando necesitamos elegir un curso de acción bajo
factores externos que escapan de nuestro control, tales como condiciones sociopolíticas, estados de tiempo,
preferencia de los consumidores, huelgas, cambios tecnológicos, medio ambiente, etc. Aunque todavía es
muy temprano para adentrarnos en este campo, veamos un ejemplo simplificado.
Ejemplo 23: A las 6 horas del 7 de octubre de 1999, la probabilidad de que el Guagua Pichincha expulse una
cantidad de ceniza que afecte a la ciudad de Quito era de 0.35, por lo que era más probable que no exista
ninguna emisión de ceniza en ese día. A las 7 horas del mismo día, los instrumentos indicaron que habría una
emisión de cenizas. Los instrumentos del Geofísico de la EPN utilizados para monitorear el volcán tienen una
confiabilidad del 95%; esto es, los instrumentos en ocasiones pasadas han acertado un 95% de las veces en
detectar emisiones de ceniza, y también, han acertado el 95% de las veces que indicaban que no habría
emisión de ceniza. ¿Cuál era la probabilidad de que tenga lugar una emisión de cenizas?
Ahora utilicemos la información disponible a las 7 del día para construir la siguiente tabla:
A las 6 de la mañana la información disponible acerca del volcán era que la probabilidad de que haya una
emisión de ceniza ese día era P(E1 )= 0.35; como E1 y E2 son los únicos resultados posibles, estos forman
una partición del conjunto muestral, por lo que la suma de sus probabilidades es 1.
A esta altura, los volcanólogos estuvieron en la capacidad de pronosticar el nuevo estado del volcán, pues
podían calcular la nueva probabilidad de que el volcán emita ceniza dado que los instrumentos así lo
indicaban, mediante la definición de probabilidad condicional:
La nueva probabilidad de que el volcán no emita ceniza a pesar de que los instrumentos así lo indicaban,
es 1-0.911= 0.089, que también se la puede calcular con la definición de probabilidad condicional:
Observemos como la nueva información de los instrumentos recogida a las 7 horas, origina que la
probabilidad de una emisión de ceniza pase del 35%, a las 6 de la mañana, a una probabilidad del 91.1%
a las 7 del día.
Como se dijo al inicio, esta es una ejemplificación sencilla de la manera en que las probabilidades pueden
ayudar a mejor nuestro conocimiento de acontecimientos futuros con el fin de que las acciones que
emprendamos en el presente tengan el mínimo de inconvenientes posteriores.
5- a- A y B son eventos mutuamente excluyentes. Se sabe que P(A)=0.20 y P(B)=0.30. ¿Cuál es la probabi-
lidad de que no suceda A y no suceda B?
b- A y B no son eventos mutuamente excluyentes. Si P(A)=0.20, P(B)=0.30 y P(AB)= 0.10. ¿Cuál es la
probabilidad de que ninguno de los dos eventos suceda?
c- Si P(A)=0.20 P(B)=0.30 y P(AB)= 0.10. ¿Cuál es la probabilidad de que solamente uno de los dos
eventos ocurra?
6- Una compañía manufacturera tiene dos expendios al menudeo. Se sabe que el 30% de los consumidores
compran productos sólo en la tienda 1, el 50% solo compra en la tienda 2, el 10% compra en las tiendas 1
y 2, y el 10% de los consumidores no compra en ninguna de las dos. Sea A el evento de que un consumidor
potencial, seleccionado al azar, compre en la tienda 1 y B el evento de que el consumidor compre en la
tienda 2. Calcular la probabilidad de que:
a- el consumidor compre en cualquiera de las dos tiendas. [0.9]
b- el consumidor no compre en la tienda 1 o no compre en la tienda 2. [0.9]
c- el consumidor no compre en la tienda 1 y no compre en la tienda 2. [0.1]
d- el consumidor compre solo en la tienda 1 o compre solo en la tienda 2, pero no en ambas tiendas. [0.8]
8- ¿Cuántos arreglos de 8 bits comienzan en 101 o tienen el cuarto bit igual a 1? [25+27-24]
12
10- ¿De cuántas maneras se puede seleccionar un equipo de 9 personas de un grupo de 12? [ C9 ]
12- Una caja contiene 90 tornillos buenos y 10 malos. Se toman 40 tornillos de una vez.
a- ¿Cuál es la probabilidad de sacar 40 tornillos buenos? [ C4090 / C40100 ]
b- ¿Cuál es la probabilidad de sacar al menos un tornillo defectuoso? [1 – {C4090 / C40100} ]
14- Se tiene una baraja de 52 cartas donde hay 4 ases. Se reparte la baraja a 4 personas, 13 cartas a cada una.
¿Qué probabilidad hay de que a cada persona le toque un as? [ 4! C1248 C1236 C1224 / {C1352 C1339 C1326 } ]
15- ¿De cuántas formas se puede asignar 9 vendedores a 3 locales, de tal manera que, 3 vendedores vayan al
local 1, 2 vendedores al local 2 y 4 vendedores al local 3? [ C39 C26 ]
16- Se conoce como una mano a cualquier conjunto de 5 cartas tomadas de una baraja de 52 cartas. ¿Cuántas
manos distintas pueden repartirse que contengan:
a- Cinco cartas de un mismo palo? [ 4* C513 ]
b- Cinco cartas consecutivas de un mismo palo, no incluyendo el 10, la jota, la reina, el rey y el as? [16]
c- Una escalera real? (10, jota, reina, rey y as del mismo palo) [4]
18- Una urna contiene 9 bolas numeradas del 1 al 9. Considere los 3 eventos: A={1,2,7}, B={3,4,7} y
C={5,6,7}. ¿Son los 3 eventos independientes?
19- Una universidad tiene 3 carreras: ciencias, administración e ingeniería. Del registro de inscripción se obtuvo
la información siguiente:
20- Se dispone de una urna con 10 bolas negras y 10 bolas rojas. Se extrae una bola y se la vuelve a depositar
junto con 5 bolas adicionales del mismo color. Si se extrae una segunda bola:
a- ¿Cuál es la probabilidad de que la segunda bola sea negra sabiendo que la primera fue negra?
b- ¿Cuál es la probabilidad de que la primera y segunda bola sean negras?
c- ¿Cuál es la probabilidad de que la primera bola sea negra y la segunda bola sea roja?
d- ¿Cuál es la probabilidad de que una y solo una de las bolas sea negra?
e- ¿Cuál es la probabilidad de que la segunda bola sea roja?
21- En una fábrica de pernos las máquinas A, B y C, son responsables respectivamente del 25%, 35% y 40%
del total producido. Considerando las producciones individuales, el 5%, 4% y 2%, respectivamente, son
defectuosos. Se toma al azar un perno de la producción total y se encuentra que es defectuoso. ¿Cuál es la
probabilidad de que haya sido fabricado por la máquina A? [0.362]
22- El presidente de la compañía RTX ha sido secuestrado por un grupo de delincuentes comunes. Estos lo
trasladaron por vía terrestre aproximadamente por 10 horas, tiempo en el cuál, se realizaron tres cambios
de automotores. Es posible que lo tengan oculto en la costa, en la sierra o en el oriente. La probabilidad de
que lo hayan llevado a dichas regiones son, respectivamente, 0.3, 0.2 y 0.5. También se sabe que una llamada
telefónica realizada desde la costa tiene una probabilidad de 0.05 de sufrir interferencias, una de la sierra 0.10
y una desde el oriente 0.25. En una de las llamadas telefónicas realizadas por los secuestradores, se notó
interferencias. ¿Cuál es la probabilidad de que el secuestrado esté en el oriente? [0.781]
Supóngase que se escoge al azar una persona que ha culminado el tratamiento, y se definen los eventos:
A: El transgresor tiene educación secundaria
B: El transgresor reincide dentro del período de seis meses siguientes al tratamiento
Calcular la probabilidad de P[(AB)’] y P(B/A).