Académique Documents
Professionnel Documents
Culture Documents
Probabilidad
INDICE
Las Matemticas de la Probabilidad
Ejercicio 4.3
PERMUTACIONES
COMBINACIONES
Tarea 4.4 Permutaciones y combinaciones
TEOREMA DE BAYES
Ejercicio 4.5 Teorema de Bayes
Tarea 4.5 Teorema de Bayes
23
Cap.4.Probabilidad
4.1PROBABILIDAD
Los orgenes de las matemticas de probabilidad se remontan al siglo XVI. Las
primeras aplicaciones se relacionaban bsicamente con los juegos de azar. Los
jugadores gananciosos utilizaron el conocimiento de la teora de la probabilidad para
desarrollar estrategias de apuesta. Incluso actualmente son muchas las aplicaciones
que comprenden juegos de azar, como en diversas loteras, en casinos, en las carreras
de caballos y en los deportes organizados. Sin embargo, el uso de la probabilidad va
ms all de los juegos de azar. En la actualidad, el gobierno, las compaas
particulares y las organizaciones profesionales y no lucrativas adoptan la teora de la
probabilidad en su cotidiano proceso de toma de decisiones.
Independientemente de su aplicacin particular, el empleo de las probabilidades
indica que existe algn elemento aleatorio o de incertidumbre relativo a la ocurrencia o
no ocurrencia de algn evento futuro. As, en muchos casos puede ser virtualmente
imposible predecir qu pasar, pero es posible establecer lo que podra pasar. Por
24
Cap.4.Probabilidad
ejemplo, si se tira una moneda, por lo regular no se puede decir con seguridad si caer
guila o sello. Sin embargo, combinando el raciocinio, la experiencia y los datos
histricos, con frecuencia es factible decir cun probable es algn evento futuro.
Existen numerosos ejemplos de casos semejantes en los negocios y en las
actividades del gobierno. Predecir cuanta demanda tendr un producto nuevo, estimar
el costo de produccin, pronosticar las fallas en las cosechas, comprar seguros,
contratar a un nuevo empleado, presupuestar, predecir la reaccin de los ciudadanos
ante un aumento en los impuestos, etc., son algunos ejemplos en los que interviene
algn elemento aleatorio.
Las probabilidades son tiles, ya que pueden servir para disear estrategias. Por
ejemplo, algunos automovilistas parecen mostrar una mayor tendencia a aumentar la
velocidad si creen que existe un riesgo pequeo de ser multados; los inversionistas
estn ms dispuestos a invertir su dinero si las posibilidades de ganar son buenas; y
usted probablemente se llevar el impermeable si la probabilidad de lluvia es alta. En
forma semejante, una compaa puede estar ms dispuesta a negociar con un sindicato
si existe una severa a menaza de huelga, a invertir en la compra de equipo nuevo de
creer que existe una buena posibilidad de recuperar ese dinero, y emplear una persona
eficiente, etc.
El punto central en todos estos casos es la capacidad de cuantificar cun probable
es un determinado evento. En este capitulo se proporcionan definiciones y reglas que
se pueden utilizar para obtener probabilidades.
PROBABILIDADES DE UN EVENTO
Las probabilidades se plantean con respecto a algn evento. El evento en
cuestin puede ser que llueva, haya ganancias, caiga guila, se obtengan rendimientos
de por lo menos 6%, se termine el curso, se obtengan buenas calificaciones, etc. La
probabilidad de algn evento A representada como P (A), es un numero que va del 0 al
1 y que indica cuan probable es la ocurrencia del evento A. Cuanto ms cerca se
encuentre el numero de 1.00, tanto mayor es la probabilidad de que dicho evento A
ocurra; cuanto ms cercano sea el numero a 0, menor es la probabilidad de que el
evento A ocurra. A un evento imposible se le asigna una probabilidad 0, mientras que a
un evento del cual se tiene la certeza que ocurrir, se le asigna la probabilidad de 1.00.
Cuando el meterelogo anuncia que la probabilidad de que haya precipitacin pluvial es
cercana a 0 en realidad est diciendo que es altamente improbable que se presente
cualquier precipitacin medible durante el periodo de prediccin (el pronosticador sabe
por experiencia que nada es imposible en lo que respecta al clima, por lo que
generalmente se abstiene de asignar una probabilidad 0).
Las probabilidades se pueden expresar en mltiples formas incluyendo decimales,
fracciones y porcentajes. Por ejemplo, la posibilidad de lluvia se puede establecer como
20%, 2 de 10, 0.20, o bien, 1/5.
25
Cap.4.Probabilidad
26
Cap.4.Probabilidad
Cap.4.Probabilidad
4.
1.
2.
3.
Contestar o no el telfono.
Los siguientes eventos se consideran mutuamente excluyentes:
La persona tiene un hermano, la persona tiene dos hermanos, la persona
tiene tres hermanos.
Las caras de un dado.
Jorge obtuvo A en matemticas, B en matemticas, C en matemticas,
menos de C en matemticas.
Suele ser til representar grficamente un espacio muestral, dado que esto
simplifica la visualizacin de los elementos del espacio muestral. Esto se puede llevar a
cabo utilizando un diagrama de Venn, que indica los espacios muestrales y los eventos
mediante crculos, cuadrados o cualquier otra forma geomtrica conveniente. En la
figura 2.2 se ilustran algunos ejemplos de diagramas de venn. En la figura 2.3 se
presenta el uso de diagramas de venn para ilustrar el complemento, eventos que son
mutuamente excluyentes y que no lo son, as como eventos que son colectivamente
exhaustivos.
de
los
28
Cap.4.Probabilidad
a.
b.
c.
29
Cap.4.Probabilidad
Evento A
a. Lluvia
b. B en el examen de qumica
Evento B
No lluvia
C en el mismo
examen
c. Conducir un auto
Caminar
d. Conducir un auto
Hablar
e. Nadar
Sentir fro
f. Ganar un juego
Perder un juego
g. Vencer en un juego
Empatar un juego
h. Sacar una reina de un mazo de
Sacar una carta roja
naipes
4.
a.
b.
c.
d.
e.
f.
g.
5.
a.
b.
c.
d.
e.
f.
g.
30
Cap.4.Probabilidad
Objetivos
Clsico
(resultados igualmenteprobables)
Subjetivo
Emprico
(datos histricos)
Opinin personal
31
Cap.4.Probabilidad
P (Cada resultado) =
1
2
1
2
1
6
1
321
32
Cap.4.Probabilidad
4 reinas
4
P (reina)= 52 cartas 52
3 caras
3
6 caras posibles 6
0
=0.
6
6
= 1.00, si se supone con toda razn que el dado
6
EJERCICIO 4.2
33
Cap.4.Probabilidad
2.Enumere los posibles resultados al tirar un solo dado. Calcule la probabilidad de cada
resultado y sume cada uno de ellos.
3. Un dado no cargado se tira una sola vez. halle la probabilidad que hay de obtener lo
siguiente:
a.Un seis
b.un cinco, seis o siete
c .Una cara con un nmero
d. Un nmero menor de
par
cuatro.
4. Hay 50 canicas en una Urna:
Color
Azul
rojo
naranja
verde
Nmero
20
15
10
5
50
b. Azul
d. diferente a roja
f. Amarilla
5. Se numeran fichas del 0 al 9, y se colocan en una urna. Si mezcladas una vez saca
una ficha. Determine la probabilidad de que sea:
a.El nmero 3
c.Un nmero menor que 4
b. Un nmero impar
d.El nmero 10
34
Cap.4.Probabilidad
10. Se debe cambiar una buja de un motor de seis por estar defectuosa. Si dos se
encuentran colocadas de tal manera que resulta difcil cambiarlas:
a. Cul es la probabilidad de que la buja defectuosa se encuentre en difcil?
b. Cul es la probabilidad de que la buja defectuosa no est en dicho sitio difcil?
c. Cul es la probabilidad de que el automovilista cargue todo el conjunto de
bujas?
16. Nueve de diez veces que Juan telefonea a su esposa a las cuatro de la tarde en
punto, ella est hablando con su mam, por lo que oye la seal de ocupado. Cul
es la probabilidad de que obtenga seal de ocupado si hoy tambin llama a las
cuatro horas en punto?
17. Una muestra aleatoria de 40 prisioneros indica que diez tienen la presin
sangunea alta. Estime la probabilidad que presentar otro presidiario, al ser
examinado, de tener la presin sangunea alta.
18. Los datos reunidos por el administrador de un supermercado indican que 915 de
1500 compras dominicales exceden de $ 10.00 (dlares). Calcule la probabilidad de
que cualquier cliente dominical gastar ms de $10.00(dlares).
19. Un camin cargado con 10 000 cajas de pauelos desechables llega al
almacn. En las cajas hay un letrero que dice 400 pauelos, pero una revisin de
300 cajas revela que 45 de ellas contienen menos de 400 pauelos. Calcule la
35
Cap.4.Probabilidad
36
Cap.4.Probabilidad
37
Cap.4.Probabilidad
38
Cap.4.Probabilidad
REGLAS DE PROBABILIDAD
CASO1.
P (A o B )
en el caso de eventos mutuamente excluyentes:
REGLA ESPECIAL DE LA ADICIN :P(ya sea que A o B ocurran) = P(A) + P(B)
Para eventos que no sean mutuamente excluyentes:
REGLA GENERAL DE LA ADICIN P(ya sea que A o B o ambos ocurran)= P(A)
+ P(B) P(A y B)
donde P(A y B) son los elementos que existen en comn
CASO2.
para eventos independientes:
P (A y B)
Reglas de la Adicin
Clculo de la probabilidad de que por lo menos P(A o B)
La regla de adicin se utiliza para determinar la probabilidad de que ocurra alguno de
los dos eventos o ambos. El clculo difiere, segn sean los eventos mutuamente
excluyentes o no.
Cuando los eventos son mutuamente excluyentes, la probabilidad de que uno suceda
(por definicin, no puede presentarse ms de uno) equivale a la suma de cada una de
sus probabilidades. En el caso de dos eventos A y B se tiene:
REGLA ESPECIAL DE LA ADICIN P(A o B)=P(A)+P(B)
Por ejemplo, la probabilidad de que al tirar un dado se obtenga un resultado de cinco o
seis puntos es
P(cinco) + P(seis)= 1/6 + 1/6 =2/6.
Del mismo modo, la probabilidad de sacar al primer intento una carta de corazones o
una de trboles de un mazo de 52 cartas, es
P(corazones) + P(trboles) =
13 13 26 1
52 52 52 2
Cuando dos eventos no son mutuamente excluyentes ambos pueden suceder. En esta
situacin, el clculo de la probabilidad debe tener en cuenta el hecho de que ya sea
uno de ellos, o ambos, pueden ocurrir.
39
Cap.4.Probabilidad
13
4
, P(dieces) =
,y
52
52
1
.As
52
13
4
1
16
52 52 52 52
13
4
y
),
52 52
13 4
13 4
13
4
16
x
(
)(
)
, lo cual suma
52 52
52 52
52 52
52
En trminos generales, se puede decir que si dos resultados, A y B, por ejemplo son
mutuamente excluyentes, la probabilidad de que A o B o ambos ocurran, es igual a la
suma de la probabilidad de A ms la probabilidad de B: P(AoB)=P(A)+P(B) . Si dos
40
Cap.4.Probabilidad
Reglas de la Multiplicacin
Clculo de la probabilidad de que ocurran dos eventos: P(AyB)
La probabilidad de que dos eventos ocurran recibe el nombre de probabilidad
conjunta, y su clculo difiere, dependiendo de si los eventos en cuestin son
independientes o no.
Se considera que dos eventos son independientes entre si, cuando la ocurrencia de un
evento no est relacionada con la ocurrencia de otro, an cuando dichos eventos
tengan alguna relacin entre ellos. Si se tiran dos dados, saber el nmero de puntos
obtenido por un dado no servir para predecir cuanto se obtendr con el otro.
Asimismo, colocar un texto de matemticas junto a la cabecera de la cama y obtener
una calificacin alta en el examen de matemticas quiz tampoco tengan relacin. Lo
mismo sucedera respecto al sexo (es decir, varn o hembra) y al lQ.
Por otra parte, si los eventos son dependientes, entonces saber que uno ha ocurrido
puede ser til para predecir la ocurrencia del otro. Una flor necesita agua para crecer.
Un nio generalmente llora cuando se lastima. Un espejo suele romperse si se le deja
caer. Saber que una flor no ha sido regada puede indicar algo en lo referente a la
probabilidad de su crecimiento. Cuando se observa que un nio se ha lastimado, se
espera que llore. Y an antes de que el espejo caiga al piso, prevemos que se requerir
la escoba.
Se dice que dos o ms eventos son
independientes si la ocurrencia o no ocurrencia
de uno no afecta la ocurrencia del(os) otro(s).
Ejemplo 1 Se tiran dos monedas al aire. Cul es la probabilidad de que ambas caigan
sello?
Solucin:
Es razonable suponer que los resultados de tirar las dos monedas son independientes
entre si. Adems, se sabe que las monedas tienen P(sello) =. Por tanto, P(ambas
sello) equivale a:
41
Cap.4.Probabilidad
tirada 2 ambas
(1/2) x
(1/2)
= 1/4
tirada 2
(1/2) x
(1/2)
tirada 3
x
(1/2)
las 3
=
1/8
Ejemplo 2 Un tercio de los votantes registrados en una comunidad rural son mujeres, y
40/o de ellas votaron en la ltima eleccin presidencial. Suponiendo que estos dos
eventos son independientes, hallar la probabilidad de seleccionar aleatoriamente de
una lista global, a una mujer que haya votado en la ltima eleccin presidencial.
Solucin:
P(mujeres que votaron en la ltima eleccin) = 1/3* (0.40) = 0.133
Ejemplo 3 Juan llega tarde a su casa para cenar el 25% de las veces. La cena se
retrasa el 10% de las veces. Si los dos sucesos no estn relacionados, qu
probabilidad hay de que ambos ocurran?
Solucin:
P(ambos se retrasen) = P(Juan se retrase)* P(la cena se retrase)
= (0.25)(0.10) = 0.025 2.5%
Ejemplo 4 Se va a inspeccionar un enorme cargamento de cajas de chocolate rellenos
de cacahuate. Los informes indican que el 2% de las cajas no estn completamente
llenas. De seleccionarse dos cajas, cul es la probabilidad de que ambas estn
incompletas, suponiendo que este cargamento es igual al anterior (es decir, 2% de las
cajas incompletas).
Solucin:
La probabilidad de que la primera caja seleccionada est defectuosa es del 2%. Sin
embargo, si se supone que la primera caja no se regresa al embarque antes de sacar la
segunda, la probabilidad de que esta ltima est incompleta variar ligeramente,
dependiendo de los resultados de la primera caja. No obstante, si el cargamento es
grande, el impacto ser muchsimo menor y, para objetivos prcticos, P(incompleto)
permanecer casi igual. Por tanto
P(ambas incompletas) = (0.02)(0.02) = 0.0004
REGLA GENERAL DE LA MULTIPLICACIN P (A y B)= P (A)*P(B A)
PROBABILIDAD CONDICIONAL (eventos dependientes)
Si dos eventos no son independientes el clculo de P(A y B) deber tomar esto en
consideracin. Supngase que se tienen dos urnas con canicas. La primera contiene
ocho rojas y dos blancas. La segunda contiene cinco rojas y cinco blancas. De este
modo
42
Cap.4.Probabilidad
10
Urna Z
10
8
.Si se elige la segunda, la probabilidad de que sea roja
10
5
. Por tanto, P(roja) depende de la urna que se vaya a elegir. De esta manera, la
10
8
probabilidad condicional de seleccionar una canica roja, suponiendo la urna Y, es
.
10
ser
Mediante smbolos esto se representar como P(roja /urna Y). La lnea vertical /
significa suponiendo la urna Y o bien dada la urna Y, o bien si se selecciona la urna
Y. Por otra parte, es evidente queP(roja / urna Z) =
P(blanca / urna Y)=
2
10
P(blanca / urna Z) =
5
10
5
10
Supngase ahora que las urnas no estn marcadas, y que la probabilidad de elegir
cualquiera de las dos es 1/2: P (Y) = 1/2 = P(Z). Cul es la probabilidad de sacar una
canica roja de la urna Z? En el clculo se deben considerar dos aspectos: para
empezar, la probabilidad de elegir la urna Z, y adems la probabilidad de obtener una
canica roja, suponiendo que se eligi esta ltima:
P(urna Z) =
Cap.4.Probabilidad
Por ltimo, cuando dos eventos son independientes, saber que un evento ha ocurrido
no nos dice nada respecto al otro. Por tanto
P(A/B) = P(A)y P(B/A) = P(B)
Una importante aplicacin de las probabilidades condicionales es el teorema de Bayes,
que se estudiar ms adelante.
EJERCICIO4.3
|. Al tirar un par de dados no cargados.
a. Cul es la probabilidad de que ambos dados caigan en seis?
b. Qu probabilidad hay de que ambos dados caigan en dos?
c. Cul es la probabilidad de que ambos dados caigan en nmeros pares?
2. Al tirar un par de dados, cul es la probabilidad de que ambos sean
iguales? (Sugerencia: utilice la probabilidad condicional)
3. Conteste las mismas preguntas del punto 1, pero esta vez respecto a tres
dados.
4. Determine la probabilidad de sacar una sota de diamantes de un mazo de
naipes valindose de la siguiente informacin:
A = diamante
; B = sota
Cap.4.Probabilidad
7. De los estudiantes de una preparatoria, 30% son de primer ao, 35% de segundo,
20% de tercer y el resto son repetidores. Si uno de los alumnos gan un milln de
pesos en una lotera estatal, calcule las siguientes probabilidades:
a. De que el alumno sea de tercer ao.
b. Que el alumno sea de primer o de segundo ao.
c. Que el alumno no sea de primer ao.
d. Que el Estado se niegue a entregarle el premio, por ser menor de edad.
8. Suponga que P(A) = 0.30, P(B) = 0.80 y P(A y B) = 0.15. a.
Son mutuamente excluyentes A y B. Explquelo.
b. Encuentre P(B)
c .Obtenga P (A o B).
9. Suponga que A oB son dos eventos mutuamente excluyentes y que P(A) = 0.31 y
P(B) = 0.29
a. Son A y B colectivamente exhaustivos? Explquelo
b. Encuentre P (A o B ).
c. Obtenga P (A o B).
d. Halle P(A y B).
10. Al tirar tres veces una moneda. Cul es la probabilidad de que caiga guila las tres
veces? Qu probabilidad hay de que esto no suceda?
11 Si en cada uno de los tres lotes de marcos para cuadros, un 10% presenta defectos
de fabricacin, qu probabilidad hay de que un inspector no encuentre algn defecto si
inspecciona cada uno de los tres lotes?.
12. Al lanzar una moneda al aire cuatro veces, se presentan las siguientes
probabilidades en lo referente al nmero de sellos que se obtendrn:
P(0) = 0.0625
P(2)= 0.3750
P(1) = 0.2500
P(3) =0.2500
P(4) = 0.0625
45
Cap.4.Probabilidad
Cap.4.Probabilidad
b. Ninguna sea A
47
Cap.4.Probabilidad
26. Un paquete que contiene una mezcla de semillas de flores de distintos colores
contiene cuatro semillas para flores rojas, tres para amarillas, dos para moradas y una
para color naranja.
a. Si se selecciona una semilla de la mezcla, cul es la probabilidad de que sea roja o
naranja?
b. Si se sacan dos semillas del paquete, Cul es la probabilidad de que ambas sean
amarillas? Rojas?
c. Si se sacan tres semillas, cul es la probabilidad de que una sea color naranja y
dos sean amarillas )
d. Si se escogen tres semillas,Cul es la probabilidad de que una sea color naranja?
27. Continuando con el mismo ejercicio, si cada semilla tiene un 60% de probabilidades
de germinar,cules son las probabilidades de legar a los siguientes resultados?
a. Todas germinen excepto las de color naranja
b. Germinen todas las amarillas
c. Ninguna de las amarillas germine.
Solucin Ejercicio 4.3
48
Cap.4.Probabilidad
Cap.4.Probabilidad
fcilmente y son ms iluminadores que las simples listas. En la figura 2.5 se presenta
un diagrama de rbol para tres preguntas de falso y verdadero. Como los estudiantes
tienen dos opciones posibles, el rbol presenta dos ramas en cada pregunta.
Principio de multiplicacin
El diagrama de rbol ilustra que cada pregunta sucesiva duplica el nmero total de
resultados posibles, dado que cada nueva pregunta proporciona dos opciones ms
.Esto trae como consecuencia que cuando existe un nmero de decisiones
secuenciales que se deban tomar(como una respuesta de verdadero o falso para cada
pregunta), el nmero total de resultados posibles ser el producto de la diversidad de
formas en que cada pregunta se puede hacer. De este modo:
Nmero de preguntas
Resultados
Totales
2=2
2x2=4
2x2x2=8
2x2x2x2=16
Si esto fuera un examen de opcin mltiple, digamos con cuatro opciones por
pregunta, y solo fueran tres preguntas, el nmero total de resultados posibles sera 4 x
4 x 4 = 64. Si hubiera cuatro opciones para la primera pregunta, cinco para la segunda y
tres para la tercera, la respuesta sera 4 x 5 x 3 = 60. Ahora se deber aplicar el
principio de multiplicacin para encontrar cuantas formas de contestar las 20 preguntas
del examen de verdadero- falso existen. Con dos opciones para cada una de las 20
preguntas se tendra:
50
Cap.4.Probabilidad
10 x 5 = 5 x l0
Cap.4.Probabilidad
7 ! 7 x6 x5 x4 x3x2 x1 7 x6 x5! 7 x6 42
4! 4 x3x2 x1 4 x3x2!
4 x3 12
2!
2 x1
2!
40! 40 x39x38!
40 x39 1560
38!
38!
5!
5 x4 x3! 5 x4
10
2! 3! 2x1x3!
2
Los factoriales algunas veces comprenden operaciones de adicin y sustraccin:
Cuando los nmeros estn dentro del parntesis y el signo factorial fuera, es
necesario completar la adicin o sustraccin antes de determinar el factorial:
(5 3)! = 2!
( no 5! 3!)
(9 2)! = 7!
(3 + 1)! = 4!
8!
8!
8 x7 x6 x5!
8 x7 x6
3! ( 8 3 )!
3!5!
3!5!
3x2
52
Cap.4.Probabilidad
n!
( n x )!
7!
7 x 6 x5 x ( 4!)
= 210
(7 3)!
4!
5!
10 ,
3 ! (2!)
esto es:
n Pn1, , n 2 ,....n k
n!
n1!n2!n3!...nk !
Donde n = n1 + n2 + nk
Ahora, si las monedas se identificaran ( en forma temporal), digamos C 1,C2, C3, D1,D2,
se observara que hay 2! Ordenaciones diferentes para las monedas de diez
pesos(D1,D2 y D2,D1) y 3! Ordenaciones para las de cinco pesos(C 1,C2,C3; C1,C3,C2 ;
C2,C3,C1 ; C2,C1,C3 ;C3,C1,C2 ; C3,C2,C1
Entonces habra:
C1,C2,C3 D1,D2
C1,C2,C3 D2,D1
C1, C3 C2, D1,D2
C1,C3 C2D2,D1 , etc. Seran
5 P5
5!
120
0!
53
Cap.4.Probabilidad
n Pn1, , n 2 ,....n k
n!
8!
280
=
8 P4.3,1
n1!n2!n3!...nk !
4! 3! 1!
Cap.4.Probabilidad
COMBINACIONES
Cuando el orden carece de importancia, el trmino combinacin se utiliza para
denotar la diversidad de posibles agrupamientos. La seleccin de los miembros de un
comit es un ejemplo en el que el orden no es un factor. Otro, es seleccionar un platillo
de verduras de un men en el que hay cinco opciones. Escoger papas y zanahorias
sera equivalente a escoger zanahorias y papas. Estos grupos equivalentes se deben
eliminar del nmero total de permutaciones a fin d e determinar el nmero de
combinaciones.
Las combinaciones se calculan de la siguiente manera:
n n!
nCx
x x!(n x)!
Donde x =No. de elementos que se seleccionan de n y que se tienen que
acomodar dentro de x posiciones.
n = No. total de elementos.
EJERCICIOS 4.4.1 COMBINACIONES
1. Cuntos comits diferentes de tres miembros se pueden seleccionar a partir d e un
grupo de 10 personas?
55
Cap.4.Probabilidad
2. Suponga que queremos formar un comit constituido por una mujer y dos hombres, a
partir de un grupo de cuatro mujeres y seis hombres. Cuntas ordenaciones diferentes
son posibles?
3. Un alumno decide presentar tres de las cinco Pruebas de Conocimientos
Especficos. De cuntas maneras distintas puede elegir esas tres pruebas?
4. Determine cada uno de los siguientes:
a. 2!
b. 5!
c. 10! d. 1!
e. 0!
5. Calcule lo siguiente:
3
a.
2
b.
c.
9
d.
6
3 P2
b.
4 P4
c.5 P1
d . 9 P6
e. 1 P0
56
Cap.4.Probabilidad
haba tres bolsas, la probabilidad de que haya tomado la bolsa correcta es de slo
.Inmediatamente coge la bolsa y saca un emparedado. Despus de inspeccionarlo se
da cuenta que es de jamn. Por supuesto siente gran alivio al descubrir que por lo
menos no tom la bolsa de la basura. En ese punto, el trnsito se ha detenido
completamente. En lugar de ver de qu es el otro emparedado, el hombre decide
calcular la probabilidad de que haya tomado su propio almuerzo (es decir, la
probabilidad de que el otro emparedado. tambin sea de jamn). Recuerda que la
probabilidad se define como la razn del nmero de resultados favorables al nmero
57
Cap.4.Probabilidad
58
Cap.4.Probabilidad
1
(1.00)
2
3
EJEMPLO1:
En un edificio se usan dos ascensores; el primero lo usan el 45% de los inquilinos y el resto usan el
segundo. El porcentaje de fallos es del 5% para el primero, mientras que el segundo es del 8%. Si en
cierto da, un inquilino se queda atrapado en un ascensor, hallar la probabilidad de que haya sido en el
primero.
Solucin:
Recuerde que las probabilidades se encuentran dadas por el nmero de resultados favorables entre el
nmero total de resultados posibles.
En este caso el resultado favorable sera que un individuo se quede atrapado en el ascensor A: P(A) * P
( F | A) = 0.45 *0.05 = 0.0225
Todos los resultados posibles seran:
que se quedara atrapado en el ascensor A o en el ascensor B
P(A)*P(F |A) + P(B) * P( B | A)
(0.45)*(0.05) +(0.55)*(0.08) = 0.0665
tambin se puede ilustrar mediante un diagrama de rbol
0.05
0.45*0.05
0.0225
F
0.45
NF
0.95
0.55
NF
0.08
0.55*0.08
0.044
59
0.92
0.0665
Cap.4.Probabilidad
P(A) * P ( F | A)
0.0225
0.3383 0.34
entonces el resultado sera: P(A) * P(F | A) P(B) * P( B | A) =
0.0665
de este modo, acabamos de utilizar el llamado Teorema de Bayes para determinar probabilidades.
Ejemplo 2 :
1. Tres mquinas, A, B y C, producen el 45%, 30% y 25%, respectivamente, del total de las piezas
producidas en una fbrica. Los porcentajes de produccin defectuosa de estas mquinas son del 3%, 4% y
5%.
a.Seleccionamos una pieza al azar; calcula la probabilidad de que sea defectuosa.
b.Tomamos, al azar, una pieza y resulta ser defectuosa; calcula la probabilidad de haber sido
producida por la mquina B.
c. Qu mquina tiene la mayor probabilidad de haber producido la citada pieza defectuosa?
Solucin:
Sea D= "la pieza es defectuosa" y N= "la pieza no es defectuosa". La informacin del problema puede
expresarse en un diagrama de rbol.
a. Para calcular la probabilidad de que la pieza elegida sea defectuosa, P(D), por la
propiedad de la probabilidad total,
P (D) = P(A) P(D/A) + P(B)
= 0.45 0.03 + 0.30 0.04 + 0.25 0.05 = 0.038
P(D/B)
P(C)
P(D/C)
60
Cap.4.Probabilidad
Ejemplo3:
Tenemos tres urnas: A con 3 bolas rojas y 5 negras, B con 2 bolas rojas y 1 negra y C con 2 bolas rojas y
3 negras. Escogemos una urna al azar y extraemos una bola. Si la bola ha sido roja, cul es la
probabilidad de haber sido extrada de la urna A?
Solucin:
Llamamos R= "sacar bola roja" y N= "sacar bola negra". En el diagrama de rbol adjunto pueden
verse las distintas probabilidades de ocurrencia de los sucesos R o N para cada una de las tres urnas.
La probabilidad pedida es P(A/R). Utilizando el teorema de Bayes, tenemos:
61
Cap.4.Probabilidad
Ejemplo 4.
Los registros policacos revelan que solo el 10% de las vctimas de accidentes que
llevaban cinturones de seguridad sufrieron heridas graves, en tanto que el 50% de los
que no o usaron, sufrieron tambin serias heridas. La polica estima que el 60% de las
personas que viajan en automviles emplean cinturones de seguridad. Se llama a la
polica para investigar un accidente en el que una persona resulta seriamente herida.
a).Estime la probabilidad de que llevara puesto el cinturn de seguridad en el momento
del choque
b) Determine la probabilidad de que este ltimo llevara puesto el cinturn de seguridad.
Solucin:
Condiciones o datos del problema:
10% de los que usan el cinturn sufren heridas graves
50% de los que no usan el cinturn sufren heridas graves
60% de la personas que viajan en auto usan el cinturn
Una persona resulta herida:
Pregunta:
a)Encontrar la P de que la persona que result herida haya llevado puesto el cinturn.
62
Cap.4.Probabilidad
Ahora bien, tenemos que notar que la pregunta anterior se refiere a una probabilidad
condicional: Si una persona sale herida, cual es la P de que haya traido puesto el
cinturn?
P(traiga puesto cinturon) * P(salir herido | traiga puesto cinturn)
P(traiga puesto cinturon) * P(salir herido | traiga puesto cinturn) P ( no traiga cinturon) * P(salir herido | no traiga cinturon)
0.6 * 0.9
0.10
inciso a)
0.6
usar cint.
0.4
No usar
cint.
0.6*0.10
0.06
E. favorable
herido
No herido 0.9
herido
0.5
0.4*0.5
0.2
63
No herido
0.4
0.26
E. Totales
Cap.4.Probabilidad
EJERCICIOS 4.5 :
TEOREMA DE BAYES
1. En un estado en el que se deben de hacer pruebas de emisin de contaminantes a los automviles, el
25% de todos los autos emiten cantidades excesivas de contaminantes. Cuando se prueban, el 99% de
todos los automviles que emiten cantidades excesivas de contaminantes no pasara, pero el 17% de los
automviles que no emitan cantidades excesivas de contaminantes tampoco pasaran. Cul es la
probabilidad de que un automvil que no pasa la prueba en realidad emita cantidades excesivas de
contaminantes?
2. Los miembros de una empresa de consultora rentan automviles de tres agencias de renta de
automviles, el 60% de la agencia 1,el 30% de la agencia 2 y 10% de la tres.
Si el 9% de automviles de la agencia 1 necesitan una afinacin 20% de los autos de la agencia 2 y 6% de
la tres.
Cul es la probabilidad de que un automvil rentado, entregado ala empresa, necesite una afinacin?
3. En una fabrica de conservas, las lneas de ensamble I, II, III representan 50, 30 y el 20% de la
produccin total, si se sella inadecuadamente 0.4% de las latas de la lnea de ensamble I y los porcentajes
correspondientes de las lneas de ensamble II y III son 0.6% y 0.2%.
Cual es la probabilidad de que:
a)
una lata producida en la fabrica este mal sellada
64
Cap.4.Probabilidad
4. Una constructora propone una rebaja en un proyecto de construccin. Si el principal competidor tambin
propone una, hay solamente 0.25 de probabilidad de que se le conceda a la compaa. Si el competidor no
hace ninguna rebaja existe una oportunidad de 2/3 de que la compaa obtenga el trabajo. Hay 0.50 d e
probabilidad de que el competidor haga la rebaja.
a) Cul es la probabilidad de que la compaa constructora obtenga el trabajo?
b).que probabilidad hay de que e l competidor haga la rebaja si su compaa constructora obtiene el
tranbajo?
5. Omar conoce a una nueva chica en la mitad de las fiestas a las que asiste. Tres cuartas partes de las
veces en las que conoce a una nueva joven, se divierte, pero la probabilidad de que se divierta cuando no
conoce a una nueva chica es de solo el 10%. Omar acaba de decirle a una joven que se esta divirtiendo,
Cul es la probabilidad de que haya conocido a una nueva joven?
6. Un granjero estima que cuando un jardinero experimentado planta arboles, el 90% crecer en tanto que
cuando un novato lo hace, solo crece el 50%. Si un rbol plantado anteriormente no crece, encuentre la
probabilidad de que lo haya plantado el jardinero novato, dado que este tipo de jardineros, generalmente
plantan 2/3 de los rboles
TAREA 4.5 . TEOREMA DE BAYES.
1. El equipo de baloncesto Ludlow Wildcats, un equipo de la liga menor de la organizacin
Cleveland Indians, juega 70% de sus juegos de noche, y 30% de da. El equipo gana el 50 por ciento de
sus juegos de noche y el 90% de sus juegos de da. Segn el peridico, ganaron ayer. Cul es la
probabilidad de que el juego haya sido de noche?
2. La doctora Staller ha estado enseando estadstica bsica muchos aos. Ya sabe que el 80% de
sus alumnos hace toda la tarea. Tambin sabe que el 90% de todos los que hacen la tarea aprueban el
curso. De los estudiantes que no hacen la tarea, el 60% aprueba. Mike tom estadstica el semestre
pasado con la doctora Staller y obtuvo una calificacin aprobatoria. Cul es la probabilidad de que
el
haya hecho todas las tareas?
3.El departamento de crdito de la tienda departamental Lions en Anaheim California, report
que el 30% de sus ventas son pagadas en efectivo, 30 por ciento con cheque y el 40% con tarjeta de
crdito. 20% de las compras en efectivo, 90% de las compras con cheques y 60% de las compras con
tarjeta son por ms de $ 50. la seora Stevens acaba de comprar un vestido que cost $120. Cul es la
probabilidad de que haya
65