PROBABILIDAD IDEAS INTRODUCTORIAS.

Los jugadores han utilizado las posibilidades para realizar apuestas durante toda la historia registrada. Pero no fue sino hasta el siglo XVII que el noble francs Antoine Gombauld (1.607-1.684) cuestion la base matemtica del xito y el fracaso en las mesas de dados. Le pregunt al matemtico Francs Blaise Pascal (1.623-1.662), Cules son las posibilidades de obtener dos seises al menos una vez en 24 tiradas de un par de dados?. Pascal le resolvi el problema, y se interes en el asunto de las probabilidades al igual que Gombauld. Compartieron sus ideas con el famoso matemtico Pierre de Fermat (1.601-1.665), y en las cartas que se escribieron entre s estos tres personajes constituyen la primera revista acadmica sobre teora de la probabilidad. No tenemos registro del grado de xito obtenido por estos caballeros en las mesas de dados, pero sabemos que su curiosidad y sus investigaciones dieron origen a muchos de los conceptos que estudiaremos en este captulo.1 Historia y relevancia de la teora de la probabilidad. Los primeros tericos fueron: Jacob Bernoulli (1.654-1.705), Abraham de Moivre (1.667-1.754) , el reverendo Thomas Bayes (1.702-1.762) y Joseph Lagrange (1.736-1813) desarrollaron frmulas y tcnicas para el clculo de la probabilidad. En el siglo XIX, Pierre Simon, marqus de Laplace (1.749-1.827), unific todas estas primeras ideas y compil la primera teora general de la probabilidad. Necesidad de la teora de la probabilidad. La teora de la probabilidad fue aplicada con xito en las mesas de juego y, lo que es ms importante en nuestro estudio, en problemas sociales y econmicos. La industria de seguros, que surgi en el siglo XIX, requera un conocimiento preciso acerca de los riesgos de prdida, con el fin de calcular las primas. Medio siglo ms tarde, muchos centros de aprendizaje estaban estudiando la probabilidad como una herramienta para el entendimiento de los fenmenos sociales. En la actualidad, la teora matemtica de la probabilidad es la base para las aplicaciones estadsticas tanto en investigaciones sociales como en la toma de decisiones. Ejemplos del uso de la teora de la probabilidad. La probabilidad es una parte de nuestras vidas cotidianas. En la toma de decisiones personales y administrativas, nos enfrentamos a la incertidumbre y utilizamos la teora de la probabilidad, admitamos o no el uso de algo tan complejo. Cuando escuchamos una prediccin de un 70 % de posibilidades de lluvia, cambiamos nuestros planes de salir de da de campo y nos quedamos en casa divirtindonos con juegos de mesa. Cuando juega uno de nuestros equipos favoritos de ftbol, hacemos nuestras apuestas con los amigos para proponer un posible ganador. Los administradores que se encargan de inventarios de ropa de moda para mujer deben preguntarse sobre las posibilidades de que las ventas alcancen o excedan un cierto nivel, y el comprador que adquiere una patineta considera la probabilidad de duracin de su pasajero capricho. Antes de tan publicitada pelea de Muhhammed Ali con Leo Spinks, se afirmaba que Ali haba dicho: Les apuesto a que todava ser el ms grande cuando termine la pelea. Y cuando usted mismo empiece a estudiar para el inevitable parcial de probabilidad, se puede preguntar. Cul ser la probabilidad de que el profesor nos pregunte algo sobre la historia de la probabilidad?. Vivimos en un mundo que es incapaz de predecir el futuro con total certidumbre. Nuestra necesidad de tratar con total incertidumbre nos lleva a estudiar y a utilizar la teora de la probabilidad. En muchos casos, nosotros, como ciudadanos preocupados, tendremos algn conocimiento sobre los posibles resultados de una decisin. Al organizar esta informacin y considerarla de manera sistemtica, seremos capaces de reconocer nuestras suposiciones, comunicar nuestro razonamiento a otras personas y tomas una decisin ms slida que la que tomaramos si slo diramos palos de ciego.2

1 2

Estadstica para ADMINISTRADORES. Levin R, Rubin D. PRENTICE-HALL Sexta edicin. Mxico. Estadstica para ADMINISTRADORES. Levin R, Rubin D. PRENTICE-HALL Sexta edicin. Mxico.

Ejercicio: 1. Quines fueron los primeros tericos que aportaron a la teora de la probabilidad? enncielos. Quin fue el ms importante de todos y explique por qu?. 2. Enuncie algunos casos en los cuales se ve claramente que surge la necesidad de usar la teora de la probabilidad. 3. De 5 ejemplos del uso de la teora de la probabilidad. Ojal uno de ellos sea de su experiencia. Experimento: El trmino experimento se usa en estadstica en un sentido mucho ms amplio que en fsica y qumica. El lanzamiento de una moneda, por ejemplo, se considera un experimento estadstico. Otros ejemplos son: lanzar un dado, seleccionar un fusible de una cierta partida y observar si es defectuoso o no, y enviar un vehculo tripulado a Marte. Si bien los experimentos arriba mencionados parecen bastante dispares, todos tienen dos propiedades en comn. Una de estas es que cada experimento tiene varios resultados posibles que pueden especificarse de antemano y la segunda propiedad es que estamos inciertos acerca del resultado de cada experimento. Al lanzar una moneda por ejemplo, no sabemos si el resaltado ser cara o sello. Anlogamente, estamos inciertos acerca de si el fisible seleccionado ser defectuoso o no. Finalmente, si se enva un vehculo a Marte estamos inciertos acerca de si se obtendr xito o habr fracaso. Ejercicio: 1. El uso de este producto puede ser peligroso para su salud. Este producto contiene sacarina, que ha demostrado producir cncer en animales de laboratorio. De qu manera pudo haber desempeado un papel la teora de la probabilidad en la afirmacin anterior? 2. Una compaa embotelladora de gaseosas muy conocida decide alterar la frmula de su producto ms antiguo y de mayor venta. De qu manera la teora de la probabilidad pudo estar implicada en la toma de tal decisin? Ejercicio: Se da la siguiente lista de experimentos y usted debe colocar al frente los resultados posibles de cada experimento: EXPERIMENTO 1. Lanzamiento de una moneda. 2. Lanzamiento de un dado. 3. Seleccin de un fusible. 4. Envo de un vehculo a Marte. RESULTADOS POSIBLES

Ejemplo: Se lanzan dos monedas simultneamente. Los cuatro resultados posibles de este experimento son: Primera moneda C S C S S SS CS SC Segunda moneda. Resultados C CC

El anterior esquema se conoce como diagrama de rbol. Nos damos cuenta que en el anterior ejemplo aparecen cuatro resultados posibles. El espacio muestral es entonces: = {CC, CS, SC, SS }. ( = letra griega Omega)

Espacio muestral: El conjunto de todos los resultados posibles de un experimento se denomina espacio muestral. A cada punto de l lo llamamos punto muestral. Ejercicio: 1. Al lanzar dos monedas simultneamente, cuntos puntos muestrales tiene ? 2. Mediante un diagrama de rbol halle el espacio muestral para el experimento que consiste en lanzar cuatro monedas simultneamente. Cuntos puntos muestrales tiene ?

3. Cuntos resultados posibles tiene el experimento de lanzar k monedas, con k > 0, o k dados con k
>0. (simultneamente) 4. De acuerdo a la anterior frmula escriba en la siguiente tabla los resultados posibles al efectuar los siguientes experimentos: (muestre los procedimientos) EXPERIMENTO Lanzamiento de 2 monedas Simultneamente. Lanzamiento de dos dados Simultneamente. 3. Lanzamiento de 5 monedas Simultneamente. RESULTADOS (CIFRA EN NMERO)

Ejemplo: Se lanzan simultneamente dos dados no cargados. Los 36 resultados posibles de este experimento son: PRIMER DADO 1 2 3 4 5 6 1 (1,1) (2,1) (3,1) (4,1) (5,1) (6,1) 2 (1,2) (2,2) (3,2) (4,2) (5,2) (6,2) SEGUNDO DADO 3 4 (1,3) (1,4) (2,3) (2,4) (3,3) (3,4) (4,3) (4,4) (5,3) (5,4) (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)

El espacio muestral de este experimento es: = {(1,1),(1,2),(1,3),(1,4),(1,5),(1,6),(2,1),(2,2),(2,3),(2,4),(2,5),(2,6),(3,1).(3,2),(3,3), (3,4),(3,5).(3.6),(4,1),(4,2),(4,3),(4,4),(4,5),(,4,6),(5,1,),(5,2),(5,3),(5,4),(5,5,),(5,6), (6,1), (6,2),(6,3),(6,4),(6,5),(6,6)}. Ejercicio:

1. Se lanza un dado.
a. Enumere los elementos de contenidos en el suceso de que el resultado sea par. b. Enumere los elementos de contenidos en el suceso de que el resultado sea impar. c. Enumere los elementos de contenidos en el suceso de que el resultado sea mayor que 4 2. Un experimento consiste en lanzar dos monedas simultneamente. a. Enumere los elementos de contenidos en el suceso de que salga exactamente una cara.

b. Enumere los elementos de contenidos en el suceso de que salga al menos una cara.

3. Se lanzan un par de dados.

a. Enumere los elementos de contenidos en el suceso de que la suma de los puntajes sea 9. b. Enumere los elementos de contenidos en el suceso de que la suma sea 4 o 5. c. Enumere los elementos de contenidos en el suceso de que la suma de los puntajes sea 11 o 12. 4. Un experimento consiste en seleccionar tres piezas en un proceso manufacturero y observar si son defectuosos o no defectuosos: D = defectuoso, B = No defectuoso. Enumrense todos los elementos del espacio muestral . Enumrense los elementos contenidos en el suceso de que el nmero de piezas defectuosas sea cero. Enumrense los elementos contenidos en el suceso de que el nmero de piezas buenas sea cero. Cmo puede definirse el suceso A = {DDB, DBD, BDD }? 5. Un experimento consiste en lanzar simultneamente una moneda y un dado. Enumrense los elementos del espacio muestral. Probabilidad: A cada punto muestral (resultado de un experimento) se le asignar una ponderacin que mide la verosimilitud de su ocurrencia. Esta ponderacin se denomina probabilidad del punto muestral. Probabilidad de un suceso: La probabilidad de un suceso A, designada por P(A), es la suma de las probabilidades de todos los puntos muestrales de A. Esta definicin se ilustra por los dos ejemplos siguientes. Ejemplo: Cul es la probabilidad de obtener exactamente dos caras al lanzar tres monedas? Solucin: El espacio muestral es: = {CCC, CCS, CSC, CSS, SCC, SCS, SSC, SSS}. La probabilidad de cada punto muestral es Como el suceso de obtener exactamente dos caras es el subconjunto A ={CCS, CSC, SCC }, la probabilidad de A es: P(A) = Ejercicio: Teniendo en cuenta el ejemplo anterior: 1. Cul es la probabilidad de obtener exactamente 3 caras?. 2. Cul es la probabilidad de obtener al menos un sello?. 3. Cul es la probabilidad de obtener no ms de dos caras?. Ejemplo: Cul es la probabilidad de obtener un 7 al lanzar dos dados no cargados? Solucin: El espacio muestral consiste en 36 puntos, siendo la probabilidad de cada uno de 1/36 . Como el suceso Obtener un 7 es el subconjunto: P(A) ={(1,6),(2,5),(3,4),(4,3),(5,2),(6,1)}, la probabilidad de obtener un 7 es: P(A) = 1/6 + 1/6 + 1/6 + 1/6 + 1/6 + 1/6 = 6/36

1 . 8

1 1 1 3 + + = 8 8 8 8

REGLAS DE LA PROBABILIDAD: La probabilidad de un punto muestral vara de 0 a 1. La suma de las probabilidades asignadas a todos los puntos muestrales en un espacio muestral debe ser 1. Una probabilidad cercana a 0, corresponde a un resultado cuya ocurrencia es poco verosmil; en cambio, una probabilidad cercana a 1 corresponde a un resultado altamente verosmil. De acuerdo a las anteriores dos reglas es bueno tener en cuenta las siguientes conclusiones:

P() = 1; ya que el espacio muestral es el suceso que contiene a todos los puntos

muestrales. P( ) = 0 ; ya que el conjunto vaco es el suceso que no contiene ningn punto muestral. P(A) = 1 - P (A); es decir, la probabilidad de que el suceso A no ocurra, designada por P(A), es igual a 1 menos la probabilidad de que A ocurra. As, la probabilidad de obtener un 5 al lanzar un dado es 1/6, entonces la probabilidad de no obtener un 5 es: 1 - 1/6 = 5/6. De la misma manera si se tiene que la probabilidad de que llueva un determinado da es 1/4, entonces la probabilidad de que no llueva ser: 1 - 1/4 = 3/4 Ejercicio: 1. Si la probabilidad de pasar el parcial de probabilidad es de 0.6, entonces cul ser la probabilidad de no pasar el parcial de probabilidad? 2. Si la probabilidad de que esta noche llueva es de 0.6, entonces cul es la probabilidad de que no llueva esta noche? EVENTOS MUTUAMENTE EXCLUYENTES Dos o ms eventos son mutuamente excluyentes, o disjuntos, si no pueden ocurrir al mismo tiempo. Es decir la ocurrencia de un evento automticamente impide la ocurrencia del otro (u otros) Dos o ms eventos son no excluyentes cuando es posible que ocurran al mismo tiempo. Obsrvese que esta definicin no indica que esos eventos deban necesariamente ocurrir en forma conjunta, como lo ilustra el siguiente ejemplo: En un estudio de la conducta de los consumidores, un analista clasifica a las personas que entran en una tienda de aparatos de sonido de acuerdo con su sexo (masculino o femenino) y su edad (menor de 30 o mayor de 30). Los dos eventos o clasificaciones, masculino y femenino son mutuamente excluyentes puesto que ninguna persona podra clasificarse en ambas categoras. De manera similar, los eventos menor de 30 o mayor de 30 , son tambin mutuamente excluyentes.. Sin embargo, los eventos masculino y menor de 30 no son mutuamente excluyentes porque una persona elegida al azar podra estar en ambas categoras. Ejercicio: Teniendo en cuenta el ejemplo anterior podra usted mencionar 3 ejemplos ms en donde se presenten casos que no sean mutuamente excluyentes.

LISTA COLECTIVAMENTE EXHAUSTIVA

Cuando en una lista de los posibles eventos que pueden resultar de un experimento se incluyen todos los resultados posibles, se dice que la lista es colectivamente exhaustiva. En el ejemplo de la moneda, la lista, cara y sello, es colectivamente exhaustiva (a menos, por supuesto, que la moneda caiga parada cuando la lancemos). En una campaa presidencial, la lista de resultados candidato liberal y candidato conservador no es una lista colectivamente exhaustiva, pues puede haber un candidato independiente o de algn otro partido que est participando en las elecciones. Una lista colectivamente exhaustiva presenta todos los resultados posibles. Por ejemplo, los estudiantes de una escuela, pueden estar a tiempo o no estar en el saln cuando se pasa lista. Algunos eventos probabilsticos son mutuamente excluyentes. Un estudiante no puede dormir hasta tarde y al mismo tiempo llegar puntual a una clase de primera hora. Ejercicio: Cules de los siguientes son resultados mutuamente excluyentes y si son exhaustivos. Al lanzar dos dados: a. b. c. d. Un total de 5 puntos y un 5 en un dado. Un total de 7 puntos y un nmero par de puntos en ambos dados. un total de 9 puntos y un dos en uno de los dados. un total de 10 puntos y un cuatro en un dado.

D la probabilidad para cada uno de los siguientes resultados al lanzar dos dados: 1, 2, 5, 6, 7, 10, 11.

Reglas de la adicin Regla de la adicin para eventos mutuamente excluyentes

Hemos dicho que A y B son mutuamente excluyentes si: A B =. Luego, Si A y B son sucesos mutuamente excluyentes (en el sentido que no pueden ocurrir ambos al mismo tiempo), entonces la regla de la adicin da: P(A B) = P(A) + P(B). La regla de la adicin vale tambin en el caso de ms de dos sucesos. As, si A,B y C son mutuamente excluyentes, la probabilidad de que ocurran A o B o C es igual a la suma de sus probabilidades; en smbolos, P (A B C)= P(A) + P(B) + P(C).

Regla de la adicin para sucesos no excluyentes

Para eventos que no son mutuamente excluyentes, se le resta a la suma de las probabilidades simples de dos eventos la probabilidad de la ocurrencia conjunta de los dos eventos, es decir: P(A B) = P(A) + P(B)

P ( A B )

La anterior frmula se puede utilizar en todo caso, puesto que si los dos eventos son mutuamente excluyentes entonces la probabilidad de la interseccin ser cero, es decir la probabilidad de la interseccin no se cuenta. Ejercicio:

1. La probabilidad de que llueva el 26 de marzo es 0.10; de que truene es 0.05 y de que llueve y truene es 0.03. Cul es la probabilidad de que llueve o truene en ese mismo da? 2. En cierta comunidad, la probabilidad de que una familia tenga televisor es 0.80; una mquina lavadora es 0.50 y de que tengan ambos es 0.45. Cul es la probabilidad de que una familia tenga televisor o mquina lavadora?

3. La probabilidad de que un vendedor de autos venda por lo menos 3 autos en un da es 0.20. Cul es la probabilidad de que venda 0 autos 1 auto o 2 autos en ese da? (indicacin: P(
)=1). Los siguientes diagramas de Venn indican el nmero de resultados de un experimento correspondiente a cada evento, y el nmero de resultados que no corresponden a ningn evento. Tomando en cuenta estos diagramas, d las probabilidades que se piden: 4. Total de resultados = 60

A 11

B 7

42

Hallar: P(A)

P(B)

P(AB)

5. Total de resultados = 50

B 6 13

23

Hallar: P(A)

P(B)

P(AB)

Eventos Independientes Dos eventos son independientes cuando la ocurrencia o no ocurrencia de uno no tiene ningn efecto sobre la probabilidad de ocurrencia del otro. Eventos dependientes Dos eventos son dependientes cuando la ocurrencia o no ocurrencia de uno s afecta la probabilidad de ocurrencia del otro evento.

Ejemplo. Se considera que los resultados asociados con el lanzamiento de una moneda, dos veces seguidas son eventos independientes porque el resultado del primer lanzamiento no tiene ningn efecto sobre las respectivas probabilidades de que ocurra o una cara o un sello en el segundo lanzamiento.. La extraccin de dos cartas sin reemplazo de un mazo de barajas son eventos dependientes, porque las probabilidades asociadas con la segunda extraccin dependen del resultado de la primera extraccin. En forma especfica, si saliera un as en la primera extraccin, entonces la probabilidad de que salga un as en la segunda extraccin es la razn del nmero de ases que sigue habiendo en el mazo con respecto al nmero total de cartas o 3/51. Probabilidad condicional Cuando dos eventos son dependientes, se utiliza el concepto de probabilidad condicional para designar la probabilidad de ocurrencia de un evento relacionado. La expresin P( B A) indica la probabilidad de que ocurra el evento B dado que ocurre el evento A. Ntese que fraccin.

B A no es una

No se requieren expresiones de probabilidad condicional para eventos independientes porque, por definicin, no existe relacin entre la ocurrencia de esos dos eventos. Por lo tanto, si los eventos A y B son independientes, la probabilidad condicional P( B A) siempre es igual a la probabilidad simple (no condicional) P( B ) . Por lo tanto, un enfoque que permite probar la independencia de dos eventos A y B consiste en comparar. P (B/A) = P (A/B) = Reglas de la multiplicacin Las reglas de la multiplicacin se refieren a la determinacin de la probabilidad de la ocurrencia conjunta de A y B. Es decir se refieren a la interseccin de A y B: P( A B ) . Existen dos variaciones a la regla de la multiplicacin de acuerdo a si los eventos son independientes o dependientes. La regla de la multiplicacin para eventos independientes 1) P(A y B) = P (A B) = p(A) P(B) Regla de la multiplicacin para eventos dependientes Para eventos dependientes, la probabilidad de ocurrencia conjunta de A y B es la probabilidad de A multiplicada por la probabilidad condicional de B dado A. Se obtiene un valor equivalente si se invierte la posicin de los dos eventos. Por ello, la regla de la multiplicacin para eventos dependientes es: 2) P(A y B) = P( A B ) P (B) P (A)

= P ( A) P B

( A)

3)

P (B y A) =

P ( B A) = P ( B ) P A

( B)

A la frmula 2 y 3 se les denomina con frecuencia la regla general de la multiplicacin, debido a que para eventos que son independientes, la probabilidad condicional P(B/A) es siempre igual al valor de la probabilidad no condicional P(B), lo cual da como resultado que la frmula 2 sea equivalente a la frmula 1 para eventos independientes.

Ejemplo: Suponga que se sabe que un conjunto de 10 refacciones contiene ocho en buen estado (B) y dos partes defectuosas (D). Si se seleccionan al azar dos refacciones sin reemplazo, la secuencia de posibles resultados y las probabilidades correspondientes son las que se ilustran en el diagrama de rbol de la figura 1. (los subndices indican la posicin secuencial de los resultados) con base en la regla de la multiplicacin para eventos dependientes, la probabilidad de que las dos refacciones seleccionadas estn ambas en buen estado es? P (B1 y B2) = P(B1)P(B2/B1) B1 8/10 2/9 8/9 2/10 D1 1/9 Ejercicios complementarios 1) El experimento consiste en seleccionar al azar 2 bolas sin reemplazo de una urna que contiene 12 bolas de las cuales 9 bolas son azules y el resto rojas. Con base en la regla de la multiplicacin para eventos dependientes, La probabilidad de que las 2 bolas seleccionadas sean ambas azules es? 2) El experimento consiste en seleccionar al azar 2 bombillas sin reemplazo; de una caja que contiene 8 bombillas de las cuales se sabe que hay 3 bombillas defectuosas y el resto buenas. Con base en la regla de la multiplicacin para eventos dependientes, La probabilidad de que las 2 bombillas seleccionadas sean ambas defectuosas es? Dibujar diagramas de rbol para los siguientes experimentos y dar los correspondientes valores de probabilidad, demostrar que la sumatoria de los resultados es uno. Ejercicios complementarios para la regla de la multiplicacin. 1. Un gato se encuentra en el copo de un rbol muy alto. La probabilidad de que llegue un socorrista es de 0.4 y la probabilidad de que llegue su ama a rescatarlo es de 0.3 Cul es la probabilidad de que llegue el socorrista y su ama a rescatarlo? 2. La probabilidad de que un avin despegue a tiempo y de que llegue a tiempo a su destino es de 0.2 La probabilidad de que el avin despegue a tiempo es de 0.3, la probabilidad de que el avin llegue a tiempo es de 0.6. a. Cul es la probabilidad de que usted llegue a tiempo, dado que el avin despeg a tiempo? b. cul es la probabilidad de que su avin despegue a tiempo dado que usted lleg a tiempo? D2 D2 B2 7/9 B2

10

Probabilidad condicional Ejemplo: Una Universidad ha hecho una encuesta entre 400 de sus egresados para averiguar: 1. Cuntos de ellos ha hecho algn Postgrado y si se han graduado en el? 2. Si trabajan en el campo de su formacin o en otro campo. P O Ninguno T A B A J O En el campo De la formacin En otro campo 30 20 50 Preguntas: 1. Cul es la probabilidad de que al seleccionar un egresado de la Universidad ste est estudiando algn Postgrado? 2. Cul es la probabilidad de que no se haya graduado y trabaje en el campo de formacin? 3. Cul es la probabilidad de que trabaje en otro campo? 4. Cul es la probabilidad de que ahora est estudiando Postgrado y trabaje en el campo de formacin? 5. Cul es la probabilidad de que en ste momento no estudie Postgrado y trabaje en el campo de formacin? 6. Cul es la probabilidad de que trabaje en el campo de formacin dado que estudia Postgrado actualmente? Respuesta inmediata: Solo 200 estudian Postgrado y de ellos 125 trabajan en el campo de formacin. (dado que: Reduce el universo) entonces la respuesta ser: 125/200. Nota: Primero miramos la frase que est despus de dado que , pues ste reduce el tamao total. Visto de otra forma: A: Trabajan en el campo de formacin ; B: Estudia Postgrado Calculemos: P(AB) = Probabilidad (trabaje en el campo y estudie Postgrado) P(B) Probabilidad (estudie Postgrado) P(AB) = 125/400 = 125/200 P(B) 200/400 Conclusin: T S G R A Est estudiando sin grado 125 75 200 D O Graduado 300 145 5 150 100 400

PA

( B)

P( A B ) P( B )

Otras preguntas:

1. La probabilidad de que (no est estudiando Postgrado dado que trabaja en otro campo).
2. La probabilidad de que (trabaje en otro campo dado que es graduado del Postgrado) Ejercicio: Seran o no independientes los eventos: A = Est estudiando Postgrado B = Trabaja en otro campo

11

PA

P ( A) =

( B) =

Ejercicios complementarios 1) El secretario de un sindicato, el seor Garca redact una lista con un conjunto de demandas salriales y de prestaciones que se presentar al gerente de la empresa. Para darse una idea del grado de apoyo que existe entre los dos grupos principales de trabajadores, los maquinistas (M) y los inspectores (I). Tom 30 trabajadores de cada grupo con los siguientes resultados. AF 9 10 19 AL 11 3 14 I 2 2 4 LO 4 8 12 FO 4 7 11 TOTALES 30 30 60

M I TOTALES

La anterior tabla se conoce como una tabla de doble entrada o tabla de contingencia, en donde: AF = Apoyo fuerte, AL = Apoyo leve, I = Indecisos, LO = Levemente opuestos, FO = Fuertemente opuestos. a. Cul es la probabilidad de que un maquinista seleccionado al azar del grupo sondeado apoye levemente al paquete? b. Cul es la probabilidad de que un inspector seleccionado al azar del grupo sondeado est indeciso con respecto al paquete? c. Cul es la probabilidad de que un trabajador (maquinista o inspector) seleccionado al azar del grupo sondeado apoye al paquete ya sea fuerte o levemente? d. Cul es la probabilidad de que exista apoyo fuerte sobre el paquete dado que el seleccionado al azar es un inspector? 2) A continuacin tenemos una distribucin de frecuencias de las comisiones anuales por ventas tomadas de un estudio de 300 vendedores promedio. COMISIN ANUAL $ 0 a $ 5.000 $ 5.000 a $ 10.000 $ 10.000 a $ 15.000 $ 15.000 a $ 20.000 $ 20.000 a $ 25.000 $ 25.000 en adelante FRECUENCIA 15 25 35 125 70 30

Basndose en esta informacin. Cul es la probabilidad de que un vendedor promedio obtenga una comisin de: a) Entre $ 5.000 y $ 10.000 ; b) menor de $ 15.000 ; c) ms de $ 20.000, y d) entre $ 15.000 y $ 20.000? 3) El gerente administrativo de una compaa de seguros tiene los siguientes datos acerca del funcionamiento de las fotocopiadoras de la compaa: COPIADORA 1 2 3 4 5 DIAS EN FUNCIONAMIENTO 209 217 258 229 247 DIAS FURA DE SERVICIO 51 43 2 31 13

12

Cul es la probabilidad de que una fotocopiadora est fuera de servicio? 4) Suponga que un estudiante optimista estime que la probabilidad de obtener una calificacin final de "5" en el curso de probabilidad es de 0.60 y que la probabilidad de obtener un 4 es de "0.40". Por supuesto, no puede obtener ambas calificaciones en forma final ,puesto que son mutuamente excluyentes. a. Determine la probabilidad condicional de que obtenga un "5" dado que de hecho ha recibido una calificacin final de "4", utilizando la frmula de clculo apropiada. b. Aplique una prueba apropiada para demostrar que esos eventos mutuamente excluyentes son dependientes. 5) De 100 personas que presentaron solicitud para un puesto de analista de sistemas en una empresa grande el ao pasado, 40 tenan alguna experiencia de trabajo (ET) y 30 tenan un certificado profesional (CP). Sin embargo, 20 de los solicitantes tenan tanto experiencia de trabajo como certificado profesional, y, por ello, estn incluidos en ambos conteos. a. Construya un diagrama de Venn Euler para ilustrar estos eventos. b. Cul es a probabilidad de que un solicitante elegido aleatoriamente tenga experiencia de trabajo o certificado profesional? c. Cul es la probabilidad de que un solicitante elegido aleatoriamente tenga experiencia de trabajo o certificado profesional? d. Cul es la probabilidad de que un solicitante elegido aleatoriamente tenga experiencia de trabajo o certificado profesional, pero no ambas cosas? 6) De 300 estudiantes de negocios, 100 estn inscritos en contabilidad y 80 en estadstica para negocios. Estas cifras de inscripcin incluyen 30 estudiantes que, de hecho, estn inscritos en ambos cursos. Cul es la probabilidad de que un estudiante elegido al azar est inscrito en contabilidad o en estadstica para negocios? 7) Se seleccionaron 3 carreras de la universidad para saber si los estudiantes estaban de acuerdo o no sobre una reforma en el currculo, se entrevistaron (encuestaron) 1.000 estudiantes. Cul es la probabilidad de que al seleccionar un estudiante aleatoriamente este:

a. Sea estudiante de Ingeniera Industrial?

b. De acuerdo con el cambio curricular? c. Est indeciso dado que es de electrnica? d. No est de acuerdo dado que es de Economa? e. No sea de Industrial ni de economa dado que est en desacuerdo? CARRERAS DE LA UNIVERSIDAD ELECTRNICA ECONOMA 100 35 90 75 70 70 260 180

De acuerdo Desacuerdo Indecisos TOTALES

INDUSTRIAL 150 120 85 355

CIVIL 45 60 100 205

TOTALES 330 345 325 1.000

8) Se tienen los siguientes eventos de acuerdo a la tabla del ejercicio anterior: A: " Es estudiante de Economa" B: " Est en desacuerdo" Probar la dependencia de los anteriores eventos. 9) Elaborar una atabla de doble entrada de orden 3 x 4 y agregar el enunciado. Formular 5 preguntas, de las cuales 2 sean sencillas y 3 condicionadas y responderlas.

13

10) Se decide seleccionar a 200 liberales, 150 conservadores, 150 independientes de los votantes del norte del pas y se les clasifica respecto a la ley del aborto segn estn a favor, en contra o no hayan decidido. LEY DEL ABORTO A FAVOR EN CONTRA SIN DECISIN TOTAL Liberales 82 93 25 200 AFILIACIN POLTICA Conservadores Independientes 70 62 62 67 18 21 150 150 TOTAL 214 222 64 500

Cul es la probabilidad de que una persona seleccionada est: 1. Entre los liberales? 2. Entre los Independientes? 3. Entre los conservadores? 4. A favor del aborto en Colombia? 5. En contra del aborto en Colombia? 6. Indeciso acerca del aborto en Colombia? 7. A favor dado que es Conservadora? 8. A favor dado que es Liberal? 9. En contra del aborto en Colombia dado que no es Independiente? 10. No sea Liberal dado que est en contra del aborto en Colombia? 11) Se tiene una muestra aleatoria de 1.000 votantes registrados en Barranquilla. Se clasifican de acuerdo con sus ingresos como: (bajo, medio, alto) y si estn a favor o en contra de su nueva reforma fiscal impuesta. REFORMA IMPOSITIVA A FAVOR EN CONTRA TOTAL BAJO 182 154 336 NIVEL DE INGRESOS MEDIO 213 138 351 ALTO 203 110 313 TOTAL 598 402 1.000

Cul es la probabilidad de que una persona seleccionada est: 1. En nivel bajo de ingresos? 2. En nivel medio de ingresos? 3. En nivel alto de ingresos? 4. A favor de la nueva reforma? 5. En contra de la nueva reforma? 6. A favor de la nueva reforma dado que pertenece a nivel alto? 7. Est en contra de la nueva reforma dado que pertenece a nivel bajo? 8. A favor de la nueva reforma dado que pertenece a nivel medio? 9. Est a favor de la nueva reforma dado que no es de clase media? 10. No sea de clase media dado que est en contra de la nueva reforma?

14