Documente Academic
Documente Profesional
Documente Cultură
Qu es probabilidad?
La palabra probabilidad proviene del latn probabilis que significa probable o como
verdad.
N o de resultados favorables
Clsica
N o total de resultados posibles
Subjetiva Se obtiene evaluando las opiniones disponibles y otra inf ormacin subjetiva
Como ejemplos de estas probabilidades tenemos:
Clsica. Si se lanza al aire un dado bien balanceado una sola vez, cul es la
probabilidad de que la cara superior de este caiga par?
1
Lic. Vicente Snchez y Ramrez
Probabilidad
___________________________________________________________________________________________
El total de resultados posibles que pueden aparecer al lanzar el dado una sola vez
son S = (1, 2, 3, 4, 5, 6); Los resultados favorables de que la cara superior sea par
son A = (2, 4, 6). Por lo tanto la probabilidad de obtener nmero par es 3 / 6 = 0.5
0 P A 1 P 0 P S 1
n
P A
N
Ejemplo. Una mujer est a punto de dar la luz y el cual no va ha ser alumbramiento
mltiple. a) Cul es la probabilidad de que de luz a un gato? b) A una nia?
c) A un nio una nia?
a) P (un gato) = 0 / 2 = 0
b) P (una nia) = 1 / 2 = 0.5
c) P (un nio una nia) = 2 / 2 = 1
0 0.5 1
2
Lic. Vicente Snchez y Ramrez
Probabilidad
___________________________________________________________________________________________
En cada caso se expresa un resultado del cual no se tiene certeza, pero en virtud de
los antecedentes o la comprensin del experimento, se logra cierto contenido de
confianza en la validez de la aseveracin.
Sea S un espacio muestral, sea E la clase de eventos y sea P una funcin de valores
reales definida en E. Entonces P se llama funcin de probabilidad y P(A) es llamada
probabilidad del evento A si cumple con los siguientes axiomas.
Axioma 2. P S 1
U
A B
A A
1 2
3
Lic. Vicente Snchez y Ramrez
Probabilidad
___________________________________________________________________________________________
1. Si se lanza una moneda al aire una sola vez, cul es la probabilidad de que
caiga guila y sol?
Al analizar cualquier problema, nos damos cuenta que al aparecer un evento el otro
no tiene posibilidad de salir, por lo que le corresponde la probabilidad cero.
Veamos los siguientes ejemplos con el fin de entender mejor estos axiomas:
1. Se lanzan dos dados bien balanceado al aire una sola vez, donde A es el evento
de que la suma de los nmeros de la cara superior sea cinco, B es el evento de
obtener dos nmeros iguales y C el evento de obtener 10 puntos, encuentre la
probabilidad de A, B y C.
Primero obtenemos el espacio muestral al lanzar los dos dados (36 resultados), y
posteriormente asignamos las probabilidades a cada punto muestral de la siguiente
manera.
11 21 31 41 51 61
12 22 32 42 52 62
13 23 33 43 53 63
14 24 34 44 54 64
15 25 35 45 55 65
16 26 36 46 56 66
P(A) = (14, 23, 32, 41) = 1/36 + 1/36 + 1/36 + 1/36 = 4/36
P(B) = (11, 22, 33, 44, 55, 66) = 1/36 + 1/36 + 1/36 + 1/36 + 1/36 + 1/36 = 6/36
P(C) = (46, 55, 64) = 1/36 + 1/36 + 1/36 = 3/36
4
Lic. Vicente Snchez y Ramrez
Probabilidad
___________________________________________________________________________________________
2. Si se lanza una moneda al aire dos veces, encuentre la probabilidad de que
cuando menos caiga un guila.
El espacio muestral presenta cuatro resultados que son S = (AA, AS, SA, SS), por lo
que w(4) = 1, entonces W = .
Por lo que P(un guila o ms) = P(AA, AS, SA) = 1/4 + 1/4 + 1/4 = 3/4
3. Se carga un dado de tal manera que el nmero par tiene el doble de posibilidad de
salir que un non. Si A es el evento de que la cara superior del dado sea un nmero
menor que cuatro en un solo lanzamiento, encuentre la probabilidad de A.
A A
P A P A
P A P A P
P A P A P A P P A
0 P
P ( Ac ) 1 P A.
1 P S P A Ac P A P Ac
1 P A P A
c
P A 1 P A
c
U
5
Lic. Vicente Snchez y Ramrez
Probabilidad
___________________________________________________________________________________________
A AC
Teorema 3. Si A B entonces P A P B
P B P A P B | A
B
A
B|A
P A | B P A P A B
A A | B A B
P A P A | B P A B
P A | B P A P A B
U
A
A|B
A| BAA
BB
B
6
Lic. Vicente Snchez y Ramrez
Probabilidad
___________________________________________________________________________________________
P A B P A P B P A B .
P A B P A | B P B
P( AUB) P A P A B P B
P( AUB) P A P B P A B
B
A|B
A B
A
B
P A B C P A P B P C P A B P A C P B C P A B C .
A B
2. Al lanzar dos monedas al aire una sola vez, cul es la probabilidad de que caiga
guila y sol respectivamente?
7
Lic. Vicente Snchez y Ramrez
Probabilidad
___________________________________________________________________________________________
En el primer ejemplo nos damos cuenta que los eventos rey y espadas si pueden
salir, ya que existe el rey de espadas. Mientras que en el segundo ejemplo las
monedas si pueden caer guila y sol, ya que son dos.
1. Una mquina automtica llena bolsas de plstico con: Frijoles, soya y otras
leguminosas, la mayora de las bolsas tienen un peso correcto pero otras tienen
pequeas variaciones, un paquete puede tener un peso ligeramente mayor o menor.
Una verificacin de paquetes llenados la semana pasada indic:
Al analizar los eventos nos damos cuenta que hay elementos que tanto pertenecen
a matemticas como a ingls (existe interaccin), por lo que se trata de eventos
comunes lo que nos lleva a utilizar el teorema cinco.
P(M o I) P M I P M P I P M I
8
Lic. Vicente Snchez y Ramrez
Probabilidad
___________________________________________________________________________________________
2 / 3 4 / 9 1 / 4 31/ 36 0.8611
Al observar el resultado vemos que casi es seguro de que Ana aprobar al menos
un curso.
Al analizar el problema vemos que existe interaccin entre los eventos, por lo que se
trata de eventos comunes.
a) P M H P M P H P M H
54 / 200 69 / 200 35 / 200 88 / 200 0.44
b) P M H C 1 P M H
1 88 / 200 112 / 200 0.56
c) P H | M P H P H M
69 / 200 35 / 200 34 / 200 0.17
11 21 31 41 51 61
12 22 32 42 52 62
13 23 33 43 53 63
14 24 34 44 54 64
15 25 35 45 55 65
16 26 36 46 56 66
Siete puntos pueden aparecer seis veces y once puntos dos veces (valores
remarcados). Dado que la suma siete puntos y once puntos no pueden presentarse
al mismo tiempo, se trata de eventos mutuamente excluyentes.
9
Lic. Vicente Snchez y Ramrez
Probabilidad
___________________________________________________________________________________________
P S O P S P O
6 / 36 2 / 36 8 / 36 0.2222
Si observamos el problema vemos que no existe interaccin entre estos dos eventos,
por lo que son mutuamente excluyentes.
U=1
A B
.3 .5
.2
Al analizar los eventos nos damos cuenta de que si la persona compra un carro
verde ya no puede comprar un carro azul, por lo que los eventos son excluyentes.
Por lo tanto la probabilidad requerida es:
Como existe interaccin entre los eventos, sabemos que se trata de eventos
comunes y nos apoyaremos para resolverlo en el diagrama de Venn siguiente.
Para definir la probabilidad en cada una de las regiones del diagrama, se recomienda
iniciar con la interaccin de los conjuntos (0.1). As si todo J vale 0.3 pero en la
10
Lic. Vicente Snchez y Ramrez
Probabilidad
___________________________________________________________________________________________
interaccin ya hay 0.1, entonces la regin faltante de J ser 0.3 0.1 = 0.2, y de
manera anloga se obtiene para K.
U=1
J K
.2 .1 .3
.2
U=200
40
D 60 B
60 40 11
Lic. Vicente Snchez y Ramrez
Probabilidad
___________________________________________________________________________________________
60 60 40
P( DUB) 0.80
200
Como existe interaccin entre los dos eventos, la probabilidad requerida es:
P Z D P Z P D P Z D
= 0.08 + 0.15 - 0.03
= 0.20
U=1
11. El presidente de una junta de directores dice: hay un 50% de posibilidad de que
esta compaa tenga utilidades, un 30% de que quede a nivel y un 20% de que
perder dinero el siguiente trimestre.
Podemos apreciar que los eventos son mutuamente excluyentes y los definimos por:
Sea U el evento que tenga utilidad.
Sea N el evento que quede a nivel.
Sea P el evento que pierda dinero.
12
Lic. Vicente Snchez y Ramrez
Probabilidad
___________________________________________________________________________________________
U=1
a) P A B C R = 0.7
b)
P A B C
c
c
R = 0.5
c) P B c
C R = 0.2
d) P A c
B C c
c
R = 0.3
13
Lic. Vicente Snchez y Ramrez
Probabilidad
___________________________________________________________________________________________
4. En una encuesta realizada con 270 personas adultas, se encontr que 70 fuman,
50 toman, y 10 toman y fuman. Si se selecciona a un adulto al azar de donde se saco
la muestra:
a) Cul es la probabilidad que tiene cada caballo de ganar? P(A) = 4/7, P(B) = 2/7 y
P(C) = 1/7
b) Cul es la probabilidad de que A o B ganen? R = 6/7
P B A
P B | A
Donde: P A
14
A AB B
Lic. Vicente Snchez y Ramrez
Probabilidad
___________________________________________________________________________________________
Al analizar el problema nos damos cuenta que el evento condicin es H, por lo tanto
la probabilidad la obtenemos de acuerdo al teorema por:
P D H
P D | H
P H
40 900
P D | H 0.08
500 900
El evento condicin en este caso es que este empleada, por lo que la probabilidad
requerida es.
P M E
P M | E
P E
15
Lic. Vicente Snchez y Ramrez
Probabilidad
___________________________________________________________________________________________
140 900
P M | E 0.2333
600 900
P H E 460 900
P H | E 0.7667
P E 600 900
2. A los habitantes de una ciudad se les realiz una encuesta con el fin de determinar
el nmero de lectores de los peridicos Exclsior y Novedades. Los resultados de
sta encuesta fueron los siguientes: 20% de los habitantes leen Exclsior, 16% leen
Novedades y un 1% leen ambos peridicos. Si se selecciona al azar a una persona
que lee Exclsior, cul es la probabilidad de que tambin lea Novedades?
P N E 0.01
P N | E 0.05
P E 0.20
U=1
E N
Por lo que la probabilidad que se solicita tambin puede obtenerse directamente del
diagrama por:
0.01
P N | E 0.05
0.19 0.01
P H S 28 200
P H | S 0.3589
P S 78 200
P N M 45 50 200
P N | M 0.848
P M 112 200
P B M 17 200
P B | M 0.1518
P M 112 200
17
Lic. Vicente Snchez y Ramrez
Probabilidad
___________________________________________________________________________________________
Empleando la frmula de la probabilidad condicional recomiende el mejor lugar para
la bsqueda de submarinos.
P D P 80 100 0
P D | P 0.0888
P P 900 1000
P D A 20 1000
P D | A 0.20
P A 100 1000
5. Se lanzan al aire dos dados normales una sola vez, si la suma de los nmeros
que aparece es de por lo menos siete, obtenga las probabilidades solicitadas.
El espacio muestral al lanzar dos dados al aire una sola vez es:
11 21 31 41 51 61
12 22 32 42 52 62
13 23 33 43 53 63
14 24 34 44 54 64
15 25 35 45 55 65
16 26 36 46 56 66
Sea S el evento que aparecen por lo menos siete puntos (valores marcados, que es
el evento condicin).
Sea C el evento que el segundo dado que aparece sea cuatro (34, 44, 54,64).
P C S
Entonces P C | S
P S
Si P S 21 36 y P C S 4 36.
4 36
Por lo tanto: P C | S 0.19048
21 36
P P S 6 36
Por lo que P P | S 0.2857
P S 21 36
P D S 2 36
Por lo tanto P D | S 0.0952
P S 21 36
Como la condicin es que la pelota sea de color, por lo que la probabilidad requerida
es:
P P C 3 10
P P | C 0.75
P C 4 10
P F C 1 10
P F | C 0.25
P C 4 10
En este problema observamos que la condicin es que la pelota sea gris, por lo que
los eventos y la probabilidad solicitada son:
19
Lic. Vicente Snchez y Ramrez
Probabilidad
___________________________________________________________________________________________
P P G 2 10
P P | G 0.3333
P G 6 10
P F G 4 10
P F | G 0.67
P G 6 10
3. Una encuesta realizada con 200 ejecutivos en una compaa para investigar la
lealtad a su empresa arroj los resultados que se presentan a continuacin. Una de
las preguntas planteadas fue: Si otra empresa le hiciera una oferta igual o
ligeramente mayor a su puesto actual, seguira en su empresa o tomara el otro
empleo.
Tiempo de servicio:
Decisin Menos de un 1a5 6 a 10 Mas de Total
ao aos aos 10 aos
Se quedara 10 30 5 75 120
No se quedara 25 15 10 30 80
Total 35 45 15 105 200
20
Lic. Vicente Snchez y Ramrez
Probabilidad
___________________________________________________________________________________________
Azul 5 3 3
P A B P A P B | A
P B A P B P A | B
1. Se tiene una caja con 20 fusibles de los cuales cinco estn defectuosos. Si se
seleccionan dos al azar uno tras otro sin reemplazo, encuentre:
P D1 D2 P D1 P D2 | D1
5 4
Por lo que P D1 D2 0.0526
20 19
21
Lic. Vicente Snchez y Ramrez
Probabilidad
___________________________________________________________________________________________
15 14
Por lo tanto P S1 S 2 0.5526
20 19
La probabilidad requerida es P B C P B P C | B
Como P B 98 / 100 y P C | B 98 / 100
98 98
Entonces P B C 0.9604
100 100
2 2
La probabilidad requerida es: P( D E ) P( D) P( E | D) 0.0004
100 100
3. Se sacan tres cartas una tras otra de un mazo de 40 cartas de una baraja
mexicana, encuentre probabilidad de: A1 A2 A3 donde:
Por lo que P A1 A2 A3 P A1 P A2 | A1 P A3 | A2 | A1
1 4 12
0.0008097
40 39 38
22
Lic. Vicente Snchez y Ramrez
Probabilidad
___________________________________________________________________________________________
P A B P A P B
P A | B P A y P B | A P B
Por ejemplo, sea S el espacio muestral de lanzar una moneda tres veces al aire.
Donde cada uno de los elementos de este espacio muestral est formado por tres
pruebas repetidas e independientes que son los tres lanzamientos de la moneda, si
deseamos determinar la probabilidad de cada uno de los elementos, nos
encontraremos con lo siguiente.
0.6G
P(G)=0.6 0.3 E
0.1 P
23
Lic. Vicente Snchez y Ramrez
Probabilidad
___________________________________________________________________________________________
0.6 G
P(E)=0.3 0.3 E
0.1 P
0.6 G
P(P)=0.1 0.3 E
0.1 P
Como S = {GG, GE, GP, EG, EE, EP, PG, PE, PP} por lo que:
c) P (gane uno de los juegos) = P(GE, GP, EG, PG) = (0.6)(0.3) + (0.6)(0.1) + (0.3)
(0.6) + (0.1)(0.6) = 0.48
0.8 G
0.8 G 0.2 P
0.8 G 0.2 P
P(P)=2/10=0.2 0.8 G
0.2 P
0.2 P 0.8 G
24
Lic. Vicente Snchez y Ramrez
Probabilidad
___________________________________________________________________________________________
0.2 P
1. Una bola se extrae aleatoriamente de una caja que contiene 6 bolas rojas, 4 bolas
blancas y 5 bolas azules. Si se extrae de manera aleatoria una bola, determine la
probabilidad de que:
3. Una caja contiene 6 bolas rojas, 4 bolas blancas y 5 bolas azules. Si se extraen 3
bolas sucesivamente, hallar la probabilidad de que se extraigan en el orden roja,
blanca y azul, si las bolas:
a) Se reemplazan. R = 0.035
b) No se reemplazan. R = 0.0439
Teorema. Si B1, B2,,Bn son sucesos que se excluyen mutuamente, de los cuales
n
uno necesariamente debe ocurrir, donde: P B 1 , entonces.
i 1
i
P Br P A | Br
P Br | A n
P B P A | B
i 1
i i
Para r = 1, 2,, n
La expresin anterior debe leerse de la siguiente manera: la probabilidad de que el
efecto A haya sido causado por el suceso B r.
U
3
1
26
Lic. Vicente Snchez y Ramrez
Probabilidad
___________________________________________________________________________________________
B1 P A | B1 A
P (B1)
B2 P A | B A
2
P (B2) *
*
P (Br) Br P A | Br A
Puede observarse que en las ramas terminales del diagrama de rbol, se encuentra
la probabilidad condicional de que el efecto A haya sido causado por el suceso B r,
tema visto anteriormente.
P(B1)=120/200=0.6 B1 P A | B1 0.95 A
P(B3)=20/200=0.1 B3 P A | B3 0.65 A
P B3 P A | B3
P B3 | A
P B1 P A | B1 P B2 P A | B2 P B3 P A | B3
0.1 0.65
0.07428
0.6 0.95 0.3 0.80 0.1 0.65
Observe como la probabilidad de B 3 disminuye de 0.10 a 0.07, una vez que sabemos
que los reguladores trabajan de acuerdo con la garanta especificada.
P(B1)=0.6 B1 P N | B1 0.05 N
P (B2)=0.3 B2 P N | B2 0.20 N
P (B3)=0.1 B3 P N | B3 0.35 N
0.3 0.2
P B2 | N 0.48
0.6 0.05 0.3 0.2 0.1 0.35
2. Una oficina tiene cuatro secretarias que manejan respectivamente el 20, 60, 15, y
5% de los archivos de informe gubernamentales, las probabilidades de que estas
28
Lic. Vicente Snchez y Ramrez
Probabilidad
___________________________________________________________________________________________
secretarias los traspapelen son 0.05, 0.10, 0.10 y 0.05 respectivamente, si se
traspapela un informe, cul secretaria ser la ms probable que lo haya hecho?
Pero puede observarse que a pesar de que solo el 20% de los informes son
manejados por la secretaria uno, se ha traspapelado alrededor del 11% del total de
los informes que son de su responsabilidad.
Al analizar el inciso b, nos damos cuenta que la probabilidad deseada es que se elija
a la seora Armenta, por lo que los candidatos son los sucesos y la membresa es el
efecto.
El diagrama de rbol para un mejor planteamiento del problema, indicando tanto los
sucesos como los efectos (ramas terminales) se presentan a continuacin.
P(B1)=0.3 B1 P A | B1 0.8 A
P(B2)=0.5 B2 P A | B2 0.1 A
P(B3)=0.2 B3 P A | B3 0.4 A
P A P B1 P A | B1 P B2 P A | B2 P B3 P A | B3
= 0.37
0.2 0.4
P B3 | A 0.2162
0.3 0.8 0.5 0.1 0.2 0.4
30
Lic. Vicente Snchez y Ramrez
Probabilidad
___________________________________________________________________________________________
Proveedor Porcentaje de defectos Porcentaje que aporta cada
por proveedor proveedor
P1 3 60
P2 2 25
P3 4 15
Al analizar el problema nos damos cuenta de que los sucesos son los proveedores y
el efecto es que la materia prima est defectuosa, por lo que los eventos son:
P (P1)=0.6 P1 P D | P1 0.03 D
P (P2)=0.25 P2 P D | P 2 0.02 D
P (P3)=0.15 P3 P D | P 3 0.04 D
0.6 0.03
P P1 | D 0.6207
0.6 0.03 0.25 0.02 0.15 0.04
Como aqu la condicin es que el artculo no est defectuoso (ND), en cada una de
las ramas terminales del rbol debemos tener el complemento de que est
defectuoso, as el nuevo esquema quedar:
P (P1)=0.6 P1 P ND | P 0.97 ND
1
P (P2)=0.25 P2 P ND | P 0.98 ND
2
P (P3)=0.15 P3 P ND | P 0.96 ND
3
31
Lic. Vicente Snchez y Ramrez
Probabilidad
___________________________________________________________________________________________
0.25 0.98
P P2 | ND 0.2523
0.6 0.97 0.25 0.98 0.15 0.96
5. Los tres ayudantes de una gasolinera deben limpiar los parabrisas de los autos
de los clientes. Juan quien atiende el 20% de todos los autos, no cumple su
cometido una vez cada 20 autos; Toms quien atiende el 60% de los autos , no
limpia el parabrisas una vez de cada 10 autos y Miguel quien atiende el 20% de
ellos , no cumple su cometido una vez cada 15 autos . Si un cliente se queja de que
su parabrisas no fue lavado, cul es la probabilidad de que su auto lo haya atendido
Juan?
Un rpido anlisis del problema nos lleva a saber que los sucesos son los ayudantes
de la gasolinera y el efecto es el parabrisas no lavado, por lo que los eventos son:
P (J)=0.20 J P N | J 0.05 N
P (T)=0.60 T P N | T 0.10 N
P (M)=0.20 M P N | M 0.07 N
Por lo que la probabilidad de que el auto haya sido atendido por Juan dado que el
parabrisas no fue lavado ser:
0.2 0.05
P J | N 0.119
0.2 0.05 0.6 0.10 0.2 0.07
Es interesante observar que si bien Juan no lava el parabrisas de un auto por cada
20 de ellos, es decir el 5% de los autos, ms del 11% de los parabrisas que no son
lavados en la gasolinera son de su responsabilidad.
32
Lic. Vicente Snchez y Ramrez
Probabilidad
___________________________________________________________________________________________
Empleando el teorema de Bayes, determine cual es la probabilidad de encontrar
petrleo.
Nuestro diagrama de rbol queda definido por los sucesos y efectos por:
P(P)=0.5 P P S | P 0.2 S
P(NP)=0.5 NP P S | NP 0.8 S
0.5 0.2
P P | S 0.2
0.5 0.2 0.5 0.8
a) Si se captura un pez entre 330 a 350 millas corriente arriba del Ro Tennessee,
cul es la probabilidad de que sea un robalo?
Este es un ejemplo clsico con los que se encuentra uno en la vida real, donde se
tiene que obtener la probabilidad de los sucesos mediante probabilidad emprica, y
la probabilidad de los efectos mediante el empleo de probabilidad condicional para
dos eventos.
33
Lic. Vicente Snchez y Ramrez
Probabilidad
___________________________________________________________________________________________
Como la probabilidad requerida es de que sea un robalo, por lo tanto los sucesos son
las especies y el efecto es que haya sido pescado de 330 a 350 millas corriente
arriba del ro.
Las probabilidades simples para cada uno de los sucesos, las obtenemos por:
La probabilidad condicional de que haya sido pescado de 330 a 350 millas corriente
arriba, dado que el pez es una perca:
P T P 0 77
P T | P 0
P P 16 77
La otra probabilidad condicional de que haya sido pescado de 330 a 350 millas
corriente arriba, dado que el pez es un robalo se define por:
P T R 1 77
P T | R 1
P R 1 77
P T B 6 77
P T | B 0.1
P R 60 77
P (P)=0.2078 P P T | P 0 T
P (R)=0.013 R P T | R 1 T
P (B)=0.7792 B P T | B 0.1 T
Por lo que la probabilidad de que el pez sea un robalo, dado que haya sido
capturado de 330 a 350 millas es:
0.0131 0.013
P R | T 0.14298
0.2078 0 0.0131 0.7792 0.1 0.09092
34
Lic. Vicente Snchez y Ramrez
Probabilidad
___________________________________________________________________________________________
b) Si se captura un pez y es un bagre de canal, cul es la probabilidad de que haya
sido capturado entre 275 y 300 millas corriente arriba del Ro Tennessee?
En este nuevo caso tenemos que los sucesos ahora son las millas corriente arriba y
el efecto o condicin es que sea un bagre de canal por lo que los eventos son:
P(D)=0.5195 D P B | D 0.775 B
P(T)=0.3896 T P B | T 0.7667 B
P(C)=0.0909 C P B | C 0.8571 B
Ahora bien, la probabilidad de que el pez sea capturado de 275 a 300 millas corriente
arriba, dado que es un bagre de canal es:
0.4026125
P D | B 0.5167
0.77922921
La probabilidad de que sea robalo (R) dado que haya sido capturado de 330 a 350
millas corriente arriba (T) del Ro Tennessee, se define por:
P R T 1 77
P R | T 0.1429
P T 7 77
35
Lic. Vicente Snchez y Ramrez
Probabilidad
___________________________________________________________________________________________
La probabilidad de que haya sido capturado de 275 a 300 millas corrientes arriba (D)
dado que es un bagre de canal (B) es:
P D B 31 77
P D | B 0.5167
P B 60 77
36
Lic. Vicente Snchez y Ramrez
Probabilidad
___________________________________________________________________________________________
4. Un fabricante de computadoras compra los microcircuitos RG-235 a tres
proveedores, un 40% de ellos los compra a Electrnicas Galindo, un 10% a Sanrram
S. A. y 50% a Componentes Electrnicos. La experiencia en la compra de este
material le ha indicado al fabricante que el 2 % de los microchips de Electrnicas
Galindo estn defectuosos, el 3 % de los de Sanrram no son aceptables y el 4 % de
Componentes Electrnicos tienen defectos. Si un obrero selecciona uno para su
instalacin y encuentra que est defectuoso. Quin es ms probable que lo haya
fabricado?
5. El 20% de los empleados de una empresa son ingenieros y el otro 20% con
economistas, El 75% de los ingenieros ocupan un puesto directivo y el 50% de los
economistas tambin, mientras que los no ingenieros y los no economistas
solamente el 20% ocupa un puesto directivo. Cul es la probabilidad de que un
empleado directivo elegido al azar sea ingeniero? R = 0.4054
37