CONDICIONAL

Una mujer es portadora de la enfermedad de Duchenne Cul es la probabilidad de que su

prximo hijo tenga la enfermedad?
Segn las leyes de Mendel, todos los posibles genotipos de un hijo de una madre
portadora (xX) y un padre normal (XY) son xX, xY, XX, XY y tienen la misma probabilidad.
El espacio muestral es W = {xX, xY, XX, XY}
El suceso A={hijo enfermo} corresponde al genotipo xY, por tanto, segn la definicin
clsica de probabilidad p(A) = 1/4 = 0,25

La mujer tiene el hijo y es varn qu probabilidad hay de que tenga la enfermedad?
Se define el suceso B = {ser varn} = {xY, XY}
La probabilidad pedida es p(A|B) y aplicando la definicin anterior:
p(B) = 0,5; A B = {xY}; p(A B) = 0,25; p(A|B) = 0,25/0,5 = 0,5

Si sabemos que es varn, el espacio muestral ha cambiado, ahora es B. Por lo tanto se
puede calcular p(A|B) aplicando la definicin clsica de probabilidad al nuevo espacio
muestral
p(A|B) = 1/2 = 0,5










SUCESOS DEPENDIENTES
1. El 20% de los empl eados de una empresa son ingenieros y otro 20%
son economistas. El 75% de los i ngenieros ocupan un puesto di recti vo
y el 50% de los economi stas tambi n, mientras que l os no i ngenieros y
l os no economistas solamente el 20% ocupa un puesto di recti vo. Cul
es l a probabi l idad de que un empleado di recti vo elegi do al azar sea
i ngeniero?



2. Una caja contiene 4 canicas rojas, 3 canicas verdes y 2 canicas azules. Una canica
es eliminada de la caja y luego reemplazada. Otra canica se saca de la caja. Cul
es la probabilidad de que la primera canica sea azul y la segunda canica sea verde?
Ya que la primera canica es reemplazada, el tamao del espacio muestral (9) no
cambia de la primera sacada a la segunda as los eventos son independientes.

P(azul luego verde) = P(azul) P(verde)

P

BINOMIAL
Sea que X denote el nmero de horas hasta que los tres sistemas fallen, y sea que X1, X2
y X3 denoten el nmero de horas de operacin antes de una falla de la primera, la segunda
y la tercera computadoras usadas, respectivamente. Entonces, X=X1+X2+X3. Adems, se
supone que las horas comprenden ensayos independientes con la probabilidad con la
probabilidad constante de falla p=0.0005 y r=3.
En consecuencia:
E(X)= 3/0.0005= 6000horas

Cul es la probabilidad de que las tres computadoras fallen en un vuelo de 5 horas? La
probabilidad pedida es P(x5) y

POISSON
Supongamos que el nmero de imperfecciones en un alambre delgado de cobre sigue una
distribucin Poisson con una media de 2.3 imperfecciones por milmetro.
a) Determine la probabilidad de 2 imperfecciones en un milmetro de alambre.
b) Determine la probabilidad de 10 imperfecciones en 5 milmetros de alambre.
c) Determine la probabilidad de al menos una imperfeccin en 2mm de alambre
SOLUCIN:
a) Determine la probabilidad de 2 imperfecciones en un milmetro de alambre.
Entonces E(x)=2.3 imperfecciones y

b) Determine la probabilidad de 10 imperfecciones en 5 milmetros de alambre.
Sea que X denote el nmero de imperfecciones en 5 milmetro de alambre.
Entonces, X tiene una distribucin Poisson con

E(x)=5mmx2.3 imperfecciones/mm= 11,5 imperfecciones.
Por lo tanto,

c) Determine la probabilidad de al menos una imperfeccin en 2mm de alambre.
Sea que x denote el nmero de imperfecciones en 2 milmetros de alambra.
Entonces, X tiene una distribucin de Poisson con

E(x)=2mmx2.3imperdecciones/mm=4.6imperfecciones
Por lo tanto,

DISTRIBUCIN BINOMIAL
Supongamos que lanzamos al aire una moneda trucada. Con esta moneda la probabilidad
de obtener cara es del 30%. La probabilidad que salga cruz ser, pues, del 70%.
Lanzamos la moneda 10 veces de manera consecutiva. Si queremos calcular la
probabilidad de que observemos 6 caras o menos nos fijamos en la tabla: localizamos
n=10, x=6, p=0.3 y buscamos la interseccin: 0.9894













a) Y si nos pidieran la probabilidad de que salieran 7 caras o ms?
Entonces utilizaramos el hecho de que el suceso descrito es el complementario del
anterior para afirmar que la probabilidad buscada es 1-0.9894=0.0106
b) Y si nos pidieran la probabilidad de que salieran exactamente 6 caras?
Tendramos que calcular la probabilidad de obtener 6 caras o menos (0.9894) y la de
obtener 5 caras o menos (0.9527), las restamos y obtenemos 0.0367. No obstante, mejor
es calcular
(

DISTRIBUCION NORMAL
Las calificaciones de los 500 aspirantes presentados a un examen para contratacin
laboral, se distribuye normalmente con media 6'5 y varianza 4.
a) Calcule la probabilidad de que un aspirante obtenga ms de 8 puntos.
b) Determine la proporcin de aspirantes con calificaciones inferiores a 5 puntos.
c) Cuntos aspirantes obtuvieron calificaciones comprendidas entre 5 y 7'5 puntos?
Nos encontramos ante una distribucin normal N(6'5, 4)= N(6'5,2)

a)








b)










Tipificamos el valor 8:

La probabilidad pedida es el rea a la
derecha de z = 0'75.
Consultando las tablas obtenemos: 0'22663


Tipificamos el valor 5: z = = 5 65

Calculemos el rea (probabilidad) a la
izquierda de z = -0'75.
Consultando las tablas obtenemos: 0'22663
En trminos de porcentajes ser
0'22663 x 100 =22'663 %





c)


































Tipificamos los valores 5 y 75:

El rea comprendida entre ambos es,
consultando las tablas:
P(5 < X < 7'5) = P(-0'75 < z < 0'5) = 0'46483
Multiplicando la probabilidad por el total de
aspirantes, obtenemos el nmero de ellos
que tienen calificaciones comprendidas entre
5 y 7'5 puntos :
0'46483 x 500 = 232'415 232 aspirantes