Estadística I. Informática/I.

en Tecnologías de la
Información

Soluciones de los ejercicios de la Unidad 1

febrero 2018

Dr. Víctor Hernández

Dr. Jorge Martín

Departamento de Estadística e Investigación operativa

Universidad Nacional de Educación a distancia
 1

Soluciones de los ejercicios de la primera unidad

Ejercicio 1.1 (examen junio 2018)

Lanzamos un dado equilibrado tres veces. Sea X la variable aleatoria
igual al número de resultados repetidos que aparecen. Por ejemplo, si el re-
sultado de los tres lanzamientos fuera 3, 5, 3, entonces X = 2 ya que hay dos
resultados repetidos.

1. Encontrar la función de probabilidad de la variable X .

2. Si X = 3, ¿cuál es la probabilidad de que alguno de los tres resultados

sea 1?

3. Calcular E {X } y su varianza σ2X .

Solución
Los valores posibles de X son 0 (cuando los tres resultados son distintos),
2 (cuando hay dos resultados iguales) y 3 (cuando los tres resultados son
iguales).
1. Podemos hallar la función de probabilidad de X mediante recuento
por fuerza bruta, pero es bastante tedioso ya que hay 6 × 6 × 6 = 216 resul-
tados posibles. Es mejor emplear el método dinámico y condicionar por el
primer resultado.
Designamos por D 1 , D 2 y D 3 los sucesivos resultados de lanzar el dado.
Condicionaremos por el primer resultado; supongamos que D 1 = 1, enton-
ces la probabilidad de que haya dos resultados iguales es igual a la probabi-
lidad de que uno de los dos últimos resultados sea 1 y el otro no,

1 5 5 1 5
P (D 2 = 1, D 3 = 1) + P (D 2 = 1, D 3 = 1) = · + · =2 2
6 6 6 6 6
más la probabilidad de que los dos últimos resultados sean iguales y distin-
tos de 1.
5 1 5
P (D 1 = D 2 = 1) = · = 2
6 6 6
luego
5 15
P (X = 2 | D 1 = 1) = 3 2 =
6 36
De manera similar, condicionado por D 1 = 1, la probabilidad de X = 3 es
igual a la probabilidad de que los dos últimos resultados sean igual a 1 y se
tiene
1 1 1
P (X = 3 | D 1 = 1) = · =
6 6 36
Por diferencia calculamos P (X = 0 | D 1 = 1).
20
P (X = 0 | D 1 = 1) = 1 − P (X = 2 | D 1 = 1) − P (X = 3 | D 1 = 1) =
36
2 Estadística I. Informática/I. en Tecnologías de la Información. UNED

aunque también puede hacerse directamente, razonando que para que no

haya resultados repetidos, supuesto que D 1 = 1, el segundo tiene que ser
distinto de 1 y el tercero distinto de 1 y del segundo, luego P (X = 0 | D 1 =
1) = 56 · 46 .
Por simetría, si condicionamos por D 1 = 2, D 1 = 3, etc., los resultados
serán los mismos y se tiene

20 15 1
P (X = 0 | D 1 = 2) = , P (X = 0 | D 1 = 2) = , P (X = 0 | D 1 = 2) =
36 36 36

etc.; ahora, por la fórmula de la probabilidad total, resulta


6 6 1 15 15
P (X = 2) = P (D 1 = i )P (X = 2 | D 1 = i ) = · =
i=1 i=1 6 36 36

de igual manera se obtienen P (X = 2) = 1/36 y P (X = 0) = 20/36. La función

de probabilidad de X está definida por la tabla siguiente:

20 15 1
P (X = k) 36 36 36
k 0 2 3

2. Del apartado anterior se tiene P (X = 3 | D 1 = 1) = 1/36 y resulta

P (alguno de los resultados es 1, X = 3) = P (D 1 = 1, X = 3)

= P (D 1 = 1)P (X = 3 | D 1 = 1)
1 1
= ·
6 36

luego, de la definición de probabilidad condicionada, se sigue

P (alguno de los resultados es 1 | X = 3) = P (D 1 = 1 | X = 3)

P (D 1 = 1, X = 3)
=
P (X = 3)
1/6 · 1/36 1
= =
1/36 6

3. A partir de la función de probabilidad de X , encontramos

20 15 1 33 11
E{X } = ·0+ ·2+ ·3 = =
36 36 36 36 12
y
20 2 15 2 1 2 69 23
E{X 2 } = ·0 + ·2 + ·3 = =
36 36 36 36 12
se sigue σ2X = 23/12 − (11/12)2 = 155/144 ∼ 1.0764.
 3

Ejercicio 1.2 (examen septiembre 2018)

Con el fin de ejecutar un proceso se selecciona uno de tres periféricos
A , B o C . Las probabilidades de elegir cada uno de ellos son 0.2, 0.3 y 0.5
respectivamente. Como resultado de la elección se pueden producir errores
que interrumpen la ejecución del proceso; esto ocurre con una probabilidad
de 0.01 si el periférico seleccionado fue A , de 0.05 si fue B y de 0.02 si fue
C.

1. Hallar la probabilidad de que el proceso no se ejecute.

2. Si el proceso se ha ejecutado, ¿cuál es la probabilidad de que no haya

sido desde el periférico A ?

Solución
Designemos por E al suceso “el proceso se ejecuta”, por A al suceso “se
selecciona el periférico A ”, por B al suceso “se selecciona el periférico B” y
por C al suceso “se selecciona el periférico C ”. Claramente los tres sucesos
A, B y C son disjuntos y, con seguridad, alguno de ellos ocurre; luego son
una partición del espacio.

1. El cálculo de P (E c ) es una simple aplicación de la probabilidad total:

P (E c ) = P (A)P (E c | A) + P (B)P (E c | B) + P (C )P (E c | C )
= 0.2 · 0.01 + 0.3 · 0.05 + 0.5 · 0.02 = 0.027

2. Con la notación elegida, hay que hallar P (A c | E ). Ahora, puesto que

A, B y C son disjuntos y su unión es el espacio muestral, se tiene A c = B ∪C ;
luego hay que calcular

P (A c | E ) = P (B ∪ C | E ) = P (B | E ) + P (C | E )

Del apartado anterior resulta P (E ) = 1 − P (E c ) = 0.973 y, por la definición de

probabilidad condicionada, tenemos

P (B ∩ E ) P (B)P (E | B) 0.3 · 0.95

P (B | E ) = = =
P (E ) P (E ) 0.973

de igual manera, se tiene

P (C ∩ E ) P (C )P (E | C ) 0.5 · 0.98
P (C | E ) = = =
P (E ) P (E ) 0.973

Así, resulta

0.3 · 0.95 + 0.5 · 0.98

P (A c | E ) = P (B | E ) + P (C | E ) = ∼ 0.80
0.973
4 Estadística I. Informática/I. en Tecnologías de la Información. UNED

Ejercicio 1.3 (examen junio 2017)

Permutamos al azar los números 1, 2, 3 y 4, y consideramos el orden en
que se encuentran los números de la permutación, contado de izquierda a
derecha.
Sea X la variable aleatoria “número de veces que un número mayor está
antes que otro menor”. Por ejemplo, si la permutación fuera 2413, entonces
X = 3, ya que 2 está antes que 1 y 4 está antes que 1 y que 3, mientras que
ni 1 ni 3 están antes que un número menor. Otro ejemplo, si la permutación
fuera 2134, entonces X = 1 ya que 2 está antes que 1, mientras que ni 1, ni 3
ni 4 están antes que otro número menor.

1. Hallar la función de probabilidad de X .

2. Calcular la entropía H (X ).

Solución.
Cuatro números, 1, 2, 3, 4, se pueden permutar de 4! = 24 maneras. Si la
permutación se elige al azar, cada una de ellas puede ser elegida con proba-
bilidad 1/24. Formamos una tabla donde se representan las 24 permutacio-
nes y el valor que toma la variable aleatoria en cada una de ellas.

1234 X =0 1243 X =1 1324 X =1 1342 X =2

1423 X =2 1432 X =3 2134 X =1 2143 X =2
2314 X =2 2341 X =3 2413 X =3 2431 X =4
3124 X =2 3142 X =3 3214 X =3 3241 X =4
3412 X =4 3421 X =5 4123 X =3 4132 X =4
4213 X =4 4231 X =5 4312 X =5 4321 X =6

Si contamos cuántos casos son favorables a cada valor posible, obtendremos

la distribución de probabilidad de X .

x 0 1 2 3 4 5 6
P (X = x) 1/24 3/24 5/24 6/24/ 5/24 3/24 1/24

A partir de la función de probabilidad calculamos la entropía.

 
1 1 3 3 5 5 6 6
H (X ) = − 2 log2 + 2 log2 + 2 log2 + log2
24 24 24 24 24 24 24 24
= 2.57bits

Ejercicio 1.4 (examen junio 2017)

Una urna U 1 contiene dos monedas de un euro y dos monedas de dos
euros; otra urna U 2 contiene tres monedas de un euro y una moneda de dos
euros. Se extrae al azar una moneda de cada urna y se intercambian de urna.
Sea X la variable que denota la cantidad de dinero que contiene la urna U 1
tras el intercambio.
 5

1. Hallar la función de probabilidad de X .

2. Calcular E{X } y su entropía H (X ).

Solución.
Tras intercambiar una moneda, la primera urna puede tener una de tres
composiciones: o bien contiene una moneda de un euro y tres de dos, o
bien contiene dos monedas de un euro y dos de dos euros, o bien contiene
tres monedas de uno y una de dos. Designemos por C 1 , C 2 y C 3 , respectiva-
mente, a esas tres configuraciones. Cada una de las composiciones posibles
puede ocurrir con una probabilidad que calcularemos:
2 1 1
· =
P (C 1 ) =
4 4 8
ya que para que tras el intercambio haya una moneda de un euro, es nece-
sario elegir una moneda de un euro de la primera urna y una de dos euros
de la segunda.
De manera semejante, se tiene
2 1 2 3 4
P (C 2 ) = · + · =
4 4 4 4 8
y
2 3 3
P (C 3 ) = · =
4 4 8
Designamos por X la cantidad de dinero que hay en la urna U 1 , si la com-
posición es C 1 , se tiene X = 7; si la composición es C 2 , se tiene X = 6, y si la
composición es C 3 , se tiene X = 5. Así, la función de probabilidad de X es

x 5 6 7
P (X = x) 3/8 4/8 1/8

El valor esperado de X es
3 4 1
E{X } = 5 · + 6 · + 7 · = 5.75
8 8 8
y la entropía es
3 3 4 4 1 1
H (X ) = − log2 − log2 − log2 = 1.406bits
8 8 8 8 8 8

Ejercicio 1.5 (examen septiembre 2017)

Lanzamos cuatro veces una moneda equilibrada. Sea X el número de
caras que aparecen antes de la primera cruz (si todos los resultados son cara
entenderemos que X = 4) e Y el número total de caras que se obtienen en
los cuatro lanzamientos.
1. Encontrar la tabla de la distribución conjunta del vector (X , Y ).
2. Calcular la covarianza, σ X ,Y , entre ambas variables.
6 Estadística I. Informática/I. en Tecnologías de la Información. UNED

Solución.
Un resultado posible de lanzar cuatro veces una moneda equilibrada es
una secuencia de longitud 4 de símbolos C ó +, que representan cara y cruz.
Hay 2 × 2 × 2 × 2 = 16 resultados posible equiprobables. Haremos una tabla
con esos 16 resultados y los valores que toman X e Y en ellos.

Resultado X Y Resultado X Y Resultado X Y Resultado X Y

CCCC 4 4 CCC + 3 3 CC +C 2 3 CC + + 2 2
C +CC 1 3 C +C + 1 2 C + +C 1 2 C + ++ 1 1
+CCC 0 3 +CC + 0 2 +C +C 0 2 +C + + 0 1
+ +CC 0 2 + +C + 0 1 + + +C 0 1 + + ++ 0 0

De los resultados anteriores obtenemos la tabla de la distribución conjunta

de (X , Y ).
X
0 1 2 3 4
0 1/16 0 0 0 0
1 3/16 1/16 0 0 0
Y 2 3/16 2/16 1/16 0 0
3 1/16 1/16 1/16 1/16 0
4 0 0 0 0 1/16

De la tabla de la distribución conjunta obtenemos las distribuciones margi-

nales de ambas variables, la de X es

0 1 2 3 4
8/16 4/16 2/16 1/16 1/16

luego
8 4 2 1 1 15
E{X } = 0 ·+1· +2· +3· +4· =
16 16 16 16 16 16
La distribución marginal de Y es

0 1 2 3 4
1/16 4/16 6/16 4/16 1/16

luego
1 4 6 4 1 32
E{Y } = 0 · +1· +2· +3· +4· =
16 16 16 16 16 16
Por otra parte, se tiene

4 
4 43
E{X Y } = i · j P (X = i , Y = j ) =
i=0 j =0 16

Así, la covarianza es igual a

43 15 32
σ X ,Y = E{X Y } − E{X }E{Y } = − · = 0.8125
16 16 16
 7

Ejercicio 1.6 (examen junio 2013)

Consideremos el experimento aleatorio que consiste en lanzar un dado
equilibrado dos veces.

1. Calcular la probabilidad de que la suma de los resultados obtenidos

sea menor que cinco.

2. Si la puntuación del segundo lanzamiento ha sido un número par,

¿cuál es la probabilidad de que la puntuación obtenida en el primer
dado sea menor que la del segundo?

Solución.
1. Al lanzar un dado dos veces hay 6 × 6 = 36 casos posibles, ya que el
primer resultado puede ser elegido de 6 maneras y el segundo de otras 6
maneras.
Puesto que el dado está equilibrado, cada uno de esos casos 36 casos
tiene la misma probabilidad, y debe ser igual a 1/36. Los casos favorables a
que la suma de los dos resultados sea menor que cinco son seis:

luego la probabilidad de que la suma de los resultados sea menor que cinco
es 6/36 = 1/6.

2. Hay 6 × 3 = 18 casos tales que la probabilidad de que la puntuación

del segundo dado es par, ya que el primer resultado puede ser elegido de 6
maneras (puede ser uno cualquiera) y el segundo de 3 maneras (tiene que
ser par). De lo anterior, se sigue

18
P (la puntuación del segundo dado es par) =
36

Ahora, hay 9 casos en los que la puntuación del segundo lanzamiento es par
y el resultado del primer lanzamiento es menor que el del segundo

luego la probabilidad de que el resultado del primer lanzamiento sea menor

que el del segundo, condicionado por que el resultado del segundo lanza-
miento es par, es igual a
9
36 1
18
=
36
2
8 Estadística I. Informática/I. en Tecnologías de la Información. UNED

Ejercicio 1.7 (examen junio 2012)

La figura siguiente muestra el diagrama de un circuito formado por dos
subcircuitos en en serie. A su vez, cada subcircuito está formado por dos
conmutadores en paralelo.

c2 c4

A B C
c1 c3

Los conmutadores pueden estar abiertos o cerrados; si están cerrados, pue-

de pasar la corriente; si están abiertos, no pasa; cada conmutador tiene una
probabilidad p de estar cerrado, con independencia del estado de los res-
tantes.

1. Calcular la probabilidad de que la corriente pase entre A y C .

2. Si la corriente pasa entre A y C , calcular la probabilidad de que los

cuatro conmutadores estén cerrados.

Solución.
1. Sea A i , i = 1, . . . , 4, el suceso definido por “el conmutador ci está ce-
rrado”. Pongamos que A AC es el suceso “la corriente pasa entre A y C ”, A AB
el “la corriente pasa entre A y B” y ABC el “la corriente pasa entre B y C ”.
Para que la corriente pase entre A y B, alguno de los conmutadores c1 ,
c 2 tiene que estar cerrado, luego

A AB = C 1 ∪ C 2

De igual manera, se tiene

ABC = C 3 ∪ C 4
Por otra parte, para que la corriente pase entre A y C tiene que pasar entre
A y B y pasar entre B y C .

P (A AC ) = P (A AB ∩ ABC ) = (C 1 ∪ C 2 ) ∩ (C 3 ∪ C 4 )

Puesto que los sucesos C 1 ∪ C 2 y C 3 ∪ C 4 son independientes (esto no es in-

mediato, ¿puedes razonar por qué esta afirmación es cierta?), resulta (ver
relación 1.14, página 35)

P (la corriente pasa entre A y C ) = P (C 1 ∪ C 2 )P (C 3 ∪ C 4 )

Ahora, por la relación 1.1 (ver página 13), se tiene

P (C 1 ∪ C 2 ) = P (C 1 ) + P (C 2 ) − P (C 1 )P (C 2 ) = 2p − p 2 = p(2 − p)
 9

y, de igual manera, se tiene P (C 3 ∪ C 4 ) = p(2 − p) luego

P (la corriente pasa entre A y C ) = p 2 (2 − p)2

2. Hay que calcular la probabilidad de C 1 ∩ C 2 ∩ C 3 ∩ C 4 condicionada

por A AC . Por la definición de probabilidad condicionada (ver relación 1.8,
página 25), se tiene

P (C 1 ∩ C 2 ∩ C 3 ∩ C 4 )
P (C 1 ∩ C 2 ∩ C 3 ∩ C 4 | A AC ) =
P (A AC )
ya que
(C 1 ∩ C 2 ∩ C 3 ∩ C 4 ) ∩ A AC = C 1 ∩ C 2 ∩ C 3 ∩ C 4
Por la independencia de los conmutadores, P (C 1 ∩ C 2 ∩ C 3 ∩ C 4 ) = p 4 , luego

p4 p2
P (C 1 ∩ C 2 ∩ C 3 ∩ C 4 | A AC ) = =
p 2 (2 − p)2 (2 − p)2

Ejercicio 1.8 (examen junio 2012)

Tres bolas se colocan al azar en dos urnas, es decir, se elige al azar una
urna y se pone en ella la primera bola y, con independencia de la primera
elección, se elige otra urna al azar para colocar la segunda bola y, por último,
con independencia de las dos elecciones anteriores, se elige una urna al azar
y se coloca en ella la tercera bola.
Consideramos la variable aleatoria definida por

Y = “número de bolas que hay en la primera urna”

1. Calcular la función de probabilidad de la variable Y .

2. Calcular la entropía, H (Y ), de la variable Y .

Solución.
1. Después que hemos colocado las bolas al azar, la primera urna pue-
de contener 0, 1, 2, ó 3 bolas, por lo que la variable Y puede tomar cuatro
valores Y = 0, 1, 2, 3.
Para que Y = 0, las tres bolas deben haber sido colocadas en la segunda
urna, lo que tiene probabilidad igual a

1 1 1 1
P (Y = 0) = · · =
2 2 2 8
De manera similar, para que Y = 3, las tres bolas deben haber sido colocadas
en la primera urna, lo que tiene probabilidad igual a

1 1 1 1
P (Y = 3) = · · =
2 2 2 8
10 Estadística I. Informática/I. en Tecnologías de la Información. UNED

Ahora, para que Y = 1, debe haber una bola en la primera urna y dos en la
segunda. La bola que colocaremos en la primera urna puede ser elegida de
tres maneras (puede ser la primera bola, la segunda o la tercera). En conse-
cuencia, se tiene
1 1 1 3
P (Y = 1) = 3 · · · =
2 2 2 8
Por último, podemos calcular la probabilidad P (Y = 2) volviendo a razonar
como en el caso anterior o por diferencia, teniendo en cuenta que

P (Y = 0) + P (Y = 1) + P (Y = 2) + P (Y = 3) = 1

lo que supone P (Y = 2) = 1 − 1/8 − 1/8 − 3/8 = 3/8.

En resumen, la función de probabilidad de Y está dada por la tabla

k 0 1 2 3
P (Y = k) 1/8 3/8 3/8 1/8

que muestra los valores posibles de Y y las probabilidades con que se alcan-
zan esos valores.

2. Por la definición de entropía (ver relación 1.39, página 62), se tiene

1 1 3 3 3 3 1 1
H (Y ) = −( log2 + log2 + log2 + log2 )
8 8 8 8 8 8 8 8
2 6
= log2 8 + (log2 8 − log2 3)
8 8
6
= log2 8 − log2 3
8
≈ 1.811 bits

Ejercicio 1.9 (examen junio 2013)

Sean X 1 y X 2 dos variables aleatorias independientes, con distribuciones
de BERNOULLI, de parámetros p 1 y p 2 , 0 < p 1 , p 2 < 1, respectivamente.

P (X 1 = 1) = p 1 , P (X 1 = 0) = 1 − p 1

P (X 2 = 1) = p 2 , P (X 2 = 0) = 1 − p 2

Consideremos las variables AND = X 1 · X 2 y OR = max(X 1 , X 2 ).

1. Hallar la tabla de la distribución conjunta de (AND, OR).

2. Calcular la esperanza condicionada E{AND | OR = 1}.

 11

Solución.
1. La tabla siguiente contiene los valores que pueden tomar las variables
X 1 y X 2 , la probabilidad de cada par y el valor de las variables OR y AND en
cada par.
X1 X2 P (X 1 = i , X 2 = j ) OR AND
1 1 p1 p2 1 1
1 0 p 1 (1 − p 2 ) 1 0
0 1 (1 − p 1 )p 2 1 0
0 0 (1 − p 1 )(1 − p 2 ) 0 0

Con las tres últimas columnas de la tabla podemos calcular fácilmente la

función de probabilidad de (OR, AND) (ver apartado 1.5.1).

P (OR = 1, AND = 1) = p 1 p 2 , P (OR = 1, AND = 0) = p 1 (1 − p 2 ) + (1 − p 1 )p 2

y
P (OR = 0, AND = 0) = (1 − p 1 )(1 − p 2 )

que se resume en la tabla siguiente

OR = 1 OR = 0
AND = 1 p1 p2 0
AND = 0 p 1 (1 − p 2 ) + p 2 (1 − p 1 ) (1 − p 1 )(1 − p 2 )

2. Para calcular la esperanza de AND condicionada por OR = 1 calculare-

mos primero la función de probabilidad condicionada (ver apartado 1.5.7).

P (AND = 1, OR = 1) p1 p2
P (AND = 1 | OR = 1) = =
P (OR = 1) p 1 p 2 + p 1 (1 − p 2 ) + p 2 (1 − p 1 )
y

P (AND = 0, OR = 1) p 1 (1 − p 2 ) + p 2 (1 − p 1 )
P (AND = 0 | OR = 1) = =
P (OR = 1) p 1 p 2 + p 1 (1 − p 2 ) + p 2 (1 − p 1 )

luego

E{AND | OR = 1} = 1 · P (AND = 1 | OR = 1) + 0 · P (AND = 0 | OR = 1)

p1 p2
=
p 1 p 2 + p 1 (1 − p 2 ) + p 2 (1 − p 1 )

Ejercicio 1.10 (examen junio 2012)

Sean A 1 , A 2 y A 3 tres sucesos disjuntos con probabilidades 0.2, 0.3 y 0.5
respectivamente. El comportamiento de un sistema de decisión automática
se rige de acuerdo con el siguiente protocolo:
12 Estadística I. Informática/I. en Tecnologías de la Información. UNED

i. Si ocurre A 1 , el sistema toma la decisión D1 con probabilidad 0.25, la

decisión D2 con probabilidad 0.35 y la D3 con probabilidad 0.4
ii. Si ocurre A 2 , el sistema toma la decisión D1 con probabilidad 0.2, la
decisión D2 con probabilidad 0.25 y la D3 con probabilidad 0.55
iii. Si ocurre A 3 , el sistema toma la decisión D1 con probabilidad 0.1, la
D2 con probabilidad 0.2 y la D3 con probabilidad 0.7

1. Calcular la probabilidad de que el sistema tome la decisión D1 .

2. Si el sistema no ha tomado la decisión D1 , ¿cuál es la probabilidad de

que no haya ocurrido A 2 ?

Solución.
1. Puesto que los sucesos son disjuntos y la suma de sus probabilida-
des es 1, podemos aplicar la llamada fórmula de la probabilidad total (ver
relación 1.12, página 29).

P (D1 ) = P (A 1 )P (D1 | A 1 ) + P (A 2 )P (D1 | A 2 ) + P (A 3 )P (D1 | A 3 )

= 0.2 · 0.25 + 0.3 · 0.2 + 0.5 · 0.1 = 0.16

2. Que el sistema no tome la decisión D1 significa que ha tomado la de-

cisión D2 o la D3 . Así, calcularemos P (A 2 | D2 ∪ D3 ) y hallaremos la probabi-
lidad de que no haya ocurrido A 2 mediante el complemento a 1.

P (A c2 | D2 ∪ D3 ) = 1 − P (A 2 | D2 ∪ D3 )

Por la definición de probabilidad condicionada, se tiene

P (A 2 ∩ (D2 ∪ D3 ))
P (A 2 | D2 ∪ D3 ) =
P (D2 ∪ D3 )

Ahora, por una parte, se tiene

P (A 2 ∩ (D2 ∪ D3 )) = P ((A 2 ∩ D2 ) ∪ (A 2 ∩ D3 ))
= P (A 2 ∩ D2 ) + P (A 2 ∩ D3 )
= P (A 2 )P (D2 | A 2 ) + P (A 2 )P (D3 | A 2 )
= 0.3 · 0.25 + 0.3 · 0.55 = 0.24

Por otra parte, resulta

P (D2 ∪ D3 ) = P (D2 ) + P (D3 ) = 1 − P (D1 ) = 0.84

luego
0.24
P (A 2 | D2 ∪ D3 ) = = 0.2857
0.84
y
P (A c2 | D2 ∪ D3 ) = 1 − P (A 2 | D2 ∪ D3 ) = 1 − 0.2857 = 0.7143
 13

Ejercicio 1.11(examen septiembre 2012)

Lanzamos tres veces una moneda cuya probabilidad de salir cara es p.
Sea X la variable aleatoria “número de caras en los dos primeros lanzamien-
tos”, e Y la variable aleatoria “número de caras en los tres lanzamientos”.

1. Hallar la tabla de la distribución conjunta de (X , Y ).

2. Calcular E{X | Y = 2}.

Solución.
1. Observemos que Y ≥ X . Los valores posibles de la variable bidimen-
sional (X , Y ) son

(0, 0), (0, 1), (1, 1), (1, 2), (2, 2), (2, 3)

Calcularemos la probabilidad de cada uno de esos resultados posibles:

P (X = 0, Y = 0) = P ( ) = (1 − p)3
P (X = 0, Y = 1) = P ( ) = p(1 − p)2
P (X = 1, Y = 1) = P ( )+P( ) = 2p(1 − p)2
P (X = 1, Y = 2) = P ( )+P( ) = 2p 2 (1 − p)
2
P (X = 2, Y = 2) = P ( ) = p (1 − p)
P (X = 2, Y = 3) = P ( ) = p3

La función de probabilidad conjunta de (X , Y ) está definida por las seis igual-

dades anteriores que se resumen en la tabla siguiente

Y =0 Y =1 Y =2 Y =3
3 2
X =0 (1 − p) p(1 − p) 0 0
X =1 0 2p(1 − p)2 2p 2 (1 − p) 0
X =2 0 0 p 2 (1 − p) p3

2. Para calcular E{X | Y = 2} necesitamos conocer la distribución de X

condicionada por Y = 2. De la tabla de distribución conjunta obtenemos

P (Y = 2) = 3p 2 (1 − p)

y, por la definición de probabilidad condicionada, resulta

0 2p 2 (1 − p) 2
P (X = 0 | Y = 2) = = 0, P (X = 1 | Y = 2) = = ,
3p 2 (1 − p) 3p 2 (1 − p) 3
y
p 2 (1 − p) 1
P (X = 2 | Y = 2) = = ,
3p 2 (1 − p) 3
luego
2 1 4
E{X | Y = 2} = 0 · 0 + 1 · +2· =
3 3 3
14 Estadística I. Informática/I. en Tecnologías de la Información. UNED

Ejercicio 1.12 (examen septiembre 2012)

Lanzamos tres veces una moneda que tiene probabilidad p de cara. En
cada lanzamiento, ganamos un euro si sale cara y perdemos un euro si sale
cruz. Sea X i , i = 1, 2, 3, la ganancia obtenida en el i -ésimo lanzamiento.
Consideremos las variables U = X 1 + X 2 y V = X 1 − X 3 .

1. Encontrar la tabla de la distribución conjunta del vector (U ,V ).

2. Hallar la función de probabilidad de la variable condicionada U | V =

0.

Solución.
1. Al lanzar tres veces una moneda hay ocho casos posibles. Para hallar
la distribución conjunta de (U ,V ) formaremos una tabla con esos ocho ca-
sos posibles, la probabilidad con que ocurre cada caso y el valor de (U ,V )
cuando ocurre cada uno de ellos.

Caso posible Probabilidad (U ,V )

3
p (2, 0)
p 2 (1 − p) (0, −2)
p 2 (1 − p) (0, 0)
p 2 (1 − p) (2, 2)
p(1 − p)2 (−2, −2)
p(1 − p)2 (0, 0)
p(1 − p)2 (0, 2)
(1 − p)3 (−2, 0)

Si ordenamos los resultados de la segunda y tercera columna, obtenemos la

tabla de la distribución conjunta de (U ,V ).

U = −2 U =0 U =2
V = −2 p(1 − p)2 p 2 (1 − p) 0
V =0 (1 − p)3 p(1 − p) p3
V =2 = p(1 − p)2 p 2 (1 − p)

2. De la tabla anterior tenemos

P (V = 0) = (1 − p)3 + p(1 − p) + p 3

luego
(1 − p)3
P (U = −2 | V = 0) = ,
(1 − p)3 + p(1 − p) + p 3
p(1 − p)
P (U = 0 | V = 0) =
(1 − p)3 + p(1 − p) + p 3
 15

y
p3
P (U = 2 | V = 0) =
(1 − p)3 + p(1 − p) + p 3
La tabla de la función de probabilidad de U | V = 0 es

k P (U = k | V = 0)
(1−p)3
−2 (1−p)3 +p(1−p)+p 3
p(1−p)
0 (1−p)3 +p(1−p)+p 3
p3
2 (1−p)3 +p(1−p)+p 3

Ejercicio 1.13 (examen septiembre 2012)

Lanzamos una moneda que tiene probabilidad de cara igual a p; si sale
cara, la lanzamos otra vez; si sale cruz, la lanzamos dos veces más. Sea X el
número total de caras que aparecen.

1. Hallar la función de probabilidad de X .

2. Si X = 2, ¿cuál es la probabilidad de que haya resultado cara en el pri-

mer lanzamiento?

Solución.
1. La figura 0.1 muestra todos los posibles desarrollos del juego. Observamos

X =2

X =1 X =2

X =1

X =1

X =0

Figura 0.1

que los valores posibles de X son 0, 1 y 2. Las probabilidades de cada uno de

estos valores posibles posibles se calculan a partir del esquema de la figura.

P (X = 0) = (1 − p)3 , P (X = 1) = p(1 − p) + 2p(1 − p)2 = p(1 − p)(3 − 2p)

16 Estadística I. Informática/I. en Tecnologías de la Información. UNED

y
P (X = 2) = p 2 + p 2 (1 − p) = p 2 (2 − p)

La función de probabilidad de X está definida por la tabla siguiente

k P (X = k)
0 (1 − p)3
1 p(1 − p)(3 − 2p)
2 p 2 (2 − p)

2. Por la definición de probabilidad condicionada, se tiene

P (X = 2 y primer lanzamiento cara)

P (primer lanzamiento cara | X = 2) =
P (X = 2)
p2 1
= 2 =
p (2 − p) 2 − p

Ejercicio 1.14 (examen septiembre 2012)

Un sistema de decisión automática se rige de acuerdo con el siguiente
protocolo:
i. La decisión se toma cuando ocurre uno entre tres sucesos disjuntos,
A 1 , A 2 , A 3 , que tienen probabilidades 0.2, 0.4 y 0.4, respectivamente.
ii. Si ocurre A 1 , el sistema toma la decisión D1 con probabilidad 0.3, la
decisión D2 con probabilidad 0.3 y la D3 con probabilidad 0.4
iii. Si ocurre A 2 , el sistema toma la decisión D1 con probabilidad 0.1, la
decisión D2 con probabilidad 0.3 y la D3 con probabilidad 0.6
iv. Si ocurre A 3 , el sistema toma la decisión D1 con probabilidad 0.1, la
D2 con probabilidad 0.2 y la D3 con probabilidad 0.7

1. Calcular la probabilidad de que el sistema no tome la decisión D3 .

2. Si el sistema ha tomado la decisión D1 , ¿cuál es la probabilidad de que

haya ocurrido A 3 ?

Solución.
1. Designaremos por D i al suceso “el sistema ha tomado la decisión Di ,
i = 1, 2, 3.
Puesto que los sucesos A i son disjuntos y la suma de sus probabilidades
es igual a 1, podemos aplicar la fórmula de la probabilidad total (ver relación
1.12, página 29) y resulta

P (D 3 ) = P (A 1 )P (D 3 | A 1 ) + P (A 2 )P (D 3 | A 2 ) + P (A 3 )P (D 3 | A 3 )
= 0.2 · 0.4 + 0.4 · 0.6 + 0.4 · 0.7 = 0.6
 17

Se sigue que la probabilidad de que el sistema no tome la decisión D3 es

igual a
P (D 3c ) = 1 − P (D 3 ) = 0.4

2. Por la definición de probabilidad condicionada (ver relación 1.8, pá-

gina 25), se tiene
P (A 3 ∩ D 1 )
P (A 3 | D 1 ) =
P (D 1 )
La probabilidad P (D 1 ) se calcula por la fórmula de la probabilidad total, co-
mo hicimos con P (D 3 ).

P (D 1 ) = 0.2 · 0.3 + 0.4 · 0.1 + 0.4 · 0.1 = 0.14

y la probabilidad P (A 3 ∩ D 1 ) mediante el cálculo dinámico (ver relación 1.9,

página 27).

P (A 3 ∩ D 1 ) = P (A 3 )P (D 1 | A 3 ) = 0.4 · 0.1 = 0.04

Así, se tiene
0.04 2
P (A 3 | D 1 ) = =
0.14 7

Ejercicio 1.15 (examen junio 2013)

Consideremos el experimento aleatorio que consiste en lanzar un dado
equilibrado dos veces.

1. Calcular la probabilidad de que la suma de los resultados obtenidos

sea menor que cinco.

2. Si la puntuación del segundo lanzamiento ha sido un número par,

¿cuál es la probabilidad de que la puntuación obtenida en el primer
dado sea menor que la del segundo?

Solución.
1. Al lanzar un dado dos veces hay 6 × 6 = 36 casos posibles. Puesto que
el dado está equilibrado, cada uno de esos casos 36 casos tiene la misma
probabilidad igual a 1/36. Los casos favorables a que la suma de los dos re-
sultados sea menor que cinco son seis:

luego la probabilidad de que la suma de los resultados sea menor que cinco
es 6/36 = 1/6.
2. Hay 6×3 = 18 casos tales que la probabilidad de que la puntuación del
segundo dado es par, luego
18
P (la puntuación del segundo dado es par) =
36
18 Estadística I. Informática/I. en Tecnologías de la Información. UNED

Ahora, hay 9 casos en los que la puntuación del segundo lanzamiento es par
y el resultado del primer lanzamiento es menor que el del segundo

luego la probabilidad de que el resultado del primer lanzamiento sea menor

que el del segundo, condicionado por que el resultado del segundo lanza-
miento es par, es igual a
9
36 1
18
=
36
2

Ejercicio 1.16 (examen junio 2013)

Una red de computadores conecta los nodos I y O mediante una estruc-
tura como la que se muestra en la figura siguiente, donde aparecen refle-
jadas las probabilidades de que la conexión inmediata entre cada par de
nodos contiguos esté on. Se supone que cada conexión inmediata entre dos
nodos contiguos está on u off con independencia del estado del resto de
conexiones inmediatas.

0.9
B 0.8
0.9 0.9 0.8
I A D E O
0.8 0.7
C

1. Calcular la probabilidad de que la conexión entre los nodos I y O esté

on.

2. Si la conexión entre los nodos A y D está on, ¿cuál es la probabilidad

de que la conexión entre los nodos I y O también esté on?

Solución
1. Designemos por C I ,O al suceso “la conexión entre I y O está en on”, de
igual manera, C I ,A , C A,D y C D,O designarán a los sucesos “la conexión entre
I y A está en on” “la conexión entre A y D está en on” y “la conexión entre D
y O está en on”, respectivamente.
Ahora, para que la conexión entre I y O esté en on, deben estar en ese
estado las conexiones entre I y A, entre A y D, y entre D y O, luego

C I ,O = C I ,A ∩ C A,D ∩ C D,O

y, por las condiciones del problema, los tres sucesos C I ,A , C A,D y C D,O son
independientes. Se sigue

P (C I ,O ) = P (C I ,A )P (C A,D )P (C D,O )
 19

Del diagrama del enunciado se tiene P (C I ,A ) = 0.9 y P (C D,O ) = 0.9 × 0.8 =

0.72.
El cálculo de P (C A,D ) es un poco más interesante. La conexión entre el
nodo A y el nodo D es una suerte de “paralelo”, donde A puede estar en
conectado con D a través de B o a través de C . Si representamos por C A,(B ),D
al suceso “A está conectado con D a través de B”, y por C A,(C ),D al suceso “A
está conectado con D a través de C ”, resulta

C A,D = C A,(B ),D ∪ C A,(C ),D

Además, por las condiciones de independencia, se tiene P (C A,(B ),D ) = 0.9 ×

0.8 = 0.72, P (C A,(C ),D ) = 0.8 × 0.7 = 0.56 y P (C A,(B ),D ∩ C A,(C ),D ) = 0.9 × 0.8 ×
0.8 × 0.7 = 0.4032, luego

P (C A,D ) = P (C A,(B ),D ∪ C A,(C ),D )

= P (C A,(B ),D ) + P (C A,(C ),D ) − P (C A,(B ),D ∩ C A,(C ),D )
= 0.72 + 0.56 − 0.4032 = 0.8768

En resumen P (C I ,O ) = 0.9 × 0.8768 × 0.72 ≈ 0.5682.

2. Con la notación que ya hemos establecido, la cuestión que se pregunta
equivale a calcular P (C I ,O | C A,D ). De acuerdo con la definición de probabi-
lidad condicionada, se tiene
P (C I ,O ∩ C A,D )
P (C I ,O | C A,D ) =
P (C A,D )

pero C I ,O ⊂ C A,D , luego

P (C I ,O )
P (C I ,O | C A,D ) =
P (C A,D )
0.9 × 0.8768 × 0.72
= = 0.648
0.8768

Ejercicio 1.17
Dos sucesos A y B están definidos sobre un misma espacio probabilísti-
co y son tales que P (A) = 0.2, P (B) = 0.6 y P (A ∪ B) = 0.7.

1. Calcular la probabilidad condicionada P (A | B).

2. Calcular la probabilidad condicionada P (A | B c ).

Solución.
1. Para calcular la probabilidad condicionada P (A | B) necesitamos co-
nocer P (A ∩ B) y P (B). La segunda se sigue directamente del enunciado,
P (B) = 0.6. En cuanto a la primera, por la relación 1.6 de la página 13, se
tiene
P (A ∩ B) = P (A) + P (B) − P (A ∪ B) = 0.2 + 0.6 − 0.7 = 0.1
20 Estadística I. Informática/I. en Tecnologías de la Información. UNED

Luego P (A | B) = 0.1/0.6 = 1/6.

2. Es similar a la primera cuestión. Necesitamos conocer P (B c ) = 1 −

P (B) = 0.4 y P (A ∩ B c ) pero, por la relación 1.5 de la página 13, se tiene

P (A ∩ B c ) = P (A − B) = P (A) − P (A ∩ B) = 0.2 − 0.1 = 0.1

0.1
Se sigue P (A | B c ) = 0.4 = 0.25.

Ejercicio 1.18 (examen junio 2016)

Se elige al azar un número de tres bits x1 x2 x3 , donde xi = 0 ó 1, i = 1, 2, 3.
Sea X el número de ceros que hay entre los dos primeros bits e Y el número
de unos que tiene el número.

1. Hallar la tabla de la distribución conjunta de (X , Y ).

2. Calcular la covarianza σ X ,Y entre las dos variables.

Solución.
1. Formemos una tabla donde aparezcan todos los números distintos de
tres bits y el valor que toma el par (X , Y ) en cada uno de ellos.

número (X , Y ) número (X , Y )

000 (2, 0) 100 (1, 1)

010 (1, 1) 001 (2, 1)
110 (0, 2) 101 (1, 2)
011 (1, 2) 111 (0, 3)

Gracias a la tabla anterior y teniendo en cuenta que cada número tiene pro-
babilidad 1/8 de ser elegido, calculamos la probabilidad de cada valor po-
sible de (X , Y ). Esos valores y sus probabilidades se muestran en la tabla
siguiente que define la función de probabilidad conjunta de (X , Y ).

Y =0 Y =1 Y =2 Y =3

X =0 0 0 1/8 1/8
X =1 0 2/8 2/8 0
X =2 1/8 1/8 0 0

2. Puesto que σ X ,Y = E{X Y } − E{X }E{Y } (ver (1.55), página 79), calcula-
remos
2 2 1
E{X Y } = (1 · 1) + (1 · 2) + (2 · 1) = 1
8 8 8
 21

y, de manera semejante, resulta

4 2 3 3 1 3
E{X } = 1 · + 2 · = 1, E{Y } = 1 · +2· +3· =
8 8 8 8 8 2
Así, obtenemos
3 1
σ X ,Y = 1 − =−
2 2
Este resultado indica correlación negativa, lo que concuerda con lo que po-
demos observar en la tabla de la distribución conjunta: hay cierta tendencia
a que una variable disminuya cuando la otra aumenta.

Ejercicio 1.19 (examen junio 2016)

Lanzamos repetidas veces una moneda cuya probabilidad de cara es 0.4,
hasta que aparecen dos caras o dos cruces. Sea X la variable aleatoria que
denota el número de lanzamientos realizados.

1. Hallar E{X }.

2. Si X = 3, ¿cuál es la probabilidad de que hayan aparecido dos caras?

Solución.
1. La variable X sólo puede tomar dos valores: 2 ó 3. El menor valor que
puede tomar para tener dos resultados iguales es 2 y el mayor es 3, ya que si
la lanzamos tres veces es seguro que dos resultados serán iguales. Se tiene

P (X = 2) = P ( )+P( ) = (0.4)2 + (0.6)2 = 0.52

y
P (X = 3) = 1 − P (X = 2) = 0.48
El valor esperado de X es igual a

E{X } = 2 · 0.52 + 3 · 0.48 = 2.48

2. El suceso que condiciona, {X = 3}, tiene probabilidad 0.48. Por otra

parte, la intersección de {X = 3} y “aparecen dos caras” es

{X = 3 y aparecen dos caras} = { , }

luego
P (X = 3 y aparecen dos caras) = 2 · (0.4)2 0.6 = 0.192
Así, se tiene
0.192
P (aparecen dos caras | X = 3) = = 0.4
0.48
22 Estadística I. Informática/I. en Tecnologías de la Información. UNED

Ejercicio 1.20 (examen septiembre 2015)

De una urna que contiene una bola roja y tres bolas azules se realizan ex-
tracciones sucesivas, sin devolver las bolas a la urna, hasta que sólo queden
bolas de un color. Denotamos por X el número de bolas extraídas.

1. Hallar la función de probabilidad de la variable X .

2. Calcular E{X } y la entropía H (X ) de la variable.

Solución.
1. Para hacer los casos posibles simétricos, consideremos que extraemos
una a una todas las bolas hasta dejar la urna vacía (sobre esta clase de técni-
cas que buscan la simetría, conviene leer el ejemplo 1.15). Ahora, hay cuatro
casos posibles que son

Ahora, calcularemos el valor de X en cada uno de esos cuatro casos

caso X prob. caso X prob.

X =1 0.25 X =2 0.25
X =3 0.25 X =3 0.25

Luego la función de probabilidad de X está definida por la tabla

k 1 2 3
P (X = k) 0.25 0.25 0.50

2. A partir de la tabla de la función de probabilidad, podemos calcular

E{X } = 1 · 0.25 + 2 · 0.25 + 3 · 0.50 = 2.25

1 1 1 1 2 2
H (X ) = − log2 − log2 − log2
4 4 4 4 4 4
2
= log2 4 − log2 2
4
1
= 2 − = 1.5
2
 23

Ejercicio 1.21
Tres monedas, M1 , M2 y M3 tienen, una probabilidad de cara igual a 0.3,
0.4 y 0.5, respectivamente. Elegimos una moneda al azar y la lanzamos dos
veces.

1. ¿Cuál es la probabilidad de que exactamente uno de los resultados sea

cara?

2. Si al menos uno de los resultados de los dos lanzamientos ha sido cara,

¿cuál es la probabilidad de que hayamos lanzado la moneda M3 ?

3. Si al menos uno de los resultados de los dos lanzamientos ha sido cara,

¿cuál es la probabilidad de que ambos hayan sido cara?

Solución.
1. Designemos por X al número de caras que aparecen al lanzar la mo-
neda elegida dos veces. El diagrama de la figura 0.2 describe el desarrollo del
experimento.

1/3 1/3 1/3

M1 M2 M3

0.49 0.42 0.09 0.36 0.48 0.16 0.25 0.50 0.25

X =0 X =1 X =2 X =0 X =1 X =2 X =0 X =1 X =2

Figura 0.2

Por la probabilidad total, se tiene

P (X = 1) = P (M1 )P (X = 1 | M1 ) + P (M2 )P (X = 1 | M2 ) + P (M3 )P (X = 1 | M3 )

1 1.4
= (0.42 + 0.48 + 0.50) =
3 3

2. El suceso “al menos uno de los lanzamientos ha sido cara” es igual a

{X ≥ 1}, y
P (X ≥ 1) = P (X = 1) + P (X = 2)
De nuevo, por la probabilidad total, tenemos

P (X = 2) = P (M1 )P (X = 2 | M1 ) + P (M2 )P (X = 2 | M2 ) + P (M3 )P (X = 2 | M3 )

1 0.5
= (0.09 + 0.16 + 0.25) =
3 3
24 Estadística I. Informática/I. en Tecnologías de la Información. UNED

luego P (X ≥ 1) = (1.4 + 0.5)/3 = 1.9/3.

Se sigue

P (M3 , X ≥ 1)
P (M3 | X ≥ 1) =
P (X ≥ 1)
P (M3 , X = 1) + P (M3 , X = 2)
=
1.9/3
1/3 · 0.50 + 1/3 · 0.25 0.75
= = = 0.3947
1.9/3 1.9

3. Por definición de probabilidad condicionada, se tiene

0.5
P (X = 2) 3
P (X = 2 | X ≥ 1) = = = 0.2632
P (X ≥ 1) 1.9
3

Ejercicio 1.22
Un sistema está formado por 20 conmutadores en serie. Una operación
consiste en elegir un conmutador al azar y cambiar su estado (si está en
0 lo ponemos en 1 y si está en 1 lo pasamos a 0). Inicialmente, todos los
conmutadores están en 1.

1. Tras repetir tres veces la operación anterior, ¿cuál es la probabilidad

de que el primer conmutador esté en 1?

2. Tras repetir tres veces la operación anterior, ¿cuál es la probabilidad

de que exactamente un conmutador esté en el estado 0?

Solución.
1. Hay dos “causas” posibles para que el primer conmutador esté en 1:
o bien no ha sido elegido en ninguna de las tres operaciones anteriores, o
bien ha sido elegido exactamente dos veces.
La probabilidad de que no haya sido elegido en ninguna de las tres ope-
raciones es
 3
19
20
ya que 19/20 es la probabilidad de que en una operación no sea elegido.
Por otra parte, la probabilidad de que en las tres operaciones haya sido
elegido dos veces es
  
3 1 2 19
2 20 20

ya que hay 32 = 3 maneras de elegir las dos operaciones, entre las tres, en
las que el primer conmutador es elegido.
 25

En resumen, la probabilidad de que el primer conmutador esté en el es-

tado 1 es  3    2
19 3 1 19
+ = 0.8645
20 2 20 20

2. Tras tres operaciones, o bien habrá tres conmutadores en estado 0, o

bien habrá un único conmutador esté en el estado 0. Gracias a esa observa-
ción podemos calcularlo de dos maneras distintas, una por paso al comple-
mentario y otra directamente. Por paso al complementario es la más simple
y está justificada por el razonamiento inicial: o bien hay tres conmutadores
en 0, o bien hay uno. Luego si calculamos la probabilidad de que haya tres,
tendremos la de que haya uno.
El razonamiento para hallar los casos favorables a que haya tres con-
mutadores en 0 es: elegimos un conmutador cualquiera (hay 20 maneras de
hacerlo), luego un conmutador distinto del primero elegido (hay 19 mane-
ras de hacerlo) y luego otro distinto de los dos primeros (hay 18 maneras de
hacerlo). Así, en total, tenemos

20 × 19 × 18 casos posibles

El número de casos favorables siempre es el mismo, ya que se trata de elegir

tres conmutadores sin restricciones. Hay 20 maneras de elegir el primero, 20
el segundo (ya que puede ser cualquiera cualquiera que haya sido nuestra
primera elección) y 20 maneras el tercero. Así, hay 20×20×20 casos posibles
y la probabilidad de elegir tres conmutadores distintos es
20 · 19 · 18
= 0.855
20 · 20 · 20
y la probabilidad de que sólo un conmutador esté en 0 es 1 − 0.855 = 0.145.
El razonamiento directo es: para que haya un conmutador en el estado
0, o bien elegimos tres veces el mismo conmutador, o bien elegimos dos
veces un conmutador y una vez otro distinto. El primer caso es el más fácil,
el primer conmutador puede ser cualquiera (hay 20 maneras de elegirlo),
el segundo tiene que ser igual al primero (1 manera de elegirlo) y el tercero
igual al primero (1 manera de elegirlo). Así, la probabilidad de elegir tres
veces el mismo conmutador es
20 · 1 · 1
20 · 20 · 20
Por último, la probabilidad de elegir dos veces un conmutador y una vez
otro distinto tiene el “picante” adicional de saber cuándo elegimos el con-
mutador que es distinto: en la primera, la segunda o la tercera operación.
Para fijar ideas, vamos a suponer que es en la primera operación. Entonces
los casos favorables son: el primer conmutador puede ser cualquiera (hay 20
maneras de elegirlo), el segundo tiene que ser distinto del primero (hay 19
maneras de elegirlo) y el tercero tiene que ser igual al segundo (hay 1 mane-
ra de elegirlo). Así, los casos favorables a que elijamos el primer conmutador
26 Estadística I. Informática/I. en Tecnologías de la Información. UNED

en la primera operación y otro distinto en la segunda y tercera operaciones,

son 20 · 19 · 1.
De manera semejante, los casos favorables a que elijamos el mismo con-
mutador en la primera y tercera operaciones, y otro distinto en la segunda,
son 20·19·1, y los favorables a que elijamos el mismo conmutador en la pri-
mera y segunda operaciones y otro distinto en la tercera son 20 · 1· 19. Así, la
probabilidad de elegir dos veces un conmutador y una vez otro distinto es

20 · 19 · 1 · 3
20 · 20 · 20
y la probabilidad de que haya un conmutador en 0 es

20 · 1 · 1 20 · 19 · 1 · 3
+ = 0.145
20 · 20 · 20 20 · 20 · 20