Capitulo 2

Contenido
2 Conceptos bsicos de la probabilidad a 2.1 Experimentos, espacios muestrales y eventos . . . 2.2 Modelo de urnas y tcnicas de conteo . . . . . . e 2.2.1 Modelo de urnas . . . . . . . . . . . . . . 2.2.2 El conteo por enumeracin de elementos . o 2.2.3 El conteo a travs de diagramas de rbol e a 2.2.4 Teorema fundamental del conteo . . . . . 2.2.5 El principio de adicin . . . . . . . . . . . o 2.2.6 Permutacin . . . . . . . . . . . . . . . . o 2.2.7 Combinacin . . . . . . . . . . . . . . . . o 2.3 Introduccin a la probabilidad . . . . . . . . . . . o 2.3.1 Denicin matemtica de probabilidad . . o a 2.3.2 Probabilidad emp rica . . . . . . . . . . . 2.3.3 Denicin clsica de probabilidad . . . . . o a 2.3.4 Probabilidad subjetiva o personal . . . . . 2.4 Probabilidades condicionales . . . . . . . . . . . 2.5 Independencia . . . . . . . . . . . . . . . . . . . Ejercicios complementarios . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . .
2 3 15 16 17 19 19 22 22 29 34 34 36 38 43 49 63 69
Respuestas a ejercicios impares seleccionados . . . . . . . . . . . . . . . . . . . . . . . . . . . . 77
CAP ITULO
Conceptos bsicos de la a probabilidad
Contenido
2.1 2.2 Experimentos, espacios muestrales y eventos . . . . . . . 3 Modelo de urnas y tcnicas de conteo . . . . . . . . . . . 15 e 2.2.1 Modelo de urnas . . . . . . . . . . . . . . . . . . . . . . . . 16 2.2.2 2.2.3 2.2.4 2.2.5 2.2.6 El conteo por enumeracin de elementos . . . . . . . . . . . 17 o El conteo a travs de diagramas de rbol . . . . . . . . . . 19 e a Teorema fundamental del conteo . . . . . . . . . . . . . . . 19 El principio de adicin . . . . . . . . . . . . . . . . . . . . . 22 o Permutacin . . . . . . . . . . . . . . . . . . . . . . . . . . 22 o
2.2.7 Combinacin . . . . . . . . . . . . . . . . . . . . . . . . . . 29 o 2.3 Introduccin a la probabilidad . . . . . . . . . . . . . . . 34 o 2.3.1 2.3.2 Denicin matemtica de probabilidad . . . . . . . . . . . . 34 o a Probabilidad emp rica . . . . . . . . . . . . . . . . . . . . . 36
2.3.3 Denicin clsica de probabilidad . . . . . . . . . . . . . . . 38 o a 2.3.4 Probabilidad subjetiva o personal . . . . . . . . . . . . . . . 43 2.4 Probabilidades condicionales . . . . . . . . . . . . . . . . . 49 2.5 Independencia . . . . . . . . . . . . . . . . . . . . . . . . . Ejercicios complementarios . . . . . . . . . . . . . . . . . . . 63 69
2.1 Experimentos, espacios muestrales y eventos
Objetivos del cap tulo

1. Describir y aplicar algunas tcnicas de conteo en la solucin de problemas. e o 2. Desarrollar la comprensin de los conceptos bsicos de probabilidad. o a 3. Denir y aplicar el concepto de probabilidad condicional. 4. Aplicar el teorema de Bayes en el clculo de probabilidades. a 5. Denir y aplicar el concepto de independencia entre eventos.
Empleo de la estad stica

En una encuesta hecha a estudiantes de nuevo ingreso a la universidad se encontr que, entre todos los estudiantes admitidos, el 55% no tienen problema o de ningn tipo, el 25% sienten que fueron mal orientados en cuanto a la carrera u elegida y el 20% tienen problemas de tipo econmico. La misma encuesta muestra o que de los que no tienen ningn tipo de problema solamente el 1% no regresa al u segundo semestre; que la probabilidad de que los que fueron mal orientados no continuen en el segundo semestre es de 0,7 y la probabilidad de que los que tienen problemas econmicos continuen es de 0,05. Si se elige un alumno al azar del o segundo semestre, cul es la probabilidad de que l sea uno de los que a pesar de a e no estar en la carrera de su vocacin haya continuado? o
2.1
Experimentos, espacios muestrales y eventos
Experimentos determin sticos y aleatorios

La teor de la probabilidad tiene que ver con los diversos resultados posibles que podr a an obtenerse y los posibles sucesos que podr ocurrir cuando se realiza un experimento. El an trmino experimento se utiliza en la teor de la probabilidad para describir virtualmente e a cualquier accin o proceso que genera observaciones. o Denicin 2.1.1 Un experimento es cualquier accin o proceso que genera obo o servaciones. La validez de la mayor de las teor cient a as cas est basada, en gran parte, en que los a experimentos, sobre los cuales las teor se fundamentan, suministran esencialmente el as mismo resultado cuando estos experimentos se repiten. Este tipo de experimentos se llaman determin sticos. Denicin 2.1.2 Un experimento determin o stico es cualquier experimento que, al repetirse bajo las mismas condiciones, genera siempre los mismos resultados.
Un ejemplo, en f sica, que es un experimento determin stico es la ley de la ca da libre, s=
1 gt2 . 2
Sin embargo, hay experimentos cuyos resultados no son determinados, si las condiciones de los experimentos se mantienen constante. Ellos se llaman experimentos aleatorios o estocsticos. a
Denicin 2.1.3 Un experimento aleatorio (o estocastico) es cualquier exo perimento que, al repertirse bajo las mismas condiciones, no genera siempre los mismos resultados. Ejemplos familiares de estos experimentos, son los juegos de suerte como dados, lanzamiento de monedas o juegos de cartas. Sin embargo, hay otros tipos de ejemplos de experimentos aleatorios como los siguientes: (1) Semillas de igual estado que producen plantas de diferentes tamaos. n (2) Una mquina de coser alarga a veces una puntada sin un motivo claro. a (3) La duracin de vida de las personas, que viven bajo condiciones semejantes, var o a y no se puede predecir. (4) El sexo de un recin nacido. e (5) El ao en que se extingue el apellido familiar. n
Espacio muestral, evento y evento elemental

El primer paso para analizar un determinado experimento consiste en denir con cuidado los resultados experimentales. Cuando hayamos denido todos los resultados posibles, habremos identicado el llamado espacio muestral del experimento. Denicin 2.1.4 Supongamos que se realiza un experimento aleatorio. o (a) El conjunto de todos los posibles resultados de ese experimento, se llama espacio muestral ( o de resultados).
El espacio muestral se simbolizar con la letra griega (le omega). a da
(b) Cualquier subconjunto del espacio muestral se llama evento.

Los eventos se simbolizarn con las letras maysculas A, B, C, etc. a u sucedido signica que el resultado observado del experimento est en A. a El evento A ha
(c) Si un evento tiene un solo elemento se llamar evento elemental. a
Ejemplo 2.1.5 Consideremos los siguientes experimentos aleatorios: 1. El lanzamiento de una moneda. Los posibles resultados son cara (C) o sello (S). Por tanto, = {C, S}.
{C} =la moneda seala cara es un evento elemental. n La primera moneda muestra sello = {(S, S), (S, C)} es un evento. 2. Lanzamiento de dos monedas. a) Dos monedas diferentes se lanzan al mismo tiempo. El espacio muestral correspondiente est dado por a = {(C, C), (C, S), (S, C), (S, S)} = {C, S} {C, S} y, en este caso, (C, S) = (S, C). {(C, C)} =las monedas muestran cara es un evento elemental. ambas monedas muestran el mismo lado = {(S, S), (C, C)} es un ejemplo de un evento. b) Dos monedas que no se pueden distinguir entre s se lanzan al mismo tiempo. En esta situacin, = {(C, C), {C, S}, (S, S)}. Aqu (C, S) = (S, C). o , {C, S} =las monedas muestran diferentes lados es un evento elemental. Un ejemplo de un evento es ambas monedas muestran el mismo lado = {(S, S), (C, C)}. 3. Una moneda se lanza hasta que cara (C) aparezca. Se observa el nmero de lanzamientos que muestran sello (S) antes de que u aparezca una cara. Por tanto, = {0, 1, 2, . . . , }.
En este caso, {3} = C aparece por primera vez en el cuarto lanzamiento es un evento elemental y {} es el evento elemental de que la moneda nunca muestre a C.
4. Duracin de la vida humana. o
C aparece no antes del sptimo lanzamiento = {6, 7, 8, . . . , } es un evento. e Se observa la edad en la que diferentes personas mueren. De esta forma, es el conjunto de todos los nmeros reales menores o iguales que k, donde k es la u edad de la persona que ms aos ha vivido en la tierra. a n {59,7} es el evento elemental de que una determinada persona muri a la edad o de 59,7 ans. o Alguien muere con edad entre 60 y 70 aos = [60, 70] es un ejemplo de un n evento de .
Eventos seguro e imposible

En especial, el conjunto vac y son eventos. El conjunto es el llamado evento o seguro, que siempre sucede y es el llamado evento imposible, que nunca puede suceder (por ejemplo, que se obtenga un 7 en el lanzamiento de un dado).
Operaciones entre eventos

En muchas aplicaciones, estamos interesados simultneamente en uno o ms eventos. a a Por ejemplo, si se lanza un dado, dos eventos que podr considerarse son el nmero an u resultante es un mltiplo de 2 y el nmero resultante es m u u nimo un 5. Una posibilidad es que todos los enventos de inters podr ocurrir; este ser el caso si el resultado e an a
bsico del experimento aleatorio pertenece a todos estos eventos. El conjunto de rea sultados bsicos que pertenece a todos los eventos de un grupo se denomina interseccin. a o Denicin 2.1.6 Sean A y B dos eventos de un espacio muestral . Su intero seccion, simbolizado por A B, es el conjunto de todos los resultados posibles en que pertenecen a A y a B. Por tanto, la interseccin A B ocurre si y slo si o o tanto A como B ocurren.
De manera ms general, dado n eventos A1 , A2 , . . . , An de un espacio muestral , su ina terseccin A1 A2 An es el conjunto de todos los resultados posibles de que pertenecen a o todos los Ai (i = 1, 2, . . . , n).
Un instrumento util para pensar en intersecciones y otras relaciones de conjuntos es el diagrama de Venn. En la gura 2.1 se muestran diagramas para pares de conjuntos A y B. En la parte (a) de la gura, el rectngulo representa el espacio muestral, mientras a que las dos circunferencias representan los dos eventos A y B. As por ejemplo, un resultado bsico perteneciente a A estar dentro del c , a a rculo correspondiente. El rea sombreada donde se cruzan las dos guras es A B. Claramente, a un resultado bsico estar en A B si y slo si est tanto en A como en B. De esta a a o a manera, al lanzar un dado, los resultados 3 y 5 pertenecen a los dos eventos A =se obtiene un nmero impar y B =se obtiene como m u nimo un 3.
(a) A B es el rea sombreada. a
(b) A y B son mutuamente excluyentes
Fig. 2.1: Los diagramas de Venn para la interseccin de los eventos A y B. o Es posible que los eventos A y B no tengan resultados en comn, en cuyo caso las u guras no se cruzarn como en la parte (b) de la gura 2.1. Tales eventos se dicen a que son mutuamente excluyentes (o disyuntos). Por ejemplo, si un al lanzar un dado, los eventos A =se obtiene un nmero par y B =se obtiene un nmero impar son u u mutuamente excluyentes.
Denicin 2.1.7 Sean A y B dos eventos de un espacio muestral . Si los o sucesos A y B no tienen en comn resultados de , se denominan mutuamente u excluyentes (o disyuntos) y su interseccin A B es el conjunto vac De esto o o. se deduce que el evento A B no puede ocurrir.
De manera ms general, decimos que n eventos A1 , A2 , . . . , An de un espacio muestral a son mutuamente excluyentes si todo par de estos eventos es mutuamente excluyente, es decir si Ai Aj es el conjunto vac para todo i = j. o
Cuando se consideran varios eventos conjuntamente, otra posibilidad de inters es que e por lo menos uno de ellos ocurra. Esto suceder si el resultado del experimento pertenece a al menos a uno de los eventos. El conjunto de resultados pertenecientes por lo menos a uno de los eventos, se denomina unin. Por ejemplo, en el experimento del lanzamiento o de un dado, los resultados 2, 4, 5 y 6 pertenecen por lo menos a uno de los eventos A =se obtiene un nmero par o B =se obtiene como m u nimo un 4. Denicin 2.1.8 Sean A y B dos eventos de un espacio muestral . Su union, o simbolizado por A B, es el conjunto de todos los resultados posibles en que pertenecen por lo menos a uno de estos eventos. Por tanto, la unin A B ocurre o si y slo si por lo menos alguno de estos dos eventos, A o B, ocurre. o
De manera ms general, dado n eventos A1 , A2 , . . . , An de un espacio muestral , su a unin A1 A2 An es el conjunto de todos los resultados posibles de que pertenecen por lo o menos a uno de estos n eventos.
La unin de un par de eventos se ilustra en el diagrama de Venn de la gura 2.2a, donde o claramente se observa que un resultado estar en A B si y slo si est en por lo menos a o a alguno de estos dos eventos, A o B.
(a) A B es el rea sombreada. a
(b) A B es el rea sombreada a
Fig. 2.2: Los diagramas de Venn para la unin y diferencia de los eventos A y B. o Ahora, cuando se consideran dos eventos conjuntamente, otra situacin que interesa es o que uno de ellos ocurra, pero el otro no. Esto ocurre cuando el resultado del experimento
pertenece a uno de ellos, pero no al otro. El conjunto de resultados que pertenecen a un evento, pero no a otro otro se denomina diferencia entre ambos eventos. Por ejemplo, los resultados 2 y 4 pertenecen al evento A =se obtiene un nmero par estrictamente u menor que 6, pero no al evento B =se obtiene m nimo 5. Denicin 2.1.9 Sean A y B dos eventos de un espacio muestral . La difeo rencia entre A y B, simbolizado por A B, es el conjunto de todos los resultados posibles en que pertenecen a A, pero no a B. Por tanto, la diferencia A B ocurre si y slo si A ocurre, pero B no. o La diferencia entre un par de eventos se muestra en el diagrama de Venn de la gura 2.2b, en donde se observa que un resultado estar en AB si y slo si est en A, pero no en B. a o a A continuacin, sea A un evento y supongamos que nuestro inters es que A no ocurra. o e Esto suceder si el resultado del experimento aleatorio se encuentra en (como debe a ser), pero no en A. El conjunto de resultados pertenecientes al espacio muestral, y que no pertenecen a determinado evento, se denomina complemento de ese conjunto. Denicin 2.1.10 Sea A evento de un espacio muestral . Su complemento, o simbolizado por A, es el conjunto de todos los resultados posibles en que no perteo nencen a A. Por tanto, el complemento A de A ocurre si y slo si A no ocurre. Claramente, los eventos A y A son mutuamente excluyentes. El complemento del evento A se ilustra en la gura 2.3a.
(a) A es el rea sombreada. a
(b) Particin de o
Fig. 2.3: Diagrama de Venn para el complemento de A y particin de a travs de o e A1, A2, A3, . . . , An. Un caso de especial inters lo constituye una coleccin de varios eventos cuya unin e o o es la totalidad del espacio muestral . Dado que todo resultado pertenece a , se deduce que todo resultado de un experimento aleatorio estar al menos en una clase a de estas colecciones de eventos. Estos eventos se denominan colectivamente exhaustivos. Por ejemplo, si se lanza un dado, los sucesos el resultado es como m nimo un 3 y el resultado es mximo un 6 son colectivamente exhaustivos (al menos uno de a
estos eventos debe ocurrir). Pero, si adicionalmente estas colecciones de eventos son mutuamente excluyentes, entonces, se dice que estos eventos forman una particin de . o Denicin 2.1.11 Sean A1, A2, . . . , An eventos de un espacio muestral . o (a) Si se cumple que A1 A2 An = , entonces, estos n eventos se denominan colectivamente exhaustivos. (b) Decimos que estos n eventos forman una particion de si ellos son colectivamente exhaustivos y mutuamente excluyentes.
Una representacin grca de esta situacin se observa en la gura 2.3b. o a o Observemos
que todos los eventos elementales forman una particin del espacio muestral correspondiente. o
Ejemplo 2.1.12 Sea = {1, 2, 3, 4, 5} el espacio muestral correspondiente a un experimento aleatorio dado. Adems, sean A = {2}, B = {1, 4}, C = {3, 5} y D = {2, 3, 4, 5}. Entonces (ver a gura 2.4), A, B y C es una particin de porque A B C = y A B = , A C = , o B C = . B y D son colectivamente exhaustivos, pero no forman una particin de porque o B D = {4} = . A, C y D no son colectivamente exhaustivos (y, por tanto, tampoco forman una particin de ) porque 1 A C D. o
Fig. 2.4: Diagrama de Venn para el ejemplo 2.1.12 Hemos presentado cuatro conceptos importantes (interseccin, unin, diferencia y como o plemento). Todos ellos sern importantes en nuestro estudio subsiguiente de la probaa bilidad. Los siguientes ejemplos ilustran estas operaciones entre eventos.
Ejemplo 2.1.13 Se lanza un dado. Sea A el evento se obtiene un nmero impar y B el u evento se obtiene m nimo un 3. Entonces,
10
Los complementos de estos eventos son, respectivamente, A = B = se obtiene un nmero par = {2, 4, 6}, u se obtiene mximo un 2 = {1, 2}. a
La interseccin de A y B es el evento o A B = se obtiene un nmero impar distinto de 1 = {3, 5}. u La unin de A y B es el evento o A B = se obtiene un nmero distinto de 2 = {1, 3, 4, 5, 6}. u La diferencia de A y B es el evento A B = se obtiene el nmero 1 = {1}. u La diferencia de B y A es el evento B A = se obtiene un nmero par distinto de 2 = {4, 6}. u Observemos tambin que los eventos A y A son mutuamente excluyentes, dado que su e interseccin es el conjunto vac y colectivamente exhaustivos, dado que su unin es el o o, o o espacio muestral . En otras palabras, A y A forman una particin de .
Algunas propiedades relacionadas con eventos

A continuacin presentamos algunas de las propiedades bsicas que se deben tener en o a cuenta cuando trabajamos con eventos. Teorema 2.1.14 Sean A y B eventos de un espacio muestral . Entonces, son vlidas las siguientes armaciones. a (a) = (d) A = (g) A A = (b) = (e) A = A (h) A B = A B (c) A = A (f ) A A = (i) A B = A B
Los resultados (h) e (i) son las llamadas leyes de De Morgan.
Presentamos ahora dos resultados ms que incluyen uniones e intersecciones. Sern a a empleados ms adelante para desarrollar algunas reglas de probabilidad. a
11
Teorema 2.1.15 Sean A, A1, A2, . . ., An y B eventos de un espacio muestral . Entonces, son vlidas las siguientes armaciones. a o (a) Los eventos A B y A B son mutuamente excluyentes y su unin es igual al evento B, es decir, forman una particin de B (ver gura 2.5a). o (b) Si A1, A2, . . ., An forman una particin de , entonces, los eventos A1 B, o A2 B, . . ., An B son mutuamente excluyentes y su unin es B, es decir, o forman una particin de B. o Para comprender lo expuesto en el teorema 2.1.15b, consideraremos el diagrama de Venn de la gura 2.5b. El rectngulo grande es el espacio muestral y est subdividido a a en partes ms pequeos que representan los n eventos A1, A2, . . ., An que forman la a n particin de . El evento B viene representado por la regin sombreada. Se observa que o o los eventos comprendidos en la intersecin de B y cada uno de los eventos Ai forman o una particin de B, es decir, son mutuamente excluyentes y su unin es B. o o
(a) Diagrama de Venn para los eventos A B y A B.
(b) Diagrama de Venn para A1 B, A2 B, . . . y An B
Fig. 2.5: Diagrama de Venn para diferentes intersecciones.

Ejemplo 2.1.16 Consideremos el lanzamiento de un dado. Vericaremos los dos resultados que se presentan en el teorema 2.1.15. (a) Sean A = {1, 3, 5} y B = {3, 4, 5, 6}. Entonces, los eventos A B = {3, 5} A B = {4, 6}
son mutuamente excluyentes y su unin es B (ver gura 2.6a). De esta forma queda o vericada la parte (a) del teorema. (b) Sean B = {3, 4, 5, 6}, A1 = {1, 3}, A2 = {2, 4, 6} y A3 = {5}. Observemos que los eventos A1 , A2 y A3 forman una particin de . Por qu? Ahora, claramente podemos o e observar que los eventos A1 B = {3}, A2 B = {4, 6}, A3 B = {5}
son mutuamente excluyentes y su unin es B (ver gura 2.6b), vericndose, de esta o a manera, la parte (b) del teorema.
12
(a) Los eventos A B y A B son mutuamente excluyentes y su unin es B. o
(b) A1 B, A2 B y A3 B son mutuamente excluyentes y su unin es B o
Fig. 2.6: Diagrama de Venn para diferentes intersecciones.

Ejemplo 2.1.17 Un problema al que se enfrenta frecuentemente la investigacin de mercao dos lo constituye el hecho de que algunas preguntas que nos gustar hacer son tan delicadas a que muchas personas se negarn a contestarlas o darn una respuesta falsa. Una manera a a de atacar este problema es utilizar el metodo de la respuesta aleatorizada1 . Esta tcnica consiste en acompaar la pregunta delicada con otra pregunta normal. Por ejemplo, e n podr amos tener el siguiente par de preguntas: (a) Ha hurtado en almacenes intencionalmente en los ultimos doce meses? (b) Ha realizado una compra por catlogo en los ultimos doce meses? a A los encuestados se les pide que lancen una moneda y entonces contestan a la pregunta (a) si se obtiene cara y a la (b) en otro caso. Dado que el encuestador no puede saber a qu pregunta se contesta, se espera que se obtengan de esta manera respuestas verdaderas. e Para las preguntas que acompaan a la de inters, el investigador cuenta ya con informacin n e o sobre la poblacin sujeta a estudio. De este modo, en nuestro ejemplo, el investigador sabe o qu proporcin de la poblacin realiz una compra por catlogo en los ultimos doce meses. e o o o a Denamos ahora los siguientes eventos: B : El encuestado responde s . A1 : El encuestado responde a la pregunta delicada. A2 : El encuestado responde a la pregunta normal. Claramente, los eventos A1 y A2 son mutuamente excluyentes y colectivamente exhaustivos. De este modo, las condiciones de la parte (b) del teorema 2.1.15 y se verica que los eventos A1 B A2 B = = El encuestado responde s y lo hace a la pregunta delicada, El encuestado responde s y lo hace a la pregunta normal
son mutuamente excluyentes. Adems, su unin es el evento B, como se puede vericar a o fcilmente. a
Ver, por ejemplo, M. D. Geurts, Using a randomized response research design to eliminate nonresponse biases in business research, Journal of Academy of Marketing Science, 8 (1980), 8390.
1
13
Ejercicios de la seccin 2.1 o

1. En un concurso de televisin, el ganador puede elegir tres de cinco personas diferentes: o A, B, C, D y E. (a) Enumere los elementos del espacio muestral correspondientes. (b) Cuntos elementos hay en el espacio muestral correspondientes a una seleccin que a o incluye a A? (c) Cuntos elementos hay en el espacio muestral correspondientes a una seleccin que a o incluye a A y a B? (d) Cuntos elementos hay en el espacio muestral correspondientes a una seleccin que a o incluye a A o a B? 2. La gerencia de produccin de una corporacin realiz un estudio para determinar el tiempo, o o o en minutos, necesario para que un tcnico ejecute cierta tarea relacionada con el montaje e de sus televisores. (a) Describa el espacio muestral correspondiente a este estudio. (b) Describa el evento E de que un tcnico tarde tres minutos o menos para realizar la e tarea. (c) Describa el evento F de que un tcnico tarde ms de tres minutos para realizar la e a tarea. 3. Como parte de un procedimiento de control de calidad, un inspector de una granja seleccion 10 adornos al azar de cada lote que recibe y registra el numero de adornos o defectuosos. (a) Cul es el espacio muestral adecuado para cada lote? a (b) Describa el evento F de que a lo ms cuatro adornos estn rotos. a e (c) Describa el evento G de que al menos siete adornos estn rotos. e (d) Describa los eventos F G y F G. (e) Describa el evento H de que once adornos estn rotos. e (f) Determinar si la proposicin dada es verdadera o falsa. Si es verdadera, explicar o por qu y si es falsa, construya un contraejemplo (es decir, un ejemplo para mostrar e que es falsa): Si E y F son eventos mutuamente excluyentes y E y G son eventos mutuamente excluyentes, entonces, F y G son mutuamente excluyes. 4. En un campeonato de ftbol participan cuatro universidades: Uninorte, Uniatlntico, u a Uniautnoma y la Cuc. En la primera vuelta, Uninorte jugar contra Uniatlntico y Unio a a autnoma contra la Cuc. Los dos ganadores jugarn por el campeonato y subcampeonato o a y los perdedores, por el tercer y cuarto puesto. Un posible resultado denitivo puede representarse por la tupla (Uninorte, Uniautnoma, Uniatlntico, Cuc), en donde se indica o a que Uninorte fue el campen, Uniautnoma el subcampen, Uniatlntico qued de tercero o o o a o y la Cuc, de cuarto. (a) Enumere todos los posibles resultados de . (b) Sea A el evento en que Uninorte gana el torneo. Haga una lista de los elementos de A. (c) Sea B el evento en que Uniatlntico llega a la nal. Haga una lista de los elementos a de B. (d) Cules son los resultados en A B y en A B? Cules son los resultados en A? a a
14
5. En el departamento de recaudos se acaba de terminar una votacin secreta para elegir el o nuevo jefe de ese departamento. La urna de votos contiene tres papeletas con votos para Greyci, uno de los dos candidatos y dos papeletas con votos para Brian, el otro candidato. Supongamos que las papeletas se sacan de la caja una por una. (a) Cuntos resultados disponibles hay? Cules son? a a (b) Suponga que se realiza un conteo a medida que se sacan las papeletas. En cules a resultados Greyci se mantiene adelante de Brian en todo el conteo? 6. Una familia formada por Greyci, Brian y Humberto asisten a una cl nica que siempre tiene un mdico en cada una de las ocinas 1, 2 y 3. Durante cierta semana, cada miembro de e la familia visita una vez la cl nica y se le asigna al azar un mdico: el experimento consiste e en registrar el nmero de la ocina asignada a cada miembro de la familia. Un resultado u de (3, 2, 2) es: para Greyci la ocina 3; Brian, ocina 2 y Humberto, ocina 2. (a) Haga una lista de los 27 resultados del espacio muestral. (b) Haga una lista de todos los resultados del evento en el cual las tres personas de la familia vayan a la misma ocina. (c) Haga una lista de todos los resultados del evento en el cual todos los miembros de la familia vayan a diferentes ocinas. (d) Haga una lista de todos los resultados del evento en el cual ningn miembro de la u familia vaya a la ocina 2. 7. Sea = {0, 1, 2, 3, 4, 5, 6, 7, 8, 9} el espacio muestral correspondiente a un experimento aleatorio dado. Sean A, B, C y D eventos de denidos por A = {0, 1, 2, 3}, B = {4, 5, 6, 7}, C = {2, 4, 6}, D = {1, 8, 9}.
Liste los elementos de los conjuntos que corresponden a los siguientes eventos: (a) A D; (b) B C; (c) D; (d) (D A) C; (e) B; (f) B C D. 8. Seale la regin de la gura de abajo que representa a cada evento: (a) A B C, (b) n o A B C, (c) A B C, (d) A B C, (e) A B C, (f) (A B) C, (g) A (B C), (h) A B C.
9. Sean el evento de todos los turistas que visitaron a Barranquilla durante un n de semana y A, B y C, los eventos formados por los turistas que visitaron el Museo romntico, a el Zoolgico y Bocas de Cenizas, respectivamente. Exprese con palabras las regiones o indicadas a continuacin teniendo en cuenta la gura de abajo: (a) Regin 1, (b) Regiones o o 1 y 4 juntas, (c) Regiones 4, 5, 7 y 8 juntas, (d) Regiones 5, 6 y 7. 10. En una encuesta realizada en un colegio de la ciudad a un total de 150 alumnos se encontr: o 54 estudian Algebra; 89, Ingls; 80, Ciencias Naturales; 60, Ciencias Naturales e Ingls; e e 10, slo Algebra; 20, Algebra y Ciencias Naturales; 15, las tres materias simultneamente. o a Determine el nmero de alumnos que conforman los siguientes eventos: u
2.2 Modelo de urnas y tcnicas de conteo e
15
(a) Estudian Algebra e Ingls, pero no Ciencias Naturales. e (b) Estudian slo una materia. o (c) Estudian a lo sumo dos materias. 11. Una universidad realiza tres tipos de pruebas a 100 aspirantes y obtiene los siguientes resultados: 2 fracasaron en las tres pruebas; 7, en la primera y en la segunda; 8, en la segunda y en la tercera; 10, en la primera y en la tercera; 25, en la primera; 30, en la segunda; 25, en la tercera. Determine el nmero de aspirantes que conforman los u siguientes eventos: (a) (b) (c) (d) (e) (f) (g) Fracasaron exactamente en una prueba. Aprobaron las tres pruebas. Fracasaron en la primera y en la tercera, pero no en la segunda. Fracasaron en la segunda y en la tercera, pero no en la primera. Fracasaron en al menos una prueba. Aprobaron al menos una prueba Aprobaron la segunda o la tercera, pero no la primera.
12. Un equipo de ftbol ha determinado contratar un futbolista de talla internacional para el u prximo campeonato. Sean A, B y C eventos que representan al hecho de que el futbolista o contratado ha jugado en el Real Madrid, en el Milan y en el Bayern de Munich, respectivamente. Utilice las operaciones de unin, interseccin y complemento para describir, en o o trminos de A, B y C, dibuje un diagrama de Venn y sombree la regin correspondiente e o a cada uno. (a) Por lo menos el futbolista ha jugado en uno de los tres equipos mencionados anteriormente. (b) El futbolista ha jugado en los tres equipos mencionados anteriormente. (c) El futbolista ha jugado en el Real Madrid y no en el Milan. (d) El futbolista slo ha jugado en el Bayern de Munich. o (e) El futbolista ha jugado exactamente en uno de los tres equipos mencionados anteriormente.
2.2
Modelo de urnas y tcnicas de conteo e
A pesar de la complejidad de muchos procedimientos avanzados, proporcionados por la tecnolog moderna, el simple proceso de contar resultados de un experimento aleatorio a contina jugando un papel importante en problemas prcticos de la vida cotidiana. u a Tenemos que contar por ejemplo, el nmero de alumnos por grupo, el nmero de llamadas u u recibidas en una ocina por d el nmero de accidentes ocurridos en los nes de semana, a, u etc. Pero, en muchos problemas como, por ejemplo,
16
calcular de cuntas formas podemos sentar 10 personas, una al lado de la otra a para una foto; o determinar cuntos nmeros de tres cifras se pueden formar con los d a u gitos del 1 al 9 si no se pueden repetir los d gitos, la tarea no resulta ser fcil si no se desarrollan tcnicas especiales de conteo. Debido a a e que, frecuentemente, es necesario determinar cantidades como estas para poder calcular probabilidades2 , entonces, se hace obligatorio para nosotros estudiar algunas tcnicas. e Las tcnicas especiales de conteo que estudiaremos, y que son fundamentales para el e clculo de algunas probabilidades, son: el conteo por enumeracin de elementos, el a o conteo a travs de diagramas de rbol, el teorema fundamental del conteo, el principio e a de adicin, el conteo de permutaciones y el conteo de combinaciones. o
2.2.1
Modelo de urnas
Antes de comenzar a introducir los conceptos y propiedades bsicos que caracterizan a a cada una de las tcnicas mencionadas anteriormente, consideraremos importante enfae tizar que muchos experimentos aleatorios pueden describirse por medio de los llamados modelos de urnas, los cuales estn caracterizados por los siguientes dos hechos: a 1. En una urna hay bolas distinguibles (por ejemplo, numeradas), no distinguibles (por ejemplo, rojas) o mixtas. Estas bolas se consideran como una poblacin. o 2. De esta urna se quieren sacar una o ms bolas, al mismo tiempo o no, reema plazando o no las bolas seleccionadas antes de seleccionar nuevamente otra(s) bola(s) y observando el orden o no de las bolas extra das. Las bolas extra das se consideran como una muestra. Para obtener estas muestras, podemos distinguir los siguientes casos: (a) Seleccionar sin reemplazo. Cada bola seleccionada se deposita fuera de la urna y por eso puede seleccionarse una sola vez. (b) Seleccionar con reemplazo. Cada bola seleccionada se reemplaza en la urna y por eso puede seleccionarse varias veces. (c) Seleccionar considerando el orden. Se seleccionan cierta cantidad de bolas una tras otra y se considera el orden obtenido. En este caso, las bolas seleccionadas se pueden considerar como tuplas ordenadas.3 (d) Seleccionar sin considerar el orden. Se seleccionan cierta cantidad de bolas a la vez (o tambin una tras otra), e pero sin que interese el orden de las bolas extra das.
Concepto que veremos ms adelante a Por una tupla ordenada se entiende una expresin, por ejemplo, de la forma (a, b, c, d, e, . . . , z), o en donde el orden de estas letras es importante. Por ejemplo, para el caso de tener slo dos letras o a y b, no es lo mismo (a, b) que (b, a). A la tupla con dos elementos se le llama par ordenado; a la de tres elementos, tripleta ordenada, etc.
3 2
17
Los cuatro casos se pueden combinar: las bolas se seleccionan con o sin reemplazo y con o sin orden. Inclusive, podemos identicar otros tipos de modelo de urna con base en las situaciones anteriores como, por ejemplo, (e) Seleccionar formando una particin. o Seleccionar grupos de bolas sin importar el orden y cada grupo se guarda, por ejemplo, en gavetas numeradas. Esto se hace hasta que no queden bolas en la urna. Ahora, procederemos a explicar las mencionadas tcnicas de conteo. e
2.2.2
El conteo por enumeracin de elementos o
Nuestra primera regla es tratar de enumerar todos los elementos de un espacio muestral y luego contarlos. Esta tcnica es adecuada cuando el nmero de resultados posibles no e u es muy grande. Para ilustrar esto, consideremos los siguientes ejemplos. Observe que a la mayor de ellos lo hemos identicado con un modelo de urna.4 a
Ejemplo 2.2.1 (Seleccin con reemplazo y con orden) Una urna contiene 4 chas: o una azul, una verde, una roja y una negra. Cules son las distintas maneras de seleca cionar dos chas con reemplazo? SOLUCION: Abreviaremos el color de las chas con su correspondiente letra inicial: A, V, R y N. Como la seleccin es con reemplazo, entonces, se selecciona un cha y se vuelve a introducir en la o urna antes de seleccionar la segunda. Por lo tanto, los elementos del espacio muestral son AA, VN, VA, NV, AR, RN, RA, AN, NR, AA, NA, VV, VR, RN, RR, NN.
En este ejemplo el orden es importante, por eso aparece AV y VA como dos elementos distintos del espacio muestral. Ejemplo 2.2.2 (Seleccin sin reemplazo y sin orden) De cuntas maneras se puede o a armar un grupo de 2 de entre 4 personas (digamos Greyci, Jenier, Brian y Humberto)? SOLUCION: En esta situacin el orden no interesa (por eso no se utilizan parntesis al identicar a cada o e seleccin del grupo). Es como si colocramos los nombres de estas cuatro personas en una o a bolsa y sacramos dos de ellas al mismo tiempo. Observe que, en este caso, da lo mismo la a posibilidad Greyci, Jenier que Jenier, Greyci (por eso sin orden). Adems, la posibilia dad de obtener un grupo conformado por Greyci, Greyci no existe (por eso, sin reemplazo). Al tener en cuenta lo anterior, encontramos que los posibles grupos de dos personas que se pueden escoger son: Greyci, Jenier, Jennifer, Brian, Greyci, Brian, Jenier, Humberto, Greyci, Humberto, Brian, Humberto,
Es decir, en total hay 6 maneras posibles de seleccionar un grupo de 2 personas, sabiendo que hay 4 disponibles.
A los que no hemos identicado con un modelo de urna, signica que el ejemplo no se puede clasicar directamente como uno de los modelos de urna descritos anteriormente. En realidad, hay otros tipos de modelos de urna.
4
18
Ejemplo 2.2.3 (Seleccin sin reemplazo y con orden) De cuntas maneras se pueden o a sentar Greyci, Jenier, Brian y Humberto en un sof que slo tiene disponible dos puestos? a o SOLUCION: En este ejemplo el orden es importante porque no es lo mismo, por ejemplo, que Greyci se siente en el primer puesto y Jenier en el segundo que lo contrario. Por eso utilizaremos parejas ordenadas para enumerar los posibles resultados. Ahora, es obvio que Greyci no puede aparecer sentada en el primer puesto y en el segundo puesto al mismo tiempo (por eso, sin reemplazo). Es decir, no existe la posibilidad que aparezca el resultado (Greyci, Greyci). Con lo anterior, fcilmente, podemos determinar que las posibles maneras en que se sienten a dos personas en el sof son: a (Greyci, Jenier), (Jennifer, Brian), (Brian, Humberto), (Greyci, Brian), (Jenier, Humberto), (Humberto, Greyci), (Greyci, Humberto), (Brian, Greyci), (Humberto, Jenier), (Jenier, Greyci) (Brian, Jenier) (Humberto, Brian)
Es decir, en total hay 12 maneras posibles de que dos de las cuatro personas se sienten en el sof de dos puestos. a Ejemplo 2.2.4 (Seleccin con reemplazo y sin orden) De cuntas formas pueden acoo a modarse 3 libros iguales de matemticas (M) y 2 libros iguales de f a sica (F) en un estante que tiene slo 5 puestos disponibles? o SOLUCION: Como los libros, digamos, de matemticas son iguales, entonces, no importa el orden en que a ellos coloquen en el estante (por eso sin orden). Adems, los libros de matemticas estn a a a repetidos (por eso con reemplazo). Igual sucede con los de f sica. La organizacin posible o de los 5 libros en el estante son: MMMFF, MFMMF, FFMMM, MFFMM, MMFFM, FMFMM, MMFMF, FMMFM, MFMFM, FMMMF.
Es decir, en total hay 10 maneras posibles de organizar los 5 libros en el estante.
Ejemplo 2.2.5 (Particin de un espacio muestral) De cuntas maneras diferentes pueo a den Greyci, Jenier, Brian y Humberto acomodarse en una habitacin triple y en una o habitacin sencilla? o SOLUCION: En este ejemplo, es dividir a las cuatros personas en grupos de dos (por eso, una particin), o donde un grupo tendr 3 personas (que son las que dormirn en la habitacin triple) y el a a o otro grupo, 1 persona (que dormir en la habitacin sencilla). Ahora, la pareja (Greycia o Brian-Jenier, Humberto) signica que las 3 primeras personas duermen en la habitacin o triple y la ultima, en la sencilla. Teniendo en cuenta lo anterior, las posibles reparticiones de las cuatro personas son: (Greyci-Brian-Jenier, Humberto), (Greyci-Humberto-Jenier, Brian), (Greyci-Brian-Humberto, Jenier), (Humberto-Jennifer-Brian, Greyci).
Es decir, en total hay 4 maneras posibles de repartir a 3 personas en una habitacin triple o y 1 en la sencilla. Ejemplo 2.2.6 Una joven tiene tres blusas (de marcas A, B y C), dos faldas (de colores azul y roja) y dos pares de zapatos (de cuero y plstico). Utilizando estas siete prendas de a
19
vestir, cuntos juegos de ropa diferentes podr ponerse? a a SOLUCION: Como podemos ver, los posibles juegos de ropa que la joven pod ponerse son los siguientes: a (A, azul, cuero), (B, azul, cuero), (C, azul, cuero), (A, azul, plstico), a (B, azul, plstico), a (C, azul, plstico), a (A, rojo, cuero), (B, rojo, cuero), (C, rojo, cuero), (A, rojo, plstico) a (B, rojo, plstico) a (C, rojo, plstico) a
O sea, que en total ella podr ponerse 12 juegos. a
2.2.3
El conteo a travs de diagramas de rbol e a
Cuando el nmero de posibilidades no es demasiado grande, se puede utilizar una repreu sentacin grca que se conoce con el nombre de diagrama de arbol, para mostrar o a todas las secuencias posibles de tales operaciones. Un diagrama de rbol consta de una a serie de ramas que corresponden a cada una de las formas en que se pueden realizar la operacin. Ilustraremos este diagrama a travs de slo un ejemplo. o e o
Ejemplo 2.2.7 (Seleccin sin reemplazo y con orden) De cuntas formas distintas o a se pueden organizar las letras A, B, C? SOLUCION: El diagrama de rbol correspondiente a esta situacin se presenta en la gura 2.7. Como a o puede verse en ese diagrama, las diferentes posiblidades se pueden enumerar teniendo en cuenta las ultimas ramas del diagrama. De all vemos que hay en total seis ramas. Es decir, , hay 6 maneras diferentes de organizar las letras dadas.
Fig. 2.7: Diagrama de arbol para el ejemplo 2.2.11.
2.2.4
Teorema fundamental del conteo
La siguiente regla de conteo se aplica a cualquier situacin en la cual un evento conso te de tuplas ordenadas de objetos y queremos contarlos. Por ejemplo, la mayor de a las situaciones ilustradas por medio de los ejemplos hasta aqu se pueden analizar, sin necesidad de enumerar las diferentes posibilidades y sin elaborar un diagrama de rbol, a
20
a travs del siguiente teorema. e Teorema 2.2.8 (Teorema fundamental del conteo) Si un evento puede ocurrir de m formas y si despus que ha sucedido puede seguir un segundo evento que e puede ser de cualquiera de n formas, entonces, los dos eventos pueden ocurrir simultneamente en el orden establecido de mn formas. Esta regla se puede extender a a cualquier cantidad de eventos.
Para resolver cualquier problema de conteo, les sugiero realizar siempre los siguientes pasos: Primer paso: Determine cuntos eventos hay en el problema y si es necesario identique cada uno de ellos. a Segundo paso: Calcule de cuntas formas puede ocurrir cada uno de estos eventos. a Tercer paso: Por ultimo aplique el el teorema fundamental del conteo (teorema 2.2.8).
Ejemplo 2.2.9 Un dado se lanza dos veces. Determinar el nmero de formas en que se u pueden obtener los nmeros del dado en los dos lanzamientos. u SOLUCION: Como los dos dados no estn relacionados en forma alguna cuando se lanzan y como cada a uno pueder caer de seis formas distintas, el nmero total de formas en que pueden caer, uno u despus del otro, es 6 6 = 36 por el teorema fundamental del conteo (teorema 2.2.8) que e son = (1, 1), (1, 2), (1, 3), (1, 4), (1, 5), (1, 6), (2, 1), (2, 2), (2, 3), (2, 4), (2, 5), (2, 6), (3, 1), (3, 2), (3, 3), (3, 4), (3, 5), (3, 6), (4, 1), (4, 2), (4, 3), (4, 4), (4, 5), (4, 6), (5, 1), (5, 2), (5, 3), (5, 4), (5, 5), (5, 6), (6, 1), (6, 2), (6, 3), (6, 4), (6, 5), (6, 6) .
Ejemplo 2.2.10 Para el ejemplo 2.2.6 pueden ocurrir tres eventos, uno despus del otro. e Son los siguientes: Escoger una de las 3 blusas, escoger una de las 2 faldas y escoger uno de los dos pares de zapatos. El primer evento puede ocurrir de 3 formas; el segundo, de 2 formas y el tercer, de 2 formas. Por tanto, por el teorema fundamental del conteo (teorema 2.2.8), los cuatros eventos uno seguido del otro pueden ocurrir en 3 2 2 = 12 maneras distintas. Ejemplo 2.2.11 (Seleccin sin reemplazo y con orden) En la situacin del ejemplo o o 2.2.7 hay tres eventos que debemos considerar: el de escoger a la letra A, el de escoger a la letra B y el de escoger la C. Ahora, para la primera posicin hay 3 posibilidades de escoger o la primera letra. Si se selecciona una, en la segunda posicin habr dos posibilidades y, si o a selecciona otra, en la ultima habr una posibilidad. Por tanto, por el teorema fundamental a del conteo (teorema 2.2.8), el total de formas para organizar las tres letras es 3 2 1 = 6, como se obtuvo en el ejemplo 2.2.7. Ejemplo 2.2.12 (Seleccin sin reemplazo y con orden) Hay cuatro facturas diferentes o que un gerente quiere ordenar, de izquierda a derecha, en cuatro lugares distintos de su escritorio. De cuntas maneras puede l hacerlo? a e
21
SOLUCION: Hay dos formas de analizar este ejemplo: como un problema de colocacin y como un probo lema de seleccin. o Un problema de colocacin. o Los cuatro eventos son: A = Colocar la primera factura en uno de los cuatro espacios. B = En seguida, colocar la segunda factura en uno de los tres espacios restantes. C = De los dos espacios an vac uno ser para la tercera factura. u os, a D = La ultima factura va en el unico lugar disponible. Un problema de seleccin. o Los cuatro eventos son: A = Seleccionar una factura para el primer lugar. B = Despus de llenar el primer espacio, se elige la segunda factura de entre las e tres restantes C = Luego de ocupar tres espacios, se selecciona la trecera factura de entre las que quedan. D = Colocar la cuarta factura en el ultimo espacio. En cualquiera de las dos situaciones, A puede hacerse de 4 maneras; B, de tres; C, de dos y D, de una sola manera. Por consiguiente, por el teorema fundamental del conteo (teorema 2.2.8), el nmero total de formas posibles en que el gerente puede ordenar sus facturas es u 4 3 2 1 = 24. Ejemplo 2.2.13 (Seleccin sin reemplazo y con orden) Considere la situacin del ejemo o plo 2.2.3. El primer puesto hay 4 maneras de que se siente una persona. Sentada una all quedarn disponibles 3 personas para el segundo puesto. Por tanto, por el teorema fundaa mental del conteo (teorema 2.2.8) hay 12 = 4 3 maneras posibles de que dos de las cuatro personas se sienten en el sof de dos puestos. a
Sin embargo hay situaciones en donde no se puede aplicar (o no se puede aplicar fcilmente) el teorema fundamental del conteo (teorema 2.2.8). Algunos ejemplos son a los siguientes:
Ejemplo 2.2.14 Cuando la seleccin es o (a) sin reemplazo y sin orden como en el ejemplo 2.2.2; (b) con reemplazo y sin orden como en el ejemplo 2.2.4; (c) a travs de la particin de un espacio muestral como en el ejemplo 2.2.5 e o el teorema fundamental del conteo (teorema 2.2.8) no es aplicable (directamente). En los dos primeros casos porque no importa el orden y en el tercero, por la estructura del modelo de urna.
22
2.2.5
El principio de adicin o
Consideremos el siguiente ejemplo.

Ejemplo 2.2.15 Cinco empresas de transporte tienen servicio diario entre Barranquilla y Bogot. Tres empresas de aviacin tienen vuelo diario entre Barranquilla y Bogot. En a o a consecuencia, hay 5 + 3 maneras de ir de Barranquilla a Bogot en avin o en bus. a o
En el ejemplo anterior vemos que no es posible aplicar el teorema fundamental del conteo (teorema 2.2.8). Para resolver este tipo de problemas es importante considerar el siguiente teorema: Teorema 2.2.16 (Principio de adicin) Si los eventos A1, A2, . . ., Ak son muo tuamente excluyentes (vase la denicin 2.1.7) y si se ocurren de n1, n2, . . ., nk e o formas diferentes, entonces, el evento A1 A2 Ak ocurre de n1 + n2 + + nk formas diferentes.
Ejemplo 2.2.17 En el lanzamiento de dos dados, de cuntas formas se puede obtener que a la suma de los nmeros sea un siete o un ocho? u SOLUCION: Sean A y B los eventos obtener un siete y obtener un ocho, respectivamente. Entonces, A B ser el evento obtener un siete o un ocho. Debido a que a A = {(1, 6), (2, 5), (3, 4), (4, 3), (5, 2), (6, 1)} y B = {(2, 6), (3, 5), (4, 4), (5, 3), (6, 2)},
entonces, A y B pueden ocurrir de 6 y 5 formas distintas y, adems, son mutuamente a excluyentes. Por consiguiente, por el principio de adicin (teorema 2.2.16), el evento A B o ocurrir de 6 + 5 = 11 maneras distintas. a Ejemplo 2.2.18 Consideremos el experimento de lanzar una moneda al aire tres veces. De cuantas formas se puede obtener una, dos o tres caras? SOLUCION: Sean A, B y D los eventos obtener una cara y obtener dos caras, obtener tres caras, respectivamente. Entonces, A B D ser el evento obtener una, dos o tres caras. Como a A = {(C, S, S), (S, C, S), (S, S, C)}, B = {(S, C, C), (C, S, C), (C, C, S)} y D = {(C, C, C)}
entonces, A, B y D pueden ocurrir de 3, 3 y 1 formas distintas. Obsrvese, adems, que e a son mutuamente excluyentes. Por lo tanto, por el principio de adicin (teorema 2.2.16), el o evento A B D ocurrir de 3 + 3 + 1 = 7 maneras diferentes. a
2.2.6
Permutacin o
Denicin 2.2.19 Una permutacion es un arreglo ordenado de una cantidad o nita de objetos distintos.
Es importante tener en cuenta que toda permutacin se puede identicar como una muestra o seleccionada sin o con reemplazo, pero siempre con orden
23
Ejemplo 2.2.20 (Permutaciones de 3 letras, sin reemplazo) ACB es un ejemplo de una permutacin de las letras A, B y C. Hay en total 6 permutaciones de estas letras, a o saber (comprese con el ejemplo 2.2.7): a ABC ACB BCA BAC CBA CAB.
Ejemplo 2.2.21 (Permutaciones de 4 letras tomndolas de 2 en 2, sin reemplazo) a AC es un ejemplo de una permutacin de las letras A, B, C y D, pero tomado solamente o dos de ellas. Hay en total 12 permutaciones de estas cuatro letras, tomndolas de 2 en 2, a a saber: AB AC AD BA BC BD CA CB CD DA DB DC.
Ejemplo 2.2.22 (Permutaciones de 4 letras si hay letras iguales, con reemplazo) CAC es un ejemplo de una permutacin de las letras A, C y C. En total hay 3 permutaciones o de estas letras: ACC, CAC y CCA.
En la mayor parte de los casos, el total de permutaciones de un conjunto de objetos se puede calcular siempre a travs del teorema fundamental del conteo (teorema 2.2.8). De e todas formas, para situaciones especiales hay frmulas que nos permiten calcular la cano tidad de permutaciones sin necesidad de aplicar el teorema fundamental del conteo (en realidad, estas frmulas se obtienen aplicando este teorema). Las situaciones especiales o (relacionadas con permutaciones) que explicaremos a continuacin son las siguientes: o Permutaciones sin repeticin de n objetos tomados todos a la vez. o Permutaciones sin repeticin de n objetos tomados de k en k (k n). o Permutaciones circulares. Permutaciones con repeticin de n objetos tomados de k en k (k es cualquier o nmero natural). u Permutaciones de n objetos de los cuales hay n1 de un primer tipo, n2 de un segundo tipo, . . ., nk de un k-simo tipo, donde n1 + n2 + + nk = n. e Maneras de hacer una particin de un conjunto. o
Permutaciones sin repeticin de n objetos tomados todos a la vez o

Teorema 2.2.23 El nmero de permutaciones de un conjunto de n elementos u distintos es igual a n! := 1 2 (n 1) n, siendo 0! := 1.
El s mbolo ! se conoce con el nombre de factorial. Cuando escribamos, por ejemplo, 5! leeremos 5 factorial. Algunos valores factoriales son los siguientes: 1! = 1, 2! = 2 1 = 2, 3! = 3 2 1 = 6, 4! = 4 3 2 1 = 24, etc.
Las permutaciones de este tipo se pueden considerar como muestras seleccionadas sin reemplazo.
24
Ejemplo 2.2.24 (Permutaciones de 4 objetos, sin reemplazo) El ejemplo 2.2.12 se puede resolver tambin aplicando el teorema 2.2.23 porque el gerente quiere ordenar sus e cuatro facturas disponiendo slo de cuatro espacios posibles. Aplicando este teorema, teno emos que el gerente puede ordenar sus facturas de 4! = 4 3 2 1 = 24 maneras, que fue el resultado obtenido aplicando el teorema fundamental del conteo (teorema 2.2.8). Ejemplo 2.2.25 (Permutaciones de 8 objetos, sin reemplazo) Suponga que una empresa dispone de ocho mquinas atornilladoras y de ocho espacios en el rea de produccin. a a o De cuntas maneras diferentes se pueden acomodar estas ocho mquinas en los ocho espaa a cios disponibles? SOLUCION: Podemos aplicar directamente el teorema 2.2.23 puesto que tenemos un total de n = 8 objetos que queremos ordenar entre s Es decir, hay 8! = 40.320 maneras de ordenar las ocho . mquinas en los ocho espacios disponibles. a Ejemplo 2.2.26 (Permutaciones de 5 objetos, sin reemplazo) Se le pide a un consumidor que ordene, por orden de preferencia, el sabor de cinco marcas de cerveza. Si al consumidor le es indiferente cualquiera de estas cinco marcas, entonces, el nmero de u permutaciones que resultan ser 5! = 120. a Ejemplo 2.2.27 (Permutaciones de 12 objetos, sin reemplazo) Cuatro libros distintos de matemticas, seis diferentes de f a sica y dos diferentes de qu mica se colocan en un estante. De cuntas formas distintas es posible ordenarlos si (a) los libros de cada asiga natura deben estar todos juntos, (b) solamente los libros de matemticas deben estar juntos? a SOLUCION: (a) Los libros de matemticas pueden ordenarse entre ellos de 4! formas, los libros de a f sica de 6! formas, los libros de qu mica de 2! formas y los tres grupos de 3! formas. Por consiguiente, nmero de ordenaciones pedido = 4! 6! 2! 3! = 207.360. u (b) Considerar los cuatro libros de matemticas como un solo libro. Entonces, se tienen a 9 libros que pueden ordenarse de 9! formas. En todos estos casos, los libros de matemticas estn juntos. Pero, los libros de matemticas pueden ordenarse entre a a a ellos de 4! formas. Por consiguiente, nmero de ordenaciones pedido = 9! 4! = 8.709.120. u
Permutaciones sin repeticin de n objetos tomados de k en k (k n) o

Hay situaciones en donde podemos hallar las permutaciones de n objetos distintos tomndolos de k en k, como se ilustr en el ejemplo 2.2.21. Para calcular el nmero de a o u permutaciones de este tipo, podemos tener en cuenta el siguiente teorema: Teorema 2.2.28 El nmero de permutaciones de un conjunto de n elementos u n! distintos tomados de k en k es igual a (nk)! .
Las permutaciones de este tipo tambin se pueden considerar como muestras seleccionadas e sin reemplazo. Adems, obsrvese que cuando k = n, este resultado coincide siempre con el del a e teorema 2.2.23.
25
Ejemplo 2.2.29 (Permutaciones de 2 en 2, sin reemplazo) Por el teorema 2.2.28, el nmero de permutaciones de las letras A, B, C y D, tomadas de dos en dos es igual a u 4! a (42)! = 12 (comparese con el ejemplo 2.2.21). Ejemplo 2.2.30 (Permutaciones de 5 en 5, sin reemplazo) De cuntas formas difea rentes se pueden sentar 8 alumnos en una ocina con slo 5 sillas? o SOLUCION: Por el teorema 2.2.28, el nmero de formas en que se pueden sentar 8 alumnos en una ocina u 8! con 5 sillas es igual a (85)! = 6.720. Ejemplo 2.2.31 (Permutaciones de 3 en 3, sin reemplazo) Cuntos nmeros de 3 a u cifras sin repeticin se pueden formar con los d o gitos 8, 2, 5, 4 y 7? SOLUCION: 5! Nuevamente, por el teorema 2.2.28, esto se puede hacer de (53)! = 60 formas. Ejemplo 2.2.32 (Permutaciones de 4 en 4, sin reemplazo) Una seccin de maquinaria o determinada consta de cuatro piezas y puede ser ensamblada poniendo las piezas en cualquier orden. Supngase que se decide estudiar el tiempo de ensamblaje para esta seccin de o o maquinaria midiendo el tiempo que requiere para cada uno de los ensamblajes resultantes de tomar las piezas en distinto orden. Cuntas de estas mediciones habr que hacer? a a SOLUCION: 4! Por el teorema 2.2.28, el nmero total de mediciones es (44)! = 24. u
Permutaciones circulares
Ahora estudiaremos algunas situaciones de arreglos circulares. Para ello consideremos el siguiente ejemplo.
Ejemplo 2.2.33 (Permutacin circular) Sabemos que si queremos sentar a Greyci, Jenifo fer, Brian y Humberto, una al lado de la otra en la, el nmero de arreglos que podemos u hacer es 4! = 60. Ahora bien, si los queremos sentar alrededor de una mesa circular, de cuntas maneras lo podemos hacer? a SOLUCION: Al considerar a una persona en un lugar jo (digamos Greyci) y acomodar a las otras tres personas en 3! formas diferentes, se encuentra que hay 6 arreglos distintos alrededor de la mesa circular (comprese con la gura 2.8). a
Este ejemplo tambin se puede resolver directamente aplicando directamente el siguiente e teorema: Teorema 2.2.34 El nmero de permutaciones de n objetos distintos acomodados u en un c rculo es (n 1)!.
Ejemplo 2.2.35 (Permutacin circular) De cuntas formas pueden sentarse Greyci, o a Jenier, Brian y Humberto alrededor de una mesa circular si Greyci y Humberto no deben estar una al lado de la otra? SOLUCION: Considrense las dos personas que no deben ir juntas como una sola. Entonces hay 3 personas e para sentarse en la mesa circular, que lo pueden hacer de 2! formas. Pero las dos personas
26
Fig. 2.8: Permutacin de 4 personas en una mesa circular. o

consideradas como una sola se pueden ordenar de 2! maneras. Por consiguiente, el nmero u de permutaciones de 3 personas alrededor de una mesa circular si dos de ellas pueden estar juntas es 2! 2! = 4, que son las mesas no sombreadas de la gura 2.9.
Fig. 2.9: Las mesas sombreadas son las permutaciones en que Greyci, Jenier, Brian y Humberto se pueden organizar si Greyci y Humberto no deben estar juntas.
Entonces, el nmero total de formas en que Greyci, Jenier, Brian y Humberto pueden u sentarse alrededor de una mesa circular si Greyci y Humberto no deben estar una al lado de la otra es 4 2 = 2 formas, que corresponden a las mesas sombreadas de la gura 2.9.
Permutaciones con repeticin de n objetos tomados de k en k (k es o cualquier n mero natural) u

Veamos otra aplicacin del teorema fundamental del conteo (teorema 2.2.8). o
Ejemplo 2.2.36 (Permutaciones de 2 en 2, k > n, con reemplazo) Supongamos que tenemos 3 nios de un colegio de primaria y 2 sabores de helados disponibles (digamos, fresa n y mango). De cuntas maneras diferentes podemos servir un helado a los 3 nios? a n SOLUCION: Al primer nio le podemos servir uno de los 2 sabores, al segundo nio tambin le podemos n n e
27
servir de los 2 sabores y al tercero, tambin, uno de los 2 sabores. Por consiguiente, por el e teorema fundamental del conteo (teorema 2.2.8), hay 2 2 2 = 23 = 8 maneras diferentes de servir un helado a los 3 nios. Estas posibilidades son las siguientes: n (fresa, fresa, fresa), (fresa, mango, mango), (mango, mango, fresa), (fresa, fresa, mango), (mango, fresa, fresa), (mango, mango, mango), (fresa, mango, fresa), (mango, fresa, mango),
en donde, por ejemplo, la tripleta (fresa, mango, mango) signica que el primer nio pidi n o un helado de fresa, el segundo de mago y el tercero, de mango.
Este ejemplo se puede categorizar como un modelo de urna en donde las muestras son seleccionadas con orden y con reemplazo. En este tipo de situaciones se estn a considerando aquellas permutaciones con repeticin de n objetos distintos tomndolos o a de k en k y en donde k es cualquier nmero natural. Para calcular este nmero de u u permutaciones podemos aplicar el teorema fundamental del conteo (teorema 2.2.8) o, simplemente, aplicar el siguiente teorema: Teorema 2.2.37 Sea k cualquier nmero natural. El nmero de permutaciones u u con repeticin de n objetos distintos tomndolos de k en k es igual a nk. o a
Obsrvese que las permutaciones de este tipo se pueden considerar como muestras seleccionadas e con reemplazo.
Ejemplo 2.2.38 (Permutaciones de 3 en 3, k < n, con reemplazo) Cuntos nmeros a u de 2 cifras con repeticin se pueden fomar usando todos los siguientes d o gitos: 5, 2 y 3? SOLUCION: Por el teorema 2.2.37, hay 32 = 9 nmeros de dos cifras con repeticin y son 55, 52, 53, 25, u o 22, 23, 35, 32 y 33. Ejemplo 2.2.39 (Permutaciones de 4 en 4, k > n, con reemplazo) De cuntas fora mas podemos contestar un examen con 10 preguntas de seleccin mltiple, si cada pregunta o u tiene 4 posibilidades de respuesta? SOLUCION: Por el teorema 2.2.37, hay 410 = 1.048.576 formas de responder las 10 preguntas, si cada una de ellas tiene cuatro posibilidades de respuesta. Ejemplo 2.2.40 (Permutaciones de 5 en 5, k = n, con reemplazo) Un ladrn quiere o abrir una caja fuerte. Observa que para abrirla debe manipular un dispositivo de seguridad formado por cinco anillos y cada uno marcado con los d gitos 1, 2, 3, 4 y 5, pero no sabe la combinacin correcta. Cul es el nmero mximo de intentos incorrectos que puede realizar o a u a antes de encontrar la combinacin correcta? o SOLUCION: En cada uno de los 5 anillos pueden ponerse los 5 d gitos. As que, por el teorema 2.2.37 con n = k = 5, hay 55 = 3.125 posibilidades de escoger una clave. Pero como una de estas 3.125 es la correcta, el nmero mximo de intentos incorrectos es 3.124. u a
28
Permutaciones de n objetos en donde hay n1 de un primer tipo, n2 de un segundo tipo, . . ., nk de un k-simo tipo, con n1 + n2 + + nk = n e
Ahora consideraremos algunas permutaciones de n objetos, en donde algunos grupos de objetos son iguales entre s como podemos observar los ejemplos 2.2.4 y 2.2.22. Para , calcular permutaciones de este tipo se puede aplicar el siguiente teorema: Teorema 2.2.41 El nmero de permutaciones de n objetos en donde hay n1 de un u primer tipo, n2 de un segundo tipo, . . ., nk de un k-simo tipo, con n1+n2+ +nk = e n, es n! , n1! n2! nk! donde n1, . . . , nk son nmeros naturales. u
Ejemplo 2.2.42 (Permutacin con 7 grupos de objetos iguales) Cuntas palabras o a distintas se pueden formar con las letras de la palabra estad stica? (Tambin cuentan e palabras sin sentido como, por ejemplo, setadistica) SOLUCION: Obsrvese que en la palabra estad e stica hay n = 11 letras, distribuidas as 1 e, 2 s, : 2 t, 2 a, 1 d, 2 i y 1 c. Por tanto, aplicando el teorema 2.2.41, se concluye que podemos formar 11! = 2.494.800 1! 2! 2! 2! 1! 2! 1! palabras distintas con las letras de la palabra mencionada anteriormente. Ejemplo 2.2.43 (Permutacin con 2 grupos de objetos iguales) Cuntas seales dio a n ferentes se pueden hacer con 5 banderas de las cuales 2 son azules y 3, rojas? SOLUCION: 5! n De acuerdo al teorema 2.2.41, hay 2! 3! = 10 seales que se pueden hacer.
Maneras de hacer una particin de un conjunto o

A menudo interesa determinar el nmero de formas en que se pueden repartir n objetos u en k subconjuntos (llamados celdas5 ) como sucede en la situacin del ejemplo 2.2.5. o En general, este nmero de formas se pueden calcular directamente con ayuda del siu guiente teorema: Teorema 2.2.44 El nmero de formas de partir n objetos distintos en donde en u k celdas con n1 objetos en la primera celda, n2 en la segunda tipo, . . ., nk en la k-sima celda, con n1 + n2 + + nk = n, es e n n1, n2, . . . , nk = n! . n1! n2! nk!
No importa el orden de los objetos dentro de cada celda.

5
En el ejemplo 2.2.5, se han considerado 2 celdas: las habitaciones triple y sencilla.
29
Ejemplo 2.2.45 (Particin en 3 celdas) Doce estudiantes van a viajar en carros distino tos a cierta ciudad. Si 3 de ellos van en un carro, 4 en otro carro y 5 en el otro, de cuntas a maneras se pueden acomodar si cualquiera puede conducir? SOLUCION: Por el teorema 2.2.44, hay 12 3, 4, 5 = 12! = 27.720 3! 4! 5!
formas en que los 12 estudiantes se pueden acomodar en los tres carros, viajando 3, 4 y 5 estudiantes en carros distintos.
2.2.7
Combinacin o
Cuando tratamos con permutaciones de objetos, el orden de escogencia o de colocacin o es importante. Hay ocasiones en que no nos interesa considerar conjuntos de objetos donde el orden no es importante. Cuando esto ocurre, la escogencia se llama combinacin. o Denicin 2.2.46 Una escogencia de k objetos de un conjunto de n objetos distino tos, sin importar el orden en que los k objetos son escogidos, se llama combinacion.
Una combinacin puede ser con repeticin o sin repeticin. o o o
Ejemplo 2.2.47 (Combinaciones tomadas de 2 en 2, sin repeticin) Todas las posio bles combinaciones de las n = 5 letras A, B, C, D y E, tomadas de dos en dos (o sea, k = 2) sin repeticin son o AB, AC, AD, AE, BC, BD, BE, CD, CE, DE.
Es decir, en total hay 10 posibles formas de escoger dos letras de un total de 5, cuando el orden no importa y la seleccin es sin repeticin. Obsrvese que, en este caso, da lo mismo o o e escoger AB y BA (es decir, no importa el orden). Ejemplo 2.2.48 (Combinaciones tomadas de 2 en 2, con repeticin) Todas las posio bles combinaciones de las n = 5 letras A, B, C, D y E, tomadas de dos en dos (o sea, k = 2) con repeticin son o AB, CE, AC, DE, AD, AA, AE, BB, BC, CC, BD, DD, BE, EE. CD
Es decir, en total hay 15 posibles formas de escoger dos letras de un total de 5, cuando el orden no importa y la seleccin es con repeticin. o o Ejemplo 2.2.49 (Diferentes problemas con combinaciones) Otros casos en donde se presentan problemas con combinaciones, son los siguientes: (a) En una caja hay n = 5 chas numeradas y se sacan k = 3 chas, una detrs de otra, a sin reponer y sin importar el orden. (b) Se reparten n = 10 chas diferentes y numeradas sobre k = 6 puestos no numerados de tal forma que, en cada puesto haya exactamente una cha.
30
(c) Repartir k = 7 chas iguales no numeradas sobre n = 9 puestos numerados, de tal forma que en cada puesto haya a lo ms una cha. a
Pero, cmo calculamos el nmero de combinaciones de un conjunto de objetos sin o u enumerar tales combinaciones? El siguiente teorema nos da la respuesta. Teorema 2.2.50 El nmero de combinaciones de k objetos seleccionados, sin u repeticin, de un conjunto de n elementos, es o n k := n! , k!(n k)! siendo n 0 := 1.
Y el nmero de combinaciones de k objetos seleccionados con repeticin, de un u o conjunto de n elementos, es n k :=

r
(n 1)! , k!(n 1)!
siendo
n 0
:= 1.
Los nmeros n se conocen con el nombre de coeficiente binomial porque aparecen como coeu k cientes de ak bnk , con 0 k n, en el desarrollo binomial de (a + b)n como se muestra a continuacin: o
n
(a + b)n =
k=0
n k nk a b , k
para todo a, b R.
Ejemplo 2.2.51 (Combinaciones tomadas de 4 en 4, sin repeticin) Una pieza de o un radio puede ser comprado de cualquiera de cinco proveedores. De cuntas maneras se a pueden escoger cuatro de los cinco proveedores? SOLUCION: Por el teorema 2.2.50, esto se puede hacer de 5 = 5 maneras. 4 Ejemplo 2.2.52 (Combinaciones tomadas de 2 en 2, con repeticin) Por el teorema o 2.2.50, el nmero de las posibles combinaciones de las n = 5 letras A, B, C, D y E, tomadas u de dos en dos (o sea, k = 2) con repeticin es igual a 5 r = 15 (xcomprese con el ejemplo o a 2 2.2.48).
Debido a que las combinaciones con repeticin son poco usuales en la prctica, de ahora o a en adelante, todas las copmbinaciones que se seleccionen sern sin repeticin. a o
Ejemplo 2.2.53 (Combinaciones tomadas de 8 en 8) Por el teorema 2.2.50, un comit e de k = 3 mujeres de un grupo de n = 8, se puede escoger de 8 = 56 maneras. 3 Ejemplo 2.2.54 (Combinaciones tomadas de 5 en 5) De un total de 5 matemticos a y 7 f sicos, se forma un comit de 2 matemticos y 3 f e a sicos. De cuntas maneras puede a formarse, si (a) puede pertenecer a l cualquier matemtico y f e a sico, (b) un f sico determinado debe pertenecer al comit, (c) dos matemticos determinados no pueden pertenecer al e a comit? e SOLUCION:
31
(a) 2 matemticos de un total de 5 pueden elegirse de 5 = 10 maneras. Ahora, 3 f a sicos 2 de un total de 7 pueden elegirse de 7 = 35 maneras. Por consiguiente, 3 nmero total de selecciones posibles = 10 35 = 350. u (b) 2 matemticos de un total de 5 pueden elegirse de 5 = 10 maneras. Ahora, 2 f a sicos 2 restantes de un total de 6 pueden elegirse de 6 = 15 maneras. Por consiguiente, 2 nmero total de selecciones posibles = 10 15 = 150. u (c) 2 matemticos de un total de 3 pueden elegirse de 3 = 3 maneras. Ahora, 3 f a sicos 2 de un total de 7 pueden elegirse de 7 = 35 maneras. Por consiguiente, 3 nmero total de selecciones posibles = 3 35 = 105. u
El nmero de combinaciones de n objetos tomados de k en k est relacionado con el u a nmero de permutaciones de n objetos tomados de k en k. Observemos que cada comu binacin puede arreglarse de k! maneras distintas. Si aplicamos el teorema fundamental o del conteo (teorema 2.2.8), el nmero total de permutaciones de n objetos distintos u tomados de k en k es igual al producto de k! y al nmero de combinaciones de n obu jetos distintos tomados de k en k, o sea, igual a k! n . Esto se puede resumir en el k siguiente teorema: Teorema 2.2.55 El nmero total de permutaciones de n objetos distintos tomados u de k en k es igual al producto de k! y al nmero de combinaciones de n objetos u distintos tomados de k en k, o sea, igual a k! n . k
Ejemplo 2.2.56 (Permutaciones de 5 en 5) Por el teorema 2.2.28, el nmero de formas u en que se pueden sentar 8 alumnos en una ocina con 5 sillas es igual a 5! 8 = 6.720, que 5 coincide con el resultado obtenido en el ejemplo 2.2.30.

13. En un reinado mundial de la belleza, el jurado calicador debe elegir de un total de cinco nalistas a la nueva reina mundial de la belleza. De cuntas formas se puede seleccionar a (a) reina y virreina? (b) reina, virreina y primera princesa? (c) dos candidatas para ser reina? 14. En un estudio mdico, los pacientes se clasican de acuerdo a su peso (liviano, normal, e pesado) y tambin de acuerdo a su estatura (medio bajo, bajo, alto y medio alto). Enue mere las diferentes posibilidades en las que un paciente se puede clasicar. Cuntas a posibilidades hay? 15. Si un experimento consiste en lanzar un dado, luego, lanzar una moneda y despus ese coger al azar una letra de nuestro alfabeto, cuntos elementos tiene el espacio muestral a correspondiente? (Suponga que nuestro alfabeto tiene 27 letras) 16. Los estudiantes de un curso de estad stica se clasican como estudiantes de administracin, econom o ingenier como repitente o no repitente y tambin como hombre o o a a; e mujer. Encuentre el nmero total de clasicaciones posibles para los estudiantes de dicho u curso.
32
17. Dados los d gitos 0, 2, 4, 5, 6, 8 y 9. Si no se aceptan repeticiones, (a) cuntos nmeros de tres d a u gitos se pueden formar? (b) cuntos de esos nmeros son mltiplos de 5? a u u 18. En un determinado almacn, ciertas lmparas se reciben en cuatro estilos diferentes, con e a cada estilo disponible en cinco colores diferentes. Si el almacn desea mostrar lmparas e a que muestren la totalidad de de los diversos estilos y colores, cuntas diferentes lmparas a a tendr que mostrar? a 19. De cuntas maneras diferentes se puede responder un cuestionario de falso-verdadero a que tiene 10 preguntas? 20. Un medicamento para problemas renales se puede adquirir de seis laboratorios diferentes en forma de jarabe, tabletas, cpsulas o inyeccin, todas de concentracin alta o baja. a o o De cuntas maneras diferentes puede un doctor recetar el medicamento a un paciente a que tenga problemas renales. 21. Supongamos que 7 personas se quieren organizar en una la. (a) De cuntas maneras diferentes pueden hacerlo? a (b) De cuntas maneras diferentes pueden hacerlo si una de ellas no debe estar al a comienzo de la la? 22. En un concurso nacional de canto, los seis nalistas son 3 hombres y 3 mujeres. Encuentre el nmero de ordenamientos posibles al nal del concurso para (a) los seis nalistas, (b) u las tres primeras posiciones. 23. Humberto ha visto un accidente de trnsito en el que el culpable huye. A pesar de esto a le dice a la polic que la placa del carro en el que viajaba el culpable ten tres letras a a (de las cuales las dos primeras eran C y A) y tres d gitos (de los cuales el ultimo era 0). Encuentre el nmero mximo de placas de carro que la polic debe vericar bajo cada u a a una de las siguientes condiciones (nuestro alfabeto tiene 27 letras): (a) Las tres letras son diferentes y los tres d gitos tambin. e (b) Las tres letras son diferentes y los dos d gitos que faltan son diferentes entre s , (c) La letra que hace falta es diferente a la A y los d gitos que hacen falta son diferentes e impares. 24. La mayor accionista de una determinada empresa decide que en el futuro se divida el presupuesto de publicidad entre tres agencias. Seis son las agencias que se estn considerando a para este trabajo. Cuntas son las posibles elecciones de tres agencias? a 25. Supongamos que se quieren formar nmeros de tres d u gitos con los d gitos 0, 2, 4, 5, 7, 8 y 9. (a) Cuntos nmeros resultan si los d a u gitos pueden estar repetidos? (b) Cuntos nmeros resultan si cada d a u gito puede usarse slo una vez? o (c) Cuntos nmeros resultan si los nmeros resultantes son impares y si los d a u u gitos pueden estar repetidos? (d) Cuntos nmeros resultan si los nmeros resultantes son pares y si cada d a u u gito puede usarse slo una vez? o (e) Cantos nmeros son menores que 440 y si los d u u gitos pueden estar repetidos? (f) Cuntos nmeros resultan si el primer d a u gito es 5 y si cada d gito puede usarse slo o una vez?
33
26. De cuntas maneras se pueden parquear siete carros con modelos distintos en una calle a si hay tres zonas disponibles en un lado de la calle y cuatro en el lado opuesto? 27. De cuntas maneras pueden sentarse tres hombres y tres mujeres en una la con seis a puestos si se deben alternar? 28. Cules y cuntas son las muestras ordenadas, con reemplazo, de tamao dos de la a a n poblacin consistente en los (a) tres valores 2, 4 y 6; (b) cuatro valores 0, 2, 4 y 6. o 29. Tres parejas de casados han comprado boletas para el cine y se sientan en una la formada por seis asientos. Supongamos que se sientan al azar. Determine el nmero de u formas diferentes en que se pueden sentar teniendo en cuenta cada una de las siguientes situaciones: (a) No hay restriccin alguna. o (b) Todos los hombres se sientan juntos a la izquierda de todas las mujeres. (c) Exactamente una pareja (digamos, Luis y Matilde) estn sentadas en los dos asientos a del extremo derecho. (d) Luis y Matilde estn sentadas uno junto a la otra. a (e) Luis y Matilde estn sentados juntos en la extrema izquierda y otra pareja (digamos, a Jorge y Nubia) est sentada juntos en el medio. a (f) Jorge y Nubia estn sentados juntos en el medio y los otros dos esposos (digamos, a Luis, Ricardo) estn sentados junto a sus respectivas esposas (Matilde y Ana, respeca tivamente). (g) Todos los esposos estn sentados junto a sus respectivas esposas. a 30. De cuntas maneras se pueden llenar las 11 posiciones inciales de un equipo de ftbol a u con 17 jugadores que pueden jugar en cualesquiera de las posiciones? 31. De cuntas maneras se pueden sembrar seis rboles diferentes en un c a a rculo si (a) no hay restriccin alguna, (b) hay dos en especial que deben estar juntos, (c) hay dos en especial o que no deben estar juntos? 32. Cuntas palabras diferentes se pueden formar con la palabra Barranquilla (las palabras a no necesariamente deben tener sentido) si (a) no hay restriccin alguna, (b) la primera o letra debe ser una q y la ultima una a. 33. De cuntas maneras se pueden permutar tres focos rojos, cuatro bolas blancas y dos a chas amarillas si los objetos del mismo tipo (a) se pueden distinguir, (b) no se pueden distinguir. 34. Catorce personas deciden ir a ver un partido de ftbol en cuatro carros que llevan dos, tres, u cuatro y cinco personas, respectivamente. De cuntas maneras es posible transportar a a las catorce personas hasta el estadio si cualquiera puede conducir? 35. Dados los d gitos 0, 1, 3, 6, 8 y 9. Si no se aceptan repeticiones: (a) cuntos nmeros de cuatro d a u gitos se pueden formar? (b) cuntos de esos nmeros son pares? a u (c) cuntos son impares? a (d) cuntos de los nmeros obtenidos en (a) son mayores de 3.000? a u 36. De cuntas maneras se pueden repartir dos contratos a tres empresas A, B y C si cada a empresa puede tener 0, 1 o 2 contratos? Descr balas.
2.3 Introduccin a la probabilidad o
34
37. Si una prueba de opcin mltiple consiste en cuatro preguntas cada una con tres respuestas o u posibles de las que slo una es correcta. o (a) De cuntas maneras diferentes puede elegir un estudiante una respuesta a cada a pregunta? (b) De cuntas maneras puede escoger un estudiante una respuesta a cada pregunta y a tener mal todas las respuestas? (c) De cuntas maneras puede escoger un estudiante una respuesta a cada pregunta y a tener por lo menos una respuesta correcta? 38. Las placas para autos en Barranquilla antes ten dos letras y cuatro nmeros. El sistema an u de nomenclatura cambi y ahora son de tres letras y tres nmeros. Con el sistema actual, o u aument o disminuy el nmero de placas que se pueden emitir? En qu porcentaje? o o u e
2.3
Introduccin a la probabilidad o
Antes de sealar como se utilizan las probabilidades, es necesario conocer de cierta n manera de donde provienen. Bsicamente, explicaremos 4 formas de calcular o estimar a la probabilidad, a saber, mediante los siguientes mtodos: e Mtodo axiomtico, construido con base en tres axiomas. e a Mtodo de la frecuencia relativa que se basa en la frecuencia relativa de ocurrencia e de un evento con respecto a un gran nmero de experimentos repetidos. u Mtodo clsico, que proviene de los juegos de azar y se emplea para espacios e a muestrales nitos con resultados que suceden con la misma probabilidad. Mtodo subjetivo, que nos permite asignar probabilidades con fundamento en la e intuicin, o en la creencia personal. o
2.3.1
Denicin matemtica de probabilidad o a
Al igual que la geometr el lgebra y otras disciplinas matemticas, tambin, la teor a, a a e a de la probabilidad se construye a travs de axiomas, los cuales se enumeran a continuae cin: o Axioma 2.3.1 Sean = un espacio muestral nito y F un conjunto de eventos de . Una funcin P : F R se llama una probabilidad si se cumplen los o siguientes 3 axiomas: (a) La probabilidad de cualquier evento debe ser siempre mayor o igual que cero, es decir, P(A) 0, para todo A F. (b) La probabilidad del espacio muestral siempre es uno, es decir, P() = 1. (c) Para cada n eventos A1, A2, . . . An de F, mutuamente excluyentes (vase la e denicin 2.1.7), si se cumple que o P(A1 A2 An) = P(A1) + P(A2) + + P(An).
35
Es importante enfatizar que el conjunto F, mencionado en la denicin anterior, deber estar conso truido de tal manera que cumpla las siguientes propiedades: (a) siempre debe estar en F. e (b) Si A est en F, entonces, el complemento A de A tambin debe estar en F. a (c) Si A1 , A2 , . . . An estn en F, entonces, la unin A1 A2 An de todos estos eventos a o tambin debe estar en F. e
El axioma (a) reeja la nocin intuitiva de que la probabilidad de que ocurra cualquier o evento A debe ser por lo menos 0, as que las probabilidades negativas no se permiten. El axioma (b) seala que la probabilidad mxima posible de 1 se asigna al espacio muesn a tral . El axioma (c) formaliza la idea de que si deseamos la probabilidad de que ocurra por lo menos uno de varios eventos y no pueden ocurrir dos de estos eventos simultneamente, entonces, la probabilidad de que ocurra al menos uno es la suma de a las probabilidades de los iventos indivuduales. Teniendo en cuenta el axioma 2.3.1, se demuestran las siguientes propiedades: Teorema 2.3.2 Para eventos A, B, C de un espacio muestral = se tiene: (a) P() = 0. (b) Si los eventos A, B y C son mutuamente excluyentes, entonces, P(A B C) = P(A) + P(B) + P(C). (c) P(A) = 1 P(A), siendo A el complemento de A. (d) 0 P(A) 1. (e) P(A) = P(A B) + P(A B). (f ) Teorema de adicion para 2 eventos o formula de Silvester: P(A B) = P(A) + P(B) P(A B). (g) Teorema de adicion para 3 eventos o formula de Silvester: P(ABC) = P(A)+P(B)+P(C)P(AB)P(AC)P(BC)+P(ABC). La demostracin del teorema anterior no est dentro del propsito de este libro. o a o
Ejemplo 2.3.3 Sean A, B y C eventos tales que P(A) = 0, 50, P(B) = 0, 26, P(C) = 0, 55, P(A B) = 0, 15, P(A C) = 0, 25, P(B C) = 0, 15 y P(A B C) = 0, 05. Calcular las siguientes probabilidades: (a) P(A B), (b) P(A C), (c) P(A C) y (d) P(A B C). SOLUCION: (a) Teniendo en cuenta el teorema de adicin para 2 eventos (vase la parte (f) del teorema o e 2.3.2), se tiene que P(A B) = P(A) + P(B) P(A B) = 0, 50 + 0, 26 0, 15 = 0, 61.
36
(b) Teniendo en cuenta el teorema 2.3.2(e), se obtiene que P(A C) = P(A) P(A C) = 0, 50 0, 25 = 0, 25. (c) Teniendo en cuenta la parte (c) del teorema 2.3.2, las leyes de de Morgan (comprese a con el teorema 2.1.14(i)) y la parte (b) de este ejercicio, se tiene P(A C) = 1 P(A C) = 1 P(A C) = 1 0, 25 = 0, 75. (d) Teniendo en cuenta el teorema de adicin para 3 eventos (vase la parte (g) del teorema o e 2.3.2), se tiene que P(A B C) = P(A) + P(B) + P(C) P(A B) P(A C) P(B C) + P(A B C) = = 0, 50 + 0, 26 + 0, 55 0, 15 0, 25 0, 15 + 0, 05 0, 81.
Alternativamente, las respuestas encontradas en los ejercicios (a)-(d) pueden ser obtenidas con ayuda de las probabilidades que aparecen en el siguiente diagrama de Venn:
Fig. 2.10: Diagrama de Venn para el ejemplo 2.3.3
2.3.2
Probabilidad emp rica
Este concepto es basado en el llamado metodo de la frecuencia relativa, el a cual utiliza datos que se han observado emp ricamente, registra la frecuencia con que ha ocurrido algn evento en el pasado y estima la probabilidad de que el evento ocurra u nuevamente con base en estos datos histricos. En este mtodo juega papel fundameno e tal el concepto de frecuencia relativa para estimar las probabilidades. Denicin 2.3.4 Supongamos que un experimento aleatorio se repite n veces y que o un evento A asociado con estas n repeticiones ocurre exactamente k veces. Entonces, k la frecuencia relativa del evento A es fn = n . Si continuamos calculando esta frecuencia relativa para cada cierto nmero de ensayos, a u medida que aumentamos n, las frecuencias relativas correspondientes sern ms estables, a a
37
es decir, tienden a ser casi las mismas. En este caso, decimos que el experimento muestra regularidad estad stica o estabilidad en las frecuencias relativas. Esto se ilustra en los siguientes dos ejemplos.
Ejemplo 2.3.5 Considere la tabla 2.11, en donde se muestran datos tomados al lanzar una moneda 1.000 veces.
Nmero de u Lanzamientos 1 - 100 101 - 200 201 - 300 301 - 400 401 - 500 501 - 600 601 - 700 701 - 800 801 - 900 901 - 1.000 Total: 1.000
Nmero u de caras 52 53 52 47 51 53 48 46 52 54 508
Frecuencia relativa 0,52 0,53 0,52 0,47 0,51 0,53 0,48 0,46 0,52 0,54 0,508
Frecuencia acumulada 52 105 157 204 255 308 356 402 454 508
Frecuencia Acumulada relativa 0,520 0,525 0,523 0,510 0,510 0,513 0,509 0,503 0,504 0,508
Fig. 2.11: Lanzamiento de una moneda 1.000 veces

En un total de 1.000 lanzamientos ocurrieron 508 caras, es decir, la frecuencia relativa es aproximadamente 0,5, que es la probabilidad de obtener una cara. Ejemplo 2.3.6 La tabla 2.12 muestra experimentos hechos por tres investigadores:
Hecho por Buon K. Pearson K. Pearson
Nmero de u Lanzamientos 4.040 12.000 24.000
Nmero u de caras 2.048 6.019 12.012
Frecuencia relativa de caras 0,5069 0,5016 0,5005
Fig. 2.12: Lanzamientos de una moneda realizada por 3 investigadores

Obsrvese que en cada una de las investigaciones, la frecuencia relativa del nmero de caras e u es aproximadamente 0,5, que es la probabilidad de obtener una cara.
En la gran mayor de los experimentos aleatorios de importancia prctica tienen esa a tabilidad. Por esto podemos sopechar que prcticamente ser cierto que la frecuencia a a relativa de un evento A en un gran nmero de experimentos es aproximadamente igual u k a un determinado nmero P(A), o sea, la probabilidad del evento es P(A) = lim n , u n como podemos vericar con ayuda de los ejemplos 2.3.5 y 2.3.6, siendo A en estos dos ejemplos el evento obtener una cara. Todo lo anterior se puede resumir en la siguiente
38
denicin: o Denicin 2.3.7 (Denicin emp o o rica de probabilidad) Sea A un evento asociado con un experimento. Entonces, la probabilidad P(A) es aproximadamente igual a la frecuencia relativa de A si efectuamos el experimento muchas veces. Cuando se usa la denicin emp o rica, es importante tener en cuenta los siguientes aspectos: La probabilidad obtenida de esta manera es unicamente una estimacin del valor o real. Cuanto mayor sea el nmero de experimentos, tanto mejor ser la estimacin de la u a o probabilidad, es decir, a mayor nmero de experimentos mejor ser la estimacin. u a o La probabilidad es propia de solo un conjunto de condiciones idnticas a aqullas e e en las que se obtuvieron los datos, o sea, la validez de emplear esta denicin o depende de que las condiciones en que se realiz el experimento sean repetidas o idnticamente. e
2.3.3
Denicin clsica de probabilidad o a
Denicin clsica o a Se pueden encontrar diversos ejemplos en donde se asocian la misma probabilidad a cada evento elemental. En este caso, se habla de un experimento laplaciano o clasico, es decir, un experimento que tiene nitos resultados, que suceden con la misma probabilidad. A este tipo de experimentos pertenecen los juegos de azar, como por ejemplo, dados, juegos de cartas, ruletas; tambin modelos de la f e sica, en los cuales se puede describir la distribucin de una part o cula cualquiera, o modelos de la gnetica. e Denicin 2.3.8 (Probabilidad de un evento elemental) Sea = un espao cio muestral nito. Si es un evento elemental de , entonces, la probabilidad de que suceda , en s mbolos P(), es igual a 1 dividido por el nmero de elementos u que tiene . Es decir, P() = 1 . Nmero de elementos de u (2.1)
Ejemplo 2.3.9 (a) Consideremos el experimento de lanzar una moneda. Entonces, = {C, S}. Es decir, la probabilidad de obtener cara, simbolizado por P(C), y la de obtener sello, simbolizado por P(S), est dado por P(C) = P(S) = 1 = 0, 5. Estas probabilia 2 dades las interpretamos de la siguiente manera: En un gran nmero de lanzamientos u aparecer una cara aproximadamente en la mitad de los lanzamientos y sello en la a otra mitad. O tambin podemos decir: si la moneda se lanza repetidamente, entonces, e el 50% (que resulta de multiplicar 0,5 por 100) de las veces resultar cara y en el otro a 50%, sello.
39
(b) Consideremos el experimento de lanzar un dado. Entonces, = {1, 2, 3, 4, 5, 6}. Es decir, P(1) = P(2) = P(3) = P(4) = P(5) = P(6) = 1 0, 166 . . . , 6
Aqu el s , mbolo signica aproximadamente igual a y, por ejemplo, P(1) = 0, 166 se lee la probabilidad de obtener un 1 es 0,166, la cual se interpreta de la siguiente manera: De cada 1.000 lanzamientos de un dado, el nmero 1 aparecer 166 veces u a aproximadamente. O tambin as si el nmero de lanzamientos de un dado es grande, e : u entonces, en el 16,6% (que resulta de multiplicar 0,166 por 100) aparecer el nmero a u 1 del dado. Las otras probabilidades las interpretamos analogamente.
A menudo es necesario asignar probabilidades a eventos de un espacio muestral. Por eso, es importante el siguiente teorema. Teorema 2.3.10 (Probabilidad de un evento) Sea = un espacio muestral nito y supongamos que todos los eventos elementales suceden con la misma probabilidad, es decir, la expresin ( 2.1) se cumple para cada evento elemental de . o Entonces, para cada evento A de , tenemos P(A) = Nmero de elementos de A u . Nmero de elementos de u (2.2)
Ejemplo 2.3.11 Dos dados no falsos se lanzan. Hallar la probabilidad de (a) que la suma de los nmeros sea un 7, (b) que la suma sea por lo menos un 11, (c) que la suma sea a lo u ms un 2, (d) obtener un doble, (e) no obtener doble. a SOLUCION: Como ya vimos en el ejemplo 2.2.1, el espacio muestral correspondiente contiene 36 resultados. Adems, cada uno de ellos ocurre con la misma probabilidad. a (a) Sea A el evento de obtener un 7 al lanzar los dos dados. Entonces, A es el conjunto A = (1, 6), (2, 5), (3, 4), (4, 3), (5, 2), (6, 1) , O sea, que A tiene 6 elementos. Por consiguiente, aplicando (2.2), se obtiene que la probabilidad de obtener un 7 es P(A) = 6 1 = 0, 166. 36 6
Aqu el s , mbolo signica aproximadamente igual a. (b) Sea B el evento de obtener por lo menos un 11, es decir, B es el evento de obtener una suma mayor o igual que 11. Debido a que B = (5, 6), (6, 5), (6, 6) , entonces, P(B) = 1 3 = 0, 0833. 36 12
40
(c) Sea C el evento de obtener a lo ms un 2 o, que es equivalente, de obtener una suma a menor o igual que 2. En este caso, C = (1, 1) y, con ello, P(C) = 1 0, 027. 36
(d) Sea D el evento de obtener un doble. Es decir, D = (1, 1), (2, 2), (3, 3) (4, 4), (5, 5) (6, 6) . Por lo tanto, P(D) = 6 0, 166. 36
(e) Sea E el evento de obtener ningn doble. Observe, D es el complemento de E, es decir, u D = E. Por lo tanto, P(E) = P(D). Entonces, P(E) = 1 P(E) = 1 P(D) 1 0, 166 = 0, 834.
Ejemplo 2.3.12 Una organizacin de caridad vende 1000 billetes de loter o a. Hay diez primeros premios y cien premios de consolacin, todos los cuales deben ser distribuidos. El o proceso de seleccin de los ganadores es tal que, al principio, cada boleto tiene las mismas o posibilidades de ganar un primer premio y cada uno tiene las mismas posibilidades de ganar un premio de consolacin. Ningn boleto puede ganar ms de un premio. o u a (a) Cul es la probabilidad de ganar un premio con un unico boleto? a (b) Cul es la probabilidad de ganar un premio de consolacin? a o (c) Cul es la probabilidad de ganar algn premio? a u SOLUCION: (a) De entre los 1000 billetes, 10 ganarn primeros premios, 100 ganarn premios de cona a solacin y 890 no ganarn premio alguno. Nuestro unico billete puede ser considerado o a como uno elegido entre los 1000. Sea A el suceso el billete elegido gana un primer premio. Dado que son 1000 resultados igualmente probables, 10 de los cuales corresponde al suceso A, tenemos que 10 = 0, 01. P(A) = 1000 (b) De modo similar, para el suceso B, el billete elegido gana un premio de consolacin, o se deduce que 100 P(B) = = 0, 10. 1000 (c) Ahora bien, el suceso el billete gana algn premio es sencillamente la unin de los u o sucesos A y B. Adems, dado que slo se permite un premio por billete, estos sucesos a o son mutuamente excluyentes. Por tanto, la probabilidad requerida es P(A B) = P(A) + P(B) = 0, 01 + 0, 10 = 0, 11.
Ejemplo 2.3.13 En la primera poca del desarrollo de un yacimiento de petrleo, una e o empresa estim en 0,1 la probabilidad de que las reservas econmicamente recuperables o o excedieran los 2.000 millones de barriles. La probabilidad de que las reservas excediesen los 1.000 millones de barriles se estim en 0,5. Dada esta informacin, cul es la probabilidad o o a estimada de que las reservas se encuentren entre 1.000 y 2.000 millones de barriles? SOLUCION:
41
Sea A el evento las reservas exceden los 2.000 millones de barriles y B el evento las reservas se encuentran entre 1.000 y 2.000 millones de barriles. Estos eventos son mutuamente excluyentes y su unin, A B, es el evento las reservas exceden los 1.000 millones de o barriles. Por tanto, tenemos que P(A) = 0, 1 y P(A B) = 0, 5.
Entonces, dado que A y B son mutuamente excluyentes, se obtiene que (comprese con la a gura 2.13) P(B) = P(A B) P(A) = 0, 5 0, 1 = 0, 4.
Fig. 2.13: Diagrama para las probabilidades del ejemplo 2.3.13
Clculo de probabilidades utilizando tcnicas de conteo a e

Una dicultad prctica que aparece a veces al calcular la probabilidad de un suceso es a la de contar el nmero de resultados bsicos en el espacio muestral y en el evento de u a inters. Los siguientes ejemplos, ilustran cmo se pueden utilizar las tcnicas de conteo, e o e explicadas en la seccin anterior, para calcular probabilidades de eventos. o
Ejemplo 2.3.14 Un estante tiene 6 libros de matemticas y 4 de f a sica. Hallar la probabilidad de que 3 libros determinados de matemticas estn juntos, si a e (a) todos los libros de matemticas son diferentes y los libros de f a sica tambin; e (b) todos los libros de matemticas son diferentes y que todos los libros de f a sica son iguales; (c) todos los libros de matemticas son diferentes y 3 de los libros de f a sica iguales. Compare las tres respuestas y d una conclusin general. e o SOLUCION: Sean el espacio muestral correspondiente y A el evento 3 libros determinados de matemticas estn juntos. Nos piden calcular P(A). a a (a) En este caso, los elementos de son las distintas permutaciones de los 6 + 4 = 10 libros. Por el teorema 2.2.23, los 10 libros pueden ordenarse entre s de 10! formas. Es decir, tiene en total 10! elementos. Ahora, supongamos que los 3 libros determinados de matemticas se reemplazan por 1. a As tenemos en total de 8 libros que pueden ordenarse entre s de 8! formas. Como los , tres libros se pueden ordenar entre s de 3! formas, entonces, hay 8! 3! formas de ordenar los 10 libros con la condicin de que 3 libros determinados estn juntos. o e Por lo tanto, por la expresin (2.2), tenemos que o P(A) = 8! 3! Nmero de elementos de A u = 0, 0666. Nmero de elementos de u 10!
42
(b) En este caso, por el teorema 2.2.41, tiene en total 10! = 151.200 elementos. Supon4! gamos que los 3 libros determinados de matemticas se reemplazan por 1. As tenemos a , en total de 8 libros que, por el teorema 2.2.41, pueden ordenarse entre s de 8! = 1.680 4! formas. Como los tres libros se pueden ordenar entre s de 3! = 6 formas, entonces, hay 1.680 6 = 10.080 formas de ordenar los 10 libros con la condicin de que 3 libros o determinados de matemticas estn juntos y sabiendo que los de f a e sica son todos iguales. Con lo anterior, P(A) = 10.080 Nmero de elementos de A u = 0, 0666. Nmero de elementos de u 151.200
(c) En este caso, por el teorema 2.2.41, tiene en total 10! = 604.800 elementos. Supon3! gamos que los 3 libros determinados de matemticas se reemplazan por 1. As tenemos a , en total de 8 libros que, por el teorema 2.2.41, pueden ordenarse entre s de 8! = 6.720 3! formas. Como los tres libros se pueden ordenar entre s de 3! = 6 formas, entonces, hay 6.720 6 = 40.320 formas de ordenar los 10 libros con la condicin de que 3 libros o determinados de matemticas estn juntos y sabiendo que hay 3 f a e sica que son iguales. Por consiguiente, P(A) = 40.320 Nmero de elementos de A u = 0, 0666. Nmero de elementos de u 604.800
Con respecto a los resultados obtenidos podemos concluir que si todos los libros de matemticas a son diferentes, entonces, sin importar si los de f sica son iguales o no, la probabilidad de que 3 libros determinados de matemticas estn juntos es aproximadamente 0,0666. a e Ejemplo 2.3.15 Un director de personal tiene ocho candidatos para cubrir cuatro puestos. De stos, cinco son hombres y tres mujeres. Si, de hecho, toda combinacin de candidatos e o tiene las mismas probabilidades de ser elegido, cul es la probabilidad de que ninguna mujer a sea contratada? SOLUCION: Primero, el nmero total de combinaciones posibles de los ocho candidatos tomadas de cuau tro en cuatro es 8 = 70. Ahora bien, para que ninguna mujer sea contratada, los candidatos 4 seleccionados han de ser cuatro de los cincos hombres. El nmero de tales combinaciones u es 5 = 5. Por tanto, si al principio cada una de las 70 combinaciones posibles fuese 4 igualmente probable, la probabilidad de escoger una de las cinco combinaciones que incluyen slo hombres es 5/70 = 0, 071. o Ejemplo 2.3.16 Una caja de doce lapiceros tiene dos que estn defectuosos. Se extraen a tres lapiceros sin reemplazo. Cul es la probabilidad de que dos salgan defectuosos? a SOLUCION: Sean el espacio muestral correspondiente y A el evento de los tres lapiceros seleccionados, dos estn defectuosos. Entonces, el nmero de elementos que tiene ser 12 = 220 y el a u a 3 10 2 nmero de elementos que tiene A es 1 2 = 10. Por consiguiente, la probabilidad pedida u 10 es P(A) = 220 = 0, 045. Ejemplo 2.3.17 Una caja contiene 8 chas rojas, 3 blancas y 9 azules. Si se extraen 3 chas sin reemplazo y sin orden, determinar la probabilidad de que (a) las 3 chas sean blancas, (b) 2 sean rojas y 1 blanca, (c) al menos 1 sea blanca y (d) se extraiga una de cada color. SOLUCION: Sea el espacio muestral correspondiente a esta situacin. En este caso, sus elementos son o las distintas combinaciones de 8 + 3 + 9 = 20 chas tomadas de 3 en 3 (ya que se sacan cada vez 3 chas sin reemplazo). Por el teorema 2.2.50, las 3 chas se pueden escoger de un total de 20 de 20 = 1.140 formas. Es decir, tiene en total 1.140 elementos. 3
43
(a) Sea A el evento sacar 3 chas de 3 blancas. O sea, A tiene Entonces, P(A) =
3 3
= 1 elemento.
1 Nmero de elementos de A u = = 0, 000877. Nmero de elementos de u 1.140
(b) Sea A el evento las 3 chas sacadas son 2 rojas y 1 blanca. Ahora, 2 chas de un total de 8 rojas se pueden seleccionar de 8 = 28 maneras y 1 cha de un total de 3 2 blancas se puede seleccionar de 3 = 3 maneras. Por lo tanto, A tiene 8 3 = 84 1 2 1 elementos. Entonces, P(A) = 84 Nmero de elementos de A u = = 0, 074. Nmero de elementos de u 1.140
(c) Sea A el evento por lo menos 1 de las 3 chas sacadas es blanca. Esto quiere decir que A, el complemento de A, es el evento de las tres bolas ninguna es blanca. Ahora, si ninguna es blanca, entonces, 3 chas de un total de 8 + 9 = 17 (entre rojas y azules) se pueden seleccionar de 17 = 680 maneras. Por lo tanto, A tiene 680 elementos. 3 Entonces, P(A) = 680 Nmero de elementos de A u = = 0, 596. Nmero de elementos de u 1.140
Por consiguiente, con lo anterior, la probabilidad pedida est dada por a P(A) = 1 P(A) = 1 0, 596 = 0, 404. (d) Sea A el evento las 3 chas sacadas son una de cada color. Ahora, 1 cha de un total de 8 rojas se puede seleccionar de 8 = 8 maneras, 1 cha de un total de 3 blancas 1 se puede seleccionar de 3 = 3 maneras y 1 cha de un total de 9 azules se puede 1 seleccionar de 9 = 9 maneras. Por lo tanto, A tiene 8 3 9 = 216 elementos. 1 1 1 1 Entonces, P(A) = 216 Nmero de elementos de A u = = 0, 189. Nmero de elementos de u 1.140
2.3.4
Probabilidad subjetiva o personal
Existen muchos eventos de inters cuyas probabilidades de ocurrencia no se pueden cale cular de acuerdo con los mtodos axiomtico, clsico y de frecuencia relativa (emp e a a rica), sino que se basan en el grado de creencia acerca de que tenga o no lugar un determinado hecho como, por ejemplo, exista vida en algn planeta distante, u en los pximos diez aos se descubra algn remedio contra el cncer, o n u a determinada persona se vaya a destacar en la universidad, una persona se enferme, una determinada mquina se dae, a n maana vaya a llover. n
44
Sin embargo, poca gente se muestra renuente a concederle probabilidades a los eventos anteriores. Con mucha frecuencia oimos decir que hay un 20% de posibilidades de que llueva maana, que el Junior gane, etc. Aquella probabilidad que nos permite asignarle n probabilidades a eventos tales como estos se denomina probabilidad subjetiva. Denicin 2.3.18 La probabilidad subjetiva o personal se puede denir o como la probabilidad que expresa un grado de creencia individual sobre la posibilidad de que un evento ocurra. Al mtodo de asignar estas probabilidades se le conoce e como metodo subjetivo.
La probabilidad subjetiva no depende del tratamiento matemtico ni de la nocin de experia o mentos repetibles.
La magnitud de la probabilidad que una persona asigna subjetivamente a un evento depende del grado de crdito que esa persona le d a la ocurrencia del evento. Esa es e e la razn por la que es posible asignarle probabilidades a eventos que slo se presentan o o una vez, como por ejemplo, el evento de ganar una determinada competencia atltica. e A diferencia del mtodo de probabilidad de frecuencia relativa, la probabilidad subjetiva e no depende de la posibilidad de repeticin de un experimento. o
Ejemplo 2.3.19 (a) Si armamos que la probabilidad de que salga cara al lanzar una moneda es 1/2, lo que tenemos en mente es que la moneda no parece estar trucada y que resultar igualmente probable que salga cara o cruz. Al enjuiciar esta probabilia dad subjetiva, no estamos pensando necesariamente en trminos de la experimentacin e o repetida, sino que estamos interesado por un unico lanzamiento de la moneda. Nuestra evaluacin de la probabilidad subjetiva implica que considerar o amos justa una apuesta que consistiese en pagar 5.000 pesos si saliera cruz y recibir 5.000 pesos si saliera cara. Si fueramos a recibir ms de 5.000 pesos si del lanzamiento resultase una cara, consida erar amos favorable la apuesta. (b) De modo similar, si creemos que la probabilidad de que un caballo gane una determinada carrera es 0,4, estamos dando nuestra opinin personal de que existe una posibilidad de o 40 entre 100 de que gane. Dada esta creencia, considerar amos justa una apuesta en la que perdisemos dos dlares si el caballo no ganase y tres dlares en caso contrario. e o o
Debemos insistir en que las probabilidades subjetivas son personales; no se requiere que diferentes individuos consideren que el mismo evento debe tener lugar con las mismas probabilidades como se explica a travs de las situaciones del siguiente ejemplo: e
Ejemplo 2.3.20 (a) En el ejemplo del lanzamiento de una moneda, la mayor de la gente a llegar a la conclusin de que la probabilidad apropiada para el resultado cara es 1/2. a o Sin embargo, un individuo con ms informacin sobre la moneda en cuestin podr a o o a creer otra cosa. (b) En el ejemplo de las carreras de caballos, es probable que dos apostadores cuenten con diferentes probabilidades subjetivas. Por ejemplo, pueden no tener la misma informacin, e incluso aunque la tuvieran, podr interpretarla de distinta forma. o an (c) Resulta obvio que los inversionistas individuales no cuenttan con las mismas opiniones sobre el probable futuro comportamiento de la bolsa. Sus probabilidades subjetivas
45
deben ser vistas como dependientes del conocimiento que tienen y su manera de interpretarlo.
Ya hemos explicado que, en el caso de apuestas, como carreras de caballos y pronsticos o deportivos, a menudo se determina la probabilidad de ocurrencia de un evento usando probabilidad subjetiva y se establece comnmente en trminos de oportunidades. u e Denicin 2.3.21 Sea A un evento. Las oportunidades a favor de A se deo nen como P(A) . Oportunidades a favor de A = P(A) Las oportunidades en contra de A se denen Oportunidades en contra de A = 1 P(A) = . Oportunidades a favor de A P(A)
n Si las oportunidades en favor de A son iguales a m , entonces, diremos que las oportunidades son de n a m (lo cual escribiremos n : m) a favor de A.
Obsrvese que las oportunidades en contra de A son precisamente las oportunidades a favor e de A.
Ejemplo 2.3.22 Supongamos que la probabilidad de que un boxeador favorito gane una pelea es 1/3. Cules son las oportunidades a favor de ganar? a SOLUCION: Sea A el evento el boxeador gana. Entonces, las oportunidades a favor de ganar son 1 P(A) 1/3 = . = 2/3 2 P(A) Es decir, las oportunidades son de 1 : 2 a favor de que el boxeador gane la pelea. Esto signica que de cada 1 + 2 = 3 personas, 1 arma que el boxeador ganar la pelea y 2, que a perder. a
El siguiente teorema nos muestra una forma de calcular la probabilidad de un evento dado con base en el conocimiento de las oportunidades en favor o en contra del evento. Teorema 2.3.23 Si las oportunidades son de n : m en favor de A, entonces, la n probabilidad de que ocurra el eventa A es P(A) = n+m .
Ejemplo 2.3.24 Si las oportunidades son de 5:3 en contra de que la seleccin Colombia o pierda el partido de ftbol, cul es la probabilidad de que (a) pierda el partido, (b) gane? u a SOLUCION: Sea A el evento de que la seleccin Colombia pierda el partido. Por tanto, por el teorema o 5 2.3.23, P(A) = 5+3 = 5 = 0, 625. Por consiguiente, P(A) = 1 P(A) = 3 = 0, 375. Es decir, 8 8 de 1.000 personas, 625 dirn que Colombia perder el partido y el resto, que son 375, dirn a a a que Colombia ganar el partido. a
46
Ejemplo 2.3.25 Para un partido de ftbol, Junior de Barranquilla contra Unin de Sanu o tamarta, se ofrecen a Humberto las siguientes apuestas: Tarifa : $15.000. Ganancia : $30.000 si Junior gana y Humberto apuesta por Junior. $20.000 si Unin gana y Humberto apuesta por Unin. o o El juego Junior vs Unin sigue hasta que haya un ganador. Humberto acepta esta apuesta, o pero no puede decidirse si apuesta por Junior o por Unin. Determinar su probabilidad o subjetiva. SOLUCION: La probabilidad subjetiva de Humberto puede determinarse como sigue: Humberto no puede decidirse signica que 30 P(Junior gana) = 20 P(Unin gana). o Adems, obviamente, se tiene que a P(Junior gana) + P(Unin gana) = P(Junior o Unin gana) = 1. o o Por lo tanto, resulta que P(Junior gana) =
2 5 3 y P(Unin gana) = 5 . o

39. La probabilidad de que Humberto viaje a Alemania es 0,6 y la probabilidad de que viaje a Espaa es 0,3 y la probabilidad de que viaje a alguna de las dos ciudades es 0,8. Calcule n la probabilidad de cada uno de los siguientes eventos: (a) Humberto viaja a ambas ciudades. (b) Humberto viaja a Alemania pero no a Espaa. n (c) Humberto viaja a Espaa pero no a Alemania. n (d) Humberto no viaja a ninguna de las dos ciudades 40. Se estim que un 20% de los estudiantes de ultimo curso de un campus universitario o estaban seriamente preocupados por sus posibilidades de encontrar trabajo, el 35% por sus notas y el 28% por ambas cosas. Cul es la probabilidad de que un estudiante de a ultimo curso elegido al azar en el campus est seriamente preocupado por al menos una e de las dos cosas? 41. Un jefe de cierta compa recibe un determinado art na culo en paquetes de 100. Un estudio ha indicado las probabilidades, que guran en la tabla adjunta, correspondientes a los art culos defectuosos de un paquete. Numero de defectuosas Probabilidad 0 0,03 1 0,29 2 0,10 3 0,22 ms de 3 a 0,36
(a) Cul es la probabilidad de que haya ms de dos art a a culos defectuosos en un paquete? (b) Cul es la probabilidad de que haya ms de un art a a culo defectuoso en un paquete? 42. Segn una informacin, dos de cada tres colombianos son pobres. Qu relacin tiene u o e o esto con probabilidad?
47
43. Un distribuidor de enchufes sabe que en una caja de 50, dos o ms son defectuosos. Un a cliente selecciona al azar, y sin reemplazo, dos enchufes de una caja y salen defectuosos, motivo por el cual el cliente rechaza la caja. El distribuidor extrae entonces de esa caja dos enchufes y le informa al cliente que puede llevar la caja de 48 enchufes con conanza. Para asegurarse, el cliente extrae otra muestra, sin reemplazo, de cinco enchufes, de los cuales uno sali defectuoso. Si usted fuera el cliente, aceptar la caja de 48 enchufes? o a 44. Un dado se lanza dos veces. Encuentre la probabilidad de obtener (a) un 5 o un 7, (b) a lo ms un 9, (c) una suma impar y (d) un mltiplo de 4. a u 45. Una urna tiene seis bolas verdes, cinco bolas rojas y cuatro bolas blancas (cada bola es de un solo color). Si se extrae una bola, calcule la probabilidad de que la bola extra da sea (a) no verde, (b) no roja, (c) roja y verde, (d) blanca o roja. Compare el resultado de (d) con el obtenido en (a). Interprete siempre sus respuestas. 46. Se lanzan dos dados. Calcule la probabilidad de que la suma de los nmeros obtenidos u sea (a) 13, (b) a lo ms 3, (c) por lo menos 4, (d) 5 6, (e) 5 y 6. Interprete siempre a o sus resultados. 47. Una caja contiene dos bolas negras, tres blancas y cuatro rojas. Se seleccionan dos bolas una despus de la otra. e (a) cul es la probabilidad de que la primera bola sea negra y la segunda blanca? a (b) cul es la probabilidad de obtener una bola negra y una blanca? a (c) Repita los incisos anteriores si la seleccin es con reemplazo. o 48. En una comunidad el 30% de las personas son fumadoras, 55% son bebedoras y 20% tanto fumadoras como bebedoras. Calcule la probabilidad de que una persona elegida al azar (a) fume pero no beba, (b) ni fume ni beba, (c) fume o no beba. Interprete siempre sus resultados. 49. Una entidad educativa ha propuesto tres proyectos para la mejora de la educacin en cierta o regin del pais. Para i = 1, 2, 3, sea Ai el evento que representa al evento el proyecto i o fue aceptado. Supongamos que P(A1 ) = 0, 30, P(A2 ) = 0, 22, P(A3 ) = 0, 35, P(A1 A2 ) = 0, 08, P(A1 A3 ) = 0, 09, P(A2 A3 ) = 0, 06, P(A1 A2 A3 ) = 0, 02.
Exprese verbalmente cada uno de los siguientes eventos y determine la probabilidad de que ocurra cada uno de ellos: (a) A1 A2 , (b) A1 A2 , (c) A1 A2 A3 , (d) A1 A2 A3 , (e) A1 A2 A3 , (f) (A1 A2 ) A3 . 50. Una caja contiene diez bombillas, cuatro de las cuales estn defectuosas. Si se seleccionan a aleatoriamente y sin reemplazo cuatro bombillas de la caja, cul es la probabilidad de a que el grupo contenga (a) dos (b) al menos dos bombillas defectuosas? 51. Una caja contiene cuatro focos rojos, cinco blancos y seis amarillos. Si se seleccionan uno por uno, en orden aleatorio, cul es la probabilidad de que al menos se seleccionen dos a focos para obtener uno amarillo? 52. Una caja contiene diez tornillos, de los cuales tres estn defectuosos. Se extraen tres a tornillos sin reemplazo. Calcule la probabilidad de que los tres tornillos no estn defectuoe sos. 53. Para un control de calidad se seleccionan aleatoriamente dos abanicos sin reemplazo de un lote. Si uno de los dos abanicos est defectuoso, todo el lote se rechaza. Si una muestra a de 200 abanicos contiene cinco defectuosos calcule la probabilidad de que la muestra sea rechazada.
48
54. Una biblioteca tiene cinco ejemplares (digamos, matemtica, f a sica, qu mica, biolog y a estad stica), de los cuales hay dos ejemplares (digamos matemtica y f a sica) que son de primera edicin y el resto, de segunda edicin. Sern seleccionados al azar dos ejemplares o o a para ser puestos en reserva durante 3 horas. Cul es la probabilidad de que a (a) ambos ejemplares seleccionados sean primeras ediciones? (b) ambos ejemplares seleccionados sean segundas ediciones? (c) al menos uno de los ejemplares seleccionados sea de primera edicin? o (d) los ejemplares seleccionados sean de diferentes ediciones? 55. Se escoge un nmero comprendido entre 0 y 999. Cul es la probabilidad de que el d u a gito central sea mayor que los otros dos? 56. En el men del d un restaurante vegetariano ofrece una ensalada especial que contiene u a, tres tipos de verduras distintas que son las preferidas por ciertos habitantes de una ciudad: Esprrago (A), Brcoli (B) y Colior (C). A continuacin aparece el porcentaje de clientes a o o del restaurante que pide determinada(s) verdura(s). 70% A, 90% A o C, 80% B, 95% B o C, 75% C, 98% A, B o C, 85% A o B,
en donde, por ejemplo, el evento A o C signica que por lo menos una de las opciones A o C fue solicitada. Calcule las probabilidades de los siguientes eventos: (a) El siguiente cliente pide, por lo menos, una de las tres opciones. (b) El siguiente cliente no pide ninguna de las tres opciones. (c) El siguiente comprador slo pide la opcin A y ninguna de las otras dos opciones. o o (d) El siguiente cliente pide exactamente una de las tres opciones. 57. Supongamos que un determinado rbol puede tener tres tipos de enfermedades: Hojitis a (H), Tallitis (T) y Frutitis (F). Suponga que P(H) = 0, 12, P(T ) = 0, 07, P(F) = 0, 05, P(H T ) = 0, 15,
P(H F) = 0, 14,
P(T F) = 0, 10,
P(H T F) = 0, 01.
(a) Cul es la probabilidad de que el rbol no tenga hojitis? a a (b) Cul es la probabilidad de que el rbol tenga hojitis y tallitis al mismo tiempo? a a (c) Cul es la probabilidad de que el rbol tenga hojitis y tallitis al mismo tiempo, pero a a no frutitis? (d) Cul es la probabilidad de que que el rbol tenga exactamente dos de esas enfera a medades? 58. Una persona desea comprar un computador. De alguna manera, logra conseguir una lista de las direcciones de 15 personas que quieren vender sus computadores. Pero la persona tiene tiempo para ir slo a cuatro direcciones de la lista. o (a) En cuntas formas podr escogerse las cuatro direcciones, si se considera el orden a an de visita? (b) En cuntas formas podr escogerse las cuatro direcciones, si el orden no importa? a an (c) Si en siete direcciones los computadores son nuevos y en ocho ya han sido vendidos previamente, y las cuatro direcciones por visitar se escogen al azar y sin orden, cul es la probabilidad de que en las cuatro direcciones donde vaya la persona, los a computadores sean nuevos?
2.4 Probabilidades condicionales
49
59. Al poco tiempo de ponerse a funcionar, algunas computadores fabricados por ciertas compa presentan problemas con el funcionamiento de un determinado programa (dinas gamos, Futbolnet) que viene previamente instalado. Suponga que una pequea empresa n tiene 30 de estos computadores y que ha habido problemas con el funcionamiento del Futbolnet en 7 de ellos. (a) Cuntas formas hay de seleccionar una muestra de 10 computadores de los 30 para a una revisin completa? o (b) En cuntas formas puede una muestra de 10 computadores contener exactamente 3 a con problemas en el funcionamiento del Futbolnet? (c) Si se escoge al azar una muestra de 10 computadores, cul es la probabilidad de que a exactamente 3 de los 10 tengan problemas con el funcionamiento del Futbolnet? (d) Si se escoge al azar una muestra de 10 computadores, cul es la probabilidad de a que, al menos, 6 de los seleccionados tengan problemas con el funcionamiento del Futbolnet? 60. En cierta bodega, una caja contiene ocho clavos de 1 pulgada, seis de 1 pulgada y media y cinco de 2 pulgadas. Suponga que se seleccionan cuatro clavos al azar, sin reemplazo y sin orden. (a) Cul es la probabilidad de que exactamente tres de los clavos seleccionados sean de a 2 pulgadas? (b) Cul es la probabilidad de que los cuatro clavos seleccionados sean del mismo a tamao? n (c) Cul es la probabilidad de que entre los 4 clavos seleccionados hallan dos de una a pulgada? 61. Un estante tiene 4 libros de qu mica, 5 de estad stica y 3 de matemticas. Si los libros a de estad stica son diferentes entre s encuentre la probabilidad de que 2 libros determi, nados de estad stica se encuentre juntos teniendo en cuenta cada una de las siguientes situaciones: (a) Los libros de cada tipo son todos diferentes entre s . (b) Los libros de qu mica son iguales entre s pero los de matemticas son todos difer, a entes. (c) Hay 2 libros de qu mica que son iguales, pero todos los de matemticas son iguales a entre s . (d) A excepcin de los de estad o stica, los libros de cada tipo son todos iguales entre s .
2.4
Probabilidades condicionales
Supongamos que estamos interesados en dos sucesos A y B, y se nos da la informacin o adicional de que B ha ocurrido. Una pregunta de inters es, entonces, cul es la e a probabilidad de que A ocurra? La idea principal es que la posibilidad de que cualquier suceso ocurra es probable que dependa de la ocurrencia o no ocurrencia de otros eventos.
Ejemplo 2.4.1 Analizemos las siguientes situaciones.
50
(a) Un fabricante que planea introducir una nueva marca puede poner a prueba el producto a travs de su venta en una serie reducida de almacenes particularmente escogidos. Es e probable que el fabricante conf mucho ms en el xito de la nueva marca en el mercado e a e si el producto resulta bien acogido en el test inicial que en caso contrario. El anlisis a de la empresa correspondiente a la probabilidad de un elevado nmero de ventas estar, u a por tanto, condicionada por el resultado de mercado. (b) En un barrio hay personas que saben nadar, otras que saben manejar bicicletas y otras, ambas cosas. Se selecciona una persona al azar y deseamos la probabilidad de que la persona sepa nadar dado que sabe manejar bicicleta. Por tanto, en ambas situaciones tenemos que estar interesados en la ocurrencia de un determinado evento, dada la ocurrencia de otro.
Ahora, analizemos otro ejemplo.

Ejemplo 2.4.2 Supongamos que en una empresa hay 100 empleados, de los cuales 30 son mujeres y 70, hombres. Supongamos, adems, que hay 21 mujeres y 33 hombres que fuman a (comprese con la tabla de la gura 2.14). a
Fuma (F) No Fuma (F)
Hombre (H) 33 37
Mujer (M) 21 9
Fig. 2.14: Clasicacin de 100 empleados de una empresa o
(a) Si se saca un individuo al azar, determinar la probabilidad de que sea mujer. (b) Si se saca un individuo, determinar la probabilidad de que sea mujer y fume. (c) Si del grupo de las 30 mujeres se saca un individuo, determinar la probabilidad de que fume. SOLUCION: (a) La probabilidad de que sea mujer es P(M) =
30 100 . 21 100 .
(b) La probabilidad de que sea una mujer y que fuma es P(M F) =
(c) La probabilidad de que una mujer fume de un total de 30 la simbolizaremos por P(F/M) y es igual a 21 21/100 P(F M) P(F/M) = = = . 30 30/100 P(M) Es decir, P(F/M) = P(FM) , que es la forma como se calcula la llamada probabilidad P(M) condicional de un evento F, sabiendo que ya ha ocurrido M.
Estos tipos de problemas conllevan a considerar el concepto de probabilidad condicional.
51
Denicin 2.4.3 Sean A y B dos eventos de un espacio muestral = . La proo babilidad condicional del evento A dado el evento B, simbolizada por P(A/B), se dene como P(A B) P(A/B) = , si P(B) > 0. P(B) De igual modo, la probabilidad condicional de B dado A se dene como P(B/A) = P(A B) , P(A) si P(A) > 0.
Ejemplo 2.4.4 Una persona lanza una moneda tres veces, cul es la probabilidad de a obtener 3 caras dado que sali por lo menos una cara? o SOLUCION: Los posibles resultados que se pueden obtener al lanzar la moneda tres veces son (C, C, C), (C, C, S), (C, S, C), (C, S, S), (S, C, C), (S, C, S), (S, S, C), (S, S, S).
Sean A y B los eventos sali por lo menos una cara y obtener 3 caras, respectivamente. o Entonces, B = {(C, C, C)} y A = {(C, C, C), (C, C, S), (C, S, C), (C, S, S), (S, C, C), (S, C, S), (S, S, C)}.
Debido a que A B = {(C, C, C)}, entonces, la probabilidad de obtener 3 caras sabiendo que sali una cara es igual a o P(B/A) = P(A B) 1/8 1 = = . P(A) 7/8 7
Despejando P(B A) en las expresiones dadas en la denicin 2.4.3, obtenemos el llao mado Teorema 2.4.5 (Teorema de multiplicacin para 2 eventos) Sean A y B dos o eventos de un espacio muestral = . Entonces, la probabilidad de la interseccin o A B est dada por a P(B A) = P(B/A) P(A) o por P(B A) = P(A/B) P(B).
Ejemplo 2.4.6 Supongamos que una caja tiene diez bolas, de los cuales tres estn defeca tuosas. Se sacan dos bolas, una detrs de la otra y sin reemplazo. Cul es la probabilidad a a de sacar una bola defectuosa seguida de otra defectuosa? SOLUCION: Sean A el evento la primera bola sacada est defectuosa y B el evento la segunda bola a sacada est defectuosa. Nos piden calcular P(A B). Debido a que tres de las diez bolas a 3 estn defectuosas, se tiene que P(A) = 10 . Ahora, como ya se ha sacado 1 bola defectuosa a de la caja quedan en total 9 bolas disponibles, de entre las cuales, hay ahora 2 defectuosas. 2 Por tanto, P(B/A) = 9 . Por consiguiente, por el teorema de multiplicacin (teorema 2.4.5), o obtenemos que 3 2 P(A B) = P(A) P(B/A) = = 0.066. 10 9
52
Es decir, la probabilidad de sacar una bola defectuosa seguida de otra bola defectuosa es aproximadamente del 6,6%.
La regla de multiplicacin es ms util cuando el experimento consta de varias etapas o a sucesivas. Teorema 2.4.7 (Teorema de multiplicacin para n eventos) Sean o A1, . . . , An eventos de un espacio muestral = . Entonces, P(A1 An) = P(A1) P(A2/A1) P(A3/A1 A2) P(An/A1 An1),
Como puede observarse claramente, en este teorema hemos considerando que A1 es el evento que primero sucede, luego sucede A2 ; posteriormente, A3 y, as sucesivamente, hasta que sucede el ultimo evento, que en nuestro caso es An .
Del teorema 2.4.7, obtenemos en particular que Si n = 2, se tiene que P(A1 A2) = P(A1) P(A2/A1). Si n = 3, se tiene que P(A1 A2 A3) = P(A1) P(A2/A1) P(A3/A1 A2). Si n = 4, se tiene que P(A1 A2 A3 A4) = P(A1)P(A2/A1)P(A3/A1 A2)P(A4/A1 A2 A3).
Ejemplo 2.4.8 Una caja contiene 6 chas rojas, 4 blancas y 5 azules. Hallar la probabilidad de que se extraigan en el orden roja, blanca y azul si las chas (a) se reemplazan, (b) no se reemplazan. SOLUCION: Hay tres eventos que debemos considerar para el problema, a saber: R = roja en la primera extraccin. o B = blanca en la segunda extraccin. o A = azul en la tercera extraccin. o Nos piden calcular P(R B A). Al aplicar el teorema general de multiplicacin (teorema o 2.4.7) para el caso de n = 3 eventos, tenemos P(R B A) = P(R) P(B/R) P(A/R B). Obsrvese que en la caja hay disponible, inicialmente, 6 + 4 + 5 = 15 chas. e (a) Si los eventos se reemplazan, entonces, reemplazando las correspondientes probabilidades en la expresin (1), tenemos o P(R B A) = 8 6 4 5 = = 0, 0355. 15 15 15 225 (1)
53
(b) Si los eventos no se reemplazan, entonces, reemplazando las correspondientes probabilidades en la expresin (1), tenemos o P(R B A) = 4 6 4 5 = = 0, 044. 15 14 13 91
El clculo de una probabilidad P(Aj/B), a partir de probabilidades anteriores dadas P(Ai) a y probabilidades P(B/Ai), ocupa una posicin central en la probabilidad elemental. La o regla general para tales clculos, que es una aplicacin simple de la regla de la multia o plicacin, se remonta al tiempo del reverendo Thomas Bayes, quien vivi en el siglo o o XVII. Para expresarla necesitamos, primero, el llamado teorema de la probabilidad total. Teorema 2.4.9 (Teorema de la probabilidad total) Si los eventos A1, A2, . . ., An forman una particin de un espacio muestral (comprese con la denicin o a o 2.1.11), entonces, para cada evento B de , se tiene que P(B) = P(B/A1) P(A1) + P(B/A2) P(A2) + + P(B/An) P(An). Del teorema 2.4.9, se tiene en particular, Si n = 2, se tiene que P(B) = P(B/A1) P(A1) + P(B/A2) P(A2). Si n = 3, se tiene que P(B) = P(B/A1) P(A1) + P(B/A2) P(A2) + P(B/A3) P(A3). Si n = 4, se tiene que P(B) = P(B/A1) P(A1) + P(B/A2) P(A2) + P(B/A3) P(A3) + P(B/A4) P(A4).
Hay dos comentarios que podemos hacer acerca del teorema de la probabilidad total (teorema 2.4.9): El teorema de la probabilidad total est estrechamente relacionado con el siguiente teorema a de la mecnica: El centro de gravedad de un cuerpo se puede determinar descomponiendo el a cuerpo en cualquier cantidad de partes, suponiendo que la masa de cada una de estas partes est concentrada en su respectivo centro de gravedad y tomando el centro de gravedad del a sistema de puntos originados por este mtodo. e El teorema de la probabilidad total tambin est relacionada con el siguiente anlogo qu e a a mico: En k recipientes se encuentran diferentes soluciones de la misma sal, en total, 1 litro. Supongamos que P(An ) simboliza el volumen del n-simo recipiente y P(B/An ), la concentracin e o de la solucin en el n-simo recipiente. Si se renen el contenido de todos los recipientes en o e u uno slo y P(A) signica la concentracin de la solucin originada de esta manera, entonces, o o o se cumple el teorema de la probabilidad total.
Ejemplo 2.4.10 La caja I contiene 3 chas rojas y 2 azules, en tanto que la caja II contiene 2 chas rojas y 8 azules. Se lanza una moneda no falsa de tal forma que si cae cara, entonces, se saca una cha de la caja I y, por el contrario, si cae sello, se saca una cha de la caja II. Supongamos que quien lanza la moneda no revela si resulta cara o sello (de tal forma que la caja de la cual se sac una cha no se revela). Determinar la probabilidad de haber sacado o
54
una cha roja. SOLUCION: Sea R el evento sacar una cha roja y supongamos que I y II son los eventos escoger la caja I y escoger la caja II, respectivamente. Nos piden calcular P(R). En la gura 2.15 podemos visualizar claramente estos eventos (observemos que el evento R corresponde a la regin sombreada). o
Fig. 2.15: Diagrama para la situacin del ejemplo 2.4.10 o

Ahora, en la caja I hay en total 3 + 2 = 5 chas y, en la caja II, 2 + 8 = 10 chas. Puesto que una cha roja se puede sacar de cualquiera de las cajas, entonces, la probabildiad de 3 sacar una cha roja de la caja I es P(R/I) = 5 y la de sacar una cha roja de caja II es 2 1 P(R/II) = 10 = 5 . Adems, si C y S son los eventos resultar cara y resultar sello, respectivamente, ena 1 tonces, la probabilidad de escoger la caja I es P(I) = P(C) = 2 y la de escoger la caja II es 1 P(II) = P(S) = 2 . Por consiguiente, por el teorema de la probabilidad total (teorema 2.4.9) con n = 2, se obtiene que P(R) = P(R/I) P(I) + P(R/II) P(II) = 3 1 1 1 2 + = = 0, 4. 5 2 5 2 5
Ejemplo 2.4.11 Un editor env propaganda de un libro de estad a stica al 70% de aquellos profesores que estn a cargo de esa materia. El 40% de aquellos que recibieron la propaganda a se decidieron a utilizar el libro, inclusive, el 20% de los que no recibieron la propaganda tambin utilizarn el libro. e a SOLUCION: Consideremos los eventos recibe la propaganda y no recibe la propaganda. Entonces, P(recibe)= 0, 70 y P(no recibe)= 1 0, 70 = 0, 30. Adems, a P(utiliza el libro / recibe) = 0, 40, P(utiliza el libro / no recibe) = 0, 20.
Nos piden calcular P(utiliza el libro). Esta se puede calcular con ayuda del teorema de la probabilidad total (teorema 2.4.9) de la siguiente manera: P(utiliza) = P(utiliza/recibe) P(recibe) + P(utiliza/no recibe) P(no recibe) = (0, 40)(0, 70) + (0, 20)(0, 30). Los clculos y las probabilidades anteriores se pueden visualizar claramente en el diagrama a de rbol que aparece en la gura 2.16. Junto a cada una de las cuatro ramas del diagrama a aparecen probabilidades (que llamaremos totales) que fueron calculadas con aplicacin o del teorema de multiplicacin (vase el teorema 2.4.5) y al nal del diagrama aparece la o e probabilidad calculada que corresponde a sumar slo las probabilidades totales en donde o aparece el evento utiliza el libro.
55
Teorema 2.4.12 (Regla o teorema de Bayes) Sea A1, A2, . . . , An una descomposicin nita de un espacio muestral . Entonces, para cada evento B con P(B) > 0 o y para todo k = 1, . . . , n, se tiene P(Ak/B) = P(B/Ak) P(Ak) . P(B/A1) P(A1) + P(B/A2) P(A2) + + P(B/An) P(An)
Del teorema de Bayes se tiene, en particular, Si n = 2, se tiene que P(Ak/B) = Si n = 3, se tiene que P(Ak/B) = Si n = 4, se tiene que P(Ak/B) =
P(B/Ak ) P(Ak ) P(B/A1 ) P(A1 ) +P(B/A2 ) P(A2 ) +P(B/A3 ) P(A3 ) +P(B/A4 ) P(A4 ) . P(B/Ak ) P(Ak ) P(B/A1 ) P(A1 ) + P(B/A2 ) P(A2 ) + P(B/A3 ) P(A3 ) . P(B/Ak ) P(Ak ) P(B/A1 ) P(A1 ) + P(B/A2 ) P(A2 ) .
A continuacin se menciona el siguiente anlogo qu o a mico del teorema de Bayes: En k recipientes estn contenidas soluciones de la misma sal con diferentes concentraciones. El volumen total de la a solucin es 1 litro. Si P(Ak ) es el volumen de la solucin en el n-simo recipiente y P(B/Ak ) es la o o e concentracin de sal en el n-simo recipiente, entonces, la frmula que aparece en el teorema 2.4.12 o e o nos permite calcular qu porcentaje de la cantidad total de sal est en el k-simo recipiente. e a e
La interpretacin ms importante del teorema de Bayes se basa en el uso de las probao a bilidades subjetivas. Supongamos que una persona est interesada en el evento Ak y se a forma una opinin subjetiva de la probabilidad de que Ak ocurra. En este contexto, la o
56
probabilidad P(Ak) se denomina probabilidad a priori. Si despus este individuo e consigue informacin adicional (por ejemplo, que el evento B ha ocurrido), este hecho o puede provocar una modicacin de su juicio inicial sobre la probabilidad de ocurrencia o de Ak. Dado que se sabe que B ha ocurrido, la probabilidad relevante correspondiente a Ak es ahora la probabilidad condicional de Ak dado B, que se denota probabilidad a posteriori. Desde este punto de vista, se puede interpretar el teorema de Bayes como un mtodo que nos permite actualizar una probabilidad a priori cuando se conoce e la informacin adicional de que el evento Ak ha tenido lugar. o
Ejemplo 2.4.13 Considere la situacin del ejemplo 2.4.10. Determinar la probabilidad de o haber escogido la caja I (es decir, que el resultado de la moneda sea cara). SOLUCION: Sean R, I y II eventos denidos como en el ejemplo 2.4.10. Aqu nos piden calcular P(I/R) 1 3 (comprese con la gura 2.17). Del ejemplo 2.4.10, tenemos que P(R/I) = 5 , P(R/II) = 5 , a 1 P(I) = P(II) = 2 .

Por consiguiente, por el teorema de Bayes (teorema 2.4.12) con n = 2, se obtiene que P(I/R) = P(R/I) P(I) = P(R/I) P(I) + P(R/II) P(II)
3 5 3 5
1 2 1 5
1 2
1 2
3 = 0, 75. 4
De este modo, dada la informacin de que se ha sacado un cha roja, la probabilidad de o haber escogido la caja I se ve modicada, pasando de P(I) = 0, 5 (a priori) a P(I/R) = 0, 75 (a posteriori). Ejemplo 2.4.14 En cierta ciudad, aproximadamente el 10% de los habitantes est afectado a por una rara enfermedad, para la cual se ha desarrollado una prueba de diagnstico. A travs o e de esta prueba se ha determinado que el 85% de los individuo que padecen la enfermedad, presentan un resultado positivo, mientras que el 20% de los individuos sin la enfermedad muestran un resultado de prueba positivo. Supongamos que se hace una prueba en un individuo seleccionado al azar. (a) Cul es la probabilidad de que el resultado sea positivo? Y negativo? a (b) Si el resultado es positivo, cul es la probabilidad de que el individuo tenga la enfera medad? (c) Si el resultado es negativo, cul es la probabilidad de que el individuo tenga la a enfermedad? (d) Si el resultado es positivo, cul es la probabilidad de que el individuo est sano? a e (e) Si el resultado es negativo, cul es la probabilidad de que el individuo est sano? a e
57
SOLUCION: Analizando las situaciones del problema, podemos identicar los siguientes eventos: A = el individuo est enfermo. a A = el individuo est sano. a B = el individuo ha sacado un resultado positivo. B = el individuo ha sacado un resultado negativo. Por consiguiente, P(A) = 0, 1, P(A) = 0, 90, P(B/A) = 0, 85 y P(B/A) = 0, 2. Observe que P(B/A) = 1 P(B/A) = 0, 15 y P(B/A) = 1 P(B/A) = 0, 80.
Junto a cada una de las cuatro ramas del diagrama aparecen probabilidades (que ya hemos llamado totales) que fueron calculadas con aplicacin del teorema de multiplicacin (vase o o e el teorema 2.4.5). Todas estas probabilidades se pueden identicar fcilmente en el siguiente a diagrama de rbol que se muestra en la gura 2.18. a
Fig. 2.18: Diagrama de arbol para los datos del ejemplo 2.4.13.
En (a) nos piden calcular P(B) y P(B). Para calcular la probabilidad de que ocurra B, aplicaremos el teorema de la probabilidad total con n = 2 (vase el teorema 2.4.9). De e igual manera, tambin aplicaremos este mismo teorema para calcular la probabilidad de que e ocurra B. Esto lo haremos de la siguiente manera: Sumando las dos probabilidades totales ubicadas en las ramas correspondiente a un resultado positivo, obtenemos: P(B) = P(A) P(B/A) + P(A) P(B/A) = 0, 085 + 0, 18 = 0, 265. Sumando las dos probabilidades totales ubicadas en las ramas correspondiente a un resultado negativo, obtenemos: P(B) = P(A) P(B/A) + P(A) P(B/A) = 0, 015 + 0, 72 = 0, 735. Para calcular las probabilidades pedidas en (b)-(d), aplicaremos el teorema de Bayes con n = 2 (teorema 2.4.12) de la siguiente manera:
58
(b) Nos piden calcular P(A/B). P(A/B) = (c) Nos piden calcular P(A/B). P(A/B) = (d) Nos piden calcular P(A/B). P(A/B) = (e) Nos piden calcular P(A/B). P(A/B) = P(A B) 0, 72 = = 0, 979. 0, 735 P(B) P(A B) 0, 18 = = 0, 6792. P(B) 0, 265 P(A B) 0, 015 = = 0, 0204. 0, 735 P(B) 0, 085 P(A B) = = 0, 3207. P(B) 0, 265
Obsrvese que, para C = B o C = B, se cumple que P(A/C) = 1 P(A/C), propiedad que e siempre se cumple para todo par de eventos A y C de un espacio muestral. Ejemplo 2.4.15 Un analista de bolsa examina las perspectivas de las acciones de un gran nmero de compa u nas. Cuando se investig el comportamiento de estas acciones un ao o n antes, se descubri que el 15% experimentaron un crecimiento superior al de la media, el o 40% inferior y el 45% restante se mantuvieron alrededor de la media. El 30% de los valores que crecieron por encima de la media fueron clasicados como buenas adquisiciones por el analista, al igual que el 15% de las que crecieron alrededor de la media y el 20% de las que tuvieron un crecimiento inferior. Cul es la probabilidad de que un valor clasicado a como buena adquisicin por el analista crezca por encima de la media del mercado? o SOLUCION: Deniendo los eventos A1 : crecimiento superior a la media, A2 : crecimiento alrededor de la media, A3 : crecimiento inferior a la media, B : el valor se considera como buena adquisicin, o tenemos las probabilidades P(A1 ) = 0, 25, P(A2 ) = 0, 40, P(A3 ) = 0, 35 y las probabilidades condicionales P(B/A1 ) = 0, 30, P(B/A2 ) = 0, 15, P(B/A3 ) = 0, 20. Se necesita calcular la probabilidad de que un valor crezca por encima de la media, dado que fue considerado buena adquisicin por el analista. Es decir, buscamos la probabilidad condicional P(A1 /B), la cual o se deduce haciendo uso del teorema de Bayes (teorema 2.4.12) de la siguiente manera: P(A1 /B) = P(B/A1 )P(A1 ) P(B/A1 )P(A1 ) + P(B/A2 )P(A2 ) + P(B/A3 )P(A3 ) (0, 30)(0, 25) = = 0, 3658. (0, 30)(0, 25) + (0, 15)(0, 40) + (0, 20)(0, 35)
59
Ejemplo 2.4.16 Por un canal de comunicaciones afectado por ruido se transmite uno de dos comandos de control en forma de palabras de cdigo 11111 y 00000. Esto se transmite o con probabilidad a priori de 0,7 y 0,3, respectivamente. Por causa del ruido, la probabilidad de recepcin correcta de cada uno de los s o mbolos disminuye a 0,6. Se supone que las palabras de cdigo se daan o distorsionan independientemente. En la salida del receptor o n se registra la palabra de cdigo 10110. Determine qu comando fue transmitido. o e SOLUCION: Consideremos los siguientes eventos: A: se registr la palabra de cdigo 10110; o o H1 : se transmiti 11111; o H2 se transmiti 00000. o Por consiguiente, P(H1 ) = 0, 7 y P(H2 ) = 0, 3. Para poder saber cul fue la palabra de cdigo a o transmitida, calcularemos P(H1 /A) y P(H2 /A) y decidiremos nuestra respuesta teniendo la probabilidad de mayor valor. Ahora, P(A/H1 ) = (0, 6)(0, 4)(0, 6)(0, 6)(0, 4) = 0, 035, P(A/H2 ) = (0, 4)(0, 6)(0, 4)(0, 4)(0, 6) = 0, 023. Aplicando el teorema de Bayes (teorema 2.4.12), tenemos P(H1 /A) = = P(A/H1 )P(H1 ) P(A/H1 )P(H1 ) + P(A/H2 )P(H2 ) (0, 035)(0, 7) = 0, 78. (0, 035)(0, 7) + (0, 023)(0, 3)
De manera analoga, encontramos que P(H2 /A) = 0, 22. Por consiguiente, como P(H1 /A) = 0, 78 es mayor que P(H2 /A) = 0, 22, podemos armar que la palabra de cdigo transmitida o fue 11111.

62. Cierta empresa construye mesas de madera (M) o de vidrio (V) y se pueden adquirir en uno de cuatro colores: azul (A), Roja (R), blanca (B) y natural (N). Las probabilidades correspondientes de las diversas combinaciones de tipo de material y color son las siguientes: Madera Vidrio Azul 0,13 0,15 Roja 0,13 0,12 Blanca 0,14 0,12 Natural 0,10 0,11
(a) Calcule e interprete P(R), P(M) y P(R M). (b) Calcule P(R/M) y P(M/R) e interprete los valores de cada una de las probabilidades. (c) Calcule e interprete P(N/V) y P(N/V). 63. La siguiente tabla recoge las proporciones de adultos en cierta ciudad, clasicadas en aquellos que fuma o no fuman y aquellos que tiene problemas de salud. Problemas S No Fuman 0,15 0,18 No fuman 0,09 0,58
60
(a) Cul es la probabilidad de que un adulto de esta poblacin elegido al azar tenga a o problemas de salud? (b) Cul es la probabilidad de que un adulto de esta poblacin elegido fume? a o (c) Cul es la probabilidad de que un adulto de esta poblacin elegido al azar que no a o fume tenga problemas de salud? 64. La probabilidad de que Humberto vea cierto programa de televisin es 0,3 y la probabilidad o de que su esposa Greyci vea el programa es 0,6. La probabilidad de Humberto vea el programa sabiendo que Greyci lo hace es 0,8. Encuentre la probabilidad de que (a) Humberto y Greyci vean el programa; (b) Greyci vea el programa sabiendo que Humberto lo hace; (c) al menos uno de los dos vea el programa. 65. En cierta bodega, una caja contiene ocho clavos de 1 pulgada, seis de 1 pulgada y media y cinco de 2 pulgadas. Suponga que se seleccionan tres clavos al azar, sin reemplazo y sin orden. (a) Si se ve que al menos uno de ellos es de 1 pulgada, cul es la probabilidad de que a los tres sean de 1 pulgada? (b) Si al menos uno de los tres seleccionados no es de 2 pulgadas, cul es la probabilidad a de que los tres clavos tengan el mismo tamao? n 66. Una billetera contiene cinco billetes de $10.000 y siete billetes de $20.000 y una segunda billetera contiene ocho billetes de $10.000 y cuatro de $20.000. Se escoge al azar un billete de la primera billetera y se coloca en la segunda. Despus se selecciona un billete de la e segunda billetera y se coloca en la primera. Cul es la probabilidad de que se seleccione a un billete de $10.000 de la primera billetera y uno de $10.000 de la segunda? 67. Tres parejas de casados han comprado boletas para el cine y se sientan en una la formada por seis asientos. Supongamos que se sientan al azar. (a) Utilice la regla de multiplicacin para calcular la probabilidad de que una pareja o (digamos, Jos y Carmen) se sienten juntos en el extremo izquierda y que otra pareja e (digamos, Jorge y Nubia) se sienten juntos en el medio (b) Sabiendo que Jorge y Nubia ya se han sentado juntos en el medio, cul es la probaa bilidad de que los otros dos esposos (digamos, Jos, Ricardo) se sienten junto a sus e respectivas esposas (Carmen y Ana, respectivamente). (c) Sabiendo que Jorge y Nubia ya se han sentado juntos, cul es la probabilidad de que a todos los esposos se sienten junto a sus esposas. 68. Una entidad educativa ha propuesto tres proyectos para la mejora de la educacin en cierta o regin del pais. Para i = 1, 2, 3, sea Ai el evento que representa al evento el proyecto i o fue aceptado. Supongamos que P(A1 ) = 0, 30, P(A2 ) = 0, 22, P(A3 ) = 0, 35, P(A1 A2 ) = 0, 08, P(A1 A3 ) = 0, 09, P(A2 A3 ) = 0, 06, P(A1 A2 A3 ) = 0, 02. Determine las siguientes probabilidades y exprese verbalmente cada uno de los eventos cuya probabilidad ha sido calculada. (a) P(A2 /A1 ). (b) P(A2 A1 /A1 ).
61
(c) P(A2 A3 /A1 ). (d) P(A1 A2 A3 /A1 A2 A3 ). 69. Un lote contiene 15 piezas fundidas de un proveedor local y 25 piezas fundidas de un proveedor del pueblo contiguo. Se seleccionan dos piezas fundidas al azar, sin reemplazo, del lote de 40. Si A denota el evento de que la primera pieza fundida seleccionada es del proveedor local y si B denota el evento de que la segunda pieza fundida seleccionada es del proveedor local, determine: (a) P(A), P(B), P(A B) utilizando las tcnicas de conteo. e (b) P(B/A) y P(A/B) utilizando la denicin de probabilidad condicional. o (c) P(A B) aplicando el teorema de adicin para dos eventos. o 70. En cierto batalln, 35% de los soldados reclutados son de estrato 1 y el resto, de estrato 2. o De los soldados reclutados que vienen del estrato 1, el 82% no son hijos unicos; mientras que el 25% de los del estrato 2 son hijos unicos. Supongamos que se selecciona un soldado al azar para una entrevista. (a) Si es hijo unico, cul es la probabilidad de que venga del estrato 1? Del estrato 2? a (b) Si no es hijo unico, cul es la probabilidad de que venga del estrato 1? Del estrato a 2? 71. En cierta empresa, 31% de los empleados son europeos, 42% son asiticos y 27% son a latinoamericanos. De los empleados europeos, 34% son mujeres; de los asiticos, 42% a son mujeres; mientras que de los latinoamericanos, 72% son mujeres. (a) Cul es la probabilidad de que un empleado seleccionado al azar sea una (mujer) a europea? (Hombre) asitico? a (b) Cul es la probabilidad de que un empleado seleccionado al azar sea una mujer? a Hombre? (c) Si un empleado seleccionado al azar es una mujer, cul es la probabilidad de que sea a europea? Asitica? Latinoamericana? a (d) Repita el inciso anterior, teniendo en cuenta que el empleado seleccionado sea un hombre. 72. Una empresa fabrica computadores, cuyo disco duro tienen capacidad de 20 GB y otros con capacidad de 30 GB. En el mes anterior, 35% de los computadores vendidos han sido los que tienen disco duro de 20 GB. De los compradores de computadores con disco duro de 20 GB, 45% compran los que tienen una memoria RAM de 356 MB, mientras que el 30% de los compradores de computadores con disco duro de 30 GB tambin lo hacen e as Si sabemos que un comprador seleccionado al azar ha comprado un computador con . memoria RAM de 356 MB, cul es la probabilidad de que tenga un computador con disco a duro de 30 GB? 73. Se env lapiceros de diversos colores a un proveedor de art an culos escolares en lotes de 20. Suponga que el 50% de estos lotes no tienen lapiceros defectuosos; 30%, un lapicero defectuoso y el resto de los lotes, tienen dos lapiceros defectuosos. Sin tener en cuenta el orden, supongamos que el proveedor selecciona al azar dos lapiceros de un lote y los prueba. Cules son las probabilidades correspondientes de que haya 0, 1 y 2 lapiceros defectuosos a en el lote, bajo cada una de las dos siguientes situaciones? (Sugerencia: Dibuje primero un diagrama de rbol en donde las tres primeras ramas principales corresponden a los tres a tipos diferentes de lotes). (a) Ningn lapicero probado est defectuoso. u a
62
(b) Uno de los dos lapiceros probados est defectuoso. a (c) Ambos lapiceros probados estn defectuosos. a 74. Una prestigiosa Universidad de Barranquilla utiliza tres hoteles locales para proporcionar hospedaje nocturno a sus profesores invitados. Supongamos que a 25% de los profesores se les asignan habitaciones en el Hotel Las Nieves , al 45% en el Hotel Paraiso y al 30% en el Hotel San Felipe. Si hay una decorado especial en 3% de la habitaciones del Barranquilla Plaza, 5% del Hotel El Prado y en 8%de las habitaciones del Hotel Puerta del Sol, cul a es la probabilidad de que (a) a un cliente se le asigne una habitacin con decorado especial? o (b) a una persona con una habitacin que tiene un decorado especial se le haya asignado o acomodo en el Hotel Paraiso? 75. Para clientes que compran una estufa especial en un almacn electrodomstico, considere e e los siguientes eventos: A =La estufa comprada es colombiana; B =El comprador quiere una estufa a gas; C =El comprador quiere una estufa con 6 fogones. Supongamos que sean dadas las siguientes probabilidades P(A) = 0.30, P(B/A) = 0, 75, P(B/A) = 0, 89, P(C/A B) = 0, 90, P(C/A B) = 0, 55, P(C/A B) = 0, 62 y P(C/A B) = 0, 40. (a) Construya un diagrama de rbol colocando cada evento en niveles diferentes y encima a de cada una de l, las probabilidades correspondientes. e (b) Cul es la probabilidad de que la estufa comprada sea colombiana, a gas y con 6 a fogones? (c) Cul es la probabilidad de que la estufa comprada sea a gas y con 6 fogones? a (d) Cul es la probabilidad de que la estufa comprada no sea de 6 fogones? a (e) Cul es la probabilidad de que la estufa comprada sea colombiana sabiendo que es a a gas y con 6 fogones? 76. Una emisora de bonos municipales tiene tres categor de clasicacin (A, B y C). as o Suponga que el ao pasado, de los bonos municipales que se emitieron en cierto pais, n 70% tuvieron clasicacin A, 20% clasicacin B y 10% clasicacin C. De los bonos o o o municipales con clasicacin A, 50% fueron emitidos en ciudades, 40% en suburbios y o 10% en reas rurales. De los bonos municipales con clasicacin B, 60% fueron emitidos a o en ciudades, 20% en suburbios y 20% en reas rurales. De los bonos municipales con a clasicacin C, 90% fueron emitidos en ciudades, 5% en suburbios y 5% en reas rurales. o a (a) Qu proporcin de bonos municipales emiten las ciudades? Los suburbios? Las e o reas rurales? a (b) Si una ciudad emitiera un nuevo bono municipal, cul seria la probabilidad de que a tuviera clasicacin A? o 77. Se les pregunt a los suscriptores de un peridico local si le regularmente, ocasionalo o an mente o nunca la seccin de deportes y, tambin, si hab practicado ftbol durante el o e an u ao anterior. La proporciones obtenidas en la encuesta guran en la siguiente tabla. n Ftbol u S No Lee regularmente 0,21 0,10 Lee ocasionalmente 0,16 0,04 Nunca lee 0,31 0,18
2.5 Independencia
63
(a) Cul es la probabilidad de que un suscriptor elegido al azar nunca lea la seccin de a o deportes? (b) Cul es la probabilidad de que un suscriptor elegido al azar haya jugado ftbol durante a u el ao pasado? n (c) Cul es la probabilidad de que un suscriptor que nunca lea la seccin de econom a o a haya jugado ftbol durante el ao pasado? u n (d) Cul es la probabilidad de que un suscriptor que ha jugado ftbol durante el ao a u n pasado nunca lea la seccin de deportes? o (e) Cul es la probabilidad de que un suscriptor que no lea regularmente la seccin de a o deportes haya jugado ftbol durante el ao pasado? u n
2.5
Independencia
En general, el concepto de que dos eventos A y B sean independientes signica que el suceso de uno de los dos eventos no tiene ninguna inuencia sobre la probabilidad de que suceda el otro evento. Por consiguiente, denimos Denicin 2.5.1 Dos eventos A, B de un espacio muestral = se llaman (eso tocsticamente) independientes, si y slo si P(A/B) = P(A) y son dependientes a o en cualquier otro caso. Es decir, el evento A es independiente del evento B si la probabilidad de A no se ve afectada por la ocurrencia o no de B.
Ejemplo 2.5.2 Considere lanzar un dado no falso y dena los eventos A = {2, 4, 6}, B = {1, 2, 3} y C = {1, 2, 3, 4}. Entonces, tenemos P(A) = 1 , 2 P(A/B) = 1 3 y P(A/C) = 1 . 2
Es decir, los eventos A y B son dependientes, mientras que los eventos A y C son independientes. Ejemplo 2.5.3 Las probabilidades de que llueva o nieve en una ciudad determinada el d de navidad, el d de ao nuevo o en ambos d son P(C) = 0, 60, P(N) = 0, 60 y a a n as P(C N) = 0, 42, respectivamente. Verique si los eventos N y C son independientes. SOLUCION: Por la denicin de probabilidad condicional, tenemos que o P(N/C) = P(C N) 0, 42 = = 0, 70. P(C) 0, 60
Ya que P(N/C) = 0, 70 no es igual que P(N) = 0, 60, encontramos que los eventos N y C no son independientes. Es decir, son dependientes.
En el caso en que los eventos A y B sean independientes, encontramos con ayuda del teorema de multiplicacin (teorema 2.4.5) el siguiente resultado especial: P(A B) = o P(A/B) P(B) = P(A)P(B). Por tanto, podemos formular el siguiente teorema:
2.5 Independencia
64
Teorema 2.5.4 (Teorema de multiplicacin para eventos independientes) o Dos eventos A, B de un espacio muestral = son independientes si y slo si o P(A B) = P(A)P(B).
Ejemplo 2.5.5 Considere lanzar un dado no falso y dena los eventos A = {2, 4, 6}, B = {1, 3, 5}. Entonces, A B = y P(A) = P(B) = 1 2 y P(A B) = P() = 0.
Es decir, los eventos A y B no son independientes porque P(A B) = P(A) P(B). El mensaje es que si dos eventos son mutuamente excluyentes y si las probabilidades de ambos eventos son positivas, entonces, no pueden ser independientes. Ejemplo 2.5.6 La tabla de abajo contiene los resultados obtenidos al analizar 84 muestras de aire con la nalidad de destectar dos molculas raras. Sean A y B los eventos todas las e muestras de aire contienen la molcula 1 y todas las muestras contienen la molcula 2, e e respectivamente. Molcula 2 (no) e Molcula 2 (s e ) Total Entonces, 3 28 1 12 1 36 = , P(B) = = y P(A B) = = . 84 7 84 3 84 7 Es decir, los eventos A y B son independientes porque P(A B) = P(A) P(B). P(A) = Molcula 1 (no) e 32 16 48 Molcula 1 (s e ) 24 12 36 Total 56 28 84
Teorema 2.5.7 Sean A, B eventos de un espacio muestral = . Entonces, las siguientes cuatro proposiciones son equivalentes: (a) A y B son independientes. (c) A y B son independientes. (b) A y B son independientes. (d) A y B son independientes.
Ejemplo 2.5.8 Considere lanzar un dado no falso y dena los eventos A = {2, 4, 6} y B = {1, 2, 3, 4}. Verique las cuatros proposiciones equivalentes del teorema 2.5.7. SOLUCION: Debido a que, adicionalmente, A = {1, 3, 5} y B = {5, 6}, tenemos P(A) = Ahora, como A B = {2, 4}, se concluye que: A B = {1, 3}, A B = {6}, A B = {5}, 1 , 2 P(B) = 2 , 3 P(A) = 1 , 2 P(B) = 1 . 3
2.5 Independencia
65
Los eventos A y B son independientes porque P(A B) = Los eventos A y B son independientes porque P(A B) = Los eventos A y B son independientes porque P(A B) = Los eventos A y B son independientes porque P(A B) =
1 3 1 3 1 6 1 6
= P(A) P(B). = P(A) P(B). = P(A) P(B). = P(A) P(B).
Ejemplo 2.5.9 Se sabe que 30% de las lavadoras de cierta compa requieren servicio na cuando estn todav en garant mientras que slo 10% de las secadoras necesitan ese a a a, o servicio. Si alguien compra una lavadora y una secadora fabricadas por esta compan a, cul es la probabilidad de que ninguna de las dos mquinas necesite servicio dentro de la a a garant Suponga que las dos mquinas funcionan de manera independiente. a? a SOLUCION: Sealemos como A el evento la lavadora necesita servicio de garant y B, el evento la n a secadora necesita servicio de garant a. Entonces, P(A) = 0, 30 y P(B) = 0, 10. Nos piden calcular P(A B). Como las dos mquinas funcionan de manera independiente, entonces, a los eventos A y B son independientes. Con esto y con el teorema 2.5.7 (en este teorema, si se cumple la proposicin (a), entonces, tambin debe cumplirse (d)), los eventos A y B o e tambin son independientes. Por consiguiente, e P(A B) = P(A) P(B) = (0, 70) (0, 90) = 0, 63.
El concepto de independencia se puede generalizar al caso en que se tengan ms de dos a eventos. Denicin 2.5.10 Se dice que n eventos A1, . . . , An de son independientes o si y slo si o P(Aj1 Aj2 Ajk ) = P(Aj1 ) P(Aj2 ) P(Ajk ), para todo 1 j1 < j2 < < jk n, con 2 k n.
En particular, por ejemplo,6 (a) si n = 3, entonces, A, B y C son completamente independientes si y slo si se cumplen las 2 o condiciones siguientes: Tomando la interseccin de cada 2 eventos se tiene que o P(A B) = P(A) P(B), P(A C) = P(A) P(C), P(B C) = P(B) P(C).
(2.3)
Tomando la interseccin de cada 3 eventos se tiene que o P(A B C) = P(A) P(B) P(C). (b) si n = 4, entonces, A, B, C y D son completamente independientes si y slo si se cumplen o las 3 condiciones siguientes: Tomando la interseccin de cada 2 eventos se tiene que o P(A B) = P(A) P(B), P(B C) = P(B) P(C), P(A C) = P(A) P(C), P(B D) = P(B) P(D), P(A D) = P(A) P(D), P(C D) = P(C) P(D).
Tomando la interseccin de cada 3 eventos se tiene que o

6
El caso n = 2 ya est ilustrado en el teorema 2.5.4 a
2.5 Independencia
66
P(A B C) = P(A) P(B) P(C), P(A C D) = P(A) P(C) P(D),
P(A B D) = P(A) P(B) P(D), P(B C D) = P(B) P(C) P(D).
Tomando la interseccin de cada 4 eventos se tiene que o P(A B C D) = P(A) P(B) P(C) P(D).
El siguiente ejemplo ilustra que una independencia f sica en la realidad no necesariamente necesita corresponder con una independencia estocstica en el modelo. a
Ejemplo 2.5.11 Supongamos que un dado se lanza dos veces y consideremos los eventos A :=primer lanzamiento es un 2, B :=segundo lanzamiento es un 5 y C :=la suma de ambos lanzamientos es 7. Demuestre que (a) A y B son independientes, (b) B y C son independientes (c) A y C son independientes y (d) A, B y C no son independientes.
Este ejemplo demuestra tambin que A, B y C son independientes dos a dos, pero no complee tamente independientes.
SOLUCION: (a) Debido a que A y B tienen 6 elementos, tenemos que P(A) = P(B) = consiguiente, que P(A B) = P escoger (2,5) = 1 1 1 = = P(A) P(B), 36 6 6
1 6
y, por
entonces, podemos armar que A y B son independientes. (b) El evento C es el conjunto C = (1, 6), (2, 5), (3, 4), (4, 3), (5, 2), (6, 1) ,
6 es decir, C tiene 6 elementos. Por consiguiente, P(C) = 36 = 1 . Ahora, debido a que 6 B C = {(2, 5)}, es claro ver que B C tiene un elemento. Por lo tanto,
P(B C) =
Nmero de elementos de B C u 1 1 1 = = = = P(B) P(C). Nmero de elementos de u 36 6 6
O sea, que B y C son independientes. (c) En forma semejante, se puede demostrar que A y C son independientes. (d) A, B y C no son completamente independientes porque P(A B C) = P (2, 5) = 1 1 = 3 = P(A) P(B) P(C). 36 6

78. Suponga que las proporciones de fenotipos sangu neos en determinada poblacin son los o siguientes: A : 35%, B : 28%, AB : 13% y O : 24%. Supongamos que los fenotipos de dos personas seleccionadas al azar son independientes entre s . (a) Cul es la probabilidad de que ambos fenotipos sean O?; a (b) Cul es la probabilidad de que sean iguales? a 79. En su sistema de funcionamiento, una represa tiene cuatro puertas de seguridad idnticas. e La probabilidad de que una puerta en particular se abra cuando sea necesario es 0,97. Si las puertas funcionan independientemente, calcule la probabilidad de que (a) al menos una puerta se abra, (b) al menos una puerta no se abra.
2.5 Independencia
67
80. La probabilidad de que Jenier cometa un error al marcar una pregunta de un examen de opcin mltiple es 0,2. Supongamos que hay 7 preguntas marcadas independientemente. o u (a) Cul es la probabilidad de que Jenier no cometa error al marcar las 7 preguntas? a (b) Cul es la probabilidad de que Jenier cometa por lo menos un error al marcar las 7 a preguntas? 81. Una costura en un chaleco antibalas necesita 10 puntos de seguridad. La costura tendr a que volverse a realizar si cualquiera de los puntos de segudidad qued dbil. Suponga que o e los puntos de seguridad estn dbiles independientemente unos de otros, cada uno con la a e misma probabilidad. (a) Si 20% de todas las costuras necesitan volver a efectuarse, cul es la probabilidad a de que un punto de seguridad est defectuoso? e (b) Qu tan pequea debe ser la probabilidad de un punto de seguridad dbil para e n e asegurar que slo el 5% de todas las costuras necesiten volver a ejecutarse? o 82. Una empresa de venta por correos considera tres posibles errores al enviarse un pedido: A: el art culo enviado no es el solicitado. B: el art culo se extrav a. C: el art culo sufre desperfectos en el transporte. Supngase que el suceso A es independiente de los sucesos B y C y que los sucesos o B y C son mutuamente excluyentes. Las probabilidades de los sucesos individuales son P(A) = 0, 03, P(B) = 0, 02 y P(C) = 0, 05. Calcular la probabilidad de que uno de estos errores ocurra para al menos un pedido escogido al azar. 83. En cierta ciudad, el 70% de todas las personas examinadas en cierto consultorio odontolgico no tienen caries. Si se supone que personas sucesivas tienen o no tienen caries o (obviamente, independientemente una de otra), calcule la probabilidad de los siguientes eventos: (a) Las tres personas siguientes examinadas tienen caries. (b) Al menos una de las tres personas siguientes examinadas no tienen caries. (c) Exactamente una de las tres personas siguientes examinadas tiene caries. (d) A lo ms una de las tres personas siguientes examinadas tiene caries. a (e) Al menos una de las tres personas siguientes examinadas tiene caries. (f) Las tres personas siguientes examinadas tienen caries sabiendo que al menos una de ellas tiene caries. 84. Se clasican muestras de hule de espuma de tres proveedores de acuerdo a si cumplen o no con las especicaciones. Los resultados de 100 muestras se resumen a continuacin: o Proveedor 1 2 3 S cumple 17 18 50 No cumple 3 10 2
Si A denota el evento de que una muestra es del proveedor 1 y si B denota el evento de que una muestra cumple con las especicaciones, determine si A y B son independientes. Son independientes A y B?
2.5 Independencia
68
85. Se seleccion una muestra de 570 encuestados en una cierta ciudad para recoger ino formacin acerca del comportamiento de los consumidores. Entre las preguntas estaba: o Disfruta usted comprando ropa? De 270 hombres, 165 respondieron que s De 300 . mujeres, 224 respondieron que s . (a) Suponga que el participante elegido es mujer. Cul es la probabilidad de que no a disfrute comprando ropa? (b) Suponga que el participante elegido disfruta comprando la ropa. Cul es la probaa bilidad de que la persona sea hombre? (c) Los eventos disfrutar comprando ropa y sexo del participante, son estad sticamente independientes? Explique. 86. Un determinado hospital tiene dos ambulancias que trabajan de forma independiente. La probabilidad de que una ambulancia espec ca est disponible cuando se le necesite es e 0,94. (a) Cul es la probabilidad de que ninguna est disponible cuando se les necesite? a e (b) Cul es la probabilidad de que por lo menos una ambulancia est disponible cuando a e se le necesite? 87. En una prueba de una tarjeta de circuito impreso en la que se utiliza un patrn de prueba o aleatorio, un arreglo de 10 bits es igualmente probable factible que sea cero o uno. Suponga que los bits son independientes. (a) Cul es la probabilidad de que todos los bits sean unos? a (b) Cul es la probabilidad de que todos los bits sean ceros? a (c) Cul es la probabilidad de que exactamente cinco bits sean unos y cinco sean ceros? a 88. Una compa de seguros estima que el 30% de los accidentes de automvil son debidos na o al estado de embriaguez del conductor y que el 20% provocan heridos. Adems, el 40% de a los accidentes que dan lugar a heridos son debidos al estado de embriaguez del conductor (a) Cul es la probabilidad de que un accidente elegido al azar haya sido causado por el a estado de embriaguez del conductor y haya dado lugar a heridos? (b) Son los sucesos debido al estado de embriaguez del conductor y da lugar a heridos independientes? (c) Si un accidente elegido al azar es causado por el estado de embriaguez del conductor, cul es la probabilidad de que haya dado lugar a heridos? a (d) Cul es la probabilidad de que un accidente elegido al azar haya sido provocado por a el estado de embriaguez del conductor y no haya dado lugar a heridos? 89. Cada una de las tapas de las botellas de gaseosa que llegan a una determinada seccin o son vericados por Greyci y Humberto, quienes buscan defectos. Humberto detecta 95% de tapas defectuosas y Greyci tambin hace lo mismo. Al menos, una persona no detecta e defecto alguno en el 10% de todas las tapas defectuosas. (a) Cul es la probabilidad de que una tapa defectuosa sea detectada slo por Humberto? a o (b) Cul es la probabilidad de que una tapa defectuosa sea detectada exactamente por a una de las dos personas? (c) Suponiendo que las inspecciones de diferentes tapas son independientes entre s cul , a es la probabilidad de que tres tapas defectuosas de un lote escapen a la deteccin de o ambas personas?
Cap. 2. Ejercicios complementarios
69
90. Se sabe que el 20% de las explotaciones agr colas de un determinado pueblo tienen ms de a 20.000 metros cuadrados y que los propietarios del 60% de las explotaciones son personas con ms de 55 aos de edad. Adems, el 55% de las explotaciones que superan los 20.000 a n a metros cuadrados tienen como propietario a una persona mayor de 55 aos. n (a) Cul es la probabilidad de que una explotacin de este pueblo escogida al azar tenga a o ms de 20.000 metros cuadrados y su propietario sea mayor de 55 aos? a n (b) Cul es la probabilidad de que una explotacin de este pueblo escogida al azar tenga a o ms de 20.000 metros cuadrados o su propietario sea mayor de 55 aos? a n (c) Cul es la probabilidad de que una explotacin de este pueblo cuyo propietario es a o mayor de 55 aos, tenga ms de 20.000 metros cuadrados? n a (d) Son independientes estad sticamente el tamao de las explotaciones y la edad de los n propietarios?
Ejercicios complementarios
91. Son las siguientes armaciones verdaderas o falsas? Justicar cada respuesta. (a) La suma de las probabilidades de eventos colectivamente exhaustivos es 1. (b) Sean los eventos A y B, la probabilidad de A dado B es igual a la probabilidad de B dado A, si las probabilidades de A y B son iguales. (c) Si un evento y su complemento son igualmente probables, la probabilidad de ese evento es 0,5. (d) Si A y B son mutuamente excluyentes, entonces, tambin lo son sus complementos. e (e) La probabilidad de la unin de dos eventos no es menor que la probabilidad de la o interseccin. o (f) La probabilidad de la unin de dos eventos no es mayor que la suma de la probabilidad o de cada uno de los eventos. (g) La probabilidad de la interseccin de dos eventos es menor que la probabilidad de o cualquiera de los dos eventos. (h) Un evento y su complemento son mutuamente excluyentes. (i) Si dos eventos son mutuamente excluyentes, entonces son colectivamente exhaustivo. (j) Si dos sucesos son colectivamente exhaustivos, entonces son mutuamente excluyentes. (k) La probabilidad condicional de A dado B es mayor o igual que la probabilidad de A. (l) Un evento y su complemento son independientes. (m) La probabilidad condicional de A dado B es mayor o igual que la probabilidad de la interseccin de A y B. o (n) La probabilidad de la interseccin de dos eventos no es mayor que el producto de sus o probabilidades individuales. 92. En los ultimos aos, las compa de tarjeta de crdito han hecho un gran esfuerzo para n nas e lograr nuevas cuentas de estudiantes universitarios. Suponga que una muestra de 210 estudiantes en su universidad proporcion la siguiente informacin sobre si pose una o o a tarjeta de crdito bancaria y/o una tarjeta de crdito de viaje. e e Tarjeta bancaria Si No Tiene tarjeta de viaje 50 25 No tiene tarjeta de viaje 80 55
70
Si se selecciona un estudiante al azar, cul es la probabilidad de que a (a) tenga una tarjeta de crdito bancaria? e (b) tenga una tarjeta de crdito bancaria y una tarjeta de viaje? e (c) no tenga una tarjeta de crdito bancaria ni una tarjeta de viaje? e (d) no tenga una tarjeta de crdito bancaria o tenga una tarjeta de viaje? e 93. Encuentre el nmero de formas distintas en que se pueden guardar cuatro discos compactos u de marcas diferentes en un estuche que tiene seis compartimientos nmerados del 1 al 6. u 94. Para poder asistir a importantes citas de trabajo, Humberto debe alquilar un auto en Barranquilla y uno, en Cartagena. Sea A el evento a Humberto le ofrecen un Mercedes Benz en Barranquilla y B el evento a Humberto le ofrecen un Mercedes Benz en Cartagena. Supongamos que ambos eventos son independientes, que P(A) = 0, 4 y P(B) = 0, 25. (a) Si a Humberto no se le ofrece un Mercedes Benz en Barranquilla, cul es la probaa bilidad de que no se le ofrezca un Mercedes Benz en Cartagena? (b) Cul es la probabilidad de que a Humberto se le ofrezca un Mercedes Benz en por a lo menos alguna de las dos ciudades? (c) Si se le ofrece un Mercedes Benz en por lo menos alguna de las dos ciudades, cul a es la probabilidad de que ese ofrecimiento sea slo en Barranquilla? o 95. Supongamos que seis personas se quieren montar en la en un bus. (a) De cuntas maneras diferentes pueden hacerlo? a (b) De cuntas maneras posibles pueden hacerlo si tres personas insisten en estar una a despus de la otra? e (c) De cuntas maneras posibles pueden hacerlo si dos personas deben estar una junto a a la otra? (d) De cuntas maneras posibles pueden hacerlo si dos personas se niegan a estar una a junto a la otra? 96. En un pequeo municipio clasicaron a los habitantes segn la religin que practicaban n u o y encontraron lo siguiente: 10 eran Bautistas, 40 eran Islmicos, 20 eran Adventistas, a 50 eran Evanglicos, 70 eran Catlicos, 30 eran Testigos de Jehov y 10 No sab (no e o a an respondieron). (a) Construya un diagrama de barras para los datos anteriores. (b) Cul es el tamao de la poblacin del municipio? a n o (c) Se puede calcular la media? Explique. (d) Se puede calcular la moda? Explique. (e) Qu porcentaje de la poblacin son Islmicos? Qu medida us para calcularla? e o a e o (f) Cul es la probabilidad de que al seleccionar a un habitante de dicho municipio, ste a e sea Islmico? a (g) Cmo son los nmeros obtenidos en (e) y (f)? Qu concluye? o u e 97. Se pidi a una analista nanciera evaluar las perspectivas de benecio de cinco empreo sas para el prximo ao, y ordenarlas con respecto a las previsiones correspondientes al o n crecimiento del benecio. (a) Cuntas ordenaciones diferentes son posibles? a
71
(b) Si, de hecho, simplemente se supone una determinada ordenacin, cul es la probao a bilidad de que esta suposicin sea correcta? o 98. En un experimento para estudiar la relacin de la hipertensin arterial y los hbitos de o o a fumar, se renen los siguientes datos para 190 individuos: u No fumadores 30 40 Fumadores moderados 25 19 Fumadores empedernidos 28 48
Con hipertensin o Sin hipertensin o
Si se escoge un de estos individuos al azar, encuentre la probabilidad de que la persona (a) sufra de hipertensin, sabiendo que es un fumador empedernido; o (b) sea un no fumador, dado que la persona no sufre de hipertensin. o 99. Una cierta investigacin en una ciudad indica que, durante cualquier semana, el 18% de o los adultos vieron un programa deportivo de televisin orientado a temas relacionados con o el ftbol y el beisbol, el 12% leen un reportaje orientado a esta temtica y el 10% realizan u a ambas actividades. (a) Cul es la probabilidad de que un adulto de esta ciudad, que ve el programa de a televisin, lea el reportaje mencionado? o (b) Cul es la probabilidad de que un adulto de esta ciudad, que lea el reportaje, vea a dicho programa de televisin? o 100. El centro de informtica de cierta universidad recibe un software nuevo que debe ser a instalado en el servidor de la universidad y revisado antes de ser puesto a funcionar. En la tabla adjunta se muestra la valoracin de probabilidad de un gerente correspondiente o al nmero de d necesarios para que el software ser puesto a funcionar. u as Numero de d as Probabilidad 3 0,05 4 0,27 5 0,43 6 0,13 7 0,12
Sea A el evento el software tardar ms de cinco d en ponerse a funcionar y B el a a as evento el software tardar ms de cuatro d en ponerse a funcionar. a a as (a) Calcular la probabilidad de que suceda A y la de que suceda B. (b) Describa el complemento A del evento A y calcule la probabilidad de que suceda A. (c) Describir el suceso interseccin A B de los sucesos A y B y calcule la probabilidad o de que suceda A B. (d) Describir el suceso unin A B de los sucesos A y B y calcular la probabilidad de que o suceda A B. (e) Son los sucesos A y B mutuamente excluyentes? Colectivamente exhaustivos? 101. Tres parejas de casados han comprado boletas para el cine y se sientan en una la formada por seis asientos. Supongamos que se sientan al azar. (a) Cul es la probabilidad de que exactamente una pareja (digamos, Jos y Carmen) se a e sienten en los dos asientos del extremo derecho? (b) Cul es la probabilidad de que Jos y Carmen se sienten uno junto a la otra? a e
72
102. La rugosidad en los bordes de los productos de papel cortado aumenta con el desgaste de las cuchillas. Slo 1% de los productos cortados con cuchillas nuevas tiene bordes rugosos, o 3% de los productos cortados con cuchillas con lo promedio presentan rugosidad y 5% de los productos cortados con cuchillas desgastadas presentan rugosidad. Si 25% de las cuchillas utilizadas son nuevas, 60% tienen lo promedio y 15% estn desgastadas, cul a a es la proporcin de productos que presenta rugosidad en los bordes? o 103. Los clientes acostumbran evaluar en forma preliminar el diseo de los productos. En el n pasado, 95% de los productos de gran xito recibieron cr e ticas favorables, 60% de los productos con un xito moderado recibieron cr e ticas favorables y 10% de los productos sin mucho xito recibieron cr e ticas favorables. Adems, 40% de los productos han sido de a gran xito, 35% han sido de xito moderado y 25% han sido productos sin mucho xito. e e e (a) Cul es la probabilidad de que un producto obtenga una cr a tica favorable? (b) Si un diseo nuevo obtiene una cr n tica favorable, cul es la probabilidad de que ser a a un producto de gran xito? e (c) Si un producto no consigue una cr tica favorable, cul es la probabilidad de que ser a a un producto de gran xito? e 104. Una compa del ejrcito escoge siempre a 30 soldados para vigilar en el intervalo de 4:00 na e a.m. a 12:00 a.m. (turno de la maana); 25, de 12:00 a.m. a 7:00 p.m. (turno de la tarde) n y 40, de 7:00 p.m. a 4:00 a.m. (turno de la noche). Un coronel del ejrcito selecciona 8 e de estos soldados para hacerles una entrevista minuciosa. Supongamos que la seleccin o se hace de tal forma que cualquier grupo de 8 soldados tiene la misma probabilidad de ser seleccionado, del mismo modo que cualquier otro grupo. (a) De cuntas maneras se pueden seleccionar 8 soldados del turno de la maana? a n (b) Cul es la probabilidad de que los 8 soldados seleccionados sean del turno de la a maana? n (c) Cul es la probabilidad de que los 8 empleados seleccionados sean del mismo turno? a (d) Cul es la probabilidad de que, al menos, 2 turnos diferentes sean representados a entre los soldados seleccionados? (e) Cul es la probabilidad de que, al menos, uno de los turnos no est representado en a e la muestra de soldados? 105. Un consejo acadmico con cinco miembros de la universidad tienen la tarea de elegir el e nuevo jefe de un departamento acadmico, teniendo como candidatos a Humberto (H) o e a Greyci (G). Cada uno de los miembros vot en una papeleta por uno de los candidatos. o Supongamos que las papeletas se seleccionan al azar de una en una y una vez que se saque cada papeleta, se dice el nombre del candidato que sali en la papeleta. o (a) De cuntas maneras posibles puede resultar el conteo de los votos? a (b) Si hay tres votos para Greyci y dos para Humberto, de cuntas maneras posibles a puede resultar el conteo de votos? Cules son estas posibles maneras? a (c) Si hay tres votos para Greyci y dos para Humberto, cul es la probabilidad de que a Greyci siga delante de Humberto en todo el conteo de votos (es decir, este evento ocurre si el orden seleccionado es GGHGH pero no para GHHGG)? 106. Si se elige al azar una letra de nuestro alfabeto (son 27 letras), encuentre la probabilidad de que la letra sacada (a) sea una vocal, (b) sea una letra que est ubicada antes de la a letra d, (c) sea una letra que est ubicada despes de la letra e. a u
73
107. Un grupo acadmico formado por dos ingenieros y cuatro administradores debe ser conse tituido para un proyecto, disponindose de un total de cinco ingenieros y seis administrae dores. (a) Cuntas son las distintas combinaciones posibles? a (b) El hermano de uno de los ingenieros es un administrador. Si el grupo es elegido al azar, cul es la probabilidad de que los dos hermanos sean escogidos? a (c) Cul es la probabilidad de que ninguno de los dos hermanos sea escogido? a 108. Un estante tiene 6 libros iguales de matemticas y 4 iguales de f a sica. Hallar la probabilidad de que los 6 libros de matemticas estn juntos. a e 109. La contaminacin del r Magdalena es un problema que se va incrementado cada vez o o ms con el pasar de los aos. Sean dadas las siguientes probabilidades: a n La probabilidad de que el r est contaminado es 0,3. o a La probabilidad de que una prueba en una muestra detecta contaminacin sabiendo o que el r est contaminado es 0,75. o a La probabilidad de que una prueba en una muestra detecta contaminacin sabiendo o que el r no est contaminado es 0,20. o a La probabilidad de que se permita pesca sabiendo que el r est contaminado y que o a una prueba en una muestra detecta contaminacin es 0,20. o La probabilidad de que se permita pesca sabiendo que el r no est contaminado y o a que una prueba en una muestra detecta contaminacin es 0,15. o La probabilidad de que se permita pesca sabiendo que el r est contaminado y que o a una prueba en una muestra no detecta contaminacin es 0,80. o La probabilidad de que se permita pesca sabiendo que el r no est contaminado y o a que una prueba en una muestra no detecta contaminacin es 0,90. o Encuentre la probabilidad de cada uno de los siguientes eventos: (a) El r est contaminado, una prueba en una muestra detecta contaminacin y se o a o permite pesca. (b) Una prueba en una muestra no detecta contaminacin y se permite pesca. o (c) Se permite pesca. 110. Una determinada editorial quiere decidir si va a publicar un libro de estad stica para administracin. El anlisis de los libros que se publicaron anteriormente indica que 10% o a fueron grandes xitos, 20% tuvieron xito modesto, 40% lograron recuperar los gastos e e de inversin y 30% fueron un fracaso. Sin embargo, antes de tomar una decisin, se o o va a realizar un dictamen del libro. En el pasado, 99% de los grandes xitos obtuvieron e dictmenes favorables, 70% de los xitos modesto obtuvieron dictmenes favorables, 40% a e a de los t tulos que alcanzaron a recuperar gastos de inversin obtuvieron dictmenes favorao a bles y 20% de los fracasos fueron sometidos a esta clase de dictmenes. Qu proporcin a e o de libros de texto reciben dictmenes favorables? a 111. Jennifer, la propietaria de una tienda de ropa deportiva, clasica las personas que entran a su tienda en clientes muy jvenes, clientes con edad universitaria y clientes mayores, y o sabe que el 40%, 30% y 30% pertenecen a estas categor respectivamente. Jennifer as, comprueba tambin, que el 20% de los clientes muy jvenes, el 60% de los clientes con e o edad universitaria y el 80% de los clientes mayores realizan alguna compra. (a) Cul es la probabilidad de que un cliente elegido al azar haga alguna compra? a
74
(b) Si un cliente elegido al azar realiza una compra, cul es la probabilidad de que sea a muy joven? 112. Greyci tiene dos automviles: uno, modelo 2.000 y otro, modelo 2.004. La quinta parte o del tiempo utiliza el auto modelo 2.000 para ir al trabajo y el resto del tiempo, el auto modelo 2.004. Generalmente, cuando utiliza el auto modelo 2.000, no tiene problemas de parqueo y, por tanto, llega a su trabajo a tiempo con una probabilidad de 0,93. Si utiliza el auto modelo 2.004, llega a tiempo a su trabajo con una probabilidad de 0,78. Si lleg a o tiempo en un d en particular, cul es la probabilidad de que haya utilizado (a) el auto a a modelo 2.000, (b) el auto modelo 2.004? 113. En un per odo, una planta automotriz produce 5.000 motos. De estas, 1.000 se armaron los lunes, 1.000 los martes, 1.000 los mircoles, y as hasta completar las 5.000 el viernes. e Fue necesario devolver 400 de estas motos que requer reparacin de defectos. De las an o motos armadas los jueves se devolvieron 150. Son independientes entre s los eventos una moto se construy el jueves y una moto sali defectuosa? o o 114. Brian ha realizado un estudio para un hipermercado en donde clasica los clientes en aquellos que visitan el establecimiento de una manera frecuente u ocasional y en aquellos que adquieren regularmente, ocasionalmente o nunca productos alimenticios. La siguiente tabla presenta las proporciones correspondientes a cada uno de los seis grupos. Visita frecuente Visita ocasional Regular 0,19 0,06 Ocasional 0,08 0,07 Nunca 0,12 0,48
(a) Cul es la probabilidad de que un cliente visite frecuentemente el hipermercado y a compre regularmente productos alimenticios? (b) Cul es la probabilidad de que un cliente que nunca compra productos alimenticios a visite el hipermercado frecuentemente? (c) Son independientes los sucesos nunca compra productos alimenticios y visita el hipermercado frecuentemente? (d) Cul es la probabilidad de que un cliente que visita de manera ocasional el hipermea rcado, compre regularmente productos alimenticios? (e) Son los sucesos compra regularmente productos alimenticios y visita el hipermercado de manera ocasional independientes? (f) Cul es la probabilidad de que un cliente visite frecuentemente el hipermercado? a (g) Cul es la probabilidad de que un cliente nunca compre productos alimenticios? a (h) Cul es la probabilidad de que un cliente visite el establecimiento frecuentemente o a nunca compre productos alimenticios? 115. Un lote de 25 piezas moldeadas por inyeccin contiene 5 que presentan una contraccin o o excesiva. (a) Si se seleccionan dos piezas al azar una detrs de otra, y sin reemplazo, cul es la a a probabilidad de que la segunda pieza seleccionada sea una con contraccin excesiva? o (b) Si se seleccionan tres piezas al azar una detrs de otra, y sin reemplazo, cul es la a a probabilidad de que la tercera pieza seleccionada sea una con contraccin excesiva? o 116. Se les pregunt a los estudiantes de una clase de estad o sticas cules eran las notas que a esperaban obtener en el semestre y si hab o no tratado de resolver problemas aparte an de los asignados por el profesor. En la tabla se recogen las proporciones correspondientes a cada uno de los ocho grupos resultantes.
75
Problemas Si No
Nota de 5,0 0,21 0,12
Entre 4,0 y 4,9 0,13 0,08
Entre 3,0 y 3,9 0,06 0,02
Menor de 3,0 0,26 0,12
(a) Calcular la probabilidad de que un estudiante elegido al azar haya tratado de resolver problemas adicionales. (b) Calcular la probabilidad de que un estudiante elegido al azar espere una nota de 5,0. (c) Calcular la probabilidad de que un estudiante elegido al azar, que haya realizado problemas adicionales, espere una nota de 5,0. (d) Calcular la probabilidad de que un estudiante elegido al azar, que espere una nota de 5,0, haya realizado problemas adicionales. (e) Calcular la probabilidad de que un estudiante elegido al azar, que haya tratado de resolver problemas adicionales, espere una nota entre 4,0 y 4,9. (f) Son los eventos ha realizado problemas adicionales y espera una nota entre 4,0 y 4,9 independientes estad sticamente? 117. De un estudio realizado en una universidad, se sabe que el 35% de los estudiantes hacen deporte por lo menos una vez a la semana y que el 40% de los estudiantes tienen una nota media superior a 4,0. Adems, el 30% de los que hacen deporte por lo menos una a vez a la semana tienen una nota media superior a 4,0. (a) Cul es la probabilidad de que un estudiante elegido al azar hace deporte por lo a menos una vez a la semana y tenga una nota media superior a 4,0? (b) Cul es la probabilidad de que un estudiante elegido al azar, que tiene una nota a media superior a 4,0, hace deporte por lo menos una vez a la semana? (c) Cul es la probabilidad de que un estudiante elegido al azar hace deporte por lo a menos una vez a la semana o tenga una nota media superior a 4,0? (d) Cul es la probabilidad de que un estudiante elegido al azar, que no tiene una nota a media superior a 4,0, no hace deporte por lo menos una vez a la semana? (e) Son independientes los eventos hace deporte por lo menos una vez a la semana y tiene una nota media superior a 4,0? Mutuamente excluyentes? Colectivamente exhaustivos? 118. Un director de control de calidad, sabe que el 30% de los problemas relacionados con los empleados tienen lugar los martes y que el 20% ocurren en la hora anterior al cambio de turno. Sabe tambin que el 4% de los problemas tienen lugar en la hora anterior al e cambio de turno de los martes. (a) Cul es la probabilidad de que un incidente que sucede un martes no haya ocurrido a en la hora anterior al cambio de turno? (b) Son los sucesos el problema ocurre el martes y el problema ocurre en la hora anterior al cambio de turno independientes estad sticamente?
119. Responda las siguientes preguntas. Explique

(a) Si A, B y C son mutuamente excluyentes, es posible que P(A) = 0, 3, P(B) = 0, 4 y P(C) = 0, 5? (b) Si P(A/B) = 1, se cumple A = B? (c) Si A y B son eventos mutuamente excluyentes, es posible construir un diagrama de Venn que contenga a los tres eventos A, B y C, tales que P(A/C) = 1 y P(B/C) = 0?
120. Demuestre las siguientes armaciones:
76
(a) Para cualquier evento A y B con P(B) > 0, se cumple que P(A/B) + P(A/B) = 1. (b) Si P(B/A) > P(B), entonces, P(B/A) < P(B). Sugerencia: Sume P(B/A) ambos lados de la desigualdad y use el resultado de la parte (a). (c) Para cualquiera de los tres eventos A, B y C con P(C) > 0, se cumple que P(A B/C) = P(A/C) + P(B/C) P(A B/C). (d) Si A y B son independientes, entonces, A y B tambin lo son. e (e) Si A y B son independientes, entonces tambin lo son sus complementos. e
Respuestas a ejercicios impares seleccionados
Cap tulo 2
1. (a) AB, AC, AD, AE, BC, BD, BE, CD, CE, DE (b) 6 (c) 3 (d) 6 3. (a) {0, 1, . . . , 10} (b) {0, 1, 2, 3, 4} (c) {7, 8, 9, 10} (f) Falso 5. (a) 10 (b) BGGBG, BGGGB, GBGGB, GGBGB, GGGBB 7. (a) {0, 1, 2, 3, 8, 9} (b) {4} (c) {0, 2, 3, 4, 5, 6, 7} (d) {0, 2, 3, 4, 6} (e) {0, 1, 2, 3, 8, 9} (f) {4} 9. (a) A B C (b) A C (c) B 11. (a) 36 (b) 43 (c) 8 (d) 6 (e) 21 (f) 98 (g) 23 13. (a) 20 (b) 60 (c) (d) 10 15. 324 17. (a) 180 (b) 55 19. 1.024 21. (a) 5.040 (b) 4.320 23. (a) 1.800 (b) 2.250 (c) 520 25. (a) 294 (b) 180 (c) 126 (d) 105 (e) 63 (f) 30 27. 72 29. (a) 720 (b) 36 (c) 48 (d) 240 (e) 8 (f) 16 31. (a) 120 (b) 48 (c) 72 33. (a) 288 (b) 1.260 35. (a) 300 (b) 156 (c) 144 (d) 180 37. (a) 81 (b) 16 (c) 65 39. (a) 0,1 (b) 0,5 (c) 0,2 (d) 0,2 41. (a) 0,68 (b) 0,97 43. No 45. (a) 3/5 (b) 2/3 (c) 0 (d) 3/5 47. (a) 1/12 (b) 1/6 (c) 2/27 y 4/27 49. (a) 0,44 (b) 0,56 (c) 0,66 (d) 0,34 (e) 0,22 (f) 0,69 51. 0,901 53. 0,0495 55. 0,24 57. (a) 0,88 (b) 0,04 (c) 0,03 (d) 0,06 59. (a) 30.045.015 (b) 8.580.495 (c) 0,2856 (d) 0,002122
Respuestas a ejercicios impares seleccionados
78
61. (a) 1/6 (b) 1/6 (c) 1/6 (d) 1/6 63. (a) 0,24 (b) 0,33 (c) 0,13 65. (a) 14/201 (b) 76/959 67. (a) 1/90 (b) 1/3 (c) 1/5 69. (a) 15/40, 5/13, 7/52 (b) 14/39, 7/20 (c) 5/8 71. (a) 0,1054; 0,8236 (b) 0,4762; 0,5238 (c) 0,2213; 0,37058; 0,40823 (d) 0,3906 ; 0,46506; 0,14432 73. (a) P(0/0) = 0, 537; P(1/0) = 0; P(2/0) = 0 (b) P(0/1) = 0; P(1/1) = 0, 04418; P(2/1) = 0, 055813 (c) P(0/2) = 0; P(1/2) = 0; P(2/2) = 1 75. (b) 0,2025 (c) 0,58876 (d) 0,33919 (e) 0,34394 77. (a) 0,69 (b) 0,49 (c) 0,68 (d) 0,6326 (e) 0,45588 (f) 0,68116 79. (a) 0,9999 (b) 0,1147 81. (a) 0,936 (b) 0,005116 83. (a) 0,027 (b) 0,973 (c) 0,189 (d) 0,216 (e) 0,657 (f) 0,0411 85. (a) 0,2533 (b) 0,424 (c) 0,32326
87. (a) 0,0009766 (b) 0,0009766 (c) 0,24609 89. (a) 0,05 (b) 0,10 (c) 0 91. (a) F (b) V (c) F (d) F (e) V (f) V (g) V (h) V (i) F (j) F (k) F (l) F (m V (n) F 93. 360 95. (a) 720 (b) 144 (c) 240 (d) 484 97. (a) 120 (b) 1/120 99. (a) 5/9 (b) 5/6 101. (a) 1/15 (b) 1/3 103. (a) 0,615 (b) 0,6179 (c) 0,05195 105. (a) 32 (b) 10 (c) 0,20 107. (a) 150 (b) 4/15 (c) 1/5 109. (a) 0,045 (b) 0,564 (c) 0,63 111. (a) 0,5 (b) 0,16 113. No 115. (a) 1/5 (b) 7/92 117. (a) 0,105 (b) 0,2625 (c) 0,645 (d) 0,5917 (e) No, no, no 119. (a) No (b) No (c) Si
Indice
Coeciente binomial, 30 Combinaciones, 29 Complemento de un evento, 8 Conteo por enumeracin de elementos, 17 o a travs de diagramas de rbol, 19 e a Diferencia de eventos, 8 Espacio muestral o de resultados, 4 Evento, 4 elemental, 4 imposible, 5 probabilidad de un, 39 seguro, 5 evento elemental probabilidad de un, 38 Eventos colectivamente exhaustivos, 9 dependientes, 63 disyuntos, ver eventos mutuamente excluyentes independientes, 63, 65 mutuamente excluyentes, 7 Experimento, 3 aleatorio, 4 determin stico, 3 estocstico, ver experimento aleatorio a laplaciano o clsico, 38 a Frmula o de Silvester, 35 Factorial, 23n Frecuencia relativa
de un evento, 36 Independencia de eventos, 63, 65 Interseccin de eventos, 6 o Leyes de De Morgan, 10 Mtodo e axiomtico, 34 a clsico, 34, 38 a de la frecuencia relativa, 34, 36 subjetivo, 34, 44 Modelos de urna, 16 Oportunidad a favor de un evento, 45 en contra de un evento, 45 Particin de un espacio muestral, 9 o Permutaciones, 22 Principio de adicin, 22 o Probabilidad, 34 a posteriori, 56 a priori, 56 clsica, 38 a condicional, 51 emp rica, 38 personal, ver probabilidad subjetiva subjetiva, 44 Regla de Bayes, 55 Tcnicas de conteo, 16 e Teorema de adicin para 2 eventos, 35 o
INDICE
80
de de de de
adicin para 3 eventos, 35 o Bayes, ver Regla de Bayes la probabilidad total, 53 multiplicacin o para n eventos, 52 para 2 eventos, 51 para 2 eventos independientes, 64 fundamental del conteo, 20
Unin de eventos, 7 o

Capitulo 2

Diunggah oleh

Informasi Dokumen

Judul Asli

Hak Cipta

Format Tersedia

Bagikan dokumen Ini

Bagikan atau Tanam Dokumen

Opsi Berbagi

Apakah menurut Anda dokumen ini bermanfaat?

Apakah konten ini tidak pantas?

Hak Cipta:

Format Tersedia

Capitulo 2

Diunggah oleh

Hak Cipta:

Format Tersedia

Contenido

Respuestas a ejercicios impares seleccionados . . . . . . . . . . . . . . . . . . . . . . . . . . . . 77

Conceptos bsicos de la a probabilidad

2.1 Experimentos, espacios muestrales y eventos

 Objetivos del cap tulo

 Empleo de la estad stica

Experimentos, espacios muestrales y eventos

Experimentos determin sticos y aleatorios

2.1 Experimentos, espacios muestrales y eventos

Espacio muestral, evento y evento elemental

(b) Cualquier subconjunto del espacio muestral se llama evento.

(c) Si un evento tiene un solo elemento se llamar evento elemental. a

2.1 Experimentos, espacios muestrales y eventos

4. Duracin de la vida humana. o

Eventos seguro e imposible

Operaciones entre eventos

2.1 Experimentos, espacios muestrales y eventos

(a) A B es el rea sombreada. a

(b) A y B son mutuamente excluyentes

2.1 Experimentos, espacios muestrales y eventos

(a) A B es el rea sombreada. a

(b) A B es el rea sombreada a

2.1 Experimentos, espacios muestrales y eventos

(a) A es el rea sombreada. a

2.1 Experimentos, espacios muestrales y eventos

2.1 Experimentos, espacios muestrales y eventos

Algunas propiedades relacionadas con eventos

Los resultados (h) e (i) son las llamadas leyes de De Morgan.

2.1 Experimentos, espacios muestrales y eventos

(a) Diagrama de Venn para los eventos A B y A B.

(b) Diagrama de Venn para A1 B, A2 B, . . . y An B

Fig. 2.5: Diagrama de Venn para diferentes intersecciones.

2.1 Experimentos, espacios muestrales y eventos

(a) Los eventos A B y A B son mutuamente excluyentes y su unin es B. o

(b) A1 B, A2 B y A3 B son mutuamente excluyentes y su unin es B o

Fig. 2.6: Diagrama de Venn para diferentes intersecciones.

2.1 Experimentos, espacios muestrales y eventos

 Ejercicios de la seccin 2.1 o

2.1 Experimentos, espacios muestrales y eventos

2.2 Modelo de urnas y tcnicas de conteo e

Modelo de urnas y tcnicas de conteo e

2.2 Modelo de urnas y tcnicas de conteo e

2.2 Modelo de urnas y tcnicas de conteo e

El conteo por enumeracin de elementos o

2.2 Modelo de urnas y tcnicas de conteo e

Es decir, en total hay 10 maneras posibles de organizar los 5 libros en el estante.

2.2 Modelo de urnas y tcnicas de conteo e

O sea, que en total ella podr ponerse 12 juegos. a

El conteo a travs de diagramas de rbol e a

Fig. 2.7: Diagrama de arbol para el ejemplo 2.2.11.

Teorema fundamental del conteo

2.2 Modelo de urnas y tcnicas de conteo e

2.2 Modelo de urnas y tcnicas de conteo e

2.2 Modelo de urnas y tcnicas de conteo e

Consideremos el siguiente ejemplo.

2.2 Modelo de urnas y tcnicas de conteo e

Permutaciones sin repeticin de n objetos tomados todos a la vez o

2.2 Modelo de urnas y tcnicas de conteo e

Permutaciones sin repeticin de n objetos tomados de k en k (k n) o

2.2 Modelo de urnas y tcnicas de conteo e

2.2 Modelo de urnas y tcnicas de conteo e

Fig. 2.8: Permutacin de 4 personas en una mesa circular. o

Permutaciones con repeticin de n objetos tomados de k en k (k es o cualquier n mero natural) u

Objetivos del cap tulo

Empleo de la estad stica

Ejercicios de la seccin 2.1 o

Ejercicios de la seccin 2.2 o

Ejercicios de la seccin 2.3 o

Ejercicios de la seccin 2.4 o