Sie sind auf Seite 1von 25

SOLUCIN DE EJERCICIOS.

E J E R C I C I O S P G I N A 1 5 .
De los siguientes grupos de datos, elabore cuadros estadsticos, histogramas,
halle la media, la moda y la mediana, haga otro cuadro estadstico haciendo cinco
intervalos en cada ejercicio.
1. 4, 7, 8, 12, 13, 5, 7, 4, 6, 9, 11, 19, 28, 13, 9, 8, 9, 8, 10, 12, 14 y 16
2. 0, 0.2, 0.4, 0.8, 1.3, 1.5, 1.7, 2.4, 3.5, 4.6, 5.0, 4.4. 3.3, 2.2, 1.1, 0.3, 1.2,
2.3, 3.4, 4.5, y 4.9
3. 5, 10, 15, 20, 25, 30, 35, 40, 45, 50, 55, 60, 65, 70, 75, 80, 85, 90, 95, 100,
99, 88, 77, 66, 55, 44, 33, 22, 11 y 1
No. valor x-Xm (x-Xm)2
1 4 -6.545 42.837025
2 4 -6.545 42.837025
3 5 -5.545 30.747025
4 6 -4.545 20.657025
5 7 -3.545 12.567025
6 7 -3.545 12.567025
7 8 -2.545 6.477025
8 8 -2.545 6.477025
9 8 -2.545 6.477025
10 9 -1.545 2.387025
11 9 -1.545 2.387025
12 9 -1.545 2.387025
13 10 -0.545 0.297025
14 11 0.455 0.207025
15 12 1.455 2.117025
16 12 1.455 2.117025
17 13 2.455 6.027025
18 13 2.455 6.027025
19 14 3.455 11.937025
20 16 5.455 29.757025
21 19 8.455 71.487025
22 28 17.455 304.677025
232 0.01 623.45455
Xm=10.545 Var=28.3388
Med=9 S=5.323
Mod=8 y 9

E J E R C I C I O S P A G I N A S 1 8 Y 2 8 .
De los siguientes grupos de datos, elabore cuadros estadsticos, histogramas,
halle la media, la moda y la mediana, haga otro cuadro estadstico con la
desviacin media y calcule la varianza y la desviacin estndar. (SESGO Y
APUNTAMIENTO)
1. 4, 7, 8, 12, 13, 5, 7, 4, 6, 9, 11, 19, 28 y 13
2. 0, 0.2, 0.4, 0.8, 1.3, 1.5, 1.7, 2.4, 3.5, 4.6 y 5.0
3. 5, 10, 15, 20, 25, 30, 35, 40, 45, 50, 55 y 60
EJERCICIO 2:
No. valor X-Xm (X-Xm)2 (X-Xm)4
1 0 -1.945 3.783025 14.31127815
Sesgo=(1.945-1.5)/1.6571=0.2685 2 0.2 -1.745 3.045025 9.272177251
3 0.4 -1.545 2.387025 5.697888351
4 0.8 -1.145 1.311025 1.718786551
Kc=(98.7618/7.541)-3=13.09-3=10.09 5 1.3 -0.645 0.416025 0.173076801
6 1.5 -0.445 0.198025 0.039213901
7 1.7 -0.245 0.060025 0.003603001
8 2.4 0.455 0.207025 0.042859351
9 3.5 1.555 2.418025 5.846844901
10 4.6 2.655 7.049025 49.68875345
11 5 3.055 9.333025 87.10535565
21.4 0.005 30.207275 912.4794629
Xm=1.945 Var=2.7461 1086.3793
S=1.6571
para Kc 7.541 98.7618

Algo sesgado hacia la derecha y Leptocrtica (puntiaguda)

E J E R C I C I O S, P A G I N A S 2 7 y 2 8 .
De los grupos de datos que se enlistan a continuacin, ordnalos en cuadros
estadsticos, calcula la media, la moda y la mediana, dibuja histogramas y
polgono de frecuencias, calcula la desviacin media, la varianza y la desviacin
estndar, determina adems las medidas de forma. Y en los problemas donde se
dan pares de datos calcular adems la covarianza y establecer si hay relacin
lineal entre ellos
1. 4,4,5,5,6,6,7,8,9,10,10,9,8,7,6,5,4,3,6,8,10,y 6.
2. 4,10,15,20,25,30,35,40,45,50,55,60,65,70,75,80,85,90,95,100,90,80,70,60,
50,40,30,20,10,20,40,60,80 y 100
3. (1.72,72),(1.45,45),(1.35,38),(1.54,54),(1.80,82),(1.69,70),(1.25,28),(1.1,20)
y (1.15,25).
4. De todos los integrantes analizar en forma bidimensional y determinar si
hay relacin lineal entre la edad y la estatura.
Ejercicio 3
No. X Y X-Xm Y-Ym
(X-Xm)(Y-
Ym)
(X-Xm)2 (Y-Ym)2
1 1.1 20 -0.35 -28.22222222 9.877777778 0.1225 796.4938272
2 1.15 25 -0.3 -23.22222222 6.966666667 0.09 539.2716049
3 1.25 28 -0.2 -20.22222222 4.044444444 0.04 408.9382716
4 1.35 38 -0.1 -10.22222222 1.022222222 0.01 104.4938272
5 1.45 45 0 -3.222222222 0 0 10.38271605
6 1.54 54 0.09 5.777777778 0.52 0.0081 33.38271605
7 1.69 70 0.24 21.77777778 5.226666667 0.0576 474.2716049
8 1.72 72 0.27 23.77777778 6.42 0.0729 565.382716
9 1.8 82 0.35 33.77777778 11.82222222 0.1225 1140.938272
13.05 434 4.44089E-16 0 45.9 0.5236 4073.555556
Xm=1.45 Ym=48.222 Cov=5.1 Var de X=0.058
Var de
Y=452.617
Med=1.45 Med=45 S=0.2412 S=21.275

Sesgo para x=0, luego es simtrica.
Sesgo para y=0.15, ligeramente cargada hacia la derecha.
r=(5,1)/5.124=0.995, por lo tanto hay una fuerte relacin lineal directa entre los
datos.
y= mx+b; en donde: m=Covarianza/Varianza de X y b=Ym-((m)(Xm)); entonces:
m=5.1/0.058=87.931 y b=48.222-(87.931)(1.45)= -79.278
Y=87.931X-79.278
E J E R C I C I O S P A G I N A 48 .
1. De cuantas formas diferentes se podr vestir una persona que tiene 14
blusas, 14 pantalones y 7 pares de zapatos?14X14X7=1 372 De cuantas
formas diferentes si adems tiene 10 pantaletas
diferentes?14X14X7X10=13 720
2. Determinar de cuantas formas se puede seleccionar la compra de un
celular si hay cuatro colores diferentes, tres marcas diferentes y cinco
formas diferentes de pago?4X3X5=60
3. Cuntas placas diferentes se podrn fabricar para tu estado, si esta debe
llevar tres letras y cuatro nmeros (Considerar que la primera letra para
cada estado ya est definida, es decir que solo hay una forma de
escogerla?1X26X26X10X10X10X10=6 760 000
4. De cuantas formas diferentes puedes seleccionar a tres amigos de diez
que tienes para invitarlos a una fiesta?10X9X8=720
5. Haga una relacin de situaciones en donde se tenga que aplicar el principio
de la multiplicacin para determinar el espacio muestral.
E J E R C I C I O S P A G I N A 49.
1. Determina cuantas alternativas tiene un joven de que pretende ingresar a
estudiar una carrera tcnica si el CETIS ofrece 7 carreras diferentes, El
CONALEP 5 y EL COLEGIO DE BACHILLERES 3. 7+5+3=15
2. Un estudiante que egresa del Bachillerato de Ciencias Fsico Matemticas,
tiene la oportunidad de ingresar a 5 carreras del Instituto Tecnolgico, a 7
carreras en la Universidad Estatal, a 3 carreras en una Universidad
Particular y a 3 Carreras en una Universidad Nacional, mientras que uno
que egresa del Bachillerato de Ciencias Econmico Administrativas, en el
Instituto Tecnolgico solo tiene opcin de ingresar a 1 de las carreras que a
4 en la Universidad Estatal, a 6 en la Universidad Particular y a 4 en la
Universidad Nacional Cuntas opciones tiene cada bachiller para
continuar estudiando a nivel licenciatura?
FISICO-MATEMATICAS=5+7+3+3=18 Y
ECONOMICO-ADMINISTRATIVO=1+4+6+4=15
3. Haga una relacin de situaciones donde se tenga que aplicar el principio de
adicin para encontrar el espacio muestral.
ORDENACIONES CON REPETICION:
1. De a un elemento se pueden formar n
1
ordenaciones con repeticin.
2. De a dos elementos a la vez se pueden formar n
2
ordenaciones con
repeticin.
3. De a tres elementos a la vez se pueden formar n
3
ordenaciones con
repeticin.
4. De a cuatro elementos a la vez se pueden formar n
4
ordenaciones con
repeticin.
5. De a k elementos a la vez se pueden formar n
k
ordenaciones con
repeticin.
Y lo anterior se escribe como:
n
(OR)
k
=n
k
E J E R C I C I O S P A G I N A S 50 Y 51.
1. Encontrar el nmero de arreglos florales diferentes que se pueden hacer
con 10 tipos distintos de flores, si se van a colocar 5 flores distintas en fila.
10
OR
5
=10
5
=100 000
2. De cuantas maneras se pueden sentar en una fila 8 personas si se tienen
14 lugares disponibles.
14
OR
8
=14
8
=1 475 789 056
3. Del ejercicio numero 1, hallar el nmero total de arreglos que se pueden
hacer de 5, 6,7 y 8 flores diferentes.
10
OR
5
+
10
OR
6
+
10
OR
7
+
10
OR
8
=10
5
+10
6
+10
7
+10
8
=111 100 000

Y en general podemos decir que los arreglos sin repeticin de n objetos
tomados k a la vez se puede calcular y se representa como:
n
O
k
=n(n-1)(n-2)(n-3). . . .((n-(k-1))
O tambin:
n
O
k=
n!/ (n-k)!
E J E R C I C I O S P A G I N A 52.
1. Encontrar el nmero de arreglos florales diferentes y que no tengan flores
repetidas, que se pueden hacer con 10 tipos de flores diferentes, si se
colocaran 5 flores diferentes en fila.
10
O
5
= 10!/5! = 30 240
2. De cuantas maneras se pueden acomodar 5 libros en 8 lugares
disponibles?
8
O
5
=8!/3!=6 720
3. Del ejercicio numero 1, hallar el nmero total de arreglos que se pueden
hacer de 5, 6,7 y 8 flores diferentes.
10
O
5
+
10
O
6
+
10
O
7
+
10
O
7
=
10!/5!+10!/4!+10!/3!+10!/2!=30 240+151 200+604 800+1 814 400=
2 600 640
4. Cuntas parejas se pueden formar con 5 hombres y 5 mujeres? si no me
importa que las parejas sea homogneas o heterogneas
10
O
2
=10!/8!=
90 y si las parejas han de ser de hombre con mujer, entonces
(
5
0
1
) (
5
O
1
)=(5!/4!)(5!/4!)=(5)(5)=25

PERMUTACIONES.- Se llama as al total de agrupaciones que se pueden hacer
con todos los elementos de un grupo tomndolos todos a la vez, o sea que la
nica diferencia entre un subgrupo y otro es solo el orden de los elementos que
contienen. Si por ejemplo nos piden encontrar todas las permutaciones que se
pueden hacer con el conjunto formado por los dgitos 1, 2 y 3, serian las seis
siguientes: 123,132, 213, 231, 312 y 321.
El nmero de permutaciones se calcula con la siguiente expresin:
P
n
= n!
E J E R C I C I O S P A G I N A 52.
1. De cuantas maneras se pueden acomodar unos libros si se tienen de
algebra, geometra, calculo, matemticas financieras y contabilidad?
6! = 720
2. De cuantas formas se pueden acomodar a 10 amigos en una banca?
10! = 3 628 800
3. De cuantas formas se pueden acomodar tres autos en una fila de un
estacionamiento? 3! = 6

COMBINACIONES: Se llama as al nmero total de subgrupo de 1, 2, 3, ..,etc.,
elementos que se pueden formar con los n elementos de un grupo, donde cada
subgrupo es diferente de los dems por los elementos que los conforman, sin
importar el orden en que estos aparezcan en cada subgrupo. As por si queremos
calcular las posibles combinaciones de 2 elementos que se pueden formar con los
nmeros 1, 2 y 3, tendremos que solo se pueden formar los nmeros: 12, 13 y 23;
a diferencia de las ordenaciones sin repeticin donde tambin se considera a los
nmeros 21, 31 y 32, pero que aqu en las combinaciones no se consideran como
subgrupos por tener los mismos elementos que los anteriores solo que en otro
orden. Para calcular el nmero de combinaciones se aplica la siguiente frmula:
n
C
k
=( n!)/( (n-k)!)( k!)
E J E R C I C I O S P A G I N A 53.
1. Si tenemos un grupo de 10 elementos Cuntas combinaciones se pueden
hacer de a tres elementos?
10
C
3
=(10!)/(7!)(3!)=120
2. Calcular las combinaciones que se pueden hacer de a dos vocales.
5
C
2
=(5!)/(3!)(2!)=10
3. Calcular las combinaciones que se pueden hacer de a tres vocales.

5
C
3
=(5!)/(2!)(3!)=10
4. Cuntas combinaciones de dos nmeros se pueden hacer con los diez
dgitos? Y de tres nmeros? Y de cuatro nmeros?
10
C
2
=(10!)/(8!)(2!)=45;
10
C
3
=(10!)/(7!)(3!)=120;
10
C
4
=(10!)/(6!)(4!)=210

Finalmente analicemos tambin los casos de combinaciones y permutaciones con
repeticin.
Y supongamos ahora que tenemos bolas de 10 colores diferentes y queremos
formar subgrupos de dos o ms bolas en los que pudiera darse el caso de que
2,3,4 o todas las bolas del subgrupo fueran del mismo color; en esta situacin ya
no se podra utilizar las formulas mencionadas anteriormente, y se usaran
entonces las siguientes:
Para el nmero de COMBINACIONES CON REPETICION:
n
C
k
=(( n+k-1)!)/( (k)!)(n-1!)
Y el nmero de PERMUTACIONES CON REPETICION se calcula con:
P
n
x1,x2,x3,.,xk
=( n!)/( x1!)( x2!)(x3!).( nk!)
E J E R C I C I O S p a g i n a 54.
1. De cuantas formas se puede formar un comit o mesa directiva de tres
personas, tomadas de un grupo de 20 personas, si cualquiera pude
pertenecer al dicho comit?
2. En un grupo hay 16 mujeres y 14 hombres Cuntos equipos de voleibol (6
integrantes) diferentes se pueden formar? En cuntos de ellos solo habra
hombres? En cuntos de ellos solo habra mujeres? En cuntos de ellos
habra 3 hombres y 3 mujeres?
3. En una urna hay 5 fichas azules, numeradas como: A1, A2, A3, A4 y A5; y
3 blancas, numeradas como: B1, B2 y B3 De cuantas maneras se podrn
sacar?: a).- Dos Blancas y una Azul, b).- Dos Azules y una Blanca y c).- las
dos blancas B1 y B2, d).- Las dos Azules A1 y A2 y6 e).- Cuatro bolas pero
que sean las A1, A2 B1 y B2.

E J E R C I C I O S P A G I N A 57 .
ENCUENTRA LOS ESPACIOS MUESTRALES DE LOS EXPERIMENTOS QUE
SE MENCIONAN:
1. Lanzar dos monedas. AA,AS,SA,SS
2. Lanzar tres monedas. AAA, AAS, ASA, ASS, SAA, SAS, SSA y SSS
3. Lanzar dos dados.
11,12,13,14,15,16,21,22,23,24,25,26,31,32,33,34,35,36,41,42,43,44,45,46,
51,52,53,54,55,56,61,62,63,64,65 y 66
4. Sacar dos bolas de una bolsa que contiene las 5 bolas que a continuacin
se enlistan: una Azul, 1 Blanca, 1 Caf, 1 Dorada y 1 Elektrica. AZUL,
BLANCA, CAF, DORADA y ELEKTRICA Y DE AQU APLICAMOS
n
C
k
=( n!)/( (n-k)!)( k!) Y ENTONCES:
5
C
2
= (5!)/(3!)(2!)=10.
5. De 8 pelculas que se exhiben en los cines de la localidad, escoger 2 para
asistir hoy. 8 PELICULAS Y DE AQU APLICAMOS
n
C
k
=( n!)/( (n-k)!)( k!)
Y LUEGO:
8
C
2
=(8!)/(6!)(2!)=28

E J E R C I C I O S P A G I N A S 58 Y 59.
1. Calcular la probabilidad de acertar a los 9 partidos de la prxima
jornada del futbol. EL ESPACIO MUESTRA SERA 3
9
= 19 683 Y DE
AH solo hay un caso favorable, entonces
P(acertar)= 1/19683=0.000050805=0.00508%
2. Calcular la probabilidad de ganarse el premio de una rifa que
contiene boletos del 1 al 100 si se compran todos los boletos que
llevan al menos un 9. CASOS FAVORABLES: 19, entonces
P(A)=19/100=0.19=19%
3. De un grupo de 10 estudiantes, donde ests t, se va a nombrar
una mesa directiva de tres personas, presidente, secretario y
tesorero, calcula la probabilidad de que quedes t en la mesa
directiva. El espacio muestral estar formado por
10
C
3
=(10!)/(7!)(3!)= 120, y el nmero de casos favorables, donde
estoy yo ser: 1x
9
C
2
=(9!)/(7!)(2!)=36, y por eso
P(A)=36/120=0.03=30%
4. En un grupo de 20 estudiantes se sabe que 5 no saben jugar
bsquetbol, 6 saben regular y el resto son muy buenos y se van a
formar equipos de bsquetbol de 5 jugadores. Calcula la
probabilidad de que en el equipo haya puros que no saben jugar.
Calcula la probabilidad de que todos los integrantes del equipo sean
buenos. El espacio muestral ser:
20
C
5
= (20!)/(15!)(5!)= 15 504 y
los casos favorables para cuando en el equipo haya puros que
no saben jugar es: (
5
C
5
)(
15
C
0
)=(1)(1)=1, ENTONCES
P(no saben jugar)=1/15 504. Ahora los casos favorables para
que todos sea buenos es: (
9
C
5
)(
11
C
0
)=(126)(1)=126, entonces
P(solo buenos)=126/15 504.
5. Calcula la probabilidad de acertar a los tres ganadores una carrera
de 100 metros donde participan 8 corredores.
8
C
3
=56 y 1 caso
favorable, entonces P(ganadores)=1/55=0.01818=1.8181%
6. Calcula la probabilidad de acertar al primero, segundo y tercer lugar
en la carrera del problema anterior.
(1/8)(1/7)(1/6) = 1/336 = 0.002976 = 0.2976%
PROBABILIDAD CONDICIONAL.- Se llama as al hecho de calcular la
probabilidad de algn evento, pero una vez que se han incorporado cierta
informacin o condicin adicional al evento o a la situacin; por ejemplo si
lanzamos un dado y nos piden calcula la probabilidad de que salga un 5 pero si
sabemos de antemano que al lanzar dicho dado saldr un nmero impar, se
puede ver aqu que ya P(5) no es 1/6 sino otra cantidad.
La PROBABILIDAD CONDICONAL se calcula con la siguiente frmula:
P(BA)=P(A y B)/P(A)
En cuya frmula:
P(BA), es la probabilidad de que ocurra el evento B dado que sabemos
que ha ocurrido el evento A.
P(A y B), es la probabilidad de la interseccin de los eventos A y B.
P(A), es la probabilidad del evento A, que sabemos que ha ocurrido o que
ocurrir necesariamente segn la condicin.
En nuestro ejemplo tendremos entonces que:
P(5impar)=P(impar y 5)/P(impar)= P(5)/P(impar)=(1/6)/(1/2)=2/6=1/3
E J E R C I C I O S P G I N A S 60 .
1. Calcular la probabilidad de que una persona sufra diabetes si esta obesa.
Tenga en consideracin que en un estudio realizado se encontr que la
probabilidad de que una persona tenga diabetes es del 30% (30/100), la
probabilidad de que una persona sea obesa es del 25 % (25/100) y de que
una persona tenga diabetes y sea obeso es del 8% (8/100).
P(diabetes obeso)=P(diabetes y obeso)/P(obeso) = (8/100)/(25/100) =
8/25 = 0.32 = 32%
2. En un grupo, en el que usted est, de 5 hombres y 3 mujeres se va a elegir
una mesa directiva de 1 presidente, 1 secretario y 1 tesorero; calcular la
probabilidad de que quede usted en la mesa directiva si se sabe que el
presidente debe de ser hombre. El espacio muestral ser:
8
C
3
=56; casos
favorables : (1)(
5
C
2
)(
3
C
0
)+(1)(
5
C
1
)(
3
C
1
)+(1)(
5
C
0
)(
3
C
2
) =
(1)(10)(1)+(1)(5)(3)+(1)(1)(3) = 10+15+3 = 28; entonces:
P(quede yo) = 28/56 = 0.5 = 50%
3. En el problema anterior calcule la probabilidad de que quede usted en la
mesa directiva si se sabe que en la misma debe haber dos mujeres. Si el
que est resolviendo es hombre, entonces casos favorables:
(1)(
5
C
0
)(
3
C
2
)=(1)(1)(3)=3, entonces P(yo y dos mujeres) = 3/56 = 0.05357
= 53.57%; y si quien est resolviendo el problema es mujer, entonces
los casos favorables sern: (1)(
5
C
1
)(
3
C
1
)+(1)(
5
C
0
)(
3
C
2
) =
(1)(5)(3)+(1)(1)(3) = 15+3 = 18 y entonces P(yo y dos mujeres)= 18/56 =
0.321432,14%

PROBABILIDAD COMPUESTA.- Esta se deriva de la probabilidad condicional y
consiste en calcular la probabilidad de que se den al mismo tiempo dos eventos
(interseccin de eventos) y esta se calcula multiplicando la probabilidad del evento
que sabemos que ocurri o que necesariamente ha de ocurrir por la probabilidad
del otro evento condicionado a que ha ocurrido el primero, o sea que:
P(A y B)=P(A) * P(BA )
Ejemplo: De los profesores de la escuela un 85% (85/100) estn titulados a nivel
licenciatura y de estos el 30%(30/100) tienen estudios de maestra; calcular la
probabilidad de que un maestro seleccionado al azar este titulado a nivel
licenciatura y tenga maestra. Sean los eventos M= Titulados en Maestra y L=
Titulados en Licenciatura, entonces: P(L)= 85/100 y P(M)=
(30/100)(85(100)=51/200 y con esto entonces:
P(L y M)=P(L) * P(ML) = (85/100) (51/200)=867/4000=0.21675=21.675%

E J E R C I C I O S P A G I N A S 6 0 y 6 1.
1. En un grupo de 20 estudiantes, 10 son morenas y de ellas se sabe que 4
estudiaran Economa, calcular la probabilidad de que al seleccionar un
estudiante sea morena y vaya a estudiar Economa. Sean los eventos M=
ser morena y EC= estudiar economa. Entonces P(M)=10/20=1/2 Y
P(EC)=4/10=2/5, entonces P(M y EC)=P(M)*P(ECM)=(1/2)(2/5)=2/10=1/5
2. Los estudiantes Alberto y Carlos tienen respectivamente probabilidades 1/2
y 1/3 de suspender un examen. La probabilidad de que suspendan el
examen simultneamente es de 1/6. Determinar la probabilidad de que al
menos uno de los dos estudiantes suspenda el examen.
3. En una urna hay 20 papeletas, ocho llevan dibujado un coche y de estas 2
dicen adems premiado. Hallar la probabilidad de extraer una papeleta con
el dibujo de un coche y que diga premiado. Sean los eventos A=coche y
B=coche premi ado, entonces P( A) =8/ 20=2/ 5 y P(B) =2/ 8=1/ 4
y con esto entonces: P( A y B) =(2/ 5)*(1/ 4)=2/ 20=1/ 10
4. En una escuela los alumnos pueden optar por cursar como lengua adicional
al espaol el ingls o francs. En un determinado curso, el 90% de los
alumnos estudia ingls y el resto francs. El 30% de los que estudian ingls
son hombres y de los que estudian francs son hombres el 40%. Si se elige
un alumno al l azar, cul es la probabilidad de que sea mujer?
TEOREMA DE LA PROBABILIDAD TOTAL.- Este teorema nos permite calcular
la probabilidad de un suceso a partir de probabilidades condicionadas. Para que
este teorema pueda ser utilizado es requisito indispensable que los eventos
condicionales formen un sistema completo, es decir, que contemplen todos los
posibles eventos del espacio muestral, o sea que la suma de sus probabilidades
debe ser 1 o 100%. Y entonces se dice que dichos eventos forman una particin
del espacio muestral. La frmula que se usa para su clculo es:
P(B)=P(A
i
) X (P(BA
i
) ; donde i=1, 2, 3, , n
EJEMPLO: En una urna para sorteos hay 5 bolas verdes, 3 amarillas y 2 rojas; si
un concursante saca una bola verde, participa en un sorteo con 20% de
probabilidades de ganar un premio, si extrae una bola amarilla, participa en el
sorteo con 40% de probabilidades de ganar el premio y si extrae una bola roja
participa en el sorteo con 80% de probabilidades de ganar el premio Qu
probabilidad tiene el participante de ganar el premio?
No es muy difcil ver en este problema que: P(verde)=5/10=1/2; P(amarilla)=3/10,
que y P(roja)=2/10=1/5, que juntas nos dan 1 o 100%,y por lo mismo son una
particin del espacio muestral, entonces:
P(B)=P(A
i
) X (P(BA
i
)=(1/2)(20/100)+(3/10)(40/100)+(1/5)(80/100)=19/50=38%
E J E R C I C I O S P A G I N A 6 2.
1. Supongamos que vas a presentarte a un recursamiento de cierta asignatura
y se menciona que son alguno de los siguientes tres los maestros que la
impartan: El profesor Adn con un 60% de posibilidad, el profesor Benito
con un 30% de posibilidad y el profesor Carlos con un 10% de posibilidad,
si es el profesor Adn, compadre de tu papa y padrino tuyo, tienes un 90%
de probabilidad de acreditar el curso, si es el profesor Benito, buen cuate,
tienes el 50% de posibilidades de acreditar el curso y si es el profesor
Carlos, dursimo y estricto, solo tienes el 20% de posibilidad de acreditar la
asignatura Qu probabilidades tienes de acreditar el recursamiento?.
Sean P(Adn)=60%=6/10, P(Benito)=30%=3/10 y P(Carlos)=10%=1/10,
obsrvese que forman una particin, entonces
P(acreditar)=(6/10)(9/10)+(3/10)(5/10)+(1/10)(2/10)=(27/50)+(3/20)+(1/50=
=71/100
2. Se dispone de tres cajas con focos. La primera contiene 12 focos, de las
cuales 4 estn fundidas; en la segunda hay 10 focos, estando 2 de ellos
fundidos, y la tercera caja hay 8 focos estando 1 de ellos fundido. Cul es
la probabilidad de que al tomar un foco al azar de una cualquiera de las
cajas no est fundido? Sean los eventos A=Caja 1, B=Caja 2 y C=Caja 3,
todos con P=1/3, entonces forman una particin, para las cajas 1, 2 y
3, la probabilidad de no estar fundido o de estar bien el foco es
respectivamente: 8/12, 8/10 y 7/8 y con todo esto entonces: P(no estar
fundido)=(1/3)(8/12)+(1/3)(8/10)+(1/3)(7/8)=(2/9)+(4/15)+(7/24)=281/360
3. Se tiene dos urnas para un sorteo con 10 y 100 nmeros respectivamente,
en la primera hay un nmero premiado y en la segunda 2 Cul es la
probabilidad de sacar un nmero premiado de cualquier caja al azar? Sean
los eventos A= Urna 1, con P(A)=1/2 y probabilidad de sacar boleto
premiado=1/10 y B= Urna 2 con P(B)=1/2 y probabilidad de salir
premiado=2/100=1/50, y C= evento que me preguntan, entonces:
P(C)=(1/2)(1/10)+(1/2)(1/50)=(1/20)+(1/100)=3/50
4. Si se lanza un dado 5 veces Cul es la probabilidad de sacar as en todos
los tiros? Cada uno de los 5 lanzamientos tiene probabilidad igual a 1/5
y en cada uno la probabilidad de sacar un as es 1/6, entonces la
probabilidad de sacar as en todos los tiros, o sea de sacar 5 ases
es:5(1/5)(1/6)=1/6

TEOREMA DE BAYES.- Este importante teorema sigue un proceso inverso al
teorema de la probabilidad total antes mencionado, o sea que, a partir de que ha
ocurrido un evento B, deducimos las probabilidades del evento A, cuyas
probabilidades deben formar un sistema completo (ser una particin del espacio
muestral), valer el 100%.
Antes de enlistar la frmula del teorema de Bayes, resolvamos el siguiente
ejemplo: En una escuela con 600 alumnos, 360 asisten al turno matutino y el resto
al turno vespertino, de los que asisten al turno matutino el 80% son mujeres y de
los que asisten al turno vespertino 80 son mujeres. Si seleccionamos un alumno al
azar Cul es la probabilidad de que sea mujer?
Los eventos que analizaremos son:
M=Estar en el turno matutino, que tiene 360 alumnos de los cuales 288 son
mujeres.
V=Estar en el turno vespertino, que tiene 240 alumnos de los cuales 100
son mujeres, y
F=Ser mujer.
La pregunta de nuestro problema es calcular P(F), que es la interseccin de
los eventos (M y F) y adems (V y F), por lo que:
P(F)=P(M y F)+P(V y F)
Y usando el Teorema de la Probabilidad Compuesta obtendremos que:
P(M y F)=P(M) * P(FM )=(360/600)X(288/360)=12/25
P(V y F)=P(V) * P(FV )=(240/600)X(100/240)=1/6
Y entonces:
P(F)=P(M y F)+P(V+F)=(12/25)+(1/6)=97/150=0.6467=64.67%
De lo anterior podemos decir en general:que si A
1
y A
2
es una particin de A, o
sea que forman un sistema completo, y B es un subconjunto de A, entonces:
P(B)= P(A
1
) * P(B A
1
)+ P(A
2
) * P(B A
2
)
Y para cualquier nmero de eventos A
i
que formen una particin y cualquier
subconjunto B de la misma se cumplir que:
P(B)= P(A
i
) * P(BA
i
) ; para i=1, 2, 3, ., n
Si retomamos nuestro problema del ejemplo anterior y seleccionamos ahora a una
alumna, obsrvese que es mujer Cul es la probabilidad de que sea del turno
matutino?
P(MF)=P(M y F)/P(F)
Y como ya vimos antes que: P(M y F)=P(M) * P(FM ), P(V y F)=P(V) * P(FV) y
P(F)=P(M y F)+P(V y F), entonces:
P(MF)=P(M y F)/P(F)= P(M) * P(FM )/( P(M) * P(FM )+ P(V) * P(FV))
Y sustituyendo valores, obtendremos que:
P(MF)=((360/600)(288/360))/ )=
=((360/600)(288/360)+(240/600)X(100/240))=
=(12/25)/(12/25+1/6)=(12/25)/(97/150)=72/97=0.74227=74.227%
Y as entonces decimos ahora que en general el teorema de Bayes establece que:

Donde las A
i
son una particin completa.
E J E R C I C I O S P A G I N A S 6 4.
1. El sistema meteorolgico ha pronosticado lo siguiente para el fin de
semana: Que llueva (70%) o que haya niebla (30%), por estudios se sabe
que la posibilidad de que ocurra un accidente es de 40% cuando llueve y de
10% cuando hay niebla. Si se nos informa que hubo un accidente en el fin
de semana y por alguna circunstancia nosotros no nos enteramos de cmo
estuvo el fin de semana, calcular las probabilidades: a).- De que haya
estado lloviendo y b).- De que hubo niebla. Sean los eventos A1:LLUEVA
con P(A1)=0.7 ; A2:Haya niebla, con P(A2)=0.3; B:HAYA ACCIDENTE,
con P(BA1)=0.4 y P(BA2)=0.10, y con esto:
P(A1B)=(0.7 X 0.4)/(0.7 X 0.4 + 0.3 X 0.10)=0.28/0.31=0.903226
y P(A2B)= )=(0.3 X 0.1)/(0.7 X 0.4 + 0.3 X 0.10)=0.03/0.31=0.096774
2. Una urna A contiene 4 bolas blancas y 6 negras. Otra urna B contiene 3
bolas blancas y 2 negras. Se saca una bola al azar de la urna A y sin verla
se hecha en la B. A continuacin se saca una bola de B que fue negra. ?
Cul es la probabilidad de que la bola pasada de A hacia B fuese blanca? c
Sean los eventos siguientes: Q: La bola pasada de A hacia B es
blanca, y S:La bola extrada de B es negra, entonces: P(Q)=4/10=2/5, y
la probabilidad de su complemento, no ser blanca, seria 3/5; y,
P(S)=2/6=1/3, y la probabilidad de su complemento, no ser negra, sera
2/3; ya con esto lo que nos piden es valorar P(QS), y usando el
Teorema de Bayes tendremos que:
P(QS)= P(S|Q) P(Q) / ( P(S|Q) P(Q) + P(S | (U - Q)) P(U-Q)= P(QS)=
=(1/3)(2/5)/ (1/3)(2/5)+(1/2)(3/5)=(2/15)/(2/15+3/10)=(2/15)/(13/30)=4/13
3. Tenemos tres urnas: A con 3 bolas rojas y 5 negras, B con 2 bolas rojas y 1
negra y C con 2 bolas rojas y 3 negras. Escogemos una urna al azar y
extraemos una bola. Si la bola ha sido roja, Cul es la probabilidad de
haber sido extrada de la urna A? Sean los eventos A1: se sac de la
urna 1 y con P(roja)=3/8; A2: se sac de la urna 2 y con P(roja)=2/3 y
A3: se sac de la urna 3 y P(roja)=2/5; y nos piden calcular
P(A1roja)=P(A1)*P(rojaA1)/(P(A1)*P(rojaA1)+
P(A2)*P(rojaA2)+P(A3)*P(rojaA3)) =
(1/3 X 3/8)/((1/3 X 3/8) +(1/3 X2/3) + (1/3 X 2/5))= (1/8)/(1/8 + 2/9 + 2/15) =
(1/8)/(173/360)= 45/173
4. Tres mquinas, A, B y C, producen el 45%, 30% y 25%, respectivamente,
del total de las piezas producidas en una fbrica. Los porcentajes de
produccin defectuosa de estas mquinas son del 3%, 4% y 5%
respectivamente: a).-Seleccionamos una pieza al azar; calcula la
probabilidad de que sea defectuosa. b).- Tomamos, al azar, una pieza y
resulta ser defectuosa; calcula la probabilidad de haber sido producida por
la mquina B. c).- Qu mquina tiene la mayor probabilidad de haber
producido la citada pieza defectuosa?

DISTRIBUCION BINOMIAL.- Tambin es discreta y del mismo experimento de
Bernoulli, solo que este experimento se aplica un nmero n de veces, a
diferencia del de Bernoulli que solo se aplica una vez, siendo cada prueba
independiente cada vez, y la variable puede tomar valores entre 0 (si todos los
experimentos son fracasos) hasta n (si todos los experimentos son xitos).
As por ejemplo, si lanzamos un dado 5 veces Cuntas veces sale el 1(As)? Si el
As no sale ninguna vez, la variable toma el valor 0, si sale una vez toma el valor 1,
si sale dos veces toma el valor 2, y as sucesivamente, es decir que si en todos los
lanzamientos sale el valor As, la variable tomar el valor 5.
La distribucin Binomial se calcula con la siguiente expresin:

P(x=k)=(
n
C
k
)(p
k
)(1-p)
n-k


En cuya expresin:

n
C
k
=( n!)/( (n-k)!)( k!), es el numero de combinaciones de n elementos
tomados k a la vez.
k es el nmero de aciertos.
n es el nmero de ensayos.
p es la probabilidad de xito y
q, es la probabilidad de fracaso.
Si en el ejemplo anterior nos preguntaran Cul es la probabilidad de sacar tres
ases? Tendramos entonces que: k=3, n=5, p=1/6 y q=5/6, y con eso entonces:
5
C
3
=(5!)/((5-3)!)(3!)=(5X4X3X2X1)/(2X1)(3X2X1)=10
P(x=3)=(10)(1/6)
3
(5/6)
2
=0.03215=3.215%

E J E R C I C I O S P A G I N A 5 7.
Hacer la grfica en todos.
1. En el ejemplo anterior calcular las probabilidades de sacar: a).- un as; b).-
dos ases; c).- cuatro ases y d).- cinco ases. Para a) k=1, n=5, p=1/6 y
q=5/6,
5
C
1
=5!/(4!)(1!)=5, y as: P(x=1)=(5)(1/6)
1
(5/6)
4
=3125/7776. Para b)
k=2, n=5, p=1/6 y q=5/6,
5
C
2
=5!/(3!)(2!)=10, y as:
P(x=2)=(10)(1/6)
2
(5/6)
3
=625/3888. Para c) k=4, n=5, p=1/6 y q=5/6,
5
C
4
=5!/(4!)(1!)=5, y as: P(x=4)=(5)(1/6)
4
(5/6)
1
=25/7776. Para d) k=5, n=5,
p=1/6 y q=5/6,
5
C
5
=5!/(0!)(5!)=1, y as: P(x=1)=(1)(1/6)
5
(5/6)
0
=1/7776
2. Un matrimonio planea tener tres hijas Qu probabilidad tienen? En este
caso p=q=1/2 y k=3, entonces
3
C
3
=3!/0! X 3!=1;
P(x=3)=(1)(1/2)
3
(1/2)
0
=1/8
3. En el ejercicio anterior calcular la probabilidad de: a) que tengan una hija y
b).- que tengan dos hijas. Para a)
3
C
1
=3!/2! X 1!=3,
p(x=1)=(3)(1/2)
1
(1/2)
2
=3/8; b)
3
C
2
=3 Y P(x=2)=3/8
4. Una escuela tiene el 24% de desercin en alumnos de nuevo ingreso, se
sabe que el prximo semestre ingresaran 300 alumnos, calcular las
probabilidades de que deserten: 0, 10, 20, 30,40 y 50 alumnos.

Nota: en todos los problemas calcular la esperanza matemtica.
DISTRIBUCIN GEOMETRICA.- Cuando sometemos un experimento de la forma
de Bernoulli, xito o fracaso, un nmero determinado de veces hasta obtener un
xito, se llama esto una distribucin geomtrica y se calcula con la siguiente
expresin:
P(x=k)=(p)(

q
k-1
)
En cuya expresin:
k, es el nmero de veces que ha de repetirse el experimento de Bernoulli,
hasta obtener el primer xito.
p, probabilidad de xito y q probabilidad de fracaso. No olvidar que p+q=1.
As por ejemplo si una pareja se preguntara; a).- Qu probabilidad hay de que su
primer hijo sea nio?, b).- Y si el primero no lo fuera, entonces Que probabilidad
habra de que el segundo si lo fuera? b).- Y si el segundo, entonces Que
probabilidad habra de que el tercero si lo fuera? b).- Y si el tercero no lo fuera,
entonces Que probabilidad habra de que el cuarto si lo fuera? . YA, YA
PARENLE NOOOOO!!
Con p=q=1/2, y para el primer hijo con k=1 tendremos que:
P(x=1)=(1/2)(1/2)
0
=(1/2)(1)=1/2=0.5=50%.
Con p=q=1/2, y para el segundo hijo con k=2 tendremos que:
P(x=1)=(1/2)(1/2)
1
=(1/2)(1/2)=1/4=0.25=25%.
Con p=q=1/2, y para el tercer hijo con k=3 tendremos que:
P(x=1)=(1/2)(1/2)
2
=(1/2)(1/4)=1/8=0.125=12.50%.
Con p=q=1/2, y para el cuarto hijo con k=4 tendremos que:
P(x=1)=(1/2)(1/2)
3
=(1/2)(1/8)=1/16=0.0625=6.45%.
E J E R C I C I O S P A G I N A 5 8.
1) Cul es la probabilidad de que un equipo, el Monarcas por ejemplo, gane
su primer partido en la temporada prxima? Y si no lo gana entonces cual
sera su probabilidad de ganar su segundo partido? Y si no lo ganara,
entonces cual sera su probabilidad de ganar su tercer partido? E n este
caso p=1/3 y q=2/3 y con k=1, entonces P(x=1)=(1/3)(2/3)
0
=1/3, y si no
lo gana entonces k=2(en el segundo partido) P(x=2)=(1/3)(2/3)
1
=2/9, y si
no gana entonces k=3 y P(x=3)=(1/3)(2/3)
2
=4/27, y as sucesivamente
2) La probabilidad de que una vacuna tenga xito es del 82%, si no funciono
con el primer paciente Cul es la probabilidad de que funcione con el
segundo? Y si no, entonces con el tercero? Y si no con el cuarto?
3) Se lanza un dado con la intencin de sacar cinco ases en cinco tiros, Cul
es la probabilidad de sacar un as en la primera tirada? Y si no sali, cual
es la probabilidad de sacar un as en la segunda tirada? Y si no sali, cual
es la probabilidad de sacar un as en la tercera tirada? Y si no sali, cual
es la probabilidad de sacar un as en la cuarta tirada? Y si no sali, cual es
la probabilidad de sacar un as en la quinta tirada?
Nota: en todos los problemas calcular la esperanza matemtica.

DISTRIBUCION DE POISSON.- Este tipo de distribucin es tambin discreta y es
similar a la de Bernoulli, solo que esta se usa cuando el experimento se realiza un
nmero n muy grande, y esto hace tedioso y algo complicado el clculo de las
combinaciones y de las potencias, y es pues entonces que se recomienda el uso
de esta distribucin. En general se recomienda su uso cuando p<0.10 y n*p<10.
Su clculo es con la siguiente expresin:
P(x=k) = (
k)
/(e

)(k!)
Donde:
k, es el nmero de xitos cuya probabilidad se est calculando.
= n*p, es el nmero de veces que se realiza el experimento multiplicado
por la probabilidad de xito del mismo.
p, como ya sabemos es la probabilidad de xito.
e = 2.71828 es la base de los logaritmos naturales.
Ejemplo: el 2.5 de la produccin de un laboratorio no cumple con el total de los
requisitos para ser considerado de alta calidad, si se toma una muestra de 300
productos Cul es la probabilidad de que 2 de ellos no cumpla con los requisitos
para ser considerado de calidad?
En muestro problema tenemos que: k=2, n=300, p=2.5%=0.025 y
=(300)(0.025)=7.5, y por eso:
P(x=2) = (7.5
2)
/(e
7.5
)(2!)=0.015555=1.555%
E J E R C I C I O S P A G I N A 5 9.
Hacer la grfica en todos.
1. La probabilidad de que un estudiante repruebe la clase de Educacin Fsica
es del 3% Cul es la probabilidad de que de 300 estudiantes reprueben 3?
2. En el problema anterior Cul es la probabilidad de que reprueben 4 o
menos?
3. La probabilidad de que en los lugares a mas de 1800 metros de altitud
sobre el nivel del mar aparezca un alacrn venenoso en una casa es del
0.9%, si se revisan 200 casas en una ciudad con las caractersticas de
altura mencionada, cual es la probabilidad de encontrar: 0, 1, 2, 3, 4 y 5
alacranes venenosos?
4. Calcular los resultados de las probabilidades para o, i, 2, 3, 4 y 5; con
p=5%, 10% y 25% y n=100, usando distribucin Binomial y distribucin de
Poisson y comparar los resultados.
Nota: en todos los problemas calcular la esperanza matemtica.

DISTRIBUCION HIPERGEOMETRICA.- Son experimentos donde, al igual que en
la distribucin Binomial, en cada ensayo hay tan slo dos posibles resultados, pero
en este tipo de experimentos, los distintos ensayos son dependientes entre s.
Por ejemplo: Si en una urna hay 5 bolas blancas y 8 bolas negras Cul es la
probabilidad de que al sacar dos bolas consecutivamente las dos sea blancas?; al
realizar el primer ensayo o al sacar la primera bola, hay 5/13 de probabilidad de
que sea blanca y al ir a sacar la segunda bola, la probabilidad mencionada
anteriormente ya no ser la misma, sino que ahora es de solo 4/12, donde se
muestra pues que hay dependencia entre los dos experimentos o ensayos.
La distribucin Hipergeomtrica se calcula con la expresin:
P(x=k)=(
N1
C
k
)*(
N2
C
n-k
)/(
N
C
n
)
En cuya expresin:
N, es el tamao total de la poblacin.
N1, Numero de elementos que cumplen con la caracterstica deseada.
N2, Numero de elementos de la poblacin que no cumplen con la
caracterstica deseada y se cumple entonces que N2=N-N1.
n, es el numero de ensayos que se realizan.
k=1, 2, 3, .., n, es el numero cuya probabilidad se est calculando y
P(x=k) es la llamada variable Hipergeomtrica.
Para nuestro ejemplo tendramos que: N=13, N1=5, N2=8, n=2 y k=2, ya con esto
calculamos que:
(
N1
C
k
)=
5
C
2
=5!/(2!)(3!)=10;
8
C
0
=8!/(()(0!)=1 y
13
C
2
=13!(2!)(11!)=26, y luego:
P(x=2)=(10)*(1)/(26)=10/26=0.3846=38.46%
E J E R C I C I O S P A G I N A 6 0.
1. En una caja hay 8 bolas azules y 14 bolas blancas, se sacan 4 bolas, hallar
la probabilidad de que: a) Todas sean azules, b).- solo tres sean azules, c).-
Solo dos sean azules, d).- solo sea una azul, y, e).- Ninguna sea azul.
2. En un grupo de 15 estudiantes, 6 son excelentemente cumplidos para
entregar sus tareas y siempre la traen y los dems nunca la traen ser eso
realidad o ficcin?, si se van a seleccionar a tres estudiantes para revisar
sus tareas y el valor de la calificacin para el grupo es 3.33 si la trae 1 solo
estudiante, 3.67 si la traen dos estudiantes o 10 si la traen tres estudiantes,
a).- Cul es la probabilidad de que el grupo saque 10?, b).- Cul es la
probabilidad de que el grupo repruebe?, y, c).- Cul es la probabilidad de
que el grupo obtenga calificacin aprobatoria?
3. En un grupo hay 20 hombres y 10 mujeres y se van a elegir 3 parejas al
azar (6 personas) para jugar a los novios, hallar las siguientes
probabilidades a).- de que todos sean hombres o de que todos sean
mujeres y el juego resulte tedioso, aburrido o chistoso, y b).- de que las
parejas sean muy parejas (igual nmero de hombres que de mujeres) y que
el juego se vuelva muy romntico, y c).- De que las parejas sean muy
disparejas, mas hombres que mujeres o viceversa, y el juego se transforme
en un verdadero pleito por las parejas.
Nota: en todos los problemas calcular la esperanza matemtica.
DISTRIBUCION MULTINOMIAL.- Esta es muy similar a la distribucin Binomial,
con la diferencia de que en lugar de solo tener dos posibles resultados en cada
experimento, puede haber mltiples resultados, este tipo de distribucin se calcula
con la expresin siguiente:
P(X
1
=x
1
, X
2
=x
2
, X
3
=x
3
X
n
=x
n
)=(n!)(P
1
)
X1
(P
2
)
X2
(P
3
)
X3
(...)(P
n
)
xn
/(x
1
!)(x
2
!)(x
3
!)()(x
n
!)
En cuya frmula:
X
i
=x
i
, indica que el suceso X
i
aparece x
i
veces en el experimento,
n, es el nmero de veces que se ha repetido el experimento, y
P
i
, es la probabilidad del suceso X
i
.
Ejemplo: En la fiesta de la ceremonia de clausura el 40% de los asistentes eran
alumnas, el 30% eran alumnos, el 15% eran maestras, el 10% eran maestros, el
3% eran directivos y el 2% era personal de servicio Cul es la probabilidad de
que, al juntarse un pequeo grupo de 6 personas haya habido gente de todos los
grupos asistentes al evento?
En nuestro problema y por ser seis grupos diferentes los que participan tendremos
entonces que:
X
1
=Alumnas, entonces X
1
=1 y P
1
=40%=0.4,
X
2
=Alumnos, entonces X
2
=1 y P
2
=30%=0.3,
X
3
=Maestras, entonces X
3
=1 y P
3
=15%=0.15,
X
4
=Maestros, entonces X
4
=1 y P
4
=10%=0.1,
X
5
=Directivos, entonces X
5
=1 y P
5
=3%=0.03 y
X
6
=Alumnas, entonces X
6
=1 y P
6
=2%=0.02
Y entonces:
P(X1=1, X2=1, X3=1, X4=1, X5=1, X6=1)=(6!)(0.4)
1
(0.3)
1
(0.15)
1
(0.1)
1
(0.03)
1
(0.02)
1
/(1!)(1!)(1!)(1!)(1!)(1!)(1!)
P(X
1
=1, X
2
=1, X
3
=1, X
4
=1, X
5
=1, X
6
=1)=0.0007776=0.07776%
E J E R C I C I O S P A G I N A 6 1,
En el ejemplo calcular las probabilidades de que si se juntan grupos de a 5
personas, se encuentren: a).- Solo alumnas. B).- Solo alumnos, c).- Solo
maestras, d).- Solo maestros, e).- Solo directivos, f).- Solo personal de servicio, g)
3 alumnas y 2 alumnos, h).- 2 alumnas y 3 alumnos, i).- 3 maestras y 2 maestros.
j).- 2 maestras y 3 maestros, k).- 2 alumnas, 2 alumnos y la directora, l).- dos
maestras, 2 maestros y la directora, m).- 1 alumna, 1 alumno, 1 maestra, 1
maestro y la directora y n).- la directora y 4 de servicios
DISTRIBUCION UNIFORME.- Es aquella que puede tomar cualquier valor dentro
de un intervalo, pero todos ellos con la misma probabilidad. Por ejemplo si
decimos que el precio del uniforme escolar para el prximo semestre ser entre
560 y 600 pesos. A estas cantidades se les llama extremos del intervalo, a es la
menor y b es la mayor. Existen una infinidad de valores que cumplen con esta
condicin, por ejemplo: 561.00, 570.50, 588, 595.55, etc., y todos ellos con la
misma probabilidad.
La funcin de densidad de este tipo de funciones se define como:
f(x)=1/(b-a)
En nuestro ejemplo tendramos entonces que: f(x)=1/(b-a)=1/(100-
560)=1/40=0.025 y esto me indica la probabilidad de que el valor final del uniforme
este en cualquier lugar entre 560 y 600 pesos.
Y la esperanza matemtica o valor esperado se calcula como el promedio entre
los extremos del intervalo, es decir:
E(x)=(a+b)/2
En nuestro ejemplo: E(x)=(560+600)/2=1160/2=580, o sea que el valor esperado
para el uniforme es de 580 pesos.
E J E R C I C I O S P A G I N A S 6 2 y 6 3.
1) La cantidad de horas de clase esperada para este semestre oscila entre 56
y 64 horas, calcular la funcin de distribucin y el nmero de horas de clase
esperadas.
2) El costo del litro de gasolina magna oscilar este ao entre 7.80 y 8.70
pesos, calcular la funcin de distribucin y el precio medio esperado.
3) Al lanzar un dado 90 veces el nmero de ases que aparecer oscilara
entre 10 y 20 veces, calcular la funcin de distribucin y el nmero de ases
esperado.
VARIABLE CON DISTRIBUCION NORMAL.- Es este el tipo de distribucin ms
usado, ya que la gran mayora de los fenmenos que se estudian se comportan de
esta forma. Su caracterstica principal es que los valores se distribuye, ms o
menos, en forma equitativa y uniforme en torno a un valor central y formando una
especie de campana llamada de Gauss, como se muestra en la figura siguiente,
en torno a un valor central y que coincide con el valor medio de la distribucin,
como se muestra en la figura siguiente y en donde el 50 % de los valores est
situado a la izquierda del valor central y consecuentemente el otro 50 % est
situado a la derecha del mismo.
Esta Distribucin viene definida en funcin de dos parmetros:
, que es el valor medio de la distribucin y que es adems el centro de la
campana de Gauss y
2
, que es la varianza, la que en su momento
indicamos nos indica si los valores estn ms o menos alejados del valor
central.
Entonces decimos que:
X:N(,
2
), o que X es funcin Normal que depende de y
2
.
Cuando =0 y 2=1 se dice que la variable se convierte en una variable normal
tipificada, y la ventaja fundamental de estas es existen tablas, se anexa al
final, donde se encuentra la probabilidad acumulada para cada punto de la curva
de esta distribucin.
Adems, toda distribucin normal se puede transformar en una normal tipificada Z,
haciendo:
Z=(X- )/, y con esto obtendremos X:N(=0,
2
=1), o que Z:N(0,1).
Ejemplo: Si tenemos una variable aleatoria con distribucin normal con =20 y,

2
=4, entonces =2, transformarla en una normal tipificada.
Nuestra funcin es de la forma: X: N (10, 4) y para transformarla en una normal
tipificada se crea una nueva variable (Z) que ser igual a la anterior (X) menos su
media y dividida entre su desviacin tpica (que es la raz cuadrada de la
varianza), entonces:
Z=(X- )/
Y en nuestro ejemplo tendremos entonces que:
Z=(X- )/=(X-20)/2
Esta nueva variable Z que se distribuye como una normal tipificada, lo cual nos
permitir ms fcilmente, usando la tabla ex profeso para ello al final, conocer la
probabilidad acumulada en cada valor, como veremos al momento de ver como se
usa la tabla.
EJEJMPLO: La calificacin media de los estudiantes de un grupo es de 6.7, con
una varianza de 1.69. suponiendo que se distribuyen normalmente, calcular:
a).-. Porcentaje de alumnos con una calificacin menor que 8.
Primero creamos la variable normalizada Z, y sabiendo que =6.7 y =1.3(raz
cuadrada de 1.69) y con X=8, tendremos entonces que:
Z=(X-6.7)/1.3=(8-6.7)/1.3=1.00
Y con este valor usamos la tabla de REAS BAJO LA CURVA NORMAL
TIPIFICADA DE 0 A Z, de la forma siguiente: Debajo de la columna z buscamos
el valor de z con su primer decimal (en nuestro caso 1.0), a la derecha de z
buscamos el segundo decimal (en nuestro caso tambin 0) y en el cruce de ese
rengln con esa columna hallamos el rea bajo la curva o la probabilidad buscada,
en nuestro caso z=0.3413 y como la tabla solo contiene las cantidades que hay
despus del valor central, entonces a esto hay que sumarle el 0.5 de la izquierda y
entonces:
z=0.5+0.3413=0.8413=84.13%, sern los estudiantes que tienen 8 o menos de
calificacin.
b).-. Porcentaje de alumnos con una calificacin reprobatoria (menor a 6).
Z=(X-6.7)/1.3=(6-6.7)/1.3= - 0.54
Como la tabla solo contiene valores positivos, debemos aprovechar su simetra y
entonces: P(Z< -0.54)=P(Z>0.54) y si adems aplicamos el hecho de que la
probabilidad que hay a partir de algn cierto valor es igual a 1 menos la
probabilidad acumulada hasta ese valor tendremos entonces que:
P(X<6)= P(Z< -0.54)=P(Z>0.54)=1-P(Z<0.54)=1-0.2054=0.7946=79.46% tienen
calificacin reprobatoria

E J E R C I C I O S P A G I N A 6 5.
Adems de lo que se pide en cada problema calcular P(-3X+3)
1) El ingreso mensual medio de los habitantes de un pas es de3 885 780
pesos anuales y con una desviacin estndar de 9 700 000 (!altsima!!).
Calcular: a).- El porcentaje de la poblacin que gana menos de 4 000 000
de pesos anuales, b).- Ingresos a partir de los cuales se sitan el 30% de la
poblacin, c).- Porcentaje de la poblacin que gana ms de 250 000 000
pesos anuales.
2) En la ciudad de Apatzingn, regin de la Tierra Caliente en Michoacn, se
estima que la temperatura mxima en el mes de mayo tiene una
distribucin normal, con media 27 C y desviacin estndar 6 C En
cuntos das del mes se espera alcanzar temperaturas mximas entre 24
C y 28 C?
3) De los 650 estudiantes que este semestre ingresaron al CETis No. 27 de la
Ciudad de Uruapan del Progreso, en el estado de Michoacn, su peso
medio es de 64 Kg, con una desviacin estndar de 4,2 Kg, si los pesos
estn distribuidos normalmente, encontrar: a).- El porcentaje de estudiantes
que pesan menos de 70 Kg, b).- Cuntos estudiantes pesan entre 60 y 70
Kg, c).- Cuntos estudiantes pesan ms de 70 Kg, d).- Cuntos
estudiantes pesan menos de 45 Kg?, e).-Cuntos estudiantes pesan 62
Kg? Y f).- Cuntos estudiantes pesan 62 Kg o menos?
4) Se sabe que en los resultados del examen de admisin, que siguen una
distribucin norma con = 35 y =25 Cul es la probabilidad de que una
persona que se presente al examen obtenga: a).- 60 o ms de calificacin y
b).- 20 o menos de calificacin.