Presentación sobre el cálculo de probabilidades.
Operaciones con sucesos,regla de Laplace,probabilidad condicionada,probabilidad total,teorema de Bayes.
Con algunos ejercicios.
3. EXPERIENCIAS ALEATORIAS.
Experiencia determinista : su resultado es predecible de antemano.
En idénticas condiciones,se obtiene el mismo resultado.
Ej.: lanzar una piedra al vacío y medir su aceleración.
Experiencia aleatoria : su resultado no se puede predecir,depende del azar,
aunque se repita en idénticas condiciones.
Ej.: lanzar un dado y anotar el número obtenido.
5. Al lanzar un dado se pueden obtener seis resultados diferentes.
Espacio muestral es el conjunto E de todos los posibles resultados de una
experiencia aleatoria.
E=
Suceso : es cualquier subconjunto del espacio muestral asociado a un
experimento aleatorio.
A= B=
C= D= H=
Sucesos elementales : cada uno de los elementos del espacio muestral.
Sucesos compuestos : formados por dos o más sucesos elementales.
Suceso seguro : es el propio espacio muestral E.
Suceso imposible : es el suceso vacío Ø.
7. A= B=
C= D=
F=
La unión de dos sucesos es el suceso formado por los elementos de ambos.
BUD =
AUB = CUD = E =
La intersección de dos sucesos es el suceso formado por los elementos
comunes a ambos sucesos.
B∩D = C∩F =
8. Dos sucesos son incompatibles cuando es imposible que ocurran
simultáneamente,es decir, cuando A∩B=Ø.
C= D=
C∩ D = Ø C y D son incompatibles
C= F=
C∩ F = ǂ Ø C y F son compatibles
Dos sucesos son contrarios cuando entre ambos se reparten todos los
sucesos elementales,es decir, A∩B=Ø y AUB=E.
A= B=
9. OPERACIONES CON SUCESOS
UNIÓN: Suceso formado por todos los elementos de A y de B
A A
AUB
AUB se verifica cuando ocurre uno de los dos sucesos A o B,o ambos.
INTERSECCIÓN: Suceso formado por los elementos comunes de A y de B.
A∩B
A A
A∩B se verifica cuando ocurren simultáneamente A y B.
10. DIFERENCIA:
A-B es el suceso formado por todos los elementos de A que no son de B.
B-A es el suceso formado por todos los elementos de B que no son de A.
A A
A-B
A-B se verifica cuando lo hace A y no lo hace B.
A
A
B-A
B-A se verifica cuando lo hace B y no lo hace A.
11. COMPLEMENTARIO O CONTRARIO: Suceso formado por todos los
elementos que no son de A.
E
A E-A = Ā
Ā se verifica siempre que no se verifica A.
SUCESOS INCOMPATIBLES: Sucesos que no tienen elementos comunes.
A
A∩B = Ø
A y B no se verifican simultáneamente.
12. Ejercicio Se lanza un dado E={1,2,3,4,5,6}
Determina los elementos que componen los sucesos:
A=”salir par”
B=”salir impar”
C=”menor o igual que 4”
D=”mayor o igual que 5”
F=”salir nº primo”
Determina :
E
6
C∩F
2 CUF
1 5
4 3 C-F
C F F-C
¿Son F y C incompatibles?
¿Y contrarios?
13. PROPIEDADES DE LAS OPERACIONES CON SUCESOS
DISTRIBUTIVAS: AU(B∩C) = (AUB)∩(AUC)
A∩(BUC) = (A∩B)U(A∩C)
DE SIMPLIFICACIÓN: AU(B∩A) = A
A∩(BUA) = A
DEL CONTRARIO: (A')' = A
A-B = A∩B'
LEYES DE MORGAN: (AUB)' = A'∩B'
(A∩B)' = A'UB'
14. FRECUENCIA Y PROBABILIDAD
Si realizamos N veces un experimento aleatorio,y observamos un suceso S
que se verifica n veces,tenemos
Frecuencia absoluta de S: número de veces que ocurre S. f(S) = n
Frecuencia relativa de S: proporción de veces que ocurre S. fr (S) = n/N
Por tanto,siempre es un nº entre 0 y 1.
LEY DE LOS GRANDES NÚMEROS:
Si realizamos un experimento aleatorio N veces,la frecuencia relativa f r(S)
de un suceso S toma distintos valores.
Dichos valores pueden sufrir grandes oscilaciones, pero si aumentamos
indefinidamente el número N de veces que realizamos el experimento
aleatorio,se observa que las oscilaciones son cada vez menores y que
dicha frecuencia fr (S) tiende a estabilizarse, aproximándose a un valor.
Ese valor es la probabilidad del suceso S y se escribe P(S)
P (S ) = lim f r (S )
N →+ ∞
15. Ejemplo:
Lanzamos un dado N veces.
Anotamos la frecuencia relativa
del suceso S = ”salir el 3”.
Repetimos este experimento
para otros valores mayores
de N.Se observa que fr(S) toma
distintos valores y con muchas
1 oscilaciones, si los valores de
P(S )= lim ff r(S )= 1 ≃ 0,1667
P S = lim S = = 0.17 N son pequeños.
N ∞ r 6
6
N →+ ∞ Pero,para valores muy grandes
de N (muchos lanzamientos),
las oscilaciones disminuyen
hasta que los valores fr(S) se
estabilizan, acercándose a un
número P(S)
17. PROPIEDADES:
T1 P(Ā) = 1 - P(A)
A
Ā
T2 P(Ø) = 0
T3 Si A ⊆ B, entonces P(B) = P(A) + P(B-A) B
A
B-A
T4 Si A ⊆ B, entonces P(A) ≤ P(B)
Si A1, A2,...., Ak son incompatibles dos a dos, entonces
T5
P(A1U A2U....U Ak) = P(A1) + P(A2) +.....+ P(Ak)
T6 P(AUB) = P(A) + P(B) - P(A∩B)
T7 Si E es finito y S = {x1,x2,....,xk},entonces A
P(S) = P(x1) + P(x2) +.....+ P(xk)
19. REGLA DE LAPLACE
La propiedad T7 permite calcular la probabilidad de un suceso S,
sumando las probabilidades de los sucesos elementales que lo componen:
Si E es finito y S = {x1,x2,....xk}, entonces P(S) = P(x1) + P(x2) +.....+ P(xk)
Si además el espacio muestral E = {x1,x2,....,xn} consta de n sucesos
elementales equiprobables, es decir, P(x1) = P(x2) = ...... = P(xn) = 1/n ,
entonces la probabilidad de un suceso S viene dada por la expresión:
P(S) = k/n
Esta es la ley de Laplace que se expresa:
nº casos favorables a S
P(S) =
nº casos posibles
20. Lanzamos un dado correcto.Halla la probabilidad de obtener:
a) impar b) primo c) múltiplo de 3 d) menor que 5
E = {1,2,3,4,5,6 }
Todos los resultados son equiprobables si el dado es correcto.
Aplicamos la ley de Laplace:
nº casos favorables a S
P(impar) = P({1,3,5}) = 3/6 = 1/2 P(S) =
nº casos posibles
P(primo) = P({2,3,5}) = 3/6 = 1/2
P(múltiplo de 3) = P({3,6}) = 2/6 = 1/3
P(menor que 5) = P({1,2,3,4}) = 4/6 = 2/3
21. Se tiene una baraja española.Halla la probabilidad de que al extraer
una carta sea:
a) figura b) as c) 6 o 7 d) copas e) no figura
figura es Regla
sota,caballo de
o rey Laplace
hay 10 cartas
de copas
no figura es lo
P(figura) = 12/40 = 3/10 = 0,3 contrario de
figura
P(as) = 4/40 = 1/10 = 0,1
P(6 o 7) = 8/40 = 1/5 = 0,2
P(copas) = 10/40 = 1/4 = 0,25
P(no figura) = 1 - P(figura) = 1 – 0,3 = 0,7
22. Se lanzan dos dados y se suman los puntos obtenidos.
Calcula la probabilidad de que la suma sea:
a) par b)múltiplo de 3 c)múltiplo de 5 d)mayor que 6
E = {2,3,4,5,6,7,8,9,10,11,12} Pero estos 11 sucesos no son equiprobables.
Nuevo enfoque del experimento aleatorio:
E´= {(1,1),(1,2),...........(6,6)} Son 36 sucesos equiprobables ⇒ ley de Laplace:
+ 1 2 3 4 5 6
1 2 3 4 5 6 7
2 P(suma par) = 18/36 = 1/2
3 4 5 6 7 8
3 4 5 6 7 8 9 P(múltiplo de 3) = 12/36 =1/3
4 5 6 7 8 9 10
5 6 7 8 9 10 11 P(múltiplo de 5) = 7/36
6 7 8 9 10 11 12 P(mayor que 6) = 21/36 = 7/12
23. Dos amigos juegan con dos dados.Uno apuesta a obtener suma igual a
6 y el otro apuesta a obtener suma igual a 7.¿Te parece el juego justo?
+ 1 2 3 4 5 6
1 2 3 4 5 6 7
2 3 4 5 6 7 8 P(suma 6)=5/36
3 4 5 6 7 8 9
4 5 6 7 8 9 10 P(suma 7)= 6/36
5 6 7 8 9 10 11
6 7 8 9 10 11 12
Conclusión: el juego no es justo pues el segundo jugador tiene mayor
probabilidad de ganar.
25. PROBABILIDAD CONDICIONADA
Dados dos sucesos A y B,se llama probabilidad de B condicionada a A
a la proporción de veces que ocurre B de entre las que ocurre A .
E
B A∩B
P(B|A) =
A
Por tanto:
la probabilidad de la intersección de dos sucesos A y B es el producto
de la probabilidad de uno de ellos por la probabilidad condicionada
del otro a éste.
P(A∩B) = P(A)·P(B|A)
26. Los resultados de una encuesta sociológica acerca de la actitud política
progresista o conservadora, realizada sobre 375 universitarios de
ambos sexos están registrados en la siguiente tabla de contingencia:
Varones Mujeres
Actitud progresista 150 75 225
Actitud conservadora 50 100 150
200 175 375
P(varón) = 200/375 P(progresista) = 225/375
P(mujer) = 175/375 P(conservador) = 150/375
P(varón∩progresista) = 150/375
P(varón∩progresista) 150/375
P(progresista|varón) = 150/200 =
P(varón) 200/375
P(B|A) =
28. SUCESOS DEPENDIENTES E INDEPENDIENTES
Dos sucesos A y B,se dice que son independientes cuando se cumple que:
P(B|A) = P(B) y P(A|B) = P(A)
Cuando dos sucesos son independientes la probabilidad de su intersección
es igual al producto de las probabilidades de cada uno de ellos.
A y B independientes ⇒ P(A∩B) = P(A)·P(B)
En caso contrario se dice que son dependientes y, entonces,la probabilidad
de su intersección es igual al producto de la probabilidad de uno por la
probabilidad del otro condicionada a éste:
A y B dependientes ⇒ P(A∩B) = P(A)·P(B|A) = P(B)·P(A|B)
29. Los resultados de una encuesta sociológica acerca de la actitud política
progresista o conservadora,realizada sobre 375 universitarios de ambos
sexos están registrados en la siguiente tabla de contingencia:
La actitud progresista y el hecho de ser varón,¿son independientes?
Varones Mujeres
Actitud progresista 150 75 225
Actitud conservadora 50 100 150
200 175 375
P(progresista|varón) = 150/200 = 3/4
P(progresista|varón) ≠ P(progresista)
P(progresista) = 225/375 = 3/5
Por tanto,las características tener actitud progresista y ser varón son
sucesos dependientes
30. 1 2 3 4 5 6 7 8 P(B|A) =
P(par ∩ verde) 1
P(par | verde) = =
P(verde) 3
proporción de pares
P(par ∩ rojo) 2 1 entre las bolas rojas =
P(par | rojo) = = =
proporción de pares
P(rojo) 4 2
en el conjunto total
P(par ∩ negro) 1
P(par | negro) = = = 1
P(negro) 1
P(par|rojo) = P(par)
4 1 par y rojo son sucesos
P(par) = = independientes
8 2
P(par|verde) ≠ P(par) P(par|negro) ≠ P(par)
par y verde son dependientes par y negro son dependientes
32. EXPERIENCIAS COMPUESTAS
Se llaman experiencias compuestas a aquellas en las que se distinguen
dos o más etapas. Se distinguen dos casos:
● Experiencias independientes: ● Experiencias dependientes:
Cuando el resultado de cada Cuando el resultado de cada
experiencia,no influye en el de la experiencia, sí influye en el de la
siguiente. siguiente.
P(S1∩ S2) = P(S1)·P(S2) P(S1∩ S2) = P(S1)·P(S2IS1)
Extracción de dos cartas sucesiva- Extracción de dos cartas sucesiva-
mente con reemplazamiento: mente sin reemplazamiento:
P(As1∩ As2) = P(As1).P(As2)= P(As1∩ As2) = P(As1).P(As2IAs1)=
= 4/40 • 4/40 = 4/40 • 3/39
Observa la diferencia en la segunda extracción
33. De una baraja española se extraen dos cartas sucesivamente y sin
reemplazamiento.La primera carta extraída es el as de oros.
Calcula la probabilidad de que la segunda carta extraída sea:
1) oros 2) as 3) figura
Primera carta Segunda carta
1) P(oros) = P(O2| A1) = 9/39 = 3/13
2) P(as) = P(A2| A1) = 3/39 = 1/13
3) P(figura) = P(F2| A1) = 12/39 = 4/13
34. CASO I : EXPERIENCIAS INDEPENDIENTES
Lanzamos dos dados.¿Cuál es la probabilidad de obtener “PAR”
en el primer dado y “MAYOR QUE 2” en el segundo?
Primer dado Segundo dado
4/6
{3,4,5,6} MAYOR QUE 2
2/6 {1,2} NO MAYOR QUE 2
1/2 PAR
1/2 IMPAR
4/6 {3,4,5,6} MAYOR QUE 2
2/6 {1,2} NO MAYOR QUE 2
35. Ahora determinamos las probabilidades de cada suceso de la
experiencia compuesta:
Para obtener la probabilidad de un suceso
compuesto,se multiplican las probabilidades
Experiencia 1ª: Experiencia 2ª: de los sucesos simples que lo componen ya
que las experiencias son independientes:
4/6 {3,4,5,6} P(PAR y MAYOR QUE 2) = 1/2 . 4/6
1/2 2/6
{1,2} P(PAR y NO MAYOR QUE 2) = 1/2 . 2/6
PAR
4/6
1/2 IMPAR {3,4,5,6} P(IMPAR y MAYOR QUE 2) = 1/2 . 4/6
2/6 {1,2} P(IMPAR y NO MAYOR QUE 2)= 1/2 . 2/6
experiencias independientes:
P(PAR ∩ MAYOR QUE 2) = P(PAR) · P(MAYOR QUE 2) = 1/2 · 4/6
36. CASO II : EXPERIENCIAS DEPENDIENTES
Tenemos una urna con 3 bolas verdes y 2 bolas rojas.
Extraemos dos bolas sucesivamente y sin reemplazamiento.
¿Cuál es la probabilidad de que “AMBAS SEAN VERDES”?
Primera extracción Segunda extracción
2/4 P( ) = 3/5 • 2/4
3/5
P( ) = 3/5 • 2/4
2/4
3/4 P( ) = 2/5 • 3/4
2/5
1/4 P( ) = 2/5 • 1/4
experiencias dependientes: la probabilidad de la 2ª extracción es condicionada
P(VERDE1 ∩ VERDE2) = P(VERDE1)·P(VERDE2 | VERDE1) = 3/5 · 2/4
37. EJERCICIO:
Extraemos simultáneamente 3 cartas de una baraja.
¿Cuál es la probabilidad de obtener “3 ASES” ?
NOTA:
Hay ocasiones en los que las pruebas no son sucesivas,sino simultáneas.
Pero puede ser más fácil pensar en ellas como si se sucedieran en el tiempo .
Simultáneamente
=
Haré un
sucesivamente sin
diagrama de
reemplazamiento
árbol
para ayudarme
Es una
experiencia
compuesta,
formada por
experiencias
dependientes
38. 1ª extracción 2ª extracción 3ª extracción
2/38
As 3/39 36/38
3/38 •
•
4/40 36/39
•
35/38 •
3/38 •
•
36/40 No As •
4/39
35/38 •
35/39 4/38
34/38
39. Ahora determinamos las probabilidades de cada suceso de la
experiencia compuesta:
1ª extracción 2ª extracción 3ª extracción
P(AAA)= 4/40 • 3/39 • 2/38
2/38
As 3/39 P(AAX)= 4/40 • 3/39 • 36/38
36/38
P(AXA)= 4/40 • 36/39 • 3/38
3/38 •
4/40 •
36/39
35/38 • P(AXX)= 4/40 • 36/39 • 35/38
•
3/38 • P(XAA)= 36/40 • 4/39 • 3/38
No As 4/39 •
36/40 •
35/38 • P(XAX)= 36/40 • 4/39 • 35/38
4/38 P(XXA)= 36/40 • 35/39 • 4/38
35/39
34/38 P(XXX)= 36/40 • 35/39 • 34/38
40. Se tiene una urna con 4 bolas rojas y 2 verdes.
Se lanza una moneda.Si sale cara se saca una bola de la urna,y si
sale cruz se sacan dos bolas sucesivamente y sin reemplazamiento.
Halla la probabilidad de:
a) sacar 2 bolas verdes b) ninguna verde
4/6 P( )= 1/2 • 4/6
P( )= 1/2 • 2/6
1/2 cara 2/6
3/5 P( )= 1/2 • 4/6 • 3/5
1/2 cruz 4/6
2/5 P( )= 1/2 • 4/6 • 2/5
4/5 P( )= 1/2 • 2/6 • 4/5
2/6
1/5 P( )= 1/2 • 2/6 • 1/5
moneda 1ª bola 2ª bola
42. PROBABILIDAD TOTAL
Si el espacio E se descompone como Cualquier suceso S se puede expresar
unión de sucesos incompatibles: como unión de sucesos incompatibles:
E
A1
A1∩ S
A2
A2∩ S
A3 A3∩ S
S
A4 A4∩ S
A5∩ S
A5
S = (A1∩ S) U (A2∩ S) U..... U (An∩ S)
E = A1 U A2 U....U An siendo por lo tanto,la probabilidad total de S es:
Ø = A1∩ A2= A1∩ A3=......= Ai∩ Aj
P(S) = P(A1∩ S) + P (A2∩ S) +..... + P (An∩ S) =
= P(A1)·P(S| A1)+P(A2)·P(S| A2)+....+P(An)·P(S| An)
43. PROBABILIDAD TOTAL
P(S| A1)
A1∩ S P(A1∩ S)
.
A1
P(A1)
P(S| A2)
P(A2) A2 A2∩ S P(A2∩ S)
.
P(S)
A3 . .
. . .
. . .
. . .
P(An) .
An P(S| An) An∩ S P(An∩ S)
.
La probabilidad total P(S) = P(A1∩ S) + P (A2∩ S) +..... + P (An∩ S) =
del suceso S es: = P(A1)·P(S| A1) + P(A2)·P(S| A2) + .... + P(An)·P(S| An)
44. La probabilidad de que un autobús que va de Madrid a Burgos sufra
un accidente en un día lluvioso es del 9% y en día seco del 5‰.
Durante un período de 10 días ha habido 7 días secos y 3 lluviosos.
¿Cuál será la probabilidad de que se produzca un accidente?
E
Lluvioso L
0,09 A A∩L
L A ∩L
A∩L
0,3 0,91 Ᾱ
0,005 ∩S
A∩S
A A∩S
0,7
S
0,995 Ᾱ
La probabilidad total de tener accidente es: Seco S
P(A) = P(A ∩ L) + P(A ∩ S) = P(L)·P(A| L) + P(S)·P(A| S) =
0,3 . 0,09 + 0,7 . 0,005 = 0,0305 O sea,ligeramente superior a un 3%
45. Un gato persigue a un ratón.Este puede entrar en uno de los tres
callejones A,B o C. La probabilidad de que elija cada uno de ellos es del
30%, 50% y 20%, respectivamente.Y de que sea cazado en cada uno de
ellos del 40%, 60% y 10% respectivamente.
Calcula la probabilidad de que el gato finalmente cace al ratón.
0,4 P(A∩cazado)
A
0,3
0,6 P(A∩no cazado)
P(cazado)
0,6 P(B∩cazado)
B
0,5
0,4 P(B∩no cazado)
0,2
0,1 P(C∩cazado)
C
La probabilidad total de que
el ratón sea cazado es: 0,9 P(C∩no cazado)
P(cazado) = P(A)·P(cazadoIA) + P(B)·P(cazadoIB) + P(C)·P(cazadoIC) =
= 0,3 • 0,4 + 0,5 • 0,6 + 0,2 • 0,1 = 0,44
46. Tenemos dos urnas A y B. Se extrae una bola de A , y se introduce
en B, se remueve y se extrae finalmente una bola de la urna B.
Halla la probabilidad de que la segunda bola extraída sea:
a) roja b) verde c) negra
urna A urna B
2/5
urna B
1/5
2/6 2/5
urna A 1/5 P(R)
3/6 2/5 P(V)
P(R)
2/5 P(N)
1/6 1/5
1/5
3/5
P(N)=P(R1)·P(N2|R1) P(V1)·P(N2|V1) P(N1)·P(N2|N1)
P(V)=P(R1)·P(V2|R1) + P(V1)·P(R2|V1) + P(N1)·P(R2|N1) =
P(R)=P(R1)·P(R2|R1) + P(V1)·P(V2|V1) + P(N1)·P(V2|N1) =
= 2/6 . 2/5 +
1/5 3/6 . 1/5 +
2/5 1/6 . 1/5 = 8/30
3/5 13/30
9/30
48. PROBABILIDADES “A POSTERIORI”: TEOREMA DE BAYES.
En una experiencia compuesta,si A es una suceso de la primera experiencia y
S un suceso de la segunda,¿tiene sentido la probabilidad condicionada P(A|S)?
Se puede llegar al suceso S habiendo pasado primero por A, o bien por otros
sucesos (B, C,....) de la primera experiencia:
B S
A S
C S
Si sabemos que finalmente ha ocurrido el suceso S,¿cuál es la probabilidad de
que haya ocurrido así, pasando previamente por el suceso A?
O sea,de las distintas causas que han podido provocar como efecto el suceso S,
¿en qué proporción del total de veces que sucede S,la causa ha sido A?
Este es el significado de P(A|S), llamada probabilidad “a posteriori” de A,
sabiendo que ha ocurrido S. (También llamada probabilidad de las causas)
Intuitivamente,dicha proporción es:
49. P(S | A1 )
S P(A1 ∩ S)
.
A1
. .
P(A1 ) .
.
.
A2
P(Ai ) P(S | Ai )
Ai S P(Ai ∩ S) P(S)
. .
. . .
. .
. .
. . .
P(An ) . .
P(S | An )
An P(An ∩ S)
. S
.
Y expresando P(S) como probabilidad total, se tiene la fórmula de Bayes :
50. La probabilidad de que un autobús que va de Madrid a Burgos sufra
un accidente en un día lluvioso es del 9% y en día seco del 5‰.
Durante un período de 10 días ha habido 7 días secos y 3 lluviosos.
Sabiendo que se ha producido un accidente en esos días,¿cuál será la
probabilidad de que haya ocurrido:
a) en día lluvioso? b) en día soleado?
0,09 A A∩L E
Lluvioso L
0,3 L A
0,91 Ᾱ A∩ L
A∩L
0,005 A A∩S A∩ S
A∩S
0,7 S
0,995 Ᾱ
Seco S
0,3 . 0,09
P(A ∩ L) 0,3 . 0,09
P(L | A) = = =
P(A) . . 0,005 0,0305
0,3 0,09 + 0,7
P(A ∩ S) 0,7 . 0,005 0,7 . 0,005
P(S | A) = = =
P(A) . . 0,005 0,0305
0,3 0,09 + 0,7
51. Supongamos,siguiendo con el ejercicio anterior,que vemos al gato
perseguir al ratón.Al poco rato llega con él en la boca.
¿En cuál de los tres caminos es más probable que lo haya cazado?
Según el ejercicio anterior:
P(cazado) = P(A)·P(cazadoIA)+P(B)·P(cazadoIB)+P(C)·P(cazadoIC) =
= 0,3 • 0,4 + 0,5 • 0,6 + 0,2 • 0,1 = 0,44
Calculamos la probabilidad de que el ratón estuviera en cada uno de los caminos,
sabiendo que ha sido cazado,aplicando el teorema de Bayes:
P(A∩cazado) 0,3 • 0,4 6
P(AIcazado)= = =
P(cazado) 0,3 • 0,4 + 0,5 • 0,6 + 0,2 • 0,1 22
P(B∩cazado) 0,5 • 0,6 15
P(BIcazado)=
P(AIcazado)= = =
P(cazado) 0,3 • 0,4 + 0,5 • 0,6 + 0,2 • 0,1 22
P(C∩cazado) 0,2 • 0,1 1
P(CIcazado)=
P(AIcazado)= = =
P(cazado) 0,3 • 0,4 + 0,5 • 0,6 + 0,2 • 0,1 22
53. De los 39 alumnos de una clase,16 escogieron francés y 27 inglés,
9 alumnos eligieron ambos idiomas y el resto no escogió ninguno de ellos.
Elegido un alumno al azar, halla la probabilidad de que escogiera:
a)francés b)inglés c)ambos d)alguno de los dos idiomas
e)francés pero no inglés f)inglés pero no francés g)sólo un idioma
h)ninguno de ellos
5 E E = 39
P(F) = 16/39 F = 16
18 I = 27
P(I) = 27/39 7F 9
F∩ I=9
P(F∩ I) = 9/39
P(FU I) = P(F) + P(I) - P(F∩ I) = 34/39
P(F - I) = 7/39
P(I - F) = 18/39
P[(I - F)U(F - I) ] = P(I - F) + P(F – I) = 18/39 +7/39 = 25/39
P(F∩ I) = P(FUI) = 1 - P(FU I) = 5/39
54. Sean A y B tales que: P(A) = 0,4 ; P(B) = 0,5 ; P(A∩B) = 0,3.
Halla P(AUB) y P(A∩B).
Partimos de: P(A∩B) = 0,3
Por las leyes de Morgan: A∩B = AUB ⇒ P(A∩B) = P(AUB) = 0,3
Por T1.,hallamos la probabilidad del suceso contrario:
P(AUB) = 1 - P( AUB) = 1 - 0,3 = 0,7
A B
0,2 0,3
0,2
0,3
Por T6. tenemos que: P(AUB) = P(A) + P(B) – P(A∩B)
0,7 = 0,4 + 0,5 – P(A∩B)
⇒ P(A∩B) = 0,2
55. Sabemos que P(A) = 0,4 , P(B) = 0,3 y P(A∩B) = 0,1 .
Halla razonadamente :
P(AUB) P(AUB) P(A|B) P(A∩B)
P(AUB) = P(A) + P(B) – P(A∩B) = 0,4 + 0,3 – 0,1 = 0,6
Por las leyes de Morgan: AUB = A∩B ⇒ P(AUB) = P(A∩B) =
Y usando la probabilidad del
suceso contrario: = 1 - P(A∩B) = 1 - 0,1 = 0,9
P(A|B) = P(A∩B) / P(B) = 0,1 / 0,3 = 1/3 = 0,3333....
usando la otra ley de Morgan: A∩B = AUB
A B
⇒ P(A∩B) = P(AUB) =
0,3 0,1 0,2
0,4 = 1 - P(AUB) = 1 - 0,6 = 0,4
56. En una empresa hay 200 empleados:100 hombres y 100 mujeres.
Los fumadores son 40 hombres y 35 mujeres.Haz la tabla de contingencia
correspondiente y determina sobre ella probabilidades.
Hombres Mujeres
Fumadores 40 35 75
No Fumadores 60 65 125
100 100 200
P(M) = P(H) = 100/200 = 0,5
P(M) ≠ P(M|F)
P(H∩NF) = 60/200 = 0,3
ser mujer y ser fumador
P(M∩F) = 35/200 = 0,175 son sucesos dependientes
P(M|F) = 35/75 = 0,467
P(F|M) = 35/100 = 0,35
57. El 20 % de los empleados de una empresa son ingenieros y otro 20 %
son economistas.El 75 % de los ingenieros ocupan un puesto directivo
y el 50 % de los economistas también,mientras que de los no ingenieros
y no economistas solamente el 20 % ocupan un puesto directivo.
¿Cuál es la probabilidad de que un directivo elegido al azar sea ingeniero?
0,75 Directivos
Ingenieros
Ingenieros
0,2 0,25
No Directivos
0,5 Ingenieros
Directivos P(D)
0,2 Economistas
0,5 No Directivos
0,6 0,2 Directivos
Ingenieros
Sin titulación
Teorema de Bayes: 0,8 No Directivos
0,2·0,75
= = 0,405
0,2·0,75+0,2·0,5+0,6·0,2
58. Un jugador de baloncesto suele acertar el 75 % de sus tiros desde el punto
de lanzamiento de personales.Si acierta el primer tiro,puede tirar de nuevo
a canasta.Calcula la probabilidad de que:
a) haga dos puntos
b) haga un punto
c) no haga ningún punto
0,75 ACERTAR
ACERTAR
0,75
0,25 FALLAR
0,25 FALLAR
P(dos puntos) = P(A1∩A2) = P(A1).P(A2|A1) = 0,75 . 0,75 = 0,56
P(un punto) = P(A1∩F2) = P(A1).P(F2|A1) = 0,75 . 0,25 = 0,19
P(ningún punto) = P(F1) = 0,25