NOCIONES DE PROBABILIDAD

Tema

7
 2

OBJETIVOS

Al finalizar el Tema 7, el participante será capaz de:

1. Aplicar los conceptos de experimento,

espacio muestral y evento.
2. Discutir los principios para asignar
probabilidad.
3. Utilizar las reglas de probabilidad para
plantear y resolver un problema real.
 3

CONTENIDO

1. Importancia de las probabilidades

2. Conceptos básicos
3. Probabilidad
4. Reglas de Probabilidad
3.1. Regla de la Adición
3.2. Regla de la Multiplicación
3.3. Probabilidad condicional
3.4. Teorema de Bayes
 4

7.1 Importancia de las Probabilidades

Las probabilidades están presentes en
nuestras vidas más a menudo de que
podríamos sospechar. Todos tenemos una
gran intuición probabilística.
Por ejemplo:
• En días lluviosos, fríos y con mucha
humedad es alta la probabilidad de coger
un resfrío.
• Si ingerimos alimentos en lugares poco
higiénicos, en ambulantes es muy probable
que contraigamos una infección estomacal.
 5

¿Cómo es la probabilidad de ganar el premio

mayor en Tinka?. Muy baja, pues hay muchas
alternativas en juego. Pero aún sabiendo esto,
compramos uno que otro número. La decisión
es más racional.
Si escuchamos una predicción de 80% que
llueva, y Ud. tiene planeado un paseo al campo
con la familia. ¿Qué hace?. Lo mas racional es
que cancele su paseo y se quede en su casa
viendo en video.
 6

7.2 Conceptos básicos

(A)Experimento:
• En general es realizar acciones destinadas a descubrir o
comprobar ciertos fenómenos.
• Experimento aleatorio, cuando el resultado no se puede
predecir antes de realizar el experimento.
Se caracteriza por:
a) Tener varios resultados posibles
b) Existir incertidumbre sobre el resultado
Ejemplos:
• Lanzar una moneda
• Seleccionar de una clase, un estudiante y esperar su
calificación.
 7

(B) Espacio Muestral: conjunto de todos los resultados

posibles de un experimento aleatorio. Se simboliza por  (omega).

Ejemplos:
 Lanzar una moneda:
 = {cara, sello}
 Seleccionar de una clase, un estudiante y esperar su
calificación.
 ={excelente, muy bueno, bueno, regular, malo}
 Escoger una persona de la calle preguntando por su opción
presidencial 2016.
 = {19 opciones presidenciales}
Obsérvese que  corresponde al conjunto Universal
Ejemplo: 8

Se lanzan tres monedas simultáneamente. Los ochos

resultados posibles de este experimento pueden detallarse
de manera conveniente mediante un diagrama de árbol:
Primera Segunda Tercera
Resultado
Moneda Moneda Moneda Posible

C C CCC
C S CCS
C CSC
S
S CSS
C C SCC
S S SCS
C SSC
S
S SSS
 ={CCC, CCS, CSC, CSS, SCC, SCS, SSC, SSS}
 9

(C) Suceso o Evento: subconjunto A del espacio muestral,

seleccionado de acuerdo a una condición. Conjunto de posibles
resultados de un experimento.
Se representan por letras latinas mayúsculas.
Ejemplo:
Se lanzan dos dados. El espacio muestral de este experimento es:
= { (1,1) (1,2) (1,3) (1,4) (1,5) (1,6)
(2,1) (2,2) (2,3) (2,4) (2,5) (2,6)
(3,1) (3,2) (3,3) (3,4) (3,5) (3,6)
(4,1) (4,2) (4,3) (4,4) (4,5) (4,6)
(5,1) (5,2) (5,3) (5,4) (5,5) (5,6)
(6,1) (6,2) (6,3) (6,4) (6,5) (6,6) }
 10

Podemos considerar los siguientes sucesos o eventos:

A: la suma de puntajes es 7, es decir:

A={(1,6) (2,5) (3,4) (4,3) (5,2) (6,1)}

B: la suma de puntajes es 11, es decir:

B={(5,6) (6,5)}

C: la suma de puntajes es 7 u 11, es decir:

C={(1,6) (2,5) (3,4) (4,3) (5,2) (6,1) (5,6) (6,5)}
 11

7.3 Probabilidad de un suceso o evento

•(A)
  Concepto: Es una medida de la ocurrencia de
un suceso. Es el conjunto de posibilidades de
que un evento ocurra o no en un momento y
tiempo determinado.
(B)Una definición clara y simple de probabilidad,
generalmente llamada definición clásica de
probabilidad es: Si un suceso puede ocurrir de f
formas mutuamente excluyentes e igualmente
posibles y si n de ellas tienen una característica
A, entonces la probabilidad de ocurrencia de A
es la fracción , es decir:
 12

Ejemplos:
•  
1. Se lanza una moneda

={cara, sello}
P(cara) = = 0,5 P(sello) = = 0,5
 13

2. Se lanzan 3 monedas
 = {CCC, CCS, CSC, SCC, CSS, SCS, SSC, SSS}
1/8 1/8 1/8 1/8 1/8 1/8 1/8
1/8
A: obtener exactamente 2 caras
A = {CCS, CSC, SCC}
1/8 + 1/8 + 1/8
P(A) = 3/8
 14

•  
(C) Propiedades: De acuerdo a la definición
de probabilidad de un suceso, y a los dos
principios, tenemos las siguientes
conclusiones:

(1º) P() = 1

(2º) P() = 0

(3º) ,
 15

PROBABILIDADES - EJEMPLOS
1. Un investigador trabaja con un nuevo producto de limpieza
a partir de vegetales propios de la región entre frutas y
verduras. De 200 vegetales sometidos a prueba, 180
presentaron un nivel de limpieza por encima de la
estándares, después de ser sometidos a pruebas de rigor.
2. En una determinada población el 50% ha estado casado
alguna vez, el 50% tiene menos de 70 años y el 80% no
padece ninguna enfermedad contagiosa. De estos últimos
el 60% tiene menos de 70 años y el 40% ha estado casado
alguna vez. De los que han estado casados alguna vez,
sólo el 20% tiene menos de 70 años. El 10% de la
población reúne las tres condiciones.
 16

PROBABILIDAD DEL PUNTO

ESTADISTICO

Quien emplea la estadística aplicada prefiere

...
pensar en la probabilidad como el número de
veces en las que se presentará determinada
situación si una experiencia fuera repetida
indefinidamente en situaciones de naturaleza
repetitiva o que pudiera concebirse de esa
manera ...
 17

7.4 Reglas de probabilidad

7.4.1 Regla de la Adición:

U
(A B)
U
P(AUB) = P(A) + P(B) -(AP B)
 18

Ejemplo:
•Calcular
  la probabilidad de obtener al menos seis en el
lanzamiento de dos dados legales.
Solución: Experimento: lanzamiento de dos dados legales

A : el seis aparece el primer dado.

B : el seis aparece en el segundo dado.
: el seis aparece en los dos dados.
 19

Regla de adición para sucesos mutuamente

excluyentes

Dos sucesos son mutuamente excluyentes, si

no tienen elementos comunes

A B Þ P(AUB) = P(A) + P(B)

: (A B) = 
U
Si U
Por lo tanto : P(A B) = 0
 20

Ejemplo:

Se extrae una carta de una baraja. ¿Cuál es la

probabilidad de que sea un as o un rey?
 
 

 
 21
 
7.4.2 Probabilidad Condicional
Ejemplo 1: Se dispone de 11 entrevistas, pertenecientes a personas
masculinos y femeninos agrupados por su nivel de instrucción.

Sexo M F
Grado (Masculino) (Femenino) Total
Secundaria (A) 5 3 8
Superior (B) 1 2 3
Total 6 5 11
 a) ¿Cuál es la probabilidad de extraer una entrevista perteneciente a
un poblador con educación secundaria?
 22

•b)¿Cuál
  es la probabilidad de extraer una
entrevista correspondiente a un poblador con
secundaria y que sea mujer?

c) Dado que la entrevista corresponde a un

poblador con secundaria, ¿cuál es la
probabilidad que sea mujer? (PROBABILIDAD CONDICIONAL)

Sexo
M F
Grado (Masculino) (Femenino) Total

Secundaria (A) 5 3 8
Superior (B) 1 2 3
Total 6 5 11
 23

Derivación de la fórmula:
 

comprobando:
 

Sexo M F
Grado (Masculino) (Femenino) Total
 
Secundaria (A) 5 3 8
Superior (B) 1 2 3
Total 6 5 11
 24

Ejemplo 2

Se recolectó información sobre el peso del recién

nacido y si la madre fumó o no durante el
embarazo. Los datos se presentan a continuación:

CONDICIÓN PESO RECIEN NACIDO

TOTAL
DE FUMADORA BAJO NORMAL

SI 30 10 40

NO 20 140 160

TOTAL 50 150 200

 25

•A.  ¿Cuál es la probabilidad que el recién nacido

tenga bajo peso?

B. ¿Cuál es la probabilidad que una gestante

fume?

C. ¿Cuál es la probabilidad que el niño CONDICIÓN PESO RECIEN NACIDO

TOTAL

seleccionado tenga un peso normal? DE FUMADORA BAJO NORMAL

SI 30 10 40
NO 20 140 160
TOTAL 50 150 200
 26

•D.  ¿Cuál es la probabilidad de que un recién nacido tenga bajo

peso o sea normal?

Como son mutuamente excluyentes:

E. ¿Cuál es la probabilidad de que el recién nacido tenga bajo

peso o la madre haya fumado durante el embarazo?

CONDICIÓN PESO RECIEN NACIDO

TOTAL
DE FUMADORA BAJO NORMAL

SI 30 10 40
 
NO 20 140 160
TOTAL 50 150 200
 27

Aplicación:

La probabilidad de que el personal administrativo

que labora en una universidad, llegue tarde el día
lunes es 0,50 y la probabilidad de que llegue
retrasado los días lunes y martes es 0,20. Dado
que cierto trabajador llegó tarde el día lunes,
¿cuál es la probabilidad de que llegue tarde el día
siguiente?.
TM P(TM TL )
P( ) =
P(TL ) 
P(T =T0,50) = 0,20 TL P(TL )
L M
0,20
= = 0,40
0,50
 28

7.4.3 Regla de la Multiplicación

A partir de

P(A  B)
P( B ) 
A P(A)

Se despeja
P(A  B)  P(A)  P B ( A)
 29

Aplicación:

Se sabe que en un lote de medicamentos de

50 frascos, hay 4 que no están
adecuadamente empacados (defectuosos).
Si se extraen al azar 2 frascos, uno a
continuación del otro, ¿cuál es la
probabilidad de que ambos sean
defectuosos?.
D2
P ( D1 ) 
4 P(D1  D 2 )  P(D1 )  P( )
D1
50
D 3 4 3 12
P( 2 ) =  
50 49 2450
D1 49
 30

Ejercicio
En una población de pacientes
hospitalizados, la probabilidad de que uno de
ellos, elegido aleatoriamente tenga
problemas cardiacos es 0,35. La probabilidad
de que un paciente con problemas cardiacos
sea un fumador es de 0,86. ¿Cuál es la
probabilidad de que el paciente elegido al
azar de entre la población sea fumador y
tenga problemas cardiacos?.
 31

Regla de la multiplicación para

sucesos independientes.

Los sucesos A y B se consideran independientes

cuando la ocurrencia de uno no influye sobre la
probabilidad de ocurrencia del otro; esto significa
que, independientemente de que A haya ocurrido o
no, la probabilidad asignada a B es siempre la misma.

P(B )  P(B)
A
Entonces,

Þ P ( A  B)  P ( A)  P ( B)
 32

Ejemplo:

¿Cuál es la probabilidad de que en una

familia con dos hijos, ambos sean varones?

P( V1 )  0,5 P(V1  V2 )  P(V1 )  P(V2 )

P( V2 )  0,5
= (0,5) (0,5)

P(V1  V2 )  0,25
 PROBABILIDAD

Probabilidades condicionales:

P(A/B) = P(A  B)/P(B)

P(B/A) = P(A  B)/P(A)
P(A/Bc) = P(A  Bc)/P(Bc)
P(B/Ac) = P(Ac  B)/P(Ac)
P(Ac/B) = P(Ac  B)/P(B)
P(Bc/A) = P(A  Bc)/P(A)
 PROBABILIDAD

Ejemplo.-
En cierta ciudad, las mujeres representan el
50% de la población y los hombres el otro 50%.
Se sabe que el 20% de las mujeres y el 5% de
hombres están sin trabajo. Un economista
estudia la situación de empleo, elige al azar una
persona desempleada. Si la población total es de
8000 personas,
¿Cuál es la probabilidad de que la persona
escogida sea?:
 PROBABILIDAD

a).- Mujer
b).- Hombre
c).- Mujer dado que está empleado
d).- Desempleado dado que es hombre
e).- Empleado dado que es mujer

Sean los eventos:

M: Que sea Mujer
H: Que sea Hombre
D: Que sea Desempleado
E: Que sea Empleado
Tabla Número de elementos de los Eventos M, H, D, E y S

Desempleados Empleados
Total
D E

4000
Mujeres (M) 800 3200

Hombres (H) 200 3800 4000

Total 1000 7000 8000

 Tabla de Probabilidades

D E Total
M 800/8000 = 0,1 3200/8000= 0,4 4000/8000 = 0,5

H 200/8000= 0,025 3800/8000= 0,475 4000/8000 = 0,5

Total 1000/8000= 0,125 7000/8000= 0,875 8000/8000 = 1

 PROBABILIDAD

D E Total
P(M) = .50
M 800/8000 = 0.1 3200/8000= 0.4 4000/8000= 0.5

P(H) = .50 H 200/8000= 0.025 3800/8000= 0.475 4000/8000= 0.5

P(E) = .875 Total 1000/8000= 0.125 7000/8000= 0.875 8000/8000 = 1

P(D) = .125
P(M/E) = P(ME)/P(E) = .40/.875 = .4571
P(D/H) = P(DH)/P(H) = .025/.5 = .05
P(E/M) = P(ME)/P(M) = .40/.5 = .8
P(M/D) = P(MD)/P(D) = .10/.125 = .8
P(H/D) = P(HD)/P(D) = .025/.125 = .2
 PROBABILIDAD

Eventos dependientes e independientes

En el ejemplo anterior se tiene que
D E Total
P(M) = .50
M 800/8000 = 0.1 3200/8000= 0.4 4000/8000= 0.5

P(H) = .50 H 200/8000= 0.025 3800/8000= 0.475 4000/8000= 0.5

P(E) = .875 Total 1000/8000= 0.125 7000/8000= 0.875 8000/8000= 1

P(D) = .125
P(ME) = .40 P(M) P(E) = .4375
P(DH) = .025 P(D) P(H) = .0625
P(MD) = .10 P(M) P(D) = .0625
P(EH) = .475 P(E) P(H) = .4375
 PROBABILIDAD

Por tanto los eventos M y E ,

D y H,
M y D,
EyH
son dependientes.
 LEY GENERAL MULTIPLICATIVA PARA N
EVENTOS
P ( A1 I A2 I A3 I ... I Ak )  P ( A1 ) P ( A2 \ A1 ) P ( A3 \ A1 I A2 )...P ( Ak \ A1 I A2 I ... I Ak -1 )

INDEPENDENCIA DE n EVENTOS

P ( A1 I A2 I A3 I ... I Ak )  P( A1 ) P( A2 ) P ( A3 )...P( Ak )
 PROBABILIDAD

Probabilidad total.-
Sean A1, A2, A3..., An eventos disjuntos
(mutuamente excluyentes), que forman una
partición de Ω. Esto es Ai  Aj =  para
toda i y toda j, y además
Ω = A1  A2  A3  An
A2
A5
A3
A1 A4

A6
An
 PROBABILIDAD

Y sea E otro evento tal que E  Ω y E  Ai  

A2
A5
A3
A1 A4

E
A6

An

E
 PROBABILIDAD

•Entonces
 

Al aplicar la función de probabilidad a ambos eventos, se tiene

que:

Ya que es ajeno a para

 PROBABILIDAD

•Como
  (Ai  E) = (E  Ai) entonces

Entonces la probabilidad completa de E es:

P(E) = P(E/A1) P(A1) + P(E/A2) P(A2) + P(E/A3)P(A3)+...

...+ P(E/An) P(An)
 PROBABILIDAD

Ejemplo.-
En una pequeña empresa de tejidos se obtiene
su producción con tres máquinas hiladoras M1,
M2 y M3 que producen respectivamente 50%,
30% y el 20% del número total de artículos
producidos.
Los porcentajes de productos defectuosos
producidos por estas máquinas son 3%, 4% y
5%. Si se selecciona un artículo al azar,
¿ Cuál es la probabilidad de que el artículo sea
defectuoso ?
 PROBABILIDAD

Sea
D el evento: Que sea un artículo defectuoso.
P(M1) = .50 P(D/M1) = .03
P(M2) = .30 P(D/M2) = .04
P(M3) = .20 P(D/M3) = .05

P(D) = P(D/M1) P(M1) + P(D/M2) P(M2) +

P(D/M3) P(M3)
= .03(.50) + .04(.30) + .05(.20) = 0.037
 48

 
7.4.4 El teorema de Bayes
Consiste en una partición de la probabilidad total. Si son n
eventos mutuamente excluyentes, cuya unión es el conjunto
universal, B es un evento arbitrario tal que y y son conocidos
para , entonces:

Ejemplo 1:
La Compañía de Seguros JL ha desarrollado un novedoso seguro familiar. De
acuerdo con una investigación hecha en el mercado, la probabilidad de que
el producto tenga éxito es 0,80 si una compañía competidora no introduce
un plan similar en el mercado, en tanto que la probabilidad de éxito es 0,30
si la empresa competidora lanza al mercado un seguro similar. Además, la
compañía JL estima que hay una probabilidad de 0,40 de que la firma
competidora comercialice el producto. Dado que el producto de la Compañía
JL tuvo éxito, ¿cuál es la probabilidad de que la firma competidora haya
comercializado su novedoso plan de seguro?
Solución: 49

P(C) = probabilidad de que la compañía competidora comercialice el

producto,
P(C´) = probabilidad de que la compañía competidora no comercialice
el producto,
P(E) = probabilidad de que el plan de seguro familiar de la compañía
JL tenga éxito.
P. Marginal P. Condicional P. Conjunta

40 P(E/C) = 0,30 P(C  E) = 0,40  0,30 = 0,12

= 0 ,
P( C)
P(C
´ )=
P (C E) = 0,60  0,80 = 0,48
'
0, 6
0 P(E/C´) = 0,80
P. Total P( E) = 0,60
 50

Luego, de acuerdo con el Teorema de Bayes

P (C  E)
P(C )=
E P (C  E) + P (C '  E)

0.12 0.12
   0.20
0.12  0.48 0.60

La probabilidad que la compañía de seguros haya

participado en el mercado, dado que JL tuvo éxito
es de 0,20.
 51

Ejemplo 2:
El Director de la Clínica Santa Teresa está considerando
comprar un lote de 10 000 equipos de venoclisis de un
proveedor nacional. El fabricante de estos equipos estima la
proporción de equipos defectuosas en el lote, en la siguiente
forma.
Proporción de Probabilidad
piezas defectuosas () P()

1 = 0,10 P(1) = 0,20

2 = 0,15 P(2) = 0,30
3 = 0,25 P(3) = 0,50
 52

Esto significa que el proveedor no está seguro acerca

de la proporción de equipos defectuosos en el lote,
sin embargo, basándose en experiencias anteriores,
cree que hay una probabilidad de 0,20 de que el lote
tenga 10% de piezas defectuosas, una probabilidad
de 0,30 de que tenga 15%. Y finalmente, de 0,50 de
que tenga 25% de piezas defectuosas. Supongamos
que elige un equipo de venoclisis al azar en el lote:
 53

A) ¿Cuál es la probabilidad de qué esta sea

defectuosa (probabilidad total)?
B) Dado que el equipo resulta defectuoso, ¿cuál
es la probabilidad de que el lote tenga 25% de
piezas defectuosas (probabilidad de Bayes)?
 54

P. Marginal P. Condicional P. Conjunta

P(D/1)= 0,10
0,
20 1=0,10 P( 1  D) = 0,20  0,10 = 0,0200
)=
1

P(

P(D/2)= 0,15
P(2) = 0,30 =0,15
2 P( 2  D) = 0,30  0,15 = 0,045
P(
3
)=
0,

P(D/3)= 0,25
50

3=0,25 P( 3  D) = 0,50  0,25 = 0,1250

P(D) = 0,1900
 55

Respuesta A:
Hay tres maneras posibles de obtener un
equipo defectuosa del lote. Por lo tanto, la
probabilidad de obtener una pieza
defectuosa, cualquiera que se la tasa
porcentual de defectuosos 10, 15 ó 25 es:

P( D)  P( 1  D)  P( 2  D)  P( 3  D)

 0,0200  0,0450  0,1250

 0,19
 56

Respuesta B:

De acuerdo con el Teorema de Bayes, la

probabilidad de que el lote contenga 25% de
piezas defectuosas, dado que la pieza elegida
es defectuosa, es:

P( 3  D) 0.1250
P( 3 / D)    0.6579
P( D) 0.1900
 57

EJERCICIOS PARA PRESENTAR

1. La probabilidad que llueva el 12 de octubre es 0,10;
de que truene es de 0,05 y de que llueva y truene es
0,03. ¿Cuál es la probabilidad de que llueva o truene
en un día?
2. En comunidad la probabilidad de que una familia
tenga televisor es de 0,80 una lavadora es 0,50 y de
que tenga ambas es de 0,45. ¿Cuál es la probabilidad
de que una familia tenga televisor o lavadora o
ambas cosas?
3. La probabilidad de que un vendedor de autos venda
por lo menos 3 autos en un día es 0,20. Cual es la
probabilidad de que venda 0, 1, o 2 autos en ese
día?
 58

Ejercicios
4. La probabilidad de que la Sra. del celular reciba a lo
más 5 llamadas telefónicas en un día es 0,20 y por lo
menos 9 llamadas telefónicas en un día es 0,50.
¿Cuál es la probabilidad de que la Sra. del celular
reciba 6, 7 ú 8 llamadas en un día?
5. El 20% de los estudiantes de la universidad son de
Postgrado, en tanto que el 80% son de pre-grado. La
probabilidad de que un estudiante de postgrado sea
casado es 0,50 en tanto que para uno de pre-grado
es sólo de 0,10 se elige al azar un estudiante de la
universidad y resulta ser casado. ¿Cuál es la
probabilidad de que sea de postgrado?
 Ejercicios 59

6. Todas las noches, el Sr. Pérez llega tarde a su casa la Sra.

Pérez que es una buena esposa, le deja encendida la luz de la
entrada a la casa. La probabilidad de que el Sr. Pérez llegue
borracho es 0,6 si llega borracho hay una probabilidad de
0,90 de que olvida de apagar la luz en tanto que esta es sólo
de 0,95 si llega sobrio. Si el Sr. Herrera apagó la luz cierta
noche. ¿Cuál es la probabilidad de que haya llegado
borracho?
7. En una pequeña empresa de tejidos se obtiene su producción
con tres máquinas hiladoras M1, M2 y M3 que producen
respectivamente 50%, 30% y el 20% del número total de
artículos producidos. Los porcentajes de productos
defectuosos producidos por estas máquinas son 3%, 4% y 5%.
Supóngase que se selecciona un artículo al azar y resulta ser
defectuoso. ¿Cuál sería la probabilidad de que el artículo
haya sido producido por la máquina M1?
 Ejercicios 60

8. Hallar la probabilidad de que en un solo lanzamiento

de un dado resulte un número menor que 4, (a) no
se da ninguna otra información, (b) se da que el
lanzamiento resulto en un numero impar.
9. La caja I contiene 3 bolas rojas y dos azules en tanto
que la caja II contiene 2 bolas rojas y 8 azules. Se
lanza una moneda honrada. Si se obtiene cara se
saca una bola de la caja I; si se obtiene sello se saca
una bola de la caja II. Hallar la probabilidad de sacar
una bola roja.
10.Supóngase que en el problema anterior, que quien
laza la moneda no revela si resulta cara o sello, pero
se revela que se saca una bola roja. ¿Cuál es la
probabilidad de que se escogiera la caja I?
 61

11.Con 7 profesores y 4 comunicadores se van a formar

comités de 6 integrantes. ¿Cuál es la probabilidad que el
comité incluya exactamente a dos comunicadores?
12.En la Universidad el 30% de estudiantes son Tacneños, el
10% estudian Educación, el 1% estudian Educación y son
Tacneños. Si se selecciona un estudiante de la
Universidad (a) ¿Cuál es la probabilidad de que no sea
Tacneño? (b) ¿Sea Tacneño o pertenezca a Educación?
13.Se sortea un viaje a Roma entre los 120 mejores clientes
de una agencia de automóviles. De ellos, 65 son mujeres,
80 están casados y 45 son mujeres casadas. Se pide: (a)
¿Cuál será la probabilidad de que le toque el viaje a un
hombre soltero? (b) Si del afortunado se sabe que es
 62

15.Dos estudiantes dan un examen. El primero responde acertadamente

un promedio de 2 preguntas cada 5 y el segundo una pregunta de
cada 2. Si los dos responden el mismo cuestionario, ¿cuál es la
probabilidad de que contesten las preguntas en forma acertada?
16.El experimento consiste en extraer una muestra aleatoria de tamaño
3, una a una, con reposición, de un lote de 100 artículos que
contienen 5 artículos defectuosos. Sea X la V.A. que representa el
número de artículos defectuosos contenidos en la muestra. (a)
construir la función de distribución de la variable X; (b) hallar la
media y la desviación típica de la distribución.
17.Una Fábrica textil produce ciertas piezas de dimensiones específicas.
Se sabe de qué la probabilidad de que una pieza sea defectuosa es
de 0,02. En un lote de 100 piezas. (a) ¿Cuál es la probabilidad de que
no hayan piezas defectuosas? (b) ¿Cuál es la probabilidad de que
haya, a lo sumo 3 piezas defectuosas?
 63

•19.Sea
  X una variable aleatoria normalmente distribuida .
¿Cuál es la probabilidad de que X tome valores entre 4 y 7?
¿Cuál es la probabilidad de que tome valores mayores que
10?
20.En una distribución normal se tiene los siguientes datos: ;
y . Hallar la media y la desviación típica de la distribución.
21.Construir un intervalo de: (a) 95% y (b) 99% de confianza para para
estimar la estatura media de los estudiantes de la Universidad del
Atlántico con una muestra aleatoria de 100 estudiantes con una
media de 67,45 pulgadas y una desviación típica de 2,93 pulgadas.
22.Una muestra de 10 medidas del diámetro de una esfera dio una
media de 4,38 pulgadas y una desviación típica de 0,06 pulgadas.
Hallar los límites de confianza para el diámetro verdadero del (a) 95%
y (b) 99%.
 GRACIAS 64

Nunca consideres el
estudio como una
obligación, sino
como una
oportunidad para
penetrar en el bello y
maravilloso mundo
del saber.