PROBLEMA 9: Una pequeña empresa manufacturera comenzará a operar en turno nocturno,

la compañía emplea a 20 maquinistas.

a.       Si una cuadrilla consta de 3 maquinistas, ¿Cuántas cuadrillas diferentes son

posibles?
Respuesta 1140

B. Si se utiliza 1,2,3,…, 20 para clasificar a los maquinistas según su experiencia y

competencia, ¿Cuántas de estas cuadrillar no tendrían al maquinista mejor
clasificado?
Respuesta 969

C. ¿Cuántas de las cuadrillas tendrían por lo menos a uno de los 10 maquinistas

mejor clasificados?
Respuesta Cuadrilla que no contiene ninguno de Por lo menos, debe haber uno en cada cuadril
120
los 10 mejores son
Cuadrilla que contiene al menos uno 1140
de los 10 mejores son
TOTAL 1020

D.  Si
se selecciona al azar una de estas cuadrillas para trabajar en determina
noche, ¿Cuál es la probabilidad de que el mejor maquinista no trabaje esa
noche?
Respuesta 0.85 85%
debe haber uno en cada cuadrilla
 PROBABILIDAD CON

PROBLEMA 10: Una cadena de restaurantes de comida rápida tiene 60 negocios en

Colombia. En la tabla siguientes se presenta el número de restaurantes según el tamaño de
la población y la región donde están ubicados en las diferentes ciudades. Se elige
aleatoriamente un restaurante de los 60 para hacer una prueba de mercado de un nuevo
estilo de pollo.
REGIÓN
TAMAÑO DE OCCIDENTE CENTRO ORIENTE
EVENTO NORTE (N)
POBLACIÓN (OCC) (CE) (0R)
A Menos de 5.000 3 4 2 1
B 5.000 - 50.000 6 9 7 3
C Más de 50.000 15 3 3 4
TOTAL 24 16 12 8

1. Dado que el restaurante está ubicado en una ciudad con una población con más de
50.000 habitantes, ¿Cuál es la probabilidad de que esté en la región de Norte?
RESPUESTA P(N/ C) = 0.16 16%
Interpretación:

2. Si el restaurante está ubicado en la región centro, ¿Cuál es la probabilidad de que esté en

una ciudad que tenga una población con menos de 5.000 habitantes?
RESPUESTA P(A/ CE) = 0.25 25%
Interpretación:

3. ¿Cuál es la probabilidad de que un restaurante esté en una ciudad que tenga población
de 50.000 o menos habitantes? Si está ubicado en la región centro
RESPUESTA P((AuB)/ CE) = 0.81 81%
Interpretación:

4. ¿Cuál es la probabilidad de que esté en el central? Dado que el restaurante está ubicado
en una ciudad con una población de 50.000 o menos
RESPUESTA P(CE/(AuB)) = 0.37 37%
Interpretación:

INDEPENDENCIA DE

PROBLEMA 12: Un troquel de extrusión se utiliza para producir varillas de aluminio. Existen
ciertas especificaciones para la longitud y diámetro de las varillas. Para cada una de éstas, la
longitud puede ser demasiado corta, demasiado larga o estar bien y el diámetro se puede
clasificar en muy delgado, muy grueso o estar bien. En una población de mil varillas, el
número de ellas en cada clase es:
DIAMETRO
LONGITUD Muy delgadoEstá bien Muy grueso
Demasiado corta 10 3 5
 Está bien 38 900 4
Demasiado 2 25 13
larga
Se elige aleatoriamente una varilla de las 1000 analizadas para hacer otras pruebas.

A.¿Cuál es la probabilidad que la varilla seleccionada sea demasiado larga?

Respuesta P(DL)= 0.04 4%
Interpretación:

B. Dado que la varilla es muy delgada ¿Cuál es la probabilidad que sea demasiado larga?
Respuesta P( DL/MD)= 0.04 4%
Interpretación:

C. ¿Los eventos del literal B, son independientes?

Respuesta P(A n B) = P(A) * P(B)
P(DL n ML)= P(DL) * P(ML) 0.002 =
EVENTOS INDEPENDIENTES
Interpretación:

Probabilidad condicional
Problema 14: Un proceso fabrica procesadores para celulares, el 10% de estos está
defectuoso. Se elige aleatoriamente cinco procesadores.

A. Suponga que funcionan independientemente, ¿Cuál es la probabilidad de que estos

funcionen?
Respuesta D= Defectuosos CP= Cinco procesadores
P(CP / D)= 0.02 2%

Interpretación:
Teorema de Bayes

Problema 15,1: La proporción de personas en Palmira que tienen cierta enfermedad es

0.005. Se creó está una prueba para diagnosticar la enfermedad. Si una persona padece la
enfermedad, la probabilidad de que la prueba dé una señal positiva es 0.99. Si una persona
no está enferma, la probabilidad de que la pruba dé una señal positiva es de 0.01.

Si el resultado de la prueba para una persona sale positivo, ¿Cuál es la probabilidad de que
la persona realmente esté enferma?
Respuesta

Evento E: Persona que posee la enferma T: Positivo la prueba

Evento E´: Persona no posee la enfermedad T´: Negativo la prueba

P( E )= 0.005
P(E´): 1 - P( E ) = 0.995

P(T/ E)= 0.99

P(T/ E´)= 0.01

SE BUSCA CALCULAR: P(E/T)

P(E/T) = P(T/E)*P( E ) / (P(T/E)*P( E ) + P(T/E´)*P(E´))

P(E/T) = 0.332 33.2%

 PROBABILIDAD CONDICIONAL

tiene 60 negocios en
ntes según el tamaño de PROBLEMA 11: En un proceso que fabrica latas de aluminio, la probabilidad de que
s ciudades. Se elige una lata tenga alguna fisura en su costado es de 0.02, la de que tenga en la tapa es
mercado de un nuevo de 0.03 y de que una más presente una fisura en el costado y en la lata es de 0.01.
EVENTO FISURA PROBABILIDAD %
A A un costado 0.02 2%
TOTAL B En la tapa
0.03 3%
10
AnB A un costado y en la tapa 0.01 1%
25
25 TOTAL 0.06 6%
60
1. ¿Cuál es la probabilidad de que una lata tenga una fisura en el costado, dado que
tiene una fisura en la tapa?
RESPUESTA
ación con más de P(A/ B) = 0.33 33.3%
de Norte? Interpretación:

2.¿Cuál es la probabilidad de que una lata tenga una fisura en la tapa, si tiene un
fisura en el costado?
abilidad de que esté en RESPUESTA P(B/ A) = 0.5 50%
? Interpretación:

d que tenga población

staurante está ubicado

INDEPENDENCIA DE EVENTOS
EVENTOS INDEPENDIENTES

PROBLEMA 13: En una ciudad de Colombia hay dos enfermedades I y II. Se supone
llas de aluminio. Existen que 10% de la población contraerá la enfermedad I, el 15% la enfermedad II y un 3%
ara cada una de éstas, la ambas enfermedades.
y el diámetro se puede
ción de mil varillas, el
A. Encuentre la probabilidad de que una persona al azar que haya tenido la
enfermedad I, contraiga la enfermedad II.
Respuesta
EVENTO ENFERMEDAD PROBABILIDAD %
 A Enfermedad I 0.10 10%
B Enfermedad II
0.15 15%
hacer otras pruebas.
AnB Ambas enfermedades 0.03 3%

larga? TOTAL 0.28 28%

P(B/A)= P( A n B) / P(A)
P(B/A)= 30%
sea demasiado larga? Interpretación:

B. ¿Los eventos analizados son independientes?

Respuesta Los eventos analizados anteriormente son independientes porque la
0.002 ocurrencia de uno no modifica la probabilidad del otro evento.

Teorema de bayes
el 10% de estos está
dores. Problema 15: Una distribuidora de calzado se surte de zapatos fabricados por tres
empresas: 50% proceden de la empresa F, 30% de la G y el resto de la H. El gerente
de la empresa distribuidora sabe por experiencia que 2% de los pares enviados por
lidad de que estos la empresa F están defectuosos, en tanto que las cifras correspondientes para G y H
son 3% y 5% respectivamente. Si se toma un par de zapatos al azar, encuentre la
probabilidad de que:

Evento D: Defectuosos P(D)=

Evento F: Empresa F partic. 50% P(D/F)=2% P(ND|F)=
Evento G: Empresa G, partic. 30% P(D/G)= 3% P(ND|G)=
Evento H: Empresa H, partic. 20% P(D/H)= 5% P(ND|H)=
Evento ND= No defectuosos

A. Esté defectuoso
Respuesta P(D)= 0.029 2.9%

B. Si resultó defectuoso que haya sido enviado por la empresa F

Respuesta
P(F|D)= 0.345 34.5%

C. No esté defectuoso
Respuesta
P(ND)= 0.971 97.1%
OTRA FORMA
P(ND)=
cierta enfermedad es
una persona padece la
es 0.99. Si una persona
positiva es de 0.01.

la probabilidad de que
 , la probabilidad de que
que tenga en la tapa es
o y en la lata es de 0.01.

en el costado, dado que

n la tapa, si tiene un

edades I y II. Se supone

a enfermedad II y un 3%

haya tenido la
ependientes porque la
del otro evento.

atos fabricados por tres

resto de la H. El gerente
e los pares enviados por
espondientes para G y H
os al azar, encuentre la

0.48
0.27
0.15
TEOREMA DE BAYES

Sea el espacio muestral S compuesto de A1, A2, A3,… An eventos mutuamente excluyentes tales que:

P(𝐴𝑖│𝐵)=((
(𝑃(𝐴𝑖)∗𝑃(𝐴𝑖│𝐵)))/(∑24_𝑘^𝑛▒ 〖 =1
∗𝑃(𝐴𝑘)∗𝑃(𝐵|𝐴) 〗 ))
Otra forma seria:

𝑃(𝐴│𝐵)= (𝑃(𝐵│𝐴)∗𝑃(𝐴))/(𝑃(𝐵))

PROBLEMA 16: Mateo posee dos teléfonos celulares: Uno Claro y otro movistar. Normalmente el 65% de
las veces usa Claro y un 35% usa Movistar. El primero falla el 15% de las veces y el segundo, un 20%. Si en
la última llamada a Mateo no le funciono el teléfono, ¿Cuál es la probabilidad que haya usado Claro?

Respuesta

100.0%
 EJEMPLO VARIABLES ALEATORIAS: Una compañía de transporte empresarial dispone de 8 m
equipados con equipos de comunicaciones de última generación. 5 de los microbuses están eq
TMC (Traffic Message Channel o Canal de Mensajes de Tráfico) que a través de una señal de ra
de estado y congestión de las vías de la ciudad y 3 microbuses tienen LBS(Location Based Se
sistema de información geográfico. Se seleccionan aleatoriamente dos de estos microbuses p
un chequeo preventivo.
Sea la variable aleatoria X, número de microbuses seleccionados que tienen el sistema de TMC

¿Cuál es la probabilidad que se seleccionen un (1) microbús con sistema TMC?

Respuesta
((5¦1)∗(3¦1))/((8¦2) )=(5∗3)/28=15/28=
P(X=1) = 0.536 53.6%

Interpretación:

¿Cuál es la probabilidad que se seleccionen un (0) microbús con sistema TMC?

Respuesta
((5¦0)∗(3¦2))/((8¦2) )=(1∗3)/28=3/28=
P(X=0) = 0.107 10.7%

1 3 28
Interpretación:

¿Cuál es la probabilidad que se seleccionen un (2) microbús con sistema TMC?

Respuesta
((5¦2)∗(3¦0))/((8¦2) )=(10∗1)/28=10/28=
P(X=2) = 0.36 36%

10 1 28
Interpretación:
mpresarial dispone de 8 microbuses
e los microbuses están equipados con
través de una señal de radio informa
en LBS(Location Based Services) un
os de estos microbuses para realizar

tienen el sistema de TMC.

 Ejemplo 1:

X= Número de motocicletas vendidas por día de operación

X= {0,1,2,3,4,5}

Calcular la funcion de probabilidad donde la X aleatoria toma un valor cualquiera, y calcule la funcion de la pr

64/360= 127/360=
P(X=0) = 0.178 P(X=1) = 0.353

P(X=3) = 52/360= 0.144 P(X=4) = 22/360= 0.061

X F(X)(P(X=x) VALOR ESPERADO

0 0.178 0 0.0%
1 0.353 0.353 35.3%
2 0.228 0.456 45.6%
3 0.144 0.433 43.3%
4 0.061 0.244 24.4%
5 0.036 0.181 18.1%
TOTAL 1.00 1.667 166.7%

EJEMPLO 2:

X= Número de T.V defectuosos

X={0,1,2}
((3¦0)∗(27¦2))/((30¦2) )=(1∗351)/435=351/435=
P(X=0) = 0.807 80.7%

1 351 435

((3¦1)∗(27¦1))/((30¦2) )=(3∗27)/435=81/435=
P(X=1) = 0.186 18.6%

3 27 435

((3¦2)∗(27¦0))/((30¦2) )=(3∗1)/435=3/435=
P(X=2) = 0.0069 0.69%

3 1 435

1.00 100.00%
EJEMPLO 3:

X= Error en la temperatura de reacción

a) F(X) > 0
, y calcule la funcion de la probabilidad de un valor
82/360=
P(X=2) = 0.228

P(X=5) =
13/360= 0.036

ESPERANZA ^2
0.00 0.0%
1.28 0.35 35.3%
0.91 91.1%
VARIANZA }_ 1.64 1.30 130.0%
0.98 97.8%
0.90 90.3%
4.44 444.4%

X F(X)(P(X=x) VALOR ESPERADO

0 0.807 0.00 0.00%
1 0.186 0.19 18.62%
2 0.007 0.01 1.38%
TOTAL 1.000 0.20 20.0%

VALOR ESPERADO
0.00 0.00%
0.19 18.62%
DESVIACIÓN ESTANDAR 0.03 2.76%
0.134 0.21 21.4%
0.366

VARIANZA 0.134