Captulo 6

Teora elemental de la probabilidad

|DEFINICION CLASICA DE PROBABILIDAD

Supngase un suceso E, que de un total de n casos posibles, todos igualmente

factibles, puede presentarse en h de los casos. Entonces, la probabilidad de aparicin
del suceso (llamada su ocurrencia) viene dada por
- h p = P(E) = La probabilidad de no aparicin del suceso (llamada su no ocurrencia)
viene dada por

-h q = P(no E) = ** = 1 - G = 1 - p = 1 - P(E)
As, pues, p + q = 1, o P{E} + P{no E} = 1. El suceso no E a veces se denota por
E. E o - E.
Ejemplos: Sea E el suceso de que aparezcan los nmeros 3 4 en una sola tirada de un dado.
Hay seis casos que pueden presentarse, que son los nmeros 1, 2, 3, 4, 5 6; y si el dado est
bien construido (es decir, no est cargado) podemos suponer que estos seis casos son
igualmente posibles. Puesto que El puede presentarse con dos de estos casos, se tiene p = P{E} =
3 = 3.
La probabilidad de no obtener, un 3 4 (es decir, obtener un 1, 2, 5 6) es
q = PE} = 1 - = i
Advirtase que la probabilidad de un suceso es un nmero comprendido entre 0 y 1.
Si el suceso es imposible (no puede ocurrir) su probabilidad es 0. Si es un suceso cierto
(tiene que ocurrir), su probabilidad es 1.
Si p es la probabilidad de que un suceso ocurra, la tendencia a favor de su aparicin esp:q
(lase p a q); la tendencia contra su aparicin es q:p. As, la tendencia contra un 3 4 en
una sola tirada de un dado bien construido es q: p = 3: = 2:1, es decir, 2 a 1
DEFINICION DE PROBABILIDAD COMO FRECUENCIA RELATIVA

La definicin anterior de probabilidad tiene el inconveniente de que las palabras

igualmente factibles son poco concretas. En efecto, puesto que estas palabras
parecen ser sinnimas a las de igual probabilidad, la definicin es circular, porque se
est definiendo la probabilidad en trminos de ella misma. Por esta razn, ha sido
buscada por algunos una definicin de probabilidad estadstica de mayor rigor. De
acuerdo con esto, la probabilidad estimada o probabilidad emprica de un suceso se
toma como la frecuencia relativa de la aparicin del suceso, cuando el nmero de
observaciones es muy grande. La probabilidad por s misma es el lmite de la frecuencia
relativa cuando el nmero de observaciones crece indefinidamente.
Ejemplos: Si en 1000 lanzamientos de una moneda resultan 529 caras, la frecuencia relativa de caras es
529/1000 = 0,529. Si en otros 1000 lanzamientos resultan 493 caras, la frecuencia relativa en el total de los
2000 lanzamientos es (529 + 493)/2000 = 0,511. De acuerdo con la definicin estadstica, continuando de esta
forma, nos iramos acercando ms y ms al nmero que puede llamarse la probabilidad de cara en el
lanzamiento de una moneda. De los resultados se deducira que sta sera 0,5 con una cifra significativa.
Para obtener ms cifras significativas habran de hacerse observaciones posteriores.
100 TEORIAELEMENTAL DELA PROBABILIDAD CAP. 6
La definicin estadstica, aunque til en la prctica, tiene dificultades desde el punto de vista
matemtico, puesto que puede no existir un nmero lmite. Por esta razn, la moderna teora de
probabilidad ha sido desarrollada axiomticamente, en donde la probabilidad es un concepto no
definido como ocurre con el punto y la lnea en geometra.
PROBABLIDAD CONDICIONAL. SUCESOS INDEPENDIENTES Y DEPENDIENTES
Si E. y E, son dos sucesos, la probabilidad de que ocurra E, dado que ha ocurrido E. se
denota por P{E/E} o P{E, dado E} y se llama probabilidad condicional de E, dado que E se ha
presentado.
Si la ocurrencia o no ocurrencia de El no afecta a la probabilidad de ocurrencia de E,
entonces P{E/E} = P{E} y se dice que E y E, son sucesos independientes; si no ocurre esto, los
sucesos se dicen dependientes.
Si se denota por EE. el suceso de que ocurra E y E, llamado a veces suceso compuesto, se tiene
P{EE} = P{E} P{E/E} (I).
En particular,
P{EE.} = P{E} P{E} para sucesos independientes (2)
Para tres sucesos E, E, E se tiene
P{EEE} = PE, PE/E, PE/EE} (3)
es decir, la probabilidad de ocurrencia de E, E. y E es igual a la probabilidad E por la
probabilidad de que ocurra E, dado que ha ocurrido E, por la probabilidad de que ocurra
E, dado que ha ocurrido E y E2. En particular,

P{EE.E} = P{E} P{E} P{E} para sucesos independientes (4)

En general, si E, E2, E3, ..., E son n sucesos independientes, cuyas probabilidades
respectivas son p, p2, pa, ...,p, entonces la probabilidad de ocurrencia de E y E. y Es ...,
E. es pppa ... p.
Ejemplo 1. Sean Ey E, respectivamente, los sucesos cara en el quinto lanzamiento y cara en el sexto
lanzamiento de una moneda. Entonces E y E son sucesos independientes, as que la probabilidad de cara
en ambos lanzamientos quinto y sexto es, suponiendo la moneda bien hecha,
P{E,E)}= P{E} P{E} = =
Ejemplo 2. Si la probabilidad de que Aviva 20 aos es 0,7 y la probabilidad de que B viva 20 aos es 0,5,
Entonces la probabilidad de que ambos vivan 20 aos es (0,7)(0,5) = 0,35.
Ejemplo 3. Supngase una caja que contenga 3 bolas blancas y 2 bolas negras. Sea E el suceso de que la
primera bola extrada sea negra y E. el suceso de que la segunda bola extrada sea negra, en
extracciones sin remplazamiento. Aqu E y E son sucesos dependientes.
P{E} = -2 = 3 es la probabilidad de que la primera bola extrada sea negra, mientras que P{E/E}
= -4 = 4 es la probabilidad de que la segunda bola extrada sea negra, dado que la primera
extraccin fue de bola negra. Entonces la probabilidad de que ambas bolas extraidas
sean negras es
P{EE}} P{E} PE/E} =
SUCESOS MUTUAMIENTE EXCLUYENTES

Dos o ms sucesos se dicen mutuamente excluyentes si la ocurrencia de uno

cualquiera de ellos imposibilita la ocurrencia de los otros. As, si E. y E, son
mutuamente excluyentes, P{EE} = 0.
CAP. 6) TEORIAELEMENTAL DELA PROBABILIDAD 101

Si El + E, denota el suceso de que ocurra E, o E, o ambos, entonces

P{E + E,} = P{E} + P{E} P{EE} (5) En particular,
P{E + E} = P{E} + P{E} para sucesos mutuamente excluyentes (6)
Como ampliacin de esto, si Ei, E, ..., E, son n sucesos mutuamente
excluyentes con probabilidades respectivas p, p2, ..., p, entonces la probabilidad
de ocurrencia de E o E, o ... E, es
P1 + P2 + + Pa"
Ejemplo 1: Si E es el suceso extraccin de un as de una baraja de cartas y E. es el
suceso extraccin de un rey, entonces P{E} = * = y P{E} = * = l's. La probabilidad de
extraccin de un as o un rey en una sola extraccin es
PE + E} = PE} + PE} = y + = Puesto que ambos as y rey no pueden
extraerse al mismo tiempo en una sola extraccin, siendo, pues, sucesos mutuamente
excluyentes.
Ejemplo 2: Si E. es el suceso extraccin de un as de una baraja y E, es el suceso
extraccin de una espa
da, entonces E y El no son mutuamente excluyentes, puesto que puede ser extrado el
as de
espadas. As la probabilidad de extraer en una extraccin un as o una espada o ambas cosas es P{E + E} =
P(E} + P(E) - P(EE}

4 13 1 16 4
52 *5255@3
DISTRIBUCIONES DE PROBABILIDAD DISCRETA

Si una variable X puede tomar una serie de valores discretos X, X, ..., Xx con
probabilidades respectivas pi, p. ..., pk, donde pl + p2 + ... + p = 1, se dice que ha
sido definida para X una distribucin de probabilidad discreta. La funcin p(X)
que toma los valores respectivos p1,p2, . . . . Pr para X = X1, X2, . . . , Xk se llama
funcin de probabilidad o funcin de frecuencia de X. Como X puede tomar
ciertos valores con unas probabilidades dadas, se llama a veces variable
aleatoria discreta. Una variable aleatoria se conoce tambin como variable de
probabilidad o variable estocstica.
Ejemplo: Sea X la variable que denota la suma de puntos obtenidos al lanzar un par de
dados. Entonces la
distribucin de probabilidad viene dada por la siguiente tabla.
2 3. 4. 5 7 R 9. 10 11 12
p(X) 1/36 2/36 3/36 4/36 5/36 6/36 36 4/36 3/36 2/36 1/36
Por ejemplo, la probabilidad de obtener 5 en la suma e = 3. As en 900 tiradas de los
dados cabra esperar que en 100 tiradas fuese 5 la suma de puntos.
Advirtase que esto es anlogo a la distribucin de frecuencia lativas en la que
las frecuencias
relativas han sido sustituidas por probabilidades. As se puede pe que las
distribuciones de probabilidad son tericamente las distribuciones de frecuencia
relativ vadas al lmite, es decir, cuando el nmero de observaciones hechas es
muy grande. Por esta razn pueden ver las distribuciones de
probabilidad como distribuciones de poblaciones, en las que las distribuciones
de frecuencias relativas son distribuciones de muestras extradas de estas
poblaciones.
La distribucin de probabilidad puede representarse grficamente llevando
los valores p(X) sobre X, como se hizo para las distribuciones de frecuencia
relativa. Vase Problema 11.
Acumulando las probabilidades se obtienen distribuciones de probabilidad
acumulada que son anlogas a las distribuciones de frecuencia relativa acumulada. La
funcin asociada a esta distribucin se conoce como funcin de distribucin.
O2 TEORIA ELEMENTAL DELA PROBABILIDAD CAP. 6 DISTRIBUCIONES DE PROBABILIDAD CONTINUA
Las ideas anteriores igualmente pueden extenderse al caso en que la variable X puede tomar
una p() serie de valores continuos. El polgono de frecuencias relativas de una muestra llega a
ser, en el caso lmite de una poblacin, una curva continua, tal como la que se muestra en la Fig.
6-1, cuya ecuacin es Y = p(X). El rea total bajo esta curva limitada por el eje X es igual a uno, y
el rea bajo la curva y entre las rectas X = a y X = b (rea sombreada de la figura) da la
probabilidad de que X se encuentre entre a y b, lo que se puede representar por P{a < x < b.
Se conoce a p(X) como una funcin de densidad de la probabilidad, o brevemente
como funcin de Fig.6-1 densidad, y cuando tal funcin es dada se dice que la
distribucin de probabilidad continua para X ha sido definida. La variable X se llama
tambin variable aleatoria continua.
Como en el caso discreto, se definen las distribuciones de probabilidad acumulada y las
funciones de distribucin asociadas a ellas.
ESPERANZA MATEMATICA

Si p es la probabilidad de que una persona reciba una suma de dinero S, la

esperanza matemtica o simplemente la esperanza, se define como pS.
Ejemplo: Si la probabilidad de que un hombre gane un premio de $10 es , su esperanza
es (S10) = $2.
El concepto de esperanza es fcilmente generalizado. Si X representa una variable aleatoria
discreta que puede tomar los valores X, X2, ..., X con probabilidades respectivas p, p., ..., po,
donde pl + p2 + ... + p = 1, la esperanza matemtica de X o simplemente la esperanza de X,
simbolizada por E(X), se define como
K E(X) = p X + 2X2 + + pX = X, = X (7)
E1

Si las probabilidades p, en esta esperanza se sustituyen por las frecuencias relativas

f/N, donde N = 2/ la esperanza se reduce a (2fX)/N, que es la media aritmtica X de una
muestra de tamao N, en la que X, X2, ..., X aparecen con estas frecuencias relativas.
Cuando N crece, las frecuencias relativas f/N se aproximan a las probabilidades p. Esto
conduce a interpretar que E(X) representa la media de la poblacin de la que se ha
extrado una muestra. Si se denota por m la media de la muestra, la media de la
poblacin vendr representada por la correspondiente letra griega pu (mu).
La esperanza puede tambin definirse para variables aleatorias continuas, pero la definicin
requiere la utilizacin de clculos.
RELACION ENTRE MEDIA Y VARIANZA DE LA MUESTRA Y DE LA POBLACION
Si se elige al azar una muestra de tamao N de una poblacin (es decir, se supone que todas
las muestras son igualmente probables), entonces es posible demostrar que el valor esperado de
la media muestral m es la media poblacional pu.
De aqu no se sigue, sin embargo, que el valor esperado de cualquier cantidad
calculada a partir de una muestra sea la correspondiente cantidad poblacional. Por
ejemplo, el valor esperado de la varianza muestral, tal como se ha definido, no es la
varianza poblacional, sino (N - 1)/N veces esta varianza. Por esto es por lo que algunos
estadsticos definen la varianza muestral como la varianza definida anteriormente
multiplicada por N/(N - 1).
CAP. 6) TEORIAELEMENTAL DELA PROBABILIDAD 103
ANALISIS COMBINATORIO

Para la obtencin de probabilidades de sucesos complejos, la enumeracin de los

casos resulta a menudo difcil, pesado o ambas cosas. Para facilitar esta tarea es preciso
echar mano de los principios bsicos del anlisis combinatorio.
PRINCIPO FUNDAMENTAL
Si un suceso puede presentarse con cualquiera de n formas distintas y si cuando esto ha
ocurrido otro suceso puede presentarse con cualquiera de n, formas distintas, entonces el
nmero de formas en que ambos sucesos pueden presentarse en el orden especificado es nin.
Ejemplo: Si hay 3 candidatos para gobernador y 5 para alcalde, los dos cargos pueden ocuparse de

3 * 5 = 15 formas.
FACTORAL DE

El factorial de n se denota por n! y viene definido por

u! = n( 1)( 2) 1 (8) As, 5! = 5 o 4 o 3 - 2 o 1 = 120, 431 = (4
o 3 o 2 o 1)(3 - 2 - 1) = 144. Conviene definir 0! = 1.
PERMUTACIONES

Una permutacin de n objetos diferentes tomados de r en r es una ordenacin de r

objetos entre los n dados y atendiendo a la situacin de cada objeto en la ordenacin. El
nmero de permutaciones de n objetos tomados de r en r se representa por P, P(n, r) o P.
y viene dado por
"P, = u(m 1)(t 2) (n + l) = (9)
En particular, el nmero de permutaciones de n objetos tomados de n en n es
P = n(m 1)(u 2) 1 = u!
Ejemplo: El nmero de permutaciones de las letras a, b, c) tomadas de dos en dos es P = 3 o 2 =
6. Estas
son ab, ba, ac, ca, bc, cb.

El nmero de permutaciones de n objetos formado de grupos de los que ni son

iguales, no son iguales, . . . , es
}! S S donde n = n + n2+ (10) ! g !

11. Ejemplo: El nmero

de permutaciones de letras en la palabra estadstica es 222 21 puesto que
hay 1 , 2 s, 2 t. 2 , 1 d, 2 1 .
COMBINACIONES

Una combinacin de n objetos diferentes tomados de r en r es una seleccin de r de

los n objetos sin atender a la ordenacin de los mismos. El nmero de combinaciones de
n objetos tomados de r en r se representa por C, C(n, r), C o () y viene dado por
C = u(n 1) (? + 1) u ! P,
(11)
! r!(nr)! r !
104 TEORIAELEMENTAL DELA PROBABILIDAD CAP. 6
3 - 2 Ejemplo: El
nmero de combinaciones de las letras a, b, c) tomadas de dos en dos es C. = 5T = 3. Estas
son ab, ac, bc. Ntese que ab es la misma combinacin que ba, pero no la misma permutacin.
19. Se tiene que C. = C-,. As, zoC = zoC = = 1.140. El nmero de combinacio

nes de n objetos tomados de 1 2, ..., o n a n es C + C + ... + C = 2" - 1.

APROXIMACION DE STIRLING A n!

Cuando n es grande el clculo directo de n! es poco prctico. En tal caso, el valor de

n! se obtiene a partir de una frmula aproximada debida a Stirling, que es
n! ~ V2nn" en (12)
donde el = 2,71828... es la base de los logaritmos naturales. Vase Problema 31.
RELACION ENTRE TEORIA DE PROBABILIDAD Y CONJUNTOS
En la teora de probabilidad, modernamente, se toman todos los posibles resultados de un
experimento, juego, etc., como puntos de un espacio (que puede tener una, dos, tres, etctera,
dimensiones) llamado espacio muestral S. Si S contiene solamente un nmero finito de puntos,
entonces a cada punto puede asociarse un nmero no negativo, llamado probabilidad, tal que la
suma de todos los nmeros correspondientes a todos los puntos de S sumen uno. Un suceso es
un sistema o conjunto de puntos de Stal como se indica por El o E, en la Fig. 6-2 llamada
diagrama Euler o diagrama Venn. Fig. 6-2
El suceso E + E es el formado por los puntos que estn en E o E, o en ambos,
mientras que el suceso EE. est formado por los puntos comunes a E y Ez. Entonces la
probabilidad de un suceso tal como E es la suma de las probabilidades asociadas a
todos aquellos puntos que estn contenidos en E. Anlogamente, la probabilidad de El +
E, designada por PE + E}, es la suma de las probabilidades asociadas a todos los puntos
contenidos en el sistema El + E. Si E. y El no tienen puntos en comn, es decir, los
sucesos son mutuamente excluyentes, entonces P{E + E} = P{E} + P{E}. Si tienen puntos
en comn entonces P{E + E} = P{E} + P{E} P{EE}.
El conjunto o sistema El + E. se denota tambin por E. U E y se dice la unin de los dos
conjuntos. El conjunto EE. se denota tambin por E. () E. y se llama interseccin de los dos
sistemas. Anlogamente, puede extenderse a ms de dos sistemas. As, en lugar de El + E + E y
EEE se puede utilizar la anotacin E U E U E y E () E. (). Ea, respectivamente.
Un smbolo especial, b, se emplea a veces para indicar la ausencia de puntos en un sistema o
conjunto, llamado sistema nulo o conjunto vaco. La probabilidad asociada con un suceso
correspondiente a este sistema es cero, es decir, Pqb} = 0. Si E. y E, no tienen puntos en comn,
se puede escribir EE. = f, que significa que los sucesos correspondientes son mutuamente
excluyentes y P{EE.} = 0. Con esta moderna concepcin, una variable aleatoria es una funcin
definida en cada punto del espacio muestral. Por ejemplo, en el Problema 37 la variable aleatoria
es la suma de las coordenadas de cada punto.
En el caso de que Stenga un nmero infinito de puntos, las ideas anteriores pueden
extenderse por medio de conceptos que necesitan clculos.
CAP. 6) TEORIAELEMENTAL DELA PROBABILIDAD 105

Problemas resueltos
REGLAS FUNDAMENTALES DE PROBABLIDAD
1. Determinar la probabilidad p, o un estimador de ella, para cada uno de los siguientes sucesos.
(a) La aparicin de un nmero impar en una tirada de un dado equilibrado.
De los 6 casos igualmente probables, 3 casos (cuando salga 1, 3 5) son favorables al suceso. Entonces
p==
(b) La aparicin de al menos una cara en dos lanzamientos de una moneda.
Si H denota cara y T denota cruz, los dos lanzamientos pueden dar origen a los cuatro
casos siguientes HH, HT, TH, T7' todos igualmente probables. Unicamente los tres primeros
casos son favorables al suceso. Entonces p = 3.
(c) La aparicin de un as, el diez de diamantes o el dos de corazones en una sola extraccin de
una baraja de 52 cartas.
El suceso puede ocurrir de 6 formas (uno cualquiera de los ases son 4, el diez de diamantes y el dos de
corazones) del total de 52 casos igualmente probables. Entonces p = * = .

(d) La obtencin de 7 puntos en una sola tirada de un par de dados.

Cada una de las seis caras de un dado puede salir con cada una de las seis caras del otro dado, as que
el nmero total de casos que pueden presentarse, todos igualmente probables, es de 6' 6 = 36. Estos pueden
ser denotados por (1, 1), (2, 1), ... , (6, 6).
Hay 6 formas de obtener 7 como suma, dadas por (1,6), (2,5), (3,4), (4,3), (5,2), (6, 1) (vase
Problema 37(a)). Entonces p = k = .
(e) La aparicin de cruz en el siguiente lanzamiento de una moneda, si en 100
lanzamientos pre
vios aparecieron 56 caras.
Puesto que (100-56) = 44 fueron las cruces obtenidas en los 100 lanzamientos, el estimador o
probabilidad emprica de cruz es la frecuencia relativa 44/100 = 0,44.
2. Un experimento consiste en el lanzamiento de una moneda y un dado. Si E es el hecho de que
salga cara en el lanzamiento de la moneda y E. es el hecho de obtener 3 6 en el lanzamiento
del dado, explicar qu significado tiene cada uno de los siguientes.
(a) E, Cruz en la moneda y cualquier nmero en el dado. (b) E, 1, 2, 4 5 en el dado y
cualquier cosa en la moneda. (c) E. E. Cara en la moneda y 3 6 en el dado. (d) P{EE}
Probabilidad de cara en la moneda y 1, 2, 4 5 en el dado.
(e) P{EE} Probabilidad de cara en la moneda, dado que ha salido 3 6 en el dado.
(f) PE + E.} Probabilidad de cruz en la moneda o 1, 2, 4 5 en el dado, o ambas
COSAS.
3. De una caja que contiene 6 bolas rojas, 4 blancas y 5 azules se extrae una al azar. Determinar la
probabilidad de que sea (a) roja, (b) blanca, (c) azul, (d) no roja, (e) roja o blanca. Solucin:
Dentense por R., W y B los sucesos de extraer una bola roja, blanca y azul, respectivamente.
106 TEORIA ELEMENTAL DE LA PROBABILIDAD CAP. 6

(a) P{R} casos de elegir bola roja - 6 62 " T casos de elegir una bola 6 + 4 + 5 155

4 4 5 5 1 b) P - - E - B} = --- = - = -. """= = (c) ^{*}= ==

2 3 (d) P} = 1 - PA} = 1 - = deo) (e) - casos de elegir bola roja o
blanca- o: 102 casos de elegir una bola 6 + 4 + 5 5 3
Otro mtodo:
P{R + W} = P(B} = 1 - P{B} = 1 - = i de (c). Advirtase que P{R + W} = P{R} + P{W}, es decir, 3 = + .
Esto es una prueba de la regla general P{E + E} = P{E} + P{E} que se cumple cuando E y E, son
sucesos mutuamente excluyentes.
4. Un dado se lanza dos veces. Hallar la probabilidad de obtener 4, 5 6 en el primer
lanzamiento
y 1, 2, 3 4 en el segundo.
Solucin:
Sea E = suceso de obtener 4, 5 6 en el primer lanzamiento, y E = suceso de obtener 1, 2,
3 4 en el segundo lanzamiento.
Cada uno de los seis casos posibles del primer lanzamiento puede asociarse con cada uno de los seis
casos posibles del segundo lanzamiento; se tiene, pues, un total de 6 o 6 = 36 casos, todos igualmente
probables.
Cada uno de los tres casos favorables del primer lanzamiento E puede asociarse con cada
uno de los cuatro casos favorables del segundo lanzamiento E, lo que da 3 o 4 = 12 casos en los
que E y E. o EE. se presenta.
Entonces P{EE.} = 12/36 = 1/3.
Advirtase que PEE} = P{E} P{E}, es decir, = : ", es vlido para los sucesos independientes E
.
5. Se hacen dos extracciones de una baraja de 52 cartas. Hallar la probabilidad de que
las dos cartas extradas sean ases, siendo las extracciones (a) con remplazamiento, (b)
sin remplazamiento.
Solucin:
Sea E el suceso que denota as en la primera extraccin, y E. el que denota as en la segunda. (a)
Si la primera carta se remplaza, E y E son sucesos independientes. Entonces
Pambas cartas extradas sean ases} = P{EE} = P{E} P{E} = (4/52)(4/52) = 1/169 (b) La
primera carta puede ser cualquiera de las 52 de la baraja, y la segunda, cualquiera de las 51 que
quedan, ya que la primera no vuelve a ser introducida en la baraja. Entonces ambas cartas
pueden extraerse de 52* 51 formas, todas igualmente probables.
Hay 4 formas en que se puede presentar E. y 3 en que se puede presentar E, de modo que ambos E y E,
o EE. pueden presentarse de 4 o 3 formas. Entonces P{EE.} = s: = 4.

Advirtase que P{EE} = P de que la segunda carta sea unas dado que la primera carta
lo es} = 3/51. As el resultado obtenido es una prueba de la regla general P{EE.} = P{E}
P{EE} en el caso de que E y E. sean sucesos dependientes.
6. Se extraen sucesivamente tres bolas de la caja del Problema 3. Hallar la probabilidad
de que sean extradas en el orden roja, blanca y azul si las extracciones son (a) con
remplazamiento, (b) sin remplazamiento.
Solucin:
Sea R el suceso roja en la primera extraccin, Wel suceso blanca en la segunda extraccin y
B el suceso
azul en la tercera extraccin. Se pide P{RWB}. (a) Si cada bola se vuelve a la caja, entonces R.,
Wy B son sucesos independientes y

- 6 4. 5 4L 5 8 P{RWB} = P{R}P{WP{B} = ()()() =

((() F
CAP. 6 TEORIAELEMENTAL DELA PROBABILIDAD 107
(b) Si las extracciones se hacen sin remplazamiento, entonces R. W y B son sucesos dependientes y

PRWB} = P(R) PWR PBWR} = ()( ) (s++)

6.--4--55 -- 4 +55-H 3 H 5

=()()()= 15W M14M 13 91

donde P{BWR} es la probabilidad condicional de obtener una bola azul, si una blanca y
una roja han sido
ya extraidas.
Hallar la probabilidad de obtener al menos un 4 en dos lanzamientos de un dado.
Solucin:
Sea E el suceso que denota 4 en el primer lanzamiento y E. el que denota 4 en el segundo
lanzamiento, El + E. denotar 4 en el primer lanzamiento o en el segundo o en ambos, es decir, al
menos un cuatro en los dos lanzamientos. Se pide, pues, PE + E}.
Mtodo :
Nmero total de casos posibles que se pueden dar igualmente probables = 6 o 6 = *
Nmero de casos en los que se da E, pero no E = 5.
Nmero de casos en los que se da E, pero no E = 5.
Nmero de casos en los que se da E y E = 1.
Entonces el nmero de casos en que se da al menos un 4 ser = 5 + 5 + 1 = 11, de modo que
PE + E = 1 1/36.
Mtodo 2:
Puesto que E y E, no son mutuamente excluyentes, PE + E = PE} + PE: PEE. Y puesto que E y E, son independientes PE E =
P{E} P{E}. LLLLLLLLS LLLS S LS LSES LLLSSaSSS LELS LLLLLSSYSSYYSSYS
Mtodo 3:
Palmenos un 43 + Pningn 4 = 1 Entonces Pal menos un 4! = 1 - Pningn 4
1 - Pino 4 en el primer lanzamiento y no 4 en el segundo = 1 P } = 1 P, P}
1)=

Una bolsa contiene 4 bolas blancas y 2 bolas negras; otra contiene 3 bolas
blancas y 5 bolas negras. Si se extrae una bola de cada bolsa, hallar la
probabilidad de que (a) ambas sean blancas, (b) ambas sean negras. (c) una sea
blanca y otra negra.
Solucin:
Sea I el suceso bola blanca de la primera bolsa y W. bola blanca de la segunda.
(c) PWW = P(W) P(W) = (;)(s) = . (h) P{W W} = P{W} P{W} = (4:2)(3) = ;. (c) El suceso una blanca y
otra negra es lo mismo que el suceso la primera blanca y la segunda negra o

la primera negra y la segunda blanca, es decir, W. W. + W. W. Puesto que los

sucesos 4, y H. W.
son mutuamente excluyentes, se tiene
P{ W. W + W IV, 3; = P4 W W} + P4 W W}
P{H' | P| W,! + P{W, } P{W,} = (:}(ys) + (4)(yg) =
E.
Otro mtodo:

La probabilidad pedida es 1 P{W, W} - P{W, W} = 1 4 = :.

108 TEORIA ELEMENTAL DE LA PROBABILIDAD CAP. 6

9. A y B juegan 12 veces al ajedrez, de los cuales A gana 6 veces, B gana 4 y 2 terminan

en tablas. Acuerdan jugar un torneo consistente en 3 partidas. Hallar la probabilidad de
que (a) A gane las tres partidas, (b) dos partidas terminen en tablas, (c) A y B ganen
alternativamente, (d)
B gane al menos una partida.
Solucin:
Dentese por 4, 4, 4, los sucesos de que A gane la primera, segunda y tercera partida respec
tivamente. B1, B2, B, los sucesos de que B gane la primera, segunda y tercera partida
respec
tivamente. T, T., T. los sucesos de que haya tablas en la primera, segunda y tercera
partida
respectivamente.
Atendiendo a la experiencia que han tenido (probabilidad emprica) se supone que
P{4 gane una partida} = 6/12 = 1/2, PB gane una partida} = 4/12 = 1/3, Puna partida termine en tablas} =
2/2 = 1/6. (a) PA gane las 3 partidas) = PAAA) = P{A} P{A} P{A} = ()(4)(4) =
suponiendo que el resultado de cada juego es independiente del resultado de los dems, lo que parece
lgico (a menos que los jugadores puedan dejarse influenciar psicolgicamente por las otras partidas
jugadas). (b) P2 partidas terminen en tablas} = P la primera y segunda o la primera y tercera o la segunda y
tercera
terminen en tablas} = PTTT) -- PT, TT, H. PT, TT,
P{T} P{T} P(T,) + PT, PT P T + P. T. PT, PET, MM)+(M)+(M)=15216=572 (c) PA
y B ganen alternativamente} = Pgane A, despus B, despus gane A o gane B, despus gane A,
despus
gane B {P(A BA + BA, B,} = P(A, B, A,} + P(BA, B,} = PA. P. B. PA + PB, PA, PB, =MM+(MM
)=536
I - PB no gane ninguna partida) 1 - P{B, B,B} = 1 - PB, PB, PB, 1()=1927
(d), PB gane al menos una partida}
DISTRIBUCIONES DE PROBABILIDAD

10. Hallar las probabilidades de nios y nias en familias de 3 hijos, suponiendo iguales
la probabili
dad de nio o nia.
Solucin:
Sea B el suceso nio y G el suceso nia. Entonces, de acuerdo con el supuesto de igualdad de las
probabilidades, P{B} = P{G} = 3. En familias con tres hijos se pueden dar los siguientes casos mutuamente
excluyentes con las correspondientes probabilidades.
(a) 3 nios (BBB). Entonces P{BBB} = P{B} P{B} P{B} = .
Aqu se hace el supuesto de que el nacimiento de un nio no est influenciado en manera
alguna por el hecho de que el hijo anterior o anteriores fuesen tambin nios, es decir, se supone
que los sucesos son
independientes. (b) 3 nias (GGG). Entonces, anlogamente al apartado (a), P{GGG} = . (c) 2
nios y 1 nia (BBG + BGB + GBB). Entonces
P{BBG + BGB + GBB} = P{BBG} + P{BGB} + P{GBB}
= PB} P{B} P{G} + PB} P(G} P(B} + PGPB, PB} =++= (d) 2 nias y 1 nio (GGB + GBG +
BGG). Simtricamente al caso (c) la probabilidad es .
Si es X la variable aleatoria que muestra el n- Nmero de nios X O 1 2 3
mero de nios en familias de 3 hijos, la distribucin de probabilidad queda indicada en la siguiente tabla.
Probabilidad P(Y) 1/8 3/8 3/8 1/8
CAP. 6) TEORIA ELEMENTAL DE LA PROBABILII)AI) 109
11. Representar grficamente la distribucin del Problema 10.
Solucin:
El grfico puede representarse como se indica en la Figura 6-3 6-4.
p(X) ()
38 R
2/8 /8
I
O
Nmero de nios
Fig. 6-3
X
2. 3.
Nmero de nios
Fig. 6-4
Advirtase que la suma de las reas de los rectngulos de la Figura 6-4 es l. En esta figura, llamada
histograma de probabilidad, se considera X como variable continua, aunque realmente es discreta; es una
manera de operar que frecuentemente es de utilidad. La Figura 6-3, por el contrario, se utiliza cuando no se
desea considerar la variable como continua.

12. Una variable aleatoria continua X que toma solamente valores entre 0 y 4 tiene una
funcin de densidad dada por p(X) = * - a X, donde a es una constante. (a) Hallar el valor
de a. (h) Hallar P{1 < X < 2}.
Solucin:
(a) La representacin de p(X) = * - a X es una lnea
(b)
recta como se indica en la Figura 6-5.
Para hallar a hay que tener en cuenta que el rea total bajo la recta entre X = 0 y Y= 4 y el eje X debe ser
1.
Para X = 0, p(X) = ; para X = 4, p(X) = 4a.
Entonces se debe elegir a de forma que el rea trapezoidal sea 1.
Area = (altura)(suma de las bases)
{4}{+4a) = 2(1 - 4a) = 1
de donde (1 - 4a) = 3,4a = 3 y a = . De modo que (. - 4a) es realmente igual a cero, y as el grfico
correcto es el que se da en la Figura 6-6.
La probabilidad pedida es el rea entre X = 1
y X = 2, que aparece sombreada en la Figura 6-6.

De (a), p(X) = 3 - X: entonces p(1) =

y p(2) = 4 son las ordenadas para X = 1 y 2,
respectivamente.
El rea ser
(1){+)= que es la probabilidad pedida.
p(X)
34
12
1/4

|- H-T-T- Y O
Fig. 6-5
()
1.
3.
12
IIol
Fig. 6-6
110
ESPERANZA MATEMATICA
TEORIA ELEMENTAL DE LA PROBABILIDAD

13. Si un hombre compra una papeleta de rifa, en la que puede ganar un primer premio
de $5.000 o un segundo premio de $2.000 con probabilidades 0,001 y 0,003. Cul sera
el precio justo a pagar por la papeleta?
Suucin:
Esperanza = (5000)(0,001) + (2000)(0,003) = $5 + $6 = 11, que ser el precio justo a pagar por la
papeleta S11. 14. En un determinado negocio un hombre puede tener un beneficio de $300 con
probabild 0,6
o una prdida de $100 con probabilidad 0,4. Determinar su esperanza. Solucin:

Esperanza = (S300)(0,6) + (S100)(0,4) = 180 - S40 = $140. 15. Hallar

(a) E(X) (b) E(Yo) y (c) E(X-X)) para la siguiente distribucin de
probabilidad.
X 8 12 16 20 24
p() 1/8 1/6 3/8 1/4 1/12
Solucin:
(a) E(X) = 2EXp(X) = (8)(1/8) + (12)(1/6) + (16)(3/8) + (20)(1/4) + (24)(1/12) = 16.
Esto representa la media de la distribucin. (b) E(X) + EXp(X) = (8)(1/8) + (12)*(1/6) + (16)(3/8) +
(20)(1/4) + (24)(1/12) = 276.
Esto representa el momento de segundo orden respecto al origen. (c) E(X - ?)) = 2(X - ?)?p(X)
= (8 - 16)*(1/8) + (12-16)*(1/6) + (16 - 16)*(3/8) + (20 - 16)*(1/4) + (24 - 16)*(1/12) = 20, Esto
representa la varianza de la distribucin.
16. Una bolsa contiene 2 bolas blancas y 3 bolas negras. Cuatro personas, A, B, C, D y en este
orden, extraen una bola de la bolsa sin remplazamiento. La primera que extraiga una bola blanca
recibe $10. Determinar sus esperanzas.
Solucin:
Puesto que solamente hay 3 bolas negras, una persona de las 4 ha de ganar forzosamente. Dentese por
A, B, C, D, los sucesos de que gane A, B, C y D, respectivamente. P{A gane} = P{A} = 4 = *. Esperanza de A
= ($10) = $4. P{A pierda y gane B} = P{AB} = P{A} P{BA} = ()(3) = f, Esperanza de B = $3. P{A pierda, B pierda
y gane C} = P{ABC} = P{A} P{BIA} P{CAB} = ()()(3) = 3. Esperanza de C = $2. P{A pierda, B pierda, C pierda y
gane D}

= P(ABCD} = P(A) P(BIA} P{CAB} P{DIABC)

- (3) (2) (1)(1) - 1 - ()() ()() T 10
Esperanza de D = S1. Comprobacin: $4 + $3 + $2 + S1 = $10 4 + + 4 + i = 1.
PERMUTACIONES
17.
De cuntas maneras pueden ser colocadas en una fila 5 bolas de diferentes colores?
Solucin:
Se pueden ordenar las 5 bolas en 5 posiciones as: -----
CAP. 6) TEORIAELEMENTAL DELA PROBABILIDAD 111
18.
19.
21.
La primera posicin puede ser ocupada por cualquiera de las 5 bolas, es decir, hay 5 formas de llenar la
primera posicin. Cuando esto haya sido hecho hay 4 formas de llenar la segunda posicin. Despus hay 3
formas de llenar la tercera posicin, 2 de llenar la cuarta y solamente 1 de llenar la ltima posicin. Por
tanto:
El nmero de ordenaciones posibles de las 5 bolas en la fila ser = 5 o 4 o 3 o 2 o 1 = 5 = 120 En
general,
El nmero de ordenaciones de n objetos diferentes en una fila es = n (n. - 1)(n. - 2) o 1 = n!
Esto se conoce como el nmero de permutaciones de n objetos diferentes tomados de n en n y se
denota .
De cuntas formas pueden 10 personas estar sentadas en un banco, con capacidad
para 4 personas?
Solucin:
La primera plaza puede ocuparse con cualquiera de las 10 personas y, cuando esto se ha hecho, hay 9
formas para ocupar la segunda plaza, 8 para llenar la tercera y 7 para llenar la cuarta. Por tanto:
Nmero de ordenaciones de 10 personas tomadas de 4 en 4 = 109 - 8 o 7 = 5040 En general, -
El nmero de ordenaciones de n objetos diferentes tomados de r en r es = n(n- 1)... (n. - r + 1)
Esto se conoce como el nmero de permutaciones de n objetos diferentes tomados de r en r y se denota por
P, P(n, r) o P. Cuandor = n, P.. = n! como en el Problema 17.
Hallar el valor de (a) P, (b) P, (c) 3.P., (d) 3.P. solucin: (a) P. - 8 7 6 - 336, (b) P. - 6.5. 4.3 -
360, (c) P - 15, (d) P = 3-2. 1 = 6.
Se quieren sentar 5 hombres y 4 mujeres en una fila de modo que las mujeres ocupen los
sitios pares. De cuntas formas pueden sentarse?
Solucin:
Los hombres pueden estar sentados de P. formas y las mujeres de P. formas. Cada ordenacin de los
hombres puede asociarse con cada ordenacin de las mujeres.
As, pues, el nmero de ordenaciones pedido es P. P = 5! 4! = (120)(24) = 2880.
Cuntos nmeros de cuatro cifras pueden formarse con los 10 dgitos 0, 1, 2, 3, ... , 9 si
(a) los nmeros pueden repetirse, (b) si los nmeros no pueden repetirse, (c) si el ltimo
nmero ha de ser cero y los nmeros no pueden repetirse?
Solucin:
(a) La primera cifra puede ser cualquiera entre 9 (puesto que el 0 no tiene valor). La segunda, tercera y cuarta
pueden ser cualquiera de las 10. Entonces 9 o 10 o 10 o 10 = 9000 son los nmeros que pueden formarse. (b)
La primera puede ser cualquiera entre 9 (el 0 no).
La segunda puede ser cualquiera entre 9 (no puede ser la que ocup el primer puesto). La tercera
puede ser cualquiera entre 8 (no pueden ser ninguna de las que ocupan los dos primeros
puestos). La cuarta puede ser cualquiera entre 7 (no pueden ser ninguna de las que ocupan los
tres primeros puestos).
Entonces 9 o 9 - 8 o 7 = 4536 son los nmeros que pueden formarse.
Otro mtodo:
El primer nmero puede ser cualquiera entre 9 y los tres restantes pueden elegirse de P, formas. En
tonces 9 o P = 99 - 8 o 7 = 4536 ser el nmero pedido.
(c) La primera cifra puede elegirse entre 9, la segunda entre 8 y la tercera entre 7.
Entonces 9 8 o 7 = 504 son los nmeros que pueden formarse.
Otro mtodo:
El primer dgito puede elegirse de 9 maneras y los dos siguientes de P. formas. Entonces 9 o
P = 9 - 8 7 = 504 ser el nmero pedido.
112 TEORIA ELEMENTAL DELA PROBABILIDAD (CAP. 6
22. Cuatro libros distintos de matemticas, seis diferentes de fsica y dos diferentes de qumica se
colocan en un estante. De cuntas formas distintas es posible ordenarlos si (a) los libros de
cada asignatura deben estar todos juntos, (b) solamente los libros de matemticas deben estar
juntos?
Solucin: (a) Los libros de matemticas pueden ordenarse entre ellos de P = 4! formas, los libros
de fsica de P = 6!
formas, los libros de qumica de P. = 2! formas y los tres grupos de P = 3! formas.
Entonces el nmero de ordenaciones pedido ser 4! 6123 = 207.360.
(b) Considerar los 4 libros de matemticas como un solo libro. Entonces se tienen 9 libros que pueden orde
narse de P = 9l formas. En todos estos casos los libros de matemticas estn juntos. Pero los libros de ma
temticas pueden ordenarse entre ellos de P = 4 formas.
Entonces el nmero de ordenaciones pedido ser 9! 4! = 8.709.120.

23. Se ordenan en una fila 5 bolas rojas, 2 bolas blancas y 3 bolas azules. Si las bolas de
igual color
no se distinguen entre s, de cuntas formas posibles pueden ordenarse?
Solucin:
Supngase que hay P diferentes ordenaciones. Multiplicando P por el nmero de ordenaciones (a) de las
5 bolas rojas entre si, (b) de las 2 bolas blancas entre s y (c) de las 3 bolas azules entre s (es decir,
multiplicando P por 5!2 3) se obtiene el nmero de ordenaciones de 10 bolas si todas ellas fuesen distintas,
es decir, 10!
Entonces (54213) P = 10! y P = 10!/(51234). En general, el nmero de ordenaciones diferentes de n
objetos de los que no son iguales, ni son iguales,
., ni son iguales es -- donde n + n + " " " + n = n.
1 ! n !
24. De cuntas formas pueden sentarse 7 personas alrededor de una mesa, si (a) pueden
sentarse de cualquier forma, (b) si dos personas determinadas no deben estar una al lado de la
otra?
Solucin:
(a) Considrese una de ellas sentada en cualquier parte. Entonces las 6 restantes pueden
sentarse de 6! = 720
formas, que es el total de casos que se dan en la ordenacin de 7 personas en un crculo.
(b) Considrense las dos personas que no han de ir juntas como una sola. Entonces hay 6 personas para
sentarse en crculo, que lo pueden hacer de 5! formas. Pero las dos personas consideradas como una sola
pueden ordenarse entre s de 2! formas. As, pues, el nmero de ordenaciones de 6 personas sentadas
alrededor de una mesa con 2 determinadas de ellas sentadas juntas es 5! 2! = 240.
Entonces, mediante (a), se tiene el nmero total de formas en que 6 personas pueden sentarse alrede
dor de una mesa, de modo que dos de ellas no estn sentadas juntas es 720 - 240 = 480 formas.
COMBINACIONES

25. De cuntas formas pueden 10 objetos dividirse en dos grupos de 4 y 6 objetos

respectivamente?
Solucin:
Esto es lo mismo que el nmero de ordenaciones de 10 objetos de los cuales 4 objetos son iguales y los
O (). 9 - 8 - 7
- - - = 210.
46 4. El problema es equivalente a encontrar el nmero de grupos de 4 objetos que se pueden
formar con 10 ob
jetos dados (o de 6 objetos con 10 objetos dados), no teniendo en cuenta el orden de los objetos
dentro del grupo.
En general el nmero de grupos distintos de r objetos que se pueden formar con n objetos dados,
se llama
nmero de combinaciones de los n objetos tomados de r en r y se denota por C. C(n, r) o () y viene dado por
otros 6 tambin son iguales entre s. Por el Problema 23 esto es
C = ! - ( - 1) ( - r + 1) - P. r!(n-r(! r ' '
CAP.
26.
27.
29.
6] TEORIA ELEMENTAL DE LA PROBAELDAD 113

Hallar el valor de (a) C., (b) Cs, (c) C.

Solucin:
7! 7 6 5 4 - 7' 6' 5

(a) C. = i = - = i = 35
6 6 5 4 3 2
(b) C = 51 5 6, 5 C. - C = 6.
(c) C. es el nmero de grupos de 4 objetos que se pueden formar con 4 objetos, lo que es
evidentemente 1.
Entonces C. = 1.
4. Ntese que formalmente C = 40 1 si se define 0! = 1.

De cuntas formas puede elegirse un comit de 5 personas de entre 9 personas?

Solucin:
9 9 - 8 - 7 - 6 - 5 C. F. 51 41 5. E 126
De un total de 5 matemticos y 7 fsicos, se forma un comit de 2 matemticos y 3 fsicos. De
cuntas formas puede formarse, si (a) puede pertenecer a l cualquier matemtico y fsico, (b) un
fisico determinado debe pertenecer al comit, (c) dos matemticos determinados no pueden estar
en el Comit?
Solucin:
(a) 2 matemticos de un total de 5 pueden elegirse de C. formas.
3 fsicos de un total de 7 pueden elegirse de C formas. Nmero pedido = C : C = 10 - 35 = 350.
(b) 2 matemticos de un total de 5 pueden elegirse de C. formas.
2 fisicos restantes de un total de 6 pueden elegirse de C. formas.
Nmero pedido = C. . C. = 10 - 15 = 150. (c) 2 matemticos de un total de 3 que pueden elegirse dan C. formas.
3 fisicos de un total de 7 dan C, formas.
Nmero pedido C : C = 3 : 35 = 105.
Un muchacho tiene cinco monedas de distintos valores. Cuntas sumas diferentes de dinero
puede formar con las cinco monedas?
Solucin:

Cada moneda puede ser o no ser elegida. Puesto que cada moneda est ligada a 2
caminos (ser o no elegida), el nmero total para las 5 monedas ser 2 formas. Pero esto
incluye el caso en que ninguna moneda es
elegida.
De aqu que el nmero de sumas de dinero pedido = 2 - 1 = 31.
Otro mtodo:
Se pueden elegir 1 de las 5, 2 de las 5.... , 5 de las 5. Entonces el nmero de sumas de dinero
pedido es
C + C + C + C + C = 5 + 10 + 10 + 5 + 1 = 31 En general, para cualquier nmero entero positivo n, C + C + C +
... + C = 2" - 1.

Con 7 consonantes y 5 vocales diferentes, cuntas palabras pueden formarse, que

consten de 4 consonantes y 3 vocales? No es necesario que las palabras tengan
significado.
Solucin:
Las 4 consonantes pueden elegirse de C formas, las 3 vocales de C formas y las 7 letras
resultantes (4 consonantes, 3 vocales) pueden ordenarse entre s de P. El nmero pedido ser C o
Co7
7 formas. Entonces:
35 - O - 5040 = 1.764,000
14 TEORIA ELEMENTAL DE LA PROBABILIDAD CAP. 6
APROXIMACION DE STIRLING A n
31. Hallar el valor de 50
Solucin:
Para valores grandes de As 50 - /2n(50) 500 e = S.

Para hallar el valor de S empleamos logaritmos decimales. Entonces

log S = log (V100n 50 e ) = log 100 + log Tr + 50 log 50 - 50 log e
i log 100 -- log 3,142 + 50 log 50 - 50 log 2,718 = , (2) + 3 (0,4972) + 50(1,6990) - 50(0,4343) = 64,4836
de donde S = 3,04 x 10, que es un nmero con 65 cifras.
PROBABILIDAD Y ANALISIS COMBINATORIO

32. Una caja contiene 8 bolas rojas, 3 blancas y 9 azules. Si se extraen 3 bolas al azar,
determinar la probabilidad de que (a) las 3 bolas sean rojas, (b) las 3 bolas sean
blancas, (c) 2 sean rojas y 1 sea blanca, (d) al menos 1 sea blanca, (e) se extraiga una
de cada color, (f) las bolas sean extradas en el orden roja, blanca, azul.
Solucin: .
(a) Primer mtodo:

Sean R. R. R. los sucesos bola roja en la primera, segunda y tercera extraccin,

respectivamente. Entonces R. R. R. denota el hecho de que todas las bolas extradas sean
rojas. P{ R, R, R3} = P{ R, } P{ R,|R, } P{R,|R R,} = (8/20)(7/19)(6/18) = 14/285
Segundo mtodo:
Probabilidad pedid nmero de grupos de 3 bolas entre las 8 rojas sCs 14 rOy tOa tO111 eC1C3 = = E-
nmero de grupos de 3 bolas entre las 20 de la caja o C 285
C 1 (b) Mediante el segundo mtodo
del apartado (a), P{3 bolas blancas} = 3 1140
20-3 Tambin puede obtenerse utilizando el
primer mtodo del apartado (a).
(c) P{2 rojas y 1 blanca)
(grupos de 2 entre las 8 rojas)(grupos de 1 entre las 3 blancas) grupos de 3 entre las 20 de la
caja
gC2 3C1 7
E----
C 95
C 34 23

(d) Pninguna blanca} = P = 1. Entonces P{al menos 1 blanca} = 1 - =

20Cs 57 57
8C 3C oC. - 18
(e) Pl de cada color - - -
20Cs 95.
c
1 (f) Pextraer las bolas en orden roja, blanca, azul} = 3. P{1 de cada color}
() == 3. utilizando el mtodo del apartado (e). 6 V95 95

Otro mtodo: P.R. W. B} = P{R} PWR} P{BR, W} = (8/20)(3/19)(9/18) = 3/95.

CAP.
35.
6) TEORIA ELEMENTAL DE LA PROBABILIDAD 115

Se extraen cinco cartas de una baraja de 52. Hallar la probabilidad de extraer (a)4
ases, (b)4 ases y un rey, (c) 3 dieces y 2 sotas, (d) un 9, 10, sota, caballo y rey en
cualquier orden, (e) 3 de un palo cualquiera y 2 de otro, (f) al menos 1 as.
Solucin:
C... * C 4 = 4* 481 = ""; ") = =

C, C 4. H - 4-1 (b) Plo ases y l rey) - c. 649,740 .1 C2 *Cs.

(c) P{3 dieces y 2 sotas} = - - =
} s2Cs 108.290
64 .Ci E C C C C
s2Cs 162.435

(d). P{9, 10, sota, caballo, rey en cualquier orden} =

4. 3 42 - (e) P{3 de cualquier palo y 2 de otro} = H puesto que hay 4 formas de
elegir el primer
palo y 3 formas de elegir el segundo palo.
C. 35.673 35.673, 18.472 48Y-5 LP-"" "; SSSS S P{al menos 1 as} = 1 54.145 54.145

(f) P{ningn as} = C. 54.145

Determinar la probabilidad de 3 seises en 5 lanzamientos de un dado.
Solucin:
Sean los lanzamientos del dado los representados por los 5 espacios ----- En cada espacio se
puede o no obtener 6. Por ejemplo, tres 6 y dos no 6 pueden ocurrir como 66 566 66 666, etc.

La probabilidad de un suceso tal como el 66 565 es

P{66666} = P{6} P{6} P{6} P{6} P{6} = . . . . . . i = (4)(3) Anlogamente,
P{66666} = ()(3), etc., para todos los sucesos de tres 6 y dos no 6. Pero hay .C. =
O de estos sucesos y son mutuamente excluyentes. De aqu que la probabilidad
pedida sea
P{66 666 666 66 etc.} = C(s)P() = i En general, si p = P{E} y q =
P{E}, por el mismo razonamiento que se ha hecho anteriormente, la probabilidad de
obtener X veces el suceso E en N ensayos es C, poqo.
Una fbrica encuentra que el 20% de los cerrojos producidos por una
determinada mquina son
defectuosos para unos determinados requerimientos. Si se eligen 10 cerrojos al
azar de la produc
cin del da de esta mquina, hallar la probabilidad de que (a) sean 2 exactamente
los defectuo
sos, (b) 2 o ms sean defectuosos, (c) ms de 5 sean defectuosos.
Solucin:

(a) P{2 cerrojos defectuosos} = oC,(0,2)(0.8o = 45(0.04)(0,1678) = 0,0302, mediante un

razonamiento
anlogo al del Problema 34.
(b) P{2 o ms cerrojos defectuosos} = 1 - P{ningn cerrojo defectuoso} - P{1 cerrojo
defectuoso)
1 - Co(0,2)"(0.8)" - C, (0,2) (0.8)
1 - (0.8)' - 10(0,2)(0.8) = 1 - 0, 1074 - 0,2684 = 0,6242.
P{6 defec...} + P{7 defec...} + P{8 defec.} + P{9 defec} + P{10 defec.}}
1o(02)08)* + 1o,02)080 + 19,02)080*
+ toC(0,2)(0,8) + toCio(0.2)' 0.00637.
(c) P{ms de 5 cerrojos defec.

Si se efectan 1.000 muestras de 10 cerrojos cada una, en el problema anterior,

en cuntas de estas muestras cabr esperar encontrar (a) exactamente 2
cerrojos defectuosos, (b) 2 o ms cerrojos defectuosos, (c) ms de 5 cerrojos
defectuosos?
Solucin:
(1000)(0.0302) 30, del Problema 35 (a). (1000)(0.6242) 624, del Problema 35 (b). (1000)(0,00637) = 6, del
Problema 35(c).
(a) Nmero esperado (b) Nmero esperado (c) Nmero esperado
116 TEORIA ELEMENTAL DE LA PROBABILIDAD CAP. 6

ESPACIOS MUESTRALES Y DIAGRAMAS DE EULER

37. (a) Esquematizar un espacio muestral para el lanzamiento de un par de dados.
(b) Del espacio muestral, determinar la probabilidad de que la suma de puntos en
el lanzamiento de los dos dados sea 7 u 11.
r
A.
Solucin:
(a) El espacio muestral consiste en el conjunto de puntos que se indica en la Figura 67. La primera
coordenada de cada punto es el nmero de un dado y la segunda es el nmero del otro dado.

Hay 36 puntos en total, y a cada punto se le asigna la probabilidad 1/36. La suma de

(1,2) (2,2) (3,2)
(3, 3)
(4,2)
probabilidades para todos los puntos del espacio es 1.

(b) El conjunto de puntos correspondientes a los (1,1) (2, 1) (3, 1) (4, 1)

sucesos suma 7 y suma 11 se indican por
A y B, respectivamente. Fig. 6-7

P{A} = suma de probabilidades asociadas a cada punto de A = 6/36.

P{B} = suma de probabilidades asociadas a cada punto de B = 2/36.
P{A + B} = suma de probabilidades de los puntos de 4 o de B o ambos = (6 + 2)/36 = 8/36 =
2/9. Ntese que en este caso P{A + B} = P{A} + P{B}. Esto es porque A y B no tienen puntos en
comn,
es decir, son sucesos mutuamente excluyentes.

38. Utilizando un espacio muestral, demostrar que

(a) P {A + B} = P {A} + P {B} P{AB} (b) P{A + B + C} = P{A} + P{B} +

P{C} P{AB} P{BC} P{AC} + P {ABC}
Solucin: (a) Sean A y B dos conjuntos de puntos que tienen puntos en comn representados
por AB, como en la Figu
ra 6-8. A se compone de AB y AB, mientras que B se compone de B y AB.
La totalidad de puntos de A + B (de A, B o ambos)
= totalidad de puntos de A + totalidad de puntos de B - totalidad de puntos de AB. Puesto que la
probabilidad de un suceso o conjunto = suma de probabilidades asociadas a los puntos del conjunto, se
tiene
P {A + B} = P {A} + P {B} P {AB} Otro mtodo: Dentese por A - AB
el conjunto de puntos de A, pero no de B (esto es lo mismo que AB); entonces A - AB y B son
mutuamente excluyentes (es decir, no tienen puntos en comn). Tambin, P {A - A B} = P {A}
P {AB}. As,
PA + B} = PA - AB} + P{B} = P{A} - P{AB} + P{B} = P{A} + P{B} P{AB}

B A. B 4
C-7
Fig. 6-8 Fig. 6-9
CAP. 6) TEORIA ELEMENTAL DE LA PROBABILIDAD 117
(b) Sean A, B y C tres conjuntos de puntos como se indica en la Figuia 6-9. El smbolo ABC
significa el
conjunto de puntos de A y B, pero no de C, y los otros smbolos tienen significados anlogos.
Los puntos que pertenecen a A o B o C estn incluidos en los 7 conjuntos mutuamente excluyentes de
la Figura 6-9, 4 de los cuales muestran un sombreado ms intenso que los otros 3. La probabilidad pedida
viene dada por
PA + B + C} = P(ABC} + P(BCA} + PCAB} + PABC} + P(BCA) + PCAB} + PABC) Para obtener, por
ejemplo, ABC se toman los puntos comunes a A y B y a A y C, pero al hacerlo as se han tomado
los puntos comunes a A, B y C dos veces. De aqu que AB = A AB AC + ABC y
P{AB} = P{A} P{AB} P{AC} + P{ABC} Anlogamente se tiene P{BCA} = P{B} - P{BC} - P{BA}
+ P{BCA} P{CAB) = P{C} - P{CA} - P(CB} + P{CAB} P{BCA} = PABC} - PABC) PCAB = PCA) -
P{BCA} P{ABC} = P{AB} - PCAB} P{ABC} = P(ABC) Sumando estas 7 ecuaciones y considerando
que P!AB} = P{BA}, etc., se obtiene
P{A + B + C} = P{A} + P{B} + P{C} P{AB} P{BC} P{AC} + P{ABC}
39. Una encuesta sobre 500 estudiantes de una o ms asignaturas de lgebra, fsica y
estadstica durante un semestre revel los siguientes nmeros de estudiantes en las
asignaturas indicadas.
Algebra 329 Algebra y fisica 83 Fisica 186 Algebra y estadistica 217 Estadstica 295 Fsica y
estadstica 63
Cuntos estudiantes estaban estudiando (a) las 3 asignaturas, (h) lgebra pero no estadstica,
(c) fisica pero no lgebra, (d) estadstica pero no fisica, (e) lgebra o estadstica pero no fisica, (f)
lgebra pero no fisica o estadstica?
Solucin:
Dentese por A el conjunto de estudiantes que estudian lgebra, y dentese por (A) el nmero de
estudiantes que pertenecen a este conjunto. Anlogamente, sea (B) el nmero de los que estudian fsica y
(C) el nmero de los que estudian estadstica. Entonces (A + B + C) denota el nmero que estudia lgebra,
fisica o estadstica o sus combinaciones, (AB) el nmero que estudia lgebra y fisica, etc. Como en el
problema anterior, se deduce que
(A + B + C) = (A) + (B) + (C) (AB) (BC) (AC) + (ABC)
(a) Sustituyendo los nmeros dados en esta expresin se tiene
500 = 329 + 186 + 295 - 83 - 63 - 21 F (ABC) o (ABC) = 53, que es el nmero de
estudiantes que estudian l tra, fisica y estadstica. Ntese que la probabilidad (emprica) de un estudiante
de las 3 asignaturas es 5 00. (b) Para obtener la informacin pedida conviene construir un diagra- Algebra
ma de Euler mostrando el nmero de estudiantes pertenecie es a cada conjunto.
Comenzando con el hecho de que 53 estudiantes lo son d las 3 asignaturas, se deduce que el nmero de
los que estudi lgebra y estadstica pero no fsica es 217 - 53 = 164, lo que indica en la Figura 6-10. De la
informacin dada se obtienen los otros nmeros que se muestran.
De los datos dados, el nmero de los que estudian lgebra pero no estadistica es 329 - 217:o de la Figura 6-10,82 +
20 = 112. (c) Nmero que estudia fsica pero no lgebra = 93 + 10 = 103. (d) Nmero que estudia estadstica pero no
fisica = 68 + 164 = 232.
qqL LqLBLBBBLBLBLBi S BSLS iL iBLiiSi LLS
LL H HHH L LLLL L LL HiHqHi uHuS ee SLSLSLSL
118 TEORIA ELEMENTAL DE LA PROBABILIDAD CAP. 6

Problemas propuestos
REGLAS FUNDAMIENTALES DE PROBABLIDAD
40. Determinar la probabilidad p o un estimador de ella, para cada uno de los siguientes sucesos.
(a) Extraccin de una baraja de 52 cartas de un rey, as, sota de trboles o reina de diamantes en una sola
extraccin. (b) La aparicin en una sola tirada de dos dados de una suma de 8 puntos. (c) Un cerrojo no
defectuoso a extraer de una poblacin, si de 600 ya examinados, 12 fueron defectuosos. (d) La aparicin en
una sola tirada de dos dados de la suma 7 u 11. (e) La aparicin de al menos una cara en tres lanzamientos
de una moneda. Resp. (a) 5/26, (b) 5/36, (c) 0.98, (d) 2/9, (e) 7/8. 41. Un experimento consiste en la sucesiva
extraccin de tres cartas de una baraja. Sea E el suceso rey en la primera extraccin, E. el suceso rey en
la segunda y E. el suceso rey en la tercera. Explicar el significado de cada una de las siguientes: (a) P{EE},
(b) P{E, + E2}, (c) , + E., (d) P{E, E, ,}, (e) , , , (f) P{E, E + E.E}. Resp. (a) Probabilidad de rey en la
primera extraccin y no rey en la segunda.
(b) Probabilidad de rey en la primera o en la segunda extraccin o en ambas. (c) No rey en la
primera extraccin o no rey en la segunda o en ambas (no rey en la primera nien la segunda). (d)
Probabilidad de rey en la tercera extraccin dado que se extrajo un rey en la primera pero no en la
Segunda, (e) No rey en la primera, segunda y tercera extraccin. (f) Probabilidad de rey en la primera y
segunda extraccin o no rey en la segunda y rey en la tercera
extraccin. 42. Se extrae una bola al azar de una caja que contiene 10 rojas, 30 blancas, 20
azules y 15 naranjas. Hallar la pro
babilidad de que sea (a) naranja o roja, (b) no roja o azul, (c) no azul, (d) blanca, (e) roja, blanca o azul. Resp.
(a) 1/3, (b) 3/5, (c) 11/15, (d) 2/5, (e) 4/5. 43. Se extraen dos bolas sucesivamente de la caja del problema
anterior, remplazando la bola extrada despus de cada extraccin. Hallar la probabilidad de que (a) ambas
sean blancas, (b) la primera sea roja y la segunda blanca, (c) ninguna sea naranja, (d) las dos sean rojas o
blancas o de ambos colores (roja y blanca), (e) la segunda no sea azul, (f) la primera sea naranja, (g) al
menos una sea azul, (h) no ms de una sea roja, (i) la primera sea blanca pero la segunda no, (j) solamente
una sea roja. Resp. (a)4/25, (b)4/75, (c) 16/25, (d) 64/225, (e) 11/15, Us) 1/5, (g) 104/225, (h).221/225, (i) 625, (j)
52,225.
44. Lo mismo del problema precedente, pero sin remplazamiento.
Resp. (a) 29/185, (b) 2/37, (c) 118/185, (d) 52/185, (e) 11/15, (f) 1/5, (g) 86/185. (h) 182/185, (i) 9/37, (j) 26/111.
Hallar la probabilidad de conseguir un total de 7 puntos (a) una vez, (b) al menos una vez, (c) dos veces en
dos lanzamientos de un par de dados. Resp. (a) 5/18, (b) 1/36, (c) 1/36.
Se extraen sucesivamente dos cartas de una baraja de 52. Hallar la probabilidad de que (a) la primera carta
no sea un diez de trboles o un as, (b) la primera carta sea un as pero la segunda no, (c) al menos una carta
sea de diamantes, (d) las cartas no sean del mismo palo, (e) no ms de una carta sea figura (sota, reina, rey),
(f) la segunda carta no sea figura, (g) la segunda carta no sea figura dado que la primera lo fue, (h) las cartas
sean figuras o de un palo o ambas cosas. Resp. (a) 47/52, (b) 16/221, (c) 15/34, (d) 13/17, (e) 210/221, (f) 10/13,
(g) 40/51, (h) 77/442.
47. Una caja contiene 9 papeletas numeradas del 1 al 9 inclusive. Si se extraen sucesivamente 3 papeletas,
hallar la
probabilidad de que sean alternativamente impar, par, imparo par, impar, par. Resp. 5/18. 48. Las
posibilidades a favor de que A gane una partida de ajedrez a B estn 3:2. Si van a ser jugadas tres
partidas, cul es la tendencia (a) a favor de que A gane al menos dos partidas de las tres, (b) en
contra de que A pierda las dos primeras partidas con B? Resp. (a) 81: 44, (b) 21: 4.
45.
CAP. 6 TEORIAELEMENTAL DE LA PROBABILIDAD 119
49. Un monedero contiene 2 monedas de plata y 4 monedas de cobre, y un segundo monedero contiene 4
monedas
de plata y 3 de cobre. Si se elige al azar una moneda de uno de los dos monederos, cul es la
probabilidad de que sea una moneda de plata? Resp. 1942.
50. La probabilidad de que un hombre viva dentro de 25 aos es 3, y la probabilidad de que su
esposa viva dentro de 25 aos es . Hallar la probabilidad de que (a) ambos vivan, (b) viva
solamente el hombre, (c) viva solamente la mujer, (d) viva uno al menos. Resp. (a) 2/5, (b) 1/5,
(c)4/15, (d) 13/15.
51. De un total de 800 familias con 4 hijos cada una, qu porcentaje cabe esperar que tenga (a) 2 nios y 2
nias, (b) al menos 1 nio, (c) ninguna nia, (d) a lo sumo 2 nias? Supnganse iguales las probabilidades
para nios y nias. Resp. (a) 37.5%, (b) 93.75% (c) 6.25%, (d) 68.75%.
DISTRIBUCIONES DE PROBABILIDAD
52. Si X es la variable aleatoria que representa el nmero de nios en familias con 4 hijos (vase
Problema 51),
(a) construir una tabla que muestre la distribucin de probabilidad de X (b) representar
grficamente la distribucin de (a).
X O 1. 2 3 4. Resp. ()
() 1/16 4/16 6/16 4/16 1/16
53. Una variable aleatoria continua X toma solamente valores entre X = 2 y 8 inclusive, tiene una funcin de
densidad dada por a(Y + 3), donde a es una constante. (a) Hallar el valor de a, (b) P{3 < X < 5}, (c) P{42 4}, (d)
P(X - 5 < 0,5}. Resp. (a) 1/48, (b) 7/24, (c)3/4, (d) 1/6.
54. Se extraen tres bolas sin remplazamiento de una urna que contiene 4 rojas y 6 blancas. Si Y es
una variable aleatoria que denota el nmero total de bolas rojas extradas, (a) construir una tabla
que muestre la distribucin de probabilidad de X, (b) representar grficamente la distribucin.
O 1. 2 3.
Resp. ()
p() 1/6 1/2 3/10 1/30
55. Para el problema anterior, hallar (a) P{X = 2}, (b) P{1 < X si 33 e interpretarlo.
Resp. (a) 3/10; sta es la probabilidad de extraer un total de 2 bolas rojas. (b) 5/6; sta es la probabilidad de
extraer 1, 2 3 bolas rojas, es decir, extraer al menos una bola roja.
ESPERANZA MATEMATICA
56. Cul es el precio justo a pagar para entrar en un juego en el que uno puede ganar S25 con probabilidad
0,2 y S10 con probabilidad 0,4? Resp. 59.
57. Si llueve, un vendedor de paraguas puede ganar S30 por da. Si no llueve, puede perder S por da. Cul
es
su esperanza matemtica si la probabilidad de lluvia es 0,3? Resp. S4,80 por dia.
58. A y Bjuegan un juego consistente en lanzar una moneda 3 veces. El que obtenga la primera cara gana el
juego. Si A lanza primeramente la moneda y si el valor total de las apuestas es $20, con cunto deber
contribuir cada uno para que el juego se considere justo? Resp. A., $12,50; B, S7,50.

59. Hallar (a) E(X) (b) E(Xo), (c) E(X-X)) y (d) E(Xo) para la siguiente distribucin de
probabilidad.
H10 -20 30
p(X) 1/5 3/10 1/2
Resp. (a) 7, (b) 590, (c) 541, (d) 10.900.

60. Hallar (a) la media, (b) la varianza y (c) la desviacin tpica de la distribucin de X del
Problema 54 e interpre
tar los resultados. Resp. (a) 1,2, (b) 0,56, (c) V0.56 = 0,75.
61. Una variable aleatoria toma el valor ) con probabilidad p, y 0 con probabilidad q = 1 -p. Demostrar que

(a) E(X) = p., (b) E(X - X)) = pq.

120 TEORIA ELEMENTAL DELA PROBABILIDAD CAP. 6
62. Demostrar que (a) E(2X + 3) = 2E(X) + 3, (b) E(X-X)) = E(Xo) - (E(X). 63. Sean X e Y dos variables
aleatorias que tienen la misma distribucin. Demostrar que E(X + Y) = E(X) + E(Y).
PERMUTACIONES
64. Hallar el valor de (a) P. (b) P., (c) o P. Resp. (a) 12, (b) 2520, (c) 720. 65. Para qu valor de n es P = P?
Resp. n = 5. 66. De cuntas formas pueden 5 personas sentarse en un sof si tiene solamente tres
asientos? Resp. 60.
67. De cuntas formas pueden ordenarse 7 libros en un estante si (a) es posible cualquier ordenacin, (b) 3
libros
determinados deben estar juntos, (c) 2 libros determinados deben ocupar los extremos?
Resp. (a) 5040, (b) 720, (c) 2.40.
68. Cuntos nmeros de cinco cifras pueden formarse con los dgitos 1, 2, 3, ..., 9, si (a) los nmeros deben
ser
impares, (b) las primeras dos cifras de cada nmero son pares?
Resp. (a) 8400, (b) 2520. Resolver el problema anterior si las cifras de los nmeros pueden estar repetidas.
Resp. (a)32.805, (b) 11.664.
Cuntos nmeros diferentes de 3 cifras pueden formarse con 3 cuatros, 4 doses y 2 treses? Resp. 20.
De cuntas formas pueden 3 hombres y 3 mujeres sentarse alrededor de una mesa si (a) no se impone
ninguna restriccin, (b) dos mujeres determinadas no deben sentarse juntas, (c) cada mujer debe estar entre
dos hombres?
Resp. (a) 120, (b) 72, (c) 12.
COMBINACIONES
72. Hallar el valor de (a) C, (b) C., (c) o Ca. Resp. (a) 10, (b) 70, (c) 45.
73. Para qu valor de n se cumple que 3 C = 7*C.? Resp. n = 6.
74. De cuntas formas pueden seleccionarse 6 preguntas de un total de 10? Resp. 210.
75. Cuntos comits diferentes de 3 hombres y 4 mujeres pueden formarse con 8 hombres y 6 mujeres?
Resp. 840.
76. De cuntas formas pueden seleccionarse 2 hombres, 4 mujeres, 3 nios y 3 nias con 6 hombres, 8
mujeres, 4 nios y 5 nias si (a) no se impone ninguna restriccin, (b) deben seleccionarse un hombre y una
mujer determinados? Resp. (a) 42,000, (b) 7.000.
77. De cuntas formas puede un grupo de 10 personas dividirse en (a) dos grupos de 7 y 3 personas, (b)
tres
grupos de 4, 3 y 2 personas? Resp. (a) 120, (b) 12.600.
78. Con 5 estadsticos y 6 economistas quiere formarse un comit de 3 estadsticos y 2
economistas. Cuntos comits diferentes pueden formarse si (a) no se impone ninguna
restriccin, (b) dos estadsticos determinados deben estar en el comit, c) un economista
determinado no debe estar en el comit?
Resp. (a) 150, (b) 45, (c) 100.
79. Hallar el nmero de (a) combinaciones y (b) permutaciones de cuatro letras cada una que pueden
formarse con
las letras de la palabra Tennessee? Resp. () 17, (b) 163.
Demostrar que 1 - C + C2 - C3 + . . . + (-1)" C = 0.
APROXIMACION DE STIRLING A !
81. De cuntas formas pueden seleccionarse 30 individuos de un total de 100? Resp. 2.95 x 10'.
82. Demostrar que C = 2*"//run aproximadamente, para grandes valores de n.
PROBLEMAS DIVERSOS
83. Se extraen 3 cartas de una baraja de 52. Hallar la probabilidad de que (a)2 sean sotas y 1 sea
rey, (b) todas sean
de un mismo palo, (c) todas sean de palos distintos, (d) se extraigan al menos dos ases.
Resp. (a) 6/5525, (b) 22/425, (c) 169/425, (d) 73/5525.
CAP. 6) TEORIA ELEMENTAL DE LA PROBABILIDAD 121
9.
Hallar la probabilidad de al menos 2 sietes en cuatro lanzamientos de un par de dados. Resp. 171/1296.
Si un 10% de los remaches producidos por una mquina son defectuosos, cul es la probabilidad de que
de 5 remaches elegidos al azar (a) ninguno sea defectuoso, (b) uno sea defectuoso, (c) al menos dos sean
defectuosos?
Resp. (a) 0,59049, (b) 0,32805, (c) 0,08146.
(a) Frmese un espacio muestral para los resultados de 2 lanzamientos de una moneda, utilizando 1 para
representar cara y 0 para representar cruz. (lb) De este espacio muestral-determinar la probabilidad de
al menos una cara. (c) Puede formarse un espacio muestral para los resultados de 3 lanzamientos de una
moneda? Si es as, determinar con su ayuda la probabilidad de a lo sumo dos caras. Resp. (b) 3/4, (c) 7/8.
Una muestra de 200 votantes revel la siguiente informacin concerniente a tres candidatos A, B
y C de un cierto partido que se presentaban a 3 diferentes cargos.
- 28 a favor de Ay B 122 a favor de B o C pero no de A 98 a favor de A o B pero no de C 64 a favor de C pero
no de A o B 42 a favor de B pero no de A o C 14 a favor de A y C pero no de B

Cuntos votantes estaban a favor de (a) los 3 candidatos, (b) A independientemente de

B o C, (c) Bindependientemente de A o C, (d) Cindependientemente de A o B; (e). A y B
pero no de C, (f) solamente de uno de los candidatos?
Resp. (a) 8, (b)78, (c) 86, (d) 102, (e) 20, (f) 142.
(a) Demostrar que para sucesos cualesquiera E y E., PE + E} < P{E} + P{E}. (b) Generalizar el
resultado de (a). Sean E, E, E. tres sucesos diferentes de los que al menos uno de ellos se sabe
que ha ocurrido. Supngase que con cualquiera de stos puede presentarse otro suceso A que se
sabe tambin que ha ocurrido. Si todas las probabilidades P{E}, P{E}, P{E} y P{AE}, P{AE.), PAE,}
son conocidas demostrar que
P{E} P(AE) P{E} P(A|E} + PE, PA|E} + P{E} P(AE) con anlogos resultados para P{EA) y
P{EA}. Esto se conoce como teorema de Bayes. Es til para calcular
probabilidades de diferentes hiptesis El, E, o E, que pueden dar lugar al suceso A. El resultado
puede generalizarse.
P{EA} =
Cada uno de 3 joyeros iguales tiene dos cajones. En cada cajn del primer joyero hay un reloj de
oro. En cada cajn del segundo hay un reloj de plata. En un cajn del tercero hay un reloj de oro y
en el otro uno de plata. Si se elige al azar un joyero, se abre un cajn y se encuentra un reloj de
plata, cul es la probabilidad de que el otro cajn tenga un reloj de oro? Aplicar el Problema 89)
Resp. . A y B deciden encontrarse entre 3 y 4 P.M., pero cada uno no esperar ms de 10 minutos
por el otro. Determinar la probabilidad de que se encuentren. Resp. ii.
Se eligen al azar 2 puntos sobre un segmento de longitud a > 0. Hallar la probabilidad de que los 3
segmentos as formados puedan formar un tringulo. Resp. ii.
| | | | ''''''''''''' || pooldae op suppl 1. epoodo posuusul poussol. sodnub op es sool. soupe seua. A
sonunuoo op es sool. onuooapseuass Au9984uaul??? sleu op eluols||sos |euaues eosuusno
sesuaud ua) eo]s]] eosuusnO olswa ugloeuerboud olnoleo uos eons, pens o pepl!gedood peps||qeqold
edo es uouoouos, es uouo0108W sesuaud u) sesudua op uppensiulupe oued soossensueno
sopolow eo!199! eoluooo W eoluosos eosu ooo W onuuoo ospu lp e^suoooW eolinuplu a sopins sol
op eokuooo W sluos, uloonussuo p sole! lolo|W sou souoluebus eued suolaadns
seosouuolew seu!! Seo!!?uole.W seuueu!! Seosouuole.W eybolouoo) A esoueso e sepede
seo!!?uoleW seongue seu seinu 194 op lenue W Bulou000010e W uIssuuseus op Seou!!! enoooud
esumuo eueld e} uhouuooo

TO\/dSB. Nosocivolinand wnws-10S HI HBS voi 30 SO88||T.|

ougusseugue | clauos pols, bollsspesso leau euensis o openso oposoedsseuapou sle souolo]]p
souos slelo uolo]]p souoso n
Buamuabu.|P| ap) selou oso ses op seossoq souoso sesuudua) euopeudeul es usoudo=
seunbou op oos||C. opeuue osadouoo op oos!C! a6ueuen op eosuusous C. sopin]] sol op eosuusou
10 sesuaud u) somso op peps||desloo sesuaud u). Il espuualul pepsisqetuoo sesuaud u) |
espaudonul peps||denuo) Il peps||qeu00 | pop||Ge]uo C. soosupno oso solino) 10 so l su l
seoss]] Sesouos O seuopelinduloo sel op se souoso Josuedins osno|30 seuenu, le souodos spolnoloo
seluosoo^ Sisilous oouuunu sss!!!?us Ieluno) op sis||ouw opezuese leunionusso Sisilou v seunonusso
Sls||ouv Iosuedins euq61\, Leeu!, euq61\, euapou semua uuele euq6sv, semua uuele euq6sv, soos
Soos/