SlideShare una empresa de Scribd logo
1 de 10
Descargar para leer sin conexión
MSc. Julio R. Vargas A.
CURSO DE ESTADÍSTICA DESCRIPTIVA
PROBLEMAS RESUELTOS DE PROBABILIDAD
MSc. Julio R. Vargas A.
I. Encuentre los errores en cada uno de los siguientes planteamientos:
a. Las probabilidades de que un vendedor de automóviles venda 0, 1, 2 ó 3
automóviles en cualquier día de julio son de 0.19, 0.38, 0.29 y 0.15,
respectivamente.
Solución:
Construyamos una tabla:
No. Autos Vendidos 0 1 2 3
Probabilidad 0.19 0.38 0.29 0.15
El espacio muestral de que ocurra cualquiera de los eventos es:
Ω={0,1,2,3}
Por lo tanto la suma de las probabilidades de todos los eventos debe sumar
exactamente 1.
P(Ω)= 0.19 + 0.38 + 0.29 + 0.15= 1.01
Como puede verse la suma de las probabilidades de todos los eventos posibles
del espacio muestral es 1.01, lo cual NO es posible, dado que la probabilidad
del espacio muestral debe ser exactamente 1. Por lo tanto hay un error en la
probabilidad en alguno(s) de los evento(s).
b. La probabilidad que llueva mañana es 0.4 y la probabilidad de que no llueva
mañana es 0.52.
Solución:
Llamaremos A: el evento llueve mañana por lo canto el evento complemento
AC
es no llueve mañana.
Sabemos por la ley de complementos de probabilidades que: P(A) + P(AC
)=1
Pero el enunciado nos dice que P(A)=.04 y P(AC
)=0.52
Aplicando la fórmula P(A) + P(AC
)=1
Resulta: ¿ 0.4 + 0.52 =1 ? puede verse que la suma no es 1. Por lo tanto hay un
error. Si la probabilidad del evento es correcta (P(A)=0.4), entonces la
probabilidad del complemento debería ser 0.6 (P(AC
)=0.6 y de esa manera se
cumpliría la ley de complementos.
c. La probabilidad que una impresora cometa 0, 1, 2, 3, 4 o más errores son, en
forma respectiva, de 0.19, 0.34, -0.25, 0.43 y 0.29.
Solución:
Construyamos una tabla:
MSc. Julio R. Vargas A.
No. De errores 0 1 2 3 4 o más
Probabilidad 0.19 0.34 -0.25 0.43 0.29
El espacio muestral de que ocurra cualquiera de los eventos es:
Ω={0,1,2,3, 4 ó más}
Cuando vemos las probabilidades nos percatamos que el evento cuando
ocurren dos errores tiene una probabilidad NEGATIVA, lo cual no es posible en
teoría de probabilidades, ya que sabemos que las probabilidades son valores
entre 0 y 1. Por tanto eso es un error.
II. Una caja contiene 500 sobres, de los cuales 75 contienen $100 en efectivo, 150
contienen $25 y 275 contienen $10. Se puede adquirir un sobre en $25. ¿Cuál es el
espacio muestral para las diferentes cantidades de dinero? Asigne probabilidades a
los puntos muestrales y después encuentre la probabilidad de que el primer sobre
que se compre contenga menos de $100.
Solución:
a. ¿Cuál es el espacio muestral?
Primero formemos el espacio muestral con todos los posibles eventos:
Ω={$10, $25, $100}
Hay tres eventos posibles:
A: comprar un sobre con $10
B: comprar un sobre con $25
C: comprar un sobre con $100
b. Asigne probabilidades a los puntos muestrales
Mostraremos en una tabla los eventos con sus probabilidades.
Evento A B C
Probabilidad P(A)=275/500 P(B)=150/500 P(C)=75/500
Puede ver que para obtener la probabilidad hemos dividido el número de sobres de
cada tipo entre el total de sobres que hay en la caja.
c. Encuentre la probabilidad de que el primer sobre que se compre contenga
menos de $100.
Hay dos eventos que pueden ocurrir en que los sobres contienen cantidades
menos de $100. Son los eventos A y B. Por lo tanto al comprar un sobre nos
interesa saber la probabilidad de que ocurra A o B, también sabemos que A y B
son eventos excluyentes, por lo tanto usaremos la fórmula para eventos
excluyentes.
P(A u B)= P(A) + P(B) = 275/500 + 150/500 = 425/500 = 0.85
Es decir la probabilidad de que al comprar el primer sobre resulte un valor
menor de $100 es 0.85 o 85%.
MSc. Julio R. Vargas A.
III. En un grupo de 500 estudiantes universitarios, 210 de ellos fuman, 258 ingieren
bebidas alcohólicas, 216 comen entre comidas, 122 fuman e ingieren bebidas
alcohólicas, 83 comen entre comidas e ingieren bebidas alcohólicas, 97 fuman y
comen entre comidas y 52 participan en estas tres malas prácticas para la salud. Si
se elige al azar un miembro de este grupo, encuentre la probabilidad de que el
estudiante:
a. Fume pero no ingiera bebidas alcohólicas
b. Coma entre comidas e ingiera bebidas alcohólicas, pero no fume
c. No fume ni coma entre comidas.
Solución:
Lo primero que haremos es denotar cada uno de los eventos.
A: Fuman
B: Ingieren bebidas alcohólicas
C: Comen entre comidas.
Los eventos complementarios son:
AC
: No fuman
BC
: No ingieren bebidas alcohólicas
CC
: No comen entre comidas.
Puede ver que estudiantes que practican los tres eventos A∩B∩C=ABC= 52
Es decir, hay 52 estudiantes que fuman, ingieren bebidas alcohólicas y comen entre
comidas.
Hay 122 que fuman e ingieren bebidas alcohólicas. A∩B=AB=122
Hay 83 comen entre comidas e ingieren bebidas alcohólicas. B∩C=BC=83
Hay 97 fuman y comen entre comidas. A∩C=AC=97
Hay 210 que fuman. A=210.
Hay 258 que ingieren bebidas alcohólicas. B=258
Hay 216 comen que entre comidas. C=216
Ahora esto lo representamos en un diagrama de Venn. Para facilitar el cálculo de las
probabilidades.
Ω
A
43 70
45 52 B
105 66
88 31
C
MSc. Julio R. Vargas A.
Como ubicar los datos en el diagrama de Venn:
El círculo rojo son los fuman, ese es el evento A.
El círculo azul son los que ingieren bebidas alcohólicas, ese es el evento B.
El círculo verde son los que comen entre comidas, ese es el evento C.
Los círculos están entrelazados es decir no son eventos excluyentes, esto debido
que hay estudiantes que tienen las tres malas prácticas y otros tienen dos y otros
solo una.
El área donde se entrelazan los tres círculos (A,B y C) aquí ubicamos el número 52
como puede ver en el gráfico.
Ahora vamos a ubicar solo los que tienen dos malas prácticas: Empecemos con los
que fuman e ingieren bebidas alcohólicas que son 122, pero ya tenemos 52 por lo
que solo faltan 70 y lo ubicamos en el área solo de intersección de A y B (ver
diagrama). Ahora veamos a los que comen entre comidas e ingieren bebidas
alcohólicas que son 83, que son el área de los círculos B y C, ellos se entrelazan
como ya están 52 solo agregamos 31 en el área solo de intersección de B y C. Por
último nos falta los que fuman y comen entre comidas que son 97, que son los
círculos A y C, estos se entrelazan como ya hay 52 solo le agregamos 45 en el área
solo intersección de A y C.
Ahora nos corresponde completar el total de los fuman que son 210. A=210, pero
ya tenemos 45+52+70=167 es decir faltan 43 los que ubicamos en el área del círculo
rojo que no se traslapa con ninguno de los otros círculos. Hacemos lo mismo con los
otros dos eventos como se muestran en el gráfico. Si sumamos todos las áreas nos
resultan 43+45+ 52+70+88+31+105=434 estos estudiantes tienen una, dos o las tres
malas prácticas, pero en total son 500 es decir que hay 66 estudiantes que están
fuera de cualquiera de los círculos o eventos pero son parte del espacio muestral.
Responderemos las tres preguntas:
a. Fume pero no ingiera bebidas alcohólicas
P(A∩BC
)= (43+45)/500 = 88/500= 0.176
Observe el círculo A que se intercepta con BC
en la región donde está 43 y 45,
los que sumados nos 88 entre el total de estudiantes que son 500, para una
probabilidad de 0.176.
b. Coma entre comidas e ingiera bebidas alcohólicas, pero no fume
P(C∩B∩AC
)= 31/500= 0.062
Observe primeramente C∩B hay 52+31=83 estudiantes esa región o área la
vamos a interceptar con AC
. es decir no debemos tomar encuenta los
estudiantes que están en círculo de A. Esto reduce a 31 el número de
estudiantes que buscamos de un total de 500, para una probabilidad de 0.062
c. No fume ni coma entre comidas.
P(A
C
∩C
C
)=P(AuC)
C
= 1-P(AuC)= 1-{P(A)+P(C)-P(A∩C)}=1-{210/500 + 216/500-97/500}
= 1 – 329/500 = 1- 0.658=0.342
MSc. Julio R. Vargas A.
La ley de DeMorgan establece que A
C
∩C
C
= (AuC)
C
por lo tanto trabajamos con los
complemento de la unión y por la propiedad del complemento 1 –P(AuC)
C
. como A y B
no son eventos excluyentes. Usamos la fórmula P(AuC)=P(A)+P(C)-P(A∩C).
IV. La probabilidad de que una industria Norteamericana se ubique en Munich es 0.7,
la probabilidad que se ubique en Bruselas es 0.4 y la probabilidad que se ubique en
Munich o Brusela o en ambas es 0.8 ¿Cuál es la probabilidad que se ubique
a. En ambas ciudades
b. En ninguna de esas ciudades.
Solución:
Denotaremos los eventos:
A: la industria de ubica en Munich
B. la industria se ubica en Brusela
Se sabe que:
P(A)= 0.7
P(B)=0.4
P(AuB)=0.8
Los eventos no son excluyentes por lo que la fórmula para AuB es:
P(AuB)=P(A)+P(B) – P(A∩B)
Respondiendo las preguntas.
a. La probabilidad que se ubica en ambas ciudades.
Esto es buscamos que ocurra P(A∩B), para lo cual despejamos de la fórmula
anterior y resulta como se muestra:
P(A∩B)= P(A) + P(B) –P(AuB)
P(A∩B) = 0.7 + 0.4 – 0.8 = 0.3
Es decir la probabilidad que industria se instale en ambas ciudades es 0.3
b. La probabilidad que no se instale en ninguna de las ciudades
En vista que ya conocemos la probabilidad de instalarse en A o en B o en ambas
AuB, 0.8 que no se instale en ninguna es el complemento de AuB
P(AuB)C
= 1 – P(AuB)= 1 – 0.8 = 0.2
V. En una ciudad pequeña la población de adulto que ha completado los requisitos
para obtener un grado universitario. Se les ha dividido en categorías de acuerdo a
su sexo y su condición de empleo, como se muestra en la siguiente tabla.
(E)mpledo (D)esempleado Total
(M)asculino 460 40 500
(F)emenino 140 260 400
Total 600 300 900
MSc. Julio R. Vargas A.
Se va a elegir a una de esas personas al azar para que realice un viaje en todo el
país. Con la intención de que haga publicidad acerca de las ventajas de establecer
nuevas industrias en la localidad.
a. ¿Cuál es la probabilidad de que sea mujer?
b. Si se elige un empleado ¿Cuál es la probabilidad de que sea Mujer?
c. Si se elige un empleado ¿Cuál es la probabilidad de que sea Hombre?
Solución:
Denotamos los eventos:
M: se elige a un hombre
F: se elige a una Mujer
E: el elegido tiene empleo
a. P(F) = 400/900 = 0.44
La probabilidad de elegir una mujer es 0.44
b. P(F/E) = P(F∩E)/P(E) = 140/600 = 0.23
c. P(M/E)= P(M∩E)/P(E)= 460/600 =0.77
VI. Tres máquinas A,B y C, producen el 45%, 30% y 25%, respectivamente del total de las
piezas producidas en una fábrica. Los porcentajes de producción defectuosa de esas
máquinas son del 3%, 4% y 5%.
a. Seleccionamos una pieza al azar, cual es la probabilidad de que sea defectuosa
b. Seleccionamos una pieza al azar, cual es la probabilidad de que no sea defectuosa
Solución:
Sea D: la pieza defectuosa
N: la pieza no defectuosa.
Construimos un árbol para apreciar mejor las probabilidades de los eventos y las condicionales.
P(D/A)=0.03
P(N/A)=0.97
P(A)=0.45
P(B)=0-30 P(D(B)=0.04
P(C)=0.25 P(N/B)=0.96
P(D/C)=0.05
P(N/C)=0.95
MSc. Julio R. Vargas A.
Se deben leer así:
P(A)= 0.45 probabilidad de producción de la máquina A
P(D/A)=0.03 probabilidad que la pieza sea defectuosa si la produce la máquina A
P(N/A)=0.97 probabilidad que la pieza no sea defectuosa si la produce la máquina A
P(B)=0.30 probabilidad de producción de la máquina B
P(D/B)=0.04 probabilidad que la pieza sea defectuosa si la produce la máquina B
P(N/B)=0.96 probabilidad que la pieza no sea defectuosa si la produce la máquina B
P(C)=0.25 probabilidad de producción de la máquina B
P(D/B)=0.05 probabilidad que la pieza sea defectuosa si la produce la máquina C
P(N/B)=0.95 probabilidad que la pieza no sea defectuosa si la produce la máquina C
a. Seleccionamos una pieza al azar, cual es la probabilidad de que sea defectuosa
Debemos calcular la probabilidad total, para el caso de pieza defectuosa: la fórmula es la
siguiente:
P(D)= P(A)*P(D/A) + P(B)*P(D/B) + P(C)*P(D/C)
P(D)= 0.45*0.03 + 0.30*0.04 + 0.25*0.05 = 0.0135 + 0.012 + 0.0125=0.038
b. Seleccionamos una pieza al azar, cual es la probabilidad de que no sea defectuosa
Debemos calcular la probabilidad total, para el caso de pieza no defectuosa: la fórmula
es la siguiente:
P(N)= P(A)*P(N/A) + P(B)*P(N/B) + P(C)*P(N/C)
P(N)= 0.45*0.97 + 0.30*0.96 + 0.25*0.95 = 0.4365 + 0.288 + 0.2375=0.962
VII. En una población se tiene 2 camiones de bomberos operando en forma independiente. La
probabilidad de que un camión esté disponible cuando se le requiere es 0.96.
a. ¿Cuál es la probabilidad de que ninguno esté disponible cuando se le necesita?
b. ¿Cuál es la probabilidad de que esté disponible un camión cuando se le necesita?
Solución:
Denotaremos los eventos:
A: disponible el camión 1  P(A) = 0.96
B: disponible el camión 2  P(B) = 0.96
AC
: ocupado el camión 1  P(AC
)= 0.04
BC
: ocupado el camión 2  P(BC
)= 0.04
Tomamos en cuenta que los eventos son independientes.
¿Cuál es la probabilidad de que ninguno esté disponible cuando se le necesita?
P(AC
∩BC
)= P(AC
)*P(BC
)= 0.04 * 0.04 = 0.0016
MSc. Julio R. Vargas A.
c. ¿Cuál es la probabilidad de que esté disponible un camión cuando se le necesita?
P(AUB)= 1 – P(AC
∩BC
)=1 – P(AC
)*P(BC
)= 1-0.04*0.04= 1-0.0016= 0.9984
Por ser los eventos independientes.
VIII. De una caja que contiene 6 bolas negras y 4 bolas verdes se extraen 3 bolas en forma
sucesiva y se remplazan cada una de ellas antes de hacer la siguiente extracción. ¿Cuál es la
probabilidad de que
a. Las tres sean del mismo color?
b. Esté representado cada color?
Solución:
a. Las tres sean del mismo color
A: extrar una bola negra (en la 1ra. , 2da., 3ra. Extracción)
B: extraer una bola verde (en la 1ra., 2da., 3ra. Extracción)
En vista que la extracción es con reemplazo, los eventos son independientes.
El segunda extracción es independiente de la primera así mismo la tercer extracción es
independiente de la primera y la segunda.
P((A∩A∩A)u(B∩B∩B))= P(A)*P(A)*P(A)+P(B)*P(B)*P(B)=
= 6/10*6/10*6/10 + 4/10*4/10*4/10= 216/1000 + 64/1000=
= 280/1000= 0.28
b. Esté representado cada color
Es decir todas las combinaciones donde estén representado el color negro y el
verde, como son tres extracciones en algunos casos saldrán dos negras y una verde
o dos verdes y una negra. Recuerde que son eventos independientes, es decir la
extracción de la segunda y tercera no se afectan por las extracciones anteriores.
P((A∩A∩B)u(A∩B∩B)u(A∩B∩A)u(B∩A∩B)u(B∩B∩A)u(B∩A∩A) )=
= P(A)*P(A)*P(B) + P(A)*P(B)*P(B) + P(A)*P(B)*P(A) + P(B)*P(A)*P(B) + P(B)*P(B)*P(A)
+ P(B)*P(A)*P(A)
=6/10*6/10*4/10 + 6/10*4/10*4/10 + 6/10*4/10*6/10 + 4/10*6/10*4/10 +
4/10*4/10*6/10 + 4/10*6/10*6/10
= 144/1000 + 96/1000 + 144/1000 + 96/1000 + 96/1000 + 144/1000= 720/1000=0.72
MSc. Julio R. Vargas A.
IX. Entre 150 personas entrevistadas en un estudio de transporte urbano colectivo, algunas
viven a más de 3 kilómetros del centro de la ciudad (A), algunas utilizan su propio auto para
ir al trabajo (B) y otro grupo gustosamente cambiarían al transporte urbano colectivo si lo
hubiera (C). Con la información dada en la figura siguiente, encuentre:
a. P(A)
b. P(B)
c. P(C) Ω A
d. P(A∩B∩C)
e. P(AuB) 20 16 B
f. P(BuC) 2
g. P(B∩(AuC)) 54
8 9
14 27
C
Solución:
Para asignar las probabilidades a los eventos solo debemos fijarnos en la figura, ya que contiene
la cantidad de personas que se encuentran en cada uno de los eventos.
Los eventos simples son:
A: viven a más de 3 kilómetros del centro de la ciudad.
B: utilizan su propio auto para ir al trabajo
C: cambiarían al transporte urbano colectivo si lo hubiera.
Responderemos cada uno de los incisos
a. P(A)= Se suman todos las personas que están dentro del
círculo de A y lo dividimos por 150.
b. P(B)= Sumamos todas las personas que están dentro del
círculo de B y lo dividimos por 150.
c. P(C)= Sumamos todas las personas que están dentro del
círculo de C y lo dividimos por 150.
MSc. Julio R. Vargas A.
d. P(A∩B∩C)= Son todas las personas que pertenecen a los tres eventos, es
decir, son los que viven a más de tres km y se vienen en auto al trabajo y gustosamente
optarían por el transporte colectivo si lo hubiera.
e. P(AuB)= = Son todas personas que se encuentran en los
círculos A y B, los que suman 109 luego lo dividimos por 150. Se lee la probabilidad de que
ocurra A o B o ambos.
f. P(BuC)= Son todas las personas que están en B o C o en
ambos.
g. P(B∩(AuC))= Son todos las personas que están en A o C y que
también están en B. puede ver la figura que son 20 y 54, los sumamos y resultan 74, los
que dividimos por 150.
X. Si A y B son mutuamente excluyentes, P(A)=0.29; P(B)=0.43; calcule
a. P(AC
)
b. P(AUB)
c. P(A∩BC
)
d. P(AC
∩BC
)
Solución:
a. P(AC
)= 1 – P(A) = 1 – 0.29 =0.71
Como nos piden el complemento de A, aplicamos la fórmula del complemento y
automáticamente obtenemos el resultado como se muestra.
b. P(AuB)=P(A)+P(B) aplicamos está fórmula por tratarse de eventos excluyentes.
=0.29 + 0.43=0.72
c. P(A∩BC
)= P(A) = 0.29
Ω
A B
d. P(AC
∩BC
)= P(AuB)C
= 1 – P(AuB)=1 –{ P(A)+P(B)}= 1-{0.29+0.43}=1-0.72=0.28
Por propiedades de probabilidades P(AC
∩BC
)= P(AuB)C
.
Luego aplicamos complemento y por último la fórmula de eventos excluyentes y el
cálculo resulta sencillo.

Más contenido relacionado

La actualidad más candente

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 respuestasIPN
 
Distribuciones continuas de probabilidad
Distribuciones continuas de probabilidadDistribuciones continuas de probabilidad
Distribuciones continuas de probabilidadangiegutierrez11
 
Solucionario libro: Probabilidad y estadística para ingenieros 6 ed - walpole
Solucionario libro: Probabilidad y estadística para ingenieros 6 ed - walpoleSolucionario libro: Probabilidad y estadística para ingenieros 6 ed - walpole
Solucionario libro: Probabilidad y estadística para ingenieros 6 ed - walpoleMiguel Leonardo Sánchez Fajardo
 
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 respuestasIPN
 
Tarea 4 de probabilidad con respuestas
Tarea 4 de probabilidad con respuestasTarea 4 de probabilidad con respuestas
Tarea 4 de probabilidad con respuestasIPN
 
Distribución Binomial
Distribución BinomialDistribución Binomial
Distribución Binomialsamantharisa
 
Distrib.binomial
Distrib.binomialDistrib.binomial
Distrib.binomialbetyglo
 
Estadística Probabilidades
Estadística ProbabilidadesEstadística Probabilidades
Estadística ProbabilidadesEdwin Lema
 
Guia intervalos de confianza
Guia intervalos de confianzaGuia intervalos de confianza
Guia intervalos de confianzaAndres Oyarzun
 
Tarea 13 de probabilidad y estadística con respuesta
Tarea 13 de probabilidad y estadística con respuestaTarea 13 de probabilidad y estadística con respuesta
Tarea 13 de probabilidad y estadística con respuestaIPN
 
Ejercicios Resueltos: Probabilidades y Variables Aleatorias
Ejercicios Resueltos: Probabilidades y Variables AleatoriasEjercicios Resueltos: Probabilidades y Variables Aleatorias
Ejercicios Resueltos: Probabilidades y Variables AleatoriasJaviera Huera (Temuco)
 
Distribución de poisson ejercicio práctico-
Distribución de poisson  ejercicio práctico-Distribución de poisson  ejercicio práctico-
Distribución de poisson ejercicio práctico-Jhonatan Arroyave Montoya
 
Ejercicios de distribucion normal estandar
Ejercicios de distribucion normal estandarEjercicios de distribucion normal estandar
Ejercicios de distribucion normal estandarNathywiiz Hernández
 
Trabajo ecuaciones
Trabajo ecuacionesTrabajo ecuaciones
Trabajo ecuacionesMiguel Doria
 
Trabajos resueltos de inferencia 2015
Trabajos resueltos de inferencia 2015Trabajos resueltos de inferencia 2015
Trabajos resueltos de inferencia 2015omarbsc
 
Ejercicios resueltos semana_9dic10
Ejercicios resueltos semana_9dic10Ejercicios resueltos semana_9dic10
Ejercicios resueltos semana_9dic10milena cas
 
Tarea 5 de probabilidad con respuestas
Tarea 5 de probabilidad con respuestasTarea 5 de probabilidad con respuestas
Tarea 5 de probabilidad con respuestasIPN
 
Distribuciones discretas estadis ii
Distribuciones discretas estadis iiDistribuciones discretas estadis ii
Distribuciones discretas estadis iiulatina
 

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
 
Distribuciones continuas de probabilidad
Distribuciones continuas de probabilidadDistribuciones continuas de probabilidad
Distribuciones continuas de probabilidad
 
Solucionario libro: Probabilidad y estadística para ingenieros 6 ed - walpole
Solucionario libro: Probabilidad y estadística para ingenieros 6 ed - walpoleSolucionario libro: Probabilidad y estadística para ingenieros 6 ed - walpole
Solucionario libro: Probabilidad y estadística para ingenieros 6 ed - walpole
 
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
 
Tarea 4 de probabilidad con respuestas
Tarea 4 de probabilidad con respuestasTarea 4 de probabilidad con respuestas
Tarea 4 de probabilidad con respuestas
 
Distribución Binomial
Distribución BinomialDistribución Binomial
Distribución Binomial
 
Distrib.binomial
Distrib.binomialDistrib.binomial
Distrib.binomial
 
Estadística Probabilidades
Estadística ProbabilidadesEstadística Probabilidades
Estadística Probabilidades
 
Guia intervalos de confianza
Guia intervalos de confianzaGuia intervalos de confianza
Guia intervalos de confianza
 
Tarea 13 de probabilidad y estadística con respuesta
Tarea 13 de probabilidad y estadística con respuestaTarea 13 de probabilidad y estadística con respuesta
Tarea 13 de probabilidad y estadística con respuesta
 
Ejercicios Resueltos: Probabilidades y Variables Aleatorias
Ejercicios Resueltos: Probabilidades y Variables AleatoriasEjercicios Resueltos: Probabilidades y Variables Aleatorias
Ejercicios Resueltos: Probabilidades y Variables Aleatorias
 
Distribución de poisson ejercicio práctico-
Distribución de poisson  ejercicio práctico-Distribución de poisson  ejercicio práctico-
Distribución de poisson ejercicio práctico-
 
Ejercicios de distribucion normal estandar
Ejercicios de distribucion normal estandarEjercicios de distribucion normal estandar
Ejercicios de distribucion normal estandar
 
Estadistica practic
Estadistica practicEstadistica practic
Estadistica practic
 
Trabajo ecuaciones
Trabajo ecuacionesTrabajo ecuaciones
Trabajo ecuaciones
 
Trabajos resueltos de inferencia 2015
Trabajos resueltos de inferencia 2015Trabajos resueltos de inferencia 2015
Trabajos resueltos de inferencia 2015
 
Ejer terorema dlimite central
Ejer terorema dlimite centralEjer terorema dlimite central
Ejer terorema dlimite central
 
Ejercicios resueltos semana_9dic10
Ejercicios resueltos semana_9dic10Ejercicios resueltos semana_9dic10
Ejercicios resueltos semana_9dic10
 
Tarea 5 de probabilidad con respuestas
Tarea 5 de probabilidad con respuestasTarea 5 de probabilidad con respuestas
Tarea 5 de probabilidad con respuestas
 
Distribuciones discretas estadis ii
Distribuciones discretas estadis iiDistribuciones discretas estadis ii
Distribuciones discretas estadis ii
 

Similar a Problemas resuelto-de-probabilidad

Probabilidad Condicional
Probabilidad CondicionalProbabilidad Condicional
Probabilidad CondicionalJmdartagnan
 
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.pdfadelaleston
 
Problemas ccs ssolprobabilidades
Problemas ccs ssolprobabilidadesProblemas ccs ssolprobabilidades
Problemas ccs ssolprobabilidadesChristian Infante
 
Gabriela Machado 25.852.386 PROBABILIDAD Y TEOREMA DE BAYES
Gabriela Machado 25.852.386 PROBABILIDAD Y TEOREMA DE BAYESGabriela Machado 25.852.386 PROBABILIDAD Y TEOREMA DE BAYES
Gabriela Machado 25.852.386 PROBABILIDAD Y TEOREMA DE BAYESJunior Torres
 
Teoría y problemas de Calculo de Probabilidades ccesa007
Teoría y problemas de Calculo de Probabilidades  ccesa007Teoría y problemas de Calculo de Probabilidades  ccesa007
Teoría y problemas de Calculo de Probabilidades ccesa007Demetrio Ccesa Rayme
 
Probabilidad matemáticas, aprende estadistica
Probabilidad matemáticas, aprende estadisticaProbabilidad matemáticas, aprende estadistica
Probabilidad matemáticas, aprende estadisticaAllisonArancibia
 
Aritmética - problemas de razones y proporciones ccesa007
Aritmética  - problemas de razones y proporciones ccesa007Aritmética  - problemas de razones y proporciones ccesa007
Aritmética - problemas de razones y proporciones ccesa007Demetrio Ccesa Rayme
 
3 probabilidad condicionada_total
3 probabilidad condicionada_total3 probabilidad condicionada_total
3 probabilidad condicionada_totalyocoimamillan
 
Seminario 8 chi cuadrado
Seminario 8 chi cuadradoSeminario 8 chi cuadrado
Seminario 8 chi cuadradojesmarrod4
 

Similar a Problemas resuelto-de-probabilidad (20)

Tema 2: Probabilidad
Tema 2: ProbabilidadTema 2: Probabilidad
Tema 2: Probabilidad
 
Probabilidad Condicional
Probabilidad CondicionalProbabilidad Condicional
Probabilidad Condicional
 
Probabilidades
ProbabilidadesProbabilidades
Probabilidades
 
Estadistica
EstadisticaEstadistica
Estadistica
 
Ejercicios resueltos probabilidad
Ejercicios resueltos probabilidad Ejercicios resueltos probabilidad
Ejercicios resueltos probabilidad
 
2010 computacion uf2 probabilidades
2010 computacion uf2 probabilidades2010 computacion uf2 probabilidades
2010 computacion uf2 probabilidades
 
U2g probtotytbayes
U2g probtotytbayesU2g probtotytbayes
U2g probtotytbayes
 
Suma y pro
Suma y proSuma y pro
Suma y pro
 
Ejercicios_resueltos probabilidad.pdf
Ejercicios_resueltos probabilidad.pdfEjercicios_resueltos probabilidad.pdf
Ejercicios_resueltos probabilidad.pdf
 
Problemas ccs ssolprobabilidades
Problemas ccs ssolprobabilidadesProblemas ccs ssolprobabilidades
Problemas ccs ssolprobabilidades
 
Probabilidades .......
Probabilidades .......Probabilidades .......
Probabilidades .......
 
Gabriela Machado 25.852.386 PROBABILIDAD Y TEOREMA DE BAYES
Gabriela Machado 25.852.386 PROBABILIDAD Y TEOREMA DE BAYESGabriela Machado 25.852.386 PROBABILIDAD Y TEOREMA DE BAYES
Gabriela Machado 25.852.386 PROBABILIDAD Y TEOREMA DE BAYES
 
Teoría y problemas de Calculo de Probabilidades ccesa007
Teoría y problemas de Calculo de Probabilidades  ccesa007Teoría y problemas de Calculo de Probabilidades  ccesa007
Teoría y problemas de Calculo de Probabilidades ccesa007
 
Probabilidad matemáticas, aprende estadistica
Probabilidad matemáticas, aprende estadisticaProbabilidad matemáticas, aprende estadistica
Probabilidad matemáticas, aprende estadistica
 
Aritmética - problemas de razones y proporciones ccesa007
Aritmética  - problemas de razones y proporciones ccesa007Aritmética  - problemas de razones y proporciones ccesa007
Aritmética - problemas de razones y proporciones ccesa007
 
3 probabilidad condicionada_total
3 probabilidad condicionada_total3 probabilidad condicionada_total
3 probabilidad condicionada_total
 
Clase 8_Probabilidad2.pdf
Clase 8_Probabilidad2.pdfClase 8_Probabilidad2.pdf
Clase 8_Probabilidad2.pdf
 
Probabilidades
ProbabilidadesProbabilidades
Probabilidades
 
17 ejercicios probabilidad
17 ejercicios probabilidad17 ejercicios probabilidad
17 ejercicios probabilidad
 
Seminario 8 chi cuadrado
Seminario 8 chi cuadradoSeminario 8 chi cuadrado
Seminario 8 chi cuadrado
 

Último

Exploracion de la boca Propedéutica de la Clínica
Exploracion de la boca Propedéutica de la ClínicaExploracion de la boca Propedéutica de la Clínica
Exploracion de la boca Propedéutica de la Clínicacriscris80000
 
Sucesión de hongos en estiércol de vaca experimento
Sucesión de hongos en estiércol de vaca experimentoSucesión de hongos en estiércol de vaca experimento
Sucesión de hongos en estiércol de vaca experimentoFriasMartnezAlanZuri
 
Ejercicios de estimulación prenatales.pptx
Ejercicios de estimulación prenatales.pptxEjercicios de estimulación prenatales.pptx
Ejercicios de estimulación prenatales.pptxYahairaVaraDiaz1
 
SESIÓN DE APRENDIZAJE N° 5 SEMANA 7 CYT I BIMESTRE ESTUDIANTES.pdf
SESIÓN DE APRENDIZAJE N° 5  SEMANA 7 CYT  I BIMESTRE ESTUDIANTES.pdfSESIÓN DE APRENDIZAJE N° 5  SEMANA 7 CYT  I BIMESTRE ESTUDIANTES.pdf
SESIÓN DE APRENDIZAJE N° 5 SEMANA 7 CYT I BIMESTRE ESTUDIANTES.pdfkevingblassespinalor
 
DIAPOSITIVASDEPRIMERACATEGORIAIIPARTE (1).pptx
DIAPOSITIVASDEPRIMERACATEGORIAIIPARTE (1).pptxDIAPOSITIVASDEPRIMERACATEGORIAIIPARTE (1).pptx
DIAPOSITIVASDEPRIMERACATEGORIAIIPARTE (1).pptxprofesionalscontable
 
HISTORIA NATURAL DE LA ENFEREMEDAD: SARAMPION
HISTORIA NATURAL DE LA ENFEREMEDAD: SARAMPIONHISTORIA NATURAL DE LA ENFEREMEDAD: SARAMPION
HISTORIA NATURAL DE LA ENFEREMEDAD: SARAMPIONAleMena14
 
ESQUELETO HUMANO ARTICULADO PARA PRIMARIA
ESQUELETO HUMANO ARTICULADO PARA PRIMARIAESQUELETO HUMANO ARTICULADO PARA PRIMARIA
ESQUELETO HUMANO ARTICULADO PARA PRIMARIAjuliocesartolucarami
 
EXAMEN ANDROLOGICO O CAPACIDAD REPRODUCTIVA EN EQUINOS.pptx
EXAMEN ANDROLOGICO O CAPACIDAD REPRODUCTIVA  EN EQUINOS.pptxEXAMEN ANDROLOGICO O CAPACIDAD REPRODUCTIVA  EN EQUINOS.pptx
EXAMEN ANDROLOGICO O CAPACIDAD REPRODUCTIVA EN EQUINOS.pptxJhonFonseca16
 
registro cardiotocografico interpretacion y valoracion
registro cardiotocografico interpretacion y valoracionregistro cardiotocografico interpretacion y valoracion
registro cardiotocografico interpretacion y valoracionMarcoAntonioJimenez14
 
Holland, Tom - Milenio. El fin del mundo y el origen del cristianismo [2010].pdf
Holland, Tom - Milenio. El fin del mundo y el origen del cristianismo [2010].pdfHolland, Tom - Milenio. El fin del mundo y el origen del cristianismo [2010].pdf
Holland, Tom - Milenio. El fin del mundo y el origen del cristianismo [2010].pdffrank0071
 
el lugar santo y santisimo final.pptx y sus partes
el lugar santo y santisimo final.pptx y sus partesel lugar santo y santisimo final.pptx y sus partes
el lugar santo y santisimo final.pptx y sus partesAsihleyyanguez
 
Van Young, Eric. - La otra rebelión. La lucha por la independencia de México,...
Van Young, Eric. - La otra rebelión. La lucha por la independencia de México,...Van Young, Eric. - La otra rebelión. La lucha por la independencia de México,...
Van Young, Eric. - La otra rebelión. La lucha por la independencia de México,...frank0071
 
Woods, Thomas E. - Cómo la Iglesia construyó la Civilización Occidental [ocr]...
Woods, Thomas E. - Cómo la Iglesia construyó la Civilización Occidental [ocr]...Woods, Thomas E. - Cómo la Iglesia construyó la Civilización Occidental [ocr]...
Woods, Thomas E. - Cómo la Iglesia construyó la Civilización Occidental [ocr]...frank0071
 
Tortosa et al. 2º Simposio Internacional Composta.pdf
Tortosa et al. 2º Simposio Internacional Composta.pdfTortosa et al. 2º Simposio Internacional Composta.pdf
Tortosa et al. 2º Simposio Internacional Composta.pdfGermán Tortosa
 
problemas_oscilaciones_amortiguadas.pdf aplicadas a la mecanica
problemas_oscilaciones_amortiguadas.pdf aplicadas a la mecanicaproblemas_oscilaciones_amortiguadas.pdf aplicadas a la mecanica
problemas_oscilaciones_amortiguadas.pdf aplicadas a la mecanicaArturoDavilaObando
 
Pielonefritis en imagenologia clinica.pptx
Pielonefritis en imagenologia clinica.pptxPielonefritis en imagenologia clinica.pptx
Pielonefritis en imagenologia clinica.pptxLuisGuzmnHernndez1
 
Fowler, Will. - Santa Anna, héroe o villano [2018].pdf
Fowler, Will. - Santa Anna, héroe o villano [2018].pdfFowler, Will. - Santa Anna, héroe o villano [2018].pdf
Fowler, Will. - Santa Anna, héroe o villano [2018].pdffrank0071
 
TERMODINAMICA UNIVERSIDAD NACIONAL DE INGENIERA
TERMODINAMICA UNIVERSIDAD NACIONAL DE INGENIERATERMODINAMICA UNIVERSIDAD NACIONAL DE INGENIERA
TERMODINAMICA UNIVERSIDAD NACIONAL DE INGENIERAdheznolbert
 
METODOS ANTICONCEPTIVOS UNIVERSIDAD SEÑOR DE SIPAN.pptx
METODOS ANTICONCEPTIVOS UNIVERSIDAD SEÑOR DE SIPAN.pptxMETODOS ANTICONCEPTIVOS UNIVERSIDAD SEÑOR DE SIPAN.pptx
METODOS ANTICONCEPTIVOS UNIVERSIDAD SEÑOR DE SIPAN.pptxlilianabarbozavasque
 
LEY FEDERAL DE TRABAJO IPN MEDICINA OCUPACIONAL.pdf
LEY FEDERAL DE TRABAJO IPN MEDICINA OCUPACIONAL.pdfLEY FEDERAL DE TRABAJO IPN MEDICINA OCUPACIONAL.pdf
LEY FEDERAL DE TRABAJO IPN MEDICINA OCUPACIONAL.pdfrvillegasp16001
 

Último (20)

Exploracion de la boca Propedéutica de la Clínica
Exploracion de la boca Propedéutica de la ClínicaExploracion de la boca Propedéutica de la Clínica
Exploracion de la boca Propedéutica de la Clínica
 
Sucesión de hongos en estiércol de vaca experimento
Sucesión de hongos en estiércol de vaca experimentoSucesión de hongos en estiércol de vaca experimento
Sucesión de hongos en estiércol de vaca experimento
 
Ejercicios de estimulación prenatales.pptx
Ejercicios de estimulación prenatales.pptxEjercicios de estimulación prenatales.pptx
Ejercicios de estimulación prenatales.pptx
 
SESIÓN DE APRENDIZAJE N° 5 SEMANA 7 CYT I BIMESTRE ESTUDIANTES.pdf
SESIÓN DE APRENDIZAJE N° 5  SEMANA 7 CYT  I BIMESTRE ESTUDIANTES.pdfSESIÓN DE APRENDIZAJE N° 5  SEMANA 7 CYT  I BIMESTRE ESTUDIANTES.pdf
SESIÓN DE APRENDIZAJE N° 5 SEMANA 7 CYT I BIMESTRE ESTUDIANTES.pdf
 
DIAPOSITIVASDEPRIMERACATEGORIAIIPARTE (1).pptx
DIAPOSITIVASDEPRIMERACATEGORIAIIPARTE (1).pptxDIAPOSITIVASDEPRIMERACATEGORIAIIPARTE (1).pptx
DIAPOSITIVASDEPRIMERACATEGORIAIIPARTE (1).pptx
 
HISTORIA NATURAL DE LA ENFEREMEDAD: SARAMPION
HISTORIA NATURAL DE LA ENFEREMEDAD: SARAMPIONHISTORIA NATURAL DE LA ENFEREMEDAD: SARAMPION
HISTORIA NATURAL DE LA ENFEREMEDAD: SARAMPION
 
ESQUELETO HUMANO ARTICULADO PARA PRIMARIA
ESQUELETO HUMANO ARTICULADO PARA PRIMARIAESQUELETO HUMANO ARTICULADO PARA PRIMARIA
ESQUELETO HUMANO ARTICULADO PARA PRIMARIA
 
EXAMEN ANDROLOGICO O CAPACIDAD REPRODUCTIVA EN EQUINOS.pptx
EXAMEN ANDROLOGICO O CAPACIDAD REPRODUCTIVA  EN EQUINOS.pptxEXAMEN ANDROLOGICO O CAPACIDAD REPRODUCTIVA  EN EQUINOS.pptx
EXAMEN ANDROLOGICO O CAPACIDAD REPRODUCTIVA EN EQUINOS.pptx
 
registro cardiotocografico interpretacion y valoracion
registro cardiotocografico interpretacion y valoracionregistro cardiotocografico interpretacion y valoracion
registro cardiotocografico interpretacion y valoracion
 
Holland, Tom - Milenio. El fin del mundo y el origen del cristianismo [2010].pdf
Holland, Tom - Milenio. El fin del mundo y el origen del cristianismo [2010].pdfHolland, Tom - Milenio. El fin del mundo y el origen del cristianismo [2010].pdf
Holland, Tom - Milenio. El fin del mundo y el origen del cristianismo [2010].pdf
 
el lugar santo y santisimo final.pptx y sus partes
el lugar santo y santisimo final.pptx y sus partesel lugar santo y santisimo final.pptx y sus partes
el lugar santo y santisimo final.pptx y sus partes
 
Van Young, Eric. - La otra rebelión. La lucha por la independencia de México,...
Van Young, Eric. - La otra rebelión. La lucha por la independencia de México,...Van Young, Eric. - La otra rebelión. La lucha por la independencia de México,...
Van Young, Eric. - La otra rebelión. La lucha por la independencia de México,...
 
Woods, Thomas E. - Cómo la Iglesia construyó la Civilización Occidental [ocr]...
Woods, Thomas E. - Cómo la Iglesia construyó la Civilización Occidental [ocr]...Woods, Thomas E. - Cómo la Iglesia construyó la Civilización Occidental [ocr]...
Woods, Thomas E. - Cómo la Iglesia construyó la Civilización Occidental [ocr]...
 
Tortosa et al. 2º Simposio Internacional Composta.pdf
Tortosa et al. 2º Simposio Internacional Composta.pdfTortosa et al. 2º Simposio Internacional Composta.pdf
Tortosa et al. 2º Simposio Internacional Composta.pdf
 
problemas_oscilaciones_amortiguadas.pdf aplicadas a la mecanica
problemas_oscilaciones_amortiguadas.pdf aplicadas a la mecanicaproblemas_oscilaciones_amortiguadas.pdf aplicadas a la mecanica
problemas_oscilaciones_amortiguadas.pdf aplicadas a la mecanica
 
Pielonefritis en imagenologia clinica.pptx
Pielonefritis en imagenologia clinica.pptxPielonefritis en imagenologia clinica.pptx
Pielonefritis en imagenologia clinica.pptx
 
Fowler, Will. - Santa Anna, héroe o villano [2018].pdf
Fowler, Will. - Santa Anna, héroe o villano [2018].pdfFowler, Will. - Santa Anna, héroe o villano [2018].pdf
Fowler, Will. - Santa Anna, héroe o villano [2018].pdf
 
TERMODINAMICA UNIVERSIDAD NACIONAL DE INGENIERA
TERMODINAMICA UNIVERSIDAD NACIONAL DE INGENIERATERMODINAMICA UNIVERSIDAD NACIONAL DE INGENIERA
TERMODINAMICA UNIVERSIDAD NACIONAL DE INGENIERA
 
METODOS ANTICONCEPTIVOS UNIVERSIDAD SEÑOR DE SIPAN.pptx
METODOS ANTICONCEPTIVOS UNIVERSIDAD SEÑOR DE SIPAN.pptxMETODOS ANTICONCEPTIVOS UNIVERSIDAD SEÑOR DE SIPAN.pptx
METODOS ANTICONCEPTIVOS UNIVERSIDAD SEÑOR DE SIPAN.pptx
 
LEY FEDERAL DE TRABAJO IPN MEDICINA OCUPACIONAL.pdf
LEY FEDERAL DE TRABAJO IPN MEDICINA OCUPACIONAL.pdfLEY FEDERAL DE TRABAJO IPN MEDICINA OCUPACIONAL.pdf
LEY FEDERAL DE TRABAJO IPN MEDICINA OCUPACIONAL.pdf
 

Problemas resuelto-de-probabilidad

  • 1. MSc. Julio R. Vargas A. CURSO DE ESTADÍSTICA DESCRIPTIVA PROBLEMAS RESUELTOS DE PROBABILIDAD MSc. Julio R. Vargas A. I. Encuentre los errores en cada uno de los siguientes planteamientos: a. Las probabilidades de que un vendedor de automóviles venda 0, 1, 2 ó 3 automóviles en cualquier día de julio son de 0.19, 0.38, 0.29 y 0.15, respectivamente. Solución: Construyamos una tabla: No. Autos Vendidos 0 1 2 3 Probabilidad 0.19 0.38 0.29 0.15 El espacio muestral de que ocurra cualquiera de los eventos es: Ω={0,1,2,3} Por lo tanto la suma de las probabilidades de todos los eventos debe sumar exactamente 1. P(Ω)= 0.19 + 0.38 + 0.29 + 0.15= 1.01 Como puede verse la suma de las probabilidades de todos los eventos posibles del espacio muestral es 1.01, lo cual NO es posible, dado que la probabilidad del espacio muestral debe ser exactamente 1. Por lo tanto hay un error en la probabilidad en alguno(s) de los evento(s). b. La probabilidad que llueva mañana es 0.4 y la probabilidad de que no llueva mañana es 0.52. Solución: Llamaremos A: el evento llueve mañana por lo canto el evento complemento AC es no llueve mañana. Sabemos por la ley de complementos de probabilidades que: P(A) + P(AC )=1 Pero el enunciado nos dice que P(A)=.04 y P(AC )=0.52 Aplicando la fórmula P(A) + P(AC )=1 Resulta: ¿ 0.4 + 0.52 =1 ? puede verse que la suma no es 1. Por lo tanto hay un error. Si la probabilidad del evento es correcta (P(A)=0.4), entonces la probabilidad del complemento debería ser 0.6 (P(AC )=0.6 y de esa manera se cumpliría la ley de complementos. c. La probabilidad que una impresora cometa 0, 1, 2, 3, 4 o más errores son, en forma respectiva, de 0.19, 0.34, -0.25, 0.43 y 0.29. Solución: Construyamos una tabla:
  • 2. MSc. Julio R. Vargas A. No. De errores 0 1 2 3 4 o más Probabilidad 0.19 0.34 -0.25 0.43 0.29 El espacio muestral de que ocurra cualquiera de los eventos es: Ω={0,1,2,3, 4 ó más} Cuando vemos las probabilidades nos percatamos que el evento cuando ocurren dos errores tiene una probabilidad NEGATIVA, lo cual no es posible en teoría de probabilidades, ya que sabemos que las probabilidades son valores entre 0 y 1. Por tanto eso es un error. II. Una caja contiene 500 sobres, de los cuales 75 contienen $100 en efectivo, 150 contienen $25 y 275 contienen $10. Se puede adquirir un sobre en $25. ¿Cuál es el espacio muestral para las diferentes cantidades de dinero? Asigne probabilidades a los puntos muestrales y después encuentre la probabilidad de que el primer sobre que se compre contenga menos de $100. Solución: a. ¿Cuál es el espacio muestral? Primero formemos el espacio muestral con todos los posibles eventos: Ω={$10, $25, $100} Hay tres eventos posibles: A: comprar un sobre con $10 B: comprar un sobre con $25 C: comprar un sobre con $100 b. Asigne probabilidades a los puntos muestrales Mostraremos en una tabla los eventos con sus probabilidades. Evento A B C Probabilidad P(A)=275/500 P(B)=150/500 P(C)=75/500 Puede ver que para obtener la probabilidad hemos dividido el número de sobres de cada tipo entre el total de sobres que hay en la caja. c. Encuentre la probabilidad de que el primer sobre que se compre contenga menos de $100. Hay dos eventos que pueden ocurrir en que los sobres contienen cantidades menos de $100. Son los eventos A y B. Por lo tanto al comprar un sobre nos interesa saber la probabilidad de que ocurra A o B, también sabemos que A y B son eventos excluyentes, por lo tanto usaremos la fórmula para eventos excluyentes. P(A u B)= P(A) + P(B) = 275/500 + 150/500 = 425/500 = 0.85 Es decir la probabilidad de que al comprar el primer sobre resulte un valor menor de $100 es 0.85 o 85%.
  • 3. MSc. Julio R. Vargas A. III. En un grupo de 500 estudiantes universitarios, 210 de ellos fuman, 258 ingieren bebidas alcohólicas, 216 comen entre comidas, 122 fuman e ingieren bebidas alcohólicas, 83 comen entre comidas e ingieren bebidas alcohólicas, 97 fuman y comen entre comidas y 52 participan en estas tres malas prácticas para la salud. Si se elige al azar un miembro de este grupo, encuentre la probabilidad de que el estudiante: a. Fume pero no ingiera bebidas alcohólicas b. Coma entre comidas e ingiera bebidas alcohólicas, pero no fume c. No fume ni coma entre comidas. Solución: Lo primero que haremos es denotar cada uno de los eventos. A: Fuman B: Ingieren bebidas alcohólicas C: Comen entre comidas. Los eventos complementarios son: AC : No fuman BC : No ingieren bebidas alcohólicas CC : No comen entre comidas. Puede ver que estudiantes que practican los tres eventos A∩B∩C=ABC= 52 Es decir, hay 52 estudiantes que fuman, ingieren bebidas alcohólicas y comen entre comidas. Hay 122 que fuman e ingieren bebidas alcohólicas. A∩B=AB=122 Hay 83 comen entre comidas e ingieren bebidas alcohólicas. B∩C=BC=83 Hay 97 fuman y comen entre comidas. A∩C=AC=97 Hay 210 que fuman. A=210. Hay 258 que ingieren bebidas alcohólicas. B=258 Hay 216 comen que entre comidas. C=216 Ahora esto lo representamos en un diagrama de Venn. Para facilitar el cálculo de las probabilidades. Ω A 43 70 45 52 B 105 66 88 31 C
  • 4. MSc. Julio R. Vargas A. Como ubicar los datos en el diagrama de Venn: El círculo rojo son los fuman, ese es el evento A. El círculo azul son los que ingieren bebidas alcohólicas, ese es el evento B. El círculo verde son los que comen entre comidas, ese es el evento C. Los círculos están entrelazados es decir no son eventos excluyentes, esto debido que hay estudiantes que tienen las tres malas prácticas y otros tienen dos y otros solo una. El área donde se entrelazan los tres círculos (A,B y C) aquí ubicamos el número 52 como puede ver en el gráfico. Ahora vamos a ubicar solo los que tienen dos malas prácticas: Empecemos con los que fuman e ingieren bebidas alcohólicas que son 122, pero ya tenemos 52 por lo que solo faltan 70 y lo ubicamos en el área solo de intersección de A y B (ver diagrama). Ahora veamos a los que comen entre comidas e ingieren bebidas alcohólicas que son 83, que son el área de los círculos B y C, ellos se entrelazan como ya están 52 solo agregamos 31 en el área solo de intersección de B y C. Por último nos falta los que fuman y comen entre comidas que son 97, que son los círculos A y C, estos se entrelazan como ya hay 52 solo le agregamos 45 en el área solo intersección de A y C. Ahora nos corresponde completar el total de los fuman que son 210. A=210, pero ya tenemos 45+52+70=167 es decir faltan 43 los que ubicamos en el área del círculo rojo que no se traslapa con ninguno de los otros círculos. Hacemos lo mismo con los otros dos eventos como se muestran en el gráfico. Si sumamos todos las áreas nos resultan 43+45+ 52+70+88+31+105=434 estos estudiantes tienen una, dos o las tres malas prácticas, pero en total son 500 es decir que hay 66 estudiantes que están fuera de cualquiera de los círculos o eventos pero son parte del espacio muestral. Responderemos las tres preguntas: a. Fume pero no ingiera bebidas alcohólicas P(A∩BC )= (43+45)/500 = 88/500= 0.176 Observe el círculo A que se intercepta con BC en la región donde está 43 y 45, los que sumados nos 88 entre el total de estudiantes que son 500, para una probabilidad de 0.176. b. Coma entre comidas e ingiera bebidas alcohólicas, pero no fume P(C∩B∩AC )= 31/500= 0.062 Observe primeramente C∩B hay 52+31=83 estudiantes esa región o área la vamos a interceptar con AC . es decir no debemos tomar encuenta los estudiantes que están en círculo de A. Esto reduce a 31 el número de estudiantes que buscamos de un total de 500, para una probabilidad de 0.062 c. No fume ni coma entre comidas. P(A C ∩C C )=P(AuC) C = 1-P(AuC)= 1-{P(A)+P(C)-P(A∩C)}=1-{210/500 + 216/500-97/500} = 1 – 329/500 = 1- 0.658=0.342
  • 5. MSc. Julio R. Vargas A. La ley de DeMorgan establece que A C ∩C C = (AuC) C por lo tanto trabajamos con los complemento de la unión y por la propiedad del complemento 1 –P(AuC) C . como A y B no son eventos excluyentes. Usamos la fórmula P(AuC)=P(A)+P(C)-P(A∩C). IV. La probabilidad de que una industria Norteamericana se ubique en Munich es 0.7, la probabilidad que se ubique en Bruselas es 0.4 y la probabilidad que se ubique en Munich o Brusela o en ambas es 0.8 ¿Cuál es la probabilidad que se ubique a. En ambas ciudades b. En ninguna de esas ciudades. Solución: Denotaremos los eventos: A: la industria de ubica en Munich B. la industria se ubica en Brusela Se sabe que: P(A)= 0.7 P(B)=0.4 P(AuB)=0.8 Los eventos no son excluyentes por lo que la fórmula para AuB es: P(AuB)=P(A)+P(B) – P(A∩B) Respondiendo las preguntas. a. La probabilidad que se ubica en ambas ciudades. Esto es buscamos que ocurra P(A∩B), para lo cual despejamos de la fórmula anterior y resulta como se muestra: P(A∩B)= P(A) + P(B) –P(AuB) P(A∩B) = 0.7 + 0.4 – 0.8 = 0.3 Es decir la probabilidad que industria se instale en ambas ciudades es 0.3 b. La probabilidad que no se instale en ninguna de las ciudades En vista que ya conocemos la probabilidad de instalarse en A o en B o en ambas AuB, 0.8 que no se instale en ninguna es el complemento de AuB P(AuB)C = 1 – P(AuB)= 1 – 0.8 = 0.2 V. En una ciudad pequeña la población de adulto que ha completado los requisitos para obtener un grado universitario. Se les ha dividido en categorías de acuerdo a su sexo y su condición de empleo, como se muestra en la siguiente tabla. (E)mpledo (D)esempleado Total (M)asculino 460 40 500 (F)emenino 140 260 400 Total 600 300 900
  • 6. MSc. Julio R. Vargas A. Se va a elegir a una de esas personas al azar para que realice un viaje en todo el país. Con la intención de que haga publicidad acerca de las ventajas de establecer nuevas industrias en la localidad. a. ¿Cuál es la probabilidad de que sea mujer? b. Si se elige un empleado ¿Cuál es la probabilidad de que sea Mujer? c. Si se elige un empleado ¿Cuál es la probabilidad de que sea Hombre? Solución: Denotamos los eventos: M: se elige a un hombre F: se elige a una Mujer E: el elegido tiene empleo a. P(F) = 400/900 = 0.44 La probabilidad de elegir una mujer es 0.44 b. P(F/E) = P(F∩E)/P(E) = 140/600 = 0.23 c. P(M/E)= P(M∩E)/P(E)= 460/600 =0.77 VI. Tres máquinas A,B y C, producen el 45%, 30% y 25%, respectivamente del total de las piezas producidas en una fábrica. Los porcentajes de producción defectuosa de esas máquinas son del 3%, 4% y 5%. a. Seleccionamos una pieza al azar, cual es la probabilidad de que sea defectuosa b. Seleccionamos una pieza al azar, cual es la probabilidad de que no sea defectuosa Solución: Sea D: la pieza defectuosa N: la pieza no defectuosa. Construimos un árbol para apreciar mejor las probabilidades de los eventos y las condicionales. P(D/A)=0.03 P(N/A)=0.97 P(A)=0.45 P(B)=0-30 P(D(B)=0.04 P(C)=0.25 P(N/B)=0.96 P(D/C)=0.05 P(N/C)=0.95
  • 7. MSc. Julio R. Vargas A. Se deben leer así: P(A)= 0.45 probabilidad de producción de la máquina A P(D/A)=0.03 probabilidad que la pieza sea defectuosa si la produce la máquina A P(N/A)=0.97 probabilidad que la pieza no sea defectuosa si la produce la máquina A P(B)=0.30 probabilidad de producción de la máquina B P(D/B)=0.04 probabilidad que la pieza sea defectuosa si la produce la máquina B P(N/B)=0.96 probabilidad que la pieza no sea defectuosa si la produce la máquina B P(C)=0.25 probabilidad de producción de la máquina B P(D/B)=0.05 probabilidad que la pieza sea defectuosa si la produce la máquina C P(N/B)=0.95 probabilidad que la pieza no sea defectuosa si la produce la máquina C a. Seleccionamos una pieza al azar, cual es la probabilidad de que sea defectuosa Debemos calcular la probabilidad total, para el caso de pieza defectuosa: la fórmula es la siguiente: P(D)= P(A)*P(D/A) + P(B)*P(D/B) + P(C)*P(D/C) P(D)= 0.45*0.03 + 0.30*0.04 + 0.25*0.05 = 0.0135 + 0.012 + 0.0125=0.038 b. Seleccionamos una pieza al azar, cual es la probabilidad de que no sea defectuosa Debemos calcular la probabilidad total, para el caso de pieza no defectuosa: la fórmula es la siguiente: P(N)= P(A)*P(N/A) + P(B)*P(N/B) + P(C)*P(N/C) P(N)= 0.45*0.97 + 0.30*0.96 + 0.25*0.95 = 0.4365 + 0.288 + 0.2375=0.962 VII. En una población se tiene 2 camiones de bomberos operando en forma independiente. La probabilidad de que un camión esté disponible cuando se le requiere es 0.96. a. ¿Cuál es la probabilidad de que ninguno esté disponible cuando se le necesita? b. ¿Cuál es la probabilidad de que esté disponible un camión cuando se le necesita? Solución: Denotaremos los eventos: A: disponible el camión 1  P(A) = 0.96 B: disponible el camión 2  P(B) = 0.96 AC : ocupado el camión 1  P(AC )= 0.04 BC : ocupado el camión 2  P(BC )= 0.04 Tomamos en cuenta que los eventos son independientes. ¿Cuál es la probabilidad de que ninguno esté disponible cuando se le necesita? P(AC ∩BC )= P(AC )*P(BC )= 0.04 * 0.04 = 0.0016
  • 8. MSc. Julio R. Vargas A. c. ¿Cuál es la probabilidad de que esté disponible un camión cuando se le necesita? P(AUB)= 1 – P(AC ∩BC )=1 – P(AC )*P(BC )= 1-0.04*0.04= 1-0.0016= 0.9984 Por ser los eventos independientes. VIII. De una caja que contiene 6 bolas negras y 4 bolas verdes se extraen 3 bolas en forma sucesiva y se remplazan cada una de ellas antes de hacer la siguiente extracción. ¿Cuál es la probabilidad de que a. Las tres sean del mismo color? b. Esté representado cada color? Solución: a. Las tres sean del mismo color A: extrar una bola negra (en la 1ra. , 2da., 3ra. Extracción) B: extraer una bola verde (en la 1ra., 2da., 3ra. Extracción) En vista que la extracción es con reemplazo, los eventos son independientes. El segunda extracción es independiente de la primera así mismo la tercer extracción es independiente de la primera y la segunda. P((A∩A∩A)u(B∩B∩B))= P(A)*P(A)*P(A)+P(B)*P(B)*P(B)= = 6/10*6/10*6/10 + 4/10*4/10*4/10= 216/1000 + 64/1000= = 280/1000= 0.28 b. Esté representado cada color Es decir todas las combinaciones donde estén representado el color negro y el verde, como son tres extracciones en algunos casos saldrán dos negras y una verde o dos verdes y una negra. Recuerde que son eventos independientes, es decir la extracción de la segunda y tercera no se afectan por las extracciones anteriores. P((A∩A∩B)u(A∩B∩B)u(A∩B∩A)u(B∩A∩B)u(B∩B∩A)u(B∩A∩A) )= = P(A)*P(A)*P(B) + P(A)*P(B)*P(B) + P(A)*P(B)*P(A) + P(B)*P(A)*P(B) + P(B)*P(B)*P(A) + P(B)*P(A)*P(A) =6/10*6/10*4/10 + 6/10*4/10*4/10 + 6/10*4/10*6/10 + 4/10*6/10*4/10 + 4/10*4/10*6/10 + 4/10*6/10*6/10 = 144/1000 + 96/1000 + 144/1000 + 96/1000 + 96/1000 + 144/1000= 720/1000=0.72
  • 9. MSc. Julio R. Vargas A. IX. Entre 150 personas entrevistadas en un estudio de transporte urbano colectivo, algunas viven a más de 3 kilómetros del centro de la ciudad (A), algunas utilizan su propio auto para ir al trabajo (B) y otro grupo gustosamente cambiarían al transporte urbano colectivo si lo hubiera (C). Con la información dada en la figura siguiente, encuentre: a. P(A) b. P(B) c. P(C) Ω A d. P(A∩B∩C) e. P(AuB) 20 16 B f. P(BuC) 2 g. P(B∩(AuC)) 54 8 9 14 27 C Solución: Para asignar las probabilidades a los eventos solo debemos fijarnos en la figura, ya que contiene la cantidad de personas que se encuentran en cada uno de los eventos. Los eventos simples son: A: viven a más de 3 kilómetros del centro de la ciudad. B: utilizan su propio auto para ir al trabajo C: cambiarían al transporte urbano colectivo si lo hubiera. Responderemos cada uno de los incisos a. P(A)= Se suman todos las personas que están dentro del círculo de A y lo dividimos por 150. b. P(B)= Sumamos todas las personas que están dentro del círculo de B y lo dividimos por 150. c. P(C)= Sumamos todas las personas que están dentro del círculo de C y lo dividimos por 150.
  • 10. MSc. Julio R. Vargas A. d. P(A∩B∩C)= Son todas las personas que pertenecen a los tres eventos, es decir, son los que viven a más de tres km y se vienen en auto al trabajo y gustosamente optarían por el transporte colectivo si lo hubiera. e. P(AuB)= = Son todas personas que se encuentran en los círculos A y B, los que suman 109 luego lo dividimos por 150. Se lee la probabilidad de que ocurra A o B o ambos. f. P(BuC)= Son todas las personas que están en B o C o en ambos. g. P(B∩(AuC))= Son todos las personas que están en A o C y que también están en B. puede ver la figura que son 20 y 54, los sumamos y resultan 74, los que dividimos por 150. X. Si A y B son mutuamente excluyentes, P(A)=0.29; P(B)=0.43; calcule a. P(AC ) b. P(AUB) c. P(A∩BC ) d. P(AC ∩BC ) Solución: a. P(AC )= 1 – P(A) = 1 – 0.29 =0.71 Como nos piden el complemento de A, aplicamos la fórmula del complemento y automáticamente obtenemos el resultado como se muestra. b. P(AuB)=P(A)+P(B) aplicamos está fórmula por tratarse de eventos excluyentes. =0.29 + 0.43=0.72 c. P(A∩BC )= P(A) = 0.29 Ω A B d. P(AC ∩BC )= P(AuB)C = 1 – P(AuB)=1 –{ P(A)+P(B)}= 1-{0.29+0.43}=1-0.72=0.28 Por propiedades de probabilidades P(AC ∩BC )= P(AuB)C . Luego aplicamos complemento y por último la fórmula de eventos excluyentes y el cálculo resulta sencillo.