PROBABILIDAD Y ESTADSTICA

1. Sean A y B dos sucesos y A , B sus complementarios. Si se verifica que p ( B ) = 2 / 3, p ( A B ) = 3 / 4 y p ( A B ) = 1/ 4, hallar:

p ( A), p ( A B ), y la probabilidad condicionada p ( A / B )

Universidad de Castilla Len

SOLUCIN:

Para designar el suceso complementario de B, podemos expresarlo tambin como Bc

por tanto, Si p(Bc) = 2/3, entonces p(B) = 1 2/3 = 1/3

a)

Sabemos que p ( A B ) = p ( A) + p ( B ) p ( A B ) y despejando p ( A) resulta:

Nos fijaremos en el siguiente diagrama:

La parte sombreada de la primera figura es la interseccin de Ac y de B La parte sombreada de la 2 figura es A B. Adems, ambos sucesos, ambas zonas, son incompatibles.

Se verifica que:

Teniendo en cuenta que p(B A) = p(B).p(A/B), tenemos:

2.- En un cierto edificio se usan dos ascensores; el primero lo usan el 45 % de los inquilinos y el resto usan el segundo. El porcentaje de fallos es del 5%, mientras que el del segundo es del 8 %. Si en un cierto da un inquilino queda "atrapado" en un ascensor, hallar la probabilidad de que halla sido en el primero.
Universidad de Alicante.

SOLUCIN: Utilizamos el diagrama del rbol:

Aplicando el teorema de la probabilidad total tenemos:

(Se toman todas las ramas que van a F)

Ahora aplicamos el teorema de Bayes: p(de ser atrapado en el 1)=p(utilizar A/condicionado a que falle)=

que es la probabilidad pedida

(Se toma la rama del ascensor A y se divide por la suma de las ramas o caminos)

3.- En un espacio probabilstico se consideran los sucesos A y C cuyas probabilidades son p(A) = 0,3 y p(B) = 0,6. Por Bc se designa el suceso complementario o contrario al suceso B. Calcular la probabilidad del suceso A Bc en los siguientes casos: a) La probabilidad del suceso AB es 0,2. b) Los sucesos A y B son independientes.
Universidad de Valencia.

SOLUCIN:

Si observamos la figura resulta:

La zona roja, sombreado del centro, es la interseccin de A y B, es decir, A B La zona amarilla, sombreado de la izquierda, es la interseccin de A y del complementario de B, es decir, A Bc Adems, la unin de las dos zonas es A, es decir, (A Bc) (A B)=A

Aplicando probabilidad: p(A Bc)+p(A B) = p(A), ya que se trata de dos sucesos incompatibles. Y despejando en la igualdad anterior, p(A Bc) = p(A) p(A B) En el primer caso, p(A B) = 0,2; p(A Bc) = 0,3 0,2 = 0,1 En el segundo caso los sucesos son independientes, por tanto, p(A B) = p(A).p(B) = 0,3.0,6 = 0,18 y entonces, p(A Bc) = 0,3 0,18 = 0,12

4.- En una urna hay 10 bolas blancas y 12 bolas rojas. Encontrar la posibilidad de que al extraer dos bolas sin devolucin se obtenga una de cada color.
Universidad de Murcia.

SOLUCIN: Tenemos un conjunto de 10 bolas blancas y 12 bolas rojas. Para extraer una bola de cada color se ha de extraer 1 blanca y 1 roja. Formas de extraer 1 bola blanca entre un conjunto de 10:

Formas de extraer 1 bola roja entre un conjunto de 12:

Los casos favorables son:

Casos posibles son las distintas formas de escoger 2 bolas entre un conjunto de 22:

La probabilidad pedida ser:

Otra manera: Sea B1 el suceso "extraer bola blanca en la primera extraccin" B2 es el suceso "extraer bola blanca en la segunda extraccin" R1 es el suceso "extraer bola roja en la primera extraccin" R2 es el suceso "extraer bola roja en la segunda extraccin". Dos bolas del mismo color se pueden conseguir de la forma siguiente: (primera blanca y segunda roja) o (primera roja y segunda blanca). A la y se le asocia el smbolo de A la o se le asocia el smbolo de De ese modo tenemos: p(obtener dos bolas del mismo color) = p[( B1 R2 ) ( R1 R2 )] es decir, p = p ( B1 R2 ) + p ( R1 R2 ) = p ( B1 ). p ( R2 / B1 ) + p ( R1 ). p ( R2 / R1 )

Por tanto,

5.- A. Funcin de distribucin asociada a una variable aleatoria continua. Propiedades. B. La funcin de densidad de una cierta variable aleatoria, X, es:

donde K es una constante real a determinar. Calcule:

Galicia, junio, 2000

A. Es la funcin que asigna a cada nmero real x, la probabilidad de que X tome un valor igual o menor que x. Propiedades: 1. Su valor es cero para todos los puntos situados a la izquierda del menor valor de la variable, es decir, si x < a, F(x) = 0. 2. Su valor es 1 para todos los puntos situados a la derecha del mayor valor de la variable, es decir, si x>b, F(x) = 1. 3. Es continua a la derecha. 4. Es creciente. B. Si f(x) es una funcin de densidad se ha de cumplir que En este caso Entonces,

La funcin de densidad ser:

Y la probabilidad pedida, teniendo en cuenta el intervalo dado,

6.- A. Enunciado del teorema de Bayes. B. El 45 % de los estudiantes de COU de un instituto son alumnos de Ciencias y el 55 % restante de Letras. Se sabe que aprueban todas las asignaturas el 30 % de los alumnos de Ciencias y el 40 % de los alumnos de Letras. Si un alumno, elegido al azar, ha aprobado todas las asignaturas, cul es la probabilidad de que sea de Letras?.
Galicia, junio, 2000

SOLUCIN: A. Sea A1, A2, A3, ............An un sistema completo de sucesos y S un suceso cualquiera. Se tiene entonces que para suceso Ai se verifica:

Las probabilidades p(Ai) se llaman a priori porque son conocidas. Las probabilidades p(Ai/S) se llaman a posteriori porque las tenemos que calcular. Las probabilidades p(S/Ai) se llaman verosimilitudes porque son crebles.

B. Hacemos el siguiente diagrama en rbol:

Calculamos, en primer lugar, la probabilidad de que un alumno apruebe:

La probabilidad pedida ser: p(sea de letras/suponiendo que ha aprobado), es decir,

7.- Se reparten unas invitaciones sabiendo que slo el 40 % asistirn al acto. Se seleccionan al azar 10 invitados. Calcular: a) La probabilidad de que slo tres de esos diez invitados acudan al acto. b) La probabilidad de que acudan ms de tres de los diez.
Alicante, junio, 1998

SOLUCIN:
Es un experimento de Bernoulli que tiene las siguientes caractersticas: En cada prueba del experimento slo son posibles dos resultados: el suceso A llamado xito y el suceso c A llamado fracaso. El resultado obtenido en cada prueba es independiente de los resultados anteriores. La probabilidad del suceso A es constante y no vara de unas pruebas a otras. La distribucin de probabilidad de este experimento recibe el nombre de distribucin binomial de parmetros n y p donde n es el nmero de pruebas del experimento y p es la probabilidad del xito, es decir, n = 10; p = 0,4 Si representamos por X la variable aleatoria binomial que representa el nmero de xitos obtenidos en las n del experimento, podemos escribir:

En nuestro caso tenemos: Apartado a.

Apartado b. Utilizamos la probabilidad complementaria: p(X>3) = 1 p(X3)

De este modo resulta: p(X>3) = 1 - 0,006 - 0,04 - 0,121 - 0,215 = 0,618

8.- La vida til de una marca de bombillas sigue una distribucin normal de media 1.200 horas y desviacin tpica 250 horas. Qu proporcin de bombillas tiene un tiempo de vida inferior a 1050 horas?. Qu proporcin de bombillas tiene un tiempo de vida superior a 1350 horas?. Explica brevemente el porqu de la relacin entre los resultados. Qu proporcin de bombillas tiene un tiempo de vida entre 1050 y 1350 horas?. Puede ser til saber que si Z es una variable de distribucin N(0, 1), entonces P(Z<0,6)=0,7257
Galicia, junio, 2001

SOLUCIN: Como ya se indica en el enunciado se trata de una distribucin normal de media = 1200 y desviacin tpica 250 es decir, N(1200, 250). Primeramente hemos de tipificar aplicando la frmula:

Proporcin de bombillas que tiene un tiempo de vida inferior a 1050 horas:

(No utilizamos las tablas de la normal porque en el enunciado del problema nos dan el resultado de p(Z<0,6).

Proporcin de bombillas que tienen un tiempo de vida superior a 1350 horas:

Justificacin de la identidad de los resultados: Los resultados son idnticos por la simetra de la funcin de densidad respecto de la media. Distancia(1050, 1200) = distancia(1200, 1350).

Proporcin de bombillas que tienen un tiempo de vida entre 1050 y 1350 horas: Teniendo en cuenta los resultados anteriores y, dado que el rea de la campana es 1, resulta evidente que: p(1050>X<1350) = 1 - 0,2743 - 0,2743 = 0,4514

9.- El peso de los paquetes de harina que produce una cierta fbrica sigue una distribucin normal de media 105 grms. y de desviacin tpica 5 grms. Calcula el porcentaje de paquetes con peso superior a 112 grms, explicando cmo se ha obtenido el porcentaje. Si se coge al azar un paquete entre los que pesan ms de 112 grms., cul es la probabilidad de que pese ms de 115 grms.?
(Nota. Basta con dividir casos favorables entre casos posibles, o bien dividir porcentaje de casos favorables entre porcentaje de casos posibles).
Alicante, junio, 2001, ejercicio A

SOLUCIN: Como se indica se trata de una distribucin normal de media = 105 y desviacin tpica = 5, es decir, N(105, 5). Tipificamos haciendo el cambio

Y entonces, p(X>112) = p(Z>1,4) = 1 - p(Z<1,4) = 1 - 0,9192 = 0,0808 = 8,08 %.

El 8,08 % de los paquetes pesa ms de 112 gramos.

( Hemos utilizado las tablas de la normal para calcular p(Z<1,4)

Ahora calculamos el porcentaje de paquetes que pesan ms de 115 gramos:

El 2,08 % de los paquetes pesa ms de 115 gramos.

( Tambin hemos utilizado las tablas de la normal para calcular p(Z<2)

Observacin: Se ha de hacer notar que en la distribucin normal ya que lo que estamos calculando son reas y el rea de un segmento es cero.

Probabilidad de que un paquete pese ms de 115 gramos escogido al azar entre los que pesan ms de 112 gramos: Tal como se indica en el enunciado del problema dividimos casos favorables entre casos posibles. Casos favorables: "probabilidad de que pese ms de 115 gramos". Casos posibles: "probabilidad de que pese 112 gramos". Por tanto,

10.- Tenemos tres urnas cada una de las cuales contiene 2 bolas rojas y 3 bolas negras. Se extrae al azar una bola de cada urna y se llama x al nmero de bolas rojas obtenidas. Calcula la probabilidad de que x sea mayor o igual que 1. Si cada urna hubiese contenido 5 bolas rojas y 3 bolas negras y se hubiese extrado una bola de cada urna, cul hubiese sido la probabilidad de que x hubiese sido mayor o igual que 1?. Justificar la diferencia de los resultados obtenidos.
Alicante, junio, 2001, ejercicio B

SOLUCIN:

Utilizamos la probabilidad complementaria:

p(X = 0) = p(de sacar cero bolas rojas) = p(sacar 3 bolas negras), es decir, (bola negra de la 1 urna) y (bola negra de la 2 urna) y (bola negra de la 3 urna)

De ese modo, (Casos favorables entre casos posibles)

Por tanto, En el caso de la 2 composicin resulta: Y entonces,

Es ms probable la segunda opcin ya que se aumenta el nmero de rojas ante el mismo nmero de bolas negras.

11.- Un vendedor de coches estima las siguientes probabilidades para el nmero de coches que vende en una semana: Nmero de coches Probabilidad 0 0,22 1 0,35 2 0,25 3 0,1 4 0,08

salario semanal de 25.000 pts., ms 25.000 pts. adicionales por cada coche vendido, cul es la probabilidad de que Calcula el nmero esperado de coches que vender en una semana. Si el vendedor recibe un una semana su salario sea inferior a 100.000 pts. en el supuesto de que se sepa que es superior a 25.000 pts. ?.
Galicia, junio, 2001

SOLUCIN: Estamos ante una variable aleatoria discreta y el nmero esperado de coches que nos piden es la media o esperanza matemtica de la distribucin: Nmero esperado de coches que vender: = xi.pi = 0.0,22 + 1.0,35 + 2.0,25 + 3.0,1 + 4.0,08 = 1,47 Como el vendedor recibe un sueldo de 25.000 pts.semanales fijas ms 25.000 pts por coche vendido, resulta que cobrar: 25.000 pts. si vende 0 coches. 50.000 pts. si vende 1 coche. 75.000 pts. si vende 2 coches. 100.000 pts. si vende 3 coches. 125.000 pts. si vende 4 coches. Entonces podemos construir la siguiente tabla: Nmero de coches Sueldo semanal Probabilidad 0 25.000 0,22 1 50.000 0,35 2 75.000 0,25 3 4 100.000 125.000 0,1 0,08

Probabilidad de que en una semana su salario se superior a 25.000 pesetas: p(X>25.000) = 0,35 + 0,25 + 0,1 + 0,08 = 0,72. Probabilidad de que en una semana su salario sea superior a 25.000 pesetas e inferior a 100.000 pesetas: p(25.000<X<100.000) = 0,35 + 0,25 = 0,6 Probabilidad de que en una semana su salario sea inferior a 100.000 pesetas en el supuesto de que se sepa que es superior a 25.000 pesetas:

12.- Las calificaciones en Matemticas y Fsica de siete alumnos han sido:

Matemticas Fsica

1 8 7

2 9 7,5

3 6 5

4 7 7

5 8 7,5

6 6 5

7 2 7

Halla el coeficiente de correlacin de las calificaciones en Matemticas y Fsica de los seis primeros alumnos. Calcula el coeficiente de correlacin de esas asignaturas para los siete alumnos. Explica la diferencia entre los resultados obtenidos.
Alicante, septiembre, 2001, ejercicio A

Disponemos los datos de la siguiente forma: Matemticas xi

8 9 6 7 8 6

Fsica yi
7 7,5 5 7 7,5 5

xi2
64 81 36 49 64 36

yi2
49 56,25 25 49 56,25 25

xi yi
56 67,5 30 49 60 30

44

39

330

260,5

292,5

Media de las calificaciones de matemticas:

Media de las calificaciones de fsica:

Desviacin tpica de la variable x (notas de matemticas):

Desviacin tpica de la variable y (notas de fsica):

Covarianza:

Y el coeficiente de correlacin para los seis primeros alumnos ser:

 En el caso de los siete alumnos, los clculos se realizan de la misma manera. Vamos a resolverlo haciendo uso de la calculadora, cuyo manejo tambin se debe conocer. Usamos la calculadora CASIO fx-3900Pv En primer lugar la ajustamos al modo "LR" pulsando la secuencia de teclas MODE 2. A continuacin presionamos la secuencia SHIFT AC (Esto es fundamental antes de iniciar los clculos).

Y ahora tecleamos las secuencias que se indican en la tabla: Mat. 8 9 6 7 8 6 2 Fs. 7 7,5 5 7 7,5 5 7
Secuencia de teclas a pulsar

Aparece en pantalla
LR

8 9 6 7 8 6 2

xo,yo xo,yo xo,yo xo,yo xo,yo xo,yo xo,yo

7 7,5 5 7 7,5 5 7

DATA DATA DATA DATA DATA DATA DATA

LR

7,5

LR

LR

LR

7,5

LR

LR

El clculo del coeficiente de correlacin se obtiene pulsando la secuencia SHIFT 9 r = 0,2786

Diferencia entre los resultados obtenidos:

En el primer caso la correlacin se aproxima a 1, por tanto se trata de una correlacin fuerte, las notas de Matemticas y de Fsica se comportan de forma parecida y las estimaciones que se realicen estarn cerca de los valores reales. En el segundo caso, la correlacin r = 0,2786 est muy lejos de la unidad lo que indica que el sptimo alumno no se comporta de la misma manera que los seis primeros, sus notas de Matemticas y Fsica son muy dispares.

13. La media de las calificaciones globales obtenidas por 10 alumnos fue 6,8 y sus horas de estudio totales sumaron 120. Si x representa las horas de estudio de cada estudiante e y su calificacin, el coeficiente de correlacin entre x e y es 0,8. Sabiendo que la desviacin tpica de x coincide con la de y, explicar, razonadamente, cmo se obtiene la recta de regresin de y sobre x (2 puntos) y calcularla (1,3 puntos).
Comunidad Valenciana, junio 2004. Ejercicio A

SOLUCIN: La frmula de la recta de regresin de y sobre x es: y y = Media de las horas de estudio: x =

sxy
2 sx

( x x)

x
N

120 = 12 10

Media de las calificaciones: y = 6,8 Coeficiente de correlacin: r = Y como sx = s y , 0,8 =

sxy sx s y

sxy
2 sx

Llevando los resultados obtenidos a la frmula de la recta de regresin obtenemos:

y 6,8 = 0,8( x 10)

14. La estatura de una poblacin se distribuye normalmente con media 1,70 metros y desviacin tpica 0,1 metros. a) Se selecciona una persona al azar. Explica razonadamente cmo se obtiene la probabilidad de que su estatura sea mayor de 1,72 metros y calcular dicha probabilidad. ( 1 punto). b) Se seleccionan a azar tres personas. Obtener razonadamente la probabilidad de que slo una de las personas seleccionadas mida ms de 1,72 metros. (2,3 puntos)
Comunidad Valenciana, junio 2004. Ejercicio B

SOLUCIN: a)

1, 72 1, 70 p ( X 1, 72) = p Z = 0,1

0, 02 pZ = p ( Z 0, 2) = 0,5793 0,1

Una vez consultadas las tablas de la distribucin normal. b) Hemos obtenido que la probabilidad de una persona mida 1,72 metros o menos, es 0,5793. Sea A = una persona mide ms de 1,72 metros Entonces, p ( A) = 1 0,5793 = 0, 4207 P(una mida ms de 1,72)= p ( AAA AAA AAA) = 3 0,5793 0,5793 0, 4207 = 0, 423