Por qu una encuesta de 1000

o 1500 personas permite

predecir bastante bien el
resultado de la eleccin con
8 millones de votantes
Cmo se logra este
resultado?
Cmo se mide la precisin
del resultado?
En un estudio de control de calidad de una
fbrica de focos, sera muy costoso examinar
cada una.
Se usa una muestra de 500 focos.
Las normas de calidad exigen que a lo ms 3%
de los focos pueden durar menos de 1000 horas
en un lote de 5000 focos.
Si obtenemos 3,2% de focos defectuosos en
una muestra de 500 focos, podemos declarar el
lote completo defectuoso?
Cmo se usa este resultado obtenido de
una muestra? 3
 La aficin al juego fue lo que impuls el
desarrollo de la probabilidad.
En un esfuerzo por aumentar sus
ganancias pidieron a los matemticos que
les proporcionaran las estrategias ptimas
para varios juegos de azar.
Como resultado de este primer desarrollo
de la teora de la probabilidad, se extiende
junto con la estadstica a muchos campos,
como la poltica, los negocios, la prediccin
del clima, y la investigacin cientfica.
4
5
Probabilidad. Una medicin de la posibilidad de que un
evento ocurra en el futuro, esta puede asumir solamente
valores entre 0 y 1.

Existe un 1% de
probabilidad de que la
Tierra sea golpeada
por un NEO de 300
metros de dimetro
durante el siglo XXI.
 Si se mide la corriente que circula por un alambre de cobre delgado, lo que se esta
haciendo es un experimento. Sin embargo al repetir la medicion durante varios dias
la medicion los resultados que se obtienen son un poco diferentes debido a pequeas
variaciones en las variables que no estan controladas en el experimento, como son:
- los cambios en la temperatura ambiente.
- ligeras variaciones en el instrumento de medicion y
- pequeas impurezas en la composicion qumica del alambre en diferentes partes,
ademas de
- las variaciones en la fuente de corriente.
En consecuencia, se dice que este experimento (asi como muchos otros) tiene un
componente aleatorio. En algunos casos, las variaciones aleatorias observadas son
tan pequeas en relacin con las metas del experimento, que pueden ignorarse.
Sin embargo, la variacin casi esta presente y su magnitud puede llegar a ser tan
importante a tal grado, que las conclusiones del experimento no sean muy evidentes.
En estos casos , son muy valiosos los mtodos de modelado y anlisis de datos
experimentales.
7
 Si se mide la corriente que circula por un alambre de cobre delgado, lo que se esta
haciendo es un experimento. Sin embargo al repetir la medicion durante varios dias
la medicion los resultados que se obtienen son un poco diferentes debido a pequeas
variaciones en las variables que no estan controladas en el experimento, como son:
- los cambios en la temperatura ambiente.
- ligeras variaciones en el instrumento de medicion y
- pequeas impurezas en la composicion qumica del alambre en diferentes partes,
ademas de
- las variaciones en la fuente de corriente.
En consecuencia, se dice que este experimento (asi como muchos otros) tiene un
componente aleatorio. En algunos casos, las variaciones aleatorias observadas son
tan pequeas en relacin con las metas del experimento, que pueden ignorarse.
Sin embargo, la variacin casi esta presente y su magnitud puede llegar a ser tan
importante a tal grado, que las conclusiones del experimento no sean muy evidentes.
En estos casos , son muy valiosos los mtodos de modelado y anlisis de datos
experimentales.
8
Experimento. La observacin de alguna actividad o el
acto de realizar alguna medicin.

El lanzamiento de una
moneda equilibrada es un
experimento estadstico.
10
Evento. Un conjunto de uno o ms resultados del
experimento.

El resultado
de la TINKA
es un evento
estadstico.
Espacio Muestral. Es el conjunto de todos los
resultados de un experimento. Se simboliza con S.
 Probabilidad de que el sol desaparezca: 0.00
Probabilidad de que una moneda salga sello: 0.5
Probabilidad de que el petrleo baje de precio: 0.10
Probabilidad de aprobar Estadstica : 0.80
Probabilidad de que el Sport Huancayo campeone: 0.01
14
 CONCEPTO CLSICO DE LA PROBABILIDAD
El enfoque clsico o a priori de la probabilidad
est basado en la suposicin de que todos los
resultados del experimento son igualmente
posibles.
La probabilidad se calcula de la siguiente manera:
nmero de posibles
resultados del evento
Probabilidad
del evento =
nmero total de
resultados posibles del
experimento 15
 Ejemplo
El experimento es lanzar un dado. Cul es la
probabilidad de que caiga un dos hacia arriba?
P( caiga 2 ) = 1 = 0.166
6
Cuando solo puede ocurrir un evento a la vez
se dice que son eventos mutuamente
exclusivos.

16
CONCEPTO FRECUENTISTA DE PROBABILIDAD
La probabilidad de que suceda un evento es
determinada observando como sucede el
evento en el pasado. En trminos de
frmula:
nmero de veces que sucedi
Probabilidad el evento en el pasado
de que suceda =
un evento nmero total de
observaciones
17
 Ejemplo
Se sabe que una moneda est cargada. Para
determinar la probabilidad de que caiga sello
se lanza 60 veces la moneda al aire, de las
cuales 25 veces cay sello. Si aplicamos la
frmula:
P(cae sello ) 25 = 0.41
60

18
 CONCEPTO SUBJETIVO DE LA
PROBABILIDAD
Si no hay experiencia anterior o hay muy poca
sobre la cual basar una probabilidad, esta se
fundamenta en la intuicin, opiniones, creencias
personales y otra informacin indirecta. Este tipo
de probabilidad es el enfoque subjetivo de la
probabilidad.

Concepto subjetivo de probabilidad.La probabilidad

de que un evento en particular suceda es asignada por
un individuo basado en cualquier informacin
disponible, como intuicin, opiniones etc. 19
Ejemplo: Hay una probabilidad del 90% de
que las ventas de autos mejoren el ao prximo.

20
Ejemplo: Hay una alta probabilidad de
sacarme un 11.

21
22
 REGLA DE ADICIN

Interseccin de dos eventos es el conjunto de

resultados de un experimento que pertenece a los dos
eventos dados. El operador de la interseccin es

Unin de dos eventos es el conjunto de resultados de

un experimento que pertenece a alguno de los dos
eventos dados. El operador de la unin es U.
23
La probabilidad de que alguno de dos eventos
pertenecientes a un mismo espacio muestral ocurra
se determina mediante la siguiente ecuacin:
P( A U B ) = P( A ) + P( B ) P( A B )
Ejemplo:
Si el experimento es lanzar un dado una vez, el
espacio muestral es:
S = { 1, 2, 3, 4, 5, 6 }
Si el evento A es cae un nmero par
A = { 2, 4, 6 }
Si el evento B es cae un nmero menor de 3
B = { 1, 2 }
24
Cul ser la probabilidad de que suceda alguno de
estos dos eventos?
Entonces la probabilidad de A y la probabilidad de B
es:
P(A) =3= 0.50 P(B) =2= 0.3366
Para aplicar el teorema es necesario conocer la
probabilidad de la interseccin de estos dos eventos,
es decir, la probabilidad de que caiga un nmero par
y menor de 3.

A B = { 2 }P(A B) =1= 0 .166

Si aplicamos la regla de adicin:

P( A U B ) = P( A ) + P( B ) P( A B )
P( A U B ) = 0.50 + 0.33 0.16 25
 Cual en la probabilidad de que una carta elegida al
azar de una baraja de 52 naipes sea un rey o una de
corazones?
Solucin:

Carta Probabilidad Explicacin

Rey P(A) = 4/52 Hay 4 reyes en una baraja
De corazones P(B) = 13/52 Hay 13 corazones en una baraja
Rey de corazones P(AyB)=1/52 Hay un rey de corazones en una
baraja
Resolviendo:
P(AoB)=P(A)+P(B)- P(AyB)
= 4/52 + 13/52 + 1/52 = 0.3077 26
 REGLA DE ADICIN
ESPECIAL
Para dos eventos:

P(AoB)=P(A)+P(B)

Para tres eventos:

P(AoBoC)=P(A)+P(B) + P(C)

27
 Una mquina llena bolsas de plstico con mezcla
de frijoles, brcolis y legumbres. La mayora tiene
pesos correctos, pero debido a ligeras variaciones en
el tamao de los frijoles y de las otras legumbres,
un paquete puede tener un peso ligeramente menor
o mayor. Una verificacin anterior de muchos
paquetes indico:
PESO EVENTO N PAQUETE PROBABILIDAD DE
OCURRENCIA

Con peso menor

A 100 0.025
Satisfactorio
B 3600 0.900
Con peso mayor
C 300 0.075
4000 1.000 28
P(AoC)=P(A) + P(C)
P(AoC)= 0.025 + 0.07
P(AoC)= 0.10

29
 REGLA DE
MULTIPLICACION

La probabilidad condicional es la probabilidad de

que un evento dado ocurra dado que otro evento
ocurre. El operador de la probabilidad condicional es
el signo .

30
 Supngase que se arrojan simultneamente un dado
y una moneda, y se quiere calcular la probabilidad
de obtener un 5 y un sello.

La probabilidad de obtener un 5 es: 1

6
y la probabilidad de obtener
sello en un volado es: 1
2
Entonces la probabilidad de obtener un 5 y
sello al lanzar simultneamente un dado y una
moneda es:

1 1 1
X =
6 2 12

El razonamiento aplicado se conoce como el

teorema de multiplicacin de probabilidades
(Regla de la Multiplicacin).
 La probabilidad de que dos eventos dados
ocurran si uno de ellos depende de que ocurra el
otro es:
P(AB) = P(A) P(AB)
Ejemplo:
El experimento es extraer aleatoriamente dos
canicas de una urna que contiene 5 canicas rojas
y 5 canicas verdes. Cul es la probabilidad de
que ambas canicas sean rojas?
P(A) = {la primer canica es roja}
P(B) = {la segunda canica es roja}
EAI04 33
P(BA) = {la segunda canica es roja dado que la
primer canica es roja}
P(AB) ={las dos canicas son rojas}
Al extraer la primer canica hay en la urna 5
canicas rojas de un total de 10, por lo que la
probabilidad es:
P(A) =5= 0.5010
Al extraer la segunda canica hay en la urna 4
canicas rojas de un total de 9, por lo que la
probabilidad de que la segunda sea roja dado que
la primera fue roja es:
EAI04 34
 REGLA DE
MULTIPLICACION
ESPECIAL
Para dos eventos:
P(AyB)=P(A)*P(B)

Para tres eventos:

P(AyByC)=P(A)*P(B)* P(C)

EAI04 35
 Ejemplo
Se lanzan dos monedas Cul es la
probabilidad de que ambas caigan cara?
Solucin:
P(AyB) = P(A) * (P(B)
= (1/2)*(1/2)
= 0.25

36
 PROBLEMA 01
La probabilidad de que una industria peruana, se ubique en
Munich es 0.7, la probabilidad de que se ubique en Bruselas
es 0.4 y la probabilidad de que se ubique en Munich o
Bruselas o en ambas es de 0.8 Cul es la probabilidad de
que la industria se ubique en ?
a. en ambas ciudades?
b. En ninguna de las ciudades?
SOLUCION

P (M) = 0.7
P (B) = 0.4
P (M u B) = 0.8
P ((M u B)c) = 0.2
P (M n B) = P(M) + P(B) P(M u B)
= 0.7 + 0.4 - 0.8
= 0.3
 PROBLEMA 01
S
M B

0.4 0.3 0.1

0.2

1. En ambas ciudades? : P (M u B) = 0.8

2. En ninguna de las ciudades? : P ((M u B)c) = 0.2
 PROBLEMA 02
Suponga que en un grupo de ultimo ao de la Facultad de
Ingeniera Civil de 500 estudiantes se encuentra que 210 fuman,
258 consumen bebidas alcohlicas, 216 comen entre comidas, 122
fuman y consumen bebidas alcohlicas, 83 comen entre comidas y
consumen bebidas alcohlicas ,97 fuman y comen entre comidas y
52 tienen estos tres hbitos nocivos para la salud. Si se selecciona
al azar un miembro de este grupo, encuentre la probabilidad de
que el estudiante:
a. Fume pero no consuma bebidas alcohlicas
b. Coma entre comidas y consuma bebidas alcohlicas pero no
fume
c. Ni fume ni coma entre comidas.
 PROBLEMA 02
A = FUMADORES
B = BEBEDORES
C = COMIDAS
S TIENE 500 ELEMENTOS.
P (A) = 210 / 500
P (B) = 258 / 500
P (C) = 216 / 500
P (A n B) = 122 / 500
P (B n C) = 83 / 500
P (A n C) = 97 / 500
P (A n B n C) = 52 / 500
P (A u B u C) = P (A) + P (B) +P (C) P (A n B)
P (A n C) P(B n C) + P (A n B n C)
= (210 + 258+ 216 122 97 83 +52) / 500
= 434 / 500
P ((A U B U C)c) = 66 / 500
 PROBLEMA 02
A B S

43 70 105

52
45 31

82

C 66

a) Fume pero no consuma bebidas alcohlicas: P (A - B) = 88 / 500

b) Coma entre comidas y consuma bebidas alcohlicas pero no fume:
P ((B n C) - A) = 31 / 500
c) Ni fume, ni coma entre comidas: P ((A U C )c) = 105 / 500
 PROBLEMA 03
Si cada artculo codificado en un catlogo comienza con tres
letras distintas seguidas por cuatro dgitos distintos de cero,
encuentre la probabilidad de seleccionar aleatoriamente uno
de estos artculos codificados que tenga como primera letra
una vocal y el ltimo digito sea par.

Operando:

A B C 1ERO 2DO 3ERO 4TO

27 * 26 * 25 * 9 * 9 * 9 * 9 = 115145550

S TIENE 115145550 ELEMENTOS.

A B C 1ERO 2DO 3ERO 4TO

5 * 26 * 25 * 9 * 9 * 9 * 4 = 9477000/115145550
 PROBLEMA 04
En el ltimo ao de una clase de graduados de preparatoria con 100
alumnos, 42 cursaron matemticas, 68 psicologa, 54 historia, 22
matemticas e historia, 25 matemticas y psicologa, 7 historia pero
ni matemticas ni psicologa, 10 cursaron las tres materias y 8 no
cursaron ninguna de las tres. Si se selecciona al azar un miembro de
este grupo, encuentre la probabilidad de que el estudiante:
a. est inscrito en psicologa o curse las tres materias.
b. no se inscribi en psicologa pero curse historia y matemticas.
 PROBLEMA 04
S tiene 100 elementos
A = Matemticas.
B = Psicologa.
C = Historia.
P (A) = 42 / 100
P (B) = 68 / 100
P (C) = 54 / 100
P (A n C) = 22 / 100
P (A n B) = 25 / 100
P (A n B n C) = 10 / 100
P ((A n B n C)c) = 8 / 100
 PROBLEMA 04
A B S

5 15 18

10
12 25

7
C 8

a) Est inscrito en psicologa o curse las tres materias:

P ((B) U (A n B n C)) = 68 / 100
b) No se inscribi en psicologa pero curse historia y
matemticas: P ((A n C)-B) =12 / 100
 PROBLEMA 05
En una clase de 100 estudiantes de pregrado, 36 viven en Lince,
45 son de estrato uno y 56 provienen de colegios parroquiales.
Adems se sabe que 82 cumplen al menos una de estas
caractersticas y que 15 viven en Lince y son de estrato uno, 25
viven en Lince y provienen de colegios parroquiales y 25 son de
estrato uno y provienen de colegios parroquiales. Si se selecciona
al azar un miembro de este grupo, encuentre la probabilidad de
que el estudiante
a. Viva en Lince pero no sea de estrato uno ni provenga de
colegios parroquiales.
b. Viva en Lince y provenga de colegios parroquiales, pero no sea
de estrato uno.
c. Sea de estrato uno, pero no viva en Lince.
d. Provenga de colegios parroquiales, pero no sea de estrato uno.
e. No cumpla ninguna de tres caractersticas
 PROBLEMA 05
S TIENE 100 ELEMENTOS
A = Viven en Lince; B = Estrato uno; y C = Colegios parroquiales
P (A) = 36 / 100
P (B) = 45 / 100
P (C) = 56 / 100
P ((A U B U C)c) = 18 / 100
P ((A U B U C ) n (A n B)) = 82/100 + 15/100 = 97/100
P ((A n B) n (B n C)) = 25/100 + 25/100 = 50/100
P (A n B n C) = P (A U B U C) P (A) P (B) P(C) + P(A n C)
+ P (A n B) + P (C n B)
= 82/100 36/100 45/100 56/100 +
25 /100 + 15/100 + 25/100
= 10/100
 PROBLEMA 06

A B S

6 5 15

10
15 15

16
C 18
 PROBLEMA 05
a) Viva en Lince pero no sea de estrato uno ni provenga de
colegios parroquiales:
P (A (B U C)) = 6 / 100
b) Viva en Lince y provenga de colegios`parroquiales, pero no sea
de estrato uno:
P ((A n B) - C) = 15 / 100
c) Sea de estrato uno, pero no viva en Lince:
P (B - A) = 30 / 100
d) Provenga de colegios parrquiales, pero no sea de estrato uno:
P (C - B) = 31 / 100
e) No cumpla ninguna de tres caractersticas:
P((A U B U C)c) = 18 / 100
 PROBLEMA 06
Si se toman cuatro libros al azar de la Biblioteca de Qumica que
contiene, 4 libros de Algebra, 5 de Probabilidad, 2 de Geometra y
una Biblia. Determine la probabilidad de que:
a. Se seleccione la Biblia
b. Se seleccione un libro de Probabilidad y dos de Algebra
c. Se seleccione un libro de Algebra, dos de Probabilidad y uno de
Geometra.
d. Se seleccione un libro de Geometra y la Biblia.
 PROBLEMA 06
S TIENE 12 C 4 = 495 ELEMENTOS.
a) Se seleccione la Biblia.
P (B) = P(B A P G) + p (B A A P) + P (B P P G) + P (B A G G) +
P (B A A A) + P (B P P P) + P (B A A G) + P (B P P A) +
P (B P G G)

= 1 / 495 1C1 * 4C1 * 5C1 *2C1 + 1C1 * 4C2*5C1 + 1C1* 5C2

*2C1 + 1C1 * 4C1 * 2C2 +1C1* 4C3 + 1C1* 5C3 + 1C1 * 4C2
*2C1 + 1C1 * 5C2 * 4C1 + 1C1* 5C1 *2C2
= 1*4*5*2 + 1*6*5 + 1*10*2 + 1*4*1 + 1*4 + 1*10 + 1*6*2 + 1*10*4
+ 1*5*1
= 40 + 30 + 20 + 4 + 4 + 10 + 12 + 40 + 5
= 165 / 495
 PROBLEMA 06
b) Se seleccione un libro de probabilidad y dos de lgebra.
P (P A A) = P (P A A A) + P (P A A B) + P (P A A P) + p (P A A G)
= 5C1 * 4C3 + 5C1 * 4C2 * 1C1 + 5C2 * 4C2 +
5C1 * 4C2 * 2C1
= 5*4 + 5*6*1 + 10* 6 + 5*6*2
= 20 + 30 + 60 +60
=170 / 495

c. Se seleccione un libro de lgebra, dos de probabilidad y uno de

geometra.
P (A P P G) = P(A P P G)
= 4C1 * 5C2* 2C1
= 4*10*2
= 80 / 495
 PROBLEMA 06
d. Se seleccione un libro de geometra y la Biblia.
P (G B) = P (G B P A) + P(G B A A) + P (G B P P) +
P (G B A G) + P (G B P G )

= 2C1 * 1C1* 5C1 * 4C1 + 2C1* 1C1 * 4C2 +

2C1 * 1C1 * 5C2 + 2C2 * 1C1 * 4C1 + 2C2 *
1C1 * 5C1
=2*1*5*4 + 2*1*6 + 2*1*10 + 1*1*4 + 1*1*5
= 40 + 12 + 20 + 4 + 5
=81 / 495
 PROBLEMA 07
Suponga que de un grupo de 500 estudiantes universitarios se
encuentra que 300 fuman, que 350 consumen bebidas
alcohlicas y que 250 tienen estos dos hbitos nocivos para la
salud. Cul es la probabilidad de que un estudiante
seleccionado aleatoriamente
a) tenga alguno de estos dos malos hbitos?
b) no tenga ninguno de estos dos psimos hbitos?
c) fume pero no tome?
d) tome pero no fume?
e) No fume?
f) Fume dado que toma?
g) Toma dado que fuma?
h) No tenga alguno de estos nefastos hbitos?

55
 PROBLEMA 08

La probabilidad de que una compaa norteamericana ubique

una de sus plantas en Jurez es 0.7, la probabilidad de que
instale una planta en Chihuahua es 0.4, la probabilidad de
que no se ubique ni en Jurez ni en Chihuahua es .20. Cul
es la probabilidad de que
a) Se ubique en alguna de estas dos ciudades?
b) Se ubique en ambas ciudades?
c) No se ubique en alguna de estas dos ciudades?
d) Se ubique en Chihuahua pero no en Jurez?
e) Se ubique en Jurez pero no en Chihuahua?
f) Ubique una planta en Jurez dado que ya se ubic en
Chihuahua?
g) Ubique una planta en Chihuahua dado que ya se ubic en
Jurez?
56
 PROBLEMA 09
En cierta escuela de 45 estudiantes que reprobaron Estadsticas I,
32 dijeron que reprobaron por no estudiar, 18 porque no le
entienden al maestro, 9 por causas diferentes a estas dos.
Encuentre la probabilidad de los siguientes eventos:
a) Reprob porque no estudi o porque no le entiende al maestro.
b) Reprob porque no estudi y porque no le entiende al maestro.
c) Reprob porque no estudi y no porque no le entiende al
maestro.
d) Reprob porque no le entiende al maestro y no porque no
estudi.

EAI04 57
 PROBLEMA 10

Se realiz una encuesta sobre preferencias en materia de

peridicos, de 350 personas entrevistadas, 200 leen el
Heraldo, 140 leen el Diario y 105 leen los dos peridicos.
Encontrar la probabilidad de los siguientes eventos:
a) Lee alguno de estos dos peridicos
b) No lee ninguno de estos dos peridicos
c) Lee el Diario pero el Heraldo no
d) Lee el Heraldo pero el Diario no
e) Lee el Heraldo dado que lee el Diario
f) Lee el Diario dado que lee el Heraldo
g) No lee alguno de estos dos Peridicos
58
 PROBLEMA 11

La probabilidad de que en un matrimonio, el esposo vea cierto

programa de TV es 0.4, la probabilidad de que la esposa lo
haga es de 0.5. La probabilidad de que el esposo vea el
programa de TV dado que la esposa lo hace es de 0.7.
Encuentre la probabilidad de que:
a) Ambos vean el programa de TV
b) Alguno de los dos vea el programa de TV
c) Ninguno vea el programa de TV
d) El esposo vea el programa pero la esposa no
e) La esposa vea el programa pero el esposo no
f) La esposa vea el programa dado que el esposo lo hace
g) Alguno de los dos no ve el programa

59
DIAGRAMA DE RBOL
(arborigrama)

EAI04 60
DIAGRAMA DE RBOL

Es una tcnica en la que se determinan y

despliegan sistemticamente los medios
necesarios para alcanzar un objetivo
hasta llegar al nivel de acciones
concretas (Plan de Implementacin).
EAI04 61
 DIAGRAMA DE RBOL
PASOS BSICOS PARA CREAR UN DIAGRAMA DE
RBOL

1. Escriba el objetivo bsico (Meta)

2. Elabore tarjetas con las primeras medidas y despliguelas.
3. Elabore tarjetas con las segundas medidas y despliguelas.
4. Desarrollo de terceras y mas medidas.
5. Confirme la relacin de las tarjetas de medidas.
6. Conecte con lneas la meta y sus medidas.

EAI04 62
En el fondo, la teora
de probabilidades es
slo sentido comn
expresado con nmeros.
Laplace (1749-1827)
DIAGRAMAS DE RBOL

EXTRACCIONES SIN DEVOLUCIN

(Sucesos Dependientes)
Primera Extraccin Segunda Extraccin

3 2 6
=
2 12 11 132
11
4 3 4 12
11 =
12 11 132
5
11 3 5 15
=
12 11 132
3
12 4 3 12
=
3 12 11 132
11
4 3
4 3 12
12 11 =
5 12 11 132
11 4 5 20
=
12 11 132
5
5 3 15
12 3 =
12 11 132
11
4
5 4 20
11 =
4 12 11 132
11
5 4 20
=
12 11 132
DIAGRAMAS DE RBOL

EXTRACCIONES CON DEVOLUCIN

(Sucesos Independientes)
Primera Extraccin Segunda Extraccin

3 3 9
=
3 12 12 144
12
4 3 4 12
12 =
12 12 144
5
12 3 5 15
=
12 12 144
3
12 4 3 12
=
3 12 11 144
12
4 4
4 4 16
12 12 =
5 12 12 144
12 4 5 20
=
12 12 144
5
5 3 15
12 3 =
12 12 144
12
4
5 4 20
12 =
5 12 12 144
12
5 5 25
=
12 12 144
DIAGRAMAS DE RBOL

OTROS PROBLEMAS ....

Probabilidad TOTAL
Probabilidad a posteriori
Teorema de BAYES
Para ir al trabajo un individuo toma el bus, el 30% de las veces, o el metro (el 70%
restante), y llega tarde el 40% de las veces que va en el bus y el 20% de las que va en el
metro.
Cul es la probabilidad de que llegue tarde al trabajo?
30 40 12
40 T = TARDE
100 100 100
100

B 60
30 100
= NO TARDE 30 60 18
100 T
100 100 100

70 70 20 14
T = TARDE
20 100 100 100
100
100
M 80
100
70 80 56
T = NO TARDE
100 100 100

12 14 26
P(TARDE )
100 100 100
Para ir al trabajo un individuo toma el bus, el 30% de las veces, o el metro (el
70% restante), y llega tarde el 40% de las veces que va en el bus y el 20% de las
que va en el metro.
30 40 12
40 T = TARDE
100 100 100
100

B 60
30 100 Llega TARDE
30 60 18
100 T = NO TARDE
100 100 100
0,12 0,14

BUS METRO
70 70 20 14
T = TARDE
20 100 100 100
100
100

M 80
100
70 80 56
T = NO TARDE
100 100 100

12 14 26 18 56 74
P(TARDE ) P ( NO TARDE )
100 100 100 100 100 100

Sabiendo que ha llegado tarde, cul es la probabilidad de que tomara el bus?

12
P( B T ) 100 12
P( B / T ) 0,46
P(T ) 26 26
100
Un estudio sobre los crditos concedidos por un banco multinacional el pasado ao revela
que el 42% de dichos crditos se han concedido a clientes espaoles, el 33% a clientes del
resto de la Unin Europea y el 25% a clientes del resto del mundo. De esos crditos, los
crditos hipotecarios suponen, respectivamente, el 30%, el 24% y el 14%. Elegido un
cliente al azar que ha recibido un crdito, cul es la probabilidad de que el crdito
concedido sea hipotecario?.

30% H = Hipotecario P(H)= 0,42 0,3 = 0,126

E
70%
H = No Hipotecario P(H)= 0,42 0,7 = 0,294
42%

24% H = Hipotecario P(H)= 0,33 0,24 = 0,079

33% UE
76%
H = No Hipotecario P(H)= 0,33 0,76 = 0,250

25%
14% H = Hipotecario P(H)= 0,25 0,14 = 0,035
RM
86%
H = No Hipotecario P(H)= 0,25 0,86 = 0,215

P( Crdito Hipotecario)= 0,126 + 0,079 + 0,035 = 0,24

Un estudio sobre los crditos concedidos por un banco multinacional el pasado ao revela que el 42%
de dichos crditos se han concedido a clientes espaoles, el 33% a clientes del resto de la Unin
Europea y el 25% a clientes del resto del mundo. De esos crditos, los crditos hipotecarios suponen,
respectivamente, el 30%, el 24% y el 14%. Elegido un cliente al azar que ha recibido un crdito,
cul es la probabilidad de que el crdito concedido sea hipotecario?.

30% H = Hipotecario P(H)= 0,42 0,3 = 0,126

E
70%

H P(H)= 0,42 0,7 = 0,294

42%
= No Hipotecario
Crdito Hipotecario
24% H = Hipotecario P(H)= 0,33 0,24 = 0,079 0,079
UE
UE
33%
76%

H = No Hipotecario P(H)= 0,33 0,76 = 0,250

RM E
25%

H = Hipotecario P(H)= 0,25 0,14 = 0,035 0,035 0,126

14%
RM
86%

H = No Hipotecario P(H)= 0,25 0,86 = 0,215

PROBABILIDAD
Si sabemos que a un cliente se le ha concedido un crdito hipotecario, qu
a posteriori probabilidad hay de que sea espaol?.

Solucin:

P( E H ) 0,42 0,3 0,126

P( E / H ) 0,525
P( H ) 0,42 0,3 0,33 0,24 0,25 0,14 0,126 0,079 0,035
 Ejemplo: En este aula el 70% de los alumnos son mujeres.
De ellas el 10% son fumadoras. De los varones, son
fumadores el 20%.
Qu porcentaje de fumadores hay en total?
P(F) = P(FH) + P(FM)
T. Prob. Total.
Hombres y mujeres forman
= P(F|H) P(H) + P(F|M) P(M) Un Sist. Exh. Excl.
De sucesos
=0,2 x 0,3 + 0,1 x 0,7 = 0,13 =13%

Se elije a un individuo al azar y resulta fumador. Cul es

la probabilidad de que sea un hombre?
P(H|F) = P(F H)/P(F)

Mujeres
= P(F|H) P(H) / P(F) Varones

= 0x2 x 0,3 / 0,13 = 0,46 = 46%

T. Bayes
fumadores
 Expresin del problema en forma de arbol

P(F) = 0,7 x 0,1 + 0,3x0,2

Fuma
0,1 P(H | F) = 0,3x0,2/P(F)

0,7 Mujer
0,9 Los caminos a travs
No fuma de nodos representan
Estudiante intersecciones.
Las bifurcaciones re-
0,3 0,2 presentan uniones dis-
Fuma
Hombre juntas.
Podis resolver los
0,8 problemas usando la
No fuma tcnica de vuestra
preferencia.
Veamos otro ejemplo:

Laura se gan un viaje para dos personas, al

entregrselo le presentaron las siguientes
opciones:

* Lugar: Acapulco o Cancn

* Transporte: Autobs o Avin
* Acompaante: Pap, mam o hermano
De cuntas maneras distintas puede
Laura efectuar el viaje?
Representemos con un diagrama de rbol
Diagrama de rbol
Pap
Autobs Mam
Acapulco Hermano
Pap
Avin
Mam
Hermano

Pap
Autobs Mam
Cancn Hermano
Pap
Avin
Mam
Hermano
Contamos ahora, todas las opciones de la
ltima columna solamente y tendremos el total
de formas posibles en las que Laura puede
efectuar su viaje.
Esto corresponde a:

12 opciones distintas

Por lo tanto, Laura puede viajar de 12

maneras diferentes.
 DIAGRAMA DE RBOL

MEDIDA
MEDIDA 1
1 MEDIDA
2

META MEDIDA
3

MEDIDA
MEDIDA 1
2
MEDIDA
2
EAI04 78
DIAGRAMA DE RBOL

EAI04 79
DIAGRAMA DE RBOL

EAI04 80
 DIAGRAMA DE RBOL

CAMPOS DE APLICACIN PRCTICA DEL

DIAGRAMA DE RBOL

Desarrollo de ideas para resolver problemas .

Desarrollo de metas, polticas y programas.
Desarrollo de requisitos de calidad.

EAI04 81
 Diagrama de rbol: Ejemplo
Cmo disminuir los costes de calidad?
Optimizar costes de realizacin de procedimientos

Optimizar costes de
Optimizar costes de formacin
prevencin
Optimizar costes de pautas de inspeccin

Optimizar costes de inspeccin de recepcin

Optimizar costes de
Optimizar costes de inspeccin de procesos
Disminuir evaluacin
Optimizar costes de inspeccin final
costes de
calidad Disminuir costes de reproceso
Optimizar costes de
fallo interno Disminuir costes de disposicin de material

Optimizar costes de Disminuir costes de garantas

fallo externo Disminuir costes de reproceso
82
TEOREMA DE BAYES

83
 Thomas Bayes naci en Londres, Inglaterra. Su
padre fue ministro presbiteriano. Posiblemente
De Moivre fue su maestro particular, pues se
sabe que por ese entonces ejerca como profesor
en Londres. Bayes fue ordenado ministro
presbiteriano y muere en 1761. Sus restos
descansan en el cementerio londinense de Bunhill
Fields. La traduccin de la inscripcin en su
tumba es:

"Reverendo Thomas Bayes. Hijo de los

conocidos Joshua y Ann Bayes. 7 de abril
de 1761. En reconocimiento al importante
trabajo que realiz Thomas Bayes en
probabilidad. Su tumba fue restaurada en
1969 con donativos de estadsticos de todo
el mundo".
Teorema de Si conocemos la probabilidad de B
Bayes en cada uno de los n componentes
de un sistema exhaustivo y
A1 A2
excluyente de sucesos, entonces
si ocurre B, podemos calcular la
probabilidad (a posteriori) de
ocurrencia de cada Ai, (i = 1, 2, ..,n):
B

P(B Ai )
P(Ai|B)
A3 A4 P(B)
donde P(B) se puede calcular usando el teorema de la
probabilidad total:
n
P( B) P( B Ai )
i 1
 Teorema de Bayes
P(B|A)P(A)
P(A|B) = P(B|A) P(A)/P(B) =
P(B|A)P(A) + P(B|Ac)P(Ac)
de lo que se deduce (aunque resulta filosficamente controvertido),

P(H|X) P(X|H) P(H)

Funcin posterior Funcin de probabilidad Funcin a priori

ste es el fundamento de la inferencia bayesiana, que deriva la probabilidad de

que una hiptesis H sea cierta, dado un conjunto de observaciones X.
Ejemplo:
Supongamos que el 90% de las estrellas de un cmulo estelar se encuentran en la
secuencia principal. Hemos diseado un mtodo de clasificacin estelar, segn el cual, el
95% de las estrellas de secuencia principal son reconocidas como tales, y el 93% de las
estrellas que no lo son, tambin son reconocidas como no pertenecientes a la secuencia
principal. Cul es la probabilidad de que nuestra clasificacin reconozca una estrella
como de secuencia principal, y que sta realmente lo sea?
P(X|H) = 0.95 P(Xc|Hc) = 0.93 P(H)=0.90

P(H|X) = 0.95 x 0.90 / (0.95 x 0.90 + 0.07 x 0.10) = 0.9919, es decir, 99.2%
 Fuma
0,1

Hombre
0,7
No fuma
0,9
Estudiante
En el problema anterior:
Se elige a un individuo al
0,2
0,3 Fuma azar y resulta fumador.
Mujer Cul es la probabilidad
0,8
de que sea una mujer?
No fuma

P(M) = 0,3, P(F) = 0,13

P(M|F) = P(F M)/P(F) = P(F|M) P(M) / P(F) =
0,20,3 / 0,13 = 0,46
TEOREMA DE BAYES
EJERCICIOS
 EJERCICIO 01
Tres mquinas, A, B y C, producen el 45%, 30% y 25%,
respectivamente, del total de las piezas producidas en una
fbrica. Los porcentajes de produccin defectuosa de estas
mquinas son del 3%, 4% y 5%.
a) Seleccionamos una pieza al azar; calcula la probabilidad de
que sea defectuosa.
b) Tomamos, al azar, una pieza y resulta ser defectuosa;
calcula la probabilidad de haber sido producida por la
mquina B.
c) Qu mquina tiene la mayor probabilidad de haber
producido la citada pieza defectuosa?
 SOLUCION DEL EJERCICIO 01
Sea:
D= "la pieza es defectuosa
N= "la pieza no es defectuosa".
La informacin del problema puede
expresarse en el diagrama de rbol
adjunto.
 SOLUCION DEL EJERCICIO 01
a) Para calcular la probabilidad de que la pieza elegida
sea defectuosa, P(D), por la propiedad de la
probabilidad total,
P(D) = P(A) P(D/A) + P(B) P(D/B) + P(C)
P(D/C) =
= 0.45 0.03 + 0.30 0.04 + 0.25 0.05
= 0.038
 SOLUCION DEL EJERCICIO 01
b) Debemos calcular P(B/D). Por el teorema de Bayes,
 SOLUCION DEL EJERCICIO 01
b) Calculamos P(A/D) y P(C/D), comparndolas con el
valor de P(B/D) ya calculado. Aplicando el teorema de
Bayes, obtenemos:

La mquina con mayor probabilidad de haber producido

la pieza defectuosa es A
 EJERCICIO 02
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?
 SOLUCION DEL EJERCICIO 02
Llamamos R= "sacar bola roja" y N= "sacar bola negra". En
el diagrama de rbol adjunto pueden verse las distintas
probabilidades de ocurrencia de los sucesos R o N para cada
una de las tres urnas.
 SOLUCION DEL EJERCICIO 02
La probabilidad pedida es P(A/R). Utilizando el teorema de
Bayes, tenemos:
 EJERCICIO 03
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?
 SOLUCION DEL EJERCICIO 03
Sea R al suceso "sacar bola roja" y N al suceso "sacar bola
negra" de una urna.
Como se desconoce la probabilidad de ocurrencia de cada
estado de la naturaleza, la probabilidad de cualquiera de las
urnas es 1/3 (las tres son equiprobables)
El ejercicio en concreto pide:
p(urna=A |color= Rojo).
Utilizando el teorema de Bayes, se tiene:
 EJERCICIO 04

En una urna hay 5 bolas, 3 azules y 2 verdes. Se saca

una bola de la urna y sin mirarla, se guarda. A
continuacin se vuelve a sacar otra bola que es verde.
(a) Cul es la probabilidad de que la primera haya sido
verde?
(b) Y si la segunda hubiera sido azul, cul es la
probabilidad de que la primera sea verde?
(c) Y azul?

Nota: Realiza un rbol de sucesos. Llama (A1 y A2), al

suceso "sacar azul la primera bola y azul la segunda" y
anlogamente los restantes:
(A1 y V2), (V1 y A2), (V1 y V2).
SOLUCION DEL EJERCICIO 04
 SOLUCION DEL EJERCICIO 04

Probabilidad de que la primera haya sido verde (en el

supuesto que la segunda ha sido verde). Aplicamos el
teorema de Bayes y resulta:

Probabilidad de que la primera haya sido verde (en el

supuesto que la segunda ha sido azul). Aplicamos el
teorema de Bayes y resulta:
 SOLUCION DEL EJERCICIO 04

Probabilidad de que la primera haya sido azul (en el supuesto que la

segunda ha sido azul). Aplicamos el teorema de Bayes y resulta:
 EJERCICIO 05

Supongamos que la incidencia del consumo de drogas en la

poblacin es del 5%. Hacemos una prueba de drogas, que tiene
una fiabilidad del 95%, a un sujeto escogido al azar y el resultado
es positivo. Cul es la probabilidad de que consuma drogas?
SOLUCION DEL EJERCICIO 05
95 5 5 95 95
P ( positivo)
100 100 100 100 1000
P ( drogadicto positivo)
P ( drogadicto | positivo)
P ( positivo)
5 95
100 100 0,5
95
1000
MAS PROBLEMAS
RESUELTOS Y
PROPUESTOS
 2/ Se lanza una moneda si sale cara se saca una canica de la caja I que
contiene 3 rojas y 2 azules, si sale cruz se saca una canica de la caja II que
contiene 2 rojas y 8 azules. a) Determinar la probabilidad de que se saque una
canica roja. b) Habiendo sacado bola roja, cul es la probabilidad de que
haya salido cara?

1

a) 2 3
Caja I
5 P P ( I ) P ( R | I ) P ( II ) P ( R | II )
1 3 1 2 2

1
Caja II
2

10
2 3 2 2 2 8 5
2

b)
1 3

P( I ) P( R | I )
2 3 2 3
P
P( I ) P( R | I ) P( II ) P( R | II ) 1 3 1 3 4
2 3 2 2 2 8
 8/ Un ladrn es perseguido por un coche de polica y al llegar a un determinado cruce
se encuentra tres posibles calles por las que huir (A, B y C), de tal manera que las
dos ultimas son tan estrechas que por ellas no cabe el coche de polica, de lo cual el
ladrn no se da cuenta
Si huye por la calle A le atrapan seguro puesto que la final de la misma hay otra
patrulla de polica. Si huye por la calle C se escapa seguro puesto que no est
vigilada. Si huye por la calle B se encontrar que esta se bifurca en dos callejuelas:
la BA, que conduce a A y la BC que conduce a C-
a) Cul es la probabilidad de que el ladrn sea atrapado?
b) Sabiendo que escap, cul es la probabilidad de que huyera por la C entrando
por la B y llegando a C por la callejuela BC?

Polica
a)
1
A Atrapado
3 1
BA

1 2 Atrapado
Polica Ladrn B
3
BA
B
BC

1
BC Escapa
2
1
Va libre 3 C Escapa
P(atraparle) P (A) P(atraparle en A)
P(B) P (BA) P(atraparle en BA) P (BC) P(atraparle en BC)
1 1 1 1 1 1 1 1
P(C) P (atraparle en C) 1 1 0 0
3 3 2 2 3 3 6 2

b)
1 1
1
P(B) P(BC) P(escapar C) 3 2 1
P(escapar por BC)
P(escapar) 1 3
2
1 1
P(escapar) 1 - P (ser atrapado) 1 -
2 2
17/ En unos laboratorios se preparan tres vacunas contra la misma enfermedad. Las probabilidades de obtener
en el mercado cada una de ellas son: vacuna 1=1/6; vacuna 2=1/3; vacuna 3=1/2. Las probabilidades de
inmunidad con cada una son: vacuna 1=0,90; vacuna 2=0,94; vacuna 3=0,88. Calclese la probabilidad de que,
utilizando cualquiera de ellas, el sujeto vacunado resulte inmune.

Para calcular la probabilidad de inmunizacin aplicamos el teorema de la probabilidad total:

P( I ) P(V1 ) P( I / V1 ) P(V2 ) P( I / V2 ) P(V3 ) P( I / V3 )

1 1 1
0,90 0,94 0,88 0,903
6 3 2
19/ Sean las urnas de bolas U1 = (5b, 8n) y U2 = (6b, 9r). Se toma una bola de U1 y se pasa a U2 y seguidamente
una de U2 y se pasa a U1. cul es la probabilidad de que esta ltima sea roja?
(b = bola blanca, n = bola negra, r = bola roja)

Las posibles dobles extracciones de U1 son: bb, br, nn, nb y nr ; cuyas probabilidades respectivas son:
5 7 5 9 8 1 8 6 8 9
, , , y
13 16 13 16 13 16 13 16 13 16

Sea B el suceso cuya probabilidad queremos calcular. Por el teorema de la probabilidad total tenemos que:

P( B) P( B / bb) P(bb) P( B / br ) P(br ) P( B / nn) P(nn) P( B / nb) P(nb)

35 1 45 8 48 1 72 117
P( B / nr ) P(nr ) 0 0 0 0, 043
208 13 208 208 208 13 208 2704
20/ Un test detecta la presencia de un cierto tipo T de bacterias en el agua con probabilidad 0,9 en caso de
haberlas. Si no las hay, detecta la ausencia con probabilidad 0,8. sabiendo que la probabilidad de que una
muestra de agua contenga bacterias de tipo T es 0,2 , calcular la probabilidad:

a) De que realmente haya presencia de bacterias cuando el test ha dado resultado positivo
b) dem cuando del resultado del test es negativo
c) De que haya bacterias y el test sea positivo
d) De que, o haya bacterias, o el test sea positivo

Designaremos por T el suceso que haya bacterias tipo T y por C el suceso el test dio positivo.
a) Por el teorema de Bayes:
P(C / T ) P(T ) 0, 9 0, 2 9
P(T / C )
P(C / T ) P(T ) P(C / T ) P(T ) 0, 9 0, 2 0, 2 0,8 17

P(C / T ) P(T ) 0,1 0, 2 0, 02 1

b) P(T / C )
P(C / T ) P(T ) P(C / T ) P(T ) 0,1 0, 2 0,8 0,8 0, 66 33

c) P(T C ) P(T ) P(C / T ) 0, 2 0,9 0,18

P(T C ) P(T ) P(C ) P(T C ) 0, 2 0,34 0,18 0,36

d) ya que la probabilidad de que el test sea positivo es:
P(C ) P(C / T ) P(T ) P(C / T ) P(T ) 0,9 0, 2 0, 2 0,8 0,34
21/ A un puesto aduanero llegan peridicamente misiones diplomticas procedentes de un determinado pas y que
estn constituidas por 10 miembros. El citado pas es un gran productor de marihuana, circunstancia que, de vez
en cuando, es aprovechada por sus misiones diplomticas para introducir algn que otro cargamento en el pas
que visitan, siendo la forma de hacerlo el que dos de los diez miembros lleven en sus maletas la hierba.
Los aduaneros tienen ya informacin del truco, pero, para no producir incidentes diplomticos, se limitan a
inspeccionar dos de las diez maletas dejando pasar a la misin si en las maletas inspeccionadas no encuentran
droga. Su experiencia les dice adems que el 10% de las misiones portan la droga.
Si una misin inspeccionada no arroja resultado positivo, cul es la probabilidad de que realmente dicha misin
no lleve droga alguna?

Denominaremos:
A1 al suceso la delegacin porta droga
A2 al suceso la delegacin no lleva droga
B al suceso una misin inspeccionada arroja resultado negativo

Conocemos:

P( A1 ) 0,1 P( A2 ) 0,9
8 2

P( B / A1 )
2 0 28
P( B / A2 ) 1
10 45

2

Y nos pide P(A2/B). Esta probabilidad podemos calcularla con ayuda del teorema de Bayes:

P( A2 ) P ( B / A2 )
P( A2 / B) 0, 9353
P( A1 ) P( B / A1 ) P( A2 ) P( B / A2 )
22/ Una caja contiene 3 monedas, 2 normales y una con dos caras. Se elige una moneda al azar y se efecta una
tirada. Si sale cara se tira otra vez. Si sale cruz se elige una de las otras dos que quedan en la caja y se tira. Se pide:

a) Probabilidad de que hayan salido dos caras

b) En este caso, cul es la probabilidad de que la moneda que se ha lanzado dos veces sea la que tiene dos
caras?
c) cul es la probabilidad de que salgan dos cruces?

P(dos caras) P( B) P( B A1 ) P( B A2 ) P( A1 ) P( B / A1 ) P( A2 ) P( B / A2 )
a) 2 1 1 1 1
1 0,5
3 4 3 6 3

(donde A1 es el suceso consistente en que la moneda extrada sea normal y A2 que la moneda extrada sea la especial)

1
P( A2 B) P( A2 ) P( B / A2 ) 3 2 2 1 1 1 1
b) P( A / B) P ( H ) P ( M 1 ) P (C / M 1 ) P ( M 2 / M 1 ) P (C / M 2 )
P( B) P( B) 1 3 3 2 2 2 12
2

c) Saldrn dos cruces si la primera moneda era normal y el lanzamiento fue cruz y la segunda moneda era tambin nor mal y asimismo arroj
cruz. Llamaremos:

Mi : La moneda extrada en el lugar i-simo es normal , i = 1 , 2

C : Salir cruz al lanzar una moneda
H : Salir dos cruces

2 1 1 1 1
P( H ) P( M 1 ) P(C / M 1 ) P( M 2 / M 1 ) P(C / M 2 )
3 2 2 2 12
23/ Una urna contiene 2 bolas blancas, 5 negras y 4 rojas, y de ella extraemos tres bolas, una a continuacin de
otra. La primera que se extrajo result roja, la segunda no se mir y la tercera fue negra.
Determinar la probabilidad de que la bola extrada en segundo lugar sea blanca.

La informacin de que la primera bola extrada fue roja reduce el problema inicial a este otro:
Una urna con 2 bolas blancas, 5 negras y 3 rojas y de ella extraemos 2 bolas, una despus de la otra. La primera no se mir y la segunda era
negra. cul es la probabilidad de que la bola extrada en primer lugar sea blanca?
Llamamos B, N y R a los sucesos salir bola blanca, negra o roja en primer lugar y C al suceso segunda bola extrada sea negra

5 4 5
P(C / B) P (C / N ) P (C / R )
9 9 9
2 5 3
P( B) P( N ) P( R)
10 10 10

Y pretendemos calcular es P(B/C) lo que haremos con ayuda del teorema de Bayes. As tenemos:

P(C / B) P( B) 2
P( B / C )
P(C / B) P( B) P(C / N ) P( N ) P(C / R) P( R) 9

Anlogamente se calcula que: P(N/C) = 4/9 P(R/C) = 3/9

Sean tres urnas con las siguientes posiciones de bolas blancas y negras:
U1: (3 blancas y 2 negras); U2: (4 blancas y 2 negras); U3: (1 blanca y 4 negras)
Calclese:
a) Probabilidad de extraer bola blanca
b) Probabilidad de que una bola negra que se ha extrado proceda de la
segunda urna.
SOLUCIN:
a) Suponemos que las tres urnas son equiprobables: P(U1)=P(U2)=P(U3)= 1/3.
Por el teorema de la probabilidad total:
P(blanca) = P(blanca/U1) P(U1) + P(blanca/U2) P(U2) + P(blanca/U3) P(U3) =
3/5 x 1/3+ 4/6 x 1/3 +1/5 x 1/3 = 22/45 = 0,48888
b) P (U2/negra) = P (negra/ U2)P (U2)/P(negra) =
= (P(negra/U2)P(U2)/(P(negra/U1)P(U1)+P(negra/U2) P( U2)+P(negra/U3)

2 1

6 3 5
P/U3) =
2 1 2 1 4 1 23

5 3 6 3 5 3

Tambin se podra haber obtenido con la probabilidad del complementario:

P (negra) = 1 P (blanca) = 1 22/45 = 23/45
1. - Tres damas cerca de jubilarse escriben pedidos en la librera
universitaria. Sabemos que la Sra. Eduviges escribe el 50%
de los pedidos. La Sra. Clotilde el 20% y la Sra.
Gertrudis,30%. Sabemos que Sra. Eduviges comete un error
por cada 100 pedidos; Clotilde se equivoca el 4% de las
veces. y Gertrudis la mitad de las veces que Clotilde. Un
estudiante recibe un libro equivocado e inocentemente cree
que hubo un error al solicitarlo. Cul es la probabilidad de
que la Sra. Eduviges escribiera el pedido?. Tomemos F=
{error}.
 2.- Suponga que las dos emisoras de radio de su zona tienen la siguiente
programacin en porcentaje:
EMISORA DE RADIO
Golfo Nuevo Radio Chubut Noticias y
pronsticos 2% 10%
Asuntos comunitarios 8% 20%
Novelas 0% 15%
Msica 0% 50%
Deportes 10% 5%
a)Si Ud. sintoniza Golfo Nuevo : cual es la probabilidad de que est
trasmitiendo msica o novela.
b)Un mdico escucha radio mientras opera una peritonitis. estimamos
que las probabilidades de que sintonice una determinada emisora son
P(GN)=0.40 , P(NoGN)=0.60.A travs de la puerta de la sala de
operaciones se oye un partido de ftbol. Cul de las dos emisoras
apostaria Ud. que escucha el Dr.?
 3)Una empresa estudia la comercializacin de un nuevo
producto. Se desea que resulte superior a su mas cercano
competidor. En base a evaluaciones a preliminares se
determina una probabilidad del 50% que el producto sea
superior al competidor, de un 30% que posea igual calidad y
de un 20% que resulte inferior. Un estudio de mercado
concluye que el producto es superior a la competencia. En
base a la experiencia en encuestas, se sabe que si un producto
es superior, la probabilidad de que la encuesta alcance igual
resultado es 0.7.Si el producto es de igual calidad, la
probabilidad de que la encuesta d un producto superior es
de0.4, y la probabilidad. de que la encuesta indique un
producto superior siendo en realidad inferior es de 0.2. Dado
el resultado de la encuesta: Cul es la probabilidad de que el
producto sea superior?.
4.- Segn los datos de una revista de modas El 50% de los
hombres de Canad usa ropa interior de color, pero solo el 20% de
los norteamericanos la usa. En un hotel de Bermudas hay
hospedados cuatro veces mas de norteamericanos que de
canadienses. Una de las camareras descubre en una habitacin un
slip naranja. Cul es la probabilidad de que el ocupante sea
canadiense?
5)Una planta armadora de androides recibe microcircuitos
provenientes de tres fabricantes F1, F2, F3. El 50% se compra a F1
y a F2, F3 un 25% a cada uno. El porcentaje de circuitos
defectuosos es de 5, 10 y 12% respectivamente para F1, F2, F3. Si
los circuitos se almacenan en la planta sin identificar el proveedor:
a)Determinar la probabilidad de que salga un androide asesino, o
sea, tenga un circuito defectuoso. b)Si un circuito es bueno, Cul
es la probabilidad. que provenga del fabricante F2 ?.
 6.- Cuatro ayudantes de una estacin de servicio
deben limpiar los parabrisas de los clientes. Juan
atiende el 20% de los clientes y cumple su cometido
una vez cada 20 autos. Toms atiende el 60% de los
autos y no limpia el parabrisas una vez cada 10 autos.
Jorge atiende el 20% de la clientela y no limpia una
vez cada 20 autos. Si un cliente se queja de que su
parabrisas no fue lavado: Cul es la probabilidad que
lo haya atendido Juan ?
131
 CONTEO
Si se tienen m elementos de un tipo y n de otro
tipo, el nmero de parejas que se puede formar es:
En trminos de frmula:
Nmero total de arreglos = m * n
Y para mas de dos eventos tenemos:
Nmero total de arreglos = m * n * o

132
 Autoexamen 5-13
Un fabricante desarrollo 5 bases para lmpara y 4
pantallas que se pueden usar juntas. Cuntos
arreglos distintos de base y pantalla se pueden
ofrecer?

Nmero total de arreglos = m * n = 5 * 4 = 20

133
Autoexamen 5-13
Una industria fabrica 3 modelos de receptores
estereo, 2 aparatos de casete, 4 bocinas y 3
tornamesas. Cuntos sistemas distintos puede
ofrecer esta industria?
Nmero total de arreglos = m*n*o*p
Nmero total de arreglos = 3*2*4*3 = 72

134
Autoexamen 5-13 Una tienda anuncia que por
US$ 20,000.00 se puede adquirir un convertible, un
dos puertas o un modelo de cuatro puertas, con
eleccin de cubreruedas deportivos o comunes.
Cuntos arreglos diferentes de modelos y
cubreruedas puede ofrecer la tienda?
Nmero total de arreglos = m * n = 3 * 2 = 6

135
136
 PERMUTACION
Disposicin en orden de un conjunto de
objetos en el que hay un primero, un
segundo, un tercero, etc. hasta n.
n!
P =
n r (n r)!
P: nmero de permutaciones
n: nmero total de objetos
r: nmero de objetos que se dispondr 137
 Ejemplo 1:
Se desea ensamblar tres elementos electrnicos
en cualquier orden. de cuantas formas
diferentes se pueden reunir?
:
n! 3!
P = =
n r
(n r)! (3 3)!
=6
138
 Auto examen 5-14
a que es igual 6!? = 6*5*4*3*2*1= 720
a que es igual 6!2!/4!3!? = 10
Un operador debe realizar 4 verificaciones de
seguridad antes de activar una mquina. No
importa el orden en que se realicen las
verificaciones. De cuantas formas diferentes e
puede realizar las verificaciones el operador?

4!
P = = 24
4 4
(4 4)! 139
Auto examen 5-14
Utilizar 10 nmeros del 0 al 9 para crear grupos
de cdigo de 4 cifras fin de identificar un articulo de
ropa. El cdigo 1083 podra ser una blusa azul, talla
media. El grupo cdigo 2031 podra identificar unos
pantalones, talla 18,etc. No se permiten repeticiones
de los nmeros. Es decir, el mismo nmero no puede
utilizarse dos veces o mas en una secuencia total.
Por ejemplo 2256, 2562, o 5559 no se permitirn
Cuntos grupos de distintos cdigos pueden
establecerse?
10!
10P4 = = 5040
(10 4)!
140
Auto examen 5-15
Un msico desea escribir una partitura basada
solamente en cinco notas (la, si, do, re y mi). Sin
embargo, solo tres notas de las cinco se utilizarn en
sucesin, como do, la y mi. No se permitirn
repeticiones como la, la y mi.
1) Cuantas permutaciones de las cinco notas,
tomadas tres cada vez, son posibles?
= 5*4*3 = 60
2) Utilizando la formula para permutaciones,
Cuntas permutaciones son posibles?
5!
5P3 = = 60
(5 3)! 141
 PERMUTACION CON
REPETICION
Disposicin en orden de un conjunto de
objetos en el que hay un primero, un
segundo, un tercero, etc. hasta n, pero que
se permiten las repeticiones.

n r
P
n r =
P: nmero de permutaciones
n: nmero total de objetos
r: nmero de objetos que se dispondr 142
Auto examen 5-16
Un msico desea escribir una partitura basada
solamente en cinco notas (la, si, do, re y mi). Sin
embargo, solo tres notas de las cinco se utilizarn en
sucesin, como do, la y mi. Se permitirn
repeticiones como la, la y mi.
Hay 60 permutaciones sin repeticin de tres notas
Cuantas permutaciones son posibles si se permiten
las repeticiones?

P
5 3 = 5 3 = 125
143
144
 COMBINACION
Dado un conjunto de n elementos, se denomina
combinaciones de tamao r a todos los conjuntos que
se pueden formar con r elementos tomados de entre los
n elementos, de modo que cada conjunto difiera de los
dems en por lo menos un elemento.
n!
n Cr =
r!(n r)!
P: nmero de permutaciones
n: nmero total de objetos
r: nmero de objetos que se dispondr
145
Ejemplo 2:
A un Dpto. de Pinturas le han pedido que disee
cdigos de color para 42 elementos distintos. Se van
a utilizar tres de cada uno. sern adecuados siete
colores tomados de tres cada vez para codificar las
42 partes mecnicas ?

7!
7 C3 = = 35
3!(7 3)!
146
Auto examen 5-17
Verificar las 56 combinaciones mencionadas en el
prrafo anterior.
8!
= 56
8C3 = 3!(8 3)!
Como un plan alternativo para codificar por color
las 42 partes, se sugiri que se colocaran solo dos
colores en cada una. Serian adecuados 10 colores
para codificar las 42 partes?

10!
= 42
10C2= 2(10 3)
147
148
 El conjunto de todos los resultados posibles de un
experimento se llama espacio muestral y se representa con
el simbolo S.
Espacio muestral es el conjunto formado por todos los
posibles resultados de un experimento aleatorio. En adelante
lo designaremos por E.
Ejemplo 3: Cuando el experimento es lanzar un dado:
E1={1,2,3,4,5,6}
E2={par, impar}
Ejemplo 4: Cuando el experimento es lanzar una moneda:
E3={sello, cara}
149
Ejemplo 5: Cuando se seleccionan tres artculos de forma
aleatoria de un proceso de fabricacin y se clasifican como
defectuosos (D) y no defectuosos (N):

E4={DDD, DDN, DND, DNN, NDD, NDN, NND, NNN}

150
 Primer Segundo Tercer Punto
artculo artculo artculo muestral

D DDD
D
N DDN
D
D DNN
N
N DNN
D NDD
D
N NDN
N
D NND
Diagrama N
de Arbol N NNN
151
152
Evento: subconjunto de un espacio muestral.
Ejemplo 6: Evento B cuando el numero de defectuosos es
mayor que 1 respecto al espacio muestral E4:

E5={DDD, DDN, DND, NDD}

153
154
Auto examen 5-17
Verificar las 56 combinaciones mencionadas en el
prrafo anterior.
8!
= 56
8C3 = 3!(8 3)!
Como un plan alternativo para codificar por color
las 42 partes, se sugiri que se colocaran solo dos
colores en cada una. Serian adecuados 10 colores
para codificar las 42 partes?

10!
= 42
10C2= 2(10 3)
155