Académique Documents
Professionnel Documents
Culture Documents
1)
Por definicin:
P(AB) = P(A) - P(AB) = 5/8 = 1/8
Calculamos P(A|B)
P(A|B) = P(AB) / P(B) = (1/8) / (1 P(B)) = (1/8) / (1/4)
P(A|B) = 1/2
PROBABILIDADES.
2)
Por definicin:
P(AB) = P(A) - P(AB) = 1/3 1/15 = 4/15
P(AB) = 4/15
PROBABILIDADES.
3)
a)
b)
SOLUCIN
A: >= 30 aos
B: < 30 aos
TOTAL
E: Enfermos
12
60
120*0.6 = 72
S: Sanos
24
120*0.2 = 24
48
TOTAL
120*0.3 = 36
84
120
a) 12/120 = 0.1
PROBABILIDADES.
4)
a)
b)
SOLUCIN
Cdto <
$200
A: Cdto >=
$500
TOTAL
B: >= 4 aos
55
30
90
< 4 aos
45
55
10
110
TOTAL
100
85
15
200
a) P( < 4 aos| cdto < $200) = P(< 4 aos cdto < $200) / P(cdto < $200)
P( < 4 aos| cdto < $200) = 45 / 100
PROBABILIDADES.
5)
SOLUCIN
Sean lo eventos:
E: que voten por E
M: que sea mujer
H: que sea hombre
Datos
P(E) = 0.25
P(M|E) = 0.2
P(H|E) = 0.8
P(H) = 0.7
P(E|M) = ?
P(E|M) = 0.5
PROBABILIDADES.
6)
a)
b)
SOLUCIN
Para desarrollar este ejercicio podemos hacerlo de
dos formas para cada caso, pero primero calculemos
el nmero de objetos de cada proveedor y sus
respectivos objetos defectuosos.
# obj. Prov A = 80 * 2/5 = 32
# obj. Prov B = 80 32 = 48
#obj. Defectuosos de A = 32*12.5/100 = 4
#obj. Defectuosos de B = 48*12.5/100 = 6
SOLUCIN
De esta manera construimos la siguiente tabla:
Prov. Defectuosos
A
4
B
6
Total
10
Buenos
28
42
70
Total
32
48
80
Defectuosos
Buenos
Total
28
32
42
48
Total
10
70
80
Prov.
SOLUCIN
Defectuosos
Buenos
Total
28
32
42
48
Total
10
70
80
Prov.
SOLUCIN
Defectuosos
Buenos
Total
28
32
42
48
Total
10
70
80
Prov.
SOLUCIN
Defectuosos
Buenos
Total
28
32
42
48
Total
10
70
80
Prov.
SOLUCIN
# eventos favorables =
x4x3x6x70 = 151 20
PROBABILIDADES.
7)
SOLUCIN
Sea el evento Mi la mquina
i falle; i=1,2
Definicin
condicional:
de
probabilidad
Datos
P(M1)= 0.2
P(M2/M1)= 0.3 Dado que la
mquina
1
fall,
la
probabilidad de que falle la
mquina 2 es de 0.3
P(M1M2) = ?
Reemplazando
eventos
con
nuestros
P(M2/M1)=P(M2M1)/P(M1)
Despejamos
P(M2M1) = P(M2/M1)P(M1)
P(M2M1) = 0.3 x 0.2
P(M2M1) = P(M1M2) = 0.06
PROBABILIDADES.
8)
SOLUCIN
Podemos desarrollarlo por el
complemento, hallando la
probabilidad de que todos
sean B; y esto se le es restado
la unidad.
Entonces la probabilidad de
que todos los artculos sean B,
o sea la combinatoria de 40 en
5 entre todos los casos
posibles.
p = 0.69
PROBABILIDADES.
9)
SOLUCIN
Este
es
un
problema
desarrollado con variaciones
sin
repeticin,
es
sin
repeticin porque el texto dice
que siempre prueba llaves de
las que no ha elegido antes.
Se define a la variacin de k
objetos tomados de n objetos
distintos.
p = 0.1
PROBABILIDADES.
10)
SOLUCIN
El problema quiere decir que
hallemos la probabilidad de
que obtengamos la balota1 en
el primer intento, la balota2
en el segundo intento y la
balota3 en el tercer intento.
Entindase intento como un
evento independiente uno del
otro
Bij = Balota i extrada en el
intento j
Sea:
B11B32B23 , B31B22B13 , B21B12B33
No se considera a la posibilidad
de B11B22B33, ya que aqu se
tendran tres xitos en un solo
intento.
PROBABILIDADES.
11)
SOLUCIN
Sean:
p= P(D1B2D3) + P(B1D2D3)
p = 0.0018
La probabilidad de que el ltimo
defectuoso se detecte en la tercera
prueba es de 0.0018 0.18%
PROBABILIDADES.
12)
SOLUCIN
Urna 1
Urna 2
Y se coloca en la urna 2.
2)
Urna 2
Y se coloca en la urna 1
SOLUCIN
La figura sera de esta forma
Urna 1
Urna 2
Entonces sean:
3)
p = P(R1R2R1) + P(R1A2R1)
P(A1A2R1) + P(A1R2R1)
SOLUCIN
Hallamos las probabilidades:
p = P(R1R2R1) + P(R1A2R1) +
P(A1A2R1) + P(A1R2R1) = 9/20
p = 9/20
PROBABILIDADES.
13)
SOLUCIN
Sean:
Si
Tenemos
Si
SOLUCIN
Reemplazando en la ecuacin
Despejando
PROBABILIDADES.
14)
SOLUCIN
Sean:
D : Objeto defectuoso
B : Objeto bueno
p = P(BB) + P(MB)
Primera posibilidad
En total tenemos:
Segunda Posibilidad. Si el primero
sale malo y el segundo bueno es
p = 0.545 + 0.4 = 0.945
p = 0.945
PROBABILIDADES.
b)
a)
Excluyentes
15)
a)
b)
Independientes
P(AUB)=P(A)+P(B)P(AB)
P(A U B) = P(A) + P(B)
11/21 = 1/3 + P(B)
P(B) = 4/21
P(AUB)=P(A)+P(B)P(A).P(B)
11/21 = 1/3 + P(B) 1/3P(B)
P(B) = 4/21
PROBABILIDADES.
16)
SOLUCIN
w1
w2
w3
w4
4. P(AB C) = P(A).P(B).P(C)
P(AB C) = w1 = P(A).P(B).P(C) = xx = 1/8.
PROBABILIDADES.
18)
p=1/2
PROBABILIDADES.
19)
Si P (A) = 1, de
ABA,
P(AB) = 0 = P(A).P(B)
P(AB)=P(B)= P(A).P(B),
ya que P(ACB) P(AC) = 0
PROBABILIDADES.
20)
a)
b)
SOLUCIN
a) Tenemos
que
hallar
la
probabilidad de que un objeto
no
defectuoso
no
sea
detectado.
b) Tenemos
que hallar la
probabilidad de que un objeto
defectuoso sea detectado en al
menos en una prueba.
Eprueba2 = 0.98
Fprueba1 = 0.02
Fprueba2 = 0.02
F1F2 = 0.02 x 0.02 = 0.0004
0.98x0.98+0.02x0.98+0.98x0.02
0.9996
PROBABILIDADES.
21)
a)
b)
c)
SOLUCIN
a)A la vez:
Respuestas
a)
0.5
b)
0.1
c)
94/105
PROBABILIDADES.
22)
a)
b)
SOLUCIN
Sean
b)
i : Ve el programa i.
i: No ve el programa i.
Donde i = A, B , C
a)
p = P(ABC)+P(ABC) + P(ABC)
p = 0.4x0.5x0.7 + 0.4x0.5x0.3 +
0.6x0.5x0.3
p = 0.29
p = 1 - 0.6x0.5x0.7 = 0.79
p= 0.79
PROBABILIDADES.
23)
SOLUCIN
P(A)xP(B) + P(A)xP(B) =
P(B) x (P(A)+P(A)) =
P(B) x (1) =
P(B) =
P(A) = 4/10
P(A)xP(B)=6/10x1/4 = 3/20
PROBABILIDADES.
24)
b)
SOLUCIN
Sea:
Ci: La llave i est cerrada.
Ai : La llave i est abierta.
Donde i = 1,2,3
Calculando
a)
P(C1C2C3)
P(C1A2A3)
P(C1A2C3)
P(C1C2A3)
P(A1C2C3)
P(C1C2C3) = p x p x p
P(C1A2A3) = p x (1-p) x (1-p)
P(C1A2C3) = p x (1-p) x p
P(C1C2A3) = p x p x (1-p)
P(A1C2C3) = (1-p) x p x p
Resolviendo y simplificando
p + p2 - p3 = p(1 + p - p2)
SOLUCIN
Sea:
Ci: La llave i est cerrada.
Ai : La llave i est abierta.
Donde i = 1,2,3,4,5
a)
P(C1C2C3C4C5)
P(C1C2C3C4A5)
P(C1C2C3A4C5)
P(C1C2C3A4A5)
P(C1C2A3C4C5)
P(C1A2C3C4C5)
P(C1A2A3C4C5)
Calculando
P(C1C2C3C4C5)
= p5
P(C1C2C3C4A5) = p4(1-p)
P(C1C2C3A4C5) = p4(1-p)
P(C1C2C3A4A5) = p3(1-p)2
P(C1C2A3C4C5) = p4(1-p)
P(C1A2C3C4C5) = p4(1-p)
P(C1A2A3C4C5) = p3(1-p)2
Sumando
y simplificando
2p3 p5
PROBABILIDADES.
25)
a)
b)
SOLUCIN
Entonces tenemos que hallar la
probabilidad de tener xito en
el primer, segundo y hasta el
tercer intento.
Sea, donde i = 1,2,3
Ei : xito en el intento i
Pi : Fracaso en el intento i
p =P(E1) + P(F1E2) + P(F1F2E3)
a)
P(Ei) = 0.95 ,
P(Fi) = 0.05
p = 0.95
+ 0.05x0.95
0.052x0.95
p = 0.999875
b)
P(Ei) = 0.2 ,
P(Fi) = 0.8
PROBABILIDADES.
26)
PROBABILIDADES.
27)
SOLUCIN
Como el problema anterior,
podemos hallarlo mediante el
complemento de su probabilidad.
Entonces primero hallemos la
probabilidad de que todas las
piezas del sistema fallen.
p0 = 0.01x0.01xx0.01 = 0.01n
donde :
P = 0.9999 = 1 - 0.01n
0.9999 = 1 - 0.01n
0.0001 = 0.01n
0.012 = 0.01n
Bases
iguales
exponentes
iguales, por los tanto n = 2.
p0 : probabilidad de que el
sistema falle.
PROBABILIDADES.
28)
SOLUCIN
Sean el evento:
A: ocurre accidente
A : no ocurre accidente
P(A) = 1 P(A)
P(A) = 1 1/100
99
100
1
2
3
P(A) = 99/100
99 x 99 x 99 x . x 99 x 99
100 100 100
100 100
1 (99/100)^100 = 0.634
PROBABILIDADES.
29)
SOLUCIN
Probabilidad de xito E = 0.25
Probabilidad de fracaso F = 0.75
Posibilidades de tener 3 xitos:
E1E2F3F4F5F6F7F8F9E10
E1F2E3F4F5F6F7F8F9E10
E1F2F3E4F5F6F7F8F9E10
etc.
Todas las posibilidades estn
contenidas en el nmero
combinatorio siguiente:
Se toman 9 en 2, porque el
ltimo siempre tiene que ser
xito; entonces no se toma en
cuenta por siempre tener esa
posicin fija.
Calculamos lo que pide el
problema.
p=
(0.25)3(0.75) 7
p = 0.07508
PROBABILIDADES.
30)
Respecto
al
partido
de
ftbol
que
protagonizarn los equipos A y B el prximo
domingo se piensa lo siguiente: De todas
maneras se abrir el marcador y cualquiera
de los dos equipos tiene igual probabilidad de
hacerlo. Si A anota el primer gol, la
probabilidad de que el prximo tambin sea
de A es 2/3 contra 1/3 de B; en cambio si B es
el que anota, primero el gol, habr un
segundo gol que puede ser con igual
probabilidad para cualquier bando.
PROBABILIDADES.
Si el marcador llega a ponerse dos a cero a favor
de cualquiera equipo la desmoralizacin de uno y
la apata del otro impedirn que haya ms goles;
en cambio si llega a ponerse 1-1, puede ocurrir
tres cosas con iguales probabilidades: que A
anote y gane 2-1, que B anote y gane 2-1 o que no
haya ms goles. Calcular:
a) La probabilidad de que B gane.
b) La probabilidad de que B haya abierto el
marcador dado que gan el partido.
SOLUCIN
Sean los eventos:
Aij : A abri el marcador y ha
metido i goles contra j goles de
B.
SOLUCIN
a)
Teorema de Bayes
Rpta._ 0.8571
PROBABILIDADES.
31)
a)
b)
SOLUCIN
B: Diag. Correcto
B: Diag. Incorrecto
TOTAL
0.05
0.95
TOTAL
0.80
0.20
1.00
P(C) = 0.23
p = 0.04/0.23
a)
Sea C
cncer
se le diagnostique
b)
p = 0.1739
PROBABILIDADES.
32)
a)
b)
SOLUCIN
a)
Sea p la probabilidad de
contestar incorrectamente.
azar = 0.4
P(A2|B) = ?
A1: conoce la respuesta
A2: no conoce la respuesta (marca al
azar)
B : marcar correctamente
b)
Respuesta
correcta = 0.2,
entonces la incorrecta es 1 0.2 =
0.8
p = 0.4 x 0.8 = 0.32
p = 0.32
P(A2|B) = 0.1176
PROBABILIDADES.
33)
SOLUCIN
Sean:
B : mercadera excepcional.
A1: mercadera de A
A2: mercadera de B
P(A1|B) = ?
P(A1|B) = 0.6087
PROBABILIDADES.
34)
SOLUCIN
Sean los eventos:
A : Calidad del 70% , B : Calidad del 60% , C : Calidad del 90%
P(B|E) = 0.3169
PROBABILIDADES.
35)
b)
SOLUCIN
Sea:
P(A): probabilidad que sea de
clase alta.
P(M): probabilidad que sea de
clase media.
P(B): probabilidad que sea de
clase baja.
P(D): probabilidad de se vote
por el candidato D
Datos
P(B U M) = 90% P(A)=10%
a)
P(A|D)=?
P(D) = 0.4
P(M)=30%
P(D|B)=0.3 , P(D|M)= 0.5
P(D|A)= 0.7
P(A|D) = 0.175
SOLUCIN
b)
2 x 0.4 x 0.6
0.48
El espacio muestral para esta
parte b) es:
={DD; DD;DD;DD},
Siendo D la probabilidad de
que no se vote por el
candidato D.
PROBABILIDADES.
36)
a)
b)
SOLUCIN
Objetos
Buen Ajuste
(0.9)
Pasan
25 x 0.8 = 20
No pasan 25 x 0.2 = 5
Mal Ajuste
(0.1)
b) Es probabilidad Condicional
25 x 0.6 = 15
25 x 0.4 = 10
Sea
A: mquina trabaja en buen ajuste
Obteniendo p = 960/2300
p = 855/960
p = 0.4174
p = 0.8906
PROBABILIDADES.
37)
SOLUCIN
Sean los eventos:
Veamos
A: 20% clientes
Si
B: 60% clientes
D: 2 al azar compran por ms
de $50
P(A) = 0.3
P(B) = 0.7
Probabilidades Modificadas
P(A|D) = ?
P(B|D) = ?
SOLUCIN
P(A|D) = 0.045
P(B|D) = 0.955
PROBABILIDADES.
38)
SOLUCIN
Sean los eventos:
A: que tenga el 60% de los votos
Estas
personas
pertenecer a A, B o C.
pueden
0.62 x 0.42
SOLUCIN
De igual forma sera si perteneciesen a B o C, pero como las
personas son escogidas al azar tenemos que agregarle la
probabilidad de que estas pertenezcan a A,B o C; entonces esto
quedara (Regla de la probabilidad total):
P(E) = 0.3117
Teorema de Bayes
P(A|E) = 0.2218
PROBABILIDADES.
39)
a)
b)
SOLUCIN
Sean los eventos:
V: Vio la propaganda
E : Compra el producto
A: Ve la
peridico
propaganda
por
B: Ve la propaganda por TV
a)
P(E) = ?
P(AUB) = 0.21
P(V) = P(AUB) = 0.21
P(V) = 0.21
Con esto hallamos P(NV)
P(NV) = 1 P(V) = 1- 0.21
P(NV) = 0.79
SOLUCIN
P(NV|E) = ?
b)
Teorema de Bayes
Probabilidad Condicional
P(NV|E) = 0.5302
P(E) = 0.149
PROBABILIDADES.
40)
a)
b)
SOLUCIN
Sean los eventos:
Ai: Llaman i clientes, i= 0,1,2,3
B: Realiza el negocio.
a)
SOLUCIN
En este tipo de probabilidades siempre tenemos que colocarle ese
nmero combinatorio segn corresponda el caso, porque con eso
cubrimos todas las posibilidades de ocurrencia que puedan existir.
Reemplazamos los valores en la ecuacin:
P(B) = 0.1854
SOLUCIN
b)
0.0882/0.1854
0.0756/0.1854
0.0216/01854