1.

Definicin de probabilidad
Experimentos deterministas
Son los experimentos de los que podemos predecir el resultado antes de que se realicen.

Ejemplo
Si dejamos caer una piedra desde una ventana sabemos, sin lugar a dudas, que la pelota bajar. Si la arrojamos hacia arriba, sabemos que subir durante un determinado intervalo de tiempo; pero despus bajar.

Experimentos aleatorios
Son aquellos en los que no se puede predecir el resultado, ya que ste depende del azar.

Ejemplos
Si lanzamos una moneda no sabemos de antemano si saldr cara o cruz. Si lanzamos un dado tampoco podemos determinar el resultado que vamos a obtener.

Teora de probabilidades
La teora de probabilidades se ocupa de asignar un cierto nmero a cada posible resultado que pueda ocurrir en un experimento aleatorio, con el fin de cuantificar dichos resultados y saber si un suceso es ms probable que otro. Con este fin, introduciremos algunas definiciones:

Suceso
Es cada uno de los resultados posibles de una experiencia aleatoria. Al lanzar una moneda salga cara. Al lanzar una moneda se obtenga 4.

Espacio muestral
Es el conjunto de todos los posibles resultados de una experiencia aleatoria, lo representaremos por E (o bien por la letra griega ). Espacio muestral de una moneda: E = {C, X}. Espacio muestral de un dado:

E = {1, 2, 3, 4, 5, 6}.

Suceso aleatorio
Suceso aleatorio es cualquier subconjunto del espacio muestral. Por ejemplo al tirar un dado un suceso sera que saliera par, otro, obtener mltiplo de 3, y otro, sacar 5.

Ejemplo
Una bolsa contiene bolas blancas y negras. Se extraen sucesivamente tres bolas. Calcular: 1. El espacio muestral. E = {(b,b,b); (b,b,n); (b,n,b); (n,b,b); (b,n,n); (n,b,n); (n,n ,b); (n, n,n)} 2. El suceso A = {extraer tres bolas del mismo color}. B = {(b,b,b); (n, n,n)} 3. El suceso A = {extraer al menos una bola blanca}. B= {(b,b,b); (b,b,n); (b,n,b); (n,b,b); (b,n,n); (n,b,n); (n,n ,b)} 4. El suceso A = {extraer una sola bola negra}. A = {(b,b,n); (b,n,b); (n,b,b)}

2. Tipos de sucesos
Suceso elemental
Suceso elemental es cada uno de los elementos que forman parte del espacio muestral. Por ejemplo al tirar un dado un suceso elemental es sacar 5.

Suceso compuesto
Suceso compuesto es cualquier subconjunto del espacio muestral. Por ejemplo al tirar un dado un suceso sera que saliera par, otro, obtener mltiplo de 3.

Suceso seguro
Suceso seguro, E, est formado por todos los posibles resultados (es decir, por el espacio muestral).

Por ejemplo al tirar un dado un dado obtener una puntuacin que sea menor que 7.

Suceso imposible
Suceso imposible, , es el que no tiene ningn elemento.

Por ejemplo al tirar un dado obtener una puntuacin igual a 7.

Sucesos compatibles
Dos sucesos, A y B, son compatibles cuando tienen algn suceso elemental comn. Si A es sacar puntuacin par al tirar un dado y B es obtener mltiplo de 3, A y B son compatibles porque el 6 es un suceso elemental comn.

Sucesos incompatibles
Dos sucesos, A y B, son incompatibles cuando no tienen ningn elemento en comn. Si A es sacar puntuacin par al tirar un dado y B es obtener mltiplo de 5, A y B son incompatibles.

Sucesos independientes
Dos sucesos, A y B, son independientes cuando la probabilidad de que suceda A no se ve afectada porque haya sucedido o no B. Al lazar dos dados los resultados son independientes.

Sucesos dependientes
Dos sucesos, A y B, son dependientes cuando la probabilidad de que suceda A se ve afectada porque haya sucedido o no B. Extraer dos cartas de una baraja, sin reposicin, son sucesos dependientes.

Suceso contrario
El suceso contrario a A es otro suceso que se realiza cuando no se realiza A., Se denota por .

Son sucesos contrarios sacar par e impar al lanzar un dado.

3. Espacio de sucesos
Espacio de sucesos, S, es el conjunto de todos los sucesos aleatorios.

Si tiramos una moneda el espacio se sucesos est formado por: S= { , {C}, {X}, {C,X}}.

Observamos que el primer elemento es el suceso imposible y el ltimo el suceso seguro. Si E tiene un nmero finito de elementos, n, de elementos el nmero de sucesos de E es 2n . Una moneda E= {C, X}. Nmero de sucesos = 22 =4 Dos monedas E= {(C,C); (C,X); (X,C); (X,X)}. Nmero de sucesos = 24 =16 Un dado E = {1, 2, 3, 4, 5, 6}. Nmero de sucesos = 26 = 64

4. Unin de sucesos
La unin de sucesos, A Es decir, el suceso A A B, es el suceso formado por todos los elementos de A y de B.

B se verifica cuando ocurre uno de los dos, A o B, o ambos.

B se lee como "A o B".

Ejemplo
Consideramos el experimento que consiste en lanzar un dado, si A = "sacar par" y B = "sacar mltiplo de 3". Calcular A B. A = {2, 4, 6} B = {3, 6} A B = {2, 3, 4, 6}

Propiedades de la unin de sucesos Conmutativa

Asociativa

Idempotente

Simplificacin

Distributiva

Elemento neutro

Absorcin

5. Interseccin de sucesos
La interseccin de sucesos, A son, a la vez, de A y B. Es decir, el suceso A B, es el suceso formado por todos los elementos que

B se verifica cuando ocurren simultneamente A y B.

B se lee como "A y B".

Ejemplo
Consideramos el experimento que consiste en lanzar un dado, si A = "sacar par" y B = "sacar mltiplo de 3". Calcular A B. A = {2, 4, 6} B = {3, 6} A B = {3}

Propiedades de la interseccin de sucesos Conmutativa

Asociativa

Idempotente

Simplificacin

Distributiva

Elemento neutro

Absorcin

6. Diferencia de sucesos
La diferencia de sucesos, A B, es el suceso formado por todos los elementos de A que no son de B. Es decir, la diferencia de los sucesos A y B se verifica cuando lo hace A y no B. A B se lee como "A menos B".

Ejemplo
Consideramos el experimento que consiste en lanzar un dado, si A = "sacar par" y B = "sacar mltiplo de 3". Calcular A B. A = {2, 4, 6} B = {3, 6} A B = {2, 4}

Propiedad

7. Sucesos contrarios
El suceso = E - A se llama suceso contrario o complementario de A.

Es decir, se verifica siempre y cuando no se verifique A.

Ejemplo
Consideramos el experimento que consiste en lanzar un dado, si A = "sacar par". Calcular .

A = {2, 4, 6} = {1, 3, 5}

Propiedades

Leyes de Morgan

8. Propiedades de la probabilidad
8

Axiomas de la probabilidad
1.La probabilidad es positiva y menor o igual que 1. 0 p(A) 1 2. La probabilidad del suceso seguro es 1. p(E) = 1 3.Si A y B son incompatibles, es decir A p(A B) = p(A) + p(B) B= entonces:

Propiedades de la probabilidad
1 La suma de las probabilidades de un suceso y su contrario vale 1, por tanto la probabilidad del suceso contrario es:

2 Probabilidad del suceso imposible es cero.

3 La probabilidad de la unin de dos sucesos es la suma de sus probabilidades restndole la probabilidad de su interseccin.

4 Si un suceso est incluido en otro, su probabilidad es menor o igual a la de ste.

5 Si A1, A2, ..., Ak son incompatibles dos a dos entonces:

6 Si el espacio muestral E es finito y un suceso es S = {x1, x2, ..., xn} entonces:

Por ejemplo la probabilidad de sacar par, al tirar un dado, es: P(par) = P(1) + P(2) + P(3)

9. Regla de Laplace
Si realizamos un experimento aleatorio en el que hay n sucesos elementales, todos igualmente probables, equiprobables, entonces si A es un suceso, la probabilidad de que ocurra el suceso A es:

Ejemplos
Hallar la probabilidad de que al lanzar dos monedas al aire salgan dos caras. Casos posibles: {cc, cx, xc, xx}. Casos favorables: 1.

En una baraja de 40 cartas, hallar la P (as) y P (copas). Casos posibles: 40. Casos favorables de ases: 4.

Casos favorables de copas: 10.

Calcular la probabilidad de que al echar un dado al aire, salga: 1 Un nmero par. Casos posibles: {1, 2, 3, 4, 5, 6}. Casos favorables: {2, 4, 6}.

10

2 Un mltiplo de tres. Casos favorables: {3, 6}.

2 Un mltiplo de tres. Casos favorables: {3, 6}.

3 Mayor que 4. Casos favorables: {5, 6}.

10. Combinatoria y probabilidad

La combinatoria nos puede ser muy til para calcular los sucesos posibles y favorables, al aplicar la regla de Laplace. Especialmente si hay un gran nmero de sucesos.

Ejemplos
1 Calcular la probabilidad de sacar exactamente dos cruces al tirar una moneda cuatro veces. Casos posibles: Tenemos dos elementos, cara y cruz, y los tomamos de cuatro en cuatro, importando el orden.

Casos favorables: Tenemos 4 monedas y las tomamos de 2 en 2, sin importar el orden.

11

2 Un grupo de 10 personas se sienta en un banco. Cul es la probabilidad de que dos personas fijadas de antemano se sienten juntas? Casos posibles:

Casos favorables: Si consideramos las dos personas que se sientan juntas como una sola persona habr 9!; pero pueden estar de dos formas posibles a la izquierda uno de otro o a la derecha, por tanto se tiene 2 9!.

3Se extraen cinco cartas de una baraja de 52. Hallar la probabilidad de extraer: 4 ases.

4 ases y un rey.

3 cincos y 2 sotas.

Un 9, 10, sota, caballo y rey en cualquier orden.

12

3 de un palo cualquiera y 2 de otro. Hay cuatro formas de elegir el primer palo y tres formas de elegir al segundo palo.

Al menos un as.

11. Probabilidad de la unin de sucesos

Probabilidad de la unin de sucesos incompatibles
A p(A B= B) = p(A) + p(B)

Calcular la probabilidad de obtener un 2 un 5 al lanzar un dado.

Probabilidad de la unin de sucesos compatibles

A p(A p(A C) B B) = p(A) + p(B) p(A B B) B) p(A C) p(B C) + p(A B

C) = p(A) + p(B) + p(C) p(A

Calcular la probabilidad de obtener un mltiplo de 2 un 6 al lanzar un dado.

13

12. Probabilidad condicionada

Sean A y B dos sucesos de un mismo espacio muestral E. Se llama probabilidad del suceso A condicionada al B y se representa por P(A/B) a la probabilidad del suceso A una vez ha ocurrido el B.

Ejemplo
Calcular la probabilidad de obtener un 6 al tirar un dado sabiendo que ha salido par.

Sucesos independientes
Dos sucesos A y B son independientes si p(B/A) = p(B)

Sucesos dependientes
Dos sucesos A y B son dependientes si p(B/A) p(B)

13. Probabilidad compuesta o de la interseccin de sucesos

robabilidad de la interseccin de sucesos independientes
p(A B) = p(A) p(B)

Ejemplo
Se tiene una baraja de 40 cartas, se saca una y se vuelve a meter. Cul es la probabilidad de extraer dos ases?

14

Probabilidad de la interseccin de sucesos dependientes

p(A B) = p(A) p(B/A)

Ejemplo
Se tiene una baraja de 40 cartas, se extraen dos cartas. Cul es la probabilidad de extraer dos ases?

Probabilidad de la diferencia de sucesos

14. Tablas de contingencia

Un mtodo til para clasificar los datos obtenidos en un recuento es mediante las tablas de contingencia. Se trata de tablas en cuyas celdas figuran probabilidades, y en la cual podemos determinar unas probabilidades conociendo otras de la tabla.

Ejemplo
Se sortea un viaje a Roma entre los 120 mejores clientes de una agencia de automviles. De ellos, 65 son mujeres, 80 estn casados y 45 son mujeres casadas. Se pide: 1Cul ser la probabilidad de que le toque el viaje a un hombre soltero? 2Si del afortunado se sabe que es casado, cul ser la probabilidad de que sea una mujer?

15

15. Diagramas de rbol

Para la construccin de un diagrama en rbol se partir poniendo una rama para cada una de las posibilidades, acompaada de su probabilidad. En el final de cada rama parcial se constituye a su vez, un nudo del cual parten nuevas ramas, segn las posibilidades del siguiente paso, salvo si el nudo representa un posible final del experimento (nudo final). Hay que tener en cuenta: que la suma de probabilidades de las ramas de cada nudo ha de dar 1.

Ejemplos
Una clase consta de seis nias y 10 nios. Si se escoge un comit de tres al azar, hallar la probabilidad de: 1 Seleccionar tres nios.

16

2Seleccionar exactamente dos nios y una nia.

3Seleccionar exactamente dos nias y un nio.

1 Seleccionar tres nias.

Calcular la probabilidad de que al arrojar al aire tres monedas, salgan: Tres caras.

17

Experimentos compuestos
Un experimento compuesto es aquel que consta de dos o ms experimentos aleatorios simples. Es decir, si tiramos un dado, o una moneda, son experimentos aleatorios simples, pero si realizamos el experimento de tirar un dado y posteriormente una moneda, estamos realizando un experimento compuesto. En los experimentos compuestos es conveniente usar el llamado diagrama en rbol para hacerse una idea global de todos ellos.

16. Teorema de la probabilidad total

Si A 1, A 2 ,... , A n son: Sucesos incompatibles 2 a 2. Y cuya unin es el espacio muestral (A 1 Y B es otro suceso. Resulta que: A2 ... A n = E).

18

p(B) = p(A1) p(B/A1) + p(A2) p(B/A2 ) + ... + p(An) p(B/An )

Ejemplo
Se dispone de tres cajas con bombillas. La primera contiene 10 bombillas, de las cuales a y cuatro fundidas; en la segunda hay seis bombillas, estando una de ellas fundida, y la tercera caja hay tres bombillas fundidas de un total de ocho. Cul es la probabilidad de que al tomar una bombilla al azar de una cualquiera de las cajas, est fundida?

17. Teorema de Bayes

Si A 1, A 2 ,... , An son: Sucesos incompatibles 2 a 2. Y cuya unin es el espacio muestral (A 1 Y B es otro suceso. Resulta que: A2 ... A n = E).

19

Las probabilidades p(A1) se denominan probabilidades a priori. Las probabilidades p(Ai/B) se denominan probabilidades a posteriori. Las probabilidades p(B/Ai) se denominan verosimilitudes.

Ejemplos
El 20% de los empleados de una empresa son ingenieros y otro 20% son economistas. El 75% de los ingenieros ocupan un puesto directivo y el 50% de los economistas tambin, mientras que los no ingenieros y los no economistas solamente el 20% ocupa un puesto directivo. Cul es la probabilidad de que un empleado directivo elegido al azar sea ingeniero?

La probabilidad de que haya un accidente en una fbrica que dispone de alarma es 0.1. La probabilidad de que suene esta s se ha producido algn incidente es de 0.97 y la probabilidad de que suene si no ha sucedido ningn incidente es 0.02. En el supuesto de que haya funcionado la alarma, cul es la probabilidad de que no haya habido ningn incidente? Sean los sucesos: I = Producirse incidente. A = Sonar la alarma.

20

Ejercicios y problemas de probabilidad

1Sean A y B dos sucesos aleatorios con:

Hallar: 1 2 3 4 5 6 7

2Sean A y B dos sucesos aleatorios con:

Hallar:

21

1 2 3 4

3Se sacan dos bolas de una urna que se compone de una bola blanca, otra roja, otra
verde y otra negra. Describir el espacio muestral cuando: 1La primera bola se devuelve a la urna antes de sacar la segunda. 1La primera bola no se devuelve

4Una urna tiene ocho bolas rojas, 5 amarilla y siete verdes. Se extrae una al azar de
que: 1Sea roja. 2Sea verde. 3Sea amarilla. 4No sea roja. 5No sea amarilla.

5Una urna contiene tres bolas rojas y siete blancas. Se extraen dos bolas al azar.
Escribir el espacio muestral y hallar la probabilidad de: 1Extraer las dos bolas con reemplazamiento. 2Sin reemplazamiento.

6Se extrae una bola de una urna que contiene 4 bolas rojas, 5 blancas y 6 negras, cul
es la probabilidad de que la bola sea roja o blanca? Cul es la probabilidad de que no sea blanca?

7En una clase hay 10 alumnas rubias, 20 morenas, cinco alumnos rubios y 10 morenos.
Un da asisten 44 alumnos, encontrar la probabilidad de que el alumno que falta: 1Sea hombre. 2Sea mujer morena. 3Sea hombre o mujer.

22

8Un dado est trucado, de forma que las probabilidades de obtener las distintas caras
son proporcionales a los nmeros de estas. Hallar: 1La probabilidad de obtener el 6 en un lanzamiento. 2La probabilidad de conseguir un nmero impar en un lanzamiento.

9Se lanzan dos dados al aire y se anota la suma de los puntos obtenidos. Se pide:
1La probabilidad de que salga el 7. 2La probabilidad de que el nmero obtenido sea par. 3La probabilidad de que el nmero obtenido sea mltiplo de tres.

10Se lanzan tres dados. Encontrar la probabilidad de que:

1Salga 6 en todos. 2Los puntos obtenidos sumen 7.

11Hallar la probabilidad de que al levantar unas fichas de domin se obtenga un

nmero de puntos mayor que 9 o que sea mltiplo de 4.

12Busca la probabilidad de que al echar un dado al aire, salga:

1Un nmero par. 2Un mltiplo de tres. 3Mayor que cuatro.

13Hallar la probabilidad de que al lanzar al aire dos monedas, salgan:

1Dos caras. 2Dos cruces. 3Dos caras y una cruz.

14En un sobre hay 20 papeletas, ocho llevan dibujado un coche las restantes son
blancas. Hallar la probabilidad de extraer al menos una papeleta con el dibujo de un coche: 1Si se saca una papeleta. 2Si se extraen dos papeletas.

23

3Si se extraen tres papeletas.

15Los estudiantes A y B tienen respectivamente probabilidades 1/2 y 1/5 de suspender

un examen. La probabilidad de que suspendan el examen simultneamente es de 1/10. Determinar la probabilidad de que al menos uno de los dos estudiantes suspenda el examen.

16Dos hermanos salen de casa. El primero mata un promedio de 2 piezas cada 5

disparos y el segundo una pieza cada 2 disparos. Si los dos disparan al mismo tiempo a una misma pieza, cul es la probabilidad de que la maten?

17Una clase consta de 10 hombres y 20 mujeres; la mitad de los hombres y la mitad de

las mujeres tienen los ojos castaos. Determinar la probabilidad de que una persona elegida al azar sea un hombre o tenga los ojos castaos.

18La probabilidad de que un hombre viva 20 aos es y la de que su mujer viva 20

aos es 1/3. Se pide calcular la probabilidad: 1De que ambos vivan 20 aos. 2De que el hombre viva 20 aos y su mujer no. 3De que ambos mueran antes de los 20 aos.

Soluciones
1
Sean A y B dos sucesos aleatorios con:

Hallar: 1

24

2
Sean A y B dos sucesos aleatorios con:

Hallar: 1

25

3
Se sacan dos bolas de una urna que se compone de una bola blanca, otra roja, otra verde y otra negra. Describir el espacio muestral cuando: 1La primera bola se devuelve a la urna antes de sacar la segunda. E = {BB, BR, BV, BN, RB, RR, RV, RN, VB, VR, VV, VN, NB, NR, NV, NN} 1La primera bola no se devuelve E = { BR, BV, BN, RB, RV, RN, VB, VR, VN, NB, NR, NV}

4
Una urna tiene ocho bolas rojas, 5 amarilla y siete verdes. Se extrae una al azar de que: 1Sea roja.

2Sea verde.

26

3Sea amarilla.

4No sea roja.

5No sea amarilla.

5
Una urna contiene tres bolas rojas y siete blancas. Se extraen dos bolas al azar. Escribir el espacio muestral y hallar la probabilidad de: 1Extraer las dos bolas con reemplazamiento.

2Sin reemplazamiento.

6
Se extrae una bola de una urna que contiene 4 bolas rojas, 5 blancas y 6 negras, cul es la probabilidad de que la bola sea roja o blanca? Cul es la probabilidad de que no sea blanca?

27

7
En una clase hay 10 alumnas rubias, 20 morenas, cinco alumnos rubios y 10 morenos. Un da asisten 44 alumnos, encontrar la probabilidad de que el alumno que falta: 1Sea hombre.

2Sea mujer morena.

3Sea hombre o mujer.

8
Un dado est trucado, de forma que las probabilidades de obtener las distintas caras son proporcionales a los nmeros de estas. Hallar: 1La probabilidad de obtener el 6 en un lanzamiento.

2La probabilidad de conseguir un nmero impar en un lanzamiento.

28

9
Se lanzan dos dados al aire y se anota la suma de los puntos obtenidos. Se pide: 1La probabilidad de que salga el 7.

2La probabilidad de que el nmero obtenido sea par.

3La probabilidad de que el nmero obtenido sea mltiplo de tres.

10
Se lanzan tres dados. Encontrar la probabilidad de que: 1Salga 6 en todos.

2Los puntos obtenidos sumen 7.

29

11
Hallar la probabilidad de que al levantar unas fichas de domin se obtenga un nmero de puntos mayor que 9 o que sea mltiplo de 4.

12
Busca la probabilidad de que al echar un dado al aire, salga: 1Un nmero par.

2Un mltiplo de tres.

3Mayor que cuatro.

13
Hallar la probabilidad de que al lanzar al aire dos monedas, salgan: 1Dos caras.

30

2Dos cruces.

3Dos caras y una cruz.

14
En un sobre hay 20 papeletas, ocho llevan dibujado un coche las restantes son blancas. Hallar la probabilidad de extraer al menos una papeleta con el dibujo de un coche: 1Si se saca una papeleta.

2Si se extraen dos papeletas.

3Si se extraen tres papeletas.

31

15
Los estudiantes A y B tienen respectivamente probabilidades 1/2 y 1/5 de suspender un examen. La probabilidad de que suspendan el examen simultneamente es de 1/10. Determinar la probabilidad de que al menos uno de los dos estudiantes suspenda el examen.

16
Dos hermanos salen de casa. El primero mata un promedio de 2 piezas cada 5 disparos y el segundo una pieza cada 2 disparos. Si los dos disparan al mismo tiempo a una misma pieza, cul es la probabilidad de que la maten?

17
Una clase consta de 10 hombres y 20 mujeres; la mitad de los hombres y la mitad de las mujeres tienen los ojos castaos. Determinar la probabilidad de que una persona elegida al azar sea un hombre o tenga los ojos castaos.

18
La probabilidad de que un hombre viva 20 aos es y la de que su mujer viva 20 aos es 1/3. Se pide calcular la probabilidad: 1De que ambos vivan 20 aos.

2De que el hombre viva 20 aos y su mujer no.

32

3De que ambos mueran antes de los 20 aos.

1Sean A y B dos sucesos aleatorios con p(A) = 1/2, p(B) = 1/3, p(A
Determinar: 1 2 3 4 5

B)= 1/4.

2Sean A y B dos sucesos aleatorios con p(A) = 1/3, p(B) = 1/4, p(A
Determinar: 1 2 3 4 5 6

B) = 1/5.

3En un centro escolar los alumnos pueden optar por cursar como lengua extranjera
ingls o francs. En un determinado curso, el 90% de los alumnos estudia ingls y el resto francs. El 30% de los que estudian ingls son chicos y de los que estudian francs

33

son chicos el 40%. El elegido un alumno al azar, cul es la probabilidad de que sea chica?

4De una baraja de 48 cartas se extrae simultneamente dos de ellas. Calcular la

probabilidad de que: 1 Las dos sean copas. 2Al menos una sea copas. 3Una sea copa y la otra espada.

5Ante un examen, un alumno slo ha estudiado 15 de los 25 temas correspondientes a

la materia del mismo. ste se realiza en trayendo al azar dos temas y dejando que el alumno escoja uno de los dos para ser examinado del mismo. Hallar la probabilidad de que el alumno pueda elegir en el examen uno de los temas estudiados.

6Una clase est formada por 10 chicos y 10 chicas; la mitad de las chicas y la mitad de
los chicos han elegido francs como asignatura optativa. 1 Cul es la probabilidad de que una persona elegida al azar sea chico o estudio francs? 2Y la probabilidad de que sea chica y no estudi francs?

7Un taller sabe que por trmino medio acuden: por la maana tres automviles con
problemas elctricos, ocho con problemas mecnicos y tres con problemas de chapa, y por la tarde dos con problemas elctricos, tres con problemas mecnicos y uno con problemas de chapa. 1 Hacer una tabla ordenando los datos anteriores. 2Calcular el porcentaje de los que acuden por la tarde. 3Calcular el porcentaje de los que acuden por problemas mecnicos. 4Calcular la probabilidad de que un automvil con problemas elctricos acuda por la maana.

8Una clase consta de seis nias y 10 nios. Si se escoge un comit de tres al azar, hallar
la probabilidad de: 1 Seleccionar tres nios. 2Seleccionar exactamente dos nios y una nia. 3Seleccionar por lo menos un nio. 4Seleccionar exactamente dos nias y un nio.

34

9Una caja contiene tres monedas. Una moneda es corriente, otra tiene dos caras y la
otra est cargada de modo que la probabilidad de obtener cara es de 1/3. Se selecciona una moneda lanzar y se lanza al aire. Hallar la probabilidad de que salga cara.

10Una urna contiene 5 bolas rojas y 8 verdes. Se extrae una bola y se reemplaza por
dos del otro color. A continuacin, se extrae una segunda bola. Se pide: 1 Probabilidad de que la segunda bola sea verde. 2Probabilidad de que las dos bolas extradas sean del mismo color.

11En una clase en la que todos practican algn deporte, el 60% de los alumnos juega al
ftbol o al baloncesto y el 10% practica ambos deportes. Si adems a y un 60% que no juega al ftbol, cul ser la probabilidad de que escogido al azar un alumno de la clase: 1 Juegue slo al ftbol. 2Juegue slo al baloncesto. 3Practique uno solo de los deportes. 4No juegue ni al ftbol ni al baloncesto.

12En una ciudad, el 40% de la poblacin tiene cabellos castaos, el 25% tiene ojos
castaos y el 15% tiene cabellos y ojos castaos. Se escoge una persona al azar: 1 Si tiene los cabellos castaos, cul es la probabilidad de que tenga tambin ojos castaos? 2Si tiene ojos castaos, cul es la probabilidad de que no tenga cabellos castaos? 3Cul es la probabilidad de que no tenga cabellos ni ojos castaos?

13En un aula hay 100 alumnos, de los cuales: 40 son hombres, 30 usan gafas, y 15 son
varones y usan gafas. Si seleccionamos al azar un alumno de dicho curso: 1 Cul es la probabilidad de que sea mujer y no use gafas? 2Si sabemos que el alumno seleccionado no usa gafas, qu probabilidad hay de que sea hombre?

14Disponemos de dos urnas: la urna A contiene 6 bolas rojas y 4 bolas blancas, la urna
B contiene 4 bolas rojas y 8 bolas blancas. Se lanza un dado, si aparece un nmero menor que 3; nos vamos a la urna A; si el resultado es 3 ms, nos vamos a la urna B. A continuacin extraemos una bola. Se pide: 1 Probabilidad de que la bola sea roja y de la urna B.

35

2Probabilidad de que la bola sea blanca.

15Un estudiante cuenta, para un examen con la ayuda de un despertador, el cual

consigue despertarlo en un 80% de los casos. Si oye el despertador, la probabilidad de que realiza el examen es 0.9 y, en caso contrario, de 0.5. 1 Si va a realizar el examen, cul es la probabilidad de que haya odo el despertador? 2Si no realiza el examen, cul es la probabilidad de que no haya odo el despertador?

16En una estantera hay 60 novelas y 20 libros de poesa. Una persona A elige un libro
al azar de la estantera y se lo lleva. A continuacin otra persona B elige otro libro al azar. 1 Cul es la probabilidad de que el libro seleccionado por B sea una novela? 2Si se sabe que B eligi una novela, cul es la probabilidad de que el libro seleccionado por A sea de poesa?

17Se supone que 25 de cada 100 hombres y 600 de cada 1000 mujeres usan gafas. Si el
nmero de mujeres es cuatro veces superior al de hombres, se pide la probabilidad de encontrarnos: 1 Con una persona sin gafas. 2Con una mujer con gafas.

18En una casa hay tres llaveros A, B y C; el primero con cinco llaves, el segundo con
siete y el tercero con ocho, de las que slo una de cada llavero abre la puerta del trastero. Se escoge a Lzaro llavero y, de l, una llave intenta abrir el trastero. Se pide: 1 Cul ser la probabilidad de que se acierte con la llave? 2Cul ser la probabilidad de que el llavero escogido sea el tercero y la llave no abra? 3Y si la llave escogida es la correcta, cul ser la probabilidad de que pertenezca al primer llavero A?

1
Sean A y B dos sucesos aleatorios con p(A) = 1/2, p(B) = 1/3, p(A Determinar: 1 B)= 1/4.

36

2
Sean A y B dos sucesos aleatorios con p(A) = 1/3, p(B) = 1/4, p(A Determinar: 1 B) = 1/5.

37

3
En un centro escolar los alumnos pueden optar por cursar como lengua extranjera ingls o francs. En un determinado curso, el 90% de los alumnos estudia ingls y el resto francs. El 30% de los que estudian ingls son chicos y de los que estudian francs son chicos el 40%. El elegido un alumno al azar, cul es la probabilidad de que sea chica?

38

p(chica) = 0.9 0.7 + 0.1 0.6 = 0.69

4
De una baraja de 48 cartas se extrae simultneamente dos de ellas. Calcular la probabilidad de que: 1 Las dos sean copas.

2Al menos una sea copas.

3Una sea copa y la otra espada.

5
Ante un examen, un alumno slo ha estudiado 15 de los 25 temas correspondientes a la materia del mismo. ste se realiza en trayendo al azar dos temas y dejando que el alumno escoja uno de los dos para ser examinado del mismo. Hallar la probabilidad de que el alumno pueda elegir en el examen uno de los temas estudiados.

39

6
Una clase est formada por 10 chicos y 10 chicas; la mitad de las chicas y la mitad de los chicos han elegido francs como asignatura optativa. 1 Cul es la probabilidad de que una persona elegida al azar sea chico o estudio francs?

2Y la probabilidad de que sea chica y no estudi francs?

Ejercicios y problemas resueltos de probabilidad condicionada 7

Un taller sabe que por trmino medio acuden: por la maana tres automviles con problemas elctricos, ocho con problemas mecnicos y tres con problemas de chapa, y por la tarde dos con problemas elctricos, tres con problemas mecnicos y uno con problemas de chapa. 1 Hacer una tabla ordenando los datos anteriores.

2Calcular el porcentaje de los que acuden por la tarde.

3Calcular el porcentaje de los que acuden por problemas mecnicos.

40

4Calcular la probabilidad de que un automvil con problemas elctricos acuda por la maana.

8
Una clase consta de seis nias y 10 nios. Si se escoge un comit de tres al azar, hallar la probabilidad de: 1 Seleccionar tres nios.

2Seleccionar exactamente dos nios y una nia.

41

3Seleccionar por lo menos un nio.

4Seleccionar exactamente dos nias y un nio.

9
Una caja contiene tres monedas. Una moneda es corriente, otra tiene dos caras y la otra est cargada de modo que la probabilidad de obtener cara es de 1/3. Se selecciona una moneda lanzar y se lanza al aire. Hallar la probabilidad de que salga cara.

10
Una urna contiene 5 bolas rojas y 8 verdes. Se extrae una bola y se reemplaza por dos del otro color. A continuacin, se extrae una segunda bola. Se pide:

42

1 Probabilidad de que la segunda bola sea verde.

2Probabilidad de que las dos bolas extradas sean del mismo color.

11
En una clase en la que todos practican algn deporte, el 60% de los alumnos juega al ftbol o al baloncesto y el 10% practica ambos deportes. Si adems a y un 60% que no juega al ftbol, cul ser la probabilidad de que escogido al azar un alumno de la clase: 1 Juegue slo al ftbol.

43

2Juegue slo al baloncesto.

3Practique uno solo de los deportes.

4No juegue ni al ftbol ni al baloncesto.

12
En una ciudad, el 40% de la poblacin tiene cabellos castaos, el 25% tiene ojos castaos y el 15% tiene cabellos y ojos castaos. Se escoge una persona al azar: 1 Si tiene los cabellos castaos, cul es la probabilidad de que tenga tambin ojos castaos?

2Si tiene ojos castaos, cul es la probabilidad de que no tenga cabellos castaos?

3Cul es la probabilidad de que no tenga cabellos ni ojos castaos?

44

13
En un aula hay 100 alumnos, de los cuales: 40 son hombres, 30 usan gafas, y 15 son varones y usan gafas. Si seleccionamos al azar un alumno de dicho curso: 1 Cul es la probabilidad de que sea mujer y no use gafas?

2Si sabemos que el alumno seleccionado no usa gafas, qu probabilidad hay de que sea hombre?

14
Disponemos de dos urnas: la urna A contiene 6 bolas rojas y 4 bolas blancas, la urna B contiene 4 bolas rojas y 8 bolas blancas. Se lanza un dado, si aparece un nmero menor que 3; nos vamos a la urna A; si el resultado es 3 ms, nos vamos a la urna B. A continuacin extraemos una bola. Se pide: 1 Probabilidad de que la bola sea roja y de la urna B.

45

2Probabilidad de que la bola sea blanca.

15
Un estudiante cuenta, para un examen con la ayuda de un despertador, el cual consigue despertarlo en un 80% de los casos. Si oye el despertador, la probabilidad de que realiza el examen es 0.9 y, en caso contrario, de 0.5. 1 Si va a realizar el examen, cul es la probabilidad de que haya odo el despertador?

2Si no realiza el examen, cul es la probabilidad de que no haya odo el despertador?

46

16
En una estantera hay 60 novelas y 20 libros de poesa. Una persona A elige un libro al azar de la estantera y se lo lleva. A continuacin otra persona B elige otro libro al azar. 1 Cul es la probabilidad de que el libro seleccionado por B sea una novela?

2Si se sabe que B eligi una novela, cul es la probabilidad de que el libro seleccionado por A sea de poesa?

17
Se supone que 25 de cada 100 hombres y 600 de cada 1000 mujeres usan gafas. Si el nmero de mujeres es cuatro veces superior al de hombres, se pide la probabilidad de encontrarnos: 1 Con una persona sin gafas.

47

2Con una mujer con gafas.

18
En una casa hay tres llaveros A, B y C; el primero con cinco llaves, el segundo con siete y el tercero con ocho, de las que slo una de cada llavero abre la puerta del trastero. Se escoge a Lzaro llavero y, de l, una llave intenta abrir el trastero. Se pide: 1 Cul ser la probabilidad de que se acierte con la llave?

48

2Cul ser la probabilidad de que el llavero escogido sea el tercero y la llave no abra?

3Y si la llave escogida es la correcta, cul ser la probabilidad de que pertenezca al primer llavero A?

49

Distribuciones discretas de probabilidad 1. Variable aleatoria

Se llama variable aleatoria a toda funcin que asocia a cada elemento del espacio muestral E un nmero real. Se utilizan letras maysculas X, Y, ... para designar variables aleatorias, y las respectivas minsculas (x, y, ...) para designar valores concretos de las mismas.

Variable aleatoria discreta

Una variable aleatoria discreta es aquella que slo puede tomar valores enteros.

Ejemplos
El nmero de hijos de una familia, la puntuacin obtenida al lanzar un dado.

Variable aleatoria continua

Una variable aleatoria continua es aquella que puede tomar todos los valores posibles dentro de un cierto intervalo de la recta real.

Ejemplos
La altura de los alumnos de una clase, las horas de duracin de una pila.

2. Distribuciones discretas de probabilidad

Se llama funcin de probabilidad de una variable aleatoria discreta X a la aplicacin que asocia a cada valor de xi de la variable su probabilidad pi. 0 pi 1 p1 + p2 + p3 + + pn = pi = 1

Ejemplo
Calcular la distribucin de probabilidad de las puntuaciones obtenidas al lanzar un dado.

pi

50

Representacin
La representacin de una distribucin discreta de probabilidad es un diagrama de barras.

51

3. Funcin de distribucin
Sea X una variable aleatoria discreta cuyos valores suponemos ordenados de menor a mayor. Llamaremos funcin de distribucin de la variable X, y escribiremos F(x) a la funcin F(x) = p(X x) La funcin de distribucin asocia a cada valor de la variable aleatoria la probabilidad acumulada hasta ese valor.

Ejemplo
Calcular la funcin de distribucin de probabilidad de las puntuaciones obtenidas al lanzar un dado. x x <1 1 x < 2 2 x < 3 3 x < 4 4 x < 5 5 x < 6 6 x 1 0 pi

Representacin
La representacin de un funcin de distribucin de probabilidad es una grfica escalonada.

52

4. Media y varianza de una variable aleatoria discreta

Esperanza matemtica o media

Varianza

Desviacin tpica

Ejemplo
Calcular la esperanza matemtica, la varianza, y la desviacin tpica, de la distribucin de probabilidad de las puntuaciones obtenidas al lanzar un dado. x 1 2 3 pi x p i x 2 pi

53

4 5 6 1 6

Ejercicios de distribuciones discretas

1Se lanza un par de dados. Se define la variable aleatoria X como la suma de las
puntuaciones obtenidas. Hallar la funcin de probabilidad, la esperanza matemtica y la varianza.

2Un jugador lanza un dado corriente. Si sale nmero primo, gana tantos cientos de
euros como marca el dado, pero si no sale nmero primo, pierde tantos cientos de euros como marca el dado. Determinar la funcin de probabilidad y la esperanza matemtica del juego.

3Si una persona compra una papeleta en una rifa, en la que puede ganar de 5.000 un
segundo premio de 2000 con probabilidades de: 0.001 y 0.003. Cul sera el precio justo a pagar por la papeleta?

4Sea X una variable aleatoria discreta cuya funcin de probabilidad es:

x 0 1 2 3 4 0,1 0,2 0,1 0,4 0,1 pi

54

0,1

1. Calcular, representar grficamente la funcin de distribucin. 2. Calcular las siguientes probabilidades: p (X < 4.5) p (X 3) p (3 X < 4.5)

1
Se lanza un par de dados. Se define la variable aleatoria X como la suma de las puntuaciones obtenidas. Hallar la funcin de probabilidad, la esperanza matemtica y la varianza.

pi

xpi

x 2 pi

1/36

2/36

4/36

2/36

6/36

18/36

3/36

12/36

48/36

4 /36

20/3 6

100/36

5/36

30/36

180/36

6/36

42/36

294/36

5/36

40/36

320/36

4 /36

36/36

324/36

55

10

3/36

30/36

300/36

11

2/36

22/36

242/36

12

1/36

12/36

144/36

54.83

2
Un jugador lanza un dado corriente. Si sale nmero primo, gana tantos cientos de euros como marca el dado, pero si no sale nmero primo, pierde tantos cientos de euros como marca el dado. Determinar la funcin de probabilidad y la esperanza matemtica del juego. x +100 + 200 + 300 - 400 + 500 -600 pi x p i 100/6 200/6 300/6 -400/6 500/6 - 600/6 100/6 =16.667

56

3
Si una persona compra una papeleta en una rifa, en la que puede ganar de 5.000 un segundo premio de 2000 con probabilidades de: 0.001 y 0.003. Cul sera el precio justo a pagar por la papeleta? = 5000 0.001 + 2000 0.003 = 11

4
Sea X una variable aleatoria discreta cuya funcin de probabilidad es: x 0 1 2 3 4 5 0,1 0,2 0,1 0,4 0,1 0,1 pi

1. Calcular, representar grficamente la funcin de distribucin.

2. Calcular las siguientes probabilidades: p (X < 4.5) p (X < 4.5) = F (4.5) = 0.9 p (X 3) p (X 3) = 1 - p(X < 3) = 1 - 0.4 = 0.6

57

p (3 X < 4.5) p (3 X < 4.5) = p (X < 4.5) - p(X < 3) = 0.9 - 0.4 = 0.5

58

Distribucin Binomial 1. Distribucin binomial o de Bernoulli

Un experimento sigue el modelo de la distribucin binomial o de Bernoulli si: 1. En cada prueba del experimento slo son posibles dos resultados: el suceso A (xito) y su contrario .

2.La probabilidad del suceso A es constante, es decir, que no vara de una prueba a otra. Se representa por p. 3.El resultado obtenido en cada prueba es independiente de los resultados obtenidos anteriormente.

Variable aleatoria binomial

La variable aleatoria binomial, X, expresa el nmero de xitos obtenidos en cada prueba del experimento. La variable binomial es una variable aleatoria discreta, slo puede tomar los valores 0, 1, 2, 3, 4, ..., n suponiendo que se han realizado n pruebas.

Ejemplo
k = 6, al lanzar una moneda 10 veces y obtener 6 caras.

Distribucin binomial
La distribucin binomial se suele representar por B(n, p). n es el nmero de pruebas de que consta el experimento. p es la probabilidad de xito. La probabilidad de es 1 p, y la representamos por q.

2. Funcin de probabilidad de la distribucin binomial

La funcin de probabilidad de la distribucin binomial, tambin denominada funcin de la distribucin de Bernoulli, es:

59

n es el nmero de pruebas. k es el nmero de xitos. p es la probabilidad de xito. q es la probabilidad de fracaso.

El nmero combinatorio

Ejemplo
La ltima novela de un autor ha tenido un gran xito, hasta el punto de que el 80% de los lectores ya la han leido. Un grupo de 4 amigos son aficionados a la lectura: 1. Cul es la probabilidad de que el grupo hayan leido la novela 2 personas? n=4 p = 0.8 q = 0.2 B(4, 0.8)

2.Y cmo mximo 2?

3. Media y varianza de la distribucin binomial

60

Media

Varianza

Desviacin tpica

Ejemplo
La probabilidad de que un artculo producido por una fabrica sea defectuoso es p 0.002. Se envi un cargamento de 10.000 artculos a unos almacenes. Hallar el nmero esperado de artculos defectuosos, la varianza y la desviacin tpica.

1Se lanza una moneda cuatro veces. Calcular la probabilidad de que salgan ms caras
que cruces.

2Un agente de seguros vende plizas a cinco personas de la misma edad y que disfrutan
de buena salud. Segn las tablas actuales, la probabilidad de que una persona en estas condiciones viva 30 aos o ms es 2/3. Hllese la probabilidad de que, transcurridos 30 aos, vivan: 1. Las cinco personas. 2.Al menos tres personas. 3.Exactamente dos personas.

3Si de seis a siete de la tarde se admite que un nmero de telfono de cada cinco est
comunicando, cul es la probabilidad de que, cuando se marquen 10 nmeros de telfono elegidos al azar, slo comuniquen dos?

61

4La probabilidad de que un hombre acierte en el blanco es 1/4. Si dispara 10 veces

cul es la probabilidad de que acierte exactamente en tres ocasiones? Cul es la probabilidad de que acierte por lo menos en una ocasin?

5En una urna hay 30 bolas, 10 rojas y el resto blancas. Se elige una bola al azar y se
anota si es roja; el proceso se repite, devolviendo la bola, 10 veces. Calcular la media y la desviacin tpica.

1
Se lanza una moneda cuatro veces. Calcular la probabilidad de que salgan ms caras que cruces. B(4, 0.5) p = 0.5q = 0.5

2
Un agente de seguros vende plizas a cinco personas de la misma edad y que disfrutan de buena salud. Segn las tablas actuales, la probabilidad de que una persona en estas condiciones viva 30 aos o ms es 2/3. Hllese la probabilidad de que, transcurridos 30 aos, vivan: 1. Las cinco personas. B(5, 2/3) p = 2/3 q = 1/3

2.Al menos tres personas.

3.Exactamente dos personas.

62

3
Si de seis a siete de la tarde se admite que un nmero de telfono de cada cinco est comunicando, cul es la probabilidad de que, cuando se marquen 10 nmeros de telfono elegidos al azar, slo comuniquen dos? B(10, 1/5)p = 1/5q = 4/5

4
La probabilidad de que un hombre acierte en el blanco es 1/4. Si dispara 10 veces cul es la probabilidad de que acierte exactamente en tres ocasiones? Cul es la probabilidad de que acierte por lo menos en una ocasin? B(10, 1/4) p = 1/4q = 3/4

5
En una urna hay 30 bolas, 10 rojas y el resto blancas. Se elige una bola al azar y se anota si es roja; el proceso se repite, devolviendo la bola, 10 veces. Calcular la media y la desviacin tpica. B(10, 1/3) p = 1/3q = 2/3

63

64

Distribucin Normal 1. Distribucin normal

Variable aleatoria de la distribucin normal
Una variable aleatoria continua, X, sigue una distribucin normal de media y desviacin tpica , y se designa por N(, ), si se cumplen las siguientes condiciones: 1. La variable puede tomar cualquier valor: (-, +) 2. La funcin de densidad, es la expresin en trminos de ecuacin matemtica de la curva de Gauss:

Curva de la distribucin normal

El campo de existencia es cualquier valor real, es decir, (-, +). Es simtrica respecto a la media . Tiene un mximo en la media . Crece hasta la media y decrece a partir de ella. En los puntos y + presenta puntos de inflexin. El eje de abscisas es una asntota de la curva. El rea del recinto determinado por la funcin y el eje de abscisas es igual a la unidad. Al ser simtrica respecto al eje que pasa por x = , deja un rea igual a 0.5 a la izquierda y otra igual a 0.5 a la derecha. La probabilidad equivale al rea encerrada bajo la curva.

65

p( - < X + ) = 0.6826 = 68.26 % p( - 2 < X + 2) = 0.954 = 95.4 % p( - 3 < X + 3) = 0.997 = 99.7 %

2. Distribucin normal estndar

N(0, 1)
La distribucin normal estndar, o tipificada o reducida, es aquella que tiene por media el valor cero, =0, y por desviacin tpica la unidad, =1. Su funcin de densidad es:

Su grfica es:

La probabilidad de la variable X depender del rea del recinto sombreado en la figura. Y para calcularla utilizaremos una tabla.

Tipificacin de la variable
Para poder utilizar la tabla tenemos que transformar la variable X que sigue una distribucin N(, ) en otra variable Z que siga una distribucin N(0, 1).

3. Empleo de la tabla de la distribucin normal

Tabla de la curva normal (0, 1)
La tabla nos da las probabilidades de P(z k), siendo z la variable tipificada. Estas probabilidades nos dan la funcin de distribucin (k).

66

(k) = P(z k)

Bsqueda en la tabla de valor de k

Unidades y dcimas en la columna de la izquierda. Cntesimas en la fila de arriba.

P(Z a)

P(Z 1.47) = 0.9292

P(Z > a) = 1 - P(Z a)

P(Z > 1.47) = 1 P(Z 1.47) = 1 0.9292 = 0.0708

P(Z a) = 1 P(Z a)

P(Z 1.47) = 1 P(Z 1.47) = 1 0.9292 = 0.0708

67

P(Z > a) = P(Z a)

p(Z > 1.47) = p(Z 1.47) = 0.9292

P(a < Z b ) = P(Z b) P(Z a)

P( 0.45 <Z 1.47) = P(Z 1.47) P(Z 0.45) = = 0.9292 0.6736 = 0.2556

P(b < Z a ) = P(a < Z b )

P(1.47 <Z 0.45) = P( 0.45 <Z 1.47) = = P(Z 1.47) P(Z 0.45) = 0.9292 0.6736 = 0.2556

P(a < Z b ) = P(Z b) [ 1 P(Z a)]

P(-1.47 < Z 0.45) = P(Z 0.45) [ 1 P(Z 1.47)]=

68

= 0.6736 (1 0.9292) = 0.6028

p=K
Nos encontramos con el caso inverso a los anteriores, conocemos el valor de la probabilidad y se trata de hallar el valor de la abscisa. Ahora tenemos que buscar en la tabla el valor que ms se aproxime a K. p= 0.75Z 0.68 Para calcular la variable X nos vamos a la frmula de la tipificacin. (X - )/ = 0.68X = + 0.68

4. Distribucin normal y binomial

Aproximacin de la binomial por la normal Teorema de Moivre
Si: np 0 y nq 0. La distribucin binomial B(n, p) se puede aproximar mediante una distribucin normal:

Ejemplo
En una ciudad una de cada tres familias posee telfono. Si se eligen al azar 90 familias, calcular la probabilidad de que entre ellas haya por lo menos 30 tipos se han telfono.

69

70