TEMA 1

5. En la facultad 40% de los estudiantes tiene preferencia por mercadotecnia, 25%

tienen preferencia por proyectos y 15% por ambas asignaturas. Se escoge una
persona al azar.
a. Si tiene preferencia por mercadotecnia, cual es la probabilidad de que tenga
preferencia por proyectos?
b. Si tiene preferencia por proyectos, Cul es la probabilidad de que tenga
preferencia por proyectos?
Probabilidad condicionada
Definicin
Se llama probabilidad condicionada del suceso B respecto del suceso A, y denotamos por
p(B/A), al cociente:

p ( B/ A )=

p( A B)
, si p( A) 0
p( A)

Se llama probabilidad condicionada del suceso A respecto del suceso B, y denotamos por
p(A/B), al cociente:

p ( A /B )=

p( A B)
, si p(B) 0
p(B)

Datos

p ( M ) =40

preferencia por mercdotecnia =0,40

p ( P )=25

preferencia por proyectos =0,25

p ( M P )=15

preferencia por ambas =0,15

Resolucin
a. Si tiene preferencia por mercadotecnia, cual es la probabilidad de que tenga
preferencia por proyectos?

p ( P /M )=

p( M P)
p(M )

p ( P /M )=

0,15
0,40

p ( P /M )=0,375
p ( P /M )=37,5
Respuesta.- Si tiene preferencia por mercadotecnia, la probabilidad de que tenga
preferencia por proyectos es del 37,5%.

b. Si tiene preferencia por proyectos, Cul es la probabilidad de que tenga

preferencia por proyectos?

p ( M / P )=

p( M P)
p(P)

p ( M / P )=

0,15
0,25

p ( M / P )=0,600
p ( M / P )=60,0
Respuesta.- Si tiene preferencia por proyectos, la probabilidad de que tenga preferencia
por mercadotecnia es del 60%.
6.

La empresa Careaga de desarrollo urbano de Sucre, esta considerando la

posibilidad de construir un centro comercial en el serctor de construccion de la
nueva terminal de buses en la ciudad de Sucre. Un elemento vital en esta
concideracion es un proyecto de autopista que une este sector con el centro de la
ciudad. Si el concejo municipal aprueba la autopista hay una probabilidad de 0,90
de que la compaa construya el centro comercial en tanto que si la autopista no
es aprobada la posibilidad es de solo el 0,20. Basandose en la nformacion
disponible el presidente de la compaa estima que hay una probabilidad de 0,60
que la autopista sea aprobada.
a. Cul es la probabilidad de que la empresa construya el centro comercial?
b. Dado que el centro comercial fue construido Cul es la probabilidad que la
autopista haya sido aprobada?

Variables
B = Construccin del centro comercial
A = Aprobacin de la autopista.
Datos

p ( B / A 1) =0,90

Probabilidad de que se construya el centro comercial si se aprueba la

autopista.

p ( B / A 2 )=0,20

Probabilidad de que se construya el centro comercial si no se apreba la

autopista.

p ( A 1 )=0,60

Probabilidad de que se apruebe la autopista.

p ( A 2 )=0,40

Probabilidad de que no se apruebe la autopista.

A 1 A 2=

Mutuamente excluyentes (En la grafica el area A 1 es representado por el

color azul y A2 que es representado por el color rojo, A1 y A2 no se intersectan por eso es
igual a (vacio)).

A 1 A 2=

Colectivamente exaustivos (A1 mas A2 es igual al espacio muestral: p(A 1) +

p(A2) = p() ; 0,60 + 0,40 = 1 ; 1 = 1)

a. Cul es la probabilidad de que la empresa construya el centro comercial?
Probabilidad total
Queremos saber la probabilidad total de obtener un suceso, en la formula B. Para hallarla
debemoscoger todas las ramas que nos lleven a B y sumarlas.

p ( B ) =p ( A 1 B ) + p ( A2 B ) ++ p ( A n B )
p ( B ) =p ( A 1 )p( B/ A1 )+ p ( A 2 )p(B / A 2)++ p ( An )p(B/ An )
Resolucin

p ( B ) =p ( A 1 )p(B/ A1 )+ p ( A 2 )p(B / A 2)
p ( B ) =0,600,90+0,400,20
p ( B ) =0,62
p ( B ) =62
Respuesta.- La probabilidad de que se construya el centro comercial es de 62%.

b. Dado que el centro comercial fue construido Cul es la probabilidad que la

autopista haya sido aprobada?
Teorema de Bayes
Es la relacion entre la probabilidad de una de las ramas que cumplen un suceso y la
probabilidad total de ese suceso. Sabiendo que (me afirman) se ha producido el suceso B,
queremos saber la probabilidad de que haya sido por la rama A 1.

p ( A 1 /B ) =

p ( A1 B)
p ( B)

p ( A 1 /B )=

p ( A 1 )p( B / A 1)
p (B )

Resolucin

p ( A 1 /B ) =

p ( A 1 /B ) =

p ( A 1 )p(B/ A1 )
p (B )
0,600,90
0,62

p ( A 1 /B ) =0,8710
p ( A 1 /B ) =87,10
Respuesta.- Si el centro comercial fue construido, la probabilidad de que se construya la
autopista es del 87,10%

TEMA 2
3.

Sea X una variable aleatoria cuya funcin de densidad esta definida por:

3
f ( x )= 4 x ( 2x ) , 0 x 2
0, en otro caso
a. Calcular la esperanza matematica de X
Esperanza matemtica
En estadstica la esperanza matemtica (tambin
llamada esperanza, valor esperado, media poblacional o media) de una variable
aleatoria X, es el nmero E(X) que formaliza la idea de valor medio de un
fenmeno aleatorio.
Para una variable aleatoria absolutamente continua, la esperanza se calcula
mediante la integral de todos los valores y la funcin de densidad f(X):

E ( X )= xf (x) dx

Resolucin

3
f ( x )= x ( 2x ) , 0 x 2
4
2

E ( X )=
0
2

E ( X )=
0
2

E ( X )=
0

3
x ( 2x ) xdx
4

( 32 x 34 x ) xdx
2

( 32 x 34 x ) dx
2

3 x3 3 x4
E ( X )=

2 3 4 4
x3 3 x4
E ( X )=
2 16
E ( X )=

23 3 24
0 3 3 04

2
16
2
16

)(

E ( X )=1
Respuesta.- La esperanza matematica es igual a 1.

b. Calcular la varianza de la variable aleatoria X

Var ( x )=E ( X 2 ) [ E ( X ) ]

Calculo de E(X2)
2

E ( X 2 ) =
0
2

E ( X 2 ) =
0

E ( X 2 ) =
0

3
x ( 2x ) x2 dx
4

( 32 x 34 x ) x dx
2

( 32 x 34 x ) dx
3

3 x 4 3 x5
2
(
)
E X =

2 4

4 5

3 x4 3 x 5
E ( X )=

8
20
2

4
5
4
5
32 3 2
30 3 0
2
(
)
E X =

20

)(

20

E ( X 2 ) =1 ,2
Varianza
2
Var ( x )=E ( X ) [ E ( X ) ]

Var ( x )=1,2[ 1 ]
Var ( x )=0,2

TEMA 3
3.

Las personas llegan aleatoriamente a la ventanilla de un banco en promedio a la

razon de 24 por hora, durante el periodo de tiempo de 11 a 12 am. cierto dia.
Cul es la probabilidad de que exactamente 5 personas lleguen durante el periodo
de 12 minutos?

Distribucin de Poisson
En teora de probabilidad y estadstica, la distribucin de Poisson es una distribucin de
probabilidad discreta que expresa, a partir de una frecuencia de ocurrencia media, la
probabilidad de que ocurra un determinado nmero de eventos durante cierto perodo de
tiempo. Concretamente, se especializa en la probabilidad de ocurrencia de sucesos con
probabilidades muy pequeas, o sucesos "raros".
La funcin de masa o probabilidad de la distribucin de Poisson es

f ( k , )=

e k
k!

Dnde:
p(k, ) = probabilidad de que ocurran k xitos, cuando el nmero promedio de ocurrencia
de ellos es
= media o promedio de xitos por unidad de tiempo, rea o producto.
e = 2.718
k = variable que nos denota el nmero de xitos que se desea que ocurra.
Datos
En 1 hora (60 min) llegan 24 personas.
En 12 min llegan 5 personas.

60 min 24 personas
12 min personas
= 4,8
k=5
Resolucin

p [ k=k ] =

e k
k!

p [ k=5 ]=

e4,84,85
5!

2412
60

=4,8

p [ k=5 ]=0,1747
p [ k=5 ]=17,47