Vous êtes sur la page 1sur 120

Materia: PROBABILIDAD Y ESTADSTICA

Contenido:
UNIDAD I. TCNICAS DE CONTEO
a) Concepto
b) Principio multiplicativo
c) Principio aditivo
d) Permutaciones
e) Permutaciones con repeticin
f) Pruebas ordenadas
g) Combinaciones
h) Particiones ordenadas
i) Diagrama de rbol
j) Problemas propuestos

UNIDAD II. PROBABILIDAD


a) Concepto
b) Axiomas y teoremas de probabilidad
c) Espacios finitos de probabilidad
d) Espacios finitos equiprobables
e) Probabilidad condicional
f) Teorema de la multiplicacin para probabilidad condicional
g) Procesos estocsticos
h) Teorema de Bayes
i) Independencia j) Problemas propuestos

UNIDAD III. ESTADSTICA DESCRIPTIVA


a) Concepto
b) Tratamiento de datos no agrupados
c) Tratamiento de datos agrupados
d) Distribuciones de probabilidad
e) Problemas propuestos

UNIDAD IV. DISTRIBUCIONES DE PROBABILIDAD DISCRETAS


a) Distribucin Binomial
b) Distribucin Multinomial
c) Distribucin Hipergeomtrica
d) Distribucin Hipergeomtrica generalizada
e) Distribucin de Poisson
f) Aproximacin de Poisson a la Binomial
g) Distribucin Geomtrica
h) Distribucin Binomial Negativa
i) Problemas propuestos

UNIDAD V. DISTRIBUCIONES DE PROBABILIDAD CONTINUAS


a) Distribucin Normal
b) Aproximacin de la Normal a la Binomial
c) Distribucin Exponencial
d) Problemas propuestos
Materia: PROBABILIDAD Y ESTADSTICA

UNIDAD I. TCNICAS DE CONTEO

A) CONCEPTO.

Suponga que se encuentra al final de una lnea de ensamble final de un producto y que un supervisor le ordena
contar los elementos de un lote que se ha manufacturado hace unas horas y del que se desconoce el nmero de
productos que lo constituyen, de inmediato usted empezar a contar un producto tras otro y al final informar al
supervisor que son, 48, 54 u otro nmero cualquiera. Ahora suponga que ese mismo supervisor le plantea la
siguiente pregunta cuntas muestras o grupos ser posible formar con los productos del lote, si las muestras o
grupos a formar son de ocho elementos cada una de ellas?.
En el primer caso el cuantificar los elementos del lote no presenta dificultad alguna para la persona encargada de
hacerlo, pero cuando se le hace el segundo planteamiento, al tratar de formar las muestras o grupos de ocho
elementos la persona encargada empezar a tener dificultad para hacerlo, en casos como este es necesario hacer
uso de las tcnicas de conteo para cuantificar los elementos del evento en cuestin (el nmero de muestras posibles
a formar de ocho elementos), luego, qu son las tcnicas de conteo?

Las tcnicas de conteo son aquellas que son usadas para enumerar eventos difciles de cuantificar.
Ejemplos en los que definitivamente haremos uso de las tcnicas de conteo seran:
-Cuntas comisiones pro limpieza del instituto se pueden formar si hay 150 alumnos que desean ayudar en esta
tarea y se desea formar comisiones de ocho alumnos?
-Cuntas representaciones de alumnos pueden ser formadas a) si se desea que estas consten solo de alumnos de
Ingeniera Qumica?, b) se desea que el presidente sea un qumico?, c) se desea que el presidente y tesorero sean
qumicos? Para todos los casos, se desea que las representaciones consten de once alumnos.
-Cuntas maneras tiene una persona de seleccionar una lavadora, una batidora y dos licuadoras, si encuentra en
una tienda 8 modelos diferentes de lavadoras, 5 modelos diferentes de batidoras y 7 modelos diferentes de
licuadoras?

Se les denomina tcnicas de conteo a: las combinaciones, permutaciones y diagrama de rbol, las que a
continuacin se explicarn y hay que destacar que stas nos proporcionan la informacin de todas las maneras
posibles en que ocurre un evento determinado.

Las bases para entender el uso de las tcnicas de conteo son el principio multiplicativo y el aditivo, los que a
continuacin se definen y se hace uso de ellos.

B) PRINCIPIO MULTIPLICATIVO.

Si se desea realizar una actividad que consta de r pasos, en donde el primer paso de la actividad a realizar puede
ser llevado a cabo de N1 maneras o formas, el segundo paso de N 2 maneras o formas y el r-simo paso de
Nr maneras o formas, entonces esta actividad puede ser llevada a efecto de;

N1 x N2 x ..........x Nr maneras o formas

El principio multiplicativo implica que cada uno de los pasos de la actividad deben ser llevados a efecto, uno tras
otro.

Ejemplos:
1) Una persona desea construir su casa, para lo cul considera que puede construir los cimientos de su casa
de cualquiera de dos maneras (concreto o block de cemento), mientras que las paredes las puede hacer de
adobe, adobn o ladrillo, el techo puede ser de concreto o lmina galvanizada y por ltimo los acabados los
puede realizar de una sola manera cuntas maneras tiene esta persona de construir su casa?

Solucin:

Considerando que r = 4 pasos

N1= maneras de hacer cimientos = 2


N2= maneras de construir paredes = 3
N3= maneras de hacer techos = 2
N4= maneras de hacer acabados = 1

N1 x N2 x N3 x N4 = 2 x 3 x 2 x 1 = 12 maneras de construir la casa

El principio multiplicativo, el aditivo y las tcnicas de conteo que posteriormente se tratarn nos proporcionan
todas las maneras o formas posibles de como se puede llevar a cabo una actividad cualquiera.

2) Cuntas placas para automvil pueden ser diseadas si deben constar de tres letras seguidas de cuatro
nmeros, si las letras deben ser tomadas del abecedario y los nmeros de entre los dgitos del 0 al 9?, a. Si
es posible repetir letras y nmeros, b. No es posible repetir letras y nmeros, c. Cuntas de las placas
diseadas en el inciso b empiezan por la letra D y empiezan por el cero, d. Cuantas de las placas diseadas
en el inciso b empiezan por la letra D seguida de la G.

Solucin:

a. Considerando 26 letras del abecedario y los dgitos del 0 al 9

26 x 26 x 26 x 10 x 10 x 10 x 10 = 75,760,000 placas para automvil que es posible disear

b. 26 x 25 x 24 x 10 x 9 x 8 x 7 = 78,624,000 placas para automvil

c. 1 x 25 x 24 x 1 x 9 x 8 x 7 = 302,400 placas para automvil

d. 1 x 1 x 24 x 10 x 9 x 8 x 7 = 120,960 placas para automvil

3) Cuntos nmeros telefnicos es posible disear, los que deben constar de seis dgitos tomados del 0 al 9?,
a. Considere que el cero no puede ir al inicio de los nmeros y es posible repetir dgitos, b. El cero no debe
ir en la primera posicin y no es posible repetir dgitos, c. Cuntos de los nmeros telefnicos del inciso b
empiezan por el nmero siete?, d. Cuntos de los nmeros telefnicos del inciso b forman un nmero
impar?.

Solucin:

a. 9 x 10 x 10 x 10 x 10 x 10 = 900,000 nmeros telefnicos

b. 9 x 9 x 8 x 7 x 6 x 5 = 136,080 nmeros telefnicos

c. 1 x 9 x 8 x 7 x 6 x 5 = 15,120 nmeros telefnicos

d. 8 x 8 x 7 x 6 x 5 x 5 = 67,200 nmeros telefnicos


C) PRINCIPIO ADITIVO.
Si se desea llevar a efecto una actividad, la cul tiene formas alternativas para ser
realizada, donde la primera de esas alternativas puede ser realizada de M maneras o
formas, la segunda alternativa puede realizarse de N maneras o formas ..... y la
ltima de las alternativas puede ser realizada de W maneras o formas, entonces esa
actividad puede ser llevada a cabo de,
M + N + .........+ W maneras o formas
Ejemplos:
1) Una persona desea comprar una lavadora de ropa, para lo cul ha pensado que
puede seleccionar de entre las marcas Whirpool, Easy y General Electric, cuando
acude a hacer la compra se encuentra que la lavadora de la marca W se presenta en
dos tipos de carga ( 8 u 11 kilogramos), en cuatro colores diferentes y puede ser
automtica o semiautomtica, mientras que la lavadora de la marca E, se presenta en
tres tipos de carga (8, 11 o 15 kilogramos), en dos colores diferentes y puede ser
automtica o semiautomtica y la lavadora de la marca GE, se presenta en solo un
tipo de carga, que es de 11 kilogramos, dos colores diferentes y solo hay
semiautomtica. Cuntas maneras tiene esta persona de comprar una lavadora?

Solucin:
M = Nmero de maneras de seleccionar una lavadora Whirpool
N = Nmero de maneras de seleccionar una lavadora de la marca Easy
W = Nmero de maneras de seleccionar una lavadora de la marca General Electric

M = 2 x 4 x 2 = 16 maneras
N = 3 x 2 x 2 = 12 maneras
W = 1 x 2 x 1 = 2 maneras

M + N + W = 16 + 12 + 2 = 30 maneras de seleccionar una lavadora


2 ) Rafael Luna desea ir a las Vegas o a Disneylandia en las prximas vacaciones de
verano, para ir a las Vegas l tiene tres medios de transporte para ir de Chihuahua al
Paso Texas y dos medios de transporte para ir del Paso a las Vegas, mientras que para
ir del paso a Disneylandia l tiene cuatro diferentes medios de transporte, a)
Cuntas maneras diferentes tiene Rafael de ir a las Vegas o a Disneylandia?, b)
Cuntas maneras tiene Rafael de ir a las Vegas o a Disneylandia en un viaje redondo,
si no se regresa en el mismo medio de transporte en que se fue?.
Solucin:

a) V = maneras de ir a las Vegas


D = maneras de ir a Disneylandia
V = 3 x 2 = 6 maneras
D = 3 x 4 = 12 maneras
V + D = 6 + 12 = 18 maneras de ir a las Vegas o a Disneylandia

b) V = maneras de ir y regresar a las Vegas


D = maneras de ir y regresar a Disneylandia

V = 3 x 2 x 1 x 2 = 12 maneras
D = 3 x 4 x 3 x 2 = 72 maneras
V + D = 12 + 72 = 84 maneras de ir a las Vegas o a Disneylandia en un viaje redondo

Cmo podemos distinguir cuando hacer uso del principio multiplicativo y cuando del
aditivo?
Es muy simple, cuando se trata de una sola actividad, la cual requiere para ser llevada
a efecto de una serie de pasos, entonces haremos uso del principio multiplicativo y si
la actividad a desarrollar o a ser efectuada tiene alternativas para ser llevada a cabo,
haremos uso del principio aditivo.

D) PERMUTACIONES.

Para entender lo que son las permutaciones es necesario definir lo que es una combinacin y lo que es una
permutacin para establecer su diferencia y de esta manera entender claramente cuando es posible utilizar una
combinacin y cuando utilizar una permutacin al momento de querer cuantificar los elementos de algn evento.

COMBINACIN Y PERMUTACION.

COMBINACIN:
Es todo arreglo de elementos en donde no nos interesa el lugar o posicin que ocupa cada uno de los elementos que
constituyen dicho arreglo.

PERMUTACIN:
Es todo arreglo de elementos en donde nos interesa el lugar o posicin que ocupa cada uno de los elementos que
constituyen dicho arreglo.

Para ver de una manera objetiva la diferencia entre una combinacin y una permutacin, plantearemos cierta
situacin.

Suponga que un saln de clase est constituido por 35 alumnos. a) El maestro desea que tres de los alumnos lo
ayuden en actividades tales como mantener el aula limpia o entregar material a los alumnos cuando as sea
necesario.

b) El maestro desea que se nombre a los representantes del saln (Presidente, Secretario y Tesorero).

Solucin:
a) Suponga que por unanimidad se ha elegido a Daniel, Arturo y a Rafael para limpiar el aula o entregar
material, (aunque pudieron haberse seleccionado a Rafael, Daniel y a Enrique, o pudo haberse formado
cualquier grupo de tres personas para realizar las actividades mencionadas anteriormente).
Es importante el orden como se selecciona a los elementos que forma el grupo de tres personas?
Reflexionando al respecto nos damos cuenta de que el orden en este caso no tiene importancia, ya que lo nico
que nos interesara es el contenido de cada grupo, dicho de otra forma, quines estn en el grupo? Por tanto,
este ejemplo es una combinacin, quiere decir esto que las combinaciones nos permiten formar grupos o
muestras de elementos en donde lo nico que nos interesa es el contenido de los mismos.

b) Suponga que se han nombrado como representantes del saln a Daniel como Presidente, a Arturo como
secretario y a Rafael como tesorero, pero resulta que a alguien se le ocurre hacer algunos cambios, los que
se muestran a continuacin:

CAMBIOS
PRESIDENTE: Daniel Arturo Rafael Daniel
SECRETARIO: Arturo Daniel Daniel Rafael
TESORERO: Rafael Rafael Arturo Arturo

Ahora tenemos cuatro arreglos, se trata de la misma representacin?

Creo que la respuesta sera no, ya que el cambio de funcin que se hace a los integrantes de la representacin
original hace que definitivamente cada una de las representaciones trabaje de manera diferente, importa el
orden de los elementos en los arreglos?. La respuesta definitivamente sera s, luego entonces las
representaciones antes definidas son diferentes ya que el orden o la forma en que se asignan las funciones s
importa, por lo tanto es este caso estamos tratando con permutaciones.

A continuacin obtendremos las frmulas de permutaciones y de combinaciones, pero antes hay que definir lo
que es n! (ene factorial), ya que est involucrado en las frmulas que se obtendrn y usarn para la resolucin
de problemas.

n!= al producto desde la unidad hasta el valor que ostenta n.


n!= 1 x 2 x 3 x 4 x...........x n

Ejem.
10!=1 x 2 x 3 x 4 x.........x 10=3,628,800
8!= 1 x 2 x 3 x 4 x.........x 8=40,320
6!=1 x 2 x 3 x 4 x..........x 6=720, etc., etc.

Obtencin de frmula de permutaciones.


Para hacer esto, partiremos de un ejemplo.
Cuntas maneras hay de asignar los cuatro primeros lugares de un concurso de creatividad que se verifica en
las instalaciones de nuestro instituto, si hay 14 participantes?

Solucin:
Haciendo uso del principio multiplicativo,

14x13x12x11 = 24,024 maneras de asignar los primeros tres lugares del concurso

Esta solucin se debe, a que al momento de asignar el primer lugar tenemos a 14 posibles candidatos, una vez
asignado ese lugar nos quedan 13 posibles candidatos para el segundo lugar, luego tendramos 12 candidatos
posibles para el tercer lugar y por ltimo tendramos 11 candidatos posibles para el cuarto lugar.

Luego si n es el total de participantes en el concurso y r es el nmero de participantes que van a ser premiados,
y partiendo de la expresin anterior, entonces.
14x13x12x11= n x (n - 1) x (n - 2) x .......... x (n r + 1)

si la expresin anterior es multiplicada por (n r)! / (n r)!, entonces

= n x (n 1 ) x (n 2) x ......... x (n r + 1) (n r)! / (n r)!

= n!/ (n r)!

Por tanto, la frmula de permutaciones de r objetos tomados de entre n objetos es:

Esta frmula nos permitir obtener todos aquellos arreglos en donde el orden es importante y solo se usen parte
(r) de los n objetos con que se cuenta, adems hay que hacer notar que no se pueden repetir objetos dentro del
arreglo, esto es, los n objetos son todos diferentes.

Entonces, qu frmula hay que usar para arreglos en donde se utilicen los n objetos con que se cuenta?
Si en la frmula anterior se sustituye n en lugar de r, entonces.

nPn= n!/ (n n)! = n! / 0! = n! / 1 = n!

Como 0! = 1 de acuerdo a demostracin matemtica, entonces

nPn= n!

Ejemplos:
1) Cuantas representaciones diferentes sern posibles formar, si se desea que consten de Presidente,
Secretario, Tesorero, Primer Vocal y Segundo Vocal?, s esta representacin puede ser formada de entre 25
miembros del sindicato de una pequea empresa.

Solucin:

Por principio multiplicativo:

25 x 24 x 23 x 22 x 21 = 6,375,600 maneras de formar una representacin de ese sindicato que conste de presidente,
secretario, etc., etc.

Por Frmula:

n = 25, r=5

P5 = 25!/ (25 5)! = 25! / 20! = (25 x 24 x 23 x 22 x 21 x....x 1) / (20 x 19 x 18 x ... x 1)=
25
= 6,375,600 maneras de formar la representacin
2) a. Cuntas maneras diferentes hay de asignar las posiciones de salida de 8 autos que participan en una carrera
de frmula uno? (Considere que las posiciones de salida de los autos participantes en la carrera son dadas
totalmente al azar) b. Cuntas maneras diferentes hay de asignar los primeros tres premios de esta carrera de
frmula uno?

Solucin:

a. Por principio multiplicativo:

8 x 7 x 6 x 5 x 4 x 3 x 2 x 1= 40,320 maneras de asignar las posiciones de salida de los autos participantes en la


carrera

Por Frmula:

n = 8, r = 8

P8= 8! = 8 x 7 x 6 x 5 x 4 x......x 1= 40,320 maneras de asignar las posiciones de salida ......etc., etc.
8

b. Por principio multiplicativo:

8 x 7 x 6 = 336 maneras de asignar los tres primeros lugares de la carrera

Por frmula:

n =8, r = 3

8P3 = 8! / (8 3)! = 8! / 5! = (8 x 7 x 6 x 5 x ........x1)/ (5 x 4 x 3 x......x1) = 336 maneras de asignar los tres primeros
lugares de la carrera

3) Cuntos puntos de tres coordenadas ( x, y, z ), ser posible generar con los dgitos 0, 1, 2, 4, 6 y 9?,
Si, a. No es posible repetir dgitos, b. Es posible repetir dgitos.

Solucin:

a. Por frmula
n = 6, r = 3

P3 = 6! / (6 3)! = 6! / 3! = 6 x 5 x 4 x 3! / 3! = 6 x 5 x 4 = 120 puntos posibles


6

Nota: este inciso tambin puede ser resuelto por el principio multiplicativo

b. Por el principio multiplicativo

6 x 6 x 6 = 216 puntos posibles

Cul es la razn por la cul no se utiliza en este caso la frmula?. No es utilizada debido a que la frmula de
permutaciones slo se usa cuando los objetos no se repiten, esto quiere decir que en el inciso a. Los puntos
generados siempre van a tener coordenadas cuyos valores son diferentes ejem. (1, 2, 4), (2, 4, 6), (0, 4, 9), etc. etc.,
mientras que los puntos generados en el inciso b. Las coordenadas de los puntos pueden tener valores diferentes o
repeticiones de algunos valores o pueden tener todas las coordenadas un mismo valor ejem. (1, 2, 4), (1, 2, 2), (1, 1,
1), etc., etc.
4) a. Cuntas maneras hay de asignar las 5 posiciones de juego de un equipo de bsquetbol, si el equipo
consta de 12 integrantes?, b. Cuntas maneras hay de asignar las posiciones de juego si una de ellas solo
puede ser ocupada por Uriel Jos Esparza?, c. Cuntas maneras hay de que se ocupen las posiciones de
juego si es necesario que en una de ellas este Uriel Jos Esparza y en otra Omar Luna?

Solucin:

a. Por frmula:

n = 12, r=5

12 P5 = 12! / (12 5 )! = 12 x 11 x 10 x 9 x 8 = 95,040 maneras de asignar las cinco posiciones de juego

a. Por principio multiplicativo:

1 x 11 x 10 x 9 x 8 =7,920 maneras de asignar las posiciones de juego

Por frmula:

1 x 11P4 = 1 x 11! / (11 4)! = 11! / 7! = 11 x 10 x 9 x 8 = 7,920 maneras de asignar las posiciones de juego
con Uriel Jos en una determinada posicin

a. Por principio multiplicativo

1 x 1 x 10 x 9 x 8 = 720 maneras de ocupar las diferentes posiciones de juego

Por frmula:

1 x 1 x 10P3 = 1 x 1 x 10! / (10 3)! = 10! / 7! = 10 x 9 x 8 = 720 maneras de ocupar las posiciones de juego
con Uriel Jos y Omar Luna en posiciones previamente definidas

5) Cuntas claves de acceso a una computadora ser posible disear, si debe constar de dos letras, seguidas
de cinco dgitos, las letras sern tomadas del abecedario y los nmeros de entre los dgitos del 0 al 9. a.
Considere que se pueden repetir letras y nmeros, b. Considere que no se pueden repetir letras y nmeros,
c. Cuntas de las claves del inciso b empiezan por la letra A y terminan por el nmero 6?, d. Cuntas de
las claves del inciso b tienen la letra R seguida de la L y terminan por un nmero impar?

Solucin:

a. Por principio multiplicativo:

26 x 26 x 10 x 10 x 10 x 10 x 10 = 67,600,000 claves de acceso

Por frmula:

26P2 x 10P5 = 26 x 25 x 10 x 9 x 8 x 7 x 6=19,656,000 claves de acceso


a. Por frmula:

1 x 25P1 x 9P4 x 1 = 1 x 25 x 9 x 8 x 7 x 6 x 1 = 75,600 claves de acceso que empiezan por la letra A y


terminan por el nmero 6

b. Por frmula:

1 x 1 x 9P4 x 5 = 1 x 1 x 9 x 8 x 7 x 6 x 5 =15,120 claves de acceso que tienen la letra R seguida de la L y


terminan por un nmero impar.

E) PERMUTACIONES CON REPETICION.

En los casos anteriores se han obtenido permutaciones en donde todos los elementos utilizados para hacer los
arreglos son diferentes. A continuacin se obtendr una frmula que nos permite obtener las permutaciones de n
objetos, cuando entre esos objetos hay algunos que son iguales.

Ejemplo:
Obtenga todas las permutaciones posibles a obtener con las letras de la palabra OSO.
Solucin:

Para obtener la frmula, es necesario primero suponer que todas las letras de la palabra OSO son diferentes y para
diferenciarlas pondremos subndices a las letras O, por lo que quedara, O 1SO2, y las permutaciones a obtener
seran:

3 P3 = 3! = 6

definiendo las permutaciones tenemos que estas seran,

O1SO2, O2SO1, SO1O2, SO2O1, O1O2S, O2O1S

Pero realmente podemos hacer diferentes a las letras O?, eso no es posible, luego entonces cuntos arreglos reales
se tienen?

Como:
Arreglos reales
O1SO2 = O2SO1 OSO
SO1O2 = SO2O1 SOO
O1O2S= O2O1S OOS

Entonces se observa que en realidad slo es posible obtener tres permutaciones con las letras de la palabra OSO
debido a que las letras O son idnticas, pero qu es lo que nos hizo pensar en seis arreglos en lugar de tres?, el
cambio que hicimos entre las letras O cuando las consideramos diferentes, cuando en realidad son iguales.

Para obtener los arreglos reales es necesario partir de la siguiente expresin:

El nmero de arreglos reales = No. de permutaciones considerando a todos los objetos como diferentes
Los cambios entre objetos iguales

El nmero de arreglos reales = 3! / 2! = 3 x 2! / 2! = 3


Por tanto la frmula a utilizar sera;

Donde:

nPx1,x2,......, xk = Nmero total de permutaciones que es posible obtener con n objetos, entre los que hay una
cantidad x1 de objetos de cierto tipo, una cantidad x 2 de objetos de un segundo tipo,...... y una cantidad x k de
objetos del tipo k.

n = x1 + x2 + ...... + xk

Ejemplos:

1) Obtenga todas las seales posibles que se pueden disear con seis banderines, dos de los cuales son rojos,
tres son verdes y uno morado.

Solucin:

n = 6 banderines
x1 = 2 banderines rojos
x2 = 3 banderines verdes
x3 = 1 bandern morado

6 P2,3,1 = 6! / 2!3!1! = 60 seales diferentes

2) a.Cuntas claves de acceso a una computadora ser posible disear con los nmeros 1,1,1,2,3,3,3,3?, b.
cuntas de las claves anteriores empiezan por un nmero uno seguido de un dos?, c. cuntas de
las claves del inciso a empiezan por el nmero dos y terminan por el nmero tres?

Solucin:

a. n = 8 nmeros
x1 = 3 nmeros uno
x2 = 1 nmero dos
x3 = 4 nmeros cuatro

8P3,1,4 = 8! / 3!1!4! = 280 claves de acceso

b. n = 6 (se excluye un nmero uno y un dos)


x1 = 2 nmeros uno
x2 = 4 nmeros tres
1 x 1 x 6P2,4 = 1 x 1 x 6! / 2!4! = 15 claves de acceso

El primer nmero uno nos indica el nmero de maneras como es posible colocar en la primera posicin de la clave
de acceso un nmero uno, debido a que todos los nmeros uno son iguales, entonces tenemos una sola manera de
seleccionar un nmero uno para la primera posicin, el siguiente nmero uno nos indica el nmero de maneras
como se colocara en la segunda posicin el nmero dos y la expresin siguiente nos indica todos los arreglos
posibles que es posible disear con los nmeros restantes.
c. n = 6 (se excluye un nmero dos y un tres)
x1 = 3 nmeros uno
x2 = 3 nmeros tres

1 x 6P3,3 x1 = 1 x 6! / 3!3! = 20 claves de acceso

El nmero uno inicial nos indica que existe una sola manera de seleccionar el nmero dos que va en la primera
posicin del arreglo, mientras que el nmero uno final nos indica que hay una sola manera de seleccionar el
nmero tres que va al final del arreglo an y cuando haya cuatro nmeros tres, como estos son iguales al disear
una permutacin es indistinto cul nmero tres se ponga, ya que siempre se tendr el mismo arreglo y la expresin
intermedia nos indica todos los arreglos posibles a realizar con los nmeros restantes.

3) De cuntas maneras es posible plantar en una lnea divisoria de un terreno dos nogales, cuatro
manzanos y tres ciruelos?

Solucin:

n = 9 rboles
x1 = 2 nogales
x2 = 4 manzanos
x3 = 3 ciruelos

9P2,4,3 = 9! / 2!4!3! = 1260 maneras de plantar los rboles

4) Si un equipo de ftbol soccer femenil participa en 12 juegos en una temporada, cuntas maneras hay de
que entre esos doce juegos en que participa, obtenga 7 victorias, 3 empates y 2 juegos perdidos?

Solucin:

n = 12 juegos
x1 = 7 victorias
x2 = 3 empates
x3 = 2 juegos perdidos

12P7,3,2 = 12! / 7!3!2! = 7,920 maneras de que en la temporada este equipo logre siete victorias, tres
empates y dos juegos perdidos.

F) PRUEBAS ORDENADAS.

Se le llama prueba ordenada al hecho de seleccionar r objetos de entre n objetos contenidos en una urna uno
tras otro. Una prueba ordenada puede ser llevada a efecto de dos maneras:

1) Con sustitucin (con reemplazo).- En este caso se procede a seleccionar el primer objeto de entre los n que
hay, se observa de qu tipo es y se procede a regresarlo a la urna, luego se selecciona el siguiente objeto, lo
anterior se repite hasta que se han extrado los r objetos de la prueba, por tanto el nmero de pruebas
ordenadas de con sustitucin se obtiene:

Nmero total de pruebas ordenadas con sustitucin = n x n x n x .........x n = nr

Hay n maneras de seleccionar el primer objeto, luego al seleccionar el segundo objeto, dado que se ha
regresado a la urna el primer objeto, tambin se tendrn n objetos y as sucesivamente.
2) Sin sustitucin (sin reemplazo).- En este caso se procede a seleccionar el primer objeto, el cual no es
regresado a la urna, luego se selecciona el segundo objeto, lo anterior se repite hasta completar los r objetos
de la prueba, por lo que el nmero total de pruebas ordenadas sin sustitucin se obtiene:

Nmero total de pruebas ordenadas sin sustitucin = n(n-1)(n-2).........(n-r +1) = nPr

Hay n maneras de seleccionar el primer objeto, luego al seleccionar el segundo objeto, hay n 1 maneras, dado
que el primer objeto no se regresa a la urna, luego cuando se extrae el r-simo objeto, hay (n r +1) de que sea
seleccionado.

Ejemplos:

1) Cuntas maneras hay de que se asignen tres premios de un sorteo en donde el primer premio es una
departamento, el segundo premio es un auto y el tercer premio es un centro de cmputo, si los participantes
en este sorteo son 120 personas, a.s la asignacin se puede hacer con sustitucin, b.s la asignacin se puede
hacer sin sustitucin.

Solucin:

a. Por principio multiplicativo:

120 x 120 x 120 = 1,728,000 maneras de asignar los premios

Por frmula: n =120, r = 120

nr = 1203 = 1,728,000 maneras de asignar los tres premios

Hay que considerar que en este caso, al regresar cada boleto que es extrado de la urna, las personas que
participan en el sorteo tienen la posibilidad de no ganar uno solo de los premios, de ganar un premio, dos de los
premios o los tres premios. Cosa que generalmente no ocurre.

b. Por principio multiplicativo:

120 x 119 x 118 = 1,685,040 maneras de asignar los premios

Por frmula:

n = 120, r=3

120 P3 = 120! / (120 3)! = 120! / 117! = 120 x 119 x 118 = 1,685,040 maneras de asignar los premios

Hay que hacer notar que en este caso, como los boletos que son seleccionados ya no regresan a la urna de donde
fueron extrados, los participantes solo pueden recibir un premio en caso de que fueran de los afortunados.
Esta es la forma en que generalmente se efecta un sorteo.

2) Cuntas formas hay de asignar las primeras cinco posiciones de una carrera de autos de frmula K, si
participan 26 autos en esta carrera?. Considere que la asignacin es totalmente al azar.

Solucin:

Esta asignacin debe ser sin sustitucin, esto es, se trata de una prueba ordenada sin sustitucin, por lo que la
solucin es la que se muestra.
n = 26, r=5

26P5 = 26! / (26 5)! = 26! / 21! = 26 x 25 x 24 x 23 x 22 = 7,893,600 maneras de asignar las cinco primeras
posiciones de salida

3) Cuntas formas hay de asignar el orden de participacin de las primeras 5 concursantes de 11 finalistas
de un concurso de Miss Mundo?

Solucin:

Esta asignacin debe realizarse sin sustitucin, por lo que se trata de una prueba ordenada sin sustitucin.
n = 11, r = 5

P5 = 11! / (11 5)! = 11! / 6! = 11 x 10 x 9 x 8 x 7 = 55,440 maneras de asignar la participacin


11

G) COMBINACIONES.

Como ya se mencion anteriormente, una combinacin, es un arreglo de elementos en donde


no nos interesa el lugar o posicin que ocupan los mismos dentro del arreglo. En una
combinacin nos interesa formar grupos y el contenido de los mismos.

La frmula para determinar el nmero de combinaciones es:

n Cr = Combinaciones de r objetos tomados de entre n objetos

Donde se observa que,

La expresin anterior nos explica como las combinaciones de r objetos tomados de entre n objetos pueden ser
obtenidas a partir de las permutaciones de r objetos tomados de entre n objetos, esto se debe a que como en las
combinaciones no nos importa el orden de los objetos, entonces si tenemos las permutaciones de esos objetos al
dividirlas entre r!, les estamos quitando el orden y por tanto transformndolas en combinaciones, de otra forma,
tambin si deseamos calcular permutaciones y tenemos las combinaciones, simplemente con multiplicar estas por el
r! obtendremos las permutaciones requeridas.

n Pr = nCr r!

Y si deseamos r = n entonces;

n Cn = n! / (n n)!n! = n! / 0!n! = 1
Qu nos indica lo anterior?
Que cuando se desea formar grupos con la misma cantidad de elementos con que se cuenta solo es posible formar
un grupo.

Ejemplos:
1) a. Si se cuenta con 14 alumnos que desean colaborar en una campaa pro limpieza del Tec, cuantos
grupos de limpieza podrn formarse si se desea que consten de 5 alumnos cada uno de ellos, b.si entre los
14 alumnos hay 8 mujeres, cuantos de los grupos de limpieza tendrn a 3 mujeres?, c.cuntos de los
grupos de limpieza contarn con 4 hombres por lo menos?

Solucin:
a. n = 14, r = 5

14 C5 = 14! / (14 5 )!5! = 14! / 9!5!


= 14 x 13 x 12 x 11 x 10 x 9!/ 9!5!
= 2002 grupos

Entre los 2002 grupos de limpieza hay grupos que contienen solo hombres, grupos que contienen solo mujeres y
grupos mixtos, con hombres y mujeres.

b. n = 14 (8 mujeres y 6 hombres), r=5

En este caso nos interesan aquellos grupos que contengan 3 mujeres y 2 hombres

8C3*6C2 = (8! / (8 3)!3!)*(6! / (6 2)!2!)


= (8! / 5!3!)*(6! / 4!2!)
= 8 x7 x 6 x 5 /2!
= 840 grupos con 3 mujeres y 2 hombres, puesto que cada grupo debe constar de 5
personas

c. En este caso nos interesan grupos en donde haya 4 hombres o ms

Los grupos de inters son = grupos con 4 hombres + grupos con 5 hombres
= 6C4*8C1 + 6C5*8C0 = 15 x 8 + 6 x 1 = 120 + 6 = 126

2) Para contestar un examen un alumno debe contestar 9 de 12 preguntas, a.Cuntas maneras tiene el
alumno de seleccionar las 9 preguntas?, b.Cuntas maneras tiene si forzosamente debe contestar las
2 primeras preguntas?, c.Cuntas maneras tiene si debe contestar una de las 3 primeras preguntas?, d.
Cuntas maneras tiene si debe contestar como mximo una de las 3 primeras preguntas?

Solucin:

a. n = 12, r=9

12 C9 = 12! / (12 9)!9!


= 12! / 3!9! = 12 x 11 x 10 / 3!
= 220 maneras de seleccionar las nueve preguntas o dicho de otra manera,
el alumno puede seleccionar cualquiera de 220 grupos de 9 preguntas para contestar el
examen

b. 2C2*10C7 = 1 x 120 = 120 maneras de seleccionar las 9 preguntas entre las que estn las dos primeras
preguntas
c. 3C1*9C8 = 3 x 9 = 27 maneras de seleccionar la 9 preguntas entre las que est una de las tres primeras
preguntas

d. En este caso debe seleccionar 0 o 1 de las tres primeras preguntas

3C0*9C9 + 3C1*9C8 = (1 x 1) + (3 x 9) = 1 + 27 = 28 maneras de seleccionar las preguntas a contestar

3) Una seora desea invitar a cenar a 5 de 11 amigos que tiene, a. Cuntas maneras tiene de invitarlos?, b.
cuntas maneras tiene si entre ellos est una pareja de recin casados y no asisten el uno sin el otro, c.
Cuntas maneras tiene de invitarlos si Rafael y Arturo no se llevan bien y no van juntos?

Solucin:
a. n = 11, r = 5

C5 = 11! / (11 5 )!5! = 11! / 6!5!


11
= 11 x 10 x 9 x 8 x 7 x 6! / 6!5!
= 462 maneras de invitarlos

Es decir que se pueden formar 462 grupos de cinco personas para ser invitadas a cenar.

b. Esta seora tiene dos alternativas para hacer la invitacin, la primera es no invitar a la pareja y la segunda
es invitar a la pareja.

2 C0*9C5 + 2C2*9C3 = (1 x 126) + (1 x 84) = 210 maneras de invitarlos

En este caso separamos a la pareja de los dems invitados para que efectivamente se cumpla el que no asistan o
que asistan a la cena.

c.La seora tiene dos alternativas para hacer la invitacin, una de ellas es que no invitar a Rafael y a Arturo o
que asista solo uno de ellos.

2C0*9C5 + 2 C1*9C4 = (1 x 126) + (2 x 126) = 126 + 252 = 378 maneras de hacer la invitacin

4) En un plano hay 10 puntos denominados A, B, C, ....,etc. etc., en una misma lnea no hay ms de dos
puntos, a. Cuntas lneas pueden ser trazadas a partir de los puntos?, b. Cuntas de las lneas no pasan
por los puntos A o B?, c. Cuntos tringulos pueden ser trazados a partir de los puntos?, d. Cuntos de
los tringulos contienen el punto A?, e. Cuntos de los tringulos tienen el lado AB?.

Solucin:

a. En la redaccin del problema se aclara que en una misma lnea no hay ms de dos puntos debido
a que si lo anterior ocurriera no se podra dar contestacin a las preguntas que se hacen.

Una lnea puede ser trazada a partir de cmo mnimo dos puntos por lo tanto,

10 C2 = 10! / (10 2)!2! = 10! / 8!2! = 45 lneas que se pueden trazar

b. En este caso excluiremos los puntos A y B y a partir de los ocho puntos restantes se obtendrn las
lneas.

2C0*8C2 = 1 x 28 = 28 lneas que no pasan por los puntos A o B

c. Un tringulo puede ser trazado a partir de tres puntos, luego;

10 C3 = 10! / (10 3)!3! = 10! / 7!3! = 120 tringulos posibles de trazar


d. En este caso se separa el punto A de los dems, se selecciona y posteriormente tambin se
seleccionan dos puntos ms.

1 C1*9C2 = 1 x 36 = 36 tringulos que contienen el punto A

e. Los puntos A y B forman parte de los tringulos a trazar por lo que;

2 C2*8C1 = 1 X 8 = 8 tringulos que contienen el lado AB

H) PARTICIONES ORDENADAS.

Se le llama particin ordenada al hecho de repartir n objetos en clulas de una cantidad


de x1 objetos, x2 objetos,......y xk objetos.

Para deducir la frmula de particiones ordenadas partiremos de un ejemplo.


Cuntas maneras hay de repartir 10 libros diferentes entre tres alumnos, si al primero le daremos 2, al segundo 3
y el resto al tercer alumno?
Ejemplos de esta particin seran las siguientes si se numeran los libros del 1 al 10;

Solucin:
Lo primero que debemos hacer es seleccionar 2 libros de los 10 que se tienen para el primer alumno, esto es;

10 C2 = 10! / (10 2)!2! = 10! / 8!2! = 45 maneras de seleccionar los libros

Luego se seleccionan 3 libros de los 8 que quedan para el segundo alumno;

8C3 = 8! / (8 3)!3! = 8! / 5!3! = 56 maneras


Y por ltimo se proceder a seleccionar cinco libros de los cinco que quedan para el tercer alumno, lo que se
muestra a continuacin;

5C5 = 5! / (5 5)!5! = 5! / 0!5! = 1 manera

Por tanto el nmero total de particiones ordenadas en clulas de 2, 3 y 5 elementos se determina:

10 C2*8C3*5C5 = (10! / (10 2)!2!)*(8! / (8 3)!3!)*(5! / (5 5)!5!) = 10! /2!3!5!

La expresin anterior nos recuerda a la frmula utilizada para encontrar las permutaciones de n objetos, entre los
cuales hay algunos objetos que son iguales, por lo que usaremos la misma frmula para encontrar las particiones
ordenadas.

Por tanto la frmula para las particiones ordenadas sera:

Esta frmula slo puede ser utilizada cuando se reparten todos los objetos, no parte de ellos, en ese caso se usarn
combinaciones.

Donde:

nPx1,x2,.....,xk = Total de particiones ordenadas o reparticiones que es posible hacer cuando los n objetos son
repartidos en grupos de x1 objetos, x2 objetos ...... y xk objetos.

n = x1 + x2 + ......+ xk

Ejemplos:

1) Cuntas maneras hay de repartir 9 juguetes entre tres nios, si se desea que al primer nio le
toquen 4 juguetes, al segundo 2 y al tercero 3 juguetes?

Solucin:

Por combinaciones,

9C4*5C2*3C3 = 126*10*1= 1260 maneras de repartir los juguetes

Por frmula,
n=9
x1 = 4
x2 = 2
x3 =3

9P4,2,3 = 9! / 4!2!3! = 1,260 maneras de repartir los juguetes

2) Cuntas maneras hay de repartir los mismos 9 juguetes entre tres nios, si se desea darle 3 al
primer nio, 2 al segundo nio y 2 al tercer nio?

Solucin:

En este caso nicamente se puede dar solucin por combinaciones, ya que no es posible usar la frmula
debido a que se reparten solo parte de los juguetes.
9C3*6C2*4C2 = 84*15*6 = 7,560 maneras de repartir los juguetes (solo se reparten 7 y quedan dos
juguetes)

3) a. Cuntas maneras hay de que se repartan 14 libros diferentes entre 3 alumnos, si se pretende
que al primer alumno y al segundo les toquen 5 libros a cada uno y al tercero le toque el resto?, b.
Cuntas maneras hay de que se repartan los libros si se desea dar 5 libros al primer alumno, 3 al
segundo y 2 libros al tercer alumno?

Solucin:

a. Por frmula:

n = 14
x1 = 5
x2 = 5
x3 = 4

P5,5,4 = 14! / 5!5!4! = 21,021 maneras de repartir los libros en grupos de 5, 5 y 4 libros
14

b. Por combinaciones:

14C5*9C3*6C2 = 2,002*84*15 = 2,522,520 maneras de repartir 10 de los 14 libros en grupos de 5, 3 y 2


libros

4) a.Cuntas maneras hay de repartir a 12 alumnos en 4 equipos de 3 personas cada uno de


ellos para que realicen prcticas de laboratorio diferentes?, b. Cuantas maneras hay de que se
repartan los 12 alumnos en 4 equipos de 3 personas si se va a realizar una misma prctica?

Solucin:

a. En este caso al ser prcticas de laboratorio diferentes, es posible resolver el problema por
combinaciones o por la frmula, dado que se reparten todos los alumnos

Por frmula:

n = 12
x1 = 3 prctica 1
x2 = 3 prctica 2
x3 = 3 prctica 3
x4 = 3 prctica 4

P3,3,3,3 = 12! / 3!3!3!3! = 369,600 maneras de repartir a los estudiantes en cuatro equipos de 3 personas
12
para realizar prcticas diferentes

b. En este caso lo ms probable es que se crea que la solucin es igual que la que se ha dado al inciso
a, pero esto no puede ser debido a que si se desea repartir a los alumnos para realizar una misma
prctica, el orden en el que se hace la reparticin no tiene importancia, ya que al equipo de tres
personas les da lo mismo quedar en el primer equipo a quedar en el segundo o tercero, ya que la
prctica a realizar es la misma, entonces la solucin es;

P3,3,3,3 * 1 /4! = 12! / 3!3!3!3! * 1 / 4! = 369,600 / 4! = 15,400 maneras de repartir a los alumnos en
12
equipos de 3 personas para realizar una misma prctica

Al multiplicar la solucin que se da al inciso a, por 1/4! se est quitando el orden de los grupos, que en
este caso no nos interesa.
J) PROBLEMAS PROPUESTOS

1. Si una prueba se compone de 12 preguntas de verdadero-falso, a. de cuantas


maneras diferentes un estudiante puede dar una respuesta para cada pregunta?, b. S
de antemano el maestro le dice que la primera pregunta es verdadera, cuntas
maneras tiene de contestar esta prueba?. a. r=4,096 maneras b. r=2,048
maneras

2. Un fabricante tiene dificultades para obtener registros consistentes de resistencias


a la tensin entre tres mquinas localizadas en la planta de produccin, el laboratorio
de investigacin y el laboratorio de control de calidad , respectivamente, al mismo
tiempo hay cuatro posibles tcnicos Toms, Enrique, Rafael y Javier- quienes operan
al menos una de las mquinas a prueba regularmente, a. cuntos pares operador-
mquina deben incluirse en un experimento planeado en el que cada operador maneje
todas las mquinas?, b. Si se requiere que cada par operador-mquina pruebe ocho
especimenes, cuntos especimenes de prueba se necesitan para el procedimiento
ntegro? Nota: un espcimen se destruye cuando se mide su resistencia a la tensin.
a. r=12 pares b. r=96 especimenes
3. Un inspector de construcciones tiene que revisar el cableado de un nuevo de
departamentos, ya sea el lunes, el martes, mircoles o jueves, a las 8 A. M., a las 10
A. M. o a las 2 P. M. , a. cuntas maneras tiene este inspector de hacer las revisiones
del cableado?, b. Obtenga las maneras en que el inspector puede realizar las
revisiones del cableado, haciendo uso ahora de un diagrama de rbol. a y b. r=12
maneras

4. Si los cinco finalistas de un torneo internacional de golf son Espaa, Estados


Unidos, Portugal, Uruguay y Japn, a. Diga de cuantas maneras es posible que se
otorgue un primero, segundo lugar y tercer lugar, b. Considerando que el primer lugar
lo gana Portugal y el segundo lo gana Estados Unidos, cuantas maneras hay de que
se otorguen los lugares antes mencionados?. a. r=60 maneras, b. r=3 maneras

5. Una computadora de propsito especial contiene tres conmutadores, cada uno de


los cules puede instalarse de tres maneras diferentes. De cuantas maneras
diferentes puede instalarse el banco de conmutadores de la computadora? r= 27
maneras

6. De cuantas maneras ordenadas puede programar un director de televisin seis


comerciales en los seis intermedios para comerciales durante la transmisin televisiva
del primer tiempo de un partido de hockey?, si, a. los comerciales son todos
diferentes, b. dos de los comerciales son iguales, c. Si hay cuatro comerciales
diferentes, uno de los cuales debe aparecer tres veces, mientras que cada uno de los
otros debe aparecer una sola vez. a. r=720 maneras b. r=360
maneras c. r=120 maneras

7. Determine el nmero de maneras en las que un fabricante puede seleccionar dos


de las quince ubicaciones para un almacn. r=105
maneras

8. Una caja de 12 bateras recargables, contiene una defectuosa, de cuantas


maneras un inspector puede seleccionar tres de las bateras y, a. obtener la
defectuosa, b. no obtener la defectuosa. a. r=55 maneras,
b. r=165 maneras
9. El departamento de suministros tiene ocho diferentes motores elctricos y cinco
diferentes interruptores de arranque. De cuantas maneras pueden seleccionarse dos
motores y dos conmutadores para un experimento de una antena de rastreo?, r=280
maneras

10. A los participantes de una convencin se les ofrecen 6 recorridos por da para
visitar lugares de inters durante los tres das de duracin del evento. En cuantas
formas puede una persona acomodarse para hacer alguno de ellos? r=18 formas
11. Un determinado zapato se fabrica en 5 estilos diferentes y en 4 colores distintos
para cada uno. Si la zapatera desea mostrar a su clientela pares de zapatos en todos
los estilos y colores, cuntos pares distintos debern colocar en el aparador? r=20

12. Un estudiante de primer ao debe tomar un de ciencia, uno de humanidades y


otro de matemticas. Si puede escoger entre cualquiera de 6 cursos de ciencias, 4 de
humanidades y 4 de matemticas, cuntas maneras tiene de seleccionar las
materias?
r=96 maneras
13. Un urbanista de una nueva subdivisin ofrece a los clientes prospectos para la
compra de una casa, la posibilidad de seleccionar cualquiera de 4 diseos diferentes,
tres sistemas de calefaccin, cochera con puertas o sin ellas, y patio o prtico,
cuntos planes distintos estn disponibles para el comprador? r= 48
planes

14. Si una prueba de seleccin mltiple consta de 5 preguntas, cada una con 4
posibles respuestas, de las cuales solo una es correcta, a. en cuantas formas
diferentes puede un estudiante escoger una respuesta para cada pregunta?, b. en
cuantas formas puede un estudiante escoger una alternativa para cada pregunta y
tener todas las respuestas incorrectas? a. r=
1024 b. r=243

15. Un testigo de un accidente de trnsito en el que el causante huy, le indica al


polica que el nmero de matrcula del automvil tena las letras DUH seguidas por
tres dgitos, el primero de los cuales era un cinco. S el testigo no puede recordar los
otros dos dgitos, pero est seguro de que los tres eran diferentes, encuentre el
nmero mximo de registros de automvil que debe verificar la polica. r=72
registros

16. a) De cuantas maneras pueden formarse 6 personas para subir a un autobs?,


b.si tres de ellas insisten en seguirse una a la otra, en cuantas formas es esto
posible?,c.Si dos personas se rehsan a seguirse una a la otra?
a. r=720 b. r=144 c. r=480
maneras

17. a) cuntos nmeros de tres dgitos pueden formarse con los dgitos 0, 1, 2, 3, 4,
5, y 6, si cada uno solo puede usarse solo una vez?, b) cuntos de estos nmeros son
nones?, c) cuntos son mayores que 330? a. r=180 b. r=75 c. r=105 nmeros

18. En cuantas formas pueden sentarse en una lnea 4 nios y 5 nias, si deben
colocarse alternadamente? r=2880 formas
19. Cuatro matrimonios compraron 8 lugares para un concierto. En cuantas formas
diferentes pueden sentarse a. sin restricciones?, b. si se sientan por parejas?, c. si
todos los hombres se sientan juntos a la izquierda de todas las mujeres?
a. r=40,320 b. r=384 c.
r=576
20. Cuntos mens que consisten de sopa, emparedado, postre y un refresco se
puede ofrecer si se puede seleccionar entre 4 sopas diferentes, 3 clases de
emparedados, 5 postres y 4
refrescos? r=240 mens

21. En cuantas formas pueden llenarse las 5 posiciones iniciales de un equipo de


baloncesto con 8 jugadores que pueden ocupar cualquiera de ellas? r=6720 formas
59280
22. Se sacan tres boletos de la lotera, de un grupo de 40, para el primero, segundo y
tercer premios. Encuentre el nmero de puntos muestrales en d para otorgarlos si
cada concursante conserva solo un boleto. r=59,280 puntos

23. En cuantas formas pueden plantarse, a lo largo de la lnea divisoria de una


propiedad, 3 robles, 4 pinos y 2 arces, si no se distingue entre los rboles de la misma
clase? r=1,260 formas
24. Nueve personas salen de viaje para esquiar en tres vehculos cuyas capacidades
son de 2, 4 y 5 pasajeros, respectivamente. En cuntas formas es posible transportar
a las 9 personas hasta el albergue con todos los vehculos? r=4,410 formas

25. Cuntas formas hay de seleccionar a 3 candidatos de un total de 8 recin


graduados y con las mismas capacidades para ocupar vacantes en una firma
contable? R=56,,21,,10
formas

26. En un estudio que realizaron en california, el decano Lester Breslow y el doctor


James Enstrom de la School of Public Health de la University of California en los
Angeles, se concluy que al seguir 7 sencillas reglas de salud, la vida de un hombre
puede alargarse, en promedio 11 aos, y la de las mujeres siete. Estas 7 reglas son:
no fumar, hacer ejercicio regularmente, tomar alcohol solo en forma moderada, dormir
siete u ocho horas, conservar un peso apropiado, desayunar y no comer entre
alimentos. En cuantas formas puede una persona adoptar cinco de estas reglas, a. si
actualmente las viola todas?, b. si nunca toma bebidas alcohlicas y siempre
desayuna? a. r=21 formas b.r=10 formas

27. Un dispositivo Biomecnico para emergencias mdicas puede operar 0, 1 o 2 veces


por noche. Trace un diagrama de rbol para demostrar que existen 10 maneras
diferentes en las que puede operar para un total de 6 veces en cuatro noches.
UNIDAD II. PROBABILIDAD

En ocasiones cuando se habla de probabilidad o posibilidad de que un evento ocurra, se pierde la credibilidad
acerca del evento en cuestin, pero es posible tener siempre la certeza total en todo proyecto o actividad que se
desea realizar?, es muy difcil tenerla, debido a que el llevar a efecto un proyecto cualquiera por ms simple que
este sea, ste est sujeto a una gran diversidad de factores que afectan su ocurrencia, entonces que es lo ms
aconsejable para predecir su ocurrencia?, la probabilidad es la que nos ayuda en estos casos, ya que basndose en
estadsticas, podemos cuantificar la posibilidad de ocurrencia de los eventos y por consiguiente tomar una buena
decisin basados en esta informacin.

A)CONCEPTO.

La probabilidad se encarga de evaluar todas aquellas actividades en donde se tiene incertidumbre acerca de los
resultados que se pueden esperar, esto quiere decir que la probabilidad est presente en casi en todas las
actividades que se pretenda realizar, ejemplos:
-Cualquier proyecto de Ingeniera o de otras reas
-Competencias deportivas
-Juegos de azar, etc., etc.

Cmo podemos calcular probabilidades?


1. Haciendo uso de las estadsticas.
En este caso, se hace uso de la informacin que se ha acumulado acerca del evento que nos interesa, y despus de
esto se procede a calcular las probabilidades requeridas.

Ejemplo. Determine la probabilidad de que en cierta lnea de produccin se manufacture un producto defectuoso,
si se toma como referencia que la produccin de la ltima semana en esta lnea fue de 1,500 productos, entre los
que se encontraron 8 productos defectuosos.

p(producto defectuoso) = No de productos defectuoso /Total de productos producidos en la semana


= 18 / 1500 = 0.012
Lo anterior nos indica que es muy probable que 1.2 productos de cada 100 que se manufacturen en esa lnea sern
defectuosos.

Porqu se utiliz para calcular las probabilidades la informacin de la semana inmediata anterior?. Debido a que
esta refleja la situacin que guarda actualmente la produccin de la lnea mencionada.

2. Basndose en la experimentacin. Hay casos en los que despus de repetir un nmero muy grande de veces un
experimento, es posible determinar las probabilidades de ocurrencia de algunos eventos, tales como: La
probabilidad de que aparezca guila al lanzar una moneda equilibrada, la probabilidad de que aparezca el nmero
3 en un dado, etc., etc.

Ejemplos:
p(guila) =1/2 = 0.5

p(aparezca el nmero 3)= 1 / 6 = 0.1666

3. Asignando probabilidades. En este caso se hace uso de las probabilidades obtenidas mediante estadsticas y la
experimentacin y se asignan a los eventos previamente descritos y a partir de ellas se determinan probabilidades
de otros eventos.

A continuacin se definen algunas cuestiones implcitas en el clculo de probabilidades.

a) Espacio muestral ().- Es el conjunto de todos los resultados posibles de un experimento. Es nuestro Universo.

Ejemplos:
1. Se lanza al aire un dado normal (perfectamente equilibrado), enumere los posibles resultados de este
experimento.

= 1, 2, 3, 4, 5, 6

2. Se lanza al aire dos veces una moneda normal, defina su espacio muestral.

= AA, AS, SA, SS

b) Evento A.- El evento A es un subconjunto del espacio muestral.

Ejemplos:

1. Sea A el evento de que aparezca un nmero par en el lanzamiento de un dado, entonces;

A = 2,4,6
2. Sea B el evento de que aparezcan dos guilas en tres lanzamientos de una moneda normal, entonces;

Como = AAA, AAS, SAA, ASA, ASS, SAS, SSA, SSS

Luego B = AAS, SAA, ASA

a) Sea un evento que carece de elementos.

Como se observa los experimentos y eventos probabilsticos se pueden expresar con la notacin de conjuntos y a
continuacin se enumeran algunas operaciones que es posible realizar con los eventos.
Ejemplo:
En un saln de clase hay 15 alumnos, 7 de los cules son de tercer semestre, 5 son de cuarto semestre y 3 son de
quinto semestre de la carrera de Ingeniera Qumica, de los cuales 4, 2 y 1 respectivamente dominan el Ingls, si
se selecciona un alumno al azar de este grupo, a. cul es la probabilidad de que el alumno seleccionado sea de
quinto semestre?, b. cul es la probabilidad de que sea de tercero o cuarto semestre?, c. cul es la
probabilidad de que el alumno seleccionado sea de tercer semestre y domine el ingls?, d. cul es la
probabilidad de que el alumno seleccionado no domine el ingls?, e. Diga si los eventos T y Q son mutuamente
excluyentes, diga si los eventos Q e I son mutuamente excluyentes?

Solucin:
Empezaremos por definir algunos eventos;

T = evento de que un alumno sea de tercer semestre


Cu = evento de que un alumno sea de cuarto semestre
Q = evento de que un alumno sea de quinto semestre
I = evento de que un alumno domine el ingls

a. p(alumno seleccionado sea de quinto semestre) = p(Q) = 3/15 = 0.2

b. p(alumno seleccionado sea de tercero o cuarto semestre)= p(T Cu) =

= p( T) + p(Cu) = 7/15 + 5/15 = 12/15 = 0.8

c. p(alumno sea de tercer semestre y domine el ingls) = p(T I) = 4/15 = 0.26667

d. p(alumno seleccionado no domine el ingls) = p(Ic ) = 8/15 = 0.53333


e. Los eventos T y Q son mutuamente excluyentes dado que TQ =

Los eventos Q e I no son eventos mutuamente excluyentes, ya que QI= 1

Ya que hay un alumno que cumple con ambos eventos, es de quinto semestre y domina el ingls.

B) AXIOMAS Y TEOREMAS.

Para el clculo de probabilidades hay que tomar en cuenta los Axiomas y Teoremas que a continuacin se
enumeran.

1)La probabilidad de que ocurra un evento A cualquiera se encuentra entre cero y uno.

0 p(A) 1

2)La probabilidad de que ocurra el espacio muestral debe de ser 1.

p() = 1

3)Si A y B son eventos mutuamente excluyentes, entonces la p(AB) = p(A) + p(B)

Generalizando:

Si se tienen n eventos mutuamente excluyentes o exclusivos A1, A2, A3,.....An, entonces;

p(A1A2.........An) = p(A1) + p(A2) + .......+ p(An)


C) ESPACIOS FINITOS DE PROBABILIDAD.

Sea el espacio muestral, que contiene n elementos a1, a2, a3,.....,an, si a cada uno de los elementos de le
asignamos una probabilidad pi 0, entonces estamos transformando este espacio muestral en un espacio finito de
probabilidad; el que debe cumplir con las siguientes caractersticas:

1) Las probabilidades asociadas a cada uno de los elementos de deben ser mayores o iguales
a cero, pi 0.
2) La sumatoria de las probabilidades asociadas a cada uno de los elementos de debe de ser
igual a 1.
pi = 1

En caso de que no se cumpla con las caractersticas antes mencionadas, entonces no se trata de un espacio finito de
probabilidad.

Ejemplos:
1.Se lanza al aire un dado normal, si la probabilidad de que aparezca una de sus caras es proporcional al nmero
que ostenta, a) cul es la probabilidad de que aparezca un nmero par?, b) cul es la probabilidad de que
aparezca un nmero primo?

Solucin:

= 1, 2, 3, 4, 5, 6

En este caso asignaremos las probabilidades como sigue;

p(aparezca el nmero 1) = p, p(aparezca el nmero 2) = 2p, .....,


p(aparezca el nmero 5) = 5p, p(aparezca el nmero 6) = 6p
Y por ser un espacio finito de probabilidad, entonces,

p() = p + 2p + 3p + 4p + 5p + 6p =1

Por tanto, 21p = 1, luego, p = 1/21

a. Luego;

A = evento de que aparezca un nmero par = 2, 4, 6

p(A)=p(2)+p(4) + p(6) = 2p + 4p + 6p = 12p = 12(1/21) = 12/21= 0.5714

b. B = es el evento de que aparezca un nmero primo = 1, 2, 3, 5

p(B)=p(1) + p(2) + p(3) + p(5) = p + 2p + 3p + 5p = 11p = 11(1/21) = 11/21 = 0.5238

2. En una competencia de nado sincronizado, participan los equipos de Ecuador, Mxico y Venezuela, Mxico
tiene el doble de posibilidades de ganar que Ecuador, mientras que Venezuela tiene un tercio menos de
posibilidades de ganar que ecuador, a. Determine la probabilidad de que gane Venezuela, b. Determine la
probabilidad de que gane Ecuador o Venezuela, c. Determine la probabilidad de que no gane Mxico.

Solucin:

= Ecuador, Mxico Venezuela

Por ser un espacio finito de probabilidad, p() = 1, luego,

P() = p(gane Ecuador) + p(gane Mxico) + p(gane Venezuela) = p + 3p + 2/3p=1

Como 14/3p = 1, luego p = 3/14

a. p(gane Venezuela) = 2/3 p = 2/3*3/14 = 2/14 = 1/7 = 0.14285

b. p(gane Venezuela o Ecuador)=p(gane Venezuela)+p(gane Ecuador)=


p(gane Venezuela o Ecuador)= 2/3p + p = 5/3 p = 5/3*3/14 =5/14 = 0.35714

c. p(no gane Mxico) = p(gane Venezuela o Ecuador) = 1 p(gane Mxico) = 1 3p =


= 1 3(3/14) = 1 9/14 = 5/14 = 0.35714

3. En una competencia de ciclismo participan A, B y C, A tiene el doble de posibilidades de ganar que B y B el


doble que C, a. Determine la probabilidad de que gane B, b. Determine la probabilidad de que gane A o B.

Solucin:

= A, B, C, y por ser un espacio finito de probabilidad,

p() = p(gane A) + p(gane B) + p(gane C) = 4p + 2p + p = 1


Como 7p = 1, luego, p = 1/7

a. p(gane B) = 2p = 2(1/7) = 2/7 = 0.28571

b. p(gane A o B) = 4p + 2p = 6p = 6(1/7) = 6/7 = 0.85714

D) ESPACIOS FINITOS EQUIPROBABLES.

Sea un espacio muestral que contiene n elementos, = a1, a2, a3,....,an , si a cada uno de los elementos de le
asignamos una probabilidad igual de ocurrencia, pi = 1/n por tener n elementos , entonces estamos transformando
este espacio muestral en un espacio finito equiprobable, el que debe cumplir con las siguientes condiciones:

1. Las probabilidades asociadas a cada uno de los elementos del espacio muestral deben ser mayores o iguales
a cero, pi 0.

2. La sumatoria de las probabilidades asociadas a cada elemento del espacio muestral debe de ser igual a 1.

pi = 1

En caso de que no se cumpla con las condiciones anteriores, entonces no se trata de un espacio finito equiprobable.
Solo en el caso de espacios finitos equiprobables, si deseamos determinar la probabilidad de que ocurra un
evento A cualquiera, entonces;

p(A) = r*1/n = r/n

p(A) = maneras de ocurrir el evento A/ Nmero de elementos del espacio muestral

r = maneras de que ocurra el evento A


1/n = probabilidad asociada a cada uno de los elementos del espacio muestral
n = nmero de elementos del espacio muestral

Ejemplos:
1. Se lanza al aire una moneda normal (una moneda perfectamente equilibrada) tres veces, determine la
probabilidad de que: a. Aparezcan puros sellos, b. Aparezcan dos guilas, c. Aparezcan por lo menos dos
guilas.

Solucin:

Para calcular las probabilidades de este problema, hay que definir el espacio muestral en cuestin; si
representamos los tres lanzamientos de la moneda mediante un diagrama de rbol, encontraremos que el
espacio muestral o el conjunto de todos los resultados posibles es:

= AAA, ASS, SAS, SSA, AAS, SAA, ASA, SSS

a. A = evento de que aparezcan puros sellos = SSS

p(A) = p(aparezcan puros sellos) = p(SSS) = 1/8 = 0.125


Porqu un octavo?, s el espacio muestral consta de 8 elementos como se ha observado, entonces la
probabilidad asociada a cada uno de los elementos del espacio muestral es de 1/8, por ser un espacio finito
equiprobable ya que cada uno de los elementos mostrados tiene la misma probabilidad de ocurrencia.

b. B = evento de que aparezcan dos guilas = AAS, SAA, ASA

p(B) = p(aparezcan dos guilas) = p(AAS, SAA, ASA) = 1/8 + 1/8 + 1/8 = 3/8 = 0.375

c. C = evento de que aparezcan por lo menos dos guilas = AAS, SAA, ASA, AAA

p(C) = p(AAS, SAA, ASA, AAA)=p(aparezcan dos guilas) + p(aparezcan tres guilas)

p(C) = 4/8 = 1/2 = 0.5

2. En un lote de produccin que consta de 20 computadoras personales de cierta marca, se ha detectado que 4
tienen defectos de tipo operacional. 1. Si se selecciona al azar una computadora, a. Determine la
probabilidad de que la computadora seleccionada tenga defectos de tipo operacional, b. cul es la
probabilidad de que no tenga defectos de tipo operacional?. 2. Si se seleccionan al azar 4 computadoras de
este lote, determine la probabilidad de que: a. Solo tres tengan defectos de tipo operacional, b. Por lo menos
dos tengan defectos de tipo operacional, c. Como mximo una tenga defectos de tipo operacional.

Solucin:

Para el punto 2.1, cuando se selecciona de un lote un solo elemento, entonces el espacio muestral est
compuesto de entes unitarios, que son cada una de las computadoras,

= 20 computadoras

a. A = evento de que una computadora tenga defectos de tipo operacional

p(A) = 5/20 = 0.25

b. B = evento de que una computadora no tenga defectos de tipo operacional

p(B) = 1 - p(A) = 1 0.25 = 0.75

2.2 Al seleccionar del lote ms de una computadora, el espacio muestral ya no estar compuesto por entes
unitarios, estar formado por todos los grupos que se puedan formar de 4 computadoras seleccionadas de
entre 20 que se tienen,
20C4 = 4,845 maneras de seleccionar las cuatro computadoras al azar

Dicho de otra forma seran 4,845 muestras de cuatro computadoras, entre estas muestras hay algunas que
contienen puras computadoras defectuosas o puras sin defectos y otras muestras que tienen una mezcla de
computadoras con defectos y sin defectos.

a. C = evento de que tres de las computadoras seleccionadas tengan defectos de tipo operacional

C = 4C3*16C1 = 4*16 = 64 muestras de cuatro computadoras que contienen tres


defectuosas

p(C) = 64/ = 64/4,845 = 0.013209

b. D = evento de que dos o ms computadoras tengan defectos de tipo operacional

D = 2 con defectos, 3 con defectos o 4 con defectos

D = 4C2*16C2 + 4C3*16C1 + 4C4*16C0 = 6*120 + 4*16 + 1 = 720 + 64 + 1 = 785

El evento D consta de 785 muestras, en las que por lo menos dos de las cuatro computadoras seleccionadas
tienen defectos.

p(D) = nmero de elementos del evento D/ nmero de elementos del espacio muestral

p(D) = 785/ = 785/4,845 = 0.162022

c. E = evento de que como mximo una de las computadoras seleccionadas tenga defectos de tipo operacional

E = 0 con defectos o 1 con defectos

E = 4C0*16C4 + 4C1*16C3 = 1*1,820 + 4*560 = 1820 + 2240 = 4,060 muestras

El evento E contiene 4,060 muestras que contienen una o ninguna computadora defectuosa, por lo que;

p(E) = 4,060/ = 4,060/4,845 = 0.83797

Porqu utilizar combinaciones para obtener la probabilidad en lugar de permutaciones?, en este caso no se
habla de algn orden para seleccionar las computadoras es el motivo por el cual se usaron combinaciones, pero
si decimos que se toman cuatro computadoras del lote y se pregunta, cul es la probabilidad de que la primera
y segunda computadora seleccionada tengan defectos de tipo operativo y que la tercera y cuarta no tengan
defecto alguno?

En este caso el espacio muestral se determina haciendo uso de permutaciones ya que se trata de una prueba
ordenada; como se observa a continuacin:

= 20P4 = 20!/(20 4)! = 20!/16! = 116,280 maneras de seleccionar cuatro computadoras una tras otra
F = evento de que la primera y segunda computadora tengan defectos y que la tercera y cuarta no tengan
defectos

F = 4P2*16P2 = 4 x 3 x 16 x 15 = 2,880 muestras en donde la primera y segunda computadora tienen defectos y la


tercera y cuarta no tienen defectos

p(F) = 2,880/116,280 = 0.024767

3. Se seleccionan dos nmeros al azar de entre los dgitos del 1 al 9, a. Determine la probabilidad de que
ambos nmeros seleccionados sean pares, b. Determine la probabilidad de que ambos nmeros sean
impares.

Solucin:

Para obtener el espacio muestral de este problema podemos hacer uso de un diagrama de rbol en donde se
represente la seleccin del primer nmero y luego la del segundo nmero, encontrndose que los pares de
nmeros a elegir seran 36, como se muestran a continuacin.

(1,2) (2,3) (3,4) (4,5) (5,6) (6,7) (7,8) (8,9)


(1,3) (2,4) (3,5) (4,6) (5,7) (6,8) (7,9)
= (1,4) (2,5) (3,6) (4,7) (5,8) (6,9)
(1,5) (2,6) (3,7) (4,8) (5,9)
(1,6) (2,7) (3,8) (4,9)
(1,7) (2,8) (3,9)
(1,8) (2,9)
(1,9)

a. Definiendo un evento A = evento de que los dos nmeros seleccionados sean pares

Luego, A = (2,4, (2,6), (2,8), (4,6), (4,8), (6,8)


p(A) = 6/36 = 1/6 = 0.1667

b. B = evento de que los dos nmeros seleccionados sean impares

Luego, B = (1,3), (1,5), (1,7), (1,9), (3,5), (3,7), (3,9), (5,7), (5,9), (7,9)

p(B) = 10/36 = 5/18 = 0.2778

Otra forma de resolver este problema es haciendo uso de combinaciones, donde;

= 9C2 = 36 maneras de seleccionar los dos nmeros

a. A = seleccin de dos nmeros de entre (2, 4, 6 y 8), 4C2 = 6 maneras de seleccionar dos nmeros pares

p(A) = 4C2/9C2 = 6/36 = 1/6 = 0.1667

b. B = seleccin de dos nmeros impares, se seleccionan de entra (1, 3, 5, 7 y 9), 5C2 = 10 maneras de hacer la
seleccin
p(B) = 10/36 = 5/18 = 0.2778

4. Dada la siguiente tabla referente a la produccin de flechas para camin de carga pesada; se inspeccionan
200 flechas del tipo A y B, 300 del tipo C y 400 del tipo D, a continuacin se presentan los resultados
obtenidos en la inspeccin:

TIPO DE FLECHA
DEFECTO A B C D TOTAL
I 54 23 40 15 132
II 28 12 14 5 59
S-DEF 118 165 246 380 909
TOTAL 200 200 300 400 1100

Se selecciona una flecha al azar de las inspeccionadas, determine la probabilidad de que: a. La flecha
seleccionada sea del tipo B, b. La flecha seleccionada no tenga defectos, c. La flecha seleccionada tenga defectos
del tipo II, d. La flecha seleccionada tenga cualquier tipo de defecto.

Solucin:

a. p( flecha sea tipo B) = 200/1,100 = 0.18182

b. p(flecha no tenga defectos) = 909/1,100 = 0.82636

c. p(flecha con defectos del tipo II) = 59/1,100 = 0.05363

d. p(flecha tenga cualquier tipo de defecto) = p(def tipo I) + p(def tipo II) =

= 132/1,100 + 59/1,100 = (132 +59)/1,100 = 191/1,100 = 0.17364

5. Se disean placas para automvil que consten de tres letras seguidas de cuatro dgitos, las letras se toman
del abecedario y los nmeros de los dgitos del 0 al 9, no se repiten letras y nmeros, si se selecciona una
placa al azar de las que se han diseado, determine la probabilidad de que: a. La placa empiece por la letra
D, b. La placa empiece por la letra D seguida de E, c. La placa termine por el nmero 4, d. La placa
termine por el nmero 43, e. Si a un trnsito se le ha dado a la fuga un infractor, y recuerda que las placas
empiezan por la letra E y terminan por el nmero 9cuntas placas tendr que revisar el trnsito?, l
alcanz a ver que no se repetan letras y nmeros, determine tambin la probabilidad de que encuentre al
infractor.

Solucin:

a. El espacio muestral ser:

= 26P3*10P4 = 26 x 25 x 24 x 10 x 9 x 8 x 7 = 78, 624,000 placas

El espacio muestral est formado por todas las placas que es posible disear,

A = evento de que una placa empiece por la letra D

A = 1*25P2*10P4 = 1 x 25 x 24 x 10 x 9 x 8 x 7 = 3,024,000 placas

p(A) = 3,024,000/78,624,000 = 0.03846


b. B = evento de que la placa empiece por la letra D seguida de la E

B = 1 x 1 x 24 x 10P4 = 1 x 1 x 24 x 10 x 9 x 8 x 7 = 120,960 placas

p(B) = 120,960/78,624,000 = 0.0015385

c. C = evento de que la placa termine por el nmero cuatro


C = 26P3*9P3*1 = 26 x 25 x 24 x 9 x 8 x 7 x 1= 7,862,400 placas

p(C) = 7,862,400/78,624,000 = 0.10

d. D = evento de que la placa termine por el nmero 43

D = 26P3*8P2 x 1 x 1 = 26 x 25 x 24 x 8 x 7 x 1 x 1 = 873,600 placas

p(D) = 873,600/78,624,000 = 0.01111

6. Se lanza al aire un dado normal dos veces, a. cul es la probabilidad de que la suma de los nmeros que
aparecen sea de por lo menos siete?, b. cul es la probabilidad de que la suma de los nmeros que
aparecen sea mayor de siete?, c. cul es la probabilidad de que la suma de los nmeros que aparecen sea
de cmo mximo cinco?, d. cul es la probabilidad de que en el primer lanzamiento aparezca el nmero
tres?

Solucin:

a. Lo primero que hay que hacer es definir el espacio muestral correspondiente, si hacemos uso de un
diagrama de rbol en donde representemos el primer lanzamiento del dado y luego su segundo
lanzamiento y obtendremos lo siguiente:

(1,1) (2,1) (3,1) (4,1) (5,1) (6,1)


(1,2) (2,2) (3,2) (4,2) (5,2) (6,2)
= (1,3) (2,3) (3,3) (4,3) (5,3) (6,3)
(1,4) (2,4) (3,4) (4,4) (5,4) (6,4)
(1,5) (2,5) (3,5) (4,5) (5,5) (6,5)
(1,6) (2,6) (3,6) (4,6) (5,6) (6,6)

Como se observa, = 36 elementos cada uno de los cuales tiene la misma probabilidad de ocurrir, por lo que;

a. A = evento de que la suma de los nmeros que aparecen sea de por lo menos siete

A = 21 elementos que son los que suman siete o ms

(6,1)
(5,2) (6,2)
A = (4,3) (5,3) (6,3)
(3,4) (4,4) (5,4) (6,4)
(2,5) (3,5) (4,5) (5,5) (6,5)
(1,6) (2,6) (3,6) (4,6) (5,6) (6,6)

p(A) = 21/36 = 0.58333

b. B = evento de que la suma de los nmeros que aparecen sea mayor de siete
B = 15 elementos, que son los que suman ms de siete, 8 o ms

(6,2)
(5,3) (6,3)
B= (4,4) (5,4) (6,4)
(3,5) (4,5) (5,5) (6,5)
(2,6) (3,6) (4,6) (5,6) (6,6)

p(B) = 15/36 = 0.41667

c. C = evento de que la suma de los nmeros que aparecen sea de cmo mximo cinco

C = 10 elementos, los que suman 5 o menos

(1,1) (2,1) (3,1) (4,1)


C = (1,2) (2,2) (3,2)
(1,3) (2,3)
(1,4)

p(C) = 10/36 = 5/18 = 0.27778

d. D = evento de que en el primer lanzamiento aparezca el nmero tres

D = (3,1) (3,2) (3,3) (3,4) (3,5) (3,6)

p(D) = 6/36 = 1/6 = 0.16667


Donde:

AE = nmero de elementos comunes a los eventos A y E


E = nmero de elementos del evento E
Luego entonces podemos usar cualquiera de las dos frmulas para calcular la probabilidad condicional de A
dado que E ya ocurri.

Ejemplos:
1. Se lanza al aire dos dados normales, si la suma de los nmeros que aparecen es de por lo menos siete, a.
determine la probabilidad de que en el segundo dado aparezca el nmero cuatro, b. Determine la probabilidad
de que ambos nmeros sean pares, c. Determine la probabilidad de que en el primer dado aparezca el numero
dos.

Solucin:
El espacio muestral es el mismo que cuando se lanza un dado dos veces y se muestra a continuacin;

(1,1) (2,1) (3,1) (4,1) (5,1) (6,1)


(1,2) (2,2) (3,2) (4,2) (5,2) (6,2)
= (1,3) (2,3) (3,3) (4,3) (5,3) (6,3)
(1,4) (2,4) (3,4) (4,4) (5,4) (6,4)
(1,5) (2,5) (3,5) (4,5) (5,5) (6,5)
(1,6) (2,6) (3,6) (4,6) (5,6) (6,6)

a. Para calcular una probabilidad condicional es necesario definir los eventos A y E, siendo estos,

A = evento de que en el segundo dado aparezca el nmero cuatro,


E = evento de que la suma de los nmeros que aparecen sea de por lo menos siete, (que es que es el evento que
est condicionando)

E = 21 elementos, los que suman siete o ms

(6,1)
(5,2) (6,2)
E = (4,3) (5,3) (6,3)
(3,4) (4,4) (5,4) (6,4)
(2,5) (3,5) (4,5) (5,5) (6,5)
(1,6) (2,6) (3,6) (4,6) (5,6) (6,6)

A = 6 elementos, los que en el segundo dado aparece el cuatro

A = (1,4) (2,4) (3,4) (4,4) (5,4) (6,4)

Luego,

AE = (3,4) (4,4) (5,4) (6,4), AE = 4 elementos

Por tanto;

p(A E) = AE / E = 4/21 = 0.19048

b. E = evento de que la suma de los nmeros que aparecen sea de por lo menos siete
(6,1)
(5,2) (6,2)
E = (4,3) (5,3) (6,3)
(3,4) (4,4) (5,4) (6,4)
(2,5) (3,5) (4,5) (5,5) (6,5)
(1,6) (2,6) (3,6) (4,6) (5,6) (6,6)

A = evento de que ambos nmeros sean pares

(2,2) (4,2) (6,2)

A = (2,4) (4,4) (6,4)

(2,6) (4,6) (6,6)

(6,2)

AE = (4,4) (6,4) AE = 6 elementos

(2,6) (4,6) (6,6)

p(A E) = AE / E
= 6/ 21
= 0.28571

c. E = evento de que la suma de los nmeros que aparecen sea de por lo menos
siete

(6,1)
(5,2) (6,2)
E = (4,3) (5,3) (6,3)
(3,4) (4,4) (5,4) (6,4)
(2,5) (3,5) (4,5) (5,5) (6,5)
(1,6) (2,6) (3,6) (4,6) (5,6) (6,6)

A = evento de que en el primer dado aparezca el nmero dos

(2,1)
(2,2)
A = (2,3)
(2,4)
(2,5)
(2,6)
AE = (2,5), AE = 1 elemento

P(A E) = AE / E
= 1/21
= 0.04762

2.Se seleccionan al azar dos nmeros de entre los nmeros del 1 al 9, si la suma de los nmeros que aparecen es
par, a. Determine la probabilidad de que ambos nmeros sean pares, b. Determine la probabilidad de que
ambos nmeros sean impares.

Solucin:

= 9C2 = 36 maneras de seleccionar dos nmeros de entre nueve que se tienen

(1,2)
(1,3) (2,3)
(1,4) (2,4) (3,4)
= (1,5) (2,5) (3,5) (4,5)
(1,6) (2,6) (3,6) (4,6) (5,6)
(1,7) (2,7) (3,7) (4,7) (5,7) (6,7)
(1,8) (2,8) (3,8) (4,8) (5,8) (6,8) (7,8)
(1,9) (2,9) (3,9) (4,9) (5,9) (6,9) (7,9) (8,9)

a. E = evento de que la suma de los nmeros que se seleccionan sea par

(1,3)
(2,4)
E = (1,5) (3,5)
(2,6) (4,6)
(1,3) (3,7) (5,7)
(2,8) (4,8) (6,8)
(1,9) (3,9) (5,9) (7,9)

E = 16 elementos

A = evento de que ambos nmeros sean pares

(2,4)

A = (2,6) (4,6)

(2,8) (4,8) (6,8)

A = 6 elementos

(2,4)

AE = (2,6) (4,6)

(2,8) (4,8) (6,8)

AE = 6 elementos , p(A E) = AE / E = 6/16 = 0.375

b. E = evento de que la suma de los nmeros seleccionados es par


(1,3)
(2,4)
E = (1,5) (3,5)
(2,6) (4,6)
(1,3) (3,7) (5,7)
(2,8) (4,8) (6,8)
(1,9) (3,9) (5,9) (7,9)

A = evento de que ambos nmeros sean impares

(1,3)

A = (1,5) (3,5)

(1,7) (3,7) (5,7)

(1,9) (3,9) (5,9) (7,9)

A = 10 elementos,

(1,3)

AE = (1,5) (3,5)

(1,7) (3,7) (5,7)

(1,9) (3,9) (5,9) (7,9)

AE = 10 elementos; p(A E)= AE / E = 10/16 = 0.625

Este ejercicio tambin puede ser resuelto haciendo uso de las combinaciones; el espacio muestral puede ser
definido;

= 9C2 = 36 maneras de seleccionar los dos nmeros

a. E = evento de que la suma de los nmeros seleccionados sea par

Para que la suma de dos nmeros sea par, forzosamente ambos deben ser pares o impares, por tanto,

E = seleccin de dos nmeros pares o de dos impares = 4C2 + 5C2

A = evento de que ambos nmeros sean pares

A = 4C2

AE = 4C2 = 6 maneras de seleccionar dos nmeros pares

AE = 6 elementos

p(A E) = AE / E = 6/16 = 0.375

b. E = evento de que la suma de los nmeros seleccionados sea par


E = 4C2 + 5C2 = 16 maneras de seleccionar dos nmeros de entre nueve

A = evento de que ambos nmeros sean impares

A = 5C2 = 10 maneras de seleccionar dos nmeros impares

AE = 5C2 = 10

p(A E = AE / E = 10/16 = 0.625

3. Dada la siguiente tabla referente a la produccin de flechas para camin de carga pesada; se inspeccionan 200
flechas del tipo A y B, 300 del tipo C y 400 del tipo D, a continuacin se presentan los resultados obtenidos en la
inspeccin;

TIPO FLECHA
DEFECTO A B C D TOTAL
I 54 23 40 15 132
II 28 12 14 5 59
S - DEF 118 165 246 380 909
TOTAL 200 200 300 400 1100

a. Si se selecciona una flecha al azar y resulta que es una flecha del tipo B, cul es la probabilidad de que
no tenga defectos, b. Si la flecha seleccionada es del tipo C, cul es la probabilidad de que tenga defectos
del tipo II?, c. Si la flecha seleccionada tiene defectos del tipo I, cul es la probabilidad de que sea del tipo
A, d. cul es la probabilidad de que una flecha no tenga defectos?, e. cul es la probabilidad de que una
flecha tenga defectos?

Solucin:

a. Definiremos los eventos;

E = evento de que la flecha seleccionada sea del tipo B = 200 elementos o flechas

A = evento de que la flecha seleccionada no tenga defectos = 909 flechas o elementos

AE = 165 elementos del tipo B y que no tienen defectos

p(A E) = AE / E = 165/200 = 0.825

b. E = evento de que la flecha sea del tipo C =300 flechas

A = evento de que la flecha tenga defectos del tipo II =59 flechas

AE = 14 flechas del tipo C y que tienen defectos del II

p(A E) = AE / E = 14/300 = 0.04667


c. E = evento de que la flecha tenga defectos del tipo I = 132 flechas

A = evento de que la flecha sea del tipo A = 200 flechas

AE = 54 flechas con defectos del tipo I y del tipo A

p(A E) = AE / E = 54 / 132 = 0.40901

d. En este caso se trata de una probabilidad simple, ya que no hay un evento que est condicionando al evento
del cual se desea determinar su probabilidad

D = evento de que una flecha no tenga defectos = 909 flechas

= 1100 flechas

p(D) = 909/1100 = 0.82636

d. F = evento de que una flecha tenga defectos = 132 + 59 = 191 flechas

= 1100 flechas

p(F) = 191 / 1100 = 0.17364

4. Una pareja de recin casa dos ha decidido formar una familia de solo tres hijos, a. determine la probabilidad de
que tenga puros hijos varones, b. cul es la probabilidad de que tenga como mximo un hijo varn, c. cul es la
probabilidad de que su segundo hijo sea varn, d. Si esta familia tiene por lo menos una hija, cul es la
probabilidad de que el segundo hijo sea varn?, e. Si esta familia tiene como mximo un hijo varn, cul es la
probabilidad de que tenga puras hijas?

Solucin:

Lo primero que hay que obtener para resolver este problema es el espacio muestral, para lo cual nos podemos
ayudar con un diagrama de rbol en donde representemos uno tras otro el nacimiento de cada uno de sus hijos, en
donde solo consideraremos partos de un solo beb, no mltiples y se considera que existe la misma probabilidad de
que nazca un varn o una nia.

Y el espacio muestral obtenido es:


H = nio
M = nia

= HHH, HHM, HMH, MHH, HMM, MHM, MMH, MMM

a. A = evento de que la familia tenga puros hijos varones

A = HHH

p(A) = 1/8 = 0.125

b. B = evento de que la familia tenga como mximo un hijo varn


B = ningn hijo varn o un hijo varn= MMM, HMM, MHM, MMH

p(B) = 4/8 = 1/2 =0.5

c. C = evento de que el segundo hijo de la familia sea varn


C = HHH, HHM, MHH, MHM

P(C) = 4/8 =1/2 = 0.5

d. Como en este caso se trata de calcular una probabilidad de tipo condicional, se requiere definir dos
eventos, el evento E que es el que condiciona y el evento A;
E = evento de que la familia tenga por lo menos una hija
E = tenga una o ms hijas

E = HHM, HMH, MHH, HMM, MHM, MMH, MMM= 7 elementos

A = evento de que el segundo hijo sea varn

A = HHH, HHM, MHH, MHM

AE = HHM, MHH, MHM = 3 elementos

Luego;

p(A E) = AE / E = 3/7 = 0.42857

e. E = evento de que la familia tenga como mximo un hijo varn


A = evento de que la familia tenga puras hijas

E = MMM, MHM, MMH, HMM= 4 elementos

A = MMM

AE = MMM = 1 elemento

P(A E) = AE / E = 1/4 = 0.25

5. Segn las estadsticas, la probabilidad de que un auto que llega a cierta gasolinera cargue gasolina es de 0.79,
mientras que la probabilidad de que ponga aceite al motor es de 0.11 y la probabilidad de que ponga gasolina y
aceite al motor es de 0.06, a. S un auto carga gasolina, cul es la probabilidad de que ponga aceite?, b. S un
auto pone aceite al motor, cul es la probabilidad de que ponga gasolina?

Solucin:

a. E = evento de que un auto cargue gasolina


b.
p(E) = 0.79

A = evento de que un auto ponga aceite al motor

P(A) = 0.11

AE = evento de que un auto ponga gasolina y aceite

p(AE) = 0.07
p(A E) = p(AE)/p(E) = 0.07/ 0.79 = 0.0881

c. E = evento de que un auto ponga aceite al motor

P(E) = 0.11

A = evento de que un auto ponga gasolina

P(A) = 0.79

AE = evento de que un auto ponga aceite al motor y ponga gasolina

P(AE) = 0.07

P(A E) = p(AE)/ p(E) = 0.07/0.11 = 0.63636

6.- La probabilidad de que un auto de carreras cargue gasolina en cierto circuito en la primera media hora de
recorrido es de 0.58, la probabilidad de que cambie de neumticos en esa primera media hora de recorrido es
de 0.16, la probabilidad de que cargue gasolina y cambie de neumticos en la primera media hora de recorrido
es de 0.05, a. Cul es la probabilidad de que cargue gasolina o cambie de neumticos en la primera media
hora de recorrido?, b. cul es la probabilidad de que no cargue combustible y de neumticos en la primera
media hora de recorrido, c. Si el auto cambia de neumticos en la primera media hora de recorrido, cul es la
probabilidad de que cargue combustible tambin?, d. Si el auto carga combustible en la primera media hora de
recorrido, cul es la probabilidad de que cambie de neumticos tambin?

Solucin:

a. A = evento de que cargue gasolina en la primera media hora de recorrido

P(A) = 0.58

B = evento de que cambie de neumticos en la primera hora de recorrido

P(B) = 0.16

AB = evento de que cargue combustible y cambie de neumticos en la primera hora de recorrido

P(AB) = 0.05

P(cargue gasolina o cambie de neumticos) = p(AB) = p(A) + p(B) p(AB) = 0.58 + 0.16 0.05 =
0.69

b. p( no cargue combustible y no cambie de neumticos) = 1 p(AB) = 1 0.69 = 0.31

c. E = evento de que el auto cambie de neumticos en la primera media hora de recorrido

A = evento de que el auto cargue combustible en la primera media hora de recorrido

p(A E) = p(AE)/ p(E) = 0.05/0.16 = 0.3125

d. E = evento de que el auto cargue combustible en la primera media hora de recorrido

A = es el evento de que el auto cambie de neumticos en la primera media hora de recorrido

p(A E) = p(AE)/p(E) = 0.05/0.58 = 0.08621


F) TEOREMA DE LA MULTIPLICACIN PARA PROBABILIDAD CONDICIONAL.

Tomando como referencia la frmula de probabilidad condicional,

despejando,

p(AE) = p(E)p(A E) Teorema de la multiplicacin para probabilidad condicional

donde:

p(AE) = probabilidad de que ocurran A y E

p(E) = probabilidad de que ocurra E

p(A E) = probabilidad de que ocurra el evento A dado que el evento E ya ocurri

Ejemplos:

1. En un lote de produccin hay 25 productos, 5 de los cuales tienen defectos menores y 9 tienen defectos mayores,
si se toman de este lote tres productos uno tras otro, determine la probabilidad de que: a. El primer producto no
tenga defectos y que el segundo y tercero tengan defectos mayores, b. El primer producto tenga defectos menores,
el segundo tenga defectos mayores y que el tercero no tenga defectos, c. El primer producto y el tercero no tengan
defectos.

Solucin:

a. Definiremos algunos eventos;

B1 = evento de que el primer producto seleccionado no tenga defectos

DM2 = evento de que el segundo producto seleccionado tenga defectos mayores

DM3 = evento de que el tercer producto seleccionado tenga defectos mayores

p(B1DM2DM3) = p(B1)p(DM2 B1)p(DM3 B1DM2)

=(11/25)*(9/24)*(8/23)

= 0.44*0.375*0.347826

= 0.05739

b. Dm1= evento de que el primer producto seleccionado tenga defectos menores

DM2 = evento de que el segundo producto seleccionado tenga defectos mayores


B3 = evento de que el tercer producto seleccionado no tenga defectos

P(Dm1DM2B3) = p(Dm1)p(DM2 Dm1)p(B3 Dm1DM2)

= (5/25)*(9/24)*(11/23)=

= 0.2*0.375*0.4782608= 0.03587

c. B1 = evento de que el primer producto seleccionado no tenga defectos

B2 = evento de que el segundo producto seleccionado no tenga defectos

Dm2 = evento de que el segundo producto seleccionado tenga defectos menores

DM2 = evento de que el segundo producto seleccionado tenga defectos mayores

B3 = evento de que el tercer producto seleccionado no tenga defectos

En este caso como no se especifica de que tipo debe ser el segundo producto, se considera que este puede ser no
defectuoso, con defectos menores o con defectos mayores; por lo tanto;

p(B1B2B3) + p(B1Dm2B3) + p(B1DM2B3)

= p(B1)p(B2 B1)p(B3 B1B2) + P(B1)p(Dm2 B1)p(B3 B1Dm2) + p(B1)p(DM2 B1)p(B3 B1DM2)

=(11/25)*(10/24)*(9/23) + (11/25)*(5/24)*(10/23) + (11/25)*(9/24)*(10/23)

=(0.44)(0.41666)(0.39130) + (0.44)(0.20833)(0.43478) + (0.44)(0.375)(0.43478)

= 0.07173 + 0.03985 + 0.07174

= 0.18332

2. Doce personas (6 mujeres, 4 hombres y dos nios) realizan un paseo en un pequeo autobs, al llegar a cierto
lugar, bajan del autobs cuatro personas una tras otra, determine la probabilidad de que; a. La primera y
segunda persona que bajen sean mujeres, el tercero sea un nio y por ltimo baje un hombre, b. Que baje un
nio, luego un hombre, luego otro nio y por ltimo que baje una mujer, c. Que baje una mujer, luego un
hombre, despus otra mujer y por ltimo otro hombre.

Solucin:
a. M1 = evento de que baje del autobs primero una mujer

M2 = evento de que baje en segundo lugar una mujer

N3 = evento de que baje en tercer lugar un nio

H4 = evento de que baje en cuarto lugar un hombre

P(M1M2N3H4) = p(M1)p(M2 M1)p(N3 M1M2)p(H4 M1M2N3) =

= (6/12)*(5/11)*(2/10)*(4/9)

= 240/11,880 = 0.0202

b. N1 = evento de que baje en primer lugar un nio

H2 = evento de que baje en segundo lugar un hombre

N3 = evento de que baje en tercer lugar un nio

M4 = evento de que baje en cuarto lugar una mujer

p(N1H2N3M4) = p(N1)p(H2 N1)p(N3 N1H2)p(M4 N1H2N3) =

= (2/12)*(4/11)*(1/10)*(6/9)

= 48/11,880

= 0.00404

c. M1 = evento de que baje en primer lugar una mujer

H2 = evento de que baje en segundo lugar un hombre

M3 = evento de que en tercer lugar baje una mujer

H4 = evento de que en cuarto lugar baje un hombre

p(M1H2M3H4) = p(M1)p(H2 M1)p(M3 M1H2)p(H4 M1H2M3)

= (6/12)*(4/11)*(5/10)*(3/9)

= 360/11,880

= 0.0303
= 0.17982 + 0.3168 + 0.4752

= 0.97182
b. NQ = evento de que un visitante no se queje del servicio

PS = evento de que un visitante haya sido hospedado en el hotel Palacio del Sol

S = evento de que un visitante haya sido hospedado en el hotel Sicomoro

FI = evento de que un visitante haya sido hospedado en el hotel Fiesta Inn

P(PS NQ)=p(PSNQ)/p(NQ)

=(0.185*0.972)/(0.185*0.972+0.32*0.99+0.495*0.96)=

= 0.17982/(0.17982 + 0.3168 + 0.4752)

= 0.17982/0.97182

= 0.1850342

c. Q = evento de que un visitante se queje del servicio

FI = evento de que un visitante haya sido hospedado en el hotel Fiesta Inn

P(FI Q) = p(FIQ)/p(Q)

= 0.495*0.04/(0.185*0.028 + 0.32*0.01 + 0.495*0.04)

=0.0198/( 0.00518 + 0.0032 + 0.0198)

= 0.0198/0.02818

= 0.7026

I) INDEPENDENCIA

Se dice que un evento B es independiente de un evento A, si p(B A) = p(B), esto quiere decir que la
probabilidad de que ocurra B no es afectada por la ocurrencia del evento A, la expresin anterior se puede
sustituir en el teorema de la multiplicacin para probabilidad condicional,

p(AB) = p(A)p(B A) = p(A)p(B)

Luego,

p(AB) = p(A)p(B) Concepto de independencia


Si la expresin anterior se cumple, podemos decir que los eventos A y B son independientes.

Ejemplos:

Pruebas repetidas e independientes.

Sea el espacio muestral del lanzamiento de una moneda tres veces,

= AAA, AAS, ASA, ASS, SAS, SAA, SSA, SSS

Donde cada uno de los elementos de este espacio muestral est formado por tres pruebas repetidas e
independientes que son los tres lanzamientos de la moneda, si deseamos determinar la probabilidad de cada
uno de los elementos, nos encontraremos con lo siguiente;

p(AAA)=p(A1A2A3)=p(A1)p(A2 A1)p(A3 A1A2)=p(A)p(A)p(A) =1/2*1/2*1/2=1/8

p(AAS) = p(A)p(A)p(S) =1/2*1/2*1/2 =1/8

p(ASA) = p(A)p(S)p(A) = 1/2*1/2*1/2 = 1/8

etc, etc.

Con lo anterior se comprueba que efectivamente la probabilidad de cada uno de los elementos del espacio
muestral descrito anteriormente es de 1/8 como se consideraba cuando se calculaban probabilidades para un
espacio finito equiprobable.
P(A E) = p(AE) / p(E) = 0.348/0.128= 0.3333

c. p(gane la segunda pelea) = p(GGG, GGP, PGG, PGP) = (0.8)(0.8)(0.8) + (0.8)(0.8)(0.2) + (0.2)(0.8)(0.8) + (0.2)
(0.8)(0.2) = 0.512 + 0.128 + 0.128 + 0.032= 0.8

3.Tres hombres tiran a un blanco, A tiene 1/3 de posibilidades de acertar al blanco, B tiene 1/2 de posibilidades de
acertar y C tiene 1/4 de posibilidades de pegar al blanco, si cada uno de ellos hace un solo disparo, determine la
probabilidad de que; a. Solo uno de ellos acierte al blanco, b. Si solo uno de ellos acierta al blanco, cul es la
probabilidad de que acierte A?, c. Determine la probabilidad de que ninguno acierte al blanco.

Solucin:

Haciendo uso de un diagrama de rbol se obtiene el siguiente espacio muestral;

={ABC, ABC`, AB`C, AB`C`, A`BC, A`BC`, A`B`C, A`B`C`}

donde: A = acierta A, A`= no acierta A, B = acierta B, B`= no acierta B, etc., etc.

p(solo uno de ellos acierte al blanco) = p(AB`C`, A`BC`, A`B`C) = 1/3*1/2*3/4 + 2/3*1/2*3/4 + 2/3*1/2*1/4 =
3/24 + 6/24 + 2/24 = 11/24 = 0.45833

a. E = evento de que solo uno de ellos acierte al blanco

E = {AB`C`, A`BC`, A`B`C}; p(E) =11/24


A = evento de que A acierte al blanco = { ABC, ABC`, AB`C, AB`C`}

AE = { AB`C`} = 1/3*1/2*3/4 = 3/24

p(A E)= p(AE)/p(E) = (3/24)/(11/24) = 3/11 = 0.27273

b. p(ninguno acierte al blanco) = p(ABC) = 2/3*1/2*3/4 = 6/24 = 0.25

J)PROBLEMAS PROPUESTOS

1. Si las probabilidades de que, en condiciones de garanta, un automvil nuevo requiera reparaciones del motor, la
transmisin o ambos, son 0.87, 0.36 y 0.29,cul es la probabilidad de que un auto requiera uno o el otro o ambos tipos de
reparacin durante el perodo de garanta? r=0.94

2. Al lanzar un par de dados balanceados, que probabilidades hay de obtener a. 7, b. 11, c. 7 u 11, d. 3, e. 2 o 12, f. 2, 3 o
12? r= a. 1/6 b. 1/18 c. 2/9 d. 1/18 e. 1/18 f. 1/9

3. Una agencia de renta de automviles cuenta con 18 autos compactos y 12 autos de tamao mediano. Si se seleccionan
aleatoriamente cuatro de los automviles para una inspeccin de seguridad, que probabilidad hay de obtener dos de
cada tipo? r=0.368

4. En un grupo de 160 estudiantes graduados de ingeniera, 92 se inscriben en un curso avanzado de estadstica, 63


en un curso de investigacin de operaciones; y 40 en ambos. Cuntos de estos estudiantes no se inscriben en ningn
curso?

r=45

5. Si A y B son eventos mutuamente excluyentes, p(A)= 0.29 y p(B)=0.43, determine, a. p(A), b. p(AB), c. p(AB), d.
P(AB). r= a.0.71 b.0.72 c.0.29 d.0.28

6. Un departamento de polica necesita nuevos neumticos para sus patrullas, y existen 0.17, 0.22, 0.03, 0.29, 0.21 y 0.08 de
probabilidades de que adquiera neumticos de las siguientes marcas: Uniroyal, Goodyear, Michelin, General, Goodrich o
Armstrong. Determine las probabilidades de que compre, a. neumticos Goodrich o Goodyear, b. neumticos Uniroyal,
General o Goodrich, c. neumticos Michelin o Armstrong, d. neumticos Goodyear, General o Armstrong.

r=a. 0.43 b. 0.67 c. 0.11 d. 0.59

7. La probabilidad de que el chip de un circuito integrado tenga un grabado defectuoso es de 0.12, la probabilidad de que
tenga un defecto de cuarteadura es de 0.29 y la probabilidad de que tenga ambos defectos es de 0.07. a. Qu probabilidad
hay de que un chip de fabricacin reciente tenga ya sea un defecto de grabado o de cuarteadura?, b. Qu probabilidad
hay de que un chip de fabricacin reciente no tenga ninguno de tales defectos? r=a.0.34 b.0.66

8. Las probabilidades de que una estacin de Televisin reciba 0, 1, 2, 3, 4, ...........,8 o al menos 9 quejas tras la emisin de
un controvertido programa son, respectivamente, 0.01, 0.03, 0.07, 0.15, 0.19, 0.18, 0.14, 0.12, 0.09 y 0.02. Qu
probabilidades hay de que despus de trasmitir ese programa la estacin reciba a. como mximo 4 quejas, b. al manos 6
quejas, c. de 5 a 8 quejas. R=a. 0.45 b. 0.37 c. 0.55

9. La probabilidad de que un nuevo aeropuerto obtenga un premio por su diseo es de 0.16, la probabilidad de que
obtenga un premio por su eficiente uso de materiales es de 0.24 y la probabilidad de que obtenga ambos premios es de
0.11. a. Cul es la probabilidad de que obtenga al menos uno de los dos premios?, b. Cul es la probabilidad de que
obtenga solo uno de los dos premios?. r=a.0.29 b.0.18
10. Si la probabilidad de que un sistema de comunicacin tenga alta fidelidad es de 0.81 y la probabilidad de que tenga
alta fidelidad y alta selectividad es de 0.18. Cul es la probabilidad de que un sistema con alta fidelidad, tenga alta
selectividad? r=2/9

11. Si la probabilidad de que un proyecto de investigacin sea correctamente planeado es de 0.80 y la probabilidad de que
sea planeado y correctamente ejecutado es de 0.72, qu probabilidad hay de que un proyecto de investigacin
correctamente planeado, sea correctamente ejecutado? r=0.90

12. Entre 60 partes de refaccin automotriz cargadas en un camin en San Francisco, 45 tienen a Seattle por destino y 15 a
Vancouver. Si dos de las partes se descargan por error en Prtland y la seleccin es aleatoria, qu probabilidades hay
de que a. ambas partes debieran de haber llegado a Seattle, b. ambas partes debieran de haber llegado a Vancouver, c. una
debiera haber llegado a Seattle y la otra a Vancouver. r=a.33/59 b. 7/118 c.45/118

13. En una planta electrnica, se sabe por experiencia que la probabilidad de que un obrero de nuevo ingreso que haya
asistido al programa de capacitacin de la compaa, cumpla la cuota de produccin es de 0.86 y que la probabilidad
correspondiente de un obrero de nuevo ingreso que no ha asistido a dicho curso de capacitacin es de 0.35. Si 80% de la
totalidad de los obreros de nuevo ingreso asisten al curso de capacitacin, qu probabilidad existe de que un trabajador
de nuevo ingreso cumpla la cuota de produccin? r=0.758

14. Una empresa consultora renta automviles de tres agencias, 20% de la agencia D, 20% de la agencia E y 60% de la
agencia F. Si 10% de los autos de D, 12% de los autos de E y 4% de los autos de F tienen neumticos en mal estado, cul
es la probabilidad de que la empresa reciba un auto con neumticos en mal
estado?
r=0.068

15. Si cada artculo codificado en un catlogo empieza con tres letras distintas y continua con 4 dgitos distintos de cero,
encuentre la probabilidad de seleccionar aleatoriamente uno de los que empieza con la letra a y tiene un par como ltimo
dgito. R= 10/117

16. La probabilidad de que una industria estadounidense se ubique en Munich es de 0.7, de que se localice en Bruselas de
0.4, y de que se ubique ya sea en Bruselas o en Munich, o en ambas es de 0.8.Cul es la probabilidad de que la industria
se localice a. en ambas ciudades?, b. en ninguna de ellas r=a. 0.3 b. 0.2

17. Con base en experiencias pasadas, un corredor de bolsa considera que bajo las condiciones econmicas actuales un
cliente invertir con una probabilidad de 0.6 en bonos libres de impuesto, en fondos mutualistas con una probabilidad de
0.3 y en ambos instrumentos con una probabilidad de 0.15. En este momento, encuentre la probabilidad de que el cliente
invierta a. ya sea en bonos libres de impuesto o en fondos mutualistas, b. en ninguno de los dos instrumentos. r=a.
0.75 b.0.25

18. Para parejas de casados que viven en una cierta ciudad de los suburbios, la probabilidad de que el esposo vote en
alguna eleccin es de 0.21, la de que su esposa lo haga , es de 0.28 y la de que ambos voten, de 0.15. Cul es la
probabilidad de que a. al menos un miembro de la pareja vote?, b. vote una esposa dado que su esposo lo hace?, c. vote un
esposo, dado que su esposa no lo hace? r=a.0.34 b.5/7 c.1/12

19. La probabilidad de que un mdico diagnostique correctamente una enfermedad en particular es de 0.7. Dado que
realice un diagnstico incorrecto , la probabilidad de que el paciente levante una demanda es de 0.9. Cul es la
probabilidad de que el mdico realice un diagnstico incorrecto y de que el paciente lo
demande? r=0.27

20. Un pueblo tiene dos carros de bomberos que operan independientemente. La probabilidad de que un vehculo
especfico est disponible cuando se necesite es de 0.96. a. Cul es la probabilidad de que ninguno est disponible en caso
necesario?, b. Cul es la probabilidad de que alguno lo est cuando se le
necesite? r=a.0.0016 b.0.9984
21. La probabilidad de que Tom sobreviva 20 aos ms es de 0.7 y la de que Nancy lo haga de 0.9. S se supone
independencia para ambos, cual es la probabilidad de que ninguno sobreviva 20 aos?
r= 0.03

22. Una valija contiene 2 frascos de aspirinas y tres de tabletas para la tiroides. Una segunda valija contiene 3 de aspirinas,
2 de tabletas para la tiroides y 1 de tabletas laxantes. S se toma un frasco aleatoriamente de cada valija de equipaje,
encuentre la probabilidad de que; a. ambos frascos contengan tabletas para la tiroides, b. ningn frasco contenga tabletas
para la tiroides; c. los dos frascos contengan diferentes tabletas. r= a.1/5 b.4/15 c. 3/5

23. La probabilidad de que una persona que visita a su dentista requiera de una placa de rayos X es de 0.6, la de que una
persona a la que se le toma una placa de rayos X tambin tenga un tapn de 0.3; y la de que a una persona que se le toma
una placa de rayos X y que tiene un tapn, tenga tambin un diente extrado, de 0.01. Cul es la probabilidad de que a
una persona que visita a un dentista se le tome una placa radiogrfica, presente un tapn y se le haya extrado un
diente? r= 0.018

UNIDAD III. ESTADISTICA DESCRIPTIVA.

a) CONCEPTO.

Qu es la estadstica descriptiva o para qu nos sirve?


Cuando necesitamos analizar un proceso cualquiera, es necesario tomar una muestra de datos del proceso en
cuestin y a partir de los mismos obtener sus caractersticas tales como la media, la mediana, la moda, la
desviacin estndar, el rango, etc., tambin es necesario saber el tipo de distribucin de probabilidad que tiene, as
como tambin es necesario visualizar de forma objetiva el comportamiento de los datos al ser graficados de
diversas formas, todo lo anterior es posible gracias a la estadstica descriptiva.
Qu es una muestra? Es una parte de los datos del proceso que se desea analizar, la cul debe de ser
representativa del proceso en cuanto al nmero de elementos que contiene y en cuanto a lo que est ocurriendo en
el proceso, esto ltimo se logra tomando cada uno de los elementos de la muestra de forma aleatoria o totalmente al
azar; para determinar el nmero de elementos idneo en la muestra se hace uso de la inferencia estadstica, por el
momento no nos ocuparemos de ello debido a que esto se ve con detalle en cursos ms avanzados de estadstica.

b) TRATAMIENTO PARA DATOS NO AGRUPADOS.

A qu se refiere esto? Cuando la muestra que se ha tomado de la poblacin o proceso que se desea analizar, es
decir, tenemos menos de 20 elementos en la muestra, entonces estos datos son analizados sin necesidad de
formar clases con ellos y a esto es a lo que se le llama tratamiento de datos no agrupados.

b1. Medidas de tendencia central. Se les llama medidas de tendencia central a la media aritmtica, la mediana,
la media geomtrica, la moda, etc. debido a que al observar la distribucin de los datos, estas tienden a estar
localizadas generalmente en su parte central. A continuacin definiremos algunas medidas de tendencia central
y la forma de calcular su valor.

1) Media aritmtica ( x ). Tambin se le conoce como promedio ya que es el promedio de las lecturas o
mediciones individuales que se tienen en la muestra, se determina con la frmula siguiente:
donde:
x = media aritmtica
xi = dato i
n = nmero de datos en la muestra

Ejemplos:
1. Se han tomado como muestra las medidas de seis cables usados en un arns para lavadora, las cuales son;
15.2 cm, 15.0, 15.1, 15.2, 15.1 y 15.0, determine su media aritmtica.
Solucin:

2. Se toman varias muestras de cierto tipo de queso y se determina la cantidad de protena por cada 100
gramos de queso, encontrndose lo siguiente: 26.5 gramos, 24.8, 25.3, 30.5, 21.4, determine la cantidad
promedio de protena encontrada en la muestra por cada 100 gramos de queso que se elabora.

Solucin:

3. Se hacen varias lecturas de una muestra que contiene cobre, las lecturas se hacen en un
espectrofotmetro de absorcin atmica y son la siguientes: 12.3%, 12.28, 12.27, 12.3, 12.24, 15.01,
determine la concentracin promedio de Cu en la muestra.

Solucin:

Si observamos las lecturas del espectrofotmetro nos damos cuenta que el valor de 15.01% es un valor
diferente al de las lecturas anteriores, por lo que se descarta el valor ya que se considera un valor atpico, es
decir un valor que es debido a circunstancias especiales, en este caso puede ser que se deba al hecho de que
se est descalibrando el aparato de absorcin atmica o simplemente que se ha equivocado el operador del
aparato al tomar la lectura, por lo que la media se debe calcular con las primeras cinco lecturas; como se
muestra a continuacin:

Solucin:

y esta sera la media correcta

4. Si deseamos determinar la edad promedio de los estudiantes de una escuela de nivel superior al iniciar
sus estudios, suponga que se toman las edades de algunos de los alumnos de cierta clase y estas son las que
siguen: 20, 18, 18, 19, 18, 19, 35, 20, 18, 18, 19.
Solucin:

Luego, la media se determinar con solo 10 de las edades ya que es necesario descartar la edad de 35
aos, que es un dato atpico o un caso especial, por lo que;

Nota: Cuando es necesario determinar aquellas medidas de tendencia central que hagan uso de todos los datos de
la muestra se recomienda descartar todos aquellos datos atpicos que se encuentren en la muestra o muestras
tomadas.

2) Media geomtrica (G). Es la raz en ensima del producto de los valores de los elementos de la muestra,
es usada cuando los valores de los datos de la muestra no son lineales, es decir que su valor depende de
varios factores a la vez, se determina de la siguiente forma:

Donde:
G = media geomtrica
xi = dato i
n = nmero de datos en la muestra

Ejemplos:
1. Las siguientes temperaturas han sido tomadas de un proceso qumico, 13.4 oC, 12.8, 11.9, 13.6, determine
la temperatura promedio de este proceso.

Solucin:

G= = 12.9077 oC

2. Las siguientes temperaturas han sido tomadas de un proceso para fabricar queso chihuahua, 21.4 oC, 23.1,
20.2, 19.7, 21.0, determine la temperatura promedio de este proceso.

Solucin:

G= = 21.048 oC

3) Media aritmtica ponderada ( xw ). Esta media se usa cuando el peso que tiene cada uno de los datos de la
muestra es diferente, se calcula de la siguiente manera:
donde:
xw = media aritmtica ponderada
xi = dato i
wi = peso del dato i

Ejemplo:
A continuacin se mencionan las materias que Luis Prez llev en el primer semestre de Ingeniera Qumica, el
nmero de crditos y la calificacin obtenida;

MATERIA NUMERO CREDITOS CALIFICACIN


Metodologa de la investigacin 8 90.5
Matemticas I 10 100.0
Programacin 8 81.0
Qumica 10 78.0
Dibujo 4 100.0
Economa 8 84.0
Determine la calificacin promedio que obtuvo Luis Prez en su primer semestre.

Solucin:

Nota: S comparamos este promedio con el que se obtiene usando simplemente la media aritmtica, que es un
88.91, nos damos cuenta de que este ltimo es mayor, por no tomar en cuenta el peso o nmero de crditos que
aporta cada materia a la carrera que se estudia, el promedio de esta persona es menor al de la media aritmtica
debido a que obtiene una calificacin baja es Qumica que es una de las materias que aporta ms crditos.

4) Media armnica (H). La media armnica se define como el recproco del promedio de los recprocos de
cada uno de los datos que se tienen en la muestra, y
se determina de la siguiente manera:

Ejemplo: Determine la media armnica de los siguientes datos, 3.1, 2.8, 2.84, 3.05, 3.09

Solucin:
5) Mediana (xmed). La mediana es aquel valor que se encuentra en la parte central de los datos que se tienen
en la muestra una vez que estos han sido ordenados segn su valor o magnitud. Para calcular la mediana se
presentan dos casos:

a. Cuando el nmero de datos en la muestra es impar.- En este caso despus de ordenar los datos de
la muestra en cuanto a su magnitud, es decir de mayor a menor valor o de menor a mayor valor, se
procede a localizar aquel dato que se encuentra justo en el centro de los datos o en la parte central
de los mismos, el valor de este dato ser el que d valor a la mediana.

Ejemplo:
Los siguientes datos son las mediciones obtenidas de un circuito utilizado en un arns de lavadora;
se toman como muestra siete circuitos y sus mediciones son: 11.3, 11.2, 11.5, 11.2, 11.2, 11.4, 11.5 cm.

Solucin:
Ordenando los datos de menor a mayor valor;
11.2, 11.2, 11.2, 11.3, 11.4, 11.5, 11.5

Se observa que el dato 11.3 es el que queda en la parte central, por lo que este es el que dar valor a
la mediana; entonces,

xmed = 11.3 cm.

b. Cuando el nmero de datos en la muestra es par.- En este caso despus de ordenar los datos en
cuanto a su magnitud, observamos que en la parte central de los datos no se encuentra dato alguno,
en este caso, la mediana tomar el valor del promedio de dos datos; el que se encuentra antes de la
parte central y el que se encuentra despus de la parte central.

Ejemplo:

Los siguientes datos son las mediciones obtenidas de un circuito utilizado en un arns de lavadora;
se toman como muestra ocho circuitos y sus mediciones son: 11.3, 11.2, 11.5, 11.2, 11.2, 11.4, 11.5,
11.4 cm.

Solucin:

Ordenando los datos de mayor a menor valor,

11.5, 11.4, 11.4, 11.3, 11.2, 11.2, 11.2, 11,1 cm.

Se observa que en la parte central de los datos no hay dato alguno por lo que la mediana se
determina con el promedio de los datos subrayados, entonces,

Nota: Es imprescindible para calcular el valor de la mediana el que primero se ordenen los datos en
cuanto a su magnitud, ya que de no hacerlo, se incurrira en un grave error.

5) Moda (xmod). La moda se define como aquel valor o valores que ms se repiten o que tienen mayor
frecuencia entre los datos que se han obtenido en una muestra, la muestra de una poblacin nos genera la
distribucin de los datos una vez que estos se han graficado y en esta grfica es posible observar la moda o
modas de la misma, es por esto que una distribucin de datos puede ser amodal (carece de moda), unimodal
(tiene una sola moda), bimodal (tiene dos modas) o polimodal (tiene ms de dos modas).
Ejemplos:
1. Determine la moda de los datos que se muestran a continuacin, se refieren a la estatura
de un grupo de jvenes; 1.60m, 1.65, 1.70, 1.71, 1.70, 1.70, 1.70, 1.71, 1.70, 1.93, 1.87, 1.85

Solucin:

Estatura Frecuencia
1.60 1
1.65 1
1.70 5*
1.71 2
1.85 1
1.87 1
1.93 1

La tabla muestra la distribucin de frecuencias de los datos o el nmero de veces que estos se
repiten, la mayor frecuencia que es 5 corresponde a una estatura de 1.70m, por lo que esta sera la
moda.

Luego, xmod = 1.70m

2. Determine la moda de los siguientes datos que se refieren a la edad de alumnos de


primer semestre del tecnolgico de Chihuahua, 18 aos, 17, 19, 21, 19, 18, 22, 22, 18, 18,
17, 19, 19, 19, 18, 20, 21, 20, 18, 19, 18, 19, 18,19, 22, 35

Solucin:

Edad Frecuencia
17 2
18 7*
19 8*
20 2
21 2
22 3
35 1

En este caso se observa que las edades que ms frecuencia tienen son las de 18 y 19 aos, por lo que se
concluye que existen dos modas,

Xmod1= 18 aos , Xmod2= 19aos

Hay que hacer notar que la frecuencia para ambas modas puede ser de igual magnitud o diferente,
como en el caso que se ilustra.

b2. Medidas de Dispersin. Cuando se tiene una muestra de datos obtenida de una poblacin
cualquiera, es importante determinar sus medidas de tendencia central as como tambin es bsico el
determinar que tan dispersos estn los datos en la muestra, por lo que se hace necesario determinar su
rango, la varianza, la desviacin estndar, etc., ya que una excesiva variabilidad o dispersin en los
datos indica la inestabilidad del proceso en anlisis en la mayora de los casos.

1) Rango o recorrido. El rango es la diferencia entre el valor mayor y el valor menor encontrados en
la muestra, tambin se le denomina recorrido ya que nos dice entre que valores hace su recorrido la
variable de inters; y se determina de la siguiente manera:
R = VM Vm
Donde:

R = rango o recorrido
VM = valor mayor en la muestra
Vm = valor menor en la muestra

Ejemplo:
1. Se han tomado como muestras las mediciones de la resistencia a la tensin de la soldadura usada
para unir dos cables, estas son: 78.5kg, 82.4, 87.3, 78.0, 90.0, 86.5, 77.9, 92.4, 75.9, determine su rango o
recorrido.

Solucin:

VM = 92.4 kg
Vm = 75.9 kg
R = VM Vm = 92.4 75.9 = 16.5 kg

2. Se toman las mediciones de la cantidad de grasa de la leche en gramos por cada 100 ml de leche que
entra a un proceso de pasteurizacin, a continuacin se enumeran; 14.85, 15.32, 12.76, 16.29, 15.84,
17.3, 17.61, 16.33, determine el rango o recorrido de la cantidad de grasa de la leche.

Solucin:

VM = 17.61
Vm = 12.76

R = 17.61 12.76 = 4.85gramos

2) Desviacin absoluta media ( ). Esta medida de dispersin nos representa la diferencia absoluta
promedio que existe entre cada dato que se encuentra en la muestra y la media de los datos y se
determina de la siguiente manera:

Donde:
xi = dato i

= media aritmtica de la muestra


n = nmero de datos en la muestra

Ejemplo:
1. Determine la desviacin absoluta media de los siguientes datos que son las concentraciones de plomo
de algunas muestras, las que a continuacin se enumeran: 18gr, 12, 21, 19, 16, 20, 22

Solucin:
Para determinar la desviacin absoluta media o promedio, lo primero que hay que hacer es calcular la
media aritmtica de los datos de la muestra, la que es 128/7 =18.286, luego se procede a calcular el
promedio de las diferencias absolutas entre cada dato y la media calculada.

La interpretacin de este resultado sera que el grado de alejamiento absoluto promedio de los datos
con respecto a su media es de 2.5305 gramos.

Por qu sacar el valor absoluto de las diferencias entre cada dato y la media aritmtica? Si solo se
hicieran diferencias entre cada dato y la media aritmtica, estas tendran signos positivos y negativos ya
que algunos datos son menores que la media y otros son mayores que la media, luego al sumar las
diferencias, con sus signos correspondientes, stas se iran anulando unas con otras y no sera posible
medir leal grado de alejamiento promedio de los datos en la muestra.

3) Varianza o variancia (s2). Es el promedio de las diferencias elevadas al cuadrado entre cada valor

que se tiene en la muestra (xi) y la media aritmtica ( ) de los datos y se determina de la siguiente
manera:

Donde n es el nmero de datos en la muestra.

Ejemplo:
Los siguientes datos es la cantidad de glucosa en miligramos encontrada en muestras de sangre de
algunos pacientes, 14.2, 12.1, 15.6, 18.1, 14.3, determine su varianza.

Solucin:
Lo primero que hay que calcular es la media aritmtica de la muestra como ya se ha hecho
anteriormente.
Nota:
Dentro de la inferencia estadstica se plantea la deferencia entre una variancia muestral s 2 y una
poblacional, representada por 2.

4) Desviacin estndar (s). Es la desviacin o diferencia promedio que existe entre cada dato de la
muestra y la media aritmtica de la muestra. Y se obtiene a partir de la varianza, sacndole raz
cuadrada.

donde:
s2= varianza o variancia

Por tanto la desviacin estndar de la muestra anterior sera;

s=

La interpretacin de este resultado sera, que la cantidad de glucosa encontrada en la muestra es en


promedio de 14.86 miligramos y que la cantidad de glucosa en la muestra se aleja o dispersa en
promedio 1.9704 mg alrededor de la media.

En este caso solo nos interesa conocer el significado de la desviacin estndar, aunque es necesario decir
que s es la desviacin de la muestra y que es la desviacin de la poblacin, as como s 2 es la varianza
de la muestra y 2 es la varianza de la poblacin.

C) TRATAMIENTO PARA DATOS AGRUPADOS.

Cuando la muestra consta de 30 o ms datos, lo aconsejable es agrupar los datos en clases y a partir de estas
determinar las caractersticas de la muestra y por consiguiente las de la poblacin de donde fue tomada.
Antes de pasar a definir cul es la manera de determinar las caractersticas de inters (media, mediana, moda,
etc.) cuando se han agrupado en clases los datos de la muestra, es necesario que sepamos como se agrupan los
datos.

Pasos para agrupar datos.


a. Determinar el rango o recorrido de los datos.

Rango = Valor mayor Valor menor

b. Establecer el nmero de clases (k)en que se van a agrupar los datos tomando como base para esto la
siguiente tabla.

Tamao de muestra o No. De datos Nmero de clases


Menos de 50 5a7
50 a 99 6 a 10
100 a 250 7 a 12
250 en adelante 10 a 20

El uso de esta tabla es uno de los criterios que se puede tomar en cuenta para establecer el nmero de clases en
las que se van a agrupar los datos, existen otros para hacerlo.

c. Determinar la amplitud de clase para agrupar (C).

d. Formar clases y agrupar datos.


Para formar la primera clase, se pone como lmite inferior de la primera clase un valor un poco menor que el
dato menor encontrado en la muestra y posteriormente se suma a este valor C, obteniendo de esta manera el
lmite superior de la primera clase, luego se procede a obtener los lmites de la clase siguiente y as
sucesivamente.

Ejemplo:
Los siguientes datos se refieren al dimetro en pulgadas de un engrane.

6.75 7.00 7.00 6.75 6.50 6.50 7.15 7.00


6.50 6.50 6.50 6.25 6.25 6.50 6.65 7.00
7.25 6.70 6.00 6.75 6.00 6.75 6.75 7.10
7.00 6.70 6.50 6.75 6.25 6.65 6.75 7.10
7.25 6.75 6.25 6.25 7.00 6.75 7.00 7.15

a) Agrupe datos, considere k=6.


b) Obtenga: Histograma, polgono de frecuencias, ojiva y distribucin de probabilidad.
c) Obtenga: media, mediana, moda y desviacin estndar.
Solucin:
a) Agrupando datos;

1. R= VM - Vm = 7.25 6.00 = 1.25


2. k=6

3.
4.Formando clases.

Para formar la primera clase se toma un valor un poco menor que el valor menor encontrado en la muestra; luego,

LI LS Frecuencia Marca de Lmite real Lmite real Frecuencia Frecuencia


clase inferior superior relativa Relativa
acumulada
5.97 6.18 2 6.075 5.965 6.185 2/40 = 0.05 0.05
6.19 6.40 5 6.295 6.185 6.405 5/40=0.125 0.175
6.41 6.62 7 6.515 6.405 6.625 0.175 0.350
6.63 6.84 13 6.735 6.625 6.845 0.325 0.675
6.85 7.06 7 6.955 6.845 7.065 0.175 0.850
7.07 7.28 6 7.175 7.065 7.285 0.15 1.000
Total 40 1.000

b) Grficas:
a) Media ( ).

Donde:
k = nmero de clases
xi = marca de clase i
fi = frecuencia de la clase i

n= nmero de datos en la muestra

b) Mediana (Xmed).

Donde:
Li = lmite real inferior de la clase que contiene a la mediana
Fme-1 = sumatoria de las frecuencias anteriores a la clase en donde se encuentra la mediana
fme = frecuencia de la clase en donde se encuentra la mediana
A = amplitud real de la clase en donde se encuentra la mediana
A = LRS-LRI
LRS = lmite real superior de la clase que contiene a la mediana
LRI = lmite real inferior de la clase que contiene a la mediana
N = nmero de datos en la muestra

f) Moda (Xmod).
Donde:
Li = lmite real inferior de la clase que contiene a la moda

d1 = =

d2 = =
fmo = frecuencia de la clase que contiene a la moda
fmo-1= frecuencia de la clase anterior a la que contiene a la moda
fmo+1= frecuencia de la clase posterior a la que contiene a la moda
A = amplitud real de la clase que contiene a la moda
A = LRS LRI
LRS = lmite real superior de la clase que contiene a la moda
LRI = lmite real inferior de la clase que contiene a la moda

g) Desviacin estndar (S).

Donde:
xi = marca de clase i

= media aritmtica
fi = frecuencia de la clase i

= nmero total de datos en la muestra

D) DISTRIBUCIONES DE PROBABILIDAD.

Toda distribucin de probabilidad es generada por una variable aleatoria x, la que puede ser de dos tipos:
1. Variable aleatoria discreta (x). Se le denomina variable porque puede tomar diferentes
valores, aleatoria, porque el valor tomado es totalmente al azar y discreta porque solo
puede tomar valores enteros y un nmero finito de ellos.

Ejemplos:
x Variable que nos define el nmero de burbujas por envase de vidrio que son generadas en un proceso
dado.
x0, 1, 2, 3, 4, 5, etc, etc. burbujas por envase
xVariable que nos define el nmero de productos defectuosos en un lote de 25 productos.
x0, 1, 2, 3,....,25 productos defectuosos en el lote
xVariable que nos define el nmero de alumnos aprobados en la materia de probabilidad en un grupo de
40 alumnos.
x0, 1, 2, 3, 4, 5,....,40 alumnos aprobados en probabilidad

Con los ejemplos anteriores nos damos cuenta claramente que los valores de la variable x siempre sern
enteros, nunca fraccionarios.

2. Variable aleatoria continua (x). Se le denomina variable porque puede tomar diferentes
valores, aleatoria, porque los valores que toma son totalmente al azar y continua porque
puede tomar tanto valores enteros como fraccionarios y un nmero infinito de ellos.

Ejemplos:

xVariable que nos define el dimetro de un engrane en pulgadas


x5.0, 4.99, 4.98, 5.0, 5.01, 5.0, 4.96

xVariable que nos define la longitud de un cable o circuito utilizado en un arns de auto
x20.5 cm, 20.1, 20.0, 19.8, 20,6, 20.0, 20.0

xVariable que nos define la concentracin en gramos de plata de algunas muestras de mineral
x14.8gramos, 12.0, 10.0, 42.3, 15.0, 18.4, 19.0, 21.0, 20.8

Como se observa en los ejemplos anteriores, una variable continua puede tomar cualquier valor, entero o
fraccionario, una forma de distinguir cuando se trata de una variable continua es que esta variable nos permite
medirla o evaluarla, mientras que una variable discreta no es medible, es una variable de tipo atributo, cuando se
inspecciona un producto este puede ser defectuoso o no, blanco o negro, cumple con las especificaciones o no
cumple, etc, etc.

Las variables descritas anteriormente nos generan una distribucin de probabilidad, las que pueden ser.

1) Distribucin de probabilidad discreta.


2) Distribucin de probabilidad continua.

Las caractersticas de cada una de las distribuciones anteriores se mencionarn a continuacin:

DISTRIBUCIN DE PROBABILIDAD DISCRETA.


Caractersticas:
1. Es generada por una variable discreta (x).

xVariable que solo toma valores enteros


x0, 1, 2, 3, 4, 5, 6, 7, 8, ... etc,etc.

2. p(xi)0 Las probabilidades asociadas a cada uno de los valores que toma x deben ser mayores o iguales a
cero.

3.p(xi) = 1 La sumatoria de las probabilidades asociadas a cada uno de los valores que toma x debe ser igual a
1.

DISTRIBUCIN DE PROBABILIDAD CONTINUA.


Caractersticas:
1. Es generada por una variable continua (x).
x Es una variable que puede tomar tanto valores enteros como fraccionarios.

x 1.0, 3.7, 4.0, 4.6, 7.9, 8.0, 8.3, 11.5, .....,

2. f(x)0 Las probabilidades asociadas a cada uno de los valores que toma x deben ser mayores o iguales a
cero. Dicho de otra forma, la funcin de densidad de probabilidad deber tomar solo valores mayores o
iguales a cero. La funcin de densidad de probabilidad slo puede estar definida en los cuadrantes I y II.

3. La sumatoria de las probabilidades asociadas a cada uno de los valores que toma x debe ser
igual a 1. El rea definida bajo la funcin de densidad de probabilidad deber ser de 1.

CALCULO DE MEDIA Y DESVIACIN ESTANDAR PARA UNA DISTRIBUCIN DISCRETA

1. Media o valor esperado de x.- Para determinar la media de la distribucin discreta se utiliza la siguiente
frmula:

Donde:
= media de la distribucin
E(x) = valor esperado de x
xi = valores que toma la variable
p(xi) = probabilidad asociada a cada uno de los valores de la variable x

2. Desviacin estndar. Para determinar la desviacin estndar de la distribucin discreta se utiliza la


siguiente frmula:

Donde:
= desviacin estndar
= media o valor esperado de x
xi = valores que toma la variable x
p(xi) = probabilidad asociada a cada uno de los valores que toma x

Ejemplos:
1. Segn estadsticas la probabilidad de que el motor de un auto nuevo, de cierto modelo, y marca sufra de
algn desperfecto en los primeros 12 meses de uso es de 0.02, si se prueban tres automviles de esta
marca y modelo, encuentre el nmero esperado de autos que no sufren de algn desperfecto en los
primeros doce meses de uso y su desviacin estndar.

Solucin:
Haciendo uso de un diagrama de rbol, usando las literales siguientes, se obtiene el espacio muestral como se
muestra a continuacin;
N = no sufre de algn desperfecto en el motor los primeros 12 meses de uso
S = sufre de algn desperfecto en el motor los primeros 12 meses de uso

Por tanto la media o valor esperado se determina de la siguiente manera:

=E(x) = (0)(0.000008)+(1)(0.001176)+(2)(0.057624)+(3)(0.941192)=
=0.0+0.001176+0.115248+2.823576=2.94 3 autos que no sufren algn desperfecto en el motor en los primeros 12
meses de uso

La interpretacin de la media o valor esperado es; se espera que los 3 autos probados no sufran de algn
desperfecto en el motor en los primeros 12 meses de uso.

= =

= 0.24970.0 autos que no sufren algn desperfecto


en su motor en los primeros 12 meses de uso.

Interpretacin:
En este experimento se espera que los 3 autos probados no sufran de algn desperfecto en su motor en los primeros
12 meses de uso y la variabilidad de este experimento es de cero.

Nota:
La media y la desviacin estndar se redondean a un valor entero ya que son la media y desviacin de una
distribucin de probabilidad discreta.
2. Se ha detectado en una lnea de produccin que 1 de cada 10 artculos fabricados es defectuoso; se toman
de esa lnea tres artculos uno tras otro, a) obtenga la distribucin de probabilidad del experimento, b)
encuentre el nmero esperado de artculos defectuosos en esa muestra y su desviacin estndar.

Solucin:
Tambin haciendo uso de in diagrama de rbol, se obtiene el espacio muestral

a)
D = objeto defectuoso
N = objeto no defectuoso
=DDD, DDN, DND, DNN, NDD, NDN, NND, NNN

Este espacio muestral ha sido obtenido haciendo uso de un diagrama de rbol,

x = Variable que nos define el nmero de objetos defectuosos encontrados


x = 0, 1, 2 o 3 objetos defectuosos

p(x=0)=p(NNN)=(0.9)(0.9(0.9)=0.729
p(x=1)=p(DNN, NDN, NND)=(0.1)(0.9)(0.9)+(0.9)(0.1)(0.9)+(0.9)(0.9)(0.1)=0.243
p(x=2)=p(DDN, DND, NDD)=(0.1)(0.1)(0.9)+(0.1)(0.9)(0.1)+(0.9)(0.1)(0.1)=0.027
p(x=3)=p(DDD)=(0.1)(0.1)(0.1)=0.001

Distribucin de probabilidad

x 0 1 2 3
P(x) 0.729 0.243 0.027 0.001

b) (0)(0.729)+(1)(0.243)+(2)(0.027)+(3)(0.001)=
= 0.0 + 0.243 + 0.054 + 0.003 = 0.3 0 productos defectuosos

Interpretacin:
Se espera que ninguno de los productos inspeccionados sea defectuoso.

= 0.6 = 1 producto defectuoso

Interpretacin:
En este experimento se espera que ninguno de los productos inspeccionados sea defectuoso, pero los resultados
de este experimento pueden variar en 1 producto defectuoso, por lo que al inspeccionar los 3 productos el
numero de productos defectuosos puede variar desde 1 producto defectuoso, hasta 1 producto defectuoso,
pero, es posible obtener 1 producto defectuoso?, claro que esto no puede ocurrir, luego el nmero de
productos defectuosos en el experimento variar de 0 a 1 producto defectuoso solamente.
3. Segn estadsticas, la probabilidad de que un pozo petrolero que se perfore en cierta regin pueda ser
beneficiado es de 0.30. Se perforan tres pozos en esa regin, encuentre el nmero esperado de pozos que
pueden ser beneficiados y su desviacin estndar.

Solucin:
Se obtiene el espacio muestral , de la misma forma que se ha hecho en los ejemplos anteriores;

B = se puede el pozo que se perfora


N = no se puede beneficiar el pozo que se perfora

= BBB, BBN, BNB, BNN, NBB, NBN, NNB, NNN

x = variable que nos define el nmero de pozos que se pueden beneficiar


x = 0, 1, 2 o 3 pozos que se pueden beneficiar

p(x = 0) = p(NNN) = (0.7)(0.7)(0.7)= 0.343


p(x = 1) = p(BNN, NBN, NNB) = (0.3)(0.7)(0.7)(3)=0.441
p(x = 2) = p(BBN, BNB, NBB) = (0.3)(0.3)(0.7)(3)=0.189
p(x = 3) = p(BBB) =(0.3)(0.3)(0.3)= 0.027

1 pozo beneficiado

Interpretacin:
Se espera que solo 1 de los tres pozos perforados sea el que pueda ser beneficiado.

Interpretacin:
La cantidad esperada de pozos que se pueden beneficiar puede variar en 1 1 pozo, esto es la cantidad de pozos
que se pueden beneficiar puede variar de 0 a 2 pozos.

4. La distribucin de probabilidad de x , el nmero de defectos por cada 10 metros de una tela sinttica en
rollos continuos de ancho uniforme , es

x 0 1 2 3 4
p(x) 0.41 0.37 0.16 0.05 0.01

a) Determine la distribucin de probabilidad acumulada de x; P(x).


b) Determine el nmero esperado de defectos por cada 10 metros de tela sinttica en rollos continuos de
ancho uniforme y la desviacin estndar del nmero de defectos por cada 10 metros de tela .....
c) Determine la probabilidad de que en 10 metros de tela sinttica se encuentren como mximo 2 defectos.
d) Determine la probabilidad de que en 10 metros de tela sinttica se encuentren por lo menos 2 defectos.
Solucin:

a)
X 0 1 2 3 4
p(x) 0.41 0.37 0.16 0.05 0.01
P(x) 0.41 0.78 0.94 0.99 1.0

b)
1 defecto

Interpretacin:0.16, 0.05 ,0.01


Se espera que por cada 10 metros de tela se encuentre un defecto.

Interpretacin:
El nmero de defectos esperado puede variar en 1 defecto, es decir que el nmero de defectos esperado por
cada 10 metros de tela puede variar de 0 a 2.

c) p(x 2)= p(x=0) + p(x=1) + p(x=2) = 0.41+0.37+0.16 = 0.94

d) p(x 2) = p(x=2) + p(x=3) + p(x=4) = 0.16 + 0.05 + 0.01= 0.22

CALCULO DE MEDIA Y DESVIACIN ESTNDAR PARA UNA DISTRIBUCIN CONTINUA


1.Media o valor esperado de x.- Para calcular la media de una distribucin de probabilidad continua se utiliza la
siguiente frmula:

Donde:
= E(x) = media o valor esperado de la distribucin
x = variable aleatoria continua
f(x) = funcin de densidad de la distribucin de probabilidad

2.Desviacin estndar.- La frmula para determinar la desviacin estndar de una distribucin continua es;

luego:
Ejemplos:
1. Para la siguiente funcin,

cuando 0 x 3 , f(x) = 0 para cualquier otro valor

a) Diga si esta funcin nos define una distribucin de probabilidad.


b) Si la funcin define una distribucin de probabilidad, entonces, determine su media y desviacin
estndar.
c) Determine la probabilidad de que 1 x 2.
Solucin:

a) Para verificar que la funcin nos define una distribucin de probabilidad, es necesario que
cumpla con las caractersticas que se haban mencionado.
1. x s es una variable continua porque puede tomar cualquier valor entre 0 y 3
2. f(x) 0, lo que se comprueba si damos diferentes valores a x para ver que valores toma
f(x), dndonos cuenta de que efectivamente f(x) solo toma valores mayores o iguales a cero.

x f(x)
0 0.0
0.5 0.02778
1.0 0.11111
1.4 0.21778
2.1 0.49
2.7 0.81
3.0 1.0

3. Para comprobar que la sumatoria de las probabilidades que toma cada valor de x es de
1, se integra la funcin de 0 a 3 como se muestra a continuacin:

A= rea bajo la funcin

Con las operaciones anteriores comprobamos que la funcin s nos define una distribucin
de probabilidad continua.

b) Clculo de media y desviacin estndar.


Las barras nos indican la evaluacin de la integral entre 0 y 3.

c)

La barra nos indica la evaluacin de la integral de 1 a 2.

Con las operaciones anteriores nos damos cuenta que para evaluar probabilidades para variables de tipo continuo,
es necesario evaluar la funcin de densidad de probabilidad en el rango de valores que se desea; que vendra siendo
el rea que se encuentra entre f(x) y el eje de las x y entre el rango de valores definidos por la variable x.

2. Suponga que el error en la temperatura de reaccin, en oC, para un experimento controlado de laboratorio
es una variable aleatoria continua x, que tiene la funcin de densidad de probabilidad:

, para -1 x 2 y f(x) = 0 en cualquier otro caso

a) Verifique la tercera condicin de la definicin de una distribucin de probabilidad continua.


b) Determine la media o valor esperado de la distribucin de probabilidad.
c) Encuentre la probabilidad de que 0 x 1.

Solucin:

a) Como la tercera condicin es que la sumatoria de las probabilidades asociadas a cada uno de los
valores que toma x debe de ser 1, esto se comprueba de la siguiente manera:
b)

c)
e) Problemas Propuestos.

1.Determine la media y la desviacin estndar de las siguientes millas por galn obtenidas en 20 corridas de prueba
realizadas en avenidas urbanas con un automvil de tamao mediano.

19.7 21.5 22.5 22.2 22.6


21.9 20.5 19.3 19.9 21.7
22.8 23.2 21.4 20.8 19.4
22.0 23.0 21.1 20.9 21.3

r. 21.38 y 1.19 mi/gal


2. Los siguientes son los nmeros de torsiones que se requirieron para cortar 12 barras de aleacin forjada: 33, 24,
39, 48, 26, 35, 38, 54, 23, 34, 29 y 27. Determine, a) la media y b)la
mediana. r. a) 35 b) 34.5

3. Los siguientes son los nmeros de los minutos durante los cuales una persona debi esperar el autobs hacia su
trabajo en 15 das laborales: 10, 0, 13, 9, 5, 10, 2, 10, 3, 8, 6, 17, 2, 10 y 15. Determine, a) la media, b) la mediana, c)
la moda. r. a) 8 b) 9 c) 10

4.Las siguientes son medidas de las resistencias de la resistencia a rompimiento (en onzas) de una muestra de 60
hilos de lino.

32.5 15.2 35.4 21.3 28.4 26.9 34.6 29.3 24.5 31.0
21.2 28.3 27.1 25.0 32.7 29.5 30.2 23.9 23.0 26.4
27.3 33.7 29.4 21.9 29.3 17.3 29.0 36.8 29.2 23.5
20.6 29.5 21.8 37.5 33.5 29.6 26.8 28.7 34.8 18.6
25.4 34.1 27.5 29.6 22.2 22.7 31.3 33.2 37.0 28.3
36.9 24.6 28.9 24.8 28.1 25.4 34.5 23.6 38.4 24.0

a) Agrupe los datos en 7 clases, b) obtenga media, mediana, moda y desviacin estndar, c)obtenga
histograma y polgono de frecuencias, ojiva menor que y distribucin de probabilidad.

1. Un edificio comercial tiene dos entradas, numeradas con I y II. Entran tres personas al edificio a la 9:00
a.m. Sea x el nmero de personas que escogen la entrada I, si se supone que la gente escoge las entradas en
forma independiente, determinar a)la distribucin de probabilidades de x, b) el nmero esperado de
personas que que escogen la entrada I.
Respuesta:
a) b) 1.5 2 personas
x 0 1 2 3
p(x) 1/8 3/8 3/8 1/8

2. Se observ que el 40% de los vehculos que cruzan determinado puente de cuota, son camiones comerciales.
Cuatro vehculos van a cruzar el puente en el siguiente minuto. Determinar la distribucin de probabilidad
de x, el nmero de camiones comerciales entre los cuatro, s los tipos de vehculos son independientes entre
s.

Respuesta:
x 0 1 2 3 4
p(x) 0.1296 0.3456 0.3456 0.1536 0.0256

3. Entre 10 solicitantes para un puesto 6 son mujeres y 4 son hombres. Supngase que se seleccionan al azar 3
candidatos de entre todos ellos para concederles las entrevistas finales. Determinar; a)la funcin de
probabilidad para x, el nmero de candidatas mujeres entre los 3 finalistas, b)el nmero esperado de
candidatas mujeres entre los finalistas.

Respuesta:
a) b) 1.8 2 mujeres
x 0 1 2 3
p(x) 1/30 9/30 15/30 5/30

4. Los registros de ventas diarias de una empresa fabricante de computadoras sealan que se vendern 0, 1 o
2 sistemas centrales de cmputo con las siguientes probabilidades:

Nmero de computadoras vendidas 0 1 2


Probabilidad 0.7 0.2 0.1
Calcular el valor esperado, la variancia y la desviacin estndar de las ventas diarias.

r. a)0 computadoras b)0 computadoras c)1una computadora

5. Sea x la variable aleatoria que representa la vida en horas de un cierto dispositivo electrnico. La funcin
de densidad de probabilidad es:

, para x 100 y 0 en cualquier otro caso

Encuentre la vida esperada de este dispositivo.


r. 200 horas
6. Si la utilidad de un distribuidor en unidades de $1000, en un nuevo automvil puede considerarse como
una variable aleatoria x con una funcin de densidad

f(x) = 2(1- x) para 0 x 1 y 0 para cualquier otro caso

Encuentre la utilidad promedio por automvil.

r. $333
7. Qu proporcin de personas puede esperarse que respondan a un cierto requerimiento por correo, si la
proporcin x tiene la funcin de densidad
0 x 1 y 0 en cualquier otro caso?

r. 8/15
8. La funcin de densidad de la variable aleatoria continua x, el nmero total de horas en unidades de 100
horas, de que una familia utilice una aspiradora durante un ao es de;

f(x) = x, para 0 x 1, f(x) = (2 - x) para 1 x 2, 0 en cualquier otro caso.

Encuentre el nmero promedio de horas por ao que la familia utiliza la aspiradora.

r. 100 horas
13. Suponga las probabilidades de 0.4, 0.3, 0.2 y 0.1, respectivamente, de que 0, 1, 2 o 3 fallas de energa
elctrica afecten una cierta subdivisin en un ao cualquiera. Encuentre la media y la desviacin estndar de
la variable aleatoria x que representa el nmero de fallas de energa elctrica que afectan esta subdivisin.

r. = 1 , = 1
14. La variable aleatoria x, que representa el nmero de pedacitos de chocolate en una rebanada de pastel, tiene
la siguiente distribucin de probabilidad:

x 2 3 4 5 6
p(x) 0.01 0.25 0.4 0.3 0.04

Determine el nmero esperado de pedacitos de chocolate en una rebanada de pastel.

r. 4 pedacitos de chocolate

UNIDAD IV. DISTRIBUCIONES DE PROBABILIDAD DISCRETAS.

Entre las distribuciones discretas a tratar en este caso estn:

1. Binomial
2. Multinomial
3. Hipergeomtrica
4. Hipergeomtrica generalizada
5. Poisson
6. Aproximacin de Poisson a la Binomial
7. Geomtrica
8. Binomial Negativa

1. DISTRIBUCIN BINOMIAL

Las caractersticas de esta distribucin son:


a) En los experimentos que tienen este tipo de distribucin, siempre se esperan dos tipos de resultados, ejem.
Defectuoso, no defectuoso, pasa, no pasa, etc, etc., denominados arbitrariamente xito (que es lo que se
espera que ocurra) o fracaso (lo contrario del xito).
b) Las probabilidades asociadas a cada uno de estos resultados son constantes, es decir no cambian.
c) Cada uno de los ensayos o repeticiones del experimento son independientes entre s.
d) El nmero de ensayos o repeticiones del experimento (n) es constante.
A partir de un ejemplo. Desarrollaremos una frmula que nos permita cualquier problema que tenga este tipo
de distribucin.
Ejemplo:
Se lanza al aire una moneda normal 3 veces, determine la probabilidad de que aparezcan 2 guilas.

Solucin:
Antes de empezar a resolver este problema, lo primero que hay que hacer es identificarlo como un problema
que tiene una distribucin binomial, y podemos decir que efectivamente as es, ya que se trata de un
experimento en donde solo se pueden esperar dos tipos de resultados al lanzar la moneda, guila o sello, cutas
probabilidades de ocurrencia son constantes, cada uno de los lanzamientos es independiente de los dems y el
nmero de ensayos o repeticiones del experimento son constantes, n = 3.

Para dar solucin a este problema, lo primero que hay que hacer es un diagrama de rbol, en donde
representaremos los tres lanzamientos, de ah se obtendr el espacio muestral y posteriormente la probabilidad
pedida, usando la frmula correspondiente.

P(aparezcan 2 guilas)=(No. De ramas del rbol en donde ap. 2 guilas)(probabilidad asociada a cada rama)

Entonces el nmero de ramas en donde aparecen dos guilas se puede obtener;

Enumerando las ramas de inters, estas seran: AAS, ASA, SAA, QU TIPO DE ARREGLOS SON ESTOS
ELEMENTOS DEL ESPACIO MUESTRAL?, Son permutaciones en donde algunos objetos son iguales, entonces,
el nmero de ramas se puede obtener con la frmula correspondiente,

donde n = x1+x2+...+xk

sustituyendo en esta frmula, tenemos lo siguiente;


esta frmula puede ser sustituida por la de combinaciones, solo en el caso de dos tipos de objetos, si hay ms de dos
tipos de objetos, definitivamente solo se usa la frmula original, como se observar en el caso de la distribucin
multinomial, pero porqu vamos a cambiar de frmula?, simplemente porque en todos los libros de texto que te
encuentres vas a encontrar la frmula de combinaciones en lugar de la de permutaciones, que es la siguiente,

y sustituyendo valores, nos damos cuenta de que efectivamente son 3 las ramas de inters, que son donde aparecen
dos guilas, donde n = 3, x = 2.

Y la probabilidad asociada a cada rama?


Probabilidad asociada a cada rama = p(guila)*p(guila)*p(sello)= p*p*q = p2q=

Luego la frmula de la distribucin Binomial sera:

donde:
p(x, n, p) = probabilidad de obtener en n ensayos x xitos, cuando la probabilidad de xito es p

Dando solucin al problema de ejemplo tenemos lo siguiente:


n = 3, x = 2, p =

Para calcular la media y la desviacin estndar de un experimento que tenga una distribucin Binomial usaremos
las siguientes frmulas:

Media o valor esperado.

Donde:
n = nmero de ensayos o repeticiones del experimento
P = probabilidad de xito o la probabilidad referente al evento del cual se desea calcular la media que se refiere la
media
Q = complemento de P
Desviacin estndar.

Ejemplos:
1. Se dice que el 75% de los accidentes de una planta se atribuyen a errores humanos. Si en un perodo de
tiempo dado, se suscitan 5 accidentes, determine la probabilidad de que; a) dos de los accidentes se
atribuyan a errores humanos, b) como mximo 1 de los accidentes se atribuya a errores de tipo humano, c)
tres de los accidentes no se atribuyan a errores humanos.

Solucin:
a) n = 5
x = variable que nos define el nmero de accidentes debidos a errores humanos
x = 0, 1, 2,...,5 accidentes debidos a errores de tipo humano
p = p(xito) = p(un accidente se deba a errores humanos) = 0.75
q = p(fracaso) = p(un accidente no se deba a errores humanos) = 1-p = 0.25

b)

c) En este caso cambiaremos el valor de p;


n =5
x = variable que nos define el nmero de accidentes que no se deben a errores de tipo humano
x = 0, 1, 2,...,5 accidentes debidos a errores humanos
p = p(probabilidad de que un accidente no se deba a errores humanos) = 0.25
q = p(probabilidad de que un accidente se deba a errores humanos) = 1-p = 0.75

2. Si la probabilidad de que el vapor se condense en un tubo de aluminio de cubierta delgada a 10 atm de


presin es de 0.40, si se prueban 12 tubos de ese tipo y bajo esas condiciones, determine la probabilidad de
que: a) el vapor se condense en 4 de los tubos, b) en ms de 2 tubos se condense el vapor, c) el vapor se
condense en exactamente 5 tubos.

Solucin:
a) n =12
x = variable que nos define el nmero de tubos en que el vapor se condensa
x = 0, 1, 2, 3,...,12 tubos en el que el vapor se condensa
p =p(se condense el vapor en un tubo de Al a 10 atm)= 0.40
q = p(no se condense el vapor en un tubo de Al a 10 atm) = 1-p=0.60

= 0.21284
b) p(X=3, 4, ...,12, n=12, p=0.40) = p(x=3)+p(x=4)++p(x=12)= 1-p(x=0,1,2)=

= 1-0.002176+0.0174096+0.06385632= 1- 0.08344192= 0.91656

c)

= 0.22703

3. La probabilidad de que el nivel de ruido de un amplificador de banda ancha exceda de 2 dB (decibeles) es


de 0.15, si se prueban 10 amplificadores de banda ancha, determine la probabilidad de que; a) en solo 5 de
los amplificadores el nivel de ruido exceda los 2 dB, b) por lo menos en 2 de los amplificadores, el ruido
exceda de 2 dB, c)que entre 4 y 6 amplificadores no se excedan de los 2 dB, d)encuentre el nmero esperado
de amplificadores que se exceden de un nivel de ruido de 2dB y su desviacin estndar.

Solucin:
a)n =10
x =variable que nos define el nmero de amplificadores de banda ancha que su nivel de ruido excede de 2 dB
x = 0, 1, 2,...,10 amplificadores en los que el nivel de ruido excede de los 2 dB
p = P(un amplificador exceda su nivel de ruido de 2 dB) = 0.15
q = p(un amplificador no exceda su nivel de ruido de 2 dB =1-p= 0.85

= 0.00849

b)p(x=2,3,...,10, n=10, p=0.15)= 1- p(x = 0,1) =

= 1 (0.19687+(10)(0.15)(0.231617)=1-0.544296 = 0.455705

c) n=10

x= variable que nos define el nmero de amplificadores de banda ancha que su nivel de ruido no excede de 2 dB

x= 0, 1, 2,...,10 amplificadores que su nivel de ruido no excede de los 2 dB

p = p(un amplificador no exceda su nivel de ruido de 2 dB) = 0.85

q = p(un amplificador exceda su nivel de ruido de 2 dB) = 1- p = 0.15


=(210)(0.522)(0.00001139)+(252)(0.4437)(0.000075937)+(210)(0.3771495)
(0.00005063)=

=0.001249 + 0.00849 + 0.00400997 = 0.01374897

d)n=10, p=0.15, q=1-p=0.85

Interpretacin:

Se espera que 2 de los 10 amplificadores probados se excedan de un nivel de ruido de 2 Db

Interpretacin:
Este experimento puede variar en 2 1 amplificador, esto es, de 1 a 3 amplificadores que se excedan de un nivel de
ruido de 2 dB

2. DISTRIBUCIN MULTINOMIAL.

Caractersticas:

a) Al llevar a cabo un experimento con esta distribucin se esperan ms de dos tipos de resultados.

b) Las probabilidades asociadas a cada uno de los resultados son constantes.

c) Cada uno de los ensayos o repeticiones del experimento son independientes.

d) El nmero de repeticiones del experimento, n es constante.

Al igual que hicimos con la distribucin binomial, en este caso partiremos de un ejemplo para obtener la
frmula general para resolver problemas que tengan este tipo de distribucin.

Ejemplo:

Se lanza al aire un dado normal, 5 veces, determine la probabilidad de que aparezca dos nmeros uno, dos
nmeros tres y un nmero cinco.

Solucin:

Si pensamos en la forma que se han resuelto otros problemas, lo primero que se me ocurre es trazar un
diagrama de rbol que nos muestre los 5 lanzamientos del dado; esto sera muy laborioso, y se muestra parte
del mismo a continuacin;
(1, 1, 5, 3, 3), (5, 1, 1, 3, 3), (1, 3, 3, 1, 5), ... etc, etc.

Qu tipo de arreglos son estos, combinaciones, permutaciones o que?


SON PERMUTACIONES EN DONDE HAY OBJETOS IGUALES.
Por tanto el nmero de ramas se puede obtener de la siguiente manera:

El nmero de ramas =

Y en forma general,
Luego la probabilidad asociada a cada una de las ramas, sera;
p(asociada a cada una de las ramas) = p(#1)p(#1)p(#3)p(#3)p(#5)=p1*p1*p3*p3*p5=
=p12*p32*p5

Por tanto la frmula general ser:

donde:

p(x1, x2,....,xk, n) = probabilidad de que en n ensayos aparezcan x1 objetos del primer tipo, x2 objetos del segundo
tipo.......y xk objetos del ltimo tipo.

n = x1+x2+....xk

Resolviendo el ejemplo;
n=5
x1 = nmero de veces que aparece el nmero 1 = 2
x2 = nmero de veces que aparece el nmero 3 = 2
x3 = nmero de veces que aparece el nmero 5 = 1
p1= probabilidad de que aparezca el nmero 1 = 1/6
p2 = probabilidad de que aparezca el nmero 2 = 1/6
p3 = probabilidad de que aparezca el nmero 3 = 1/6

Ejemplos:
1. Las probabilidades son de 0.40, 0.20, 0.30 y 0.10, respectivamente, de que un delegado llegue por aire a una
cierta convencin, llegue en autobs, en automvil o en tren. Cul es la probabilidad de que entre 9 delegados
seleccionados aleatoriamente en esta convencin a) 3 hayan llegado por aire, 3 en autobs, 1 en auto y 2 en tren?,
b) 4 hayan llegado por aire, 1 en autobs y 2 en auto?, c) 5 hayan llegado en auto?

Solucin:
a) n = 9
x1= # de delegados que llegan por aire = 3
x2= # de delegados que llegan en autobs = 3
x3= # de delegados que llegan en auto = 1
x4= # de delegados que llegan en tren = 2

p1 = probabilidad de que un delegado llegue por aire = 0.40


p2 = probabilidad de que un delegado llegue en autobs = 0.20
p3 = probabilidad de que un delegado llegue en auto = 0.30
p4 = probabilidad de que un delegado llegue en tren = 0.10
b) n=9
x1 = 4 por aire; p1 = 0.40
x2 = 1 en autobs; p2 = 0.20
x3 = 2 en auto; p3 = 0.30
x4 = 2 en tren; p4 = 0.10

c)
n=9
x1= 5 lleguen en auto; p1 = 0.30
x2 = 4 (lleguen por aire o autobs o tren); p2 = 0.40+0.20+0.10 = 0.70

2. De acuerdo con la teora de la gentica, un cierto cruce de conejillo de indias resultar en una descendencia roja,
negra y blanca en la relacin 8 : 4 : 4. Encuentre la probabilidad de que entre 8 descendientes, a) 5 sean rojos, 2
negros y un blanco, b) 3 sean rojos y 2 sean negros.

Solucin:
a)
n=8
x1 = 5 rojos; p1= prob. Sean rojos = 8/16 = 0.50
x2 = 2 negros; p2 = prob. Sean negros = 4/16 = 0.25
x3 = 1 blanco; p3 = prob. Sean blancos = 4/16 = 0.25

b)
n=8
x1 = 3 rojos; p1 = 0.50
x2 = 2 negros; p2 = 0.25
x3 = 3 blancos; p3 = 0.25

3.Segn una encuesta preliminar acerca del voto que los ciudadanos darn por los candidatos para gobernador del
estado se ha detectado que aproximadamente un 52% votar por el partido verde, un 40% por el partido azul y un
8% por los partidos restantes, si se seleccionan aleatoriamente 6 personas con edad de votar, determine la
probabilidad de que: a) 2 voten por el partido verde, 1 por el azul y 3 por el resto de los partidos, b) 2 voten por el
partido verde y 4 por el azul.

Solucin:
a) n = 6
x1= 2 voten por partido verde; p1= prob. de que una persona vote por partido verde = 0.52
x2= 1 vote por partido azul; p2 = prob. de que una persona vote por partido azul = 0.40
x3= 3 voten por otros partidos; p3 = prob. de que una persona vote por otros partidos = 0.08
b)n = 6
x1= 2 voten por el partido verde; p1= prob. de que una persona vote por partido verde=0.52
x2= 4 vote por partido azul; p2 = prob. de que una persona vote por partido azul = 0.40
x3= 0 voten por otros partidos; p3 = prob. de que una persona vote por otros partidos = 0.08

3) DISTRIBUCIN HIPERGEOMTRICA.

Los experimentos que tienen este tipo de distribucin tienen las siguientes caractersticas:
a) Al realizar un experimento con este tipo de distribucin, se esperan dos tipos de resultados.
b) Las probabilidades asociadas a cada uno de los resultados no son constantes.
c) Cada ensayo o repeticin del experimento no es independiente de los dems.
d) El nmero de repeticiones del experimento (n) es constante.

Ejemplo:
En una urna o recipiente hay un total de N objetos, entre los cuales hay una cantidad a de objetos que
son defectuosos, si se seleccionan de esta urna n objetos al azar, y sin reemplazo, cul es la
probabilidad de obtener x objetos defectuosos?
Solucin:

Luego;

donde:
p(x,n) = probabilidad de obtener x objetos defectuosos de entre n seleccionados

muestras de n objetos en donde hay x que son defectuosos y n-x buenos

todas las muestras posibles de seleccionar de n objetos tomadas de entre N objetos en total =
espacio muestral

Considerando que en la urna hay un total de 10 objetos, 3 de los cuales son defectuosos, si de
seleccionan 4 objetos al azar, cul es la probabilidad de que 2 sean defectuosos?

Solucin:

N = 10 objetos en total
a = 3 objetos defectuosos
n = 4 objetos seleccionados en muestra
x = 2 objetos defectuosos deseados en la muestra
donde:

probabilidad asociada a cada muestra de 4 objetos que se seleccionaron, con lo que se


demuestra que las probabilidades no son constantes

formas o maneras de obtener 2 objetos defectuosos entre los 4 seleccionados = muestras de 4


objetos entre los que 2 son defectuosos

Como se observa en el desarrollo de la solucin del problema, la pretensin es demostrar que las
probabilidades asociadas a cada uno de los resultados no son constantes.

Luego la probabilidad de obtener 2 objetos defectuosos entre los 4 seleccionados al azar sera:

Ejemplos:
1. Para evitar que lo descubran en la aduana, un viajero ha colocado 6 tabletas de narctico en una botella
que contiene 9 pldoras de vitamina que son similares en apariencia. Si el oficial de la aduana selecciona 3
tabletas aleatoriamente para analizarlas, a) Cul es la probabilidad de que el viajero sea arrestado por
posesin de narcticos?, b) Cul es la probabilidad de que no sea arrestado por posesin de narcticos?.

Solucin:
a) N = 9+6 =15 total de tabletas
a = 6 tabletas de narctico
n = 3 tabletas seleccionadas
x = 0, 1, 2, o 3 tabletas de narctico = variable que nos indica el nmero de tabletas de narctico que se puede
encontrar al seleccionar las 3 tabletas

p(viajero sea arrestado por posesin de narcticos) = p(de que entre las 3 tabletas seleccionadas haya 1 o ms
tabletas de narctico)
otra forma de resolver;

p(el viajero sea arrestado por posesin de narcticos) = 1 p(de que entre las tabletas seleccionadas no haya
una sola de narctico)

b) p(no sea arrestado por posesin de narcticos)

2. De un lote de 10 proyectiles, 4 se seleccionan al azar y se disparan. Si el lote contiene 3 proyectiles


defectuosos que no explotarn, cul es la probabilidad de que , a) los 4 exploten?, b) al menos 2 no
exploten?

Solucin:
a) N = 10 proyectiles en total
a = 7 proyectiles que explotan
n = 4 proyectiles seleccionados
x = 0, 1, 2, 3 o 4 proyectiles que explotan = variable que nos define el nmero de proyectiles que explotan entre
la muestra que se dispara

b) N = 10 proyectiles en total
a = 3 proyectiles que no explotan
n = 4 proyectiles seleccionados
x = 0, 1, 2 o 3 proyectiles que no explotan

p(al menos 2 no exploten) = p( 2 o ms proyectiles no exploten) = p(x = 2 o 3; n=4) =

3. a)Cul es la probabilidad de que una mesera se rehse a servir bebidas alcohlicas nicamente a dos
menores de edad si verifica aleatoriamente solo 5 identificaciones de entre 9 estudiantes, de los cuales 4 no
tienen la edad suficiente?, b) Cal es la probabilidad de que como mximo 2 de las identificaciones
pertenezcan a menores de edad?
Solucin:

a) N = 9 total de estudiantes
a = 4 estudiantes menores de edad
n = 5 identificaciones seleccionadas
x = variable que nos define el nmero de identificaciones que pertenecen a personas menores de edad
x = 0, 1, 2, 3 o 4 identificaciones de personas menores de edad

b) N = 9 total de estudiantes
a = 4 estudiantes menores de edad
n = 5 identificaciones seleccionadas
x = variable que nos define el nmero de identificaciones que pertenecen a personas menores de edad
x = 0, 1, 2, 3 o 4 identificaciones de personas menores de edad

4. Una compaa manufacturera utiliza un esquema para la aceptacin de los artculos producidos antes de
ser embarcados. El plan es de dos etapas. Se preparan cajas de 25 para embarque y se selecciona una
muestra de 3 para verificar si tienen algn artculo defectuoso. Si se encuentra uno, la caja entera se
regresa para verificarla al 100%. Si no se encuentra ningn artculo defectuoso, la caja se embarca. a)
Cul es la probabilidad de que se embarque una caja que tiene tres artculos defectuosos?, b)Cul es la
probabilidad de que una caja que contiene solo un artculo defectuoso se regresa para verificacin?

4) DISTRIBUCIN HIPERGEOMETRICA GENERALIZADA.

Caractersticas:
a) Al realizar un experimento con este tipo de distribucin, se esperan ms de dos tipos de
resultados.
b) Las probabilidades asociadas a cada uno de estos resultados no son constantes.
c) Los ensayos o repeticiones del experimento no son independientes entre s.
d) El nmero de repeticiones del experimento n, es constante.

Entonces en este caso se tienen ms de dos tipos de objetos, por lo que la frmula a utilizar sera:

donde:
N = x + y + z = total de objetos
a = total de objetos del primer tipo
b = total de objetos del segundo tipo
c = N-a-b = total de objetos del tercer tipo
n = objetos seleccionados en la muestra
x = objetos del primer tipo en la muestra
y = objetos del segundo tipo en la muestra
z = n-x-y = objetos del tercer tipo en la muestra

Ejemplos:
1.En un lote de productos se tienen 20 productos sin defectos, 3 con defectos menores y 2 con defectos mayores, se
seleccionan al azar 5 productos de este lote, determine la probabilidad de que a) 3 de los productos seleccionados
no tengan defectos y 1 tenga defectos menores, b) 4 de los productos seleccionados no tengan defectos y 1 tenga
defectos menores.

Solucin:
a)N= 20+3+2 =25 total de artculos
a=20 productos sin defectos
b= 3 productos con defectos menores
N-a-b= 2 productos con defectos mayores
n= 5 productos seleccionados en la muestra
x = 3 productos sin defectos en la muestra = variable que nos define el # de productos sin defectos en la muestra
y = 1 producto con defectos menores en la muestra = variable que nos define el # de productos con defectos
menores en la muestra
z = n-x-y = 5-3-1 = 1 producto con defectos mayores en la muestra = variable que nos define el # de productos con
defectos mayores en la muestra

b)N= 25
a=20 productos sin defectos
b= 3 productos con defectos menores
N-a-b= 2 productos con defectos mayores
n= 5 productos seleccionados en la muestra
x = 4 productos sin defectos en la muestra = variable que nos define el # de productos sin defectos en la muestra
y = 1 producto con defectos menores en la muestra = variable que nos define el # de productos con defectos
menores en la muestra
z = n-x-y = 5-4-1 = 0 productos con defectos mayores en la muestra = variable que nos define el # de productos con
defectos mayores en la muestra

3.Un club de estudiantes extranjeros tiene en sus listas a 2 canadienses, 3 japoneses, 5 italianos y 2 alemanes. Si se
selecciona aleatoriamente un comit de 4 estudiantes, encuentre la probabilidad de que: a)estn representadas
todas las nacionalidades, b)estn representadas todas las nacionalidades, excepto la italiana.

Solucin:
a) N = 12 estudiantes
a = 2 Canadienses
b = 3 Japoneses
c = 5 Italianos
N-a-b-c = 2 Alemanes
n = 4 estudiantes seleccionados para formar comit
x = 1 estudiante Canadiense en el comit seleccionado
y = 1 estudiante Japons en el comit seleccionado
z = 1 estudiante Italiano en el comit seleccionado
n-x-y-z = 1 estudiante Alemn en el comit seleccionado

b) N = 7 estudiantes quitando a los Italianos


a = 2 Canadienses
b = 3 Japoneses
N-a-b = 2 Alemanes
n = 4 estudiantes seleccionados para formar comit
x = 1 o 2 estudiantes Canadienses en el comit seleccionado
y = 1 o 2 estudiantes Japoneses en el comit seleccionado
n-x-y= 1 o 2 estudiantes Alemanes en el comit seleccionado
p(estn representadas todas las nacionalidades, excepto la italiana)

5) DISTRIBUCIN DE POISSON.

Caractersticas:
En este tipo de experimentos los xitos buscados son expresados por unidad de rea, tiempo, pieza, etc, etc,:
- # de defectos de una tela por m2
- # de aviones que aterrizan en un aeropuerto por da, hora, minuto, etc, etc.
- # de bacterias por cm2 de cultivo
- # de llamadas telefnicas a un conmutador por hora, minuto, etc, etc.
- # de llegadas de embarcaciones a un puerto por da, mes, etc, etc.
Para determinar la probabilidad de que ocurran x xitos por unidad de tiempo, rea, o producto, la frmula a
utilizar sera:

donde:
p(x, ) = probabilidad de que ocurran x xitos, cuando el nmero promedio de ocurrencia de ellos es
= media o promedio de xitos por unidad de tiempo, rea o producto
= 2.718
x = variable que nos denota el nmero de xitos que se desea que ocurra
Hay que hacer notar que en esta distribucin el nmero de xitos que ocurren por unidad de tiempo, rea o
producto es totalmente al azar y que cada intervalo de tiempo es independiente de otro intervalo dado, as como
cada rea es independiente de otra rea dada y cada producto es independiente de otro producto dado.

Ejemplos:
1. Si un banco recibe en promedio 6 cheques sin fondo por da, cules son las probabilidades de que reciba,
a) cuatro cheques sin fondo en un da dado, b) 10 cheques sin fondos en cualquiera de dos das
consecutivos?

Solucin:
a) x = variable que nos define el nmero de cheques sin fondo que llegan al banco en un da
cualquiera = 0, 1, 2, 3, ....., etc, etc.
= 6 cheques sin fondo por da
= 2.718

b)
x= variable que nos define el nmero de cheques sin fondo que llegan al banco en dos das consecutivos
= 0, 1, 2, 3, ......, etc., etc.
= 6 x 2 = 12 cheques sin fondo en promedio que llegan al banco en dos das consecutivos
Nota: siempre debe de estar en funcin de x siempre o dicho de otra forma, debe hablar de lo
mismo que x.

2. En la inspeccin de hojalata producida por un proceso electroltico continuo, se identifican 0.2


imperfecciones en promedio por minuto. Determine las probabilidades de identificar a) una imperfeccin
en 3 minutos, b) al menos dos imperfecciones en 5 minutos, c) cuando ms una imperfeccin en 15 minutos.
Solucin:
a) x = variable que nos define el nmero de imperfecciones en la hojalata por cada 3 minutos = 0, 1,
2, 3, ...., etc., etc.
= 0.2 x 3 =0.6 imperfecciones en promedio por cada 3 minutos en la hojalata

b) x = variable que nos define el nmero de imperfecciones en la hojalata por cada 5 minutos = 0, 1,
2, 3, ...., etc., etc.
= 0.2 x 5 =1 imperfeccin en promedio por cada 5 minutos en la hojalata

=1-(0.367918+0.367918) = 0.26416
c) x = variable que nos define el nmero de imperfecciones en la hojalata por cada 15 minutos = 0, 1,
2, 3, ....., etc., etc.
= 0.2 x 15 = 3 imperfecciones en promedio por cada 15 minutos en la hojalata

= 0.0498026 + 0.149408 = 0.1992106

6. APROXIMACIN DE POISSON A LA BINOMIAL.

En este caso se determinarn probabilidades de experimentos Binomiales, pero que dadas sus caractersticas,
es posible aproximarlas con la distribucin de Poisson, estas caractersticas son, n ( n es muy grande) y
p0 (p es muy pequea), por lo que:

La expresin anterior solo se cumple cuando n y p0, solo en este caso, si esto no se cumple, la
aproximacin no se puede llevar a efecto, por lo que la frmula a utilizar en este caso sera:

Donde:
== np = nmero esperado de xitos = tasa promedio de xitos
n = nmero de repeticiones del experimento
p = probabilidad de xito = p(xito)

Una regla general aceptable es emplear esta aproximacin si n20 y p0.05: s n100, la aproximacin es
generalmente excelente siempre y cuando np10.

Ejemplos:
1. Se sabe que el 5% de los libros encuadernados en cierto taller tienen encuadernaciones defectuosas.
Determine la probabilidad de que 2 de 100 libros encuadernados en ese taller, tengan encuadernaciones
defectuosas, usando, a) la frmula de la distribucin Binomial, b) la aproximacin de Poisson a la
distribucin Binomial.

Solucin:
a) n = 100
p = 0.05 = p(encuadernacin defectuosa) = p(xito)
q = 0.95 = p(encuadernacin no defectuosa) = p(fracaso)
x = variable que nos define el nmero de encuadernaciones defectuosas en la muestra = = 0, 1, 2, 3,....,100
encuadernaciones defectuosas
b)n = 100 encuadernaciones
p = 0.05
= np = (100)(0.05)= 5
x = variable que nos define el nmero de encuadernaciones defectuosas en la muestra = = 0, 1, 2, 3,....,100
encuadernaciones defectuosas

Al comparar los resultados de las probabilidades con una y otra distribucin, nos damos cuenta de que la
diferencia entre un clculo y otro es de tan solo 0.0031, por lo que la aproximacin de Poisson es una buena opcin
para calcular probabilidades Binomiales.

2.Un fabricante de maquinaria pesada tiene instalados en el campo 3840 generadores de gran tamao con garanta.
S la probabilidad de que cualquiera de ellos falle durante el ao dado es de 1/1200 determine la probabilidad de
que a) 4 generadores fallen durante el ao en cuestin, b) que ms 1 de un generador falle durante el ao en
cuestin.

Solucin:
a) n = 3840 generadores
p = 1/1200 = probabilidad de que un generador falle durante el ao de garanta
= np = (3840)(1/1200) = 3.2 motores en promedio pueden fallar en el ao de garanta
x = variable que nos define el nmero de motores que pueden fallar en el ao de garanta =
= 0, 1, 2, 3,....,3840 motores que pueden fallar en el ao de garanta

b) p(x=2,3,4,....,3840;=3.2)=1-p(x=0,1;=3.2) =

=1- (0.04078 + 0.13048) = 0.82874

3. En un proceso de manufactura, en el cual se producen piezas de vidrio, ocurren defectos o burbujas,


ocasionando que la pieza sea indeseable para la venta. Se sabe que en promedio 1 de cada 1000 piezas tiene una
o ms burbujas. Cul es la probabilidad de que en una muestra aleatoria de 8000 piezas, menos de 3 de ellas
tengan burbujas?

Solucin:
n = 8000 piezas
p = 1/1000= 0.001 probabilidad de que una pieza tenga 1 o ms burbujas
= np = (8000)(1/1000) = 8 piezas en promedio con 1 o ms burbujas
x = variable que nos define el nmero de piezas que tienen 1 o ms burbujas =
= 0,1, 2, 3,....,8000 piezas con una o ms burbujas
= 0.000336 + 0.002686 + 0.010744 = 0.013766

7. DISTRIBUCIN GEOMTRICA.

Esta distribucin es un caso especial de la Binomial, ya que se desea que ocurra un xito por primera y nica
vez en el ltimo ensayo que se realiza del experimento, para obtener la frmula de esta distribucin, haremos
uso de un ejemplo.

Ejemplo:
Se lanza al aire una moneda cargada 8 veces, de tal manera que la probabilidad de que aparezca guila es de
2/3, mientras que la probabilidad de que aparezca sello es de 1/3, Determine la probabilidad de que en el ltimo
lanzamiento aparezca una guila.

Solucin:
Si nosotros trazamos un diagrama de rbol que nos represente los 8 lanzamientos de la moneda, observaremos
que la nica rama de ese rbol que nos interesa es aquella en donde aparecen 7 sellos seguidos y por ltimo una
guila; como se muestra a continuacin:

SSSSSSSA

S denotamos;
x = el nmero de repeticiones del experimento necesarias para que ocurra un xito por primera y nica vez = 8
lanzamientos
p = probabilidad de que aparezca una guila = p( xito) = 2/3
q = probabilidad de que aparezca un sello = p(fracaso) = 1/3

Entonces la probabilidad buscada sera;

P(aparezca una guila en el ltimo lanzamiento)=p(S)*p(S)*p(S)*p(S)*p(S)*p(S)*p(S)*p(A) =

=q*q*q*q*q*q*q*p =
Luego, la frmula a utilizar cuando se desee calcular probabilidades con esta distribucin sera;

Donde:
p(x) = probabilidad de que ocurra un xito en el ensayo x por primera y nica vez
p = probabilidad de xito
q = probabilidad de fracaso

Resolviendo el problema de ejemplo;


x = 8 lanzamientos necesarios para que aparezca por primera vez una guila
p = 2/3 probabilidad de que aparezca una guila
q = 1/3 probabilidad de que aparezca un sello

p(x=8) =

Ejemplos:
1. S la probabilidad de que un cierto dispositivo de medicin muestre una desviacin excesiva es de 0.05,
cul es la probabilidad de que; a) el sexto de estos dispositivos de medicin sometidos a prueba sea el
primero en mostrar una desviacin excesiva?, b) el sptimo de estos dispositivos de medicin sometidos a
prueba, sea el primero que no muestre una desviacin excesiva?.

Solucin:
a) x = 6 que el sexto dispositivo de medicin probado sea el primero que muestre una variacin
excesiva
p = 0.05 =probabilidad de que un dispositivo de medicin muestre una variacin excesiva
q = 0.95 =probabilidad de que un dispositivo de medicin no muestre una variacin excesiva

p(x = 6) =

b) x = 5 que el quinto dispositivo de medicin probado, sea el primero que no muestre una
desviacin excesiva
p = 0.95 = probabilidad de que un dispositivo de medicin no muestre una variacin excesiva
q = 0.05 = probabilidad de que un dispositivo de medicin muestre una variacin excesiva

p(x = 5) =

2. Los registros de una compaa constructora de pozos, indican que la probabilidad de que uno de sus pozos
nuevos, requiera de reparaciones en el trmino de un ao es de 0.20. Cul es la probabilidad de que el
quinto pozo construido por esta compaa en un ao dado sea el primero en requerir reparaciones en un
ao?.

Solucin:
x = 5 que el quinto pozo sea el primero que requiera reparaciones en un ao
p = 0.20 = probabilidad de que un pozo requiera reparaciones en el trmino de un ao
q = 0.80 = probabilidad de que un pozo no requiera reparaciones en el trmino de un ao

p(x = 5) =

7. DISTRIBUCIN BINOMIAL NEGATIVA.

Esta tambin es un caso especial de la distribucin Binomial, ya que en este caso se trata de que al llevar a
efecto varias veces un experimento binomial, se desea determinar la probabilidad de que ocurran r xitos, solo
que el ltimo de ellos debe ocurrir en el k-simo ensayo o repeticin del experimento que es el ltimo.

Para encontrar una frmula que nos permita calcular probabilidades con esta distribucin, partiremos de un
ejemplo.

Ejemplo:
Se lanza al aire una moneda cargada 8 veces, de tal manera que la probabilidad de que aparezca guila es de
2/3, mientras que la probabilidad de que aparezca sello es de 1/3, Determine la probabilidad de que aparezcan
tres guilas, y la ltima que aparezca sea en el ltimo lanzamiento.

Solucin:
S trazamos un diagrama de rbol que nos represente los 8 lanzamientos de la moneda, encontraremos que las
ramas que nos interesan son aquellas en donde aparecen 3 guilas y la ltima de ellas aparece en el ltimo
lanzamiento; ejemplos de una rama que nos interesa sera;
SAASSSSA, SSASSSAA, ASSASSSA, etc., etc.
Entonces la probabilidad se puede determinar de la siguiente forma:

(Probabilidad de que aparezcan Tres guilas, donde la ltima de ellas aparece en el ltimo lanzamiento de la
moneda)=(# de ramas del rbol en donde la tercera guila que aparece est en el octavo lanzamiento)
(probabilidad asociada a cada rama)

Luego, definiendo algunos trminos a utilizar;

Y = k = nmero de lanzamientos necesarios para que se obtenga una guila por r-sima vez = 8 lanzamientos
r = nmero de veces que aparece un xito = 3 guilas
p = probabilidad de xito = p(aparezca guila) = 2/3
q = probabilidad de fracaso = p(aparezca sello) = 1/3

Luego, el nmero de ramas que nos interesan del rbol se podra determinar de la siguiente forma:

# de ramas =

Cual es la razn de que se tomen k-1 ensayos y r-1 xitos al momento de calcular el nmero de ramas que nos
interesan?

Lo anterior se debe a que en el ltimo ensayo siempre va a haber un xito, por lo que como ste no se va a
mover como lo hacen los xitos anteriores, entonces no se toma en cuenta para el clculo de las ramas que nos
interesan.

Y la probabilidad asociada a cada rama sera;

Probabilidad asociada a cada rama = p(S)*p(A)*p(A)*p(S)*p(S)*p(S)*p(S)*p(A)=


= q*p*p*q*q*q*q*p =

Por lo tanto, la frmula a utilizar sera:

Donde:
P(Y=k) = probabilidad de que ocurran r xitos en k ensayos y que el ltimo de ellos que es el r-simo, ocurra en
el k-simo ensayo que es el ltimo.

r = nmero de xitos
k = nmero de ensayos para obtener r xitos
p = p(xito) = p(aparezca guila)
q = p(fracaso) = p(aparezca sello) = 1-p

Ejemplos:
1. S la probabilidad de que un cierto dispositivo de medicin muestre una desviacin excesiva es de 0.05, cul
es la probabilidad de que; a) el sexto de estos dispositivos de medicin sometidos a prueba sea el tercero en
mostrar una desviacin excesiva?, b) el sptimo de estos dispositivos de medicin sometidos a prueba, sea el
cuarto que no muestre una desviacin excesiva?.

Solucin:
a) k = 6 dispositivos de medicin
r = 3 dispositivos que muestran desviacin excesiva
p = p(dispositivo muestre una desviacin excesiva) = 0.05
q = p(dispositivo no muestre una desviacin excesiva) = 0.95

p(Y = 6) =

b) k = 7 dispositivos de medicin
r = 4 dispositivos que no muestran una desviacin excesiva
p = p(dispositivo no muestre una desviacin excesiva) = 0.95
q = p(dispositivo muestre una desviacin excesiva) = 0.05

p(Y = 7) =

2. Los registros de una compaa constructora de pozos, indican que la probabilidad de que uno de sus pozos
nuevos, requiera de reparaciones en el trmino de un ao es de 0.20. a) Cul es la probabilidad de que el
sexto pozo construido por esta compaa en un ao dado sea el segundo en requerir reparaciones en un ao?.
b) Cul es la probabilidad de que el octavo pozo construido por esta compaa en un ao dado sea el tercero
en requerir reparaciones en un ao?.
Solucin:
a) k = 6 pozos
r = 2 pozos que requieren reparaciones en un ao
p = p(pozo requiera reparaciones en un ao) = 0.20
q = p(pozo no requiera reparaciones en un ao) = 0.80

p(Y = 6) =

b) k = 8 pozos
r = 3 pozos que requieren reparaciones en un ao
p = p(pozo requiera reparaciones en un ao) = 0.20
q = p(pozo no requiera reparaciones en un ao) = 0.80

p(Y = 8) =
9. Problemas Propuestos.

1. En una cierta rea de la ciudad se da como una razn del 75% de los robos la necesidad de dinero para
comprar estupefacientes. Encuentre la probabilidad que dentro de los 5 prximos asaltos reportados en
esa rea
a) exactamente 2 se debieran a la necesidad de dinero para comprar drogas;
b) cuando mucho 3 se debieran a la misma razn arriba indicada.
r. a) 0.0879
b) 0.3672

2. Un agricultor que siembra fruta afirma que 2/3 de su cosecha de duraznos han sido contaminada por la
mosca del mediterrneo. Encuentre la probabilidad de que al inspeccionar 4 duraznos
a) los 4 estn contaminados por la mosca del mediterrneo
b) cualquier cantidad entre 1 y 3 est contaminada.
r. a) 16/81
b) 64/61
3. De acuerdo con una investigacin llevada a cabo por la Administrative Management Society, 1/3 de las
compaas en Estados Unidos le dan a sus empleados cuatro semanas de vacaciones despus de 15 aos de
servicio. Encuentre la probabilidad de que 6 de las compaas investigadas al azar, el nmero que les dan a
sus empleados cuatro semanas de vacaciones despus de 15 aos de servicio es
a) cualquier cantidad entre 2 y 5;
b) menos de 3.
r. a) 0.647
b) 0.680
4. De acuerdo con un estudio publicado por un grupo de socilogos de la Universidad de Massachussets,
aproximadamente 60% de los adictos al Valium en el estado de Massachussets, lo tomaron por primera vez
debido a problemas psicolgicos. Encuentre la probabilidad de que los siguientes 8 adictos entrevistados
a) exactamente 3 hayan comenzado a usarlo debido a problemas psicolgicos.
b) al menos 5 de ellos comenzaran a tomarlo por problemas que no fueron psicolgicos.
r. a) 0.1239
b) 0.5941

5. Al probar una cierta clase de neumtico para camin en un terreno escabroso se encontr que 25% de los
camiones terminaban la prueba con los neumticos daados. De los siguientes 15 camiones probados
encuentre la probabilidad de que
a) de 3 a 6 tengan ponchaduras;
b) menos de 4 tengan ponchaduras;
c) ms de 5 tengan ponchaduras
r. a) 0.7073
b) 0.4613
c) 0.1484
6. De acuerdo con un reporte publicado en la revista Parade, septiembre 14 de 1980, una investigacin a
nivel nacional llevada a cabo por la Universidad de Michigan revel que casi el 70% de los estudiantes del
ltimo ao desaprueban las medidas para controlar el hbito de fumar mariguana todos los das. Si 12 de
estos estudiantes se seleccionan al azar y se les pregunta su opinin, encuentre la probabilidad de que el
nmero que desaprueba dicha medida sea
a) cualquier cantidad entre 7 y 9
b) cuando mucho 5;
c) no menos de 8
r. a) 0.6294
b) 0.0386
c) 0.7237

7. La probabilidad de que un paciente se recupere de una delicada operacin de corazn es de 0.9. Cul es
la probabilidad de que exactamente 5 de los prximos 7 pacientes que se sometan a esta intervencin
sobrevivan?
r. 0.1240

8. Un ingeniero de control de trfico reporta que el 75% de los vehculos que pasan por un punto de
verificacin tienen matrculas del estado. Cul es la probabilidad de que ms de 7 de los siguientes 9
vehculos no sean del estado?
r. 0.8343

9. Una investigacin de los residentes de una ciudad de Estados Unidos mostr que 20% preferan un
telfono blanco que de cualquier otro color disponible. Cul es la probabilidad de que ms de la mitad de
los siguientes 20 telfonos que se instalen en esta ciudad sean de color blanco?
r. 0.0006

10. Se sabe que el 40% de los ratones inyectados con un suero quedan protegidos contra una cierta
enfermedad. Si 5 ratones son inyectados, encuentre la probabilidad de que
a) ninguno contraiga la enfermedad;
b) menos de 2 la contraigan;
c) ms de 3 la contraigan
r. a) 0.0778
b) 0.3370
c) 0.0870

11. Suponga que los motores de un aeroplano operan en forma independiente y de que fallan con una
probabilidad de 0.4. Suponiendo que uno de estos artefactos realiza un vuelo seguro en tanto se mantenga
funcionando cuando menos la mitad de sus motores, determine qu aeroplano, uno de los 4 motores o uno
de 2, tiene mayor probabilidad de terminar su vuelo exitosamente.
r. 0.8208 y 0.8400; ***
2- plano del motor

12. Encuentre la media y la varianza de la variable aleatoria binomial del problema propuesto 7.
r. =6.3 6 y 2=0.63

13. Encuentre la media y la varianza de la variable aleatoria binomial del problema propuesto 9.
r. =4 y 2=3.2

14. De acuerdo con la teora de la gentica, un cierto cruce de conejillos de indias resultar en una
descendencia roja, negra y blanca en la relacin 8:4:4. Encuentre la probabilidad de que de 8
descendientes 5 sean rojos, 2 negros y 1 blanco.
r. 21/256

15. Las probabilidades son de 0.4, 0.2, 0.3 y 0.1, respectivamente, de que un delegado llegue por aire a cierta
convencin, llegue en autobs, 3en automvil o en tren. Cul es la probabilidad de que entre 9 delegados
seleccionados aleatoriamente en esta convencin, 3 hayan llegado por aire, 3 en autobs, 1 en automvil y 2
en tren.
r.
0.0077
16. El dueo de una casa planta 6 tallos que selecciona al azar de una caja que contiene 5 tallos de tulipn y 4
de narciso. Cul es la probabilidad de que plante 2 tallos de narciso y 4 de tulipn?
r. 5/14

17. Un comit de tres integrantes se forma aleatoriamente seleccionando de entre 4 doctores y 2


enfermeras. Escriba una frmula para la distribucin de probabilidad de la variable aleatroria X que
representa el nmero de doctores en el comit. Encuentre P(2 X 3).

x=1, 2, 3
18. Una compaa est interesada en evaluar sus actuales procedimientos de inspeccin en el embarque de 50
artculos idnticos. El procedimiento es tomar una muestra de 5 piezas y autorizar el embarque si se
encuentra que no ms de 2 estn defectuosas. qu proporcin del 20% de embarques defectuosos sern
autorizados?
r. 0.9517

19. La probabilidad de que una persona que vive en cierta ciudad posea un perro se estima en 0.3. Encuentre
la probabilidad de que la dcima persona entrevistada aleatoriamente en esta ciudad sea la quinta persona
que posee un perro.
r. 0.0515

20. Un cientfico inocula varios ratones, uno a la vez, con un germen de una enfermedad hasta que obtiene 2
que la han contrado. Si la probabilidad de contraer la enfermedad es 1/6. cul es la probabilidad de que
se requieran 8 ratones?
r. 0.0651
21. Suponga que la probabilidad de que una persona determinada crea una historia acerca de los atentados a
una famosa actriz es de 0.8. Cul es la probabilidad de que
a) la sexta persona que escucha tal historia sea la cuarta que la crea?
b) La tercera persona que escucha tal historia sea la primera en creerla?
r. a) 0.1638
b) 0.032
22. Tres personas lanzan una moneda y la que salga dispareja paga los cafs. Si todas las monedas caen
iguales, se lanzan nuevamente. Encuentre la probabilidad de que se necesiten menos de 4 lanzamientos.
r. 63/64

23. La probabilidad de que un estudiante para piloto apruebe el examen escrito para obtener su licencia de
piloto privado es de 0.7. Encuentre la probabilidad de que una persona apruebe el examen
a) en el tercer intento
b) antes del cuarto intento
r. a) 0.0630
b) 0.9730

24. En promedio, en una cierta interseccin ocurren 3 accidentes viales por mes Cul es la probabilidad de
que en un determinado mes en esta interseccin
a) ocurran exactamente 5 accidentes?
b) ocurran menos de 3 accidentes?
r. a) 0.1008
b) 0.4232

25. Una cierta rea del este de Estados Unidos es afectada en promedio por 6 huracanes al ao. Encuentre la
probabilidad de que en un determinado ao esta rea sea afectada por
a) menos de 4 huracanes;
b) cualquier cantidad entre 6 y 8 huracanes.
r. a) 0.1512
b) 0.4015

26. En un estudio de un inventario se determin que, en promedio, la demanda por un artculo en particular
en una bodega era de 5 veces al da. Cul es la probabilidad de que en un determinado da este artculo
sea requerido
a) ms de 5 veces?
b) Ni una sola vez?
r. a) 0.3840
b) 0.0067

27. El nmero promedio de ratas de campo por acre en un campo de trigo de 5 acres se estima que es de
12. Encuentre la probabilidad de que menos de 7 ratas de campo se encuentren
a) en una acre de terreno determinado;
b) en 2 de los siguientes 3 acres inspeccionados.
r. a) 0.0458
b) 0.0060

28. Un restaurante prepara una ensalada que contiene en promedio 5 verduras diferentes. Encuentre la
probabilidad de que la ensalada contenga ms de 5 verduras
a) en un determinado da;
b) en 3 de los siguientes 4 das;
c) por primera vez el 5 de abril.
r. a) 0.3840
b) 0.1395
c) 0. 0553
29. La probabilidad de que una persona muera debido a cierta infeccin respiratoria es 0.002. Encuentre la
probabilidad de que mueran menos de 5 de las prximas 2000 personas infectadas.
r. 0.6288

30. Suponga que en promedio 1 persona de cada 1000 comete un error numrico al preparar su declaracin de
impuestos. Si se seleccionan al azar 10 000 formas y se examinan, encuentre la probabilidad de que 6, 7 u 8
formas tengan error.
r. 0.2657

31. La probabilidad de que un estudiante presente problemas de escoliosis (desviacin lateral sufrida por la
columna vertebral) en una escuela de la localidad es de 0.004. De los siguientes 1875 estudiantes revisados
encuentre la probabilidad de que
a) menos de 5 presenten este problema
b) 8, 9 o 10 presenten este problema
r. a) 0.1321
b) 0.3376

32. En un proceso de manufactura se seleccionan aleatoriamente 15 unidades diarias de la lnea de produccin


para verificar el porcentaje del nmero de defectos en el proceso. A partir de informacin histrica se sabe
que la probabilidad de que se tenga una unidad defectuosa es 0.05. El proceso se detiene en cualquier
momento en que se encuentran dos o ms defectos. Este procedimiento se utiliza para proporcionar una
seal en caso de que la probabilidad de defectos se incremente.
a) Cul es la probabilidad de que en un determinado da el proceso de produccin se detenga?
(suponga un 5% de defectos)
b) Suponga que la probabilidad de que se tenga un defecto se incrementa a 0.07. Cul es la
probabilidad de que en un determinado da el proceso de produccin se detenga?

33. Se est considerando la produccin de una mquina automtica de soldar. Se considerar exitosa si tiene
una efectividad del 99% en sus soldaduras. De otra manera, no se considerar eficiente. Se lleva a cabo la
prueba de un prototipo y se realizan 100 soldaduras. La mquina se aceptar para su fabricacin si no son
defectuosas ms de tres soldaduras.
a) Cul es la probabilidad de que una mquina eficiente sea rechazada?
b) Cul es la probabilidad de que una mquina ineficiente con 95% de soldaduras correctas sea
aceptada?

34. Una agencia que renta automviles en un aeropuerto local tiene disponibles 5 Ford, 7 Chevrolet, 4 Dodge,
3 Datsun y 4 Toyota. Si la agencia selecciona aleatoriamente 9 de estos vehculos para transportar
delegados desde el aeropuerto hasta el centro de convenciones en el centro de la ciudad, encuentre la
probabilidad de que se utilicen 2 Ford, 3 Chevrolet, 1 Dodge, 1 Datsun y 2 Toyota.

35. Las llamadas de servicio entran a un centro de mantenimiento de acuerdo con un proceso de Poisson y en
un promedio entran 2.7 llamadas por minuto. Encuentre la probabilidad de que:
a) no ms de 4 llamadas entren en un minuto cualquiera;
b) menos de 2 llamadas entren en un minuto cualquiera;
ms de 10 llamadas entren en un periodo de 5 minutos.
x = + z(p = 0.44) = 200 + z(p = 0.44)(50) =
= 200 + (1.55)(50) = 277.5 278 interruptores terminales por da

cmo se obtiene el valor de z?

En la tabla buscamos la z que corresponde a una probabilidad de 0.44 y nos damos cuenta de
que no existe un valor exacto de 0.44 por lo que tomamos los valores de rea ms cercanos;
luego,

z(p = 0.4394) = 1.50; z(p = 0.4406) = 1.60

Por tanto si interpolamos, encontramos que el valor de z para una probabilidad de 0.44 es de
1.55, y es el valor que se sustituye en la ecuacin.

Cul es la razn de usar un rea de 0.44 en lugar de una de 0.94 para buscar en la tabla el
valor de z?

Es muy simple, la tabla que estamos usando es una tabla que solo trabaja con reas que son
definidas de la media hasta el valor de x y x puede estar tanto del lado derecho de la media,
como del lado izquierdo de la media, es por esto que el rea a utilizar es de 0.44 que se
encuentra al lado derecho de la media.

1. APROXIMACIN DE LA NORMAL A LA BINOMIAL.

En este caso se estarn calculando probabilidades de experimentos Binomiales de una forma muy aproximada
con la distribucin Normal, esto puede llevarse a cabo si n y p = p(xito) no es muy cercana a 0 y 1, o
cuando n es pequeo y p tiene un valor muy cercano a ; esto es,

Donde:
x = variable de tipo discreto; solo toma valores enteros
= np = media de la distribucin Binomial

= = desviacin estndar de la distribucin Binomial

Cuando ocurren las condiciones anteriores, la grfica de la distribucin Binomial, es muy parecida a la
distribucin Normal, por lo que es adecuado calcular probabilidades con la Normal en lugar de con la Binomial
y de una forma ms rpida.
En resumen, se utiliza la aproximacin Normal para evaluar probabilidades Binomiales siempre que p no est
cercano a 0 o 1. La aproximacin es excelente cuando n es grande y bastante buena para valores pequeos
de n si p est razonablemente cercana a . Una posible gua para determinar cuando puede utilizarse la
aproximacin Normal es tener en cuenta el clculo de npy nq. S ambos, np y nq son mayores o iguales a 5, la
aproximacin ser buena.

Antes de empezar a resolver problemas con la aproximacin Normal, es bueno aclarar que se estn evaluando
probabilidades asociadas a una variable discreta x, con una distribucin que evala variables de tipo continuo
como es la Normal,
Por lo que z sufre un pequeo cambio como se muestra a continuacin:
Porqu vamos a sumar o a restar a x?
Este es un factor de correccin debido a que se est evaluando una variable discreta con una distribucin
continua, por lo que hay que delimitar claramente desde que punto se va a evaluar la variable, dicho de otra
forma, en que lmite de la barra (inferior o superior) nos debemos posicionar para determinar la probabilidad
requerida, cada barra de probabilidad a evaluar tiene como base la unidad, ese es el porqu del .

p( z = -2.14) =0.4838

p(x 30 ) = p(z = -2.14) +0.5 = 0.4838 + 0.5 = 0.9838


3. DISTRIBUCIN EXPONENCIAL.

A pesar de que la distribucin Normal puede utilizarse para resolver muchos problemas en ingeniera y
ciencias, existen an numerosas situaciones que requieren diferentes tipos de funciones de densidad, tales como
la exponencial y la gamma y algunas otras como la weibull, etc., etc., de momento solo trataremos sobre el uso
de la exponencial.
Resulta que la exponencial es un caso especial de la distribucin gamma, ambas tienen un gran nmero de
aplicaciones. Las distribuciones exponencial y gamma juegan un papel importante tanto en teora de colas
como en problemas de confiabilidad. El tiempo entre las llegadas en las instalaciones de servicio y el tiempo de
falla de los componentes y sistemas elctricos, frecuentemente involucran la distribucin exponencial. La
relacin entre la gamma y la exponencial permite que la distribucin gamma se utilice en tipos similares de
problemas.

La variable aleatoria x tiene una distribucin exponencial, con parmetro , si su funcin de densidad es:

,x0 ; f(x) = 0 en cualquier otro caso

donde 0

La media y la variancia de la distribucin exponencial son:

y 2 2

Relacin con el proceso de Poisson.


Las aplicaciones ms importantes de la distribucin exponencial son aquellas situaciones en donde se aplica el
proceso de Poisson , es necesario recordar que un proceso de Poisson permite el uso de la distribucin de
Poisson. Recurdese tambin que la distribucin de Poisson se utiliza para calcular la probabilidad de
nmeros especficos de eventos durante un perodo o espacio particular. En muchas aplicaciones, el perodo o
la cantidad de espacio es la variable aleatoria. Por ejemplo un ingeniero industrial puede interesarse en el
tiempo T entre llegadas en una interseccin congestionada durante la hora de salida de trabajo en una gran
ciudad. Una llegada representa el evento de Poisson.
La relacin entre la distribucin exponencial (con frecuencia llamada exponencial negativa) y el proceso
llamado de Poisson es bastante simple. La distribucin de Poisson se desarroll como una distribucin de un
solo parmetro , donde puede interpretarse como el nmero promedio de eventos por unidad de tiempo .
Considrese ahora la variable aleatoria descrita por el tiempo que se requiere para que ocurra el primer
evento. Mediante la distribucin de Poisson, se encuentra que la probabilidad de que no ocurran en el espacio
hasta el tiempo t est dada por:

Ahora puede utilizarse lo anterior y hacer que X sea el tiempo para el primer evento de Poisson. La
probabilidad de que el perodo hasta que ocurre el primer evento de Poisson exceda x es la misma que la
probabilidad de que no ocurra un evento de Poisson en x. Esto ltimo por supuesto est dado por . Como
resultado,
P(X x) =

Entonces, la funcin de distribucin acumulada para x es:

P(0 X x) = 1 -

Ahora, con objeto de que se reconozca la presencia de la distribucin exponencial, puede derivarse la
distribucin acumulada anterior para obtener la funcin de densidad:

f(x) =

La cual es la funcin de densidad de la distribucin exponencial con .


Ntese que la media de la distribucin exponencial es el parmetro , el recproco del parmetro en la
distribucin de Poisson. El lector debe recordar que con frecuencia se dice que la distribucin de Poisson no
tiene memoria, lo cul implica que las ocurrencias en perodos de tiempo sucesivos son independientes. Aqu el
parmetro importante es el tiempo promedio entre eventos. En teora de la confiabilidad, donde la falla de
un equipo concuerda con el proceso de Poisson, recibe el nombre de tiempo promedio entre fallas. Muchas
descomposturas de equipo siguen el proceso de Poisson, y entonces la distribucin exponencial es aplicable.
En el siguiente ejemplo se muestra una aplicacin simple de la distribucin exponencial en un problema de
confiabilidad. La distribucin binomial tambin juega un papel importante en la solucin.

Ejemplos:
1. Suponga que un sistema contiene cierto tipo de componente cuyo tiempo de falla en aos est dado por la
variable aleatoria T, distribuida exponencialmente con tiempo promedio de falla . S 5 de estos
componentes se instalan en diferentes sistemas, cul es la probabilidad de que al menos 2 continen
funcionando despus de 8 aos?

Solucin:
La probabilidad de que un determinado componente est funcionando an despus de 8 aos es:
la | nos indica que la integral se va a evaluar desde 8 hasta

Sea x el nmero de componentes funcionando despus de 8 aos. Entonces mediante la distribucin Binomial,
n=5
p = 0.20 = probabilidad de que un componente est funcionando despus de 8 aos
q = 1-p = 0.80 = probabilidad de que un componente no funcione despus de 8 aos

P(x 2 ) = p(x=2) + p(x=3) + p(x=4)+p(x=5) = 1 p(x = 0, 1)

2. El tiempo que transcurre antes de que una persona sea atendida en una cafetera es una variable aleatoria
que tiene una distribucin exponencial con una media de 4 minutos. Cul es la probabilidad de que una
persona sea atendida antes de que transcurran 3 minutos en al menos 4 de los 6 das siguientes?

Solucin:

la nos indica que la integral va a ser evaluada de


0a3

x = nmero de das en que un cliente es atendido antes de que transcurran 3 minutos


x = 0, 1, 2,...,6 das

p = probabilidad de que un cliente sea atendido antes de que transcurran 3 minutos en un da cualquiera = 0.5276
q = probabilidad de que un cliente no sea atendido antes de que transcurran 3 minutos en un da cualquiera = 1- p
= 0.4724

= 0.11587 + 0.02157 = 0.13744


4. Problemas Propuestos.

1. Un investigador de la UCLA reporta que las ratas viven un promedio de 40 meses cuando sus dietas son
muy restringidas y luego enriquecidas con vitaminas y protenas. Suponiendo que las vidas de tales ratas
estn normalmente distribuidas con una desviacin estndar de 6.3 meses, encuentre la probabilidad de
que una rata determinada viva
a) ms de 32 meses;
b) menos de 28 meses;
c) entre 37 y 49 meses.
r. a)
0.8980 b) 0.0287
c) 0.6080

2. Las piezas de pan de centeno distribuidas a las tiendas locales por una cierta pastelera tienen una
longitud de 30cm y una desviacin estndar de 2cm. Suponiendo que las longitudes estn normalmente
distribuidas, qu porcentaje de las piezas son
a) de ms de 31.7cm de longitud?
b) entre 29.3 y 33.5 cm de longitud?
c) de una longitud menor que 25.5 cm?
r. a) 19.77%
b) 59.67%
c) 1.22%

3. Una mquina despachadora de refrescos est ajustada para servir un promedio de 200 ml por vaso. Si la
cantidad de refresco es normalmente distribuida con una desviacin estndar igual a 15 ml.
a) Qu fraccin de los vasos contendr ms de 224 ml?
b) Cul es la probabilidad de que un vaso contenga entre 191 y 209 ml?
c) Cuntos vasos probablemente se derramarn si se utilizan vasos de 230 ml en los siguientes 1000
refrescos?
d) Debajo de qu valor se obtiene el 25% ms pequeo de los refrescos?
r. a) 0.0548
b) 0.4514
c) 23
d) 189.95 ml

4. El dimetro interno ya terminado de un anillo de pistn est normalmente distribuido con una media de
10 cm y una desviacin estndar de 0.03 cm.
a) Qu proporcin de los anillos tendr un dimetro interno que exceda de 10.075 cm?
b) Cul es la probabilidad de que un anillo de pistn tenga un dimetro interno entre 9.97 y 10.03
cm?
c) Debajo de qu valor de dimetro interno caer el 15% de los anillos de pistn?
r. a) 0.0062
b) 0.6826
c) 9.969 cm

5. Un abogado se traslada diariamente de su casa en los suburbios a su oficina en el centro de la ciudad. En


promedio el viaje le toma 24 minutos con una desviacin estndar de 3.8 minutos. Asuma que la
distribucin de los tiempos de traslado est normalmente distribuida.
a) Cul es la probabilidad de que un traslado le tome al menos hora?
b) Si la oficina abre a las 9:00 AM y l sale de su casa a las 8:45 AM diariamente Qu porcentaje de
las veces llega tarde a su trabajo?
c) Si deja su casa a las 8:35 AM y en la oficina se sirve un caf entre las 8:50 y las 9:00 AM Cul es
la probabilidad de que se pierda el caf?
d) Encuentre el periodo arriba del cual se encuentra el 15% de los traslados ms lentos.
e) Encuentre la probabilidad de que 2 de los siguientes traslados tomarn al menos hora.
r. a) 0.0571
b) 99.11%
c) 0.3974
d) 27.952
e) 0.0092

6. Las estaturas de 1000 estudiantes estn normalmente distribuidas con una media de 174.5 cm y una
desviacin estndar de 6.9 cm. Suponiendo que las alturas se registran cerrando los valores a los medios
centmetros, Cuntos estudiantes tendran estaturas
a) menores que 160.0 cm?
b) entre 171.5 y 182 cm?
c) de 175 cm?
d) mayores que o iguales a 188.0 cm?
r. a) 16
b) 549
c) 28
d) 27

7. Una compaa paga a sus empleados un salario promedio de $9.25 por hora con una desviacin estndar
de 60 centavos. Si los salarios estn distribuidos aproximadamente en forma normal y los montos se
cierran a centavos,
a) Qu porcentaje de los trabajadores reciben salarios entre $8.75 y $9.69 por hora inclusive?
b) el 5% ms alto de los salarios por hora de empleado es mayor a qu cantidad?
r. a) 56.99%
b) $10.23

8. La resistencia a la tensin de cierto componente metlico est normalmente distribuida con una media de
10 000 kg/cm2 y una desviacin estndar de 100 kg/cm2. Las mediciones se registran y se redondean a 50
kg.
a) Cul es la proporcin de estos componentes que exceden de 10 150 kg/cm 2 de resistencia a la
tensin?
b) Si las especificaciones requieren que todos los componentes tengan una resistencia a la tensin
entre 9800 y 10200 kg/cm2 inclusive, qu porcentaje de piezas se esperara que se desecharan?
r. a) 0.0401
b) 0.0244

9. Si un conjunto de observaciones estn normalmente distribuidas, qu porcentaje de stas difiere de la


media en
a) ms de 1.3?
b) menos de 0.5?
r. a) 19.36%
b) 39.70%

10. La precipitacin pluvial promedio, registrada hasta centsimas de milmetro en Roanoke, Virginia, en el
mes de marzo es de 9.22 centmetros. Suponiendo que se trata de una distribucin normal con una
desviacin estndar de 2.83 cm, encuentre la probabilidad de que el prximo marzo Roanoke tenga
a) menos de 1.84 cm de lluvia;
b) ms de 5 cm pero no ms de 7 de lluvia;
c) ms de 13.8 cm de lluvia.
r. a) 0.0045
b) 0.1496
c) 0.0526

11. La vida promedio de cierto tipo de motor pequeo es de 10 aos con una desviacin estndar de 2 aos. El
fabricante repone sin cargo todos los motores que fallen dentro del periodo de garanta. Si est dispuesto a
reponer slo 3% de los motores que fallan, qu tan larga deber ser la garanta que otorgue? Suponga
que las vidas de los motores siguen una distribucin normal.
r. 6.24 aos

12. Un proceso produce 10% de artculos defectuosos. Si se seleccionan del proceso 100 artculos
aleatoriamente, cul es la probabilidad de que el nmero de defectuosos
a) exceda de 13?
b) sea menor de 8?
r. a) 0.1210
b) 0.2033

13. Investigadores de la George Washington University y el National Institute of Health reportan que
aproximadamente 75% de las personas creen que los tranquilizantes funcionan muy bien para que una
persona est ms tranquila y ms relajada. De las siguientes 80 personas entrevistadas, cul es la
probabilidad de que
a) al menos 50 sean de la misma opinin?
b) mas de 56 sean de la misma opinin?
r. a) 0.9966
b) 0.1841
14. Si 20% de los residentes en una ciudad de los Estados Unidos prefiere un telfono blanco que cualquier
otro color disponible, cul es la probabilidad de que entre los siguientes 1000 telfonos que se instalen en
esta ciudad
a) entre 170 y 185 inclusive sean blancos?
b) al menos 210 pero no ms de 225 sean blancos?
r. a) 0.1171
b) 0.2049

15. Un fabricante de medicamentos sostiene que cierta medicina cura una enfermedad de la sangre en el 80%
de los casos. Para verificarlo, los inspectores del gobierno utilizan el medicamento en una muestra de 100
individuos y deciden aceptar dicha afirmacin si se curan 75 o ms.
a) Cul es la probabilidad de que lo que se dice sea rechazado cuando la probabilidad de curacin
sea, en efecto, 0.8?
b) Cul es la probabilidad de que la afirmacin sea aceptada por el gobierno cuando la
probabilidad de curacin sea menor a 0.7?
r. a) 0.0838
b) 0.1635

16. Estadsticas publicadas por la National Highway Traffic Safety Adminitration y el National Safety Council
muestran que en una noche de fin de semana, en promedio, 1 de cada 10 conductores est ebrio. Si se
verifican 100 conductores en forma aleatoria la siguiente noche del sbado, cul es la probabilidad de que
el nmero de conductores ebrios sea
a) menor de 32?
b) ms de 49?
c) al menos 35 pero menos de 47?
r. a) 0.0778
b) 0.0571
c) 0.6811

17. La cantidad de tiempo durante el que funciona una cmara de vigilancia sin que se le reponga es una
variable aleatoria con distribucin exponencial, con = 50 das. Determine las probabilidades de que una
cmara as, a) tenga que ser repuesta en menos de 20 das, b) tenga que ser repuesta en al menos 40 das.

18. Una refinadora de azcar tiene 3 plantas de proceso, y todas reciben azcar morena a granel. La cantidad
de azcar que puede procesar una planta en un da se pude representar mediante una funcin
exponencial con un promedio de 4 (mediciones en toneladas), para cada una de las tres plantas. Si las
plantas trabajan en forma independiente, calcular la probabilidad de que sean exactamente 2 de las tres
plantas las que procesen ms de 4 toneladas en un da determinado.

r.0.26