EJERCICIOS DESARROLLADOS DE PROBABILIDADES

EJERCICIOS RESUELTOS PROBABILIDADES TOTAL Y

TEOREMA DE BAYES
EJEMPLO 1
En la sala de pediatra de un hospital, el 60% de los pacientes son nias. De
los nios el 35% son menores de 24 meses. El 20% de las nias tienen menos
de 24 meses. Un pediatra que ingresa a la sala selecciona un infante al azar.
a. Determine el valor de la probabilidad de que sea menor de 24 meses.
b. Si el infante resulta ser menor de 24 meses. Determine la probabilidad que
sea una nia.
SOLUCIN:
Se definen los sucesos:
Suceso H: seleccionar una nia.
Suceso V: seleccionar un nio.
Suceso M: infante menor de 24 meses.
En los ejercicios de los sucesos condicionados.
a. En este caso, la poblacin es de probabilidad total y teorema de bayes, es
importante identificar los sucesos que s. Estos sern los informan la poblacin
y cul es la caracterstica que tienen en comn dichos sucesoantes. Y la
caracterstica en comn es que sean menores de 24 meses. Por lo tanto, la
probabilidad de seleccionar un infante menor de 24 meses es un ejemplo de
probabilidad total. Su probabilidad ser:

b. Para identificar cuando en un ejercicio se hace referencia al teorema de

bayes, hay que partir de reconocer esta es una probabilidad condicionada y
que la caracterstica comn de los sucesos condicionantes ya ha ocurrido.
Entonces, la probabilidad de que sea nia una infante menor de 24 meses
ser:

EJEMPLO 2
Un mdico cirujano se especializa en cirugas estticas. Entre sus pacientes, el
20% se realizan correcciones faciales, un 35% implantes mamarios y el
restante en otras cirugas correctivas. Se sabe adems, que son de gnero
masculino el 25% de los que se realizan correcciones faciales, 15% implantes
mamarios y 40% otras cirugas correctivas. Si se selecciona un paciente al
azar, determine:
a. Determine la probabilidad de que sea de gnero masculino

EJERCICIOS DESARROLLADOS DE PROBABILIDADES

b. Si resulta que es de gnero masculino, determine la probabilidad que se
haya realizado una ciruga de implantes mamarios.

SOLUCIN:
Se definen los sucesos:
Suceso F: pacientes que se realizan cirugas faciales
Suceso M: pacientes que se realizan implantes mamarios
Suceso O: pacientes que se realizan otras cirugas correctivas
Suceso H: pacientes de gnero masculino
a. La probabilidad de que sea de gnero masculino se refiere a un problema de
probabilidad total, ya que es el suceso condicionado y las cirugas los
condicionantes. Dicho valor ser:

b. Como el suceso condicionado ha ocurrido entonces se aplica el teorema de

bayes, luego, el valor de la probabilidad ser:

EJEMPLO 3
Un Doctor dispone de tres equipos electrnicos para realizar ecosonogramas.
El uso que le da a cada equipo es de 25% al primero, 35% el segundo en y
40% el tercero. Se sabe que los aparatos tienen probabilidades de error de 1%,
2% y 3% respectivamente. Un paciente busca el resultado de una ecografa y
observa que tiene un error. Determine la probabilidad de que se ha usado el
primer aparato.
SOLUCIN:
Se definen los sucesos:
Suceso P: seleccionar el primer aparato
Suceso S: seleccionar el segundo aparato
Suceso T: seleccionar el tercer aparato
Suceso E: seleccionar un resultado con error
se puede observar que la pregunta es sobre determinar la probabilidad de que
un examen errado sea del primer aparato, es decir, ya ha ocurrido el error. Por
lo tanto, debemos recurrir al teorema de bayes. Claro est, que es necesario de

EJERCICIOS DESARROLLADOS DE PROBABILIDADES

igual forma obtener la probabilidad de que los aparatos produzcan un resultado
errneo, por lo tanto:

EJEMPLO 4
Se sabe que de un lote de 40 semillas no est en buenas condiciones la cuarta
parte. Se toman al azar 8 semillas y se analizan en el laboratorio. Cul es la
probabilidad de que 3 de las analizadas estn en malas condiciones?
SOLUCIN:
N = 40 semillas

K = 40* =10 semillas ern maslas condiciones

n = 8 semillas
10
30
( )( )
3
5
P ( X = 3) =
=0.222
40
( )
8
EJEMPLO 5
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 tambin, mientras que los no ingenieros y los no economistas
solamente el 20% ocupa un puesto directivo. Cul es la probabilidad de que
un empleado directivo elegido al azar sea ingeniero?

P(ingeniero/directivo)=

0.20.75

=0.405

0.20.75+0.20.5+0.60.2

EJERCICIOS DESARROLLADOS DE PROBABILIDADES

EJEMPLO 6
Una muestra aleatoria con reposicin de tamao n=2 se selecciona del
conjunto {1,2,3}
produciendo el espacio equiprobable de 9 elementos.
S={(1,1),(1,2),(1.3),(2,1),(2,2),(2,3),(3,1),(3,2),(3,3)}
Sea X la suma de los dos nmeros.
(a) Encuentre la distribucin de X.
(b) Encuentre el valor esperado E(X).
SOLUCIN:
(a) La variable aleatoria X asume los valores 2,3,4,5,6, es decir, Rx={2,3,4,5,6}.
Se calcula la
distribucin de X:
(i) Un punto (1,1) tiene suma 2; donde (2)=1/9.
(ii) Dos puntos (1,2) y (2,1) tienen suma 3; de donde (3)=2/9.
(iii) Tres puntos (1,3),(2,2) y (1,3) tienen suma 4; de donde (4)=3/9.
(iv) Dos puntos, (2,3),(3,2) tienen suma 5; de donde (5)=2/9.
(v) Un punto (3,3) tiene suma 6; de donde (6)=1/9.
Por tanto, la distribucin de X es la siguiente:

x
(x)

2
1/9

3
2/9

4
5 6
3/9 2/9 1/9

(b) Se obtiene el valor esperado E(X) multiplicando cada valor de x por su

probabilidad y
tomando la suma. Por tanto,
1

E(x)=2( )+3( )+4( )+5( )+6( )

E(x)=4
EJEMPLO 7
Las diagonales de un polgono se obtienen uniendo pares de vrtices no
adyacentes.
Obtener el nmero de diagonales del cuadrado, el hexgono y el octgono.
Calcularlo
para el caso general de un polgono de n lados.
SOLUCIN:
1). Comenzamos calculando el nmero de diagonales del cuadrado. Hay C = 6
uniones posibles de dos vrtices diferentes cualesquiera, adyacentes o no. Si
de estas 6 parejas eliminamos las que corresponden a vrtices adyacentes
(tantas como el nmero de lados del cuadrado), quedarn 6 - 4 = 2 diagonales.
Procediendo del mismo modo con el hexgono, se obtienen

EJERCICIOS DESARROLLADOS DE PROBABILIDADES

C6;2 6 =

6!
2!4!

- 6 = 15-6=9 diagonales

Anlogamente, en el caso del octgono se obtienen

C8;2 8 =

8!
2!6!

- 8 = 28-8=20diagonales

Finalmente, para el caso general de un polgono de n lados, el nmero de

diagonales es:
Cn;2 n =

n!
2!(n2)!

==

n(n1)
2 3
-n =
2
2

EJEMPLO 8
Cuntos nmeros de 4 dgitos se pueden formar con las cifras 0,1,. . . ,9?
1. Permitiendo repeticiones.
2. Sin repeticiones.
3. Si el ltimo dgito ha de ser 0 y no se permiten repeticiones?
SOLUCIN:
Asumamos que para que un nmero sea de 4 dgitos su primer dgito debe ser
distinto de cero.
1). Puesto que debe formarse un nmero de 4 dgitos, el primero de stos no
puede ser cero. Por lo tanto, hay nueve posibilidades para el primer dgito y
diez para cada uno de los tres dgitos restantes, obtenindose un total de 9
103 = 9000 nmeros posibles.
2). Al igual que en el apartado anterior, el primer dgito no puede ser cero.
Como adems no se
permiten repeticiones, hay nueve posibilidades para el segundo dgito: el cero y
las ocho no
escogidas para el primer dgito. Por tanto, se pueden formar 92 8 7 = 4536
nmeros.
3) Fijamos el ltimo dgito y, como no puede haber repeticiones, se obtiene un
total de 9 8 7 1 = 504 nmeros.
EJEMPLO 9
Los pesos de 2 000 soldados presentan una distribucin normal de media65 kg
y desviacin tpica 8 kg. Calcula la probabilidad de que un soldado elegido al
azar pese:
a) Ms de 61 kg.
b) Entre 63 y 69 kg.
c) Menos de 70 kg.
d) Ms de 75 kg

EJERCICIOS DESARROLLADOS DE PROBABILIDADES

SOLUCIN:
x es N (65, 8)
a) P [x > 61] = P [z >

6165
] = P [z > 0,5] = P [z < 0,5] = 0,6915
8

b) P [63 < x < 69] = P [0,25 < z < 0,5] = 0,2902

c) P [x < 70] = P [z < 0,625] = 0, 7357
d) P [x > 75] = P [z > 1,25] = 1 P [z 1,25] = 0,1056
EJEMPLO 10
En un libro de 500 pginas se distribuyen aleatoriamente 300 erratas de
imprenta. Hallar la probabilidad de que en una pgina haya :
a) exactamente 2 erratas
b) dos o ms erratas
SOLUCIN:
Si se tienen 300 errores en 500 pginas, tendremos una media de 300/500 =
0.6 errores por
Pgina. Sea X=nmero de errores por pgina, entonces
a) X Po(0.6)
P(X=2) = 0.098
b) P(X2) = 1- P(X<2) = 1- [f(0) + f(1)] = 1 - [ 0.5488 + 0.292] = 0.1219
EJEMPLO 11
Supongamos que disponemos de 3 variables independientes con las siguientes
Caractersticas:
X1 N ( = 1, = 1)
X2 N ( = 3, = 2)
X3 N ( = 4, = 3)
Definimos una nueva variable Y=X1+X2+X3, se pide:
a) Hallar E(Y) y Var(Y).
b) Determinar la probabilidad de que P(Y>A), siendo A=E(Y)-2
SOLUCIN:
a) Y=X1+X2+X3
E(Y)= E(X1)+E(X2)+E(X3)=1+3+4=8
Var(Y)=1^2+2^2+3^2=14
b) A=E(Y)-2.

A=8-2=6

Y N ( 8, 14 )

EJERCICIOS DESARROLLADOS DE PROBABILIDADES

P(Y>A)=P(Y>6)=P(Z>((6-8)/3,74)=P ( Z>-0,53) =P ( Z<0,53)=0,7019

EJEMPLO 12
La probabilidad de que haya un accidente en una fbrica que dispone de
alarma es 0.1. La probabilidad de que suene esta s se ha producido algn
incidente es de 0.97 y la probabilidad de que suene si no ha sucedido ningn
incidente es 0.02.
En el supuesto de que haya funcionado la alarma, cul es la probabilidad de
que no haya habido ningn incidente?
SOLUCIN:
Sean los sucesos:
I = Producirse incidente.
A = Sonar la alarma.

0.90.02
P(I/A)= 0.10.97+0.90.02=0.157

EJEMPLO 13
En la evaluacin de un programa de capacitacin de ventas, una empresa
descubri que de los 50 vendedores que recibieron un bono el ao anterior, 20
haban acudido a un programa especial de capacitacin en ventas. La empresa
tiene 200 empleados. Sea B el suceso de que un vendedora recibiera un bono
y S el suceso de que acudieron al programa especial. Hallar P(B), P(S|B) y
P(B S).
SOLUCIN:
P(B) =

50
200

1
4

P(S|B) =

20 2
= y luego,
50 5

1
P(B S) = P(S B) = P(S|B)P(B) =
10

EJEMPLO 14
Supngase que la produccin de un da de 850 piezas manufacturadas
contiene 50 piezas que no cumplen con los requerimientos del cliente. Se
seleccionan del lote dos piezas

EJERCICIOS DESARROLLADOS DE PROBABILIDADES

al azar y sin reemplazo. Sea la variable aleatoria X igual al nmero de piezas
de la muestra que no cumplen. Cul es la funcin de distribucin acumulada
de X?
SOLUCIN:
La pregunta puede contestarse encontrando primero la funcin de masa de
probabilidad de X.
P(x=0)= (800/850)(799/849)=0,886
P(x=1)=2(800/850)(50/849)=0,111
P(x=2)=(50/850)(49/849)=0,003
Por lo tanto,
F(0)=P(x 0 )=0.886
F(1)=P(x 1)=0.886+0,111=0,997
F(2)=P(x 2)=1
EJEMPLO 15
En una fbrica se embalan (en cajas) galletas en 4 cadenas de montaje; A1,
A2, A3 y A4. El 35% de la produccin total se embala en la cadena A1 y el
20%, 24% y 21% en A2, A3 y A4 respectivamente. Los datos indican que no se
embalan correctamente un porcentaje pequeo de las cajas; el 1% de A1, el
3% de A2, el 2.5% de A3 y el 2% de A4. Cul es la probabilidad de que una
caja elegida al azar de la produccin total sea defectuosa?
SOLUCIN:
Sea D = defectuosa. Luego
P(D) =4=1 (D|Ai)P(Ai)
= .01 .35 + .03 .20 + .025 .24 + .02 .21 = .0197
EJEMPLO 16
cuantas maneras puede elegirlas? Y si las 4 primeras son obligatorias?
SOLUCIN:
El orden en que elija las preguntas, que adems no podrn repetirse, es
1098
irrelevante. As, puede elegir las preguntas de C10,7 =
= 120 maneras.
32
Por otra parte, si las 4 primeras son obligatorias, debe escoger 3 preguntas
entre las 6 restantes para completar las 7 necesarias, resultando un total
654
de C6;3 =
= 20 maneras.
32
EJEMPLO 17
En una universidad se ha observado que el 60% de los estudiantes que se
matriculan lo hacen en una carrera de Ciencias, mientras que el otro 40% lo
hacen en carreras de Humanidades. Si un determinado da se realizan 20
matrculas, calcular la probabilidad de que:

EJERCICIOS DESARROLLADOS DE PROBABILIDADES

1. haya igual nmero de matrculas en Ciencias y en Humanidades;
2. el nmero de matrculas en Ciencias sea menor que en Humanidades;
3. haya al menos 8 matrculas en Ciencias;
SOLUCIN
Sea e una variable aleatoria que mide el nmero de matrculas en
Humanidades de un total de 20 matrculas. Suponiendo que los estudiantes
eligen su carrera de forma independiente entre ellos, y teniendo presente
(Segn el enunciado) que la probabilidad de que alguien se matricule en
Humanidades es 1 0;6 = 0;4, se tiene que esta variable es una binomial de
parmetros n = 20 y p = 0;4, siendo:
P (e = k) =20/k*0.410 *(1 0.4)20 , para todos k =0,..,20
1.La probabilidad de que haya igual nmero de matrculas es:
P (e = 10) =20/10*0.410*(1 0.4)2010=0.11714
2. Para calcular la probabilidad de que el nmero de matrculas en Ciencias
sea menor que el nmero de matrculas en Humanidades debe obtenerse:
P (e > 10) = 1- Fe (10) = 1-0.8725 = 0.1275
3. La probabilidad de que haya al menos 8 matrculas en Ciencias es
equivalente a la probabilidad de que haya como mximo 12 matrculas en
Humanidades. Por lo tanto:
P (e 12) = Fe (12) = 0.9790

EJEMPLO 18
Supongamos que la duracin en minutos de las llamadas telefnicas sigue
una distribucin dada por la funcin
Fu(x) = 1-(

/3
2

)-

( )
3

, para todo x0

Calcular la probabilidad de que la duracin de una llamada cualquiera sea:

1. superior a 6 minutos;
SOLUCIN
Sea u una variable aleatoria con la distribucin indicada en el enunciado que
mide la duracin (en minutos) de una llamada telefnica.
1. Se tiene que:
6/3 6/3
2 2
P (u > 6) = 1 - Fu (6) =
+
=2*

2
2
2
EJEMPLO 19
Un jugador comienza un juego de azar con k euros. En cada partida el juego le
permite ganar o perder 1 euro, independientemente de lo que tenga, hasta que

EJERCICIOS DESARROLLADOS DE PROBABILIDADES

no tenga nada. La probabilidad de ganar el euro de cada partida es p y la de
perder el euro es 1p. Qu probabilidad hay de que
lo pierda todo alguna vez?
SOLUCIN
Si Pk representa la probabilidad buscada, entonces
Pk = (1 - p) Pk-1 + pPk+1;
Donde se asume P0 = 1. As, por ejemplo:
P1 = 1 - p + pP2;
y puesto que P2 = P1.2ya que perder 2 euros es perder primero uno y
luego otro de forma independiente, entonces:
P1 = 1 - p + pP2 1 ;
por lo que, o bien P1 = 1, o P1 = (1 -p) =p, ya que estas son las dos soluciones
de la ecuacin cuadrtica anterior. Ahora bien, si p < entonces P1 = 1 y si p
1/2 entonces P1 = (1 - p) =p: De igual forma se concluye que
Pk =(1 P/P) ,si p>1/2
Pk=1
,sip1/2

EJEMPLO 20
Una empresa electrnica observa que el nmero de componentes que fallan
antes de cumplir 100 horas de funcionamiento es una variable aleatoria de
Poisson. Si el nmero promedio de estos fallos es ocho,
cul es la probabilidad de que falle un componente en 25 horas?
SOLUCIN
Sea la variable aleatoria u, con distribucin de Poisson de parmetro n= E [u]
= 8, que determina el nmero de componentes que fallan antes de cumplir 100
horas de funcionamiento.
1. Considerando que se cumplen ciertas condiciones de regularidad, podemos
asumir que una variable que mide el nmero de componentes que fallan antes
de cumplir 25 horas de funcionamiento sigue una distribucin de Poisson con
parmetro n = E [n] = 8/4 = 2. Por lo tanto, la probabilidad deseada es la
siguiente:
21 2
P (n = 1) = . =0.27
1!

10