Problemas

1. Un estudiante responde al azar a dos preguntas de verdadero o falso.

Escriba el espacio muestral de este experimento aleatorio.
Solucin.
El espacio muestral es el conjunto de todos los sucesos elementales. Los sucesos
elementales son cada uno de los resultados posibles del experimento aleatorio,
indescomponibles en otros ms simples. Como el experimento consiste en responder al
azar a dos preguntas, cada uno de los posibles patrones de respuesta constituir un
suceso elemental. Un patrn de respuesta sera contestar verdadero a la primera
pregunta y verdadero a la segunda, lo representamos (V, V). Con esta representacin
podemos escribir el espacio muestral como:
E = {(V, V) (V, F) (F, V) (F, F)}
a)
b)
c)
d)
e)

2. Otro estudiante responde al azar a 4 preguntas del mismo tipo anterior.

Escriba el espacio muestral.
Escriba el suceso responder falso a una sola pregunta.
Escriba el suceso responder verdadero al menos a 3 preguntas.
Escriba la unin de estos dos sucesos, la interseccin y la diferencia del 2 y el 1.
La coleccin formada por estos 5 sucesos, ms el suceso seguro y el
suceso imposible Constituyen un sigma-lgebra?

Solucin
a) Con la misma convencin del problema anterior, los sucesos elementales seran:
(V, V, V, F) (V, V, F, (V, V, F, V) (V, F, V, (V, F, V, V) (V, F, F,
(V, V, V, V) (F, V, V, F) (F, V, F, V) (F, F, F) (F, F, V, V) (F, F, V) (V, F, F, F) (F, F,
V) (F, V, V, F) (F, V, V, F)
F, V)
F, F)
F, F)
b) El Suceso responder falso a una sola pregunta ser el subconjunto del espacio
muestral formado por todos los sucesos elementales en que solo hay una respuesta
falso, lo llamaremos A y ser:
A = {(V, V, V, F) (V, V, F, V) (V, F, V, V) (F, V, V, V)}
c) El suceso responder verdadero al menos a 3 preguntas, lo llamaremos B y ser: B =
{(V, V, V, F) (V, V, F, V) (V, F, V, V) (F, V, V, V) (V, V, V, V)}

d) Observando los sucesos elementales que los componen se deducen inmediatamente

los siguientes resultados:
AB=B

AB=A

B- A = {(V, V, V, V)}

e) La coleccin formada por el suceso A,

el B, la unin de ambos, su interseccin,
y su diferencia, ms el suceso seguro y el
suceso imposible, no constituye un
sigma-lgebra. Para demostrarlo basta
comprobar que se incumple una de las
dos condiciones. Por ejemplo, el suceso
A incumple la segunda porque su
contrario no pertenece a la coleccin.
3. Una rata es colocada en una caja
con tres pulsadores de colores rojo,
azul y blanco. Si pulsa dos veces
las palancas al azar:
a) Cul es la probabilidad de que las dos
veces pulse la roja?
b) Cul es la probabilidad de que
pulse la primera vez o la segunda o
ambas la tecla azul?
Solucin
a) Para que las dos veces pulse la roja
tiene que ocurrir que la primera vez
pulse la roja y la segunda tambin
pulse la roja, es decir que se verifique
el suceso (R1 R2). Ahora bien ,
como ambos sucesos son
independientes, la probabilidad de la
interseccin es igual al producto de
las probabilidades de ambos sucesos.
La probabilidad de estos sucesos se
determina mediante la regla de
Laplace de casos favorables (uno),
partido por casos posibles (tres)
P(R1 R2) = P(R1)
P(R2) = 1/3 1/3 =
1/9
b) En este apartado, claramente, nos
piden la probabilidad de la unin de
los sucesos pulsar azul la primera vez
y pulsar azul la segunda. Ahora bien,
estos dos sucesos no son
incompatibles, luego la probabilidad
de la unin ser igual a la suma de las
probabilidades menos la probabilidad
de la interseccin. La probabilidad de
la interseccin, al igual que en el

apartado anterior, se calcula

basndonos en el hecho de que son
independientes.
P(A1 A2) = P(A1) + P(A2)
P(A1 A2) = 1/3 + 1/3 1/9 =
5/9
4. Como todo el mundo sabe, la
probabilidad de que en una
ruleta salga 10 veces seguidas
el color rojo es muy pequea.
Habiendo salido 9 veces
seguidas el rojo, un jugador
apuesta al negro Qu
probabilidad tiene de ganar?
Solucin
Para que el jugador gane tiene que
ocurrir la secuencia R1, R2, ..., R9, N10.
Como sabemos ya se ha producido R1,
R2, ..., R9. La probabilidad que
buscamos ser la probabilidad de que
salga negro en el dcimo lanzamiento,
condicionada por que haya salido rojo en
las nueve anteriores. Por la definicin de
probabilidad condicionada:
PN10 / R1 I R2 I ... I R9

PN 10 I R1 I R2 I ... I R9
PR1 I R2 I ... I R9

Como vemos el hecho de que

previamente haya salido nueve veces
rojo no cambia la probabilidad de que
salga la dcima vez. Esto es as porque
cada lanzamiento es
Independiente de los restantes. (Nota.
En realidad la probabilidad de que
salga rojo o negro en una ruleta no es
exactamente 0,5, sino 18/37 ya que
adems de los 18 nmeros rojos y los
18 negros, existe e cero que no tiene
asignado color, pero este dato no cambia el
razonamiento hecho y el resultado sera
18/37)

5. En una asignatura se ha decidido

aprobar a aquellos que superen
uno de los dos parciales. Con
este criterio aprob el 80%,
sabiendo que el primer parcial lo
super el 60% y el segundo el
50% Cul hubiese sido el

10
0,5
0,59

0,5

porcentaje de aprobados, si se
hubiese exigido superar ambos
parciales?
Solucin
Sea A1 el suceso aprobar el primer
parcial y A2 aprobar el segundo. Los
datos del problema nos dicen que:
P(A1 A2) = 0,8
P(A1) = 0,6 P(A2) =
0,5
Y se pide la probabilidad de la
interseccin de ambos sucesos. Como
A1 y A2 no son incompatibles, la
probabilidad de la unin ser:
P(A1 A2) = P(A1)
+ P(A2) P(A1
A2)
Despejando tenemos:
P(A1 A2) = P(A1)
+ P(A2) P(A1
A2)
Sustituyendo los valores numricos:
P(A1 A2) =
0,6 + 0,5 0,8
= 0,3
La conclusin es que si se hubiese
exigido aprobar los dos parciales el
porcentaje de aprobados hubiese sido
del 30%.
6. La probabilidad de resolver
correctamente alguna de las dos
versiones de la tarea de Martens
es 0,45. La de resolver la 1 es
0,40 y la de la 2 0,30 La
resolucin de las dos versiones es
independiente?
Solucin
Sea V1 el suceso de resolver la primera

versin y V2 resolver la segunda. Los

datos del problema nos indican que:
P(V1 V2) = 0,45
P(V1) = 0,4 P(V2) =
0,3
Para determinar si los sucesos son
independiente, calcularemos la
probabilidad se su interseccin, de
forma anloga al problema anterior, y
comprobaremos si el valor obtenido es
igual al producto de las probabilidades
de estos dos sucesos.
P(V1 V2) =
P(V1) + P(V2)
P(V1 V2)
Sustituyendo

P(V1 V2) = 0,4 + 0,3 0,45 = 0,25

Por otra parte
P(V1) P(V2) = 0,4 0,3 = 0,12 0,25 = P(V1 V2)
Luego, no son independientes.
7. La prevalencia de la diabetes es del 4%. La glucemia basal diagnstica
correctamente el 95% de los diabticos, pero da un 2% de falsos positivos.
Diagnosticada una persona Cul es la probabilidad de que realmente sea
diabtica?
Solucin
Sea D el suceso de tener diabetes, D el suceso de no tenerla y Gl+ el suceso de dar
positivo en la prueba de la glucemia basal. Los datos del problema nos dicen que:

P(D) = 0,04 P(D) = 0,96 P(Gl+ / D) = 0,95

P(Gl+ / D) = 0,02

Entonces el teorema de Bayes, escrito en los trminos de este problema nos dice que:
P( D / Gl )

P(Gl / D) P( D)

P(Gl / D ) P(D ) P(Gl / D) P(D)

Sustituyendo por los valores numricos

P( D / Gl )

0,95 0,04
0,95 0,04 0,02 0,96

0,038
0,038 0,0192

0,664

8. En la sala de pediatra de un hospital, el 60% de los pacientes son nias. De los

nios el 35% son menores de 24 meses. El 20% de las nias tienen menos de 24
meses. Un pediatra que ingresa a la sala selecciona un infante al azar.
a. Determine el valor de la probabilidad de que sea menor de 24 meses.
b. Si el infante resulta ser menor de 24 meses. Determine la probabilidad que sea una
nia.
SOLUCIN:
Se definen los sucesos:
Suceso H: seleccionar una nia.
Suceso V: seleccionar un nio.

Suceso M: infante menor de 24 meses.

En los ejercicios de probabilidad total y teorema de bayes, es importante identificar los
sucesos que forman la poblacin y cul es la caracterstica que tienen en comn dichos
sucesos. Estos sern los sucesos condicionados.
a. En este caso, la poblacin es de los infantes. Y la caracterstica en comn es que
sean menores de 24 meses. Por lo tanto, la probabilidad de seleccionar un
infante menor de 24 meses es un ejemplo de probabilidad total. Su probabilidad
ser:

b. Para identificar cuando en un ejercicio se hace referencia al teorema de bayes,

hay que partir de reconocer esta es una probabilidad condicionada y que la
caracterstica comn de los sucesos condicionantes ya ha ocurrido. Entonces, la
probabilidad de que sea nia una infante menor de 24 meses ser:

9. Un mdico cirujano se especializa en cirugas estticas. Entre sus pacientes, el

20% se realizan correcciones faciales, un 35% implantes mamarios y el restante
en otras cirugas correctivas. Se sabe adems, que son de genero masculino el
25% de los que se realizan correcciones faciales, 15% implantes mamarios y
40% otras cirugas correctivas. Si se selecciona un paciente al azar, determine:
a. Determine la probabilidad de que sea de gnero masculino
b. Si resulta que es de gnero masculino, determine la probabilidad que se haya
realizado una ciruga de implantes mamarios.
SOLUCIN:
Se definen los sucesos:
Suceso F: pacientes que se realizan cirugas faciales
Suceso M: pacientes que se realizan implantes mamarios
Suceso O: pacientes que se realizan otras cirugas correctivas

Suceso H: pacientes de gnero masculino

a. La probabilidad de que sea de gnero masculino se refiere a un problema de
probabilidad total, ya que es el suceso condicionado y las cirugas los condicionantes.
Dicho valor ser:

b. Como el suceso condicionado ha ocurrido entonces se aplica el teorema de bayes,

luego, el valor de la probabilidad ser:

10. Un Doctor dispone de tres equipos electrnicos para realizar ecosonogramas. El

uso que le da a cada equipo es de 25% al primero, 35% el segundo en y 40% el
tercero. Se sabe que los aparatos tienen probabilidades de error de 1%, 2% y 3%
respectivamente. Un paciente busca el resultado de una ecografa y observa que
tiene un error. Determine la probabilidad de que se ha usado el primer aparato.
SOLUCIN:
Se definen los sucesos:
Suceso P: seleccionar el primer aparato
Suceso S: seleccionar el segundo aparato
Suceso T: seleccionar el tercer aparato
Suceso E: seleccionar un resultado con error
Se puede observar que la pregunta es sobre determinar la probabilidad de que un
examen errado sea del primer aparato, es decir, ya ha ocurrido el error. Por lo tanto,
debemos recurrir al teorema de bayes. Claro est, que es necesario de igual forma
obtener la probabilidad de que los aparatos produzcan un resultado errneo, por lo
tanto: