UNIDAD 2

ELEMENTOS
DE
PROBABILIDAD

COMPARACIN
ENTRE
PROBABILIDAD
Y
ESTADSTICA

La probabilidad y la estadstica son dos campos ajenos

pero relacionados de las matemticas.- Se ha dicho que
la probabilidad es el vehculo de la estadstica.- Es
decir, que si no fuera por las leyes de la probabilidad, la
teora de la estadstica inferencial no sera posible.A continuacin se ilustrar la relacin y la diferencia entre
esta rama de las matemticas (probabilidad) y estadstica,
mediante la observacin de dos cajas.-

Probabilidad
5A 5R 5B

Estadstica
????

Se sabe que la caja de Probabilidad, contiene fichas de

pquer: cinco azules, cinco rojas y cinco blancas.- La
probabilidad intenta responder preguntas como si se
extrae una ficha de la caja, Cul es la probabilidad de
que sea azul?.- En la caja de Estadstica se ignora cual
es la combinacin de fichas.- Se extrae una muestra y
con base en los resultados obtenidos en esta, se
hacen conjeturas sobre lo que se cree que hay en la
caja.- Observe la diferencia : la probabilidad ,
pregunta sobre la posibilidad de que ocurra algo
especfico (seleccionar una ficha azul) cuando se
conocen las posibilidades, es decir se conoce la
poblacin.- Por otro lado, la estadstica
pide
extraer una muestra, describirla y luego hacer
inferencia sobre la poblacin con base en la
informacin que se obtuvo de la muestra.-

La probabilidad constituye
la base para el estudio de
los mtodos de la
ESTADISTICA
INFERENCIAL.-

PRIMEROS TERICOS SOBRE PROBABILIDAD.-

Jacobo Bernoulli (1654-1705), Abrahan

De Moivre (1667-1754), el reverendo
Thomas Bayes (1702-1761), Joseph
Lagrange (1736-1813), desarrollaron
frmulas y tcnicas para el clculo de
las probabilidades
En el siglo XIX,
Pierre Simn, marques de Laplace
(1749- 1827) unific todas estas
primeras ideas y compil la primera
teora general de las probabilidades.-

Sin tener en cuenta la profesin que se haya

elegido, algo si es seguro; en algn momento se
han de tomar decisiones.- Con mucha frecuencia
esto tendr que hacerse sin conocer todas las
consecuencias de tales decisiones.- Por ejemplo,
los inversionistas deben decidir sobre la
conveniencia de invertir en una accin en
particular, con base en sus expectativas sobre
rendimientos futuros.- Los empresarios, al decidir
comercializar
un
producto
enfrentan
la
incertidumbre sobre la posibilidad de xito.- En
cada caso, como sucede con la mayora de los
asuntos comerciales, se han de tomar decisiones
sin toda la informacin correspondiente.-

Todo esfuerzo por reducir el nivel de

incertidumbre en el proceso de toma de
decisiones incrementar enormemente la
probabilidad de que se tome decisiones ms
inteligentes y bien informadas.- Al mejorar la
habilidad para juzgar la ocurrencia de eventos
futuros, se puede minimizar el riego y la
especulacin arriesgada relacionadas con el
proceso de toma de decisiones.-

Las decisiones en los negocios, en la industria y

empresas en general se basan en el anlisis de
incertidumbres en muchas de las situaciones que se le
presentan.-

Por ejemplo:
a)Cul es la probabilidad de que cambien las ventas si se
incrementan los precios?.b) Cul es la probabilidad de que un proyecto se termine a
tiempo?.c) Cul es la probabilidad de que una nueva inversin sea
rentable?.d) Cul es la probabilidad de que el nuevo mtodo de trabajo
aumente la productividad?.e) Etc.-

El estudio y
clculo de las probabilidades
se facilita mucho
si conocemos algo antes
de TEORA DE CONJUNTOS.-

VEAMOS ENTONCES LO
ELEMENTAL DE ESTE TEMA.-

TEORIA
TEORIA DE
DE
LOS
LOS
CONJUNTOS
CONJUNTOS

Algunas consideraciones de teora de

conjuntos.
Fue Georg Cantor (1845-1918) quin en la
segunda mitad del siglo XIX empez a desarrollar
la teora de conjunto y esta no solo es importante
en el campo de las probabilidades y de la
estadstica sino que es fundamental en el
desarrollo de toda la matemtica moderna.
Veremos de conjunto solo lo elemental que
necesitamos para entender probabilidades ya que
su teora es muy amplia.

CONJUNTO
Es una coleccin bien
definida de objetos.

ELEMENTO
S
Son los objetos o cosas
de que esta formado
el conjunto

Por ejemplo, el curso de Estadstica es un

conjunto donde los elementos son las
personas que lo componen; Mara, Sara,
Lus, Vanesa, Roberto, etc................................

Simbolizamos a los conjuntos con letras

maysculas, A; B; C;...........y con letras
minsculas a los elementos de esos
conjuntos, a, b, c,........etc..

Un conjunto se puede describir

de dos manera diferente, por:

METODO DE
LISTA
METODO DE
LA REGLA

Supongamos que nos estamos refiriendo a los alumnos

de este curso, que son Susana, Lus, Carla, Mara, Beatriz
y Pedro.
Por el mtodo de lista , a este conjunto que llam
A podremos describirlo como;
A = Susana, Lus, Carla, Mara, Beatriz, Pedro
Por el mtodo de la regla ser;
A = x / x es un alumnos del curso de Estadstica
Esto lo leemos como; A es el conjunto de todas las x tales
que x es un alumno de este curso de Estadstica.- La lnea
vertical / se lee tal que o tales que, segn corresponda.

Conjunto Universal :
es el conjunto ms
extenso por el cual hay inters en un anlisis
dado. Se simboliza al conjunto universal con U.
Observamos aqu que hay una total coincidencia
entre lo que es una poblacin estadstica y el
conjunto universal.

Subconjunto :
decimos que A es un
subconjunto de B si cada elemento de A es
tambin un elemento de B. Observamos aqu que
muestra es un subconjunto del conjunto
poblacin. Por ejemplo si retomamos el ejemplo
anterior, si:

B = Susana, Lus
decimos que B es un subconjunto de A que esta formado
por;
A = Susana, Lus, Mara, Beatriz, Pedro

CONJUNTO IGUALES Y DISTINTOS

Dos conjuntos A y B son iguales si ambos contienen
exactamente los mismos elementos. Por ejemplo:
Si A = 1,2,3,4
B = 1,2,3,4
decimos que
Si tenemos:

A = B

A = 1,2,3,4
decimos que

B = 1,2,3,4,5,6
A B

Conjunto vaco :

El conjunto que no contiene ningn elemento se

llama conjunto vaco y se lo simboliza con .
Por ejemplo el conjunto A esta formado por todos
los
argentinos que viajaron a la Luna,
evidentemente el conjunto A ser:
A =

Operaciones con
conjuntos.
Veremos como pueden formarse nuevos
conjuntos realizando operaciones con ellos.
Los resultados de estas operaciones los
explicaremos por medio de los diagramas de
Venn , nombre que proviene del lgico ingles
John Venn (1834-1923), que fue quien creo esta
forma de representar conjuntos.

Por ejemplo:
U = 1,2,3,4,5

donde

en un diagrama de Venn, ser:

U
1
A

2
3

4
A

A = 1,2,3

Llamamos

complemento

De un subconjunto A del conjunto universal U, al

conjunto que consta de todos los elementos de U que no
son elementos del conjunto
A. Simbolizamos
al
complemento con una lnea sobre la notacin del
conjunto, por ejemplo A o tambin con A.Del ejemplo anterior:
A

= 4,5

Interseccin de dos conjuntos

La interseccin de dos conjuntos A y B es el conjunto que
contiene todos los elementos de A y de B, es decir que son
los elementos comunes. Simbolizamos a la interseccin
con .Ejemplo:
El conjunto A consta de todos los alumnos de 5 ao que
toma Ingles y el conjunto B consta de todos los alumnos
que toman geografa del 5 ao. El conjunto que consta de
todos los alumnos que toman Ingles y Geografa es la
interseccin de A y B.

U
A

B
A B

Se dice que dos conjuntos A y B son mutuamente

excluyentes cuando no tienen elementos en comn.

U
B
A

Por ejemplo:

A = 1,2,3

B = 4,5,6

A y B son mutuamente excluyentes puesto

que no tienen elementos en comn.
A B =

UNION DE DOS CONJUNTOS

La unin de dos conjuntos A y B es el conjunto que
consta de todos los elementos que son elementos de A o
de B o de ambos. Se simboliza la unin con
Por ejemplo:
A = {1,2,3,4 }

B = {3,4,5,6 }

U
A

A B = {1,2,3,4,5,6}

RELACIONES IMPORTANTES ENTRE LOS

CONJUNTOS:

PROPIEDAD DISTRIBUTIVA
A (B U C) = ( A B) U
A U (B C) = (A U B)

(A C)
(A U C)

LEYES DE MORGAN
A U B =

A B

A B = A U

VEAMOS UN EJEMPLO COMPLETO:

Dado el conjunto Universal
U = {1,2,3,4,5,6,7,8,9,10}
y damos

A = {1,2,3,4}

B = {3,4,5,6}

Calcular:

a) hacer el diagrama de Venn.

b) A B
c) A B
d)

e) Complemento de A B.

7
9

10

A
1

3
5
4

Solucin
b)

A B = {1,2,3,4,5,6}

c)

A B = {3,4}

d)

A = {5,6,7,8,9,10}

e)

A B = {1,2,5,6,7,8,9,10}

EJERCICIOS PARA HACER EN CLASE

1.- Veinte motores se sacan de una lnea de ensamble y se examinan
para ver si tienen defectos.- Once de los motores no tienen
defectos, ocho tienen defectos en el acabo exterior y 3 tienen
defectos en su armado y no funcionarn.- Sea A el conjunto de
motores que tienen defectos de armado y F el conjunto que tiene
defectos en su acabado exterior.- Con A y F, escribir una

notacin simblica para:

a)
b)
c)
d)
e)

Elaborar un diagrama de Venn para A y F.El conjunto de motores que tienen los dos tipos de defecto.El conjunto de motores que tiene por lo menos un tipo de defecto.El conjunto de motores que no tiene defectos.El conjunto de motores que tienen exactamente un tipo de
defecto.-

Mencionar a continuacin el nmero de motores en cada

conjunto.-

1.- Veinte facturas de ventas se sacan en una Auditoria de cierto

comercio grande y se examinan para ver si tienen errores.- Once
de las facturas no tienen errores, ocho tienen errores en su
confeccin y 3 tienen errores en su monto.- Sea A el conjunto de
facturas que tienen errores en su monto y B el conjunto que tiene
errores en su confeccin.- Con A y B, escribir una notacin

simblica para:
a)
b)
c)
d)
e)

Elaborar un diagrama de Venn para A y B.El conjunto de facturas que tienen los dos tipos de errores.El conjunto de facturas que tiene por lo menos un tipo de error.El conjunto de facturas que no tiene errores.El conjunto de facturas que tienen exactamente un tipo de error.-

Mencionar a continuacin el nmero de facturas en cada

conjunto.-

1.- De un lote de cermico para piso exterior se sacan al azar veinte

de ellos para examinarlos si tienen fallas.- Once de los cermicos
no tienen fallas, ocho tienen fallas en el brillo, y 3 tienen fallas en
las terminacin.- Sea A el conjunto de cermicas que tienen fallas
en el brillo y B el conjunto de cermicas que tienen fallas en la
terminacin.- Con A y B, escribir una notacin simblica

para:
a)
b)
c)
d)
e)

Elaborar un diagrama de Venn para A y B.El conjunto de cermicas que tienen los dos tipos de fallas.El conjunto de cermicas que tiene por lo menos un tipo de falla.El conjunto de cermica que no tiene fallas.El conjunto de cermicas que tienen exactamente un tipo de falla.-

Mencionar a continuacin el nmero de cermicas en

cada conjunto.o

1.- En un barrio se seleccionan veinte viviendas al azar para estudiar

la cantidad de hijos en edad escolar que hay.- Once de las
viviendas no tienen hijos en edad escolar, ocho tienen hijos en
edad escolar primaria y 3 tienen hijos en edad escolar secundaria.Sea A el conjunto de viviendas con hijos en escolaridad primaria y
B el conjunto de viviendas que tienen hijos en escolaridad
secundaria.- Con A y B, escribir una notacin simblica

para:
a) Elaborar un diagrama de Venn para A y B.b) El conjunto de viviendas que tienen hijos en los dos tipos de
escolaridad.c) El conjunto de viviendas que tiene hijos por lo menos en un tipo
de escolaridad.d) El conjunto de viviendas que no tiene hijos en ninguna
escolaridad.e) El conjunto de viviendas que tienen hijos exactamente en un tipo
de escolaridad.-

Mencionar a continuacin el nmero de viviendas en cada

conjunto.-

1.- De un contingente de turistas que vinieron este invierno a La Rioja

se seleccionan veinte al azar para estudiar que recorrieron de la
provincia.- Once de los turistas no fueron a ningn lado, ocho
fueron a Talampaya y 3 fueron a Chilecito.- Sea A el conjunto de
turistas que fueron a Talampaya y B el conjunto de turistas que
fueron a Chilecito.- Con A y B, escribir una notacin

simblica para:
a) Elaborar un diagrama de Venn para A y B.b) El conjunto de turistas que fueron a los dos lados.c) El conjunto de turistas que fueron por lo menos a uno de los dos
lugares.d) El conjunto de turistas que no fueron a ninguno de los dos
lugares.e) El conjunto de turistas que fueron exactamente a uno de los dos
lugares.-

Mencionar a continuacin el nmero de turistas en cada

conjunto.-

1.- En una crcel se decide seleccionar al azar veinte presos para

estudiar si tienen enfermedades venreas de alto riesgo.- Se
encontr que once de ellos no tienen ninguna de estas
enfermedades.- Ocho de los presos tienen Sida y tres tienen sfilis.Sea A el conjunto de presos que tienen sida y B el conjunto de
presos que tienen sfilis.- Con A y B, escribir una notacin

simblica para:
a) Elaborar un diagrama de Venn para A y B.b) El conjunto de presos que tienen las dos enfermedades.c) El conjunto de presos que tiene por lo menos una de las dos
enfermedades.d) El conjunto de presos que no tienen ninguna de las dos
enfermedades.e) El conjunto de presos que tienen exactamente una de las dos
enfermedades.-

Mencionar a continuacin el nmero de presos en cada

conjunto.-

2.- De 25 microcomputadoras disponibles en un almacn,

10 de ellas tienen tarjetas adaptadoras para una
impresora, 5 tienen tarjetas adaptadoras
para un
mdem y 13 no tienen ninguna de stas.- Utilizar A para
representar a aquellas que tengan tarjetas de
impresoras, M para las que tienen tarjeta de mdem y,
luego, representar simblicamente los siguientes
conjuntos, as como mencionar el nmero de
microcomputadoras que hay en cada uno.a) Las que tienen ambas tarjetas.b) Las que no tengan tarjeta alguna.c) Las que solo tengan tarjetas para impresora.d) Las que tengan exactamente una de las tarjetas.Solucin

3.- Una empresa adquiere una nueva maquina que debe instalarse y
probarse antes de que este lista para su uso.- La empresa esta
segura de que no tardara mas de 7 das en instalarla y probarla.Sea A el evento se necesitaran mas de 4 das para que la maquina
este lista y B el evento se necesitaran menos de 6 das para que
la maquina este lista.a) Describa el evento que es complementario del evento A.b) Describa el evento que es la interseccin de los eventos A y B.c) Describa el evento que es la unin de los eventos A y B.d) son los eventos A y B mutuamente excluyentes?.e) son los eventos A y B colectivamente exhaustivos?.f) Demuestre que (A B) U ( A B) = B
g) Demuestre que A U ( A B) = A U B
Solucin

VISTO LO BASICO DE
TEORIA DE LOS
CONJUNTOS

PODEMOS AHORA
INTRODUCIRNOS
EN LO ELEMENTAL
DEL MUNDO DE LAS
PROBABILIDADES

El trmino Probabilidad se refiere al estudio de

la aleatoriedad y la incertidumbre.-

Probabilidad, es la posibilidad o la oportunidad de que

ocurra un evento o suceso especfico.La probabilidad es una proporcin o fraccin
cuyo valor se encuentra entre 0 y 1
inclusive.-

La probabilidad
es 0 cuando el
evento nunca va
a ocurrir.-

La probabilidad es 1 cuando
el evento ocurrir con
seguridad.Se la explica siempre en %.-

En el estudio de las probabilidades

definimos:

Experimento: un proceso que genera

resultados bien definidos.Ejemplos:
a) Tirar un dado al aire.b) Los sueldos de los empleados de una empresa.c) Las ventas de un comercio en cierto perodo.d) Observar las piezas producidas por una mquina.e) Tomar un test de CI a un grupo de alumnos.f) El estudio de metros cuadrados construidos en la
ciudad.g) Etc.-

Es aquel que proporciona

diferentes resultados an
cuando se repita siempre de
la misma manera.Ejemplo: tirada al aire de un
dado

Experimento
Aleatorio

Es el conjunto de todos los

resultados de un experimento
aleatorio

ESPACIO
MUESTRAL

Lo simbolizamos
con S

Ejemplos:
Experimento aleatorio: tirar un dado al aire.
S = {1,2,3,4,5,6}
Experimento aleatorio: tirar una moneda al
aire
S= {cara, cruz}

LOS QUE TIENEN UN VALOR DE PROBABILIDAD SON LOS

EVENTOS:

EVENTO
EVENTO :: SON
SON

CADA
CADA UNO
UNO DE
DE LOS
LOS
RESULTADOS
RESULTADOS DEL
DEL
EXPERIMENTO
EXPERIMENTO
ALEATORIO
ALEATORIO

Pueden ser:
Simples o
Compuestos

Ejemplo
Ejemplo
Experimento
Experimentoaleatorio:
aleatorio:tirar
tirarun
undado
dadoal
alaire
aire
SS=={1,2,3,4,5,6}
{1,2,3,4,5,6}
Pr
Pr(Salga
(Salgaun
un4)
4)es
esun
unevento
eventosimple
simple
Pr
Pr(Salga
(Salgaun
unnmero
nmeropar)
par) es
esun
unevento
eventocompuesto
compuesto

TECNICAS
TECNICAS DE
DE
CONTEO
CONTEO
UTILES
UTILES EN
EN
PROBABILIDADES
PROBABILIDADES

En muchas de las decisiones empresariales,

comerciales o de otra ndole, requieren que se cuente el
nmero de subconjuntos que se pueden obtener de un
conjunto.- Cuando calculamos probabilidades, nos
encontramos que necesitamos poder calcular el nmero
de resultados posibles y favorables a un evento, donde
es imposible contarlos simplemente como en el caso de
la tirada de un dado al aire.- Para estos casos debemos
recurrir a las llamadas tcnicas de conteo .Por ejemplo, una lnea de ventas que consta de 10
productos, Cuntos subconjuntos de 3 productos se
pueden ofrecer a los clientes?.- As como este
podramos dar muchos ejemplos.Vamos analizar cuatro tcnicas de conteo que
consideramos que son las que ms se suelen presentar,
son:
regla
multiplicacin,
permutaciones,
permutaciones con repeticin y combinaciones.-

REGLA DE LA MULTIPLICACIN.Si hay que hacer m operaciones y si las primeras se pueden hacer
de n1 formas y sin importarme como se hicieron las primeras la
segundas se pueden hacer de n2 formas y as sucesivamente para
las m operaciones, entonces la cantidad de operaciones que
podemos hacer ser:

n1 * n 2

* n3 * .. * nm

Veamos un ejemplo:- Supongamos que estamos seleccionando en

forma aleatoria a tres artculos de un proceso de produccin.- Se
examina a cada uno de ellos y se le califica en defectuosos (D) y
no defectuosos (N).Entonces:

2 *

2 * 2

= 8 formas

Cuando son pocas las formas que pueden darse, se suele calcular
los eventos del espacio muestral por medio de un

DIAGRAMA DE ARBOL.-

1 ART.

2 ART

3 ART

EVENTOS

DDD

DDN

DND

DNN

NDD

NDN

NND

NNN

D
D
N

D
N
N

NUMERO DE ORDENACIONES.Supongamos que tenemos un nmero x de objetos que

hay que ordenar.- Cada uno solo puede utilizarse una
vez.- Cuntas series diferentes son posibles?.Podemos imaginar que en este problema se nos pide
que coloquemos cada uno de los objetos en cada una
de las cajas colocadas en fila.x

X-1

X-2

El nmero total de formas posibles de ordenar x objetos

viene dado por:
x ( x-1) (x-2).(2) (1) = x !
Donde x ! Es = x factorial.-

PERMUTACIONES Y COMBINACIONES.
Al seleccionar los elementos en los subconjuntos, la distincin
entre permutaciones y combinaciones depende si el orden de las
selecciones hace diferencia.- Si un orden es suficiente para
constituir otro subconjunto entonces se trata de permutaciones.Si dos subconjuntos se consideran iguales debido a que
simplemente se han reordenado los mismos elementos, entonces
se involucran combinaciones.Dado un conjunto de n elementos, el nmero de permutaciones,
cada uno de tamao r, se determina como, el nmero de
permutaciones de n elementos tomados r a la vez:
n!
nPr

=
( n - r) !

El nmero de combinaciones de n elementos tomados r a la vez es:

n !
n

Cr

=
r ! (n - r) !

Ejemplos:
1.- Supongamos que hay que seleccionar dos letras de A,
B,
C,
D,
E y colocarlas en orden:Cuntas
permutaciones son posibles?.5P2

5!
3!

= 20

Los 20 casos son:

AB A C A D AE

BC

BA

CA

CB BD

CE

DE

DB

BE

CD

DA
EB

EA
DC

EC
ED

Un jefe de personal tiene 8 candidatos para cubrir cuatro

puestos parecidos.- Cinco son hombres y tres son
mujeres.- Si todas las combinaciones de candidatos
tienen las mismas posibilidades de ser elegidas.- Cul
es el nmero de combinaciones posibles de 4
candidatos elegidos de 8?.- Ahora bien, para que no
se contrate a ninguna mujer, los
4 candidatos
seleccionados deben provenir de los hombres,
entonces, Cul es el nmero de combinaciones para
esta seleccin?.-

2.- Si recordamos el caso en donde tenamos 10 productos y

deseamos empacar de a tres para ofertas al cliente.- Si se considera
que el orden en el cual se ofrecen los 3 productos no influir en los
clientes , es decir, que el orden no har diferencia alguna , se debe
hallar el nmero de combinaciones de 10 elementos tomados de a
3.10 !
10C3

= --------------------- = 120 formas

3 ! (10 3) !

Si la investigacin sugiri que el orden en el cual se empacaran los

3 productos afectaran las ventas, se debera determinar el nmero
de permutaciones de los 10 productos tomados 3 a la vez,
10 !
10P3

= --------------------- = 720 formas

(10 - 3) !

3.-Se tienen cinco aspirantes Ingenieros recin recibidos,

(Juan, Daro, Mara, Susana y Natalia) para dos trabajos
idnticos.- Un supervisor selecciona dos aspirantes
para ocupar esos puestos.a) Hacer una lista de los modos posibles en que se
pueden ocupar los puestos.- Es decir, hacer una lista de
todas las selecciones posibles de dos de los cinco
aspirantes.b) Sea A el conjunto de selecciones que contienen por lo
menos un hombre.- Cuntos elementos tiene A ?.c) Sea B el conjunto de selecciones que contienen
exactamente un hombre.- Cuntos elementos tiene
B?.d) Escribir el conjunto que contiene dos mujeres, en
trminos de A y B.e) Hacer una lista de los elementos en A, A B, A B, y
A B

Se estudian diferentes enfoques para

determinar la probabilidad de
ocurrencia de ciertos fenmenos
aleatorios
Probabilidad
Probabilidad
clsica
clsicaooaa
priori
priorioode
de
Laplace
Laplace
Probabilidad
Probabilidad
subjetiva
subjetiva

Probabilidad
Probabilidad
emprica
empricaoo
probabilidad
probabilidad
frecuencial
frecuencial

El matemtico ruso Kolgomoroff en 1933

Estableci tres axiomas para tener en cuenta en
la asignacin de probabilidad de un evento,
Qu son:

1) Dado un evento A
0 P (A) 1
2) Si S es el espacio muestral del
experimento
P (S) = 1
3)

Si A y B son eventos
mutuamente excluyentes
P (A U B) = P (A) + P (B)

Estos axiomas
se deben
cumplir al
asignar
probabilidad a
un evento por
cualquier
enfoque

PROBABILIDAD CLASICA O
A PRIORI O DE LAPLACE
Es apropiado para asignar probabilidad
cuando los resultados del experimento son
igualmente probables.- Surgi con los
juegos de azar.Por ejemplo,
Si son posibles n resultados
experimentales, una probabilidad de 1/n es
la que corresponde a cada evento.-

Calculo de una probabilidad

ser:

N de formas en que puede ocurrir

evento A

el

P (A) = ---------------------------------------------------------Nmero total de posibles resultados

EJEMPLO DE PROBABILIDAD CLSICA

Se lanza un dado al aire.- Cul es la probabilidad de que se de

un 5?
1
P (5) = ---------- = 0,167 17 %
6
Se tiene un mazo de 52 cartas.- Se decide sacar una carta al
azar.-Cul es la probabilidad de que se de un as?.4
P (as) = ------- = 0,077 8 %
52

PROBABILIDAD EMPRICA O
FRECUENCIAL.Es apropiado para asignar probabilidad cuando
se cuenta con datos para estimar la proporcin
del tiempo en que ocurrir el resultado
experimental si el experimento se repite un
nmero grande de veces.Evidentemente podemos usar este enfoque
siempre que tengamos frecuencias.-

Calculo de una probabilidad

ser:

Nmero de veces que ha ocurrido el evento A

en el pasado
P (A) = -----------------------------------------------------------------------------Nmero total de observaciones

EJEMPLO DE PROBABILIDAD
FRECUENCIAL
Nde hijos de obreros de la
empresa
xi

Obreros

Se decide seleccionar una

familia al azar.- Cul es la
probabilidad de que esta
tenga 3 hijos?.-

20

45

57

39

P (3) = --------- = 0,1840

28

212

14

18 %

39

PROBABILIDAD SUBJETIVA
Es apropiado para asignar probabilidad
cuando se da un experimento en donde
no se puede aplicar ninguno de los dos
enfoques vistos, y asignamos
probabilidad en base al conocimiento del
hecho que tenemos.Por ejemplo: la probabilidad de que
maana llueva es del 70%.-

ALGUNAS
RELACIONES
BASICAS DE
PROBABILIDAD

COMPLEMENTO DE UN EVENTO
Dado un evento A, el complemento de A que simbolizamos con A,
es el que esta formado por todos los elementos que no estn en A.En un diagrama de Venn, ser:
Ejemplo

A
A

Un gerente de ventas despus de revisar

los datos dice que la probabilidad de
hacer una venta es de 0,80.- La
probabilidad de no hacer una venta ser:

P (A) = 1 - P (A) = 1 - 0,80 = 0,20

El evento A y A son mutuamente excluyentes, entonces:
P (A) + P (A) = P (S) pero
despejando nos queda;

P (A) + P (A) = 1
P (A) = 1 - P (A)

LEY ADITIVA O TEOREMA

DE LA SUMA
Es til cuando se tiene dos eventos y se desea
conocer la probabilidad de que ocurra al menos
uno de ellos.Dado los eventos A y B nos interesa conocer la
probabilidad de que suceda A o el evento B o
ambos.- Se expresa como,
P (A U B)

Para poder aplicar la ley aditiva debemos conocer como

son los eventos A y B
a) Si los eventos A y B son mutuamente

excluyentes, es
decir no tienen entre ellos elementos en comn.-

Entonces

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

b) Si los eventos A y B no son

mutuamente excluyentes, es entonces
porque tienen elementos que son
comunes a ambos.- En ese caso:
S
A

Podemos decir

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

EJERCICIO PROPUESTO:

1.- El gerente de compras desea hacer pedidos de PAPEL

a tres proveedores posibles, a los que enumera 1, 2 y 3.Todos los vendedores son iguales en lo que respecta a
la calidad y precio, por lo tanto, el gerente escribe cada
nmero en un trozo de papel; mezcla los papeles y a
ciegas selecciona uno de ellos.- Se coloca el pedido
con el vendedor cuyo nmero sali seleccionado.- Sea
E, el evento en el que se ha seleccionado al proveedor i
( i = 1, 2, 3), B el evento en el que se selecciona al
proveedor 1 o 3; y C el evento en el que el proveedor 1
no se selecciona.Calcular las probabilidades de los eventos E, B y C.-

PROBABILIDADES
MARGINALES Y
CONJUNTAS

Si tenemos informacin como

para elaborar una tabla de
contingencia, observamos como
ya hemos visto, que tenemos
frecuencias absolutas marginales
y frecuencias absolutas
conjuntas.- De aqu que podemos
entonces calcular Probabilidades
Marginales y Conjuntas aplicando
el enfoque frecuencial.-

VEAMOS UN EJEMPLO:
Supongamos que una gran Empresa tiene 1200 empleados de los
cuales 960 son hombres y 240 mujeres.- En los ltimos dos aos
fueron Jerarquizados solamente 324 empleados de los cuales 288
son hombres.- Con esta informacin elaboramos la siguiente tabla:

HOMBRES

MUJERES

TOTAL

(A)

(H)

288

(M)

36

324

JERARQUIZADO
S
(B)

672

204

876

960

240

1200

NO
JERARQUIZADO
S
TOTAL

LAS PROBABILIDADES MARGINALES SE CALCULAN

CON LOS VALORES QUE SE UBICAN EN LOS
MARGENES; Y COMO LOS VALORES DEL CUERPO DE LA
TABLA
SON
VALORES
CONJUNTOS,
PODEMOS
CALCULAR CON ELLOS PROBABILIDADES CONJUNTAS,
CADA VALOR ME INDICA UNA INTERSECCION DE
AMBOS.Veamos un ejemplo, con nuestra tabla.- Supongamos
seleccionar un empleado al azar.- Cul es la probabilidad de
que:
a) Sea una Mujer.b) Sea uno No Jerarquizado.c) Sea un Hombre y Jerarquizado.d) Sea una Mujer y No Jerarquizado.-

SOLUCION

a) P (M) = 240/1200 = 0,20 20%

b) P (B) =

876/1200 = 0,73

c) P (A H) =
%
d) P ( M B) =
%

73%

288 / 1200 = 0,24

24

204 / 1200 = 0,17 17

Si de la tabla queremos aplicar la regla adictiva ser:

Se selecciona un empleado al azar;
a) Cul es la probabilidad de que sea un Hombre o Un Jerarquizado?
b) Cul es la probabilidad de que sea un Hombre o una Mujer?
Solucin
a) P (H U A) = P (H) + P (A) - P (H A) =
= 960/1200 + 324/1200
= 996/1200 = 0,83
b) P (H U M) = 960/1200 +
= 1,00

- 288/1200 =

83 %
240/1200 = 1200/1200

PROBABILIDA
PROBABILIDA
D
D
CONDICIONAL
CONDICIONAL

Con frecuencia, la probabilidad de un evento se ve

influida por la ocurrencia de otro evento relacionado.Suponga que tenemos un evento A con P (A).Si obtenemos nueva informacin y vemos que ha
ocurrido un evento relacionado, representado por B;
quisiramos aprovechar esta informacin para calcular
una nueva probabilidad del evento A.-

Esta nueva probabilidad del evento A, se

llama Probabilidad Condicional y se
escribe P (A / B) y se lee Probabilidad
de A dado B o tambin Probabilidad de
que habindose dado B se de A

LA PROBABILIDAD CONDICIONAL P (A / B) SE PUEDE

CALCULAR COMO

La relacin entre la probabilidad conjunta de A y B y la

probabilidad marginal del evento que se dio, es decir

P (A B)
P ( A / B) =
P (B)
Siempre que P (B) > 0.-

LEY DE MULTIPLICACION
Se usa para determinar la probabilidad de
una interseccin de dos eventos.Esta ley se basa en la definicin de la
probabilidad condicional.-

De la frmula de probabilidad condicional podemos

despejar P (A B) y entonces tendremos:
P (A B) = P (B) P ( A / B) o tambin
P (A B) = P (A) P ( B / A)

EVENTOS INDEPENDIENTES
Un concepto bsico de la teora de la probabilidad de particular
importancia por sus aplicaciones a la estadstica es el
de
INDEPENDENCIA.-

Si tenemos dos eventos A y B, la idea de independencia estadstica

es que la ocurrencia del evento A no cambia la probabilidad de que
el evento B suceda, entonces, ser:

P (A B) = P (A) * P (B)
De no darse esto, A y B no son independientes y decimos que los
eventos son dependientes.-

Dado dos eventos A y B independientes, recordemos

que en el caso de probabilidades condicionadas
P (A/B) = P (A) y tambin P (B/A) = P (B)
Porque:
P (A B)
P (A) * P (B)
P ( A / B) = ---------------- = ------------------------- = P (A)
P (B)
P (B)
P (A B)
P (A) * P (B)
P ( B / A) = ---------------- = ------------------------- = P (B)
P (A)
P (A)

EJEMPLO PARA EVENTOS INDEPENDIENTES

El Gerente de una Estacin de Servicio, sabe por su
experiencia que el 70% de los clientes usan Tarjeta de
Crdito para cargar combustible.- Cul es la
probabilidad de que los dos clientes siguientes que
compren combustible usen tarjetas de crditos?.Solucin
Si llamamos con A que el Primer cliente use Tarjeta de Crdito.Si llamamos con B que el Segundo cliente use Tarjeta de Crdito.-

P (A B) = P (A) * P (B) = 0,70 * 0,70 = 0,49

49 %.-

De la tabla de contingencia tambin podemos

calcular probabilidades condicionales

Veamos esto en nuestro ejemplo de los 1200 empleados:

a) Por definicin , ser:

P (B H)
P (B / H) =
%

672 / 1200

672

------------------ = ------------------ = -------- = 0,70 70

P (H)

960 / 1200

960

Tambin podemos calcular una Probabilidad

Condicional en funcin del espacio muestral
del evento que ya se dio de antemano.-

Veamos esto en nuestro ejemplo de los 1200 empleados:

b) Con espacio muestral reducido ser:

672
= 0,70 70 %

P (B / H) =
960

PARA RECORDAR:
NO
SE DEBEN CONFUNDIR ENTRE SI EL
CONCEPTO
DE
EVENTOS
MUTUAMENTE
EXCLUYENTES
CON
EL
DE
EVENTOS
INDEPENDIENTES.DOS EVENTOS CUYAS PROBABILIDADES SON
DISTINTAS DE CERO NO PUEDEN SER DE
MANERA
SIMULTANEA
MUTUAMENTE
EXCLUYENTES E INDEPENDIENTES ENTRE SI.SI
OCURRE
UNO
DE
LOS
EVENTOS
MUTUAMENTE EXCLUYENTES, EL OTRO NO
SUCEDE, ASI QUE LA PROBABILIDAD DE QUE
OCURRA EL OTRO EVENTO SE REDUCE A
CERO.EN
CONSECUENCIA
SON
DEPENDIENTES.-

VEAMOS UN
EJEMPLO COMPLETO
DE APLICACIN.-

El Colegio de Ingenieros de cierta provincia

chica tiene los siguientes datos sobre la edad y
el estado civil de sus 140 socios.-

EDAD
A.- menos
de
30 aos

ESTADO CIVIL
S.- soltero
C.- casado

TOTAL

77

14

91

B.- 30 aos
o ms

28

21

49

TOTAL

105

35

140

Se decide seleccionar un socio al azar:

a) Aplique las probabilidades marginales para comentar
sobre la edad de los socios del Colegio.b) Aplique las probabilidades marginales para comentar
sobre el estado civil de los socios del Colegio.c) Cul es la probabilidad de que sea soltero y tenga
menos de 30 aos?.d) Si un socio tiene menos de 30 aos.- Cul es la
probabilidad de que sea soltero?.e) El estado civil de los socios, es independiente de su
edad?.- Explique aplicando probabilidad.Solucin

a) P (A) = 91/140 = 0,65

P (B) =

49/140 = 0,35

65 %
35 %

Mayor probabilidad de que sea menor de 30 aos

el elegido al azar por edad.b) P (S) = 105/140 = 0,75

75%

P (C) = 35 / 140 = 0,25

25%

Mayor probabilidad de que sea soltero el elegido

al azar por estado civil.-

c) P (S A) = calculado por probabilidad conjunta

ser:
P (S A) = 77 / 140 = 0,55

55 %.-

Calculado por regla de la multiplicacin ser:

P (S A) = P (A) P( S/A) = 91/140 * 77/91 =
= 77/140 = 0,55

55 %.-

o tambin
P (S A) = P (S) P (A/S) = 105/140 * 77/ 105 =
= 77/140 = 0,55

55 %

d) P (S / A) por definicin ser:

P (S A)

77/140

77

P (S/A) = --------------- = ----------- = --- = 0,8462 85 %

P (A)

91/140

91

Por espacio muestral reducido, el calculo sera:

77
P (S/A) = --------- = 0,8462 85 %.91

e) Para demostrar que Estado Civil y Edad son

eventos independientes se tiene que cumplir la
igualdad,
P ( S A) = P (S) * P (A)
Luego:
P (S A) = 77 / 140 = 0,55 55 %
P (S) * P (A) =
9555/19600 =

105/140 * 91/ 140 =

= 0, 4875 49 %.Luego

P ( S A)

P (A) * P (B)

Entonces S y A no son independientes.-

VEAMOS UN
EJEMPLO COMPLETO
DE APLICACIN.Cuando nos dan la tabla de
probabilidad.-

TEOREMA DE
PROBABILIDAD
TOTAL

Muchas veces interesa la probabilidad de

ocurrencia de un evento, pero solo se conoce la
probabilidad de ocurrencia del mismo asociado a
factores relacionados (o sea las probabilidades
condicionadas a los distintos factores) y las
probabilidades de ocurrencia de dichos factores.Veamos el caso para dos eventos, pero se puede generalizar para n
eventos.-

Supongamos poder dividir el

espacio muestral en dos
eventos que llamamos E1 y E2

Se da un cierto evento A y
observamos que:

E1
E2

A = (E1 A) U (E2 A)

Como cada una de estas situaciones planteadas son mutuamente

excluyentes, por el 3 axioma de probabilidad, ser:
P (A) = P (E1 A) + P (E2 A)
Pero por regla de la multiplicacin sabemos que lo expresado es
P (A) = P (E1) P (A/E1) + P (E2) P (A/E2)
Veamos un ejemplo.-

En base a un estudio anterior, se sabe que las viviendas

de cierto barrio adjudicado el 60% son gente de Bajos
Recursos y el 40% de Clase Media.- Entre la gente de
Bajos Recursos el 30% no las modificaron, entre los de
Clase Media el 10% no las modificaron.- Cul es la
probabilidad de que una vivienda elegida al azar de las
del barrio no sea una modificada?.Solucin

Veamos que datos disponemos segn el enunciado:

A = Bajos Recursos P (A) = 0,60
B = Clase Media
Llamo con

P (B) = 0,40

C = no la modificaron

P ( C/A) = 0,30

P (C/B) = 0,10

P (C ) = P (A) P (C/A) + P (B) P (C/B)

= 0,60 * 0,30
=

0,18

+
+

0,40 * 0,10
0,04 = 0,22 22%

TEOREMA DE BAYES.Del teorema de probabilidad total podemos hacer una ampliacin.Supongamos que ahora se elige una vivienda al azar y se encuentra
que no fue modificada.- Cul es la probabilidad de que se haya
adjudicado a gente de Bajos Recursos?.Observamos que esta pregunta no es ms que una probabilidad
condicional,
P (A C)
P (A/C) = -------------------P (C)
Sabemos que el numerador no es ms que una interseccin que
como conocemos de antemano ciertas probabilidades, aplicamos el
Teorema de la multiplicacin y el denominador no es ms que la
probabilidad total que calculamos antes.Por lo tanto nos queda,

P (A C)

P (A) P (C/A)

0,60 * 0,30

P (A/C) = ----------------- = --------------------- = ----------------- =

P (C)

P( C)

0,22

0,18
= ------------ = 0,8182 82 %
0,22
Esto es lo que conocemos como TEOREMA DE BAYES.-

Este teorema se lo debemos al Clrigo

Thomas Bayes (1702 1761), que estaba
muy interesados en las matemticas.Haciendo una generalizacin sera : Si B 1,
B2..Bj, forman una particin de S y A es
cualquier evento en S, entonces:
P (Bj) * P (A / Bj)
P ( Bj / A) =
P(Bj) P (A/Bj)
Donde

j = 1,2,3..k.-

VEAMOS UN
EJEMPLO
DE
APLICACION:

Una Ca. Compra neumticos de dos proveedores

I y II.- El proveedor I tiene un antecedente de
suministrar con 10 % de defectos, en tanto que el
proveedor II, tiene una tasa de solo el 5% de
defectos.- Supngase que el 40% de las
existencias actuales vinieron del proveedor I. Si se
toma una llanta al azar de esa existencia: a) Cual
es la probabilidad de que sea una defectuosa?.b) Si se dio una defectuosa, calcular la
probabilidad de que la haya suministrado el
proveedor I?
Solucin

Sea A = el evento de que el neumtico sea defectuoso.

Sea Bi el evento en el que un neumtico lo haya vendido el
proveedor i = I, II y ntese que B1 y B2 forman una particin del
experimento que consiste en seleccionar un neumtico.- Entonces
tenemos como dato:
P(B1) = 0.40
P(A/B1) = 0.10

P(B2)
P(A/B2)

a) P (A ) = P(B1) * P(A/B1) +

=
=

0.60
0.05

P(B2) * P(A/B2)

0,40 * 0,10

0,60 *

0,04

0,03

0,07 7%

0,05 =

b)
P (B1)

* P (A/B1)

P( B1 / A) =

=
P (B1) * P (A/B1)
0,40 *

P (B2) * P (A/B2)

0,10

= 0,5714 69 %
0,40 * 0,10 + 0,60 * 0,05

El Proveedor I tiene mayor probabilidad de

haber surtido el neumtico defectuoso que el
Proveedor II.

Ejemplo 2 de Bayes.El Departamento de Personal de una empresa muy grande ha

descubierto que solo el 60 % de los candidatos entrevistados estn
realmente calificados (Q) para asumir un cargo en la compaa.- Una
revisin de los registros de la firma muestra que quienes estaban
calificados, el 67% tuvo un entrenamiento previo en estadstica (T),
mientras que el 20% de quienes no estaban calificados haban
recibido instruccin estadstica mucho antes.- Es decir:
P (Q) = 0,60

P ( T/Q) = 0,67

P (T/Q) = 0,20

El director de personal puede ver claramente que dado que usted

esta calificado, es ms probable que usted tenga algo de
capacitacin en estadstica que si no est calificado 0,67 > 0,20.Se perdi mucho tiempo entrevistando a los candidatos que
resultaron no calificados; sin embargo, el director est considerando
conceder entrevistas solo a aquellos candidatos que tengan
capacitacin en estadstica.-

El espera incrementar la probabilidad de encontrar candidatos

calificados para ocupar el cargo.- La pregunta sera entonces, es
ms probable que usted est calificado dado que ha tenido
capacitacin, P (Q/T)?.Si es as, el departamento de in podra evitar demoras y costo
innecesario restringiendo las entrevistas solo a aquellos candidatos
que tengan capacitacin en anlisis estadstico.SOLUCION
Utilizando la regla de probabilidad condicional,
P (Q T)
P (Q/T) =

P (Q) * P ( T/Q)
=

P (T)

0,60 * 0,67
=

P (T)

P (T)

Debido a que los registros de la empresa no proporcionan P (T), se

debe utilizar el teorema de Bayes para hallar el denominador.- Existen
dos formas en las que un candidato puede tener entrenamiento
previo: 1) el candidato puede estar calificado y tener capacitacin P
(Q T) y 2) el candidato puede no estar calificado y tener
entrenamiento P (Q T).- Por tanto,
P (T) = P (Q T) + P (Q T) = 0,60 * 0,67 + 0,40 * 0,20 =
=
Entonces:

0,482

0,60 * 0,67
P (Q/T) =

= 0,834
0,482

Conclusin: Para aumentar la probabilidad de entrevistar solo

candidatos calificados, el departamento de personal debera
entrevistar solamente a los candidatos que tienen capacitacin en
anlisis estadstico.-

EJERCICIOS PROPUESTOS
1.- En cierta planta de montaje, tres mquinas B1. B2, B3,
montan 30,0%, 45,0% y 25% de los productos
respectivamente.- Se sabe por experiencia pasada que
2%, 3% y 2% de los productos ensamblados por cada
mquina, respectivamente tienen defectos.Ahora suponga que se selecciona de forma aleatoria un
producto terminado:
a) Cul es la probabilidad de que ste defectuoso?.b) Cul es la probabilidad de que si es defectuoso, este
ensamblado por la mquina B3?.Solucin
Respuestas: a) 0,0245
b) 0,2041

2.- Una planta de ensamble recibe sus reguladores de

voltaje de tres proveedores diferentes, 60% del
proveedor B1, 30% del proveedor B2 y 10% del
proveedor B3.Si el 95% de los reguladores de voltaje que provienen de
B1, 80% de los reguladores del proveedor B2 y el 65% de
los reguladores del proveedor B3, tienen un rendimiento
de acuerdo a las especificaciones, nos gustara saber la
probabilidad de:
Que cualquier regulador de voltaje recibido por la planta
d un rendimiento segn las especificaciones.- Llame A
evento de que un regulador recibido por la planta tiene
rendimiento conforme a las especificaciones.Que un regulador de voltaje especfico, cuyo rendimiento
corresponde a las especificaciones, provenga del
proveedor B3.-

3.- A medida que ciertos artculos llegan al

final de una lnea de produccin, un
inspector elige aquellos que sern
sometidos a una inspeccin completa.Diez por ciento de todos los artculos
producidos son defectuosos.- Sesenta por
ciento de todos los artculos defectuosos
y veinte por ciento de todos los artculos
buenos son sometidos a una inspeccin
completa.Dado que un artculo es
sometido a una completa, a) Cual es la
probabilidad de que sea defectuoso?.-

4.- Los clientes se encargan de evaluar los

diseos preliminares de varios productos.- En el
pasado, el 95% de los productos que con mayor
xito en el mercado recibieron buena
evaluacin, el 60% de los productos con xito
moderado recibieron buenas evaluaciones, y el
10% de productos de escaso xito recibieron
buenas evaluaciones.- Adems, el 40% de los
productos ha tenido mucho xito, el 35% un
xito moderado, y el 25% una baja aceptacin.a) Cul es la probabilidad de que un producto
obtenga una buena evaluacin?.Si un nuevo diseo obtiene una buena evaluacin,
b) cual es la probabilidad de que se convierta
en un producto de gran xito?.-

5.- Los motores elctricos que salen de dos lneas

de ensamble se almacenan en una bodega
comn, dicha bodega contiene un nmero igual
de motores de cada lnea.Los motores se muestran peridicamente en esa
bodega y se prueban.- Se sabe que el 10% de
los motores de la lnea 1 son defectuosos y el
15% de la lnea 2 son defectuosos.- Si se
selecciona un motor al azar en la bodega y se
encuentra que tiene defectos.Calcular la probabilidad de que provenga de la
lnea 1.-

6.- Si se dispone de dos mtodos, el A y el B

para ensear determinada destreza en
manufactura.- El ndice de reprobados es
de 20% para el mtodo A y 10% para el
mtodo B.- Sin embargo, el mtodo B es
ms caro y por lo tanto, solo se usa el
30% del tiempo y el mtodo A el otro
70%.A un trabajador se lo adiestra con uno de
los dos mtodos, pero no puede aprender
en forma correcta.Cul es la probabilidad de que se haya
adiestrado con el mtodo A?.-

7.- Un armador de ventiladores elctricos

usa motores de dos proveedores A y B.La Compaa A suministra el 90% y la
Compaa B el otro 10% de los motores.Supngase que se sabe que el 5% de los
motores
que
suministra
A
son
defectuosos y que el 3% de los que
suministra B son defectuosos.- Se
encuentra que un ventilador ya armado
tiene un motor defectuoso.Cules la probabilidad de que ese motor
haya sido suministrado por la Compaa
B?.-

8.- Un depsito tiene lmparas de tres tipos,

el 45% son de tipo A, el 35% son de tipo B
y el 20% son de tipo C.- Se sabe adems
que los porcentajes de defectuosas son
en
cada
tipo,
2%,
3%
y
5%,
respectivamente.Se toma del depsito una lmpara al azar;
Cual es la probabilidad de que sea
defectuosa (D)?.-

VARIADOS

2.- Una compaa tiene dos expendios al menudeo.- Se

sabe que el 30% de los clientes potenciales compran
productos solo en la tienda I, el 50% compra en la
tienda II, el 10% compra en la tienda I y II, y el 10% de
los consumidores no compra en ninguna de las dos
tiendas.Sea A el evento en el que un
cliente potencial,
seleccionado al azar, compra en la tienda I, y B el
evento en el que compra en la tienda II.Calcular las siguientes probabilidades:
a) P (A)
b) P (A U B)
c) P (B)
d) P( A B)
f) P( A B)

e) P (A U B)
g) P (A U B)
Solucin

3.- Para encontrar defectos se inspeccionan las partes

hidrulicas del tren de aterrizaje que provienen de una
instalacin de reparacin de aviones.Los
antecedentes muestran que 8% tienen defectos solo en
los ejes, 6% tienen defectos solo en los bujes y que el
2% tienen defectos tanto en los ejes como en los bujes.Si se seleccionan al azar las partes hidrulicas que se
usarn en una aeronave, determinar la probabilidad de
que se tengan:
a)
b)
c)
d)

Un defecto en los bujes.Un defecto en un eje o en un buje.Solo uno de los tipos de defectos.Ningn defecto en los ejes o en los bujes.Solucin

4.- La probabilidad de que una Industria

americana se localice en La Rioja es de
0,70, de que se localice en San Juan es de
0,40 y de que se localice en La Rioja o en
San Juan o en ambas es de 0,80.Cual es la probabilidad de que la industria
se localice en:
a)Ambas ciudades.b) En ninguna de ellas.Solucin

EJERCICIOS PROPUESTOS:

1.- De
100 estudiantes que terminaron un
postgrado de Estadstica, 20 eran ejecutivos.Diez obtuvieron A en el curso y tres de estos eran
ejecutivos.- Supongamos que B representa a los
ejecutivos.Suponga que el estudiante seleccionado al azar
es ejecutivo.a) Muestre estos hechos en un diagrama de
Venn.b) Se desea conocer la probabilidad de que el
estudiante obtuviera una A.Solucin

2.- Suponga que un supervisor debe seleccionar

un trabajador para un puesto especial.- Lleva a
cabo la seleccin mezclando los cuatro
nombres y tomando uno al azar.- Sea A el
evento de que se selecciona el trabajador 1 o 2.B el evento de que se selecciona el trabajador
1 o 3.- C el evento de que se selecciona el
trabajador 1.a) Son independientes A y B?.b) Son independientes A y C?.Solucin

3.- Los registros indican que las partes que salen

de un taller de reparacin
de componentes
hidrulicos en una instalacin de reparacin de
aviones, el 20% tendr un defecto en el eje, el 10%
tendr defectos en un buje y el 75% no tendr
defectos.Para un articulo seleccionado al azar de esta
produccin, calcular las probabilidades de que:
A: el articulo tenga por lo menos un tipo de
defecto.B: el articulo solo tenga defectos en el eje.Solucin

4.- Una seccin de un circuito elctrico tiene dos

relevadores en paralelo como mostramos en la siguiente
figura.1
S

T
2

Los relevadores trabajan en forma independientes, y

cuando se conecta
un interruptor, ambos cierran en
forma correcta con una probabilidad de tan solo 0,80.- Si
ambos relevadores estn abiertos, calcular la probabilidad
de que la corriente pase de S a T cuando se conecta un
interruptor.Sea O un relevador abierto y C un relevador cerrado.Adems A representa el evento de que la corriente pasa
de S a T.-

5.- Suponga que un Arquitecto en el trayecto, de su casa al

estudio hay tres semforos.- Cuando el Arquitecto llega
a un semforo, puede este estar en rojo (R) o en verde
(V).a) Enumere el espacio muestral, indicando todas las
secuencias posibles de luces rojas y verdes que pueden
ocurrir en un viaje desde su casa al estudio.-- En el supuesto que cada elemento del espacio muestral
tiene la misma probabilidad de ocurrir:
b) Cual es la probabilidad de que en el siguiente recorrido
al estudio, usted deba detenerse durante una sola luz
roja?.c) Cul es la probabilidad de que la persona deba
detenerse durante por lo menos una luz roja?.Solucin

6.- Un estudio de Arquitectura compra papelera a uno de

los tres vendedores que llamo V1 , V2 , V3 .- Se ordena un
pedido por da, tal que (V2 V3) significa que el vendedor
V2 recibe el pedido el primer da y el vendedor V3 lo
recibe el segundo da.a) Determine el espacio muestral de este experimento de
solicitar papelera en dos das sucesivos.b) Suponga que se seleccionaron los vendedores al azar
cada da y asigne probabilidad a cada evento del
espacio muestra.c) Sea A el evento de que el mismo vendedor recibe los
dos pedidos.Sea B el evento de que V2 consigue por lo menos un
pedido.Calcule las siguientes probabilidades:
P (A)
P (B)
P (A U B) P ( A B)

7.- Un estudio de mejoramiento de la produccin

de
un
fabricante
de
semiconductores
proporciono datos de defectos para una
muestra de 450 placas de silicio.- Los siguientes
datos presenta un resumen de las respuestas a
dos preguntas, se encontraron partculas en el
troquel que produjo la placa de silicio? Y las
placas eran buenas o malas?.Calidad de la
Condicin del troquel
placa
Sin partculas Partculas

Total

Buenas

320

14

334

Malas

80

36

116

Total

400

50

450

a)Suponga que se sabe que una placa de

silicio es mala, Cul es la probabilidad
de que fuera producida con un troquel
que tena partculas?.b) Suponga que se sabe que una placa de
silicio es buena, Cul es la probabilidad
de que fuera producida con un troquel
que tena partculas?.c) son estos dos eventos, una placa
buena y un troquel sin partculas
estadsticamente
independientes?.Explique su respuesta.-

8.- La probabilidad de que un hombre

casado vea un cierto programa de TV de
Arquitectura es de 0,40 y la de que una
mujer casada lo haga es de 0,50.- La
probabilidad de que un hombre vea el
programa dado que su esposa lo hace es
de 0,70.- Encuentre las probabilidades de
que:
a) Una pareja de casados vea el programa.b) Una esposa vea el programa dado que su
esposo lo hace.c) Al menos una persona de un matrimonio
vea el programa.-

9.- Se sabe que el 42% de los Arquitectos

son mujeres.- Se sabe adems que el 24%
de las mujeres y el 16% de los hombres
Arquitectos son desocupados.a)Hallar la probabilidad de que un
Arquitecto
elegido
al
azar
este
desocupado.b) Cual es la probabilidad de que tenga
trabajo?.c) Cul es la probabilidad de que si se dio
un Arquitecto desocupado , este sea un
hombre?.-