SlideShare una empresa de Scribd logo
1 de 8
Descargar para leer sin conexión
MA2006 - Tarea No 5
Departamento de Matem´aticas, CCIR/ITESM
11 de enero de 2011
Soluci´on
1. La poblaci´on de un pa´ıs particular se compone de tres grupos ´etnicos (GE). Cada individuo pertenece a
uno de los cuatro grupos sangu´ıneos principales. La tabla de probabilidad conjunta anexa da la proporci´on
de individuos en las diversas combinaciones de grupo ´etnico-grupo sangu´ıneo.
Grupo sangu´ıneo
GE O A B AB
1 0.082 0.106 0.008 0.004
2 0.135 0.141 0.018 0.006
3 0.215 0.200 0.065 0.020
Suponga que se selecciona un individuo al azar de la poblaci´on y que los eventos se definen como
A = {tipo de sangre A seleccionado}
Ei = {grupo ´etnico i seleccionado} para i = 1, 2, 3.
a) Calcule P(A), P(E3) y P(A ∩ E3).
Soluci´on
Observe que S = E1 ∪ E2 ∪ E3 y que los eventos Ei son disjuntos. De esta manera A = A ∩ S =
A ∩ (E1 ∪ E2 ∪ E3) = A ∩ E1 ∪ A ∩ E2 ∪ A ∩ E3. Por tanto,
P(A) = P(A ∩ E1) + P(A ∩ E2) + P(A ∩ E3)
= 0.106 + 0.141 + 0.200
= 0.447
De igual manera,
P(E3) = P(E3 ∩ 0) + P(E3 ∩ A)
+P(E3 ∩ B) + P(E3 ∩ AB)
= 0.215 + 0.200 + 0.065 + 0.020
= 0.500
Directo de la tabla P(A ∩ E3) = 0.200.
b) Calcule tanto P(A|E3) y P(E3|A) y explique en contexto de 10 personas qu´e representan cada una
de estas probabilidades.
Soluci´on
Directo de la definci´on de probabilidad condicional:
P(A|E3) =
P(A ∩ E3)
P(E3)
=
0.200
0.5
= 0.4
Esto dice: 0.4 es la probabilidad de que una persona del grupo etnico 3 tenga sangre tipo A: es
decir, de cada diez personas del grupo ´etnico 3, 4 de ellas tendr´an sangre tipo A.
P(E3|A) =
A ∩ E3
P(A)
=
0.200
0.447
= 0.447
Esto dice: 0.447 es la probabilidad de que una persona que tiene sangre tipo A sea del grupo ´etnico
3: es decir, de cada 100 personas que tienen sangre tipo A, 44 de ellas son del grupo ´etnico 3.
c) Si el individuo seleccionado no tiene sangre de tipo B, ¿cu´al es la probabilidad de que ´el o ella
pertenezca al grupo ´etnico l?
Soluci´on
Se nos pide P(E3|B ), tenemos
P(E1|B ) = P(E1∩B )
P(B )
= 0.082+0.106+0.004
1−(0.008+0.018+0.065)
= 0.211
2. Suponga que un individuo es seleccionado al azar de la poblaci´on de todos los adultos varones que viven
en Estados Unidos. Sea A el evento en que el individuo seleccionado tiene una estatura de m´as de 6 pies
y sea B el evento en que el individuo seleccionado es un jugador profesional de b´asquetbol. ¿Cu´al piensa
que es m´as grande, P(A|B) o P(B|A)? ¿Por qu´e?
Soluci´on
P(A|B) representa la probabilidad de que un individuo tenga altura de m´as de 6 pies (1.82 m) dado
que es un jugador de basquetbol, mientras que P(B|A) representa la probabilidad de que un individuo
juegue basquetbol dado que tiene altura de m´as de 6 pies. Como en general los jugadores de basquetbol
son muy altos, se piensa que P(A|B) > P(B|A).
3. Regrese al escenario de la tarjeta de cr´edito del problema 3 de la tarea 2, donde A = {Visa}, B =
{MasterCard}, P(A) = 0.5, P(B) = 0.4 Y P(A ∩ B) = 0.25. Calcule e interprete cada una de las
siguientes probabilidades (un diagrama de Venn podr´ıa ayudar).
a) P(B|A)
Soluci´on
Directamente de la definici´on
P(B|A) =
P(A ∩ B)
P(A)
=
0.25
0.5
= 0.5
b) P(B |A)
Soluci´on
Primero calculemos P(A ∩ B ): Como A = (A ∩ B) ∪ (A ∩ B ) entonces 0.5 = P(A) = P(A ∩ B) +
P(A ∩ B ) = 0.25 + P(A ∩ B ), por tanto P(A ∩ B ) = 0.25 ahora apliquemos la f´ormula de la
probabilidad condicional
P(B |A) ==
P(A ∩ B )
P(A)
=
0.25
0.5
= 0.5
c) P(A|B)
Soluci´on
Directamente de la definici´on
P(A|B) =
P(A ∩ B)
P(B)
=
0.25
0.4
= 0.625
2
d) P(A |B)
Soluci´on
Primero calculemos P(A ∩ B): Como B = (B ∩ A) ∪ (A ∩ B) entonces 0.4 = P(B) = P(A ∩ B) +
P(A ∩ B) = 0.25 + P(A ∩ B), por tanto P(A ∩ B) = 0.15 ahora apliquemos la f´ormula de la
probabilidad condicional
P(A |B) ==
P(A ∩ B)
P(B)
=
0.15
0.4
= 0.375
e) Dado que el individuo seleccionado tiene por lo menos una tarjeta, ¿cu´al es la probabilidad de que
´el o ella tenga una tarjeta Visa?
Soluci´on
Note que el evento A ∪ B describe que el individuo tiene por lo menos una tarjeta, as´ı lo que
requerimos calcular es P(A|A ∪ B)
P(A|A ∪ B) = P(A∩(A∪B))
P(A∪B)
= P(A)
P(A∪B)
= P(A)
P(A)+P(B)−P(A∩B)
= 0.5
0.5+0.4−0.25
= 0.7692
6. Una tienda de departamentos vende camisas sport en tres tallas (chica, mediana y grande), tres dise˜nos
(a cuadros, estampadas y a rayas) y dos largos de manga (larga y corta). Las tablas adjuntas dan las
proporciones de camisas vendidas en las combinaciones de categor´ıa.
Manga corta
Dise˜no
Talla Cuadros Estampada Rayas
CH 0.04 0.02 0.05
M 0.08 0.07 0.12
G 0.03 0.07 0.08
Manga larga
Dise˜no
Talla Cuadros Estampada Rayas
CH 0.03 0.02 0.03
M 0.10 0.05 0.07
G 0.04 0.02 0.08
a) ¿Cu´al es la probabilidad de que la siguiente camisa vendida sea una camisa mediana, estampada y
de manga larga?
Soluci´on
Se est´a preguntado por Tmediana ∩Destampado ∩Mlarga, esto se obtiene directamente de la tabla: 0.05
(Dato de la tabla referente a manga larga, el rengl´on de la talla mediana y la columna del dise˜no
estampado)
b) ¿Cu´al es la probabilidad de que la siguiente camisa vendida sea una camisa estampada mediana?
Soluci´on
En este caso debemos sumar los datos referentes a manga corta y manga larga: 0.07 + 0.05 = 0.14
3
c) ¿Cu´al es la probabilidad de que la siguiente camisa vendida sea de manga corta? ¿De manga larga?
Soluci´on
En esto habr´a que sumar los datos de las tallas y los modelos para manga corta:
pmanga corta = 0.04 + 0.02 + 0.05
+0.08 + 0.07 + 0.12
+0.03 + 0.07 + 0.08
= 0.54
Para manga corta aplicamos complementaridad:
pmanga larga = 1 − pmanga corta = 1 − 0.54 = 0.46
d) ¿Cu´al es la probabilidad de que la talla de la siguiente camisa vendida sea mediana? ¿Que la siguiente
camisa vendida sea estampada?
Soluci´on
Siguiendo un razonamiento an´alogo al del inciso anterior
pmediana = 0.08 + 0.07 + 0.12
+0.10 + 0.05 + 0.07
= 0.49
Similarmente, pestampada = 0.25
e) Dado que la camisa que se acaba de vender era de manga corta a cuadros, ¿cu´al es la probabilidad
de que fuera mediana?
Soluci´on
Queremos calcular la probabilidad del evento P(Tmediana|Mcorta ∩ Dcuadros):
P(Tmediana|Mcorta ∩ Dcuadros) = P(Tmediana∩Mcorta∩Dcuadros)
P(Mcorta∩Dcuadros)
= 0.08
0.04+0.08+0.03
= 0.5333
f ) Dado que la camisa que se acaba de vender era mediana a cuadros, ¿cu´al es la probabilidad de que
fuera de manga corta? ¿De manga larga?
Soluci´on
Queremos calcular la probabilidad del evento P(Mcorta|Tmediana ∩ Dcuadros):
P(Mcorta|Tmediana ∩ Dcuadros) = P(Mcorta∩Tmediana∩Dcuadros)
P(Tmediana∩Dcuadros)
= 0.08
0.08+0.01
= 0.888
Por complementaridad tenemos que:
P(Mlarga|Tmediana ∩ Dcuadros) = 1 − P(Mcorta|Tmediana ∩ Dcuadros)
= 1.0 − 0.888 = 0.112
9. Un taller repara tanto componentes de audio como de video. Sea A el evento en que el siguiente compo-
nente tra´ıdo a reparaci´on es un componente de audio y sea B el evento en que el siguiente componente es
un reproductor de discos compactos (as´ı que el evento B est´a contenido en A). Suponga que P(A) = 0.6
y P(B) = 0.05. ¿Cu´al es P(B|A)?
4
Soluci´on
Note que como B est´a contenido en A, A ∩ B = B. Ahora apliquemos la f´ormula de la probabilidad
condicional:
P(B|A) = P(B∩A)
P(A)
= P(B)
P(A)
= 0.05
0.6
= 0.1
10. En el ejercicio 4 de la tarea 3, Ai = {proyecto otorgado i} con i = 1, 2, 3. Use las probabilidades dadas
all´ı para calcular las siguientes probabilidades y explique en palabras el significado de cada una.
a) P(A2|A1)
Soluci´on
Directamente de la f´ormula:
P(A2|A1) = P(A2∩A1)
P(A1)
= 0.11
0.22
= 0.5
es la probabilidad de que se otorgue el proyecto 2 dado que ya se otorg´o el proyecto 1.
b) P(A2 ∩ A3|A1)
Soluci´on
Directamente de la f´ormula:
P(A2 ∩ A3|A1) = P(A2∩A3∩A1)
P(A1)
= 0.01
0.22
= 0.0454
es la probabilidad de que se otorguen los proyectos 2 y 3 dado que ya se otorg´o el proyecto 1.
c) P(A2 ∪ A3|A1)
Soluci´on
Primero observamos que
P((A2 ∪ A3) ∩ A1) = P(A2 ∩ A1) + P(A3 ∩ A1) − P(A∩A2 ∩ A3)
= 0.11 + 0.05 − 0.01 = 0.15
ahora aplicamos la f´ormula:
P(A2 ∪ A3|A1) = P((A2∪A3)∩A1)
P(A1)
= 0.15
0.22
= 0.6818
es la probabilidad de que entre los proyectos 2 y 3 se otorguen al menos 1 dado que ya se otorg´o el
proyecto 1.
d) P(A1 ∩ A2 ∩ A3|A1 ∪ A2 ∪ A3).
Soluci´on
5
Primero observamos que
P(A1 ∪ A2 ∪ A3) = P(A1) + P(A2) + P(A3)
−P(A1 ∩ A2)
−P(A1 ∩ A3)
−P(A2 ∩ A3)
+P(A1 ∩ A2 ∩ A3)
= 0.51
ahora aplicamos la f´ormula:
P(A1 ∩ A2 ∩ A3|A1 ∪ A2 ∪ A3) = P((A1∩A2∩A3)∩(A1∪A2∪A3))
P(A1∪A2∪A3)
= P(A1∩A2∩A3)
P(A1∪A2∪A3)
= 0.01
0.51
= 0.0196
es la probabilidad de que se otorguen los tres proyectos simult´anemente dado que al menos un
proyecto ya se otorg´o.
4. Reconsidere la situaci´on del sistema defectuoso descrito en el problema 2 de la tarea 1.
a) Dado que el sistema tiene un defecto de tipo 1, ¿cu´al es la probabilidad de que tenga un defecto de
tipo 2?
b) Dado que el sistema tiene un defecto de tipo 1, ¿cu´al es la probabilidad de que tenga los tres tipos
de defectos?
c) Dado que el sistema tiene por lo menos un tipo de defecto, ¿cu´al es la probabilidad de que tenga
exactamente un tipo de defecto?
d) Dado que el sistema tiene los primeros dos tipos de defectos, ¿cu´al es la probabilidad de que no
tenga el tercer tipo de defecto?
5. Si se seleccionan al azar dos focos de la caja descrita en el problema 10 de la tarea 4 (4 focos de 40 watts,
5 focos de 60 watts y 6 focos de 75 watts) y por lo menos uno de ellos es de 75 W, ¿cu´al es la probabilidad
de que los dos sean de 75 W? Dado que por lo menos uno de los dos seleccionados no es de 75 W, ¿cu´al
es la probabilidad de que los dos focos seleccionados sean de la misma clase?
Soluci´on
Primeramente revisemos de cu´antos elementos pueden ser las muestras de dos focos.
El total de muestras de dos focos de los 15 disponibles es N∗,∗ = C15,2 = 105.
El total de muestras con exactamente un foco de 75 watts y otro de 40 watts es de N40,75 =
C4,1 · C6,1 = 24
El total de muestras con exactamente un foco de 75 watts y otro de 60 watts es de N60,75 =
C5,1 · C6,1 = 30
El total de muestras con exactamente un foco de 75 watts es de N∗/{75},75 = C6,1 · C9,1 = 54 =
N40,75 + N60,75
El total de muestras de dos focos de 75 watts es de N75,75 = C6,2 = 15.
El total de muestras de 2 focos sin foco de 75 watts es C9,2 = 36.
El total de muestras de 2 focos de 40 watts es N40,40 = C4,2 = 6.
6
El total de muestras de 2 focos de 60 watts es N60,60 = C5,2 = 10.
El total de muestras de 2 focos uno de 40 watts y otro de 60 watts es N40,60 = C4,1 · C5,1 = 20.
Si A es el evento donde la muestra tiene dos focos son de 75 watts y B es el evento donde la muestra
tiene exactamente un foco es de 75, as´ı A ∪ B ser´a el evento donde la muestra tiene al menos 1 foco es
de 75. Por tanto, la probabilidad de seleccionar una muestra que tiene dos focos de 75 watts dado que la
muestra tiene al menos uno de 75 watts es:
P(A|A ∪ B) = P(A∩(A∪B))
P(A∪B)
= P(A)
P(A)+P(B)
=
N75,75/N∗,∗
N75,75/N∗,∗+N∗/{75},75/N∗,∗
= 15/105
15/105+54/105
= 0.217
Para el otro inciso, sea C el evento en el cual la muestra tiene al menos 1 foco que no es de 75 watts, D
el evento en el cual la muestra tiene 2 focos de 40 watts y E el evento en el cual la muestra tiene 2 focos
de 60 watts. Observe que
El evento C es la uni´on de los eventos ME donde en la muestra hay exactamente 1 foco de 75 watts
y el evento donde en la muestra no hay foco de 75 watts.
P(C) = (54 + 36)/105 = 0.8571,
D ∪ E describe el evento en el cual la muestra tiene 2 focos de 40 watts o bien 2 focos de 60 watts.
Es decir, el evento en el cual la muestra tiene 2 focos de la misma clase y no de 75 watts.
P(D ∪ E) = (N40,40 + N60,60)/N∗,∗ = (6 + 10)/105 = 0.1523
D ∪ E est´a contenido en C, y por tanto (D ∪ E) ∩ C = D ∪ E
As´ı
P(D ∪ E|C) = P((D∪E)∩C)
P(C)
= P(D∪E)
P(C)
= 0.1523
0.8571
= 0.1777
ser´a la probabilidad de que en la muestra salgan dos focos de la misma clase dado que en la muestra hay
al menos un foco que no es de 75 watts.
7. Una caja contiene seis pelotas rojas y cuatro verdes y una segunda caja contiene siete pelotas rojas y
tres verdes. Se selecciona una pelota al azar de la primera caja y se le coloca la segunda caja. Luego se
selecciona al azar una pelota de segunda caja y se le coloca en la primera caja.
a) ¿Cu´al es la probabilidad de que se seleccione una pelota roja de la primera caja y de que se selec-
cione una pelota roja de la segunda caja?
Soluci´on
Sea Aroja el evento en el cual se selecciona pelota roja de la primera caja y sea Broja el evento en
el cual se selecciona una pelota roja de la segunda caja. Nosotros queremos calcular P(Aroja ∩
Broja). Sabemos que P(Aroja ∩ Broja) = P(Broja|Aroja) · P(Aroja). Como P(Aroja) = 6/10 y
P(Broja|Aroja) = 8/11, entonces
P(Aroja ∩ Broja) = P(Broja|Aroja) · P(Aroja) = (6/10) · (8/11) = 0.4363
ser´a la probabilidad de que se seleccione una pelota roja de la primera caja y que se seleccione una
pelota roja de la segunda caja.
7
b) Al final del proceso de selecci´on, ¿cu´al es la probabilidad de que los n´umeros de pelotas rojas y
verdes que hay la primera caja sean id´enticas a los n´umeros iniciales?
Soluci´on
Esto pasa cuando C:se toma una pelota roja de la primera caja y se selecciona de nuevo una roja
para regresarla a la primera o cuando D:se toma una pelota verde de la primera caja y se selecciona
de nuevo un pelota verde para regresarla a la segunda caja. Observe los eventos C y D son ME y
que P(C) = 0.4363 fue calculado en el inciso anterior. Entonces, debemos hacer el an´alogo al inciso
anterior para las pelotas verdes:
P(Averde ∩ Bverde) = P(Bverde|Averde) · P(Averde) = (4/10) · (4/11) = 0.1454
As´ı
P(C ∪ D) = P(C) + P(D) = 0.4363 + 0.1454 = 0.5817
ser´a la probabilidad de que se elija una pelota de la primera caja se ponga en la segunda, se elija
una pelota de la segunda y se coloque en la primera de tal manera que en la primera caja se tiene
el mismo n´umero de rojas y verdes que al inicio.
8. Un sistema se compone de bombas id´enticas, #1 y #2. Si una falla, el sistema seguir´a operando. Sin
embargo, debido al esfuerzo adicional, ahora es m´as probable que la bomba restante falle de lo que era
originalmente. Es decir r = P(#2 falla|#1 falla) > P(#2 falla) = q. Si por lo menos una bomba falla
alrededor del final de su vida ´util en 7 % de todos los sistemas y ambas bombas fallan durante dicho
periodo en s´olo 1 %, ¿cu´al es la probabilidad de que la bomba #1 falle durante su vida ´util de dise˜no?
8

Más contenido relacionado

La actualidad más candente

Tabla de integrales inmediatas- con ejemplos
Tabla de integrales inmediatas- con ejemplosTabla de integrales inmediatas- con ejemplos
Tabla de integrales inmediatas- con ejemplos
Daniela Daffunchio Diez
 
Distribución de poisson ejercicio práctico-
Distribución de poisson  ejercicio práctico-Distribución de poisson  ejercicio práctico-
Distribución de poisson ejercicio práctico-
Jhonatan Arroyave Montoya
 
Unidad dos punto n°3
Unidad dos punto n°3Unidad dos punto n°3
Unidad dos punto n°3
eduardobarco
 
Circuitos de corriente directa. ing. carlos moreno (ESPOL)
Circuitos de corriente directa. ing. carlos moreno (ESPOL)Circuitos de corriente directa. ing. carlos moreno (ESPOL)
Circuitos de corriente directa. ing. carlos moreno (ESPOL)
Francisco Rivas
 
Ejemplos de ejercicios bernoulli
Ejemplos de ejercicios bernoulliEjemplos de ejercicios bernoulli
Ejemplos de ejercicios bernoulli
Carol Ramos
 
Distribuciones ejercicios
Distribuciones ejerciciosDistribuciones ejercicios
Distribuciones ejercicios
sontorito0o
 

La actualidad más candente (20)

Tarea 12 de probabilidad y estadística con respuestas
Tarea 12 de probabilidad y  estadística con respuestasTarea 12 de probabilidad y  estadística con respuestas
Tarea 12 de probabilidad y estadística con respuestas
 
Tarea 4 de probabilidad con respuestas
Tarea 4 de probabilidad con respuestasTarea 4 de probabilidad con respuestas
Tarea 4 de probabilidad con respuestas
 
Resolucion problemas de campo electrico
Resolucion problemas de campo electricoResolucion problemas de campo electrico
Resolucion problemas de campo electrico
 
Tabla de integrales inmediatas- con ejemplos
Tabla de integrales inmediatas- con ejemplosTabla de integrales inmediatas- con ejemplos
Tabla de integrales inmediatas- con ejemplos
 
Tipo de distribuciones
Tipo de distribucionesTipo de distribuciones
Tipo de distribuciones
 
Tarea 16 de probabilidad y estadistica con respuestas
Tarea 16 de probabilidad y estadistica  con respuestasTarea 16 de probabilidad y estadistica  con respuestas
Tarea 16 de probabilidad y estadistica con respuestas
 
Area en-coordenadas-polares3
Area en-coordenadas-polares3Area en-coordenadas-polares3
Area en-coordenadas-polares3
 
Distribución gamma y exponencial
Distribución gamma y exponencialDistribución gamma y exponencial
Distribución gamma y exponencial
 
Aplicación de las ecuaciones diferenciales de orden superior
Aplicación de las ecuaciones diferenciales de orden superiorAplicación de las ecuaciones diferenciales de orden superior
Aplicación de las ecuaciones diferenciales de orden superior
 
Tarea 6 de probabilidad y estadistica con respuestas
Tarea 6 de probabilidad y estadistica con respuestasTarea 6 de probabilidad y estadistica con respuestas
Tarea 6 de probabilidad y estadistica con respuestas
 
Distribución de poisson ejercicio práctico-
Distribución de poisson  ejercicio práctico-Distribución de poisson  ejercicio práctico-
Distribución de poisson ejercicio práctico-
 
Unidad dos punto n°3
Unidad dos punto n°3Unidad dos punto n°3
Unidad dos punto n°3
 
Probabilidad y estadística descriptiva
Probabilidad y estadística descriptivaProbabilidad y estadística descriptiva
Probabilidad y estadística descriptiva
 
Circuitos de corriente directa. ing. carlos moreno (ESPOL)
Circuitos de corriente directa. ing. carlos moreno (ESPOL)Circuitos de corriente directa. ing. carlos moreno (ESPOL)
Circuitos de corriente directa. ing. carlos moreno (ESPOL)
 
Ejercicios cap 25 y 26
Ejercicios cap 25 y 26Ejercicios cap 25 y 26
Ejercicios cap 25 y 26
 
Distribución de poisson
Distribución de poissonDistribución de poisson
Distribución de poisson
 
Ejemplos de ejercicios bernoulli
Ejemplos de ejercicios bernoulliEjemplos de ejercicios bernoulli
Ejemplos de ejercicios bernoulli
 
Distribuciones ejercicios
Distribuciones ejerciciosDistribuciones ejercicios
Distribuciones ejercicios
 
Estadística Probabilidades
Estadística ProbabilidadesEstadística Probabilidades
Estadística Probabilidades
 
ejercicios resuelto de estadística l
ejercicios resuelto de estadística lejercicios resuelto de estadística l
ejercicios resuelto de estadística l
 

Destacado (6)

Sistema respiratorio-mapa(1)
Sistema respiratorio-mapa(1)Sistema respiratorio-mapa(1)
Sistema respiratorio-mapa(1)
 
Unidad 1 Salud Alimentaria
Unidad 1 Salud AlimentariaUnidad 1 Salud Alimentaria
Unidad 1 Salud Alimentaria
 
Tareas mapas graficas1
Tareas mapas graficas1Tareas mapas graficas1
Tareas mapas graficas1
 
Trabajos
TrabajosTrabajos
Trabajos
 
Mapas 1
Mapas 1Mapas 1
Mapas 1
 
Portafolio de salud alimentaria
Portafolio de salud alimentariaPortafolio de salud alimentaria
Portafolio de salud alimentaria
 

Similar a Ma2006 hw05-sol

Ejercicios resueltos probabilidad
Ejercicios resueltos probabilidad Ejercicios resueltos probabilidad
Ejercicios resueltos probabilidad
mgarmon965
 
Ejercicios_resueltos probabilidad.pdf
Ejercicios_resueltos probabilidad.pdfEjercicios_resueltos probabilidad.pdf
Ejercicios_resueltos probabilidad.pdf
adelaleston
 
Ejemplos de distribuciones
Ejemplos de distribucionesEjemplos de distribuciones
Ejemplos de distribuciones
Khriiz Rmz
 
Ejemplos de distribuciones
Ejemplos de distribucionesEjemplos de distribuciones
Ejemplos de distribuciones
Khriiz Rmz
 

Similar a Ma2006 hw05-sol (20)

Problemas ccs ssolprobabilidades
Problemas ccs ssolprobabilidadesProblemas ccs ssolprobabilidades
Problemas ccs ssolprobabilidades
 
Ma 21 2007
Ma 21 2007Ma 21 2007
Ma 21 2007
 
Ma 21 2007
Ma 21 2007Ma 21 2007
Ma 21 2007
 
Ejercicios resueltos probabilidad
Ejercicios resueltos probabilidad Ejercicios resueltos probabilidad
Ejercicios resueltos probabilidad
 
Recuper probabilidadesyestad
Recuper probabilidadesyestadRecuper probabilidadesyestad
Recuper probabilidadesyestad
 
Teoria de Conjunto y Técnicas de Conteo aplicado a Probabilidad
Teoria de Conjunto y Técnicas de Conteo aplicado a ProbabilidadTeoria de Conjunto y Técnicas de Conteo aplicado a Probabilidad
Teoria de Conjunto y Técnicas de Conteo aplicado a Probabilidad
 
Ejercicios_resueltos probabilidad.pdf
Ejercicios_resueltos probabilidad.pdfEjercicios_resueltos probabilidad.pdf
Ejercicios_resueltos probabilidad.pdf
 
Planteo de Ecuaciones II ccesa007
Planteo de Ecuaciones II   ccesa007Planteo de Ecuaciones II   ccesa007
Planteo de Ecuaciones II ccesa007
 
Probabilidad ayudantía eiq 344-01
Probabilidad   ayudantía eiq 344-01Probabilidad   ayudantía eiq 344-01
Probabilidad ayudantía eiq 344-01
 
Unidad 03 números racionales
Unidad 03 números racionalesUnidad 03 números racionales
Unidad 03 números racionales
 
Ejercicios resueltos
Ejercicios resueltosEjercicios resueltos
Ejercicios resueltos
 
Ejercicios calculo probabilidades
Ejercicios calculo probabilidadesEjercicios calculo probabilidades
Ejercicios calculo probabilidades
 
Ejemplos de distribuciones
Ejemplos de distribucionesEjemplos de distribuciones
Ejemplos de distribuciones
 
3 probabilidad condicionada_total
3 probabilidad condicionada_total3 probabilidad condicionada_total
3 probabilidad condicionada_total
 
Ejemplos de distribuciones
Ejemplos de distribucionesEjemplos de distribuciones
Ejemplos de distribuciones
 
EJERCICIOS DE MATRICES TIPO MATEMÁTICAS CCSS
EJERCICIOS DE MATRICES TIPO  MATEMÁTICAS CCSSEJERCICIOS DE MATRICES TIPO  MATEMÁTICAS CCSS
EJERCICIOS DE MATRICES TIPO MATEMÁTICAS CCSS
 
Probabilidades Parte III Teorema de Bayes
Probabilidades Parte III Teorema de BayesProbabilidades Parte III Teorema de Bayes
Probabilidades Parte III Teorema de Bayes
 
Solucionario Manuel Cordova Zamora. Ejercicios de Probabilidad.
Solucionario Manuel Cordova Zamora. Ejercicios de Probabilidad.Solucionario Manuel Cordova Zamora. Ejercicios de Probabilidad.
Solucionario Manuel Cordova Zamora. Ejercicios de Probabilidad.
 
S matematica i
S matematica iS matematica i
S matematica i
 
Ejemplos
EjemplosEjemplos
Ejemplos
 

Último

3.6.2 Lab - Implement VLANs and Trunking - ILM.pdf
3.6.2 Lab - Implement VLANs and Trunking - ILM.pdf3.6.2 Lab - Implement VLANs and Trunking - ILM.pdf
3.6.2 Lab - Implement VLANs and Trunking - ILM.pdf
GustavoAdolfoDiaz3
 
UC Fundamentos de tuberías en equipos de refrigeración m.pdf
UC Fundamentos de tuberías en equipos de refrigeración m.pdfUC Fundamentos de tuberías en equipos de refrigeración m.pdf
UC Fundamentos de tuberías en equipos de refrigeración m.pdf
refrielectriccarlyz
 

Último (20)

Auditoría de Sistemas de Gestión
Auditoría    de   Sistemas     de GestiónAuditoría    de   Sistemas     de Gestión
Auditoría de Sistemas de Gestión
 
Análisis de Costos y Presupuestos CAPECO
Análisis de Costos y Presupuestos CAPECOAnálisis de Costos y Presupuestos CAPECO
Análisis de Costos y Presupuestos CAPECO
 
3.6.2 Lab - Implement VLANs and Trunking - ILM.pdf
3.6.2 Lab - Implement VLANs and Trunking - ILM.pdf3.6.2 Lab - Implement VLANs and Trunking - ILM.pdf
3.6.2 Lab - Implement VLANs and Trunking - ILM.pdf
 
Arquitecto cambio de uso de suelo Limache
Arquitecto cambio de uso de suelo LimacheArquitecto cambio de uso de suelo Limache
Arquitecto cambio de uso de suelo Limache
 
ingenieria grafica para la carrera de ingeniera .pptx
ingenieria grafica para la carrera de ingeniera .pptxingenieria grafica para la carrera de ingeniera .pptx
ingenieria grafica para la carrera de ingeniera .pptx
 
Video sustentación GA2- 240201528-AA3-EV01.pptx
Video sustentación GA2- 240201528-AA3-EV01.pptxVideo sustentación GA2- 240201528-AA3-EV01.pptx
Video sustentación GA2- 240201528-AA3-EV01.pptx
 
portafolio final manco 2 1816827 portafolio de evidencias
portafolio final manco 2 1816827 portafolio de evidenciasportafolio final manco 2 1816827 portafolio de evidencias
portafolio final manco 2 1816827 portafolio de evidencias
 
UC Fundamentos de tuberías en equipos de refrigeración m.pdf
UC Fundamentos de tuberías en equipos de refrigeración m.pdfUC Fundamentos de tuberías en equipos de refrigeración m.pdf
UC Fundamentos de tuberías en equipos de refrigeración m.pdf
 
TAIICHI OHNO, historia, obras, reconocimientos
TAIICHI OHNO, historia, obras, reconocimientosTAIICHI OHNO, historia, obras, reconocimientos
TAIICHI OHNO, historia, obras, reconocimientos
 
Sistema de alumbrado.pptx fjhhgghrhgghhuughuh
Sistema de alumbrado.pptx fjhhgghrhgghhuughuhSistema de alumbrado.pptx fjhhgghrhgghhuughuh
Sistema de alumbrado.pptx fjhhgghrhgghhuughuh
 
S06_s2+-+Centro.pdf qiieiejanahshsjsnndjd
S06_s2+-+Centro.pdf qiieiejanahshsjsnndjdS06_s2+-+Centro.pdf qiieiejanahshsjsnndjd
S06_s2+-+Centro.pdf qiieiejanahshsjsnndjd
 
UNIDAD 3 ENSAYOS DESTRUCTIVOS Y NO DESTRUCTIVOS – NORMATIVA ASTM.pdf
UNIDAD 3 ENSAYOS DESTRUCTIVOS Y NO DESTRUCTIVOS – NORMATIVA ASTM.pdfUNIDAD 3 ENSAYOS DESTRUCTIVOS Y NO DESTRUCTIVOS – NORMATIVA ASTM.pdf
UNIDAD 3 ENSAYOS DESTRUCTIVOS Y NO DESTRUCTIVOS – NORMATIVA ASTM.pdf
 
Mecatronica Automotriz .pdf
Mecatronica Automotriz              .pdfMecatronica Automotriz              .pdf
Mecatronica Automotriz .pdf
 
entropia y neguentropia en la teoria general de sistemas
entropia y neguentropia en la teoria general de sistemasentropia y neguentropia en la teoria general de sistemas
entropia y neguentropia en la teoria general de sistemas
 
8 2024A CONDUCCION DE CALOR EN REGIMEN TRANSITORIO.pptx
8 2024A CONDUCCION DE CALOR EN REGIMEN TRANSITORIO.pptx8 2024A CONDUCCION DE CALOR EN REGIMEN TRANSITORIO.pptx
8 2024A CONDUCCION DE CALOR EN REGIMEN TRANSITORIO.pptx
 
docsity-manzaneo-y-lotizacion para habilitacopm urbana
docsity-manzaneo-y-lotizacion para habilitacopm urbanadocsity-manzaneo-y-lotizacion para habilitacopm urbana
docsity-manzaneo-y-lotizacion para habilitacopm urbana
 
slideshare.vpdfs.com_sensores-magneticos-controles-pptx.pdf
slideshare.vpdfs.com_sensores-magneticos-controles-pptx.pdfslideshare.vpdfs.com_sensores-magneticos-controles-pptx.pdf
slideshare.vpdfs.com_sensores-magneticos-controles-pptx.pdf
 
Tippens fisica 7eDIAPOSITIVAS TIPENS Tippens_fisica_7e_diapositivas_33.ppt
Tippens fisica 7eDIAPOSITIVAS TIPENS Tippens_fisica_7e_diapositivas_33.pptTippens fisica 7eDIAPOSITIVAS TIPENS Tippens_fisica_7e_diapositivas_33.ppt
Tippens fisica 7eDIAPOSITIVAS TIPENS Tippens_fisica_7e_diapositivas_33.ppt
 
Practica_Calificada_03333333333333333.pdf
Practica_Calificada_03333333333333333.pdfPractica_Calificada_03333333333333333.pdf
Practica_Calificada_03333333333333333.pdf
 
GUIA DE SEGURIDAD PARA VENTILACION DE MINAS-POSITIVA.pdf
GUIA DE SEGURIDAD PARA VENTILACION DE MINAS-POSITIVA.pdfGUIA DE SEGURIDAD PARA VENTILACION DE MINAS-POSITIVA.pdf
GUIA DE SEGURIDAD PARA VENTILACION DE MINAS-POSITIVA.pdf
 

Ma2006 hw05-sol

  • 1. MA2006 - Tarea No 5 Departamento de Matem´aticas, CCIR/ITESM 11 de enero de 2011 Soluci´on 1. La poblaci´on de un pa´ıs particular se compone de tres grupos ´etnicos (GE). Cada individuo pertenece a uno de los cuatro grupos sangu´ıneos principales. La tabla de probabilidad conjunta anexa da la proporci´on de individuos en las diversas combinaciones de grupo ´etnico-grupo sangu´ıneo. Grupo sangu´ıneo GE O A B AB 1 0.082 0.106 0.008 0.004 2 0.135 0.141 0.018 0.006 3 0.215 0.200 0.065 0.020 Suponga que se selecciona un individuo al azar de la poblaci´on y que los eventos se definen como A = {tipo de sangre A seleccionado} Ei = {grupo ´etnico i seleccionado} para i = 1, 2, 3. a) Calcule P(A), P(E3) y P(A ∩ E3). Soluci´on Observe que S = E1 ∪ E2 ∪ E3 y que los eventos Ei son disjuntos. De esta manera A = A ∩ S = A ∩ (E1 ∪ E2 ∪ E3) = A ∩ E1 ∪ A ∩ E2 ∪ A ∩ E3. Por tanto, P(A) = P(A ∩ E1) + P(A ∩ E2) + P(A ∩ E3) = 0.106 + 0.141 + 0.200 = 0.447 De igual manera, P(E3) = P(E3 ∩ 0) + P(E3 ∩ A) +P(E3 ∩ B) + P(E3 ∩ AB) = 0.215 + 0.200 + 0.065 + 0.020 = 0.500 Directo de la tabla P(A ∩ E3) = 0.200. b) Calcule tanto P(A|E3) y P(E3|A) y explique en contexto de 10 personas qu´e representan cada una de estas probabilidades. Soluci´on Directo de la definci´on de probabilidad condicional: P(A|E3) = P(A ∩ E3) P(E3) = 0.200 0.5 = 0.4
  • 2. Esto dice: 0.4 es la probabilidad de que una persona del grupo etnico 3 tenga sangre tipo A: es decir, de cada diez personas del grupo ´etnico 3, 4 de ellas tendr´an sangre tipo A. P(E3|A) = A ∩ E3 P(A) = 0.200 0.447 = 0.447 Esto dice: 0.447 es la probabilidad de que una persona que tiene sangre tipo A sea del grupo ´etnico 3: es decir, de cada 100 personas que tienen sangre tipo A, 44 de ellas son del grupo ´etnico 3. c) Si el individuo seleccionado no tiene sangre de tipo B, ¿cu´al es la probabilidad de que ´el o ella pertenezca al grupo ´etnico l? Soluci´on Se nos pide P(E3|B ), tenemos P(E1|B ) = P(E1∩B ) P(B ) = 0.082+0.106+0.004 1−(0.008+0.018+0.065) = 0.211 2. Suponga que un individuo es seleccionado al azar de la poblaci´on de todos los adultos varones que viven en Estados Unidos. Sea A el evento en que el individuo seleccionado tiene una estatura de m´as de 6 pies y sea B el evento en que el individuo seleccionado es un jugador profesional de b´asquetbol. ¿Cu´al piensa que es m´as grande, P(A|B) o P(B|A)? ¿Por qu´e? Soluci´on P(A|B) representa la probabilidad de que un individuo tenga altura de m´as de 6 pies (1.82 m) dado que es un jugador de basquetbol, mientras que P(B|A) representa la probabilidad de que un individuo juegue basquetbol dado que tiene altura de m´as de 6 pies. Como en general los jugadores de basquetbol son muy altos, se piensa que P(A|B) > P(B|A). 3. Regrese al escenario de la tarjeta de cr´edito del problema 3 de la tarea 2, donde A = {Visa}, B = {MasterCard}, P(A) = 0.5, P(B) = 0.4 Y P(A ∩ B) = 0.25. Calcule e interprete cada una de las siguientes probabilidades (un diagrama de Venn podr´ıa ayudar). a) P(B|A) Soluci´on Directamente de la definici´on P(B|A) = P(A ∩ B) P(A) = 0.25 0.5 = 0.5 b) P(B |A) Soluci´on Primero calculemos P(A ∩ B ): Como A = (A ∩ B) ∪ (A ∩ B ) entonces 0.5 = P(A) = P(A ∩ B) + P(A ∩ B ) = 0.25 + P(A ∩ B ), por tanto P(A ∩ B ) = 0.25 ahora apliquemos la f´ormula de la probabilidad condicional P(B |A) == P(A ∩ B ) P(A) = 0.25 0.5 = 0.5 c) P(A|B) Soluci´on Directamente de la definici´on P(A|B) = P(A ∩ B) P(B) = 0.25 0.4 = 0.625 2
  • 3. d) P(A |B) Soluci´on Primero calculemos P(A ∩ B): Como B = (B ∩ A) ∪ (A ∩ B) entonces 0.4 = P(B) = P(A ∩ B) + P(A ∩ B) = 0.25 + P(A ∩ B), por tanto P(A ∩ B) = 0.15 ahora apliquemos la f´ormula de la probabilidad condicional P(A |B) == P(A ∩ B) P(B) = 0.15 0.4 = 0.375 e) Dado que el individuo seleccionado tiene por lo menos una tarjeta, ¿cu´al es la probabilidad de que ´el o ella tenga una tarjeta Visa? Soluci´on Note que el evento A ∪ B describe que el individuo tiene por lo menos una tarjeta, as´ı lo que requerimos calcular es P(A|A ∪ B) P(A|A ∪ B) = P(A∩(A∪B)) P(A∪B) = P(A) P(A∪B) = P(A) P(A)+P(B)−P(A∩B) = 0.5 0.5+0.4−0.25 = 0.7692 6. Una tienda de departamentos vende camisas sport en tres tallas (chica, mediana y grande), tres dise˜nos (a cuadros, estampadas y a rayas) y dos largos de manga (larga y corta). Las tablas adjuntas dan las proporciones de camisas vendidas en las combinaciones de categor´ıa. Manga corta Dise˜no Talla Cuadros Estampada Rayas CH 0.04 0.02 0.05 M 0.08 0.07 0.12 G 0.03 0.07 0.08 Manga larga Dise˜no Talla Cuadros Estampada Rayas CH 0.03 0.02 0.03 M 0.10 0.05 0.07 G 0.04 0.02 0.08 a) ¿Cu´al es la probabilidad de que la siguiente camisa vendida sea una camisa mediana, estampada y de manga larga? Soluci´on Se est´a preguntado por Tmediana ∩Destampado ∩Mlarga, esto se obtiene directamente de la tabla: 0.05 (Dato de la tabla referente a manga larga, el rengl´on de la talla mediana y la columna del dise˜no estampado) b) ¿Cu´al es la probabilidad de que la siguiente camisa vendida sea una camisa estampada mediana? Soluci´on En este caso debemos sumar los datos referentes a manga corta y manga larga: 0.07 + 0.05 = 0.14 3
  • 4. c) ¿Cu´al es la probabilidad de que la siguiente camisa vendida sea de manga corta? ¿De manga larga? Soluci´on En esto habr´a que sumar los datos de las tallas y los modelos para manga corta: pmanga corta = 0.04 + 0.02 + 0.05 +0.08 + 0.07 + 0.12 +0.03 + 0.07 + 0.08 = 0.54 Para manga corta aplicamos complementaridad: pmanga larga = 1 − pmanga corta = 1 − 0.54 = 0.46 d) ¿Cu´al es la probabilidad de que la talla de la siguiente camisa vendida sea mediana? ¿Que la siguiente camisa vendida sea estampada? Soluci´on Siguiendo un razonamiento an´alogo al del inciso anterior pmediana = 0.08 + 0.07 + 0.12 +0.10 + 0.05 + 0.07 = 0.49 Similarmente, pestampada = 0.25 e) Dado que la camisa que se acaba de vender era de manga corta a cuadros, ¿cu´al es la probabilidad de que fuera mediana? Soluci´on Queremos calcular la probabilidad del evento P(Tmediana|Mcorta ∩ Dcuadros): P(Tmediana|Mcorta ∩ Dcuadros) = P(Tmediana∩Mcorta∩Dcuadros) P(Mcorta∩Dcuadros) = 0.08 0.04+0.08+0.03 = 0.5333 f ) Dado que la camisa que se acaba de vender era mediana a cuadros, ¿cu´al es la probabilidad de que fuera de manga corta? ¿De manga larga? Soluci´on Queremos calcular la probabilidad del evento P(Mcorta|Tmediana ∩ Dcuadros): P(Mcorta|Tmediana ∩ Dcuadros) = P(Mcorta∩Tmediana∩Dcuadros) P(Tmediana∩Dcuadros) = 0.08 0.08+0.01 = 0.888 Por complementaridad tenemos que: P(Mlarga|Tmediana ∩ Dcuadros) = 1 − P(Mcorta|Tmediana ∩ Dcuadros) = 1.0 − 0.888 = 0.112 9. Un taller repara tanto componentes de audio como de video. Sea A el evento en que el siguiente compo- nente tra´ıdo a reparaci´on es un componente de audio y sea B el evento en que el siguiente componente es un reproductor de discos compactos (as´ı que el evento B est´a contenido en A). Suponga que P(A) = 0.6 y P(B) = 0.05. ¿Cu´al es P(B|A)? 4
  • 5. Soluci´on Note que como B est´a contenido en A, A ∩ B = B. Ahora apliquemos la f´ormula de la probabilidad condicional: P(B|A) = P(B∩A) P(A) = P(B) P(A) = 0.05 0.6 = 0.1 10. En el ejercicio 4 de la tarea 3, Ai = {proyecto otorgado i} con i = 1, 2, 3. Use las probabilidades dadas all´ı para calcular las siguientes probabilidades y explique en palabras el significado de cada una. a) P(A2|A1) Soluci´on Directamente de la f´ormula: P(A2|A1) = P(A2∩A1) P(A1) = 0.11 0.22 = 0.5 es la probabilidad de que se otorgue el proyecto 2 dado que ya se otorg´o el proyecto 1. b) P(A2 ∩ A3|A1) Soluci´on Directamente de la f´ormula: P(A2 ∩ A3|A1) = P(A2∩A3∩A1) P(A1) = 0.01 0.22 = 0.0454 es la probabilidad de que se otorguen los proyectos 2 y 3 dado que ya se otorg´o el proyecto 1. c) P(A2 ∪ A3|A1) Soluci´on Primero observamos que P((A2 ∪ A3) ∩ A1) = P(A2 ∩ A1) + P(A3 ∩ A1) − P(A∩A2 ∩ A3) = 0.11 + 0.05 − 0.01 = 0.15 ahora aplicamos la f´ormula: P(A2 ∪ A3|A1) = P((A2∪A3)∩A1) P(A1) = 0.15 0.22 = 0.6818 es la probabilidad de que entre los proyectos 2 y 3 se otorguen al menos 1 dado que ya se otorg´o el proyecto 1. d) P(A1 ∩ A2 ∩ A3|A1 ∪ A2 ∪ A3). Soluci´on 5
  • 6. Primero observamos que P(A1 ∪ A2 ∪ A3) = P(A1) + P(A2) + P(A3) −P(A1 ∩ A2) −P(A1 ∩ A3) −P(A2 ∩ A3) +P(A1 ∩ A2 ∩ A3) = 0.51 ahora aplicamos la f´ormula: P(A1 ∩ A2 ∩ A3|A1 ∪ A2 ∪ A3) = P((A1∩A2∩A3)∩(A1∪A2∪A3)) P(A1∪A2∪A3) = P(A1∩A2∩A3) P(A1∪A2∪A3) = 0.01 0.51 = 0.0196 es la probabilidad de que se otorguen los tres proyectos simult´anemente dado que al menos un proyecto ya se otorg´o. 4. Reconsidere la situaci´on del sistema defectuoso descrito en el problema 2 de la tarea 1. a) Dado que el sistema tiene un defecto de tipo 1, ¿cu´al es la probabilidad de que tenga un defecto de tipo 2? b) Dado que el sistema tiene un defecto de tipo 1, ¿cu´al es la probabilidad de que tenga los tres tipos de defectos? c) Dado que el sistema tiene por lo menos un tipo de defecto, ¿cu´al es la probabilidad de que tenga exactamente un tipo de defecto? d) Dado que el sistema tiene los primeros dos tipos de defectos, ¿cu´al es la probabilidad de que no tenga el tercer tipo de defecto? 5. Si se seleccionan al azar dos focos de la caja descrita en el problema 10 de la tarea 4 (4 focos de 40 watts, 5 focos de 60 watts y 6 focos de 75 watts) y por lo menos uno de ellos es de 75 W, ¿cu´al es la probabilidad de que los dos sean de 75 W? Dado que por lo menos uno de los dos seleccionados no es de 75 W, ¿cu´al es la probabilidad de que los dos focos seleccionados sean de la misma clase? Soluci´on Primeramente revisemos de cu´antos elementos pueden ser las muestras de dos focos. El total de muestras de dos focos de los 15 disponibles es N∗,∗ = C15,2 = 105. El total de muestras con exactamente un foco de 75 watts y otro de 40 watts es de N40,75 = C4,1 · C6,1 = 24 El total de muestras con exactamente un foco de 75 watts y otro de 60 watts es de N60,75 = C5,1 · C6,1 = 30 El total de muestras con exactamente un foco de 75 watts es de N∗/{75},75 = C6,1 · C9,1 = 54 = N40,75 + N60,75 El total de muestras de dos focos de 75 watts es de N75,75 = C6,2 = 15. El total de muestras de 2 focos sin foco de 75 watts es C9,2 = 36. El total de muestras de 2 focos de 40 watts es N40,40 = C4,2 = 6. 6
  • 7. El total de muestras de 2 focos de 60 watts es N60,60 = C5,2 = 10. El total de muestras de 2 focos uno de 40 watts y otro de 60 watts es N40,60 = C4,1 · C5,1 = 20. Si A es el evento donde la muestra tiene dos focos son de 75 watts y B es el evento donde la muestra tiene exactamente un foco es de 75, as´ı A ∪ B ser´a el evento donde la muestra tiene al menos 1 foco es de 75. Por tanto, la probabilidad de seleccionar una muestra que tiene dos focos de 75 watts dado que la muestra tiene al menos uno de 75 watts es: P(A|A ∪ B) = P(A∩(A∪B)) P(A∪B) = P(A) P(A)+P(B) = N75,75/N∗,∗ N75,75/N∗,∗+N∗/{75},75/N∗,∗ = 15/105 15/105+54/105 = 0.217 Para el otro inciso, sea C el evento en el cual la muestra tiene al menos 1 foco que no es de 75 watts, D el evento en el cual la muestra tiene 2 focos de 40 watts y E el evento en el cual la muestra tiene 2 focos de 60 watts. Observe que El evento C es la uni´on de los eventos ME donde en la muestra hay exactamente 1 foco de 75 watts y el evento donde en la muestra no hay foco de 75 watts. P(C) = (54 + 36)/105 = 0.8571, D ∪ E describe el evento en el cual la muestra tiene 2 focos de 40 watts o bien 2 focos de 60 watts. Es decir, el evento en el cual la muestra tiene 2 focos de la misma clase y no de 75 watts. P(D ∪ E) = (N40,40 + N60,60)/N∗,∗ = (6 + 10)/105 = 0.1523 D ∪ E est´a contenido en C, y por tanto (D ∪ E) ∩ C = D ∪ E As´ı P(D ∪ E|C) = P((D∪E)∩C) P(C) = P(D∪E) P(C) = 0.1523 0.8571 = 0.1777 ser´a la probabilidad de que en la muestra salgan dos focos de la misma clase dado que en la muestra hay al menos un foco que no es de 75 watts. 7. Una caja contiene seis pelotas rojas y cuatro verdes y una segunda caja contiene siete pelotas rojas y tres verdes. Se selecciona una pelota al azar de la primera caja y se le coloca la segunda caja. Luego se selecciona al azar una pelota de segunda caja y se le coloca en la primera caja. a) ¿Cu´al es la probabilidad de que se seleccione una pelota roja de la primera caja y de que se selec- cione una pelota roja de la segunda caja? Soluci´on Sea Aroja el evento en el cual se selecciona pelota roja de la primera caja y sea Broja el evento en el cual se selecciona una pelota roja de la segunda caja. Nosotros queremos calcular P(Aroja ∩ Broja). Sabemos que P(Aroja ∩ Broja) = P(Broja|Aroja) · P(Aroja). Como P(Aroja) = 6/10 y P(Broja|Aroja) = 8/11, entonces P(Aroja ∩ Broja) = P(Broja|Aroja) · P(Aroja) = (6/10) · (8/11) = 0.4363 ser´a la probabilidad de que se seleccione una pelota roja de la primera caja y que se seleccione una pelota roja de la segunda caja. 7
  • 8. b) Al final del proceso de selecci´on, ¿cu´al es la probabilidad de que los n´umeros de pelotas rojas y verdes que hay la primera caja sean id´enticas a los n´umeros iniciales? Soluci´on Esto pasa cuando C:se toma una pelota roja de la primera caja y se selecciona de nuevo una roja para regresarla a la primera o cuando D:se toma una pelota verde de la primera caja y se selecciona de nuevo un pelota verde para regresarla a la segunda caja. Observe los eventos C y D son ME y que P(C) = 0.4363 fue calculado en el inciso anterior. Entonces, debemos hacer el an´alogo al inciso anterior para las pelotas verdes: P(Averde ∩ Bverde) = P(Bverde|Averde) · P(Averde) = (4/10) · (4/11) = 0.1454 As´ı P(C ∪ D) = P(C) + P(D) = 0.4363 + 0.1454 = 0.5817 ser´a la probabilidad de que se elija una pelota de la primera caja se ponga en la segunda, se elija una pelota de la segunda y se coloque en la primera de tal manera que en la primera caja se tiene el mismo n´umero de rojas y verdes que al inicio. 8. Un sistema se compone de bombas id´enticas, #1 y #2. Si una falla, el sistema seguir´a operando. Sin embargo, debido al esfuerzo adicional, ahora es m´as probable que la bomba restante falle de lo que era originalmente. Es decir r = P(#2 falla|#1 falla) > P(#2 falla) = q. Si por lo menos una bomba falla alrededor del final de su vida ´util en 7 % de todos los sistemas y ambas bombas fallan durante dicho periodo en s´olo 1 %, ¿cu´al es la probabilidad de que la bomba #1 falle durante su vida ´util de dise˜no? 8