SlideShare una empresa de Scribd logo
1 de 5
Universidad del Valle
Probabilidad y estadística
Problemas con solución
4) La contaminació n de aire en Cali es causada principalmente por la industria y por
los exhaustos de los automotores. Se ha elaborado un plan de cinco años para
controlar la contaminació n. Pero, nada es seguro. Las probabilidades de control
exitoso (en los pró ximos cinco años) de la contaminació n industrial es del 75%. Para
la contaminació n causada por los automotores es del 60%. Los planificadores aceptan
que controlar una sola de estas fuentes, es de por sí un gran logro y creen que si esto
ocurriera (control de una sola de las fuentes) entonces la probabilidad de alcanzar un
nivel aceptable de contaminació n es del 80%. (Adaptado de probabilidad y estadística
para ingenieros civiles)
¿Cuál es la probabilidad de control exitoso de la contaminació n para los pró ximos
cinco años?
1) Un equipo electrónico emite 10 señalespor segundo, independientes, de
dostipos α y β, con probabilidadesrespectivas: r y s (r + s =1). Calcule la
probabilidad de lossiguienteseventos:
A: ‘las tresprimerasseñalessonidénticas’
 B: ‘Enlas primerascinco señales
aparecenmásalfas que betas’
 C: ‘Sólo aparece una señal beta enel primer
segundo’
 D: ‘Enel primer segundo aparecenexactamente 6 alfas’
 E: ‘En
las primerascinco décimas de segundo no aparecendosbetasjuntas’ *
(opcional)
Las probabilidadesde los eventos A, B, C, D se pueden calcular por
argumentoscombinatorios tal como lo vimosen clase, permítame
recordarlas:
𝑃( 𝐴) = 𝑟3
+ 𝑠3
𝑃( 𝐵) = 𝑟5
+ (
5
4
)𝑟4
𝑠 + (
5
3
) 𝑟3
𝑠2
𝑃( 𝐶) = 10𝑟𝑠9
𝑃( 𝐷) = (
10
6
) 𝑟6
𝑠4
Para encontrar P(E) no vemosfácil encontrar un argumento
combinatorio; entoncesprocedemoscon el otro tipo deargumentosque
vimosen el curso: los argumentosrecursivos. O sea investigamosque
pasa con 1, 2, 3, …, n señales e intentamos armar unaregla recursiva(no
deben aparecer dosbetas seguidas):
Si n=1 tenemosdosseñales posibles: ( 𝛼, 𝛽)
Si n=2 tenemostres señales: ( 𝛼𝛼, 𝛼𝛽, 𝛽𝛼)
Si n=3 hacemostoda la lista de las 8 posibles señales y encontramosque
cumplen: ( 𝛼𝛼𝛽, 𝛽𝛼𝛽, 𝛼𝛼𝛼, 𝛼𝛽𝛼, 𝛽𝛼𝛼)
Y aquí vieneel argumento recursivo paran: (la parte clave del asunto)
Para n copiamos la lista con (n-2) y le agregamos al final ( 𝛼𝛽), y luego
copiamosla lista con (n-1) y le agregamos un ( 𝛼), así paran=3
tendríamos:
( 𝛼, 𝛽) 𝛼𝛽 ∪ ( 𝛼𝛼, 𝛼𝛽, 𝛽𝛼) 𝛼 = ( 𝛼𝛼𝛽, 𝛽𝛼𝛽, 𝛼𝛼𝛼, 𝛼𝛽𝛼, 𝛽𝛼𝛼)
Funcionatambién paran=4 a partir de n=3 y n=2;
Y el argumento recursivo lo podríamosplantear deesta manera:
Sea 𝑝 𝑛 la probabilidad de queen unacadenade n símbolos (alfas y betas)
no haya dosbetas seguidas:
𝑝 𝑛 = { 𝑟 + 𝑠} 𝑠𝑖 𝑛 = 1
𝑟2
+ 2𝑟𝑠 𝑠𝑖 𝑛 = 2
𝑟𝑠𝑝 𝑛−2 + 𝑟𝑝 𝑛−1 𝑒𝑛 𝑜𝑡𝑟𝑜 𝑐𝑎𝑠𝑜}
Así, tenemos 𝑝3 = 𝑟𝑠( 𝑟 + 𝑠) + 𝑟 (𝑟2
+ 2𝑟𝑠) = 𝑟3
+ 3𝑟2
𝑠 + 𝑟𝑠2
𝑝4 = 𝑟4
+ 4𝑟3
𝑠 + 3𝑟2
𝑠2
y finalmenteencontramosla respuesta: 𝑝5 = 𝑟5
+ 5𝑟4
𝑠 + 6𝑟3
𝑠2
+ 𝑟2
𝑠3
Aquícaemos en cuenta que podríamoshaber suministrado un argumento
combinatorio: si son cinco señales y no deben ir dosbetas seguidas,
entonces, pueden resultar 0 betas: de 1 manera (todas alfas) ∪ 1 betas (5
maneras) ∪ 2 betas (6 maneras) ∪ 3 betas (1 manera): 𝛽𝛼𝛽𝛼𝛽
2) Se rifa un premio entre A, B, C y D. El árbitro piensa para sí un número
del 1 a 4. Le dice sucesivamente a A que lo adivine, luego si A no tiene éxito
le dice a B y así sucesivamente hasta que llega a D. Son estudiantes de
ingeniería y por lo tanto tienen buena memoria. D protesta al presumir que
lleva una desventaja, entonces: ¿EsDun buen estudiante de probabilidad ?
En el problemadela rifaentre cuatro personas, en clase se explicó porque
todos tienen la mismaprobabilidad cuando escuchan las respuestas
dadaspor los concursantesanteriores. (se puedeexplicar por un árbol de
probabilidades) ¿pero, qué pasa cuando el concursantele dice al arbitro
el número en secreto, y la rifa continua ﹣en rondas ﹣ hasta que alguno de
los concursantesgana? ¿AquíD si debería protestar?
Con estas nuevascondiciones calculemosla probabilidad de que gane A:
P(‘GaneA’)=
1
4
+ (
3
4
)
4
(
1
3
) + (
3
4
)
4
(
2
3
)4
(
1
2
) + (
3
4
)
4
(
2
3
)4
(
1
2
)
4
=
100
256
De la mismamanera se pueden calcular las probabilidadesde quelas
otras personasganen: 𝑃( 𝐵) =
70
256
; 𝑃( 𝐶) =
50
256
; 𝑃( 𝐷) =
36
256
Es naturalque D proteste

Más contenido relacionado

La actualidad más candente

Solucionario prueba mt 161 2011 ok
Solucionario prueba mt 161  2011 okSolucionario prueba mt 161  2011 ok
Solucionario prueba mt 161 2011 ok
juanlarasoto
 
Experimentos Aleatorios Y Sucesos
Experimentos Aleatorios Y SucesosExperimentos Aleatorios Y Sucesos
Experimentos Aleatorios Y Sucesos
Carmen Batiz
 
4 elementos de la probabilidad
4 elementos de la probabilidad4 elementos de la probabilidad
4 elementos de la probabilidad
insucoppt
 
Probabilidad ok (1)
Probabilidad   ok (1)Probabilidad   ok (1)
Probabilidad ok (1)
pilosofando
 

La actualidad más candente (20)

Semana 03 sesion_2_2014
Semana 03 sesion_2_2014Semana 03 sesion_2_2014
Semana 03 sesion_2_2014
 
Estadística aplicada aplicada a la ingeniería química semana 03 - 05
Estadística aplicada aplicada a la ingeniería química    semana 03 - 05Estadística aplicada aplicada a la ingeniería química    semana 03 - 05
Estadística aplicada aplicada a la ingeniería química semana 03 - 05
 
10 guía 10 sem 1 lenguaje algebraico
10 guía 10  sem 1 lenguaje algebraico10 guía 10  sem 1 lenguaje algebraico
10 guía 10 sem 1 lenguaje algebraico
 
Tipos de probabilidades
Tipos de probabilidadesTipos de probabilidades
Tipos de probabilidades
 
Probabilidades 5º
Probabilidades 5ºProbabilidades 5º
Probabilidades 5º
 
Probabilidad
ProbabilidadProbabilidad
Probabilidad
 
Ejemplos del teorema de Bayes
Ejemplos del teorema de BayesEjemplos del teorema de Bayes
Ejemplos del teorema de Bayes
 
DIAPOSITIVAS DE ESTADÍSTICA COMPLEJA
DIAPOSITIVAS DE ESTADÍSTICA COMPLEJADIAPOSITIVAS DE ESTADÍSTICA COMPLEJA
DIAPOSITIVAS DE ESTADÍSTICA COMPLEJA
 
Solucionario prueba mt 161 2011 ok
Solucionario prueba mt 161  2011 okSolucionario prueba mt 161  2011 ok
Solucionario prueba mt 161 2011 ok
 
Probabilidad
ProbabilidadProbabilidad
Probabilidad
 
tarea 1, ejercicios de probabilidad con respuestas
tarea 1, ejercicios de probabilidad con respuestastarea 1, ejercicios de probabilidad con respuestas
tarea 1, ejercicios de probabilidad con respuestas
 
Taller-matematicas discretas ecci
 Taller-matematicas discretas ecci Taller-matematicas discretas ecci
Taller-matematicas discretas ecci
 
2019-II Cálculo diferencial Examen final
2019-II Cálculo diferencial  Examen final2019-II Cálculo diferencial  Examen final
2019-II Cálculo diferencial Examen final
 
Experimentos Aleatorios Y Sucesos
Experimentos Aleatorios Y SucesosExperimentos Aleatorios Y Sucesos
Experimentos Aleatorios Y Sucesos
 
4 elementos de la probabilidad
4 elementos de la probabilidad4 elementos de la probabilidad
4 elementos de la probabilidad
 
PRE CALCULO N°6 ESAN
PRE CALCULO N°6 ESANPRE CALCULO N°6 ESAN
PRE CALCULO N°6 ESAN
 
S1
S1S1
S1
 
Probabilidad ok (1)
Probabilidad   ok (1)Probabilidad   ok (1)
Probabilidad ok (1)
 
Algoritmo congruencial multiplicativo y prueba de medias u otavalo
Algoritmo congruencial multiplicativo y prueba de medias u otavaloAlgoritmo congruencial multiplicativo y prueba de medias u otavalo
Algoritmo congruencial multiplicativo y prueba de medias u otavalo
 
2015-II, Cálculo I, calificada 2
2015-II, Cálculo I, calificada 22015-II, Cálculo I, calificada 2
2015-II, Cálculo I, calificada 2
 

Similar a Problemas y soluciones

Combinatoria y probabilidad clásica
Combinatoria y probabilidad clásicaCombinatoria y probabilidad clásica
Combinatoria y probabilidad clásica
Cristian Jorquera
 
Combinatoria y probabilidad clásica
Combinatoria y probabilidad clásicaCombinatoria y probabilidad clásica
Combinatoria y probabilidad clásica
Cristian Jorquera
 
Apoyo 2 para unidad 1
Apoyo 2 para unidad 1Apoyo 2 para unidad 1
Apoyo 2 para unidad 1
matedivliss
 
Ejercicios resueltos-de-distribucic3b3n-binomial-y-poison-usando-tablas-y-excel
Ejercicios resueltos-de-distribucic3b3n-binomial-y-poison-usando-tablas-y-excelEjercicios resueltos-de-distribucic3b3n-binomial-y-poison-usando-tablas-y-excel
Ejercicios resueltos-de-distribucic3b3n-binomial-y-poison-usando-tablas-y-excel
Justo Pastor Alonzo
 
Ejemplos de distribuciones
Ejemplos de distribucionesEjemplos de distribuciones
Ejemplos de distribuciones
Khriiz Rmz
 

Similar a Problemas y soluciones (20)

Probabilidad
ProbabilidadProbabilidad
Probabilidad
 
Combinatoria y probabilidad clásica
Combinatoria y probabilidad clásicaCombinatoria y probabilidad clásica
Combinatoria y probabilidad clásica
 
Combinatoria y probabilidad clásica
Combinatoria y probabilidad clásicaCombinatoria y probabilidad clásica
Combinatoria y probabilidad clásica
 
Distribucion bernoulli
Distribucion bernoulliDistribucion bernoulli
Distribucion bernoulli
 
Apoyo 2 para unidad 1
Apoyo 2 para unidad 1Apoyo 2 para unidad 1
Apoyo 2 para unidad 1
 
Kennyto
KennytoKennyto
Kennyto
 
Lista 1
Lista 1Lista 1
Lista 1
 
Distribución binomial
Distribución binomialDistribución binomial
Distribución binomial
 
Ejercicios resueltos-de-distribucic3b3n-binomial-y-poison-usando-tablas-y-excel
Ejercicios resueltos-de-distribucic3b3n-binomial-y-poison-usando-tablas-y-excelEjercicios resueltos-de-distribucic3b3n-binomial-y-poison-usando-tablas-y-excel
Ejercicios resueltos-de-distribucic3b3n-binomial-y-poison-usando-tablas-y-excel
 
matematicas
matematicasmatematicas
matematicas
 
Trabajo Mate Ma Ti Ca
Trabajo Mate Ma Ti CaTrabajo Mate Ma Ti Ca
Trabajo Mate Ma Ti Ca
 
Teoria de la probabilidad
Teoria de la probabilidadTeoria de la probabilidad
Teoria de la probabilidad
 
Sucesiones rm
Sucesiones rmSucesiones rm
Sucesiones rm
 
Unidad I, Estadística II
Unidad I, Estadística IIUnidad I, Estadística II
Unidad I, Estadística II
 
material.ppt
material.pptmaterial.ppt
material.ppt
 
u2-180305052750 (1).pptx
u2-180305052750 (1).pptxu2-180305052750 (1).pptx
u2-180305052750 (1).pptx
 
Probabilidad
ProbabilidadProbabilidad
Probabilidad
 
1 teoria de la probabilidad
1 teoria de la probabilidad1 teoria de la probabilidad
1 teoria de la probabilidad
 
Distribución Binomial Negativa y Geométrica
Distribución Binomial Negativa y GeométricaDistribución Binomial Negativa y Geométrica
Distribución Binomial Negativa y Geométrica
 
Ejemplos de distribuciones
Ejemplos de distribucionesEjemplos de distribuciones
Ejemplos de distribuciones
 

Último

ANALISIS Y DISEÑO POR VIENTO, DE EDIFICIOS ALTOS, SEGUN ASCE-2016, LAURA RAMIREZ
ANALISIS Y DISEÑO POR VIENTO, DE EDIFICIOS ALTOS, SEGUN ASCE-2016, LAURA RAMIREZANALISIS Y DISEÑO POR VIENTO, DE EDIFICIOS ALTOS, SEGUN ASCE-2016, LAURA RAMIREZ
ANALISIS Y DISEÑO POR VIENTO, DE EDIFICIOS ALTOS, SEGUN ASCE-2016, LAURA RAMIREZ
gustavoiashalom
 
CLASe número 4 fotogrametria Y PARALAJE.pptx
CLASe número 4 fotogrametria Y PARALAJE.pptxCLASe número 4 fotogrametria Y PARALAJE.pptx
CLASe número 4 fotogrametria Y PARALAJE.pptx
bingoscarlet
 
clases de porcinos generales de porcinos
clases de porcinos generales de porcinosclases de porcinos generales de porcinos
clases de porcinos generales de porcinos
DayanaCarolinaAP
 
LA APLICACIÓN DE LAS PROPIEDADES TEXTUALES A LOS TEXTOS.pdf
LA APLICACIÓN DE LAS PROPIEDADES TEXTUALES A LOS TEXTOS.pdfLA APLICACIÓN DE LAS PROPIEDADES TEXTUALES A LOS TEXTOS.pdf
LA APLICACIÓN DE LAS PROPIEDADES TEXTUALES A LOS TEXTOS.pdf
bcondort
 

Último (20)

COMPEDIOS ESTADISTICOS DE PERU EN EL 2023
COMPEDIOS ESTADISTICOS DE PERU EN EL 2023COMPEDIOS ESTADISTICOS DE PERU EN EL 2023
COMPEDIOS ESTADISTICOS DE PERU EN EL 2023
 
ANALISIS Y DISEÑO POR VIENTO, DE EDIFICIOS ALTOS, SEGUN ASCE-2016, LAURA RAMIREZ
ANALISIS Y DISEÑO POR VIENTO, DE EDIFICIOS ALTOS, SEGUN ASCE-2016, LAURA RAMIREZANALISIS Y DISEÑO POR VIENTO, DE EDIFICIOS ALTOS, SEGUN ASCE-2016, LAURA RAMIREZ
ANALISIS Y DISEÑO POR VIENTO, DE EDIFICIOS ALTOS, SEGUN ASCE-2016, LAURA RAMIREZ
 
CARGAS VIVAS Y CARGAS MUERTASEXPOCI.pptx
CARGAS VIVAS Y CARGAS MUERTASEXPOCI.pptxCARGAS VIVAS Y CARGAS MUERTASEXPOCI.pptx
CARGAS VIVAS Y CARGAS MUERTASEXPOCI.pptx
 
PPT ELABORARACION DE ADOBES 2023 (1).pdf
PPT ELABORARACION DE ADOBES 2023 (1).pdfPPT ELABORARACION DE ADOBES 2023 (1).pdf
PPT ELABORARACION DE ADOBES 2023 (1).pdf
 
Principales aportes de la carrera de William Edwards Deming
Principales aportes de la carrera de William Edwards DemingPrincipales aportes de la carrera de William Edwards Deming
Principales aportes de la carrera de William Edwards Deming
 
Tinciones simples en el laboratorio de microbiología
Tinciones simples en el laboratorio de microbiologíaTinciones simples en el laboratorio de microbiología
Tinciones simples en el laboratorio de microbiología
 
hitos del desarrollo psicomotor en niños.docx
hitos del desarrollo psicomotor en niños.docxhitos del desarrollo psicomotor en niños.docx
hitos del desarrollo psicomotor en niños.docx
 
CLASe número 4 fotogrametria Y PARALAJE.pptx
CLASe número 4 fotogrametria Y PARALAJE.pptxCLASe número 4 fotogrametria Y PARALAJE.pptx
CLASe número 4 fotogrametria Y PARALAJE.pptx
 
Falla de san andres y el gran cañon : enfoque integral
Falla de san andres y el gran cañon : enfoque integralFalla de san andres y el gran cañon : enfoque integral
Falla de san andres y el gran cañon : enfoque integral
 
Reporte de simulación de flujo del agua en un volumen de control MNVA.pdf
Reporte de simulación de flujo del agua en un volumen de control MNVA.pdfReporte de simulación de flujo del agua en un volumen de control MNVA.pdf
Reporte de simulación de flujo del agua en un volumen de control MNVA.pdf
 
desarrollodeproyectoss inge. industrial
desarrollodeproyectoss  inge. industrialdesarrollodeproyectoss  inge. industrial
desarrollodeproyectoss inge. industrial
 
CALCULO DE ENGRANAJES RECTOS SB-2024.pptx
CALCULO DE ENGRANAJES RECTOS SB-2024.pptxCALCULO DE ENGRANAJES RECTOS SB-2024.pptx
CALCULO DE ENGRANAJES RECTOS SB-2024.pptx
 
UNIDAD 3 ELECTRODOS.pptx para biopotenciales
UNIDAD 3 ELECTRODOS.pptx para biopotencialesUNIDAD 3 ELECTRODOS.pptx para biopotenciales
UNIDAD 3 ELECTRODOS.pptx para biopotenciales
 
Obras paralizadas en el sector construcción
Obras paralizadas en el sector construcciónObras paralizadas en el sector construcción
Obras paralizadas en el sector construcción
 
clases de porcinos generales de porcinos
clases de porcinos generales de porcinosclases de porcinos generales de porcinos
clases de porcinos generales de porcinos
 
LA APLICACIÓN DE LAS PROPIEDADES TEXTUALES A LOS TEXTOS.pdf
LA APLICACIÓN DE LAS PROPIEDADES TEXTUALES A LOS TEXTOS.pdfLA APLICACIÓN DE LAS PROPIEDADES TEXTUALES A LOS TEXTOS.pdf
LA APLICACIÓN DE LAS PROPIEDADES TEXTUALES A LOS TEXTOS.pdf
 
Elaboración de la estructura del ADN y ARN en papel.pdf
Elaboración de la estructura del ADN y ARN en papel.pdfElaboración de la estructura del ADN y ARN en papel.pdf
Elaboración de la estructura del ADN y ARN en papel.pdf
 
Comite Operativo Ciberseguridad 012020.pptx
Comite Operativo Ciberseguridad 012020.pptxComite Operativo Ciberseguridad 012020.pptx
Comite Operativo Ciberseguridad 012020.pptx
 
CAPITULO 4 ANODIZADO DE ALUMINIO ,OBTENCION Y PROCESO
CAPITULO 4 ANODIZADO DE ALUMINIO ,OBTENCION Y PROCESOCAPITULO 4 ANODIZADO DE ALUMINIO ,OBTENCION Y PROCESO
CAPITULO 4 ANODIZADO DE ALUMINIO ,OBTENCION Y PROCESO
 
INTEGRALES TRIPLES CLASE TEORICA Y PRÁCTICA
INTEGRALES TRIPLES CLASE TEORICA Y PRÁCTICAINTEGRALES TRIPLES CLASE TEORICA Y PRÁCTICA
INTEGRALES TRIPLES CLASE TEORICA Y PRÁCTICA
 

Problemas y soluciones

  • 1. Universidad del Valle Probabilidad y estadística Problemas con solución 4) La contaminació n de aire en Cali es causada principalmente por la industria y por los exhaustos de los automotores. Se ha elaborado un plan de cinco años para controlar la contaminació n. Pero, nada es seguro. Las probabilidades de control exitoso (en los pró ximos cinco años) de la contaminació n industrial es del 75%. Para la contaminació n causada por los automotores es del 60%. Los planificadores aceptan que controlar una sola de estas fuentes, es de por sí un gran logro y creen que si esto ocurriera (control de una sola de las fuentes) entonces la probabilidad de alcanzar un nivel aceptable de contaminació n es del 80%. (Adaptado de probabilidad y estadística para ingenieros civiles) ¿Cuál es la probabilidad de control exitoso de la contaminació n para los pró ximos cinco años?
  • 2.
  • 3. 1) Un equipo electrónico emite 10 señalespor segundo, independientes, de dostipos α y β, con probabilidadesrespectivas: r y s (r + s =1). Calcule la probabilidad de lossiguienteseventos: A: ‘las tresprimerasseñalessonidénticas’
 B: ‘Enlas primerascinco señales aparecenmásalfas que betas’
 C: ‘Sólo aparece una señal beta enel primer segundo’
 D: ‘Enel primer segundo aparecenexactamente 6 alfas’
 E: ‘En las primerascinco décimas de segundo no aparecendosbetasjuntas’ * (opcional) Las probabilidadesde los eventos A, B, C, D se pueden calcular por argumentoscombinatorios tal como lo vimosen clase, permítame recordarlas: 𝑃( 𝐴) = 𝑟3 + 𝑠3 𝑃( 𝐵) = 𝑟5 + ( 5 4 )𝑟4 𝑠 + ( 5 3 ) 𝑟3 𝑠2 𝑃( 𝐶) = 10𝑟𝑠9 𝑃( 𝐷) = ( 10 6 ) 𝑟6 𝑠4 Para encontrar P(E) no vemosfácil encontrar un argumento combinatorio; entoncesprocedemoscon el otro tipo deargumentosque vimosen el curso: los argumentosrecursivos. O sea investigamosque pasa con 1, 2, 3, …, n señales e intentamos armar unaregla recursiva(no deben aparecer dosbetas seguidas): Si n=1 tenemosdosseñales posibles: ( 𝛼, 𝛽) Si n=2 tenemostres señales: ( 𝛼𝛼, 𝛼𝛽, 𝛽𝛼) Si n=3 hacemostoda la lista de las 8 posibles señales y encontramosque cumplen: ( 𝛼𝛼𝛽, 𝛽𝛼𝛽, 𝛼𝛼𝛼, 𝛼𝛽𝛼, 𝛽𝛼𝛼) Y aquí vieneel argumento recursivo paran: (la parte clave del asunto)
  • 4. Para n copiamos la lista con (n-2) y le agregamos al final ( 𝛼𝛽), y luego copiamosla lista con (n-1) y le agregamos un ( 𝛼), así paran=3 tendríamos: ( 𝛼, 𝛽) 𝛼𝛽 ∪ ( 𝛼𝛼, 𝛼𝛽, 𝛽𝛼) 𝛼 = ( 𝛼𝛼𝛽, 𝛽𝛼𝛽, 𝛼𝛼𝛼, 𝛼𝛽𝛼, 𝛽𝛼𝛼) Funcionatambién paran=4 a partir de n=3 y n=2; Y el argumento recursivo lo podríamosplantear deesta manera: Sea 𝑝 𝑛 la probabilidad de queen unacadenade n símbolos (alfas y betas) no haya dosbetas seguidas: 𝑝 𝑛 = { 𝑟 + 𝑠} 𝑠𝑖 𝑛 = 1 𝑟2 + 2𝑟𝑠 𝑠𝑖 𝑛 = 2 𝑟𝑠𝑝 𝑛−2 + 𝑟𝑝 𝑛−1 𝑒𝑛 𝑜𝑡𝑟𝑜 𝑐𝑎𝑠𝑜} Así, tenemos 𝑝3 = 𝑟𝑠( 𝑟 + 𝑠) + 𝑟 (𝑟2 + 2𝑟𝑠) = 𝑟3 + 3𝑟2 𝑠 + 𝑟𝑠2 𝑝4 = 𝑟4 + 4𝑟3 𝑠 + 3𝑟2 𝑠2 y finalmenteencontramosla respuesta: 𝑝5 = 𝑟5 + 5𝑟4 𝑠 + 6𝑟3 𝑠2 + 𝑟2 𝑠3 Aquícaemos en cuenta que podríamoshaber suministrado un argumento combinatorio: si son cinco señales y no deben ir dosbetas seguidas, entonces, pueden resultar 0 betas: de 1 manera (todas alfas) ∪ 1 betas (5 maneras) ∪ 2 betas (6 maneras) ∪ 3 betas (1 manera): 𝛽𝛼𝛽𝛼𝛽 2) Se rifa un premio entre A, B, C y D. El árbitro piensa para sí un número del 1 a 4. Le dice sucesivamente a A que lo adivine, luego si A no tiene éxito le dice a B y así sucesivamente hasta que llega a D. Son estudiantes de ingeniería y por lo tanto tienen buena memoria. D protesta al presumir que lleva una desventaja, entonces: ¿EsDun buen estudiante de probabilidad ? En el problemadela rifaentre cuatro personas, en clase se explicó porque todos tienen la mismaprobabilidad cuando escuchan las respuestas dadaspor los concursantesanteriores. (se puedeexplicar por un árbol de
  • 5. probabilidades) ¿pero, qué pasa cuando el concursantele dice al arbitro el número en secreto, y la rifa continua ﹣en rondas ﹣ hasta que alguno de los concursantesgana? ¿AquíD si debería protestar? Con estas nuevascondiciones calculemosla probabilidad de que gane A: P(‘GaneA’)= 1 4 + ( 3 4 ) 4 ( 1 3 ) + ( 3 4 ) 4 ( 2 3 )4 ( 1 2 ) + ( 3 4 ) 4 ( 2 3 )4 ( 1 2 ) 4 = 100 256 De la mismamanera se pueden calcular las probabilidadesde quelas otras personasganen: 𝑃( 𝐵) = 70 256 ; 𝑃( 𝐶) = 50 256 ; 𝑃( 𝐷) = 36 256 Es naturalque D proteste