Sunteți pe pagina 1din 36

Contenido

Contenido.......................................................................................................1 PROBABILIDADES...........................................................................................2 EXPERIMENTOS ALEATORIOS......................................................................2 PROBABILIDAD A PRIORI.............................................................................3 PROBABILIDAD CONDICIONADA..................................................................6 PROBABILIDAD TOTAL.................................................................................9 TEOREMA DE MULTIPLICACIN..................................................................12 TEOREMA DE BAYES..................................................................................1 !ARIABLE ALEATORIA DISCRETA...............................................................2" !ARIABLE ALEATORIA CONTINUA..............................................................22 DISTRIBUCIONES DISCRETAS....................................................................2# DISTRIBUCION DE POISSON.......................................................................26 DISTRIBUCION BINOMIAL...........................................................................29 DISTRIBUCIONES CONTINUAS...................................................................33 DISTRIBUCION NORMAL............................................................................33 DISTRIBUCION UNI$ORME CONTINUA........................................................3

PROBABILIDADES
EXPERIMENTOS ALEATORIOS
1. E1: Contar el nmero de pasajeros que suben a una combi en un da determinado. S= {0, 1, 2, , !,",...# $: %ue suban no menos de 1" pasajeros. $= {1", 1&, 1', 1(, 1), 20,...# *: %ue suban no menos de 10 ni m+s de 20 pasajeros. *= {10, 11, 12, 1 , 1!,...# 2. E2: E,traer de un lote que contiene artculos con a-era .$. / sin a-era .0$.. S= {$, 0$# 1: Se e,trae un artculo con a-era. 1= {$# 2: Se e,trae un artculo sin a-era. 2= {0$# 3. E : Contar el nmero de personas que asisten al centro comercial .3la4a 5ima Sur. en un da determinado. S= {0, 1, 2, , !, ",...# $: El nmero de asistentes sea un nmero par. $= {2, !, &, (, 10, 12, 1!,...# *: El nmero de asistentes sea un nmero impar. *= {1, , ", ', ), 11, 1 ,...# 4. E!: 6bser-ar si llue-e o no llue-e en da determinado. S= {llue-e, no llue-e# 1: 6curra que llue-a. 1= {llue-a# E: 6curra que no llue-a. E= {no llue-a#

5. E": En un sal7n de clases mi,to entre alumnos .8. / alumnas .9. se esco:en al a4ar tres alumnos.

S= {999, 998, 989, 988, 899, 898, 889, 888# $: $l menos se escojan dos alumnos ;ombres. $= {988, 898, 889, 888# *: Se escojan tres alumnas mujeres. *= {999#

PROBABILIDAD A PRIORI
3

Ejemplos: 1. Se lan4an dos dados al aire, <cu+l es la probabilidad de que la suma sea ma/or de '= Soluc !": S = { 1,1> 1,2 >1, > 1,!> 1,"> 1,&> 2,1> 2,2> 2, > 2,!> 2,"> 2,&> ,1> ,2 > , > ,!> ,"> ,&> !,1> !,2> !, > !,!> !,"> !,&> ",1> ",2 >", > ",!> ","> ",&> &,1> &,2> &, > &,!> &,"> &,&# $: 5a suma de los dados es ma/or que 10. $= {",&> &,"> &,&# 3 ?$@ = A &=0.0( I"#e$p$e#%c !" 5a probabilidad de que al lan4ar dos dados la suma de ellos sea ma/or a 10 es del (B. 2. En el sal7n de clases de computaci7n de 0 alumnos ;a/ 10 alumnos desaprobados <Cu+l es la probabilidad de alumnos aprobados= Soluc !": n= 0 alumnos. $: $lumnos aprobados $= {20# 3?$@=20A 0=0.&' I"#e$p$e#%c !" 5a probabilidad de alumnos aprobados en el sal7n de computaci7n es del &'B. 3. En la empresa CD;e arteEactsF pro-eedores de ;ornos microondas, pro-een al da "& ;ornos microondas, de los cuales !0 lle:an siempre sin Eallas mec+nicas <Cu+l es la probabilidad de artculos con Eallas mec+nicas= Soluc !": n="& $: ;ornos microondas con Eallas mec+nicas. $= {1&# 3?$@=1&A"&=0.2) I"#e$p$e#%c !" 5a probabilidad de alumnos aprobados en el sal7n de computaci7n es del 2)B. 4. Gn alumno ;a dado dos e,+menes de estadstica / no sabe si -a desaprobar o aprobar. <Cu+l es la probabilidad de que apruebe un e,amen=
#

Soluc !": $=aprueba. 1=desaprueba.

S= {$$, $1, 1$, 11# 2: El alumno aprueba un e,amen. 2= {$1, 1$# 3 ?2@=2A!=0." I"#e$p$e#%c !" 5a probabilidad de que el alumno apruebe un e,amen de los dos e,+menes que ;a dado es del "0B. 5. Gn oEicinista ;a dado tres entre-istas de trabajo en diEerentes empresas pero no sabe si lo ;an aprobado o no <Cu+l es la probabilidad de que pase por lo menos dos entre-istas de trabajo= Soluc !": $=aprueban 0=no lo aprueban

S= {$$$, $$0, $0$, $00, 0$$, 0$0, 00$, 000# 2: El oEicinista pase por lo menos dos entre-istas de trabajo. 2= {$$$, $$0, $0$, 0$$,# 3 ?2@=!A(=0." I"#e$p$e#%c !" 5a probabilidad de que el oEicinista de sus tres entre-istas pre-ias pase por lo menos 2 es del "0B.

PROBABILIDAD &ONDI&IONADA

Ejemplos: 1. En un estudio sanitario se ;a lle:ado a la conclusi7n de que la probabilidad de que una persona suEra problemas cardiacos es el 0,10. $dem+s, la probabilidad de que una persona suEra problemas de obesidad es el 0,2" / la probabilidad de que una persona suEra a la -e4 problemas de obesidad / cardiacos es del 0,0". Calcular la probabilidad de que una persona suEra problemas cardiacos si est+ obesa. Soluc !": $: Gna persona suEre de problemas cardiacos. 3 ?$@=0,10 *: Gna persona suEra problemas de obesidad. 3 ?*@=0,2" 3?$ *@=0,0" 3 ?$A*@ = 0,0" A 0,2" = 0,20 I"#e$p$e#%c !" 5a probabilidad de que una persona suEra problemas cardiacos dado que est+ obesa es del 20B. 2. Se selecciona una semilla, de una bolsa que contiene 10 semillas de Elores rojas, / 12 de ellas est+n marc;itas> adem+s " son rojas / est+n marc;itas. <Cu+l es la probabilidad de que:
6

a. 5a semilla sea roja= b. 5a semilla sea roja dado que esta marc;ita= Soluc !": n=1" a@ $: 5a primera semilla es roja. $=10 3 ?$@=10A1"=0.&' b@ *: 5a semilla esta marc;ita. *=12 3 ?*@ =12A1"=0.( $ *=" 3 ?$ *@ ="A1"=0. 3 ?$ A *@ = 0. I"#e$p$e#%c !": 5a probabilidad de seleccionar una semilla que sea roja dado que esta marc;ita es del !1 B. 3. En una ciudad, el !0B de la poblaci7n tiene cabellos castaHos, el 2"B tiene ojos castaHos / el 1"B tiene cabellos / ojos castaHos. Se esco:e una persona al a4ar: n=100 %' Si tiene los cabellos castaHos, <cu+l es la probabilidad de que ten:a ojos castaHos= A 0.(=0.!1

Soluc !":

I"#e$p$e#%c !": 5a probabilidad de que ten:a ojos castaHos dado que tiene cabello castaHo es del (B. (' Si tiene ojos castaHos, <cu+l es la probabilidad de que no ten:a cabellos castaHos= Soluc !":

I"#e$p$e#%c !": 5a probabilidad de que no ten:a cabello castaHo dado que tiene ojos castaHos es del !0B. 4. Se sabe que el "0B de la poblaci7n Euma / que el 10B Euma / es ;ipertensa. <Cu+l es la probabilidad de que una persona sea Eumador dado que es ;ipertenso= n=100 Soluc !": $: ser ;ipertenso. 3?$@=0,"0 *: ser Eumador. 3 ?*@=0,"0 $ * = 0,10 3 ?$I*@ = 0,10 A 0,"0 = 0,20 I"#e$p$e#%c !": 5a probabilidad de que una persona sea Eumador dado que es ;ipertenso es del 20B. 5. En un aula ;a/ 100 alumnos, de los cuales: !0 son ;ombres, 0 usan :aEas, / 1" son -arones / usan :aEas. Si seleccionamos al a4ar un alumno de dic;o curso: <quJ probabilidad ;a/ de que sea ;ombre dado que el alumno seleccionado no usa :aEas,= Soluc !":

&

n=100 ;=;ombres 3 ?9ujeres

K =Sin :aEas 8ombres@=!"A100=0.!"

I"#e$p$e#%c !": 5a probabilidad de que el alumno seleccionado sea ;ombre dado que no usa :aEas es del &B.

PROBABILIDAD TOTAL

Ejemplos: 1. Gna compaHa dedicada al transporte pblico e,plota tres lneas de una ciudad, de Eorma que el &0B de los autobuses cubre el ser-icio de la primero lnea, el 0B cubre la se:unda / el 10B cubre el ser-icio de la tercera lnea. Se sabe que la probabilidad de que, diariamente, un autobs se a-ere es del 2B, !B / 1B, respecti-amente, para cada lnea. 1etermina la probabilidad de que en un da, un autobs suEra una a-era. Soluc !": $- = a-era no $-= no a-era
9

51=5nea 1 52= 5nea 2 5 = 5nea

3 ?$-@ = 3?51@ L 3?$-A51@ M 3?52@ L 3?$-A52@ M 3?5 @ L 3?$-A5 @ = = 0.& N 0.02 M 0. N 0.0! M 0.1 N 0.01 = = 0.012 M 0.012 M 0.001 = 0.02" I"#e$p$e#%c !": 5a probabilidad de que en un da, un autobs suEra una a-era es del 2," B. 2. Gna empresa del ramo de la alimentaci7n elabora sus productos en cuatro Eactoras: F1, F2, F3 y F4. El porcentaje de producci7n total que se E+brica en cada Eactora es del !0B, 0B, 20B / 10B, respecti-amente, / adem+s el porcentaje de en-asado incorrecto en cada Eactora es del 1B, 2B, 'B / !B. Domamos un producto de la empresa al a4ar. <Cu+l es la probabilidad de que se encuentre deEectuosamente en-asado= Soluc !": M =el producto est+ deEectuosamente en-asado. *=producto en buen estado.

3 ?9@ = 3 ?21@ L 3?9A21@ M 3?22@ L 3?9A22@ M 3?2 @ L 3?9A2 @ M 3?2!@ L 3?9A2!@ = = 0.! L 0.01 M 0. L 0.02 M 0.2 L 0.0' M 0.1 L 0.0! = = 0.00! M 0.00& M 0.01! M 0.00! = 0.02( I"#e$p$e#%c !": 5a probabilidad de que el producto se encuentre deEectuosamente en-asado es del 2,(B.
1"

3. Oan a cambiar a tu jeEe / se barajan di-ersos candidatos: %' &%$los, con una probabilidad del &0B (' )u%", con una probabilidad del 0B c' Lu s, con una probabilidad del 10B En Eunci7n de quien sea tu pr7,imo jeEe, la probabilidad de que te suban el sueldo es la si:uiente: %' S s%le &%$los: la probabilidad de que te suban el sueldo es del "B. (' S s%le )u%": la probabilidad de que te suban el sueldo es del 20B. c' S s%le Lu s: la probabilidad de que te suban el sueldo es del &0B. En deEiniti-a, *cu%l es l% p$o(%( l +%+ +e ,ue #e su(%" el suel+o-: Soluc !": 3 ?*@ = ?0,&0 N 0,0"@ M ?0, 0 N 0,20@ M ?0,10 N 0,&0@ 0,0 M 0,0& M 0,0& = 0,1" I"#e$p$e#%c !": 5a probabilidad de que te suban el sueldo es del 1"B. 4. 5a pre-alencia de inEarto cardaco para ;ipertensos es del 0, B / para no ;ipertensos del 0,1B. Si la pre-alencia de ;ipertensi7n en una cierta poblaci7n es del 2"B <Cu+l es la pre-alencia del inEarto en esa poblaci7n=

Soluc !": $1: ser ;ipertenso $2: no serlo * : padecer inEarto p?*I$1@ = 0,00 > p?*I$2@ = 0,001> p?$1@ = 0,2" p?$2@ =0,'" p?*@ = 0,00 ,0,2" M 0,001 , 0,'" = 0,001" I"#e$p$e#%c !": 5a probabilidad de pre-alencia de inEarto en esa poblaci7n es del 1"B. 5. En un saquito ;a/ papeletas de tres colores, con las si:uientes probabilidades de ser ele:idas:

11

%' Am%$ ll%: probabilidad del "0B. (' .e$+e: probabilidad del 0B c' Roj%: probabilidad del 20B. Se:n el color de la papeleta ele:ida, podr+s participar en diEerentes sorteos. $s, si la papeleta ele:ida es: %' Am%$ ll%: participas en un sorteo con una probabilidad de :anar del !0B. (' .e$+e: participas en otro sorteo con una probabilidad de :anar del &0B c' Roj%: participas en un tercer sorteo con una probabilidad de :anar del (0B. Con esta inEormaci7n, <%uJ probabilidad tienes de :anar el sorteo en el que participes= Soluc !": 5as tres papeletas Eorman un sistema completo: sus probabilidades suman 100B 3 ?*@ = ?0,"0 N 0,!0@ M ?0, 0 N 0,&0@ M ?0,20 N 0,(0@ = 0,"! I"#e$p$e#%c !": 5a probabilidad de :anar el sorteo en el que participe es del 0,"!.

TEOREMA DE M/LTIPLI&A&I0N

Ejemplos
1.

En la instituci7n educati-a San $lEonso la probabilidad de que un alumno de educaci7n primaria apruebe el curso de matem+tica es 0B> que apruebe len:ua es del "0B. Si la probabilidad de que apruebe len:ua dado que apruebe matem+tica es del '"B. <Cual es la probabilidad de que el alumno apruebe matem+tica / len:ua= Soluc !": Datos $: el alumno apruebe matem+tica p?$@ = 0, 0 *: el alumno apruebe len:ua
12

p?*@ = 0,"0 p?*A$@=0,'" Determinar P(A B) p?$ *@ = p?$@ L p?*A$@ = ?0, 0@ L ?0,'"@ = 0,22" I"#e$p$e#%c !" 5a probabilidad de en la instituci7n educati-a San $lEonso un alumno de educaci7n primaria apruebe matem+tica / len:ua que es del 22,"B.
2.

Se sabe que el "0B de la poblaci7n de Santa Clara Euma / que el 1"B es ;ipertensa. $dem+s que la probabilidad de que un Eumador sea ;ipertenso es 20B <Cu+l es la probabilidad de que un indi-iduo sea ;ipertenso / Eumador= Soluc !": Datos $ = indi-iduo que sea ;ipertenso 3?$@=0,1" * = indi-iduo que sea Eumador 3?*@=0,"0 p?$I*@ = 0,20 Determinar A B p?$ *@ = p?*@ L p?$A*@ = ?0,"0@ L ?0,20@ = 0,10 I"#e$p$e#%c !": la probabilidad de que una indi-iduo de la poblaci7n de Santa Clara sea ;ipertenso / Eumador es del 10B.

3.

Si una mujer es portadora de la enEermedad de D/&1ENNE ?distroEia muscular pro:resi-a@. <Cu+l es la probabilidad de que su pr7,imo ;ijo sea -ar7n / ten:a la enEermedad= Soluc !":
13

Se:n las le/es de 9endel, todos los posibles :enotipos de un ;ijo de una madre portadora ?,P@ / un padre normal ?PQ@ son ,P, ,Q, PP, PQ / tienen la misma probabilidad. 3or lo tanto S = {,P, ,Q, PP, PQ# Tenemos $: tener ;ijo enEermo ?corresponde al :enotipo ,Q@ $ = {,Q# p?$@ = 1A! = 0,2" *: tener ;ijo -ar7n * = {,Q, PQ# p?*@ = 2A! = 0,"0 $dem+s: p?$I*@ = 0,"0 Determinar (A B) p?$ *@ = p?*@ L p?$A*@ = ?0,"0@ L ?0,"0@ = 0,2" I"#e$p$e#%c !": 5a probabilidad de que una mujer portadora de 1GC8E00E su ten:a un ;ijo sea -ar7n / ;erede la enEermedad es del 2"B.
4.

Se anali4an muestras de policarbonato pl+stico para determinar su resistencia a las ra/aduras / a los :olpes. Se encontr7 que tiene una resistencia a los :olpes de un "B / a las ra/aduras de !0B, adem+s la probabilidad de que ten:a una resistencia a los :olpes dado que ten:a resistencia a las ra/aduras es del !"B. <Cu+l es la probabilidad de que ten:an resistencia a los :olpes / a las ra/aduras= Soluc !": Tenemos $: Resistencia a los :olpes p?$@ = 0, " *: Resistencia a las ra/aduras p?*@ = 0,!0 $dem+s: p?$I*@ = 0,!"
1#

Determinar (A B) p?$ *@ = p?*@ L p?$A*@ = ?0,!0@ L ?0,!"@ = 0,1( I"#e$p$e#%c !": 5a probabilidad de que ten:an resistencia a los :olpes / a las ra/aduras es del 1(B.
5.

El 20B de los empleados de la empresa CO$5DQF son economistas / otro 20B son empleados contratados. Si el '"B de los empleados son economistas dado que sean empleados contratados. <Cu+l es la probabilidad de que un empleado ele:ido al a4ar sea economista / contratado= Soluc !": Datos $ = empleado que es economista 3?$@=0,20 * = empleado contratado 3?*@=0,20 p?$I*@ = 0,'" Determinar p(A B) p?$ *@ = p?*@ L p?$A*@ = ?0,20@ L ?0,'"@ = 0,1" I"#e$p$e#%c !": 5a probabilidad de que un empleado ele:ido al a4ar de la empresa CO$5DQC sea economista / contratado es del 1"B.

TEOREMA DE BA2ES

Ejemplos:
1.

Denemos tres urnas: con tres bolas rojas / cinco ne:ras, con dos bolas rojas / una ne:ra / con dos bolas rojas / tres ne:ras. Esco:emos una urna al a4ar / e,traemos una bola. Si la bola ;a sido roja, <cu+l es la probabilidad de ;aber sido e,trada de la urna =

Soluc !": R: sacar bola roja. 5a probabilidad pedida es tenemos: . Gtili4ando el teorema de *a/es,

I"#e$p$e#%c !": 5a probabilidad de que al e,traer una bola ;a sido roja, esta sea de la 2&B.
2.

es del

3arte meteorol7:ico ;a anunciado posibilidad para el Ein de semana:


%ue llue-a: probabilidad del "0B.

Se:n estos posibles estados meteorol7:icos, la posibilidad de que ocurra un accidente es la si:uiente:
Si llue-e: probabilidad de accidente del 10B

Soluc !":

16

$= %ue llue-a el Ein de semana. *= %ue ocurra un accidente.

I"#e$p$e#%c !" 5a probabilidad de que eEecti-amente estu-iera llo-iendo el da del accidente ?probabilidad a posteriori@ es del '1,!B.

3.

Denemos tres urnas: A con bolas a4ules / " ne:ras, B con 2 bolas a4ules / 1 ne:ra / C con 2 bolas a4ules / ne:ras. Esco:emos una urna al a4ar / e,traemos una bola. Si la bola ;a sido a4ul, <cu+l es la probabilidad de ;aber sido e,trada de la urna $= Soluc !": R: sacar bola roja. 0: sacar bola ne:ra.

5a probabilidad pedida es P(A/R). Gtili4ando el teorema de *a/es, tenemos:

1%

I"#e$p$e#%c !" 5a probabilidad de ;aber de que al e,traer una bola ;a sido a4ul esta sea de la urna $ es del 2&B.

4.

El 20B de los empleados de una empresa son in:enieros / otro 20B son economistas. El '"B de los in:enieros ocupan un puesto directi-o / el "0B de los economistas tambiJn, mientras que los no in:enieros / los no economistas solamente el 20B ocupa un puesto directi-o. <Cu+l es la probabilidad de que un empleado directi-o ele:ido al a4ar sea in:eniero=

Soluc !":

I"#e$p$e#%c !" 5a probabilidad de que un empleado directi-o ele:ido al a4ar sea in:eniero es del !0,"B.
5.

El parte meteorol7:ico ;a anunciado tres posibilidades para el Ein de semana: %' 3ue llue4%: probabilidad del "0B. (' 3ue " e4e: probabilidad del 0B

1&

c' 3ue 5%6% " e(l%: probabilidad del 20B. Se:n estos posibles estados meteorol7:icos, la posibilidad de que ocurra un accidente es la si:uiente: %' S llue4e: probabilidad de accidente del 20B. (' S " e4%: probabilidad de accidente del 10B c' S 5%6 " e(l%: probabilidad de accidente del "B.

Soluc !": %' P$o(%( l +%+ +e ,ue es#u4 e$% llo4 e"+o:

I"#e$p$e#%c !" 5a probabilidad de que eEecti-amente estu-iera llo-iendo el da del accidente ?probabilidad a posteriori@ es del '1,!B. (' P$o(%( l +%+ +e ,ue es#u4 e$% "e4%"+o:

I"#e$p$e#%c !" 5a probabilidad de que estu-iera ne-ando es del 21,!B. c' P$o(%( l +%+ +e ,ue 5u( e$% " e(l%:

I"#e$p$e#%c !" 5a probabilidad de que ;ubiera niebla es del ',1B

19

.ARIABLE ALEATORIA DIS&RETA

Ejemplos:
1.

Supon:amos que se lan4an dos monedas al aire. El espacio muestral, esto es, el conjunto de resultados elementales posibles asociado al e,perimento, es: Soluc !": 1onde: C=cara ,=cru4 S = {cc, c,, ,c, ,,#, P: el nmero de caras obtenidas. 3?cc@=2 3?c,, ,c@=1 3?,,@=0 RX = {0, 1, 2#

2.

Consideremos el e,perimento que consiste en lan4ar un dado dos -eces. El espacio muestral ser+: Soluc !": 3rimero se:undo 1 2 1 ?1,1@ ?2,1@ ? ,1@ ! " & ?!,1@ ?",1@ ?&,1@ 2 ?1,2@ ?2,2@ ? ,2@ ?!,2@ ?",2@ ?&,2@ ?1, @ ?2, @ ? , @ ?!, @ ?", @ ?&, @ ! ?1,!@ ?2,!@ ? ,!@ ?!,!@ ?",!@ ?&,!@ " ?1,"@ ?2,"@ ? ,"@ ?!,"@ ?","@ ?&,"@ & ?1,&@ ?2,&@ ? ,&@ ?!,&@ ?",&@ ?&,&@

S ={ ?1,1@ ?1,2@ ?1, @ ?1,!@ ?1,"@ ?1,&@ ?2,1@ ?2,2@ ?2, @ ?2,!@ ?2,"@ ?2,&@ ? ,1@ ? ,2@ ? , @ ? ,!@ ? ,"@ ? ,&@ ?!,1@ ?!,2@ ?!, @ ?!,!@ ?!,"@ ?!,&@ ?",1@ ?",2@ ?", @ ?",!@ ?","@ ?",&@ ?&,1@ ?&,2@ ?&, @?&,!@ ?&,"@ ?&,&@ #

2"

1eEinimos la -ariable aleatoria ?-.a.@ X como la suma de las puntuaciones, entonces X??1,1@@=2 X?? ,!@@=' X??2,&@@=( X??",&@@=11 RX = {2,',(,11#
3.

3ara estudiar si las ratas tienen -isi7n crom+tica, en una caja que cuenta con tres palancas se marca en rojo aquella que al pulsarla proporciona alimento. En cada prueba laposici7n de este pulsador se cambia aleatoriamente. Se somete una rata a cuatro pruebas.<Cual sera la distribuci7n de la -ariable aleatoria nmero de pulsaciones que consi:uen alimento, si la rata no distin:uiera el rojo / pulsase al a4ar= Soluc !": 5a -ariable aleatoria nmero de pulsaciones puede tomar los -alores 0, 1, 2, / !. El suceso que da ori:en a que la -ariable -al:a 0 sera: SR, R,R, RTUcu/a probabilidad sera 2A L 2A L 2A L 2A = 1&A(1 El suceso que da ori:en a que la -ariable -al:a 1 sera: SR,R, R, RTUGSR, R, R, RTGSR, R,R, RTGSR, R,R, RT / su probabilidad sera ! L 1A L 2A L 2A L 2A = 2A(1 El suceso que es la ima:en in-ersa de 2 es: SR,R,R,RTGSR, R,R,RTGSR, R,R,RTGSR, R, R, RTGSR, R, R, RTGSR, R, R, RT / su probabilidad & L 1A L 1A L 2A L 2A = 2!A(1 5a ima:en in-ersa de es: SR,R, R, RTGSR, R,R, RTGSR, R, R, RTGSR,R,R,RT / su probabilidad ! L 1A L 1A L 1A L 2A = (A(1 5a ima:en in-ersa de ! es el suceso: SR,R, R, RTU/ su probabilidad es 1A L 1A L 1A L 1A = 1A(1 Resumiendo la distribuci7n del nmero de aciertos es:

RX = {0, 1, 2, , !#
4.

Supon:amos que nos interesamos por el nmero de -arones P en el e,perimento de obser-ar al a4ar dos niHos reciJn nacidos ?Sea 8 = ;ombre / 9 = mujer@. Entonces, el espacio muestral , los -alores de la -ariable aleatoria P que cuenta el nmero de -arones / su Eunci7n de probabilidad Soluc !":

21

Sea: 8 = ;ombre / 9 = mujer 3?99@=0 3?98, 89@=1 3?88@=2

RX = {0, 1, 2# 6bser-e que esta -ariable es una -ariable discreta / que la suma de todas las probabilidades para todos los -alores de la -ariable es 1.

5.

Se sacan dos bolillas de manera sucesi-a sin reempla4o de una urna que contiene " bolillas blancas / ! bolillas rojas. Soluc !": P:Fnmero de bolillas rojas e,tradasF Sea : 0=*olillas blancas / R=*olillas rojas S={00,0R,RR,R0# 3?00@=0 3?0R@=1 3?R0@=1 3?RR@=2 RX = {0, 1, 2# .ARIABLE ALEATORIA &ONTIN/A

Ejemplos: 1. Gn estudio estadstico quiere conocer la duraci7n de un conjunto de bombillas. Soluc !": X:duracin de una bombi a . 5a -.a. as deEinida es una -ariable continua pues puede tomar cualquier -alor ma/or que 0. X!"#$
22

R,=V "#$% 2. Gna empresa dedicada a la conEecci7n de pantalones de caballero ;a determinado que la cintura de los -arones en una determinada localidad oscila entre '0 cm / 1 0 cm. Soluc !": X! &medida de a cin'ura de un (arn& 3uede tomar cualquier -alor comprendidio entre '0 / 1 0 cm. Doma por tanto un nmero inEinito no numerable ce -alores, X es una -.a. continua. R,=V'0,1 0W 3. Gna paniEicadora desea conocer quJ peso tienen las barras de pan. 5a m+quina Eabrica pie4as con pesos comprendidios entre 22" :r. / 2'":r. Soluc !": X! &Pe)o de una barra de *an& es continua, tomando -alores en el inter-alor V22", 2'"W. R"!V22", 2'"W

4. Gna pasteleria desea conocer quJ peso tienen la masa del queque. 5a pasteleria produce pasteles con pesos comprendidios entre 2(0 :r. / !0:r. Soluc !": X! &Pe)o de un +ue+ue & R"!V2(0, !0W 5. Se desea conocer las tallas de los alumnos de computacon.cu/os pesos estan comprendidos entre 1."0 / 1.'" cm. Soluc !": X! &'a a) de o) a umno)& R"!V1."0 , 1.'"W

23

DISTRIB/&IONES DIS&RETAS

DISTRIB/&ION DE BERNO/LLI

,?"@ = *"?1 X *@1 X " con " = {0,1#

Ejemplos:
1.

Gna m+quina Eabrica una determinada pie4a / se sabe que produce un ' por 1000 de pie4as deEectuosas. 8allar la probabilidad de que al e,aminar "0 pie4as s7lo ;a/a una deEectuosa. Soluc !": Se trata de una distribuci7n binomial de par+metros *?"0, 0Y00'@ / debemos calcular la probabilidad p?P=1@.

I"#e$p$e#%c !": 5a probabilidad de que al e,aminar "0 pie4as s7lo ;a/a una deEectuosa es de 2!,(B.
2.

5a probabilidad de que el carburador de un coc;e sal:a de E+brica deEectuoso es del ! por 100. 8allar: a@ El nmero de carburadores deEectuosos esperados en un lote de 1000 b@ 5a -arian4a / la des-iaci7n tpica. Soluc !":

2#

3.

5an4ar una moneda, probabilidad de conse:uir que sal:a cru4. Soluc !": Se trata de un solo e,perimento, con dos resultados posibles: el J,ito ?p@ se considerar+ sacar cru4. Oaldr+ 0,". El Eracaso ?q@ que saliera cara, que -ale ?1 Z p@ = 1 Z 0," = 0,". 5a -ariable aleatoria P medir+ .nmero de cruces que salen en un lan4amiento., / s7lo e,istir+n dos resultados posibles: 0 ?nin:una cru4, es decir, salir cara@ / 1 ?una cru4@. 3or tanto, la -.a. P se distribuir+ como una *ernoulli, /a que cumple todos los requisitos. X[*e?0,"@ P?X = 0@ = ,?0@ = 0,"00,"1 = 0," P?X = 1@ = ,?1@ = 0,"10,"0 = 0," I"#e$p$e#%c !": 5a probabilidad de conse:uir que sal:a cru4 es del "0B.

4.

E: .5an4ar un dado / salir un &.. Soluc !": S= {1, 2, , !, ", &# 5a probabilidad de que obten:amos un & -iene deEinida como la probabilidad de que P sea i:ual a 1. P?X = 1@ = ,?1@ = ?1 A &@1 N ?" A &@0 = 1 A & = 0.1&&' I"#e$p$e#%c !": 5a probabilidad de que al lan4ar un dado / salir un &es del 1&.'B.

5.

5an4ar una moneda, probabilidad de conse:uir que sal:a cru4.. Soluc !": Se trata de un solo e,perimento, con dos resultados posibles: el J,ito ?p@ se considerar+ sacar cru4. Oaldr+ 0,". El Eracaso ?q@ que saliera cara, que -ale ?1 Z p@ = 1 Z 0," = 0,".

5a -ariable aleatoria P medir+ .nmero de cruces que salen en un lan4amiento., / s7lo e,istir+n dos resultados posibles: 0 ?nin:una cru4, es decir, salir cara@ / 1 ?una cru4@. 3or tanto, la -.a. P se distribuir+ como una *ernoulli, /a que cumple todos los requisitos. X[Be?0,"@ P?X = 0@ = ,?0@ = 0,"00,"1 = 0," P?X = 1@ = ,?1@ = 0,"10,"0 = 0,"

I"#e$p$e#%c !": 5a probabilidad de conse:uir que sal:a cru4 es del "0B.

DISTRIB/&ION DE POISSON
7o$mul%:

Ejemplos
1.

5a probabilidad de que ;a/a un accidente en la compaHa de manuEactura San Roman es de 0.02 por cada da de trabajo. Si se trabajan 00 das al aHo, <cu+l es la probabilidad de tener accidentes= Soluc !": D%#os: p=0,02 > ,= > n= 00 > = 00 N 0.02 = &

26

I"#e$p$e#%c o": 5a probabilidad de tener accidentes laborales en la compaHa de manuEactura San Rom+n en 00 das de trabajo es de (.)B.

2.

5a contaminaci7n constitu/e un problema en la Eabricaci7n de discos de almacenamiento 7ptico de cierta empresa. El nmero de partculas de contaminaci7n que ocurre en un disco 7ptico tiene una distribuci7n de 3oisson / el nmero promedio de partculas por centmetro cuadrado de superEicie del disco es 0.1. El +rea de un disco bajo estudio es 100 centmetros cuadrados. Encuentre la probabilidad de que ocurran 12 partculas en el +rea del disco bajo estudio. Soluc !": D%#os: Sea que , denote el nmero de partculas en el +rea de un disco bajo estudio. 3uesto que el nmero promedio de partculas es 0.1 partculas por cm2 . p=0,1 > ,=12 > n=100 cm > = 100 cm , 0.1 partculasA cm 2 = 10 partculas

I"#e$p$e#%c !": 5a probabilidad de que ocurran 12 partculas en el +rea del disco de almacenamiento 7ptico es de ),"B.
3.

5a probabilidad de que en la elaboracion de una ta4a na-ideHa sal:a deEectuosa es de 0.012. <Cu+l es la probabilidad de que entre (00 ta4as /a Eabricadas ;a/an " deEectuosas=

2%

Soluc !": En este ejemplo -emos nue-amente la probabilidad * menor que 0.1, / el producto n - * menor que 10, por lo que aplicamos el modelo de distribuci7n de 3oisson: Datos: p=0,012 > ,=" > n=(00 > = (00 , 0,012 = ),&

Interpretacin: 5a probabilidad de que ;a/a " ta4as na-ideHas deEectuosas entre las (00 reciJn elaboradas es de !.&B. En Gna determinada compaHa teleE7nica recibe llamadas a ra47n de " por minuto. Si la distribuci7n del nmero de llamadas es de 3oisson, calcular la probabilidad de recibir menos de cuatro llamadas en un determinado minuto. Soluc !": D%#os: ,=0,1,..., > n=1 > = " por minuto

4.

I"#e$p$e#%c !": 5a probabilidad de que en una cierta compaHa teleE7nica se reciban menos de cuatro llamadas en un determinado minuto es de 2&,"B.
5.

En una :ran ciudad se producen 2 incendios anuales por termino medio. <Cual es la probabilidad de que el pro,imo aHo se produ4can mas de cuatro incendios=

2&

Soluc !": Datos: ,=" > n=(00 = ),& > =2

Interpretacin: 5a probabilidad de que el pr7,imo aHo se produ4can mas de cuatro incendios es de "B.

DISTRIB/&ION BINOMIAL
Ejemplos
1.

Se tiene una moneda trucada de modo que la probabilidad de sacar cara es cuatro -eces la de sacar cru4. Se lan4a & -eces la moneda. Calcula las si:uientes probabilidades: '. 6btener dos -eces cru4. (. 6btener a lo sumo dos -eces cru4. Soluc !": Calculamos en primer lu:ar la probabilidad de cara / de cru4: p?cara@Mp?cru4@=1. Si llamamos , a la probabilidad de sacar cru4, podemos escribir: !,M,=1> ",=1> ,=0,2 $s resulta: p?cru4@=0,2 / p?cara@=0,( P%$#e %: 1atos: n=&> ,=2> p=0,2> q=0,(

I"#e$p$e#%c !": la probabilidad de que al lan4ar & -eces una moneda se obten:a 2 -eces cru4 es del 2"B. P%$#e (:

29

D%#os: n=&> ,=0,1,2> p=0,2> q=0,(

I"#e$p$e#%c !": la probabilidad de que al lan4ar & -eces una moneda se obten:a a lo sumo 2 -eces cru4 es del )0B.

2.

Gna determinada ra4a de perros tiene ! cac;orros en cada camada. Si la probabilidad de que un cac;orro sea mac;o es de 0,"". <Cu+l es la probabilidad de que en una camada dos e,actamente sean ;embras= Soluc !": Calculamos en primer lu:ar la probabilidad de que un cac;orro sea mac;o o ;embra: p?mac;o@=0,"" p?;embra@=0,!" D%#os: n=!> ,=2> p=0,!"> q=0,""

I"#e$p$e#%c !": 5a probabilidad de que en una camada de una determinada ra4a de perros dos e,actamente sean ;embras es del 'B.
3.

5a probabilidad de que un estudiante de la Gni-ersidad Ricardo 3alma obten:a el ttulo de arquitecto es 0, . Calcula la probabilidad de que en un :rupo de ' estudiantes matriculados en primer curso: a@ 0in:uno de los ' Einalice la carrera. b@ S7lo Einalice uno la carrera. c@ $l menos 2 acaben la carrera. Soluc !": P%$#e %:
3"

D%#os: n='> ,=0> p=0, > q=0,'

I"#e$p$e#%c !": 5a probabilidad de que un :rupo de ' estudiantes matriculados en primer curso nin:uno Einalice la carrera es del (B.

P%$#e (: Datos: n='> ,=1> p=0, > q=0,'

Interpretacin: 5a probabilidad de que un :rupo de ' estudiantes matriculados en primer curso solo 1 Einalice la carrera es del 2"B. P%$#e c: Datos: n='> ,=2, ,!,...,' > p=0, > q=0,'

Interpretacin: 5a probabilidad de que un :rupo de ' estudiantes matriculados en primer curso al menos 2 acaben la carrera es del &'B.
4.

En una poblaci7n en la que ;a/ un !0B de ;ombres / un &0B de mujeres seleccionamos ! indi-iduos <Cual es la probabilidad de que ;a/a 2 ;ombres / 2 mujeres=
31

Soluc !": Datos: 3ara calcular la probabilidad de que ;a/a 2 ;ombres / 2 mujeres en la muestra, basta calcular la probabilidad de que ;a/a dos ;ombres en la misma.

Tenemos n=! > ,=2 > p=0,! > q=0,&

Interpretacin: 5a probabilidad de que al seleccionar al a4ar ! indi-iduos de la poblacion de Santa 5eonor ;a/a 2 ;ombres / 2 mujeres es del "B.
5.

Gna prueba de inteli:encia consta de die4 cuestiones cada una de ellas con cinco respuestas de las cuales una sola es -erdadera .Gn alumno responde al a4ar: '. <Cu+l es la probabilidad de que responda al menos a dos cuestiones correctamente= (. <Cu+l la de que responda bien a seis= Soluc !": Calculamos en primer lu:ar la probabilidad de acertar una pre:unta: p=1A"=0,2 $s resulta: p=0,2 P%$#e %: Datos: n=10 > ,=2, ,...,10 > p=0,2 > q=0,(

32

Interpretacin: 5a probabilidad de que en una prueba de inteli:encia de die4 cuestiones el alumno responda al menos a dos cuestiones correctamente es del &2B.

P%$#e (: Datos: n=10 > ,=& > p=0,2 > q=0,(

Interpretacin: 5a probabilidad de que en una prueba de inteli:encia de die4 cuestiones el alumno responda bien a & pre:untas es del 0,&B.

DISTRIB/&IONES &ONTIN/AS

DISTRIB/&ION NORMAL Se llama + s#$ (uc !" "o$m%l, + s#$ (uc !" +e 8%uss o + s#$ (uc !" 9%uss %"% en estadstica / probabilidad. Gna + s#$ (uc !" "o$m%l de me+ % : / +es4 %c !" #;p c% < se desi:na por N =:> <'. Su :r+Eica es la c%mp%"% +e 8%uss: que con m+s Erecuencia aparece en Een7menos reales.

33

5a :r+Eica de su Eunci7n de densidad tiene una Eorma acampanada / es simJtrica respecto de un determinado par+metro. Esta cur-a se conoce como campana de Kauss.

5a me+ % de la distribuci7n normal -iene dada por: E=X' ? Q la 4%$ %"@% de la distribuci7n normal -iene e,presada por: .%$=X' ? No$m%l No Es#A"+%$ =T p B c%c !"'. Si X tiene una distribuci7n normal con media / des-iaci7n est+ndar , entonces:

Se dice que tiene una distribuci7n normal est+ndar. Ejemplos de tipiEicaci7n:

Ejemplo
1.

En una ciudad se estima que la temperatura m+,ima en el mes de junio si una distribuci7n normal, con media 2 \ / des-iaci7n
3#

tpica "\. Calcular el nmero de das del mes en los que se espera alcan4ar m+,imas entre 21\ / 2'\.

DISTRIB/&ION /NI7ORME &ONTIN/A

Ejemplo:
1.

El precio medio del litro de :asolina durante el pr7,imo aHo se estima que puede oscilar entre 1!0 / 1&0 pesetas. 3odra ser, por tanto, de 1! pesetas., o de 1! ,! pesetas., o de 1! ,!" ptas., o de 1! ,!"" pesetas, etc. 8a/ inEinitas posibilidades, todas ellas con la misma probabilidad. Soluc !": Su Bu"c !" +e +e"s +%+> aquella que nos permite conocer la probabilidad que tiene cada punto del inter-alo, -iene deEinida por: 1onde: (: es el e,tremo superior ?en el ejemplo, 1&0 ptas.@ %: es el e,tremo inEerior ?en el ejemplo, 1!0 ptas.@ 3or lo tanto, la Eunci7n de distribuci7n del ejemplo sera:

Es decir, que el -alor Einal estJ entre 1!0 ptas. / 1!1 ptas. tiene un "B de probabilidad, que estJ entre 1!1 / 1!2, otro "B, etc. El -alor medio de esta distribuci7n se calcula:
3

En el ejemplo:

I"#e$p$e#%c !": 3or lo tanto, el precio medio esperado de la :asolina para el pr7,imo aHo es de 1"0 pesetas.
2.

El -olumen de precipitaciones estimado para el pr7,imo aHo en la ciudad de Se-illa -a a oscilar entre !00 / "00 litros por metro cuadrado. Calcular la Eunci7n de distribuci7n / la precipitaci7n media esperada: Soluc !":

Es decir, que el -olumen de precipitaciones estJ entre !00 / !01 litros tiene un 1B de probabilidades> que estJ entre !01 / !02 litros, otro 1B, etc. El -alor medio esperado es:

I"#e$p$e#%c !": Es decir, la precipitaci7n media estimada en Se-illa para el pr7,imo aHo es de !"0 litros.

36

S-ar putea să vă placă și