ELEMENTOS DE

MATEMÁTICA Y
ESTADÍSTICA

CUADERNILLO Nº 8

Unidad 4: Probabilidad
1. Introducción 2
2. Conceptos básicos 3
2.1. Espacio muestral
2.2. Suceso aleatorio
2.2.1 Operaciones con sucesos aleatorios (complemento,
unión e intersección).
2.2.2. Relaciones entre sucesos aleatorios (inclusión,
sucesos compatibles y sucesos mutuamente excluyentes).
3. Definiciones del término probabilidad 8
3.1. Definición clásica
3.2. Probabilidad con frecuencia relativa.
4. Axiomas y teoremas para el cálculo de probabilidades. 9
Ejercitación 15
 UNIDAD IV

PROBABILIDAD

1) INTRODUCCIÓN:

La Teoría de la Probabilidad estudia los posibles resultados de los experimentos

llevados a cabo en el curso de una investigación. Definimos como experimento a una
acción determinada que produce un resultado único y bien definido.

Los fenómenos a estudiar pueden ser de una tipología muy variada, pero para
simplificar su estudio, los clasificaremos en dos grandes grupos: determinísticos y
aleatorios.

Los fenómenos determinísticos son aquellos que se caracterizan por dar el

mismo resultado siempre que se lleven a cabo en las mismas condiciones. Este tipo de
fenómenos se corresponden con las leyes de la física (por ejemplo, si se pone un
recipiente con agua en el fuego, a una presión de una atmósfera, el agua entrará en
ebullición a los 100º C).

Para los fenómenos aleatorios, en cambio, no se puede predecir el resultado,

aunque se realicen en condiciones iguales. Por ejemplo, si tiramos un dado equilibrado,
no podemos predecir cuál es el número que saldrá.

Un experimento aleatorio es aquél que verifica las siguientes condiciones:

a) Todos los resultados posibles son conocidos de antemano.

b) Cualquier realización del experimento da lugar a un resultado que no es

conocido de antemano.

c) El experimento puede repetirse bajo idénticas condiciones.

Los juegos de azar son ejemplos típicos de fenómenos aleatorios.

Ya que en estos fenómenos no puede predecirse el resultado, la Teoría de la

Probabilidad asigna a cada uno de los posibles resultados un valor que establece la
probabilidad de que el mismo ocurra.

2
 2) CONCEPTOS BÁSICOS

2.1) ESPACIO MUESTRAL

El espacio muestral correspondiente a un experimento aleatorio es el conjunto de

todos los posibles resultados del mismo.

Por ejemplo, si nuestro experimento es lanzar la pelota en la rueda de la ruleta y

observar cuál es el número en que la misma cae, el espacio muestral está conformado
por los 36 números posibles.

Si con la misma ruleta nuestro experimento es observar a qué docena corresponde

el número que sale, el espacio muestral será S = { 1ª docena; 2ª docena; 3º docena}

Si observamos si el número que sale es par o impar, el espacio muestral será

S = { número par; número impar}

El espacio muestral puede ser discreto o continuo.

Si es discreto, tiene un número finito de elementos (por ejemplo, para el

experimento tirar un dado, el espacio muestral consta de seis elementos, que son los seis
resultados posibles)

Un espacio muestral continuo tiene infinitos elementos. Por ejemplo, para el

experimento “medición de la estatura de los alumnos del curso de estadística”, el espacio
muestral es infinito, ya que la variable a medir es continua.

3
2.2) SUCESO ALEATORIO

Es cualquier subconjunto del espacio muestral determinado. Puede estar formado

por un solo elemento o por varios.

2.2.1) Operaciones con Sucesos Aleatorios

Tanto el espacio muestral como los sucesos aleatorios son conjuntos, por eso para
representarlos es útil recurrir a la simbología y forma de operar del álgebra de conjuntos.

El espacio muestral es equivalente al conjunto universal (U), formado por todos los
sucesos posibles, que, en nuestro caso, representan a todos los resultados posibles de
nuestro experimento. Habitualmente se lo simboliza con un rectángulo.

Supongamos que nuestro experimento consista en sacar una bolilla de una bolsa
en la que hay bolillas numeradas del 1 al 10. El espacio muestral sería:

10
1 6 3
2
4
8 5
9 7

Un suceso se representa con una elipse dentro del conjunto universal.

Por ejemplo, el suceso: “número menor que 4”

8 10
1 S
2 5
6 3
9
4 7

4
 Complemento de un suceso S:

Es el conjunto formado por todos los sucesos que no pertenecen a S. Se lo

simboliza habitualmente como S .

En nuestro ejemplo:

S = { 1, 2,3}
S = { 4,5, 6, 7,8,9,10}

Unión de sucesos A y B:

Es el conjunto formado por todos los elementos de A y de B.

Por ejemplo:

A = “Números menores o iguales que 5”

B = “Números pares”

9
1
2 6
3 4
8
5 10 7

AUB ={1;2;3;4;5;6;8;10}

Intersección de Sucesos A y B:

Es el conjunto formado por los elementos que pertenecen simultáneamente a

ambos conjuntos.

En nuestro caso A ∩ B = { 2, 4}

5
 2.2.2) Relaciones entre Sucesos Aleatorios

Inclusión:

Un suceso B está incluido en un suceso A si todos los elementos de B pertenecen

también a A.

Por ejemplo, para nuestro Universal ya definido:

A = “Números pares”

B = “Múltiplos de 4”

1 A 3
10
4 B
6 5
8 7
2 9

A = { 2, 4, 6,8,10}

B = { 4,8}

Entonces B ⊂ A , ya que todos los elementos de B pertenecen también a A.

Sucesos Compatibles: Son sucesos que pueden presentarse en forma conjunta. Por
ejemplo, el suceso “sacar un número impar” y el suceso “sacar un número mayor que 5”
son compatibles, ya que, dentro de nuestro universo, el 7 y el 9 cumplen con ambos
requisitos.

Es decir que dos sucesos son compatibles cuando su intersección no es vacía.

6
Sucesos Incompatibles o Mutuamente Excluyentes : Son aquellos que nunca pueden
presentarse en forma conjunta. En nuestro caso, los sucesos “sacar un número par” y
“sacar un número impar” son mutuamente excluyentes o incompatibles.

Entre los sucesos compatibles siempre hay intersección, entre los incompatibles, la
intersección es vacía.

7
 3) DEFINICIONES DEL TÉRMINO PROBABILIDAD

3.1) DEFINICIÓN CLÁSICA

La definición clásica de probabilidad se basa en el supuesto de que todos los

resultados de un experimento son igualmente probables. Desde este punto de vista, la
probabilidad de un suceso se calcula como el cociente entre el número de resultados
favorables y el número de casos posibles.

Por ejemplo, la probabilidad de que al tirar un dado perfectamente equilibrado salga

el número 2, será:

1
P ( x = 2) =
6

Ya que, de los seis casos posibles, solo uno representa un resultado favorable.

La probabilidad de obtener un número par al tirar el dado, será:

3 1
P ( par ) = =
6 2

Ya que, de los seis resultados posibles, tres (el 2, el 4 y el 6) son favorables.

3.2) PROBABILIDAD COMO FRECUENCIA RELATIVA

En este caso se calcula la probabilidad de ocurrencia de un evento observando su

frecuencia relativa.

Por ejemplo, queremos estudiar la probabilidad de que durante el año 2010 nieve
en la ciudad de Buenos Aires. En los registros climáticos se consigna que en los últimos
dos siglos nevó tres veces en Buenos Aires. La frecuencia de nevadas es, entonces, de
3/200.

Por lo tanto, la probabilidad de que nieve en Buenos Aires durante el año 2010 es

3
de = 0, 015.
200

8
 4) AXIOMAS Y TEOREMAS BÁSICOS PARA EL CÁLCULO DE
PROBABILIDADES

Sea un experimento aleatorio E y su espacio muestral U, y S un suceso aleatorio

contenido en U.

1) La probabilidad de ocurrencia de S es un número comprendido entre 0 y 1.

Si la probabilidad de S es 0, el suceso es imposible; si es 1, es un suceso cierto.

0 ≤ P( S) ≤1

2) Si S1 y S2 son dos sucesos pertenecientes a U, y son mutuamente excluyentes, la

probabilidad de ocurrencia de ambos sucesos en forma conjunta es 0.

3) Si S1 y S2 son dos sucesos pertenecientes a U, y no son mutuamente excluyentes,

la probabilidad de que ocurra S1 o S2 es igual a la probabilidad del primero más la
probabilidad del segundo, menos la probabilidad de intersección de ambos sucesos.

P ( S1 ∪ S 2 ) = P ( S1 ) + P ( S 2 ) − P ( S1 ∩ S 2 )

4) La probabilidad de ocurrencia de un suceso o su complementario es 1.

(
P S ∪ S =1 )
5) Probabilidad Condicional: La probabilidad de que ocurra un suceso A si antes
ocurrió un suceso B se denomina probabilidad condicional.

P(A/B) se lee como “probabilidad de A si B”, e indica la probabilidad de que ocurra

el suceso A si antes ocurrió el suceso B.

La fórmula para el cálculo es:

P ( A ∩ B)
P ( A / B) =
P ( B)

9
 Cuando calculamos una probabilidad condicional, restringimos el espacio muestral.

Por ejemplo, si calculamos la probabilidad de que llueva un día cualquiera en la

capital de la provincia de Córdoba, recurrimos a los datos del Servicio Meteorológico
Nacional, y obtenemos la siguiente información: en promedio se registran 92 días
lluviosos por año.

Entonces la probabilidad de que llueva un día cualquiera es:

92
P ( ll ) = = 0, 252
365

Si miramos la información con mayor detalle, veremos que en esa provincia las
lluvias ocurren generalmente en verano. De los 92 días lluviosos que se registran, en
promedio, por año, 75 corresponden a la temporada primavera, verano, y el resto a otoño
e invierno. Entonces la probabilidad de que llueva un día de primavera o verano es muy
superior a la de que llueva en un día frío.

La probabilidad de que llueva en primavera o verano es:

75
P ( ll ∩ v ) 365
P ( ll / v ) = = = 0, 42
P ( v) 180
365

Mientras que la probabilidad de que llueva un día cualquiera es:

92
P ( ll ) = = 0, 252
365

Como vemos, la probabilidad de que llueva está condicionada por la estación del
año. En este caso decimos que las variables “lluvia” y “estación del año” son
dependientes.

Si en cambio pretendiéramos establecer una relación entre la probabilidad de que

llueva y el día de la semana, veríamos que no existe. Llueve tanto un martes como un
sábado. En este caso decimos que las variables “lluvia” y “día de la semana” son

10
independientes.

Si dos variables A y B son independientes:

P ( A / B ) = P ( A)

6) La probabilidad de ocurrencia de dos sucesos en forma conjunta se calcula

como:

P ( AyB ) = P ( A ) .P ( B / A )

Si A y B son sucesos independientes, la probabilidad de B si A es igual a la

probabilidad de B. En ese caso

P ( AyB ) = P ( A ) .P ( B )

Ejemplo:

En una fábrica se desea investigar el funcionamiento de dos máquinas. Se toma

una muestra de las unidades producidas por cada una de ellas, y se obtiene la siguiente
información:

Se revisan 120 unidades producidas por la máquina A, de las cuales 24 están

falladas.

De la máquina B se revisan 150 unidades, de las cuales 35 están falladas.

Para poder ver la información de manera más clara, armamos un cuadro de doble
entrada:

MÁQUINA A MÁQUINA B TOTALES

SIN FALLA 96 115 211

FALLADOS 24 35 59

TOTALES 120 150 270

11
 Si se toma una pieza al azar.

a) ¿Cuál es la probabilidad de que haya sido fabricada por la máquina B y no esté

fallada?

Esta es una probabilidad conjunta, es decir, debemos averiguar la intersección de

los dos sucesos:

(
P B∩F = ) 115
270
= 0, 426

b) ¿Cuál es la probabilidad de que, si se toma una que no está fallada, haya sido
fabricada por la máquina B?

Esta es una probabilidad condicional. Nuestro universo ya no es el total de las

piezas, si no solo aquéllas que no están falladas.

(
P B∩F ) = 115 = 0,545
(
P B/F = ) P F ( ) 211

c) ¿Existe alguna relación entre la proporción de piezas falladas y la máquina que

las fabrica?

En este caso, lo que queremos saber es si los sucesos “pieza fallada” y “pieza
fabricada por A” o “pieza fabricada por B” son independientes o dependientes.

Si dos sucesos son independientes, la ocurrencia de uno de ellos no modifica la

probabilidad de ocurrencia del otro.

Es decir, si S1 y S2 son independientes:

P ( S1 / S 2 ) = P ( S1 )

12
 En nuestro caso, para saber si son independientes, podemos calcular la
probabilidad de que una pieza esté fallada y la probabilidad de que esté fallada si
proviene de la máquina A.

59 
P( F ) = = 0, 22 
270
 P ( F ) ≠ P ( F / A)
P ( F ∩ A) 24
P ( F / A) = = = 0, 2 
P ( A) 120 

Como los resultados son distintos, concluimos que los sucesos son dependientes,
por lo tanto existe relación entre la proporción de piezas falladas y la máquina que las
produce.

Experimentos con y sin reposición

Llamamos experimentos con reposición a aquellos en los cuales luego de la

ocurrencia de un suceso se vuelve a la situación original. Por ejemplo, si tiramos un dado
dos veces, la secuencia sería:

- Tiro el dado y sale un número del 1 al 6. Para un dado equilibrado, la probabilidad

1
de que salga cualquiera de esos números es igual a .
6

- Cuando tomamos el dado y lo tiramos nuevamente, la probabilidad de salida de

1
cualquiera de los números del 1 al 6 sigue siendo , es decir que la primera tirada no
6
afectó las probabilidades de la segunda.

Este tipo de experimentos se llaman también “experimentos sin memoria”, ya que

en la segunda tirada del dado no hay nada que “recuerde” la primera tirada.

Si queremos calcular, por ejemplo, la probabilidad de sacar las dos veces el

número 4, sería:

13
 1 1 1
P (4 y 4)= . =
6 6 36

En los experimentos sin reposición, en cambio, la ocurrencia de un suceso se ve

afectada por el suceso anterior.

Supongamos que tenemos una bolsa con 12 bolillas numeradas del 1 al 6 (dos con
el número 1, dos con el número 2, y así sucesivamente hasta el 6), y sacamos dos. Luego
de sacar la primera no la volvemos a poner en la bolsa.

Entonces, la probabilidad de sacar una primera bolilla con el número 4 es:

2 1
P (4)= =
12 6

Pero la probabilidad de sacar una bolilla con el número 4 en la segunda extracción

dependerá de lo que salió en la primera. Si en la primera salió un 4, quedan 11 bolillas y
solo una con el número 4; entonces

1
P (4)=
11

Si en la primera extracción no salió un cuatro, la probabilidad de que salga en la

segunda es:

2
P (4)=
11

Ya que quedan 11 bolillas, y dos de ellas tienen el número 4.

Entonces la probabilidad de sacar dos cuatros será:

2 1 1
P (4 y 4)= . =
12 11 66

14
 EJERCITACIÓN

154) Se arroja un dado dos veces. Calcular la probabilidad de que:

a) Salga un 4 en las dos tiradas.
b) Salga un número par en las dos tiradas.
c) Salga un número impar en las dos tiradas.
d) Salga en la primera un número par y el segunda un número impar.
e) Salga un número par y un número impar (sin importar el orden).
f) La suma de los dos números que salen sea 5.
g) La suma de los dos números que sale sea 3.

155) Se tienen seis bolillas iguales, numeradas del 1 al 6. Se colocan en una bolsa y se
saca una y a continuación otra, sin reposición.
Responder las mismas preguntas que en el ejercicio 1.

156) Una empresa de fletes y mudanzas posee el siguiente registro respecto del número
de multas recibidas por infracciones de tránsito cometidas por los chóferes durante el
último año.

Nº de
Nº de choferes
infracciones
Hasta 2 16
De 3 a 5 39
De 6 a 8 14
9 o más 6

A) Si se elige al azar un chofer, cuál es la probabilidad de que haya sido castigado

con:
a) Hasta 2 multas.
b) Entre 3 y 8 multas.
c) 9 o más multas.

B) Si se eligen al azar dos choferes, cuál es la probabilidad de que:

a) Uno haya recibido más de 5 multas y otro hasta 5?
b) Cada uno haya recibido hasta 2 multas.
c) Uno haya recibido hasta 2 multas y el otro más de 9.

15
157) Una empleada de un negocio de ropa recibe un pedido de dos camisas, una talle M y
una talla XL. Se dirige a la estantería en la que hay completamente desordenadas, 15
camisas S, 8 M, 24 L y 13 XL, y extrae dos al azar. Cuál es la probabilidad de que
a) Se lleve lo que le pidieron.
b) Se lleve dos del mismo talle.
c) No se lleve ninguna de las que le pidieron.

158) Una empresa cuenta con la siguiente dotación de personal.

Área de Diseño: 21 con secundario completo, 18 con estudios universitarios
incompleto, 18 con titulo universitario.
Área de Programación: 11 con secundario completo, 6 con universitario incompleto, 18
con titulo universitario.
Área de Ventas: 26 con secundario completo, 14 con titulo universitario.
A) Se elige al azar un empleado, cuál es la probabilidad de que:
a) Pertenezca al área de programación.
b) Tenga estudios universitarios completos.
c) Haya seguido estudiando al terminar la escuela secundaria.
B) si se decide que el empleado a seleccionar debe tener estudios universitarios
completos, cuál es la probabilidad de que:
a) Sea el área de ventas.
b) No sea del área de programación.

159) Del total de empleados de una empresa, el 32% habla inglés, el 45% sabe
computación y el 24% habla inglés y sabe computación.
Si se elige un empleado al azar, cuál es la probabilidad de que:
a) No hable inglés ni sepa computación.
b) Sepa computación peor no hable inglés.
c) Reúna al menos una de las dos condiciones.

160) Durante el mes pasado el 82% de las empleadas de una empresa cobró horas
extras, de los hombres el 54%. El 30% del personal es femenino.
a) Si se elige un empleado al azar y se sabe que cobró horas extras ¿Cuál es
la probabilidad de que sea un hombre?

16
 b) Si se elige un empleado al azar, ¿Cuál es la probabilidad de que no haya
cobrado horas extras?
c) Si se elige una empleada al azar, ¿cuál es la probabilidad de que haya
cobrado horas extras?

161) Se toma una muestra de 120 alumnos que rindieron examen de ingreso a una
facultad de ingeniería.
40 de ellos provienen de una escuela técnica, de los cuales 30 aprobaron el examen de
ingreso. De los restantes, la mitad aprobaron el examen y la mitad no.
Si se elige un alumno al azar:
a) ¿Cuál es la probabilidad de que haya aprobado el examen?
b) Si se sabe que proviene de una escuela técnica, ¿cuál es la probabilidad de
que haya sido aplazado?
c) Si se sabe que aprobó el examen. ¿Cuál es la probabilidad de que no haya ido
a una escuela técnica?
d) Los sucesos “proviene de una escuela técnica” y “aprobó el examen” ¿son
independientes?

162) Se tomó una muestra de 120 personas para investigar sus preferencias en cuanto a
los programas televisivos y se obtuvieron los siguientes datos.

Menores de 30 Mayores de 30 TOTALES

Noticieros 10 20 30
Series 40 10 50
Películas 10 30 40
TOTALES 60 60 120

A) Si se elige una persona al azar, cuál es la probabilidad de que:

a) Sea un adulto mayor de 30 años que prefiera las series
b) Prefiera ver películas
B) Si se elige una persona que prefiere las series, cuál seria la probabilidad de que
sea menor de 30 años?
C) Si se eligen dos personas al azar, cuál es la probabilidad de que:

a) Ambas sean del mismo grupo etario.

17
 b) Ambas prefieran las series.
c) Una prefiera las películas y otra los noticieros.

163) Un test detecta una cierta enfermedad con una probabilidad de 0,9 en caso de que la
misma esté presente. Si la persona está sana, el test detecta la ausencia de la
enfermedad con una probabilidad de 0,8
Sabiendo que dicha enfermedad es padecida por el 15% de la población, calcular la
probabilidad de que:
a) La persona esté realmente enferma, si el test dio positivo.
b) La persona esté sana si el test dio negativo.
c) Que una persona esté enferma y el test de positivo.
d) Que la persona esté enferma o el test dé positivo.
e) Que al aplicar el test se obtenga un resultado erróneo.

164) Una caja contiene tres bolas rojas y dos verdes, y otra caja contiene dos bolas rojas
y tres verdes. Si se saca una bola de cada caja, al azar:
a) ¿Cuál es la probabilidad de que sean ambas del mismo color?
b) ¿Cuál es la probabilidad de que sean de distinto color?

165) De una baraja de 40 cartas extraemos dos cartas a la vez. Si ambas no son
espadas, ¿cuál es la probabilidad de que al menos una de ellas sea copas?

166) Un libro tiene tres capítulos. El 85% de las páginas del primer capítulo no tienen
ningún error, y lo mismo ocurre con el 90% de las del segundo y el 95% de las del tercero.
El primer capítulo tiene 125 páginas, el segundo tiene 150 y el tercero, 175.
a) ¿Cuál es la probabilidad de que al elegir una página al azar no tenga ningún
error?
b) Si se elige una página al azar y se comprueba que no tiene ningún error, ¿cuál
es la probabilidad de que sea del segundo capítulo?

167) En un lejano país, el 99% de los detenidos y sometidos a juicio son culpables del
delito que se les imputa. Los jueces, al emitir veredicto, aciertan en el 95% de los casos,
tanto si el acusado es culpable como inocente. De acuerdo con esta información, calcular
la posibilidad de que:

18
 a) Un ciudadano haya sido declarado culpable
b) Sea culpable, si ha sido declarado inocente

168) Sean A y B dos sucesos tales que::

P ( A)=0,4 P ( ̄A∩B )=0,4 P ( A∩ B )=0,1
Calcular
a) P ( A∪B )
b) P ( B)

169) Sean A y B dos sucesos de un espacio de probabilidad tales que:

P ( ̄A )=0,6 P ( B)=0,3 P ( ̄A∪ ̄B )=0,9
a) ¿Son independientes A y B?
b) Calcular P ( ̄A / B )

170) 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.

a) ¿Cuál es la probabilidad de que hable alguno de los dos idiomas?

b) ¿Cuál es la probabilidad de que hable francés, sabiendo que habla inglés?
c) ¿Cuál es la probabilidad de que solo hable francés?

171) Sabiendo que:

P ( A∩B )=0,2 P ( ̄B )=0,7 P ( A∩ ̄B ) =0,5
Calcular P ( A∪B ) y P (A)

172) Tenemos dos bolsas, A y B. En la bolsa A hay 3 bolas blancas y 7 rojas. En la

bolsa B hay 6 bolas blancas y 2.rojas. Sacamos una bola de A y la pasamos a B.
Después extraemos una bola de B.
a) ¿Cuál es la probabilidad de que la bola extraída de B sea blanca?
b) ¿Cuál es la probabilidad de que la bola extraída de B sea roja?

173) Una bola bolsa, A, contiene 3 bolas rojas y 5 verdes. Otra bolsa, B, contiene 6

19
bolas rojas y 4 verdes. Lanzamos un dado: si sale un uno, extraemos una bola de la bolsa
A; y si no sale un uno, la extraemos de B.
a) ¿Cuál es la probabilidad de obtener una bola roja?
b) Sabiendo que salió roja, ¿cuál es la probabilidad de que fuera de A?

174) Tenemos dos cajas: la primera tiene 3 bolas rojas, 3 blancas y 4 negras; la segunda
tiene 4 bolas rojas, 3 blancas y 1 negra. Elegimos una urna al azar y extraemos una bola.
a) ¿Cuál es la probabilidad de que la bola extraída sea blanca?
b) Sabiendo que la bola extraída fue blanca, ¿cuál es la probabilidad de que fuera
de la primera caja?

20
 RESPUESTAS

154)
1 1 1 1 1 1 1
a) b) c) d) e) f) g)
36 4 4 4 2 9 18

155)
1 1 3 3 2 1
a) 0 b) c) d) e) f) g)
5 5 10 5 15 15

156)
A) a) 0,213 b) 0,71 c) 0,08
B) a) 0,396 b) 0,043 c) 0,035

157)
a) 0,0588 b) 0,275 c) 0,42

158)
A) a) 0,27 b) 0,38 c) 0,56
B) a) 0,28 b) 0,64

159)
a) 0,47 b) 0,21 c) 0,53

160)
a) 0,61 b) 0,376 c) 0,82

161)
a) 0,58 b) 0,25 c) 0,57 d) No son independientes

162)
A) a) 0,08 b) 0,33
B) 0,8
C) a) 0,496 b) 0,17 c) 0,168

21
163)
a) 0,442 b) 0,978 c) 0,135 d) 0,32 e) 0,3

164)
a) 0,48 b) 0,52

165) 0,563

166)
a) 0,905 b) 0,331

167)
a) 0,0005 b) 0,84

168)
a) 0,8 b) 0,5

169)
a) No son independientes b) 0,67

170)
a) 0,6 b) 0,25 c) 0,2

171)
a) 0,8 b) 0,7

172)
a) 0,7 b) 0,3

173)
a) 0,5625 b) 0,11
174)
a) 0,3375 b) 0,44

22