CB-402

Teora de las Probabilidades

CB-402
La Probabilidad
La casualidad es solo un trmino inventado
por el hombre, para responder a la
incertidumbre de su destino.
Y. C..
CB-402
Introduccin
La teora de las probabilidades se caracteriza por el amplio campo de
aplicaciones que posee, el cual se extiende a todas las ramas de las ciencias
naturales, la tecnologa y las ciencias sociales.
Esto se debe a que la teora de las probabilidades permite estudiar y "medir la
incertidumbre que forma parte de casi todo lo que ocurre a nuestro alrededor.
De hecho, ya sea por falta de instrumentos de medicin adecuados o precisos,
por desconocimiento de las leyes que rigen los fenmenos o por no poder
manejar todas las variables que intervienen en los mismos, normalmente nuestro
conocimiento de la realidad circundante es slo parcial; siendo la parte que
ignoramos muy relevante, y en ciertos casos de vital importancia.
CB-402
Breve resea histrica
El inicio de la teora de las probabilidades se produce oficialmente a mediados del
siglo XVII y est estrechamente relacionado con los juegos de azar; los cuales, en
la sociedad francesa de 1650, eran una actividad generalizada entre las personas
adineradas.
Entre los jugadores, surgan al mismo tiempo preguntas relacionadas con mtodos
que permitieran medir el riesgo en una determinada apuesta. Uno de estos
jugadores, De Mer, consult en Paris con el famoso matemtico y filsofo Blaise
Pascal sobre algunas de estas preguntas.
Esto origin una famosa correspondencia entre Pascal y algunos de sus amigos
matemticos de la poca, entre quienes se encontraba Pierre Fermat.
CB-402
CB-402
En 1812 Pierre Laplace public Thorie analytique des probabilits en el que
expone un anlisis matemtico sobre los juegos de azar.
Desde los orgenes la principal dificultad para poder considerar la probabilidad como
una rama de la matemtica fue la elaboracin de una teora suficientemente precisa
como para que fuese aceptada como una forma de matemtica.
A principios del siglo XX el matemtico ruso A. Kolmogorov la defini de forma
axiomtica y estableci las bases para la moderna teora de la probabilidad que en
la actualidad es parte de una teora ms amplia como es la teora de la medida.
CB-402
Aplicaciones
Investigacin de la confiabilidad de sistemas sobre la base de la de sus
componentes individuales.
Determinacin de las dimensiones de equipos de servicio.
Realizacin de controles de calidad en el marco de producciones masivas.
Problemas que se relacionan con el movimiento de las partculas elementales.
Anlisis y administracin del riesgo.
Evaluacin de proyectos de inversin.
Seguros: establecer primas, control de siniestros.
Las leyes de Mendel en la biologa.
Las leyes de los gases en la qumica y la fsica.
Diseo de experimentos
Paleontologa forense.
Simulacin por el mtodo de Montecarlo, etc.
CB-402
Cada libre de un
cuerpo.
Tiempo de espera
en un servicio
Modelo Probabilstico.
Dado un fenmeno se formula un modelo matemtico que lo aproxime, del estudio de
este modelo se sacan conclusiones que son aplicadas a la situacin real.
Un experimento aleatorio () es una accin que puede ser repetida bajo las mismas
condiciones tantas veces como se quiera; del cual se conocen todos los resultados
posibles sin que se pueda predecir con exactitud el resultado que se obtendra en la
siguiente repeticin.
Las mismas causas dan lugar a resultados diferentes.
CB-402
El espacio muestral () asociado a un experimento aleatorio es el conjunto de los
posibles resultados del experimento.
Un espacio muestral se dice discreto si posee una cantidad finita o numerablemente
infinita de elementos. En caso contrario se dice que el espacio muestral es
continuo.
Ejemplo 1
: Se lanzan dos dados, uno rojo y uno verde, simultneamente y se anota el
resultado.
El espacio muestral asociado a este experimento es el conjunto:
CB-402
Este espacio puede tambin ser representado como
Ejemplo 2
: Se lanza una moneda dos veces y se anota el resultado de cada lanzamiento.
El espacio muestral es el conjunto
CB-402
Ejemplo 3
: Observar los resultados al lanzar una moneda hasta obtener cara
El espacio muestral es el conjunto, infinito numerable
Ejemplo 4
: En una fbrica se toma uno de los artculos producidos y se prueba para
determinar si es defectuoso. En este caso el espacio muestral se puede escribir
como = {B, D} donde B significa bueno y D defectuoso. Si en cambio se
extraen n artculos y se prueban, el espacio muestral puede ser representado por el
conjunto
donde i = 0 si el i-simo artculo est bueno y = 1 si el i-simo artculo est
defectuoso.
CB-402
Ejemplo 5
: Se escoge un punto al azar lanzando un dardo a un disco de un metro.
El espacio muestral es en este caso el conjunto de puntos del plano que se
encuentran dentro de la circunferencia de radio 1, es decir:
Observacin
Toda medicin (por ejemplo, de una longitud, un ngulo, un tiempo, una magnitud
fsica), puede concebirse como un experimento aleatorio. De una parte, las
mediciones realizadas en un mismo objeto son, por lo general, diferentes a causa de
las insuficiencias del observador para llevarlas a cabo con precisin una y otra vez.
Por otra parte, las mediciones realizadas en varios objetos iguales conducen tambin
a resultados distintos, como consecuencia de las diferencias existentes entre estos.
CB-402
Un evento asociado a un experimento es un subconjunto del espacio muestral,
esto es un conjunto de resultados.
Ejemplo 6
: Clasificar 3 Declaraciones Juradas como: Correctas (C) o Incorrectas (I)
El espacio muestral es:
Eventos
A: Obtener 2 declaraciones incorrectas ~ A= {CII, ICI, IIC}
B: A lo ms una declaracin correcta ~ B= { CII, IIC, ICI, III }
= { CCC, CCI, CIC, ICC, CII, ICI, IIC, III }
CB-402
: Lanzar dos dados (o un dado dos veces) y sumar la puntuacin obtenida.
= {2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12}
A partir de dicho conjunto podemos considerar distintos subconjuntos:
A = {2, 4, 6, 8, 10, 12} = {obtener suma par}
B = {2, 5, 7, 11} = {obtener una suma que sea nmero primo}
C = {10, 11, 12} = {obtener una suma mayor o igual que 10}
D = {3, 6, 9, 12} = {obtener suma mltiplo de 3}
F = {2, 3} = {que la suma que sea 2 3}
= {obtener una suma mayor que 15} suceso imposible
E = {Obtener una suma mayor o igual que 2 y menor o igual que 12} suceso seguro
M = {7} = {Obtener un 7} suceso elemental
Ejemplo 7
CB-402
Ejemplo 8
: Tiempo de espera hasta que un cliente sea atendido
El espacio muestral es:
= { t / t >o }
Eventos
A: El tiempo de espera es superior a 15 minutos
B: El tiempo no sobrepasa los 10 minutos.
Observacin
- Un tirador dispara al blanco, dividido en cuatro zonas. El disparo es el
experimento. El impacto en una zona determinada del blanco es el suceso.
- En una urna hay bolillas de color. De la urna tomamos al azar una bolilla. La
extraccin de bolilla de la urna es el experimento. La aparicin de una bolilla de
un color determinado es el suceso.
CB-402
Tipos de sucesos aleatorios
Los sucesos se llaman excluyentes si la produccin de uno de ellos excluye la
aparicin de los dems suceso en un mismo experimento.
Ejemplo 9
De una caja de piezas se ha extrado una de ellas. La aparicin de la pieza estndar
elimina la de la pieza no estndar. Los sucesos de aparicin de la pieza estndar y
de aparicin de la pieza no estndar son mutuamente excluyentes.
Ejemplo 10
Se ha arrojado una moneda. La aparicin de cara excluye la aparicin de cruz. Los
sucesos aparicin de cara y aparicin de cruz se excluyen mutuamente.
Los sucesos se llaman nicamente posibles, si la aparicin en el resultado del
experimento uno y solamente uno de ellos es un suceso cierto.
CB-402
Ejemplo 11
Se ha adquirido dos billetes de lotera: Indefectiblemente ocurrir uno y solamente
uno de los siguientes sucesos: el premio cay en el primer billete y no en el segundo,
sali premiado el segundo billete, el premio cay en ambos billetes, ninguno de los
billetes fue premiado. Estos suceso son los nicos posibles.
Ejemplo 12
Un tirador dispar al blanco. Obligatoriamente ocurrir uno de los siguientes sucesos:
impacto o tiro perdido. Estos sucesos son los nicamente posibles.
Los sucesos se llaman igualmente posibles, si existe razn para suponer que ninguno
de estos sucesos tiene ms posibilidad que los dems.
.
CB-402
Ejemplo 13
La aparicin de cara y la aparicin de cruz son suceso igualmente posibles. En
efecto, se supone que la moneda est hecha de un material homogneo, tiene forma
perfectamente cilndrica y la acuacin no influye en la cada en uno u otro lado de
la moneda.
Ejemplo 14
La aparicin de uno u otro nmero de puntos al tirar el dado son suceso igualmente
posibles. En efecto, se supone que el dado est hecho de un material homogneo,
tiene forma de poliedro regular y la existencia de los puntos no influye en la cada de
una u otra cara.
CB-402
Operaciones con eventos
Unin o reunin de eventos
La unin se lee: Al menos uno de los dos eventos A, B ocurren
CB-402
Interseccin de eventos
La interseccin se lee: Ambos eventos A, B ocurren simultneamente.
Si AB = , decimos que A y B son mutuamente excluyentes.
CB-402
Diferencia de eventos
Observe que: A B = AB
c
La diferencia A B se lee: Ocurre A y no ocurre B
CB-402
Eventos Especiales
Suceso Seguro ()
Es aquel que siempre ocurre. Es fcil ver que suceso seguro y espacio
muestral son lo mismo (para que sea seguro debe tener todos los
resultados posibles del experimento).
Suceso imposible
Es aquel que nunca ocurre. Se designa por la letra .
Suceso contrario del suceso A
Sea A un suceso. El suceso contrario de A es aquel que ocurre cuando A
no ocurre. Se designa por A.
CB-402
CB-402
La unin y la interseccin de mltiples sucesos se define de forma
similar:
Sea A1, A2, , An, una sucesin de sucesos. Sean los sucesos B,
C (y sus contrarios) siguientes:
leyes de
De
Morgan.
CB-402
Algunas consideraciones bsicas con sucesos que sern
tiles para la resolucin de problemas
Sucesos incompatibles y complementarios
Si A es un suceso de un determinado experimento aleatorio cuyo espacio muestral es
, entonces A y su complementario son incompatibles, es decir (A y A
c
) =
(excluyentes). Adems (A o A
c
) =
Si lanzamos un dado y A es el suceso A = {obtener mltiplo de 3}= {3, 6}entonces A
c
= {no obtener mltiplo de 3}= {1, 2, 4, 5}por lo que (A o A
c
) = {1, 2, 3, 4, 5, 6}=
y (A y A
c
) =
Dos sucesos complementarios son incompatibles, pero el recproco no es
cierto
Es decir dos sucesos incompatibles no tienen por qu ser complementarios. Por
ejemplo, los sucesos A = {obtener mltiplo de 3}= {3, 6}y B = {obtener mltiplo de 5}
= {5}son incompatibles pero no complementarios.
CB-402
Definiciones de Probabilidades
Definicin de Laplace, Clsica, A Priori, Probabilidad
Analtica o Lgica: Sea un espacio muestral finito
equiprobable. La probabilidad de un evento se define:
total casos de Nmero
favorables casos de Nmero
ad probabilid =
Este enfoque se basa en espacios muestrales probables, en situaciones que tienen
resultados igualmente probables. Ejemplo: juegos de azar, etc.
Supongamos que tenemos una urna con 20 esferas de las cuales 18 son rojas y 2
verdes. Cul es la probabilidad de elegir una esfera verde en el primer intento?
Cul es la probabilidad de elegir una esfera roja en el primer intento?
% 10
10
1
20
2
18 2
2
) V ( P = = =
+
=
% 90
10
9
20
18
18 2
18
) R ( P = = =
+
=
CB-402
Ejemplo: Lanzamiento de monedas
Cinco monedas se lanzan simultneamente. Encuentra la
probabilidad del suceso A: Al menos sale una cara.
Asumimos que las monedas no est cargadas.
Solucin
La probabilidad de que una moneda salga cara es 1/2 y de
que salga cruz 1/2. Puesto que cada lanzamiento es
independiente, la probabilidad de que salgan 5 cruces
(ninguna cara) ser:
32
31
) ( 1 ) (
32
1
2
1
2
1
2
1
2
1
2
1
2
1
) (
5
= =
=

= =
c
c
A P A P
A P
Probabilidad de que salga cruz
CB-402
Ejemplo
Si la probabilidad de que el parking de la escuela tenga
100-209, 210-309, 310-400 y > 400 coches es 0.20, 0.35,
0.25, 0.12 respectivamente. Qu probabilidad hay de que
el parking tenga al menos 100 coches, pero menos de
401?
Solucin
Puesto que los sucesos favorables 100-209, 210-309 y
310-400 son mutuamente excluyentes:
0,20 + 0,35 + 0,25 = 0,80
CB-402
Ejemplo: Consideremos el siguiente sistema:
Cmo calculara la probabilidad de que el sistema funcione?
Solucin
LLamamos F={La componente funciona}. Analizamos cada
una de las componentes. El espacio muestral es:
CB-402
CB-402
Ejemplo: Dilema del concurso televisivo.
En un concurso de televisin se le ofrece al concursante la posibilidad de elegir una
entre 3 puertas (A, B, C) para quedarse lo que hay tras ella. El presentador le informa
de que slo una de ellas tiene un buen regalo (un departamento en las Casuarinas),
mientras que las otras dos estn vacas. El concursante opta por una y tras decirlo, el
presentador (que conoce exactamente donde est el regalo) le abre una de las otras
dos puertas no elegidas por el concursante donde no est el regalo. Luego le ofrece al
concursante la opcin de cambiar su decisin inicial eligiendo la otra puerta an no
abierta. Qu debe hacer el concursante? Es decir, debe el concursante aceptar la
nueva posibilidad cambiando la puerta que eligi originalmente, o no?
CB-402
Solucin
CB-402
Ejemplo:
Se tira al azar un chinche. Puede caer en las posiciones A o B de la figura:
Los casos totales son 2, con 1 caso favorable. Es correcto poner P(A) = ?
CB-402
Ley de la Regularidad Estadstica, que afirma que
cuando un experimento aleatorio se repite
indefinidamente, la frecuencia relativa con la que se da
un determinado suceso tiende a estabilizarse en torno
a un valor. Ese valor en el que se estabiliza la
frecuencia relativa es el que tomaremos como
probabilidad del suceso.
Definicin como frecuencia relativa
CB-402
Definicin frecuentista
Si un experimento se repite n veces y nA resultados son favorables a un suceso
A, el lmite cuando n es suficientemente grande (n > ) se toma como
probabilidad de A. Esta definicin relaciona probabilidad con frecuencia
relativa.
Desde un punto de vista prctico, la frecuencia relativa es el nico
procedimiento emprico para obtener probabilidades de los fenmenos
repetitivos.
La definicin supone que el nmero total de repeticiones del experimento es
infinito, lo cual no se puede alcanzar en la prctica, luego la estabilidad de las
frecuencias es un enunciado imposible de demostrar matemticamente. En la
prctica hay que reemplazar n por un nmero grande.
CB-402
Hasta ahora se han tratado sucesos equiprobables del espacio muestral,
pero qu ocurrira si jugsemos con un dado trucado.
Ejemplo, cul sera la probabilidad de obtener nmero primo con un
dado trucado, de tal forma que la probabilidad de obtener una
determinada cara fuese proporcional a la numeracin de dicha cara? En
este caso los sucesos del espacio muestral no son equiprobables y no
podemos aplicar la regla de Laplace.
p(A
1
) = 1 k
p(A
2
) = 2 k
p(A
3
) = 3 k
p(A
4
) = 4 k
p(A
5
) = 5 k
p(A
6
) = 6 k
primos
CB-402
Qu probabilidad asignamos a cada suceso del espacio muestral?
Normalicemos:
1 = p(E) = p(A
1
A
2
A
3
A
4
A
5
A
6
) =
p(A
1
) + p(A
2
) + p(A
3
) + p(A
4
) + p(A
5
) + p(A
6
) = 21 k
de donde k = 1/21 y resulta:
p(A
1
) = 1 k = 1/21, p(A
2
) = 2 k = 2/21
p(A
3
) = 3 k = 3/21, p(A
4
) = 4 k = 4/21
p(A
5
) = 5 k = 5/21, p(A
6
) = 6 k = 6/21
p(A) = p("obtener nmero primo") = p(A
2
A
3
A
5
) =
= p(A
2
) + p(A
3
) + p(A
5
) =
= 10/21 = 0,476
CB-402
Ejemplo:
Consideremos el lanzamiento de 1 moneda en 10 ocasiones, si hay
8 caras y 2 sellos. Cul es la probabilidad en cada caso?
Solucin
La probabilidad es de 8/10 y 2/10 respectivamente. Existe razones
para afirmar que la moneda est sesgada?
Ejemplo:
Si lanzamos una moneda 5 veces y en esas 5 veces se obtienen 4
caras, no podemos decir que la probabilidad de obtener una cara en
un lanzamiento es 4/5. Sin embargo, si lanzamos la moneda un
nmero de veces suficientemente grande los resultados se van
estabilizando,
CB-402
Ejemplo:
Los resultados obtenidos de 266 muestras de aire se clasifican
segn la presencia o no de dos molculas raras. En 212 muestras
de aire no hay ninguna de esas molculas, en 24 slo est
presente la molcula 1, en 18 slo la molcula 2, y en 12 estn
presentes las dos simultneamente. Definimos los siguientes
sucesos:
A = En la muestra est presente la molcula 1
B = En la muestra est presente la molcula 2
Los datos tabulados son:
Calcular las siguientes probabilidades:
CB-402
a) Probabilidad de encontrar en una muestra la molcula 1
b) Probabilidad de encontrar en una muestra la molcula 2
c) Probabilidad de que una muestra presente las dos molculas
d) Probabilidad de que una muestra presente alguna de las molculas
e) Probabilidad de que ninguna de las molculas est presente
f) Probabilidad de que slo est presente la molcula 1
g) Probabilidad de que slo est presente la molcula 2
CB-402
INTERPRETACIN BAYESIANA O SUBJETIVA
Apreciacin personal de la probabilidad de un suceso.
Hay una probabilidad del 60% de que llueva este fin de
semana.
Tenemos un 50% de posibilidades de que salga
adelante este proyecto.
Cul es la probabilidad de que el prximo ao haya
una recesin econmica?
CB-402
CB-402
DEFINICIN AXIOMTICA
1 1
( )
i i
i i
P E P E

= =

=


U
Se llama probabilidad a cualquier funcin P que asigna a cada suceso A del
espacio muestral un valor numrico P(A), verificando los siguientes
axiomas:
1. P(S1) 0
2. P() = 1
3. Dados S1 y S2, tales que S1 S2 = , entonces:
P( S1 S2) = P(S1) + P(S2)
Sin embargo para espacios muestrales infinitos numerables, se hace necesario
realizar una extensin al axioma 3. En rigor:
Axioma 3` Para cualquier sucesin infinita de eventos mutuamente
excluyentes, E1, E2, ..., se tiene que
Una vez establecidos los
axiomas, la teora se
construye de manera
deductiva, sin recurrir a la
intuicin o al control
experimental.
CB-402
La Teora de la Probabilidad, como disciplina
matemtica, puede y debe ser desarrollada a partir de
unos axiomas, de la misma manera que la Geometra o el
lgebra.
Andrei Kolmogorov, Foundations of the Theory of
Probability.
Kolmogorov, 1933
CB-402
Observacin:
El sistema de axiomas es incompleto, en el sentido que no nos dice cmo calcular
la probabilidad de un suceso A. En la prctica se debe adaptar la definicin de P al
fenmeno que se desea estudiar, utilizando el buen sentido y
una de las frmulas que hemos discutido.
Entonces, dependiendo de las condiciones del problema, se calculara la
probabilidad de un suceso A por :
(siempre que todos los casos
sean equiprobables)
(muestras)
(Espacios muestrales
Geomtricos)
Es fcil de ver que estas frmulas satisfacen bien los axiomas de las
probabilidades.
CB-402
En los problemas de probabilidades geomtricas, se calcular P(A) como una razn
entre longitudes, reas o volmenes:
Ejemplo
Se dispara un punto al azar (es decir sin apuntar) dentro del crculo con radio r
(figura siguiente). Calcular la probabilidad de impactar un crculo concntrico con
radio r / 2.
Solucin
Vemos que el nmero de casos totales y favorables es infinito, sin embargo resulta
razonable que la probabilidad de impactar dentro del crculo interior se calcula por
razn de reas:
CB-402
Propiedades
1. ( ) 0
2. ( ) ( ) ( )
3. ( ) 1 ( )
4. ( ) ( ) ( ) ( )
5. ( ) ( )
6. ( ) ( ) ( )
C
C
C
P
P F E P F P E F
P E P E
P E F P E P F P E F
Si F E P F P E
Si F E P E F P E P F
=
=
=
= +

=
1 2 1 2
7. ( ) ( ) ( ) ( )
n n
i j
P E E E P E P E P E
si E E para i j
= + + +
=
L L
P es finitamente aditiva
CB-402
9.
10.
8.
Prob. de que exactamente uno de los dos sucesos ocurra.
11.
Prob. de que exactamente uno de los tres sucesos ocurra.
12.
Prob. de que exactamente uno de los n sucesos ocurra.
Prob. de que al menos uno de los tres sucesos ocurra.
CB-402
Ejemplo
Una secretaria ineficiente coloca n cartas diferentes en n sobres con destinos
diferentes aleatoriamente. Hallar la probabilidad de que al menos una de las
cartas llegue a la destinacin apropiada.
Solucin
Dentense por A
1
, A
2
,,A
n
, los sucesos primera, segunda,,n-sima carta se
encuentra en el sobre correcto. Entonces el suceso al menos una carta en el sobre
correcto es: A
1
A
2
A
n
y deseamos hallar P(A1 A2 A
n
),
Tenemos:
de los n sobres solamente 1 tendr la direccin apropiada:
CB-402
Tambin
Similarmente
y as sucesivamente
Entonces en la suma
Anlogamente
CB-402
Por tanto, la probabilidad pedida es:
n grande
CB-402
Ejemplo
Durante el primer ao de uso, un equipo de radio puede requerir tres tipos de
reparaciones con probabilidades correspondientes a 0.05, 0.04 y 0.02. Cul es la
probabilidad que un equipo de radio seleccionado al azar requiera reparacin durante
su primer ao de uso? Cada tipo de reparacin es independiente de los otros dos.
Solucin
Definimos los siguientes eventos:
:
E
i
= el amplificador seleccionado requiere reparacin del tipo i = 1, 2, 3
E = el amplificador seleccionado requiere reparacin
CB-402
CB-402
Ejemplo
Antoine Gambaud, Chevalier de Mer, plante uno de los
problemas ms antiguos de la teora de probabilidad al
filsofo y matemtico francs Blaise Pascal: Qu es ms
probable?
(a)Sacar al menos un 6 al tirar 4 veces un solo dado o
(b)sacar un 12 en 24 tiradas de 2 dados.
A pesar de que Pascal haba renunciado a las matemticas
por considerarlas una forma de deleite sexual (!), acept
resolver el problema:
49 , 0
36
35
1 ) 12 ( ;
36
35
) 12 (
52 , 0
6
5
1 ) 6 ( ;
6
5
) 6 (
24 24
4 4
=

=
=

=
un menos al P ningn P
un menos al P ningn P
CB-402
Ejercicio
La probabilidad de contraer el SIDA se estima en 1/500 en
1 contacto heterosexual sin proteccin con alguien
enfermo. Cuntos contactos son necesarios en promedio
para que la probabilidad de infeccin alcance el 50%?
346
500
499
5 , 0
5 , 0
500
499
contactos) n en e contagiars no (
500
499
contactos) 2 en e contagiars no (
500
499
500
1
1 contacto) 1 en e contagiars no (
2

=
=

=
= =
Ln
Ln
n
P
P
P
n
M
Solucin
CB-402
Otras maneras de visualizar sucesos
Tablas de contingencia:
Diagramas en rbol:
Baraja
Cartas
Rojas
Cartas
Negras
No As
As
As
No As
Negro
Color
Palo
Rojo Total
As
2 2 4
No-As 24 24 48
Total
26 26 52
CB-402
CALCULO DE PUNTOS MUESTRALES
Diagrama del Arbol: Herramienta grfica
: Observar dos declaraciones de impuestos
R = { declaracin sin error }
R
c
= { declaracin con errores }
CB-402
Ejemplo
Los artculos provenientes de una lnea de produccin se clasifican en defectuosos
D y no defectuosos N, se observan los artculos y se anota su condicin. Este
proceso se continua hasta observar dos defectuosos consecutivos o hasta que se
observen tres artculos no defectuosos. Describir el espacio muestral asociado a este
experimento.
Solucin
El diagrama del rbol que
representa los diversos
resultados posibles del
experimento est
representado en la figura
siguiente.
= {DD, DNDD, DNDNDD, DNDNDN, DNDNN, DNNDD, DNNDN, DNNN, NDD, NDNDD,
NDNDN, NDNN, NNDD, NNDN, NNN}
El espacio muestral entonces es:
CB-402
Ejemplo
Recordemos el restaurante de Emile. Supongamos que el 80% de los
clientes escogen sopa como entrante y el 20% zumo. De los que
escogen sopa, el 20% eligen vegetales, el 30% pescado y el 50%
carne. De los que escogieron zumo, es el 30%, 40% y 30% para
vegetales, pescado y carne respectivamente.
Podemos utilizar estos valores para
estimar las probabilidades
de los dos primeros platos
usando un diagrama
de rbol.
CB-402
Ejemplo
Tres jugadores A, B y C arrojan al aire una moneda en ese orden, hasta que aparezca
una cara (gana quien la obtiene primero). Cuales son las respectivas
probabilidades de ganar?
Solucin
Sean los eventos :
G
A
= gana el jugador A.
G
B
= gana el jugador B.
Gc = gana el jugador C
El espacio muestral es:
= {C, SC, SSC, SSSC, SSSSC, SSSSSC,
SSSSSSC,}
CB-402
CB-402