PROBABILIDAD Y ESTADÍSTICA

TEMA 2: FUNDAMENTOS DE PROBABILIDAD

DEFINICIÓN DE ESTADÍSTICA:

La estadística es el conjunto de métodos necesarios para recoger,

clasificar, representar y resumir datos, con el objetivo de hacer
inferencias (extraer consecuencias) científicas a partir de ellos, ante
la presencia de incertidumbre.

REPASO DE LA NOTACIÓN DE CONJUNTOS

Se denotarán los conjuntos con letras mayúsculas: A, B, S, ….

Si el conjunto A está formado por 4, 6 y 8, entonces escribimos: A={4,6,8}.

El conjunto que contiene a todos los elementos que tienen una característica se
llamará conjunto universal y se denotará por S. Ejemplos: ℕ, ℤ, ℝ.

Si A y B son dos conjuntos, se dirá que A es subconjunto de B, denotado A⊂B,

si todo elemento de A también pertenece a B.

El conjunto vacío, denotado por ∅, no contiene elementos; y tiene la cualidad

de ser subconjunto de todos los conjuntos. Ejemplo: 𝐴 = {𝑥 ∈ ℝ ∶ 𝑥 2 = −5}
Diagramas de Venn: es una forma conveniente de representar conjuntos por
medio de diagramas.

OPERACIONES CON CONJUNTOS:

Unión: Sean A y B dos conjuntos. La Unión de A y B, que se representa
mediante A∪B, es el conjunto de puntos que pertenece a A o a B o a ambos.

Intersección: La intersección de A y B, que se denota por A∩B, es el conjunto

de puntos que pertenecen a A y a B.

Complemento: Si A es un subconjunto de S, el complemento de A, denotado

por 𝐴̅ , es el conjunto de puntos que pertenece a S, pero no a A.

Observación: 𝐴 ∪ 𝐴̅ = ¿ ?

Definición: Dos conjuntos A y B son disjuntos o mutuamente excluyentes si

A∩B=∅. Ejemplo: Lanzamiento de un dado A= Sale par; B= sale impar.

Propiedad 1: Leyes distributivas. Si A, B y C son conjuntos, entonces:

A∩(B∪C) = (A∩B)∪(A∩C)

A∪(B∩C) = (A∪B)∩(A∪C)

Propiedad 2: Leyes de Demorgan.

̅̅̅̅̅̅̅
(𝐴 ∩ 𝐵) = 𝐴̅ ∪ 𝐵̅

̅̅̅̅̅̅̅̅
(𝐴 ∪ 𝐵) = 𝐴̅ ∩ 𝐵̅
 OPERACIONES CON CONJUNTOS:

GENERALIZACIÓN:
Si 𝐴1 , 𝐴2 , . . . . . es una colección de conjuntos definidos en un conjunto S, entonces las
operaciones de unión e intersección pueden ser ampliadas a más de dos conjuntos:
UNIÓN:
∞

⋃ Ai = {x ∈ S : x ∈ Ai para algún i}
𝑖=1
INTERSECCIÓN:
∞

⋂ 𝐴𝑖 = {x ∈ S : x ∈ Ai para todo i}
𝑖=1

EJEMPLO: Si 𝐴𝑖 = [𝑖, 𝑖 + 1); 𝑖 = 0, 1, 2, . . . 𝐸𝑛𝑡𝑜𝑛𝑐𝑒𝑠

⋃ 𝐴𝑖 = ¿ ?
𝑖=0

Sol: 𝐴0 = [0,1)
𝐴1 = [1,2)
𝐴2 = [2,3)
.
.
∞

⋃ 𝐴𝑖 = [0,∞)
𝑖=0

FENÓMENOS-EXPERIMENTOS

DETERMINÍSTICOS
PROCESOS
(FENÓMENOS)
PROBABILÍSTICOS
DETRMINÍSTICOS:

CONDICIONES DETERMINAN UN
INICIALES ÚNICO RESULTADO

PROBABILÍSTICOS:

CONDICIONES DETERMINAN EL
INICIALES COMPORTAMIENTO
EN EL ESTADO FINAL

PROBABILIDAD

CARACTERÍSTICAS DE UN EXPERIMENTO ALEATORIO:

1.-Pueden ser repetidos indefinidamente en las mismas condiciones.

2.-No se puede predecir un resultado en particular, pero si decir el

conjunto de todos los posibles resultados.
3.-A medida que el experimento se repite, los resultados individuales
parecen ocurrir sin ninguna relación entre ellos, pero cuando se repite
un gran número de veces aparece una cierta regularidad, que hace
posible construir modelos matemáticos para analizarlos. (Propiedad
de regularidad estadística).

EJEMPLOS DE EXPERIEMNTOS PROBABILÍSTICOS

1.-Se lanza un dado y se observa el número que aparece en la cara

superior.

2.-Se lanza una moneda 4 veces y se observa la sucesión de caras y

sellos obtenidos.

3.-Se fabrican artículos en una línea de producción y se cuenta el

número de artículos defectuosos producidos en un período de 24
horas.

4.-El ala de un aeroplano se arma con un gran número de remaches.

Se cuenta el número de remaches defectuosos.

5.-Se fabrica un bombillo. Luego se prueba su duración poniéndolo

en un portalámparas y se anota el tiempo, en horas, transcurrido hasta
que se quema.

6.-Se aplican estrategias de enseñanzas distintas a tres grupos de

estudiantes.
 ESPACIO MUESTRAL:
Es el conjunto de todos los posibles resultados de un experimento
aleatorio. Se denotará por S.
EJEMPLOS:
1.-Lanzamiento de una moneda.
S= {C, S}
2.-Lanzamiento de una moneda dos veces.
S= {(C,C), (C,S), (S,C), (S,S)}
3.-Se lanza un dado y se observa el número que aparece en la cara superior.
S= {1, 2, 3, 4, 5, 6}
4.-Se lanzan 4 monedas y se anota el número de caras que aparecen.
S= {0, 1, 2, 3, 4}
5.-Se lanza una moneda hasta que aparece una cara.
S={C, SC, SSC, SSSC, . . . . . . .}

EJEMPLO:
Se examinan tres artículos manufacturados por una máquina y se anota el resultado en cuanto
a si es defectuoso (D) o no defectuoso (N). Entonces, el espacio muestral es:

Solución:

S={NNN, NND, NDN, NDD, DNN, DND, DDN, DDD}

 EVENTOS (Ó SUCESOS):
Un evento A respecto de un espacio muestral S es un subconjunto de
S.

EVENTOS:

1.-Si A y B son eventos, AB es el evento que ocurre si y solo si A ó

B (ó ambos) ocurren.

2.-Si A y B son eventos, AB es el evento que ocurre si y solo si A y

B ocurren.

3.-Si A es un evento, 𝐴̅ es el evento que ocurre si y solo si A no ocurre.

4.-Si A1, ... ,An son eventos, entonces Ai es el evento que ocurre si
y solo si al menos uno de los eventos Ai ocurre.

5.- Si A1, ... ,An son eventos, entonces Ai es el evento que ocurre si
y solo si todos los eventos Ai ocurren.

EVENTOS MUTUAMENTE EXCLUYENTES:

Se dice que dos eventos A y B, son mutuamente excluyentes si no

pueden ocurrir juntos. En otras palabras, si: AB =.
 SIGMA-ALGEBRAS
Una colección de subconjuntos del espacio muestral S es llamada una SIGMA-ÁLGEBRA (𝜎-

álgebra), denotada por ℬ, si satisface las siguientes tres propiedades :

1.- 𝜙 ∈ ℬ. (El conjunto vacío es un elemento de ℬ)

2.-Si 𝐴 ∈ ℬ entonces 𝐴̅ ∈ ℬ. (ℬ es cerrado bajo complementos)

3.-Si 𝐴1 , 𝐴2 , . . . . ∈ ℬ 𝑒𝑛𝑡𝑜𝑛𝑐𝑒𝑠 ⋃∞
𝑖=1 𝐴𝑖 ∈ ℬ.

(ℬ es cerrado bajo uniones contables)

EJEMPLO: S={1, 2, 3}

Una sigma-álgebra es:

ℬ={{1}, {2}, {3}, {1,2}, {1,3}, {2,3},{1,2,3}, 𝜙 }

PROBABILIDAD
Sea S el espacio muestral asociado con un experimento aleatorio dado y ℬ una
𝜎-álgebra de elementos de S. Con cada evento A de ℬ se asocia un número real,
designado por P(A), llamado probabilidad de que A ocurra, que satisface las
siguientes propiedades:

AXIOMAS DE PROBABILIDAD:

(1) 0  P( A)  1

(2) P(S) = 1
(3) Si A y B son eventos que se excluyen mutuamente entonces:

P(A U B)= P(A) + P(B)

(4) Si A1, ....., An son eventos que se excluyen mutuamente dos a dos, entonces:
n
P(  A ) = P(A ) + P(A ) + ......+ P(A n )
1 i 1 2

PROPIEDADES:

1.-P()= 0

2,-Si A es cualquier conjunto y 𝐴̅ su complemento, entonces:

P(A) = 1 – P(𝐴̅)

3.-Si A y B son dos eventos cualesquiera, entonces:

P(A U B ) = P(A) + P(B) – P(A  B)

DEMOSTRACIÓN:
EJEMPLO
En cierta zona residencial 60% de las familias se suscribe al servicio de internet de la
compañía de televisión por cable, 80% contrata el servicio de televisión de esa misma
compañía y 50% de todas las familias contrata ambos servicios. Si se elige una familia al
azar, ¿cuál es la probabilidad de que contrate al menos uno de los dos servicios?

4.-Si A, B y C son eventos cualesquiera, entonces:

P( A U B U C ) = P(A) + P(B) + P(C)– P(A  B)- P(A  C) - P(B  C) - P(A  B  C)

 DEFINICIÓN CLÁSICA DE PROBABILIDAD
La probabilidad de que aparezca determinado evento A, es el cociente entre el
número de casos favorables a ese evento A y el número total de casos, siendo
estos igualmente probables, es decir:

P(A) = Número de casos favorables a A

Número de casos posibles

Ejemplo: En el lanzamiento de tres monedas legales, calcular la probabilidad de

que sale al menos un sello.

Ejemplo. Respecto al ejemplo anterior: Calcular la probabilidad de que salgan

exactamente 2 caras.

Ejemplo. Hallar la probabilidad de obtener un múltiplo de 3 al lanzar un dado.

Ejemplo: Se arrojan dos dados y se observan los puntos de cada dado.

a)Describir el espacio muestral.

b)Calcular la probabilidad de que salga exactamente un cuatro.

c) Calcular la probabilidad de que salga al menos un cuatro.

d) Calcular la probabilidad de que la suma de los puntos sea 5.

e) Calcular la probabilidad de que la suma sea un número primo.

 HERRAMIENTAS PARA CONTAR
PUNTOS MUESTRALES

PRINCIPIO DE MULTIPLICACIÓN o REGLA mn:

Con m elementos a1, a2, ……, am y n elementos b1, b2, …, bn es posible formar

Mn= m*n pares que contienen un elemento de cada grupo.

PRINCIPIO DE MULTIPLICACIÓN (otra forma):

Si una actividad se puede realizar en a formas, una segunda actividad en b

formas, una tercera en c formas, y así sucesivamente, para n actividades;
entonces las n actividades pueden ser realizadas conjuntamente, una detrás de
la otra, en:

a x b x c x ............ formas

n - factores

Ejemplo: Una prueba consta de 12 preguntas de verdadero-falso. ¿De cuantas

maneras distintas puede un estudiante contestar la prueba con una respuesta a
cada pregunta?
PERMUTACIONES: Una permutación es un arreglo ordenado (importa el
orden) de un conjunto de objetos.

Pn,r = n ! (sin repetición)

(n − r)!
Ejemplo: Si no se permiten repeticiones; a) ¿Cuántos números de tres dígitos se
pueden formar con los seis dígitos: 2, 3, 5, 6, 7, 9; b) ¿Cuántos de éstos son
menores de 400?; c) ¿Cuántos son pares?

COMBINACIONES: Número de formas en que r objetos pueden elegirse de un

conjunto de n objetos sin importar el orden.

 n n!
C n,r =   = (sin repetición )
r  (n − r)! r!

1.-Se dispone de 8 gases que se combinan entre sí y se quiere formar mezclas

de 3 gases por partes iguales para realizar un experimento químico. ¿Cuántas
mezclas distintas se pueden formar?

2.-De un grupo de 12 artículos, de los cuales 4 son defectuosos, se escogen dos

artículos. Calcular la probabilidad de que los dos sean defectuosos.
 PROBABILIDAD CONDICIONAL
Si A es un evento cualquiera definido en un espacio muestral S asociado a un experimento
aleatorio, la probabilidad de que otro evento B ocurra una vez que A haya ocurrido se expresa
como P(B/A), la probabilidad condicionada de B dado que A ha ocurrido, y se define como:

P(A  B)
P(B/A) =
P(A)
Ejemplo: Se lanza un dado equilibrado. Si el número que salió es impar, ¿Cuál es la
probabilidad que sea el 1?

Ejemplo: Se lanzan dos dados normales y se anotan los resultados (x1, x2) en donde xi es el
resultado del i-ésimo dado (i=1,2). Se consideran los siguientes eventos:

A = {(𝑥1 , 𝑥2 ): 𝑥1 + 𝑥2 = 10}

B = {(𝑥1 , 𝑥2 ): 𝑥1 > 𝑥2 }

Calcular: P(A/B) y P(B/A)

EVENTOS INDEPENDIENTES
Se dice que dos eventos A y B son independientes si:

P(A  B) = P(A) P(B)

Ejemplo: Consideremos los siguientes eventos relacionados con el lanzamiento de un dado:

A: Se observa un número impar.

B: Se observa un 1 o un dos (Sale 1 o 2).

¿Son A y B eventos independientes?

 TEOREMA DE BAYES
Sean B1, B2, ..., Bn eventos mutuamente excluyentes, que representan las n posibles causas
del resultado del experimento, siendo A el evento que representa el resultado. El Teorema de
Bayes establece que:

P(A/B ) P(B )
P(B /A) = n i i
i
 P(A/B i ) P(Bi )
i=1

Ejemplo: Una caja contiene cuatro fichas rojas y tres blancas. Una segunda caja
contiene cinco rojas y dos blancas. Una de las cajas es escogida al azar y
extraída una ficha. Si la ficha es blanca; ¿Cuál es la probabilidad de que la caja
escogida haya sido la primera?
 PROBLEMAS
1) ¿Qué está mal en cada una de las siguientes afirmaciones?

a) Como hay 22 estados en ese país, la probabilidad de nacer en uno de ellos es 1/22.
b) La probabilidad de que una persona fume es de 0.45 y de que beba es 0.54; así la
probabilidad de que esa persona fume o beba es de 0.54 + 0.45= 0.99.
c) La probabilidad de que cierto candidato para la presidencia gane es de 3/5, y de que pierda
es de1/4.
d) Dos equipos de fútbol están igualmente equilibrados. Entonces la probabilidad de que
alguno de ellos gane es de ½.

2) Supóngase que el conjunto universal consta de todos los puntos (x, y) cuyas coordenadas
son enteros no negativos. Indique los elementos de los conjuntos siguientes:
A = {(x, y) / x2 + y2 ≤ 6},
B = { (x, y) / 1 ≤ xy ≤ 4}
C=A∩B
D = A ∩ Cc

3) Los artículos provenientes de una línea de producción se clasifican en defectuosos (D) o

no defectuosos (N). Se observan los artículos y se anota su condición. Este proceso se
continúa hasta que se produzcan dos artículos defectuosos consecutivos, o se hayan
verificado 4 artículos, cualesquiera que ocurra primero. Describir un espacio muestral para
este experimento.

4) Se ha comprobado que en una ciudad están enfermos con gripe el 60% de los niños; con
sarampión el 50% y el 20% con ambas enfermedades.
a) Calcular la probabilidad de que elegido un niño al azar esté enfermo con gripe, sarampión
o ambas enfermedades.
b) En un colegio con 500 alumnos ¿Cuántos cabe esperar que estén enfermos con gripe o
sarampión?

5) Demostrar que para dos sucesos cualesquiera A y B, se tiene:

P(A U B) ≤ P(A) + P(B).

6) Diez fichas numeradas del 1 al 10 se mezclan en una palangana. Se sacan de la palangana

dos fichas numeradas (x, y), una y otra vez sin sustitución. ¿Cuál es la probabilidad de que
x + y = 10?
7) Un lote consta de 10 artículos buenos, 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) Tenga
un defecto grave; c) Que sea bueno o que tenga un defecto grave.

8) Cuando se arroja un par de dados legales; ¿Cuáles son las probabilidades de obtener: a) 7;
b) 11; c) 7 u 8; d) 2, 3 ó 12?

9) Un experimento tiene los cuatro posibles resultados mutuamente excluyentes A, B, C y D.

Verifique si están permitidas las siguientes asignaciones de probabilidades:
a) P(A)= 0.38; P(B)= 0.16; P(C)= 0.11; P(D)= 0.35.
b) P(A)= 0.32; P(B)= 0.27; P(C)= -0.06; P(D)= 0.47.

10) Si A y B son mutuamente excluyentes y P(A)= 0.29 y P(B)= 0.43, Calcular: a) P(A’); b)
P(A U B); c) P(A ∩ B’); d)P(A’ ∩ B’).

11) Si se extraen dos cartas de una baraja ordinaria (52 naipes); ¿Cuál es la probabilidad de
que una sea espada y la otra corazón?

12) ¿Cuál es la probabilidad de obtener 3 ó más espadas en una extracción de cuatro cartas
de una baraja ordinaria?

13) Una urna contiene 4 bolas blancas y 6 negras. ¿Cuál es la probabilidad de que una bola
extraída al azar sea blanca?

14) Si se lanzan dos monedas; ¿Cuál es la probabilidad de obtener una cara y un sello?.

15) ¿Cuál es la probabilidad de obtener tres caras lanzando tres monedas?

16) Una secretaria descuidada escribió a máquina 4 cartas y 4 sobres e insertó las cartas al
azar dentro de los sobres. Encontrar la probabilidad de cada uno de lo siguiente:
a) Ninguna carta entró en el sobre correcto.
b) Al menos una carta entró en el sobre correcto.
c) Solo una carta entró en el sobre correcto.
d) Al menos dos cartas entraron en los sobres correctos.
e) Exactamente 3 cartas entraron en los sobres correctos.

17) Encontrar la probabilidad de que en una tirada de un dado se tenga 4 ó 5.

18) En una caja hay 10 piezas, de las cuales 4 están pintadas. Un montador toma al azar 3
piezas. Hallar la probabilidad de que por lo menos una de las piezas escogidas esté pintada.

19) En el estante de una biblioteca están puestos en un orden fortuito 15 manuales, 5 de los
cuales están encuadernados en tela. El bibliotecario toma al azar 3 manuales. Hallar la
probabilidad de que por lo menos uno de los manuales escogidos resulte encuadernado en
tela.
20) En una baraja de 32 cartas, se extraen, al azar, 4 cartas (sin reposición). Determinar las
probabilidades de los siguientes eventos:
a) Por lo menos una de las cartas es un as.
b) Las cuatro cartas tienen el mismo color.

21) Se lanza una moneda 8 veces, hallar la probabilidad de que se obtengan exactamente 5
caras.

22) Se lanzan simultáneamente dos dados, con las caras numeradas del 1 al 6. Describir el
espacio muestral y la probabilidad de los sucesos elementales. Si la letra x representa la suma
de los puntos obtenidos en un lanzamiento, calcular la probabilidad de que x sea menor que
7.

23) Si 3 de 20 neumáticos están defectuosos y 4 de ellos se escogen aleatoriamente (esto es,

cada neumático tiene la misma probabilidad de ser elegido), ¿Cuál es la probabilidad de que
solamente uno de los defectuosos sea escogido?

24) La probabilidad de que un servicio de pruebas para consumidores califique un nuevo

dispositivo como muy malo, malo, regular, bueno, muy bueno o excelente es de 0.07, 0.12,
0.17, 0.32, 0.21, y 0.11, respectivamente. ¿Cuáles son las probabilidades de que lo califiquen
como:
a) Muy malo, malo, regular o bueno.
b) bueno, muy bueno o excelente.

25) Sean A y B dos sucesos correspondientes a un experimento aleatorio, tales que:

A U B = S; P(A)= 0.8; P(B) = 0.5.
Calcular: a) P(A ∩ B); b) P(A U B’); c) P(A’ U B); d) P(A’ U B’).

26) Se considera un dado cargado. Las probabilidades de cada cara en un lanzamiento son
inversamente proporcionales al número que aparece. Se pide:
a) Probabilidad de que un lanzamiento salga impar.
b) Probabilidad de que salga inferior a 4.

27) Tres manuales científicos constan de 3, 5 y 2 volúmenes. Colocados al azar los 10 tomos
en una estantería, ¿cuál es la probabilidad de que los volúmenes de cada tratado estén juntos?

28) Se propone un mismo problema a dos alumnos incomunicados. La probabilidad de que

lo resuelva el primero es ½, la probabilidad de que lo resuelva el segundo es ¼ y la
probabilidad de que lo resuelvan ambos es 1/8. Hallar la probabilidad de que el problema no
sea resuelto y la probabilidad de que lo resuelva un solo alumno.

29) a)Se considera el espacio muestral N = {1, 2, 3, ………} y se define la probabilidad de

q
los sucesos elementales por: P (n) = n donde n Є N y q Є R.
5
Determinar el valor de q para que P sea una probabilidad y hallar la probabilidad del suceso
A ={ n Є N : n es impar}.

b) Se considera el espacio muestral N = {1, 2, 3, ………} y se define la probabilidad de los

𝑒 −𝛼 𝛼 𝑛
sucesos elementales por: 𝑝(𝑛) = donde n Є N. Verificar que P es una
𝑛!
probabilidad.

30) a)El intervalo real [1; +∞ ) se considera como espacio muestral y se define la función:
x
P( x) =  1 dt, con x Є [1; +∞ )
2
1t
¿Es una función de probabilidad en ese intervalo?

b)Para cada intervalo I se define:

1 1
𝑃(𝐼) = ∫ 2
𝑑𝑥
𝐼 𝜋 1+ 𝑥
¿Es una función de probabilidad en ese intervalo?

28) Se escogen dos artículos al azar de un grupo de 12 de los cuales 4 son defectuosos. Sea
A ={ dos artículos defectuosos } y B ={ dos artículos no defectuosos }. Calcular P(A) y P(B).

31) Se desea hallar la probabilidad p de que n personas tengan fechas diferentes de

cumpleaños. Para resolver este problema no se tiene en cuenta los años bisiestos y se supone
que el cumpleaños de una persona puede caer en un día con igual probabilidad.

32) ¿De cuántas formas se pueden colocar en el tablero de ajedrez 8 torres de modo que no
se puedan ‘comer’ una a la otra?

PROBABILIDAD CONDICIONAL

33) Se lanzan dos dados, encontrar la probabilidad de que la suma sea igual a 7 y al mismo
tiempo la diferencia entre el mayor y el menor sea igual a 1.

34) Supongamos que se consideran las combinaciones posibles de los hijos de una familia de
dos niños, siendo todas equiprobables. Sean los eventos siguientes:

H: ‘la familia tiene un varón’.

A: ‘el mayor es un varón’.
B: ‘los dos niños son varones’.

Determinar las probabilidades: P(B/H) y P(B/A).

35) Se tienen tres fichas A, B, C tales que:

A tiene dos lados blancos.
B tiene un lado blanco y un lado negro.
 C tiene dos lados negros.

Se escoge una ficha al azar, se observa solamente uno de sus lados y este lado es blanco. ¿
Cuál es la probabilidad de que el otro lado sea igualmente blanco?.

TEOREMA DE BAYES

36) Una empresa tiene 4 fábricas que producen el mismo artículo. La producción de las
fábricas se deposita en el mismo almacén. En un período determinado la fábrica A produjo
el 20% de los artículos, la B el 40%, la C el 25% y la D el 15%. Los porcentajes de artículos
defectuosos en las fábricas fueron 1%, 2%, 1.3% y 0.5% respectivamente. ¿Cuáles son las
probabilidades de que el artículo haya procedido de las fábricas A, B, C o D respectivamente?

37) Cuando ocurre un accidente de automóviles, las autoridades de tránsito hacen un análisis
al conductor para determinar la presencia de alcohol en la sangre. Por experiencia se sabe
que si el conductor ha ingerido licor, el análisis resultará positivo en el 97% de los casos. Por
otro lado, el examen puede erróneamente resultar positivo en un 2% de los casos. Suponiendo
que en el 1% de los accidentes el conductor haya ingerido licor, ¿Cuál es la probabilidad de
que en un accidente en particular en el que el examen resultó positivo, el conductor haya
ingerido realmente licor?

38) En cierta facultad, 1% de las mujeres y 4% de los hombres tienen más de 6 pies de altura.
Además, 60% de los estudiantes son mujeres. Ahora bien, si se selecciona al azar un
estudiante y es más alto de 6 pies, ¿Cuál es la probabilidad de que el estudiante sea mujer?.

OBSERVACIÓN: Este conjunto de problemas es un complemento a los problemas del texto

guía.

Wackerly, D.; Mendenhall, W. & Scheaffer, R. (2010). Estadística Matemática con

Aplicaciones, 7ma ed. CENGAGE Learning.
 BIBLIOGRAFÍA ADICIONAL

Casella, G; Berger, R. (2006). Statistical Inference. Duxbury Press.

Wackerly, D.; Mendenhall, W. & Scheaffer, R. (2008). Mathematical Statistics with

Applications, 7ma ed. CENGAGE Learning.

Montgomery, D.; Runger, G. (2014). Applied Statistics and Probability for Engineers, 6th
ed. Wiley.