|

República Bolivariana de Venezuela

Ministerio del Poder Popular para la Educación Universitaria.
Universidad Politécnica Territorial de los Valles del Tuy.
Materia: Estadística Inferencial.
Facilitador: Jesús Rivas.

PROBABILIDAD EN ESPACIO MUESTRALES FINITOS

En esta unidad nos ocuparemos sólo de los experimentos para los cuales el
espacio muestral Ω consta de un número finitos de elementos. Es decir,
suponemos que Ω se puede escribir como Ω = {𝑎1 , 𝑎2 , … , 𝑎𝑘 }. Si no referimos a
los ejemplos de la guía Ω1 , Ω2 , Ω3 , Ω4 , Ω5 , Ω7 , Ω12 son todos espacios
muéstrales finitos muestral.

A fin de caracterizar 𝑃(𝐴) en este modelo consideraremos primero el evento

que está constituido por un solo resultado, llamado algunas veces elemental,
digamos 𝐴 = {𝑎𝑖 }. Procedemos como sigue.

A cada uno de los eventos elementales {𝑎𝑖 } asignamos un número 𝑝𝑖 ,

llamado la probabilidad de {𝑎𝑖 } , que satisface las condiciones siguientes:

a) La 𝑝𝑖 ≥ 0, 𝑖 = 1,2,3, … 𝑘

b) 𝑝1 + 𝑝2 + ⋯ + 𝑝𝑘 = 1

Puesto que {𝑎𝑖 } es un evento, estas condiciones deben ser consistentes con las
postuladas para probabilidades de eventos en general, como se estableció en la
guía anterior. Probabilidad de ocurrencia de un evento

A continuación, supongamos que un evento A está constituido por 𝑟

resultados, 1 ≤ 𝑟 ≤ 𝑘, digamos

𝐴 = {𝑎𝑗1 , 𝑎𝑗2 , … , 𝑎𝑗𝑟 }

Donde 𝑗1 , 𝑗2 , 𝑗3 , … , 𝑗𝑟 , representa cualesquiera índices 𝑟 de 1,2,3,…k. Por lo

tanto, según la definición de probabilidad en su propiedad 4, se deduce que:

𝑃(𝐴) = 𝑝𝑗1 + 𝑝𝑗12 + 𝑝𝑗3 + ⋯ + 𝑝𝑗𝑟 (I)

Para resumir: la asignación de probabilidades 𝑝𝑖 a cada uno de los eventos

elementales {𝑎𝑖 }, sujeto a las condiciones anteriores a) y b) , determina de
 |
modo único 𝑃(𝐴) para cada uno de los eventos 𝐴 ⊂ Ω , donde 𝑃(𝐴) está
dado por la ecuación (I).

Para evaluar las 𝑝𝑗 , se deben hacer algunas suposiciones

respecto de los resultados individuales.

Veamos unos ejemplos para ilustrar lo anterior:

Caso en que las probabilidades de cada uno de los sucesos elementales son
diferentes

Ejemplo 1:

Supongamos que sólo tres resultados son posibles en un experimento,

digamos 𝑎1 , 𝑎2 , 𝑎3 . Además supongamos que la ocurrencia de 𝑎1 es dos veces
más probable que la de 𝑎2 , la cual, a su vez, es dos veces más probable que la de
𝑎3 .

Por tanto, 𝑝1 = 2 𝑝2 y 𝑝2 = 2 𝑝3 . Puesto que 𝑝1 + 𝑝2 + 𝑝3 = 1, tenemos que

4𝑝3 + 2𝑝3 + 𝑝3 = 1, lo que finalmente da
1 2 4
𝑝3 = 7 , 𝑝2 = 7 , 𝑝1 = 7

Caso donde las probabilidades de los sucesos elementales, son igualmente

probables:

La suposición que más comúnmente se hace para espacios muestrales

finitos es que todos los resultados son igualmente probables. De ninguna manera
esta suposición puede darse como un hecho; debe justificarse con cuidado. Hay
muchos experimentos para los cuales se garantiza tal suposición, pero también
hay muchas situaciones experimentales en las cuales sería un error hacer tal
suposición.

Por ejemplo, sería muy poco realista suponer que es tan probable no recibir
llamadas telefónicas en una central entre la 1am y 2am, como entre las 5pm y las
6pm.
1
Si los k resultados son igualmente probables, se deduce que cada 𝑝𝑖 = .
𝑘
Porque la condición 𝑝1 + 𝑝2 + ⋯ + 𝑝𝑘 = 1 se convierte en 𝑘𝑝𝑖 = 1 para toda 𝑖.
 |

De lo anterior se deduce que para cualquier evento 𝐴 que

conste de 𝑟 resultados, tenemos
𝑟
𝑃(𝐴) =
𝑘
Este método de evaluar 𝑃(𝐴) a menudo se indica como sigue:

𝑁ú𝑚𝑒𝑟𝑜 𝑑𝑒 𝑚𝑎𝑛𝑒𝑟𝑎𝑠 𝑒𝑛 𝑞𝑢𝑒 𝜀 𝑝𝑢𝑒𝑑𝑒 𝑜𝑐𝑢𝑟𝑟𝑖𝑟 𝑓𝑎𝑣𝑜𝑟𝑎𝑏𝑙𝑒 𝑎 𝐴

𝑃(𝐴) =
𝑁ú𝑚𝑒𝑟𝑜 𝑡𝑜𝑡𝑎𝑙 𝑑𝑒 𝑚𝑎𝑛𝑒𝑟𝑎𝑠 𝑒𝑛 𝑞𝑢𝑒 𝜀 𝑝𝑢𝑒𝑑𝑒 𝑜𝑐𝑢𝑟𝑟𝑖𝑟

Es importante comprender que la expresión anterior de 𝑃(𝐴) es sólo una

consecuencia de la suposición de que todos los resultados son igualmente
probables y sólo es aplicable cuando se satisface esta suposición. Sin duda no
sirve como una definición general de probabilidad.

Ejemplo 2:

Se lanza un dado y se supone que todos los resultados son igualmente

probables. El evento 𝐴 ocurre si y sólo si aparece un número mayor que 4. Esto
1 1 2
es, 𝐴 = {5,6}. Por tanto, 𝑃(𝐴) = 6 + 6 = 6

Ejemplo 3:

Se lanza una moneda normal dos veces. Sea 𝐴 el evento: {aparece una
cara}. Para evaluar 𝑃(𝐴) un análisis del problema podría ser de la manera
siguiente:

El espacio muestral es Ω = {0,1,2} donde cada uno de los resultados

1
representa el número de caras que ocurren. Por lo tanto, 𝑃(𝐴) = 3 !.

Este análisis es obviamente incorrecto, puesto que en el espacio muestral

antes considerado, no todos los resultados son igualmente probables, a fin de
aplicar el método anterior deberíamos considerar, en su lugar, el espacio muestral
Ω´ = {𝐶𝐶, 𝐶𝑆, 𝑆𝐶, 𝑆𝑆}

En este espacio muestral todos los resultados son igualmente probables y

2
por lo tanto, obtenemos para la solución correcta de nuestro problema 𝑃(𝐴) = 4 =
1
Podríamos emplear en forma correcta el espacio muestral Ω de la siguiente
2
manera: Los resultados 0 y 2 son igualmente probables, mientras que el resultado
 |
1
1 es probablemente el doble de cada uno de los otros. Por lo tanto 𝑃(𝐴) = 2 , lo
cual concuerda con la respuesta anterior.

El ejemplo 3 ilustra dos cosas:

1) Debemos estar seguros por completo que todos los resultados que se
pueden suponer son igualmente probables antes de utilizar el
procedimiento anterior.

2) A menudo podemos resumir el problema a uno, en cual todos los

resultados son igualmente posibles, mediante la elección apropiada del
espacio muestral. Cada vez que sea posible se debe hacer esto, puesto
que en general simplifica los cálculos.

Muy a menudo la manera como se realiza un experimento

determina si los resultados son o no igualmente probables

Ejemplo 4:

Supongamos que vamos a escoger un perno de una caja que contiene tres
de tamaño diferente. Si elegimos el perno acercándonos a la caja y sacamos el
primero que tocamos, es obvio que el perno más grande tendrá mayor
probabilidad de ser seleccionado que los otros dos. Sin embargo, si rotulamos con
cuidado cada perno con un número escrito en una etiqueta, y elegimos una de
ellas, se puede asegurar que cada perno, de hecho, tiene la misma probabilidad
de ser escogido. Así quizás no tengamos que afrontar considerables dificultades
para asegurarnos que la suposición matemática de resultados igualmente
probables es de hecho apropiada.

En lo sucesivo nos va a interesar la elección al azar de uno o más

objetos de una colección dada, es aquí donde debemos tener presente la
Teoría Combinatoria

Debemos tener presente las siguientes consideraciones:

a) Escoger al azar un objeto entre 𝑁 objetos, significa que cada uno de

ellos tiene la misma probabilidad de ser elegidos. Esto es,
1
Prob(Elegir 𝑎𝑖 ) = 𝑁
 |

b) Escoger al azar dos objetos entre 𝑁 objetos, significa que cada uno de
los pares de objetos (sin considerar el orden) tiene la misma
probabilidad de ser escogido que cualquier otro par. Por ejemplo, si
debemos elegir dos objetos al azar de {𝑎1 , 𝑎2 , 𝑎3 , 𝑎4 }, obtener 𝑎1 𝑦 𝑎2 es
tan probable como obtener 𝑎2 𝑦 𝑎3 , etc. Esta afirmación nos lleva de
inmediato a la cuestión de cuantos pares diferentes hay. Supongamos
1
que hay 𝐾 de tales pares. Entonces, la probabilidad de cada par seria 𝐾 .
Para obtener 𝐾 utilizamos además de los principios de multiplicación y
adición que veremos a continuación, lo que repasamos en la guía
didáctica de nociones básicas, Teoría Combinatoria o técnicas de
conteo.

c) Escoger al azar 𝑛 objetos (𝑛 ≤ 𝑁) entre 𝑁 objetos, significa que cada n-

tupla, digamos 𝑎𝑖1 , 𝑎𝑖2 , … , 𝑎𝑖𝑛 , tienen tantas probabilidades de ser
elegida como cualquier otra n-tupla

Observación: Anteriormente ya se advirtió que se debe tener mucho

cuidado en la parte experimental para asegurar que la suposición
matemática de “escoger al azar” se cumpla.

Teoría combinatoria o técnicas de conteo:

En muchas situaciones la clave para la solución de un problema de

probabilidad consiste en llevar a cabo algún tipo de conteo y por tanto el éxito o
fracaso en la solución depende de lo bien o mal que se haga el conteo. En lo que
sigue nuestro propósito es precisar los criterios que se deben tener en cuenta para
llevar a cabo un conteo efectivo, acorde a la circunstancia particular del caso.

Los conteos de las posibilidades que se pueden dar al considerar una serie
de alternativas u opciones relacionadas con una circunstancia particular, se
fundamentan en dos principios que son: Principio de multiplicación y Principio de
adición.

Principio de multiplicación: “Suponga que una primera acción puede

concluir de 𝑛1 formas diferentes, una segunda acción puede concluir de 𝑛2 formas
diferentes, así sucesivamente, hasta llegar a una acción 𝑘 que puede concluir de
𝑛𝑘 formas diferentes; entones, las k acciones pueden concluir conjuntamente de
𝑛1 . 𝑛2 … 𝑛𝑘 formas diferentes.
 |
Ejemplo 5:

Suponga que se desea formar una terna para elegir presidente, vicepresidente
y secretario de una junta directiva. Hay 3 candidatos para la presidencia, 5 para la
vicepresidencia y 4 para la secretaría ¿De cuántas formas se puede elaborar la
terna?

Si se llama:

 “escogencia del presidente” como primera acción

 “escogencia del vicepresidente” como segunda acción
 “escogencia del secretario” como tercera acción

Entonces:

 Número de formas como se puede escoger el presidente = 3

 Número de formas como se puede escoger al vicepresidente = 5
 Número de formas como se puede escoger el secretario = 4

P V S
3 5 4

Por el principio de multiplicación, el número de formas como se pueden

escoger los tres para formar la terna está dada por 3 x 5 x 4 = 60

Ejemplo 6:

Un profesor de pedagogía desea exhibir tres carteles en el vestíbulo de un

colegio, uno a continuación del otro. ¿De cuantas formas puede colocar los tres
carteles?

Si se llama:

 “colocar el primer cartel” como primera acción

 “colocar el segundo cartel” como segunda acción
 “colocar el tercer cartel” como tercer acción

Entonces:

 Número de formas como se puede colocar el primer cartel = 3

 Número de formas como se puede colocar el segundo cartel = 2
(puesto que el primero ya está colocado).
 |
 Número de formas como se puede colocar el tercer cartel = 1 (puesto
que el primero y el segundo ya está colocado.

Por el principio de la multiplicación se tiene que el número de formas como

se pueden colocar los tres carteles está dado por 3 x 2 x 1 = 6

AFICHE 1 AFICHE 2 AFICHE 3

Principio de adición: “Suponga que una primera acción se puede realizar

de 𝑛1 formas diferentes y así sucesivamente, hasta llegar a una acción 𝑘 , que
puede realizarse de 𝑛𝑘 formas diferentes. Si sólo una de estas 𝑘 acciones se
puede realizar entonces, el número de formas como puede concluir la primera o la
segunda,…, o la 𝑘 acción está dado por:

𝑛1 + 𝑛2 + 𝑛3 + ⋯ + 𝑛𝑘

Ejemplo 7:

Una persona puede viajar de una ciudad a otra por tres carreteras
disponibles o por dos líneas férreas ¿De cuantas formas esta puede hacer el viaje
entre las dos ciudades?

Llamaremos:

 “viajar por carretera” primera acción

 “viajar por tren” segunda acción

Observe que si la persona decide viajar por carretera, queda totalmente

descartado que lo haga por tren i viceversa, así que:

 Número de formas como puede viajar por carretera = 3

 Número de formas como puede viajar por tren = 2
 |
Al aplicar el principio de la adición se tiene que 3 + 2 = 5, como el número de
formas como puede la persona viajar entre las dos ciudades.

El análisis estadístico se hace con base en datos (por lo general

proporcionados por una muestra). Estos datos en atención a la
forma como sean recolectados o a la manera como deban
estudiarse, pueden ser ordenados o no ordenados y con repetición
o sin repetición

Por el principio de multiplicación, hay cuatro modalidades como pueden

seleccionarse los datos, que son:

 Ordenados con repetición (enupla)

 Ordenados sin repetición (Permutación)
 No ordenados sin repetición (Combinación)
 No ordenados con repetición

Selección ordenada con repetición: Se obtiene cuando cada observación

puede darse tantas veces como sea posible, bien porque la unidad observada se
retorna a la población (conjunto donde se selecciona) o porque hay un número
grande de unidades que poseen la misma medida y el orden en que suceden tales
observaciones es de importancia. Este tipo de selección o muestra se le llama
enupla (dupla, tripla, cuádrupla, etc.).

El número de selecciones (muestras) está dado por:

𝑁𝑛

Donde:

𝑁: Número de elementos distintos posibles (población)

𝑛: Número de elementos seleccionados o tamaño de la muestra (muestra)

Ejemplo 8:

Un examen de tipo verdadero o falso es respondido por u a persona que

carece de todo tipo de conocimiento sobre el tema. Si la persona debe responder
10 preguntas, ¿De cuantas formas distintas puede responder el examen?

Es claro que en este caso tendremos una sucesión de V (Verdadero) y F

(Falso) en donde estas letras pueden repetirse hasta 10 veces (o no darse
ninguna vez) y el orden en que se coloquen es de importancia; por tanto tenemos
una sucesión de datos ordenados con repetición con 𝑁 = 2 y 𝑛 = 10.
 |

El número de formas como puede resolverse el examen está dado por

10
2 = 1.024

El muestreo con repetición ocupa un lugar de relevancia

en el estudio de aspectos estadísticos mediante
simulación.

Selección ordenada sin repetición: Resultan cuando cada observación

sólo se da una vez porque cada unidad una vez observada no se retorna a la
población. Este tipo de muestra o selección se llama variación.

El número de observaciones seleccionadas, ordenadas y sin repetición

(muestra) está dado por la variación:
𝑁!
NVn = (𝑁−𝑛)!

Donde:

𝑁: Número de elementos distintos posibles (población)

𝑛: Número de elementos seleccionados o tamaño de la muestra (muestra)

Ejemplo 9:

Un conferencista dispone de ocho temas sobre los que puede disertar. Se le

pide que presente una serie de cinco conferencias ante un grupo de personas.
¿De cuantas formas puede organizar su disertación?

Como se trata de una organización de temas, hay implícito un orden y una NO

REPETICIÓN explícita; así que estamos ante una variación con 𝑁 = 8 y 𝑛 = 5

Aplicando la fórmula:

8! 8. 7.6.5.4.3!
= = 6.720
(8 − 5)! 3!

Cuando en la variación se hacen intervenir todos los

elementos de la población, la fórmula de la variación se
convierte en 𝑁!, una permutación de los elementos de la
población.
 |

Selección no ordenada sin repetición: Se obtiene cuando cada

observación se da sólo una vez y el orden en que aparecen no es de importancia.
Este tipo de muestra se llama combinación.

El número de observaciones no ordenadas sin repetición (muestras) está

dado por:
𝑁!
NCn =
𝑛!(𝑁−𝑛)!

Donde:

𝑁: Número de elementos distintos posibles (población)

𝑛: Número de elementos seleccionados o tamaño de la muestra (muestra)

Ejemplo 10:

Suponga que hay 20 personas para conformar un comité de tres. ¿De

cuantas formas se puede formar este comité?

Es evidente que en este caso el orden en que se escojan las tres personas
carece de importancia y que ninguna de estas va a ser escogida dos veces para
formar el comité. Por lo tanto es un problema de combinaciones. El número de
tales combinaciones al aplicar la fórmula es:
20! 20.19.18.17!
20C3 = = = 1.040
3! .17! 3.2.17!

Ejemplo 11:

Suponga que en un departamento hay 10 hombres y cinco mujeres y que se

necesita un grupo de cuatro personas para llevar a cabo un proyecto especial.

Halle:

1) El número de formas como se pueden elegir dos hombres y dos mujeres

para dicho grupo de trabajo.
2) El número de formas para elegir sea cuatro hombres, sea cuatro mujeres

Solución:

1) En este caso cada forma de elección es una combinación, ya que no

importa el orden y no hay repetición. El número de combinaciones de 10
hombres tomados de a dos es:
 |
10! 10.9.8!
10C2 = = = 45
2! .8! 2! 8!

Y el número de combinaciones de cinco mujeres tomadas de a dos es:

5! 5.4.3!
5C2 = = = 10
2! .3! 2.1 3!

Como hay 45 formas de realizar una de las acciones y 10 formas para la

otra, por el principio de la multiplicación hay un número de las mismas para
realizar ambas acciones que es:

45 × 10 = 450

O sea que el número de formas para elegir dos hombres y dos mujeres
para dicho grupo es trabajo es 450

Hay 10C4 = 210 formas para elegir 4 hombres y 5C4 = 5 de elegir 4 mujeres. Como
sólo se tomarán hombres o sólo mujeres, entonces por el principio de la adición, el
número de formas como pueden seleccionarse los distintos grupos de trabajo está
dado por.

10C4 + 5C4 = 210 + 5 = 215 formas

Ejemplo 12 (Cálculo de probabilidades):

Suponga que una tienda de T.V ha recibido un embarque de 12 receptores

nuevos, ocho del modelo A y cuatro del modelo B. Si se venden 4 receptores
¿Cuál es la probabilidad de que los receptores vendidos sean dos del modelo A y
dos del modelo B? ¿Cuál es la probabilidad de que los 4 sean del mismo modelo?

Solución:
12.11.10.8!
El número de formas para elegir cuatro objetos entre 12 es 12C4 = =
4!.8!
12.11.10
= 495
4.3.2

8!
El número de formas para elegir dos objetos entre ocho es 8C2 = 2! .6! = 28

4!
El número de formas para elegir dos objetos entre cuatro es 4C2 = 2! .2! = 6

Así que el número de formas para elegir dos recetores entre, los ocho del
modelo A y dos entre los cuatro del modelo B es, 28 x 6 = 168 y la probabilidad de
vender dos receptores de cada modelo es:
 |
168 56
= ≅ 0,287
495 195

8!
El número de formas para elegir cuatro objetos entre ocho es: 8C4 = =
4! .4!
70.

4!
El número de formas para elegir cuatro objetos entre ocho es 4C4 = 4! .4! = 1

Por lo tanto, la probabilidad de que los cuatro receptores vendidos sean del
mismo modelo es:

70 + 1 71
= ≅ 0,143
495 495

EJERCICIOS PROPUESTOS

1) Explique la diferencia entre combinación y permutación.

2) Se juega con 5 dados. ¿De cuantas formas pueden caer?

3) Se juega cuatro veces una moneda.¿ De cuantas formas posibles puede

caer en las cuatro jugadas?

4) Las placas de matrículas de vehículos particulares tienen tres letras,

seguidas de tres dígitos y un mismo color. ¿Cuántas placas distintas
pueden formarse?

5) Se extraen 3 cartas de un paquete de barajas de 52. Hallar la probabilidad

de que:

a. Dos sean sotas y una sea rey

b. Todas sean de un mismo palo
c. Todas sean de palos distintos
d. Se extraiga al menos dos ases.

6) Hallar la probabilidad de al menos 2 sietes en cuatro lanzamientos de un

par de dados.

7) Si un 10% de los remaches producidos por una maquina son defectuosos.

¿Cuáles la probabilidad de que de 5 remaches elegidos al azar.
 |
a. Ninguno sea defectuoso
b. Uno sea defectuoso
c. Al menos dos sean defectuosos

8) Fórmese un espacio muestral para los resultados de 2 lanzamientos de una

moneda, utilizando 1 para representar “cara” y 0 para representa “sello”. De
ese espacio muestral determinar la probabilidad de al menos una cara
¿Puede formarse un espacio muestral para los resultados de 3
lanzamientos de una moneda? Si es así, determinar con su ayuda la
probabilidad de a lo sumo dos caras.

9) En una caja hay 4 metras rojas, 3 verdes y 6 azules. Calcular la

probabilidad:

a. De que al sacar dos metras una después que otra y devolviendo la

primera a la caja, las metras sean o azul o roja
b. Que sean verde o azul.

10) Resolver el problema 9, pero considerando que la primera metra que se

saca no se devuelve a la caja.

11) Se lanza un dado al aire. Calcular la probabilidad de que:

a. Salga el 1
b. Salga un número par
c. De que no salga el 3

12) Se efectúa una rifa, indicar que debe ocurrir para que la probabilidad de
toque el premio sea:

a. 1
b. 0

13) Calcular la probabilidad de que al lanzar un dado dos veces salga:

a. 2y4
b. 2o6
c. Par y 1
d. Impar o 3

14) Calcular la probabilidad de que se produzcan los siguientes sucesos:

a. Que al lanzar un dado y una moneda salga 5 y cara
b. Que al sacar una pelota donde hay 3 verdes y cinco rojas y al lanzar
un dado salga una pelota roja y el 6
 |
15) Un dado está cargado de manera que la probabilidad de salir una cara
dada es proporcional al número de puntos que tiene la cara, esto es, que el
cuatro es dos veces más probable que el dos, el seis lo es dos veces más
probable que el tres, etc. Halle la probabilidad de obtener:

a. Un número menor que tres

b. Un número menor o igual que 4
c. Un número impar
d. Un número mayor o igual que 4

16) El testamento del abuelo dispone que a su muerte María recibirá

$10.000.000, de su fortuna. El abuelo ha fallecido recientemente y María
contempla utilizar el dinero en una de las siguientes posibilidades. (1)
Educación superior (2) En títulos de depósito (3) En un viaje alrededor del
mundo. Las posibilidades de estas opciones son 0,5 ; 0,3 y 0,1.

a. ¿Cuál es la probabilidad de que haga una de esas cosas?

b. ¿Cuál es la probabilidad de que olvide todas esas posibilidades y
gaste el dinero en otra cosa?

17) Un grupo de estudiantes está formado por 20 hombres y 10 mujeres. Del

grupo se escogen aleatoriamente tres estudiantes. ¿Cuál es la probabilidad
de que sea escogidos dos hombres y una mujer?

18) En una habitación 10 personas tiene insignias numeradas del 1 al 10. Se

eligen tres personas al azar y se les pide que dejen la habitación
simultáneamente y se anotan los números de las insignias.

a. ¿Cuál es la probabilidad de que el número menor de las insignias

sea 5?
b. ¿Cuál es la probabilidad de que el número mayor de las insignias
sea 5?

19) Un cagamento de 1500 lavadoras contiene 400 defectuosas y 1100 no

defectuosas. Se eligen al azar 200 lavadoras (sin substitución) y se
califican.
a. ¿Cuál es la probabilidad de que se encuentren exactamente 90
lavadoras sean defectuosas?
b. ¿Cuál es la probabilidad de que se encuentren al menos 2 lavadoras
defectuosas?

20) Un lote consta de 10 artículos sin defecto, 4 con pequeños defectos y 2

con defectos graves. Se elige un artículo al azar. Encontrar la probabilidad
de que:
a. No tenga defectos
 |
b. No tenga defectos graves
c. Que no tenga defectos o que tenga un defecto grave.

BIBLIOGRAFIA

 Estadística, Teoría y 875 problemas resueltos, Serie Schaum, McGrawHill

 Probabilidad y Aplicaciones Estadísticas, Meyer, Pearson.
 Estadísticas para las Ciencias administrativas. Tercera Edición. Lincoln L.
Chao
|