INTRODUCCIN
El trmino probabilidad ha alcanzado en la actualidad un amplio uso en
nuestra vida diaria, con la finalidad de cuantificar el grado de confianza de
la realizacin de un evento de nuestro inters, y de acuerdo al valor de la
probabilidad se pueden tomar decisiones de vital trascendencia; motivo por
el cual el estudio de las probabilidades en la actualidad es de mucha
importancia para todo profesional.
Como dijo el matemtico ruso V.S. Pugachev; cada fenmeno del mundo
que nos rodea se halla enlazado, ms o menos estrechamente, con un
conjunto infinito de otros hechos; adems que toda ciencia estudia slo un
nmero finito de estos vnculos, de tal modo que se establecen las
regularidades fundamentales de los fenmenos, slo como consecuencia de
las conexiones internas de los principales vnculos. En principio es
imposible llegar a conocer toda la diversidad infinita de relaciones
existentes en cualquier fenmeno dado; en consecuencia las leyes se
cumplen no con la precisin deseada, sino con ciertas desviaciones.
Las desviaciones de lo regular originadas por la infinidad de vnculos no
previstos en un fenmeno dado se llaman fenmenos aleatorios.
En consecuencia, la casualidad existe objetivamente en el contexto que nos
rodea, pues como ya se mencion, en principio no es posible revelar todos
los nexos existentes en el fenmeno estudiado ni la multiplicidad infinita de
los otros sucesos. A medida que se va desarrollando la ciencia, se llegan a
conocer nuevas leyes; esto es, las conexiones que tiene el fenmeno
estudiado con sus distintos factores; por ello es que las fronteras entre lo
regular (Determinstico) y lo casual (Aleatorio) no permanecen inalterables,
sino que cambian a medida que crece el conocimiento humano; lo que en
una poca puede ser casual o accidental, puede hacerse regular en otra
poca y viceversa.
La historia del desarrollo de la ciencia pone de manifiesto y en relieve, que
muchas ramas de la ciencia, en cierta etapa de su desarrollo se ven
obligados a tener en consideracin las desviaciones aleatorias con respecto a
lo regular e investigan la influencia de las mismas sobre el curso de los
procesos que se estudian.
Reiterando, al principio toda ciencia aplicada slo estudiaba las
regularidades fundamentales de los fenmenos examinados, como
consecuencia de la imperfeccin y baja precisin de los instrumentos de
medida, y la poca exigencia a los resultados y en consecuencia no exista la
necesidad de estudiar las desviaciones, pero a medida que se desarrollaron
estas ramas de la ciencia, siempre surgi en cualquiera de sus etapas, la
necesidad de tener en consideracin estas desviaciones accidentales y su
influencia sobre el curso de los fenmenos. A causa de esto, toda rama
aplicada de la ciencia tuvo y tiene que acudir a la Teora de la Probabilidad
y por ende cada da, se amplan ms los campos de accin de los mtodos
probabilsticos y ms comnmente los mtodos estadsticos.
En la actualidad, la teora de la probabilidad es la base fundamental de la
Estadstica, puesto que desempea un papel muy importante en cualquier
proceso de decisin. Toda persona en su qu hacer diario se enfrenta a
situaciones de incertidumbre o inciertas, en la que tiene que tomar una
decisin, por su puesto lo ms conveniente posible; esta toma de decisiones
aumenta en la medida que el riesgo aumenta, as como el cargo que ostenta;
pero si conociera la magnitud de la probabilidad del evento, el riesgo
cambiara considerablemente.
Al acelerarse el ritmo de la industria y los negocios tendientes a la
globalizacin; el impulso hacia las ventas son ms altas, hay una mayor
eficiencia, una mayor participacin en el mercado, los productos tienen que
ser ms confiables, etc., en ese sentido los niveles de intensidad son cada
vez mayores; en consecuencia, se pide a las personas responsables en todos
los niveles, que tomen un mayor nmero de decisiones y en menos tiempo
que antes. Debido al tamao creciente de las empresas o de las
organizaciones industriales y a la complejidad mayor del ambiente en que
funcionan, las decisiones errneas tienen mayores probabilidades de resultar
costosas para la organizacin e indirectamente para la sociedad, que en
cualquier otra poca anterior; agregando a este hecho, el nmero y la
complejidad de los factores implcitos en la toma de decisiones han
aumentado considerablemente, as como los problemas y los subproblemas,
para los cuales es preciso encontrar soluciones inmediatas.
Con esta cantidad de problemas nuevos, dentro de los cuales los
responsables tienen que tomar decisiones, muchas veces trascendentales,
por lo que estos responsable, sin lugar a dudas necesitan fuentes nuevas y
ms numerosas de datos en qu basar sus decisiones; pero, estos datos son
tambin cada vez mayores en volumen, por lo que han tenido que
automatizarse, por la imposibilidad de manejarlos manualmente; estos datos
tambin han generado otro tipo de problemas a las que se han tenido que
enfrentar.
Por otro lado, para mucha gente la palabra probabilidad, se asocia por lo
comn a los juegos del azar; es decir, a lo probable; sin embargo esta
asociacin es natural, ya que los resultados de los juegos del azar y las
respectivas apuestas estn relacionados y fundamentados en las reglas de la
probabilidad. Se sabe que las primeras investigaciones sobre las
probabilidades, se debieron a las inquietudes del caballero francs Chevalier
De Mere, quin consult a su amigo el matemtico Blaise Pascal y este a su
vez a Pierre de Fermat, para solucionar ciertos problemas de juegos del azar.
Los estudios realizados por estos matemticos iniciaron la teora de las
probabilidades, que posteriormente fueron ampliados por los trabajos de
Bernoulli y de La Place cuya obra Theorie Analytique des Probabilites,
fij los fundamentos de esta teora; y otros como C.F. Gauss, De Moivre,
Simeon Poisson, Adolph Quetelet, Borel, Kolmogorov, Tchevyshev, Karl
Pearson, Ronald Fisher, Toms Bayes, Francis Galton, William Gosset
(Student), etc., fueron los que le dieron a las probabilidades una estructura
matemtica y un grado de perfeccionamiento tal, que hoy en da, puede ser
aplicado en cualquier campo del saber humano; as por ejemplo la decisin
de producir y lanzar al mercado un nuevo artculo, depender en gran
medida de las probabilidades favorables de la demanda de dicho artculo,
dados a conocer despus del estudio de mercado; el gerente de
mercadotecnia desear conocer las probabilidades de obtener una materia
prima vital por menos precio que el ofertado; el encargado del departamento
de ingeniera desear saber las probabilidades de que el producto
desempee adecuadamente las funciones para las que fue diseado en
determinadas condiciones y circunstancias, etc.
De lo mencionado, se puede concluir que el conocimiento de las
probabilidades es muy necesario e importante y por su puesto de la
estructura matemtica que lo sustenta, para todo profesional de cualquier
rama del conocimiento humano.
PROBABILIDAD
Para definir la probabilidad en forma correcta, es necesario conocer ciertos
trminos muy usados en esta rama de la Estadstica, como son, los
siguientes:
Ejemplo:
- Seleccionar un conjunto de alumnos de un saln de clase.
- Escoger preguntas de un banco de preguntas.
- Contar el nmero de accidentes en un determinado cruce de avenidas, los
fines de semana.
- Medir la intensidad de la lluvia en una ciudad, en los das de invierno.
- Medir la temperatura en una ciudad, todos los das a las 12 m.
- Contar el nmero de artculos defectuosos por da de produccin en una
empresa.
- Medir el tiempo de vida de un artculo electrodomstico.
- Lanzar dos dados sobre una superficie plana y sumar los puntos que
aparecen en los lados superiores.
- Medir el tiempo de atencin de un cliente en la ventanilla de un banco.
- Contar el nmero de palabras por pgina en un texto determinado, etc.
ESPACIO MUESTRAL.
Se llama espacio muestral asociado a un experimento aleatorio, al conjunto
de todos los resultados posibles de dicho experimento y se le designar con
la letra griega omega o latina S.
Donde = w, x, y,..... = w1, w2, w3,..
Sea un experimento aleatorio y sea M el conjunto de resultados de dicho
experimento, consideraremos un conjunto y una funcin f, epiyectiva, tal
que:
F: M
Entonces al par ordenado ( , f) se llama espacio muestral. En consecuencia
es un conjunto tal que:
a) Todo elemento de representa (o est asociado por f a) almenos un
posible resultado de .
b) Todo resultado de tiene asociado por f uno y slo un elemento de .
EVENTOS COMPLEMENTARIOS.
Si A es un evento del espacio muestral , se llama complemento de A y que
lo denotaremos por Ac o A, al evento que ocurre cuando no ocurre A, es
decir es el evento formado por todos los sucesos elementales de que no
pertenecen a A.
Ac = A = - A = w/ w , w A, adems AAc = , AAc =
Ejemplo:
El experimento consiste en medir la temperatura del medio ambiente a las
12 m, cada da, sea A el evento que la temperatura sea inferior a los 20C,
entonces el evento complementario ser que la temperatura leda sea de 20 o
ms grados centgrados, es decir:
A = T/ T< 20C y Ac = T/ T 20C
OPERACIONES CON EVENTOS.
1.- Unin de eventos: Sean A y B dos eventos del mismo espacio muestral
, se llama A unin B, y al que lo denotaremos por AB, al evento
que ocurre si y slo si ocurre A B ambos; es decir, ocurre por lo
menos uno de ellos:
AB = w / w A, w B
A
A B B
AB AB
Ejemplo:
1.- Si se entrevista a las personas que salen de un centro comercial hasta que
se entreviste a un extranjero, sea A el evento de entrevistar por lo menos
5 personas y se B el evento de entrevistar a lo ms 8 personas, entonces
la unin es el evento de entrevistar al menos una persona, es decir:
A = 5, 6, 7, 8, 9,.
B = 1, 2, 3, 4, 5, 6, 7, 8
AB = 1, 2, 3, 4, 5, 6, 7, 8, 9, 10,..
2.- De una caja que contiene 5 focos de luz, de los cuales dos estn
quemadas, se escogen tres focos, sea A el evento de que en la muestra
haya un foco quemado y sea B el evento de que en la muestra haya dos
focos quemados.
Sean B1, B2, B3, los focos en buen estado y Q1, Q2 los focos quemados,
entonces:
= B1 B2 B3, B1 B2 Q1, B1 B2 Q2, B1 B3 Q1, B1 B3 Q2, B2 B3 Q1, B2,
B3 Q2, B1Q1 Q2, B2 Q1 Q2, B3 Q1 Q2
A = B1 B2 Q1, B1 B2 Q2, B1 B3 Q1, B1 B3 Q2, B2 B3 Q1, B2, B3 Q2
B = B1Q1 Q2, B2 Q1 Q2, B3 Q1 Q2
AB = B1 B2 Q1, B1 B2 Q2, B1 B3 Q1, B1 B3 Q2, B2 B3 Q1, B2, B3
Q2, B1Q1 Q2, B2 Q1 Q2, B3 Q1 Q2
2.- Interseccin de eventos. Sean A y B dos eventos del mismo espacio
muestral , se llama interseccin de A y B, y al que lo denotaremos por
AB AB, al evento que ocurre si y slo si ocurren ambos
eventos juntos.
AB = w / w A y w B
AB AB
Ejemplo:
1.- Obtenga la interseccin de los eventos definidos en los ejemplos
anteriores.
1.1. AB = 5, 6, 7, 8
1.2. AB = , pues los eventos son mutuamente excluyentes; es decir, no
tienen sucesos elementales comunes.
B
A A
B B
A-B A-B
Ejemplo:
Use los ejemplos de los casos anteriores para obtener la interseccin:
1.1. A-B = 9, 10, 11, 12
B-A = 1, 2, 3, 4
1.2. A-B = B1 B2 Q1, B1 B2 Q2, B1 B3 Q1, B1 B3 Q2, B2 B3 Q1, B2, B3 Q2
B-A = B1Q1 Q2, B2 Q1 Q2, B3 Q1 Q2
1.3. Ejemplo de las monedas:
A-B = SSS
B-A = CCC
4.- Diferencia Simtrica. Sean A y B dos eventos del mismo espacio
muestral , se llama diferencia simtrica de A y B, y al que lo
denotaremos por A B, al evento formado por todos los sucesos
elementales de la unin de los A y B, menos los sucesos elementales de
la interseccin de dichos eventos, es decir es el evento que ocurre
cuando sucede la unin pero no la interseccin..
A B = w / w (AB), w AB
= (AB) (AB)
= (A-B) (B-A)
= (ABc) (AcB)
A B A B A B
Ejemplo:
Use los ejemplos dados anteriormente para obtener la diferencia simtrica:
1.1. A B = 1, 2, 3 4, 9, 10, 11,12..
1.2. A B = B1 B2 Q1, B1 B2 Q2, B1 B3 Q1, B1 B3 Q2, B2 B3 Q1,
B2, B3 Q2, B1Q1 Q2, B2 Q1 Q2, B3 Q1 Q2
1.3. A B = CCC, SSS
ALGEBRA DE EVENTOS
Se puede hacer uso del isomorfismo entre el lgebra de conjuntos y el
lgebra de eventos para obtener nuevos eventos, tales como:
1.- Si A1, A2, A3,An, es una coleccin finita o infinita numerable
de eventos, entonces Ai, es el evento que ocurre si y slo si ocurren
almenos uno de los eventos Ai.
2.- Si A1, A2, A3,An,es una coleccin finita o infinita numerable de
eventos, entonces Ai, es el evento que ocurre si y slo si ocurren
todos los eventos Ai.
3.- Ley de idempotencia:
AA = A, A A = A
4.- Ley asociativa
(AB) C = A(B C) (AB) C = A(B C)
5.- Ley conmutativa
(AB = (BA) (AB = (BA)
6.- Ley distributiva
A(BC) = (AB) (AC) A (BC) = (AB)(AC)
7.- Ley de identidad
A = A A =
A = A = A
8.- Leyes del complemento
AAc = AAc =
(Ac)c = A c = , c =
9.- Leyes de Morgan
(AB)c = Ac Bc (AB)c = Ac Bc
n n
( Ai ) C ( A ) i
C
i 1 i 1
n n
( Ai ) C ( A ) i
C
i 1 i 1
Ejemplo N 1.
Se quiere formar nmeros de 3 dgitos de los nmeros disponibles: 1, 2, 3 y
4
Solucin:
V (4, 3) = 43 = 4 x 4 x 4 = 64 y los nmeros son:
111, 112, 121, 211, 113, 131, 311, 114, 141, 411, 122, 212, 221, 222,
223, 232, 322, 224, 242, 422, 331, 313, 133, 332, 323, 233, 333,
334, 343, 433, 444, 443, 434, 344, 442, 424, 244, 441, 414, 144,
123, 132, 213, 231, 312, 321, 124, 142, 214, 241, 412, 421, 134,
143, 314, 341, 413, 431, 234, 243, 324, 243, 423, 432.
Ejemplo N 2.
Enumere el conjunto de palabras de dos letras que se pueden formar con un
conjunto de 4 letras que son: a, b, c, d.
Solucin: V (4, 2) = 42 = 4 x 4 = 16 y las palabras son.
aa, ab, ba, ac, ca, ad, da, bb, bc, cb, bd, db, cc, cd, dc, dd
3.2. VARIACIONES SIN REPETICIN. Dado un conjunto de n
elementos distintos, se llama variacin sin repeticin de r elementos
escogidos de un conjunto de n elementos, tomados de r en r, a toda
disposicin ordenada, si entre los r elementos no hay ninguno repetido. El
nmero de variaciones sin repeticin es:
n n!
V r
V ( n, r )
(n r )!
n( n 1)(n 2).....(n r 1)
Ejemplo N 1.
Obtenga nmeros de tres cifras de los dgitos: 1, 2, 3 y 4, de tal manera que
ninguno se repita.
Solucin: V (4,3) = 4! / (4-3)! = 4! / 1! = 4! = 24
123, 132, 213, 231, 312, 321,
124, 142, 214, 241, 412, 421,
134, 143, 314, 341, 413, 431,
234, 243, 324, 243, 423, 432.
Ejemplo N 2.
Obtenga palabras de dos letras diferentes, de un conjunto de las cuatro
letras: a, b, c, d.
Solucin: V (4,2) = 4! / (4-2)! = 4! / 2! = 4 x 3 = 12
ab, ba, ac, ca, ad, da, bc, cb, bd, db, cd, dc.
4. PERMUTACIONES. Es una disposicin ordenada de todos los
elementos del conjunto; es decir, todos contra todos.
Ejemplo N 2.
Obtenga el conjunto de palabras de cuatro letras diferentes que se pueden
formar con las letras: a, b, c, d.
Solucin: P4 = 4! = 24, las palabras son:
abad, abdc, acbd, acdb, adbc, adcb,
bacd, badc, bcad, bcda, bdac, bdca,
cabd, cadb, cbad, cbda, cdab, cdba,
dabc, dacb, dbac, dbca, dcab, dcbc.
9
En primer lugar hay
36 formas d e escoger los dos artculos para A1,
2
7
luego quedan 7 artculos, por lo que habr
35 formas de escoger los tres
3
artculos para A2 y por ltimo quedan 4 artculos que corresponden a los
9 7 4 ! 9
cuatro artculos del tercer conjunto A3; es decir hay:
1260 formas
2347!. 0 23!.4
Un caso particular puede ser: A1 = 1, 2; A2 = 3, 4, 5; A3 = 6, 7, 8, 9
n n n!
Cr r (nr !.r!)
n n
Cr r Se llama una combinacin de n elementos tomados de r en r.
Ejemplo N 1.
Cuntos comits de tres miembros se pueden elegir de un conjunto de ocho
personas disponibles.
Solucin. Puesto que los comits sern conjuntos de personas y slo ser
diferente uno del otro, si y slo si alguno de sus miembros es diferente de
los otros, el nmero de comits es el siguiente:
8 8!
56 comits diferentes.
3 5!.3
Ejemplo N 2.
Si un conjunto de 4 personas estn identificadas por los nmeros: 1, 2, 3 y
4, se quiere formar comits de 4, 3, 2 y 1 persona respectivamente, cuntos
comits se pueden formar? Y cules son?
Solucin. n = 4
4
i) Si r = 4, entonces
1 y es 1234
4
4
ii) Si r = 3, entonces
4 y son: 123, 134, 124, 234
3
4
iii) Si r = 2, entonces
6 y son: 12,13,14,23,24,34
2
4
iv) Si r = 1, entonces
4 y son 1, 2, 3 y 4
1
Ejemplo N 3.
Si un conjunto est formado por las letras: a, b, c, d, e, cuntos grupos de 3
y 2 letras cada uno se puede formar?
Solucin: n = 5
5
i) Si r = 3, entonces
10 y son los siguientes:
3
abc, abd, abe, acd, ace, ade, bcd, bce, bde, cde.
5
ii) Si r = 2, entonces
10 y son los siguientes:
2
ab, ac, ad, ae, bc, bd, be, cd, ce, de.
n rn 1 ( rn 1)!
Cr r ( !.rrn !)
Ejemplo N 1.
Cuntos grupos de 3 elementos se pueden formar de un conjunto de 8
elementos, si se permite que cada grupo pueda tener elementos repetidos.
Solucin:
n = 8, r = 3
8 831 10 10!
C3 120 comits diferentes.
3 3 7!.3
Ejemplo N 2.
Si un conjunto de 4 personas estuvieran identificadas con los nmeros 1, 2,
3 y 4, de cuntas formas se pueden elegir a los miembros de un comit
formado por tres y dos personas respectivamente?
Solucin:
i) n = 4, r = 3
4 4 3 1 6
C3 20 formas y son los siguientes:
3 3
111, 122, 134, 224, 333,
112, 123, 144, 233, 334,
113, 124, 222, 234, 344,
114, 133, 223, 244, 444.
ii) n = 4, r = 2
4 421 5
C2 10 formas y son los siguientes:
2 2
11, 12, 13, 14, 22, 23, 24, 33, 34, 44
Ejemplo N 3.
Si los integrantes de un conjunto de personas estn identificados con las
letras: a, b, c, d, e; se quiere formar grupos de tres y dos integrantes
respectivamente, pudindose repetir sus integrantes en cada grupo, de
cuantas formas se pueden formar?
Solucin:
i) n = 5, r = 3
5 531 7
C3 35 formas y son los siguientes:
3 3
aaa, aab, aac, aad, aae, abb, abc, abd, abe, acc, acd, ace, add,
ade, aee, bbb, bbd, bbc, bbe, bcc, bcd, bce, bdd, bde, bee, ccc,
ccd, cce, cdd, cde, cee, ddd, dde, dee, eee.
ii) n = 5, r = 2
5 521 6
C2 15 formas y son los siguientes:
2 3
aa, ab, ac, ad, ae, bb, bc, bd, be, cc, cd, ce, dd, de, ee.
5. BINOMIO DE NEWTON. Un binomio es toda expresin formada
por la suma de dos trminos elevados a un determinado exponente, este
binomio lo podemos expresar junto con su desarrollo como sigue:
n
n kn k
( a b) n
ba
k 0 k
nn1 n2 n1n
=
ab .
01 2 n1
(a + b)0 = 1
(a + b)1 = a + b
(a + b)2 = a2 + 2ab + b2
(a + b)3 = a3 + 32b + 3ba2 + b3
(a + b)4 = a4 + 43b + 62b2 + 4ab3 + b4
(a + b)5 = a5 + 54b + 103b2 + 102b3 + 5ab4 + b5
...........................
Al desarrollar el binomio (a + b)n se deben observar las siguientes
propiedades:
1.- Hay n+1 trminos.
2.- La suma de los exponentes de a y b en cada trmino es igual a n.
3.- Los exponentes de a decrecen una unidad desde n hasta cero, los
exponentes de b crecen similarmente de cero a n.
n
4.- Los coeficientes de cada trmino es igual a
donde k vara de cero
a n.
k
5.- Los coeficientes de los trminos pueden obtenerse tambin usando el
Tringulo de Pascal, que se forma colocando uno a los extremos y los
enteros interiores son las sumas de los dos nmeros que se encuentran
directamente encima de l.
1
1 1
1 2 1
1 3 3 1
1 1 4 6 4
1 5 10 10 5 1
.
Ejemplo N 1.
Desarrolle el siguiente binomio (2X 3Y)6
Solucin:
6 6 5 6 24 6 33 6 42 6 6
(2x 3y)6 =
0
(2x)6 +
(2x)3y (2x)3y +
(2x)3y (2x)3y5(2x( y)3) 6 (3y)
5 6
1 2 3 4
= 64x6 576x5y + 2160x4y2 4320x3y3 + 4860x2y4 2916xy5 + 729y6
Si a y b son iguales a uno (a = b = 1), entonces se tiene la siguiente igualdad
n n n n n
n
(1) . 2
kk0 0 123 n
De esta expresin podemos sacara la conclusin que el nmero de muestras
que se puede obtener de un conjunto de n elementos es del orden de 2 n
menos uno que corresponde al vaco.
Si la suma de a + b = 1, se pude usar p y q en lugar de a y b, entonces se
tendr la siguiente expresin:
n n
n nk k
(p q) 1 p q Esta expresin corresponde a la Distribucin
k 0 k
Binomial
10. DIAGRAMA DEL ARBOL. Es un diagrama de semirrectas que se usa
para enumerar los resultados posibles de una serie de procedimientos, en el
que cada procedimiento puede suceder en un nmero finito de maneras, a
cada una de estas maneras se les conoce como las ramas del rbol.
Ejemplo N 1.
Hallar el nmero de maneras del conjunto producto A x B, donde: A = a, b,
c y B = 1, 2, 3
Solucin:
A x B = a1, a2, a3, b1, b2, b3, c1, c2, c3
1 a1
a 2 a2
3 a3
1 b1
0 b 2 b2
3 b3
1 c1
c 2 c2
3 c3
Ejemplo N 2.
Dos equipos juegan un torneo de basketball, el primer equipo que gane dos
juegos seguidos o que complete tres victorias gana el torneo, de cuntas
maneras puede terminar el torneo?
Solucin:
AA, ABB, ABAA, ABABA, ABABB, BB, BAA, BABB, BABAA,
BABAB, los puntos finales corresponden a la finalizacin del torneo.
A A
A A
A
B B
B
B
A A
A A
B
B B
B B
PROBLEMAS RESUELTOS:
1.- Sean U = x / 0 x 300, x R
A = x / 50 x 100, x R
B = x / 0 x 200, x R
C = x / 150 x 250, x R
Hallar: i) (ABC), ii) (AB) c, iii) (A C), iv) (Bc Cc)
Solucin:
i) AB = A, AC = ABC =
ii) AB = B (AB)c = Bc = x / 20 0 x 300, x R
iii) AC = x / 50 x 100 150 x 250, x R AC =
(A C) = AC = x / 50 x 100 150 x 250, x R
iv) (Bc Cc) = Bc C = C B = x / 20 0 x 250, x R.
2.- Sean U = x / 0 x 2, x R
A = x / x 3/2, x R
B = x / 0 x 1, x R
C = x / x 7/4, x R
Hallar: a) A C, b) BC, c) Ac B, d) Bc - Cc
Solucin:
a) A C =
b) BC = x / x 1, x R
c) Ac = x / 0 x 3/2 x 2, x R
Ac B = x / 0 x 1 3/2 x 2, x R
d) Bc - Cc = C B = x / 1 x 7/4, x R
Solucin:
a) (AB) (ABc) = A(BBc) = AU = A
b) (B) (UA) = ()(A) = A
c) (A B) B = (ABc) B = (AB) (BcB) = AU = A
d) (A B) B = (ABc) B = A(BcB) = A =
e) A(B A) = A(BAc) = (AB) (AAc) = BU = B
f) (AB) (AC) = (AB) (AC) - (AB) (AC)
= A(BC) - (A(BC)
= A(B C)- (B C)
= A(B C)
6.- De la ciudad A a la ciudad B hay 6 caminos diferentes, y de la ciudad B
a la ciudad C hay 4 caminos diferentes.
a) De cuntas maneras se puede ir de la ciudad A a la ciudad C
pasando por B?
b) De cuntas maneras se puede hacer el viaje de ida y vuelta de la
ciudad A a la misma pasando por B y por C?
c) De cuntas maneras se puede hacer el viaje de ida y vuelta de la
ciudad A a la misma pasando por B y por C, pero sin usar el mismo
camino mas de una vez?
Solucin:
a) 6 x 4 = 24 formas diferentes.
b) 6 x 4 x 4 x 6 = 576 formas diferentes.
c) 6 x 4 x 3 x 5 = 360 formas diferentes.
7.- Cuntas placas para automvil se pueden hacer, s cada placa debe
constar de 2 letras diferentes seguido de tres dgitos diferentes?,
resolver adems si las letras y los dgitos se pueden repetir.
Solucin:
i) Existen 30 letras del alfabeto espaol, de los cuales hay 3 letras
dobles que son: ch, ll y rr, pero se incluye el w, por lo tanto quedan 27
letras y 10 dgitos disponibles, entonces se tiene: 27 x 26 x 10 x 9 x 8 =
505 440 formas diferentes.
ii) En este caso (con repeticin) se tiene 27 x 27 x 10 x 10 x 10 728 000
formas diferentes.
Solucin:
3 4
a)
4!32palbrsdifents.
2
6
b)
4x3!480palbrasdifernts
3
9.- Considere todos los nmeros enteros de 3 dgitos diferentes (no
considere al cero como primer dgito), cuntos de estos nmeros son:
a) mayores que 700?
b) impares?
c) pares?
d) divisibles por 5?
Solucin:
a) 3 x 9 x 8 = 216 nmeros.
b) 8 x 8 x 5 = 320 nmeros impares.
9 x 8 x 1 = 72 terminan en cero
8 x 8 x 4 = 256 terminan en los 4 nmeros pares restantes.
En total hay: 72 + 256 = 328 nmeros pares.
Tambin se puede obtener por diferencia, pues hay 9 x 9 x 8 = 648
nmeros diferentes de tres cifras, si hay 320 impares entonces 648
320 = 328 pares.
c) 9 x 8 x 1 = 72 nmeros terminan en cero,
8 x 8 x 1 = 64 nmeros terminan en cinco,
Entonces hay 72 + 64 = 136 nmeros divisibles por cinco.
5
a)
10subconju tos.
3
b) 25 = 32 subconjuntos.
Solucin:
a) Hay 4 x 3 x 2 x 1 = 4! = 24 formas diferentes.
b) Hay dos casos:
i) Si dos escogen un mismo hotel y los otros dos escogen tambin el
mismo hotel pero diferente a los primeros, entonces hay 3 formas de
repartir 4 personas en grupos de dos cada uno, luego hay 4 formas de
que el primer par escoja un hotel y 3 formas de que el segundo par
escoja otro hotel, entonces hay 3 x 4 x 3 = 36 formas.
ii) Dos escogen un mismo hotel, pero los otros dos restantes hoteles
diferentes, entonces hay 6 formas de repartir 4 personas en tres grupos
uno de dos y los otros uno cada uno, luego hay 4 formas de que la
pareja escoja su hotel, 3 formas de que escoja el primer individual y
dos formas de que escoja el segundo individual, por lo tanto hay 6 x 4 x
3 x 2 = 144 formas.
Finalmente, se concluye que hay 36 + 144 = 180 formas de escoger el
hotel.
16.- De 7 economistas y 8 estadsticos, se escogen 6 profesionales para
formar un grupo de trabajo, de cuntas formas se podr escoger si:
a) el grupo debe estar formado por dos economistas?
b) en el grupo deben estar dos de los economistas y dos de los
estadsticos ms destacados?
Solucin:
7 8
a) Como no interesa el orden se usa combinaciones:
1470formas.
2 4
b) Los dos economistas y los dos estadsticos no se escogen, pero
faltaran dos profesionales, los cuales se escogen de los 5 economistas y
6 estadsticos que quedan, pero hay 3 casos diferentes de escogerlos para
completar el grupo:
5
- Dos economistas, hay
10formas
2
5 6
- Un economista y un estadstico, hay
5x6 0formas.3
1
6
- Dos estadsticos, hay
15 formas.
2
Por lo tanto, hay 10 + 30 + 15 = 55 formas de escogerlos.
17.- Un embarque de 10 receptores de TV, contiene 3 receptores con
defectos, de cuntas puede comprar un distribuidor 4 receptores y
recibir al menos dos defectuosos?
Solucin:
Como no interesa el orden se usa combinaciones:
7 3
21x37 0 formas
2 13
18.- Un contratista desea construir 5 casas, todas de diferente diseo, de
cuntas maneras puede ubicar las casas en una calle, si 3 lotes se
encuentran en lado de la calle y 2 al lado opuesto?
Solucin:
5
3!2 5! 120 formas
2
19.- Un vendedor de bienes races, tiene 6 llaves diferentes, de los cuales 2
pueden abrir una determinada puerta, a la cual desea abrir, de cuntas
maneras puede abrir la puerta exactamente en el tercer intento?
Solucin:
Se supone que no conoce las llaves, entonces ira probando uno por uno
y separando la llave probada, luego hay 4 posibilidades de no abrir en
primer intento, 3 posibilidades de abrir en el segundo intento y dos
posibilidades de abrir en el tercer intento, en consecuencia hay 4 x 3 x 2
= 24 maneras de abrir en el tercer intento.
20.- Un restaurante tiene un men compuesto por 6 entradas, 4 sopas, 5
segundos y 3 bebidas diferentes, cuntos almuerzos diferentes,
compuesto por una entrada, una sopa, un segundo y una bebida puede
ofrecer?
Solucin:
se usa el principio de la multiplicacin, es decir hay 6 x 4 x 5 x 3 = 360
formas diferentes.
21.- Un estudiante tiene 7 libros diferentes que quiere colocar en un estante,
sin embargo en este estante caben slo 4 libros, de cuntas formas
puede colocar sus libros tiene el estudiante?
Solucin:
se usa las variaciones sin repeticin de 7 con 4,
7
V 4
= 7 x 6 x 5 x 4 = 840 formas.
22.- Nueve personas deben viajar en tres automviles diferentes, pero estos
automviles tienen solo 2, 3 y 4 asientos disponibles respectivamente,
de cuntas formas es posible transportarlos?
Solucin:
Este problema corresponde a una reparticin de 9 elementos e tres
grupos de 2, 3 y 4 elementos cada uno, por lo tanto hay:
9!
P 9
1260
2!.3!.4!
23.- De cuntas formas se puede repartir 12 alumnos en tres grupos de 3, 4
y 5 alumnos respectivamente?
Solucin:
Es idntico al caso anterior:
12!
P 12
3!.4!.5!
27720
26.- Suponga que hay 5 cartas, que deben ser introducidos en 5 sobres
diferentes con las respectivas direcciones, de cuntas formas lo puede
hacer una persona, si no se fija de a quien corresponde las cartas?
Solucin:
Corresponde a un problema de permutaciones sin repeticin, es decir
hay 5! = 120 formas diferentes de hacerlo.
27.- Un club tiene 8 miembros igualmente elegibles, de cuntas maneras se
puede elegir una junta directiva compuesta por un presidente, un vice
presidente y un secretario?
Solucin:
Es un problema de variaciones sin repeticin de 8 tomados de tres en
tres, o principio de la multiplicacin con tres instancias seguidas
diferentes, es decir: hay 8 x 7 x 6 = 336 formas de elegir.
28.- Una liga de ftbol est formada por 8 clubes (equipos), cuntos
encuentros sern necesarios para realizar un campeonato, si cada
equipo debe jugar con cada uno de los dems equipos una vez como
local?
Solucin:
Habr 14 fechas y 4 partidos por cada fecha; por lo tanto, habrn:
14 x 4 = 56 partidos en total.
29.- Si hay 10 equipos en una liga de basketball, de cuntas formas puede
quedar la tabla de posiciones despus de que termine el campeonato? Y
de cuntas formas, si los equipos A o B quedan como campen?
Solucin:
a) Habr 10! = 3 628 800 formas.
b) Habr 2 x 9! = 725 760 formas.
Solucin:
A = Direccin hidrulica..23
B = Cambios automticos.27 A B B
C = Radio..20 9
ABC.. 7 3
ABCc. 3 15
7
AcBC. 2 4
ABcC. 4 2
C
7
a) 9 + 15 + 7 = 31 automviles. 3 C
b) n(ABC) = 47, n() = 50
47 31 = 16 automviles.
Solucin:
a) n(ABC) = 285 personas. B
Pues el 95% de las personas A
leen almenos uno de los B
peridicos, 25% 18%
300 x 0,95 = 285
5%
b) 25% + 7% + 18% = 50%
300 x 0,5 = 150 personas.
c) 300 x 0,05 = 15 personas. 7%
5% C C
1 2 3 4
37.- cuntas seales diferentes se pueden hacer con 10 banderas colocadas
en lnea vertical, si 4 son rojas, 4 son azules y 2 son verdes?
Solucin:
10!
Hay = 3150 seales.
4!.4!.2!
38.- Hallar todas las palabras que se pueden formar con las letras de cada
una de las siguientes palabras: gorro, susurros, sensaciones, Porfirio y
matemtica.
Solucin:
Son permutaciones con repeticin:
5!
gorro 30 palabras.
2!.2!.1!
8!
susurros 1 680 palabras.
3!.2!.2!.1!.
sensaciones
11!
1 663 200 palabras.
2!.3!.2!.1!.1!.1!.1!
8!
Porfirio 5 040 palabras.
2!.2!.2!.1!.1!
10!
matemtica 151 200 palabras.
2!.3!.2!.1!.1!.1!
39.- Una canoa tiene 8 tripulantes, 4 civiles y 4 militares, de cuntas
maneras puede disponerse a los tripulantes a lo largo de la canoa si:
a) no hay restriccin alguna?
b) cada grupo se sientan juntos?
Solucin:
a) 8! = 40 320 maneras. Es una permutacin sin repeticin.
b) 2 x 4! x 4! = 1 152 maneras.
Solucin:
Hay 7 x 6 x 5 x 4 = 840 palabras diferentes con 4 letras.
a) 5 x 4 x 3 x 2 = 120 palabras.
b) 5 x 5 x 4 x 4 = 400 palabras.
c) 2 x 6 x 5 x 4 = 240 palabras.
d) 4 x 6 x 5 x 4 = 480 palabras.
e) 1 x 5 x 4 x 2 = 40 palabras.
f) 1 x 3 x 5 x 4 = 60 palabras.
g) 4 x 3 x 5 x 4 = 240 formas
7
escogern 5 de los 7, entonces hay:
21maneras.
5
- Asisten 2 de los 3, hay 3 formas de escoger 2 de los 3, luego se
7
debe escoge 3 de los 7 restantes, luego hay: 3
105maneras.
3
7
- Asiste uno de los tres, entonces hay: 3
105maneras. En
4
consecuencia en total hay: 21 + 105 + 105 = 231 maneras.
7
b) Asisten los 3 juntos, luego hay:
21maneras.
2
7
-No asisten los 3, entonces hay:
21maneras.
5
Por lo tanto, hay 21 + 21 = 42 maneras de escogerlos.
n n11
42.- Demuestre que:
r r 1
Solucin:
n (n1)! (n1)!
r r!(nr 1)! (n r)!( 1)!
( n 1)!( n r ) ( n 1)!r
r!( n r )(n r 1)! ( n r )!r ( r 1)!
( n 1)!( n r ) ( n 1)! r
r!(n r )! ( n r )!r!
( n 1)!
(n r ) r
r!( n r )!
( n 1)! n
r!( n r )!
n!
r!( n r )!
n
=
r
43.- De un conjunto de 10 libros de contabilidad en los cuales hay 6 de
actividades estatales y 4 de actividades privadas, se selecciona en forma
aleatoria 4 libros con fines de auditora, cuntos de ellos contendrn:
a) 2 libros de actividades estatales exactamente?
b) almenos uno que no sea de actividad estatal?
c) ninguno de actividad privada?
Solucin:
6 4
a)
90 de ellos
2
64
b)
195delos.
6 4
c)
5de los.1
4 0
44.- De un conjunto de 8 consonantes simples y 5 vocales diferentes se
quieren formar palabras de 3 consonantes y 2 vocales diferentes, estos
es, palabras de 5 letras.
a) Cuntas palabras se pueden formar?
b) Cuntas de estas palabras comienzan con consonante y terminan en
vocal?
Solucin:
Hay 13 x 12 x 11 x 10 x 9 = 154 440 palabras de 5 letras sin considerar
el nmero de consonantes ni vocales tienen.
8 5
a)
5!670palbrs.2
3 2
7 4
b) 8
3!5206palbrs.1
2 1
45.- Para qu valor de n se cumplen las siguientes igualdades:
n 1 n
a)
V 3
V 4
n 1 n
b)
3 7 Solucin:
3 2
( n 1)! n!
a)
(n 2)! (n 4)!
( n 1)n! n!
( n 2)(n 3)(n 4)! ( n 4)!
(n+1) = (n-2)(n-3)
(n+1) = n2 -5n + 6
n2 6n + 5 = 0
(n-5)(n-1) = 0
n = 5, n=1 no es congruente con la igualdad, pues n r
3(n 1)! 7 n!
b)
3!( n 2)! 2!( n 2)!
3( n 1) n! 7 n!
6( n 2)! 2( n 2)!
n+1= 7 n = 6
46.- En un edificio de 16 pisos entran al ascensor en el primer piso 5
personas y cada uno baja a partir del segundo piso, de cuantas formas
estas personas pueden bajar:
a) en cualquier piso?
b) en cualquier piso pero en pisos diferentes?
Solucin:
a) 15 x 15 x 15 x 15 x 15 = 759 375 formas.
b) 15 x 14 x 13 x 12 x 11 = 360 360 formas.
8 6 4
8x64192
1
48.- Ocho personas hacen cola en la ventanilla de un banco, de cuntas
maneras diferentes pueden hacer la cola:
a) si el ms alto est en el primer lugar?
b) si el ms alto y el ms bajo estn los extremos?
c) si el ms alto y el mas bajo estn juntos?
Solucin:
Hay 8! = 40 320 formas de hacer la cola si no hay restriccin alguna.
a) Hay 7! = 5 040 formas.
b) Hay 2 x 6! = 1 440 formas.
c) Hay 2 x 7! = 10 080 formas.
49.- Cuntas sumas diferentes de dinero se pueden formar con cinco
monedas, pero cada uno de distinto valor?
Solucin:
5
5 5
k1k2131 sumas
50.- Un estudiante debe contestar 6 de 10 preguntas correctamente para
aprobar el examen, de cuntas formas diferentes puede escoger los
seis:
a) sin ninguna restriccin?
b) si las primeras son obligatorias?
c) si debe contestar 3 de las 5 primeras?
Solucin:
10
a)
C = 210 formas. 6
8
b)
C = 70 formas. 4
5 5
c)
C C = 100 formas.
3 3
PROBLEMAS PROPUESTOS
1.- a) De cuntas formas se pueden hacer cola 5 personas para llamar por
telfono en una cabina?
b) De cuntas formas, si dos personas no pueden esta juntos?
Rpta. a) 120, b) 72
2.- De cuntas formas se puede contestar un examen que tiene 5 preguntas
con 3 alternativas cada uno, de los cuales slo una es correcta?
Rpta. 243
10.- En una pequea clase de biologa cada uno de los 4 estudiantes debe
escribir un informe sobre una de las 8 prcticas de campo. De cuntas
diferentes pueden elegir una de las prcticas si:
a) dos estudiantes cualquiera no pueden escoger la misma prctica?
b) no hay restriccin sobre su eleccin?
Rpta. a) 1 680 b) 4 096
11.- Si participan 9 autos en una carrera, de cuntas formas diferentes
pueden ocupar el 1er., 2do. y 3er lugar? Rpta. 504
13.- En una caja hay dos tarros de leche fresca confundidas con dos tarros
de leche cuya fecha de vencimiento ha caducado, los tarros escogen
uno por uno para ver su fecha de vencimiento y se escogen hasta
encontrar el segundo tarro de leche fresca, de cuntas formas se puede
realizar este proceso? Rpta. 6
16.- Una caja con 12 bateras para radio contiene 2 usados, de cuntas
formas diferentes un inspector puede elegir 3 bateras y:
a) obtener las 2 usadas?
b) no obtener bateras usadas?
Rpta. a) 10, b) 120
17.- Una tienda de artculos electrodomsticos posee en existencia 8 tipos
de refrigeradoras, 6 tipos de de lavadoras y 5 tipos de hornos elctricos,
de cuntas formas diferentes se pueden elegir 6 artculos para una
promocin de ventas con descuentos, si debe tener 2 artculos de cada
clase? Rpta. 4200
18.- Se tiene un conjunto de 5 fichas etiquetadas con los nmeros 1, 2, 3, 4
y 5 ; haga una lista de todos los nmeros posibles que se puede formar
con: a) 2 dgitos, b) 3 dgitos, c) 4 dgitos.
Rpta. a) 20, b) 60, c) 120
19.- Defina cada uno de los siguientes conjuntos haciendo una lista de sus
elementos:
a) cantidades diferentes de dinero que se pueden formar con una
moneda de 5, 10, 50 y 100 soles.
b) arreglos posibles de 5 signos (3 positivos y 2 negativos) en forma
secuencial.
Rpta. a) 15, b) 10
20.- De 150 soldados que participaron en una cruenta batalla, 80 perdieron
un ojo, 70 perdieron un brazo y 20 quedaron ilesos. Cuntos soldados
perdieron a la vez un ojo y un brazo? Rpta. 20 soldados.
n 1 n n
r 1 r
28.- Hallar el valor de n de las siguientes igualdades (variaciones sin
repeticin):
n
a)
V 72
2
n n
b)
V 42V
4 2
n 2n
c) 2
V 50 V
2 2
Rpta. a) 9, b) 9, c) 5
29.- De cuntas maneras se pueden sentar a 3 colombianos, 4 espaoles, 5
argentinos y 2 peruanos:
a) en fila?
b) en crculo?
Rpta. a) 829 440, b) 207 360
35.- Una pulga est en el origen del plano cartesiano mirando el eje de las y,
da un salto de una unidad a la izquierda o a la derecha (en el eje de las
x), se detiene despus de 5 saltos si llega a +3 a -2. Construya un
diagrama del rbol para determinar el nmero de trayectorias.
Rpta. 20
36.- Hay 4 libros diferentes de matemtica, 3 de contabilidad y 2 de
economa, a los cuales se quiere colocar en un estante, de cuantas
formas se les puede colocar si:
a) se les ordena de cualquier forma?
b) slo los libros de contabilidad deben estar juntos?
c) los libros de cada materia deben estar juntos?
Rpta. a) 362880, b) 30 240, c) 1728
37.- De cuntas maneras diferentes se pueden plantar 4 rboles de pino y 4
de cedro:
a) en una fila?
b) en una fila si los rboles de cada especie deben esta juntos?
c) slo los rboles de pino deben estar juntos?
e) si deben estar alternados?
Rpta. a) 40320, b) 1 152, c) 2880, d) 1152
38.- Cuntas seales diferentes, cada una con 6 banderas colgadas en lnea
vertical pueden hacerse, si existen 4 banderas rojas y 2 blancas
idnticas? Rpta. 15
39.- Un hortelano tiene 7 hileras disponibles en su huerto para plantar
tomates, berenjenas, pepinillos, pimientos, frijoles, lechugas y
calabacitas. A cada hortaliza se le asigna una sola fila y en cada hilera
caben 8 plantas. Cuntas formas de plantar las hortalizas hay?
Rpta. 203212800
40.- La combinacin en la bveda de un banco consta de 3 ruedas cada uno
con 80 posiciones, para poder abrir la bveda con una combinacin
determinada las 3 ruedas deben estar en una posicin determinada,
cuntas posibles combinaciones se pueden tener?
Rpta. 8000
Ejemplo:
En un almacn hay 20 artculos, de los cuales 12 son de existencia antigua.
Si se escoge una muestra aleatoria de de dos artculos, cul es la
probabilidad de que:
a) los dos sean artculo nuevos?
b) almenos uno sea de existencia antigua?
c) ninguno sea nuevo?
d) Haya uno de cada tipo?
Solucin:
n() = nmero de casos posibles del espacio muestral
= (20x19)/2 = 190
a) n(A) = nmero de casos favorables al evento A
= (8x7)/2 = 28
P(A) = 28 / 190 = 0,147
b)n(B) = 12x8 + (12x11/2) = 162
P(B) = 162 / 190 = 0,853
c) n = (12x11/2) = 66
P = 66 / 190 = 0,347
d)n(D) = 12x8 = 96
P(D) = 96 / 190 = 0,505
1.2. Frecuencial (a posteriori)
Se le conoce como a posteriori porque el valor de la probabilidad del evento
se obtiene despus de realizar el experimento. Los tericos de este enfoque
afirman que el nico procedimiento vlido para determinar la probabilidad
de un evento es por experimentos repetitivos y la definen de la siguiente
manera; si un experimento aleatorio perfectamente definido se repite n
veces, que frecuentemente se llama n ensayos o pruebas, si el nmero de
veces que el evento A ocurre es designada por X; a la proporcin
(frecuencia relativa) de veces que ocurre el evento A, se le llama
probabilidad de que ocurra el evento A, es decir:
X
P(A) =
n
Adems, la estimacin exacta de la probabilidad de un evento A es la razn
resultante del lmite de la expresin (X/n) cuando n tiende hacia el infinito,
esto es:
P(A) = lim (X/n)
n
En contraste con la definicin clsica, la definicin por frecuencia relativa
de la probabilidad de un evento, no requiere que los resultados sean
mutuamente excluyentes, que se conozcan todos los resultados posibles, y
que cada resultado sea igualmente probable, pero s se requiere que se haga
el experimento fsico, por lo tanto las probabilidades se cuantifican despus
del experimento.
Ejemplo.
Si se tiene una moneda bien confeccionada y esta se lanza 100 veces sobre
una superficie plana, y se cuenta que aparecen 56 caras y 44 sellos, entonces
la probabilidad de que salga cara es igual a 0,56; pero sabemos que la
probabilidad de que salga cara de una moneda bien hecha es de 0,5; por lo
que este valor se obtendr en la medida que se lancen muchos ms veces la
moneda.
2.- Subjetiva.
En muchas situaciones nicas o en que las definiciones anteriores no se
pueden aplicar, los tericos consideran que la probabilidad de un evento es
una medida de confianza personal en una proporcin particular y se asignan
a los distintos eventos valores o pesos ponderados que sumados den la
unidad.
La definicin es como sigue: dado un experimento aleatorio determinado,
una situacin o un hecho, la probabilidad de un evento es el grado de
creencia asignado a la ocurrencia de este evento por un individuo particular,
en base a las evidencias que posee sobre este hecho, de tal manera que otro
individuo puede dar al mismo hecho o evento un peso diferente; con la
nica exigencia de que el valor debe cumplir con los axiomas de la
probabilidad. Las probabilidades subjetivas son las que las personas usan a
diario en su vida rutinaria e incluso es tema de conversacin.
Ejemplo.
a) Cul es la probabilidad de que haya vida en Marte?
b)Cul es la probabilidad de que haya un terremoto en una ciudad
determinada?
c) Cul es la probabilidad de que un determinado equipo gane el encuentro
a realizarse?
d)Cul es la probabilidad de que suba un10% las acciones de una empresa
en la bolsa de valores?
e) Cul es la probabilidad de que me quiera mi amiga?, etc.
Definicin.
Sea un conjunto no vaco, cuyos elementos son los sucesos elementales o
los casos posibles del experimento aleatorio y sea A una familia de
subconjuntos de , diremos que A es un lgebra, s verifica las siguientes
condiciones:
1.- A
2.- S A A entonces Ac A
3.- S A y B son A entonces AB A
Si la condicin 3 es sustituida por,
3.- Para toda sucesin numerable A1, A2, A3,An,de eventos de A
, su reunin pertenece a A , es decir tambin es un evento de A (
Ejemplo.-
Sea un conjunto de resultados posibles al lanzar un dado sobre una
superficie plana, diga cules de las siguientes clases de conjuntos son
lgebras.
a) A1 = ,
b) A2 = , , 1, 3, 5,2, 4, 6
c) A3 = 1, 2, 3,4, 5, 6
d) A4 = 2 = P ()
Solucin.
a) Si es un lgebra, pues A 1, c = A 1, = A 1
b) Si es un lgebra, pues A 2, A = 1, 3, 5 B =Ac = 2, 4, 6 A 2,
y A B = A 2
c) No es un lgebra, pues A = 1 A3 pero Ac = 2, 3, 4, 5, 6 A 3
d) Si es un lgebra, pues P () contiene todos los subeventos de
3.- Axiomtica.
Sea un espacio muestral asociado a un experimento aleatorio , la
probabilidad P, es una funcin que asigna a cada evento A (A P ()),
un nmero real P(A) 0,1, llamado probabilidad del evento A, si
cumple los axiomas: Ax.1, Ax.2 y Ax.3.
AXIOMAS DE PROBABILIDAD:
Los axiomas en las que se basa la estructura de la teora de la probabilidad
son los siguientes:
Ax.1. La probabilidad de un evento existe y est restringido a la amplitud
cero a uno inclusive, esto es:
0 P(A) 1
Por lo tanto, la probabilidad de un evento es un nmero real positivo,
cuyo lmite inferior es cero y cuyo lmite superior es uno.
Ax.2. La probabilidad del espacio muestral o del evento seguro es uno, esto
es:
P() = 1
Ax.3. Dados dos eventos A y B mutuamente excluyentes, la probabilidad de
su unin es igual a la suma de sus probabilidades individuales, esto es:
P(AB) = P(A) + P(B)
Adems se conoce como aditividad finita a la siguiente definicin: Sea A1,
A2, A3,An una sucesin finita de eventos mutuamente excluyentes
de A, entonces:
n n
P( A
i 1
i
)= P( A )
i 1
i
3.- P() = 1
Entonces se dice que P es una funcin de probabilidad o medida de
probabilidad, puesto que toda funcin f: A R, que cumple 1 y 2 se
llama medida.
Definicin. Sea (,A) un espacio medible y sea P una funcin de
probabilidad definida en A, a la terna (,A, P) se le llama Espacio de
Probabilidad.
TEOREMAS DE PROBABILIDAD.
T.1. La probabilidad de un evento imposible es cero, esto es:
P () = 0
Prueba:
Sea A un evento del espacio muestral asociado a un experimento ,
adems es conocido que A y son eventos incompatibles, entonces se
tiene que:
A = A por el lgebra de eventos.
P(A) = P(A) por el Ax.3., se tiene que:
P(A) + P() = P(A). despejando, se llega a demostrar que:
P() = P(A) P(A) = 0
T.2. La probabilidad de un evento complementario, es igual a uno menos
la probabilidad del evento.
Sea Ac el evento complementario del evento A asociado al espacio muestral
, entonces:
P (Ac) = 1 P(A)
Prueba:
Se sabe que AAc = , por el lgebra de eventos, adems son eventos
incompatibles; es decir, A Ac = , entonces:
P(AAc) = P()
P(A) + P(Ac) = P()..Ax.3.
P(A) + P(Ac) = 1Ax.2.
P(Ac) = 1 P(A)
Nota. - P(A) = 1 - P(Ac)
B-A A
A(B-A) = B
PA(B-A) = P(B)
P(A) + P(B-A) = P(B)... Ax.3.
Como P(B-A) 0, se concluye que:
P(A) P(B)
T.4. Probabilidad de la diferencia de eventos.
Sean A y B dos eventos asociados al espacio muestral , entonces:
P(A-B) = P(A) P(A B)
Prueba:
Cualquier evento A se puede descomponer en dos eventos mutuamente
excluyentes, tal como se muestra en el siguiente diagrama de Venn.
A-B
AB AA B
A = (A-B) (AB)
P(A) = P(A-B) (AB)
P(A) = P(A-B) + P(AB)...... Ax.3.
P(A-B) = P(A) - P(AB)
T.5. Probabilidad de la unin de eventos.
Sean A y B dos eventos asociados al espacio muestral , entonces:
P(AB) = P(A) + P(B) P(AB)
Prueba:
El evento (AB) se puede descomponer en otros dos eventos mutuamente
excluyentes, que son (A-B) y B, tal como se muestra en el siguiente
diagrama de Venn.
A B
A-B
(AB) = (A-B) B
P(AB) = P(A-B) B
P(AB) = P(A-B) + P(B).Ax.3.
P(AB) = P(A) P(AB) + P(B)T.4.
P(AB) = P(A) + P(B) - P(AB)
Corolario.
Como se puede apreciar, cualquier evento se puede descomponer en dos o
ms eventos mutuamente excluyentes; por otro lado, la unin es un
evento que puede ser expresado como la unin infinita de eventos, en
particular en una unin finita de eventos; por consiguiente, teniendo a
los eventos A, B y C asociados al espacio muestral , se tiene que:
P(ABC) = P(A) + P(B) + P(C) P(AB) P(AC) P(BC) +
P(ABC)
Prueba:
Sea D = (BC), entonces se tiene:
w , i
adems P(A) = p(w ) i
i 1 wiA
Ejemplo.
Dos personas A y B, juegan lanzando un dado hasta obtener un dos o un
cuatro, gana el primero que lo obtiene, calcule la probabilidad de ganar
de A si l juega primero.
Solucin.
= A, ABA, ABABA, ABABABA, ABABABABA,.
Donde A indica que perdi A, de igual forma B
A puede ganar en la primera, en la tercera, en la quinta, en la sptima, etc
jugadas o tiradas, las probabilidades en cada caso son:
P: 1/3, (2/3)2(1/3), (2/3)4(1/3), (2/3)6(1/3), (2/3)8(1/3),.. luego
P(A) = 1/3 + (2/3)2(1/3) + (2/3)4(1/3) + (2/3)6(1/3) + (2/3)8(1/3) +.
= (1/3) (2/3)o + (2/3)2 + (2/3)4 + (2/3)6 + (2/3)8.
= (1/3) (4/9)o + (4/9) + (4/9)2 + (4/9)3 + (4/9)3 + .
1
= (1/3) = 3/5
1 ( 4 / 9)
Ejemplo.1.
Hallar la probabilidad de que al dividir una varilla de 30 cm. de largo en dos
partes, una de las partes sea almenos el doble de la otra parte.
Solucin.
___________________________________
0 10 20 30cm
Para que una de las partes sea almenos el doble de la otra parte, se puede
fraccionar a la varilla en cualquier punto interior de la parte sombreada
de la figura que representa a la varilla, por lo tanto:
20cm 2
P(A) = 0,667
30cm 3
Ejemplo.2.
Si se escoge en forma aleatoria un punto interior de un tringulo equiltero
de lado 3 cm. Cul es la probabilidad de que su distancia a uno de los
vrtices sea mayor que un cm?
Solucin.
Si se grafica tres sectores en los vrtices del tringulo con un radio de un
cm. cada uno, y si se escoge un punto dentro de estos sectores y se
mide la distancia al vrtice ms cercano la distancia es menor que uno,
entonces el rea del sector corresponde al complemento del evento A en
estudio y como son tres sectores, el rea de estos tres sectores forman la
mitad de un crculo cuyo radio es de un cm. En consecuencia:
rea de = rea del tringulo = (bxh)/2 = (l2 3 )/4
Donde: l = lado del tringulo = 3 cm.
h = altura del tringulo
b = base del tringulo = 3 cm.
2
3 (3 / 2)
2
h= = (3/2) 3 cm.
Ejemplo N 3.
En el interior de un crculo de radio 4 cm. se selecciona un punto al azar,
halle la probabilidad P(A) de que el punto quede ms cercano al centro
que a la circunferencia.
Solucin.
A
Consideraremos a como el conjunto de puntos interiores al crculo de
radio 4 cm., segn la grfica el crculo ms grande, y consideraremos
como A al conjunto de puntos interiores al crculo concntrico de radio
2 cm., los puntos interiores de este crculo tienen la propiedad de que su
distancia al centro es menor que a la circunferencia del crculo mayor,
por consiguiente:
rea del crculo menor A
P ( A)
rea del crculo mayor
(2) 2 1
P(A) = 0,25
(4) 2 4
Ejemplo.4.
Si se tiene un litro de lquido con una bacteria en continuo movimiento
aleatorio, cul es la probabilidad de que en una muestra aleatoria de 10
cm3 se halle la bacteria?
Solucin.
10cm 3 1
P(A) = 3
0,01
100cm 100
Problemas resueltos
1.- Un distribuidor de textos escolares acepta un lote de 15 textos, si una
muestra de 4 textos no tiene erratas, cul es la probabilidad de que
acepte el lote, si en realidad contiene 3 textos con erratas?
Solucin:
Como la seleccin de los textos es sin reposicin, entonces el espacio
15
muestral tiene
= 1365 muestras posibles de 4 textos diferentes;
4
por otro lado, los casos favorables al evento, es decir, que los 4 textos
12
no tengan erratas pueden escogerse de
= 495 formas, entonces
4
495
P(A) = 0,36
1365
2.- La junta directiva de una empresa tiene 9 miembros, de los cuales 5
estn a favor de la compra de un terreno para su nuevo local y 4 estn
en contra por ser muy caro. Cuando se convoc a una reunin de la
junta para decidir la compra del terreno, slo se presentaron 5
miembros. Los acuerdos de la junta son por mayora simple de los
presentes. Cul es la probabilidad de que se acuerde comprar el
terreno?
Solucin:
9
El espacio muestral tiene
= 126 elementos, pues hay 126 formas
5
diferentes de que asistan 5 de 9 miembros a la reunin, en tanto que los
casos favorables sern si asisten 3, 4 5 miembros de los 5 que estn a
54
favor de la compra del terreno, por lo tanto hay
81formas
324150
81
Luego P(A) = 0,64 En consecuencia es ms probable que se
126
compre el terreno.
3.- En una zona de parqueo de una institucin hay 5 espacios para
estacionar vehculos y slo hay 4 empleados con carro, los cuales se
estacionan indistintamente en la medida que van llegando a la
institucin, cul es la probabilidad de que el empleado Beto en un da
determinado haya estacionado su carro en alguno de los extremos?
Solucin:
El espacio muestral tiene 5 x 4 x 3 x 2 = 120 elementos, en tanto que los
casos favorables tiene 2 x 4 x 3 x 2 = 48 elementos, es decir el
empleado Beto tiene 2 formas de estacionar su carro y los otros tres
empleados tienen 4 x 3 x 2 = 24 formas de hacerlo en los 4 espacios
48
que quedan, en consecuencia P (B) = 0,4
120
4.- Un da determinado llegan 7 amigos de los cuales 2 son esposos, a la
casa de la Sra. Zoila, a quienes en un primer momento los acomoda en
un sof de 7 cuerpos y en un segundo momento alrededor de una mesa
redonda con 7 sillas, cul es la probabilidad de que los esposos se
sientan juntos?
Solucin:
a) En fila.
El espacio muestral tiene 7! = 5040 elementos, en cambio el nmero de
casos favorables al evento es igual a 2 X 6! = 1440, por lo que P(A) =
1440
0,29
5040
b) En crculo.
El espacio muestral tiene (7-1)! = 6! = 720 elementos, en tanto que el
nmero de casos favorables es igual a 2(6-1)! = 2x 5! = 240, por lo
240
tanto P(B) = 0,33
720
5.- Las correspondencias pueden ser depositados en 4 casilleros en forma
indistinta, en un da dado llegaron 4 cartas, cul es la probabilidad de
que las cartas hayan sido depositados:
a) 3 en un casillero y uno en otro casillero?
b) 2 en un casillero y los otros 2 en forma individual en otros casilleros?
Solucin:
El espacio muestral est formado por 4 x 4 x 4 x 4 = 256 elementos.
a) Las 4 cartas pueden ser repartidas en dos grupos de 3 y un elemento
4!
cada uno, de 4 formas, luego el grupo de 3 puede ser
3!.1!
depositado en cualquiera de los 4 casilleros y la carta restante en
cualquiera de los 3 casilleros que quedan, en consecuencia hay 4 x 4 x
3 = 48 formas de depositarlos, entonces
48
P(A) = 0,1875
256
b) Las 4 cartas pueden ser repartidos en 3 grupos de 2, 1 y 1 elemento
4!
cada uno, de 6 formas; luego las dos cartas se
2!.1!.1!.2!
pueden depositar en cualquiera de los 4 casilleros, la siguiente en
cualquiera de los 3 casilleros que quedan y la ltima carta en cualquiera
de los 2 casilleros que faltan, entonces hay 6 x 4 x 3 x 2 = 144 formas,
144
por lo tanto P(B) = 0,5625
256
6.- Los siguientes son nmeros que representan a los sueldos de un grupo de
6 empleados en miles de soles: 4,08; 6,32; 5,46; 7,24; 8,50; 4,40. Si
_
x
2
_
V(x) = i
230,428 62 = 2,40467
i 1
X2
6 6
S= 2,40467 = 1,55
_
x + S = 6 + 1,55 = 7,55
_
x - S = 6 1,55 = 4,45
El intervalo es (4,45; 7,55) y en ella estn incluidas 3 sueldos, en
consecuencia
6 3
n() =
= 15, en cambio n(A) =
= 3 , por lo tanto P(A) =
2 2
3
0,2
15
7.- De una baraja de 52 cartas se extraen al azar 5 cartas, calcule la
probabilidad de en las 5 cartas hayan:
a) 3 espadas y 2 corazones.
b) 3 cartas con el mismo nmero y dos ases.
Solucin:
52
El espacio muestral tiene
= 2598960 elementos, o formas de
13 13
a) Hay 13 espadas y 13 corazones, luego hay
= 22308
3 2
22308
formas de seleccionarlos, luego P(A) = 0,0086
2598960
b) Hay 4 ases, 12 grupos de 4 cartas del mismo valor cada uno que no
4 124
son ases, hay
= 288 formas de escogerlos, luego
2 1 3
288
P(B) = 0,00011
2598960
8.- Si se lanzan dos dados bien construidos sobre una superficie plana, cul
es la probabilidad de que la suma de los nmeros de las caras
superiores sea:
a) mayor de 8?
b) exactamente 7?
Solucin:
n() = 6 x 6 = 36
a) A = (4,5), (5,4), (5,5), (3,6), (6,3), (4,6), (6,4), (5,6), (6,5), (6,6)
n(A) = 10
P(A) = 10/36 = 0,2778
b) B = (1,6), (6,1), (2,5), (5,2), (3,4), (4,3)
n(B) = 6
P(B) = 6/36 = 0,1667
9.- Una secretaria escribe 4 oficios diferentes con sus respectivos sobres
dirigidos a 4 entidades diferentes, por descuido introduce los oficios a
los sobres sin fijarse en los nombres y direcciones, Cul es la
probabilidad de que:
a) todos los oficios estn en su respectivo sobre?
b) slo un oficio est en su respectivo sobre?
c) exactamente 2 oficios estn en su respectivo sobre?
d) ningn oficio est en su respectivo sobre?
Solucin:
El espacio muestral tienen 4! = 24 elementos.
a) De que todos estn en su respectivo sobre, slo se presenta de una
forma, por lo que P(A) = 1/24 = 0,0417
b) Existen 8 formas de que un oficio est en su respectivo sobre, por lo
que
P(B) = 8/24 = 0,333
c) Hay 6 formas en que dos oficios estn en su respectivo sobre, por lo
que
P = 6/24 = 0,25
d) Hay 9 casos en el que ningn oficio est con su respectivo sobre,
por lo que
P(D) = 9/24 = 0,375
Nota.- Su probabilidad en forma general es igual a
P(A) = 1 (1/2) (1/n!)
Donde n es el nmero de elementos en este caso sobres u oficios.
10.- Un auditor del Departamento de Impuesto a la Renta, selecciona una
muestra de 4 declaraciones de impuestos a personas naturales con el fin
de efectuar una auditora. Si uno ms indican declaraciones falsas,
entonces se auditar todo el grupo de 100 declaraciones, cul es la
probabilidad de auditar todo el grupo, si el porcentaje de de
declaraciones incorrectas fuera del:
a) 10%
b) 5%
Solucin:
100
El nmero de elementos del espacio muestral es igual a
= 3921225
4
90
a) n(Ac) =
= 2555190, n(A) = 3921225 2555190 = 1366035, por
4
lo tanto P(A) = 1366035 / 3921225 = 0,348.
95
b) n(Bc) =
= 3183545, n(B) = 3921225 3183545 = 737680, por lo
4
que P(B) = 737680 / 3921225 = 0,188
Solucin:
El espacio muestral tiene 5 x 5 x 5 = 125 elementos.
a) Hay 5 formas en que puedan bajar todos en una planta, por lo que
P(A) = 5/125 = 0,04
b) Hay 5 x 4 x 3 = 60 formas de que bajen todos en diferentes plantas, por
lo que
P(B) = 60 / 125 = 0,48
12.- Si A y B son eventos mutuamente excluyentes de un mismo espacio
muestral, tal que: P(A) = 0,30 y P(B) = 0,40; calcule las siguientes
probabilidades:
a) P(Ac), b) P(AcBc), c) P(Ac Bc), d) P(ABc)
Solucin:
a) P(Ac) = 1 P(A) = 1 0,3 = 0,7
b) P(AcBc) = P(AB)c = 1 - P(AB) = 1 P() = 1 0 = 1
c) P(Ac Bc) = P(AB)c = 1 - P(AB) = 1 P(A) P(B) = 1 0,3 0,4 =
0,3
d) P(ABc) = P(AB) = P(A) P(AB = P(A) - P() = 0,3 0 = 0,3
Solucin:
a) P(A) = 0,12; P(B) = 0,29; P(AB) = 0,07
P(AB) = P(A) + P(B) - P(AB) = 0,12 + 0,29 0,07 = 0,34
b) P(Ac Bc) = P(AB)c = 1 - P(AB) = 1 0,34 = 0,66
Solucin:
a) P(A) + P(B) + P(C) = 1
p + p + 2p = 1 p = , por lo que P = = 0,25
b) P(Ac Cc) = P(AC)c = 1 - P(AC) = 1 P(A) P(C)
= 1 0,25 0,50 = 0,25
Es lo mismo que la probabilidad de que gane B.
16.- Dados 5 segmentos de longitudes: 1, 3, 5, 7 y 9 cm. Hallar la
probabilidad de que 3 segmentos seleccionados al azar de los 5 formen
un tringulo?
Solucin:
5
n() =
= 10
3
A = (3,5,7), (3,7,9), (5,7,9) n(A) = 3 ,luego P(A) = 3/10 = 0,3
Nota.- Para formar un tringulo, la suma de 2 cualquiera de los lados debe
ser mayor que el otro lado.
17.- Ocho ejecutivos de una empresa llegan a su institucin todos los das
en sus carros y lo aparcan en uno de los 3 estacionamientos. Si estos
son escogidos al azar, cul es la probabilidad de que en un da
determinado se tenga:
a) 3 de los carros en un estacionamiento, otros 3 en otro y los 2 restantes
en el otro?
b) 5 carros en un estacionamiento, 2 en otro y el ltimo en otro?
Solucin:
El espacio muestral tiene 3x3x3x3x3x3x3x3 = 38 = 6561 elementos.
8!
a) Hay 280 formas de repartir los 8 carros en 3
3!.3!.2!.2!
grupos de 3, 3 y 2 carros respectivamente; por otro lado, hay 3! formas
de distribuir los grupos en los 3 estacionamientos, en consecuencia hay
280 x 6 = 1680 casos favorables al evento, entonces P(A) = 1680 /
6561 = 256
8!
b) En este caso hay: x6x2 = 1008 formas de distribuir los
5!.2!.1!
carros, entonces
P(B) = 1008 / 6561 = 0,1536
18.- Una caja contiene 5 conservas de etiqueta roja, 7 de etiqueta blanca y 8
de etiqueta azul, todas ellas del mismo material, tamao y peso. Se
seleccionan 3 conservas sin ver las etiquetas con fines comerciales,
cul es la probabilidad de que:
a) los 3 sean de etiquetas diferentes?
b) los 3 sean de etiquetas del mismo color?
c) 2 sean de un color y el otro de un color diferente?
Solucin:
20
El espacio muestral tiene, n() =
= 1140 elementos.
3
a) n(A) = 5 x 7 x 8 = 280 P(A) = 280 / 1140 = 0,2456
5 7 8
b) n(B) =
= 101 P(B) = 101 / 1140 = 0,0886
3 3 3
c) n = 1140 280 101 = 759 P = 759 / 1140 = 0,6658
19.- Un recin graduado en Estadstica solicita empleo en las compaas A y
B, se estima que la probabilidad de ser contratado por A es igual a 0,6 y
por B es igual a 0,5; en tanto de que la probabilidad de que se rechace
por lo menos una de sus solicitudes es igual a 0,7; cul es la
probabilidad de ser contratado por lo menos por una de las compaas?
Solucin:
P(A) = 0,6; P(B) = 0,5; P(AcBc) = 0,7 = P(AB)c = 1 - P(AB)
P(AB) = 0,3
P(AB) = 0,6 + 0,5 0,3 = 0,8
Solucin:
200
El espacio muestral est formado por
= 19900
2
100
a) n(A) = 2
= 9900 P(A) = 9900 / 19900 = 0,4975
2
b) n(B) = 100 x 100 = 10000 P(B) = 10000 / 19900 = 0,5025
c) n = 100 P = 100 / 19900 = 0,005
3K
n personas en el club, entonces el espacio muestral tendr
=
3
K (3K 1)(3K 2)
en tanto que el nmero de elementos de los
2
casos favorables es igual a:
2K K
n(A) =
= K2(K-1) P(A)
1 2
2 K ( K 1) 2 K ( K 1)
=
(3K 1)(3K 2) ( n 1)(n 2)
2(3)(3 1) 3
Si n = 9 K = 3 P(A) = 0,2143
(9 1)(9 2) 14
22.- Despus de realizar una encuesta en la ciudad de Lima, se tiene la
siguiente informacin: El 20% de los encuestados leen La Repblica, el
16% El Comercio y el 14% lee el Correo, el 8% lee La Republica y El
Comercio, el 5% lee La Repblica y el Correo, el 4% lee El Comercio
y el Correo y el 2% leen los 3 peridicos. Si se escoge al azar a una
persona, cul es la probabilidad de que lea:
a) almenos uno de los 3 peridicos?
b) almenos 2 de los peridicos?
c) exactamente uno de los 3 peridicos?
d) no lea ninguno de los 3 peridicos?
Solucin:
Se A el evento de que la persona lea La Repblica, B el evento de que lea El
Comercio y C el evento de que lea el Correo.
a) P(ABC) = 1 P(AcBcCc) = 1 0,65 = 0,35
b) P = P(ABCc) + P(ABcC) + P(AcBC) + P(ABC)
= 0,06 + 0,04 + 0,02 + 0,02
= 0,13
c) P = P(ABcCc) + P(AcBCc) + P(AcBcC) = 0,09 + 0,06 +
0,07 = 0,22
d) P = P(AcBcCc) = 0,65
A
B
9 6 6
2
3 2
65 7
C
Nota.- Los valores internos dentro del cuadriltero son porcentajes, por su
puesto = 100%
23.- Una academia preuniversitaria tiene 100 alumnos, de los cuales 42
estudiarn matemtica, 68 estudiarn Fsica, 54 estudiarn qumica, 25
estudiarn matemtica y fsica, 10 estudiarn las 3 materias, 22
estudiarn matemtica y qumica, 7 estudian qumica pero no
matemtica ni fsica y 8 no estudiarn ninguna de las tres materias
indicadas. Halle la probabilidad de que al escoger un estudiante al azar,
este estudiar:
a) Fsica y qumica pero no matemtica.
b) Exactamente 2 materias:
Solucin:
M
F
5 15 18
() = 100
F
12 10
25
Q
7
8 Q
Solucin:
a) P(N) = 120 / 220 = 0,545
b) P= 40 / 220 = 0, 182
Solucin:
El espacio muestral tiene: 4 x 4 x 4 = 64 elementos.
a) Para que una oficina quede sin secretaria, significa que hay una
secretaria en cada una de las otras 3 oficinas, el cual se presenta de 4 x
3 x 2 = 24 formas, por lo que P(A) = 24 / 64 = 0,375
b) Para que dos oficinas queden sin secretaria, las otras dos deben estar
ocupadas por 2 y una secretaria respectivamente, luego hay 3 formas de
repartir 3 secretarias en dos grupos de 2 y una secretaria
respectivamente y hay 4 x 3 = 12 formas de distribuir a los dos grupos
en las 4 oficinas, entonces los casos favorables para este evento son 3 x
12 = 36 casos P(B) = 36 / 64 = 0,5625
c) Para que 3 oficinas queden sin secretaria, significa que solo una oficina
debe tener a la 3 secretarias, en este caso hay slo 4 formas, por lo que
P = 4 / 64 = 0,0625
Nota.- Los 3 eventos anteriores son mutuamente excluyentes y la suma de
sus probabilidades es igual a la unidad, por lo que el espacio muestral
ha sido particionado en 3 eventos.
26.- En una caja hay 5 pares de guantes de la misma talla para el fro, si se
selecciona al azar 2 guantes, cul es la probabilidad de que ambos
sean:
a) de la mano derecha?
b) de manos diferentes?
Solucin:
10
n() =
= 45
2
5
a) n(A) =
= 10 p(a) = 10 / 45 = 0,222
2
b) n(B) = 5 x 5 = 25 P(B) = 25 / 45 = 0,556
27.- Veinte nios de una escuela contrajeron una enfermedad al mismo
tiempo y fueron llevados a cuidados intensivos de un hospital, 15 se
recuperaron completamente a los 3 das, al cabo del cual se escogieron
aleatoriamente 5 nios para un chequeo mdico, cul es la
probabilidad de que:
a) los 5 sean dados de alta?
b) ninguno sea dado de alta?
c) slo 2 sean dados de alta?
Solucin:
20
El espacio muestral tiene
= 15504 elementos.
5
15
a) n(A) =
= 3003 P(A) = 3003 / 15504 = 0,1837
5
b) n(B) = 1 P(B) = 1 / 15504 = 0,0000645
15 5
c) n =
= 1050 P = 1050 / 15504 = 0,0677
2 3
28.- Dos libros con errores tipogrficos han sido incluidos en un grupo de 6
libros sin errores, la persona que recibe los libros los revisa uno por
uno. Cul es la probabilidad de que :
a) el ltimo libro con errores tipogrficos sea detectado, en el cuarto libro
revisado?
b) el ltimo libro con errores tipogrficos sea detectado, en el quinto libro
revisado?
Solucin:
a) El espacio muestral tiene 8 x 7 x 6 x 5 = 1680 elementos, en tanto que
el evento tiene n(A) = 3 x 2 x 6 x 5 = 180 elementos, entonces P(A) =
180 / 1680 = 0,107
b) n() = 8 x 7 x 6 x 5 x 4 = 6720, n(B) = 4 x 2 x 6 x 5 x 4 = 960,
entonces
P(B) = 960 / 6720 = 0,143
29. - Se sacan 5 cartas de una baraja de 52 cartas, uno por uno y sin
reposicin, cul es la probabilidad de que:
a) no se haya sacado ningn as?
b) las 3 primeras sean ases y las 2 ltimas reyes?
c) el 1, 3, 5 sean ases, el 2 y el 4 sean reinas?
d) hayan 2 rojos y 3 negros?
Solucin:
n() = 52 x 51 x 50 x 49 x 48 = 311875200
a) n(A) = 48 x 47 x 46 x 45 x 44 = 205476480
P(A) = 205476480 / 311875200
= 0,6588
b) n(B) = 4 x 3 x 2 x 4 x 3 = 288
P(B) = 288 / 311875200 = 0,0000009
c) n = 4 x 4 x 3 x 3 x 2 = 288
P = 288 / 311875200 = 0,0000009
26 26
d) n(D) =
5!
3!.2!
x 26 x 25 x 26 x 25 x 24 = 5!
= 101400000
2 3
P(D) = 101400000 / 311875200 = 0,325
Solucin:
10
El espacio muestral tiene
= 120 elementos.
3
a) En este caso se pueden presentar varios eventos mutuamente
excluyentes, a saber:
2 8
2 tquets de 50 soles y uno de otro valor
=8
2 1
3 7
2 tquets de 20 soles y uno de otro valor
= 21
2 1
5 5
2 tquets de 10 soles y uno de otro valor
= 50
2 1
3
3 tquets de 20 soles =1
3
5
3 tquets de 10 soles = 10
3
n(A) = 8 + 21 + 50 +1 + 10 = 90 P(A) = 90 / 120 = 0,75
b) Para que la suma sea 80 soles, debe haber un tquet de 50 soles,
5 3 2
otro de 20 soles y uno de 10 soles, en consecuencia hay
= 30
1 1
formas posibles de seleccionarlos, entonces:
P(B) = 30 / 120 = 0,25 (Es un evento complementario al evento anterior)
31.- Un agente viajero va de la ciudad A a la ciudad C, pasando por la
ciudad B. De la ciudad A a la ciudad B hay 4 caminos diferentes y de la
ciudad B a la ciudad C hay 5 caminos diferentes. Cul es la
probabilidad de que use caminos diferentes al hacer el viaje de ida y
vuelta, siempre pasando por la ciudad B?
Solucin:
n() = 4 x 5 x 5 x 4 = 400 formas
n(A) = 4 x 5 x 4 x 3 = 240 formas
P(A) = 240 / 400 = 0,6
32. - Un comerciante tiene 15 unidades de cierto artculo, de los cuales 5
tienen defectos. Un comprador pide 3 artculos para comprarlos, pero
con la condicin de que los artculos no tengan defectos. El
comerciante escoge los artculos al azar del almacn. Determine la
probabilidad de que los 3 artculos escogidos sean vendidos.
Solucin:
15
n() =
= 455
3
10
n(A) =
= 120
3
P(A) = 120 / 455 = 0,2637
Solucin:
El espacio muestral tiene 10! = 3628800
a) n(A) = 2 x 8! = 80640
P(A) = 80640 / 3628800 = 0,0222
b) n(B) = 5!x 3! x 2! x 3! = 8640
P(B) = 8640 / 362880 = 0,00238
34.- Suponga que un alumno se matricula en un curso de matemtica que
tiene 5 secciones con diferentes profesores, A, B, C, D, E, pudiendo los
3 matricularse en una misma seccin. Calcule la probabilidad de que
ninguno de ellos se matricule en la seccin E.
Solucin:
El espacio muestral tiene: 5 x 5 x 5 = 53 = 125 elementos
n(A) = 4 x 4 x 4 = 64
P(A) = 64 / 125 = 0,512
35.- Un dado normal se lanza sobre una superpie plana 5 veces, calcule la
probabilidad de que:
a) todos los resultados sean diferentes.
b) almeno un par de resultados iguales:
Solucin:
El espacio muestral tiene 6 x 6 x 6 x 6 x 6 = 65 = 7776
a) n(A) = 6 x 5 x 4 x 3 x 2 = 120
P(A) = 120 / 7776 = 0,01543
b) P(B) = P(Ac) = 1 P(A) = 1 0,01543 = 0, 98457
5
n() =
= 10
3
A = (20, 25, 35), ( 20, 30, 35), ( 20, 25, 40), (20, 30, 40), (20, 35, 40),
( 25, 30, 40), (25, 35, 40)
n(A) = 7
P(A) = 7 / 10 = 0,7
Solucin:
10
El espacio muestral tiene
= 120 elementos.
3
5
a) n(A) =
= 10 P(A) = 10 / 120 = 0,0833
2
4
b) n(B) =
= 6 P(B) = 6 / 120 = 0,05
2
41.- En una habitacin hay 20 personas identificadas con fichas enumeradas
de 1 al 20, de los cuales 10 son varones, 9 son mayores de 18 aos y 4
son varones menores de 18 aos, se escogen 2 fichas, cul es la
probabilidad de que se hayan escogido:
a) 2 mujeres menores de 18 aos?
b) un hombre y una mujer mayores de 18 aos?
Solucin:
20
El espacio muestral tiene
= 190 elementos.
2
Sexo
Edad (aos)
Varones Mujeres Total
Mayor de 18 6 3 9
Menor de 18 4 7 11
Total 10 10 20
7
a) n(A) =
= 21 P(A) = 21 / 190 = 0,1105
6 3
b) n(B) =
= 18 P(B) = 18 / 190 = 0,0947
1 1
42.- Un aparato electrnico consta de 2 partes, la probabilidad de que falle
la primera es igual a 0,25; que fallen las dos partes a la vez es igual a
0,05 y de que falle slo la segunda parte es igual a 0,15. Calcular la
probabilidad de que:
a) falle slo la primera parte.
b) no fallen ninguna de las dos partes.
Solucin:
1ra 2da
a) P(A) = 0,20
b) P(B) = 0,60
Solucin:
a) P = 0,12 P(B) = 0,23 P(CB) = 0,30
P(CB) = P + P(B) - P(CB) = 0,12 + 0,23 0,30 = 0,05
b) P(CcBc) = P(CB)c = 1 - P(CB) = 1- 0,3 = 0,7
14
El espacio muestral tiene
= 1001 elementos
4
a) Si los nmeros escogidos son todos positivos, entonces hay
6
= 15
4
Si los nmeros escogidos son todos negativos, entonces hay
8
= 70
4
Si hay 2 nmeros positivos y 2 negativos, entonces hay
6 8
= 420
2 2
Luego hay 15 + 70 + 420 = 505 casos favorables a que el producto se
positivo, por lo que P(A) = 505 / 1001 = 0,5045
b) P(B) = 1 P(A) = 1 0,5045 = 0,4955
45.- Si cada uno de los elementos de una matriz cuadrada de segundo orden
son unos o dos, cual es la probabilidad de que el valor de su
determinante sea:
a) positivo?
b) cero?
Solucin:
11 11 12 21 11
= 0, = -1, = 1, = -1, =
11 12 11 11 21
22 21 12 11
1, = 0, = -3 = 3, = 0,
11 12 21 22
21 12 22 22 12
= 0, = 0, = -2, = 2, = 2,
21 12 12 21 22
21 22
= -2, =0
22 22
a) P(A) = 5 / 16 = 0,3125
b) P(B) = 6 / 16 = 0,375
Solucin:
a) P(A1) = 0,4 P(A2) = 0,4 P(A1 A2) = 0,25
c
P ( A1 A ) P( A ) P( A A ) = 0,4 0,25 = 0,15
2 1 1 2
b)P(A1 A2) = P(A1) + P(A2) - P(A1 A2) = 0,4 + 0,4 -0,25 = 0,55
47.- En un saln de clase hay 2 profesores, 5 alumnos y 6 alumnas, en otro
saln hay 3 profesores, 8 alumnos y 10 alumnas, y en un tercer saln
hay un profesor, 6 alumnos y 8 alumnas, todos ellos identificados con
un cdigo dado por la Universidad, si el Decano escoge a una persona
de cada saln usando slo los cdigos, cul es la probabilidad de que:
a) las 3 personas escogidas sean alumnas?
b) las 3 personas sean diferentes; es decir, un profesor un alumno y una
alumna?
Solucin:
El espacio muestral tiene: 13 x 21 x 15 = 4095 elementos.
a) Hay: 6 x 10 x 8 = 480 formas de escoger a las 3 alumnas, entonces
P(A) = 480 / 4095 = 0,1172
b) Hay : 2x8x8 + 2x10x6 + 3x5x8 + 3x6x6 + 1x5x10 + 1x6x8 = 574
P(B) = 574 / 4095 = 0,14
48.- Veinte obreros que trabajan en la construccin de un edificio, tiene la
siguiente distribucin: 12 son carpinteros el resto son albailes, 10 son
de Huaraz el resto de otro lugar, adems se sabe que 5 albailes son de
Huaraz.
a) Se escoge un obrero, calcule la probabilidad de que sea carpintero de
otro lugar.
b) se escogen 2 obreros, calcule la probabilidad de que sean carpinteros de
otro lugar.
Solucin:
Lugar de procedencia
Tipo de Otro
obrero Huaraz lug Total
ar
Carpintero 5 7 12
Albail 5 3 8
Total 10 10 20
20 7
b) n() =
= 190, n(B) =
= 21 P(B) = 21 / 190 = 0,1105
2 2
49.- En una universidad de 5600 alumnos el 70% de los estudiantes son de
ciencias, el resto de letras, el 80% de los estudiantes de ciencias son
varones y el 60% de los estudiantes de letras son mujeres, se eligen a 3
estudiantes al azar, calcule la probabilidad de que: :
a) los 3 sean varones que estudien letras.
b) 2 varones y una mujer que estudie ciencias.
Solucin
Sexo
Especialidad
Varn Mujer Total
Ciencias 3136 784 3920
Letras 672 1008 1680
Total 3808 1792 5600
5600
n() =
= 2,92536552 x 1010
3
672
a) n(A) =
= 50351840, entonces
3
P(A) = 50351840 / 2,92536552 x 1010 = 0,00172
31 6 784
b) n(B) =
= 3853893120, entonces
2 1
P(B) = 3853893120 / 2,92536552 x 1010 = 0,13174
50.- .Sean A y B dos eventos de un espacio muestral , tales que P(A) = 0,2
P(Bc ) = 0,4 y P(AcBc) = 0,3.
Hallar: a) P(AB), b) P(AB), P(A B), d) P(ABc)
Solucin:
a) P(AcBc) = P(AB)c = 1- P(AB) = 0,3 P(AB) = 0,7
b) P(AB) = P(A) + P(B) - P(AB) = 0,2 + 0,6 0,7 = 01
c) P(A B) = P(AB) - P(AB) = 0,7 0,1 = 0,6
d) P(A Bc) = P(A) + P(Bc ) 2P(A-B) = 0,2 + 0,4 2(0,1)
= 0,5
PROBLEMAS PROPUESTOS:
1.- Se eligen 3 nmeros de los 10 disponibles del sistema de numeracin
decimal para formar nmeros de 3 cifras (el cero no se considera como
vlido delante de los otros dgitos al inicio). Calcule la probabilidad de
que sea:
a) mayor de 700.
b) menor de 500.
c) nmero par.
d) mltiplo de 5.
Rpta. a) 1/3, b) 4/9, c) 41/81, d) 17/81
2.- una caja tiene 20 navajas para rasurar, de los cuales se sabe que 5 han
sido usadas y el resto son nuevas. Halle la probabilidad de que al
seleccionar 3 navajas de la caja:
a) una sea usada y 2 nuevas.
b) almenos una sea nueva.
Rpta. a) 0,46 b) 0,99
3.- En una habitacin hay un grupo de personas distribuidas como sigue: 5
hombres casados y 6 solteros, 6 mujeres casadas y 3 solteras. Halle la
probabilidad de que:
a) al elegir a una persona al azar, ste sea varn o casado.
b) al elegir 2 personas al azar, stos sean un soltero y una casada.
Rpta. a) 0,85 b) 0,1895
4.- En una rifa se venden 25 boletos y se ofrecen 3 premios, si se compran 5
boletos, cul es la probabilidad de:
a) ganar almenos un premio?
b) de no ganar ningn premio?
c) exactamente un premio?
Rpta. a) 0,5043, b) 0,4957, c) 0,413
5.- El 70% de una caja de 20 cigarrillos tiene sabor natural y el resto sabor
a menta, s se sacan 4 cigarrillos de la caja en forma aleatoria, cul es
la probabilidad de que 2 de los 4 sean de sabor:
a) natural?
b) a menta?
Rpta. a) 0,939 b) 0,3426
6.- Dos amigos Pedro y Edwin son miembros de un grupo de 6 personas que
han colocado su maletn en una mesa, resulta que por coincidencia
todos tienen el mismo tipo de maletn. Cada persona recibe un maletn
distribuido por otra persona que no conoce su procedencia, cul es la
probabilidad de que:
a) Pedro reciba su propio maletn?
b) ambos, Pedro y Edwin reciban sus propios maletines?
c) por lo menos uno, Pedro o Edwin reciban su propio maletn?
Rpta. a) 1/6, b) 1/30, c) 3/10
7.- Una persona lanza 10 veces una moneda legal. Halle la probabilidad de
que la persona obtenga:
a) caras en los 5 primeros lanzamientos y caras en los 5 ltimos
lanzamientos.
b) caras en los lanzamientos impares y sellos en los pares.
c) 5 caras y 5 sellos.
Rpta. a) 2-10 b) 2-10 c) 0,2461
8.- Un aficionado pesc 10 peces en una laguna, 3 de los cuales son ms
chicos que el tamao oficial permitido; un inspector de pesca escoge 2
de los 10 pescados al azar. Cul es la probabilidad de que el
aficionado no sea sancionado?
Rpta. 0,6222
9.- Un mago profesional de nombre Beto, asegura que puede leer el
pensamiento de las personas, para probar su aseveracin se realiza un
experimento con 10 cartas numeradas de 1 al 10. Otra persona se
concentra en los nmeros de 2 de las cartas y Beto intenta leer el
pensamiento para identificar las 2 cartas. Cul es la probabilidad de
que Beto identifique correctamente las 2 cartas bajo el supuesto de que
slo adivina?
Rpta. 1/45
10.- Considere una instalacin elctrica con focos de luz, que consta de 5
focos conectado de tal manera que ninguno prender si almenos uno de
ellos es defectuoso. Si los focos han sido comprados de un lote de 100
focos, 10 de los cuales tiene defectos, calcule la probabilidad de que la
instalacin elctrica funcione.
Rpta. 0,584
11.- De un conjunto de 3 matemticos, 4 fsicos y 5 estadsticos, se escoge
un comit de 3 profesionales. Calcule la probabilidad de que el comit
est formado por:
a) uno de cada especialidad.
b) 3 de la misma especialidad.
c) 2 de una especialidad y uno de otra especialidad diferente.
Rpta. a) 3/11 b) 3/44, c) 29/44
12.- Cierta seorita tiene 5 amigos que son sus pretendientes llamados:
Artemio, Bernardino, Cirilo, Demetrio y Epifanio. Un adivinador le
dice que se casar 2 veces y que ambos maridos pertenecern al grupo
de los 5 pretendientes que tiene. Si todos tienen la misma preferencia,
cul es la probabilidad de que la Srta. se case:
a) con Artemio?
b) Artemio y Epifanio?
c) Cirilo o Demetrio?
d) cualquiera, pero menos con Bernardino?
Rpta. a) 0,4 b) 0,1 c) 0,7 d) 0,6
13.- Seis de parejas de casados se encuentran en un saln; halle la
probabilidad de que si se escogen:
a) a 2 personas, stos sean un hombre y una mujer.
b) a 3 personas, stos sean 2 del mismo sexo y uno del otro sexo.
c) a 4 personas, stos sean 2 parejas de casados.
d) a 5 personas, de que haya almenos una pareja de casados.
Rpta. a) 6/11 b) 9/11 c) 1/33 d) 25/33
14.- En una competencia de velocidad participan 12 atletas entre los cuales
est el atleta Tiberio, si se dona un premio a cada uno de los 3 primeros
en llegar a la meta y si todos tienen la misma opcin, calcule la
probabilidad de que el atleta tiberio reciba el:
a) primer premio.
b) segundo premio.
c) tercer premio.
Rpta. a) 1/15, b) 1/15, c) 1/15
15.- De diez estudiantes llamados: A, B, C...de una clase de Fsica, se
escoge al azar 3 estudiantes para que presenten un informe de la
prctica realizada, halle la probabilidad de que:
a) El estudiante A haya sido elegido.
b) A y B hayan sido elegidos.
c) A o B hayan sido elegidos.
d) ni A ni B hayan sido elegidos.
Rpta. a) 0,3 b) 1/15, c) 8/15 d) 7/15
16.- Una persona viaja diariamente en un tren para ir de su casa a su trabajo,
los trenes parten de la estacin que queda cerca de su casa a las: 7:00,
7:13, 7:20, 7:25, 7:32, 7:45 y7:55 a.m. y esta persona aborda el primer
tren que llega a la estacin, debido a que se levanta a diferentes horas
por las condiciones variables del tiempo llega generalmente entre las
7:15 y 7:55 a. m. Cul es la probabilidad de que un da determinado
tenga que esperar:
a) menos de 10 minutos?
b) menos de 5 minutos
Rpta. a) 0,025 b) 0, 625
17.- Un joven y una Srta. Se han puesto de acuerdo encontrarse entre las 6 y
7 p.m. en un parque, uno no esperar ms de 10 minutos al otro.
Determine la probabilidad de encontrarse.
Rpta. 11/36
18.- Se sabe que en la produccin de cierto artculo, est sujeta a 3 tipos de
defectos, A, B y C, entre las mil unidades producidas un da
determinado, el inspector de la lnea de montaje inform que haba 30
con defectos tipo A, 35 con defectos tipo B, 20 con defectos tipo C, 5
con los defectos tipo A y B, 5 con A y C, 4 con B y C y 2 con los 3
tipos de defectos. Determine la probabilidad de que al escoger un
artculo al azar ste:
a) sea defectuosa.
b) tenga uno solo de los defectos.
c) tenga 2 tipos de defectos.
d) no tenga defectos.
Rpta. a) 0,073 b) 0,063 c) 0,008 d) 0,927
19.- Un edificio consta de 6 pisos con 5 departamentos cada uno, determine
la probabilidad de que 2 jefes de familia escogidos al azar pertenezca a
departamentos que por lo meno estn separados por 2 pisos.
Rpta. 10/29
20.- Se lanzan 9 naranjas dentro de 3 cajas que inicialmente estn vacas,
las naranjas tienen la misma posibilidad de caer en cualquiera de las 3
cajas. Determine la probabilidad de que:
a) hayan 3 naranjas en cada caja.
b) hayan 4 naranjas en una caja, 3 naranjas en otra caja y 2 naranjas en
otra caja.
c) una caja quede vaca.
Rpta. 0,085 b) 0,384 c) 0,0777
21.- En un almacn hay 4 cajas de conservas de peras, 6 de duraznos, 5 de
damascos y 3 de ciruelos, si se eligen 3 cajas determine la probabilidad
de que:
a) no sean de la misma fruta.
b) los 3 sean de frutas diferentes.
Rpta. a) 0,957 b) 0,419
22.- Diez libros diferentes se colocan en un estante aleatoriamente.
Determine la probabilidad de que 3 libros determinados queden juntos.
Rpta. 1/15
23.- De una baraja de 52 cartas se eligen 5 cartas al azar, determine la
probabilidad de que:
a) 2 de ellas sean espadas, 2 de oros y un corazn.
b) 3 sean de oros y 2 de corazones.
c) 2 con el nmero 10 y 2 con el nmero 9.
d) 3 ases y 2 del mismo nmero.
Rpta. a) 0,03 b) 0,00858 c) 0,000009 d) 0,00011
24.- Con 5 estadsticos y 4 economistas se quiere formar un comit de 3
estadsticos y 2 economistas. Calcule la probabilidad de que el comit:
a) hayan 2 estadsticos con mayor experiencia.
b) no est un economista determinado.
c) un estadstico y un economista determinados no estn al mismo tiempo,
pudiendo estar por separado.
Rpta. a) 0,3 b) 0,5 c) 0,7
25.- Una caja contiene 9 tquets numerados de 1 al 9, si se extraen 3 tquets
uno a continuacin del otro y sin reposicin, calcule la probabilidad de
que se presenten en forma alternada nmeros pares e impares y
viceversa.
Rpta. 5/18
26.- El testamento del abuelo Jos dispone que Mara reciba 10000 dlares
de su fortuna a su muerte. El abuelo ha muerto recientemente y Mara
contempla utilizar el dinero en una de las 3 siguientes acciones
excluyentes: A = Educacin superior, B = Inversiones y C = Viaje a la
India, las probabilidades de estas opciones son: 0,4; 0,3; 0,1
respectivamente. Calcule la probabilidad de que:
a) haga una de estas acciones.
b) se olvide de estas 3 opciones y haga otra cosa.
Rpta. a) 0,8 b) 0,2
27.- Seis pasajeros quieren viajar en un tren con 6 vagones, cada pasajero
escoge el vagn en forma aleatoria. Cul es la probabilidad de que:
a) haya un pasajero en cada vagn?
b) haya 3 pasajeros en un vagn , 2 en otro y uno en otro?
Rpta. a) 0,0154 b) 0,0077
28.- En una zona de parqueo hay 10 lugares para estacionarse en fila, un
taxista deja estacionado su vehculo en uno de esos lugares que no son
los extremos, al regresa de hacer una diligencia encuentra tres carros
ms estacionados, calcule la probabilidad de que los dems carros estn
estacionados en lugares que no sean los adyacentes a su vehculo.
Rpta. 1/24
29.- Un fabricante de productos envasados, desea cambiar el sabor de su
producto a uno nuevo, para lo cual hace una prueba con 6 especialistas,
a los que les hace probar su producto nuevo y el antiguo, cada
especialista slo debe decir si prefiere al nuevo o al antiguo; si hay 4 o
ms especialistas a favor del nuevo lo cambiar de lo contrario seguir
con en antiguo. Calcule la probabilidad de cambiar el sabor de su
producto.
Rpta. 11/32
30.- Un jardinero tiene 6 plantas de rosas blancas y dos de rosas rojas, a las
cuales debe plantarlas en fila, pero como no tiene tiempo ordena a su
ayudante hacer el plantado pero como ste no conoce cules son
blancas y cules son rojas los planta al azar. Calcule la probabilidad de
que:
a) las dos rosas rojas hayan sido plantadas en los extremos.
b) las dos rosas rojas estn plantadas en forma separada.
Rpta. a) 1/28 b)
31.- 60 cajas son transportadas en un camin de Lima con destino al
Callejn de Huaylas, 45 con destino a Huaraz y 15 con destino a
Carhuaz, si 2 cajas son descargadas en el puesto de control de Ancn,
cul es la probabilidad de que:
a) ambas hayan tenido destino a Huaraz?
b) ambas hayan tenido como destino Carhuaz?
c) una caja haya tenido destino a Huaraz y la otra a Carhuaz?
Rpta. a) 0,56 b) 0,06 c) 0,38
32.- Entre 24 facturas emitidas por el departamento de ventas de una
empresa 4 contienen errores, si un auditor revisa 2 de ellas en forma
aleatoria. Halle la probabilidad de que:
a) ambas contengan errores.
b) ninguna contengan errores.
Rpta. a) 0,0217 b) 0,6884
PROBABILIDAD CONDICIONAL
En ciertas ocasiones trabajar con partes del espacio muestral es ms
conveniente que hacer con todo el espacio muestral, pues puede ayudar
a solucionar el problema en forma ms precisa y rpida; as por
ejemplo seleccionar a una persona mayor de 50 aos con cierta
caracterstica especfica, es mucho ms fcil que seleccionarlo de toda
la poblacin de individuos, o es ms probable un estudiante del tercio
superior apruebe el curso de estadstica, que la probabilidad de que
cualquier estudiante apruebe el curso es estadstica. En cada caso slo
se evaluado la ocurrencia del evento en un espacio ms reducido que la
del espacio muestral completo, por su puesto que la informacin que se
tiene de un grupo ms reducido es mayor que la que se tiene de todo el
grupo, y a la probabilidad de un evento conociendo de antemano algn
hecho o evento particular que ya ocurri se llama probabilidad
condicional de un evento dado otro evento que ya sucedi, entonces la
evaluacin de la probabilidad del nuevo evento se reduce slo al
espacio que le corresponde al evento dado.
T.6. La probabilidad de que ocurra un evento A, dado que otro evento B ya
sucedi, se llama probabilidad condicional de A dado B y se denota
como sigue:
P( A B)
P( A / B) P(B) 0
P( B)
De igual modo:
P( A B)
P ( B / A) P(A) 0
P ( A)
Ms estrictamente, sea (,A, P) un espacio de probabilidad, si B A y si
P(B) 0, la probabilidad condicional de A dado B est definida por:
P( A B)
P( A / B) A A
P( B)
Nota.- Cualquier probabilidad de un evento A, es una probabilidad
condicional A dado el espacio muestral , es decir P(A) = P(A/)
pues
P ( A ) P ( A)
P(A/) = P ( A)
P ( ) 1
Asimismo si P(B) = 0, la probabilidad condicional es indeterminada, pero
si los eventos son independientes es preferible que P(A/B) = P(A)
Por otro lado, se tiene que: P(Ac/B) = 1 P(A/B)
Ejemplo N 1.
Suponga que en una oficina hay 20 empleados trabajando, algunos son
nombrados (N) y mientras que otros son contratados , adems
algunos son profesionales (P) y otros son tcnicos (T), la tabla siguiente
muestra la distribucin de estos empleados.
Condicin
Tipo
Nombrado Contratado Total
Profesional 3 2 5
Tcnico 9 6 15
Total 12 8 20
Un inspector entra a la oficina y escoge a una persona al azar y le pregunta
que si es nombrado y ste le responde que si, cul es la probabilidad
de que sea profesional?
P( P N ) 3 / 20
Solucin: P(P/N) = = 3 / 12 = = 0,25
P( N ) 12 / 20
Se puede apreciar que la probabilidad se reduce slo a los nombrados, del
cual se nota que 3 de los 12 nombrados son profesionales entonces su
probabilidad es igual a 3/12.
Ejemplo N 2.
Una fbrica tiene 200 obreros, cuya estructura est dado por el siguiente
cuadro:
Condicin
Calificacin
N: Nombrado M: Contratado Total
A: Calificado 50 10 60
B: Semi. Calif. 70 18 88
C: No Calif. 30 22 52
Total 150 50 200
Ejemplo N 1.
Se seleccionan 3 artculos de un conjunto de 20 artculos, donde 5 son
defectuosos, la seleccin se hace uno por uno y sin reposicin, cul es
la probabilidad de que:
a) los 3 no tengan defectos?
b) los 2 primeros no tengan defectos y el tercero si lo sea?
c) el tercero sea defectuoso?
Solucin:
15 14 13
a) P(B1 B2 B3) = P(B1) P(B2/B1) P(B3 /B1 B2) = x x =
20 19 18
0,399
15 14 5
b) P(B1 B2 D3) = P(B1) P(B2/B1) P(D3 /B1 B2) = x x =
20 19 18
0,1535
c) P = P(D1 D2 D3) + P(D1 B2 D3) + P(B1 D2 D3) +
P(B1 B2 D3)
= P(D1) P(D2/D1) P(D3 /D1 D2) + P(D1) P(B2/D1) P(D3 /D1 B2) +
P(B1) P(D2/B1) P(D3 /B1 D2) + P(B1) P(B2/B1) P(D3 /B1 B2)
5 4 3 5 15 4 15 5 4 15 14 5
= x x x x x x x x =
20 19 18 20 19 18 20 19 18 20 19 18
0,25
Ejemplo N 2.
Se tienen 5 llaves en un llavero de los cuales slo uno puede abrir un
determinado candado, si la persona que tiene las llaves no las conoce,
por lo tanto, tiene que probarlas uno por uno hasta abrir el candado,
cul es la probabilidad de abrirlo en la:
a) cuarta prueba?
b) tercera prueba?
Solucin:
a) P(N1 N2 N3 A4) =P(N1) P(N2 /N1) P(N3 /N1 N2) P(A4 /N1 N2 N3)
4 3 2 1
= x x x 1 / 5 0,2
5 4 3 2
b) P(N1 N2 A3) =P(N1) P(N2 /N1) P(A3 /N1 N2)
4 3 1
= x x 1 / 5 0,2
5 4 3
Ejemplo N 3.
Se seleccionan 3 cartas de una baraja de 52 cartas, uno por uno y sin
reposicin, halle las siguientes probabilidades:
a) obtener 3 espadas.
b) cartas de diferentes palos.
c) dos ases.
Solucin:
13 12 11
a) P(E1 E2 E3) = P(E1) P(E2 /E1) P(E3 /E1 E2) = x x = 0,013
52 51 50
E = espadas, C = corazones, O = oros, T = trbol o flor
b) P = 6P(ECO) + 6P(ECT) + 6P(E OT) + 6P(COT)
13 13 13
= (6 x x x ) x 4 0,3976
52 51 50
4 3 48
c) P = 3P(A1 A2 Ac) = 3 x x x
52 51 50
Se multiplica por 3 porque la carta que no es as, puede estar en cualquiera
de las 3 posiciones, slo vara el numerador.
Ejemplo N 4
Tres artculos son seleccionados uno a continuacin del otro y sin
reposicin de una caja que tiene 10 artculos de los cuales 6 son nuevos
y 4 son usados. Halle la probabilidad de que el tercer artculo extrado
sea:
a) usado.
b) nuevo.
Solucin:
a) P = P(UUU) + P(UNU) + P(NUU) + P(NNU)
=
4 3 2 4 6 3 6 4 3 6 5 4 288
x x x x x x x x 0,4
10 9 8 10 9 8 10 9 8 10 9 8 720
a) P = P(NNN) + P(NUN) + P(UNN) + P(UUN)
=
6 5 4 6 4 5 4 6 5 4 3 6 432
x x x x x x x x 0,6
10 9 8 10 9 8 10 9 8 10 9 8 288
A1 A2 A3 . Ar
Supongamos que los eventos A1, A2, A3,. Ar, representan una particin del
espacio muestral , pues:
a) Ai Aj = i j
b) Ai i
r
c) A i
=
i 1
Esto indica que los eventos Ai deben ser eventos mutuamente excluyentes o
incompatibles y diferentes del vaco.
Sea X un evento cualquiera de , esto es X y sea A1, A2, A3,. Ar una
particin de tal como se muestra en la figura adjunta, por lo tanto se
tiene que: X = X
= X UAi
= X (A1 A2 A3 . Ar)
= (XA1)(XA2) (XA3) . (XAr)
La expresin anterior es consecuencia de la propiedad distributiva de la
teora de conjuntos y extendida al algebra de eventos, por otro lado los
eventos (XAi) son mutuamente excluyentes, por consiguiente usando
el Ax.3 se puede tener la siguiente igualdad:
P(X) = P(XA1) + P(XA2) + P(XA3) + ... + P(XAr)
Usando el teorema de la multiplicacin se tiene:
P(X) = P(A1)P(X/A1) + P(A2)P(X/A2) + P(A3)P(X/A3) ++ P(Ar)P(X/Ar)
r
P(X) =
i 1
P(Ai)P(X/Ai)... A esta expresin se le conoce con el nombre
de Probabilidad total
Ejemplo N 1.
Cierto artculo es fabricado por 4 mquinas, en la proporcin: 1: 2: 3: 4
respectivamente, se sabe tambin que el 5, 4, 3 y 2% de los artculos
producidos por las respectivas mquinas son defectuosos. Todos los
artculos producidos son almacenados en un mismo ambiente. Un
inspector selecciona al azar un artculo del almacn, determine la
probabilidad de que sea defectuoso.
Solucin:
Sea X que el artculo seleccionado sea defectuoso, adems:
A1 = produccin de la mquina 1
A2 = produccin de la mquina 2
A3 = produccin de la mquina 3
A4 = produccin de la mquina 4
Luego se tiene:
P(A1) = 0,1 P(X/A1) = 0,05
P(A2) = 0,2 P(X/A2) = 0,04
P(A3) = 0,3 P(X/A3) = 0,03
P(A4) = 0,4 P(X/A4) = 0,02
4
P(X) =
i 1
P(Ai)P(X/Ai)
Ejemplo N 2.
Tres secretarias anotan todos los pedidos especiales en la librera
universitaria, por los archivos se sabe que la Srta. Adela recepciona el
50% de los pedidos especiales, la Srta. Bertha recepciona el 30% de los
pedidos y la Srta. Carolina el 20%, se sabe adems que la Srta. Adela
comete un error por cada 100 pedidos, la Srta. Bertha 2 por cada 100
pedidos y la Srta Carolina 3 por cada 100 pedidos. Un estudiante recibe
un pedido, calcule la probabilidad de que est equivocado.
Solucin:
Sea X = pedido equivocado.
A = Srta. Adela... P(A) = 0,5 P(X/A) = 0,01
B = Srta. Bertha... P(B) = 0,3 P(X/B) = 0,02
C = Srta. Carolina... P = 0,2 P(X/C) = 0,03
P(X) = P(A)P(X/A) + P(B) P(X/B) + P(C) P(X/C)
= (0,5)(0,01) + (0,3)(0,02) + (0,2)(0,03)
P(X) = 0,017 1,7% de los pedidos en forma general son equivocados.
Una forma prctica de obtener estas probabilidades es usando el diagrama
del rbol.
X P(A)P(X/A)
P(X/A)
A
Xc
P(A)
P(X/B) X P(B)P(X/B) P(X)
P(B)
B
Xc
P P(X/C) X PP(X/C)
C
Xc
Por su puesto para obtener P(X) se suman los tres productos que
corresponden a los 3 terminales de X.
Ejemplo N 3.
A, B y C licitan por un contrato para la construccin de un puente, las
probabilidades de que A, B y C obtengan el contrato son 0,45; 0,30 y
0,25 respectivamente, si obtiene A el contrato escoger a X como
subcontratista con probabilidad de 0,8, si B obtiene el contrato
subcontratar a X con una probabilidad de 0,5 y si gana C subcontratar
a X con un probabilidad de 0,1. Cul es la probabilidad de que sea
subcontratada?
Solucin:
P(A) = 0,45 P(X/A) = 0,80
P(B) = 0,30 P(X/B) = 0,50
P = 0,25 P(X/C) = 0,10
P(X) = P(A)P(X/A) + P(B)P(X/B) + P(C)P(X/C)
= (0,45)(0,80) + (0,30)(0,50) + (0,25)(0,10)
= 0,535
Ejemplo N 4.
Dos candidatos llamados A y B compiten para ocupar la presidencia de una
entidad financiera, las probabilidades de incursionar en nuevas
inversiones
Es de 0,8 si gana el candidato A y de 0,4 si gana el candidato B, se sabe que
el 70% de los miembros del directorio estn a favor de A y el 30% est
a favor de B, cul es la probabilidad de que se incursione en nuevas
inversiones, cualquiera que gane?
Solucin:
P(A) = 0,7 P(X/A) = 0,8
P(B) = 0,3 P(X/B) = 0,4
P(X) = (0,7)(0,8) + (0,3)(0,4) = 0,68
T.8. Teorema De Bayes.
Si los r eventos A1, A2, A3,. Ar, constituyen una particin del espacio
muestral , entonces para cualquier evento X , tal que P(X) 0, se
tiene la siguiente igualdad:
P( Ai ) P( X / Ai ) P( Ai ) P( X / Ai )
r
P(Ai/X) = P( X )
P( A ) P( X / A )
i 1
i i
Ejemplo N 1.
Un almacn tiene la produccin de 3 mquinas. La mquina A produce el
25% de los artculos de los cuales el 5% tiene defectos, la mquina B
produce el 35% de los artculos de los cuales el 3% tiene defectos y la
mquina C produce el 40% de los artculos de los cuales el 2% tiene
defectos. Un inspector escoge un artculo del almacn al azar, si nota
que tiene defectos, cul es la probabilidad de que haya sido producido
por la mquina A?
Solucin:
P(A) = 0,25 P(X/A) = 0,05
P(B) = 0,35 P(X/B) = 0,03
P = 0,40 P(X/C) = 0,02
X = artculo escogido es defectuoso
P(X) = (0,25)(0,05) + (0,35)(0,03) + (0,4)(0,02) = 0,031
P ( A X ) P ( A) P ( X / A) (0,25)(0,05)
P(A/X) = 0,403
P( X ) P( X ) 0,031
Ejemplo N 2.
En una fbrica de personas las mquinas A, B y C producen el 20%, 30% y
50% de los pernos de los cuales el 3%, 2% y 1% son defectuosos
respectivamente, si se escoge un perno del almacn general y se nota
que no tiene defectos, cul es la probabilidad de que el perno haya
sido producido por la mquina B?
Solucin:
P(A) = 0,2 P(X/A) = 0,97
P(B) = 0,3 P(X/B) = 0,98
P = 0,5 P(X/C) = 0,99
X = perno escogido no tiene defectos.
P(X) = (0,2)(0,97) + (0,3)(0,98) + (0,5)(0,99) = 0,983
(0,3)(0,98)
P(B/X) = 0,2991
0,983
Ejemplo N 3.
El volumen de produccin diaria en 3 plantas diferentes en una fbrica es de
500 unidades en la primera planta, de 1000 unidades en la segunda
planta y de 2000 unidades en la tercera planta, adems el porcentaje de
unidades defectuosas es 1%, 3% y 2% respectivamente, si se escoge
una unidad de la produccin de un da de la fbrica, determine la
probabilidad de que:
la unidad no sea defectuosa.
si es defectuosa de que haya sido producida por la planta C.
Solucin:
A = Primera planta..P(A) = 1/7 P(X/A) = 0,01
B = Segunda planta.P(B) = 2/7 P(X/B) = 0,03
C = tercera plantaP = 4/7 P(X/C) = 0,02
X = unidad escogida tiene defectos.
P(X) = (1/7)(0.01) + (2/7)(0.03) + (4/7)(0,02) = (0,15)/7 = 0,02143
P(Xc) = 1- (0,15)/7 = 6,85/7 = 0,97857
P (C ) P ( X / C ) (2 / 7)(0,03) 0,06
P(C/X) = 0,4
P( X ) (0,15) / 7 0,15
Ejemplo N 4.
Tres mquinas producen los mismos artculos, la mquina A necesita de 3
minutos para producir un artculo pero produce el 3% con defectos, la
mquina B necesita un minuto y 12 segundos para producir el artculo
pero produce el 5% con defectos y la mquina C necesita 2 minutos
pero produce el 4% con defectos. De la produccin de una hora de la
fbrica se elige un artculo al azar y resulta ser defectuosa, cul es la
probabilidad de que el artculo haya sido producido por la mquina B?
Solucin:
P(A) = 0,2 P(X/A) = 0,03
P(B) = 0,5 P(X/B) = 0,05
P = 0,3 P(X/C) = 0,04
X = artculo escogido tiene defectos
P(X) = (0,2)(0,03) + (0,5)(0,05) + (0,3)(0,04) = 0,043
P ( B ) P ( X / B ) (0,5)(0,05)
P(B/X) = 0,58
P( X ) 0,043
Ejemplo N 5.
Un comerciante compra un lote de 240 computadoras a 3 proveedores, de
los cuales 60 son del proveedor A, 108 son del proveedor B y el resto
del proveedor C, adems sabe que el 10% de las computadoras que
vende A tienen garanta de 5 aos, en tanto que el 15% de B y el 20%
de C tienen esa garanta, un comprador escoge una computadora al azar
y ve que tiene la etiqueta de tener una garanta de 5 aos, Cul es la
probabilidad de que haya sido del proveedor C?
Solucin:
P(A) = 0,25 P(X/A) = 0,10
P(B) = 0,45 P(X/B) = 0,15
P = 0,30 P(X/C) = 0,20
X = computadora escogida tiene garanta de 5 aos
P(X) = (0,25)(0,10) + (0,45)(0,15) + (0,30)(0,20) = 0,1525
P (C ) P ( X / C ) (0,30)(0,20)
P(C/X) = 0,39344
P( X ) 0,1525
INDEPENDENCIA DE EVENTOS
Sea (,A, P) un espacio de probabilidad, se dice que dos eventos A y B A
son independientes si y solo si, se cumple la siguiente igualdad:
P(AB) = P(A)P(B)
Caso contrario son dependientes.
Dos eventos son independientes si la ocurrencia de uno, no afecta la
ocurrencia del otro. Adems si P(A/B) P(A), entonces la presencia del
evento b favorcela evento A y si P(A/B) P(A), entonces la presencia
del evento B desfavorece al evento A, pero si P(A/B) = P(A), entonces
la presencia del evento B no influye en la ocurrencia del evento A.
Nota.-
Si los eventos A y B A tienen probabilidad cero uno, entonces los
eventos son independientes; as por ejemplo, si P(A) = 0, entonces A =
, luego P(AB) = P(B) =P() = 0, por otro lado P(A)P(B) =
(0)P(B) = 0; y si P(A) = 1entonces A = , luego P(AB) = P(B) =
P(B), por otro lado P(A)P(B) = 1P(B) = P(B)
Cualquier evento A A es independiente de si mismo, si y solo si
P(A) = 0, pues P(AA) = P(A) = P(A)P(A) P(A) = 0
Si A y B A son independientes entonces P(A/B) = P(A),
P(B/A) = P(B)
Para A y B A ,si B A entonces P(A/B) = 1
Si los eventos A y B A son mutuamente excluyentes, entonces
P(A/B) = P(B/A) = 0
Ejemplo N 1.
Se lanza dos dados sobre la superficie plana, sea A el evento de que el
primer dado es muestra el nmero 4 y sea B el evento de que segundo
dado muestre tambin el nmero 4, determine si los eventos son
independientes.
Solucin:
A = (4,1),(4,2),(4,3),(4,4),(4,5),(4,6)
P(A) = 1/6
B = (1,4),(2,4),(3,4),(4,4),(5,4),(6,4)
P(B) = 1/6
(AB) = (4,4)
P(AB) = 1/ 36, luego:
P(AB) = P(A)P(B)
1/36 = (1/6)(1/6)
Ejemplo N 2.
La probabilidad de que un determinado hombre de 60 aos sobreviva 10
aos ms es igual a , y la probabilidad de que su esposa, tambin de
60 aos sobreviva 10 aos ms es de 1/3, si los eventos son
independientes. Halle las siguientes probabilidades:
a) por lo menos uno sobreviva 10 aos ms.
b) solo uno sobreviva 10 aos ms.
c) los dos sobrevivan 10 aos ms.
d) ninguno sobreviva 10 aos ms.
Solucin:
Sea A el evento de que el varn sobreviva 10 aos ms y sea B el evento de
su esposa sobreviva 10 aos ms.
a) P(AB) = P(A) + P(B) P(A)P(B) = + 1/3 (1/4)(1/3) =
b) P(A B) = P(A) + P(B) 2P(A)P(B) = + 1/3 2(1/4)(1/3) = 5/12
c) P(AB) = P(A)P(B) = (1/4)(1/3) = 1/12
d) P(AcBc) = P(AB)C = 1 - P(AB) = 1 =
Ejemplo N 3.
De una caja que contiene 4 conservas de durazno y 5 de peras, se extraen
sucesivamente y sin reposicin 2 conservas, sean los eventos:
A = Primera conserva escogida es de durazno.
B = Segunda conserva escogido es de pera.
Determine si los eventos A y B son independientes.
Solucin:
4 3 4 5 4
P(A) = P(D1)P(D2/D1) + P(D1)P(P2/D1) = x x
9 8 9 8 9
4 5 5 4 5
P(B) = P(D1)P(P2/D1) + P(P1)P(P2/P1) = x x
9 8 9 8 9
4 5 5
P(AB) = P(D1)P(P2/D1) = x =
9 8 18
5 4 5
x Los eventos A y B son dependientes
18 9 9
Definicin.-
Se dice que 3 eventos A, B y C son independientes entre si, o son
independientes colectivamente, si cumplen las siguientes condiciones:
i) P(AB) = P(A)P(B)
ii) P(AC) = P(A)P(C)
P(BC) = P(B)P(C)
P(ABC) = P(A)P(B)P(C)
Si slo cumplen las 3 primeras, se dice que son independientes dos a dos.
Ejemplo N 1.
Se lanza una moneda en forma sucesiva 3 veces, sean los eventos:
A = la primera moneda muestra cara.
B = la segunda moneda muestra sello.
C = la tercera moneda muestra cara.
Determine si los eventos son independientes entre si.
Solucin:
= (CCC),(CCS),(CSC),(SCC),(CSS),(SCS),(SSC),(SSS)
A = (CCC),(CCS),(CSC),(CSS) P(A) =
B = (CSC),(CSS),(SSC),(SSS) P(A) =
C = (CCC),(CSC),(SCC),(SSC) P(A) =
AB = (CSC),(CSS) P(AB) =
AC = (CCC),(CSC) P(AB) =
BC = (CSC),(SSC) P(AB) =
ABC = (CSC) P(ABC) = 1/8
i) P(AB) = P(A)P(B) = (1/2)(1/2)
ii) P(AC) = P(A)P(C) = (1/2)(1/2)
iii) P(BC) = P(B)P(C) = (1/2)(1/2)
iv) P(ABC) = P(A)P(B)P(C) 1/8 = (1/2)(1/2)(1/2)
Como se cumple las 4 condiciones se dice que los eventos son
independientes entre si.
Ejemplo N 2.-
A
C
De termine si los eventos dados en la figura son independientes entre si.
Solucin:
P(A) = P(B) = P(C) = 2/4 =
P(AB) = P(AC) = P(BC) =
P(ABC) =
P(AB) = P(A)P(B) = (1/2)(1/2)
P(AC) = P(A)P(C) = (1/2)(1/2)
P(BC) = P(B)P(C) = (1/2)(1/2)
P(ABC) = P(A)P(B)P(C) = (1/2)(1/2)(1/2)
En consecuencia son independientes dos a dos pero no entre si.
Ms eventos pueden se colectivamente independientes, por lo tanto por el
principio de la multiplicacin y la definicin de independencia de
eventos se tiene:
Definicin.- Dado los eventos A1, A2, A3,. Ar A correspondientes a un
espacio muestral . Si los eventos son independientes entonces se
cumple la siguiente igualdad:
r r
P ( Ai )
i 1
P( A )
i 1
i
i,r
Prueba:
i) P(ABc) = P(A B) = P(A) P(AB)
= P(A) - P(A)P(B) por ser A y B independientes
= P(A)1 P(B)
= P(A)p(Bc) por T.2.
ii) Se prueba igual que i)
iii) P(AcBc) = P(AB)c por Morgan
= 1 - P(AB) por T.2.
= 1 P(A) P(B) + P(AB) por T.5.
= 1 P(A) P(B) + P(A)P(B) por enunciado
= 1 P(A) - P(B)1 P(A)
= 1 P(A) 1 P(B)
= P(Ac)P(Bc) por T.2.
Ejemplo N 1:
Una caja A tiene 8 focos de luz de los cuales 3 son usados, y la caja b tiene
10 focos de los cuales 4 son usados. Se saca al azar un foco de cada
caja. Cul es la probabilidad de que:
a) ambos sean usados?
b) ambos sean nuevos?
c) haya un usado y un nuevo?
d) por lo menos un usado?
e) por lo menos un nuevo?
Solucin:
Todos los eventos son independientes.
3 4
a) P(UAUB) = P(UA)P(UB) = x 0,15
8 10
5 6
b) P(NA NB) = P(NA)P(NB) = x 0,375
8 10
c) P = P(NA UB) + P(UA NB) = P(NA)P(UB) + P(UA)P(NB)
5 4 3 6
= x x 0,475
8 10 8 10
Si se suman las 3 probabilidades anteriores es igual a uno, lo que indica que
los 3 eventos son mutuamente excluyentes, pero no independientes.
d) P(UAUB) = P(UA) + P(UB) P(UAUB)
= P(UA) + P(UB) P(UA)P(UB)
3 4 3 4
= x 0,625
8 10 8 10
e) P(NANB) = P(NA) + P(NB) P(NANB)
= P(NA) + P(NB) P(NA)P(NB)
5 6 5 6
= x 0,85
8 10 8 10
Ejemplo N 2.
Tres expertos tiradores A, B y C compiten disparando sus armas a un
blanco, las probabilidades de acertar son los siguientes: P(A) = 0,9;
P(B) = 0,8 y P(C) = 0,7. Si los 3 disparan al mismo blanco, cul es la
probabilidad de que:
a) los 3 hayan dado en el blanco?
b) slo 2 hayan dado en el blanco?
c) slo uno haya dado en el blanco?
d) ninguno haya dado en el blanco?
e) almenos uno haya dado en el blanco?
Solucin:
Los eventos son independientes.
a) P(ABC) = P(A)P(B)P(C) = (0,9)(0,8)(0,7) = 0,504
b) P = P(ABCc) + P(ABcC) + P(AcBC)
= P(A)P(B)P(Cc) + P(A)P(Bc)P(C) + P(Ac)P(B)P(C)
= (0,9)(0,8)(0,3) + (0,9)(0,2)(0,7) + (0,1)(0,8)(0,7) = 0,398
c) P = P(ABcCc) + P(AcBcC) + P(AcBCc)
= P(A)P(Bc)P(Cc) + P(Ac)P(Bc)P(C) + P(Ac)P(B)P(Cc)
= (0,9)(0,2)(0,3) + (0,1)(0,2)(0,7) + (0,1)(0,8)(0,3) = 0,092
d) P = P(AcBcCc) = P(Ac)P(Bc)P(Cc) = (0,1)(0,2)(0,3) = 0,006
Si se suma las 4 probabilidades anteriores se obtiene, estos 4 eventos son
mutuamente excluyentes y no independientes.
P(ABC) = 1 - P(ABC)c = 1 - P(AcBcCc) = 1 0,006
= 0,994
Ejemplo N 3.
Se escoge un punto interior de un cuadrado, cuyos vrtices opuestos son
(0,0) y (2,2). Sea A el evento de que las coordenadas del punto tienen la
siguiente desigualdad x + y 1 y sea B el evento de que las
coordenadas del punto tienen la siguiente desigualdad x + y 3.
Determine:
a) si los eventos son independientes.
b)P(A/B)
Solucin:
Y
(0,2) (2,2)
(0, 0) X
(2,0)
Si dividimos el cuadrado en 8 parte iguales notamos que y 3 x, abarca 7
cuadrantes, es decir menos el tringulo que est por encima de la recta
que pasa por los puntos (1,2) y (2,1) y este corresponde al evento B,
entonces P(B) = 7/8, de igual manera hay 7 cuadrantes que abarca la
desigualdad que corresponde al evento A, es decir a y 1 x, o sea
todos los tringulos que estn por encima de la recta que pasa por los
puntos (0,1) y (1,0), por lo que P(A) = 7/8, en tanto que la interseccin
de A y B abarca 6 tringulos, es decir todos los tringulos que estn
por debajo de la recta que pasa por los puntos (1,2) y (2,1), y por
encima de la recta que pasa por los puntos (0,1) y (1,0), entonces la
probabilidad de P(AB) = 6/8
6 7 7
P(AB) P(A)P(B) pues x
8 8 8
P( A B) 6 / 8 6
P(A/B) =
P( B) 7/8 7
CIRCUITOS
En serie.
# #
A B
Todo circuito en serie consta de dos terminales y 2 ms puntos de
interrupcin, por el que puede circular cualquier fluido u objeto, estas
pueden ser por ejemplo los canales de regado y los puntos de
interrupcin las compuertas para impedir o permitir el paso del agua, o
puede ser una corriente elctrica y los puntos de interrupcin los
interruptores o relees o relevadores.
Suponga que los puntos de interrupcin tienen una probabilidad P de
funcionar y que el funcionamiento de cada uno de estos puntos de
interrupcin son independientes, entonces la probabilidad de que el
circuito funcione depender del funcionamiento de cada uno de los
puntos de interrupcin, en consecuencia funcionar el circuito entre C y
R si y solo si funcionan los puntos de interrupcin A Y B a la vez, es
decir:
Funciona el circuito.
Si son 2 los puntos de interrupcin.
P(AB) = P(A)P(B)
Si son 3 los puntos de interrupcin.
P(ABC) =P(A)P(B)P(C)
.
Si Hay r puntos de interrupcin (A1, A2, A3. Ar).
r r
P( A ) P( A )
i 1
i
i 1
i
No funciona el circuito.
Para que no funcione el circuito entonces no debe funcionar almenos uno de
los puntos de interrupcin.
Si hay 2 puntos de interrupcin.
P(AcBc) = P(AB)c = 1 - P(AB), como son independientes entonces.
= 1 P(A)P(B)
Si hay 3 puntos de interrupcin.
P(AcBcCc) = 1 P(A)P(B)P(C)
.
Si hay r puntos de interrupcin (A1, A2, A3. Ar).
r r
P (P ( Ai ) 1 P ( Ai )
c
i 1 i 1
En Paralelo.
#
B
Funciona el circuito.
Para que funcione el circuito debe funcionar el punto de interrupcin A,
el punto de interrupcin B, o ambos puntos, es decir debe funcionar
almenos uno de los puntos de interrupcin.
Si son 2 los puntos de interrupcin
P(AB) = P(AB)cc = 1 - P (AB)c = 1 P(Ac Bc)
= 1 P(Ac)P(Bc)
Si son 3 los puntos de interrupcin paralelas.
P(ABC) = 1 P(Ac)P(Bc)P(Cc)
Si son r los puntos de interrupcin (A1, A2, A3. Ar).
r r
P ( Ai ) 1 P ( Ai )
C
i 1 i 1
No funciona el circuito.
Para que no funcione el circuito no debe funcionar el punto de
interrupcin A y el punto de interrupcin B, ambos a la vez.
Si son dos los puntos de interrupcin.
P(AcBc) = P(Ac)P(Bc)
Si son 3 los puntos de interrupcin.
P(AcBcCc ) = P(Ac)P(Bc)P(Cc)
Si son r los puntos de interrupcin (A1, A2, A3. Ar).
r r
P( A )
c c
p ( Ai ) i
i 1 i 1
Nota.- Los circuitos no necesariamente estn instalados en serie o en
paralelo, generalmente son mixtos. Para su solucin es recomendable
convertirlo ya sea en serie o en paralelo.
Ejemplo N 1.
Suponga que la probabilidad de funcionamiento de cada punto de
interrupcin del circuito que se presenta en la siguiente figura es igual a
0,9 y que cada uno de ellos funciona en forma independiente, calcule la
probabilidad de que el circuito funcione, es decir que haya fluido entre
los terminales C y R.
Solucin:
Sea X = AB P(X) = P(A)P(B) P(X) = (0,9)(0,9) = 0,81
Y = DE P(Y) = P(D)P(E) P(Y) = (0,9)(0,9) = 0,81
Luego el circuito se reduce a uno paralelo con 3 puntos de interrupcin X, C
e Y, entonces usando la frmula, se tiene:
A B
# #
C
#
D E
# #
PROBLEMAS RESUELTOS
1.- Un equipo electrnico consta de dos componentes, digamos A y B, a
partir de una serie de pruebas se sabe que la probabilidad de que falle A
es igual a 0,2; de que falle slo B es igual a 0,15 y de que fallen A y B
juntos es igual a 0,15. Calcule la probabilidad de que:
a) S fall B, de que falle A.
b) Si fall A, de que falle B.
Solucin:
P(A) = 0,20 P(AcB) = 0,15 P(AB) = 0,15 P(B) = 0,30
P( A B) 0,15
P(A/B) = = 0,5
P( B) 0,30
P ( A B) 0,15
P(B/A) = 0,75
P( A) 0,20
2.- Considere dos eventos A y B de un espacio muestral , tales que: P(A) =
1/3, P(B) = , determine el valor de P(ABc) para cada una de las
siguientes condiciones:
a) A y B son mutuamente excluyentes.
b) A y B son independientes.
c) A B
e) P(AB) = 1/8
Solucin:
P(AB) = 0 si son mutuamente excluyentes, entonces
P(ABc) = p(A-B) = P(A) P(AB) = 1/3 0 = 1/3
P(AB) = P(A)P(B) = (1/3)(1/2) = 1/6, entonces
P(ABc) = P(A-B) = P(A) P(AB) = 1/3 1/6 = 1/6
Si A B P(AB) = P(A) = 1/3, entonces
P(ABc) = P(A-B) = P(A) P(AB) = 1/3 1/3 = 0
Si P(AB) = 1/8, entonces
P(ABc) = P(A-B) = P(A) P(AB) = 1/3 1/8 = 5/24
3.- Suponga que un misil tiene la probabilidad de 0,75 de destruir un blanco
y de 0,25 de errarlo, lo misiles se lanzan uno por uno, estos
lanzamientos son independientes. Determine el nmero de misiles que
se deben lanzar para tener una probabilidad de 0,99 de destruir el
objetivo.
Solucin:
Para destruir un objetivo por lo memos un misil debe dar en el blanco y es
complementario con no destruir el objetivo y esto requiere que ningn
misil de en el blanco, sea A el evento de que ningn misil da en el
blanco, por lo tanto P(A) = (0,25)(0,25).(0,25) = (0,25) n, es decir
se falla en los n tiros, entonces:
P(Ac) = 1 (0,25)n = 0,999 (0,25)n = 1 0,99 = 0,001 n = 5
Rpta. 5 misiles.
Solucin:
n() = 3! = 6
R = ABC, ACB, CAB
S = ABC, ACB, BAC
RS = ABC, ACB
P(RS) = PP(S) (2/6) (1/2)(1/2) los eventos no son
independientes.
P(R/S) = P(RS) / P(S) = (2/6) / (1/2) = 2/3
Solucin:
El suceso puede ocurrir: 0, 1, 2, 3, 4 5 veces, de que el suceso ocurra
almenos una vez, es complementario con que el suceso no ocurra
ninguna vez, por lo tanto si n= 5:
P(A) = 1 (1- 0,2)5 = 0,67232
P(B) 1 (1- 0,1)10 = 0,65132
8.- Una cierta prueba mdica tiene una efectividad del 99% para descubrir
la presencia de una enfermedad (esto indica que P(S/E) = 0,99 y que
P(Sc/Ec) = 0,99. Donde S indica un resultado positivo y E indica
presencia de la enfermedad). Se aplica la prueba en una poblacin en la
que hay el 1% de individuos con la enfermedad. Se desea saber el
porcentaje de individuos que:
a) tienen la enfermedad y tendrn resultado positivo.
b) tienen la enfermedad, pero tendrn resultado negativo.
Solucin:
P(E) = 0,01 P(Sc/E) = 1 - P(S/E) = 1 0,99 = 0,01
P(ES) = P(E) P(S/E) = (0,01)(0,99) = 0,0099
P(ESc) = P(E) P(Sc/E) = (0,01)(0,01) = 0,0001
9.- Una CIA reemplaza un componente de una de sus mquinas cada 2 aos.
La probabilidad de que el componente haya tenido 2 aos sin fallas es
igual a 0,8075. el componente puede tener 2 tipos de falla (A y B), la
falla tipo A ocurre 3 veces ms que el tipo B pero en forma
independiente. Cul es la probabilidad de que ocurra:
a) almenos una de las fallas?
b) del tipo A pero no del tipo B?
c) slo una de las fallas?
Solucin:
P(Ac Bc ) = 0,8075 P(Ac Bc ) = P(AB)c = 1 - P(AB)
P(AB) = 0,1925 = 3P + P 3P2 P = 0,05 P(A) = 0,15 y P(B) =
0,05
a) P(AB) = 0,1925
b) P(ABc) = P(A-B) = P(A) P(A)P(B) = 0,15 (015)(0,05) = 0,1425
P(A B) = P(A) + P(B) 2P(A)P(B) = 0,15 + 0,05 2(0,15)(0,05)
= 0,185
10.- Durante el primer ao de uso un equipo electrnico puede requerir 3
tipos de reparaciones, las probabilidades correspondientes son: 0,05;
0,04 y 0,02. Cul es la probabilidad de que el equipo comprado
requiera reparacin durante el primer ao de uso?
Solucin:
El evento es complementario de que el equipo no requiera reparacin, por lo
que:
P(A) = 1 (0,95)(0,96)(0,98) = 0,10624
11.- En un pas determinado la probabilidad de que un hombre sea
exonerado del cargo de paternidad a pesar de serlo, mediante una
prueba de grupo sanguneo en el sistema ABO es de 0,165; en el
sistema MN es de 0,274 y en el sistema RH es de 0,256, esta pruebas
son independientes, cul es la probabilidad de que un hombre sea
acusado de paternidad despus de pasar las 3 pruebas?
Solucin:
El evento es complementario del evento de que el hombre sea exonerado en
las 3 pruebas, por lo que:
P(A) = 1 (0,165)(0,274)(0,256) = 0,9884
12.- Una operacin antidroga debe comenzar a las 11p.m. de cierta noche.
Se estima que llover 6 horas antes con una probabilidad de 0,8; si
llueve, se estima que la probabilidad de xito de la operacin sea de
0,75. Si no llueve, esta probabilidad se estima que sea de 0,60; cul es
la probabilidad de xito?
Solucin:
P(A) = 0,8 probabilidad de que llueva
P(Ac) = 0,2 P(E/A) = 0,75 P(E/Ac) = 0,60
Por isomorfismo del lgebra de conjuntos con el lgebra de eventos se
conoce que:
E = (EA)(EAc) las dos intersecciones son eventos mutuamente
excluyentes, por lo que usando Ax.3. se tiene:
P(E) = P(EA) + P(EAc)
= P(A)P(E/A) + P(Ac)P(E/Ac)
= (0,8)(0,75) + (0,2)(0,60)
= 0,72
13.- En una ciudad el 40% de los trabajadores tienen primaria completa, el
50% tiene secundaria completa y el 10% son profesionales, entre los
que tienen primaria completa el 25% son desocupados, entre los que
tienen secundaria completa el 15% son desocupados y entre los
profesionales ninguno est desocupado. Si se elige un trabajador al
azar, cul es la probabilidad de que:
a) sea desocupado?
b) si es desocupado, de que tenga secundaria completa?
Solucin:
A = tiene primaria completa.
B = tiene secundaria completa.
C = es profesional.
D = es desocupado.
a) P(D) = P(A)PD/A) + P(B)P(D/B) + P(C)P(D/C)
= (0,40)(0,25) + (0,50)(0,15) + )0,10)(0,0)
= 0,175
P ( B ) P ( D / B ) (0,5)(0,15)
P(B/D) = 0,4286
P( D) 0,175
14.- Si A y B son dos eventos independientes de un espacio muestral ,
tales que P(A/B) = 0,35 y P(B) = 0,6. Hallar:
a) P(ABc)
b) P(AcB)
Solucin:
a) P(ABc) = P(A) + P(Bc) P(ABc)
= P(A) + P(Bc) P(A)P(Bc)
= 0,35 + 0,4 (0,35)(0,4)
= 0,61
P(AcB) = P(Ac)P(B) = (0,65)(0.6) = 0,39
15. - Una Unidad de Educacin emplea 120 personas, 80 de los cuales son
varones. El Departamento de Estadstica e Informtica da trabajo al
15% de los varones y al 20% de las mujeres. Si un inspector escoge a
una persona al azar y nota que es varn, cul es la probabilidad de que
trabaje en el Departamento de estadstica e Informtica?
Solucin:
P(V) = 2/3 P(M) = 1/3 P(DEI) = 1/6 P(DEIV) =1/10
P(DEI/V) = P(DEIV) / P(V) = (1/10) / (2/3) = 0,15
16. - Cul es la probabilidad de que al arrojar dos dados en una superficie
plana, la suma de los nmeros que aparecen en las caras superiores
exceda a 8, dado que uno de ellos es el nmero 6?
Solucin:
A = el evento de que uno de los nmeros sea el nmero 6.
= (1,6),(6,1),(2,6),(6,2),(3,6),(6,4)(4,6), (6,4), (5,6),(6,5),(6,6),
P(A) = 11/36
B = la suma excede a 8
= (3,6),(6,3),(4,5),(5,4),(4,6),(6,4),(5,5),(5,6),(6,5),(6,6)
AB = (3,6),(6,3),(4,6),(6,4),(5,6),(6,5),(6,6)
P(AB) = 7/36
P(B/A) = (7/36) / (11/36) = 7/11 = 0,63636
Solucin:
P(V) = 0,4 P(M) = 0,5 P(V/M) = 0,7
P(VM) = P(M)P(V/M) = (0,5)(0,7) = 0,35
P(M/V) = P(VM) / P(V) = 0,35 / 0,4 = 0,875
P(VM) = P(V) + P(M) P(VM) = 0,4 + 0,5 0,35
= 0,55
19.- Se sabe que el veredicto dado por un jurado es un 90% de confiable
cuando el sospechoso es culpable y un 99% confiable cuando es
inocente. En otras palabras declara inocente al 10% de los culpables y
declara culpable al 1% de los inocentes. Si un sospechoso es
seleccionado al azar de un grupo de personas de los cuales slo un 5%
ha cometido delito alguna vez. Cul es la probabilidad de que la
persona sea culpable dado que ha sido declarado inocente?
Solucin:
P = 0,05 donde C indica que la persona seleccionada es culpable.
P(I) = 0,95 donde I indica que la persona escogida es inocente.
A = la persona escogida es declarada inocente por el jurado
P(A/C) = 0,10 P(Ac/I) = 0,01 P(A/I) = 0,99
P(A) = P(I) P(A/I) + P(C)P(A/C)
= (0,95)(0,99) + (0,05)(0,10)
= 0,9455
P(CA) = P P(A/C) = (0,05)(0,10) = 0,005
P(C/A) = P(CA) / P(A) = (0,005) / (0,9455) = 0,0053
Solucin:
a) Dos eventos son mutuamente excluyentes si y solo si P(AB) = 0,
en este caso P(AB) = 1/18, por lo tanto la afirmacin es falsa.
b) Como PA/B) = P(A), entonces los eventos son independientes, por
lo que la afirmacin es verdadera.
c) Si A B AB = A, pero como P(AB) = 1/18 y P(A) = 1/6,
entonces la afirmacin es falsa.
d) P(Ac/Bc) = 5/6 como los eventos son independientes P(A c/Bc) =
c
P(A ) = 5/6 entonces la afirmacin es verdadera.
e) P(A-B) = P(A) P(AB) = 1/6 1/18 = 1/9, por lo tanto la
afirmacin es verdadera.
Solucin:
P(B/A) = P(AB) / P(A) P(AB) = P(A)P(B/A) = (1/2)(1/4) = 1/8
P(B) = P(AB) / P(A/B) = (1/8) / (1/3) = 3/8
a) P(AB) P(A)P(B) pues (1/8) (1/2)(3/8) a proposicin es falsa.
b) si A es subevento de B entonces P(AB) = P(A), lo cual no se cumple en
la proposicin, entonces es falsa.
c) P(Ac Bc) = P(B-A) = P(B) - P(AB) = (3/8) (1/8) = , por lo que la
proposicin es verdadera.
d) P(Ac Bc) = P(A B) = P(A) + P(B) 2P(AB)
= (1/2) + (3/8) 2(1/8) = 5/8, por lo que la proposicin es verdadera.
23.- En una caja se tiene 12 artculos nuevos y 4 usados, se extraen 2
artculos, se les separa sin tener en cuenta su estado, luego se extrae
otro artculo de la caja. Cul es la probabilidad de que sea nuevo?
Solucin:
16
n() =
120 formas de extraer 2 artculos de los 16 existentes en la caja,
2
pero puede suceder de 3 formas: i) que los dos sean nuevos, entonces
12 4
hay
6 formas ; ii) que los dos sean usados entonces hay
6formas ; iii) que
2
haya un usado y un nuevo, entonces hay 12 x 4 = 48 formas de
2
seleccionarlos, luego quedarn 14 artculos en la caja del cual se extrae
uno, entonces la probabilidad de que el ltimo artculo sea nuevo es
como sigue:
P = P(2N)P(N/2N) + P(2U)P(N/2U) + P(NU)P(N/NU)
66 10 6 12 48 11
= x x x 0,75
120 14 120 14 120 14
Prueba:
P(/C) = P(C) / P = P/ P = 1
P(A/C) = P(AC) /P = P /P = 1
P(A/C) = P(AC) /P = P(C) /P = P() /P = 0/P
=0
P(AB/C) = P(AB)C / P = P(AC) (BC) /P
= P(AC) + P (BC) P(ACBC) /P
= P(AC) /P + P(BC) /P P(ABC) / P
= P(A/C) + P(B/C) P(AB/C)
P(Ac/C) = P(Ac C)/P = P(C-A)/P = PP(AC)/ P
= P/P - P(AC)/P
= 1 P(A/C)
25. - Suponga que 2 libros con errores tipogrficos han sido incluidos en un
grupo de 6 libros, la persona que recepciona los libros, los revisa uno
por uno. Cul es la probabilidad de que el ltimo libro con errores
tipogrficos sea detectado en:
a) el cuarto libro revisado?
b) el quinto libro revisado?
Solucin:
Puede suceder de la siguiente manera:
ENNE, NENE, NNEE, los 3 tiene las mismas probabilidades, por lo que:
2 4 3 1
P(A) = 3 x x x 1/ 5
6 5 4 3
En este caso puede suceder de 4 maneras:
ENNNE, NENNE, NNENE, NNNEE y los 4 tienen la misma probabilidad.
2 4 3 2 1 4
P(B) = 4 x x x x
6 5 4 3 2 15
26.- Tres distribuidores surten con la marca X de leche embotellada a todos
los expendios de una zona de la ciudad. El distribuidor A suministra el
60% de la leche, el distribuidor B suministra el 30% y el distribuidor C
suministra el 10% restante. Una inspeccin de salubridad comprueba
que el 1% de la leche suministrada por A es adulterada, al igual que el
3% suministrada por B y el 5% suministrada por C. Un nio de corta
edad de la zona fallece a consecuencia de haber consumido leche
adulterada de la marca X. Determine la probabilidad de que la botella
de leche causante del deceso haya sido suministrada por el distribuidor
A.
Solucin:
P(A) = 0,6 P(X/A) = 0,01
P(B) = 0,3 P(X/B) = 0,03
P = 0,1 P(X/C) = 0,05
P(X) = (0,6)(0,01) + (0,3)(0,03) + (0,1)(0,05) = 0,02
P(A/X) = P(A)P(X/A) / P(X) = (0,6)(0,01) / (0,02) = 0,006 / 0,020
= 0,3
27.- A y B son dos mayoristas ms importantes que abastecen con arroz a
las tiendas de la ciudad, A abastece el 70% de las tiendas, B abastece el
50%, y A y B abastecen al 30% de las mismas tiendas, sin embargo no
todas las tiendas que abastece A son las mismas que abastece B, por
otra parte existen tiendas que no son abastecidas por A ni por B. Si se
escoge una tienda al azar, cul es la probabilidad de que:
a) sea abastecido A, dado que tambin es abastecido por B?
b) sea abastecido B, dado que tambin es abastecido por A?
Solucin:
P(A/B) = P(AB)/P(B) = 0,3 / 0,5 = 0,6
P(B/A) = P(AB)/P(A) = 0,3 / 0,7 = 0,42857
28.- De una caja que tiene 12 artculos, de los cuales 8 son nuevos y 4
usados, se seleccionan 2 artculos uno a continuacin del otro. Sea a el
evento de que el primer artculo escogido es usado y sea b el evento de
que el segundo artculo escogido sea nuevo. Determine si los eventos
son independientes, si la seleccin es:
a) con sustitucin.
b) sin sustitucin.
Solucin:
Las formas de seleccionar son para el evento A( UU y UN) y para el evento
B (UN, NN)
4 4 4 8 1
a) P(A) = x x
12 12 12 12 3
4 8 8 8 2
P(B) = x x
12 12 12 12 3
4 8 2
P(AB) = x
12 12 9
P(AB) = P(A)P(B) pues 2/9 = (1/3)(2/3) entonces los eventos son
independientes.
4 3 4 8 1
b) P(A) = x x
12 11 12 11 3
4 8 8 7 2
P(B) = x x
12 11 12 11 3
4 8 8
P(AB) = x
12 11 33
P(AB) P(A)P(B) pues 8/33 (1/3)(2/3) entonces los eventos no son
independientes.
29.- Un experto en tiro al blanco acierta el 90% de las veces en el que
dispara. Si dispara 3 tiros consecutivos, calcule la probabilidad de que:
a) haya acertado por lo menos dos tiros.
b) haya fallado por lo menos dos tiros.
Solucin:
Los disparos son independientes unos de otros.
P = P(AAF) + P(AFA) + P(FAA) + P(AAA)
= (0,9)(0,9)(0,1) + (0,9)(0,1)(0,9) + (0,1)(0,9)(0,9) + (0,9)(0,9)(0.9)
= 0,972
P = P(FFA) + P(FAF) + P(AFF) + (FFF)
Este es un evento complementario al anterior.
P = 3(0,1)(0,1)(0,9) + (0,1)(0,1)(0,1) = 0,028
31.- Cuando una mquina que produce tornillos est trabajando bien el 95%
de los tornillos satisfacen las especificaciones, en cambio cuando la
mquina no trabaja bien slo el 40% de los tornillos satisfacen las
especificaciones. La mquina trabaja bien el 90% de las veces. Un
inspector selecciona un tornillo del almacn. Cul es la probabilidad
de que:
a) el tornillo no satisfaga las especificaciones?
b) si el tornillo est bien, de que haya sido producido cuando la mquina
estaba trabajando mal?
Solucin:
A = el tornillo cumple las especificaciones dadas.
B = la mquina trabaja bien.
P(A/B) = 0,95 P(A/Bc) = 0,40 P(B) = 0,90
P(A) = (0,90)(0,95) + (0,10)(0,40) = 0,895
P(Ac) = 1 P(A) = 1 0,895 = 0,105
P(Bc/A) = 1 P(B/A) = 1 0,9553 = 0,0447
P(B/A) = P(B)P(A/B) / P(A) = (0,90)(0,95) / (0,895) = 0,9553
32.- Se sabe que 1/3 de todos los alumnos de un saln de clase son menores
de 20 aos, 3/5 del total son varones y que la mitad de las mujeres son
mayores de 20 aos. Si se escoge un alumno al azar, calcule la
probabilidad de que:
a) sea varn con menos de 20 aos.
b) si es varn, tenga menos de 20 aos.
Solucin:
Sexo
Edad
Varn Mujer Total
Menor de
20 aos 2/15 1/5 1/3
:A
Mayor de
7/15 1/5 2/3
20 aos
Total 3/5 2/5 1.0
a) P(AV) = 2/15
b) P(A/V) = P(AV)/ P(V) = (2/15) / (3/5) = 2/9
Solucin:
Hay 160 tornillos en el segundo y tercer cajn, por lo que en el segundo
cajn hay 40 tornillos (28 de cromo y 12 de acero) y en el tercer cajn
hay 120 tornillos (90 de cromo y 30 de acero), en total hay 198 de
cromo y 62 de acero.
Por otro lado, P(A) = 5/13, P(B) = 2/13, P(C) = 6/13
P(X/A) = 0,2 P(X/B) = 0,3 P(X/C) = 0,25
Donde A = primer cajn, B = segundo cajn, C = tercer cajn, X tornillo de
acero, por lo que:
P(X) = (5/13)(0,2) + (2/13)(0,3) + (6/13)(0,25) = 0,23846
P(B/X) = P(B)P(X/B) / P(X) = (2/13)(0,30) / (0,23846) = 0,19355
Solucin:
P(A) = 1/3 P(X/A) = 1/6
P(B) = 1/3 P(X/B) =
P = 1/3 P(X/C) = 1/3
A = El ganado pertenece al primer rancho.
B = El ganado pertenece al segundo rancho.
C = El ganado pertenece al tercer rancho.
X = el ganado est afectado por la epidemia.
a) P(X) = (1/3)(1/6) + (1/3)(1/4) + (1/3)(1/3) =
b) P(C/X) = (1/3)(1/3) / (1/4) = 4/9
Solucin:
P(A) = (0,4)(0,4) + (0,3)(0,3) + (0,2)(0,2) + (0,1)(0,1) = 0.30
P(B) = 1 0,3 = 0,7 (Este evento es complementario del anterior)
37.- 200 obreros de una empresa constructora estn clasificados por el
tiempo de servicios y el sueldo, la distribucin es como sigue: 130
obreros ganan menos de mil soles, 110 obreros tienen menos de 5 aos
de servicio y 30 tienen ms de 5 aos de servicio y ganan ms de mil
soles. Se escoge un obrero al azar, cul es la probabilidad de que:
a) gane ms de mil soles, si tiene menos de 5 aos de servicio?
b) tenga menos de 5 aos de servicio, si gana ms de mil soles?
Solucin:
A = el obrero gana ms de mil soles
B = el obrero tiene menos de 5 aos de servicios.
P(A/B) = (40/200)/(110/200) = 40/110 = 4/11
b) P(B/A) = (40/200)/ (70/200) = 40/70 = 4/7
(Ver la siguiente tabla)
PROBLEMAS PROPUESTOS
1.- La probabilidad de que un cazador de en el blanco es igual a 0,8. Cul
es la probabilidad de que:
a) falle 4 tiros consecutivos?
b) falle uno de 4 tiros consecutivos?
c) de en el blanco en cuarto tiro?
Rpta. a) 0,0016 b) 0,4096 c) 0,1024
35.- Tres artculos sern obtenidos uno a continuacin del otro y sin
sustitucin de una caja que contiene 6 artculos nuevos y 4 usados.
Halle la probabilidad de que el tercer artculo extrado sea:
a) usado.
b) nuevo.
Rpta. a) 0,4 b) 0,6
36.- Un radioaficionado emite 3 seales de radio sucesivamente, la
recepcin de cualquier seal es independiente de los otros dos, las
probabilidades de recepcin son respectivamente: 0,2; 0,3 y 0,5.
Calcule la probabilidad de que se hayan recibido:
a) almenos dos de ellas.
b) exactamente una de ellas.
c) ninguna de ellas.
Rpta. a) 0,25 b) 0,47 c) 0,28
37.- La probabilidad de que el alumno A acierte una pregunta de
razonamiento matemtico es igual a 0,1 y la del alumno B es igual a
0,125. se sabe que los alumnos aciertan o fracasan independientemente
uno del otro, calcule la probabilidad de que:
a) ambos fracasen.
b) ambos acierten.
c) alguno acierte.
d) alguno fracase.
Rpta. a) 0,7875 b) 0,0125 c) 0,2125 d) 0,9875
38.- En calidad de vendedor de bonos, usted est pensando usar una lista de
propietarios de acciones para efectuar su publicidad por correo. Se sabe
que el 40% de los inversionistas financieros tienen slo acciones, el
10% tienen slo bonos, el 20% tienen ambos y los restantes 30% no
tienen ni bonos ni acciones. Entonces si un inversionista es propietario
de acciones, cul es la probabilidad de que tambin sea inversionista
de bonos?
Rpta. 2/3
39.- En un sistema de prueba de productos cada radio receptor fabricado por
una lnea de montaje debe pasar por 2 puntos de inspeccin antes de ser
embalado para su envo al lugar de distribucin, la probabilidad de
hallar un radio receptor defectuoso en el 1er. puesto de inspeccin es
igual a 0,9 y la de hallarlo en el 2do. puesto de inspeccin es de 0,95.
Cul es la probabilidad de que un radio receptor defectuoso sea
embalado para su distribucin?
Rpta. 0,005
40.- El Sr. Roberto es un experto ladrn, la probabilidad de que abra una
caja de caudales es igual a 0,8. Cul es la probabilidad de que:
a) necesite 2 intentos para abrir una caja.
b) abra la caja en no ms de 3 intentos.
Rpta. a) 0,16 b) 0,992
41.- Se tiene una jaula con 5 ratones machos y 7 hembras, se selecciona al
azar un ratn se anota el sexo, despus se devuelve al ratn a la jaula
con otro del mismo sexo, esta operacin se realiza 3 veces. Halle la
probabilidad de que en las 3 anotaciones aparezca:
a) 3 hembras.
b) un macho.
c) dos machos.
d) 3 machos.
Rpta. a) 12/52 b) 20/52 c) 15/52 d) 5/52
42.- La probabilidad de por lo menos un impacto en el blanco al lanzar 3
misiles es igual a 0,992. halle la probabilidad de impacto de un misil.
Rpta. 0,8
43.- 3 tiradores hicieron un disparo cada uno sobre un blanco, dos de los
disparos dieron en el blanco. Hallar la probabilidad de que el 3er.
Tirador haya dado en el blanco, si las probabilidades de impacto son:
0,6; 0,5 y 0,4 respectivamente para el 1ero., 2do y 3er. Tirador.
Rpta. 0,5263
44.- Una caja tiene 2 transistores nuevos y 6 usados, de la caja se sacan y se
prueban los transistores uno por uno hasta obtener el segundo transistor
nuevo, cul es la probabilidad de obtener el segundo transistor nuevo
en:
a) la segunda prueba
b) la tercera prueba.
c) la cuarta prueba.
d) la quinta prueba
Rpta. a) 1/28, b) 2/28, c) 3/28, d) 4)28
48.- Cuando una mquina que produce clavos de acero trabaja bien el 90%
de los clavos satisfacen las especificaciones dadas, en cambio cuando la
mquina no trabaja bien slo el 60% de los clavos satisfacen bien. La
maquina est en buen estado el 95% de las veces. Si se seleccionan 2
clavos y ambos cumplen las especificaciones dadas Cul es la
probabilidad de que la mquina haya estado trabajando:
a) bien?
b) mal?
Rpta. a) a) 0,977 b) 0,023
VARIABLES ALEATORIAS
En muchos experimentos aleatorios, los resultados no necesariamente son
nmeros reales, sino entes abstractos, adems muchos espacios
muestrales no pueden ser expresados en forma extensiva sino en forma
comprensiva, por consiguiente es necesario codificar los elementos del
espacio muestral para su mejor manejo, esta simplificacin del espacio
muestral se puede hacer mediante una variable llamada aleatoria, que
no tendr la amplitud de la variable definida en la Estadstica
Descriptiva, en este caso se dejar de lado las variables cualitativas,
slo nos ocuparemos de las variables cuantitativas.
Definicin.- Dado (,A, P) un espacio de probabilidad, a la funcin real X
se le llama variable aleatoria, si asigna a cada uno de los elementos del
espacio muestral de un experimento aleatorio , un nmero real: x =
X(w)
X: R
f=X R
H 1
M 0
Ejemplo N 2.
Se lanzan dos dados sobre una superficie plana, sea X la suma de los puntos
obtenidos.
n() = 36
X : 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12
P(X): 1/36, 2/36, 3/36, 4/36, 5/36, 6/36, 5/36, 4/36, 3/36, 2/36, 1/36
Ejemplo N 3:
Se escogen 3 artculos de una caja que tiene 6 artculos nuevos y 4 usados,
sea X la variable aleatoria que indica el nmero de artculos usados en
la muestra.
n() = 120
X : 0, 1, 2, 3
P(X): 5/30, 15/30, 9/30, 1/30
Ejemplo N 4:
Se registra la asistencia de los n alumnos de un saln de clase, sea X el
nmero de alumnos inasistentes al saln de clase.
X: 0, 1, 2, 3,.., n
Ejemplo N 5:
Se lanza un dado hasta obtener un seis, sea X la variable aleatoria que
indica el nmero de lanzamientos necesarios para obtener el seis.
X: 1, 2, 3, 4,..
P(X): 1/6, (5/6)(1/6), (5/6)2(1/6), (5/6)3(1/6),..
Ejemplo N 6:
Se mide la estatura de los alumnos de un saln de clase, sea X la medida de
la estatura que corresponde a cada alumno.
X = x/ x R, 0 x 3 m.
Ejemplo N 7:
Se mide la temperatura en una ciudad a las 12 m. Sea X la v.a. que indica la
temperatura medida en grados centgrados.
X = x/ x R, -20 x 45C si la ciudad nunca ha tenido temperaturas
inferiores a -20C ni superiores a los 45 C.
Ejemplo N 8:
Se mide el tiempo que tarda un estudiante de ir de su domicilio a la
universidad. Sea X la v.a. que indica el tiempo empleado y medido en
minutos.
X = x/ x R, x 0
TIPOS DE VARIABLES ALEATORIAS:
1. VARIABLES ALEATORIAS DISCRETAS
Sea X una variable aleatoria, se llama variable aleatoria discreta, si el
nmero de valores posibles de X es finita o infinita numerable, en este
caso el rango de X es como sigue:
Rx = x1, x2, x3,, en el caso finito la lista termina y en el caso infinito
la lista contina indefinidamente. En este caso con cada resultado x i se
asocia un nmero P(xi) = P(X=xi), i = 1, 2, 3, llamados
probabilidades puntuales de xi y por lo tanto cumplen los axiomas de
probabilidad. Adems las probabilidades asociadas a los eventos,
resultan de la suma de las probabilidades individuales de cada
resultado. Asimismo en cada intervalo finito habr cuando mucho un
nmero finito de valores posibles de X; si uno de esos intervalos no
contiene ninguno de los valores posibles, se le asigna la probabilidad
cero, es decir, si Rx = x1, x2, x3, y si ningn xi a,b, entonces
Pa x b = 0
Ejemplo N 1:
Suponga que los chips fabricados por una compaa son colocados uno por
uno en un probador electrnico con fines de control de calidad, la
probabilidad de que pase la prueba (positivo) segn el fabricante es
igual a 0,99. Las pruebas se realizan hasta que un chip no pase la
prueba (negativo). Considere X como el nmero de pruebas que se
hacen hasta que aparezca un chip que no pase la prueba. Entonces el
espacio muestral asociado al experimento se puede expresar como
sigue:
= -, +-, ++-, +++-, ++++-,., en tanto que la variable aleatoria ser
X = 1, 2, 3, 4, 5,. , y si cada prueba no afecta al siguiente,
P(n) = P(X=n) = (0,99)n-1(0,01)
Ejemplo N 2:
Un saln de clase tiene 15 alumnos de los cuales 10 son varones y 5 son
mujeres, del cual se escoge una comisin de 4 alumnos para realizar un
trabajo, sea X el nmero de varones en la comisin. Entonces la
variable aleatoria es igual a X = 0, 1, 2, 3, 4, las probabilidades son:
P(X=0) = 1/173, P(X=1) = 20/273, P(X=2) = 90/273, P(X=3) = 120/273,
P(X=4) = 42/273
FUNCIN DE CUANTIA
Se llama tambin funcin de probabilidad de la variable aleatoria X,
expresado como P(X), a toda funcin definida para variables aleatorias
discretas y que para ser considerada como tal debe cumplir dos
condiciones:
P(X) 0, x R
P( X ) = 1
x
4
x
P(X = x) = x = 0, 1, 2, 3, 4
16
P(X)
6/16
4/16
1/16
0 1 2 3 4 X
3. FUNCIN DE DISTRIBUCIN: F(X)
Es la funcin acumulada de probabilidades de la variable aleatoria X y se
define de la siguiente manera: F(X) = PX x = P(w / X(w)
x)
Propiedades:
1.- F(X) 0, la funcin F(X) es no negativa. F: R R definida por
F(a) = P(X a), llamada funcin escalonada, donde
F(X) = P( X )
x
2.- Dados S y T R, tal que S T, entonces F(S) F(T), esto significa que
la funcin es montona no decreciente.
3. - Lim. F(X) = 0 Lim. F(X) = 1
x - x +
4. - P(a X b) = F(b) F(a)
5. - P(Xi) = F(Xi) F(Xi-1)
Consecuencias:
0 F(X) 1
P((-, x) = F(X)
P((x, )) = 1 F(X)
((a, b ) = F(b) F(a)
Ejemplo N 1:
Use el ejemplo anterior para demostrar las propiedades mencionadas.
X P(X) F(X)
0 1/16 1/16
1 4/16 5/16
2 6/16 11/16
3 4/16 15/16
4 1/16 1.0
5/16
1/16
0 1 2 3 4 X
Ejemplo N 2:
Un lote de 12 tornillos tiene 8 de acero y 4 de cromo, del cual se escogen 3
tornillos, obtenga la funcin de cuanta de la variable aleatoria X que
indica el nmero de tornillos de acero en la muestra, si la seleccin se
hace:
todos a la vez
uno por uno y con reposicin.
Solucin:
12
a) n() =
= 220
3
8 4
X=0
4 P(X=0) = 1/55
0 3
8 4
X=1
48 P(X=1) = 12/55
1 2
8 4
X=2
1 2 P(X=2) = 28/55
2 1
8 4
X=3
56 P(X=3) = 14/55
3 0
8 4
P(X) =
x 3x X = 0, 1, 2, 3
20
b) n() = 12x12x12 = 1728
X = 0 4x4x4 = 64 P(X=0) = 1/27
X = 1 3x8x4x4 = 384 P(X=1) = 6/27
X = 2 3x8x8x4 = 768 P(X=2) = 12/27
X = 3 8x8x8 = 512 P(X=0) = 8/27
3
P(X) =
2 1
( ) x ( ) 3 x X = 0, 1, 2, 3
3 3
x
PROBLEMAS RESUELTOS:
1.- Se lanzan dos dados sobre una superficie plana, a) sea X la suma de los
puntos obtenidos, b) sea X el mnimo de los puntos obtenidos. Obtenga
la funcin de cuanta y la funcin de distribucin.
Solucin:
X = suma de los puntos obtenidos.
X P(X) F(X)
2 1/36 1/36
3 2/36 3/36
4 3/36 6/36
5 4/36 10/36
6 5/36 15/36
7 6/36 21/36
8 5/36 26/36
9 4/36 30/36
10 3/36 33/36
11 2/36 35/36
12 1/36 1.0
6 7 X
P(X) = X = 2, 3, 4,., 12
36
X = mnimo de los puntos obtenidos.
X P(X) F(X)
1 11/36 11/36
2 9/36 20/36
3 7/36 27/36
4 5/36 32/36
5 3/36 35/36
6 1/36 1.0
13 2 X
P(X) = X = 1, 2, 3, 4, 5, 6
36
2.- Un artculo es ensamblado por una mquina de tal manera que se detiene
en el primer artculo que no cumple con las especificaciones del caso,
el fabricante asegura que solo el 5% de los artculos no cumplen con las
especificaciones del caso. Sea x el nmero de ensambles que se hacen
hasta que se detenga la mquina. Determine la funcin de cuanta.
Solucin:
X P(X) F(X)
0,05 0,05
(0,95)(0,5) 0,0975
(0,95)2(0,05) 0,142625
(0,95)3(0,05) 0,18549375
.. .
(0,95)n-1(0,05) P( X )
..
Solucin:
1 2 3 4
a) 1 K = 10 P(X) = X/10 X = 1, 2, 3, 4.
K K K K
b) K(1+2+3+4+5+6+7) = 1 K = 1/28 P(X) = X/28
X = 1, 2, 3, 4, 5, 6, 7.
c) K(1/5) + (1/5)2 + (1/5)3 + (1/5)4 + = 1
K(1/5) (1/5)0 + (1/5) + (1/5)2 + (1/5)3 + = 1
1
K(1/5) = 1 K = 4 P(X) = 4(1/5)X
1 (1 / 5)
X = 1, 2, 3,..
d) K(1+1)2 + (2+1)2 + (3+1)2 = 1 K = 1/29 P(X) = (1/29)(X+1)2
X = 1, 2, 3.
e) K(2/3) + (21/3)2 + (2/3)3 + (2/3)4 +.. = 1
K(2/3) (2/3)0 + (2/3) + (21/3)2 + (2/3)3 + .. = 1
1
K(2/3) = 1 K = P(X) = (1/2)(2/3)X
1 ( 2 / 3)
X = 1, 2, 3,......
3
5.- Si P(X) = X = 0, 1, 2, 3, 4.
2(4 X )! X !
a) Probar si es una funcin de cuanta
b) Hallar P(X 3/X > 1)
Solucin:
a)
3 3 3 3 3
2( 4 0)!.0! 2( 4 1)!.1! 2( 4 2)!.2! 2( 4 3)!.3! 2( 4 4)!
y como cada P(X) > 0 se confirma que P(X) es una funcin de cuanta
P(1 X 3) P ( X 2) (6 / 16) 6
b) P(X 3/X > 1) =
P( X 1) 1 P( X 1) (11 / 16) 11
6.- Durante el curso de una semana, se tiene 6 horas de clase en 3 sesiones
de 2 horas cada una de un curso determinado. La probabilidad de que
un alumno inasista a clase es de 0,05. Sea X el nmero de inasistencias
por semana de un alumno. Construya la distribucin de probabilidades
de este problema y determine su funcin de cuanta.
Solucin:
X P(X) F(X)
0,857375 0,857375
0,135375 0,99275
0,007125 0,999875
0,000125 1,0
3 x 3x
P(X) =
(0, 5) (0,95) X = 0, 1, 2, 3
x
7. - En un saln de clase se tiene 5 alumnos con fichas numeradas de uno al
cinco, se seleccionan 2 alumnos. Sea X la suma de los nmeros de sus
fichas. Obtenga la distribucin de probabilidades de la variable
aleatoria X. haga lo mismo si se seleccionan 3 alumnos.
Solucin:
si se seleccionan 2 alumnos:
X P(X) F(X)
3 1/10 1/10
4 1/10 2/10
5 2/10 4/10
6 2/10 6/10
7 2/10 8/10
8 1/10 9/10
9 1/10 1.0
si se seleccionan 3 alumnos:
X P(X) F(X)
6 1/10 1/10
7 1/10 2/10
8 2/10 4/10
9 2/10 6/10
10 2/10 8/10
11 1/10 9/10
12 1/10 1.0
9.- Una caja contiene 4 tuercas de cromo y 2 de acero, se extraen las tuercas
uno por uno hasta obtener las 2 tuercas de acero, sea X la variable
aleatoria (v.a.) que indica el nmero de extracciones que se hacen hasta
obtener la segunda tuerca de acero. Obtenga:
a) la funcin de cuanta de la v.a.X.
b) P(X 2)
Solucin:
X P(X) F(X)
2 1/15 1/15
3 2/15 3/15
4 3/15 6/15
5 4/15 10/15
6 5/15 1.0
X 1
a) P(X) = X = 2, 3, 4, 5, 6.
15
10.- Una caja contiene 4 artculos nuevos y un usado, otra caja contiene 3
artculos nuevos y 2 usados y una tercera caja contiene 2 artculos
nuevos y 3 usados. Se saca en forma aleatoria un artculo de cada caja,
sea X el nmero de artculos nuevos extrados. Determine la
distribucin de probabilidades de la Variable aleatoria X.
Solucin:
P(X=0) = (1/5)(2/5)(3/5) = 6/125
P(X=1) = (4/5)(2/5)(3/5) + (1/5)(3/5)(3/5) + (1/5)(2/5)(2/5) = 37/125
P(X=2) = (1/5)(3/5)(2/5) + (4/5)(2/5)(2/5) + (4/5)(3/5)(3/5) = 58/125
P(X=3) = (4/5)(3/5)(2/5) = 24/125
11.- Una seora tiene 5 llaves de los cuales slo una es la que corresponde a
la puerta que se quiere abrir, sea X la variable aleatoria que representa
el nmero de pruebas que se deben hacer hasta abrir la puerta. Obtenga
la distribucin de probabilidades de la variable aleatoria X.
Solucin:
P(X=1) = 1/5
P(X=2) = (4/5)(1/4) = 1/5
P(X=3) = (4/5)(3/4)(1/3) = 1/5
P(X=4) = (4/5)(3/4)(2/3)(1/2) = 1/5
P(X=5) = (4/5)(3/4)(2/3)(1/2)(1) = 1/5
Solucin:
10
n() =
120
3
X P(X) F(X)
0 5/30 5/30
1 15/30 20/30
2 9/30 29/30
3 1/30 1.0
4 6
P(X) =
x 3x X = 0, 1, 2, 3.
120
13.- En un sobre hay 12 carns de trabajo, 5 de los cuales son de
profesionales, 4 son de tcnicos y 3 de auxiliares. Se escoge 3 carns
del sobre. Sea X la v.a. que indica el nmero de tcnicos en la muestra.
Hallar:
a) P(X 1)
b) la funcin de cuanta.
Solucin:
12
n() =
2 0
3
X P(X) F(X)
0 14/55 14/55
1 28/55 42/55
2 12/55 54/55
3 1/55 1.0
P(X 1) = 42/55
4 8
x 3 x
P(X) = X= 0, 1, 2, 3.
20
14.- Una caja tiene 20 fusibles de los cuales 5 son usados. Si se seleccionan
4 fusibles a la vez, considere a la v.a. X como el nmero de fusibles
usados en la muestra. Hallar:
a) P(X 1/X 2)
b) la funcin de cuanta.
Solucin:
20
n() =
4845
4
X P(X) F(X)
0 273/969 273/969
1 455/969 728/969
2 210/969 938/0969
3 30/969 968/969
4 1/969 1.0
4845
15.- Si la seleccin se hace uno a continuacin del otro y con reposicin de
los fusibles del problema anterior, obtenga lo mismo, es decir:
a) P(X 1/X 2)
b) la funcin de cuanta
Solucin:
n() = 20x20x20x20 = 160000
X P(X) F(X)
0 81/256 81/256
1 108/256 189/256
2 54/256 243/256
3 12/256 255/256
4 1/256 1.0
x
16.- Un artculo producido debe pasar por 4 puestos de control de calidad y
en cada caso puede ser considerado como apto o no apto para su
comercializacin con la misma probabilidad. Sea X la v.a. que
representa el nmero de puestos en que un artculo es considerado apto.
Obtenga:
a) P(X 2)
b) la funcin de cuanta.
Solucin:
n() = 2x2x2 = 8
X P(X) F(X)
0 1/16 1/16
1 4/16 5/16
2 6/16 11/16
3 4/16 15/16
4 1/16 1.0
P(X 2) = 11/16
4
x
P(X) = X = 0, 1, 2, 3, 4.
16
17.- Si una v.a. tiene como funcin de cuanta a la siguiente expresin
P(X) = K/n X = 1, 2, 3,.,n
Hallar el valor de la constante K y P(X 5), para n = 20
Solucin:
n n
nK
P( X ) 1
x 1
( K / n)
x 1 n
K 1
3 x 3 x
P(X) =
(1/6) (5/6)
x
20.- Tres tiradores disparan a un blanco a la vez, las probabilidades de
acertar de cada uno es: 0,9; 0,8 y 0,7 respectivamente. Sea X la v.a. que
indica el nmero de aciertos, determine la distribucin de
probabilidades de la v.a. X:
Solucin:
X P(X) F(X)
0 0,006 0,006
1 0,092 0,098
2 0,398 0,496
3 0,504 1,0
21.- Sea X una v.a. discreta cuya funcin de cuanta est dada por la
siguiente expresin: P(X) = (1/2)X X = 1,2,3,
a) Compruebe que es una funcin de cuanta.
b) Obtenga la probabilidad X nmero par.
Solucin:
a) (1 / 2)
x 1
x
(1 / 2) (1 / 2) 0 (1 / 2) (1 / 2) 2 (1 / 2) 3 .....
1
= (1/2) =1
1 (1 / 2)
Adems cada P(X) es mayor que cero, por lo tanto P(X) = (1/2) X es una
funcin de cuanta.
b) Si X es nmero par, entonces se tiene:
P(X par) = (1/2)2 + (1/2)4 + (1/2)6 + (1/2)8 +..
= (1/4)(1/4)0 + (1/4) + (1/4)2 + (1/4)3 +.
1
= (1/4) 1/ 3
1 (1 / 4)
22.- Si X es la v.a. discreta cuya funcin de cuanta esta definida por la
siguiente expresin:
P(X) = 2(1/3)X X = 1, 2, 3, 4,
Hallar P(X 5 / X 1).
Solucin:
P(1 x 5) 26 / 81 26 / 81 26
P(X 5 / X 1) =
P( x 1) 1 P ( x 1) 27 / 81 27
P(1 X 5) = P(2 X 4) = 2(1/3)2 + 2(1/3)3 + 2(1/3)4 = 26/81
P(X > 1) = 1 P(X 1) = 1 P(X=1) = 1 2/3 = 1/3 = 27/81
25.- Un jugador lanza un dado, si sale nmero primo gana esa cantidad en
soles, pero si no pierde esa cantidad en soles, obtenga la probabilidad
de ganar ms de 2 soles.
Solucin:
X 1 2 3 -4 5 -6
P(X) 1/6 1/6 1/6 1/6 1/6 1/6
32
2.- An estando sometidos a control de calidad diario los artculos ofertados
a la venta en un almacn tienen defectos, el nmero X de artculos con
defectos tiene una funcin de cuanta dado por:
P(X) = (2/3)(1/3)X X = 0, 1, 2,.
Calcule: P(X > 5)
Rpta. 728/729
3.- Una fbrica produce cada da 20 artculos, se sabe que el 10% de los
artculos tienen algn tipo de defecto, por eso antes de que stos sean
depositados en un almacn son revisados y a los que tienen defectos se
les separa, pero hay una probabilidad de 0,1 de que un artculo
defectuoso sea mal clasificado. Sea X el nmero de recipientes
clasificados como defectuosos al trmino del da:
a) Obtenga P(X=2)
b) Disee la funcin de cuanta.
20 x 2 0 x
Rpta. a) P(X=2) = 0,2818 b) P(X) =
(0, 9) (0,91)
x
4.- En un llavero hay 10 llaves de los cuales 2 pueden abrir una puerta, una
persona que no conoce las llaves, las prueba una por una hasta abrir la
puerta, sea X la v.a. que indica el nmero de pruebas que se hacen hasta
abrir la puerta. Halle:
a) P(X=5)
b) P(X=6)
Rpta. a) 1/9 b) 4/45
5.- Sea X una v.a. discreta cuya funcin de cuanta est dada por:
X 1
P(X) = K X = 2, 3, 4,,n
n
Hallar:
El valor de K.
P(X3).
P(X3).
Rpta. a) K = 2/(n-1) b) 1 6/n(n-1) c) 6/n(n-1)
K2X
P(X) = X = 0, 1, 2, 3,..
X!
Calcule:
el valor de K.
la probabilidad de que se produzca alguna rotura.
la probabilidad de que se produzca exactamente 3 roturas.
Rpta. a) e-2 b) 0,865 c) 0,18
5 20
x 4 x
Rpta. P(X) = X = 0, 1, 2, 3, 4.
12650
10.- Considera a las familias con 6 hijos cada uno, sea X la v.a. que indica el
nmero de hijos varones, si el nacimiento de los hijos varones y
mujeres son igualmente probables, estime la funcin de cuanta para la
v.a. X.
6
x
Rpta. P(X) = X = 0, 1,2, 3, 4, 5, 6.
64
11.- Se lanza una moneda hasta que salga una cara, sea X la v.a. que indica
el nmero de lanzamientos necesarios hasta obtener la primera.
Determine la funcin de cuanta de la v.a. X.
Rpta. P(X) = (1/2)X X = 1,2, 3,..
12.- Se lanza un dado hasta obtener un seis, sea X la v.a. que indica el
nmero de lanzamientos necesarios hasta obtener el primer 6.
Determine la funcin de cuanta de la v.a. X.
Rpta. P(X) = (1/6)(5/6)X-1 X = 1,2, 3,..
13.- Se sacan 5 cartas de una baraja ordinaria de 52 cartas, sea X el nmero
de corazones que se obtengan, determine la funcin de cuanta de la
v.a.X.
13 39
x 5x
Rpta. P(X) = X = 0, 1,2, 3, 4, 5.
52
5
14.- Se echan 10 naranjas en 4 cajas, de modo que cada naranja tenga la
misma probabilidad de caen en cualquiera de las cajas. Sea X la v.a.
que indica el nmero de naranjas que cae en la primera caja. Obtenga la
funcin de cuanta de la v.a. X.
1 0 X 10 X
P(X) =
(1/4) (3/4) X = 0, 1,2,,10
x
15.- Un fbrica produce artculos con un promedio del 1% de defectuosos,
se escoge una muestra de 50 artculos de la produccin total, sea X el
nmero de artculos con defectos en la muestra. Determine la funcin
de cuanta para la v-a- X.
50 X 50X
P(X) =
(0, 1) (0,9 ) X = 0, 1,2,.,50
x
16.- Se lanza 5 dados sobre una superficie plana, sea X la v.a. que indica el
nmero de ases que aparecen. Obtenga la funcin de cuanta de la v.a.
X.
5 X 5X
P(X) =
(1/6) (5/6) X = 0, 1, 2, 3, 4, 5.
x
17.- Un distribuidor de semillas de durazno sabe por experiencia que en
promedio 4 de las semillas que vende no germina por cualquier motivo.
Si vende semillas en bolsas de 80 semillas cada uno, garantizando que
por lo menos el 95% de las semillas germinarn. Cul es la
probabilidad de que una bolsa determinada no cumpla la garanta dada?
4
80 X 8 0 X
Rpta. P(X) = 1 -
(0,5) (0,95)
X 0 x
Donde X indica el nmero de semillas que no germinan.
18.- En una fbrica una mquina produce el doble que la segunda mquina,
cerca del 4% de los artculos producidos por la primera mquina son
defectuosos, mientras que slo el 2% de los producidos por la segunda
mquina son defectuosos, los artculos son almacenados en un solo
depsito, del cual se sacan 10 artculos. Cul es la probabilidad de que
la muestra contenga 2 artculos defectuosos?
10 X 1 0 X
Rpta. P(X) =
(1/30) (29/30) X = 0, 1,2,..,10
x
19.- Una variable aleatoria X puede tomar ciertos valores con
probabilidades, de: (1-4x)/16, (1-x)/16, (1+2x)/16 (1+3x)/16
respectivamente, Para que valores de X N, es esta una distribucin
de probabilidades?
Rpta. X = 0, 1, 2, 3
20.- Si X es una v.a. cuyos valores son nmero enteros que van de uno a n y
cuya funcin de cuanta es igual a P(X) = KX, halle el valor de K y
P(X1).
Rpta. a) P(X) = 2X/n(n+1), K = 2/n(n+1) X = 1,2,..,n
P(X>1) = 1- 2/n(n+1)
21.- Una caja contiene 10 artculos etiquetados de 1 al 9, se extraen 2
artculos, sea X la v.a. que indica la suma de los valores de las
etiquetas. Obtenga a) P(X 10) y b) P(X 10)
Rpta. a) 5/9 b) 5/9
22.- En una clase hay 10 estudiantes de los cuales, 3 tienen 19 aos, 4 tienen
20 aos y 3 tienen 21 aos, de los cuales se escogen 2 estudiantes, sea
X el promedio aritmtico de sus edades, determine la distribucin de
probabilidades de la v.a.X.
Rpta.
X: aos 19,0 19,5 20,0 20,5 21,0
P(X) 1/15 4/15 5/15 4/15 1/15
4 X 4 X
Rpta. P(X) =
(0,9) (0,1) X = 0, 1,2, 3, 4.
x
VARABLES ALEATORIAS CONTINUAS
Si el rango Rx de una v.a. X es un intervalo o una coleccin de intervalos
sobre la recta de los nmeros reales, entonces X se llama v.a. continua.
Adems una v.a. es continua si su Funcin de Distribucin F(X) no
tiene discontinuidad, entonces el conjunto de valores que toma con
probabilidades no nulas es no numerable; es decir, es infinito.
FUNCIN DE DENSIDAD
Sea X una v.a. continua con rango Rx, que es un intervalo o unin de
intervalos sobre la recta real. A la funcin f(x) asociada a la v.a.
continua se llama funcin de densidad, si es integrable y satisface las
siguientes condiciones:
a) f(x) 0 X Rx
b)
x
f ( x ) dx = 1
Observacin:
1.- la funcin f(x) no representa la probabilidad de algn evento, como en
caso de las v.a. discretas, la probabilidad de un evento se obtiene al
integrar la funcin entre 2 puntos extremos del evento.
2.- La probabilidad de un punto cualquiera Xo Rx es cero; esto es,
Xo
Hallar:
a) el valor de la constante K.
b) P(1 x 2)
c) P(X> 1)
d) P(x>1/x 2)
e) P(x 2/ x>1)
Solucin:
3
K (x 1) dx 1
2
a)
0
3 3
x dx dx = 1
2
K
0 0
3
K x 30 X 30 = 1
3
K ( 9 +3) = 1 K = 1/12
2 2 3
( x 2 1) dx 1 5
b) P(1 x 2) = 1 12 = ( x 2 dx dx ) =
12 1 1
18
3 3 3
( x 2 1) dx 1 8
c) P(X> 1) = 1 12 = ( x 2dx dx)
12 1 1
9
d) P(x>1/x 2) = P(1< x 2) / P(x 2)
2 2 2
( x 2 1)dx 1 7
0 12 12 ( 0 x dx 0 dx) 18
2
P(x 2) =
5 / 18 5
P(x>1/x 2) =
7 / 18 7
5 / 18 5
P(x 2/ x>1) = P(1 < x 2) / P(x > 1) =
16 / 18 16
Ejemplo N 2:
La demanda en miles de unidades de un producto por da, es una variable
aleatoria X cuya funcin de densidad est dada por la siguiente
expresin:
x 0<x<1
f(x) = 2x 1x2
0 en otro caso
Hallar:
P(x < )
P( < x < 3/2)
P(X > 3/2)
Solucin:
1/ 2
x2
1/ 2
a) P(x < ) = xdx 0
1 / 8 0,125
0
2
b) P( < x < 3/2) =
1 3/ 2 2 2
x x
(2 x)dx 2 x 1
1 3/ 2 3/ 2
xdx 1/ 2
1
1/ 2 1
2 2
= = 0,75
2
FUNCIN DE DISTRIBUCIN
Definicin.- Sea X una v.a. continua, se define que F(X) sea la Funcin de
Distribucin acumulada de la v.a. X a la expresin siguiente:
x
F(X) = P(X x) =
f ( x ) dx
Propiedades:
1.- F(X) 0, la funcin F(X) es no negativa. F: R R definida por
F(a) = P(X a), llamada funcin escalonada, donde
F(X) = P( X )
x
2.- Dados S y T R, tal que S T, entonces F(S) F(T), esto significa que
la funcin es montona no decreciente.
3. - Lim. F(X) = 0 Lim. F(X) = 1
x - x +
4. - P(a X b) = F(b) F(a)
d
5. f(x) = F(X )
dx
Consecuencias, son las mismas que en el caso discreto:
a) 0 F(X) 1
b) P((-, x) = F(X)
c) P((x, )) = 1 F(X)
d) ((a, b ) = F(b) F(a)
Ejemplo N 1:
Suponga que el dimetro X de un cable elctrico es una v.a. continua con
funcin de densidad, dada por la siguiente expresin:
6X(1-X) 0X1
f(x) =
0 en otro caso
a) Verifique si es una funcin de densidad.
b) Obtenga la funcin de distribucin.
c) Calcular P(x < / x > 1/3)
Solucin:
1
a) 6 X (1 X )dx
0
=
1 1
2 3
6 Xdx 6 X dx 3 X
1 1
2
0
2X 0
3 2 1
0 0
La grfica de la funcin se presenta en el primer cuadrante de los ejes
cartesianos, por lo tanto es una funcin positiva, en consecuencia
cumple los dos requisitos para ser funcin de densidad.
x x
6 X (1 X )dx 6 X (1 X )dx 3 X 2 X
2 3
F(X) =
0
0 x<0
F(X) = X 2(3 2 X ) 0x1
1 x>1
P (1 / 3 X 1 / 2)
c) P(x < / x > 1/3) = =
P ( X 1 / 3)
13 / 54
13 / 40 0,325
40 / 54
1/ 2 1/ 2 1/ 2
P(X>1/3) = 6 X (1 X )dx 40 / 54
1/ 3
P(X>1/3) = 1 P(X1/3) = 1 F(1/3) = 1- 7/27 = 20/27 = 40/54
Ejemplo N 2:
El porcentaje de alcohol (100X) de cierto compuesto qumico, se puede
considerar como una variable aleatoria, cuya funcin de densidad est
dada por la siguiente expresin:
20X3(1-X) 0x1
f(x) = 0 en otro caso
a) Obtener la funcin de distribucin.
b) Calcular P(X < ); es decir, que un compuesto tenga menos del 50% de
alcohol
c) Calcular P(X > 2/3)
Solucin:
x x x
20 X (1 X )dx 20 X dx 20 X dx = 5X4-4X5
3 3 4
a) F(X) =
0 0 0
0 x<0
F(X) = X4(5-4X) 0x1
1 x>1
PROBLEMAS RESUELTOS
Una v.a. X tiene la function de densidad dada por la siguiente
expresin:
x/4 0x<2
f(x) = 1 x/4 2 x 4
en otro caso
Grafique la funcin de densidad.
Obtenga la funcin de distribucin.
P(X < 1)
P(X 3)
Solucin:
a)
f(x)
0 1 2 3 4 X
x
X2
b) F(X) = ( X / 4)dx =
0 8
x x x
1 X2 3
F(X) = (1 / 4)(4 X )dx dx
2 2
4 2
Xdx X
8
2
0 x< 0
X2
0x2
8
X2 3
F(X) = X 2<x4
8 2
1 x>4
1
2
= F(1) = (1) /8 = 1/8
2 3 3
X X 1 5 7
P(X 3) = 0
4
dx dx dx = 1
2 2 4
2 8 8
=0 x<0
c) P(X 4) = F(4) = 1 e-1 = 1 1/e = 0,6321
P(X 8) = 1 F(8) = 1 (1- e-2) = e-2 = 0,1353
P(4 < X < 8) = F(8) F(4) = (1 - e-2 ) (1 - e-1) = e-1 - e-2
P(4 < X < 8) = 0,2325
4.- Sea X una v.a. continua, con funcin de densidad dada por la siguiente
expresin:
f(x)= x/6 + k 0x3
0 en otro caso
3 3
1
6 0
xdx k dx 1
0
1 2 3
x 0 kx 0 1
3
12
+ 3k = 1 k = 1/12
2 2
1 1
b) P(X 2) =
60 xdx
12 0
dx = = 0,5
5.- Sea X una v.a. que representa el dimetro de unas tuercas en cm. que
produce una fbrica, cuya funcin de densidad est dada por la
siguiente expresin:
f(x) = k(x 1)(2 x) 1<x<2
0 en otro caso
a) k ( x 1)(2 x )dx = 1
1
2 2 2
k 3 xdx 2 dx x 2 dx = 1
1 1 1
3 1
k ( 4 1) 2( 2 1) (8 1) = 1
2 3
K=6
P (1,2 x 1,8) 0,792
b) P(X < 1,8 / X > 1,2) = = 0,8839
P ( x 1,2) 0,896
1,8
P(1,2 < x < 1,8) = 6 (3 x 2 x ) dx = 0,792
2
1, 2
2
P(X > 1,2) = 6 (3 x 2 x ) dx 0,896
2
1, 2
6.- Si X es una v.a. continua cuya funcin de densidad est dada por la
siguiente expresin:
f(x) = kx x2
0 en otro caso
Hallar:
a) el valor de la constante k
b) la funcin de distribucin.
c) P(X > 1 / -1 < x < 3/2)
Solucin:
0 2
x2 x2
a) k ( x ) dx k xdx = -k 2 k
0 2
0
=1
2 0 2 2
= -k(0-4) + k(4-0) = 1
= 4k = 1 k =
b)
0 x < -2
2
1 x
F(X) = -2 x < 0
2 8
x2
0<x2
8
1 x>2
P(1 x 3 / 2) 5 / 32 5
c) P(X > 1 / -1 < x < 3/2) = =
P(1 x 3 / 2) 13 / 32 13
P(1< x < 3/2) = F(3/2) F(1) = (3/2)2/8 1/8 = 5/32
P(-1 < x < 3/2) = P(-1 < x 0) + P(x < 3/2)
= F(0) F(-1) + F(3/2)
= (1/2 1/8) + 9/32
= 13/32
7.- Suponga que la demanda de un artculo en miles de unidades est dada
por la siguiente funcin de densidad:
Kx si 0 x < 1
f(x) = K(3 x) si 1 < x 3
0 en otro caso
Hallar el valor de K y la probabilidad de que haya una demanda de a lo ms
de 2000 unidades, si ya hubo una demanda de ms de 500 unidades.
Solucin:
1 3
k xdx k (3 x) dx = 1 k = 2/5
0 1
P (1 / 2 x 2) 15 / 20 15
P(X < 2 / X > ) = = = 0,7895
P ( X 1 / 2) 19 / 20 19
P(1/2 < x < 2) = P(1/2 < x < 1) + P(1< x < 2)
1 2
2 2
=
5 1/ 2
xdx (3 x)dx
51
= 3/20 + 6/5 3/5 = 15/20
1 3
2 2
P(x > ) =
5 1/ 2
xdx (3 x) dx = 19/20
51
8.- Una estacin de servicio es aprovisionado de gasolina una vez por
semana. El volumen X de la venta semanal en miles de galones tiene la
siguiente funcin de distribucin acumulada:
F(x)= 1 (1 x)4 0<x<1
0 en otro caso
P (1 x 2) 13 / 27 13
P(x > 1 / x < 2) = = = 0,65
P ( x 2) 20 / 27 20
2 2 2
2 2 2
P(1 < x < 2) =
91 (3 x) xdx xdx x 2 dx = 13/27
31 91
2 2 2
2 2 2
P(x < 2) =
90 (3 x) xdx
3 xdx
0
90 x 2 dx = 20/27
10.- El dimetro de los clavos producidos por una fbrica tiene una funcin
de densidad dada por la siguiente expresin:
f(x) = 12x2(1-x) 0<x<1
0 en otro caso
Hallar la funcin de distribucin para obtener P(x < 3/4/ x> )
Solucin:
x x x
12 x (1 x) dx = 12 x dx 12 x 3 dx
2 2
F(X) =
0 0 0
4x -3x 3 4
0<x<1
F(X) = 0 x0
1 x1
1 / 2
e
= 1 (1/2,7183)1/2 = 0,3935
X / 20
24
e
P(16 < x < 24) =
16
20
dx = 0,1481
X / 20
e 1
e
1.5
e 0,22313
P(x > 30) =
30
20
dx = 1.5
e
12.-Sea X la v.a. que representa la vida en horas de cierta vlvula
electrnica, cuya funcin de densidad est dada por la siguiente
expresin.
20000 X-3 x > 100
f(x) =
0 x 100
Hallar la probabilidad de que una vlvula seleccionadla azar dure:
almenos 500 horas.
a lo ms 1000 horas.+
si dur 500 hrs., de que dure a lo ms 1000 hrs.
Solucin:
20000 X 2
20000 X
3
P(X>500) = dx = 500
=
500 2
10000/250000
= 1/25 = 0,04
1000
20000 X
3
b) P(X < 1000) = dx 0,99
100
20000 X
3
P(500 < X < 1000) = dx 0,03
500
13.- Sea X una v.a. continua cuya funcin de densidad est dada por la
siguiente expresin:
f(x) = k/
x 1x9
0 en otro caso
Hallar el valor de la constante k y p(X > 4)
Solucin:
9
1/ 2
kx dx 2kx
1 / 2 9
1
4k 1 1/4
1
9
1 1 1/ 2 9
P(X>4) = x 1 / 2 dx x 4 =
44 2
14.- Sea X una v.a. cuya funcin de densidad esta dada por la siguiente
expresin:
f(x)= k ( 1 x2) 0<x<1
0 en otro caso
Hallar el valor de k y P(x < / x > 1/3)
Solucin:
1 1 1
k 3 1
k (1 x 2 )dx k dx x 2 dx = kx 0
3 0
1
x 1 k =
0 0 0
3/2
P (1 / 3 x 1 / 2) 89 / 432 89
P(x < / x > 1/3) = = = 0,659
P ( x 1 / 2) 135 / 432 135
1/ 2 1/ 2
3 3
P(1/3 < x < ) =
2 1/ 3
dx x 2 dx = 89/432
21/ 3
1 1
3 3
P(x >1/2) =
2 1/ 2
dx x 2 dx 5/16 = 135/432
2 1/ 2
15.- Determine si las siguientes funciones son funciones de densidad:
a) f(x) = 1 - 1 - x 0<x<2
0 en otro caso
b) f(x) = 1/ (2 x) 0<x<1
0 en otro caso
c) f(x) = x x <1
0 en otro caso
Solucin:
a) Si 1 -x 0 1 1 + x = x 0<x<1
Si 1 -x < 0 1 + 1 x = 2 x 1 x < 2
1 2
x2 x2
0 xdx 1 (2 x)dx 2 2 x 1
1 2 2
0
1
+ 2 3/2 = 1
2
Adems f(x) 0, f(x) es una funcin de densidad.
1
1 1/ 2
2
1
b) dx x 0
1 0 1
0 x
Adems f(x) 0, f(x) es una funcin de densidad.
c) Si x 0 f(x) = x 0x<1
Si x < 0 f(x) = -x -1 x < 0
0 1
x2 0 x2 1
xdx xdx 1
2 0
0 1 / 2 1 / 2 0 1
1 0 2
Adems f(x) 0, f(x) es una funcin de densidad.
16.- Se encontr que el tiempo en minutos que una seorita habla por
telfono es un fenmeno aleatorio con funcin de densidad dada por:
f(x) = ke-x/10 x>0
0 x0
x x
5 2 3
= 5
1/ 2
xdx 2 dx
1/ 2
2
x 2 x
8
<x1
P(x ) = P(0 x ) + P(1/2 < x ) = F(1/2) + F(3/4)
= 1/8 + 9/32 = 13/32
x/25 0x5
f(x) = (10-x)/25 5 < x 10
0 en otro caso
Hallar P(x > 5)
Solucin:
5
x2
xdx / 25 = 1 -
5
P(x > 5) = 1 P(x 5) = 1 F(5) = 1 - 0
0 50
= 1 25/50 =
19.- Con el objeto de establecer un plan de produccin, una empresa ha
estimado que la demanda aleatoria en miles de unidades, de sus
potenciales clientes se comportar semanalmente, con arregla a la ley
de probabilidades definida por la funcin de densidad siguiente:
f(x) = k(2x x2) 0x2
0 en otro caso
Hallar el valor de k y P(X > / x < 3/2)
Solucin:
2
2 x3
k ( 2 x x 2 ) dx kx 0 k
2 2
0
1 k =
0
3
x
3 x2
4 0
F(X) = ( 2 x x 2
) dx (3 x ) 0 x 2
4
P (1 / 2 x 3 / 2) 22 / 32 22
P(X > / x < 3/2) = = 0,8148
P ( 3 / 2) 27 / 32 27
P(1/2 < x < 3/2) = F(3/2) F(1/2) =
(3 / 2) 2 (1 / 2) 2
(3 3 / 2) (3 1 / 2)
4 4
= 22/32
P(x < 3/2) = F(3/2) = 27/32
20.- Si X es una v.a. cuya funcin de distribucin est dada por la siguiente
expresin:
1
F(X) = 1 x >0
1 x
0 x0
3.- Sea X una v.a. cuya funcin de densidad est dada por la siguiente
expresin:
f(x) = k x2(1-x) 0x1
0 en otro caso
Hallar el valor de k y P(x > )
Rpta. k = 12, P(x > ) = 67/256
4.- Sea X una v.a. continua cuya funcin de densidad est dada por la
siguiente expresin:
A x2 0x<1
f(x)= A (2-x)2 1 x 2
0 en otro caso
Hallar el valor de la constante A y P(1/2 < x < 3/2)
Rpta. A = 3/2, P(1/2 < x < 3/2) = 7/8
5.- Sea X una v.a. con funcin de densidad dada por la siguiente expresin:
Kx si 0 x < 1
f(x) = K si 1 x < 2
K(3-x) si 2 x 3
0 en otro caso
Hallar el valor de la constante K, grafquelo y obtenga P(x < 2)
Rpta. K = , P(x < 2) =
1
b) f(x) = si x < 1
1 x2
0 en otro caso
1
c) f(x) = xR
(1 x 2 )
1
d) f(x) = xe x / 2 x>0
4
0 x0
Rpta. Todas son funciones de densidad.
11.- Determine el valor de K para las siguientes funciones de densidad.
k
a) f(x) = si 0 < x < 1
1 x 2
0 en otro caso
b) f(x) = x2/ 2 xR
ke
c) f(x) = ke x / 2 x 1 / 2 si x > 0
0 si x 0
2
d) f(x) = kx 2 e x /4 si x > 0
0 si x 0
1 1 1
Rpta, a) k = 2/ , b) k = c) k = d) k =
2 2
12.- Sea X una v.a. continua cuya funcin de densidad est dada por la
siguiente expresin:
f(x) = 2x/9 si: 0 < x < 3
0 en otro caso
Sea A un evento tal que x 1,2 y sea B el evento tal que x 1/2,5/2.
Determine a) P(A B) y b) P(A-B)
Rpta. a) 2/3, b) 0,0
13.-Si X es una v.a. con funcin de densidad dada por la siguiente expresin
f(x)= K x2e-x x>0
0 x0
Halle el valor de la constante K
Rpta. K =
14. - Si X es una v.a. cuya funcin de densidad est dada por la siguiente
funcin de densidad est dada por la expresin siguiente:
f(x) = ax2 + b 0x2
0 en otro caso
Hallar los valores de las constantes a y b.
Rpta. a = 3/10, b = 1/10
15.- El tiempo de duracin de una bombilla de luz elctrica es una v.a. X
dada en horas, cuya funcin de densidad est dada por:
f(x)= K e-x/100 x>0
0 x0
Hallar el valor de la constante K y la probabilidad de que una bombilla dure
ms de 300 horas.
Rpta. K = 1/100, P(x > 300) = 0,0498
16.- La proporcin de individuos de una ciudad que responden a una
determinada encuesta, es una v.a. continua X cuya funcin de densidad
est dada por:
f(x) = 2(x+2)/5 0<x1
0 en otro caso
Cul es la probabilidad de que en una nueva encuesta contesten por lo
menos el 60% de los encuestados?
Rpta. P(x 0,6) = 0,448
17.- El tiempo en minutos que una seorita habla por telfono es una v.a. X,
con funcin de densidad dada por:
f(x) = A e-x/5 x>0
0 x 0
Encuentre el valor de la constante A y la probabilidad de que la Srta. Hable
ms de 20 minutos.
Rpta. A = 1/5 P(X > 20) = 0, 0183
18.- La cantidad de arroz que se vende en una tienda de abarrotes en cientos
de kilos en un da es una v.a. cuya funcin de densidad est dada por:
Ax para 0 x < 6
f(x) = A(12 x) para 6 x 12
0 en otro caso
Hallar el valor de la constante A y la probabilidad de que un da se venda
entre 300 a 900 Kilos de arroz.
Rpta. A = 1/36, P(3 x 9) =
19.- Sea X una v.a. cuya funcin de densidad est dada por:
f(x)= + kx 0x2
0 en otro caso
Hallar el valor de k y P(x < 1)
Rpta. k = , P(x < 1) = 3/8
MEDIDAS DE POSICIN
As como en la Estadstica Descriptiva es necesario ciertos indicadores de
un conjunto de datos para una mejor descripcin de la variable en
estudio, en el caso de las variables aleatorias tambin es necesario tener
algunos indicadores o parmetros sobre las medidas de posicin,
dispersin, asimetra, etc. sin embargo, slo se tratar de medidas muy
usadas, como son los promedios, siendo el promedio aritmtico el que
ser estudiado con detencin, en este caso el promedio aritmtico
tomar el nombre de Esperanza matemtica, por ser un concepto muy
parecido.
ESPERANZA MATEMTICA: = E(X)
Definicin:
Sea X una v.a. asociada a un experimento aleatorio, el valor esperado o
Esperanza matemtica de la v.a. X es el promedio ponderado de los
valores que pueda asumir X, con probabilidades para cada uno de los
valores o intervalos de X, como pesos. Se expresa de la siguiente
manera:
E(X) = xP( x)
x
para el caso de las v.a. discretas.
= xf ( x)dx
x
para el caso de las v.a. continuas. La esperanza
existir si la v.a. X es integrable.
E(K) = KP( x) K P( x) K
x x
= Kf ( x)dx K f ( x)dx K
x x
Donde K es una constante.
2.- E(Kx) = KE(x)
Prueba:
E(x + y) = ( x y ) P ( x, y )
x y
= xP( x, y ) yP( x, y )
x y x y
= xP( x) yP( y)
x y
= E(x) + E(y)
La prueba es similar en el caso continuo.
= x. yf ( x) f ( y )dxdy ,
x y
si y solo si, las v.a. x e y son
independientes.
E(x,y) = xf ( x)dx yf ( y ) dy
x y
= E(x)E(y)
6.- Si Y = g(x), es una v.a. obtenido de X mediante la funcin g, la
esperanza de la v.a. Y se obtiene usando las siguientes expresiones:
Ejemplo N 2:
Un componente electrnico se inserta a un aparato de prueba para
determinar si posee o no cierta caracterstica, si posee se dice que la
prueba es positiva y si no se dice que la prueba es negativa. Si los
componentes son producidos en serie y la probabilidad de que la prueba
sea positiva es y de que sea negativa es , la prueba contina hasta
que aparezca el primer componente que no posea la caracterstica dada.
Determine el nmero esperado de pruebas que se harn.
Solucin:
Sea x la v.a. que indica el nmero de pruebas que se deben hacer hasta que
aparezca un componente que no tenga la caracterstica dada.
X P(x) xP(x)
1
2 (3/4)(1/4) 2(3/4)(1/4)
3 (3/4)2(1/4) 3(3/4)2(1/4)
4 (3/4)3(1/4) 4(3/4)3(1/4)
. .... .
n (3/4)n-1(1/4) n(3/4)n-1(1/4)
. .. ..
1
E(x) = 1(3/4)0 + 2(3/4) + 3(3/4)2 + 4(3/4)3 +....
4
1 1
= 2 = 4
4 (1 3 / 4)
Ejemplo N 3:
La probabilidad de que un auto sea robado durante el curso de un ao es
igual a 0,005. Una compaa de seguros ofrece vender al propietario del
auto una pliza de seguro contra robos por 20000 soles y a un ao por
una prima de 150 soles. Cul es la ganancia esperada de la compaa?
Solucin:
E(x) = 150(0,995) + (-19850)(0,005) = 50 soles
Ejemplo N 4:
Un juego consiste en lanzar un dado, si el jugador saca una nmero par, la
casa devuelve la apuesta ms una cantidad similar a la apuesta. Un
jugador que tiene 1400 soles, apuesta 200 soles en el primer
lanzamiento, si gana se retira, si pierde apuesta 400 soles en el segundo
lanzamiento, si gana se retira, de lo contrario apuesta los 800 soles que
le quedan en el 3er. lanzamiento. Cul es la ganancia esperada del
jugador?
Solucin:
- La probabilidad de obtener nmero par es igual a y si
gana obtiene un beneficio de 200 soles.
- La probabilidad de obtener nmero par en el segundo
lanzamiento es igual a y el beneficio efectivo es de 400 soles que le
dar la casa menos los 200 soles que perdi en el primer juego, por lo
tanto es de 200 soles.
- La probabilidad de obtener nmero par en el 3er.
lanzamiento es igual a 1/8 y el beneficio efectivo es de 800 soles que le
pagar la casa, menos 200 que perdi en el primer juego y 400 soles
que perdi en el segundo juego, por lo que el beneficio efectivo es igual
a 200 soles.
- La probabilidad de que pierda en el 3er. juego es igual a
1/8, esto significa que ha perdido los 3 juegos y prdida efectiva es de
200 + 400 + 800 = 1400 soles, es decir todo su dinero.
- En consecuencia: E(X) = 200(1/2) + 200(1/4) + 200(1/8)
-1400(1/8)
= 100 + 50 + 25 175
= 0,0 soles
En consecuencia el juego es equitativo, tanto para el jugador como para la
casa de juego.
Ejemplo N 5:
Una casa distribuidora de artculos de ferretera est rematando cierto
nmero de artculos, entre ellos un lote de 4 artculos de ebanistera al
precio de 3000 soles por todo el lote. Un comerciante puede vender los
artculos en buen estado a 2000 soles cada uno, pero todo artculo
defectuoso representa una prdida completa de 1000 soles. Por su
experiencia el comerciante sabe que las probabilidades de encontrar: 0,
1, 2, 3 y 4 artculos defectuosos son: 0,1; 0,3; 0,3; 0,2 y 0,1
respectivamente. Si no es posible ver el lote, le convendra comprar el
lote?
Solucin:
- Si no encuentra artculos defectuosos, el lote lo vender a
4 x 2000 = 8000 soles.
- Si encuentra un artculo defectuoso, el lote lo vender a 3
x 2000 1000 = 5000 soles.
- Si encuentra dos artculos defectuosos, el lote lo vender a
2 x 2000 2 x 1000 = 2000 soles
- Si encuentra 3 artculos defectuosos, el lote le ocasionar
una prdida de 1 x 2000 3 x 1000 0 = -1000 soles.
- Si encuentra los 4 artculos defectuosos, el lote le
ocasionar una prdida de 4 x 1000 = -4000 soles.
- Por lo tanto, la ganancia esperada ser como sigue:
E(x) = 8000 (0,1) + 5000 (0,3) + 2000 (0,3) + (-1000)(0,2) +(-4000)(0,1)
= 2300 soles.
Se le recomendara que no compre el lote pues obtendra una utilidad
inferior al costo del lote que es de 3000 soles.
Ejemplo N 6:
Un centro comercial contabiliza su venta en forma semanal de su
mercadera, las estadsticas anteriores indican que la funcin de
densidad de la venta semanal X medida en miles de kilogramos est
dada por:
x 1 si 1 x < 2
f(x) = 3 x si 2 x 3
0 en otro caso.
Obtenga la venta probable en Kg. en una semana dada.
Solucin:
2 3
E(x) = x( x 1)dx x(3 x)dx =
1 2
3 2 2 3
x x 3x x
2 2 3 3
1
1
2
2
3 2 2 3
= 7/3 3/2 + 15/2 19/3 = 6 4 = 2 000 kg.
Ejemplo N 7
Si X es una v.a. que representa el tiempo de vida de una batera en horas,
cuya funcin de distribucin est dada por la siguiente expresin:
F(X) = 1 e-x/5 si x 0
0 si x < 0
Determine el probable tiempo de vida de una batera seleccionada al azar.
Solucin:
Se necesita f(x), por lo que se tendr que derivar de la funcin de
distribucin:
d
( 1 e-x/5) =(1/5) e-x/5
dx
1
xe
x / 5
E(x) = dx
5 0
Ejemplo N 8:
Sea X una v.a. que representa la demanda de un artculo en promocin, cuya
funcin de distribucin est dada por:
F(x) = 1 4/x2 x2
0 x<2
La v.a. X est dada en miles de kg. Obtenga la demanda probable del
artculo en promocin.
Solucin:
d
F ( x) f ( x) 8 / x 3 x 2, 0 en otro caso.
dx
x8 / x 3dx = 8 / x dx = -8/x
2
E(x) = 2 = 4 la demanda
2 2
Solucin:
a) Sea X la v.a. que indica el nmero de transistores nuevos que saca y sea
Y la ganancia neta en cada caso. Y = 30X - 30
X Y P(x) Y P(x)
3 60 0,216 12,96
2 30 0,432 12,96
1 00 0,288 0,00
0 -30 0,064 -1,92
Total 60 1,000 24,00
E(Y) = 60(0,216) + 30(0,432) + (00)(0,288) + (-30)(0,064) = 24 soles
b) Sin sustitucin:
X Y P(x) Y P(x)
0 60 1/6 10
1 30 15
2 00 3/10 0
3 -30 1/30 -1
Total 60 1.0 24
E(Y) = 60(1/6) + 30(1/2) + (00)(3/10) + (-30)(1/30) = 24 soles
La ganancia neta esperada es igual a 24 soles en ambos casos.
Nota.- Se dice que una distribucin de una v.a X R, es simtrica respecto
al valor cero si, P(Xx) = P(X -x). Asimismo ser simtrica respecto a
su promedio si, P(X + x) = P(X -x).
0
40
Me
Me Me 2 4 2 4
1 x x Me Me Me
xdx 4 x dx
Me
3
0
0
1/ 2
0 0
2 16 2 16
(Me) 8(Me) + 8 = 0 Me =
4 2
4 8 , esta ecuacin tiene 4 races
y el que se adecua a la variables es 4 8 Me = 1.0824
d
Mo = ( x x 3 / 8) 1 3 x 2 / 8 0 x2 = 8/3 x = 1,633.
dx
Ejemplo N 2:
Se lanza un par de dados sobre una superficie plana, sea X la suma de los
puntos obtenidos, obtenga la esperanza, la mediana y la moda de la v.a.
X.-
Solucin:
X 7
P(x) 1/36 2/36 3/36 4/36 5/36 6/36
X 10 11 12
P(x) 5/36 4/36 3/36 2/36 1/36 36/36
E(X) = 2(1/36) + 3(2/36) + 4(3/36) + 5(4/36) + 6(5/36) + 7(6/36) + 8(5/36)
+ 9(4/36) + 10(3/36) + 11(2/35) + 12(1/36) = 252/36 = 7
Mo = 7 por tener la probabilidad ms alta.
Me = P(x 7) = 21/36, p(x 7) = 21/36 X = 7
La distribucin es simtrica alrededor del punto X = 7.
VARIANZA: 2 = V(X)
La varianza de una v.a. X es una medida de dispersin y viene a ser el valor
esperado de las diferencias cuadrticas de cada uno de los valores de la
v.a. x con respecto a la esperanza de la variable, cuyo valor se obtiene
usando la siguiente expresin:
x x
= E(x2) E(x)2. Caso continuo.
La varianza es un valor positivo, expresado en las unidades de medida al
cuadrado de la variable aleatoria, por lo que para usarlo como medida
descriptiva se debe obtener su raz cuadrada positiva, llamada
desviacin estndar (Sx).
Si se interpreta la esperanza como el centro de masa unitaria distribuida
sobre la recta real, entonces se puede decir que la varianza es el
momento de inercia de esta masa, respecto a un eje perpendicular que
pasa por el centro de masa-
Si la varianza viene expresada en trminos de momentos, ste viene a ser el
segundo momento respecto a la media o esperanza.
Propiedades:
1.- V(K) = 0
Prueba:
V(K) = EK E(K)2 = EK K2 = E(02) = E(0) = 0
2.- V(Kx) = K2V(x)
Prueba:
V(Kx) = EKx E(Kx)2 = EKx KE(x)2 = EK x E(x) 2
= EK2 x E(x)2 = K2 E x E(x)2 = K2 V(x)
3.- V(x + K) = V(x)
Prueba:
V(x + K) = E(x+K) E(x+K)2 = Ex+K E(x) -K2 = Ex E(x)2
= V(x)
4.- V(x y) = V(x) + V(y) 2 Cov (x,y)
Prueba:
V(x y) = E(x y) - E(x y) 2 = Ex E(x) +y - E(y) 2
= Ex E(x)2 + E +y - E(y) 2
2Ex E(x)y E(y)
= V(x) + V(y) 2 Cov (x,y)
Donde Cov (x,y) = Ex E(x)y E(y)
= Ex y xE(y) yE(x) + E(x)E(y)
= E(x.y) E(y)E(x) E(x)E(y) + E(x)E(y)
= E(x.y) E(x)E(y)
E(x) = 2,5
V(x) = 7,5 (2,5)2 = 1,25
Sx = V (x ) = 1,25 = 1,118
CV(x) = Sx/E(x) x 100: (1,118/2,5) x 100 = 44,72%, existe una variacin
del 44,72% respecto a su valor esperado.
Ejemplo N 2:
La vida til de un artculo electrodomstico es una variable aleatoria X con
funcin de densidad dada por:
f(x) = e-x x0
0 x<0
Obtenga la varianza de la v.a. X.
Solucin:
xe
x
E(x) = dx
0
Se usar la funcin gamma para los clculo, por lo que se har un cambio de
variables: y = x dy = dx, la variable y tiene el mismo recorrido
que la variable x, reemplazando se tiene:
1 1
ye dy = (1/)(2) = (1/)(1!) =
y
E(x) =
0
x e x dx
2
E(x2) =
0
1
= (5/6)0 + 2(5/6) + 3(5/6)2 + 4(5/6)3 +
6
= (1/6) ( x 1)(5 / 6)
x
x 0
1
E(x) = (1/6) =6
(1 5 / 6) 2
E(x2) = (1/6) (5/6)0 + 4(5/6) + 9(5/6)2 + 16(5/6)3 +
= (1/6) ( x 1) (5 / 6)
2 x
x 0
(5 / 6 1)
E(x2) = (1/6) = 66
(1 5 / 6) 3
V(x) = 66 (6)2 = 30
Ejemplo N 4:
Se estima que la funcin de cuanta del nmero de artculos con defectos
producidos por una fbrica est dada por la siguiente expresin:
P(x) = (3/4)(1/4)x x = 0, 1, 2, 3,..
Hallar la varianza de la distribucin.
Solucin:
3 1/ 4
E(x) = x(3 / 4)(1 / 4)
x 0
x
= (3/4) x(1 / 4)
x 0
x
= (
4 (1 1 / 4) 2
)
= 1/3
E(x2) = x
x 0
2
(3 / 4)(1 / 4) x = (3/4) x
x 0
2
(1 / 4) x =
3 (1 / 4) 2 1 / 4
( )
4 (1 1 / 4) 3
= 5/9
V(x) = 5/9 1/9 = 4/9 = (2/3)2
Ejemplo N 5;
Si La v.a. X tiene una funcin de distribucin dada por:
F(X) = 1 4/x2 x>2
0 x2
Halle la varianza de la distribucin.
Solucin:
d
f(x) = (1 4/x2) = 8/x3 x > 2 y f(x) =0 en otro caso
dx
dx 8 8 8
E(x) = x (8 / x )dx 8 2 2 4
3
2 2 x
x 2
x
2
E(x2) = (8 / x 3 ) dx =
2
dx
8 log( x ) 2 8(log() log(2)) =
8
2
x
V(x) = - 16 =
La varianza para esta distribucin no est determinada, por que x no es
convergente.
PROBLEMAS RESUELTOS:
1.- Suponga que X es una v.a. que representa el tiempo de vida en segundos
de una partcula radioactiva, cuya funcin de distribucin est dada por
la siguiente expresin
F(x) = 1 e-x x 0
0 x<0
Obtenga la varianza de la v.a. X.
Solucin:
d
f(x) = ( 1 e-x) = e-x x 0, y f(x) = 0 en otro caso
dx
xe dx ( 2) 1 seg.
x
E(x) =
0
x e x dx (3) 2
2
E(x2) =
0
V(x) = 2 1 = 1seg.2
0 , 02 0 , 02
E(x) =
0 , 02
x 25dx = 12.5 x2 0 , 02
= 0,0
0 , 02 0 , 02
x 25dx = (25/3) x3
2
2 0 , 02
E(x ) = = 1/7500 = 0,0001333
0 , 02
E(x2) =
1
0 200
x 2 e x / 200 dx 40000 t 2 e t dt 40000 (3) 80000
0
8.- Una compaa de ingeniera debe preparar una propuesta para ganar un
contrato de construccin de obras, el costo de preparar la propuesta es
de 10000 soles y las probabilidades de obtener utilidades de: 100000,
80000, 50000, 30000 y 0 soles son: 0,2; 0,4; 0,2; 0,1 y 0,1
respectivamente, suponiendo que la propuesta se acepta con una
probabilidad de 0,3. cul es la utilidad neta esperada?
Solucin:
Sea X las utilidades brutas:
E(x) = 100000(0,2) + 800000,4) + 50000(0,2) + 30000(0,1) + 0(0,1)
= 65000 soles, es la utilidad bruta esperada si se gana el contrato.
La utilidad neta esperada si se gana el contrato, es igual a 65000 soles
menos los 10000 soles del costo de preparacin; es decir, 55000 soles.
La utilidad neta esperada se gane o se pierda el contrato es igual a:
E(y) = 55000(0,3) + (-10000)(07) = 9500 soles.
9.- una vendedora de tomates debe ordenar los tomates con un da de
anticipacin, el costo de los tomates es de 10 soles el cajn y el precio
de venta de 30 soles, el cajn de tomates no vendidos deben ser
donados a un comedor infantil. Si existe una tabla de demanda tal como
sigue:
Demanda diaria Probabilidad
en cajones de la
demanda
10 0,6
15 0,3
20 0,1
Total 1,0
Cuntos cajones debe ordena r la vendedora?
Solucin:
Si ordena 10 cajones, y si hay una demanda de 10 cajones, entonces vender
los 10 cajones a 300, soles pero gast 100 soles al comprar los 10
cajones, por lo que su ganancia esperada, es igual a:
E(x) = 200 x (0,6) + 200(0,3) +200(0,1)= 200 soles. Si hay ms demanda no
podr vender ms, pues no tiene ms de lo ordenado.
Si ordena 15 cajones, entonces puede haber una demanda de 10 o de 15
cajones, en caso de que la demanda sea de 10 cajones tendr una
ganancia neta de 300 150 = 150 soles, en cambio si hay una demanda
de 15 cajones, entonces su ganancia neta ser de 450 150 = 300 soles;
por lo que su ganancia esperada ser de:
E(x) = 150(0,6) + 300(0,3) + 300(0,1) = 210 soles.
Si ordena 20 cajones, puede suceder 3 casos: que la demanda sea de 10
cajones, entonces su ganancia neta ser de 300 200 = 100 soles; si la
demanda es de 15 cajones su ganancia ser de 450 200 = 250 soles y
si la demanda es de 20 cajones, entonces su ganancia ser de 600 200
= 400 soles, por lo que su ganancia esperada neta ser:
E(x) = 100(0,6) + 250(0,3) + 400(0,1) = 175 soles.
En consecuencia se recomienda ordenar 15 cajones.
10.- Una persona tiene 5 llaves en su llavero pero solo uno abre el candado
de una puerta, la persona no conoce las llaves por lo prueba uno por
uno hasta abrir el candado. Hallar el nmero esperado de pruebas que
se deben hacer para el abrir el candado.
Solucin:
E(x) = 1(1/5) + 2(1/5) + 3(1/5) + 4(1/5) + 5(1/5) = 3 pruebas
11.- El nmero de robos en un almacn por da, tiene una distribucin de
probabilidades dada por:
X 3
P(x)0,20 0,30 0,25 0,100,1 0,04 0,01
Halle:
a) la probabilidad de que haya por lo menos 2 robos al da.
b) el coeficiente de variacin del nmero de robos por da.
Solucin:
a) P(x 2) = 0,25 +0,10 + 0,10 + 0,04 + 0,01 = 0,5
b) E(x) = 0(0,2) +1(0,3) + 2(0,25) + 3(0,1) + 4(0,1) + 5(0,04) + 6(0,01)
= 1,76 robos
E(x2) = 02(0,2) +12(0,3) + 22(0,25) + 32(0,1) + 42(0,1) + 52(0,04) + 62(0,01)
= 5,16
V(x) = 5,16 (1,76)2 = 2,0624
Sx = 1,4361
CV(x) = (1,4361/1,76) x 100 = 81,6%
Solucin:
1
a) A (1 / 3) A(
x
) = A(3/2) = 1 A = 2/3
0 1 1/ 3
b) P(x < 3) = (2/3)(1/3)0 + (1/3) + (1/3)2 = (2/3) 1 + 1/3 + 1/9
= 26/27
1/ 3
c) E(x) = (2/3) x (1 / 3) = (2/3) ( )=
x
0 (1 1 / 3) 2
1/ 9 1/ 3
E(x2) = (2/3) x (1 / 3) = (2/3) ( )=1
2 x
0 (1 1 / 3) 3
V(x) = 1 (1/2)2 =
K10 x
P(x) = x: 0, 1, 2, 3,..
x!
a) calcule el valor de K.
b) P(x 1)
c) E(x)
Solucin:
10 x
a) K
0 x!
Ke 10 1 K = e-10
e 10 10 0
b) P(x 1) = 1 P(x = 0) = 1 - = 1 e-10 = 0,9999546
0!
x10 x
10 x 1
c) E(x) = e-10 = 10e-10
x 0 x! x 1 ( x 1)!
si hacemos y = x-1
10 y
E(x) = 10e-10
y 0 y!
= 10 e-10 e10 = 10 roturas.
15.- Una caja de repuestos tiene 20 transistores, de los cuales por error estn
incluidas 5 usadas, un tcnico extrae 3 transistores uno por uno y sin
reposicin. Sea X el nmero de transistores usados extrados por el
tcnico. Obtenga el coeficiente de variacin de la v.a. X.
Solucin:
La distribucin de probabilidades es el siguiente:
X P(x) XP(x) X2P(x)
0 91/228 0,0 0,0
1 105/228 105/228 105/228
2 30/228 60/228 120/228
3 2/228 6/228 18/228
Total 1,0 1/3 81/76
V(x) = 81/76 - 1/9 = 0,954678362
Sx = 0,977
CV(x) = (0,977/0,3333) x 100 = 293,1%
16.- En una panadera se compra 5 tortas a 20 soles cada uno se vende a 50
soles cada uno el mismo da, si no se vende el mismo da se guarda
para venderlo el da siguiente a 10 soles. En base a las ventas anteriores
se ha obtenido la siguiente distribucin de X que es el nmero de tortas
vendidas al da:
X 0 1 2 3 4 5
P(x) 0,1 0,2 0,3 0,2 0,1 0,1
Y -50 -10 30 70 110 150
Obtenga la ganancia esperada y la desviacin estndar de X .
Solucin:
Y es la ganancia neta
E(y) = -50(01) -10(0,2) + 30(0,3) + 70(0,2) + 110(0,1) + 150(0,1)
= 42 soles
E(y2) = 2500(0,1) + 100(0,2) + 900(0,3) + 4900(0,2) + 12100(0,1)
22500(0,1) = 4980
V(y) = 4980 (42)2 = 3216 soles2
Sx = 56,71 soles.
17.- Sea X una v.a. cuya funcin de cuanta es la expresin siguiente, halle
la varianza de la v.a.X
3
P(x) = x: 0, 1, 2, 3, 4
2( 4 x )! x!
Solucin:
X 0 1 2 3 4
P(x) 1/16 4/16 6/16 4/16 1/16
x
x 0
2
/ 55 (1/55)( 0 + 1 + 4 + 9 + 16 + 25) = 1
Si es una funcin de cuanta.
5
c) P(x) = x/15 > 0, adems x / 15 = (1/15)( 0 + 1 + 2 + 3 + 4 + 5) = 1
x 0
Solucin:
E(x) = A(0,838) -400000(0,002) 200000(0,01) 100000(0,05)
40000(0,1) 10000
A(0,838) 11800 = 10000
A(0,838) = 21800
A = 26014,21 soles
20.- La demanda diaria en miles de unidades de un determinado tipo de
artculo sigue la ley de probabilidades definida por la funcin de
densidad dada por:
f(x) = 1 x/2 Si 0 x 2
0 en otro caso
Hallar la varianza de la v.a.X.
Solucin:
2 2
1 2 x2 x3
xdx 2 0 0
2 2
E(x) = x dx 0
2/3
0
2 6
2
12 3 x3 x4
x dx 2 0 0
2 2
E(x2) =
2
x dx 0
2/3
0
3 8
V(x) = 2/3 (2/3)2 = 2/9
PROBLEMAS PROPUESTOS
1.- Se lanza una moneda hasta que salga cara, hallar el nmero esperado de
lanzamientos y la varianza de dicha variable.
Rpta. E(x) = 2, V(x) = 2
2.- la demanda de cierto artculo por da tiene una funcin de cuanta dada
por la siguiente expresin:
P(x) = k x2 x: 0, 1, 2, 3, 4, 5, 6 y cero en otro caso.
Hallar el valor de la constante k y la demanda esperada.
Rpta. k = 1/91, E(x) = 441/91 casi 5 artculos por da.
10 40
Rpta. P(x) =
x 5 x x: 0, 1, 2, 3, 4, 5
50
E(x) = 1
5
6.- Una empresa ha estimado su tabla de distribucin del jornal diario de sus
obreros, tal como sigue:
Jornal Diario: 40, 45, 50, 55, 60, 65, 70, 75, 80 soles
% de obreros: 3, 12, 18, 25, 20, 12, 5, 3, 2
Hallar a) jornal promedio.
b) el coeficiente de variacin.
Rpta. a) 56,50 soles, b) CV(x) = 15,2%
7.- Dada la distribucin de probabilidades de acuerdo a la siguiente
expresin: (0; C), (1; 0,1), (2; 0,4), (3; 2C), (4; 2C)
a) Hallar el valor de la constante C.
b) Hallar V(x)
Rpta. a) C = 0,1 b) V(x) = 1,41
8.- Una fbrica automotriz tiene que enviar al Per un equipo muy pesado a
su planta de montaje. La mquina puede ser trasladada por va area o
martima, el costo por avin es generalmente mayor, pero existe la
probabilidad de que haya huelga portuaria, los costos estn dados segn
la matriz siguiente.
No hay huelga
Decisin Hay huelga portuaria
portuaria
Envo por mar 5000 dlares 1000 dlares
Envo por aire 2000 dlares 2000 dlares
a) si la probabilidad de que haya huelga portuaria es de 0,4 cul es la
decisin?
b) Qu valor debe alcanzar la probabilidad de una huelga portuaria, para
que resulte ms lucrativo el envo por va area?
Rpta. a) Por aire, b) P < 0,25
9.- Una distribucin toma el nombre de uniforme, si tiene la siguiente
funcin de cuanta:
P(x) = 1/n x: 1, 2, 3, 4,.,n
Hallar E(x) y V(x).
Rpta. a) E(x) = (n+1)/2 b) V(x) = (n2-1)/12
10.- Se echan 8 naranjas en una caja que tiene 4 compartimientos iguales,
de modo que cada naranja tiene la misma posibilidad de caer en
cualquiera de los 4 compartimientos, si X es la v.a. que indica el
nmero de naranjas que caen en el primer compartimiento.
Halle:
a) la funcin de cuanta.
b) el nmero esperado de naranjas que deben caer al primer
compartimiento.
c) la varianza de la v.a.X.
8 x 8x
Rpta. a) P(x) =
(1/4) (3/4) x: 0, 1, 2,.,8
x
b) E(x) = 2
c) V(x) = 3/2
20
x
x
12.- Se reparte 5 cartas de una baraja ordinaria de 52 cartas, sea X la v.a.
que indica el nmero de ases que se puedan tener en el grupo de las 5
cartas repartidas. Obtenga la funcin de cuanta de la v.a. X.
4 48
x 5x
Rpta. P(x) = x: 0, 1, 2, 3, 4
52
5
13.- Se lanzan 6 dados sobre una superficie plana. Obtenga la funcin de
cuanta para el nmero de ases que puedan salir.
6 x 6 x
P(x) =
(1/6) (5/6) x: 0, 1, 2, 3, 4, 5, 6
x
14.- Alfonso tiene 2 monedas y Braulio tiene una moneda, los dos juegan
una partida, donde cada uno pierde o gana una moneda con la misma
probabilidad hasta que uno de ellos tiene las tres monedas. Cul es la
funcin de cuanta del nmero de partidas necesarias para terminar el
juego? y cul sera dicha funcin si Alfonso gana el juego?
Rpta. a) P(x) (1/2)x x: 1, 3, 5,
b) (2/3)(1/2)x x: 1, 3, 5,
15.- En una caja se tiene 10 pilas secas, de los cuales 2 son usadas, se van
probando las pilas uno por uno hasta obtener la segunda pila usada.
Obtenga la funcin de cuanta de la v.a. X que indica el nmero de
pruebas que se hacen hasta obtener la segunda pila usada, as como el
nmero esperado de pilas probadas.
Rpta. P(x) = (x-1)/45 x: 2, 3, 4,., 10
E(x) = 22/3, aprox. 7 pruebas.
16.- Un club tiene 10 parejas de casados, se elige un comit de 3 personas,
sea X el nmero de varones en el comit.
Hallar: a) P(x < 2), b) E(x), c) V(x)
Rpta. a) 0,5 b) E(x) = 1,5 c) V(x) = 0,671
17.- Un grupo de 6 personas depositan sus fichas numeradas del uno al seis
en un sobre, del cual se seleccionan dos fichas, sea X la v.a. que indica
la suma de los dos nmeros obtenidos. Obtenga la E(x) y la V(x).
Rpta. E(x) = 7, V(x) = 14/3
18.-Un vendedor de pescado fresco estima su venta diaria, segn el cuadro
siguiente. El vendedor debe comprar con un da de anticipacin los
pescados, si el costo por kg. de pescado es de 6 soles y el precio de
venta al pblico es de 10 soles el kg. Pero cada kg. de pescado no
vendido lo vende en las noches a precio rebajado de 5 soles. Cuntos
kgs. deber comprar como mximo para tener una ganancia mxima
espera?
Venta diaria Probabilidad
en kgs. estimad
a
20 0,20
25 0,30
30 0,25
35 0,15
40 0,10
20 x 10x
Rpta. P(x) =
(1/4) (3/4) x: 0, 1, 2, 3,20
x
E(x) = 5; es decir, solo 5 preguntas correctas.
20.- Compruebe si las siguientes funciones son de densidad o no.
a) f(x) = (1/2) e- x xR
1 2
b) f(x) = ex /2
xR
2
1
c) f(x) = x < 1
1 x2
0 en otro caso
1
d) f(x) = si 0 < x < 1
2 x
0 en otro caso
Rpta. Todas son funciones de densidad
21.- Sea X una v.a. continua cuya funcin de densidad es la siguiente:
2
f(x) = (1 x) si 2 < x < 5
27
0 en otro caso
Obtenga la E(x) y la V(x).
Rpta. E(x) = 11/3, V(x) = 13/18
30.- Sea X una v.a. cuya funcin de densidad est dada por la siguiente
expresin:
f(x) = (1/2)(x + 1) si -1 < x < 1
0 en otro caso
30.- Sea X un v.a. cuya funcin de densidad est dada por la siguiente
expresin:
f(x) = cos (x) 0 < x < /2
0 en otro caso
Hallar V(x)
Rpta. V(x) = 0,1416
31.- Sea X un v.a. cuya funcin de densidad est dada por la siguiente
expresin:
(x + 3)/9 si -3 < x < 0
F(x) = (3 - x )/9 si 0 x < 3
0 en otro caso
36.- Sea X un v.a. cuya funcin de cuanta est dada por la siguiente
expresin:
2x
P(x) = x: 1, 2, 3,., n
n( n 1)
Hallar E(x) y V(x).
Rpta. E(x) = (2n+1)/3 V(x) = (n2 + n 2)/18
b) V(x) = 6/11
20
40.- Calcule P( - < x < + ) para la v.a. cuya funcin de densidad es el
siguiente:
F(x) = kx2(1-x) si 0 < x < 1
0 en otro caso
Rpta. K = 12, = 3/5, = 1/5, P(2/5 < x < 4/5) = 16/25 = 0,64
41.- Suponga que X es una v.a. cuya funcin de densidad est dada por la
siguiente expresin:
f(x) = k (x-2)(4-x) 2x4
0 en otro caso
Hallar: El valor de K, E(x), Me, Mo y V(x)
Rpta. k = , E(x) = 3, Me = 3, M0 = 3, V(x) = 0,2
42.- Suponga que X es una v.a. cuya funcin de densidad est dada por la
siguiente expresin:
f(x) = k (x-3)(5-x) 3x5
0 en otro caso
Hallar: El valor de K, E(x), Me, Mo y V(x)
Rpta. k = , E(x) = 4, Me = 4, M0 = 4, V(x) = 0,2
43.- Suponga que X es una v.a. cuya funcin de densidad est dada por la
siguiente expresin:
1+x si -1 x < 0
f(x) = 1x si 0 x 1
0 en otro caso
Hallar E(x) y V(x)
Rpta. E(x) = 0, V(x) = 1/6
Y X 0 1 2 P(x)
0 0,20 0,20 0,10 0,50
1 0,12 0,12 0,06 0,30
2 0,08 0,08 0,04 0,20
P(y) 0,40 0,40 0,20 1,00
Adems:
b d
(x xy / 3) dxdy = x
2 2
P(x<0,5,y>1,5) = dxdy +
0 3/ 2 0 3/ 2
1/ 2 2
(1 / 3) xydxdy
0 3/ 2
= 1/48 + 7/192 = 11/192 = 0,0573
FUNCIN DE DISTRIBUCIN CONJUNTA: F(X,Y)
Si (X,Y) es una v.a.b., la funcin de distribucin acumulada conjunta de la
v.a.b. (X,Y) est definida por:
F(x, y) = P(Xx, Yy)
x y
= P ( x, y )
lix liy
donde lix indica lmite inferior de x, liy el
=
f (t , s )dtds (Caso continuo)
Propiedades:
1.- F(x, y) = P(Xx, Yy)
F(a, b) = P(Xa, Yb)
2.- La funcin es no decreciente, si X1 X2 e Y1 Y2 entonces,
P(X1,Y1) P(X2, Y2)
d 2F ( X , Y )
3.- f ( x, y )
dxdy
lim . lim .
4.- x F(X,Y) = 0 x F(X,Y) = 1
y y
5.- P(a < x b, c < y d) = F(b,d) Fb,c) F(a,d) + F(a,c)
Solucin: F(x,y)
Y X 0 1 2 3 F(y)
0 0,09 0,17 0,24 0,30 0,30
1 0,17 0,34 0,46 0,55 0,55
2 0,24 0,46 0,67 0,80 0,80
3 0,30 0,55 0,80 1,00 1,00
F(x) 0,30 0,55 0,80 1,00
P(2,3) = 0,04; P(1,2) = 0,05
Ejemplo N 2:
Se f(x,y) dada en el ejemplo anterior en el caso de v.a.b. continuas, estime la
funcin de distribucin acumulada y P(x 0,5; y 1)
Solucin:
x y x y x y
1
F(x,y) = (t ts / 3) dtds t dt ds
3 0
2 2
tdt sds
0 0 0 0 0
x 3y x 2y 2
=
3 12
0 si x < 0, y < 0
3 2 2
x y x y
F(x,y) = si 0 < x 1, 0 < y 2
3 12
1 si x > 1, y > 2
f(x) =
y
f ( x, y ) dy . funcin de densidad marginal de X
f(y) =
x
f ( x, y ) dx . funcin de densidad marginal de Y
Ejemplo N 1:
Sea (X,Y) una v.a.b de un fenmeno aleatorio, cuya funcin de cuanta
P(x,y) est dada por el siguiente cuadro. Obtenga las funciones de
cuanta marginal de X e Y.
Y X 1 2 3 4
1 0,10 0,10 0,05 0,05
2 0,10 0,15 0,05 0,05
3 0,15 0,10 0,05 0,05
Solucin:
X 1 2 3 4
P(x) 0,35 0,35 0,15 0,15
4
P(x) = P ( x, y )
x 1
Y 1 2 3
P(y) 0,30 0,35 0,35
3
P(y) = P ( x, y )
y 1
Las funciones marginales generalmente se presentan a los mrgenes del
cuadro de distribucin conjunta de probabilidades.
Ejemplo N 2:
Obtenga las funciones de densidad marginales del ejemplo dado en caso de
v.a.b continuas.
Solucin:
2 2 2
x
( x xy / 3)dy x dy 3 0
ydy 2 x 2 2 x / 3
2 2
f(x) =
0 0
f(x) = 2x(x+1/3) si 0 < x 1
0 en otro caso
1 1
y1
( x xy / 3)dx x dx 3 0
xdx 1 / 3 y / 6
2 2
f(y) =
0 0
f(y) = 1/3 + y/6 si 0 < y 2
0 en otro caso
Tambin se puede obtener de la siguiente manera si se tiene la funcin de
distribucin conjunta F(X,Y).
d
f(x) = F ( x, )
dx
d d
= F ( x , 2) (2 x 3 / 3 4 x 2 / 12) 2 x 3 2 x / 3
dx dx
d
f(y) = F ( , y )
dy
d d
= F (1, y ) ( y / 3 y 2 / 12) 1 / 3 y / 6
dy dy
DISTRIBUCIONES CONDICIONALES
1. Caso Discreto:
P ( x, y )
P(x/y) = P(y) > 0
P( y)
P ( x, y )
P(y/x) = P(x) > 0
P( x)
2. Caso Continuo:
f ( x, y )
f(x/y) = f(y) > 0
f ( y)
f ( x, y )
f(y/x) = f(x) > 0
f ( x)
Ejemplo N 1:
Obtenga la probabilidad condicional P(x = 2/ y = 2), usando los datos del
ltimo cuadro de distribucin de probabilidades dado en el caso
discreto.
Solucin:
P ( x 2, y 2) 0,10
P(x = 2/ y = 2) = = 0,4
P ( x 2) 0,25
Ejemplo N 2:
Obtenga la probabilidad condicional P(x<1/2 / y<3/2), para la v.a.b. cuya
funcin de densidad conjunta se est usando como ejemplo.
Solucin:
P ( x 1 / 2, y 3 / 2)
P(x<1/2 / y<3/2) =
p ( y 3 / 2)
1/ 2 3 / 2
Ejemplo N 1:
Sea X el nmero de artculos defectuosos envasados por la mquina N 1 y
sea Y el nmero de artculos defectuosos envasados por la mquina N
2, cuya funcin de cuanta bidimensional,, est dada por el siguiente
cuadro. Determine si las v.a. son independientes o no.
Y X 0 1 2 3 P(y)
0 0,02 0,04 0,06 0,08 0,20
1 0,03 0,06 0,09 0,12 0,30
2 0.05 0,10 0,15 0,20 0,50
P(x) 0,10 0,20 0,30 0,40 1,00
Solucin:
P(x=0,y=0) = 0,02 P(x=0)P(y=0) = (0,10)(0,20) = 0,02
P(x=1,y=2) = 0,10 P(x=1)P(y=2) = (0,20)(0,50) = 0,10
P(x=2,y=1) = 0,09 P(x=2)P(y=1) = (0,30)(0,30) = 0,09
De igual manera se puede comprobar que para todo X e Y
P(x,y) = P(x)P(y), por consiguiente las v.a. X e Y son independientes.
Ejemplo N 2:
Sean X e Y v.a.b. cuya funcin de densidad conjunta est dada por la
siguiente expresin:
f(x,y) = (4/3)(x + xy) si 0 x 1, 0 y 1
0 en otro caso
Determine si son v.a. independientes.
Solucin:
1 1 1
4 4
f(x) = ( 4 / 3)( x xy ) dy x dy x ydy = 2x 0 x 1
0
3 0 3 0
1 1 1
4 4 2
f(y) = (4 / 3)( x xy ) dx xdx y xdx = (1 y ) 0
0
30 3 0 3
y1
2
f(x,y) = (4/3)(x +xy) = (2x) (1 y ) = f(x)f(y), en consecuencia las v.a.
3
X e Y son independientes.
COEFICIENTE DE CORRELACIN
El coeficiente de correlacin como se sabe, mide el grado de relacin que
existe entre 2 variables, el coeficiente de correlacin que se usar en el
presente caso ser el de Pearson, por lo tanto su valor est comprendida
entre -1 y +1, en otros trminos: -1 r 1, cuando r = 0, se dice que las
variables no estn correlacionadas; adems si son independientes, entonces
el coeficiente de correlacin es cero; si r = -1 o +1, se dice que las variables
estn perfectamente correlacionadas, si r = 0,5, se dice que existe una
mediana correlacin entre las variables, si r > 0, entonces hay una
correlacin positiva, en otras palabras las variables son directamente
proporcionales; en cambio si r < 0, entonces hay una relacin inversa, por lo
que las variables son inversamente proporcionales; esto es, mientras uno
crece el otro disminuye. La frmula a usar es el siguiente:
E ( x, y ) E ( x ) E ( y ) cov( x, y )
r=
E(x 2
) E ( x) 2
E( y 2
) E ( y) 2
=
Sx.Sy
Ejemplo N 1
Obtenga el coeficiente de correlacin de las v.a. X e Y, dados en el cuadro
de distribucin de probabilidades expresada en el ejemplo anterior del caso
discreto.
Solucin:
Y X 0 1 2 3 P(y)
0 0,02 0,04 0,06 0,08 0,20
1 0,03 0,06 0,09 0,12 0,30
2 0.05 0,10 0,15 0,20 0,50
P(x) 0,10 0,20 0,30 0,40 1,00
E(x) = 0(0,1) + 1(0,2) + 2(0,3) + 3(0,4) = 2,0
E(x2) = 0(0,1) + 1(0,2) + 4(0,3) + 9(0,4) = 5,0
V(x) = 5,0 4,0 = 1,0
E(y) = 0(0,2) + 1(0,3) + 2(0,5) = 1,3
E(y2) = 0(0,2) + 1(0,3) + 4(0,5) = 2,3
V(y) = 2,30 1,69 = 0,61
E(x,y) = 0x0x0,02 + 0x1x0,03 + 0x2x0,05 + 1x0x0,04 + 1x1x0,06 +
1x2x0,010 + 2x0x0,06 + 2x1x0,09 + 2x2x0,15 + 3x0x0,08 + 3x1x0,12
+ 3x2x0,20
= 2,60
2,60 ( 2,0)(1,3) 0,0
r = 0,0 pues las variables son
(1x 0,61 0,781
independientes, ya que la cov(x, y) = 0,0.
Ejemplo N 2:
Obtenga el coeficiente de correlacin, para las variables aleatorias dadas en
el ltimo ejemplo en el caso continuo.
Solucin:
1
x (2 x) dx 1 / 2
2 2
E(x ) =
0
V(x) = - 4/9 = 1/18
1
2
3 0
E(y) = y (1 y )dy 5 / 9
1
2
y (1 y )dy 7 / 18
2
E(y2) =
3 0
V(y) = 7/18 25/81 = 13/162
E(x,y) =
1 1 1 1 1 1
4 4
xy (4 / 3)( x xy)dxdy 3 x dx ydy
3 0
x 2 dx y 2 dy
2
0 0 0 0 0
= 10/27
Cov(x,y) = 10/27 (2/3)(5/9) = 10/27 10/27 = 0,0
0,0
r = 0,0 pues las variables son independientes,
(1 / 18)(13 / 162)
puesto que la cov(x, y) = 0,0.
PROBLEMAS RESUELTOS
1.- Sean X e Y dos v.a. que representan el nmero de faltas a una clase por
los alumnos varones y mujeres respectivamente, la distribucin de
probabilidades conjunta est dada por el siguiente cuadro:
Y X 0 1 2 3 4 5
0 0,00 0,01 0,03 0,06 0,07 0,08
1 0,01 0,02 0,02 0,04 0,05 0,06
2 0,01 0,03 0,04 0,05 0,06 0,07
3 0,02 0,02 0,03 0,04 0,08 0,10
Obtenga: P(x<2, y<2), P(x=2, y=2), P(x>2, y>2), P(x>2/y<2)
P(x<2/y>2).
Solucin:
P(x<2, y<2) = 0,04
P(x=2, y=2) = 0,04
P(x>2, y>2) = 0,83
P(x >2/y<2) = P(x >2, y<2 / P(y<2) = 0,36 / 0,45 = 0,8
P(x<2/y>2) = P(x<2, y>2) / P(y >2) = 0,04 / 0,29 = 0,138
Solucin:
a) E(x+y) = E(z) = 5,07 = 3,48 + 1,59 = E(x) + E(y)
Z P(z) Z P(z) Z2 P(z)
0 0,00 0,00 0,00
1 0,02 0,02 0,02
2 0,06 0,12 0,24
3 0,13 0,39 1,17
4 0,17 0,68 2,72
5 0,21 1,05 5,25
6 0,16 0,96 5,76
7 0,15 1,05 7,35
8 0,10 0,80 6,40
Total 1,00 5,07 28,91
E(z) = 5,07
V(z) = 28,91 (5,07)2 = 3,2051
X P(x) X P(x) X2 P(x)
0 0,04 0,00 0,00
1 0,08 0,08 0,08
2 0,12 0,24 0,48
3 0,19 0,57 1,71
4 0,26 1,04 4,16
5 0,31 1,55 7,75
Total 1,00 3,48 14,18
E(x) = 3,48
V(x) = 14,18 (3,48)2 = 2,0696
Y P(y) Y P(y) Y2 P(y)
0 0,25 0,00 0,00
1 0,20 0,20 0,20
2 0,26 0,52 1,04
3 0,29 0,87 2,61
Total 1,00 1,59 3,85
E(y) = 1,59
V(Y) = 3,85 (1,59)2 = 1,3219
E(x,y) = 0x0x0,00 + 0x1x0,01 + 0x2x0,01 + 0x3x0,02 + 1x0x0,01 +
1x1x0,02 + 1x2x0,03 + 1x3x0,02 + 2x0x0,03 + 2x1x0,02 + 2x2x0,04
+ 2x3x0,03 + 3x0x0,06 + 3x1x0,04 + 3x2x0,05 + 3x3x0,04 + 4x0x0,07
+ 4x1x0,05 + 4x2x0,06 + 4x3x0,08 + 5x0x0,08 + 5x1x0,06 + 5x2x0,07
+ 5x3x0,10
= 5,44
Cov(x,y) = 5,44 (3,48)(1,59) = 5,44 5,5332 = -0,0932
b) V(z) = V(x+y) = V(x) + V(y) + 2cov(x,y)
V(z) = 3,2051
Por otro lado, se tiene:
V(x+y) = 2,0696 + 1,3219 + 2(-0,0932) = 3,2051
c) V(2x + 3) = 4 V(x)
Si, 2x + 3 = w, entonces:
w P(w) w P(w) w2 P(w)
3 0,04 0,12 0,36
5 0,08 0,40 2,00
7 0,12 0,84 5,88
9 0,19 1,71 15,39
11 0,26 2,86 31,46
13 0,31 4,03 52,39
Total 1,00 9,96 107,48
E(w) = 9,96
V(w) = 107,48 (9,96)2 = 8,2784
4V(x) = 4(2,0696) = 8,2784
d) V(2y+3) = 4V(y)
Si, 2y+3 = u, entonces:
u P(u) u P(u) u2 P(u)
3 0,25 0,75 2,25
5 0,20 1,00 5,00
7 0,26 1,82 12,74
9 0,29 2,61 23,49
Total 1,00 6,18 43,48
E(u) = 6,18
V(u) = 43,48 (6,18)2 = 5,2876
4V(y) = 4(1,3219) = 5,2876
Y X 1 2 3 4
1 0,10 0,10 0,05 0,05
2 0,05 0,10 0,05 0,10
3 0,05 0,05 0,20 0,10
Hallar: a) V(x+y) y b) el coeficiente de correlacin.
Solucin:
a)
X P(x) XP(x) X2P(x)
1 0,20 0,20 0,20
2 0,25 0,50 1,00
3 0,30 0,90 2,70
4 0,25 1,00 4,00
Total 1,00 2,60 7,90
E(x) = 2,60
V(x) = 7,90 (2,6)2 = 1,14
Y P(y) YP(y) Y2P(y)
1 0,30 0,30 0,30
2 0,30 0,60 1,20
3 0,40 1,20 3,60
Total 1,00 2,10 5,10
E(y) = 2,10
V(x) = 5,10 (2,1)2 = 0,69
XY P(x,y) XYP(x,y)
1 0,10 0,10
2 0,15 0,30
3 0,10 0,30
4 0,15 0,60
6 0,10 0,60
8 0,10 0,80
9 0,20 1,80
12 0,10 1,20
Total 1,00 5,70
E(x,y) = 5,70
Cov(x,y) = 5,70 (2,6)(2,1) = 0,24
Sea z = x + y, entonces:
Z P(z) ZP(z) Z2P(z)
2 0,10 0,20 0,40
3 0,15 0,45 1,35
4 0,20 0,80 3,20
5 0,15 0,75 3,75
6 0,30 1,80 10,80
7 0,10 0,70 4,90
Total 1,00 4,70 24,40
E(z) = 4,70
V(z) = 24,40 (4,7)2 = 2,31
V(x+y) = 1,14 + 0,69 + 2(0,24) = 2,31
0,24
b) r = 0,2706
(1,14)(0,69
En este caso existe una correlacin positiva entre las variables, an cuando
la correlacin no es tan buena.
5.- Usando el cuadro de distribucin de probabilidades conjunta del
problema resuelto N 4, obtenga:
a) P(x 3 / y 2)
b) P(x=2 / y=2)
c) P(x 2 / y 2)
Solucin:
P ( x 3, y 2)
a) P(x 3 / y 2) = = 0,5/0,7 = 0,714
P( y 2)
P ( x 2, y 2)
b) P(x=2 / y=2) = = 0,1 / 0,3 = 0,333
P ( y 2)
P ( x 2, y 2)
c) P(x 2 / y 2) = = 0,35 / 0,60 = 0,583
P ( y 2)
6.- Un fabricante de muebles est interesado en el nmero de muebles que
le sern entregados durante los meses de enero (X) y febrero (Y), por
estadsticas sabe que el cuadro de distribucin de probabilidades
conjunta est dada segn el siguiente cuadro.
Y X 0 1 2 3 4 5
0 0,00 0,01 0,03 0,05 0,07 0,09
1 0,01 0,02 0,04 0,05 0,06 0,08
2 0,01 0,03 0,05 0,05 0,05 0,06
3 0,01 0,02 0,04 0,06 0,06 0,05
a) Compruebe la relacin V(x+y) = V(x) + V(y) + 2cov(x,y)
b) Obtenga el coeficiente de variacin para cada variable y comprelos.
c) Obtenga el coeficiente de correlacin.
Solucin:
X P(x) XP(x) X2P(x)
0 0,03 0,00 0,00
1 0,08 0,08 0,08
2 0,16 0,32 0,64
3 0,21 0,63 1,89
4 0,24 0,96 3,84
5 0,28 1,40 7,00
Total 1,00 3,39 13,45
E(x) = 3,39
V(x) = 13,45 (3,39)2 = 1,9579
Sx = 1,39925
9.- Se lanza dos dados sobre una meza, sea X los nmeros obtenidos con el
primer dado y sea Y los nmeros obtenidos con segundo dado.
a) Obtenga el cuadro de distribucin de distribucin de probabilidades.
b) Demuestre que: V(x+y) = V(x) + V(y) + 2cov(x,y)
c) Obtenga el coeficiente de correlacin.
Solucin:
a)
Y X 1 2 3 4 5 6
1 1/36 1/36 1/36 1/36 1/36 1/36
2 1/36 1/36 1/36 1/36 1/36 1/36
3 1/36 1/36 1/36 1/36 1/36 1/36
4 1/36 1/36 1/36 1/36 1/36 1/36
5 1/36 1/36 1/36 1/36 1/36 1/36
6 1/36 1/36 1/36 1/36 1/36 1/36
E(x) = E(Y) =(1/6)(1 + 2 + 3 + 4 + 5 + 6) = 7/2
E(x2) = E(y2) =(1/6)(1 + 4 + 9 + 16 + 25 + 36) = 91/6
V(X) = V(y) =91/6 49/4 = 35/12
E(x,y) = (1/36)(1 +2 + 3 + 4 + 5 + 6 + 2 + 4 + 6 + 8 + 10 + 12 + 3 +6 + 9 +
12 + 15 + 18 + 4 + 8 + 12 + 16 + 20 + 24 + 5 + 10 + 15 + 20 + 25 + 30
+ 6 + 12 +18 + 24 + 30 + 36)
E(x,y) = 441/36 = 49/4
Cov(x,y) = 49/4 (7/2)(7/2) = 0,00
Si, x + y = z
z P(z) zP(z) z2P(z)
2 1/36 2/36 4/36
3 2/36 6/36 18/36
4 3/36 12/36 48/36
5 4/36 20/36 100/36
6 5/36 30/36 180/36
7 6/36 42/36 294/36
8 5/36 40/36 320/36
9 4/36 36/36 324/36
10 3/36 30/36 300/36
11 2/36 22/36 242/36
12 1/36 12/36 144/36
Total 1.00 252/36 1974/36
E(z) = 252/36 = 7 = 7/2 + 7/2
V(z) = 1974/36 -49 = 35/6
V(x+y) = 35/12 + 35/12 + 0,00 = 35/6
0,00
b) r = 0,00
(35 / 12)(35 / 12)
Pues las variables son independientes.
10.- Una caja tiene 5 fichas con el nmero uno, 4 fichas con el nmero 2 y 6
fichas con el nmero 3. se seleccionan 2 fichas uno a continuacin del
otro con y sin reposicin. Obtenga el cuadro de distribucin de
probabilidades conjunta, de las v.a. X e Y, donde X indica el nmero de
la primera ficha seleccionada e Y indica el nmero de la segunda ficha
seleccionada, adems el coeficiente de correlacin en cada caso.
Solucin:
a) Con reposicin
Y X 1 2 3
1 1/9 4/45 2/15
2 4/45 16/225 8/75
3 2/15 8/75 4/25
E(x) = E(y) = 1(5/15) + 2(4/15) + 3(6/15) = 31/15
E(x2) = E(y2) = 1(5/15) + 4(4/15) + 9(6/15) = 5
V(x) = V(y) = 5 (31/15)2 = 164/225
E(x,y) = 1(1/9) + 2(4/45) + 3(2/15) + 2(4/45) + 4(16/225) + 6(8/75) +
3(2/15) + 6(8/75) + 9(4/25)
= 1/9 + 16/45 * 12/15 + 64/225 + 96/75 + 36/25
= 961/225
Cov(x,y) = 961/225 (31/15)(31/15) = 0,00
r = 0,00 pues las variables aleatorias son independientes.
Sin reposicin
Y X 1 2 3
1 2/21 2/21 1/7
2 2/21 2/35 4/35
3 1/7 4/35 1/7
E(x) = E(y) = 1(70/210) + 2(56/210) + 3(84/210) = 31/15
E(x2) = E(y2) = 1(70/210) + 4(56/210) + 9(84/210) = 5
V(x) = V(y) = 5 (31/152 = 164/225
E(x,y) = 1(2/21) + 2(2/21) + 3(1/7) + 2(2/21) + 4(2/35) + 6(4/35) +
3(1/7) + 6(4/35) + 9(1/7)
= 15/7 + 10/21 + 56/35
= 886/210 = 443/105
Cov(x,y) = 443/105 (31/15)(31/15) = -82/1575
82 / 1575
r= 1 / 14 0,07143
164 / 225
La correlacin entre las variables en este caso es negativa y bien pequea,
en otras palabras, existe una pequea correlacin entre las variables en
sentido inverso.
11.- Sean X e Y dos v.a.b. continuas cuya funcin de densidad est dada por
la siguiente expresin.
f(x,y) = (3/4)(x2 + x2y) 0 < x 1, 0 < y 2
0 en otro caso
Solucin:
P ( x 1 / 2, y 3 / 2) 147 / 256
a) P(x>1/2 / y < 3/2) = = 7/8
P ( y 3 / 2) 21 / 32
3 1 3/ 2 2
4 1 / 2 0
P(x>1/2, y<3/2) = ( x x 2y ) dxdy
1 3/ 2 1 3/ 2
3 3
=
4 1/ 2
x 2 dx
0
dy
41 / 2
x 2dx ydy
0
= 147/256
1 3/ 2
3
(x x 2 y )dxdy 21/32
2
P(y <3/2) =
4 0 0
2
3
(x x 2 y ) dy = 3x2 0 < x 1
2
b) f(x) =
4 0
1
3x dx 3 / 4
3
E(x) =
0
1
3x dx 3 / 5
4
E(x2) =
0
V(x) = 3/5 9/16 = 3/80
1
3
(x x 2 y ) dx = + y/4 0 < x 2
2
f(y) =
4 0
2
y (1 / 4 y / 4)dy = 5/3
2 2
E(y ) =
0
V(y) = 5/3 49/36 = 11/36
1 2
3
xy ( x x 2 y ) dxdy
2
E(x,y) = =
4 0 0
1 2 1 2
3 3
40 x 3dx ydy x 3dx y 2 dy
0
40 0
=7/8
Cov(x,y) = 7/8 (3/4)(7/6) = 0,00
r = 0,00 pues las variables son independientes, ya se puede apreciar que:
f(x,y) = f(x)f(y); es decir,
(3/4)(x2 + x2y) = 3x2(1/4 + y/4)
12.- Sean X e Y dos v.a. continuas con funcin de densidad dada por la
siguiente expresin:
f(x,y) = x + ky 1 x 2, 0 < y 1
0 en otro caso
Obtenga:
a) El valor de K.
b) P(x < 3/2/ y > )
c) El coeficiente de de correlacin.
Solucin:
2 1 2 1
a) xdxdy k ydxdy 1
1 0 1 0
2 1 2 1
xdx dy k dx ydy 1
1 0 1 0
3/2 + k/2 = 1 k = -1
P ( x 3 / 2, y 1 / 2) 1 / 8
b) P(x < 3/2/ y > ) = = 1/ 3
P( y 1 / 2) 3/8
3/ 2 1
P(x<3/2,y>1/2) = ( x y )dxdy
1 1/ 2
=
3/ 2 1 3/ 2 1
1
xdx
1/ 2
dy
1
dx ydy
1/ 2
= 1/8
2 1 2 1 2 1
P(y>1/2) =
1 1/ 2
( x y ) dxdy xdx
1
1/ 2
dy dx
1
ydy = 3/8
1/ 2
1 1 1
1 1
21
2 2 2
1
E(x ) = x ( x 1 / 2) dx = x dx x dx = 31/12
2 2 2 3
1 1
21
V(x) = 31/12 (19/12)2 = 11/144
2 2 2
f(y) = ( x y )dx xdx y dx
1 1 1
= 3/2 y 0 < x 1
1 1 1
3
E(y) =
0
y (3 / 2 y ) dy =
20 ydy y 2 dy = 5/12
0
1 1 1
3
E(Y2) =
0
y 2 (3 / 2 y )dy =
2
0
y 2 dy y 3 dy =1/4
0
V(y) = 25/144 = 11/144
2 1 2 1 2 1
2 2 2 2
3 3
28 0
xdx ydy
1
28
0
dx y 2 dy
1
= 23/28 = 92/112
2 2 2
3 3 3
f(x) =
28 0
( xy y 2 ) dy x ydy
28 0
28 0
y 2dy = 3x/14 + 2/7
2 2
3 3
y dy
3
2
E(y ) = y 4 dy = 78/35
14 0
14 0
V(y) = 78/35 (10/7)2 = 46/245
Sy = 0,43331
2 2
3
E(x,y) =
28 0 0
xy ( xy y 2 ) dxdy =
2 2 2 2
3 3
28 0
x 2dx y 2dy
0
28 0
xdx y 3dy
0
= 34/21
Cov(x,y) = 34/21 (8/7)(10/7) = -2/147 = -0, 0,0136
r = -0,0136/(0,5594)(0,43331) = - 0,056
En este caso, tambin la correlacin es bastante baja pero negativa.
1
( x 2 y xy 2 ) 0 < x < 2, 0 < y < 2
16
F(x,y) = 0 x 0, y 0
1 x 2, y 2
P ( x 1, y 1) 1 / 8
P(x<1/y<1) = = 1/ 3
P ( y 1) 3/8
P(x<1, y<1) = F(1,1) = 1/8
P(y<1) = F(2,1) = 3/8
2 2 2
1 1 1 1
f(x) =
80 ( x y ) dy x dy ydy = ( x 1)
8 0 80 4
0<
x<2
d 1
= F (x,2) = ( x 1) 0 < x < 2, 0 en otro caso
dx 4
2 2 2
1 1 1
E(x) =
40 x ( x 1)dx x 2dx xdx = 7/6
40 40
2 2 2
1 1 1
x ( x 1) dx x dx x 2dx = 5/3
2 2 3
E(x ) =
4 0
4 0
40
V(x) = 5/3 49/36 = 11/36
2 2 2
1 1 1 1
f(y) =
80 ( x y ) dx xdx y dx = (1 y ) 0 < y <
80 8 0 4
2
2 2 2
1 1 1
E(y) =
4
0
y (1 y )dy
4
0
ydy
4 0
y 2 dy = 7/6
2 2 2
1 1 1
E(y2) =
4
0
y 2 (1 y ) dy
4
0
y 2dy
4 0
y 3dy = 5/3
2 2 2 2
1 1
80 x 2dx ydy xdx y 2dy
0
80 0
= 4/3
Cov(x,y) = 4/3 (7/6)(7/6) = -1/36
1 / 36
r= 1 / 11 0,091
11 / 36
Solucin:
x y
F(x,y) = (2 t s)dtds =
0 0
x y x y x y
2 dt ds tdt ds dt sds
0 0 0 0 0 0
2xy x2y/2 xy2 0 < x < 1, 0 < y < 1
F(x,y) = 0 x 0, y 0
1 x 1, y 1
P ( x 1 / 2, y 1 / 2) 1 / 4
P(x<1/2/ y>1/2) = = 2/3
P( y 1 / 2) 3/8
1/ 2 1
x (3 / 2 x)dx =
2 2
E(x ) =
0
V(x) = 25/144 = 11/144
1 1 1 1
E(y) = y (3 / 2 y )dy
0
= 5/12
y (3 / 2 y )dy =
2
E(y2) =
0
V(y) = 25/144 = 11/144
1 1
P(y>1/2) = 2 xdx
0
1/ 2
dy 2 dx
0
1/ 2
ydy 4 xdx
0
ydy =
1/ 2
1 1 1
f(x) = 2 x dy 2 ydy 4 x ydy = 1 0 x 1, 0 en otro caso.
0 0 0
1 1 1
f(y) = 2 xdx 2 y dx 4 y xdx = 1 0 y 1, 0 en otro caso
0 0 0
1
E(x) = xdx
0
=
E(y) = ydy =
0
1
x
2
2
E(x ) = dx = 1/3
0
1
y
2
2
E(y ) = dy = 1/3
0
V(x) = 1/3 = 1/12
V(y) = 1/3 = 1/12
1 1 1 1 1 1
f(x) = ( x y )dy x 1 / 2
0
0 x 1, 0 en otro caso
f(y) = ( x y)dx y 1 / 2
0
0 y 1, 0 en otro caso
0 x < 0, y < 0
F(x,y) = x2y/2 + xy2/2 0 x 1, 0 y 1
1 x 1, y 1
e
y
dy
f(x) = e -x 0 =
e-x x>0
e
x
dx
f(y) = e -y 0 =
e-y y>0
xe
x
E(x) = dx = 1 (use la funcin gamma)
0
x e x dx = 2
2
E(x2) =
0
V(x) = 2 1 = 1
ye
y
E(y) = dy = 1
0
y e y dy = 2
2
E(y2) =
0
V(y) = 2 1 = 1
1 1
xe dx ye dy = 1
x y
E(x,y) =
0 0
xye x e y dxdy =
0 0
Cov(x,y) = 1 (1)(1) = 0,00
0,00
r = 0,00 ; pues se puede apreciar que las v.a. X e Y son v.a.
1
independientes
19.- Si X e Y son dos v.a. continuas que tienen una funcin de densidad
conjunta dada por:
f(x,y) =kxy 0 < x < 1, 0 < y < 2
0 en otro caso
Determine si las v.a. son independientes, previamente obtenga el valor de k.
Solucin:
1 2
k xdx ydy 1 k = 1
0 0
2
f(x) = x ydy
0
= 2x 0 < x < 1, 0 en otro caso.
x<3
3
1
10 1
E(y) = y (9 2 y )dy = 28/15
3
1
y (9 2 y )dy = 3,8 = 38/10 = 19/5
2 2
E(y ) =
10 1
V(y) = 19/5 784/225 = 71/225
2 3
1
5 1 1
E(x,y) = xy (3 x y ) dxdy =
2 3 2 3
3 1
51 x 2 dx ydy xdx y 2dy
1
51 1
=3
Cov(x,y) = 3 (8/5)(28/15) = 1/75
V(2x +3y) = 4V(x) + 9V(y) + 12Cov(x,y)
= 4(11/150) + 9(71/225) + 12(1/75)
= 247/75
V(3x -2y + 4) = 9V(x) + 4V(y) 12Cov(x,y)
= 9(11/150) +4(71/225) -12/75
= 793/450
PROBLEMAS PROPUESTOS
1.- Demuestre que el coeficiente de correlacin de las v.a. x e y, es igual al
coeficiente de correlacin de las v.a, g y h, si g = ax + b, y h = cy + d
2.- Se elige al azar 2 tabletas de un frasco que contiene 3 aspirinas, 2
sedantes y 4 laxantes. Si X es el nmero aspirinas e Y es el nmero de
sedantes, dentro de las 2 tabletas extradas del frasco.
a) confeccione el cuadro de distribucin conjunta de probabilidades.
b) obtenga el coeficiente de correlacin.
Rpta.
a)
Y X 0 1 2
0 6/36 12/36 3/36
1 8/36 6/36 0,0
2 1/36 0,0 0,0
b) r = -1/ 7 = - 0,378
3.- Una caja tiene 4 fichas numeradas como: 1, 2, 3, 4 respectivamente. Se
escogen 2 fichas al azar y sin remplazamiento, sea X la v.a que indica
el nmero de la primera ficha extrada y sea Y la v.a. que indica el
nmero de la segunda ficha escogida.
a) Construya el cuadro de distribucin de probabilidades conjunta.
b) Obtenga el coeficiente de correlacin.
Rpta. a)
Y X 1 2 3 4
1 0,0 1/12 1/12 1/12
2 1/12 0,0 1/12 1/12
3 1/12 1/12 0,0 1/12
4 1/12 1/12 1/12 0,0
b) r = - 1/3
4.- En una caja hay 5 focos de luz elctrica usados y 7 nuevos, del cual se
eligen 3 focos sin reemplazo, sea X la v.a que indica el nmero de
focos usados y sea Y la v.a. que indica el nmero de focos nuevos
escogidos.
a) Construya el cuadro de distribucin bidimensional de probabilidades.
b) Obtenga el coeficiente de correlacin e interprtelo.
Rpta. a)
Y X 0 1 2 3
0 0,0 0,0 0,0 10/220
1 0,0 0,0 70/220 0,0
2 0,0 105/220 0,0 0,0
3 35/220 0,0 0,0 0,0
b) r = -1, existe una correlacin perfecta, pero inversa.
8 16
y 2y
13.- Dado el siguiente cuadro de distribucin bidimensional de
probabilidades, determine el coeficiente correlacin.
Y X -1 0 1
-1 1/12 2/12 1/12
0 2/12 0,0 2/12
1 1/12 2/12 1/12
Rpta. r = 0,0 pero las v.a no son independientes
21.- Sean X e y 2 v.a. continuas, cuya funcin de densidad est dada por la
siguiente funcin:
f(x,y) = k(6 x - y) 0 < x < 2, 2 < y < 4
0 en otro caso
Hallar k y determine si las v.a. X e Y son independientes.
Rpta. k = 1/8 y las v.a. no son independientes.
22.- Sean X e y 2 v.a. continuas, cuya funcin de densidad est dada por la
siguiente funcin:
f(x,y) = k(x + y) e-x x > 0, 0 < y < 1
0 en otro caso
Halle el valor de la constante K y el coeficiente de correlacin.
Rpta. k = 2/3, r = - 0,09513
23.- Sean X e y 2 v.a. continuas, cuya funcin de densidad est dada por la
siguiente funcin:
f(x,y) = k(2x + y) 0 < x < 1, 0 < y < 2
0 en otro caso
Halle el valor de la constante K y el coeficiente de correlacin.
Rpta. k =1/4, r = -1/11
24.- Sea X e y v.a continuas con funcin de densidad conjunta dada por la
siguiente expresin:
f(x,y) = kx(1+3y2) 0 < x < 2, 0 < y < 1
0 en otro caso
Halle el valor de la constante k y demuestre que E(x,y) = E(x)E(Y)
Rpta. k = ; E(x,y) = 5/6, E(x) = 4/3 y E(y) = 5/8
25.- Un equipo electrnico tiene dos componentes, sea X la v.a que indica la
vida en aos del primer componente y sea Y la v.a. que indica la vida
en aos del segundo componente, el equipo funciona si alguno de sus
componentes funciona. El vendedor de este equipo garantiza como
mnimo un ao de funcionamiento del equipo. Cul es la probabilidad
de que el equipo siga funcionando despus de cumplido la garanta? La
funcin de densidad conjunta es el siguiente
f(x,y) = (1/9) e-x/3e-y/3 x > 0, y > 0
0 en otro caso
Rpta. 0,955375
TEOREMA DE CHEBYSHEV
La varianza de una v.a nos indica el grado de variacin de los datos respecto
a su media, si una v.a tiene una varianza pequea, esto nos indica que
los datos se acumulan o agrupan alrededor de la media, en cambio si
una v.a tiene una varianza grande, esto significa que la mayora de los
datos estn alejados de la media, es decir los datos son muy variables.
Si se considera en trminos de rea de probabilidad, una varianza
pequea significa tener un rea mayor alrededor de la media, y a
medida que la varianza va creciendo el rea se va diseminando, este
hecho fue estudiado por el matemtico ruso P.L. Chebyschev (1821-
1894), quien descubri que la fraccin del rea entre 2 valores
simtricos cualesquiera alrededor de la media tiene relacin con la
desviacin estndar, y lo plante como el teorema que lleva su nombre.
Teorema de Chebyschev. La probabilidad de que cualquier variable
aleatoria X tome un valor dentro de k desviaciones estndar de la
media, es al menos 1 1/k2. es decir,
P( - k < X < + k) = 1 1/k2
Este teorema nos proporciona una aproximacin bastante conservadora de
las probabilidades entre k desviaciones estndar.
Como consecuencia de este teorema, se tienen otros, como los siguientes:
1.- Sea X una v.a. y g una funcin real, tal que g(x) 0, X R, entonces:
Pg(x) k E g(x) / k k>0
2.- Desigualdad de Harkov.
Si X es una v.a. no negativa; esto es, P(X 0) = 1, entonces para cualquier
nmero a > 0, se tiene:
P(X a) = E(x) / a
3.- Desigualdad de Chebyschev.
Si X es una v.a. con E(x) = y varianza igual a 2< (finita), entonces para
cualquier nmero real k> 0, se tiene:
Px - < k > 1 V(X)/k2 Px - < k > 1 1/k2
Px - k V(X)/k2 Px - k 1/k2
Si x es la media muestral, entonces la desigualdad es como sigue:
P x - < k > 1 V( x )/k2 P x - < k/ n > 1 1/k2
Ejemplo N 1:
Suponga que el nmero de artculos producidos por una fbrica durante una
semana especfica es una v.a. con madia de 60 kg.
a) Qu puede decirse acerca de la probabilidad de que la produccin de esa
semana exceder a los 85 kg?
b) si la varianza de la produccin de esa semana es igual a 25 kg. 2, entonces
que se puede decir acerca de la probabilidad de que la produccin de
esa semana est entre 50 y 70 kg.
Solucin:
a) Por la desigualdad de Markov, se tiene:
P(X > 85) = 60/85 = 0,706
b) Por la desigualdad de Chebyschev, se tiene:
P(50 < x < 70) = P(50 60 < x 60 < 70 60) = P(-10 < x 60 < 10)
P(50 < x < 70) = P(x - 60 < 10) > 1 25/100 = 0,75
En forma general se puede decir, que para Px - < 3 > 1 1/9 = 8/9,
por lo que podemos decir que como mnimo el 88,89% de los datos
deben estar en el intervalo de cualquier conjunto de datos.
DISTRIBUCIONES DE PROBABILIDAD
En la mayora de los problemas de probabilidad, nos interesamos
generalmente en un solo aspecto, o cuando mucho en algunos de los
resultados de los experimentos aleatorios, por ejemplo si un estudiante rinde
un examen de opcin mltiple, puede estar interesado exclusivamente en
cuntas preguntas debe contestar correctamente ya que su promocin
depende de ello, un ahorrista puede estar interesado en la tasa de inters que
paga y no importarle los ingresos de la entidad financiera, a un ingeniero le
puede interesar slo el nmero de piezas defectuosos producidas por la
fbrica donde trabaja; etc. por lo tanto slo puede interesar los valores de la
v.a. y por su puesto en sus respectivas probabilidades con lo que se tendra
la distribucin de probabilidad de la v.a., la construccin de esta
distribucin en algunos casos es muy tedioso, por lo que se puede simular
un modelo, con lo que se puede calcular las probabilidades de hechos
similares, otros caso no se podr formular un modelo por ser casos nicos o
no tener una regularidad especfica.
Es preciso diferenciar, que las distribuciones de probabilidad dependen del
tipo de v.a. en estudio; es decir, depende de que si la v.a. es discreta o
continua, asimismo un modelo puede ser Determinista si nos permite decir
que dadas ciertas condiciones iniciales, es seguro que se obtendrn ciertos
estados o resultados especficos, por otro lado, el modelo puede ser
Probabilstico, si nos permite decir que slo dadas ciertas condiciones
iniciales ocurrirn ciertos estados con tales o cuales posibilidades.
Estos modelos son muy importantes, porque permiten ayudar a predecir la
conducta de futuras repeticiones de un experimento dado, tambin podemos
calcular la probabilidad de un evento dado ciertas condiciones iniciales,
slo con aplicar el modelo o frmula.
1.- V.A. DISCRETAS
1.1. DISTRIBUCIN UNIFORME:
Si una v.a. puede tomar k valores distintos con probabilidades iguales,
diremos que esta tiene distribucin discreta uniforme y se define como
sigue:
Definicin:
Una v.a. X tiene una Distribucin Uniforme Discreta, donde a la v.a. X se le
conoce como v.a uniforme discreta, si y slo si, su distribucin de
probabilidades est dada por la siguiente expresin.
P (x)= 1/n X: 1, 2, 3,.,n
Es decir, cualquier punto del recorrido de X tienen la misma probabilidad de
ocurrir.
Donde: E(x) = (n+1)/2
V(x) = (n2-1)/12
Ejemplo N 1:
Se lanza un dado sobre la superficie plana de una mesa, sea X la v.a. que
indica el nmero de la cara superior del dado. Obtenga la funcin de
cuanta y el coeficiente de variacin de la v.a.
Solucin:
P(x) = 1/6 X: 1, 2, 3, 4, 5, 6
E(x) = (6+ 1)2 = 3,5
V(x) = (36-1)/12 = 35/12
35 / 12
CV(x) = 48,795%
3,5
Ejemplo N 2:
Si se escoge cualquier numero entero positivo de uno a 20 inclusive, Cul
es la probabilidad de que sea nmero primo.
Solucin:
P(x) = 1/20 x: 1, 2, 3,.....,20
Sea A el evento de que el nmero sea primo:
P(A) = P(x=1) + P(x=2) + P(x=3) + P(x=5) + P(x=7) + P(x=11) + P(x=13)
P(x=17) + P(x=19)
= 1/20 + 1/20 + 1/20 + 1/20 + 1/20 + 1/20 + 1/20 + 1/20 + 1/20
= 9/20
Ejemplo N 2:
Escoja un artculo de un almacn y defina su funcin de cuanta de la v.a. X
que indica el nmero de artculos con defectos, si se sabe que el 1% de
ellos tiene defectos.
Solucin:
= B, D
Donde B = el artculo escogido es bueno,
D = el articulo tiene defectos,
X = B = 0, D = 1
P(X = B) = 0,99
P(X = D) = 0,01
P(X) = (0,01)x (0,99)1-x X = 0,1
E(x) = 0,01
V(X) = 0,0099
Ejemplo N 3:
Escoja a una persona al azar en una ciudad y pregunte si tiene vivienda
propia, sabiendo que en esta ciudad el 25% de las personas tienen
vivienda propia, defina la funcin de cuanta de X.
Solucin:
= S, N
Donde S = la persona si tienen vivienda propia,
N = la persona no tienen vivienda propia.
P(S) = 0,25
P(N) = 0,75
X : 0, 1
Adems X = 0 la persona no tiene vivienda propia.
X = 1 la persona si tiene vivienda propia.
P(x) = (0,75)x(0,25)1-x X : 0, 1
E(x) = 0,25
V(x) = 0,1875
Ejemplo N4:
Obtenga la esperanza y la varianza de la distribucin de Bernoulli:
Solucin:
n x n x
P(X) =
P q X: 0, 1, 2, 3,.,n
E(x) = np
x
V(x) = npq
Mx(t) = (pet + q)n
Nota.- Si p = , la distribucin binomial es simtrica; si p1, la
distribucin tiene asimetra negativa y si p0, la distribucin tiene
asimetra positiva.
La distribucin tienen dos parmetros n y p, en cambio el de Bernoulli tiene
un solo parmetro que es p.
En la distribucin binomial se tiene n ensayos de los cuales se tiene x xitos
cada uno con una probabilidad p, por lo que la probabilidad de los
xitos es igual a px, y n-x fracasos, cada uno con probabilidad q, por lo
que la probabilidad de los fracasos es igual a q n-x; los xitos y los
fracasos se distribuyen indistintamente dentro de las n pruebas y la
n
forma de presentarse es igual a
formas, por lo que la funcin de
x
cuanta es el producto de estos 3 componentes.
Ejemplo N1
La probabilidad de que cierto componente resista una prueba de impacto es
de 4/5. Encuentre la probabilidad de que 3 de los 5 componentes
siguientes resistan la prueba de impacto.
Solucin:
Se supone que las pruebas son independientes entre si, donde p = 0,8, para
cada una de las 5 pruebas, se considera a la v.a. X como el nmero de
componentes que resisten la prueba.
5 3 2
P(x = 3) =
(0,8) (0,2) = 0,2048
3
Ejemplo N 2:
La probabilidad de que un paciente se recupere con satisfaccin de una
operacin quirrgica despus de un accidente es de 0,9; si 15 personas
accidentadas se someten a dicha operacin, cul es la probabilidad de
que almenos uno se recupere a satisfaccin?
Solucin:
Se considerar a la v.a. X como el nmero de pacientes que se recuperen a
satisfaccin de la operacin quirrgica, entonces:
P(x 1) = 1 - P(x < 1) = 1 P(x=0) = 1 (0,1)15
15
P(x=0) =
(0,9)0(0,1)15 = (0,1)15
Ejemplo N 3:
0
Un fabricante de computadoras asegura que slo el 10% de sus unidades
requiere de ajuste durante el ao de garanta, cul es la probabilidad de
que 5 de las 10 computadoras compradas requerirn una ajuste en el
perodo de garanta?
Solucin:
Sea X la v.a que indica el nmero de computadoras que requieren ajuste
durante el perodo de la garanta de las 10 adquiridas.
10 5 5
P(x=5) =
(0,1) (0,9) = 0,001488
5
Ejemplo N 4:
Si la probabilidad de que cierta columna falle ante una carga axial es de
0,05 cul es la probabilidad de que entre 6 de estas columnas:
a) a lo ms fallen 2?
b) almenos fallen 2?
Solucin:
Sea X la v.a. que indica el nmero de columnas que fallan de las 6 que son
sometidas a la carga axial.
2
6 x 6 x
a) P(x 2) = P(x=0) + P(x=1) + P(x=2) =
x02(0,5)(0,95)
= 0,9977
b) P(x 2) = 1 P(x 1) = 1- 0,9672 = 0,0328
Ejemplo N 5:
La probabilidad de que el motor de un avin falle es de 0,1. Si el avin tiene
4 motores que funcionan independientemente, y para un vuelo exitoso
se requiere que por lo menos 2 de los 4 motores funcionen, cul es la
probabilidad de:
a) un vuelo exitoso?
b) que el vuelo no sea exitoso?
Solucin:
Sea X la v.a. que indica el nmero de motores que funcionan..
4
4 x 4 x
a) P(x 2) =
x2x(0,9)(0,1) = 0,9963
b) P(x <2) = 1 P(x 2) 0 1 0,9963 = 0,0037
Ejemplo N 6:
Obtenga la esperanza y la varianza de la distribucin binomial:
Solucin:
n
n x n x
E(x) =
x0x x p q =
n
x 0
x.n!
(n x)!.x! p x
q n x
n
x.n.( n 1)!
= (n x)!.x( x 1)! pp
x 0
x 1
q n x
n
( n 1)!
= np (n x)!.(x 1)! p
x 1
x 1
q n x
Si hacemos que x -1 = y
n
.( n 1)!
= np (n 1 y )!.( y )! p
y 0
y
q n 1 y
n
n1 y n1 y
=
np p q
y 0 y
= np(p+q)n-1
E(x) = np
n
2 n xnx
E(x2) =
x0 x )( xpq
x2 = x(x-1) + x
n
n x xn n x nx
n
E(x2) =
x0x( 1) xp q x0x x p q
+
n
x ( x 1).n.( n 1)( n 2)!
= (n x)!.x( x 1)( x 2)! p
x 2
2
p x 2 q n x + np
Si hacemos y = x-2
n
.(n 2)!
E(x2) = n(n-1)p2 (n 2 y )!.( y )! p
y 0
y
q n 2 y + np
n
n2 ny 2 y
= n(n-1)p2
p q + np
y0 y
= n(n-1)p2(p+q)n-1 + np
= n(n-1)p2 + np
V(x) = n(n-1)p2 + np (np)2
= (np)2 np2 + np - (np)2
= np np2
= np(1-p)
= npq
Ejemplo N 6:
El tiempo de llegada en minutos X de los camiones a un depsito se
comporta segn la funcin de densidad siguiente:
f(x) = 1/x2 si 1 < x <
0 si x 0
Se elige una muestra aleatoria de 12 camiones, determine el nmero
esperado de camiones que llegan en menos de 6 minutos.
Solucin:
6
1/ x
2
P = P(x < 6 ) = dx = 1 1/6 = 5/6
1
Q = 1/6
E(x) = np = 12(5/6) = 10 camiones
Ejemplo N 1:
Se sabe que un cierto proceso refabricacin, en promedio el 1% de las
piezas salen con defectos. Cul es la probabilidad de que se inspeccionen 6
piezas antes de encontrar una defectuosa?
Solucin:
P(x=6) = (0,01)(0,99)5 = 0,00951
Ejemplo N 2:
La probabilidad de que un postulante a un trabajo apruebe el examen de
suficiencia es igual a 0,6. Encuentre la probabilidad de que a) el cuarto, b)
el quinto postulante que se presente apruebe el examen.
Solucin:
a) P(x=4) = (0,6)(0,4)3 = 0,0384
b) P(x=5) = (0,6)(0,4)4 = 0,01536
Ejemplo N 3:
Tres personas lanzan cada uno una moneda de similares caractersticas y el
obtiene un resultado disparejo pierde el juego, en cambio si los 3 resultados
son iguales se lanzan de nuevo las monedas. Calcule la probabilidad de que
se necesiten menos de 4 intentos.
Solucin:
P = , q = ya que: = ccc, ccs, csc, scc, css, scs, ssc, sss
Sea x el nmero de lanzamientos: 1,2, 3,
P(x) = (3/4)(1/4)x-1
P(x<4) = (3/4) + (3/4)(1/4) + (3/4)(1/4)2 = (1 + + 1/16)
= 63/64 = 0,984375
Ejemplo N 4:
En el departamento de control de calidad de una fbrica se inspeccionan las
unidades terminadas que provienen de una lnea de montaje. Se sabe que el
porcentaje de unidades con defectos es del 5%, Cul es la probabilidad de
que la primera unidad sin defectos se encuentre en:
a) la quinta inspeccionada?
b) la sexta inspeccionada?
Solucin:
a) P(x=5) = (0,95)(0,05)4 = 0,000005937
b) P(x=6) = (0,95)(0,05)5 = 0,000000296
Son eventos casi imposibles.
Ejemplo N 5:
Un tirador experto da en el blanco el 98% de las veces. cul es la
probabilidad de que falle por primera vez en el:
a) dcimo tiro?
b) noveno tiro?
Solucin:
a) P(x=10) = (0,02)(0,98)9 = 0,0167
b) P(x=9) = (0,02)(0,98)8 = 0,017
Ejemplo N 6:
Obtenga la esperanza y la varianza de la distribucin geomtrica.
Solucin:
p p q p 1
E(x) = xpq
x 1
x 1
=
q x 1
xq x = 2
q (1 q )
= 2
p p
p 2 x p q 2 q q 1
E(x2) = x
x 1
2
pq x 1 =
q x 1
x q = 3 =
q (1 q ) p2
q 1 1 q
V(x) = - =
p2 p2 p2
Ejemplo N 7:
Se sabe que el 20% de las personas que viven en una determinada ciudad
tienen instruccin superior. Cul es el nmero esperado de personas que se
debe entrevistar hasta encontrar uno con instruccin superior?
Solucin:
k 1
Pascal, sera la expresin anterior multiplicada por pque es la
probabilidad del ltimo xito.
x1 k1 nk
P(x) =
p q p x: k, k+1, k+2, k+3,
k 1
Definicin: Se dice que una v.a. X tiene distribucin de Pascal o Binomial
Negativa, si tiene la funcin de cuanta dada por la siguiente expresin:
x 1 k n k
P(x) =
p q x: k, k+1, k+2, k+3,
k 1
Donde k indica el nmero de xitos requerido en la x-sima prueba, por lo
que la v.a. X indica el nmero de pruebas necesarias que se hacen hasta
obtener el k-simo xito.
Debe entenderse que las pruebas mencionadas son del tipo Bernoulli y que
cada prueba es independiente del otro, asimismo la probabilidad del
xito es p y la del fracaso es q.
E(x) = k/p
E(x2) = kq/p2
pe t
Mx(t) = k
1 qe t
Nota.- Sean X1, X2, X2..Xk, v.a. independientes cada una con
distribucin geomtrica, tales que:
X1 es el nmero de repeticiones necesarias hasta la ocurrencia del primer
xito.
X2 es el nmero de repeticiones entre el primer xito y el segundo xito.
X3 es el nmero de repeticiones entre el segundo xito y el tercer xito.
..
Xk es el nmero de repeticiones entre el penltimo xito y el ltimo xito, o
el k-simo xito.
k
Entonces la v.a. X = X
i 1
i es el nmero de repeticiones independientes
k
K k
1 k
E(x) = E X i = E ( X i) = p=
i 1 i 1 i 1
p
k k k
q kq
V(x) = V X i = V ( X i) = p =
i 1 i 1 i 1
p2
Ejemplo N 1:
En un centro de salud la probabilidad de que nazca un varn es igual a la de
una mujer (0,5). Cul es la probabilidad de que nazca el quinto varn en el
dcimo alumbramiento?
Solucin:
P = 0,5; q = 0,5; x = 10
9 5 5
P(k=5) =
(0,5) (0,5) = 0,123
Ejemplo N 2:
4
Generalmente el 5% de los alumnos inasisten a clase, un profesor llama
lista. Cul es la probabilidad de que se presente el cuarto ausentismo en el:
a) octavo alumno llamado?
b) doceavo alumno llamado?
Solucin:
7 4 4
a) P(k=4) =
(0, 5) (0,95) = 0,000178
3
12 4 8
b) P(k=4) =
(0, 5) (0,95)
3
Ejemplo N 3:
La probabilidad de que un artculo sea defectuoso es igual a 0,02; se
escogen los artculos uno por uno hasta que aparezca el tercer artculo sin
defectos. Cul es la probabilidad de que esto suceda en:
a) la quinta seleccin?
b) la octava seleccin?
Solucin:
4 3 2
a) P(k=3) =
(0,98) (0, 2) = 0,00226
2
7 3 5
b) P(k=3) =
(0,98) (0, 2) = 6,33 x 10-8
Ejemplo N 4:
2
Se sabe que el 20% de las llamadas que se realizan a una central telefnica
es de larga distancia, calcule la probabilidad de la tercera llamada de larga
distancia se realicen en:
a) la sexta llamada telefnica.
b) la dcima llamada telefnica.
Solucin:
5 3 3
a) P(k=3) =
(0,2) (0,7) = 0,04096
2
9 3 7
b) P(k=3) =
(0,2) (0,7) = 0,0604
2
Ejemplo N 5:
Una empresa necesita 4 tcnicos en control de calidad, para lo cual el
gerente entrevista a los postulantes uno por uno hasta cubrir su
requerimiento, si el 10% de los tcnicos que postulan son especialistas en
control de calidad, calcule la probabilidad de cubrir la necesidad en:
a) la dcima entrevista.
b) la entrevista nmero 12.
Solucin:
9 4 6
a) P(k=4) =
(0,1) (0,9) = 0,004464
3
1 4 8
b) P(k=4) =
(0,1) (0,9) = 0,0071
3
Ejemplo N 6:
Obtenga la esperanza y la varianza de la distribucin de Pascal.
Solucin:
Ya se ha obtenido la E(x) y la V(x) usando un mtodo diferente; sin
embargo, en este caso se usar un mtodo diferente:
E(x) = k/p x: k, k+1, k+2, k+3,
x1 r kx
E(x) =
x qp
kx k 1
x r xk
x kx
=
xkk k p q = kp k
kx kq
Por otro lado se tiene el desarrollo de la binomial negativa:
k x1
(1 q)-k =
(q) q
i x k
ii0 xkk1
Haciendo x = z-1, k = y-1, se tiene la siguiente igualdad:
z 1 z 1 y1 z1 yz
z1 y1 y1q yz y1q
= = (1-q)-y = p-y
p-y = p-(k+1) = p-k p-1 usando esta igualdad se tiene:
E(x) = kp k ( p k p 1 ) k / p
2 x1 r xk
E(x2) =
x p q
xk k 1
Haciendo x2 = x(x+1)-x, se tiene E x(x+1)-x E(x2) = E x(x+1) - E(x)
x 1 r x k
E(x2) =
x ( 1) pq k/p
xk k 1
x 1
kx
= k(k+1)pk
kx k1q - k/p
Haciendo z-1 = x+1 z = x+2, x = z-2
y-1 = k+1y = k+2, k = y-2
k z 1 z2y2
E(x2) =
k(k 1)p q - k/p
z 2 y 2 y 1
k z 1 zy
=
k(k 1)p q - k/p
zy y 1
= k ( k 1) p k (1 q ) y k / p
= k ( k 1) p k (1 q ) ( k 2 ) k / p
= k ( k 1) p k ( p ) 2 k / p
k 2k k
= 2
p p
k 2k k k2 k k kq
V(x) = - 2 = 2 2
p 2
p p p p p
Ejemplo N 7:
Cierta dieta con poco yodo produce un ensanchamiento de la glndula
tiroides en un 80% de ciertos animales de una regin del pas; se necesitan 4
animales con glndula tiroides ensanchada para un experimento. Se
seleccionan los animales uno por uno hasta conseguir los 4 animales, halle:
a) P(x=7), b) E(x) y c) V(x)
Solucin:
6 4 3
a) P(k=4) =
(0,8) (0,2) = 0,065536
3
b) E(x) = 4/0,8 = 5 animales
c) V(x) = 4(0,2)/0,64 = 1,25 animales2
1.6. DISTRIBUCIN HIPERGEOMTRICA
Si la seleccin de la muestra se realiza uno por uno pero sin reposicin de
una poblacin finita, entonces el valor de la probabilidad de xito va
disminuyendo de seleccin a seleccin, esta variacin ser ms notoria si la
poblacin es pequea, en cambio si se tiene una poblacin muy grande estas
probabilidades casi son similares. Por otro lado, toda poblacin se puede
dividir en dos grupos excluyentes de elementos llamados tambin de xito o
que pertenecen al xito y otros que corresponden al fracaso. Se nota
claramente que los ensayos o pruebas ya no son independientes, ms an
dependen de los ensayos anteriores. Las probabilidades seran como sigue,
si se tiene N elementos en la poblacin, de los cuales A corresponden al
xito y N-A al fracaso, si de esta poblacin se selecciona un elemento, la
probabilidad de que pertenezca al xito es igual a A/N, la probabilidad de
xito del siguiente elemento escogido sera (A-1)/(N-1) y as sucesivamente
hasta completar los n elementos de la muestra, siendo la probabilidad de
xito de este ltimo elemento igual a (A-n+1)/(N-n+1), pero en la prctica
no necesariamente todos los elementos escogido pertenecen al xito, sino
que habr un combinacin de xitos y fracasos, por lo que la variable X que
indica el nmero de xitos en la muestra, tendr una distribucin del tipo
hipergeomtrica.
Definicin:
Un experimento hipergeomtrico consiste en escoger una muestra al azar de
tamao n, uno a continuacin del otro y sin reposicin de un conjunto de N
elementos, que tiene A elementos designados como xitos y con N-A
elementos designados como fracasos.
Se dice que una v.a. X tiene distribucin hipergeomtrica, si tiene como
funcin de cuanta a la siguiente expresin:
A N A
P(x) =
x nx x: 0, 1, 2, 3,..,n
N
n
Donde: N, A, n, x son enteros positivos.
Nota.- En muchos casos n es mayor que A, por lo que X no podr variar
hasta n sino slo hasta A.
E(x) = nA/N
nA( N A)( N n)
V(x) =
N 2 ( N 1)
Mx(t): No tiene.
Ejemplo N 1:
Un fabricante de tractores compra motores de una compaa, bajo una
condicin, acepta un lote de 40 motores si de una muestra de 8 motores
ninguno presenta defectos. Cul es la probabilidad de aceptar un lote que
en realidad tiene 2 motores con defectos?
2 38
0 8
P(x=0) = = 0,6359
40
8
Ejemplo N 2:
Entre los 12 colectores solares en exhibicin en una feria comercial 9 son
planos y los otros 3 son curvos. Si una persona que visita la feria selecciona
aleatoriamente 3 colectores para probarlos y luego comprarlos, cul es la
probabilidad de que:
a) los 3 sean colectores planos?
b) los 3 sean colectores curvos?
Solucin:
9 3
a) P(x=3) =
3 0 = 0,3818
12
3
9 3
b) P(x=0) =
0 3 = 0,004545
12
3
Ejemplo N 3:
El departamento de contabilidad de una constructora tiene 8 declaraciones
con deducciones falsas de un total de 18, un auditor selecciona al azar 6 del
total de declaraciones, cul es la probabilidad de que encuentre 2
declaraciones con deducciones falsas?
Solucin:
8 10
2 4
P(x=2) = = 0,3167
18
6
Ejemplo N 4:
Si 6 de 20 edificios nuevos en una ciudad violan el cdigo de
construcciones. Cul es la probabilidad de que al escoger aleatoriamente 4
edificios, un inspector de la municipalidad encuentre que:
a) ninguno viole el cdigo mencionado?
b) almenos uno viole el cdigo indicado?
Solucin:
6 14
0 4
a) P(x=0) = = 0,2066
20
4
Ejemplo 5:
Entre las 16 ciudades que una sociedad profesional est considerando como
futura sede para sus prximas 3 convenciones nacionales, 7 estn en la parte
sur del pas, para evitar reclamos la seleccin se realiza en forma aleatoria,
si ninguna ciudad puede ser elegida ms de una vez. Cul es la probabilidad
de que:
a) ninguna de las convenciones se realice al sur del pas?
b) todas las convenciones se realicen al sur del pas?
Solucin:
7 9
0 3
a) P(x=0) = = 0,15
16
3
7 9
b) P(x=3) =
3 0 = 0,0625
16
3
Ejemplo N 6:
Obtenga la esperanza y la varianza de la distribucin hipergeomtrica.
Solucin:
Para las deducciones de las frmulas se usar la siguiente igualdad.
n
r N A N
xx0 nx n
A AN
n
x xn
E(x) =
x0x N
n
N A
n
( A1)! n x
=
A
x0 (x 1 !() A x)! N
n
A1 AN
n
x 1 xn
A
x0 N
=
n
N N N1
Haciendo y = x-1, asimismo
se tiene
n n1
A1 AN
n1
nA y n1 y
E(x) =
n 1
nA A
E(x) = n np
N N
A AN
n
x2 xn
E(x2) =
x
x 0 N
n
Haciendo x2 = x(x-1) + x, se tiene
E(x2) = Ex(x-1) + E(x)
A N A
n
x xn
E(x2) =
x( 1) N
x0
n
N A
xn (x 1)A(A 1)(A 2)!
nx
=
x2 N
x(x 1)(x 2)!
n
N N( 1)(NN 2)!
Haciendo y = x-2, adems
, entonces
n n( 1)(nn 2)!(Nn)!
A 2 N A
n2
(AA 1 () nn 1) y n2 y
Ex(x-1) =
N(N1) y0 N2
n 2
A( A 1) n( n 1)
Ex(x-1) = , pues la sumatoria es igual a la unidad.
N ( N 1)
V(x) = Ex(x-1) + E(x) E(x)2
A( A 1) n( n 1) nA nA 2
= + ( )
N ( N 1) N N
nA( N A)( N n) A ( N A) ( N n)
V(x) = = n =
N 2 ( N 1) N N N 1)
( N n)
npq
N 1)
Ya que A/N = p y (N-A)/N = q, adems a la expresin (N-n)/(N-1) se le
conoce como el factor de correccin para poblaciones finitas, pues el lmite
de esta expresin cuando N es muy grande o tiende al infinito es igual a
uno.
Ejemplo N 7:
Un fabricante de tornillos dice que una caja que contiene 5000 tornillos
enviados a un distribuidor, 1000 son ligeramente ms pequeos que los
dems. Si el distribuidor escoge una muestra de 10 tornillos de la caja al
azar. Cul es la probabilidad de que exactamente 3 sean de menor tamao?
a) use la distribucin hipergeomtrica.
b) use la distribucin binomial
c) obtenga la E(x) y la V(x) usando las dos distribuciones indicadas.
Solucin:
10 40
3 7
a) P(x=3) = = 0,2014777
50
1 0
10 3 7
b) P(x=3) =
(0,2) (0,8) = 0,2013266
3
La diferencia es 0,00015, prcticamente nula.
c) i) Distribucin Hipergeomtrica.
E(x) = 10(1000)/5000 = 2 tornillos de menor tamao.
V(x) = 10(1000)(4000)(4990) / (5000)(5000)(4999) = 1,59712
ii) Distribucin Binomial
E(x) = 10(0,2) = 2 tornillos.
V(x) = 10(0,2)(0,8) = 1,6
En este caso la diferencia tambin es muy pequea.
1.7. DISTRIBUCIN DE POISSON
Llamada as en honor al probabilista francs Simen Denis Poisson. Es una
distribucin de v.a. discreta en la que la variable representa al nmero de
xitos en el intervalo de tiempo o espacio, estos eventos son continuos e
independientes, lo que significa que el nmero de xitos que ocurren en un
intervalo de tiempo dado o espacio son independientes, de los que ocurren
en cualquier otro intervalo, pero se supone que la tasa de xitos por unidad
de tiempo o espacio permanece constante, esta tasa lo representaremos por
.
Definicin:
Si X es una v.a. discreta y cuando la probabilidad de xito es pequea y n es
grande en un proceso binomial, donde el producto np se hace constante, o
cuando los sucesos se realizan en un intervalo de tiempo o espacio; la
distribucin que representa a este tipo de procesos aleatorios se llama
Distribucin de Poisson, cuya funcin de cuanta est dada por la siguiente
expresin:
e x x
P(x) = x: 0, 1, 2, 3,..
x!
Donde e = 2,71828.
E(x) =
V(x) =
t
Mx(t) = e ( e 1)
Nota. La probabilidad de que ocurra k eventos de Poisson en un intervalo
de tiempo o en un espacio de tamao t es igual a:
e t ( t ) k
P(X=k) = k = 0, 1, 2, 3, ..
k!
Donde es el nmero promedio de ocurrencias por unidad de tiempo o
espacio y t es el nmero promedio de ocurrencias de eventos en el
intervalo de tiempo o espacio de tamao t.
La aproximacin de una v.a del tipo binomial a una del tipo Poisson, es muy
buena si n 30 y p 0,05
Existen muchos casos en las que se pueden usar la distribucin de Poisson,
tales como: en el nmero de llamadas telefnicas a una central, el nmero
de personas que llegan a una posta mdica para ser atendidos, o a la
ventanilla de un banco para hacer alguna transaccin, el nmero de tornillos
fabricados en un da, el nmero de aviones que llegan a un aeropuerto
durante el da, el nmero de barcos que arriban a un puesto en una semana,
el nmero de manchitas que puede tener una loseta de 20 cm 2, el nmero de
bacterias que puede haber en un centmetro cbico de agua, etc., en general
todos los problemas llamados lneas de espera, teora de colas o similares.
Ejemplo N 1:
Se sabe que el nmero promedio de camiones que llegan a un terminal
terrestre durante el da es de 10, las instalaciones del terminal pueden
atender como mximo 15 camiones al da. Cul es la probabilidad de que
la capacidad de atencin del terminal sea superado en un da cualquiera?
Solucin:
X = nmero de camiones que llegan al terminal terrestre durante el da para
ser atendidos.
X= 0, 1, 2, 3,..
P(x > 15) = 1 P(x 15)
15
e 10 10 x
=1-
x 0 x!
= 1 - 0,9513 = 0,0487
Ejemplo N 2:
En cierto proceso de fabricacin en el que se producen artculos de
porcelana ocurren defectos que ocasionan problemas en las ventas, el
fabricante asegura que en promedio uno de cada 1000 artculos producidos
es defectuoso. Cul es la probabilidad de que en una caja de 3000 artculos
haya:
a) exactamente 3 artculos con defectos?
b) almenos un artculo con defectos?
Solucin:
a) X: nmero de artculos defectuosos en la muestra.
= np = 3000(1/1000) = 3
e 3 33
P(x=3) = = 0,224042
3!
Si se hubiera usado la distribucin binomial, se tendra:
30 297
P(x=3) =
0, 01)(0, 9 )9 = 0,224154
3
Nuevamente la diferencia es bastante pequea.
b) P(x 1) = 1 - P(x=0) = 1 1/e3 = 1 0,049787 = 0,950213
Ejemplo N 3:
El nmero de clientes que llegan a un banco es en promedio 60 por hora,
cul es la probabilidad de que lleguen 2 clientes en:
a) un minuto?
b) dos minutos?
Solucin:
a) = 60(1/60) = 1
e 1 12
P(x=2) = 1 / 2e 0,1839
2!
b) = 120(1/60) = 2
P(x=2) = e-222/2! = 2/e2 = 0,27067
Ejemplo N 4:
Una compaa compra cantidades muy grandes de componentes
electrnicos, la decisin para aceptar o rechazar un lote de componentes se
toma en base a una muestra aleatoria de 100 unidades. Si el lote se rechaza
al encontrar tres o ms unidades defectuosas en la muestra, cul es la
probabilidad de rechazar un lote, si contiene un:
a) 0,5% de defectuosos?
b) un 1,5% de defectuosos?
Solucin:
a) X: nmero de componentes defectuosos en la muestra.
= 100(0,005)= 0,5
e 1 / 2 (1 / 2) 0 e 1 / 2 (1 / 2)1
P(x3) = 1 P(x2) = 1 - - -
0! 1!
e 1 / 2 (1 / 2) 2
2!
= 1 0,9856 = 0,0144
e 3 / 2 (3 / 2) 0 e 3 / 2 (3 / 2)1
b) P(x3) = 1 P(x2) = 1 - - -
0! 1!
e 3 / 2 (3 / 2) 2
2!
= 1 0,80885 = 0,19115
Ejemplo N 5:
Al inspeccionar la aplicacin de estao por un procesos electrnico
continuo, se descubren en promedio 0,2 imperfecciones por minuto, calcule
las siguientes probabilidades:
a) de encontrar una imperfeccin e 5 minutos.
b) de encontrar 2 imperfecciones en 10 minutos.
c) 3 imperfecciones en 15 minutos.
Solucin:
a) = 5(0,2) = 1
e 1 11
P(x=1) = 1 / e 0,367879
1!
b) = 10(0,2) = 2
e 2 2 2
P(x=2) = 2 / e 2 0,27067
2!
c) = 15(0,2) = 3
e 3 33
P(x=3) = 9 / 2e 3 0,224
3!
Ejemplo N 6:
Obtenga la media y la varianza de la distribucin de Poisson.
Usaremos la siguiente igualdad para deducir las frmulas.
ax
x 0 x!
e a
e x
x x 1
E(x) = x x!
= e
x 1 x ( x 1)!
x 0
x( x 1) x 2
= 2e
x 2 x( x 1)( x 2)!
+
V(x) = 2 - 2 =
Ejemplo N 7:
El nmero de imperfecciones que una lmina de acero tiene por metro
cuadrado, es en promedio 0,5.
a) Cul es la probabilidad de que un comprador encuentre 2
imperfecciones en una lmina cuadrada de 2 y 3 metros cuadrados?
b) obtenga el coeficiente de variacin de la v.a. X.
Solucin:
X = Nmero de imperfecciones que tiene la lmina en un rea determinado.
a) i) En una lmina cuadrada de 2 metros de lado
= (2x2)(0,5) = 2
e 2 2 2 2
P(x= 2) = 2 0,27067
2! e
ii) En una lmina de 3 metros de lado.
0 (3x3)(0,5) = 4,5
e 4,5 ( 4,5) 2
P(x=2) = = 0,1125
2!
1.7. DISTRIBUCIN MULTINOMIAL
Como ltima distribucin a estudiar se considerar a la distribucin
multinomial. Esta distribucin es una extensin de la distribucin de
Bernoulli y binomial, pues los espacios muestrales no slo se pueden dividir
en dos grupos excluyentes, sino en 3 o ms grupos excluyentes que son
particiones del espacio muestral, donde la probabilidad del xito tambin
permanece constante en cada una de las n repeticiones o ensayos
independientes.
Definicin:
Se dice que las v.a. X 1, X2, X3,.Xk, o que el vector aleatorio X1, X2, X3,
.Xk se distribuyen en forma multinomial si tienen como funcin de
cuanta a la siguiente expresin:
P(X1=x1, X2=x2, X3=x3,Xk=xk) =
n! x1 x2 x3 xk
x 1 !x 2 !x 3 !...x k !
p p p
1 2 3
... p k
Donde:
x1 + x2 + x3 ++xk = n
P1 + P2 + P3 ++Pk = 1,0
k
x
i 1
i n ; es decir, si se conoce el valor de las (k-1) variables , se
conoce el valor de la variable faltante.
E(Xi) = nPi i= 1, 2, 3,.,k
V(Xi) = nPiQi i= 1, 2, 3,.,k
Ejemplo N 1:
Se fabrican lingotes de acero de dimensiones especficas de grosor y de
largo, suponga el grosor es de de pulgada y el largo es una v.a. X
distribuida uniformemente de 10 a 16 metros. Nos puede interesar suponga
slo los 3 eventos siguientes:
A1 = X 12 A2 = 12 < X 14 A3 = X > 14
Adems se conoce que la fbrica produce el 20% lingotes del tipo A1, el
30% lingotes del tipo A2 y el resto lingotes del tipo A3. si se escogen 10
lingotes del almacn general, calcule la probabilidad de que:
a) todos sean del tipo A3
b) 4 sean del tipo A2 y 6 del tipo A3
c) 2 sean del tipo A1, 3 del tipo A2 y 5 del tipo A3
Solucin:
10!
a) P(X1=0, X2 =0,X3=10) = (0,2) 0 (0,3) 0 (0,5)10 = (0,5)10
0!0!0!
= 0,00097656
10!
b) P(X1=0, X2 =4,X3=6) = (0,2) 0 (0,3) 4 (0,5) 6 = 0,026578
0!4!6!
10!
c) P(X1=2, X2 =3,X3=5) = (0,2) 2 (0,3)3 (0,5)5 = 0,08505
2!3!5!
Ejemplo N 2:
En una ciudad el 70 de las personas tienen empleo formal, el 20% tiene
subempleo y el 10% son subempleadas, si se escogen 9 personas, cul es
la probabilidad de que 2 sean desocupadas, 3 subempleadas y 4 con empleo
formal?
Solucin:
9!
P(X1=2, X2 =3,X3=4) = (0,1) 2 (0,2)3 (0,7) 4 = 0,0242
2!3!4!
Ejemplo N3:
En una Universidad el 25% de los alumnos son de humanidades, el 35% son
de ciencias mdicas y el 40% son del rea de ciencias e ingeniera. Un
profesor de estadstica selecciona en forma aleatoria 12 estudiantes para
entrevistarlos. Cul es la probabilidad de que entreviste, 3 estudiantes de
Humanidades, 4 de Cs. mdicas y 5 del rea de ciencias e ingeniera?
Solucin:
12!
P(X1=3, X2 =4,X3=5) = (0,25)3 (0,35) 4 (0,40)5 =
3!4!5!
0,0665557
Ejemplo N 4.
En una ciudad el 40% de las personas tienen grupo sanguneo tipo O
(universal), el 35% es del grupo A, el 15% del grupo B y el 10% restante del
grupo AB. Un empleado del Sector Salud, tiene 10 personas a las que debe
sacara muestras de sangre para ser analizadas. Cul es la probabilidad de
que encuentre: 1 del tipo AB, 2 del tipo B, 3 del tipo A y 4 del tipo O?
Solucin:
P(X1=1, X2 =2,X3=3, X4=4) =
10!
(0,1)1 (0,15) 2 (0,35)3 (0,40) 4 = 0,0311
1!2!3!4!
Ejemplo N 5:
Cuatro compaas tiene probabilidades de: 0,4; 0,3; 0,2 y 0,1 de ganar un
concurso de adjudicacin de obras para su construccin. Una determinada
entidad tiene 10 obras para se adjudicadas, cul es la probabilidad de que
las obras se hayan adjudicado de acuerdo a sus probabilidades de cada
compaa?
Solucin:
P(X1=1, X2 =2,X3=3, X4=4) =
10!
(0,1)1 (0,2) 2 (0,3) 3 (0,4) 4 = 0,0348
1!2!3!4!
PROBLEMAS PROPUESTOS:
1.- Al probar cierto tipo de neumtico para camin en terreno escarpado, se
encuentra que el 25% de los camiones no terminan la prueba por
pinchazo de neumtico. Cul es la probabilidad de que entre 5 y 10 de
los siguientes 15 camiones sufran pinchazo de neumtico?
Rpta. 0,3134
4.- Una encuesta entre residentes de una ciudad demuestra que el 20%
prefiere la construccin de un mercado de abastos, antes que un cine.
Cul es la probabilidad de que ms de la mitad de los siguientes 20
residentes entrevistados prefieren el mercado antes que el cine?
Rpta. 0,0006
5.- Se sabe que el 75% de las personas vacunadas con suero estn
protegidas contra cierta enfermedad, si se vacunan a 3 personas, cul es
la probabilidad de que a lo sumo a 2 de ellas contraigan la enfermedad?
Rpta. 63/64
6.- se estima que el 40% de los residentes de una ciudad se oponen al nuevo
impuesto predial, si se seleccionan 15 residentes al azar y se les pide su
opinin, cul es la probabilidad de que como mximo 7 aprueben el
nuevo impuesto?
a) use la distribucin Hipergeomtrica b) use la distribucin Binomial
Rpta. a) 0,2145 b) 0,2131
11.- Se sabe que el 1% de los tornillos producidos por una fbrica son
defectuosos, un comprador adquiere 100 tornillos, obtenga el nmero
esperado de tornillos con defectos que ha adquirido y el coeficiente de
variacin del nmero de tornillos con defectos en el lote adquirido.
Rpta. E(x) = 1 tornillo, CV(x) = 99,5%
15.- La probabilidad de que una lmpara fluorescente tenga una vida til de
almenos 500 hrs. Es de 0,85. Calcule la probabilidad de que 6 de estos
fluorescentes:
a) almenos 5 tengan una vida til de almenos 500 hrs.
b) almenos 2 tengan una vida til de almenos 500 hrs.
c) entre 2 y 4 tengan una vida til de almenos 500 hrs.
Rpta. a) 0,77648 b) 0,9996 c) 0,22312
16- Una garita de control de carreteras informa que el 75% de los vehculos
que pasan son de carga pesada. Calcule la probabilidad de que:
a) 3 de los 5 vehculos que pasarn sean da carga pesada.
b) 4 de los 6 vehculos que pasarn sean da carga pesada.
Rpta. a) 0,26367 b) 0,29663
34.- Suponga que en una ciudad, el 40% de sus ciudadanos son simpatizante
de la U, un periodista decide entrevistar a los ciudadanos hasta
entrevistar 3 simpatizantes de la U. Determine la probabilidad de que
sean necesarias:
a) 5 entrevistas.
b) 8 entrevistas.
Rpta. a) 0,13824 b) 0,1045
40.- Una encuesta de residentes de una ciudad demuestra que el 35% de ello
prefiere una casa de un slo piso, si se escogen 20 residentes obtenga:
a) el nmero esperado de residentes que prefieren una casa de un solo
piso.
b) el coeficiente de variacin de la v.a correspondiente.
Rpta. a) 7 residentes. B) CV(x) = 30,47%
44.- La probabilidad de que una persona viva otros 30 aos es de 0,25 segn
las tablas actuariales de salud. Si se escogen 10 de estas personas, cul
es la probabilidad de que:
a) ms de la mitad sigan viviendo despus de los 30 aos siguientes?
b) exactamente 5 de las 10 personas sigan viviendo despus de los
siguientes 30 aos?
Rpta. a) 0,078 b) 0,0584
47.- Los pernos producidos por una fbrica son en un 99% bueno. Si un
comprador escoge los pernos uno por uno en forma aleatoria hasta
encontrar uno que tenga defectos. Cul es la probabilidad de que se
encuentre el primer perno con defectos en:
a) la dcima seleccin?
b) la 12 seleccin.
Rpta. a) 0,009135 b) 0, 008953
48.- Se escogen los ladrillos uno por uno de un lote que tiene el 10% de los
ladrillos en mal estado. Cul es la probabilidad de que:
a) de 8 escogidos 3 estn en mal estado?
b) el octavo escogido sea el primero en mal estado?
c) el octavo escogido sea el tercero en mal estado?
Rpta. a) 0,033 b) 0,0478 c) 0,0124
50.- Una mquina produce artculos de acero hasta que uno de ellos no
cumpla las especificaciones dadas, entonces se para la mquina que se
le regula para luego seguir funcionando. Calcule la probabilidad de que
la mquina sea detenida en el sptimo artculo producido, si en general
los artculos salen con defectos en:
a) el 10% de los casos.
b) el 15% de los casos.
Rpta. a) 0,0531 b) 0,0566
51.- Una ciudad tiene el 30% de su poblacin en el sector residencial. El
alcalde ha ordenado distribuir los vveres a todos los habitantes que
llegan a una cabina de distribucin hasta que llegue un habitante del
sector residencial. Sea x la v.a. que indica el nmero de habitantes que
reciben los vveres hasta que llega un habitante del sector residencial.
Determine:
a) P(x=10)
b) la funcin de cuanta de la v.a.
c) V(x)
Rpta. a) P(x=10) = = 0,0121, b) = P(x) =(0,7) (0,3)x-1 X: 1, 2, 3, .
c) V(x) = 1/p2 = 1 / (0.3)2 = 11,11
10
3
61.- De un lote de 10 artculos se escogen al azar 4, si el lote tiene 3
artculos con peso menor a lo especificado. Cul es la probabilidad de
que:
a) los 4 tengan el peso especificado?
b) 2 de los 4 tengas pesos inferiores a lo especificado?
a) 0,16667 b) 0,1
63.- Una caja tiene 10 guantes para el fro, de los cuales 5 son de la mano
derecha y 5 de la mano izquierda. Una persona selecciona 2 guantes al
azar, cul es la probabilidad de que :
a) los 2 sean de la misma mano?
b) la persona se las pueda poner los en sus respectivas manos?
Rpta. a) 20/45 b) 25/45
65.- Una caja tiene 100 lapiceros de los cuales 10 no pintan correctamente.
Se escoge 3 lapiceros al azar, si los 3 pintan se compra la caja de
lapiceros, de lo contrario se rechaza la caja. Cul es la probabilidad de:
a) comprar la caja?
b) rechazar la caja?
a) 0,72653 b) 0,27347
74.- Una caja tiene 50 clavos de 3 pulgadas, 20% de ellos son de acero y el
resto de fierro, una persona escoge 5 clavos. Cul es el nmero
esperado de clavos de: a) acero?, b) de fierro?
Rpta. a) 1 b) 4
75.- Una tapa del cojinete central de una mquina tiene 4 tornillos, estos se
toman al azar y sin reemplazo de un lote de partes que contiene 30
tornillos de un proveedor y 70 de otro. Cul es la probabilidad de que:
a) lo 4 tornillos escogidos pertenezcan al mismo proveedor?
b) 3 tornillos pertenezcan a un mismo proveedor?
Rpta. a) 0,2408 b) 0,491275
76.- una caja tiene 10 artculos nuevos y 5 usados, del cual se escogen 3
artculos al azar. Cul es la probabilidad de que se haya escogido:
a) 2 artculos nuevos?
b) 2 artculos usados?
Rpta. a) 0,4945 b) 0,21978
77.- Una caja tiene 16 fusibles de los cuales 10 son nuevos y el resto
usados. Cul es la probabilidad de que al escoger una muestra de 5
fusibles, almenos uno sea:
a) nuevo?, b) usado?
Rpta. a) 0,9986 b) 0,9423
78.- Una caja tiene 10 focos de luz elctrica, de los cuales 6 son nuevos y 4
son quemados, del cual se escogen 3 focos en forma conjunta, sea X la
v.a. que indica el nmero de focos nuevos en la muestra. Obtenga:
a) P(X>2) y b) V(x)
Rpta. a) 1/6 b) V(x) = 0,56
79.- Un jurado est formado por 8 jueces, de los cuales 4 estn a favor del
candidato A, y 4 del candidato B; el da de la votacin aparecen slo 5
jueces. Calcule la probabilidad de ganar de los candidatos A y B.
Rpta. P(A) = 1/2, P(B) =
80.- En 15 experimentos que estudian las caractersticas elctricas de
clulas fotovoltaicas, 11 usan micro electrodos de metal y los otros 4
emplean micro electrodos de vidrio. Si 3 experimentos son cancelados
por razones financieras y si esta cancelacin se efectu al azar.
Determine la probabilidad de que:
a) ninguno de los 3 experimentos cancelados hayan empleado micro
electrodos de metal.
b) ninguno de los 3 experimentos cancelados hayan empleado micro
electrodos de vidrio.
Rpta. a) 0,00879 b) 0,36264
81.- La plana secretarial de una empresa tiene 25 secretarias, 5 de las cuales
vienen trabajando por ms de 10 aos en la empresa. Si un gerente
selecciona al azar 3 secretarias por desconocimiento, para asignarlas a
un nuevo cargo. Determine la probabilidad de que:
a) por lo menos una tenga ms de 10 aos de servicios en la empresa.
b) a lo ms una tenga ms de 10 aos de servicios en la empresa.
Rpta a) 0,50435 b) 0,9087
82.- La probabilidad de que un alumno apruebe el curso de Estadstica a un
profesor determinado es igual a 0,6. Si un semestre determinado el
docente tiene 12 alumnos matriculados, cul es la probabilidad de que:
a) aprueben slo 2 alumnos.
b) desaprueben slo 2 alumnos.
Rpta. a) 0,00249 b) 0,06385
99.- Una compaa de seguros contra accidentes sabe que uno de cada mil
personas incurren en cierto tipo de accidentes cada ao. Si 3000
personas se aseguran contra este tipo de accidentes , determine la
probabilidad de que:
a) almenos una persona asegurada sufra este tipo de accidente.
b) a lo ms 2 personas aseguradas sufran este tipo de accidentes.
Rpta. a) 0,9502 b) 0,4232
101.- Una universidad procesa 5000 exmenes cada semestre, se conoce que
el 0,04% de todas las calificaciones son erradas. Obtenga la
probabilidad de que en el presente semestre haya:
a) menos de 2 exmenes con errores en la calificacin.
b) por lo menos 2 exmenes con errores en las calificaciones.
Rpta. a)
112.- Suponga que el 1% de los pernos que produce una mquina son
defectuosos. En una muestra aleatoria de 300 pernos, halle la
probabilidad de que:
a) todos los pernos estn buenos.
b) 2 pernos estn defectuosos.
c) 2 0 ms pernos estn defectuosos.
Rpta. a) 0,049787 b) 0,22404 c) 0,80085
119.-El nmero de rayos gamma emitidos por una fuente radioactiva es uno
por cada 10 segundos. Cuntos rayos gamma se espera que emita la
fuente en:
a) 30 segundos?
b) 50 segundos?
Rpta. a) 3 rayos b) 5 rayos.
120.- Una enfermedad afecta al 0,1% de las personas que son contagiadas,
si 2500 personas son contagiadas con esta enfermedad en una ciudad.
Cul es la probabilidad de que:
a) ninguna persona lo adquiera?
b) slo una persona lo adquiera?
c) almenos uno lo adquiera?
d) a lo sumo uno lo adquiera?
Rpta. a) 0,0821 b) 0,2052 c) 0,9179 d) 0,2873
122.- En una ciudad hay 5000 habitantes de los cuales el 0,02% son
ingenieros civiles. Se entrevistas a los habitantes uno por uno.Cul es
la probabilidad de que:
a) se entreviste por lo menos a un ing. Civil?
b) se entreviste a lo ms dos ing. Civiles?
Rpta. a) 0,632 b) 0,9197
123.- Un libro que tiene 585 pginas contiene 117 errores tipogrficos, que
estn distribuidos aleatoriamente en todo el libro. Cul es la
probabilidad de que al escogen 10 pginas al azar, se encuentre:
a) ms de 2 errores tipogrficos?
b) a lo ms 2 errores tipogrficos?
Rpta. a) 0,3233 b) 0,6767
124.- Suponga que el nmero de accidentes de trabajo que se producen por
semana en una fbrica sigue la ley de Poisson, de manera que la
probabilidad de que ocurran 2 accidentes es igual a 2/3 de la
probabilidad de que ocurra un accidente. Calcule la probabilidad de
que en 3 semanas consecutivas:
a) no ocurra accidente alguno.
b) ocurra por lo menos 2 accidentes.
Rpta. a) 0,0183 b) 0,9084
132.- Una mquina se utiliza para fabricar cierto tipo de objeto en serie, se
sabe que la probabilidad de que cada objeto sea defectuoso es 0,1. Si
se controla la calidad de cada objeto producido para lo cual se
programa a la mquina de tal manera que se detenga cuando se
producen 4 objetos defectuosos. Cul es la probabilidad de que se
pare la mquina en el:
a) 6to. Objeto producido?
b) 8 objeto producido?
Rpta. a) 0,00081 b) 0,0023
2. V.A CONTINUAS
2.1. DISTRIBUCIN UNIFORME
Cuando la probabilidad de la realizacin de un evento definido en un
intervalo continuo es igualmente probable en cualquier punto, esto quiere
decir que la v.a est distribuida uniformemente a lo largo del intervalo en la
que est definida el experimento aleatorio.
Definicin:
Se dice que una v.a. continua X est distribuida uniformemente sobre el
intervalo ,, si su funcin de densidad est dada por la siguiente
expresin:
1
f(x) = x , adems <
0 en otro caso.
La funcin de densidad es constante para todos los puntos del intervalo
,, a esta distribucin se le conoce tambin con el nombre de
Distribucin Rectangular.
Nota si c, d ,, la probabilidad de que la v.a. X tome valores en el
intervalo c, d es igual a:
d c
P(c x d) = , esta probabilidad depende slo de la longitud del
intervalo c, d y no de la ubicacin dentro del intervalo mayo ,, en
todos los casos son iguales.
f(x)
1/(-)
c d x
La funcin de Distribucin es como sigue:
0 si x <
x
F(x) = si x <
1 si x
E(x) =
2
( ) 2
V(x) =
12
e t e t
Mx(t) = t0
t ( )
Ejemplo N 1:
De acuerdo a la revista Per Econmico, las cuotas anuales de las
compaas ala seguro, estn distribuidas en forma uniforme en el intervalo
(80 -110) dlares. Obtenga la probabilidad de que una compaa pague
entre 100 y 110 dlares.
Solucin:
La funcin de densidad ser:
110
x 110 110 100
P(100 x 110) = (1 / 30)dx
100
=
30 100
=
30
1/ 3
Ejemplo N 2:
La concentracin de cierto contaminante se encuentra distribuida de manera
uniforme en el intervalo 2, 27 ppm (partes por milln). Si se considera
txica una concentracin de 15 ppm o ms. Cul es la probabilidad de que
al tomar una muestra la concentracin de esta sea txica?
Solucin:
La funcin de densidad ser:
f(x) = 1/25 2 x 27
0 en otro caso
27
x 27
P(15 x 27) = (1 / 25)dx
15
=
25 15
=
27 15
12 / 25 0,48
25
Ejemplo N 3:
La tensin de una cuerda de 2 metros est distribuida uniformemente de tal
manera que la rotura de dicha cuerda se puede producir en cualquier punto
de la cuerda. Cul es la probabilidad de que la cuerda se rompa entre el
metro y metro y medio de la cuerda?
Solucin:
La funcin de densidad ser:
f(x) = 1/2 0x2
0 en otro caso
1, 5
x 1, 5
P(1,0 x 1,5) = (1 / 2)dx
1
=
2 1
=
1,0 1,5
0,5 / 2 0,25
2
Ejemplo N 4:
Suponga que un cable de corriente elctrica de alta tensin, puede sufrir
cualquier desperfecto en un punto cualquiera, si el cable tiene 500 metros de
largo.Cul es la probabilidad de que el cable sufra un desperfecto entre los
150 y los 300 metros?
Solucin:
f(x) = 1/500 0 x 500
0 en otro caso
300
x
(1 / 500)dx 500 150
300
P(150 x 300) = = =
150
300 150
150 / 500 0,30
500
Ejemplo N 5:
Una tubera de agua instalada a lo largo de 300 metros tiene la misma
probabilidad de tener alguna ruptura en toda la instalacin. Se ha producida
una rotura, cul es la probabilidad de que est entre los 50 y los 250 metros
del inicio.
f(x) = 1/300 0 x 300
0 en otro caso
250
x
(1 / 300)dx
250
P(50 x 250) = = 50
=
50 300
250 50
200 / 300 0,667
300
Ejemplo N 6
Obtenga la esperanza y la varianza de la distribucin uniforme.
Solucin:
2 2
xdx x 2 2
E(x) =
= =
2( ) 2( )
=
2
3
2
x 2 dx x 3 3 ( 2 2 )
2
E(x ) =
= = =
3( ) 3( ) 3
( 2 2 ) 2 ( 2 2 )
V(x) = - ( ) = -
3 2 3
2 2 2
4
4 2 4 4 2 3 2 6 2
=
12
( ) 2
V(x) =
12
Si = 0, entonces E(x) = /2 y V(x) = 2/12
Ejemplo N 7:
Dos enamorados deciden encontrarse en el parque de la ciudad entre las 6
p.m. y 7 p.m. con la condicin de que uno no espera al otro ms de 10
minutos. Calcule la probabilidad de encontrarse.
Solucin:
El intervalo para cada uno es igual a 60 minutos es decir de 0 a 60 minutos,
luego la funcin de densidad para cada uno es igual a:
f(x) = 1/60 si 0 x 60 f(y) = 1/60 si 0 x 60
= 0 en otro caso
En tanto que la funcin conjunta por ser v.a. independientes, es el siguiente:
f(x,y) = 1/3600 0 x 60, 0 x 60
= 0 en otro caso
La regin favorable para que se encuentren es E y es como sigue:
Si 0 x 10, entonces 0 x y + 10
Si 10 x 50, entonces x 10 y x + 10
Si 50 x 60, entonces x 10 y 60
En consecuencia la probabilidad se obtiene de la siguiente expresin:
P(E) =
10 x 10 50 x 10 60 60
0 0
(1 / 3600)dxdy
0 x 10
(1 / 3600)dxdy (1 / 3600)dxdy
50 x 10
60
10
0 10 50 60 X
Ejemplo N 8:
Obtenga la esperanza y la varianza de los primeros 5 ejemplos.
1. E(x) = (110 + 80)/2 = 95 dlares
V(x) = (110 80)2/12 = 75 dlares2
f(x)
0 x
f(x) = (1 / )e x /
> 0, x 0
0 en otro caso
E(x) = (este parmetro es el recproco del parmetro de la distribucin
de Poisson: )
V(x) = 2
Mx(t) = (1-t)-1 = 1/(1-t)
Ejemplo N 1:
El tiempo de vida de un artculo manufacturado tiene una distribucin
exponencial con un promedio de 5 aos. Cul es la probabilidad de que un
artculo escogido al azar tenga un tiempo de vida:
a) superior al promedio?
b) inferior al promedio?
Solucin:
x / 5
(1 / 5)e
x / 5
a) P(x > 5) = dx e 5
e 1 0,368
5
b) P(x < 5) =
5
x / 5
(1 / 5)e
x / 5 5
dx e 0
e 0 e 1 1 e 1 0,632
0
Es complemento del evento anterior.
Ejemplo N 2:
El tiempo que tarda un artefacto en ser ensamblado es en promedio 10
minutos, si este tiempo se distribuye exponencialmente. Cul es la
probabilidad de que un artefacto sea ensamblado en:
a) menos de 5 minutos?
b) ms de 15 minutos?,
c) entre 5 y 15 minutos?
Solucin:
5
(1 / 10)e
x / 10
a) P(x < 5) = dx = 0,3935
0
(1 / 10)e
x / 10
b) P(x > 15) = dx 0,2231
15
15
(1 / 10)e
x / 10
c) P(5 x 15) = dx 0,3834
5
Ejemplo N 3:
La vida en aos de un interruptor elctrico tiene una distribucin
exponencial con una razn de falla de 2 aos, cul es la probabilidad de
que un falle:
a) antes de los 10 aos?
b) antes del ao de funcionamiento?
Solucin:
10
/(1 / 2)e
x / 2
a) P(x < 10) = dx 1 e 5 0,9932
0
1
/(1 / 2)e
x / 2
b) P(x<1) = dx 1 e 1 / 2 0,3935
0
Ejemplo N 4:
En promedio 3 camiones llegan a un terminal para ser descargados por cada
hora. Obtenga la probabilidad de que el tiempo entre dos llegadas
consecutivas sea:
a) menor que 5 minutos.
b) almenos 45 minutos.
Solucin:
f(x) = 3e-3x x0
0 si x<0
1 / 12
3e
3 x
a) P(x<5) = dx 1 e 1 / 4 0,2212
0
3e
3 x
b) P(x > 45) = dx e 9 / 4 0,1054
3/ 4
Ejemplo N 5:
El kilometraje (en miles de km /hr.) que los automovilistas logran con cierto
tipo de neumtico, es una v.a. cuya funcin de densidad est dada por la
siguiente expresin:
f(x) = (1/20)e-x/20 x0
0 si x<0
Calcule la probabilidad de que con esos neumticos un automovilista logre:
a) a lo sumo 10000 km/hr.
b) entre 10000 y 30000 km/hr.
c) almenos 30000 km/hr.
Solucin:
10
(1 / 20)e
x / 20
a) P(x<10) = dx = 1 e-1/2 = 0,3935
0
30
(1 / 20)e
x / 20
b) P(10 x 30) = dx = e-1/2 e-3/2 = 0,3834
10
(1 / 20)e
x / 20
c) P(x > 30) = dx = e-3/2 = 0,2231
30
Ejemplo N 6:
Obtenga la esperanza y la varianza de la distribucin exponencial:
Solucin:
E(x) = x
0
(1 / )e x / dx
E(x) = ye
y
dy = ye y dy = (usando la funcin gamma,
0 0
x (1 / )e x / dx
2
E(x2) =
0
f(x) = 2e-2x x0
0 si x<0
Solucin:
x
2e
2t
F(x) = dt = 1 - e 2 x x 0 y 0 para x < 0
0
E(x) = , V(x) =
Mx(t) = (1-2t)-t
P(x<2) = 1- e-4 = 0, 0183
Ejemplo N 9: Ejemplo N
Solucin:
P (a b x)
P(x > a+b/x > a) =
P( x a)
x /
(1 / )e
x /
P(a+b < x) = dx = -e =
a b a b
e ( a b ) / e ( ) /
= e a / (e b / )
x /
(1 / )e
x /
P(x > a) = dx = e = e a / e ( ) / =
a a
a /
e
P ( a x a b) e a / (e b / )
P(x > a+b/x > a) = = = e b /
P( x a) e a /
= P(x >b)
2.3. DISTRIBUCIN NORMAL
Llamada tambin distribucin gaussiana, es la distribucin de v.a. continua
ms importante y seguramente la de mayor uso, es la distribucin modelo y
sirve de aproximacin para las dems distribuciones, asimismo de acuerdo a
la ley de los grandes nmeros muchas estadsticas muestrales tienen
distribucin normal. Su grfica se llama curva normal, es una curva
simtrica en forma de campana, o acampanada que se extiende sin lmites
en ambos sentidos sobre la recta real o eje de las X (abscisas en el eje
cartesiano). Muchos fenmenos que ocurren en la naturaleza, en la industria
y en cualquier campo tienen distribucin normal, tales como: la temperatura
del medio ambiente, la precipitacin pluvial, las mediciones de magnitudes
fsicas, el peso y la talla de las personas, etc. sin embargo, hay que tener
mucho cuidado para usarlo sin previa comprobacin, pues las consecuencias
pueden ser impredecibles. Ejemplo si se disea cierto material para resistir
una cantidad dada de presin que se supone se distribuye normalmente
alrededor del valor promedio y el diseo se hace con esta suposicin, el
material puede verse seriamente daado al aplacrsele una presin elevada
pero dentro de los lmites permisibles.
Definicin:
Se dice que una variable aleatoria continua X, tiene una distribucin
normal, si su funcin de densidad est dada por:
1 1 x 2
f(x) = exp ( ) -<x<
2 2
Donde: - < < y > 0
Su grfica es como la siguiente figura
CARACTERSTICAS
1.- El rea formada por la curva f(x) y la recta real (x) tiene como magnitud
igual a uno.
2.- La media: E(x), mediana y moda coinciden, esto es, son iguales en
magnitud, lo que implica que la distribucin es simtrica y unimodal.
3.- la curva que corresponde a f(x) es asinttica a la recta real X., esto es:
lim lim
f(x) = 0 f(x) = 0
x x
4.- Es simtrica respecto a su promedio (), por lo tanto el rea superior al
punto , es igual al rea inferior a dicho punto. El valor es igual a 0,5.
Adems f(x + ) = f(x - )
5.- tiene como mximo valor (moda) cuando x = , donde
1
f () =
2
5.- sus puntos de inflexin son: - y + , por lo tanto es cncava hacia
abajo en el intervalo - < x < + ,
6.- La media y la Varianza de la distribucin son: y 2 respectivamente, y
que son los parmetros de la distribucin.
7.- Las reas comprendidas bajo la curva normal son:
, corresponde al 68,26% del rea total.
2, corresponde al 95,44% del rea total.
3, corresponde al 99,74% del rea total.
8.- a cualquier v.a que tiene distribucin normal con media y varianza 2,
se le representa por: N(, 2)
2 2
9.- Mx(t) = e ( t t / 2)
NORMAL ESTANDARIZADA
la estandarizacin es un proceso que consiste en restar a la v.a. su esperanza
y luego dividir esta diferencia entre la desviacin estndar:
x E ( x)
z=
V ( x)
x
z=
Por lo tanto:
x
E(z) = E( ) = E(x/) E(/) = E(x)/ - / = / - / = 0
x
V(z) = V( ) = V(x/) V(/) = V(x)/2 0 = 2/2 = 1
En consecuencia:
1 1
f(z)= exp z 2 -<z<
2 2
Ejemplo N 1:
Suponga que el dimetro externo de los cojinetes tiene una distribucin
normal con media 3,5 cm. y una = 0,02 cm. Los dimetros de estos
cojinetes no deben ser menores que 3,48 cm. ni mayores a los 2,52 cm.
Cul es el porcentaje de cojinetes que deben ser desechados?
Solucin:
Para solucionar este problema de acuerdo a lo aprendido, se tendra que
obtener la probabilidad de los cojinetes que estn dentro de las normas
establecidas, cuyo complemente corresponde a la pregunta dada. Esto es,
3, 52 3, 52 1 x 3, 5 2
1 ( )
P(3,48 < x < 3,52) =
3, 48
f ( x )dx
3, 48 0,02 2
e 2 0 , 02
dx
P(3,48 < x < 3,52) = P(z1 < z < z2) = P(-1 < z < 1 ) = 0,6826 (ver grfica)
1 z2
1
P(-1 < z < 1) =
2 e
1
2
dz = 0,6826 (ver grfica)
Todas las variables aleatorias que tienen distribucin normal son diferentes,
pues cada conjunto de datos tiene una media y una varianza determinada,
por lo tanto al estandarizarlos se les convierte en uno solo, y esta
distribucin, llamada la distribucin normal estandarizada, con media cero y
varianza uno, ha sido tabulada para facilitar la ejecucin de integrales
comunes y engorrosas, estas tabulaciones se presentan en una Tabla llamada
la Tabla de la distribucin Normal, en consecuencia cualquier rea
(probabilidad) ser obtenida usando la tabla mencionada con una
aproximacin bastante confiable. La tabla a usar ser el que usa la Funcin
de distribucin, es decir F(x) = P(X x)
Ejemplo:
Calcule las siguientes probabilidades:
a) P(z 1)
b) P(z > 2)
c) P(z < 1,5)
d) P( -2 < z < 1.75)
e) P(0,05 < z > 1,96)
Solucin:
a) P(z 1) = F(1) = 0,8413
b) P(z > 2) = 1 P(z 2) = 1 F(2) = 1 0,9772 = 0,0228
c) P(z > 1,5) = F(1,5) = 0,9332
d) P( -2 < z < 1.75) = F(1,75) F(-2) = 0,9599 0,0228 = 0,9371
e) P(0,05 < z > 1,96) = F(1,96) F(0,05) = 0,975 0,5199 = 0,4551
Nota.- la tabla usa valores de z con dos decimales como mximo, por lo que
se debe redondear los valores de z originales a dos decimales.
Ejemplos Prcticos:
Ejemplo N 1:
El tiempo requerido para ensamblar una pieza mecnica es una v.a. cuya
distribucin es normal con media igual a12,9 mn. Y = 2 minutos, cul es
la probabilidad de que una pieza sea ensamblada en:
a) en menos de 11,5 mn.?
b) entre 11 y 14,8 mn.?
c) en ms de 11,8 minutos?
Solucin:
a) P(x < 11,5) = P( z < z1) = P(z < - 0,7) = 0,2420
11,5 12,9
Donde z1 = 2 = -0.7
b) P(11 < x < 14, 8) = P(z2 < z < z3)= P(-0,95 < z < 0,95)
11 12,9 14,8 12,9
Donde: z2 = 0,95 z3 = 0,95
2 2
P(-0,95 < z < 0,95) = 0,8289 0,1711 = 0,6578
c) P(x > 11,8) = P(z > z4) = P(z > -0,55) = 1 F(-0,55) = 1- 0,7088
11,8 12,9
Donde z4 = 055
2
P(z > -0,55) = 1 F(-0,55) = 1- 0,2912 = 0,7088
Ejemplo N 2:
Un embarque de 2500 aros son enviados a una ensambladora con las
especificaciones que los dimetros de los aros deben estar en el intervalo
0,3 0,005 pulgadas. Si los dimetros internos de los aros tienen una
distribucin normal con media 0,302 pulg. Y una = 0,003 pulg.Cuntos
aros no cumplirn las especificaciones?
Solucin:
P(0,295 < x < 0,305) = P(z1 < z < z2) = P(-2,33 < z < 1,00)
0,295 0,302 0,305 0302
Donde. z1 = = - 2,33 z2 = 1,00
0,003 0,003
P(-2,33 < z < 1,00) = F(1,00) - F(-2,33) = 0,8413 0,0099 =0,8314
En conclusin el 83,14% de los aros cumplen con las especificaciones, en
tanto que el 16,86% no los cumple, en consecuencia 2500(0,1686) = 421,5
= 422 aros
Ejemplo N 3:
Los hornos elctricos fabricados por una compaa tienen una duracin
promedio de 15000 hrs. Y una = 2500 hrs.
a) si el fabricante promete reponer todo horno que falle antes de las 7500
hrs., qu proporcin de sus hornos tendr que reponer?
b) si da como tiempo de garanta de 8500 hrs., qu proporcin de los
hornos tendr reponer?
c) si slo quiere reponer mximo el 1% de sus hornos,qu tiempo de
garanta tendr que dar?
Solucin:
a) P(x 7500) = P(z z1)
7500 1500
Donde z1 = 3
2500
P(z -3) = F(-3) = 0,0013 0,13% de sus hornos
b) P(x 8500) = P(z z2)
8500 1500
Donde z1 = 2,6
2500
P(z -2,6) = F(-2,6) = 0,0047 0,4,7% de sus hornos
c) P(x < x0) = P(z < z0) = 0,01 z0 = -2,3267
x 0 1500
Donde -2,3267 = x0 = 9183,25 hrs.
2500
Nota.- En lo sucesivo en lugar de z = 2,3267 se usar z = 2,33
Ejemplo N 4
Un fabricante de escapes para automviles desea garantizar su producto
durante un perodo igual ala duracin del vehculo. El fabricante sabe que el
tiempo de duracin de su producto es una v.a. con distribucin normal con
una vida media de 3 aos y una = 6 meses. Si el costo de reemplazo es de
20 soles por unidad, cul es el costo total de reemplazo para: a) los
primeros 2 aos, b) los primeros 18 meses, si se instalan 20000 unidades?
Solucin:
a) P(x < 2) = P(z < z0)
Donde z0 = (2-3)/0,5 = - 2
P(z < -2) = F(-2) = 0,0228
Esto representa el 2,28% de los escapes, por lo que sern 20000(0,0228)
= 456 los escapes que deben ser reemplazados y el costo total de
reemplazo, sera 456x20 = 9120 soles.
b) P(x < 1,5) = P(z < z1)
Donde z0 = (1,5-3)/0,5 = -3
P(z < -3) = F(-3) = 0,0013
Esto representa el 0,13% de los escapes, por lo que sern 20000(0,0013)
= 26 los escapes que deben ser reemplazados y el costo total de
reemplazo, sera 26x20 = 520 soles.
Ejemplo N 5:
El peso del cereal que contiene una caja se aproxima a una distribucin
normal, con una media de 600gr. El proceso de llenado de las cajas est
diseado de tal manera que entre 100 cajas slo una quede fuera del
intervalo 590 610 gr. Con qu valor de se alcanza este requerimiento?
Solucin:
P(590 < x < 610) = 0,99
P(z1 < z < z2) = 0,99
P(0 < z < z2) = 0,495
P(z < z2) = 0,995 z2 = 2,575
610 600
2,575 = = 3,8835 gr.
Ejemplo N 6:
Si la distribucin de los perodos de duracin de los postes telefnicos de
madera es tal que el 9,51% tienen perodos de duracin que exceden los 15
aos y que el 62,55% tienen perodos de duracin que exceden los 9 aos.
Obtenga la probabilidad de que al escoger un poste, ste dure:
a) ms de 10 aos.
b) menos de 5 aos.
Solucin:
P(x > 15) = 0,0951 P(z > z1) = 0,0951 z1 = 1,31
15
1,31 = 1,31 = 15 -
Si el 62,55% exceden los 9 aos entonces el 37,45% tienen una duracin
inferior a los 9 aos:
P(x < 9) = 0,3745 P(z > z2) = 0,3745 z2 = -0,32
9
-0,32 = -0,32 = 9 - = 3,681 aos y = 10,178 aos
a) P(x > 10) = P(z > z0)
10 10,178
Donde z0 = 0,05
3,681
P(z > -0,05) = P(z < 0,05) = 0,5199
b) P(x< 5) = P(z < z0)
5 10,178
Donde z0 = 1,41
3,681
P(z < -1,41) = 0,0793
1.1. BINOMIAL.
Cuando n es grande, el uso de la binomial es muy complicada por lo que la
aproximacin usando la distribucin normal es muy buena, esto se hace
usando el factor de conversin de una v.a. discreta a una v.a continua; es
decir, usando 0,5 pues, la expresin:
x 0,5
Z = N(0,1), en otras palabras es una normal
estandarizada.
Ejemplo N 1:
Una prueba de opcin mltiple contiene 25 preguntas y cada una de ellas 5
opciones, del cual slo es verdadera. Cul es la probabilidad de que al
contestar de manera aleatoria cada pregunta, ms de la mitad de ellas sean
contestadas incorrectamente?
Solucin:
Si se usa la distribucin binomial sera de la siguiente manera:
X = Nmero de preguntas contestadas incorrectamente.
P = 4/5 probabilidad de una respuesta incorrecta.
Q = 1/5 probabilidad de una respuesta correcta.
25
25 x 2 5 x
P(x 13) =
(4/5) (1/5) = 0,9996
x13 x
Si se usa la distribucin normal sera como sigue:
= 25(4/5) = 20, 2 = 25(4/5)(1/5) = 4 = 2
P(x 13) = P(z z0)
13 0,5 20
Donde z0 = 3,75
2
P(z -3,75) = 1- P(z <-3,75) = P(z 3,75) por ser f(z) una funcin par
P(z -3,75) = 0,9999, como se puede notar la diferencia es bastante
pequea.
Ejemplo N 2:
Un peridico llev a cabo una encuesta a 400 personas en una ciudad sobre
el control de la natalidad, de ellas 200 estn de acuerdo en reducir el
nmero de hijos que quisieran tener.
a) Cul es la probabilidad de que 220 o ms personas estn de acuerdo con
la propuesta de reducir el nmero de hijos que quisieran tener?
b) si se hubieran encuestado a 2000 personas y se hubiera obtenido la
misma proporcin que en el caso anterior, cmo cambiara su respuesta?
Solucin:
a) P(x 220) = P(z z0)
220 0,5 200
Donde z0 = 1,95
10
P(z 1,95) = 1 P(z < 1,95) = 1 F(1,95) = 1- 0,9744 = 0,0256
b) P(x 220) = P(z z1)
220 0,5 1000
Donde z1 = 34,9
500
P(z -34,9) = 1 P(z <-34,9) = 1 F(-34,9) = 1-0 = 1,00
Ejemplo N 3:
La probabilidad de que un tubo de ensayo se rompa a una temperatura
superior a los 500C es de 0,2. Cul es la probabilidad de que de 100 tubos
se rompan de 15 a 30 tubos inclusive?
Solucin:
np = 100(0,2) = 20, npq = 100(02)(08) = 16
a) P(15 x 30) = P(z1 z z2)
Donde:
15 0.5 20
z1 = 1,375 1,38
4
30 0,5 20
z2 = 2,625 2,62
4
P(-1,38 z 2,62) = F(2,62) F(-1,38) = 0,9956 0,0838 = 0,9118
Nota. Si no se hubiera usado el factor de correccin la respuesta hubiera
sido 0,8882. Como se nota hay bastante error.
Ejemplo N4:
Una encuesta entre los residentes de una ciudad revela que el 30% de los
residentes prefiere tener una instalacin trifsica en su red elctrica. Cul
es la probabilidad de que en las siguientes 500 instalaciones sean trifsicas
entre a35 y 168 inclusive?
Solucin:
np = 500x0,3 = 150, npq = 500x0,3x0,7 = 105
P(135 x 168) = P(z1 z z2
Donde:
135 0,5 150 168 0,5 150
z1 = 1,51 z2 = 1,81
105 105
P(-1,51 z 1,81) = F(1,81) F(-1,51) = 0,9649 0,0655 = 0,8994
Ejemplo N 5:
Suponga que el 10% de los neumticos de un fabricante tienen defectos en
la superficie y que los embarca en lotes de 100 unidades.
a)Cul es la probabilidad de que un lote contenga 8 o menos neumticos
con defectos en la superficie?
b) Un comparador mayorista recibe 500 lotes, cul es la probabilidad de
que almenos 140 contengan o menos neumticos con defectos en la
superficie?
Solucin:
a) np = 100(01) = 10, npq = 100(0,1)(0,9) = 9
P(x 8) = P(z z1)
8 0,5 10
Donde: z1 = 0,5
3
P(z -0,5) = F(-05) = 0,3085
b) np = 500x0,3085 = 154,25
P(x 140) = P(z z2)
140 0,5 154,25
1,43
Donde: z2 = 500 x 0,3085 x06915
1.2. POISSON
X 0,5
Z=
Ejemplo N 1:
El nmero de accidentes en un tramo de 100 km. De una autopista, es una
v.a. con distribucin de Poisson, con un promedio de 2 accidentes por
semana. Cul es la probabilidad de que hayan menos de 100 accidentes en
este tramo durante el prximo ao?
Solucin:
= 52 x 2 = 104
P(x 100) = P(z z0)
100 0,5 104
Donde z0 = 0,34
104
P(z -0,34) = F(-034) = 0,3669
Ejemplo N 2:
Se utiliza la siguiente regla de decisin para controlar el funcionamiento de
una mquina que produce cierto tipo de artculos, se selecciona al azar una
muestra de 400 artculos cada hora, si el nmero de artculos defectuosos es
inferior a 12 se deja que la mquina siga funcionando. Cul es la
probabilidad de:
a) detener la mquina, si est produciendo un 2% de artculos defectuosos?
b) dejar que la mquina siga funcionando, si est produciendo un 4% de
artculos defectuosos?
Solucin:
a) como n = 400, p= 0,02 np= 400(0,02) = 8, npq = 7,84
Si se usa la binomial, se tiene P(x 12) = P(z z1)
12 0,5 8
Donde: z1 = 1,25
7,84
P(z 1,25) = 1 P(z < 1,25) = 1- F(1,25) = 1- 0,8944 = 0,1056
Si se usa la Poisson, se tiene P(x 12) = P(z z1)
12 0,5 8
Donde: z = 1,24
8
P(z 1,24) = 1 P(z < 1,24) = 1- F(1,24) = 1- 0,8925 = 0,1075
La diferencia no es muy grande.
b) P(x < 12) = P(z < z2) , np = 400(0,04) = 16, npq = 15,36
Si se usa la binomial, se tiene:
12 0,5 16
Donde: z2 = 1,15
15,36
P(z < -1,15) = 0,1251
Ejemplo N 3:
Se tiene un telar que teje 1000 m 2 de tela por da, la probabilidad de que no
haya falla en 250 m2 de tela es e-1, cul es la probabilidad de que en un mes
de trabajo del telar haya entre 100 y 140 fallas?
Solucin:
P(x = 0) = 1/e = 1,entonces en un da = 4, en un mes = 120
P(100 x 140) = P(z1 z z2)
100 0,5 120 140 0,5 120
Donde z1 = = -1,97 z2 = 1,87
120 120
P(-1,87 z 1,87) = F(1,87) F(-1,87) = 0,9693 0,0307 = 0,9386
Ejemplo N 4:
El nmero promedio de accidentes de trabajo que se producen en una
fbrica es de 3 por semana. Se quiere saber la probabilidad de que hay
menos de 120 accidentes el ao siguiente.
Solucin:
= 52 x 3 = 156
P(X < 120) = P(z < z0)
120 0,5 156
Donde z0 = 2,92
156
P(z < -2,92) = 0,0018
Ejemplo N 5:
Una empresa produce lminas de acero 5 metros de largo y 2 de ancho, las
lminas tienen un promedio de 2 defectos por cada una, si un industrial
compra 80 lminas, cul es la probabilidad de encontrar en total ms de
150 defectos?
Solucin:
= 80 x 2 = 160
P(X > 150) = P(z > z0)
150 0,5 160
Donde z0 = 0,75
160
P(z > -0,75) = P(z < 0,75) = 0,7734
1.3. HIPERGEOMTRICA
x 0,5 nA / N
Z= nA( N A)( N N )
N .N .( N 1)
Ejemplo N 1:
Un cargamento de 500 computadoras est formado por 400 con USB
incorporado, el resto no los tiene, para examinar su funcionamiento se
escoge una muestra de 20 computadoras. Cul es la probabilidad de que en
la muestra se encuentre ms de 12 computadoras con USB incorporado?
Solucin:
E(x) = = nA/N = 20(400)/500 = 16
V(x) = 2 = nA(N-A)(N-n)/NN(N-1) = 20(400)(100)(480)/500(500)(499)
= 3,078
= 1,7545
P(x >12) = P(z > z0)
12 0,5 16
Z0 = 1,99
1,7545
P(z > -1,99) = P(Z < 1,99) = F(1,99) = 0, 9767
En un depsito hay 2000 accesorios de radio, 400 de los cuales estn con
defectos, para vender a un cliente se escoge 50 accesorios, cul es la
probabilidad de que haya a lo ms 15 accesorios con defectos en la
muestra?
Solucin:
Como se puede notar usar la distribucin hipergeomtrica sera muy
tedioso.
E(x) = = 50(400)/2000 = 10
V(x) = 50(400)(1600)(1950)/2000(2000)(1999) = 7,8039
= 2,7935
P(x 15) = P(z z0)
15 0,5 10
Donde z0 = = 1,97
2,7935
P(z 1,97) = 0,9756
Ejemplo N 2:
En un almacn hay 3000 artculos envasados en latas de 150 gr. de los
cuales 1000 no tienen el peso correcto. Un comprado adquiere 100
artculos. Cul es la probabilidad de que haya comprado al menos 40 con
peso correcto?
Solucin:
P(x 40) = P(z z0)
= 100(2000)/3000 = 66,67
2 = 100(2000)(1000)(2900)/3000(3000)(2999) = 21,4886
= 4,6356
39,5 66,67
5,86
z0 = 4,6356
P(z -5,86) = P(z < 5,86) = F(5,86) = 1,00
el evento de que haya por lo menos 40 con peso correcto es un evento
seguro.
Ejemplo N 3:
1000 sacos de arroz han sido enviados a una empresa distribuidora para su
venta al pblico, pero la empresa dice que revisar 20 sacos si encuentra
ms de la mitad con granos muy quebrados no los vender. Calcular la
probabilidad de que la empresa venda el arroz, si en realidad hay 100 sacos
con granos quebrados.
Solucin:
P(x 10) = P(z z0)
= 20(900)/1000 = 18
2 = 20(900)(100)(980)/1000(1000)(999) = 1,765765766
= 1,32882
10,5 18
z0 = 5,644
1,32882
P(z -5,644) = 0,00 es un evento imposible.
Ejemplo N 4:
En una fbrica trabajan 500 obreros, de los cuales 200 son nombrados, se
seleccionan 50 obreros en forma aleatoria para ser capacitados, cul es la
probabilidad de que por lo menos 30 sean nombrados en el grupo escogido?
Solucin:
P(x 30) = P(z z0)
= 50(200)/500 = 20
2 = 50(200)(300)(450)/(500)(500)(499) = 10,82164329
= 3,2896
29,5 20
2,89
z0 = 3,2896
P(z 2,89) = 1 P(z < 2,89) = 1 F(2,89) = 1 0,9981 = 0,0019
Ejemplo N 5:
En la Facultad de Ciencias hay 350 alumnos matriculados, de los cuales 200
son de la especialidad de Estadstica e Informtica, en el curso de
matemtica I se han matriculado 50 alumnos, si hay ms de 30 alumnos de
la especialidad de estadstica e Informtica se har un grupo especial con el
resto, calcule la probabilidad de hacer el grupo especial.
Solucin:
P(x 30) = P(z z0)
= 50(200)/350 = 28,57
2 = 50(200)(150)(300)/(350)(350)(349) = 10,5257
= 3,24433356
29,5 28,57
z0 = 0,29
3,24433356
P(z 0,29) = 1 P(z < 0,29) = 1 F(0,29) = 1 0,6141 = 0,3859
Ejemplo
Suponga que la biga anterior est formado como sigue Y3 = 2A 3B + 4C,
calcule la probabilidad de que la biga tenga una longitud superior a los 50
metros.
Solucin:
P(Y3 > 50) = P(z > z0)
E(Y3) = 2(10) -3(12) + 4(15) = 44 m.
V(Y3) = 4(1,3) + 9(1,9) + 16(2,3) = 59,1
50 44
Z0 = = 0,78
59,1
P(z > 0,78) = 1 P(z < 0,78) = 1 F(0,78) = 1- 0,7823 = 0,2177
TEOREMA DEL LMITE CENTRAL
Este es uno de los teoremas ms importantes de la estadstica y realza la
importancia de la distribucin normal, pues con este teorema cualquier
conjunto de datos se pueden aproximar a la distribucin normal, o cualquier
suma finita de variables aleatorias independientes, no importando la
distribucin origina con tal de que tengan medias y varianzas conocidazas y
finitas.
Si la poblacin o proceso del cual se toma una muestra tiene una
distribucin normal, entonces es lgico que la distribucin de la media
muestral tenga tambin distribucin normal, sin importar el tamao de la
muestra. No obstante, qu ocurre con los datos de una poblacin que no
tiene distribucin normal?, por increble que parezca, un teorema de la
Estadstica Matemtica, permite la aplicacin de la distribucin normal a
estas distribuciones del cual se saca la muestra. El Teorema del Lmite
central, establece que cuando el tamao de la muestra se incrementa, la
distribucin de la media muestral, as como de otros estadgrafos se
aproxima en cuanto a forma a la distribucin normal. Para efectos prcticos,
puede suponerse que la distribucin de la media muestral tiene distribucin
aproximadamente normal, incluso en procesos menos normales, siempre
que el tamao de la muestra sea igual o mayor a 30, para poblaciones
ligeramente no normales, slo bastar un tamao de muestra menor, pero
con un muestra superior a los 30 se solucionar situaciones adversas.
Se dice n v.a. X1, X2, X3, Xn; tienen la misma distribucin de probabilidad
con media y varianza 2, si tienen la misma funcin de cuanta en el caso
discreto o funcin de densidad en el caso continuo, y si adems:
E(xi) = , V(xi) = 2 i = 1, 2, 3, .n
Si suponemos que estas v.a. son independientes entonces la suma de estas
v.a. Yn = X1 + X2 + X3 ++Xn, tienen:
Media: E(Yn) = n
Varianza: V(Yn) = n2
Teorema: sea X1, X2, X3, Xn un conjunto den n v.a. independientes, con
media E(xi) =i y varianza V(xi) = i2 entonces la v.a.
n n
x
i 1
i
i
i
Zn = n
i 1
i
2
Si _ x i
Y n es la media muestral, entonces se tiene:
x i 1
n n
_
x
Zn = / n N(0,1)
Tiene distribucin normal estandarizada, cuando n crece indefinidamente.
Nota la aproximacin es buena cuando n 30
Ejemplo N 1:
Las cajas enviadas a un distribuidor, tienen un peso promedio de 40 kg. Con
una desviacin estndar de 2 kg., cul es la probabilidad de que 25 cajas
cargadas a un camin excedan la capacidad del camin que es de 1020 kg.?
Solucin:
P(Y25 > 1020kg.) = P(z > z0)
E(Y25) = 25(40) = 1000kg.
V(Y25) = 25(2) = 50 kg.2
1020 1000
z0 = 2,83
50
P(z > 2,83) = 1 P(z 2,83) = 1 0,9977 = 0,0023
Ejemplo N 2:
Se sabe que la vida til de un componente electrnico tiene una distribucin
exponencial con un promedio de 500 horas, tan pronto como se quema uno
de ellos entra a funcionar el otro en forma automtica.
a) Calcular la probabilidad de que en un ao se necesite ms de 16 de estos
componentes.
b) Cuntos de estos componentes se necesitan para que duren al menos
6675 horas con una probabilidad de 0,9901?
Solucin:
E(Y16) = 16(500) = 8000 hr.
V(Y16) = 16(500)2 = 4000000
= 2000, hay 8760 horas en un ao, luego
a) P(Y16 < 8760hr.) = P(z < z0)
8760 8000
z0 = 0,38
2000
P(z < 0,38) = 0,6480
b) 0,0099 = P(Yn < 6675hr.) = P(z < z0)
6675 500n
2.33
Donde z0 = 500 n
n - 2,33 n -13,35 = 0 n = 25 componentes.
Ejemplo N3:
Un camin de reparto transporta cajones cargados de artculos comestibles,
el peso de cada cajn tiene distribucin normal con una media de 50 libras.
Cuntos cajones puede transportar el camin de tal manera que la
probabilidad de que la carga total exceda a:
a) una tonelada sea 0,1587?
b) 1500 kg. sea 0,1587?
Solucin:
a) P(Yn < 1000kg) = 0,1587 P(z < z0) z0 = -1
1000 50n
-1 = n- n -20 = 0 n = 25
50 n
b) P(Yn < 1500kg) = 0,1587 P(z < z0) z0 = -1
1500 50n
-1 = n- n -30 = 0 n = 36
50 n
Ejemplo N 4:
Ejemplo N 5:
Suponga que los pesos de los estudiantes de la UNASAM estn distribuidos
normalmente con una media de 60 Kg. Y una desviacin estndar de 5 kg.
Si se selecciona una muestra aleatoria de 30 estudiantes y se registra su peso
a cada uno, calcula:
a) P(X4 2X3 + 3X20 X25 > 75)
b) P(X17 72)
c) P(Y30 > 1850)
Solucin:
a) E(X4 2X3 + 3X20 X25) = E(X4) 2E(X3) + 3E(X20) E(X25)
= 60 - 2(60) + 3(60) 60 = 60 kg.
V(X4 2X3 + 3X20 X25) = V(X4) + 4V(X3) + 9V(X20) + V(X25)
= 25 + 4(25) + 9(25) + 25 = 375
= 375 = 19,365 kg.
P(Yn > 75) = P(z > z0)
75 60
0,77
z0 = 19,365
P(z > 0,77) = F(-0,77) = 0,2206
x
1
() = e x dx >0
0
Propiedades:
1.- Si > 1, entonces () = (-1)(-1)
e
x
2.- (1) = dx 1
0
x
1 / 2
3.- (1/2) = e x dx
0
DISTRIBUCIN GAMMA
Muchas variables aleatorias como la duracin del tiempo de vida til de una
computadora, slo pueden asumir valores positivos, y la distribucin de
frecuencias relativas de los datos de este tipo de variables se puede modelar
mediante la funcin de densidad gamma; por otro lado, todo experimento
tipo Poisson; esto es, el nmero de xitos en un tiempo determinado, est
relacionado con la distribucin exponencial, que mide el tiempo
transcurrido de un xito a otro xito, pero si quisiramos saber la
probabilidad de r xitos en un tiempo dado, entonces usaremos la
distribucin gamma con parmetros y , donde es el parmetro de de la
forma de la distribucin, por cuanto cuando se cambia los valores de este
parmetro la forma de la distribucin cambia de forma; en tanto que es el
parmetro de escala, pues refleja el tamao de las unidades con que se mide
la variable y es el inverso de que es el parmetro de la distribucin de
Poisson, desempea la funcin de la desviacin estndar en la distribucin
normal.
Definicin: Sea x una v.a. continua que toma valores slo positivos,
diremos que X tiene una distribucin Gamma con parmetros y y
denotada por (, ), si su funcin de densidad est dada por la siguiente
expresin:
f(x) = x 1e x si x 0
( )
0 si x < 0
( x ) r 1 e x dx
=
0 r ( )
Haciendo y = x dy = dx
( y ) r 1 e y dy ( r )
E(xr) = 0 r ( ) r ( )
( 1)
E(x) =
( )
( 2) ( 1) 2
E(x2) = =
2 ( ) 2 2
2 2
V(x) = - 2 =
2
2
La funcin de distribucin tambin se puede expresar de la siguiente
manera:
x 1e x /
f(x) = x 0, > 0, > 0
( )
0 si x < 0
E(x) =
V(x) = 2
Mx(t) = (1- t)-`
r ( r )
E(xr) =
( )
F(x) = 1 (1 x / )e x / x 0
1
F(x) = 1 - e
k 0
x
(x ) k / k! x > 0
Nota.- La distribucin exponencial es un caso particular de la distribucin
gamma cuando = 1. ( de la distribucin gamma)
Ejemplo N 1
Suponga que el nmero de accidentes en una fbrica corresponde a un
proceso de poisson a razn de de 2 accidentes en promedio por semana.
Cul es la probabilidad de que el tiempo entre el primer accidente y el
tercer accidente sea mayor que una semana?
Solucin:
Sea X el tiempo en semanas para que ocurran dos accidentes, despus de
que haya ocurrido el primer accidente, este tiempo tiene el mismo
comportamiento para cualquier intervalo en la que deben ocurrir dos
accidentes; es decir, entre el 1 y el 3, entre el 2 y el 4 o desde el inicio y
el segundo accidente, por lo tanto se tiene un modelo gamma con = 2, y
=2
( 2) 2 x 21e 2 x
f(x) = 4 xe 2 x Si x 0 y 0 en otro caso, o si x<0
( 2)
4 xe
2 x
P(x>1) = dx
1
Haciendo un cambio de variable para integrar por partes:
u = 2x du = 2 dx dv = 2e-2xdx v = -e-2x
2 x 2 x 2 x
P(x>1) = 2 xe 1
4 e 2 x dx = 2 xe 2e
1 1
1
Derivando el numerador y el denominador del primer trmino se tiene:
1 2 1 2 3
P(x>1) = = 2
2 2 0,406
e2x 1
e2x 1
e e e
Ejemplo N 2
Considere que una alarma suena aleatoriamente a razn de 6 veces por hora,
los encargados lo atienden cada segunda vez que suena:
a) Calcule la probabilidad de que transcurran 10 minutos o ms entre dos
atenciones a la alarma.
b) si los encargados lo atienden cada tercera sonada, cul es la probabilidad
de que lo atiendan despus de 10 minutos?
Solucin:
a) = 2, =1 por cada 10 minutos
f(x) = x e-x si x 0 y 0 en otro caso
1
xe
x
P(x > 1) = 1 - dx
0
Haciendo un cambio de variables para integrar por partes:
x = u dx = du dv = e-x v = -e-x
x
1
0 e dx
1 x
P(x > 1) = 1 xe
0
= 1 - - 1/e 1/e +1 = 2/e = 0,7358
b) En este caso = 3, = 1 cada 10 minutos.
x 2e x
f(x) = x0
2
P(x > 1) = 1 P(x 1) 1 F(x = 1)
2
F(x=1) = 1 - e
k 0
1
(1) k / k! = 1 -e-1 + e-1 + e-1/2 = 1 5/2e
P(x > 1) = 1 (1 5/2e) = 5/2e = 0,9197
DISTRIBUCION BETA
Esta distribucin se usa para representar variables fsicas cuyos valores, se
encuentran en un intervalo de longitud finita. En un modelo gamma el
lmite inferior es fijo y positivo, pero su lmite superior puede ser muy
grande o infinitamente grande, en cambio en un modelo Beta, existe un
lmite inferior que es cero y un lmite superior que es uno, an cuando se
puede definir con ciertas modificaciones en cualquier intervalo finito. Esta
distribucin tambin tiene dos parmetros y ; la funcin de densidad est
dada por la siguiente expresin:
( ) 1
f(x) = x (1 x ) 1 0 < x <1, > 0, > 0
( )( )
0 en otro caso
x
1
B( ,) = (1 x ) 1dx
0
( )( )
Donde B(,) =
( )
E(x) =
V(x) =
( ) ( 1)
2
x 1 (1 x ) 1
1
F(x) =
0
B ( , )
dx es una funcin beta incompleta.
E(xr) = 0 B ( , )
dx =
( )( r )
( )( 1) ( )( )
E(x) = = =
( )( 1) ( )( ) ( ) ( )
( )( 2) ( 1)
E(x2) = =
( )( 2) ( )( 1)
( 1)
V(x) = -( )2 =
( )( 1) ( ) ( ) ( 1)
2
Ejemplo N 1:
la competencia en el mercado de una compaa de computadoras vara de
manera aleatoria de acuerdo a una distribucin beta con:
a) = 2, = 2
b) = 3, = 4
Hallar CV(x) y P(x < )
a) f(x) = 6x(1-x) 0 < x < 1, 0 en otro caso.
E(x) = 2/(2+2) =
2( 2)
V(x) = 1 / 20
(2 2) 2 (2 2 1)
CV(x) = 44,72%
1/ 2
30 x (1 x) 2dx 1 / 2
2
P(x < ) =
0
Ejemplo N 2:
Los sensores infrarrojos de un sistema robtico computarizado envan
informaciones a otros sensores en diferentes formatos. El porcentaje X de
seales que se envan y que son directamente compatibles para todos los
sensores del sistema sigue una distribucin beta con = 2, y = 2, calcule
la probabilidad de ms del 30% de las seales infrarrojo enviados en el
sistema sean directamente compatibles para todos los sensores.
Solucin:
f(x) = 6x(1-x) 0 < x < 1, 0 en otro caso.
3
3 x 3x
F(0,3) = P(x 0,3) =
(0,3) (0,7) = 3(0,3)2(0,7) + (0,3)3
x2 x
= 0,216 luego:
P(x > 0,3) = 1 P(x 0,3) = 1 0,216 = 0,784
Ejemplo N 3:
Se sabe que la proporcin de tramos de autopista que requieren reparacin
en un ao determinado es una v.a. con distribucin beta, con = 3, y = 2;
calcule:
a) en promedio, qu porcentaje de tramos de autopista requieren reparacin
en un ao determinado?
b) la probabilidad de que a lo sumo la mitad de los tramos de autopista
requieren reparacin en un ao determinado.
a)) E(x) = 3 /(3+2) = 0,6 el 60% de los tramos de carretera en promedio
requieren reparacin.
b) f(x) = 12x(1-x) 0 < x < 1, 0 en otro caso.
1/ 2
Ejemplo N 4:
Si la proporcin anual de declaraciones de impuestos errneos en el
departamento de contribuciones puede considerarse como una v.a. que tiene
una distribucin beta con = 3 y = 4. Cul es la probabilidad de que en
un ao determinado menos del 10% de las declaraciones sean errneas?
Solucin:
f(x) = 10 x2(1-x)3 0 < x < 1, 0 en otro caso.
0 ,1
10 x (1 x ) 3dx = 0,00264
2
P(x < 0,1) =
0
LEY DE LOS GRANDES NMEROS
Sea f(x,) la funcin de densidad de una v.a.X. por otro lado, hemos
examinado el hecho de que una forma de tener informacin sobre la funcin
de densidad consiste en observar una m.a. y hacer una inferencia desde la
muestra hacia la poblacin. Si se conoce , la funcin de densidad estara
completamente determinada y la inferencia sera innecesaria, por lo tanto
parece que sera necesario o deseable que la m.a nos facilite alguna
informacin sobre el parmetro desconocido .
Como dice Alexander Mood y Franklin Garaybill en su libro Introduccin
a la Teora de la Estadstica, designemos por el valor esperado E(x) de
X, en la funcin de densidad f(x), ahora se trata de estimar , en el sentido
amplio, E(x) es la media idealizada de un nmero finito de valores de la v.a.
X, en la prctica slo podemos observa un nmero finito de valores de la
v.a. X. Entonces una cuestin crucial es la siguiente pregunta: puede
hacerse inferencias fiables acerca de E(x) con slo un nmero finito de
valores de x es decir una muestra aleatoria de valores de tamao n?, la
respuesta es afirmativa y lo demostraremos con la ley de los grandes
nmeros.
Ley Dbil:
Designemos por f(x) una funcin de densidad de una v.a. X con media y
_
varianza 2, y sea y n la media muestral de una m.a. de tamao n de f(x),
adems sean y dos nmeros pequeos tales que > 0, y 0 < < 1, si n
es un entero mayor que 2/(.) entonces:
_
P(- < y n - < ) > 1 -
Ley Fuerte:
La ley de los grandes nmeros considera que si existe la esperanza de una
v.a. X, entonces sta se puede calcular y para ello es suficiente una m.a.
consistente en una sucesin de v.a. independientes entre si: x 1, x2, x3, xn y
_
considerar el promedio x n de estos, este promedio se estabiliza alrededor
de una constante que es precisamente la esperanza E(x) de X; a este
principio se le llama ley de los grandes nmeros.
Teorema:
Sean x1, x2, x3, xn una sucesin de v.a. independientes con la misma
distribucin, con E(x) = y varianza V(x) = 2, entonces:
_
Yn = x1 + x2 + x3 ++ xn, donde y n = (x1 + x2 + x3 ++ xn)/n se llama
media muestral, entonces para todo > 0, se tiene:
lim _
P( y n - < ) = 1
n
_ _
Puesto que E( y n ) = , V( y n ) = 2/n y usando la desigualdad de
Chevishev, se tiene:
_ 2
P( y n - < ) = 1- si se aplica el lmite se obtiene la expresin del
n 2
teorema.
Corolario:
lim _
P( y n - ) = 0
n
De igual manera si se aplica la desigualdad mencionada se tiene:
_ 2
P( y n - ) = y si se aplica el lmite, se tiene la expresin
n 2
anterior.
MOMENTOS:
Definicin: Es una funcin de las v.a. que sirven para obtener los
indicadores estadsticas, como la media, la varianza, el coeficiente de sesgo,
etc. los momentos se identifican por el rango u orden, es decir los
momentos pueden ser de primer orden, de segundo orden, de tercer orden,
etc. Los momentos pueden ser muestrales o poblacionales, a su vez pueden
ser centrales o respecto a un determinado punto como la media.
1.- Momentos Centrales:
En forma general se denomina momento original o central de orden r de
una v.a. X a la esperanza matemtica de X r y que se denomina segn sea
muestral o poblacional.
a) Poblacional:
E(xr) = X
x
r
P (x) .caso discreto
x
r
= f ( x ) dx . Caso continuo
x
Si r = 1, es igual a la esperanza matemtica
b) Muestral:
1 n
'
mr : n i 1
( x i ) r ..para ambos casos, pues los valores son
finitos.
Si r = 1, es igual a la media aritmtica.
2.- Momentos respecto a la Media:
Sea X una v.a. con media = E(x), el momento de orden r Z+, centrado
respecto a la media de x denotado por r, se define como:
a) Poblacional:
E(x - )r = (x )
x
r
P ( x ) .caso discreto.
(x )
r
= f ( x ) dx .caso continuo
x
Si r = 0 E(x - )0 = 1
Si r = 1 E(x - ) = 0
Si r = 2 E(x - )2 = 2
b) Muestral:
1 n _
m r
n i 1
( x i x) r i=1, 2, 3,...., n, tambin para ambos
x i 1
Si X es una variable continua con funcin de densidad f(x), se define a la
funcin generadora de momentos a la siguiente expresin:
e
tx
Mx(t) = f ( x ) dx
Ejemplo N 1:
Obtenga la f.g.m. de la distribucin binomial.
Solucin:
n
tx n x xn n t x nx
n
Mx(t) = =
x0e x qp x e )( qp
x 0
= ( pe t q ) n
d
E(x) = ( pe t q ) n = n ( pe t q ) n 1 pet
dt
Si t = 0, se tiene:
E(x) = np
Ejemplo N 2: Obtenga la f.g.m. de la distribucin de Poisson
Solucin:
e tx e x
(e t ) x
Mx(t) =
e e e e t = e ( e 1)
t
x o x! x 0 x!
d t t
e ( e 1) = e ( e 1) e
t
E(x) =
dt
Haciendo t = 0 se tiene:
E(x) =
Ejemplo 3:
Obtenga la f.g.m de la distribucin exponencial:
Solucin:
e e dx = e
tx x x ( t )
Mx(t) = dx
0 0
Esta integral converge si y solo si t <, por lo tanto la f.g.m. existe slo si se
cumple esta condicin.
Haciendo y = x(-t) dy = (-t)dx
t
y
Mx(t) = e dy =
0
t
d 1
E(x) = ( )= (1 t / ) 2
dt t
Haciendo t = 0, se tiene:
E(x) = 1/
PROBLEMAS PROPUESTOS
1.-