Beruflich Dokumente
Kultur Dokumente
Captulo 1: Probabilidades
Captulo I :
Probabilidades
1.1.-
Introduccin
Debido a la incertidumbre que existe muchas veces al tomar decisiones,
resulta importante que los riesgos implcitos se evalen de manera
cientfica. En este captulo estudiaremos varias reglas de probabilidad
que sirven para evaluar la posible ocurrencia de diferentes fenmenos, y
ayudar a analizar los riesgos y minimizar el azar inherente tales como
al lanzar un nuevo producto al mercado o aceptar un embarque recin llegado que contenga
partes defectuosas etc.
En la mayora de problemas hay que tomar decisiones con base a experimentos, es necesario
tener como pre-requisitos la teora bsica de conjuntos y el anlisis combinatorio.
1.2.-
Experimento
b)
Son experimentos determinsticos, pues en el primer caso es evidente que el objeto caer, an
ms su movimiento se describe por las ecuaciones de cada libre, en el segundo caso la pelota
flotar indudablemente.
1.2.2.- Experimentos No Determinsticos o Aleatorios
Si los resultados del experimento no pueden predecirse con exactitud antes de realizar el
experimento.
Ejemplo:
Estadstica Social II
Wilder Alvarado Castillo
E1 : Lanzar una moneda y observar la cara superior.
E2 : Lanzar un dado y observar el nmero que aparece en la cara superior.
Las caractersticas ms comunes en estos experimentos son:
a) Cada experimento puede repetirse indefinidamente sin cambiar esencialmente las
condiciones.
b) En cada experimento no se sabe exactamente cul va a ser el resultado.
c) Cada experimento tiene varios resultados posibles que pueden describirse de antemano
con precisin, por ejemplo en E1 tal conjunto es {cara, sello} y en E2 es { 1, 2, 3, 4, 5, 6}
Espacio Muestral
2 = { 1, 2, 3, 4, 5, 6 }
E3
3 = {D, N}
E4
E5
E6
E7
Captulo 1: Probabilidades
su condicin. Este proceso se contina hasta observar dos defectuosos consecutivos o hasta que
se observe tres artculos no defectuosos. Describir el espacio muestral.
Solucin:
utilizando el diagrama de rbol posemos representar grficamente todos los resultados posibles,
de la siguiente forma:
DD
D
D
D
D
D
N
DNDNDN
DNDNN
DNNDD
DNNDN
DNNN
D
D
DNDD
DNDNDD
NDD
D
NDNDD
NDNDN
D
N
N
N
D
N
NDNN
NNDD
NNDN
NNN
Ejemplo 1Supongamos que se tiene una caja con 8 juguetes diferentes. Se sacan 3
juguetes, de uno en uno1, con reemplazamiento2. Describir el espacio muestral
asociado a este experimento.
Solucin:
Sean a1, a2, a3, ., a8. los ocho juguetes diferentes de la caja.
Si se realiza la primera extraccin, puede salir cualquiera de los 8 juguetes. Es decir:
A1 = { a1, a2, a3, ., a8 }
Si se realiza la segunda extraccin, puede salir otra vez cualquiera de los 8 juguetes, ya que el
primero fue devuelto a la caja, por ser con reemplazamiento.
1
Estadstica Social II
Wilder Alvarado Castillo
A2 = { a1, a2, a3, ., a8 }
As sucesivamente, es evidente que en la tercera extraccin tenemos:
A3 = { a1, a2, a3, ., a8 }
Entonces el espacio muestral ser:
= A1 x A2 x A3
= { a1, a2, a3, ., a8 } x { a1, a2, a3, ., a8 } x { a1, a2, a3, ., a8 }
= { a1, a2, a3, ., a8 }3
O tambin:
= {( x, y, z ) / x, y, z = a1, a2, a3, ., a8 }
Ejemplo 1Sea el experimento verificar el estado (apagado, prendido) de seis focos iguales.
Utilizando los nmeros 0 (cero) para apagado y 1 para prendido. Describir el
espacio muestral.
Solucin:
AL verificar el primer foco, el resultado puede ser 0 1; el segundo foco tambin puede ser 0 1, y
as sucesivamente. Entonces, el espacio muestral del experimento, verificar el estado de los seis
focos ser:
= {0 , 1}6 = { (x1, x2, x3, x4, x5, x6) / x1, x2, x3, x4, x5, x6 = 0, 1 }
1.3.1.- Espacio Muestral Discreto
Si tiene un nmero finito o infinito de elementos.
(1) Espacios Muestrales Discretos Finitos
Cuando el espacio muestral tiene un nmero finito de elementos.
Ejemplo 1Un lote compuesto de 50 artculos provenientes de una lnea de produccin, contiene 5
artculos defectuosos. Los artculos son extrados uno por uno ( sin reemplazamiento)
hasta que el ltimo artculo defectuoso sea extrado. Hallar el espacio muestral de este
experimento
Solucin:
El nmero de artculos extrados ser como mnimo cinco y como mximo 50.
= { 5, 6, 7, , 50 }
(2) Espacios Muestrales Discretos Infinitos
Captulo 1: Probabilidades
Es cuando puede establecerse una correspondencia biunvoca de sus elementos con el
conjunto de los nmeros naturales, de modo que pueda ser enumerado como 1, 2, 3, 4,
.
Ejemplo 1El experimento sea lanzar una moneda hasta que ocurra sello. Describir su espacio
muestral.
Solucin:
El espacio muestral asociado a este experimento sera:
= { C, CS, CCS, CCCS, CCCCS, }
1.3.2.- Espacio Muestral Continuo
Si tiene un nmero no numerable de elementos. Es decir cuyos elementos son todos los
puntos de algn intervalo de nmeros reales.
Ejemplo 1El experimento sea el volumen de gaseosa producida por da, la cual vara entre un valor
mnimo de 500,00 litros y un valor mximo de 1000,00 l. Se escoge un da al azar y se
observa la cantidad producida. Escribir el espacio muestral.
Solucin:
El espacio muestral asociado a este experimento sera:
= { x / 500 x 1000}
Nota:
A un experimento aleatorio puede se le puede asociar ms de un
espacio muestral, de acuerdo a la caracterstica del fenmeno que se
desea medir.
Suceso
Estadstica Social II
Wilder Alvarado Castillo
1.5.-
Eventos
.x
A
B
.y
.z
.u
.r
.s
.t
.w
.v
.p
Definicin de Probabilidad
Captulo 1: Probabilidades
La probabilidad es la posibilidad u oportunidad de que suceda un evento particular en el futuro,
slo puede asumir valores entre 0 y 1, inclusive.
Un evento que no tiene probabilidad de ocurrir es un evento nulo porque tiene una probabilidad
de cero, mientras que un evento que se tiene la certeza que ocurrir ser un evento cierto, y
tiene una probabilidad de 1 Existen tres enfoques que dan lugar a tres definiciones de
probabilidad:
1.7.-
P ( A)
N ()
n de casos posibles
Observaciones
a) La probabilidad de un evento cualquiera est comprendida entre 0 y 1
b) P[A] = 0, si A es un evento imposible
c) P[A] = 1, si A es el evento seguro de ocurrir.
Ejemplo 1Si se lanza una moneda tres veces. Calcular la probabilidad de que ocurra:
a) dos sellos
b) al menos dos sellos
c) a lo ms dos sellos
Solucin:
El experimento E1 : lanzar una moneda tres veces, tendra como espacio muestral:
Diagrama de rbol
C
CCC
CCS
C
C
C
CSC
S
S
CSS
SCC
SCS
C
S
C
S
S
SSC
SSS
Estadstica Social II
Wilder Alvarado Castillo
n( A) 3
n( B ) 4
; P(B) =
n() 8
n( ) 8
P(C) =
n(C ) 7
n ( ) 8
1
2
3
4
(1,1) (1,2) (1,3) (1,4)
(2,1) (2,2) (2,3) (2,4)
(3,1) (3,2) (3,3) (3,4)
(4,1) (4,2) (4,3) (4,4)
(5,1) (5,2) (5,3) (5,4)
(6,1) (6,2) (6,3) (6,4)
5
(1,5)
(2,5)
(3,5)
(4,5)
(5,5)
(6,5)
6
(1,6)
(2,6)
(3,6)
(4,6)
(5,6)
(6,6)
Captulo 1: Probabilidades
A = { (6,2) , (5,3) , (4,4) , (3,5), (2,6) } n(A) = 5
P ( A)
5
36
B = Obtener suma 7
B = { (6,1), (5,2) , (4,3) , (3,4) , (2,5) , (1,6)} n(B) = 6
P( B)
6
1
36 6
P (C )
21
7
36 12
P ( A)
15
5
36 12
Ejemplo 1En una caja hay 20 bolas numeradas del 1 al 20. Se extrae una bola. Cul es la probabilidad de que
el nmero de la bola extrada:
a) no exceda de 20 ?
b) Sea el 32 ?
c) Sea por lo menos 15
Solucin: El experimento aleatorio es sacar una bola de la caja. Donde el espacio muestral sera:
= { 1, 2, 3, ... , 20} n() =20
Sea el evento A : sacar un bola que no exceda de 20
Como todas la bolas que se encuentran en la caja satisfacen las condiciones del evento entonces A =
, por lo tanto A es un evento seguro.
P( A)
n( A) n()
1
n ( ) n ( )
10
Estadstica Social II
Wilder Alvarado Castillo
Sea el evento B : El nmero de la bola extrada sea 32
En la caja solo hay bolas del 1 al 20, por lo tanto B sera un evento imposible de ocurrir, o sea B = { }
P( B)
n( B )
0
0
n() 20
P (C )
n (C )
6
3
n() 20 10
P ( A)
N ( )
n total de observaciones
Ejemplo 1Una muestra de 10 fbricas que emplean un total de 10 000 personas , demostr
que ocurrieron 500 accidentes de trabajo durante un perodo reciente de 12
meses. Hallar la probabilidad de que un accidente de un trabajo suceda en una
industria determinada.
Solucin
El espacio muestral estar formado por las 10 000 personas
Sea el evento A : suceda un accidente a cualquier trabajador
P ( A)
500
0,05 = 5%
10000
Existe la probabilidad del 5% de que suceda un accidente de trabajo en cualquiera de las industrias.
Ejemplo 1La distribucin de los miembros de los partidos polticos en la Escuela de Industrias es:
Partido
N total de militantes
Militantes mujeres
APRA
105
15
PP
100
20
UN
70
5
FIM
45
10
UPP
40
3
MH
15
2
11
Captulo 1: Probabilidades
Cul es la probabilidad que un miembro seleccionado aleatoriamente :
a) sea una mujer?
b) pertenezca al partido Per P?
c) sea un hombre del partido Unidad?
Solucin:
El espacio muestral, estara formado por el total de militantes,
por lo tanto n() = 105 + 100 + 70 + 45 + 40 + 15 = 375
a)
P ( A)
b)
55
375
P( B)
c)
100
375
P (C )
65
375
La Probabilidad Subjetiva
Es el grado de creencia asignado a la ocurrencia de un evento por un individuo particular, basado en
toda la evidencia a su disposicin.
Se utiliza cuando se tiene poca o ninguna experiencia en la cual no se pueda basar una probabilidad
como una frecuencia relativa o como una probabilidad clsica.
Otro individuo podra asignar una probabilidad diferente al mismo evento, de acuerdo a la evidencia
que el dispone.
Ejemplo 11.
2.
3.
4.
12
Estadstica Social II
Wilder Alvarado Castillo
1.8.- Eventos mutuamente excluyentes
Dos eventos A y B definidos en el mismo espacio muestral son mutuamente excluyentes si no
pueden ocurrir juntos. Es decir la ocurrencia de uno excluye la ocurrencia del otro.
Simblicamente: si A B =
Por ejemplo, ser hombre y ser mujer son eventos mutuamente excluyentes. Nadie puede ser
ambos a la vez.
Ejemplo 1Se lanza un dado dos veces. Sean los eventos:
A : la suma de los puntos obtenidos en los dos lanzamientos es 7
B : En los dos dados se obtiene el mismo nmero
A y B son eventos mutuamente excluyentes, dado que :
A = { (3;4), (4;3), (2;5), (5;2), (6;1), (1;6) } y
B = { (1;1), (2;2), (3;3), (4;4), (5;5), (6;6) }
Por lo tanto A B =
1.9.-
A1 U A2 U A3 U . . . U An =
A
i 1
Ejemplo 1En el experimento: nmero de personas atendidas en el Banco de Crdito banco en un mes.
Sean los eventos:
A: menos de 1100 personas han sido atendidas
B: De 1100 a 2000 personas han sido atendidas
C: ms de 1500 personas han sido atendidas
Los eventos A, B, C son colectivamente exhaustivos por que se cumple que:
A U B U C = = {0,1, 2, ....}
13
Captulo 1: Probabilidades
Las leyes , propiedades y operaciones de eventos se basan todas en la teora de Conjuntos,
tales como la unin, interseccin, inclusin, complemento, diferencia, etc.
Unin: Dados dos eventos A y B, se llama evento unin de A con B y se denota A U B al
evento formado por todos los sucesos que pertenecen a A pertenecen a B a ambos.
A U B = {x / x A x B }
Interseccin: dados dos sucesos aleatorios A y B se denomina evento Interseccin de A con B
y se denota A B al evento formado por todos los sucesos que pertenecen a A y a B a la vez,
es decir:
A B = {x / x A x B}
Diferencia: Dados los eventos A y B, se llama evento diferencia de A con B y se denota A B,
al evento formado por todos los sucesos favorables a A que no son favorables a B.
Simblicamente:
A B = {x / x A x B }
Complemento: Si A es un evento del espacio muestral , se llama complemento de A,
denotado por A A al evento formado por todos los sucesos que no son favorables a A. En
smbolos:
A = A = - A = {x / x A}
Leyes de Morgan : Sean los eventos A y B, se cumple que:
1 Ley : A B A B
2 Ley: A B A B
14
Estadstica Social II
Wilder Alvarado Castillo
kn
Ejemplo 1Si una moneda se arroja 10 veces, el nmero de resultados posibles es :
210 = 1024 ; Si un dado se lanza dos veces, el nmero de resultados posibles es 6 2 = 36.
1.11.2.- Regla 2
Si hay k1 eventos del primer intento, k 2 eventos del segundo intento, ... y k n eventos del nsimo intento, entonces el nmero de resultados posibles es:
( k1 ) ( k2 ) ( k3 ) . . . ( kn )
Ejemplo 1Si una placa de un auto tiene 2 letras (sin la )y cuatro dgitos, el nmero total de
resultados posibles sera entonces: (26)(26)(10)(10)(10)(10) = 6 760 000.
Si un restaurante tuviera una cena completa con precio fijo que consistiera en un aperitivo,
entrada, bebida y postre, y tuviera la opcin de escoger entre 5 aperitivos, 10 entradas,
tres bebidas y 6 postres, el nmero total de cenas posibles sera: (5) (10) (3) (6) = 900
1.11.3.- Regla 3
El nmero de formas en que n objetos pueden ordenarse es:
n! = n ( n-1) (n-2) ... (1)
Ejemplo 1Si un conjunto de 6 libros desean colocarse en un estante. De cuntas formas posibles
pueden ordenarse?.
El nmero de formas posibles en que pueden ordenarse es de 6! = 6 x 5 x 4 x 3 x 2 x 1 =
720 formas
1.11.4.- Regla 4:
Permutaciones: el nmero de modos de ordenar m objetos seleccionados de n objetos es:
n!
(n m)!
Ejemplo 1Supngase que hay ocho mquinas fotocopiadoras
pero slo tres espacios en el piso del establecimiento
15
Captulo 1: Probabilidades
donde se van instalar las mquinas. De cuntas formas diferentes pueden colocarse las
ocho mquinas en los tres espacio disponibles?
Hay 8 posibilidades para el primer espacio, 7 para el segundo y 6 para el tercero. Entonces
sera: 8 (7) (6) = 336 permutaciones
Tambin esto puede expresarse de forma matemtica al decir que el nmero de
permutaciones de 8 en 3 es:
P3 =
8!
8! 8.7.6.5!
336 permutaciones
(8 3)! 5!
5!
1.11.5.- Regla 5:
Combinaciones: El nmero de modos de seleccionar m objetos de n objetos, sin tomar en
cuenta el orden, es igual a:
n!
m!(n m)!
Ejemplo 1Un estudiante tiene 7 libros que deseara acomodar en su maletn. Sin embargo, slo caben
4 libros. Sin importar el orden. de cuantas formas puede escoger los libros que puede
llevar en el maletn?
Solucin: cuando no importa el orden se utiliza la frmula:
C 74
7!
7!
7.6.5.4!
35 formas posibles
4! (7 4)
4!.3! 3.2.1.4!
16
Estadstica Social II
Wilder Alvarado Castillo
Ejemplo 1Un establecimiento de venta de autos desea anunciar que puede adquirir un
convertible, un dos puertas o un modelo de cuatro puertas, con eleccin de
aros deportivos o comunes cuntos arreglos diferentes de modelos y aros
puede ofrecer el establecimiento?
Solucin:
Usando la regla de la multiplicacin donde n = 3 (nmero de modelos) y m = 2 (nmero de
tipos de aros):
Total posible de arreglos = m x n = 3 x 2 = 6
Ejemplo 1Una persona puede viajar de una ciudad A a otra B de 5 formas y
de B a C de 6 formas. De Cuntas formas puede ir de A a C
pasando por B.
Solucin: La persona puede ir de A a B de 5 formas y de B a C de
6 formas. Por lo tanto puede de 5 x 6 = 30 formas de ir de A a C pasando por B.
1.11.7.- Principio de Adicin:
Si un experimento E1 puede ocurrir de n1 formas y un segundo experimento E2 puede ocurrir
de n2 formas, entonces el experimento E, que consiste en realizar o E 1 E2 (o en el sentido
de exclusin, es decir E1 y E2 no pueden ocurrir juntos) ocurre de n1 + n2 formas, siempre
que los espacios muestrales 1 2 = ( sean disjuntos)
Ejemplo 1Consideremos el experimento de lanzar una moneda o un dado. De cuntas formas ocurre?
Solucin: El experimento E dado es compuesto; sean:
E1 : lanzar una moneda ; n1 = 2
E2 : lanzar una dado ; n2 = 6
El experimento E : lanzar una moneda o un dado , ocurre de
n = n 1 + n2 = 6 + 2 = 8
Ejemplo 1Una persona puede viajar de Chiclayo a Lima por va area o por va
terrestre y tiene a su disposicin 5 lneas areas y 10 lneas terrestres.
de cuntas formas puede hacer el viaje?.
17
Captulo 1: Probabilidades
Solucin:
La persona debe decidir viajar o por tierra, o por aire, tiene que elegir uno de ellos, por lo
tanto tienen 5 + 10 = 15 formas de hacer el viaje
Ejemplo 1Dos secretarias nuevas: Vanesa y Juliana, se pueden ubicar en tres oficinas: Administracin,
Asuntos Pedaggicos y Proyeccin Social, ambas pueden estar en una misma oficina. Cul
es la probabilidad que:
a) Ninguna de las dos se ubiquen en la oficina de Administracin.
b) Las dos se ubiquen en una misma oficina.
Solucin:
Calculando el nmero de elementos del espacio muestral: Vanesa puede estar en cualquiera
de las 3 oficinas ( 3 formas), Juliana tambin puede distribuirse de 3 formas. Por lo tanto, el
nmero de formas de distribuir las dos personas es de 3 . 3 = 9 formas distintas:
n ( ) = 3. 3 = 9.
a) Sea el evento A = las dos no se ubiquen en la oficina de Administracin
Esto quiere decir que se deben ubicar en las oficinas restantes, lo cual se puede hacer de
2 . 2 = 4 formas, es decir n (A) = 4
P(A) =
4
9
P( B)
3 1
9 3
Ejemplo 1Se deben escoger 2 representantes de un grupo de trabajo que consta de 6 hombres y 4
mujeres. El procedimiento ser escribir los nombres en hojas de papel y luego se van a sacar
2 papeles al azar.
a) Cul es la probabilidad de que los dos sean hombres?
b) Cul es la probabilidad de que los dos sean mujeres?
c) Cul es la probabilidad de que sean un hombre y una mujer?
18
Estadstica Social II
Wilder Alvarado Castillo
Solucin:
El experimento es sacar dos nombres de 10, como cada suceso es de dos personas,
entonces:
n() C210
10 x9
45
1x 2
P( A)
15 1
45 3
P( B)
6 x5
15
1x 2
4 x3
6
1x 2
6
2
45 15
P(C )
24
8
45 15
P (A i )
i
i 1
i 1
k
19
Captulo 1: Probabilidades
P ( A1 U A2 U A3 U . . . U Ak ) = P (A1) + P(A2 ) + P(A3) + . . . + P( Ak)
Teorema 1. Si es el evento imposible, entonces P[] = 0
Teorema 2. Para cada evento A, se cumple que:
P ( A ) 1 P (A)
P ( A) 1 P ( A )
P( A B )
P( B )
donde : P (A B) : Probabilidad
P ( A | B ) conjunta de A y B
P(B)
: Probabilidad marginal de B
Ejemplo 1La FACEAC, en su primer ao de funcionamiento tuvo tres carreras profesionales: Administracin,
Economa y Contabilidad. La clasificacin de los alumnos por su sexo, es como sigue:
Hombres
Mujeres
Total
Administracin
250
100
350
Economa
350
50
400
Contabilidad
200
50
250
Total
800
200
1000
20
Estadstica Social II
Wilder Alvarado Castillo
Supongamos que seleccionamos un estudiante aleatoriamente del grupo. Si se sabe que el
estudiante es hombre. Cul es la probabilidad que est en Administracin?. Si el estudiante
seleccionado es mujer Cul es la probabilidad que est en contabilidad?.
Solucin : definimos los siguientes eventos:
A1 = el estudiante seleccionado es Hombre ;
A2 = el estudiante seleccionado es Mujer
B1 =el estudiante est en Administracin
B2 = el estudiante est en Economa
B3 = el estudiante est en Contabilidad
Calculamos las probabilidades simples o llamadas tambin probabilidades Marginales.
P(A1) =
800
200
0.8 ; P (A2) =
0.2
1000
1000
P(B1) =
350
400
250
0,35 ; P(B2) =
0,4 ; P(B3) =
0,25
1000
1000
1000
B1
B2
B3 Total
A1 0,25 0,35 0,20 0,80
A2 0,10 0,05 0,05 0,20
Total 0,35 0,40 0,25 1,00
a)
P( A1 B1 ) 0,25
0,325
P( A1 )
0,80
b)
P( B3 | A2 )
P ( B3 A2 ) 0.05
0,25
P ( A2 )
0,20
21
Captulo 1: Probabilidades
P ( A B ) P ( A).P ( A | B )
P ( A B ) P ( B ).P ( B | A)
Este resultado, en teora de la probabilidad, se llama REGLA DE LA MULTIPLICACIN o
PROBABILIDAD DE LA INTERSECCIN.
Ejemplo 1Una urna contiene 5 bolas blancas y 6 negras; se extraen al azar sucesivamente y sin
reposicin dos bolas,
a) Cul es la probabilidad de que las dos sean blancas?
b) Cul es la probabilidad de que sean una de cada color?
Solucin:
Sean los siguientes eventos:
B1: la primera bola result blanca ;
B2
B1 B2 = P(B1)P(B2 | B1)
= 5/11 . 4/10
= 2 /11
N2
B1 N2 = P(B1)P(N2 | B1)
= 5/11 . 6/10
= 3 /11
B1
P(B1) = 5/11
P(N2 | B1) = 6/10
P(N1) = 6/11
B2
N1
N2
N1 B2 = P(N1)P(B2 | N1)
= 6/11 . 5/10
= 3 /11
N1 N2 = P(N1)P(N2 | N1)
= 6/11 . 5/10
= 3 /11
a) La probabilidad de que las dos bolas sean blancas est dada por:
P(B1 B2) = 2 / 11
b) La probabilidad de que sean una de cada color es:
P(B1 N2) + P(N1 B2) = 3 /11 + 3/11 = 6 /11
22
Estadstica Social II
Wilder Alvarado Castillo
1.15.
Probabilidad Total
Particin de un espacio muestral
Se dice que la coleccin de Eventos B 1 , B2, B3, . . . ,Bk del espacio muestral representa una
particin del espacio muestral , si cumple las siguientes condiciones:
B1
B3
...
Bk
...
B2
...
i 1
B2 B3 = ;
B3 B1 =
Y Adems: B1 U B2 U B3 =
1.16.
Sea B1 , B2, B3, . . . ,Bk una particin del espacio muestral , entonces para cualquier evento A en
se cumple que:
k
Ejemplo 1-
23
Captulo 1: Probabilidades
En una granja hay 3 corrales. En el corral A hay dos ovejas negras y tres blancas, el corral B tiene
4 ovejas negras y 2 blancas, en el corral C hay 5 ovejas negras y 5 ovejas blancas. Se selecciona
al azar un corral y se saca una oveja de este corral. Cul es la probabilidad de que la oveja
escogida sea negra?.
Solucin
Se definen los siguientes eventos:
A = el corral A es seleccionado
B = el corral B es seleccionado
C = el corral C es seleccionado
N = la oveja seleccionada es de color negro
El espacio muestral est constituido por las ovejas de los tres corrales y estos forman una
particin del espacio muestral, de tal forma que:
=AUBUC
Entonces:
Luego:
24
Estadstica Social II
Wilder Alvarado Castillo
P(N | A) = 2/ 5
P(A N) = 2 / 15
P(A) = 1/ 3
P(N | B) = 4/ 6
P(B) = 1/ 3
P(B N) = 4 / 18
P(C) = 1/ 3
P(N | C) = 5/ 10
C
P(C N) = 5 / 30
N
Segn las probabilidades obtenidas tenemos que:
P(N) = 2 / 15 + 4 / 18 + 5 / 30 = 47/ 90
1.17.
Teorema de Bayes
Si los eventos B1 , B2, B3, . . . ,Bk forman una particin del espacio muestral y A es un evento
cualquiera de , entonces se cumple que:
P(Br | A) =
P( Br ) P( A | Br )
P ( A)
Ejemplo 1Suponga que 5% de la poblacin de China padece de la enfermedad Neumona Atpica. Sea A 1 el
evento tiene la enfermedad y A2 No tiene la enfermedad. Entonces
sabremos que si seleccionamos una persona de China al azar, la
probabilidad de que el individuo elegido tenga la enfermedad es 0,05 o
bien P(A1)=0,05. esta probabilidad P (A 1) = P (tiene la enfermedad) = 0,05,
se denomina probabilidad a priori. Se le da este nombre porque la
probabilidad se asigna antes de haber obtenido datos empricos. Por tanto, la probabilidad a priori
de que una persona no padezca la enfermedad es 0,95, 0 bien, P(A 2) = 0,95, que se obtiene al
calcular 1 0,05.
Existe una tcnica de diagnstico para detectar la enfermedad, pero no es muy exacta. Sea B el
evento la prueba indica que la enfermedad est presente. Considere que la evidencia histrica
muestra que si una persona en realidad padece la enfermedad, la probabilidad de que la prueba
25
Captulo 1: Probabilidades
indique la presencia del padecimiento es 0,90. utilizando las definiciones de probabilidad, tal
afirmacin se escribe como:
P ( B | A1 ) = 0,90
Considrese que la probabilidad de que una persona en realidad no padezca la enfermedad, pero
la prueba indique que se encuentra presente es 0,15.
P ( B | A2 ) = 0,15
Seleccinese a una persona de China y aplquese la prueba. Los resultados indeican que est
presente. Cul es la probabilidad de que la persona padezca la enfermedad?.
En forma simblica se desea determinar P ( A 1 | B) que se interpreta como P(tiene la enfermedad
| Los resultados de la prueba son positivos). Aplicando el Teorema de Bayes tenemos:
P(A1|B) =
P ( A1 ).P ( B | A1 )
P ( A1 ).P ( B |A1 ) P ( A2 ).P ( B | A2 )
(0,05)(0,90)
(0,05)(0,90) (0,95)(0,15)
0,0450
0,1875
= 0,24
La probabilidad de que una persona tenga la enfermedad, dado que la prueba result positiva, es de
0,24.
PROPORCION DE
PROBABILIDAD
ESTABLECIMIENTOS
P ( Ai )
Ai
A1 = 0,60
A2 = 0,70
A3 = 0,80
P ( A1 ) = 0,20
P ( A2 ) = 0,50
P ( A3 ) = 0,30
26
Estadstica Social II
Wilder Alvarado Castillo
Es decir, el gerente general, basndose en experiencias anteriores estima que hay una probabilidad
de 0,20 de que 60% de las tiendas alcanzarn los dos millones de ventas anual; una probabilidad de
0,50 que alcancen el 70% y finalmente una probabilidad de 0,30 de que el 80% alcancen la meta, se
selecciona al azar uno de los negocios.
a) cul es la probabilidad que este haya alcanzado la meta
considerada?
b) Dado que este negocio alcanz la meta, cul es la probabilidad que
el 80% de los negocios haya vendido dos millones de dlares?
Solucin:
Definimos el evento M = obtener un negocio que logr alcanzar la meta considerada
Utilizando el rbol de probabilidades podemos observar las formas diferentes de obtener un negocio
que alcanz la meta:
P(A1 M) = 0,12
P(A1) = 0,20
P(M | A2) = 0,70
P(A2) = 0,50
P(A2 M) = O,35
A2
P(A3) = 0,30
A3
P(A3 M) = 0,24
M
a) Por lo tanto P (M) = 0,12 + 0,35 + 0,24 = 0,71
b) Por el teorema de Bayes se tiene que:
P(A 3 | M )
P(A 3 ).P(M | A 3 )
(0,30)(0,80) 0,24
0,338
P(A)
0,71
0,71
27
1.18.
Captulo 1: Probabilidades
Eventos Independientes
Sabemos que, si los eventos A y B son mutuamente excluyentes como indica la figura:
P(A | B)
P(A B)
0
P(B)
P(B | A)
P(A B)
0
P(A)
A
B
Se cumple que:
P(A | B)
P(A B) P(B)
1
P(B)
P(B)
28
Estadstica Social II
Wilder Alvarado Castillo
Definicin:
Los eventos A y B en son independientes si, y solamente si se
cumple una de las siguientes condiciones:
(i)
(ii)
(iii)
NOTA: Existen muchas situaciones en la prctica, en las cuales no se puede determinar con
facilidad si dos eventos son independientes, sin embargo se puede justificar intuitivamente
por la naturaleza del experimento. Por ejemplo, la falla de uno de los focos de una casa es
independiente de la falla de los otros, la probabilidad de que un competidor de tiro al blanco
acierte es independiente de la probabilidad de que acierten los otros competidores.
29
Captulo 1: Probabilidades
Ejercicios Captulo 01
Una
1.
lnea
de
produccin
2.
el espacio muestral . Exprese cada uno de los siguientes eventos en trminos de operaciones
entre A, B y C.
a) Ocurre exactamente uno de los eventos
b) Ocurre por lo menos uno de los tres eventos
c) Ocurren exactamente dos de los eventos.
d) Ocurren por lo menos dos eventos.
e) Ocurren todos los eventos.
f)
3.
perodo est pronosticado por un modelo econmico. El pronstico del modelo puede describirse
con uno de los cinco eventos:
A1 : el desempleo ser del 10% o ms
A2 : el desempleo ser del 8% o ms, pero menos del 10%
A3 : el desempleo ser del 6% o ms, pero menos del 8%
A4 : el desempleo ser del 4% o ms, pero menos del 6%
A5 : el desempleo ser menos del 4%
Tome Bi para representar el desempleo actual de acuerdo a las mismas cinco clasificaciones ( por
ejemplo B1 = el desempleo actual es del 10% o ms).
a) Son mutuamente excluyentes los eventos A 1, A 2, ...,A 5.?
b) Son colectivamente exhaustivos?
c) Qu indican los siguientes eventos en palabras?
A 2 B3
A3 A4 ;
A i Bj ;
Ai Bj (i > j)
4.
cinco oportunidades de inversin que le han recomendado. Describa el espacio muestral que
represente las opciones posibles.
30
Estadstica Social II
Wilder Alvarado Castillo
Para cada uno de los siguientes eventos,
5.
6.
Bancaria
Si
No
a)
entretenimiento
Si
60
15
No
60
65
7.
31
Captulo 1: Probabilidades
pensiones. Se efectuarn entrevistas detalladas a cada uno de los empleados seleccionados en la
muestra. Los empleados se clasificaron como siguen:
Clasificacin
Evento N de empleados
Supervisores
A
120
De mantenimiento
B
50
De Produccin
C
1460
Gerencia
D
302
Secretarial
E
68
a) Cul es la probabilidad de que la primera persona seleccionada sea un empleado de
mantenimiento?
b) Cul es la probabilidad de que la primera persona seleccionada sea una secretaria?
c) Cul es la probabilidad de que la primera persona seleccionada sea alguien de
mantenimiento o una secretaria?
d) Cul es la probabilidad de que la primera persona seleccionada sea un supervisor o un
empleado de mantenimiento o un trabajador de produccin o un gerente o una secretaria?
e) Estos eventos son mutuamente excluyentes?
9.
; P(C) = 0,7 ;
10.
11.
12.
32
Estadstica Social II
Wilder Alvarado Castillo
a)
b)
13.
14.
b)
c)
d)
e)
No tenga una tarjeta de crdito bancaria o tenga una tarjeta de crdito de viajes y
entretenimiento?
f)
15.
desea estudiar las diversas caractersticas de sus solicitantes de trabajo. Se ha seleccionado una
muestra de 200 solicitantes para su anlisis. Setenta solicitantes haban tenido sus trabajos
actuales durante al menos cinco aos; 80 de los solicitantes son graduados
universitarios; 25 de los graduados universitarios duraron en sus trabajos al
menos 5 aos.
a) Cul es la probabilidad que un solicitante escogido aleatoriamente:
a.1) Sea un graduado universitario?
a.2) Sea un graduado universitario y haya tenido su trabajo actual menos de 5 aos?
b) Dado que un empleado es un graduado universitario cul es la probabilidad que haya
durado en su trabajo menos de 5 aos?.
c) Determine si ser graduado universitario y haber durado en el trabajo al menos 5 aos son
estadsticamente independientes (sugerencia: establezca una tabla de 2 x 2)
16.
33
Captulo 1: Probabilidades
El ha limitado sus estimados a 20000 , 25000 , 30000, 35000 40000 computadoras. Ms
adelante estableci que estaba completamente indeciso entre la venta de 30000 y 35000 y que no
poda decidir cul era ms probable. Sin embargo, cree que unas ventas de 35000 son dos veces
ms probables que 40000 y que unas ventas de 30000 son 4 veces ms probables que 20000.
Finalmente decidi que unas ventas de 25000 son slo un 50% ms probables que las de 35000.
a)
b)
17.
acciones ordinarias de una empresa que incluye slo 10 compaas ha aumentado en valor
comercial. Si un inversionista escoge aleatoriamente tres de esas acciones. Determine la
probabilidad que:
a)
b)
c)
18.
una
19.
compaa
comercial
tiene
130
sucursales localizadas en las tres regiones del pas y se dedican a la venta de diversos artculos
tal como aparece en el cuadro:
b)
20.
Aguinaga Castro, el 70% de los alumnos son de Ciencias y el 30% de Letras; de los alumnos de
Ciencias el 60% son varones y de los de Letras el 40% son varones. Si se elige aleatoriamente un
alumno, calcular la probabilidad de que:
34
Estadstica Social II
Wilder Alvarado Castillo
a) sea un alumno varn
b) sea un alumno varn, si es de Ciencias
c) sea un alumno de Ciencias, si es varn
d) sea un alumno de Ciencias y varn
El Departamento de crdito de la Caja Rural
21.
Cruz del Perdn sabe por experiencia que la probabilidad de que un acreedor deje de pagar un
prstamo es de 0,04. Tambin se encontr que dado un incumplimiento de pago de prstamo hay
una probabilidad de 0,40 de que se pidiera el prstamo para salir de vacaciones. Adems, La caja
rural sabe que la probabilidad de incumplimiento es la misma para empleados estatales que para
el resto de la poblacin.
a)
b)
Todos
22.
los
miembros
de
un
club
son
economistas o abogados, 40% de los miembros son abogados mientras que el 30% de las
mujeres son economistas. El 50% de los economistas y el 30% de los abogados ganan ms de $
60000 por ao. Sin embargo solamente el 20% de las mujeres economistas y el 10% de las
mujeres abogados ganan ms de 60000 por ao.
a) Si se escoge aleatoriamente un miembro del club. cul es la probabilidad que gane ms de
$60000 por ao?
b) Si se escoge aleatoriamente una mujer. Cul es la probabilidad que ella gane ms de $60000
por ao?
De todos los alumnos cachimbos de la
23.
UNPRG se sabe que el 40% provienen de centros secundarios privados y el 60% de centros
estatales. La oficina central de asuntos acadmicos seala que al final del
ciclo salieron invictos el 40% de los alumnos que vinieron de centros privados
y slo el 30% de los que vinieron de centros estatales. Se elige un alumno
cachimbo al azar y se sabe que sali invicto. Cul es la probabilidad que el
alumno hubiera asistido a un centro estatal?.
24.
35
Captulo 1: Probabilidades
compaa construya el Centro Comercial en tanto que si la autopista no es aprobada, la posibilidad
es de slo 0,20. basndose en la informacin disponible, el presidente de la compaa estima que
hay una probabilidad de 0,60 que la autopista sea aprobada.
a)
b)
25.
aparato
especial
26.
27.
Betty, se van a distribuir en tres oficinas numeradas del 1 al 3. Si las dos secretarias pueden estar
en las dos oficinas, defina un espacio muestral adecuado.
En Chiclayo hay tres supermercados: El
28.
Centro, Supermercados Kart y El Super. Seis amas de casa que viven en esta ciudad seleccionan
al azar y en forma independiente un supermercado para hacer sus compras sin salir de la ciudad.
a) Dar un espacio muestral adecuado para este experimento
b) Describir los siguientes eventos:
36
Estadstica Social II
Wilder Alvarado Castillo
A= Todas las amas de casa escogen uno de los dos primeros supermercados
B =Dos escogen el supermercado Kamt, dos El Centro y dos escogen El Super
C = Dos escogen El Centro, y las otras diferentes supermercados.
De la siguiente igualdad, hallar el evento X
29.
( X U A ) U ( X U A ) = B
Una instalacin consiste en dos calderos y
30.
un motor. Sea el vento A: el motor est en buenas condiciones; sea B k :el k-simo cladero est
en buenas condiciones (k =1,2) ;y sea C :la instalacin puede funcionar, si el motor y al menos
uno de los calderos estn en buenas condiciones. Exprese el evento C y C en trminos de A y B k
Un supervisor de personal visita 8 oficinas
31.
diferentes durante el da. A fin de impedir que los empleados sepan cuando los inspeccionar,
vara el orden de las visitas. De cuntas maneras puede hacerlo?
De cuntas formas se pueden ordenar 11
32.
alumnos en una fila, de tal forma que tres de ellos en particular, no queden juntos?
Un grupo de 30 alumnos van a viajar a un
33.
congreso en el mnibus de la UNPRG, el cual posee 45 asientos (10 filas de 4 asientos cada una
con un pasillo en el medio, y al final 5 asientos juntos). De cuantas formas se pueden ubicar
todos los alumnos:
a) en los 45 asientos del mnibus?
b) Si deciden no ocupar los ltimos 5 asientos?
c) Si viajan cinco amigos que deciden viajar juntos en los ltimos asientos?
d) Si ocupan los 20 asientos que poseen ventanilla?
e) Si 10 de los pasajeros estn enfermos y deben viajar en los asientos del pasillo?
Patricia tiene 18 amigos. De cuntas
34.
35.
nmeros pares tienen la misma probabilidad de salir, los nmeros impares tienen la misma
probabilidad de salir, y cada nmero par tiene probabilidad doble de salir que la de un nmero
impar. Determinar la probabilidad que:
a) Salga un nmero par.
b) Salga un nmero mayor que 4
37
Captulo 1: Probabilidades
de una baraja de 52 cartas se extraen
36.
aleatoriamente 5 cartas. cul es la probabilidad de que 3 sean del mismo palo y los otros dos de
palos diferentes?
De una urna que contiene 12 bolas, de las
37.
cuales 8 son blancas y 4 negras, se extrae una muestra de tamao 4 con reemplazo (sin
reemplazo) Cul es la probabilidad de que la muestra contenga exactamente tres bolas blancas?
Supngase que una persona est ubicada
38.
39.
nuevos productos, se determina que la probabilidad de que una persona consuma el producto A es
0,50, que consuma el producto B es 0,37, que consuma el producto C es 0,30, que consuma A y B
es 0,12; que consuma solamente A y C es 0,08, que consuma solamente B y C es 0,05 y que
consuma solamente C es 0,15. Calcular la probabilidad que una persona escogida al azar,
consuma:
a) A B, pero no C
b) Solamente A
Se extrae una carta de una baraja de 52
40.
41.
38
Estadstica Social II
Wilder Alvarado Castillo
Respuestas a los Ejercicios
1)
DNDND, DNDNN, DNNDD, DNNND, DNNNN, NDDD, NDDND, NDDNN, NDNDD, NDNDN,
NDNND, NDNNN, NNDDD, NNDNN, NNNDD, NNNDN, NNNND, NNNNN } n() = 25
a) (A B C ) U (A B C ) U (A B C )
2)
(A B C ) U (A B C ) U (A B C )
d)
(A B C ) U (A B C ) U (A B C ) U (A B C )
e)
(A U B U C )
f)
(A B C )
g)
(A B C ) U (A B C ) U (A B C )
h)
(A B C ) U (A B C ) U (A B C ) U (A B C ) U (A
B C ) U (A B C ) U (A B C )
B1 : menos del 10%
3)
Ai y Aj ,
4)
= { I1 I2 ; I1 I3 ; I1 I4 ; I1 I3 ; I1 I5 ; I2 I3 ; I2 I4 ; I2 I5 ; I3 I4 ; I3 I5 ; I4 I5 }
a) clsica
5)
b) subjetiva
c) frecuencia relativa
d) clsica
e)
subjetiva
f) subjetiva
6)
7)
a) 0.025 b) 0,034
c) 0,059
d) 1
8)
a) 0,7
b) 0,1
c) 0,9
d) 0,1
9)
a) 0,9
b) 0,8
e) si
e) 0,9
39
Captulo 1: Probabilidades
a) A y B son mutuamente excluyentes, pero A, B y C no son colectivamente
10)
exhaustivos
11)
a) 0,51 b) 0,49
12)
0,67
13)
a) 0,08 b) 0,092
14) a) 0,6
b) 0,4
c) 0,3
d) 0,325
a.2) 0,275
b) 0,423
c) no son independientes
16) a) 8/13
b) 0
17) a) 0,0008
b) 0,0001
c)0,9992
18) 0.4182
19) a) 0,9615 b) 0,1538
20) a) 0,54
b) 0,60
21) a) 0.016
b) 0,0008
22) a) 0,38
b) 0,19
23) 0,2
24) a) 0.62
b) 0,87
25) a) 12%
b) 0,36
26) a) 0,64
b) 0,50
c) 0,78
d) 0,42
e) 0,7
f) 0,5