Download Probabilidad e Inferencia

EJERCICIOS DE
PROBABILIDAD E INFERENCIA
MATEMÁTICAS APLICADAS CC. SS. II
Ángeles Juárez Martín
Antonio López García
Juan Fernández Maese
ÍNDICE TEMÁTICO
ÍNDICE TEMÁTICO .................................................................................................... 3
TEMA 1: COMBINATORIA....................................................................................... 5
1.1.- TÉCNICAS DE RECUENTO................................................................................................ 5
1.2.- VARIACIONES..................................................................................................................... 8
1.3.- PERMUTACIONES ............................................................................................................ 11
1.4.- COMBINACIONES ............................................................................................................ 15
1.5.- BINOMIO DE NEWTON.................................................................................................... 18
1.6.- EJERCICIOS DEL TEMA .................................................................................................. 19
TEMA 2: PROBABILIDAD....................................................................................... 21
2.1.- EXPERIMENTOS ALEATORIOS ..................................................................................... 21
2.2.- SUCESOS ............................................................................................................................ 22
2.3.- OPERACIONES CON SUCESOS ...................................................................................... 24
2.4.- IDEA INTUITIVA DE LA PROBABILIDAD.................................................................... 26
2.5.- DEFINICIÓN AXIOMÁTICA DE PROBABILIDAD ....................................................... 29
2.6.- EJERCICIOS DEL TEMA .................................................................................................. 33
TEMA 3: PROBABILIDAD CONDICIONADA ..................................................... 35
3.1.- PROBABILIDAD CONDICIONADA ................................................................................ 35
3.2.- EXPERIMENTOS COMPUESTOS .................................................................................... 39
3.3.- PROBABILIDAD TOTAL .................................................................................................. 45
3.4.- TEOREMA DE BAYES ...................................................................................................... 49
3.5.- EJERCICIOS DEL TEMA .................................................................................................. 52
TEMA 4: DISTRIBUCIONES DISCRETAS ........................................................... 57
4.1.- DISTRIBUCIONES DISCRETAS ...................................................................................... 57
4.2.- MEDIA Y VARIANZA....................................................................................................... 60
4.3.- DISTRIBUCIÓN BINOMIAL............................................................................................. 62
4.4.- EJERCICIOS DEL TEMA .................................................................................................. 66
ESTADÍSTICA Y PROBABILIDAD
3
CAPÍTULO 5: DISTRIBUCIONES CONTINUAS ................................................. 69
5.1.- DISTRIBUCIÓN CONTINUA............................................................................................ 69
5.2.- MEDIA Y VARIANZA....................................................................................................... 71
5.3.- DISTRIBUCIÓN NORMAL ............................................................................................... 73
5.4.- AJUSTE DE LA BINOMIAL A LA NORMAL ................................................................. 79
5.4.- EJERCICIOS DEL TEMA .................................................................................................. 80
TEMA 6: INFERENCIA ESTADÍSTICA ................................................................ 83
6.1.- MUESTRA. ......................................................................................................................... 83
6.2.- MUESTREO ALEATORIO SIMPLE. ................................................................................ 85
6.3.- MUESTREO ALEATORIO ESTRATIFICADO. ............................................................... 87
6.4.- DISTRIBUCIÓN MUESTRAL DE MEDIAS..................................................................... 90
6.5.- DISTRIBUCIÓN MUESTRAL DE PROPORCIONES. ..................................................... 96
6.6.- EJERCICIOS DEL TEMA .................................................................................................. 98
TEMA 7: DECISIÓN ESTADÍSTICA.................................................................... 101
7.1.- INTERVALO DE CONFIANZA DE LA MEDIA. ........................................................... 101
7.2.- INTERVALO DE CONFIANZA DE LA PROPORCIÓN................................................ 106
7.3.- TEST DE HIPÓTESIS....................................................................................................... 109
7.4.- EJERCICIOS DEL TEMA ................................................................................................ 114
ESTADÍSTICA Y PROBABILIDAD
4
TEMA 1:
COMBINATORIA
1.1.- TÉCNICAS DE RECUENTO
1.- Producto
Si un procedimiento se puede descomponer en varias pruebas A, B,..., C, cada una de ellas con
m, n,..., p elementos, el número de resultados posibles en la prueba global se halla multiplicando
todos los elementos de cada una de las pruebas:
m.n....p
2.- Diagrama en árbol
Es una variación del principio de multiplicación, donde se construyen todas las posibilidades de
aplicar dicha regla. Por ejemplo el siguiente diagrama muestra los resultados posibles al lanzar
dos monedas.
EJEMPLOS
1.- En un curso se va a elegir delegado y subdelegado entre 4 candidatos.
¿Cuántas hojas diferentes se pueden rellenar ?
Resolución:
El delegado puede elegirse entre 4 candidatos y quedan tres para el
subdelegado, luego se pueden rellenar:
4x3 = 12 papeletas.
2.- Si las matrículas de los coches constan de dos letras (elegibles entre
26) y cuatro dígitos. ¿Cuántas matrículas diferentes se pueden crear ?
Resolución:
Hay dos lugares con letras elegibles entre 16, cuatro con dígitos elegibles entre
10, pudiendo repetirse todos, luego:
26x26x10x10x10x10 = 6.760.000 matrículas.
3.- ¿Cuántas parejas de vocales distintas se pueden formar?
Resolución:
Hay dos lugares con 5 letras elegibles para el primer lugar y quedan 4 letras
para el segundo, ya que no pueden repetirse letras, luego:
5x4 = 20 parejas.
ESTADÍSTICA Y PROBABILIDAD
5
4.- ¿Cuántas parejas de vocales se pueden formar?
Resolución:
Hay dos lugares con 5 letras elegibles para ambos lugares, ya que pueden
repetirse las vocales, luego: 5x5 = 25 parejas.
5.- ¿De cuantas maneras diferentes se pueden lanzar al aire dos monedas
a la vez?
Resolución:
Formamos el árbol de sucesos:.
Por lo tanto son posibles los 4 resultados { (C, C), (C, X), (X, C), (X, X) }
6.- ¿De cuantas maneras diferentes se pueden lanzar al aire tres monedas
a la vez?
Resolución:
La mejor manera de encontrar todas las posibilidades es formar el árbol de
sucesos:
Por lo tanto son posibles los 8 resultados:
{ (C,C,C), (C,C,X),(C,X,C), (C,X,X),(X,C,C), (X,C,X),(X,X,C), (X,X,X) }
7.- ¿De cuantas maneras diferentes han podido nacer dos varones y dos
mujeres en una familia con cuatro hijos?
Resolución:
Formamos el árbol de sucesos:.
Por lo tanto son posibles los 6 resultados:
{ (V,V,M,M), (V,M,V,M),(V,M,M,V), (M,V,V,M), (M,V,M,V), (M,M,V,V) }
ESTADÍSTICA Y PROBABILIDAD
6
8.- ¿De cuantas maneras diferentes se en cuanto al sexo pueden
distribuir los cuatro hijos de una familia?
Resolución:
La mejor manera de encontrar todas las posibilidades es formar el árbol de
sucesos:
Por lo tanto son posibles los 16 resultados:
{(V,V,V,V), (V,V,V,M), (V,V,M,V), (V,V,M,M), (V,M,V,V), (V,M,V,M), (V,M,M,V),
(V,M,M,M), (M,V,V,V), (M,V,V,M), (M,V,M,V), (M,V,M,M), (M,M,V,V),
(M,M,V,M), (M,M,M,V), (M,M,M,M)}
EJERCICIOS PROPUESTOS
1.- Si en un restaurante hay 5 primeros platos y 6 segundos
a) ¿Cuántos menús se pueden realizar?
b) Si hay 3 postres ¿cuántos menús se pueden realizar?
Solución: a) 30 menús, b) 90 menús.
2.- ¿Cuántos números naturales hay entre 1.000 y 10.000 con todas las cifras diferentes?
Solución: 4536 números.
3.- Se tiene una bolsa con 4 bolas numeradas del 1 al 10. Se realiza el experimento que consiste
en la extracción de una bola de la bolsa, observar el número obtenido y reintegrar la bola a la
bolsa. Se pide:
a) Hallar de cuántas formas diferentes se extraen las 4 bolas.
b) Hallar de cuántas formas diferentes se extraen las 4 bolas, si no se reintegran a la bolsa.
Solución: a)44, b)4.3.2.1.
4.- En el experimento de lanzar dos dados al aire y observar la puntuación que aparece en las
caras superiores, hallar de cuantas maneras diferentes se obtiene un 7 sumando las dos caras.
Solución: 6 maneras diferentes, (1,6), (2,5), (3,4), (4,3), (5,2) y (6,1).
5.- Un experimento consiste en la extracción de tres cartas de una baraja española.
a) Hallar de cuántas formas diferentes se extraen las 3 cartas si se reintegran a la baraja.
b) Hallar de cuántas formas diferentes se extraen las 3 cartas, si no se reintegran a la baraja.
Solución: a) 64.000, b) 59.280.
6.- De cuántas maneras diferentes se pueden cubrir los puestos de presidente, secretario y
tesorero de una comunidad de vecinos si hay 25 viviendas en dicha comunidad?.
Solución: 13.800.
7.- ¿Cuántas parejas de vocales distintas se pueden formar?
Solución: 5x4 = 20 parejas.
ESTADÍSTICA Y PROBABILIDAD
7
1.2.- VARIACIONES
1.- Variaciones con repetición
Variaciones con repetición de n elementos tomados de m en m son las distintas muestras que se
pueden formar con n elementos, tal que:
•
En cada muestra hay m elementos, repetidos o no.
•
Dos muestras son distintas si difieren en un elemento
•
Dos muestras son distintas si difieren en la colocación de los mismos.
El número de ellos es:
VR n, m = n m
Observación:
Si A es un conjunto de cardinal m y B un conjunto de cardinal n, el número de aplicaciones que
se pueden definir entre A y B coinciden con VRn,m.
2.- Variaciones sin repetición
Variaciones con repetición de n elementos tomados de m en m son las distintas muestras que se
pueden formar con n elementos, tal que:
•
En cada muestra hay m elementos distintos.
•
Dos muestras son distintas si difieren en un elemento
•
Dos muestras son distintas si difieren en la colocación de los mismos.
El número de ellos es:
Vn, m = n(n - 1)...(n - m + 1)
Observación:
Si A es un conjunto de cardinal m y B un conjunto de cardinal n, el número de aplicaciones
inyectivas que se pueden definir entre A y B coinciden con Vn,m.
EJEMPLOS
1.- ¿Cuántas columnas hay que rellenar para tener la seguridad de acertar
14 resultados en las quinielas?
Resolución:
Como hay tres posibilidades de acierto 1,X,2 en cada posición y hay 14
posiciones en cada columna tenemos:
VR 3,14 = 314 = 4.728.969
Por lo tanto son posibles 4.728.969 columnas.
ESTADÍSTICA Y PROBABILIDAD
8
2.- ¿De cuantas maneras diferentes se pueden lanzar al aire tres monedas
a la vez?
Resolución:
Como hay dos posibilidades C, X en cada posición y hay 3 posiciones
tenemos:
VR 3,2 = 2 3 = 8
Por lo tanto son posibles 8 resultados.
3.- ¿Cuántas números de tres cifras podemos realizar con las cifras 0, 1,
2, 3 y 4?
Resolución:
Como importa el orden y se pueden repetir son variaciones con repetición de 5
elementos tomados de 3 en 3. Además no son números de 3 cifras los que
empiezan por 0:
VR 5,3 - VR 5,2 = 5 3 − 5 2 = 125 − 25 = 100
Por lo tanto podemos realizar 100 números.
4.- ¿Cuántas números de tres cifras podemos realizar con las placas de
los números 1 al 5?, ¿cuántos empiezan por 3?
Resolución:
Como importa el orden y no se pueden repetir ya que tengo únicamente cinco
placas son variaciones sin repetición de 5 elementos tomados de 3 en 3.
V5,3 = 5.4.3 = 60
Por lo tanto podemos realizar 60 números.
Empiezan por 3 los que fijan la 1ª cifra 3. Quedan variaciones sin repetición de
4 elementos tomados de 2 en 2.
V4,2 = 4.3 = 20
5.- ¿De cuantas maneras diferentes se pueden combinar ocho colores en
una bandera de tres franjas sin repetir ninguno?
Resolución:
Como importa el orden y no se pueden repetir son variaciones sin repetición de
8 elementos tomados de 3 en 3.
V8,3 = 8.7.6 = 336
Por lo tanto podemos realizar 336 banderas.
6.- ¿De cuantas maneras diferentes se pueden elegir presidente y
secretario de una comunidad de vecinos de 15 viviendas?
Resolución:
Como importa el orden y no se pueden repetir son variaciones sin repetición de
15 elementos tomados de 2 en 2.
V15,2 = 15.14 = 210
Por lo tanto podemos realizar 210 elecciones.
ESTADÍSTICA Y PROBABILIDAD
9
EJERCICIOS PROPUESTOS
1.- ¿Cuántos números de 3 cifras se pueden formar con los números 1, 3, 5, 7 y 9?
Solución: VR5,3 = 53 = 125
2.- ¿De cuántas manera se pueden ganar las medallas de oro, plata y bronce los 6 participantes de
una carrera?
Solución: V6,3 = 6.5.4 = 120
3.- ¿Cuántos números de 4 cifras se pueden formar con los números 2, 4, 6 y 8?
Solución: VR4,4 = 44 = 256
4.- ¿Cuántos números de 4 cifras se pueden formar con los números 2, 4, 6 y 8 que comiencen
por 2?
Solución: VR4,3 = 43 = 64
5.- ¿Cuántos números de 4 cifras se pueden formar con los números 2, 4, 6 y 8 que acaben por 8?
6.- ¿Cuántos números de 3 cifras diferentes se pueden formar con los números 2, 4, 6 y 8?
Solución: V4,3 = 4.3.2 = 24
7.- ¿Cuántos números de 3 cifras diferentes se pueden formar con los números 2, 4, 6 y 8 que
comiencen por 2?
Solución: V3,2 = 3.2 = 6
8.- ¿Cuántas palabras, con o sin sentido, de tres letras se pueden formar con las letras de la
palabra ELSA?
Solución: V4,3 = 4.3.2 = 24
9.- ¿De cuantas maneras distintas se pueden extraer tres bolas de una bolsa numeradas del 1 al 8?
Solución: V8,3 = 8.7.6 = 336
10.- En una bolsa hay 8 bolas numeradas del 1 al 8. ¿De cuántas maneras distintas podemos
extraer tres de ellas si volvemos a dejar la bola una vez observado el resultado?
Solución: VR8,3 = 83 = 512
11.- Si en una provincia el máximo número de dígitos en el teléfono es 7 y suponemos que no
hay códigos ni números fijos, ¿cuántos números telefónicos tenemos?
Solución: VR10,7 = 107 = 10.000.000
12.- Si en una provincia el máximo número de dígitos en el teléfono es 7, sin empezar por el 0,
¿cuántos números telefónicos tenemos?
Solución: VR10,7- VR10,6 = 107-106 = 9.000.000
13.- ¿Cuántos números menores de 1000 hay con alguna cifra repetida?
Solución: VR10,3- V10,3 = 1000 - 720 = 280
14.- ¿Cuántos números capicúas menores de 1000 hay?
Solución: VR10,2- V10,1 = 100 - 10 = 90
15.- ¿Cuántos resultados se obtiene al lanzar dos dados de parchís al aire?
Solución: VR10,6 = 62 = 36
16.- ¿De cuántas maneras diferentes se pueden lanzar al aire tres monedas a la vez?
Solución: VR2,3 = 23 = 8
17.- ¿De cuántas maneras diferentes se pueden lanzar al aire tres monedas a la vez, de modo que
la primera sea cara?
Solución: VR2,2 = 22 = 4
ESTADÍSTICA Y PROBABILIDAD
10
1.3.- PERMUTACIONES
1.- Permutaciones sin repetición
Permutaciones de n elementos son las distintas ordenaciones que se pueden formar con los n
elementos, tal que en cada muestra todos los elementos son distintos.
• En cada muestra hay n elementos distintos.
• Dos muestras son distintas si difieren la colocación de los mismos.
El número de ellos es:
Pn = n(n - 1)...2.1!
La expresión n.(n-1).(n-2)...2.1 se denomina factorial de un número, n!.
Si utilizamos esta expresión en la fórmula de las variaciones sin repetición queda:
Vn, m =
n!
(n - m)!
Observación:
Si A es un conjunto de cardinal n y B un conjunto de cardinal n, el número de aplicaciones
biyectivas que se pueden definir entre A y B coinciden con Pn.
2.- Permutaciones circulares
Un caso particular es la de las permutaciones circulares, que son las diferentes maneras de
colocar n elementos en círculo.
Al no existir una posición privilegiada a la hora de considerar las diversas permutaciones
debemos considerar iguales a aquellas en que los elementos están colocados entre si en la misma
posición.
El número de ellos es:
PC n = Pn -1 = (n - 1)!
3.- Permutaciones con repetición
Permutaciones con repetición de n elementos de los cuales a, b,....c son iguales entre si son las
distintas ordenaciones que se pueden formar con los n elementos, tal que en cada muestra.
•
En cada muestra hay n elementos.
•
La suma a + b + .... + c = n
•
Dos muestras son distintas si difieren la colocación de los mismos.
El número de ellos es:
Pna,b,...,c =
n!
a!.b!.....c!
ESTADÍSTICA Y PROBABILIDAD
11
EJEMPLOS
1.- ¿Cuántas números de cinco cifras podemos realizar con placas
hechas en plástico de los números del 1 al 5?
Resolución:
Como importa el orden y tengo únicamente las mismas cifras que placas son
permutaciones sin repetición de 5 elementos
P5 = 5! = 5.4.3.2.1 = 120
Por lo tanto podemos realizar 120 números.
2.- ¿De cuántas maneras pueden colocarse 6 libros en una estantería?
Resolución:
Como importa el orden y tenemos los mismos libros que los que se colocan
son permutaciones sin repetición de 6 elementos
P6 = 6! = 6.5.4.3.2.1 = 720
Por lo tanto podemos colocarlos de 720 maneras diferentes.
3.- ¿Cuántas banderas de tres franjas diferentes puedes hacer con los
colores blanco, azul y rojo?
Resolución:
Como importa el orden, no se pueden repetir y tenemos el mismo número de
elementos que los que coloco son permutaciones sin repetición de 3
elementos.
P3 = 3! = 3.2.1 = 6
Por lo tanto pueden realizarse 6 banderas.
4.- ¿De cuantas maneras diferentes se pueden sentar cinco personas en
una mesa?
Resolución:
Como importa el orden, no se pueden repetir y tenemos el mismo número de
elementos que los que coloco son permutaciones sin repetición de 5
elementos.
P5 = 5! = 5.43.2.1 = 120
5.- ¿De cuantas maneras diferentes se pueden sentar cinco personas en
una mesa redonda?
Resolución:
Son un caso de permutaciones circulares. Como importa el orden y tenemos el
mismo número de lugares que comensales tendríamos permutaciones sin
repetición. Al ser una mesa redonda no hay cabecera, luego debo eliminar uno,
quedando.
ESTADÍSTICA Y PROBABILIDAD
12
PC5 = P4 = 4! = 4.3.2.1 = 24
Por lo tanto se pueden sentar de 6 maneras diferentes.
6.- ¿De cuantas maneras diferentes se pueden combinar cuatro
comensales en una mesa camilla?
Resolución:
Son un caso de permutaciones circulares. Como importa el orden y tenemos el
mismo número de lugares que comensales tendríamos permutaciones sin
repetición. Al ser una mesa redonda no hay cabecera, luego debo eliminar uno,
quedando.
PC 4 = P3 = 3! = 3.2.1 = 6
Por lo tanto se pueden sentar de 6 maneras diferentes.
7.- ¿Cuántas números de cinco cifras podemos escribir con 2 unos, 2
doses y 3 treses?
Resolución:
Contamos las ordenaciones de 7 elementos, de los cuales 2, 2 y 3 son iguales
entre si.
P72,2,3 =
7!
= 210
2!2!.3!
Por lo tanto podemos escribir 210 números.
8.- ¿Cuántas palabras diferentes se pueden formar con las letras de la
palabra ALAVA?
Resolución:
Contamos las ordenaciones de 5 elementos, de los cuales 1, 1 y 3 son iguales
entre si.
P51,1,3 =
5!
= 20
1!.1!.3!
Por lo tanto podemos escribir 20 palabras diferentes.
9.- ¿De las palabras diferentes que se pueden formar con las letras de la
palabra ALAVA, cuántas empiezan por vocal?, ¿cuántas empiezan por
consonante?
Resolución:
• Si comienzan por vocal, como solo tenemos una (la A) tendremos las
ordenaciones de 4 elementos, de los cuales 1, 1 y 2 son iguales entre si.
P41,1,2 =
4!
= 12
1!.1!.2!
Por lo tanto podemos escribir 12 palabras diferentes.
ESTADÍSTICA Y PROBABILIDAD
13
•
Si comienzan por consonante, como tenemos dos (la A) tendremos el
producto de las dos posibles consonantes por las ordenaciones de 4
elementos, de los cuales 1y 3 son iguales entre si.
4!
=8
2.P41,3 = 2.
.1!.3!
Por lo tanto podemos escribir 8 palabras diferentes.
EJERCICIOS PROPUESTOS
1.- ¿Cuántas números de cinco cifras podemos realizar con las cifras impares?
Resolución: P5 = 120
2.- ¿De cuantas maneras se pueden pintar camisetas de tres franjas diferentes con los colores
blanco, azul y rojo?
Resolución: P3 = 6
3.- ¿De cuantas maneras diferentes se sentaban los 12 caballeros de la tabla redonda?
Resolución: PC12 = 39.916.800
4.- ¿De cuantas maneras diferentes se sientan los 5 miembros de una comisión?
Resolución: P5 = 120
5.- ¿De cuantas maneras diferentes se sientan los 5 miembros de una comisión si la mesa es
redonda?
Resolución: PC5 = 24
6.- ¿De cuantas maneras diferentes pueden llegar a meta 6 corredores?
Resolución: P6 = 720
7.- ¿De cuantas maneras diferentes pueden llegar a meta 6 corredores, si conocemos al ganador y
al último que han llegado aunque no en que orden?
Resolución: P4.P2 = 48
8.- ¿Cuántas números diferentes se pueden formar con las cifras del número 133322?
Solución: P63,2,1 = 60
9.- De los números diferentes que se pueden formar con las cifras del número 133322, ¿cuántos
tienen el 1 en primer lugar?
Solución: P53,2 = 10
10.- ¿Cuántas palabras diferentes se pueden formar con las letras de la palabra COCACOLA?
Solución: P83,2,2,1 = 1680
11.- ¿Cuántas palabras diferentes se pueden formar con las letras de la palabra MALAGA?
Solución: P63,1,1,1 = 120
12.- ¿De las palabras diferentes que se pueden formar con las letras de la palabra MALAGA,
cuántas acaban por vocal?
Solución: P52,1,1,1 = 60
13.- ¿De las palabras diferentes que se pueden formar con las letras de la palabra MALAGA,
cuántas acaban por vocal?, ¿cuántas acaban por consonante?
Solución: 3. P52,1,1,1 = 180; 3.P53,1,1 = 60.
ESTADÍSTICA Y PROBABILIDAD
14
1.4.- COMBINACIONES
1.- Combinaciones
Combinaciones sin repetición de n elementos tomados de m en m son las distintas muestras que
se pueden formar con n elementos, tales que:
• En cada muestra hay m elementos distintos.
• Dos muestras son distintas si difieren en algún elemento.
• Dos muestras NO son distintas si únicamente cambia la colocación de los elementos que la
forman.
El número de ellas es:
C n,m =
n!
m!(n − m)!
2.- Números combinatorios
Definición
El número de combinaciones de n elementos tomados de m en m, Cn,m, se llama también número
n
combinatorio. Se representa por   y se lee n sobre m.
m
Su fórmula es:
n
n!
C n, m =   =
 m  m! (n − m)!
Propiedades de los números combinatorios
n
n
1.-   = 1 y   =1
0
 
1
n  n 

2.-   = 
m n − m
 n  n
 +   =
3.- 
 m −1  m 
 n + 1


 m 
Triángulo de Tartaglia
Para hallar los números combinatorios podemos utilizar el triángulo de Tartaglia que es:
 1  1 
   
 0  1 
 2  2  2
     
 0  1  2
 3   3  3   3
       
 0   1  2   3
 4  4  4  4  4
         
 0   1   2  3  4
ESTADÍSTICA Y PROBABILIDAD
15
•
•
•
Todas las filas comienzan y terminan por 1.
Todas las filas son simétricas
Los extremos de la fila son 1 y el resto se obtiene sumando los dos situados encima de ellos.
EJEMPLOS
1.- ¿Cuántos partidos debemos realizar entre cuatro jugadores de ajedrez
para que se enfrenten todos?
Resolución:
Como no importa el orden y nadie juega contra si mismo, se trata de calcular
las combinaciones sin repetición de 4 elementos tomados de 2 en 2.
4!
24
C 4,2 =
=
=6
2!2! 2.2
Por lo tanto debemos realizar 6 partidos.
2.- ¿De cuantas maneras diferentes se pueden elegir tres helados con
sabor nata, chocolate, limón, moka y vainilla?
Resolución:
Como no importa el orden y no se pueden repetir ya que no hay helados con
sabores repetidos, son combinaciones sin repetición de 5 elementos tomados
de 3 en 3.
5! 120
C 5,3 =
=
= 10
3!2! 6.2
Por lo tanto podemos elegir 3 helados de 10 maneras diferentes.
3.- ¿Cuántas diagonales se pueden hacer en un hexágono?
Resolución:
Como una diagonal une dos vértices no
consecutivos, sin importar el orden en
que tomemos ambos, el número de
diagonales, tal como se ve en la figura,
es el número de combinaciones de los
vértices tomados de dos en dos menos
las diagonales externas, que son los
lados:
C6,2 - 6 =
6!
-6 = 15 -6 = 9
4!2!
Por lo tanto podemos hacer 9 diagonales.
4.- Calcula el valor de n en la igualdad:
 n  n
  =  
 16   7 
Resolución:
Utilizando la 2ª propiedad de los números combinatorios se obtiene:
ESTADÍSTICA Y PROBABILIDAD
16
n  n 
  = 

16   n - 16 
Es decir:
n-16 = 7 ⇒ n = 16+7 = 23
5.- Calcula:
 20   20 
  +  
 10   11 
Resolución:
Utilizando la 3ª propiedad de los números combinatorios se obtiene:
 20   20   21
21!
21.20.19.18.17.16.15.14.13.12
  +   =   =
= 352.716
=
10
11
11
11!10!
10.9.8.7.6.5.4.3.2.1
     
EJERCICIOS PROPUESTOS
1.- ¿De cuántas maneras puedes elegir cuatro camisas de tu armario teniendo en cuenta que el
total de las que tienes es 8?
Solución: C8,4 = 70.
2.- Te han propuesto en un examen 10 preguntas de las cuáles debes resolver 5. ¿cuántas formas
hay de seleccionarlas?
Solución: C10,2 = 252.
3.- ¿Cuántas rectas podemos formar con 8 puntos no alineados en el plano? ¿y si duplicamos el
número de puntos?
Solución: C8,2 = 56; C16,2 = 120.
4.- ¿Cuántas diagonales tiene un pentágono? ¿y triángulos que unan tres vértices?
Solución: C5,2 –5 = 5; C5,3 = 10.
5.- ¿Cuántos grupos de 4 cartas podemos realizar en una baraja española?
Solución: C 40,4 = 91390
6.- ¿Cuántos grupos de 4 cartas podemos realizar en una baraja española que sean todas figuras?
Solución: C12,4 = 495
7.- ¿Cuántos grupos de 4 cartas podemos realizar en una baraja española que sean espadas?
Solución: C10,4 = 210
8.- ¿De cuántas maneras podemos repartir 28 fichas de dominó entre 4 jugadores?
Solución: C 28,4 = 20.475
9.- En una comisión de la Unión Europea ha de haber 2 representantes alemanes, dos españoles y
2 portugueses. Teniendo en cuenta que hay 10 representantes alemanes, 8 españoles y 5
portugueses.
¿De cuántas maneras puede elegirse dicho comité?
Solución: C10,2 .C 8,2 .C 5,2 = 12.600
8.- ¿Cuántas apuestas distintas son posibles en la lotería primitiva?
Solución: C49,6 = 13.983.816
ESTADÍSTICA Y PROBABILIDAD
17
1.5.- BINOMIO DE NEWTON
1.- Definición.
Las sucesivas potencias del binomio, (a + b)n son:
n
n
 n  n -1  n  n
ab +  b
(a + b)n =  a n +  a n -1 b + ... + 
0
1
 n - 1
n
El término general del desarrollo del binomio es:
 n  n -(k -1) k -1
a
Tk = 
b
 k - 1
EJEMPLOS
1.- Calcula (x+2)
3
Resolución:
Aplicando la fórmula del binomio de Newton:
 3
 3
 3
 3
3
3
2
(x+2) =   x 3 +   x 2 .2 +   x.2 2 +  2 3 = x +6x +12x+8
0
1
2
3
 
 
 
 
2
4
5
2.- Halla el término del desarrollo de (x +2x) en el que aparece x
Resolución:
4
2
Tenemos (a + b) con a = x y b = x. Como buscamos un término tal que
(x )
2 4-(k -1)
2 5-k
x k -1 = (x ) .x
k-1
5
= x ⇒ 10-2k+(k-1) = 5 ⇒ 9-k = 5 ⇒ k = 4
Luego el término buscado es:
 n  n -(k -1) k -1  4  2 4-(4-1)
4
a
.(x )
Tk = 
b = 
(2x) 4-1 =  .x 2 (2x) 3 = 32x5
 k - 1
 4 - 1
3
EJERCICIOS PROPUESTOS
1.- Calcula (2 + x)5
Solución: (2+ x)5 = x5 +10x4+40x3+80x2+80x+32
2.- Calcula (4 + 3x)4
Solución: (4 + 3x)4 = 81x4+432x3+864x2+768x+256
3.- Desarrolla (x + y )3
Solución: (x + y)3 = x3+3x2y + 3xy2+ y3
4.- Hallar el 5º término del desarrollo del binomio (2 + x ) 20
 20 
Solución: T5 =  .216 x 4
4
5.- Hallar el 10º término del desarrollo del binomio (1 - 2x )30
 30 
 30 
Solución: T10 =  .121 (-2x) 9 = −  .2 9 x 9
9
 
9
ESTADÍSTICA Y PROBABILIDAD
18
1.6.- EJERCICIOS DEL TEMA
1.- Si en un restaurante hay 5 tipos de bocadillos y 6 tipos de bebidas
a) ¿Cuántos menús se pueden realizar de un bocadillo y una bebida cada uno?
b) Si hay 3 tipos de pasteles ¿cuántos menús se pueden realizar, si añadimos al anterior un
pastel?
Solución: a) 5.6 = 30, b) 5.6.3 = 90
2.- ¿Cuántos números naturales hay entre 1.000 y 10.000 con todas las cifras diferentes?
Solución: Son números de 4 cifras diferentes 9.9.8.7 = 4536
3.- Se tiene una bolsa con 10 bolas numeradas del 1 al 10. Se realiza el experimento que consiste
en la extracción de cuatro bolas de la bolsa, reintegrando cada vez que se extrae una bola a la
bolsa. Se pide:
a) Hallar de cuántas formas diferentes se extraen las 4 bolas.
b) Hallar de cuántas formas diferentes se extraen las 4 bolas, si no se reintegran a la bolsa.
Solución: a) VR 10,4 = 10.000 , b) V10,4 = 5.040
4.- En el experimento consistente en lanzar dos dados al aire y observar la puntuación que
aparece en las caras superiores, hallar de cuantas maneras diferentes se obtiene un 7 sumando las
dos caras.
Solución: 6
5.- Un experimento consiste en la extracción de tres cartas de una baraja española.
a) Hallar de cuántas formas diferentes se extraen si se reintegran a la baraja.
b) Hallar de cuántas formas diferentes se extraen si no se reintegran a la baraja.
Solución: a) VR 40,3 = 64.000 , b) C 40,3 = 9.880
6.- De cuántas maneras pueden repartirse las tres medallas en una carrera con 8 corredores.
Resolución: V8,3 = 336.
7.- La final de torneo de baloncesto se juega en un play-off al mejor de 3 encuentros. ¿Cuántos
resultados pueden darse?, ¿y si fuera al primero que gane 3 encuentros?
Solución: a) 6, b) 18.
8.- ¿Cuántas números de 3 cifras distintas pueden hacerse?
Solución: 648
9.- Resuelve Vn,3 − Vn,1 = 203
Solución: n = 7.
10.- ¿Cuántas palabras pueden formarse con las letras de la palabra CORUÑA que empiecen en
consonante?
Solución: 3.P5 = 360
11.- ¿Cuántos números de 6 cifras se pueden formar con placas de los números 1, 2, 3, 4, 5 y 6?,
¿Cuántos son menores que 650.000?
Solución: P6 = 720; P6 - P4 = 696
12.- ¿Cuántas palabras pueden formarse con las letras de la palabra GIJON que acaban en vocal?
Solución: 2.P4 = 48.
13.- ¿Cuántas palabras pueden formarse con las letras de la palabra GIJON que comiencen y
acaben en vocal?
Solución: 2P3 = 12.
14.- ¿Cuántas números de 5 cifras diferentes pueden hacerse con las cifras 1, 2, 3, 4 y 5? ¿Y con
las cifras 0, 1, 2, 3 y 4?
ESTADÍSTICA Y PROBABILIDAD
19
Solución: P5 = 120, 4. P4 = 96.
15.- ¿Cuántas números de cinco cifras podemos escribir con 2 unos y 3 doses?
Solución: P52,3 = 10
22.- Tenemos dinero para comprar tres números de una colección de 12 tebeos ¿de cuántas
maneras distintas podemos comprarlos?
Solución: C12,3 = 220
23.- Te han propuesto en un examen 10 preguntas de las cuáles debes resolver 5. Si de las
preguntas no conoces 2 ¿cuál es la nueva posibilidad de selección?
Solución: C 8,5 = 56
24.- ¿De cuántas maneras distintas podemos mezclar seis franjas de colores en una bandera?
Solución: P6 = 720
25.- ¿Cuántos números pares de 3 cifras pueden formarse con las cifras del 0 al 6?
Solución: 4(VR 7,2 − VR 7,1 ) = 168
26.- ¿Cuántos números de 4 cifras pueden formarse usando las cifras del 1 al 4?
Solución: VR 4,4 = 256
27.-¿Cuántos números pares de 2 cifras pueden formarse?
Solución: 9.5 = 45
28.-¿Cuántos números capicúas de 5 cifras pueden formarse?
Solución: VR 10,3 − VR 10,2 = 900
29.-¿Cuántos números de 6 cifras divisibles por 5 pueden formarse?
Solución: 2(VR 10,5 − VR 10,4 ) = 180.000
30.-¿Cuántos números de 4 cifras tienen todas las cifras impares?
Solución: VR 5,4 = 625
31.- ¿Cuántas matriculas pueden hacerse en una provincia determinada teniendo en cuenta que
constan de 4 cifras y dos letras.?
Solución: 104.262
32.- Seis amigos, tres hombres y tres mujeres, se encuentran después de una año sin verse, si se
saludan dándose un beso en una mejilla si uno de ellos es mujer o dándose la mano si ambos son
hombres
a) ¿Cuántos saludos se producen?,
b) ¿Cuántos son apretones de mano?,
c) ¿Cuántos son besos?
Solución: a) C6,2 = 15 saludos, b) 15-3 = 12 besos, c) C3,2 = 3 apretones de mano.
33.- Halla el coeficiente del término del desarrollo de (x-1)10 de grado 3.
Solución: k = 8.
34.- ¿Cuántos números de 3 cifras distintas se pueden formar con los números del 1 al 5?,
¿cuánto vale su suma?
Solución: V5,3 = 60.
35.- ¿Cuántas banderas se pueden fabricar con tres franjas rojas, dos verdes y una azul?
Solución: P63, 2,1 = 60.
ESTADÍSTICA Y PROBABILIDAD
20
TEMA 2:
PROBABILIDAD
2.1.- EXPERIMENTOS ALEATORIOS
1.- Experimento determinista y aleatorio
•
•
Un experimento aleatorio tiene un resultado impredecible al repetirlo en condiciones
similares.
Un experimento determinista tiene un resultado predecible al repetirlo en condiciones
similares.
2.- Espacio muestral
El espacio muestral de una experiencia aleatoria está formado por el conjunto de resultados
posibles al realizar el experimento. Pueden ser de tipo discreto (finito o infinito) o continuo. Lo
designamos con E.
EJEMPLOS
1.- Halla el espacio muestral asociado al experimento de lanzar al aire un
dado y observar el resultado.
Resolución:
Al lanzar un dado al aire los posibles resultados son las seis caras existentes
en el dado. El espacio muestral asociado es E = {1, 2, 3, 4, 5, 6}
2.- Halla el espacio muestral asociado al
experimento de lanzar al aire dos monedas a
la vez.
Resolución:
La mejor manera de encontrar todas las
posibilidades es formar el diagrama en árbol de
sucesos. El espacio muestral es:
E = { (C, C), (C, X), (X, C), (X,X) }
EJERCICIOS PROPUESTOS
1.- Obtén el espacio muestral del experimento: “lanzar al aire dos dados y observar sus caras
superiores”.
Resolución: E ={(1,1), (1,2),...,(1,6), (2,1), (2,2),....., (2,6),...,(6,6)}
2.- Sea el experimento: “lanzar al aire un dado de quinielas y observar sus caras superiores.
Obtén el espacio muestral”.
Resolución: E ={1, X, 2}
3.- De una bolsa con 3 bolas blancas y 1 negra se extraen dos bolas sin reemplazamiento. Obtén
el espacio muestral
Resolución: E = {B1B2,, B1N2,, N1B2}
ESTADÍSTICA Y PROBABILIDAD
21
2.2.- SUCESOS
1.- Definiciones
•
Suceso elemental es cada uno de los posibles resultados de una experiencia aleatoria. Los
sucesos se designan mediante una letra mayúscula: A, B, C, ... Los sucesos elementales no
se pueden descomponer en otros sucesos, es decir están formados por un único elemento del
espacio muestral.
•
Suceso o suceso compuesto es cualquier subconjunto del espacio muestral que tiene más de
un elemento. Un suceso compuesto se puede descomponer en otros sucesos, es decir está
formado por más de un elemento del espacio muestral.
•
Espacio de sucesos es el conjunto formado por todos los sucesos (subconjuntos del espacio
muestral). Se designa con P(E) o S. Si el espacio muestral tiene n elementos, el espacio de
sucesos S tiene 2n elementos.
•
Un suceso se verifica cuando al realizar la experiencia aleatoria el resultado obtenido es uno
de los que componen dicho suceso.
•
Un suceso no se verifica cuando al realizar la experiencia aleatoria correspondiente, el
resultado obtenido no es uno de los que componen dicho suceso.
•
Suceso imposible es aquel suceso que no se realiza nunca. Se designa por φ.
•
Suceso seguro es aquel que siempre se cumple. Está formado por todos los resultados
posibles de un experimento aleatorio, coincide con el espacio muestral E.
•
Sucesos compatibles son aquellos que
pueden darse simultáneamente, ya que
la realización de uno no impide la
realización de otro.
Si dos sucesos A y B son compatibles
tienen intersección no nula.
A ∩B ≠ φ
•
Sucesos incompatibles son aquellos
que no pueden darse simultáneamente
ya que la realización de uno impide la
realización de otro.
Si dos sucesos A y B son incompatibles
tienen intersección nula.
A∩B = φ
•
Suceso contrario de A es el suceso A
que ocurre cuando no se verifica A.
Siempre se
propiedades:
1.- E = φ
2.- Φ = E
verifican
ESTADÍSTICA Y PROBABILIDAD
las
siguientes
22
EJEMPLOS
1.- En el experimento “lanzar dos monedas a la vez”, obtén los sucesos
A = “salir dos caras”, B = “salir dos cruces” y C = “salir cara y cruz”.
Resolución:
A = {(C, C)}, B = {(X, X)}, C = {(C, X), (X, C)}
2.- Halla el espacio muestral y el espacio de sucesos del experimento
lanzar al aire una moneda y observar el resultado obtenido.
Resolución:
• Espacio muestral es E = { C, X}
• Espacio de sucesos es S = {Φ, {C}, {X}, {C, X} }
3.- En el experimento aleatorio “lanzamiento de un dado” enuncia dos
sucesos compatibles.
Resolución:
Son compatibles:
• A = “que salga par” = {2, 4, 6}
• B = “que salga múltiplo de tres” = {3, 6}
Como A∩B = {6}, ambos pueden verificarse a la vez.
4.- En el experimento aleatorio lanzamiento de un dado enuncia dos
sucesos incompatibles.
Resolución:
Son incompatibles:
• A = “que salga par” = {2, 4, 6}
• B = “que salga impar” = {1, 3, 5}
• Puesto que A∩B = φ, ambos no pueden verificarse simultáneamente.
EJERCICIOS PROPUESTOS
1.- Sea el experimento “lanzar al aire dos dados y sumar sus caras superiores”. Obtén:
a) El suceso "obtener como mínimo la suma 1".
b) El suceso "obtener un múltiplo de 3".
Solución: a)E, b){(1,2),(2,1),(1,5),(5,1),(2,4),(4,2),(3,3),(3,6),(6,3),(4,5),(5,4),(6,6)}
2.- Sea el experimento aleatorio “coger una ficha de dominó y sumar los puntos de dicha ficha”.
Obtén:
a) El espacio muestral. b) El suceso "obtener un número par".
Solución: a) E = {0, 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11 ,12}
b) "obtener un número par" = {0, 2, 4, 6, 8, 10, 12}
3.- Se tiene una bolsa con 8 bolas numeradas del 1 al 8. Se realiza el experimento que consiste en
la extracción de una bola de la bolsa, observar el número obtenido y reintegrar la bola a la bolsa.
Se pide:
a) El suceso "Obtener número primo".
b) El suceso "Obtener número par".
c) El suceso "Obtener número primo o par".
Solución: a) {1,2,3,5,7}, b) {2,4,6,8}, c) {1,2,3,4,5,6,7,8}.
4.- En el experimento aleatorio “lanzar tres monedas a la vez”, obtén los sucesos salir tres caras,
salir dos cruces y una cara salir tres cruces.
Solución: a) {(C, C, C)}, b) {(X, X, C), (C, X, X), (C, X, X)}, c) {(X, X, X)}.
ESTADÍSTICA Y PROBABILIDAD
23
2.3.- OPERACIONES CON SUCESOS
1- Unión de sucesos
Dados dos sucesos A y B, llamamos unión de
sucesos al conjunto formado por los sucesos
elementales comunes y no comunes de A y B
y lo expresamos como A∪B.
Es decir, será el suceso que se verifica cuando
se cumplen A o B o ambos a la vez.
2- Intersección de sucesos
Dados dos sucesos A y B, llamamos
intersección de sucesos al conjunto
formado por los sucesos elementales
comunes de A y B y lo expresamos como
A∩B.
Es decir, será el suceso que se verifica
cuando se cumplen A y B simultáneamente.
3.- Diferencia de sucesos
Dados dos sucesos A y B, llamamos
diferencia de sucesos al conjunto formado
por los sucesos elementales de A que no
están en B y lo expresamos como A-B.
Es decir será el suceso que sucede cuando se
realizan A y B simultáneamente.
4.- Propiedades de las operaciones
En el espacio de sucesos asociado a un espacio aleatorio se definen las operaciones unión,
intersección y contrario de modo que se cumplen las propiedades:
Operaciones
Propiedades
Asociativa
Conmutativa
Idempotente
Simplificativa
Distributiva
Contrario
Unión
Intersección
(A∪B)∪C = A∪(B∪C)
A∪B = B∪A
A∪A = A
A∪(B∩A) = A
A∪ (B∩C) = (A∪B)∩(A∪C)
(A∩B)∩C = A∩(B∩C)
A∩B = B∩A
A∩A = A
A∩(B∪A) = A
A∩(B∪C) = (A∩B)∪(A∩C)
A∪ A = E
A∩ A = Φ
Con estas propiedades el conjunto Espacio de Sucesos es un Álgebra de Boole.
Otras propiedades interesantes las leyes de "De Morgan":
•
A∩B = A∪B
A∪B = A∩B
•
ESTADÍSTICA Y PROBABILIDAD
24
EJEMPLOS
1.- En el experimento “sacar una carta de una baraja española y observar
el resultado” consideramos los sucesos A = “sacar una carta que sea
múltiplo de 4 y B = “sacar una carta que sea múltiplo de 3”, halla A∪
∪B.
Resolución:
Como los sucesos son A = { 4, 8} y B = {3, 6, 9, 12} la unión de sucesos será:
A∪B = {3, 4, 6, 8, 9, 12}
2.- En el experimento “sacar una carta de una baraja española y observar
el resultado” consideramos los sucesos A = “sacar una carta que sea
múltiplo de 2” y B = “sacar una carta que sea múltiplo de 3”, halla A∩B.
Resolución:
Como los sucesos son A = {2, 4, 6, 8, 10, 12} y B = {3, 6, 9, 12} la intersección
de sucesos será:
A∩B = {6, 12}
3.- En el experimento “sacar una carta de una baraja española y observar
el resultado” consideramos los sucesos A = “sacar una carta que sea
múltiplo de 2” y B = “sacar una carta que sea múltiplo de 3”, halla A-B.
Resolución:
Como los sucesos son A = {2, 4, 6, 8, 10, 12} y B = {3, 6, 9, 12} el suceso
B será:
B = {1, 2, 4, 5, 7, 8, 10, 11} y la diferencia de sucesos será:
A - B = A∩ B = {2, 4, 8, 10}
EJERCICIOS PROPUESTOS
1.- En el experimento “lanzar un dado de parchís y observar el resultado” consideramos los
sucesos A = “sacar múltiplo de 2" y B = “sacar múltiplo de 3”, halla el suceso A∪B.
Solución: A = {2, 4, 6} B = {3, 6}, A∪B = {2, 3, 4, 6}
2.- En el experimento “lanzar un dado de parchís y observar el resultado” consideramos los
sucesos A = “sacar múltiplo de 2" y B = “sacar múltiplo de 3”, halla el suceso A∩B.
Solución: A = {2, 4, 6} B = {3, 6}, A∩B = {6}
3.- En el experimento “lanzar un dado de parchís y observar el resultado” consideramos los
sucesos A = “sacar múltiplo de 2" y B = “sacar múltiplo de 3”, halla el suceso A-B.
Solución: A = {2, 4, 6} B = {3, 6}, A-B = {2, 4}
4.- En el experimento “lanzar un dado de parchís y observar el resultado” consideramos los
sucesos A = “sacar múltiplo de 2" y B = “sacar múltiplo de 3”, comprueba las leyes de “De
Morgan” aplicadas a dichos sucesos.
5. Se tiene una bolsa con 10 bolas numeradas del 1 al 10. Realizado el experimento consistente
en la extracción de una bola de la bolsa, observar el número obtenido y reintegrar la bola a la
bolsa, se han obtenido los sucesos A = {3, 5, 7, 9}, B = {3, 6, 9}, C = {1, 2, 3, 4, 5}. Forma los
siguientes sucesos:
a) A∩B, b) B∩C, c) A∩( B∩C), d) A∪(B∩C)
Solución: a) {3, 9}, b) {3}, c) {3}, d) {3, 5, 7, 9}.
ESTADÍSTICA Y PROBABILIDAD
25
2.4.- IDEA INTUITIVA DE LA PROBABILIDAD
1.- Frecuencia relativa y probabilidad
La frecuencia relativa de un suceso A es el cociente entre la frecuencia absoluta y el número de
resultados de la prueba:
fr =
f
N
La frecuencia relativa es siempre un número racional comprendido entre 0 y 1. Al aumentar el
número de experiencias, la frecuencia relativa tiende a estabilizarse alrededor de un número, es
decir fluctuará alrededor de dicho valor siendo las oscilaciones cada vez más pequeñas.
2.- Ley de los grandes números
Bernouilli demostró la Ley de los grandes números: "la frecuencia relativa de un suceso tiende
a estabilizarse en torno a un número, a medida que el número de pruebas del experimento crece
indefinidamente".
A este número que se acerca la frecuencia relativa del suceso lo llamaremos probabilidad de
dicho suceso. Dicha probabilidad recibe el nombre de probabilidad a posteriori, ya que se conoce
después de realizar el experimento. En la mayoría de los casos es la única forma que hay que
determinar probabilidades.
Como no seremos capaces de realizar infinitas pruebas de un experimento usaremos el valor
aproximado de la probabilidad. Por la propia definición (es una frecuencia relativa) la
probabilidad de un suceso es siempre un número comprendido entre 0 y 1
0 ≤ P(A) ≤1
La probabilidad es la mediada de la incertidumbre de un suceso aleatorio, mide las posibilidades
que tiene de verificarse el suceso al realizar el experimento.
3.- Ley de Laplace
Según Laplace "la probabilidad de un suceso A es igual al cociente entre el número de casos
favorables al suceso y el número de casos posibles".
P(A) =
Casos favorables
Casos posibles
Para poder aplicar esta definición hay que tener en cuenta que los experimentos han de dar lugar
a sucesos elementales equiprobables. Los casos favorables son los elementos que forman el
suceso A y los casos posibles son todos los que forman el espacio muestral.
EJEMPLOS
1.- Halla la probabilidad de obtener 3 caras al lanzar tres monedas al aire
Resolución:
Consideramos que las lanzamos a la vez y usamos la Regla de Laplace siendo
3
los casos favorables un único caso y los posibles VR 2,3 = 2 = 8
P(3 caras) =
1
1
=
VR 2,3
8
ESTADÍSTICA Y PROBABILIDAD
26
2.- Se considera el experimento aleatorio lanzar al aire un dado de parchís
y observar el resultado obtenido en la cara superior. Halla la probabilidad
de obtener:
a) Número impar.
b) Número primo.
c) Múltiplo de tres.
d) Múltiplo de cinco.
Resolución:
El espacio muestral del experimento es E = {1, 2, 3, 4, 5, 6}. El número de
sucesos posibles es 6
3
1
a) Si A = "Obtener impar" = {1, 3, 5} ⇒ P(A) =
=
6
2
3 1
b) Si B = "Obtener primo" = {1,2, 3} ⇒ P(B) = =
6 2
2 1
c) Si C = "Obtener múltiplo de 3" = { 3, 6} ⇒ P(C) = =
6 3
1
d) Si D = "Obtener múltiplo de 5"= { 5} ⇒ P(D) =
6
3.- Se realiza el experimento aleatorio lanzar al aire dos monedas. Hallar
la probabilidad de obtener:
a) Dos caras.
b) Dos cruces.
c) Cara y cruz.
d) Al menos una cruz
Resolución:
El espacio muestral del experimento es E = {CC, CX, XC, XX}. Los sucesos
posibles son 4.
1
a) Si A = "Obtener dos caras" = {CC} ⇒ P(A) =
4
1
b) Si B = "Obtener dos cruces" = {XX} ⇒ P(B) =
4
2
c) Si C = "Obtener cara y cruz" = { CX, XC} ⇒ P(C) =
4
3
d) Si D = "Obtener al menos una cruz" = { CX, XC, XX} ⇒ P(D) =
4
4.- Calcula la probabilidad de obtener tres ases al extraer tres cartas de
una baraja española.
Resolución:
P(3 ases) =
C34
C340
=
1
2470
5.- Calcula la probabilidad de acertar un número de teléfono si nos hemos
olvidado del último número
Resolución:
P(acertar) =
CF
1
=
CP
10
ESTADÍSTICA Y PROBABILIDAD
27
EJERCICIOS PROPUESTOS
1.- Halla la probabilidad de que al lanzar un dado al aire al suma de las caras visibles sea
múltiplo de 5.
1
Solución:
3
2.- Se lanzan dos dados. Calcula las probabilidades de los siguientes sucesos: a) Obtener al
menos un cinco. b) La suma de las puntuaciones obtenidas es menor o igual a tres.
11
1
, b) P(B) =
Solución: a) P(A) =
36
12
3.- Se lanzan un par de dados. Si los números resultantes son diferentes obtén la probabilidad de
que la suma de los números obtenidos sea impar.
2
Solución: P(A) =
5
4.-Tres amigos compran, cada uno, un regalo. Los mezclan y los reparten aleatoriamente entre
ellos. Calcula la probabilidad de que: a) A cada uno le toque el regalo que compró. b) A ninguno
le toque el regalo que compró.
1
1
Solución: a) P = , b) P =
6
3
5.- Se lanza una moneda dos veces. Halla la probabilidad de que en ambas tiradas salga cruz
1
Solución: P(A) =
4
6.- Se lanza dos veces un dado con forma de tetraedro cuyas caras están numeradas del 1 al 4.
Obtén la probabilidad de que la suma de los números de la cara oculta seas impar.
8 1
Solución: P(A) =
=
16 2
7.- Cual es la probabilidad de obtener una figura (sota, caballo o rey) al extraer 3 cartas de una
baraja española de 40 cartas.
C12,3
11
Solución: P(A) =
=
C 40,3 494
8.- Se lanzan dos dados. Calcula las probabilidades de que: a) La suma de las puntuaciones
obtenidas sea siete. b) La suma de las puntuaciones obtenidas sea doce.
1
1
Solución: a) P(7) = , P(12) =
6
36
9.- En una urna tenemos 2 bolas blancas, 3 negras y 4 azules. Calcula la probabilidad de que al
extraer una bola al azar: a) Sea blanca. b) Sea negra. c) Sea azul.
2
3
4
Solución: a) P(B) = , b) P(N) = , c) P(A) =
9
9
9
10.- Se extraen 3 cartas de una baraja española de 40 cartas. Calcula la probabilidad de que :
a) Salgan al menos dos ases,
b) Salga el rey de copas,
c) No salga ninguna figura.
C 36,1 .C 4, 2 + C 4,3
C 36, 2 .1 63
C 28,3
11
63
Solución: a)
=
, b)
=
c)
=
C 40,3
494
C 40,3
988
C 40,3 190
ESTADÍSTICA Y PROBABILIDAD
28
2.5.- DEFINICIÓN AXIOMÁTICA DE PROBABILIDAD
1.- Axiomas
Se llama probabilidad a una ley que asocia a cada suceso A, del espacio de sucesos, un número
real que llamamos probabilidad de Ay representamos por P(A), que cumple los siguientes
axiomas:
1.
La probabilidad de un suceso es positiva o nula.
P(A) ≥ 0
2.
La probabilidad del suceso cierto es la unidad.
P(E) = 1
3.
La probabilidad de la unión de dos sucesos incompatibles es igual a la suma de las
probabilidades de cada uno de ellos.
P(A∪B) = P(A) + P(B)
2.- Propiedades
A partir de los axiomas se pueden demostrar los siguientes teoremas
1.
Probabilidad del suceso complementario:
P( A ) = 1 - P( A)
2.
Probabilidad del suceso imposible:
P(Φ) = 0
3.
Si A ⊂ B
P(A) ≤ P(B)
4.
Si A1, A2,... An son incompatibles dos a dos se cumple:
P(A1∪A2∪ ... ∪An) =A1 + A2+ ...+ An
5.
Unión de dos sucesos compatibles
P(A∪B) = P(A) + P(B) - P(A∩B)
6.
Diferencia de sucesos
P(A-B) = P(A) - P(A∩B)
EJEMPLOS
1.- En el experimento lanzar al aire dos caras halla la probabilidad del
sucesos "obtener al menos una cruz".
Resolución:
El espacio muestral será {C, C}, {C, X}, {X, C}, {X, X}. Será más fácil hallar la
probabilidad a partir del suceso contrario de A, es decir A = "No obtener
ninguna cruz" = "Obtener dos caras".
Como aplicando la Regla de Laplace P( A ) =
P(A) = 1 - P( A ) = 1 -
1
, tendremos:
4
1
3
=
4
4
ESTADÍSTICA Y PROBABILIDAD
29
2.- En el experimento lanzar un dado de parchís al aire y observar el
número de la cara superior se consideran los sucesos A = "obtener
número par", B = "obtener número primo" y C = "obtener número
múltiplo de 5". Calcular las probabilidades de:
a) A∪
∪B
b) A∪
∪C
Resolución:
Como A = {2, 4, 6}, B = {1, 2, 5} y C = {5}, las probabilidades de dichos
3
3
1
sucesos son: P(A) = , P(B) = , P(C) = .
6
6
6
1
A y B son compatibles y existe intersección que es {2}, y P(A∩B) = .
6
A y B son incompatibles por lo tanto no existe intersección, y P(A∩C)=0.
a) Al ser A y B sucesos compatibles:
P(A∪B) = P(A) + P(B) - P(A∩B) =
3 3 1
5
+ - =
6 6 6
6
b) Al ser A y C sucesos incompatibles:
P(A∪C) = P(A) + P(C) =
3
1
4 2
+
=
=
6
6
6 3
3.- De 200 estudiantes, 110 estudian Física, 70 estudian Química y 30
estudian ambas. Escogido un estudiante al azar:
a) Halla la probabilidad de que estudie Física o Química .
b) Halla la probabilidad de que no estudie Física ni Química.
Resolución:
En el experimento de elegir un estudiante al azar entre los 200 considerados
llamamos F al suceso "El estudiante elegido estudia Física" y Q = "El
estudiante elegido estudia Química". Los datos del problema nos dicen:
110
11
70
7
30
3
P(F) =
=
; P(Q) =
=
; P(F∩Q) =
=
200
20
200
20
200
20
a) La probabilidad de que estudie Física o Química es:
P(F∪Q) = P(F) + P(Q) - P(F∩Q) =
11 7 3
15
3
+
=
=
20 20 20
20
4
b) La probabilidad de que no estudie Física ni Química es:
P( F ∩ Q ) = P( F∪ Q ) = 1-
3 1
=
4
4
4.- Se ha concluido que si se elige al azar un espectador la probabilidad
de que esté a favor de la retransmisión de partidos de fútbol es de 0,8, la
de que esté a favor de la existencia de canales de TV de pago es de 0,4 y
la de que esté a favor de la retransmisión de partidos de fútbol y también
de la existencia de canales de TV de pago es de 0,3.
a) Calcula la probabilidad de que el espectador esté a favor de la
retransmisión de partidos de fútbol o de que esté a favor de la existencia
de canales de televisión de pago.
b) Calcula la probabilidad de que el espectador no esté a favor de la
retransmisión de partidos de fútbol ni de la existencia de canales de
televisión de pago.
ESTADÍSTICA Y PROBABILIDAD
30
Resolución:
Supongamos los sucesos F = "estar a favor de la retransmisión de partidos de
fútbol" y C = "estar a favor de la existencia de canales de TV de pago" por los
datos del problema:
P(F) = 0,8; P(C) = 0,4; P(F∩C) = 0,3
a) Nos piden la probabilidad de que un espectador esté a favor de la
retransmisión de partidos de fútbol o de que esté a favor de la existencia de
canales de televisión de pago, es decir del suceso:
P(F∪C) = P(F) + P(C) - P(F∩C) = 0,8+0,4-0,3 = 0,9
b) Nos piden la probabilidad de que un espectador no esté a favor de la
retransmisión de partidos de fútbol ni de la existencia de canales de televisión
de pago, es decir del suceso:
P( F ∩ C ) = P( F∪ C ) = 1 - P(F∪C) = 1-0,9 = 0,1
donde hemos utilizado las leyes de De Morgan y que la probabilidad de un
suceso es 1 menos la probabilidad del suceso contrario.
5.- En una ciudad se publican dos periódicos A y B. La probabilidad de
que una persona lea un periódico A es 0,1, la probabilidad de que lea el B
es 0,1 y la probabilidad de que lea ambos es 0,02. Calcula la probabilidad
de que una persona no lea ningún periódico.
Resolución:
Sean los sucesos A = "leer el periódico A", B = "leer el periódico B", A∩B ="leer
ambos periódicos". El enunciado nos da las siguientes probabilidades:
P(A) = 0,1; P(B) = 0,1; P(A∩B) = 0,02
Nos piden la probabilidad del suceso A ∩ B . Por las leyes de Morgan sabemos
que A ∩ B = A∪ B , pues no leer ningún periódico es el suceso contrario de
leer alguno de ellos, su probabilidad es:
P( A ∩ B ) =P( A∪ B ) = 1 -P(A∪B)
Como:
P(A∪B) = P(A) + P(B) - P(A∩B) = 0,1+0,1-0,02 = 0,18
nos queda:
P( A ∩ B ) = 1 -0,18 = 0,82.
6.- De los sucesos A y B de un experimento aleatorio, se sabe que
P(A) = 0.4, P(B) = 0.3 y P(A∪B) = 0,5 .
Calcula P(A∩B) y P(B∩ A ).
donde A y B representan los sucesos complementarios de A y B.
Del enunciado del problema tenemos:
P(A) = 0,4; P(B) = 0,3; P(A∪B) = 0,5
Aplicando la probabilidad de la unión:
P(A∩B) = P(A) +P(B) -P(A∪B) = 0,4+0,3-0,5 = 0,2
La probabilidad pedida es:
P( A ∩B) = P(B) - P(A∩B) = 0,3 -0,2 = 0,1
ESTADÍSTICA Y PROBABILIDAD
31
EJERCICIOS PROPUESTOS
1.- Se extraen 3 cartas de una baraja española de 40 cartas. Calcula la probabilidad de que salga
al menos un oro.
C10,3 244
Solución: P = 1=
C 40,3 247
2.- De 200 estudiantes, 110 estudian Física, 70 estudian Química y 30 estudian ambas. Escogido
un estudiante al azar. Halla la probabilidad de que: a) estudie Física o Química. b) no estudie
Física ni Química.
11
7 3
3
3
1
Solución: a)
+
= , b) 1- =
20 20 20
4
4
4
3.- La probabilidad de que un estudiante apruebe Física, Química y alguna de ellas es de 0,45;
0,4 y 0,7 respectivamente. Halla la probabilidad de que un estudiante apruebe ambas materias.
Solución: 0,15.
4.- Sabiendo las siguientes probabilidades P(A) =
1
1
1
1
, P(B) = , P(C) =
, P(A∪B) =
,
4
4
12
16
halla las probabilidades de C , C∩ C y A∩B.
11
7
Solución: P( C ) = , P( C∩ C ) = 0 y P(A∩B) =
12
16
5.- En un dado trucado se cumple que la probabilidad de que salga un 6 es el doble que las de las
demás. Halla la probabilidad de que salga un número par.
4
Solución: P(par) =
7
6.- Luis y Pablo efectúan un examen. La probabilidad de que apruebe Luis es del 60% y de que
aprueben ambos un 10%. Calcula la probabilidad de que apruebe Luis pero no Pablo.
1
Solución: P( L∩ P ) = P(L)- P(L∩P) =
2
7.- Se considera el experimento aleatorio coger al azar tres fichas de dominó y observarlas. Halla
la probabilidad de: a) no coger ninguna ficha doble. b) coger alguna ficha doble.
C 21,3
C 21,3 139
95
Solución: a) P =
=
b) P = 1=
C 28,3 234
C 28,3 234
8.- Sea E = {S1, S2, S3} . Averigua si es una función de probabilidad: a) P(S1 ) =
1
1
, P(S2) = ,
2
3
1
3
1
1
b) P(S1 ) = , P(S2) =- , P(S3 ) =
4
4
4
6
Solución: a) Sí, b) No.
P(S3 ) =
9.- Se extraen 3 cartas de una baraja española de 40 cartas. Calcula la probabilidad de que salga
al menos un oro.
C 30,3 291
Solución: P =1=
C 40,3 494
10.- Se lanza un dado de parchís 5 veces al aire. Calcula la probabilidad de que salga al menos
un seis.
VR5,5
Solución: P = 1= 0,6
VR6,5
ESTADÍSTICA Y PROBABILIDAD
32
2.6.- EJERCICIOS DEL TEMA
1.- Halla el espacio muestral asociado al experimento consistente en jugar dos personas al tenis
ganando quien venza en dos partidos sucesivos de un total de tres.
Solución: E = {AA, ABA, ABB, BAA, BAB, BB}
2.- Halla el espacio muestral asociado al experimento consistente en jugar dos personas al tenis
ganando quien venza en dos partidos sucesivos de un total de cuatro.
Solución: E = {AA, ABAA, ABAB, ABB, BAA, BABA, BABB, BB}
3.- Sea el experimento lanzar al aire dos dados y observar el producto de sus caras superiores.
Obtén el espacio muestral.
Solución: E = {1,2,3,4,5,6,8,9,10,12,15,16,18,20,24,25,30,36}
4.- Halla el espacio muestral asociado al experimento de lanzar al aire tres monedas a la vez.
Solución: E = {(C, C, C), (C, C, X),(C, X, C), (C, X, X),(X, C, C), (X, C, X),(X, X, C), (X, X, X)}
5.- Se considera el experimento aleatorio de lanzar dos dados y anotar el resultado de la tirada.
a) Representa el espacio muestral y los sucesos "sacar al menos un seis" y "sacar suma par".
b) Halla la probabilidad del suceso "los números de los dos dados son diferentes".
Solución: E = {(1,1),(1,2),(1,3),(1,4),(1,5),(1,6), (2,1),...,(2,6),....(6,6)},
a) A = {(1,6),(2,6),(3,6),(4,6),(5,6),(6,6), (6,1),(6,2),(6,3),(6,4),(6,5)}
B = {(1,1),(1,3),(1,5),(2,2),(2,4),(2,6),(3,1),(3,3),(3,5),
(4,2),(4,4),(4,6),(5,1),(5,3),(5,5),(6,2),(6,4),(6,6)}
b) P(C) = 1- P( C ) = 1-
1
5
= ,
6
6
6.- Halla la probabilidad de:
a) Obtener tres caras en tres lanzamientos de una moneda.
b) Obtener al menos una cara en tres lanzamientos de una moneda
Solución:
7.- De una urna que contiene 9 bolas rojas y 5 negras se extraen sucesivamente dos bolas. Halla
la probabilidad de que:
a) Las dos sean negras:
b) Las dos sean rojas:
c) Una bola sea roja y otra negra:
d) La primera bola es roja y la segunda negra:
Solución:
8.- En las negociaciones entre Sildavia y Borduria se encuentran 20 diplomáticos de cada nación:
El 60% de los diplomáticos hablan Alemán y el 70% hablan Francés. ¿Cuál es la probabilidad de
que dos diplomáticos no sean capaces de entenderse.
Solución:
9.- En un concurso se dispone de cinco sobres, dos de ellos contienen premio y los otros tres no.
Se pide a un primer concursante que escoja un sobre de entre los cinco y a un segundo
concursante que elija un sobre de entre los restantes. Construye un espacio probabilístico
apropiado para calcular las probabilidades de los siguientes sucesos:
a) El primer concursante obtenga premio.
b) El segundo concursante obtenga premio.
c) Ambos concursantes obtengan premio.
Solución:
10.- Se lanzan dos dados. Construye un espacio muestral, adecuado a dicha experiencia, para
calcular la probabilidad de los siguientes sucesos y calcúlalas.
a) Obtener un cinco solamente en un dado.
b) La suma de puntuaciones obtenidas en ambos dados sea a lo sumo de cuatro puntos.
Solución:
ESTADÍSTICA Y PROBABILIDAD
33
11.- Se dispone una bolsa con siete bolas con los siete números siguientes: 1,1,2,4,5,6,6. Se
considera el experimento Sacar dos bolas simultáneamente de la bolsa y observar los números
extraídos. Construye el espacio muestral de este experimento y calcular las probabilidades:
a) Los dos números observados son pares.
b) Un número es par y otro impar.
c) Los dos números son mayores que tres.
Solución:
12.- Una urna contiene 3 bolas rojas y 2 verdes y otra urna contiene 2 bolas rojas y tres verdes.
Se toma, al azar, una bola de cada urna y se observa su color. Escribe el espacio muestral,
adecuado a esta experiencia, para calcular la probabilidad de los siguientes sucesos y calcúlelas:
a) Las dos bolas son del mismo color.
b) Las dos bolas son de colores distintas.
Solución:
13.- Una caja contiene dos monedas. Una tiene grabada cara y cruz y la otra dos caras.
a) Calcula la probabilidad de obtener cara.
b) ¿Cuál es la probabilidad de obtener cara y ser moneda con dos caras?.
Solución:
14.- Se dispone una baraja española de 40 cartas; se saca una carta y, sin devolverla a la baraja,
se saca otra. Calcula la probabilidad de que las dos cartas extraídas sean oros.
Solución:
15.- Un cartero reparte al azar tres cartas entre tres destinatarios. Calcule la probabilidad de que
al menos una de las tres cartas llegue a su destino correcto.
Solución:
16.- Una urna contiene 3 bolas rojas y 2 verdes y otra urna contiene 2 bolas rojas y 3 verdes. Se
toma, al azar, una bola de cada urna. Escriba el espacio muestral. ¿Cuál es la probabilidad de
ambas bolas sean del mismo color? ¿Y la de que sean de distinto color?.
Solución:
17.- Se considera el experimento de lanzar tres monedas al aire. Escriba un espacio muestral
apropiado. ¿Cuál es la probabilidad de obtener por lo menos una cara?. ¿Y la de obtener
exactamente tres caras?.
Solución:
18.- Calcula la probabilidad de que al lanzar una moneda tres veces consecutivas aparezcan:
a) Las tres veces caras.
b) La primera vez sea cara y las dos siguientes cruces.
c) Obtener únicamente una cara
d) Obtener al menos una cara
Solución:
19.- Se considera el experimento aleatorio de lanzar dos dados y anotar el resultado de la tirada.
a) Halla la probabilidad del suceso "los números de los dos dados son diferentes".
b) ¿Son independientes los sucesos "sacar suma par" y "sacar al menos un dos"?
Solución: a) P(C) = 1- P( C ) = 1-1/6= 5/6, b) no son independientes.
20.- En una encuesta realizada en Andalucía, se ha concluido que si se elige al azar un andaluz la
probabilidad de que esté a favor de la retransmisión de partidos de fútbol es de 0,8, la de que esté
a favor de la existencia de canales de TV de pago es de 0,4 y la de que ambas es de 0,3.
a) Calcula la probabilidad de que un andaluz esté a favor de la retransmisión de partidos de
fútbol o de que esté a favor de la existencia de canales de televisión de pago.
b) Calcula la probabilidad de que un andaluz ni esté a favor de la retransmisión de partidos de
fútbol ni de la existencia de canales de televisión de pago.
Solución: a) P(F∪C) 3 = 0,9, b) P( F ∩ C ) = 0,1
ESTADÍSTICA Y PROBABILIDAD
34
TEMA 3:
PROBABILIDAD CONDICIONADA
3.1.- PROBABILIDAD CONDICIONADA
1- Definición
Si la información aumenta la incertidumbre de que ocurra o no A varía, y como la probabilidad
mide las posibilidades de realización de A, la probabilidad también varía.
Si se sabe que B ha sucedido el número de casos posibles disminuye, de tal forma que se tiene la
siguiente definición.
•
Dados dos sucesos A y B se llama probabilidad de B condicionada a A, y se designa como
P(A/B) al valor:
P(A∩ B)
con P(B) ≠ 0
P(B)
que mide las veces que ocurre A entre las que ha ocurrido B.
P(A/B) =
•
De igual forma se define probabilidad de A condicionada a B, la designaremos por P(B/A)
al valor:
P(B/A) =
P(A∩ B)
P(A)
con P(A) ≠ 0
2.- Propiedades
De las relaciones anteriores se obtiene que:
• P(A∩B) = P(A). P(B/A)
•
P(A∩B) = P(B). P(A/B)
EJEMPLOS
1.- De una bolsa con 6 bolas rojas y 4 verdes se extraen sucesivamente
dos bolas. Halla la probabilidad de que la segunda sea roja con la
condición de que la primera sea roja.
Resolución:
Tenemos los sucesos R1 = “sacar primera bola roja” y R2 = “sacar segunda
bola roja” y hallamos:
6 3
P(R1) =
=
10 5
C
6.5
1
P(R1 ∩R2) = 6,2 =
=
3
C10, 2
10.9
P(R2/R1) =
P(R 1 ∩ R 2 )
1/ 3
5
=
=
P(R 1 )
3/5
9
2.- Un estudiante hace dos pruebas el mismo día. La probabilidad de que
pase la primera prueba es 0,6, la de que pase la segunda es de 0,8 y la de
que pase ambas es 0,5,
ESTADÍSTICA Y PROBABILIDAD
35
a) Calcula la probabilidad de que no pase ninguna prueba.
b) Calcula la probabilidad de que pase la segunda prueba si no ha
superado la primera.
Resolución:
Consideremos los sucesos:
A = "Pasar la primera prueba"
B = "Pasar la segunda prueba"
a) Nos piden calcular la probabilidad de no pase ninguna de los pruebas, es
decir P( A ∩ B ). Aplicando las leyes de "De Morgan" obtenemos:
P( A ∩ B ) = P( A ∪ B )
Como A ∪ B es el suceso contrario de A∪B debemos hallar la probabilidad de
éste.
P(A∪B) = P(A)+P(B) - P(A∩B) = 0,8 + 0,6 - 0,5 = 0,9
Obteniendo que la probabilidad de que no pase ninguna prueba es:
P( A ∩ B ) = P( A ∪ B ) = 1 - P(A∪B) = 1 - 0,9 = 0,1
b) Nos piden la probabilidad del suceso P(B/ A ) que aplicando la fórmula de la
P(B ∩ A)
probabilidad condicionada queda: P(B/ A ) =
.
P(A)
Como la intersección de un suceso con el suceso seguro es él mismo B = E∩B
y como E = A∪ A , aplicando la propiedad distributiva de la intersección
respecto de la unión tenemos que:
B = E∩B = B ∩ (A ∪ A) = (B ∩ A) ∪ B ∩ A)
Hallamos la probabilidad del suceso anterior considerando que ambos son
independientes, ya que la intersección de un suceso con su complementario es
el vacío, y obtenemos:
P(A) = P(B∩A) + P(B∩ A ) ⇒ P(B∩ A ) = P(B) - P(B∩A)
Queda pues, aplicando la propiedad de la probabilidad de un suceso y su
contrario queda:
P(B ∩ A)
P(B) - P(B ∩ A) 0,8 - 0,5
P(B/ A ) =
=
=
= 0,75
1 − P(A)
1 − 0,6
P(A)
3.- En cierta ciudad el 30% de la población tiene ojos azules, el 40% tiene
cabellos rubios y el 20% tiene ojos azules y cabellos rubios.
a) Si tiene cabellos rubios, ¿cuál es la probabilidad de que tengan ojos
azules?
b) Si tiene ojos azules, ¿cuál es la probabilidad de que no tengan cabellos
rubios?
c)¿Cuál es la probabilidad de que no tenga cabellos rubios ni ojos
azules?
Resolución:
Construimos la siguiente tabla auxiliar, donde los sucesos viene dados en
porcentajes, siendo éstos:
C = "tener cabellos rubios"
C = "no tener cabellos rubios"
ESTADÍSTICA Y PROBABILIDAD
36
A = "tener ojos azules "
A = "no tener ojos azules "
C
A
0,20
A
0,20
0,40
C
0,10
0,50
0,60
0,30
0,70
1,00
a) La probabilidad de que tengan ojos azules si tiene cabellos rubios es:
P(A ∩ C) 0,20 1
P(A/C) =
=
=
P(C)
0,40 2
b) La probabilidad de que no tengan cabellos rubios si tiene ojos azules es:
P(C ∩ A) 0,20 2
P(C/ A ) =
=
=
0,70 7
P(A)
c) La probabilidad de que no tenga cabellos rubios ni ojos azules es, tal como
se ve en la tabla:
P( C ∩ A ) = 0,50
4.- En una empresa hay 90 mujeres y 110 hombres que se reparten entre
fumadores y no fumadores según la tabla adjunta. Si se desea elegir una
mujer para un cargo, ¿cuándo es más sencillo, si no se ponen
condiciones, si se exige que sea no fumadora o si se exige que sea
fumadora?.
Hombres
Mujeres
Fumadores
80
20
No fumadores
40
60
Resolución:
Para resolver este tipo de problemas lo mejor es realizar una tabla auxiliar con
las sumas parciales
H
M
F
80
20
100
No F
40
60
100
120
80
200
La probabilidad de que sea mujer si no se ponen condiciones será:
80
2
P(M) =
=
200 5
Para hallar las otras probabilidades, debemos calcular:
P(M∩ F)
20 1
P(M/F) =
=
=
P(F)
100 5
P(M/ F) =
P(M∩ F)
=
60 3
=
100 5
P(F)
Es decir que exigir que sea no fumador aumenta las posibilidades de elegir una
mujer, y exigir que sea fumador disminuye las probabilidades
ESTADÍSTICA Y PROBABILIDAD
37
EJERCICIOS PROPUESTOS
1.- En el experimento aleatorio consistente en lanzar dos dados, se pide determinar la
probabilidad condicionada de obtener un número par en ambos dados cuando su suma es 6.
2 / 36
2
Solución: P(A/B) =
=
5 / 36
5
2.- De los sucesos A y B de un experimento aleatorio, se sabe que P(A) = 0,6, P(B) = 0,3 y
P(A∩B) = 0,2 . Calcula:
a) P(A/B).
b) P(A/A∩B).
c) P(A∩B/A∪B).
d) P(A/A∪B).
Solución:
3.- En una ciudad hay 4 mujeres por cada hombre y se reparten entre fumadores y no fumadores
según la tabla adjunta. ¿Cuál es la probabilidad de encontrarse con una persona no fumadora?, ¿y
la de encontrarse con una mujer sabiendo que es fumadora?.
Fumadores
No fumadores
Solución: P(F) =
Hombres
25
75
Mujeres
60
40
85
60 / 200
,P(M/F) =
200
85 / 200
4.- En un pueblo hay 100 personas de ambos sexos cuya situación laboral viene dada por la tabla.
Hombres
Mujeres
Activo
40
45
En paro
5
10
a) ¿Cuál es la probabilidad de encontrarse con una persona activa?
b) ¿Cuál es la de encontrarse con una mujer que esté en situación activa?
85
45
, b) P(A/M) =
Solución: a) P(A) =
100
55
5.- En un colegio hay 1000 alumnos de los cuales 300 saben inglés, 100 saben ruso y 50 ambos
idiomas. ¿Cuál es la probabilidad de que una alumno sepa Inglés si sabe ruso?.
Solución:
6.- Si en un colegio hay 1000 alumnos de los cuales a 400 les gusta el baloncesto y el fútbol y
que el 30% de los que le gusta el fútbol les gusta el baloncesto ¿¿Cuál es la probabilidad de que
una alumno no sea aficionado al fútbol?
Solución:
7.- En un hotel hay 200 clientes, de los cuales 40 son españoles, y el resto extranjeros. Son
rubios 5 españoles y el 40% de los extranjeros. Si un cliente es extranjero ¿cuál es la
probabilidad de que sea rubio?
Solución:
8.- Una determinada población está formada, a partes iguales, por hombres y mujeres. La
probabilidad de que un individuo de esa población no lea ningún periodo es 0,25. Además el
porcentaje de individuos que o bien leen algún periódico o bien son hombres es el 95%. Se elige,
al azar, una persona.
a) Halla la probabilidad de “ser hombre y leer algún periódico”.
b) Halla la probabilidad de que lea algún periódico, sabiendo que es hombre.
Solución:
ESTADÍSTICA Y PROBABILIDAD
38
3.2.- EXPERIMENTOS COMPUESTOS
1.- Definición
Un experimento compuesto es aquel que es posible descomponer en varios experimentos
simples. Por ejemplo el lanzamiento de varias monedas o dados al aire, extraer varias cartas de
una baraja. En tales experimentos el espacio muestral se obtiene a partir de los espacios
muestrales de los experimentos simples que lo forman
La probabilidad de que realicen dos sucesos A y B simultáneamente, probabilidad compuesta, es:
P(A∩B) = P(A). P(B/A)
2.- Sucesos independientes
Se dice que dos o mas pruebas son independientes cuando el resultado de cada una de ellas no
influye en el resultado de las otras.
Si dos pruebas son independientes se cumple que:
P(A∩B) = P(A). P(B)
Si tres pruebas son independientes se cumple que:
P(A∩B∩C) = P(A). P(B). P(C)
3.- Sucesos dependientes
Se dice que dos o mas pruebas son dependientes cuando el resultado de cada una de ellas influye
en el resultado de las otras.
Si dos pruebas son dependientes se cumple que:
P(A∩B) = P(A). P(B/A)
Si tres pruebas son dependientes se cumple que:
P(A∩B∩C) = P(A). P(B/A). P(C/A∩B)
EJEMPLOS
1.- Halla el espacio muestral del experimento aleatorio compuesto lanzar
dos monedas al aire por separado.
Resolución:
Como los espacios muestrales de cada experimento simple son E={C,X}
se obtiene:
E = {CC, CX, XC, CC}
2.- Calcula la probabilidad de sacar, sin devolución, 2 cartas de oros de
una baraja española .
Resolución:
Aplicamos la Regla de Laplace teniendo en cuenta que hay 10 oros y 40
cartas, en la primera extracción y 9 oros y 39 cartas en la segunda extracción
si la primera ha sido un oro.
10 9
3
.
=
P(O1).P(O2 /O1) =
40 39
52
ESTADÍSTICA Y PROBABILIDAD
39
3.- Calcula la probabilidad de sacar, con devolución, 2 cartas de oros de
una baraja española .
Resolución:
Aplicamos la Regla de Laplace teniendo en cuenta que hay 10 oros y 40
cartas, en la primera extracción y lo mismo en la segunda extracción si la
primera ha sido un oro.
10 10
1
P(O1).P(O2 /O1) =
.
=
40 40
16
4.- Se extraen sucesivamente y sin reemplazamiento dos cartas de una
baraja española. ¿Cuál es la probabilidad de obtener dos caballos?
Resolución:
Si tomamos
C1 = "obtener caballo en la 1ª tirada"
C2 ="obtener caballo en la 2ª tirada"
lo que deseamos es hallar la probabilidad de C1 ∩ C2 teniendo en cuenta que
4
C2 depende de C1. La probabilidad de obtener caballo en la 1ª tirada será
40
ya que hay cuatro caballos y son en total 40 cartas. La probabilidad de obtener
3
ya que quedan tres caballos y 39 cartas. Luego:
caballo en la 2ª tirada será
39
4 3
1
.
=
P(C1 ∩ C2) = P(C1).P(C2/C1) =
40 39 130
5.- De una bolsa con 6 bolas rojas y 4 verdes se extraen sucesivamente
dos bolas. Halla la probabilidad de que la segunda sea roja con la
condición de que la primera sea roja.
Resolución:
Tenemos los sucesos:
R1 = “sacar primera bola roja”
R2 = “sacar segunda bola roja”
Hallamos:
6 3
P(R1) =
=
10 5
6 5
1
. =
10 9
3
P(R 1 ∩ R 2 ) 1 / 3 5
P(R2/R1) =
=
=
P(R 1 )
3/5 9
P(R1 ∩ R2) =
6.- De una bola con 3 bolas rojas y 5 verdes se extraen sucesivamente
dos bolas. Hallar la probabilidad de que:
a) Las dos sean rojas.
b) Las dos sean verdes.
c) La primera sea roja y la segunda verde.
d) Una sea roja y otra verde.
Resolución:
a) Hallamos la probabilidad del suceso sacar segunda bola roja condicionado
a que la primera sea también roja.
ESTADÍSTICA Y PROBABILIDAD
40
P(R1 ∩ R2) = P(R1).P(R2/R1) =
3 2 3
. =
8 7 28
b) Hallamos la probabilidad del
suceso sacar segunda bola verde
condicionado a que la primera sea también verde.
5 4 3
P(V1 ∩ V2) = P(V1).P(V2/V1) = . =
8 7 14
c) Hallamos la probabilidad del
suceso sacar segunda bola verde
condicionado a que la primera sea roja.
3 5 15
P(R1 ∩ V2) = P(R1).P(V2/R1) = . =
8 7 56
d) Es el suceso obtener la primera bola roja y la segunda verde o viceversa.
3 5 5 3 15
P(R1∩V2) +P(V1∩ R2)=P(R1).P(V2/R1) +P(V1).P(R2/V1) = . + . =
8 7 8 7 28
7.- El temario de una oposición consta de 100 temas. En el momento del
examen se sortean dos y el opositor debe responder obligatoriamente a
los dos temas que le han tocado en suerte. Calcula cuántos temas, como
mínimo, debe estudiar un opositor para que la probabilidad de saberse
los dos temas que le toquen sea superior a 0,5.
Resolución:
Consideremos los sucesos:
A1 = "saber el primer tema"
A2 = "saber el segundo tema"
Si el número de temas que se sabe el opositor conoce es n, utilizando la regla
de Laplace la probabilidad de que acierte el primer tema es:
n
C
P(A1) = F =
100
CP
la probabilidad de que se sepa también el segundo tema, habiendo acertado el
primero, será:
n- 1
C
P(A2/A1) = F =
99
CP
donde hemos usado la regla de Laplace y el hecho de que ahora sólo quedan
n-1 temas que sepa y 99 temas posibles.
Luego la probabilidad de que acierte los dos:
n n- 1
n(n- 1)
P(A1).P(A2/A1) =
.
=
100 99
9900
Para que la probabilidad de saberse los dos temas que le toquen sea 0,5:
n(n- 1)
2
2
= 0,5 ⇒ n -n = 4950 ⇒ n -n-4950 = 0
9900
con soluciones n=-69,86 y n=70,86
Es decir que el opositor debe estudiar, como mínimo 71 temas para que la
probabilidad de saberse los dos temas que le toquen sea superior a 0,5.
ESTADÍSTICA Y PROBABILIDAD
41
8.- Se considera el experimento aleatorio de lanzar dos dados y anotar el
resultado de la tirada. ¿Son independientes los sucesos "sacar suma par"
y "sacar al menos un dos"?
Resolución:
El espacio muestral asociado al experimento de lanzar dos dados y anotar el
resultado es:
E = {(1,1),(1,2),(1,3),(1,4),(1,5),(1,6), (2,1),...,(2,6),....(6,6)}
con 36 resultados equiprobables.
Si llamamos A = "sacar suma par" será:
A = { (1,1), (1,3), (1,5), (2,2), (2,4), (2,6), (3,1), (3,3), (3,5),
(4,2), (4,4), (4,6), (5,1), (5,3), (5,5), (6,2), (6,4), (6,6)}
con 18 resultados. Su probabilidad es:
18 1
P(A) =
=
36 2
Si llamamos B = "sacar al menos un dos" será:
B = {(2,1),(2,2),(2,3),(2,4),(2,5),(2,6),(1,2),(3,2),(4,2),(5,2),(6,2)}
cuya probabilidad es:
11
P(B) =
36
Si ambos suceso son independientes se debe verificar que:
P(A∩B) = P(A).P(B)
como el suceso A∩B = {(2,2),(2,4),(2,6),(4,2),(6,2)} su probabilidad es:
5
P(A∩B) =
36
1 11
11
.
=
2 36
72
5
11
vemos que
≠
36 72
y como P(A).P(B)=
luego no son independientes ambos sucesos.
9.- Halla la probabilidad de obtener 3 caras al lanzar tres monedas al aire
Resolución:
Podemos suponer que las monedas se lanzan una a una con lo cual
tendríamos tres sucesos independientes:
3
1 1
3
P(3 caras) = P(Cara).P(Cara).P(Cara) = P(Cara) =   =
2 8
10.- Se considera el experimento aleatorio de lanzar dos dados y anotar el
resultado de la tirada. ¿Son independientes los sucesos "sacar suma par"
y "sacar al menos un dos"?
Resolución:
El espacio muestral asociado al experimento de lanzar dos dados y anotar el
resultado es E = {(1,1),(1,2),(1,3),(1,4),(1,5),(1,6), (2,1),...,(2,6),....(6,6)} con 36
resultados equiprobables.
ESTADÍSTICA Y PROBABILIDAD
42
Si llamamos A = "sacar suma par" será:
A = { (1,1), (1,3), (1,5), (2,2), (2,4), (2,6), (3,1), (3,3), (3,5),
(4,2), (4,4), (4,6), (5,1), (5,3), (5,5), (6,2), (6,4), (6,6)}
18
1
con 18 resultados. Su probabilidad es: P(A) =
=
36 2
Si llamamos B = "sacar al menos un dos" será:
B = {(2,1),(2,2),(2,3),(2,4),(2,5),(2,6),(1,2),(3,2),(4,2),(5,2),(6,2)}
11
cuya probabilidad es P(B) =
36
Si ambos suceso son independientes se debe verificar que:
P(A∩B) = P(A).P(B)
como el suceso A∩B = {(2,2),(2,4),(2,6),(4,2),(6,2)}
5
su probabilidad es P(A∩B) =
36
1 11
5
11
11
.
=
vemos que
≠
2 36
72
36 72
luego no son independientes ambos sucesos.
Como P(A).P(B) =
11.- La caja A contiene 8 pilas de las cuales 3 están descargadas y la caja
B contiene 5 pilas de las cuales 2 están descargadas. Se saca al azar una
pila de cada caja.
¿Cual es la probabilidad de que una pila esté descargada y la otra no?
Resolución:
El esquema anterior representa la distribución de
las pilas cargadas y descargadas en las cajas A y
B. Consideremos los siguientes sucesos:
CA = "la pila extraída de la caja A está cargada"
DA = "la pila extraída de la caja A está descargada"
CB = "la pila extraída de la caja B está cargada"
DB = "la pila extraída de la caja B está descargada"
Nos piden la probabilidad del suceso: "una pila esté descargada y la otra no",
es decir:
P[(CA∩DB)∪(DA∩CB)] = P(CA∩DB) + (DA∩CB) - P(CA∩DB∩DA∩CB) =
Como CA y CB son independientes CA∩CB = Φ, Como DA y DB son
independientes DA∩DB = Φ, por lo tanto CA∩DB∩DA∩CB = Φ y queda:
5 2 3 3
19
P[(CA∩DB)∪ (DA∩CB)] = . + . =
8 5 8 5
40
EJERCICIOS PROPUESTOS
1.- Se extrae, sin devolución, una bola blanca de una urna compuesta por 2 bolas blancas y 6
negras. ¿Cuál es la probabilidad de que si se extraen a continuación tres bolas, una sea blanca?
6 5 4
3
Resolución: P =1 - . . =
7 6 5
7
ESTADÍSTICA Y PROBABILIDAD
43
2.- Se extraen sucesivamente y sin reemplazamiento dos cartas de una baraja española. ¿Cuál es
la probabilidad de obtener dos oros?
10 9
3
Resolución: P(O1 ∩ O2) =
.
=
40 39 52
2.- En una ciudad se publican dos periódicos A y B. La probabilidad de que una persona lea A es
0,1, la probabilidad de que lea el B es 0,1 y la probabilidad de que lea ambos es 0,02.
a) Calcula la probabilidad de que una persona no lea ningún periódico.
b) Calcula la probabilidad de que una persona que ha leído alguno de los periódicos lea el otro.
0,02
1
Resolución : a) P= 1-0,18 = 0,82, b)
=
0,18
9
3.- La caja A contiene 6 pilas de las cuales 3 están descargadas y la caja B contiene 4 pilas de las
cuales 2 están descargadas. Se saca al azar una pila de cada caja.
a) ¿Cuál es la probabilidad de que ambas pilas estén descargadas?
b) ¿Cual es la probabilidad de que una pila esté descargada y la otra no?
3 2
1
3 2 3 2
1
Resolución : a) P = . = , b) P = . + . =
4
2
6 4
6 4 6 4
4.- Para tratar cierta enfermedad se dispone de dos medicamentos, con efectos independientes
entre sí, cuyas probabilidades de sanar a un paciente son respectivamente 1/2 y 1/3. Se
administran los 2 dos medicamentos a tres enfermos.
a) Halla la probabilidad de que al menos uno de ellos se cure.
b) Halla la probabilidad de que al menos uno de ellos no se cure.
1 1 1
26
2 2 2
19
Resolución: a) P = 1- . . =
, b) P = 1- . . =
3 3 3
27
3 3 3
27
5.-Se lanza una moneda dos veces.
a) Halla la probabilidad de que en ambas tiradas salga cruz
b) Sabiendo que en al menos una de las tiradas sale cara, ¿cuál es la probabilidad de que en
ambas salga cara?
1
1/ 4
1
Resolución: a) P = , b) P =
=
4
3/ 4
3
6.- Para aprobar un examen hay que contestar 2 preguntas elegidas al azar sobre un total de 30
propuestas. Si un estudiante ha estudiado únicamente 20 temas ¿cuál es la probabilidad de que el
alumno supere el examen?.
20 19 38
Resolución: P =
.
=
30 29 87
7.- Calcula la probabilidad de obtener tres ases al extraer tres cartas de una baraja española.
4 3 2
1
Resolución: P =
.
.
=
40 39 38 2470
8.- Laura y Pedro se reparten al 45% y 55% respectivamente los ejercicios de Matemáticas.
Sabemos que Laura falla un 10% y Pedro un 8% de los ejercicios respectivamente.
a) Halla la probabilidad de que algún ejercicio de los que realizan esté mal resuelto.
b) Halla la probabilidad de que un ejercicio esté bien resuelto.
Resolución: P = 0,45.0,1+0,55.0,08 = 0,089
9.- La caja A contiene 6 bolas blancas y 4 negras y la caja B contiene 4 blancas y 8 negras. La
probabilidad de escoger la caja A es 1/3 y la caja B es de 2/3.
a) ¿Cual es la probabilidad de obtener una bola blanca de la caja B?
b) ¿Cual es la probabilidad de obtener una bola blanca?
2 4
1 4 2 8
Resolución: a) P = . , b) P = . + .
3 12
3 10 3 12
ESTADÍSTICA Y PROBABILIDAD
44
3.3.- PROBABILIDAD TOTAL
1.- Sistema completo de sucesos
Se llama sistema completo de sucesos a n sucesos Ai tales que:
•
Su unión es el espacio muestral E:
A1∪..∪An
•
Los sucesos A1 ...An son incompatibles dos a dos:
Ai ∩Aj = φ, ∀ i ≠ j
2.- Teorema de probabilidad total
Sea E el espacio muestral asociado a un experimento aleatorio, A1,.., An un sistema completo de
sucesos y S un suceso cualquiera, se cumple que:
P(S) = P(A1).P(S/A1) + ... + P(An).P(S/An)
EJEMPLOS
1.- En una casa hay tres llaveros el primero con 3 llaves, el segundo con 4
llaves y el tercero con 5, los que sólo una de cada llavero abre la puerta
de la calle. Se escoge al azar un llavero y de él una llave. ¿Cuál es la
probabilidad de que podamos abrir la puerta?
Resolución:
Consideremos los sucesos
A = "escoger el primer llavero"
B = "escoger el segundo llavero"
C = "escoger el tercer llavero"
Abra = “abrir la puerta”
Tal como se ve en la figura adjunta tenemos que
1 2 2
P(Abra/A) = . =
3 3 9
1 3 1
P(Abra/B) = . =
3 4 4
1 4
4
P(Abra/C) = . =
3 5 15
Como el conjunto formado por los sucesos A, B y C forman un sistema
completo de sucesos, para hallar la probabilidad de que sea defectuoso
utilizamos el Teorema de la probabilidad total. La probabilidad pedida es:
2 1 4 133
P(Abra) = P(Abra/A)+ P(Abra/B) + P(Abra/C) = + +
9 4 15 180
2.- De los turistas que visitan Málaga, el 60% hace el viaje en avión, el
30% lo hace por carretera y el 10% lo hace por tren. De los que viajan en
avión el 70% va a las playas de la costa occidental. De los que viajan por
carretera el 80% va a las playas de la costa occidental. De los que viajan
por tren el 50% va a las playas de la costa occidental. Si se selecciona al
azar un turista que ha visitado Málaga, ¿cuál es la probabilidad de que
haya estado en las playas de la costa occidental?
ESTADÍSTICA Y PROBABILIDAD
45
Solución:
Consideremos los sucesos
A = "llegar en avión",
C = "llegar por carretera",
T = "llegar en tren",
O = "ir a la costa occidental "
O = "no ir a la costa occidental ".
0 ,7
A
0 ,6
0 ,3
0 ,3
O
O
0 ,8
O
0 ,2
O
T 0 ,5
O
0 ,5
O
C
0 ,1
Tal como se ve en la figura adjunta tenemos que
P(A).P(O/A) = 0,6.0,7 = 0,42
P(C).P(O/C) = 0,3.0,8 = 0,24
P(T).P(O/T) = 0,1.0,5 = 0,05
Como el conjunto formado por los sucesos T, O y C forman un sistema
completo de sucesos, para hallar la probabilidad de que sea defectuoso
utilizamos el Teorema de la probabilidad total. Luego la probabilidad de que
haya estado en las playas de la costa occidental es:
P(O) = P(A).P(O/A)+ P(C).P(O/C) + P(T).P(O/T) = 0,42 + 0,24 + 0,05 = 0,71
3.- Una empresa de productos lácteos elabora sus productos en tres
factorías A, B y C. Las cuotas de producción de cada factoría (Porcentaje
de la producción total que se fabrica en cada factoría) y el porcentaje de
productos defectuosos son los siguientes:
A
B
C
Cuotas de producción
0,35
0,4
0,25
Envasado defectuoso
0,02
0,01
0,03
Si se toma un producto al azar ¿cuál es la probabilidad de que sea
defectuoso?
Solución:
Consideremos los sucesos
A = “elaborar en la factoría A”
B = “elaborar en la factoría B”
C = “elaborar en la factoría C”
D = "ser producto defectuoso"
D = "no ser producto defectuoso".
Tal como se ve en la figura adjunta tenemos que
P(A).P(D/A) = 0,35.0,02 = 0,007
P(B).P(D/B) = 0,4.0,01 = 0,004
P(C).P(D/C) = 0,25.0,03 = 0,075
Como el conjunto formado por los sucesos A, B y C forman un sistema
completo de sucesos, para hallar la probabilidad de que sea defectuoso
utilizamos el Teorema de la probabilidad total:
P(D) = P(A).P(D/A)+P(B).P(D/B)+P(A).P(D/C) = 0,007+0,004+0,0075 = 0,0185
4.- Una determinada enfermedad puede estar provocada por 3 causas, A,
B o C, en las proporciones 30%, 20% y 50'% respectivamente. (En cada
enfermo sólo se presenta una de estas 3 causas).
El tratamiento de esta enfermedad requiere hospitalización en el 20% de
los casos si está provocada por A, en el 55% si la causa es B y en el 10%
si la causa es C.
¿Cuál es la probabilidad de que un enfermo cualquiera de la citada
enfermedad no necesite hospitalización?
ESTADÍSTICA Y PROBABILIDAD
46
Solución:
Consideremos los sucesos
A = “estar provocado por la causa A”
B = “estar provocado por la causa B”
C = “estar provocado por la causa C”
H = "necesita hospitalización"
H = "no necesita hospitalización".
Tal como se ve en la figura adjunta tenemos que
P(A∩ H ) = P(A).P( H /A) = 0,3.0,8 = 0,24
P(B∩ H ) = P(B).P( H /B) = 0,2.0,45 = 0,09
P(C∩ H ) = P(C).P( H /C) = 0, 5.0,9 = 0,45
Como el conjunto formado por los sucesos A, B y C forman un sistema
completo de sucesos, para hallar la probabilidad de no necesite hospitalización
utilizamos el Teorema de la probabilidad total:
P( H ) = P(A).P( H /A)+ P(B).P( H /B) + P(A).P( H /C) = 0,24 + 0,09 + 0,45 = 0,78
5.- Una fabrica de tornillos dispone de dos máquinas que elaboran el 25%
y el 75% respectivamente. El porcentaje de tornillos defectuosos es del
4% y del 2% respectivamente. Halla la probabilidad de que el tornillo sea
defectuoso.
Resolución:
Consideremos los siguientes sucesos:
M1 = "el tornillo está fabricado por la máquina 1"
M2 = "el tornillo está fabricado por la máquina 2"
D = "el tornillo es defectuoso”.
N = "el tornillo es normal”.
Tal como se ve en la figura adjunta tenemos que
P(M1).P(D/M1) = 0,25.0,04 = 0,01
P(M2).P(D/M2) = 0,75.0,02 = 0,015
Como el conjunto formado por los sucesos M1 y M2 forman un sistema
completo de sucesos, para hallar la probabilidad de no necesite hospitalización
utilizamos el Teorema de la probabilidad total:
P(D) = P(M1).P(D/M1)+ P(M2).P(D/M2) = 0,01 + 0,015 = 0,025
EJERCICIOS PROPUESTOS
1.- Laura y Pedro se reparten al 45% y 55% respectivamente los ejercicios de Matemáticas.
Sabemos que Laura falla un 10% y Pedro un 8% de los ejercicios respectivamente.
a) Halla la probabilidad de que algún ejercicio de los que realizan esté mal resuelto.
b) Halla la probabilidad de que un ejercicio esté bien resuelto.
Resolución: a) P = 0,45.0,1+0,55.0,08 = 0,089. b) P = 0,45.0,9+0,55.0,92 = 0,911.
2.- Un estudiante consigue despertarse en el 80% de los casos. Si se despierta se presenta al
examen en el 90% y en caso contrario en un 50% de los casos.
a) ¿Cual es la probabilidad de que haya oído el despertador si va a hacer el examen?
b) ¿Cual es la probabilidad de que haya oído el despertador si no hace el examen?
36
Resolución: a) P(E)=0,8.0,9+0,2.0,5 = 0,82, P(D/E) =
41
5
b) P( E )=1-0,82=0,18, P( D/E ) =
9
ESTADÍSTICA Y PROBABILIDAD
47
3.- En un sistema de alarma la probabilidad de que haya un incidente es de 0,1. Si éste se
produce, la probabilidad de que suene la alarma es de 0,95. La probabilidad de que suene la
alarma sin que se produzca un incidente es de 0,03. Calcula la probabilidad de que suene la
alarma.
Solución:
4.- Si se aplica la máquina de la verdad en los interrogatorios la probabilidad de que ésta acierte
es del 0,95 si mienten y del 0,99 si dicen la verdad. Calcula la probabilidad de que la máquina
acierte si el individuo preguntado pertenece a un grupo del que el 10% miente.
Solución:
5.- Un trabajador llega tarde a la oficina con una probabilidad del 20% si suena el despertador y
con probabilidad del 90% si suena.
a) Halla la probabilidad de que llegue tarde a la oficina.
b) Halla la probabilidad de que llegue temprano a la oficina.
c) Halla la probabilidad de que llegue tarde a la oficina y haya sonado el despertador.
Solución: a) P = 0,34, b) 0,66, c) 0,16
6.- Se prueban tres vacunas en un grupo de personas, el 30% la vacuna A1, el 20% la vacuna A2
y el 50% la vacuna A3 respectivamente. El porcentaje de personas que han contraído la
enfermedad es del 23%, 17% y 39% respectivamente. Halla la probabilidad de que una persona
esté enferma.
Solución:
7.- El volumen de fabricación de bombillas 3 plantas de una fábrica es de 2000, 1000 y 500
unidades respectivamente. Si el porcentaje de bombillas defectuosas es del 2%, 1% y 0,5%
respectivamente, halla la probabilidad de que una bombilla escogida al azar seas defectuosa.
Solución:
8.- En un instituto existe un Bachillerato con las modalidades de Ciencias, Letras y Artes. En la
primera evaluación aprueban todas las asignaturas el 5% de los alumnos de Ingeniería, el 10% de
Letras y el 20% de Artes. Estudian Ciencias el 20% de los estudiantes, Letras el 30% y Artes el
50%. Tomado un estudiante cualquiera al azar, se pide la probabilidad de que:
a) Haya aprobado y sea de Ciencias.
b) Haya aprobado.
Solución: a) 0,01,
b) 0,14
9.- En un almacén de papelería se reciben bolígrafos de 3 plantas diferentes A, B y C. Si el
porcentaje de bolígrafos defectuosos defectuosas es del 3%, 2% y 1% respectivamente, halla la
probabilidad de que un bolígrafo elegido al azar sea defectuoso si en los controles de calidad de
la fábrica A se detectan el 70%, de la fábrica B el 80% y de la fábrica C el 90% de los bolígrafos
defectuosos respectivamente.
Solución:
10.- En una caja de ahorros se han concedido en un mes 150 créditos al consumo, 350 créditos
hipotecarios y 500 créditos para empresa siendo la probabilidad de que resulten fallidos 0,2, 0,1
y 0,15 respectivamente. Halla la probabilidad de que un crédito resulte fallido.
Solución:
11.- Disponemos de 3 urnas y de10 bolas , 5 blancas y 5 negras. Distribuimos las bolas de la
siguiente manera:
En la 1ª urna ponemos 1 bola blanca y 1 bola negra.
En la 2ª urna ponemos 3 bolas blancas y 2 bolas negras.
En la 3ª urna ponemos 1 bola blanca y 2 bolas negras.
De una de las urnas, elegida al azar, se extrae una bola. Halla la probabilidad de que la bola
elegida sea negra.
Solución:
ESTADÍSTICA Y PROBABILIDAD
48
3.4.- TEOREMA DE BAYES
Si tenemos n sucesos A1 ...An incompatibles dos a dos y tales que su unión es el espacio muestral
E y un suceso cualquiera S siendo P(A1),...,P(An) no nulas se cumple que:
P(Ai/S) =
P(A i )P(S/A i )
P(A 1 )P(S/A 1 ) + ... + P(A i )P(S/A i ) + ... + P(A n )P(S/A n )
EJEMPLOS
1.- Una fabrica de tornillos dispone de dos máquinas que elaboran el 25%
y el 75% respectivamente. El porcentaje de tornillos defectuosos es del
4% y del 2% respectivamente. Halla la probabilidad de que el tornillo haya
sido fabricado por la máquina 1 si sabemos que es defectuoso.
Resolución:
Consideremos los siguientes sucesos:
M1 = "el tornillo está fabricado por la máquina 1"
M2 = "el tornillo está fabricado por la máquina 2"
D = "el tornillo es defectuoso”.
N = "el tornillo es normal”.
Nos piden la probabilidad del suceso: "el tornillo está fabricado por la máquina
1 si es defectuoso", tal como se ve en la figura podemos aplicar el Teorema de
Bayes:
P(M 1 ).P(D/M1 )
0,25.0,04
=
= 0,4
P(M1 /D) =
P(M 1 ).P(D/M 1 ) + P(M 2 ).P(D/M 2 ) 0,25.0,04 + 0,75.0,02
2.- En un sistema de alarma la probabilidad de que haya un incidente es
de 0,1. Si éste se produce, la probabilidad de que suene la alarma es de
0,95. La probabilidad de que suene la alarma sin que se produzca un
incidente es de 0,03. Calcula la probabilidad de que no haya habido
incidente si ha funcionado la alarma.
Resolución:
Consideremos los siguientes sucesos:
I = "Se produce incidente".
I = " No se produce incidente".
A = "Suena la alarma”.
A = " No suena la alarma ".
Nos piden la probabilidad del suceso: "no hay incidente pero ha sonado la
alarma ", tal como se ve en la figura podemos aplicar el Teorema de Bayes:
P( I /A) =
P(I).P(A/I)
0,9.0,03
=
= 0,22
P(I).P(A/I) + P(I).P(A/I) 0,1.0,95 + 0,9.0,03
ESTADÍSTICA Y PROBABILIDAD
49
3.- Se prueban tres vacunas en un grupo de personas, el 30% la vacuna
A1, el 20% la vacuna A2 y el 50% la vacuna A3 respectivamente. El
porcentaje de personas que han contraído la enfermedad es del 23%, 17%
y 39% respectivamente. Halla la probabilidad de que si una persona está
sana haya probado la vacuna A3.
Resolución:
Consideremos los sucesos
A1 = “haber probado la vacuna A1”
A2 = “haber probado la vacuna A2”
A3 = “haber probado la vacuna A3”
E = "contraer enfermedad"
S = "permanecer sano".
Nos piden la probabilidad del suceso: "la persona se ha puesto la vacuna 3 si
está sana", tal como se ve en la figura podemos aplicar el Teorema de Bayes:
P(A 3 ).P(S/A 3 )
P(A3/S) =
P(A 1 ).P(S/A 1 ) + P(A 2 ).P(S/A 2 ) + P(A 3 ).P(S/A 3 )
0,5.0.61
=
= 0,43
0,3.0.77 + 0,2.0.85 + 0,5.0,61
4.- De los turistas que visitan Málaga, el 60% hace el viaje en avión, el
30% lo hace por carretera y el 10% lo hace por tren. De los que viajan en
avión el 70% va a las playas de la costa occidental. De los que viajan por
carretera el 80% va a las playas de la costa occidental. De los que viajan
por tren el 50% va a las playas de la costa occidental.
Si se selecciona al azar un turista que ha visitado Málaga y que ha estado
en las playas de la costa occidental, ¿cuál es la probabilidad de que haya
viajado en tren?
Resolución:
Consideremos los sucesos
A = "llegar en avión",
C = "llegar por carretera",
T = "llegar en tren",
O = "ir a la costa occidental "
O = "no ir a la costa occidental ".
0 ,7
A
0 ,6
0 ,3
Nos piden la probabilidad del suceso: "se ha llegado
en tren si ha estado en la costa occidental", tal como
se ve en la figura. Para hallarlo podemos aplicar el
Teorema de Bayes:
P(T ∩ O) P(T).P(O/T) 0,05
P(T/O) =
=
=
= 0,07
P(O)
P(O)
0,71
0 ,3
O
O
0 ,8
O
0 ,2
O
T 0 ,5
O
0 ,5
O
C
0 ,1
5.- Una empresa de productos lácteos elabora sus productos en tres
factorías A, B y C. Las cuotas de producción de cada factoría (Porcentaje
de la producción total que se fabrica en cada factoría) y el porcentaje de
productos defectuosos son los siguientes:
Cuotas de producción
Envasado defectuoso
ESTADÍSTICA Y PROBABILIDAD
A
0,35
0,02
B
0,4
0,01
C
0,25
0,03
50
Si se sabe que es defectuoso cuál es la probabilidad de que se haya
fabricado en A.
Resolución:
Consideremos los sucesos
A = “elaborar en la factoría A”
B = “elaborar en la factoría B”
C = “elaborar en la factoría C”
D = "ser producto defectuoso"
D = "no ser producto defectuoso".
Nos piden la probabilidad del suceso: "se ha fabricado en A si está
defectuoso", tal como se ve en la figura. Para hallarlo podemos aplicar el
Teorema de Bayes:
P(A ∩ D) P(A).P(D/A) 0,007
=
=
= 0,38
P(A/D) =
P(D)
P(D)
0,0185
EJERCICIOS PROPUESTOS
1.- En una casa hay tres llaveros el primero con 3 llaves, el segundo con 4 llaves y el tercero con
5, los que sólo una de cada llavero abre la puerta de la calle. Se escoge al azar un llavero y de él
una llave. Si la llave elegida es correcta ¿Cuál es la probabilidad de que pertenezca al primer
llavero?
Solución:
2.- En un congreso hay tres nacionalidades. 30 de los asistentes son españoles, 45 franceses y 25
portugueses, el 40% de los españoles, 50% de los franceses y 60% de los portugueses están a
favor de la resolución final. Si un asistente elegido al azar está a favor de la resolución final.
¿Cuál es la probabilidad de que sea español?
Solución:
3.- Laura y Pedro se reparten al 45% y 55% respectivamente los ejercicios de Matemáticas.
Sabemos que Laura falla un 10% y Pedro un 8% de los ejercicios respectivamente.
Halla la probabilidad de que el ejercicio esté realizado por Pedro sabiendo que está mal resuelto.
0,55.0,08
Solución: P =
= 0,494
0,45.0,1 + 0,55.0,08
4.- Tres máquinas A, B y C fabrican un 1%, 2% y 3% respectivamente de tornillos defectuosos.
Se mezclan 20 tornillos de la máquina A, 40 de la B y 60 de la C.. Sabemos que el tornillo es
defectuoso. Halla la probabilidad de el tornillo haya sido fabricado por la máquina B.
40 2
.
4
1
20 100
Solución: P =
=
20 1
40 2
60 3
14
.
+
.
+
.
120 100 120 100 120 100
5.- En una Universidad acaba la carrera el 5% de los estudiantes de Ingeniería, el 10% de
Ciencias y el 20% de Letras. Se sabe que el 2’% estudia Ingeniería, el 30% Ciencias y el 50 %
Letras. Halla la probabilidad de que si ha acabado la carrera sea un estudiante de Ingeniería.
0,2.0,05
1
Solución: P =
=
0,2.0,05 + 0,3.0,1 + 0,5.0,2 14
ESTADÍSTICA Y PROBABILIDAD
51
3.5.- EJERCICIOS DEL TEMA
1.- En una ciudad se publican dos periódicos A y B. La probabilidad de que una persona lea un
periódico A es 0,1, la probabilidad de que lea el B es 0,1 y la probabilidad de que lea ambos es
0,02,
a) Calcula la probabilidad de que una persona no lea ningún periódico.
b) Calcula la probabilidad de que una persona que ha leído alguno de los periódicos lea también
el otro.
1
Solución: a) P( A ∩ B )= 0,82, b) P(A∩B/A∪B) =
9
2.- Dados los sucesos A y B de un mismo espacio muestral, se sabe que:
P(A) = 0,4; P(A∪B) = 0,8 ; P( A ∪ B ) = 0,7
a) Comprueba si los sucesos A y B son independientes.
b) Calcula la probabilidad de que sólo se verifique uno de los dos sucesos
Solución: b) P(A∩ A )+P(B∩ A ) = 0,5
3.- Sean A y B dos sucesos, tales que P(A)=0,5 y P(B)=0,6 y P(A ∩ B)=0,25
a) ¿Son A y B independientes? Calcula P(Ac∩B).
b) Calcula las probabilidades condicionadas P(A/B) y P(A/Bc), siendo Bc el suceso contrario de
B.
Solución: a) P( A ∩B) = 0,35, b) P(A/ B ) = 0,625.
4.- Se sabe que, en una cierta población, la probabilidad de que un hombre tenga estudios
universitarios es 0,30 y que la probabilidad de que una mujer tenga estudios universitarios es
0,20. Si los hombres representan el 48% de la población, calcula las probabilidades de los
siguientes sucesos:
a) Una persona elegida al azar posee estudios universitarios.
b) Que sea hombre una persona de la que se sabe que no posee estudios universitarios.
Solución: a) P(E) = 0,248, b) P(H/ E ) = 0,447
5.- Dados los sucesos A y B, se sabe que
P(A) = 0,4, P(A∪B) = 0,8 y P( A ∪ B ) = 0,7
donde A y B representan respectivamente los sucesos contrarios de A y B.
a) Calcula la probabilidad de que ocurra sólo uno de los sucesos A y B.
b) Comprueba si los sucesos A y B son independientes.
Solución: a) P[(A∩ B )∪ (B∩ A )] = 0,5, b) A y B no son independientes.
6.- Una empresa monta televisores con piezas procedentes de las fábricas F o G. En el primer
caso la probabilidad de que el televisor no tenga averías en cinco años es 0,9 y en el segundo
caso 0,7. El 40 % de los televisores se montan con piezas de la fabrica F. Halla la probabilidad
de que un televisor, que no ha tenido averías durante cinco años, se haya montado con piezas de
la fábrica G.
Solución:
7.- La probabilidad de que una persona adquiera en una librería un diario es de 0,6; la
probabilidad de que no adquiera una revista es de 0,5; la probabilidad de que adquiera una
revista dado que ya ha adquirido un diario es de 0,3.
Calcula la probabilidad de los siguientes sucesos:
a) Que no adquiera un diario cuando ha adquirido una revista.
b) Que adquiera una revista cuando no ha adquirido un diario.
Solución: a) P( A /B) = 0,64, P(B/ A ) = 0,8.
8.- Se sabe que en una cierta población, la probabilidad de que un hombre esté en paro vale 0,15
y la probabilidad de que una mujer esté en paro es de 0,25. Si la proporción de personas de cada
sexo es la misma, calcula las probabilidades de los siguientes sucesos:
ESTADÍSTICA Y PROBABILIDAD
52
a) Una persona elegida al azar está en paro.
b) Que sea un hombre, si se sabe que no está en paro.
Solución: a) P(P) = 0,2, P(H/ P ) = 0,53125.
9.- La probabilidad de que una persona adquiera en una librería un diario es de 0.4; la
probabilidad de que no adquiera una revista es de 0.3, la probabilidad de que adquiera ambas
publicaciones es de 0.2. Calcula la probabilidad de los siguientes sucesos:
a) Que adquiera sólo un diario.
b) Que adquiera al menos una publicación.
c) Que no adquiera un diario cuando ha adquirido una revista.
d) Que adquiera una revista cuando no ha adquirido un diario.
5
5
Solución: a) P(A∩ B ) = 0,2, b) P(A∪B) 0,9, c) P( A /B) = , d) P(B/ A ) = .
7
6
10.- Ana, Juan y Raúl, que están esperando para realizar una consulta médica, sortean, al azar, el
orden en que van a entrar.
a) Calcula la probabilidad de que los dos últimos en entrar sean hombres.
b) Determina si son independientes los sucesos S1 y S2, siendo:
S1: "la mujer entra antes que alguno de los hombres".
S2: "los dos hombres entran consecutivamente".
1
Solución: a) P = , b) No son independientes.
3
11.- Una determinada enfermedad puede estar provocada por 3 causas, A, B o C, en las
proporciones 30%, 20% y 50'% respectivamente. (En cada enfermo sólo se presenta una de estas
3 causas).
El tratamiento de esta enfermedad requiere hospitalización en el 20% de los casos si está
provocada por A, en el 55% si la causa es B y en el 10% si la causa es C.
a) ¿Cuál es la probabilidad de que un enfermo cualquiera de la citada enfermedad no necesite
hospitalización?.
b) Si un enfermo está hospitalizado, ¿cuál es la probabilidad de que la causa sea A?
0,3.0,2
Solución: a) P( H ) = 0,24 + 0,09 + 0,45 = 0,78, b) P(A/H) =
= 0,27
1 − 0,78
12.- En una urna hay 8 bolas negras y 5 bolas blancas.
a) Calcula la probabilidad de que al extraer dos bolas, con reemplazamiento, la 1ª sea negra y la
2ª blanca.
b) Calcula la probabilidad de que al extraer dos bolas, sin reemplazamiento, la 1ª sea negra y la
2ª blanca.
40
10
Solución: a) P(N1∩B2) =
, b) P(N1∩B2) =
169
39
13.- Dados dos sucesos A y B independientes y de probabilidad no nula, justifica si son ciertas
las siguientes afirmaciones:
a) P( A / B) = P(A)
b) P( B/A ) = P( B)
c) P( A ∪ A ) = 0,5
Solución: a) Sólo si P(A) = 0,5, b) Sí c) No.
14.- Se lanza una moneda tres veces seguidas. Se pide :
a) Calcula la probabilidad de que el número de caras obtenidas sea 2.
b) Calcula la probabilidad de que el número de caras obtenidas sea 0.
3
1
Solución: a) P(A) = , b) P(B) =
8
8
ESTADÍSTICA Y PROBABILIDAD
53
15.- Un experimento consiste en lanzar un dado y extraer una bola de una urna que contiene dos
bolas blancas y una roja. Se pide:
a) Construye un espacio muestral adecuado a dicho experimento.
b) Calcula la probabilidad de los sucesos:
A = {Obtener un número par y una bola roja}
B = {Obtener un múltiplo de 3 y una bola blanca}.
1
1
Solución: a) E ={ (1,B), (1,R), (2,B), (2,R), ...., (6,B), (6,R)} b) P(A) = , P(B) =
6
9
16.- En un hospital hay 60 enfermos. De ellos 30 tiene gripe, 20 hepatitis y 10 artritis. Se
seleccionan al azar tres enfermos. Calcula la probabilidad de que:
a) Los tres padezcan la misma enfermedad.
b) Los tres padezcan enfermedades diferentes.
266
300
Solución: a) P =
, b) P =
1711
1711
17.- Una familia tiene dos hijos. Suponiendo que la probabilidad de ser varón es igual a la de ser
mujer, se pide:
a) Calcula la probabilidad de que ambos hijos sean varones.
b) Sabiendo que al menos uno de ellos es varón calcula la probabilidad de que lo sean los dos
1
1
1
4
Solución: a) P(V1∩V2) = , b) P(V1∩V2/V1∪V2) =
=
1 1 1 3
4
+ −
2 2 4
18.- Se dispone de dos urnas A y B. En la urna A hay diez bolas, numeradas del 0 al 9 y en la
urna B hay seis bolas numeradas del 0 al 5. Se lanza una moneda equilibrada, de forma que si
sale cara se extrae una bola de la urna A y si sale cruz de la urna B.
a) Calcula la probabilidad de obtener una cara y un 6.
b) Calcula la probabilidad de obtener una cruz y un 5.
1
1
Solución: a) P(A∩C6) =
, b) P(B∩C5) =
20
12
19.- Se extraen, sucesivamente y sin reposición, dos cartas de una baraja española (40 cartas).
a) Calcula la probabilidad de que la primera carta sea oros y la segunda no
b) Calcula la probabilidad de que sólo una de las dos sea copas.
Solución:
5
5
a) P(O1∩ O 2 ) =
, b) P(S) =
26
13
20.- En un dado se pintan de blanco las caras 1, 2, 4 y 5 y de azul las restantes. ¿Cuál es la
probabilidad de que al arrojar al aire dos veces el dado, salga?:
a) Las dos caras azules
b) La primera azul y la segunda blanca
c) La primera blanca y la segunda azul
d) Las dos caras blancas
Solución:
21.- ¿Cuál es la probabilidad de que al lanzar el dado del ejercicio anterior salga?:
a) Las tres veces azul.
b) Las dos primeras blanco y la última azul.
Solución:
22.- ¿Cuál es la probabilidad de que al arrojar al aire dos veces al aire un dado cualquiera,
salga?:
a) Las dos veces múltiplo de 2
b) Las dos veces múltiplo de 3
c) Las dos veces múltiplo de 2 ó 3
Solución:
ESTADÍSTICA Y PROBABILIDAD
54
23.- Un producto está formado por 3 partes: A, B, C. La probabilidad de un defecto en A es 0,03,
de un defecto en B de 0,04 y de un defecto en C de 0,02. ¿cuál es la probabilidad de que el
producto no sea defectuoso?
Solución:
24.- La probabilidad de que una persona sea rubia es 0,4 y la probabilidad de que tenga los ojos
negros es 0,3. Halla la probabilidades de que:
a) Sea rubia y tenga los ojos negros
b) Sea rubia o tenga los ojos negros
c) Que tres personas sean rubias
b) Que dos personas sean rubia o tengan los ojos negros
Solución:
25.- En una empresa hay un 35% que lee revistas, un 28% que lee periódicos y un 10% que lee
ambas. Si se elige al azar un trabajador cual es la probabilidad de que:
a) Lea periódicos o revistas.
b) No lea periódicos ni revistas.
c) Lea revistas sabiendo que no lee periódicos.
d) Lea revistas sabiendo que lee periódicos.
e) Lea periódicos o revistas, pero no ambos.
Solución: a) P = 0,35+0,28-0,1 = 0,53, b) P = 1-0,53=0,47, c) P = 0,35, d) P = 0,36,
e) P = 0,25+0,18 = 0,43.
26.- Halla la probabilidad de sacar un rey y un caballo en la extracción de dos cartas de la baraja
española.
Solución:
27.- En un país el 20% de los trabajadores trabaja en la agricultura, el 25% en la industria y el
resto en el sector servicios. Un 80 % de los que trabajan en el campo, 70% de los que trabajan
en la industria y 60% de los que trabajan en los servicios son hombres. ¿Cuál es la probabilidad
de que elegido un trabajador al azar pertenezca al sector servicios si es un hombre?
Solución:
28.- En una caja de ahorros se han concedido en un mes 150 créditos al consumo, 350 créditos
hipotecarios y 500 créditos para empresa siendo la probabilidad de que resulten fallidos 0,2, 0,1
y 0,15 respectivamente. Halla la probabilidad de que un crédito sea al consumo si ha resultado
fallido.
Solución:
29.- Se tiene 3 urnas A con 1 bola blanca y 3 negras, B con 2 bolas blancas y con 2 negras y C
con 3 bolas blancas y 1 negra. Halla la probabilidad de que si la bola obtenida es negra la urna
sea la primera.
1 3
.
1
3 4
Solución: P =
=
1 3 1 2 1 1 2
. + . + .
3 4 3 4 3 4
30.- De una bola con 2 bolas rojas y 4 azules se extraen sucesivamente dos bolas. Halla la
probabilidad de que:
a) Las dos sean rojas.
b) Las dos sean azules.
c) La primera sea azul y la segunda roja.
d) Una sea azul y otra roja.
2 1
4 3
4 2
4 2 2 3
Solución: a) . b) . c) . d) . + .
6 5
6 5
6 5
6 5 6 5
31.- En un Instituto existen tres grupos de 2º de Bachillerato. El primero está compuesto por 10
alumnos de los que 7 prefieren la música "moderna", 2 prefieren la "clásica' y 1 que no le gusta
la música. En el segundo, compuesto por 12 alumnos, la distribución de preferencias es 5, 7, 0,
ESTADÍSTICA Y PROBABILIDAD
55
respectivamente; y en el tercero, formado por 14 alumnos, la distribución de preferencias es 6, 6
y 2, respectivamente. Se elige un grupo al azar y se regalan dos entradas para un concierto de
música clásica a dos alumnos seleccionados al azar.
a) Halla la probabilidad de que las entradas se regalen en el primer grupo.
b) Halla la probabilidad de que los dos alumnos elegidos sean aficionados a la música moderna.
c) Si los dos alumnos agraciados son efectivamente aficionados a la música clásica, ¿cuál es la
probabilidad de que procedan del primer grupo?
1
Solución: a) P(X) = , b) P(MM) = 0,261, c) P(X/CC) = 0,044
3
32.- Un trabajador llega a su empresa en autobús con una probabilidad del 70% o en automóvil.
Si llega en autobús la probabilidad de que llegue tarde es del 10%, si llega en automóvil la
probabilidad de que llegue tarde es del 40%. Si llega tarde. ¿Cuál es la probabilidad de que haya
llegado en autobús?, ¿y en automóvil?
0,7.0,1
7
0,3.0,4
12
Solución: P(A/T)=
=
, P(C/T)=
=
0,7.0,1 + 0,3.0,4 19
0,7.0,1 + 0,3.0,4 19
33.- Se prueban tres vacunas en un grupo de personas, el 30% la vacuna A1, el 20% la vacuna A2
y el 50% la vacuna A3 respectivamente. El porcentaje de personas que han contraído la
enfermedad es del 23%, 17% y 39% respectivamente. Halla la probabilidad de que si una
persona está sana haya probado la vacuna A3.
Solución:
34.- Un trabajador llega tarde a la oficina con una probabilidad del 20% si suena el despertador
y con probabilidad del 90% si suena. Halla la probabilidad de que llegue tarde a la oficina si ha
sonado el despertador.
0,16
Solución: P =
0,34
35.- A un congreso médico asisten oculistas y pediatras. Sabemos que 240 médicos son
andaluces, 135 son navarros y 225 son canarios. El número total de pediatras es 315. De los
andaluces, 96 son oculistas y, de los navarros, son oculistas 75.
Hemos elegido un médico canario, ¿cuál es la probabilidad de que sea oculista?
Solución:
36.- El tren español de alta velocidad, más conocido como AVE, asegura tal puntualidad, que
devuelve el precio del billete a los usuarios si tiene un retraso de más de 5 minutos. Supongamos
que la probabilidad de que un tren AVE se retrase más de ese tiempo es de 0,01 cuando circula
de Sevilla a Madrid y de 0,017 cuando circula de Madrid a Sevilla. Si a una persona le devuelven
el dinero, ¿cuál es la probabilidad de viaje de Madrid a Sevilla?
Solución:
37.- En un supermercado, el 70% de las compras las realizan mujeres; de las compras realizadas
por éstas, el 80% supera las 2000 pta, mientras que de las compras realizadas por hombres sólo
el 30% supera esa cantidad. Se sabe que un ticket de compra no supera las 2000 pta, ¿cuál es la
probabilidad de que la compra haya sido hecha por una mujer?
Solución:
38.- En un instituto existe un Bachillerato con las modalidades de Ciencias, Letras y Artes. En la
primera evaluación aprueban todas las asignaturas el 5% de los alumnos de Ingeniería, el 10% de
Letras y el 20% de Artes. Estudian Ciencias el 20% de los estudiantes, Letras el 30% y Artes el
50%. Tomado un estudiante cualquiera al azar, se pide la probabilidad de que si ha aprobado sea
de Ciencias.
0,01
Solución: P =
= 0,071
0,14
ESTADÍSTICA Y PROBABILIDAD
56
TEMA 4:
DISTRIBUCIONES DISCRETAS
4.1.- DISTRIBUCIONES DISCRETAS
1.- Variable aleatoria
Si consideramos un experimento aleatorio y su espacio muestral E asociado se llama variable
aleatoria a cualquier función definida de E en el conjunto de números reales tal que a cada
resultado aleatorio se le asigna un número real. Si a cada elemento del espacio muestral (suceso)
le asociamos su probabilidad teórica obtenemos una distribución de probabilidad.
Dependiendo del número de valores que tome la variable aleatoria, podemos clasificarla en:
• Discreta: cuando toman un conjunto finito o infinito pero numerable de valores x1, ..., xn.
• Continua: cuando puede tomar un conjunto infinito de valores xi.
2.- Función de probabilidad
Definición
Se llama función de probabilidad de una variable aleatoria a la aplicación que asocia a cada
valor de la variable aleatoria xi su probabilidad pi.
La función de probabilidad de una variable aleatoria discreta se representa gráficamente
mediante un diagrama de barras, representándose la variable xi en el eje de abscisas y la
probabilidad pi en el eje de ordenadas.
Propiedades
1.- 0 ≤ pi ≤ 1, por ser una probabilidad.
n
2.- Toda función de probabilidad verifica
∑p
i
=1
i =1
3.- Función de distribución
Definición
Sea X una variable aleatoria discreta, cuyos valores están ordenados de forma creciente. Se llama
función de distribución de X a la función que asocia a cada valor de la variable aleatoria x
(donde x es un número cualquiera) la probabilidad acumulada hasta ese valor. Se escribe F(X) y
cumple: F(Xi) = P(X≤xi)
Propiedades
1.- 0 ≤ F(X) ≤ 1, por ser una probabilidad.
2.- F(X) es constante entre dos valores consecutivos de la variable, por lo tanto es una función
escalonada.
3.- F(X) = 0 para todo valor de la variable aleatoria menor al mínimo valor que toma ésta.
4.- F(X) = 1 para todo valor de la variable aleatoria posterior al máximo valor que toma ésta.
5.- F(X) es creciente.
ESTADÍSTICA Y PROBABILIDAD
57
EJEMPLOS
1.- Halla la función de probabilidad asociada al lanzamiento de un dado
de parchís al aire observando la cara obtenida.
Resolución:
La función de probabilidad es la de la tabla adjunta., ya que todos los valores
son equiprobables.
xi
1
2
3
4
5
6
P(X=xi)
1
6
1
6
1
6
1
6
1
6
1
6
2.- La distribución de probabilidad de una variable aleatoria discreta viene
dada por la tabla adjunta. Halla m para que efectivamente se trate de un
función de probabilidad.
xi
1
2
3
4
5
6
P(X=xi)
1
6
2
6
m
1
12
1
12
1
6
Resolución:
Para que efectivamente se trate de una función de probabilidad ha de ocurrir
que la suma de P(X) sea 1, por lo tanto:
1 2
1
1 1
10
10
2 1
+ +m+ +
+ = 1 ⇒ m+
= 1 ⇒ m = 1=
=
12 12 6
12
12 12 6
6 6
La función de probabilidad es la de la tabla adjunta.
xi
1
2
3
4
5
6
P(X=xi)
1
6
2
6
1
6
1
12
1
12
1
6
3.- Un miembro del consejo de administración de una empresa ha
comprobado que si bien todos los años hay una junta, existen años en
que el número de reuniones asciende hasta 5. El número de juntas
obedece, según su experiencia a la distribución de la tabla adjunta
Resultado
1
2
3
4
5
Probabilidad
2/15
5/15
1/15
3/15
4/15
a) Halla la función de probabilidad y su representación.
b) Halla la función de distribución y su representación.
c) La probabilidad de que la variable sea mayor que 3.
Resolución:
a) La función de probabilidad es la de la tabla
adjunta.
xi
1
2
3
4
5
P(X=xi)
2
15
5
15
1
15
3
15
4
15
ESTADÍSTICA Y PROBABILIDAD
58
La representación de la función de probabilidad es la de la figura adjunta.
b) La función de distribución es la de la tabla adjunta,
donde acumulamos los valores de la probabilidades
de los resultados anteriores.
X
1
2
3
4
5
F(X)
2/15
7/15
8/15
11/15
1
Su representación es la de la figura adjunta:
c) Probabilidad de que la variable sea mayor que 3:
P(X>3) = P(X=4) + p(X=5) =
= 3/15+4/15 = 7/15 = 0,466
EJERCICIOS PROPUESTOS
1.- Halla la función de probabilidad asociada a la variable aleatoria número de caras en el
lanzamiento de al aire de cuatro monedas. Efectúa su representación gráfica.
Solución:
xi
1
2
3
4
5
P(X=xi)
1
16
4
16
6
16
4
16
1
16
2.- Halla la función de probabilidad asociada a la variable aleatoria anotar el número de
múltiplos de 3 que aparecen en el lanzamiento al aire de 3 dados de parchís. Efectúa su
representación gráfica.
Solución:
xi
0
1
2
3
P(X=xi)
8
27
12
27
6
27
1
27
3.- Determina el valor de k en la siguiente función de probabilidad
xi
1
2
3
P(X=xi)
k
0,45
k
Solución: k = 0,275
4.- En el experimentos consistente en lanzar un dardo a una diana de 10 círculos concéntricos, se
observa que la probabilidad de conseguir una puntuación viene dada en la siguiente tabla.
X
P(X)
0
1
2
3
4
5
6
7
8
9
0,01 0,02 0,03 0,05 0,09 0,17 0,27 0,47 0,71 0,95
10
1
Halla la probabilidad de que:
a) Sea inferior a 3.
b) Superior a 7.
c) Comprendido entre 3 y 7.
Solución: a) P(X<3) = 0,06; b) P(X>7) = 0,53; c) P(3≤X≤7) = 0,44.
ESTADÍSTICA Y PROBABILIDAD
59
4.2.- MEDIA Y VARIANZA
1- Media
Definición
Se llama media de una variable aleatoria X a la suma de los productos de los valores de dicha
variable por su probabilidad. La media de la variable x se representa por µ. También se llama
esperanza matemática o valor esperado, E(X).
Un juego se dice equitativo cuando su esperanza matemática es nula, ya que no existe ventaja ni
para el jugador ni para la banca. Se dice que favorable al jugador si la esperanza es positiva y
que perjudica al jugador en caso contrario.
Cálculo
La fórmula para el cálculo de la media es:
n
µ = x1 p1 + x 2 p2 + ... + x n pn = ∑ x i pi
i =1
Donde:
µ
media o esperanza matemática
xi
cada uno de los valores de la variable
pi
la probabilidad asociada a cada uno de los valores anteriores
2.- Varianza
Definición
Se llama varianza de una variable aleatoria X a la suma de los productos de las desviaciones
cuadráticas de los valores de dicha variable respecto a su esperanza matemática por su
probabilidad. La varianza de la variable X se representa por σ.
La desviación típica de una variable aleatoria X es la raíz cuadrada positiva de la varianza.
Cálculo
•
σ2 =
La fórmula para el cálculo de la varianza es:
n
∑ ( xi - µ )2 . pi
n
=
∑ xi2 pi - µ 2
i =1
Donde:
σ2
µ
xi
pi
•
σ=
i =1
varianza
media o esperanza matemática
cada uno de los valores de la variable
la probabilidad asociada a cada uno de los valores anteriores
La fórmula para el cálculo de la desviación típica es:
n
∑ ( x i - µ ) 2 . pi
i =1
n
=
∑ xi2 pi - µ 2
i =1
ESTADÍSTICA Y PROBABILIDAD
60
EJEMPLOS
1.- Un miembro del consejo de administración de una empresa ha
comprobado que si bien todos los años hay una junta, existen años en
que el número de reuniones asciende hasta 5. El número de juntas
obedece, según su experiencia a la distribución de la tabla adjunta
Resultado
Probabilidad
1
2
3
4
5
2/15
5/15
1/15
3/15
4/15
Halla:
a) La media
b) La varianza
Resolución:
a) Media, la hallamos a partir de la tabla auxiliar:
2
xi
pi
xipi
xi pi
1
2/15
2/1
2/15
2
5/15
10/15
20/15
3
1/15
3/15
9/15
4
3/15
12/15
48/15
5
4/15
20/15
100/15
1
47/15
179/15
n
µ=
∑x p
i i
=
47
= 3,13
15
i =1
b) Varianza, la hallamos a partir de la tabla auxiliar anterior:
n
179
2
2
σ = ∑ ( xi - µ )2 . pi =
-3,13 = 2,13
15
i =1
σ=
2,13 =1,46
EJERCICIOS PROPUESTOS
1.- Calcula la esperanza, la varianza y la desviación típica de la variable aleatoria X cuya función
de probabilidad viene dada por la tabla .
x
f(x)
1
2
15
2
5
15
3
1
15
4
3
15
5
3
15
6
1
15
Solución: esperanza, µ = ; varianza, σ2 = , σ =
2.- Halla la varianza y desviación típica de la variable A = "número de caras en el lanzamiento
de 4 monedas".
Solución: σ2 = 1, σ = 1.
3.- Calcula la esperanza y la desviación típica de la variable aleatoria que cuenta el número de
caras obtenido al lanzar al aire 3 monedas.
Solución: µ =
3
3
;σ=
2
2
ESTADÍSTICA Y PROBABILIDAD
61
4.3.- DISTRIBUCIÓN BINOMIAL
1.- Distribución binomial.
Sea un experimento aleatorio con las siguientes características:
•
En cada prueba del experimento sólo son posibles dos resultados excluyentes: A(éxito),
A (fracaso).
•
El resultado obtenido en cada repetición de la prueba es independiente de las anteriores.
•
La probabilidad de éxito y de fracaso se mantienen constante en cada prueba a lo largo de
los ensayos, denotándolos por p y q respectivamente.
En tal caso decimos que dicho experimento consiste en la repetición de n pruebas de Bernouilli y
sigue el modelo de la distribución binomial. A la variable que expresa el número de éxitos
obtenida en cada prueba se le llama variable aleatoria binomial. Es una variable aleatoria
discreta, ya que sólo toma valores naturales (incluido el cero). Se denota por X → B(n, p)
2.- Función de probabilidad
Si el número de pruebas que se realizan es n y la probabilidad de éxito en cada uno de ellas es p,
la variable X= "nº de éxitos en las n pruebas" se dice que sigue una distribución binomial de
parámetros n y p y lo representamos por B(n, p).
La función de probabilidad será:
n
P(obtener x éxitos)= P(x) =   p x .(1 - p )n- x
x
3.- Media y varianza
•
Media: µ= n.p
•
Varianza: σ2 = n.p.q
•
Desviación típica: σ =
Donde:
σ2
µ
σ
p,q
n .p.q
varianza
media o esperanza matemática
desviación típica
probabilidad de éxito o fracaso de un suceso
4.- Ajuste a una distribución binomial
Si nuestro conocimiento sobre una población es una distribución de frecuencias podemos
aproximar dicha distribución a una distribución binomial de parámetro n y p.
•
El parámetro n corresponde al tamaño de la distribución de frecuencias.
•
El parámetro p se obtiene igualando la media de la distribución de frecuencias a la de la
binomial y despejando valores:
X = np ⇒ p =
X
n
ESTADÍSTICA Y PROBABILIDAD
62
5.- Tabla de la distribución binomial
n
P(X = x) =   p x .(1 - p )n- x
x
n
2
3
4
5
6
7
8
9
10
X
0
1
2
0
1
2
3
0
1
2
3
4
0
1
2
3
4
5
0
1
2
3
4
5
6
0
1
2
3
4
5
6
7
0
1
2
3
4
5
6
7
8
0
1
2
3
4
5
6
7
8
9
0
1
2
3
4
5
6
7
8
9
10
0,01
0,9801
0,0198
0,0001
0,9703
0,0294
0,0003
0,0000
0,9606
0,0388
0,0006
0,0000
0,0000
0,9510
0,0480
0,0010
0,0000
0,0000
0,0000
0,9415
0,0571
0,0014
0,0000
0,0000
0,0000
0,0000
0,9321
0,0659
0,0020
0,0000
0,0000
0,0000
0,0000
0,0000
0,9227
0,0746
0,0026
0,0001
0,0000
0,0000
0,0000
0,0000
0,0000
0,9135
0,0830
0,0034
0,0001
0,0000
0,0000
0,0000
0,0000
0,0000
0,0000
0,9044
0,0914
0,0042
0,0001
0,0000
0,0000
0,0000
0,0000
0,0000
0,0000
0,0000
0,05
0,9025
0,0950
0,0025
0,8574
0,1354
0,0071
0,0001
0,8145
0,1715
0,0135
0,0005
0,0000
0,7738
0,2036
0,0214
0,0011
0,0000
0,0000
0,7351
0,2321
0,0305
0,0021
0,0001
0,0000
0,0000
0,6983
0,2573
0,0406
0,0036
0,0002
0,0000
0,0000
0,0000
0,6634
0,2793
0,0515
0,0054
0,0004
0,0000
0,0000
0,0000
0,0000
0,6302
0,2985
0,0629
0,0077
0,0006
0,0000
0,0000
0,0000
0,0000
0,0000
0,5987
0,3151
0,0746
0,0105
0,0010
0,0001
0,0000
0,0000
0,0000
0,0000
0,0000
0,10
0,8100
0,1800
0,0100
0,7290
0,2430
0,0270
0,0010
0,6561
0,2916
0,0486
0,0036
0,0001
0,5905
0,3281
0,0729
0,0081
0,0005
0,0000
0,5314
0,3543
0,0984
0,0146
0,0012
0,0001
0,0000
0,4783
0,3720
0,1240
0,0230
0,0026
0,0002
0,0000
0,0000
0,4305
0,3826
0,1488
0,0331
0,0046
0,0004
0,0000
0,0000
0,0000
0,3874
0,3874
0,1722
0,0446
0,0074
0,0008
0,0001
0,0000
0,0000
0,0000
0,3487
0,3874
0,1937
0,0574
0,0112
0,0015
0,0001
0,0000
0,0000
0,0000
0,0000
0,15
0,7225
0,2550
0,0225
0,6141
0,3251
0,0574
0,0034
0,5220
0,3685
0,0975
0,0115
0,0005
0,4437
0,3915
0,1382
0,0244
0,0022
0,0001
0,3771
0,3993
0,1762
0,0415
0,0055
0,0004
0,0000
0,3206
0,3960
0,2097
0,0617
0,0109
0,0012
0,0001
0,0000
0,2725
0,3847
0,2376
0,0839
0,0185
0,0026
0,0002
0,0000
0,0000
0,2316
0,3679
0,2597
0,1069
0,0283
0,0050
0,0006
0,0000
0,0000
0,0000
0,1969
0,3474
0,2759
0,1298
0,0401
0,0085
0,0012
0,0001
0,0000
0,0000
0,0000
ESTADÍSTICA Y PROBABILIDAD
0,20
0,6400
0,3200
0,0400
0,5120
0,3840
0,0960
0,0080
0,4096
0,4096
0,1536
0,0256
0,0016
0,3277
0,4096
0,2048
0,0512
0,0064
0,0003
0,2621
0,3932
0,2458
0,0819
0,0154
0,0015
0,0001
0,2097
0,3670
0,2753
0,1147
0,0287
0,0043
0,0004
0,0000
0,1678
0,3355
0,2936
0,1468
0,0459
0,0092
0,0011
0,0001
0,0000
0,1342
0,3020
0,3020
0,1762
0,0661
0,0165
0,0028
0,0003
0,0000
0,0000
0,1074
0,2684
0,3020
0,2013
0,0881
0,0264
0,0055
0,0008
0,0001
0,0000
0,0000
0,25
0,5625
0,3750
0,0625
0,4219
0,4219
0,1406
0,0156
0,3164
0,4219
0,2109
0,0469
0,0039
0,2373
0,3955
0,2637
0,0879
0,0146
0,0010
0,1780
0,3560
0,2966
0,1318
0,0330
0,0044
0,0002
0,1335
0,3115
0,3115
0,1730
0,0577
0,0115
0,0013
0,0001
0,1001
0,2670
0,3115
0,2076
0,0865
0,0231
0,0038
0,0004
0,0000
0,0751
0,2253
0,3003
0,2336
0,1168
0,0389
0,0087
0,0012
0,0001
0,0000
0,0563
0,1877
0,2816
0,2503
0,1460
0,0584
0,0162
0,0031
0,0004
0,0000
0,0000
0,30
0,4900
0,4200
0,0900
0,3430
0,4410
0,1890
0,0270
0,2401
0,4116
0,2646
0,0756
0,0081
0,1681
0,3602
0,3087
0,1323
0,0284
0,0024
0,1176
0,3025
0,3241
0,1852
0,0595
0,0102
0,0007
0,0824
0,2471
0,3177
0,2269
0,0972
0,0250
0,0036
0,0002
0,0576
0,1977
0,2965
0,2541
0,1361
0,0467
0,0100
0,0012
0,0001
0,0404
0,1556
0,2668
0,2668
0,1715
0,0735
0,0210
0,0039
0,0004
0,0000
0,0282
0,1211
0,2335
0,2668
0,2001
0,1029
0,0368
0,0090
0,0014
0,0001
0,0000
0,33
0,4444
0,4444
0,1111
0,2963
0,4444
0,2222
0,0370
0,1975
0,3951
0,2963
0,0988
0,0123
0,1317
0,3292
0,3292
0,1646
0,0412
0,0041
0,0878
0,2634
0,3292
0,2195
0,0823
0,0165
0,0014
0,0585
0,2048
0,3073
0,2561
0,1280
0,0384
0,0064
0,0005
0,0390
0,1561
0,2731
0,2731
0,1707
0,0683
0,0171
0,0024
0,0002
0,0260
0,1171
0,2341
0,2731
0,2048
0,1024
0,0341
0,0073
0,0009
0,0001
0,0173
0,0867
0,1951
0,2601
0,2276
0,1366
0,0569
0,0163
0,0030
0,0003
0,0000
0,35
0,4225
0,4550
0,1225
0,2746
0,4436
0,2389
0,0429
0,1785
0,3845
0,3105
0,1115
0,0150
0,1160
0,3124
0,3364
0,1811
0,0488
0,0053
0,0754
0,2437
0,3280
0,2355
0,0951
0,0205
0,0018
0,0490
0,1848
0,2985
0,2679
0,1442
0,0466
0,0084
0,0006
0,0319
0,1373
0,2587
0,2786
0,1875
0,0808
0,0217
0,0033
0,0002
0,0207
0,1004
0,2162
0,2716
0,2194
0,1181
0,0424
0,0098
0,0013
0,0001
0,0135
0,0725
0,1757
0,2522
0,2377
0,1536
0,0689
0,0212
0,0043
0,0005
0,0000
0,40
0,3600
0,4800
0,1600
0,2160
0,4320
0,2880
0,0640
0,1296
0,3456
0,3456
0,1536
0,0256
0,0778
0,2592
0,3456
0,2304
0,0768
0,0102
0,0467
0,1866
0,3110
0,2765
0,1382
0,0369
0,0041
0,0280
0,1306
0,2613
0,2903
0,1935
0,0774
0,0172
0,0016
0,0168
0,0896
0,2090
0,2787
0,2322
0,1239
0,0413
0,0079
0,0007
0,0101
0,0605
0,1612
0,2508
0,2508
0,1672
0,0743
0,0212
0,0035
0,0003
0,0060
0,0403
0,1209
0,2150
0,2508
0,2007
0,1115
0,0425
0,0106
0,0016
0,0001
0,45
0,3025
0,4950
0,2025
0,1664
0,4084
0,3341
0,0911
0,0915
0,2995
0,3675
0,2005
0,0410
0,0503
0,2059
0,3369
0,2757
0,1128
0,0185
0,0277
0,1359
0,2780
0,3032
0,1861
0,0609
0,0083
0,0152
0,0872
0,2140
0,2918
0,2388
0,1172
0,0320
0,0037
0,0084
0,0548
0,1569
0,2568
0,2627
0,1719
0,0703
0,0164
0,0017
0,0046
0,0339
0,1110
0,2119
0,2600
0,2128
0,1160
0,0407
0,0083
0,0008
0,0025
0,0207
0,0763
0,1665
0,2384
0,2340
0,1596
0,0746
0,0229
0,0042
0,0003
0,49
0,2601
0,4998
0,2401
0,1327
0,3823
0,3674
0,1176
0,0677
0,2600
0,3747
0,2400
0,0576
0,0345
0,1657
0,3185
0,3060
0,1470
0,0282
0,0176
0,1014
0,2436
0,3121
0,2249
0,0864
0,0138
0,0090
0,0604
0,1740
0,2786
0,2676
0,1543
0,0494
0,0068
0,0046
0,0352
0,1183
0,2273
0,2730
0,2098
0,1008
0,0277
0,0033
0,0023
0,0202
0,0776
0,1739
0,2506
0,2408
0,1542
0,0635
0,0153
0,0016
0,0012
0,0114
0,0494
0,1267
0,2130
0,2456
0,1966
0,1080
0,0389
0,0083
0,0008
0,50
0,2500
0,5000
0,2500
0,1250
0,3750
0,3750
0,1250
0,0625
0,2500
0,3750
0,2500
0,0625
0,0313
0,1563
0,3125
0,3125
0,1563
0,0313
0,0156
0,0938
0,2344
0,3125
0,2344
0,0938
0,0156
0,0078
0,0547
0,1641
0,2734
0,2734
0,1641
0,0547
0,0078
0,0039
0,0313
0,1094
0,2188
0,2734
0,2188
0,1094
0,0313
0,0039
0,0020
0,0176
0,0703
0,1641
0,2461
0,2461
0,1641
0,0703
0,0176
0,0020
0,0010
0,0098
0,0439
0,1172
0,2051
0,2461
0,2051
0,1172
0,0439
0,0098
0,0010
63
EJEMPLOS
1.- Una prueba de inteligencia está compuesta por 10 preguntas, cada una
de las cuales tiene 4 respuestas, con solo 1 correcta. Si un alumno decide
contestar a lo loco, cual es la probabilidad de:
a) Acertar 4 preguntas.
b) No acertar ninguna.
c) Acertarlas todas.
d) Acertar al menos 8
e) Acertar a lo sumo 3
f) Media de las respuestas acertadas.
Resolución:
Estamos en la situación de una binomial siendo P(A) = 1/4 y P( A )=3/4, es
decir es la distribución B(10;0,25) que verifica las tres condiciones impuestas
para la binomial, pues sólo se puede obtener acierto o fallo en cada
realización, los resultados son independientes y la probabilidad de acierto se
mantiene constante e igual a 0,25.
10 
a) P(X=4) =  0, 254 .(1 - 0,25 )6 =0,146
 4
10 
b) P(X=0) =  0, 250 .(1 - 0,25 )10 =0,056
 0
10 
c) P(X=10) =  0, 2510 .(1 - 0,25 )0 ≈ 0
10 
d) P(X ≥8) = P(X=8)+P(X=9)+P(X=10) =0,05
e) P(X≤3) = P(X=0)+P(X=1)+P(X=2)+P(X=3) =0,7759
f) µ= n.p = 10.0,25=2,5
2.- Halla la probabilidad de que, en una familia con 4 hijos, uno al menos
sea varón.
Resolución:
Estamos en la situación de una binomial con B(4;0,5) ya que verifica las tres
condiciones de la binomial, pues sólo se puede obtener varón o mujer en cada
realización, son independientes los resultados y la probabilidad de varón se
mantiene constante e igual a 0,5. La función de probabilidad será:
 4
p(x) =   0,5x . 0,54 − x
x
Sea A el suceso "no tener varón", entonces A ="al menos un varón", suceso
del que nos piden la probabilidad, será:
4
P( A ) = 1 -P(A) = 1-P(X=0) = 1-  (0,5 )0 .(1 - 0,5 )4 = 1-0,0625 = 0,9375
0
3.- En un examen se deben superar cuatro pruebas, dichas pruebas
realizadas por 150 personas han dado número de fallos recogidos en la
siguiente tabla.
Pruebas falladas
0
1
2
3
4
Personas
30
60
47
11
2
ESTADÍSTICA Y PROBABILIDAD
64
Ajusta esta distribución a una binomial.
Resolución:
•
•
0.30 + 1.60 + 2.47 + 3.11 + 4.2.
= 1,3
150
El parámetro p se obtiene igualando la media de la distribución de
1,3
= ,32
frecuencias a la de la binomial y despejando valores: p =
4
El parámetro n corresponde al tamaño de la distribución de frecuencias, 4.
La media aritmética es X =
 4
Luego es una binomial B(4; 0,32), con p(x) =  . 0,32x . (0,68)4- x . Sustituyendo
x
valores: p(0) = 0,21; p(1) = 0,42; p(2) = 0,28; p(3) = 0,08; p(4) = 0,01, que con
n= 150 da lugar a 32, 60, 43, 13, 2 que se acercan a los valores y el ajuste es
adecuado.
EJERCICIOS PROPUESTOS
1.- En un almacén de ferretería se observa que la probabilidad de que una bombilla de las
almacenadas sea defectuosa es del 5%. Considera el experimento aleatorio consistente en elegir
una bombilla, describe una variable aleatoria apropiada a este experimento e indica que tipo de
distribución sigue.
Solución: B(1; 0,05).
2.- Si el 2% de los aspiradores de un cierto modelo tiene algún defecto, ¿cuántos aspiradores
cabe esperar que resulten defectuosos en un lote de 1000 unidades?
Solución: µ = n.p = 1000.0,02 =20
3.- La probabilidad de sacar cara con una moneda trucada es 0,35. ¿Cuántas caras cabe esperar
obtener en 500 lanzamientos?
Resolución: µ = n.p = 500.0,35 = 175
4.- Si tomamos una moneda trucada al aire sólo sale cara en el 25% de los lanzamientos.
Lanzamos 3 monedas al aire y anotamos el número de caras obtenidas.
a) Halla la distribución binomial asociada a la variable X.
b) Calcula la esperanza y la desviación típica de la distribución
c) Halla la probabilidad de obtener a lo sumo una cara
d) Halla la probabilidad de obtener al menos una cara.
 3
Solución: a) P(X = k) =  0, 25x .(1 - 0,25 )3− x ,
x
b) µ= n.p = 0,75, σ =
n.p.q = 0,43
c) P(X≤1) = P(X = 0)+ P(X = 0) = 0,8438, d) P(al menos una cara) = 0,5781
5.- Un examen tipo test consta de 10 preguntas con cuatro posibles respuestas, de las cuales
únicamente es correcta una.
a) Comprueba que si responde al azar las preguntas del examen la variable X resultante de contar
el número de aciertos sigue una distribución binomial y halla la función de probabilidad.
b) Calcula la probabilidad de aprobar el examen.
c) Calcula la esperanza, varianza y desviación típica de X.
10 
Solución: a) P(X = k) =  0, 25x .(1 - 0,25 )10 − x ,
 x
b) P = 0,0584+0,0162+0,0031+0,0004 = 0,0781
a) µ= n.p = 2,5, σ 2= n.p.q = 1,875, σ =
ESTADÍSTICA Y PROBABILIDAD
n.p.q = 1,37
65
4.4.- EJERCICIOS DEL TEMA
1.- Considera la variable aleatoria X que cuenta la suma de las puntuaciones obtenidas al lanzar
al aire dos dados de parchís.
a) Halla su función de probabilidad.
b) Halla su función de distribución.
Solución:
2.- Considera la variable aleatoria X que cuenta la el número de ases obtenidos al extraer con
reemplazamiento, cuatro cartas de una baraja española.
a) Halla su función de probabilidad.
b) Halla su función de distribución.
Solución:
3.- Halla la función de distribución asociada a la variable aleatoria número de caras en el
lanzamiento de al aire de tres monedas.
Solución:
X
F(X)
0≤x<1
1/8
1≤x<2
4/8
2≤x<3
7/8
x≥ 3
1
4.- Halla la función de distribución asociada a la variable aleatoria X que responde a la función
de probabilidad.
xi
0
1
2
3
4
P(X=xi)
0.15
0,25
0,35
0,15
0,10
Solución:
X
0≤x<1
1≤x<2
2≤x<3
3≤x<4
x≥ 4
F(X)
0.15
0,40
0,75
0,90
1
5.- Estudia si la función:
1
 7 si x = 1
3

si x = 2
f(x) = 
7
3
si x = 3
 7
puede ser una función de probabilidad.
n
Solución: Sí ya que toma valores entre 0 y 1 y además ∑ p i =1
i =1
6.- Considera una variable aleatoria X cuya función de probabilidad es:
 k
x = -2,-1,0,1,2

f(x) =  x 2 + 1
 0
en otro caso
Halla el valor de k
Solución: k =5/12
7.- Considera una variable aleatoria X cuya función de probabilidad es:
k.log 2 x x = 4,8,16
f(x) = 
en otro caso
0
Halla el valor de k
1
Solución: k =
9
ESTADÍSTICA Y PROBABILIDAD
66
8.- Se considera el experimento que consiste en extraer, al azar y sin reemplazamiento, tres bolas
de una urna que contiene ocho, de las que cinco son rojas y tres son negras. Sea X la variable
aleatoria que expresa el número de bolas extraídas.
a) Escribe el espacio muestral asociado a este experimento.
b) Calcula la función de probabilidad de la variable aleatoria X
Solución:
9.- Determina el valor de a para que
1
 10 si x = 1 ó 2

f(x) =  5 si x = 3 ó 4
10
a si x = 5 ó 6

sea una función de densidad.
4
Solución: a =
10
10.- Considera una variable aleatoria X que toma los valores {0, 1, 2, 3}. Si su función de
k
probabilidad es f(x) =
2+x
a) Calcula el valor del parámetro k.
b) Calcula la función de distribución.
c) Representa gráficamente la función de probabilidad y la función de densidad.
d) Calcula las probabilidades P(X =1), p(1≤X≤3) y P(X≥2)
Solución:
11.- Calcula la esperanza y la desviación típica de la variable aleatoria que cuenta el número de
caras obtenido al lanzar al aire 3 monedas.
Solución:
12.- Calcula la esperanza y la desviación típica de la variable aleatoria que cuenta la suma de las
puntuaciones obtenidos al lanzar al aire 2 dados.
Solución:
13.- El 5% de los estudiantes de una ciudad viaja en motocicleta. ¿Cuántas plazas de
aparcamiento de motocicletas convendría construir en un Instituto con 600 alumnos?
Solución: µ = 600.0,05 = 30 aparcamientos
14.- Luis y Pedro reciben cada uno 1000 Pts. semanales. Luis las ahorra y Pedro cobra un billete
de lotería cuya ganancia es de 5000 Pts. probabilidad 0,15. A largo plazo ¿quién obtendrá más
dinero?
Solución: Luis ya que µL = 1000 µP = 5000.0,15 = 750.
15.- Se compran cajas de bombones rellenos con un 10% de mermelada y un 90% de licor. Si
compramos tres cajas con cuatro bombones cada una, ¿cuál es la probabilidad de que en todas
ellas haya algún bombón relleno de mermelada?
Solución: P(Mermelada) = 1-P(X=0)=0,3439, P(3 cajas)= 0,0429
16.- Una máquina fabrica relojes cuya probabilidad de ser defectuosos es del 1%. Los relojes se
envasan en paquetes de 5 unidades. Si una tienda compra 6 paquetes calcula las siguientes
probabilidades:
a) Al menos uno de los lotes contiene algún circuito defectuoso
b) Todos los lotes contienen algún circuito defectuoso
c) Tres lotes contienen algún circuito defectuoso
Solución: a) 0,2649, b) ≈0, c) 0,0021
ESTADÍSTICA Y PROBABILIDAD
67
17.- Una máquina fabrica relojes cuya probabilidad de ser defectuosos es del 5%. Si se toman 8
piezas al azar calcula las siguientes probabilidades:
a) No haya ninguna defectuosa.
b) Haya alguna defectuosa.
c) Haya más de una defectuosa
Solución: a) 0,6634, b) 0,3366, c) 0,00573
18.- Un tirador acierta en el blanco un 80% de las tiradas. Si realiza seis disparos calcula las
siguientes probabilidades:
a) No acierte ninguno.
b) Acierte alguno.
c) Acierte exactamente dos.
Solución: a) 0,6634, b) 0,3366, c) 0,00573
19.- En el proceso de fabricación de lavadoras, la probabilidad de que una lavadora tenga algún
defecto es de 0,05. Un operario revisa 4 lavadoras que acaban de montar.
a) Calcula la probabilidad de que no haya ninguna defectuosa.
b) Calcula la probabilidad de que haya más de una defectuosa.
Solución:
20.- Calcula la probabilidad de que al lanzar 6 dados al aire salga al menos un 4.
5
6  5 
Solución: P(X≥1) = 1-P(X=0) = 1-  .   = 0,6651
0  6 
21.- La probabilidad de que una persona de 50 años viva 30 0 más años es de 2/3. Halla la
probabilidad de que, considerando 5 personas, al cabo de 30 años vivan:
a) Cinco personas.
b) Al menos tres personas.
c) Exactamente dos personas.
Solución: a) P(X=5) =0,13; b) P(X≥3) =0,79; c) P(X=2) =0,16.
22.- Un examen tipo “test” consta de 8 preguntas con cuatro respuestas posibles cada una, de las
cuales sólo una es correcta. Suponiendo que un estudiante responde al azar:
a) ¿Cuál es la probabilidad de que conteste correctamente a más de 6 preguntas?
b) ¿Cuál es la probabilidad de que no acierte ninguna?
Solución:
23.- Una compañía de seguros efectúa un estudio a sus conductores con el objetivo de estudiar el
número de accidentes que han sufrido. Los resultados se reflejan en la siguiente tabla:
Accidentes
0
1
2
3
4
Personas
30
45
20
10
5
a) Ajusta esta distribución a una binomial.
b) ¿Es bueno este ajuste?
c) Determina la media y varianza de la distribución binomial obtenida
Solución:
24.- Una compañía de seguros efectúa un estudio a sus conductores con el objetivo de estudiar el
número de accidentes que han sufrido. Los resultados se reflejan en la siguiente tabla:
Accidentes
0
1
2
3
4
Personas
20
55
25
15
5
a) Ajusta esta distribución a una binomial.
b) ¿Es bueno este ajuste?
c) Determina la media y varianza de la distribución binomial obtenida
Solución:
ESTADÍSTICA Y PROBABILIDAD
68
CAPÍTULO 5:
DISTRIBUCIONES CONTINUAS
5.1.- DISTRIBUCIÓN CONTINUA
1.- Definición
Una variable aleatoria se dice continua cuando puede tomar un conjunto infinito de valores xi. Si
a cada elemento del espacio muestral le asociamos su probabilidad teórica obtenemos una
distribución de probabilidad continua.
2.- Función de densidad
Se denomina función de densidad de una variable aleatoria continua, f(x), a la que cumple:
1.- f(x) ≥ 0, ∀x∈ [a, b]
2.-
∫
b
f(x)dx = 1
a
En el caso de variables aleatorias continuas no tiene sentido hablar de probabilidad en un punto
(siempre es nula), se ha de hablar de probabilidad correspondiente a un intervalo.
P(c<X<d) =
∫
d
f(x)dx
c
3.- Función de distribución
Se denomina función de distribución de una variable aleatoria continua, F(x), a la integral de la
función de densidad. La función de distribución proporciona la probabilidad acumulada hasta un
determinado valor de la variable F(x) = p(X ≤ x). Es una función que cumple:
1.- 0 ≤ F(X) ≤ 1 , ∀x∈[a, b] ya que es una valor de probabilidad.
2.- F(x) = 0, ∀x < a
3.- F(x) = 1, ∀x > b
4.- F(x) es creciente
EJEMPLOS
1.- La distribución de los errores en las medidas de una pieza es
constante en el intervalo [0,3] y con un error máximo de 3 micras. Halla la
función de densidad.
Resolución:
Como el intervalo es [0,3] y constante, y
la probabilidad es 1, la función de
1
densidad f(x) ha de valer
en [0,3] y 0
3
fuera de él:
 0, si x < 0

f(x) =  1/3, si 0 ≤ x ≤ 3
 0, si 3 < x

ESTADÍSTICA Y PROBABILIDAD
69
2.- Considera la función:
1
 3 si x ∈ [1,4]
f(x) = 

 0 si x ∉ [1,4]
Halla la función de distribución F si X es una variable aleatoria cuya
función de densidad es f y represéntala gráficamente.
Calcula P(1,6 ≤ X ≤ 5,2).
Resolución:
Para hallar F bastará calcular P(X≤x) para cualquier x∈ . Debemos distinguir:
•
Si x<1 ⇒ P(X≤x) =
∫
x
0 dt = 0
−∞
•
∫
Si 1≤x≤4 ⇒ P(X≤x) =
1
∫
0 dt +
−∞
•
Si x≥4 ⇒ P(X≤x) =
∫
1
0 dt +
−∞
x
1
∫
4
1
x
x −1
1
1
dt = 0 +  =
3
3 1
3
1
dt +
3
∫
x
4
4
0 dt = 0 +
1 
t =1
3 1
Por lo tanto la función de distribución es
 0, si x < 1
 x -1

F(x) = 
si 1 ≤ x ≤ 4
 3
 1, si 4 < x
Y su representación es la de la figura:
b) La probabilidad pedida es:
P(1,6 ≤ X ≤ 5,2) = P(X ≤ 5,2) - P(X ≤ 1,6) = F(5,2) - F(1,6) = 1-
1.6 − 1
= 0,8
3
EJERCICIOS PROPUESTOS
1.- Considera la función
1
si x ∈ [1,5]

f(x) =  4

 0 si x ∉ [1,5]
a) Comprueba si es una función de densidad.
b) Si X es una variable aleatoria cuya función de densidad es f, calcula P(1,5≤X≤6).
Solución: a) Sí lo es, b) P(1,5≤X≤6) =
2.- Considera la función
 0,5 si x ∈ [- 1,1]

f(x) = 
 0 si x ∉ [- 1,1]
a) Demuestra que es una función de densidad de una variable aleatoria continua X.
b) Halla la función de distribución F.
c) Calcula P(X = 0), P(X ≥ -1), P(-1 ≤ X ≤ 0,5).
Solución: a( Si lo es; c) P(X = 0) = 0, P(X ≥ -1) = 1, P(-1 ≤ X ≤ 0,5) = 0,75.
ESTADÍSTICA Y PROBABILIDAD
70
5.2.- MEDIA Y VARIANZA
1.- Media
Teniendo en cuenta que para una variable aleatoria discreta la media es µ =
n
∑ x p , podemos
i i
i =1
definir ahora la suma para una variable aleatoria continua, que tendrá un número infinito de
sumandos infinitesimales, es decir efectuaremos la integral:
µ=
∫
b
xf(x)dx = 1
a
La media de una variable aleatoria continua recibe el nombre de esperanza matemática o valor
esperado.
2.- Varianza
n
Como para una variable aleatoria discreta la varianza es σ2 =
∑ ( x - µ ) . p , podemos definir
2
i
i
i =1
ahora la suma para una variable aleatoria continua, que tendrá un número infinito de sumandos
infinitesimales, es decir efectuaremos la integral:
σ2 =
∫
b
(x - µ) 2 f(x)dx
a
La desviación típica de una variable aleatoria continua es la raíz cuadrada de la varianza:
σ=
b
∫ (x - µ )
2
f(x)dx
a
EJEMPLOS
1.- Hallar la media, varianza y desviación típica de la variable aleatoria que
tiene la siguiente función de densidad:
 0, si x < 0
1

f(x) =  , si 0 ≤ x ≤ 3
3
 0, si 3 < x
Resolución:
•
•
•
media: µ =
∫
b
xf(x)dx =
a
varianza: σ =
2
∫
b
∫
2
(x - µ) f(x)dx =
a
desviación típica: σ =
∫
3
 2
9
1
x dx =  x  =
= 1,5
6
6
3
0
 0
3
b
∫

x 0
3
1 
31
 dx =   x23
 9 
3
3
3 
  = 0,75
2  
0
(x - µ) 2 f(x)dx = 0,75 =0,87
a
2.- Sea X una variable aleatoria cuya función de densidad es:
1
 3 si x ∈ [1,4]
f(x) = 

 0 si x ∉ [1,4]
Halla la esperanza, varianza y desviación típica.
ESTADÍSTICA Y PROBABILIDAD
71
Resolución:
• Media:
µ =
•
xf(x)dx =
a
∫
4
1
4
 x2 
1
16 1
15 5
x dx =   =
− =
=
3
2
6
6
6
6
 1
Varianza:
σ =
2
•
∫
b
∫
b
(x - µ) 2 f(x)dx =
a
∫
4
1
2
4
1
25  64 1  25 3
 5   x2 
= − −
= = 0,75
x 2 . dx −   =   −
3
4
 2  9 1 4  9 9 4
Desviación típica:
b
σ =
∫ (x - µ ) f(x)dx
2
= 0,75 = 0,87
a
EJERCICIOS PROPUESTOS
1.- Sea X una variable aleatoria cuya función de densidad es:
 2x
si x ∈ [1,3]

f(x) =  9

 0 si x ∉ [1,3]
Halla la esperanza, varianza y desviación típica.
52 2
536
Solución: µ =
,σ =
, σ = 0,86.
27
729
2.- Sea X una variable aleatoria cuya función de densidad es:
 3
x (x - 4) si x ∈ [0,4]
 −
f(x) =  32

 0
si x ∉ [0,4]
Halla la esperanza, varianza y desviación típica.
4
Solución: µ = 2, σ2 = , σ = 0,89.
5
3.- Considera la función de densidad de una variable aleatoria continua X.
 0,5 si x ∈ [- 1,1]

f(x) = 
 0 si x ∉ [- 1,1]
Halla la esperanza, varianza y desviación típica.
Solución: µ = 0, σ2 = 0,333, σ = 0,577
4.- Halla la media,
densidad es:
0
 x -5

f(x) = 
 5
 0
125
;
Solución: µ =
6
varianza y desviación típica de la variable aleatoria X cuya función de
si x < 5
si 5 ≤ x ≤ 10
si x > 10
σ2 = 2,083; σ = 1, 44.
ESTADÍSTICA Y PROBABILIDAD
72
5.3.- DISTRIBUCIÓN NORMAL
1.- Función de densidad.
Una variable aleatoria continua X es una variable normal con parámetros µ y σ, si su función de
densidad f: →
1  x -µ 
- 

e 2 2 
1
es f(x) =
2
σ 2π
En tal caso decimos que dicho experimento sigue el modelo de la distribución normal y se
designa por N(µ , σ). La esperanza y desviación típica coinciden con µ y σ respectivamente.
2.- Características de la función de densidad
•
•
•
•
•
•
El dominio es D(f) =

1 
 0,

σ
2π


El recorrido es
Es simétrica respecto de la recta x = µ
Es estrictamente creciente en (-∞,µ) y
estrictamente decreciente en (µ, ∞).

1 
 µ,



σ
2π


Alcanza un máximo en
Presenta una asíntota horizontal a izquierda y derecha que es el eje de abscisas.
Gráficamente la representación adopta la forma conocida como campana de Gauss tal como
vemos en la figura.
3.- Función de distribución.
Sea una variable aleatoria continua X que se
ajusta a una distribución normal N(µ ,σ), la
función de distribución es una función F :
→ cuya expresión es:
F(x) =
∫
x
1
−∞ σ
2π
1  t -µ 
- 

e 2 σ 
2
dt
F(x) representa el área encerrada bajo la
gráfica de la función de distribución desde ∞ hasta x.
El área encerrada entre la curva, el eje de
abscisas y las ordenadas de los puntos a y b
es la probabilidad de obtener un valor x
comprendido entre a y b.
P(a < X < b) =
∫
b
a
1
σ 2π
1  x -µ 
- 

e 2 σ 
ESTADÍSTICA Y PROBABILIDAD
2
dx
73
4.- Tabla de la distribución normal
F(x) = P(X ≤ x) =
∫
x
−∞
0.0
0.1
0.2
0.3
0.4
0.5
0.6
0.7
0.8
0.9
1.0
1.1
1.2
1.3
1.4
1.5
1,6
1.7
1.8
1.9
2.0
2.1
2.2
2.3
2.4
2.5
2.6
2.7
2.8
2.9
3.0
3.1
3.2
3.3
3.4
3.5
3.6
3.7
3.8
3.9
0.00
0.5000
0.5398
0.5793
0.6179
0.6554
0.6915
0.7257
0.7580
0.7881
0.8159
0.8413
0.8643
0.8849
0.9032
0.9192
0.9332
0.9452
0.9554
0.9641
0.9713
0.9772
0.9821
0.9861
0.9893
0.9918
0.9938
0.9953
0.9965
0.9974
0.9981
0.9987
0.9990
0.9993
0.9995
0.9997
0.9998
0.9998
0.9999
0.9999
1,0000
0.01
0.5040
0.5438
0.5832
0.6217
0.6591
0.6950
0.7291
0.7611
0.7910
0.8186
0.8438
0.8665
0.8869
0.9049
0.9207
0.9345
0.9463
0.9564
0.9649
0.9719
0.9778
0.9826
0.9804
0.9896
0.9920
0.9940
0.9955
0.9966
0.9975
0.9982
0.9987
0.9991
0.9993
0.9995
0.9997
0.9998
0.9998
0.9999
0.9999
1,0000
1
1
- t2
e 2 dt
2
0.02
0.5080
0.5478
0.5871
0.6255
0.6628
0.6985
0.7324
0.7642
0.7939
0.8212
0.8461
0.8686
0.8888
0.9066
0.9222
0.9357
0.9474
0.9573
0.9656
0.9726
0.9783
0.9830
0.9868
0.9898
0.9922
0.9941
0.9956
0.9967
0.9976
0.9982
0.9987
0.9991
0.9994
0.9995
0.9997
0.9998
0.9999
0.9999
0.9999
1,0000
0.03
0.5120
0.5517
0.5910
0.6293
0.6664
0.7019
0.7357
0.7673
0.7967
0.8238
0.8485
0.8708
0.8907
0.9082
0.9236
0.9370
0.9484
0.9582
0.9664
0.9132
0.9788
0.9834
0.9811
0.9901
0.9925
0.9943
0.9957
0.9968
0.9977
0.9983
0.8988
0.9991
0.9994
0.9996
0.9997
0.9998
0.9999
0.9999
0.9999
1,0000
ESTADÍSTICA Y PROBABILIDAD
0.04
0.5160
0.5557
0.5948
0.6331
0.6700
0.7054
0.7389
0.7704
0.7995
0.8264
0.8508
0.8729
0.8925
0.9099
0.9251
0.9382
0.9495
0.9591
0.9671
0.9738
0.9793
0.9838
0.9875
0.9904
0.9927
0.9945
0.9959
0.9969
0.9977
0.9984
0.9988
0.9992
0.9994
0.9996
0.9997
0.9998
0.9999
0.9999
0.9999
1,0000
0.05
0.5199
0.5596
0.5987
0.6368
0.6736
0.7088
0.7422
0.7734
0.8023
0.8289
0.8531
0.8749
0.8944
0.9115
0.9265
0.9394
0.9505
0.9599
0.9678
0.9744
0.9798
0.9842
0.9878
0.9906
0.9929
0.9946
0.9960
0.9970
0.9978
0.9984
0.9989
0.9992
0.9994
0.9996
0.9997
0.9998
0.9999
0.9999
0.9999
1,0000
0.06
0.5239
0.5636
0.6026
0.6406
0.6772
0.7123
0.7454
0.7764
0.8051
0.8315
0.8554
0.8770
0.8962
0.9131
0.9279
0.9406
0.9515
0.9608
0.9686
0.9750
0.9803
0.9846
0.9981
0.9909
0.9931
0.9948
0.9961
0.9971
0.9979
0.9985
0.9989
0.9992
0.9994
0.9996
0.9997
0.9998
0.9999
0.9999
0.9999
1,0000
0.07
52079
0.5675
0.6064
0.6443
0.6808
0.7157
0.7486
0.7794
0.8078
0.8340
0.8577
0.8790
0.8980
0.9147
0.9292
0.9418
0.9525
0.9616
0.9693
0.9756
0.9808
0.9850
0.9884
0.9911
0.9932
0.9949
0.9962
0.9972
0.9979
0.9985
0.9989
0.9992
0.9995
0.9996
0.9997
0.9998
0.9999
0.9999
0.9999
1,0000
0.08
0.5319
0.5714
0.6103
0.6480
0.6844
0.7190
0.7517
0.7823
0.8106
0.8365
0.8599
0.8810
0.8997
0.9162
0.9306
0.9429
0.9535
0.9625
0.9699
0.9761
0.9812
0.9854
0.9887
0.9913
0.9934
0.9951
0.9963
0.9973
0.9980
0.9986
0.9990
0.9993
0.9995
0.9996
0.9997
0.9998
0.9999
0.9999
0.9999
1,0000
0.09
0.5359
0.5753
0.6141
0.6517
0.6879
0.7224
0.7549
0.7852
0.8133
0.8389
0.8621
0.8830
0.9015
0.9177
0.9319
0.9441
0.9545
0.9633
0.9706
0.9767
0.9817
0.9857
0.9890
0.9916
0.9936
0.9952
0.9964
0.9974
0.9981
0.9986
0.9990
0.9993
0.9995
0.9997
0.9998
0.9998
0.9999
0.9999
0.9999
1,0000
74
5.- Distribución normal estándar
Cualquier distribución normal N(µ ,σ) puede asociarse a otra llamada distribución normal
estándar que se designa con N(0,1).
Utilizamos dicha distribución porque sus valores están tabulados tal como se ve en la tabla
anterior.
6.- Tipificación de la variable
Las variables normales no suelen tener media 0 y desviación típica 1, por lo tanto tipificamos la
variable y se pasa de la variable X a otra variable Z perteneciente a un distribución N(µ ,σ)
trasladando la media, es decir hacer la media cero y la desviación típica 1, mediante el cambio de
variable:
Z=
X -µ
σ
A continuación el resultado se halla utilizando las tablas como dijimos en el apartado anterior.
EJEMPLOS
1.- Halla la probabilidad P(Z≤
≤1,13)
Resolución:
Se halla directamente en las tablas
buscando la unidad y primer decimal en
la primera columna y el 2º decimal en la
primera fila, siendo el número buscado
el que está en la celda donde ambos se
encuentran.
P(Z ≤ 1,13) = 0,8708
2.- Halla la probabilidad P(Z≥
≥1,64)
Resolución:
No se halla directamente en las tablas.
Pero como la suma del área bajo la curva
será 1 la hallamos buscando el valor de
P(Z≤1,64) y restándolo de la unidad
P(Z≥1,64) = 1- P(Z≤1,64) =
= 1 – 0,9495 = 0,0505
3.- Halla la probabilidad P(Z ≤ -0,92)
Resolución:
Como la función F(x) es simétrica
respecto a la recta x=0 el área pedida
será igual a la de P(Z≥0,92) y estamos
en el caso anterior:
P(Z≤-0,92) = P(Z≥0,92) = 1-P(Z≤0,92) =
= 1 - 0,8212 = 0,1788
ESTADÍSTICA Y PROBABILIDAD
75
4.- Halla la probabilidad P(0,25 ≤ Z ≤ 0,83)
Resolución:
Observando la figura se ve que la
diferencia de las áreas comprendidas
hasta 0,83, P(Z ≤ 0,83), y hasta 0,25,
P(Z≤0,25). Se halla buscando ambos
valores en las tablas y restándolos.
P(0,25≤Z≤ 0,83) =P(Z≤0,83)-P(Z≥0,25)=
= 0,7967 - 0,5987 = 0,198
5.- Halla la probabilidad P(-0,79≤
≤Z≤
≤-0,16)
Resolución:
No se halla directamente en las tablas.
Pero como la función F(x) es simétrica
respecto a la recta x=0 el área pedida
será igual a P(0,16≤Z≤0,79), estamos en
el caso anterior:
P(-0,79≤Z≤-0,16) = P(0,16≤Z≤0,79) =
= P(Z≥0,79)-P(Z≤0,16) = 0,7852-0,5636=
= 0,2216
6.- Halla la probabilidad P(-1,54≤
≤Z≤
≤1,45)
Resolución:
No se halla directamente en las tablas.
El área pedida será igual a la diferencia
entre las áreas P(Z≤1,45) y P(Z≤1,54).
Para hallar la segunda como es
negativa utilizamos el método del tercer
caso.
P(-1,54≤Z≤1,45)=P(Z≥1,45)-P(Z≤1,54) =
= P(Z≥1,45)- [1- P(Z≤1,54)] =
= 0,9265 – (1- 0,9382) = 0,8647
7.- Sea X una variable aleatoria que mide la estatura de 1000 individuos de
una población y que se distribuye según una normal de media 1.74 y de
desviación típica 0,1. Calcula, de acuerdo con la distribución anterior, el
número de individuos cuya estatura esta comprendida entre 1.64 y 1.84.
Resolución:
El problema trata de averiguar la probabilidad P(1,64≤X≤1,84) en una
distribución normal N(1,74; 0,1). Lo primero que vamos a hacer es tipificar la
X - 1,74
variable aleatoria mediante el cambio Z =
:
0,1
1,64 - 1,74
- Para X=1,64 ⇒ Z =
=-1
0,1
1,84 - 1,74
- Para X=1,84 ⇒ Z =
=1
0,1
El problema se ha transformado en averiguar la probabilidad P(-1≤Z≤1).
Hallémosla:
ESTADÍSTICA Y PROBABILIDAD
76
P(-1≤Z≤1) = P(Z≤1) - P(Z≤1) = P(Z≤1) -[ 1- P(Z≤1)].
Se puede ver en la figura adjunta el
recinto y tomando valores en la tabla de
la normal obtenemos:
P(-1≤Z≤1)= 2 P(Z≤1)-1 =
2.0,8413 -1 = 0,6826
Como la muestra es de 1000 individuos
tendremos
0,6826 x1000 = 682,6
que tomamos como 683 individuos con
estatura comprendida entre 1,64 y 1,84.
8.- Sea X la variable aleatoria que mide el peso en Kg de una población de
650 adolescentes. Se sabe que dicha variable sigue una distribución
normal de media 65 y desviación típica 5. De acuerdo con esta
distribución, ¿cuántos adolescentes superan los 72 kg de peso?
Resolución:
La variable aleatoria X sigue una distribución normal de parámetros µ=65, σ=5.
Nos piden averiguar la probabilidad P(X≥72) en una distribución normal
N(65,5). Lo primero que hacemos es tipificar la variable aleatoria mediante el
X - 65
para poder utilizar la tabla del apéndice:
cambio Z =
5
72 - 65 7
- Para X=72 ⇒ Z =
= =1,4
5
5
El problema se ha transformado en averiguar la probabilidad:
P(Z≥1,4) = 1 - P(Z≤1,4)
Se puede ver en la figura adjunta el
recinto y, tomando valores en la tabla
de la normal, obtenemos:
1 - P(Z≤1,4) = 1-0,9192 = 0,0808
Como la muestra es de 650 individuos
tendremos:
0,0808x650 = 52,52
que tomamos como 52 adolescentes superan los 72 kg de peso.
EJERCICIOS PROPUESTOS
1.- Halla la probabilidad P(Z ≤ 1,33)
Solución: 0,9082.
2.- Halla la probabilidad P(Z ≥ 1,44)
Solución: 0,0749.
3.- Halla la probabilidad P(Z ≤ -0,72)
Solución: 0,2358
ESTADÍSTICA Y PROBABILIDAD
77
4.- Halla la probabilidad P(0,50 ≤ Z ≤ 0,75)
Solución:
5.- Halla la probabilidad P(-0,70 ≤ Z ≤ -0,26)
Solución: 0,1554.
6.- Halla la probabilidad P(-1,34 ≤ Z ≤ 1,25)
Solución: 0,8043.
7.- Si X es una variable aleatoria que sigue una distribución normal tal que P(X≤7) = 0,6915 y
P(X≤4) = 0,1587, halla su media y desviación típica.
Solución: µ = 6, σ = 2.
8.- Determina la probabilidad de que una variable aleatoria X, con una distribución N(3, σ) tome
valores comprendidos entre 3-0,5σ y 3+1,5σ.
Solución: 0,6247.
9.- Una empresa lleva a cabo una prueba para seleccionar nuevos empleados. Por la experiencia
de pruebas anteriores, se sabe que las puntuaciones siguen una distribución normal de media 80
y desviación típica 25. ¿Qué porcentaje de candidatos obtendrá entre 75 y 100 puntos?
Solución: P(75≤X≤100) = 0,3674, luego será el 36,74%
10.- Un profesor ha observado que las notas obtenidas por sus alumnos en un examen de
Matemáticas siguen una distribución N(6,25). Si se presentaron al último examen 32 alumnos,
¿cuántos alumnos sacaron al menos un 7?
Solución: 15 alumnos.
11.- En una cierta competición deportiva, los tiempos (en minutos) siguen una distribución
N(10,2). Si participan 80 atletas, ¿cuántos tardarán 8 minutos o mas en terminar la carrera?
Solución: 67 atletas.
12.- Las manzanas de una cosecha se distribuyen normalmente con una media 175 g y
desviación típica de 25 g. Si se consideran de clase media las manzanas que pesan entre 165 y
185 g. ¿cuántas manzanas de clase media habrá en un lote de 5000?
Solución: 1554 manzanas.
13.- La duración de cierto tipo de bombillas, expresada en horas sigue una distribución
N(750,175).
a) ¿Qué porcentaje de bombillas dura entre 400 y 575 horas?
b) En un lote de 1000 bombillas ¿cuántas durarán menos de 300 horas?
Solución: a) 13,54%, b) 5 bombillas.
14.- Un fabricante observa que la demanda diaria de un producto, expresada en unidades, sigue
una distribución N(150, 25).
Si tiene almacenadas 165 unidades del producto, ¿cuál es la probabilidad de que la demanda
supere las existencias?.
Solución: 0,2743.
15.- Un fabricante observa que la demanda diaria de un producto, expresada en unidades, sigue
una distribución N(150, 25).
Si desea que la probabilidad de quedarse algún día sin existencias sea como máximo 0,002,
¿cuántas unidades de su producto debe tener almacenadas?
Solución: Al menos 222 unidades
16.- Se sabe que la altura de los jugadores de baloncesto se distribuyen normalmente con media
180 cm y desviación típica 50 cm. Calcula la probabilidad de que un jugador de baloncesto mida:
a) Más de 190 cm.
b) Menos de 189 cm.
c) Entre 190 cm y 210 cm.
Solución: a) 1-0,5793 = 0,4207; b) 0,5714; c) 0,7257-0,5793 = 0,1464.
ESTADÍSTICA Y PROBABILIDAD
78
5.4.- AJUSTE DE LA BINOMIAL A LA NORMAL
Teorema de “De Moivre”
Sea X una variable aleatoria que se distribuye según una binomial B(n, p) de parámetros n, p.
Supongamos que se verifican las siguientes condiciones:
n.p ≥ 5; n.q ≥ 5
Entonces la variable aleatoria X se puede aproximar a una distribución normal, de media n.p y
desviación típica
n .p.q .
EJEMPLOS
1.- Supongamos que lanzamos 1000 veces una moneda y estamos
interesados en calcular la probabilidad de obtener al menos 500 caras.
Resolución:
Si llamamos X a la variable aleatoria “número de caras obtenidas” tenemos que
X se distribuye según una binomial de parámetros B(1000; 0,5). Ahora bien
como n.p = 500 ≥ 5 y n.q = 500 ≥ 5, en virtud del teorema de “De Moivre”
tenemos que la variable X se puede aproximar a una normal de media µ = n.p
= 500 y desviación típica σ = 1000.0,5.0,5 =15,81. Por lo tanto:
 X − 1000 500 − 1000 
 = P(Z ≥ -15,81)
P(al menos 500) = P(X ≥ 500) = P
≥

250
250 

EJERCICIOS PROPUESTOS
1.- La probabilidad de que un arquero del equipo olímpico español falle un lanzamiento es del
20%. Si el arquero efectúa 60 lanzamientos, calcula la probabilidad de que falle como máximo
25.
Solución:
 X − 12 25 − 12 
 = P(Z ≤ 4,01) ≈ 1
≤
P(X ≤ 25) = P
 9,6

9,6


2.- Una fabrica produce bombillas de las cuales son defectuosas el 2%. Si comprobamos el
contenido de una caja con 2000 bombillas,
a) ¿cuál es la probabilidad de que entre esas 2000 se encuentren como máximo 30 defectuosas?
b) ¿y de encontrar exactamente 10 defectuosas?
Solución:
 X − 40 30 − 40 
 = P(Z ≤ -1,60) = 0,0548.
a) P(X ≤ 30) = P
≤
 39,2
39,2 

 9,5 − 40 X − 40 10,5 − 40 
 = P(-4,87≤ Z≤-4,7) = 0.
b) P(9,5 ≤ X ≤ 10,5) = P
≤
≤
 39,2

39,2
39,2


3.- En una determinada población el 2% de los adultos lee diariamente el periódico EL PAIS. Si
elegimos aleatoriamente a 1200 personas, determina:
a) La probabilidad de que al menos 300 lean EL PAIS
b) La probabilidad de que entre 300 y 700 lean EL PAIS
Solución:
ESTADÍSTICA Y PROBABILIDAD
79
5.4.- EJERCICIOS DEL TEMA
1.- Demuestra que la función:
si x < 0
 0
f(x) =  - 2x
 2e
si x ≥ 0
verifica las condiciones para ser una función de densidad.
2.- Sea X una variable aleatoria cuya función de densidad es:
1

si 0 < x < 10
f(x) = 10
 0
en el resto
calcula las probabilidades: a) P(X ≤ 3), b) P(1 ≤ X ≤ 5), c) P(X ≥ 2)
3
4
8
Solución: a) P(X ≤ 3) =
, b) P(1 ≤ X ≤ 5) =
, c) P(X ≥ 2) =
10
10
10
3.- Sea X una variable aleatoria cuya función de densidad es:
1

si 0 ≤ x ≤ 15
f(x) = 15
 0
en el resto
calcula las probabilidades P(X ≤ 2), P(2 ≤ X ≤ 6), P(X ≥ 1)
2
4
14
Solución: P(X ≤ 2) =
, P(2 ≤ X ≤ 6) =
, P(X ≥ 1) =
15
15
15
4.- Considera la función:
 1
si x ∈ [1,15]

f(x) =  15

 0 si x ∉ [1,15]
calcula la función de distribución.
Solución:
5.- Considera la función:
 0 si x ≤ 0
 x

F(x) = 
si 0 < x < 15
 15
 1 si x ≥ 15
a) Halla la función de densidad f si X es una variable aleatoria cuya función de distribución es F
y represéntala gráficamente.
b) Calcula P(1,6 ≤ X ≤ 5,2).
 0 si x ≤ 0
 1

Solución: a) f(x) = 
si 0 < x < 15 , P(1,6 ≤ X ≤ 5,2) =
 15
 0 si x ≥ 15
6.- El instante en que falla un marcapasos es una variable aleatoria T con función de
distribución:
si t < 0
 0

F(t) = 
 1 - e - t/2 si t ≥ 0
Calcula la probabilidad de que el marcapasos falle al cabo de 5 años.
Solución: P = 8,2%
7.- El tiempo que espera un pasajero a un tren en una estación, expresado en minutos es:
ESTADÍSTICA Y PROBABILIDAD
80
si t < 0
0

F(t) = 
 t si t ≥ 0
 t + 2
calcula la probabilidad de que un pasajero espere como máximo 10 minutos
Solución: P = 83,33%
8.- Dada la función
si x ∈ [3,5]
kx
f(x) = 
0
si
x ∉ [3,5]

a) Halla el valor de k para que f sea la función de densidad de variable aleatoria continua X.
b) Halla la media, varianza y desviación típica
Solución: a) k = 0,125, b) µ = 4,083, σ2 = 0,326, σ = 0,571
9.- Considera la función
 1

si x ∈ [a, b]
f(x) =  b - a
 0
si x ∉ [a, b]
a) Comprueba que es una función de densidad para cualquier a, b ∈ℜ.
b) Halla la media, varianza y desviación típica de la variable aleatoria correspondiente.
c) Si a = 2 y b = 5, ¿cuál es su función de distribución?.
d) Calcula P(X>6), P(X≤3,5) y P(3≤X≤4)
(b − a )2 , σ = b − a
a+b
Solución: b) µ =
a+b/2 , σ2 =
2
12
2 3
d) P(X>6) = 0, P(X≤3,5) =0,5, P(3≤X≤4) = 1/3.
10.- Si X es una variable aleatoria continua con distribución N(5,2), calcula:
a) P( X ≤ 2), b) P(-2,7≤ X ≤ 4), c) P( X - 6 ≥ 1).
Solución: a) 0,0666, b)0,3084, c)0,6587.
11- Si X es una variable aleatoria continua con distribución N(6, 4), calcula:
a) P(X ≥ 12), b) P(5 ≤ X ≤ 8).
Solución: a) 0,0668, b) 0,2902
12.- Una empresa lleva a cabo una prueba para seleccionar empleados. De anteriores
convocatorias se sabe que las puntuaciones siguen una distribución N(80, 25).
a) ¿Qué porcentaje obtiene una puntuación entre 75 y 100?.
b) Si seleccionan a las personas que obtienen al menos 100 puntos y se presentan 1000 personas
a las pruebas ¿cuántas contrata la empresa?
Solución: a) 36,74%. b)
14.- La duración de los televisores de una marca sigue una distribución normal con media 16
años y desviación típica de2 años.
a) ¿Qué porcentaje dura entre 10 y 14 años?.
b) ¿y Qué porcentaje dura más de 20 años?
Solución: a) 15,74%. b) 2,28 %
13.- La altura media de 1000 alumnas es 1,65 m y la desviación típica es 0,07. Suponiendo que
estas alturas están distribuidas normalmente, calcula la probabilidad de que:
a) Sus alturas son mayores que 193 cm.
b) Sus alturas están comprendidas entre 165 y 172 cm.
c) Sus alturas son menores que 172 cm.
Solución: a) 0, b) 0,3413, c) 0,8413
14.- En un dado trucado, la probabilidad de sacar un 6 es doble que la de cualquiera de los
restantes valores. Se lanza dicho dado 20 veces. ¿Cuál es la probabilidad de que salga 6 más de
15 veces?
ESTADÍSTICA Y PROBABILIDAD
81
Solución: P(X > 15) ≈ 0.
15.- En un concurso, los participantes responden a un cuestionario, Sabiendo qe las puntuaciones
que obtienen siguen una distribución N(100, 25).
a) ¿A qué porcentaje se le califica con una puntuación superior a 112?.
b) ¿Qué porcentaje obtiene una puntuación entre 100 y 120?.
c) Si pasa a la siguiente fase el 25% de participantes ¿qué puntuación mínima es necesaria para
clasificarse?
Solución: a) 31,56%. b) 28,82%, c)117 puntos.
16.- Los almendros de una plantación tiene una producción cada uno cuyo peso se distribuye
normalmente con media 50 kg. Además, se sabe que la probabilidad de que un almendro
produzca entre 50 y 60 kg. es de 0,3413.
a) Calcula la probabilidad de que un almendro produzca entre 40 y 50 kg.
b) Calcula la probabilidad de que un almendro produzca entre 45 y 55 kg.
Solución:
17.- En un restaurante se sabe que la duración sin rotura de las copas en uso sigue una
distribución normal. Se sabe que las copas duran, por término medio, 50 días con una desviación
típica de 8 días. Se pide:
a) Calcula la probabilidad de que una copa dure menos de 35 días.
b) Calcula la probabilidad de que una copa dure más de 60 días.
Solución: a) P(Z>1,875) = 0,0304, b) P(Z>1,25) = 1-0,8944 = 0,1056.
18.- El peso de las alumnas de 2º de bachillerato de un determinado centro sigue una distribución
normal de media 44 Kg y de desviación típica 2 Kg
a) Calcula la probabilidad de que una alumna pese más de 41 Kg.
b) Calcula la proporción de alumnas que tendrán un peso comprendido entre 45 Kg y 48Kg.
Solución: a) P(Z<1,5) = 0,9332, b) P(0,5 ≤ Z ≤2) = 0,2857
19.- Se sabe que la altura de los alumnos varones de una facultad sigue una ley normal de media
1,75 metros. Sabiendo que el 33% de los alumnos mide más de 1,80 metros,
a) Calcula la varianza de la distribución de tales alturas.
b) Calcula el porcentaje de alumnos que miden menos de 1,60 metros.
Solución: σ2 = 0,013, P(Z>1,36) = 0,0869.
20.- La cantidad de litros de lluvia que cae en una localidad durante el otoño, es una variable
aleatoria que sigue una distribución normal de media µ = 100 l y varianza σ2 = 25 l2.
Halla la probabilidad de que la cantidad de litros de lluvia esté en el intervalo (µ-2σ, µ+2σ).
Solución:
21.- Por estudios realizados sobre una población de recién nacidos se ha determinado que la talla
se distribuye según una ley normal de media 52 cm y desviación típica 2 cm.
a) Halla la probabilidad de que un recién nacido tenga una talla superior a 56 cm.
b) Halla la probabilidad de que la talla de un recién nacido esté comprendida entre 50 y 53 cm.
Solución:
22.- Una empresa fabrica relojes de los cuales son defectuosos el 2%. Si se seleccionan
aleatoriamente 400 relojes.
a) Determina la probabilidad de encontrar 50 defectuosos.
b) Determina la probabilidad de encontrar entre 100 y 150 defectuosos.
c) ¿Cuántos cabe esperar que sean defectuosos?
Solución: a) P(49,5 ≤Z≤50,5) = 1-1= 0.
23.- Una compañía aérea encarga un estudio sobre la satisfacción de su clientela con el servicio
ofrecido. Se concluye que el 75% está satisfecho con dichos servicios. Si se seleccionan
aleatoriamente 1500 clientes.
a) Determina la probabilidad de que a lo sumo 500 estén satisfechos.
b) Determina la probabilidad de que al menos la mitad estén satisfechos.
Solución:
ESTADÍSTICA Y PROBABILIDAD
82
TEMA 6:
INFERENCIA ESTADÍSTICA
6.1.- MUESTRA.
1.- Definiciones
Población es el conjunto formado por todos los elementos cuyo conocimiento nos interesas, es
decir que tienen una determinada característica estadísticamente significativa.
Individuo es cada uno de los elementos de la población.
Muestra es el subconjunto limitado extraído de una población con objeto de reducir el campo de
experiencia y el propósito de obtener resultados válidos para el total de la población. Para que
sea válida:
• Su tamaño ha de ser proporcional al tamaño de la población.
• No hay distorsión en la elección de elementos de la muestra.
• Sea representativa.
Tamaño de la muestra es el número de elementos de la muestra.
Muestreo es el proceso mediante el cual se extrae una muestra de la población.
EJEMPLOS
1.- Deseamos conocer la estatura de todos los soldados que forman el
ejército. Enuncia la población, los individuos y la muestra.
Resolución:
La población está formada por todos los soldados.
Los individuos son cada uno de los soldados
La muestra es el subconjunto de dichos los soldados tallados.
2.- En una fabrica de bombillas se efectúa un control de calidad sobre 100
unidades para averigua cuántas son defectuosas. Enuncia la población,
los individuos y la muestra.
Resolución:
La población está formada por las bombillas fabricadas.
Los individuos son cada una de bombillas fabricadas.
La muestra son las100 bombillas examinadas.
3.- Enuncia si consideramos población o muestra de un experimento
estadístico y, si es una muestra, di si es representativa o no:
a) Control de calidad de una máquina mediante el estudio de 100 vasos.
b) Control de calidad de una máquina mediante estudio de los 10.000
vasos fabricados por ésta.
Resolución:
a) Es una muestra. Sí es representativa ya que es un 1% de lo fabricado tal
como se enuncia en b) y además no hay distorsión en la elección de la
muestra.
b) Es la población total de vasos fabricados.
ESTADÍSTICA Y PROBABILIDAD
83
4.- Enuncia si consideramos población o muestra de un experimento
estadístico y, si es una muestra, di si es representativa o no:
a) Opinión sobre un barman de los clientes atendidos en un día.
b) Opinión sobre un bar de los clientes atendidos en un hora determinada
del día.
Resolución:
a) Es la población total atendida por el camarero.
b) Es una muestra. No es representativa ya que es un porcentaje de los
clientes atendidos pero hay distorsión en la elección de la muestra, ya que no
sabemos si la hora elegida es representativa del total.
EJERCICIOS PROPUESTOS
1.- Enuncia la población, los individuos y la muestra del experimento estadístico consistente en
hallar el peso de todos los alumnos de un instituto si se pesan solamente a los delegados y
subdelegados.
Solución:
2.- Enuncia la población, los individuos y la muestra del experimento estadístico consistente en
hallar la anchura de los tornillos de una caja si sólo se miden 10 tornillos.
Solución:
3.- Enuncia la población, los individuos y la muestra del experimento estadístico consistente en
hallar el peso de los alumnos de un instituto si pesamos solamente a los alumnos varones que
tengan la mayor y menor altura de cada clase. ¿Es la muestra extraída representativa? Explica
por qué.
Solución:
4.- Enuncia si consideramos población o muestra de un experimento estadístico y si la muestra es
representativa:
a) Control de calidad de una máquina de tornillos mediante el estudio de 100 tornillos.
b) Opinión sobre una dependienta de los clientes atendidos en un día.
c) Opinión sobre unos grandes almacenes de los clientes que salen por una puerta en un día.
Solución:
5.- Enuncia si consideramos población o muestra de un experimento estadístico y si la muestra es
representativa:
a) Resultado de unas elecciones mediante una encuesta realizada por un instituto de opinión..
b) Resultado de unas elecciones escrutando las papeletas.
c) Resultado de unas elecciones escrutando las primeras 100 papeletas de cada mesa.
Solución:
6.- Enuncia si consideramos población o muestra de un experimento estadístico y si la muestra es
representativa:
a) La elección de los delegados y subdelegados de una clase.
b) Alumnos que salen voluntariamente a la pizarra en una clase de Matemáticas.
c) El estudio de las familias de una ciudad mediante una familia representativa de dicha ciudad.
Solución:
7.- Explica por qué recurrimos a una muestra en cada uno de los casos.
a) Obtener la resistencia a la rotura de una partida de vasos de vidrio.
b) Estudio del tiempo de reacción de ciertas sustancias.
c) Estudio de cómo siguen los alumnos las explicaciones de su profesor.
Solución:
ESTADÍSTICA Y PROBABILIDAD
84
6.2.- MUESTREO ALEATORIO SIMPLE.
1.- Muestreo aleatorio
Muestreo aleatorio es aquel en que todos y cada uno de los elementos de la población tiene la
misma probabilidad de ser elegido.
2.- Muestreo aleatorio simple
Muestreo aleatorio simple consiste en la enumeración de todos los N elementos de una
población y la extracción de n de ellos sin reemplazamiento.
La probabilidad de cada muestra es:
n
1
P=
=
N
 N
 
n
 
Para obtener todos los elementos se utilizan tablas de números aleatorios o bien la calculadora
(tecla RAND#)
3.- Muestreo aleatorio sistemático
Muestreo aleatorio sistemático consiste en la obtención de los elementos de un muestreo
aleatorio simple mediante saltos. Para ello obtenemos el coeficiente de elevación
N
h=
n
y a continuación un número elegido al azar llamado origen i, 1≤ i ≤ h. La muestra está formada
por los elementos de numeración
i, i+h, i+2h,..., i+(n-1)h
EJEMPLOS
1.- Describe la obtención de una muestra aleatoria, sin reemplazamiento,
de tamaño 5 de una clase de 25 estudiantes. (Supónganse los estudiantes
numerados del 1 al 25).
Resolución:
Se toma una urna con 25 bolas numeradas del 1 al 25 y se extraen 5 bolas de
la urna (sin devolver la urna una vez extraída).
A continuación se efectúa la correspondencia entre los números extraídos y los
alumnos ya numerados.
2.- Describe la obtención de una muestra aleatoria, sin reemplazamiento,
de tamaño 5 de una clase de 25 estudiantes mediante la calculadora.
(Supónganse los estudiantes numerados del 1 al 25).
Resolución:
Se pulsa la tecla RAND# y al valor obtenido se le multiplica por el valor de la
población (25), se le toma l parte entera y se suma 1.
ESTADÍSTICA Y PROBABILIDAD
85
Por ejemplo si obtenemos 0,316 se multiplica por 25 obteniendo 7,9, se toma la
parte entera 7 y se le suma 1 obteniendo finalmente 8.
A continuación se repite la operación descrita con anterioridad otras 4 veces y
obtenemos los números buscados.
2.- Describe la obtención de una muestra aleatoria, sin reemplazamiento,
de tamaño 5 de una clase de 25 estudiantes mediante la calculadora.
(Supónganse los estudiantes numerados del 1 al 25).
Resolución:
En primer lugar calculamos el coeficiente de elevación, que será el cociente
entre los elementos de la muestra y de la población:
N
25
h=
=
=5
n
5
A continuación obtenemos el número aleatorio origen i. Para ello se pulsa la
tecla RAND# y al valor obtenido, por ejemplo 0,19 se le multiplica por 5,
obteniendo 0,95, se toma la parte entera, 0, y se le suma 1 obteniendo
finalmente 1.
Comprobamos que efectivamente 1≤ i ≤ h, ya que 1≤ i ≤ 5, por lo tanto es un
buen origen el hallado.
Finalmente hallamos los valores de los números correspondientes al muestreo
aleatorio sistemático que son:
1, 1+5 = 6, 1+2.5 = 11, 1+3.5 = 16, 1+5.4 = 21
es decir: 1, 6, 11, 16, 21
EJERCICIOS PROPUESTOS
1.- Elige una muestra de 20 alumnos un total de 200 alumnos de 2º de Bachillerato, suponiendo
que están numerados del 1 al 200, mediante muestreo aleatorio simple.
Solución:
2.- Elige una muestra de 20 alumnos un total de 200 alumnos de 2º de Bachillerato, suponiendo
que están numerados del 1 al 200, mediante muestreo aleatorio simple, utilizando la calculadora.
Solución:
3.- Elige una muestra de 20 alumnos un total de 200 alumnos de 2º de Bachillerato, suponiendo
que están numerados del 1 al 200, mediante muestreo aleatorio sistemático.
Solución:
4.- Elige una muestra de 100 alumnos un total de 800 alumnos de un Instituto, suponiendo que
están numerados del 1 al 800, mediante muestreo aleatorio simple, utilizando la calculadora.
Solución:
5.- Elige una muestra de 100 alumnos un total de 800 alumnos de un Instituto, suponiendo que
están numerados del 1 al 800, mediante muestreo aleatorio sistemático.
Solución:
6.- Elige una muestra de 100 electores del total del censo electoral de Ceuta, que es de 56.000
electores, mediante muestreo aleatorio simple, utilizando el ordenador ya que se necesita más de
tres dígitos decimales.
Solución:
ESTADÍSTICA Y PROBABILIDAD
86
6.3.- MUESTREO ALEATORIO ESTRATIFICADO.
1.- Definición
Muestreo aleatorio estratificado es aquel que consiste en dividir la población en estratos o
subgrupos homogéneos y seleccionar en cada estrato muestras aleatorias simples o sistemáticas.
2.- Constante
Si todas las muestras de cada estrato tiene el mismo tamaño (afijación igual) tenemos un
muestreo aleatorio estratificado constante. Si se divide la población N en L subpoblaciones
(estratos) y la muestra es de tamaño n obtenemos:
n
n1 = n2 = ... = nL =
L
3.- Proporcional
Si todas las muestras de cada estrato tienen un tamaño proporcional ni al número de elementos
Ni de éste (afijación proporcional) tenemos un muestreo aleatorio estratificado proporcional.
Tomamos en cada estrato una muestra proporcional a su tamaño. Si se divide la población N en
L subpoblaciones (estratos) y la muestra es de tamaño n obtenemos:
n1
n
n
n
= 2 = ... = L =
NL
N1
N2
L
EJEMPLOS
1.- Se aplica a una población de 100 individuos un muestreo aleatorio
estratificado tomando una muestra de 12 elementos. Si los estratos los
forman 10, 20, 30 y 40 individuos, ¿cuántos se toman en cada estrato con
una afijación igual?, ¿y si la afijación es proporcional?
Resolución:
• Si se toman en cada estrato una afijación igual tenemos un muestreo
aleatorio estratificado constante. Tomamos en cada estrato una muestra ni
con el mismo número de elementos que las demás. Si hemos dividido la
población N en L subpoblaciones y la muestra es de tamaño n obtenemos:
n
n1 = n2 = ... = nL =
L
con los datos del problema en cada estrato tenemos:
12
n1 = n2 = n3 = n4 =
= 3 individuos
4
•
Si se toman en cada estrato una afijación proporcional tenemos un
muestreo aleatorio estratificado proporcional. Tomamos en cada estrato
una muestra ni proporcional a su tamaño Ni. Si hemos dividido la población
N en L subpoblaciones y la muestra es de tamaño n obtenemos:
n1
n
n
n
= 2 = ... = L =
NL
N1
N2
L
con los datos del problema en cada estrato tenemos:
n1
n
n
n
12
= 2 = 3 = 4 =
100
10
20
30
40
ESTADÍSTICA Y PROBABILIDAD
87
obteniendo:
12
n1 =
.10 = 1,2 ≈ 1 individuos
100
12
.20 = 2,4 ≈ 2 individuos
n2 =
100
12
n3 =
.30 = 3,6 ≈ 4 individuos
100
12
n4 =
.40 = 4,8 ≈ 5 individuos
100
2.- En una cierta población habitan 1500 niños y jóvenes, 7500 adultos y
1000 ancianos. Para realizar un determinado estudio, van a ser
encuestados 200 individuos. Razónese cómo ha de estar constituida la
muestra.
Resolución:
Como son tres estratos de tamaño diferente debemos tomar un muestreo
aleatorio estratificado proporcional. Tomamos en cada estrato una muestra ni
proporcional a su tamaño Ni.
La población tiene N = 1500+7500+1000 = 10000 individuos. Dividimos dicha
población en L = 3 subpoblaciones y como la muestra es de tamaño 200
obtenemos:
n1
n2
n3
200
=
=
=
1500
7500
1000
10000
siendo:
200
n1 =
.1500 = 30 individuos
10000
200
n2 =
.7500 = 150 individuos
10000
200
n3 =
.1000 = 20 individuos
10000
3.- En el curso 1997/98 los alumnos de un Instituto de Educación
Secundaria se han distribuido de acuerdo con la siguiente tabla:
Hombres
Mujeres
ESO
45
43
ESO
51
50
ESO
23
39
ESO
22
33
BTO.
47
51
BTO.
40
66
Se desea elegir una muestra , por el método estratificado, por sexo y nivel
de 50 alumnos para pasarles una encuesta, ¿cómo se haría?
Resolución:
Como la muestra se desea hacer por el método estratificado considerando el
sexo y nivel de los alumnos, nos interesa separarlos por dichos conceptos. Nos
queda la tabla:
Hombres
Mujeres
ESTADÍSTICA Y PROBABILIDAD
ESO
141
165
BTO.
87
117
88
Como son estratos de tamaño diferente tomamos un muestreo aleatorio
estratificado proporcional, siendo la muestra ni proporcional a su tamaño N;
con los datos del problema, en cada estrato tenemos:
n1
n
n
n
50
= 2 = 3 = 4 =
141
87
165
117
510
obteniendo:
50
n1 =
.141 = 13,82 ≈ 14 alumnos
510
50
n2 =
.87 = 8,53 ≈ 9 alumnos
510
50
.165 = 16,18 ≈ 16 alumnos
n3 =
510
50
n4 =
.117 = 11,47 ≈ 11 alumnos
510
EJERCICIOS PROPUESTOS
1.- En el curso 1997/98 los alumnos de 1º de bachillerato de una localidad se distribuyen en tres
institutos con 78, 48 y 120 alumnos. Si queremos elegir una muestra de 12 alumnos.
a) ¿Cuántos se toman en cada estrato con afijación igual?
b) ¿Y si la afijación es proporcional?
Solución: a) $ alumnos en cada instituto, b) 4, 2 y 6 alumnos respectivamente.
2.- Los alumnos de un instituto se distribuyen en cuatro cursos con 200, 140, 160 y 100 alumnos.
Si queremos elegir una muestra de 20 alumnos.
a) ¿Cuántos se toman en cada estrato con una afijación igual?
b) ¿Y si la afijación es proporcional?
Solución:
3.- En un país las declaraciones fiscales correctas son del 60%, 40% y 80% , según se trate de
industriales, profesionales o asalariados. Se sabe que el total de declaraciones el 10% son de
industriales, el 20% de profesionales y el resto de asalariados. Si se realizan 1500 inspecciones:
a) ¿Cuántos industriales, profesionales o asalariados han de ser inspeccionados si se desea que la
inspección sea proporcional a la probabilidad de declaración incorrecta?
b) ¿Cuántos industriales, profesionales o asalariados han de ser inspeccionados si se desea que la
inspección sea proporcional al número de declaraciones en cada categoría?
Solución:
4.- En una biblioteca se tienen 1700 libros de Filosofía, 1200 de Sociología, 800 de Matemáticas,
14400 de Literatura y 2900 de Historia. Si se desea obtener una muestra de 150 libros.
a) ¿Cuántos se toman en cada estrato con una afijación igual?
b) ¿Y si la afijación es proporcional?
Solución:
5.- Los habitantes de una ciudad se distribuyen según sexo y categoría de fumador/no fumador
de acuerdo con la siguiente tabla.
Hombres
Mujeres
Fumador
300
400
No fumador
700
800
Se desea elegir una muestra, por el método estratificado, por sexo y categoría de fumador de 22
individuos para pasarles una encuesta, ¿cómo se haría?
Solución: 3 hombre fumadores, 7 no fumadores, 4 mujeres fumadoras, 8 no fumadoras.
ESTADÍSTICA Y PROBABILIDAD
89
6.4.- DISTRIBUCIÓN MUESTRAL DE MEDIAS.
1.- Definición
Dada una población de media µ y desviación típica σ, el conjunto formado por todas las
muestras de tamaño n se denomina distribución muestral de medias de tamaño n. Si la
población es infinita los parámetros de la nueva distribución sean las extracciones con o sin
reemplazamiento, son:
σ
µ x = µ, σ x =
n
2.- Teorema central del límite
Si una muestra aleatoria simple de tamaño n procede de una población normal infinita o finita
con reemplazamiento N(µ, σ) descrita por la variable aleatoria X, entonces la media muestral X

σ 
 .
sigue una ley N µ,
n

En caso de que la muestra sea superior a 30 la distribución de medias muestrales sigue una ley
normal aunque no lo sea la distribución de partida.
EJEMPLOS
1.- Si se tira 100 veces un dado, ¿cuántas veces cabe esperar que la
puntuación media esté entre 4 y 5?
Resolución:
Al tirar un dado la puntuación obtenida sigue una distribución:
xi
pi
1
1
6
2
1
6
3
1
6
4
1
6
5
1
6
6
1
6
siendo su media:
n
µ=
∑ x p = 3,5
i i
i =1
y su desviación típica:
n
σ =
2
∑x
2
2
i pi - µ
= 2,92 ⇒ σ =
2,92 = 1,71
i =1
Para determinar la distribución de la media muestral utilizamos el teorema
central del límite según el cual, dada una población, la distribución de las

σ 
 .
medias muestrales sigue una ley N  x ,
n

En nuestro caso es:

N  3,5 ;

1,71 
 = N(3,5; 0,17)
100 
ESTADÍSTICA Y PROBABILIDAD
90
El problema trata de averiguar la probabilidad P(4≤X≤5) en una distribución
normal N(3,5; 0,17). Lo primero que vamos a hacer es tipificar la variable
X - 3,5
aleatoria mediante el cambio Z =
:
0,17
4 - 3,5
- Para X = 4 ⇒ Z =
= 2,94
0,17
5 - 3,5
Para X = 5 ⇒ Z =
= 8,82
0,17
El problema se ha transformado en averiguar la probabilidad P(2,94 ≤ Z ≤
8,82). Hallémosla:
P(Z ≤ 8,82) - P(Z ≤ 2,94) = 1-0,984 = 0,016
Como hay 100 muestras tendremos 0,016 x100 = 1,6
que tomamos como 2 muestras con media comprendida entre 4 y 5.
2.- Las estaturas de 1200 alumnos de un centro de enseñanza superior se
distribuyen normalmente con media 1,72 m y la desviación típica 0,9 m. Si
se seleccionan 100 muestras de 36 estudiantes cada una.
a) ¿Es aplicable el teorema central del límite?
b) Calcula la media y desviación típica esperada en la distribución
muestral de muestras.
¿En cuántas muestras cabría esperar una media comprendidas entre 1,68
y 1,73 m.?
Resolución:
a) Sí es aplicable el teorema central del límite ya que la población de partida es
normal y además el número de elementos de la muestra, n, es mayor que 30.
b) Aplicando el teorema central del límite la distribución muestral de muestras

σ 
 , por lo tanto:
sigue una ley normal N µ,
n

La media es:
µ x = µ = 1,72
La desviación típica es:
0,9
σx =
= 0,15
36
c) La probabilidad de que la media muestral esté comprendidas entre 1,68 y
1,73 m. es
P(1,68 ≤ X ≤ 1,73)
en una distribución normal N(1,72; 0,15). Tipificando mediante el cambio:
X - 1,72
Z=
0,15
obtenemos:
- Para X = 1,68 ⇒Z =
1,68 - 1,72
= -0,27
0,15
ESTADÍSTICA Y PROBABILIDAD
91
1,73 - 1,72
= 0,06
0,15
El problema se ha transformado en averiguar la probabilidad P(-0,27 ≤ Z ≤
0,06). Hallémosla:
P(-0,27 ≤ Z ≤ 0,06) = P(Z≤0,06) - P(Z ≤ -0,27) = P(Z ≤ 0,06) -[ 1- P(Z≤0,27)].
- Para X = 1,73 ⇒Z =
Se puede ver en la figura adjunta el
recinto y tomando valores en la tabla del
apéndice obtenemos:
P(-0,27 ≤ Z ≤ 0,06) =
= 0,5239 -[1-0,6064] = 0,1304
Como hay 100 muestras tendremos:
0,1304 x100 = 13,04
que tomamos como 13 muestras con media comprendida entre 1,68 y 1,73.
3.- Una población está formada por sólo 5 elementos, con valores 3, 5, 7,
9 y 11. Consideramos todas las muestras posibles de tamaño 2, con
reemplazamiento, que pueden extraerse de esta población. Determínese:
a) La media de la población.
b) La desviación típica de la población.
c) La media y la desviación típica de la distribución muestral de muestras.
Resolución:
a) La media de la población {3, 5, 7, 9, 11) es:
3 + 5 + 7 + 9 + 11
µ=
=7
5
b) La desviación típica es:
σ=
(3 − 7) 2 + (5 − 7) 2 + (7 − 7) 2 + (9 − 7) 2 + (11 − 7) 2
=
5
8
c) La media y la desviación típica de la distribución muestral de muestras se
hallan mediante la siguiente tabla auxiliar:
3
5
7
9
11
3
5
7
9
11
xi
3
4
5
6
7
2
xi
9
16
25
36
49
xi
4
5
6
7
8
xi
16
25
36
49
64
xi
5
6
7
8
9
xi
25
36
49
64
81
xi
6
7
8
9
10
xi
36
49
64
81
100
xi
7
8
9
10
11
49
64
81
100
121
2
2
2
2
xi
ESTADÍSTICA Y PROBABILIDAD
92
•
La media aritmética de todas las medias muestrales, µ x , es
µx =
•
175
=7
25
La desviación típica de todas las medias muestrales, σ x , es
σx =
•
1325
− 72 =
25
4 =2
La relación que hay entre ambas medias y desviaciones típicas es:
µ = µx
σx =
σ
2
4.- Una población se compone de 3 adultos de edades 34, 35 y 39 años.
Consideramos todas las posibles muestras, con reemplazamiento, de
tamaño 2 que pueden formarse. Determínese:
a) La media y la desviación típica de la población.
b) La media y la desviación típica de la distribución muestral de muestras.
c) ¿Qué relación hay entre los resultados obtenidos en a) y b)
Resolución:
a) La media y desviación típica de la población {34, 35, 39} es:
34 + 35 + 39
µ=
= 36
3
σ=
(34 − 36) 2 + (35 − 36) 2 + (39 − 36) 2
=
3
14
3
b) Las posibles muestras con reemplazamiento de tamaño 2, así como sus
medias muestrales viene dadas en la siguiente tabla:.
Muestra 34, 34 34, 35
xi
2
xi
34, 39
35, 34
35, 35 35, 39 39, 34
39, 35 39, 39
36,5
34,5
35
37
34
34,5
1156
1190,25 1332,25 1190,25 1225
37
36,5
1369
1332,25 1369
39
1521
Tomamos las medias obtenidas como valores de una variable estadística y
calculamos su media y desviación típica.
La media aritmética de todas las medias muestrales, µ x , es
µx =
324
= 36
9
La desviación típica de todas las medias muestrales, σ x , es
σx =
11685
− 362 =
9
7
3
c) La relación que hay entre ambas medias y desviaciones típicas es:
µ = µx , σx =
σ
2
ESTADÍSTICA Y PROBABILIDAD
93
5.- En un centro de enseñanza la estatura media de los estudiantes es
2
168,5 cm. y la varianza es 47,61 cm . Si se selecciona una muestras de
100 individuos.
a) Calcula la probabilidad de que la media muestral esté por debajo de
168 cm.
b) Calcula la probabilidad de que la media muestral esté por encima de
170 cm.
c) Calcula la probabilidad de que la media muestral esté comprendida
entre 168 y 169 cm.
d) Si aumentásemos el tamaño de la muestra, ¿qué sucedería con las
probabilidades calculadas en los apartados anteriores?, ¿aumentarían o
disminuirían?.
Razona la respuesta.
Resolución:
2
Si la varianza es 47,61 cm , la desviación típica es σ = 6,9 cm, luego siguen
una ley de media µ=168,5 y σ = 6,9. Como n>30 podemos aplicar el teorema
central del límite, con lo cual la distribución muestral de muestras sigue una ley

 σ 
6,9 
 = N(168,5; 0,69)
 = N 168,5,
normal N µ ,
n
100 


a) La probabilidad de que la media muestral esté por debajo de 168 cm es
X - 168,5
P(X≤168). Tipificando la variable con el cambio Z =
obtenemos, Z =
0,69
168 - 168,5
= -0,72
0,69
P(X≤168) = P(Z≤-0,72) = 1-P(0,72) = 1-0,7642 = 0,2358
b) La probabilidad de que la media muestral esté por encima de 170 cm es
170 - 168,5
P(X≥170). Tipificando la variable obtenemos Z =
= 2,17
0,69
P(X≥170) = P(Z≥2,17) = 0,9850
c) La probabilidad de que la media muestral esté comprendida entre 168 y 169
cm es P(168≤X≤169). Tipificando el problema se ha transformado en averiguar
la probabilidad:
P(−0,72≤ Z ≤ 2,17) = P(Z≤2,17) - P(Z ≤-0,72) = P(Z≤2,17) - [1- P(Z ≤-0,72)] =
= 0,9850 -[1-0,2358] = 0,2208
Como hay 100 muestras tendremos:
0,1304 x100 = 13,04
que tomamos como 13 muestras con media comprendida entre 1,68 y 1,73.
d) Si aumentásemos el tamaño de la muestra, la desviación típica de la
X - 168,5
distribución disminuiría y por lo tanto al tipificar con el cambio Z =
σ
aumentarían los valores tipificados y las probabilidades calculadas en los
apartados anteriores aumentarían.
ESTADÍSTICA Y PROBABILIDAD
94
EJERCICIOS PROPUESTOS
1.- Estamos verificando una máquina dispensadora de combustible, comprobando la cantidad, X,
de líquido que suministra cuando solicitamos que nos dé 1 litro.
De nuestra experiencia deducimos que X es una variable aleatoria cuya media es 990 mililitros y
cuya desviación típica es 60 mililitros. Si hacemos 36 extracciones de 1 litro, ¿cuál es la
probabilidad de que la cantidad media de combustible sea menor que 1 litro?
Solución: P(X ≤ 1000) = P(Z ≤ 1) = 0, 8413
2.- Se ha tomado una muestra de los precios de un mismo producto alimenticio en 16 comercios,
elegidos al azar en un barrio de la ciudad, y se han encontrado los siguientes precios:
95, 108, 97, 112, 99, 106, 105, 100, 99, 98, 104, 110, 107, 111, 103, 110.
Suponiendo que los precios de este producto se distribuyen según una ley normal de varianza 25
y media desconocida.
¿Cuál es la distribución de la media muestral?.
Solución: N(104; 02)
3.- La variable altura de las alumnas que estudian en una escuela de idiomas sigue una
distribución normal de media 1,62 m y desviación típica 0,12 m. ¿Cuál es la probabilidad de que
la media de una muestra aleatoria de 100 alumnas sea mayor que 1,60 m?.
Solución: P( x ≥ 1,60) = P(Z ≤ 1,67) = 0,9525
4.- Sea una población formada por sólo 3 elementos con valores 2, 4 y 6. Consideremos todas las
muestras, con reemplazamiento de tamaño 2.
a) Calcula media y desviación típica de la población así como de las medias muestrales.
b) ¿Qué relación hay entre ambas medias?.
Solución: a) µ = 4, σ =
σ
8
b) Relación entre medias y desviaciones típicas: µ = µ x , σ x =
3
2
5.- Un ascensor admite como peso máximo 300 kg. La población de usuarios tiene un peso que
se distribuye según una ley normal de media 70 kg. y desviación típica 10 kg..
Calcula la probabilidad de que 4 personas cualesquiera de dicha población, que suban al
ascensor, superen dicho peso máximo.
Solución: P( X ≥ 300)= P(Z ≥ 45) = 1 - P(Z ≤ 45) ≈ 0
6.- Una variable aleatoria X sobre una población tiene de media 50 y desviación típica 5.
Extraemos, aleatoriamente, de dicha población 1000 muestras, todas ellas de tamaño 64. De
cada muestra, calculamos su media, y llamamos A al conjunto de números formados con esas
medias.
a) Di que valores se pueden esperar para la media y la desviación típica de la distribución A.
b) ¿Cuál es la probabilidad de que una de seas muestras tenga una media comprendida entre 48,5
y 50,5?
Solución:
7.- Un contable toma una muestra aleatoria de tamaño n = 36 de una población de 100 cuentas
por cobrar. El valor medio de las cuentas por cobrar es de 26000 pta, con una desviación típica
poblacional de 450 pta.
a) Calcula la probabilidad de que la media muestral sea inferior a 2500 pta.
b) Calcula la probabilidad de que la media muestral se encuentre a no más de 225 pta. De la
media de la población
Solución:
ESTADÍSTICA Y PROBABILIDAD
95
6.5.- DISTRIBUCIÓN MUESTRAL DE PROPORCIONES.
Se denomina distribución muestral de proporciones de tamaño n, L(P), al conjunto formado por
todas las proporciones de una cierta población P que pose determinada característica p. L(P) se

pq 
distribuye según una ley normal N  p,
.

n 

EJEMPLOS
1.- Una máquina produce tornillos, de los cuales se sabe que un 5% son
defectuosos, se empaquetan en cajas de 400 unidades. ¿Cómo se
distribuye la proporción de tornillos en las cajas?
Resolución:
• La proporción de tornillos defectuosos es p = 0,05.
•
El tamaño de la muestra es n = 400
•
La distribución es de tipo normal siendo:
µp = p = 0,05
pq
0,05.(1 - 0,05)
σp =
=
= 0,0011
n
400
Es decir la distribución normal N(0,05; 0,011)
2.- El 15% de los jóvenes son miopes, ¿cómo se distribuye la proporción
de jóvenes miopes en muestras de 40 individuos?
Resolución:
• La proporción de tornillos defectuosos es p = 0,15.
•
El tamaño de la muestra es n = 40
•
La distribución es de tipo normal siendo:
µp = p = 0,15
pq
0,15.(1 - 0,15)
σp =
=
= 0,565
n
40
Es decir la distribución normal N(0,15; 0,565)
3.- Una población está formada por sólo 4 elementos, con valores 1, 2, 4 y
6. Determina:
a) La proporción de cifras impares
b) Escribe todas las muestras de tamaño 2 que pueden extraerse con
reemplazamiento.
c) Calcula para cada una de las muestras la proporción de cifras impares.
d) Calcula la media y desviación típica de la distribución muestral de
proporciones.
Resolución:
a) La proporción de cifras impares es p = ¼ = 0,25.
ESTADÍSTICA Y PROBABILIDAD
96
b y c) Las muestras con reemplazamiento de tamaño 2 y la proporción de cifras
impares en cada muestra viene dada en la tabla adjunta:
3
5
7
9
11
3
5
7
9
11
xi
3
4
5
6
7
xi
2
9
16
25
36
49
xi
4
5
6
7
8
xi
16
25
36
49
64
xi
5
6
7
8
9
xi
25
36
49
64
81
xi
6
7
8
9
10
xi
36
49
64
81
100
xi
7
8
9
10
11
49
64
81
100
121
2
2
2
2
xi
d) La media y la desviación típica es:
•
µp = p = 0,25
•
σp =
(1 - 0,25) 2 + (0,5 - 0,25) 2 + ... + (0 - 0,25) 2
= 0,09375
16
EJERCICIOS PROPUESTOS
1.- Una máquina produce vasos, de los cuales se sabe que un 3% son defectuosos, se empaquetan
en cajas de 500 unidades. ¿Cómo se distribuye la proporción de vasos en las cajas?

0,03.0,97 
Solución: N  0,03;
= N(0,03; 0,076)

500 

2.- Si lanzamos 100 veces un dado de parchís, ¿cómo se distribuye la proporción de veces que
aparece un 5?
1
1/6.(1 - 1/6) 
Solución: N  ,
= N(0,0167; 0,037)
6

100


3.- Una población está formada por sólo 3 elementos, con valores 2, 4 y 6. Considera todas las
muestras de tamaño 2 que pueden extraerse con reemplazamiento.
a) Calcula la media y desviación típica de la distribución muestral de proporciones.
b) ¿Qué relación hay entre ambas medias?
Solución:
4.- Una población está formada por sólo 3 elementos, con valores 2, 4 y 6. Considera todas las
muestras de tamaño 2 que pueden extraerse sin reemplazamiento.
a) Calcula la media y desviación típica de la distribución muestral de proporciones.
b) ¿Qué relación hay entre ambas medias?
Solución:
ESTADÍSTICA Y PROBABILIDAD
97
6.6.- EJERCICIOS DEL TEMA
1.- Enuncia la población, los individuos y la muestra del experimento estadístico consistente en
hallar la talla de todos los alumnos de un instituto si se tallan solamente a los delegados y
subdelegados.
Solución:
2.- Enuncia la población, los individuos y la muestra del experimento estadístico consistente en
hallar la longitud de los puros que fabrica una máquina si sólo se mide uno de cada 100.
Solución:
3.- Enuncia la población, los individuos y la muestra del experimento estadístico consistente en
hallar la altura de los alumnos de un instituto si tallamos solamente a los alumnos varones que
tengan la mayor y menor peso de cada clase. ¿Es la muestra extraída representativa? Explica por
qué.
Solución:
4.- Enuncia si consideramos población o muestra de un experimento estadístico y si la muestra es
representativa:
a) Control de calidad de los vasos de un almacén mediante el estudio de 100 vasos.
b) Opinión sobre una dependienta de los clientes atendidos en una hora.
c) Opinión sobre unos grandes almacenes de los clientes que salen por todas las puertas.
d) Resultado de unas elecciones escrutando las papeletas de una de cada 10 mesas.
Solución:
5.- Enuncia si consideramos población o muestra de un experimento estadístico y si la muestra es
representativa:
a) La elección de una comisión de una clase.
b) Alumnos que salen a ala pizarra en una clase elegidos de manera aleatoria.
c) Estudio de las familias de una ciudad mediante una familia que se ofrece de manera
voluntaria.
Solución:
6.- Explica por qué recurrimos a una muestra en cada uno de los casos.
a) Obtener la resistencia a la rotura de una partida de tubos de vidrio.
b) Estudio de la temperatura de fusión de ciertas sustancias.
c) Estudio de la eficacia de un nuevo pienso en la alimentación de los animales de una cuadra.
Solución:
7.- Si el censo electoral de una población son 27.800 electores y deseamos extraer una muestra
de 200 individuos. Si sabemos que hay tres grupos con el 20%, 35% y 45% respectivamente.
¿Cómo se extraería una muestra de 200 individuos con estratos proporcionales a esos
porcentajes?
Solución: 40, 70 y 90 individuos respectivamente.
8.- Si los habitantes de un barrio son 2500 niños, 7000 adultos y 500 ancianos respectivamente y
se desea extraer una muestra de 100 individuos con estratos proporcionales a esos porcentajes,
¿cuántos individuos debe haber en cada estrato?
Solución: 25 niños, 70 adultos y 5 ancianos.
9.- En una biblioteca se tienen cinco secciones con 500, 860, 1200, 700 y 740 libros
respectivamente. Si se desea obtener una muestra estratificada del 5% de los libros.
a) ¿Cuántos se toman en cada estrato con una afijación igual?
b) ¿Y si la afijación es proporcional?
Solución: a) 40 libros,
b) 25, 43, 60, 35 y 37 libros en cada sección.
10.- Los alumnos de un instituto se distribuyen de acuerdo con la siguiente tabla.
ESTADÍSTICA Y PROBABILIDAD
98
Hombres
Mujeres
3º ESO
105
95
4º ESO
70
80
1º BTO
47
53
2º BTO
40
60
Se desea elegir una muestra, por el método estratificado, por sexo y nivel de 55 individuos para
pasarles una encuesta, ¿cómo se haría?
Solución: 3 hombre fumadores, 7 no fumadores, 4 mujeres fumadoras, 8 no fumadoras.
11.- Si se tira 200 veces un dado, ¿cuántas veces cabe esperar que la puntuación media esté entre
3 y 4?
Solución:
12.- Las tallas de la ropa de 1000 alumnos de un centro de enseñanza superior se distribuyen
normalmente con media 40 y desviación típica 2. Si se seleccionan 100 muestras de 25
estudiantes cada una.
a) ¿Es aplicable el teorema central del límite?
b) Calcula la media y desviación típica esperada en la distribución muestral de muestras.
c) ¿En cuántas muestras cabría esperar una media comprendidas entre 38 y 42?
Solución:
13.- Una población está formada por 4 elementos, con valores 3, 5, 7 y 9. Consideramos todas
las muestras posibles de tamaño 2, con reemplazamiento, que pueden extraerse de esta
población. Determínese:
a) La media y la desviación típica de la población.
b) La media y la desviación típica de la distribución muestral de muestras.
c) ¿Qué relación hay entre los resultados obtenidos entre a) y b)?
Solución:
14.- Una población se compone de 3 adultos de tallas 170, 173 y 179 cm. Consideramos todas
las muestras posibles de tamaño 2, con reemplazamiento, que pueden extraerse de esta
población. Determínese:
a) La media de la población.
b) La desviación típica de la población.
c) La media y la desviación típica de la distribución muestral de muestras.
Solución:
15.- En un centro de enseñanza el peso medio de los estudiantes es 68 kg. y la varianza es 17
kg2. Si se selecciona una muestras de 81 individuos.
a) Calcula la probabilidad de que la media muestral esté por debajo de 68 kg.
b) Calcula la probabilidad de que la media muestral esté por encima de 70 kg.
c) Calcula la probabilidad de que la media muestral esté comprendida entre 68 y 69 kg.
Solución:
16.- Estamos verificando una balanza, comprobando la cantidad, X, pesada cuando solicitamos
que nos dé 1 kilo.
De nuestra experiencia deducimos que X es una variable aleatoria cuya media es 1010 gramos y
cuya desviación típica es 40 gramos. Si hacemos 25 extracciones de 1 kilogramo, ¿cuál es la
probabilidad de que la cantidad media de combustible sea mayor que 1 kilo?
Solución:
17.- Se ha tomado una muestra de los precios de un mismo producto alimenticio en 9 comercios,
elegidos al azar en un barrio de la ciudad, y se han encontrado los siguientes precios:
95, 108, 97, 112, 99, 106, 105, 100, 99, 98.
Suponiendo que los precios de este producto se distribuyen según una ley normal de varianza 16
y media desconocida.
¿Cuál es la distribución de la media muestral?.
Solución:
ESTADÍSTICA Y PROBABILIDAD
99
18.- La variable peso de las alumnas que estudian en una escuela de idiomas sigue una
distribución normal de media 50 kg y desviación típica 6 kg. ¿Cuál es la probabilidad de que la
media de una muestra aleatoria de 64 alumnas sea mayor que 48 kilos?
Solución:
19.- Sea una población formada por sólo 3 elementos con valores 3, 5 y 7. Consideremos todas
las muestras, con reemplazamiento de tamaño 2.
a) Calcula media y desviación típica de la población así como de las medias muestrales.
b) ¿Qué relación hay entre ambas medias?.
Solución:
20.- Una variable aleatoria X sobre una población tiene de media 100 y desviación típica 10.
Extraemos, aleatoriamente, de dicha población 100 muestras, todas ellas de tamaño 49. De cada
muestra, calculamos su media, y llamamos A al conjunto de números formados con esas medias.
a) Di que valores se pueden esperar para la media y la desviación típica de la distribución A.
b) ¿Cuál es la probabilidad de que una de seas muestras tenga una media comprendida entre 98 y
102?
Solución:
21.- Un contable toma una muestra aleatoria de tamaño n = 25 de una población de 81 cuentas
por cobrar. El valor medio de las cuentas por cobrar es de 2000 pta, con una desviación típica
poblacional de 50 pta.
a) Calcula la probabilidad de que la media muestral sea inferior a 1900 pta.
b) Calcula la probabilidad de que la media muestral se encuentre a no más de 25 pta. de la media
de la población
Solución:
22.- Una máquina produce botellas, de los cuales se sabe que un 2% son defectuosas, se
empaquetan en cajas de 500 unidades. ¿Cómo se distribuye la proporción de botellas en las
cajas?
Solución:
23.- Si lanzamos 300 veces un dado de quinielas, ¿cómo se distribuye la proporción de veces que
aparece un 1?
Solución:
24.- Una población está formada por sólo 3 elementos, con valores 1, 3 y 5. Considera todas las
muestras de tamaño 2 que pueden extraerse con reemplazamiento.
a) Calcula la media y desviación típica de la distribución muestral de proporciones.
b) ¿Qué relación hay entre ambas medias?
Solución:
25.- Una población está formada por sólo 3 elementos, con valores 1, 3 y 5. Considera todas las
muestras de tamaño 2 que pueden extraerse sin reemplazamiento.
a) Calcula la media y desviación típica de la distribución muestral de proporciones.
b) ¿Qué relación hay entre ambas medias?
Solución:
26.- Una población está formada por sólo 4 elementos, con valores 1, 2, 3 y 4. Determina:
La proporción de cifras pares
Escribe todas las muestras de tamaño 2 que pueden extraerse sin reemplazamiento.
Calcula para cada una de las muestras la proporción de cifras pares.
Calcula la media y desviación típica de la distribución muestral de proporciones.
Solución:
27.- Los alumnos de preescolar tiene una estatura que es una variable aleatoria de media 95 cm y
desviación típica 16 cm y consideramos una muestra aleatoria de 36 de tales alumnos, ¿cuál es la
probabilidad de que la media de esa muestra tome valores comprendidos entre 90 y 100 cm?
Solución:
ESTADÍSTICA Y PROBABILIDAD
100
TEMA 7:
DECISIÓN ESTADÍSTICA
7.1.- INTERVALO DE CONFIANZA DE LA MEDIA.
1.- Estimación de la media
Sea X una variable aleatoria que sigue una ley normal N(µ, σ) o bien a la que se puede aplicar el
teorema central del límite (n>30) y sea x1, .. xn una muestra aleatoria de tamaño n. La

σ 
 y la variable tipificada
distribución de medias muestrales L( x ) sigue una ley normal N µ,
n

x −µ
σ/ n
una ley N(0,1)
•
El porcentaje 1-α, nivel de confianza, de las medias muestrales está en el intervalo


σ
σ 
σ 
 µ - Z α/2
 , es decir P | x - µ | < Z α/2
, µ + Z α/2
=1-α
n
n
n


•
El valor de la media poblacional desconocida, µ, se puede determinar a partir del valor de la
media muestral, x , mediante el intervalo de confianza:

σ
σ 
 x - Z α/2

, x + Z α/2
n
n

•
Si se desconoce la desviación típica poblacional se sustituye por la desviación típica
muestral, es decir, el intervalo de confianza es:

s
s 
 x - Z α/2

, x + Z α/2
n
n

2.- Error muestral
El error máximo admisible en una muestra es:
σ
E = Z α/2
n
•
Cuanto mayor sea n menor es E.
•
Cuanto mayor sea 1-α mayor es E.
3.- Tamaño de la muestra.
Fijado el error máximo admisible y el intervalo de confianza, el mínimo tamaño de la muestra se
obtiene de la expresión
E = Z α/2
Z σ
⇒ n =  α/2 
n
 E 
σ
2
•
Cuanto mayor sea Zα/2 (menor α) mayor es el tamaño de la muestra.
•
Cuanto menor es E, el intervalo es más fino y por lo tanto mayor el tamaño de la muestra.
ESTADÍSTICA Y PROBABILIDAD
101
EJEMPLOS
1.- Un laboratorio farmacéutico fabrica un producto para la caída del
cabello que envasa en botes, y en el etiquetado indica que su contenido
aproximado es de 10 cc. Se eligen, al azar, 7 de estos botes y se miden
sus contenidos dando el siguiente resultado:
9,7
10,1 10,2
9,9
9,8
10
10,3
¿Podemos asegurar, con un nivel del 95%, que la capacidad media de los
botes que se fabrican es la indican en el bote? .
(Se sabe que el contenido es una variable aleatoria normal de desviación
típica 0,2).
Resolución:
La media muestral es:
9,7 + 10,1 + 10,2 + 9,9 + 9,8 + 10 + 10,3 70
x =
=
= 10
7
7
Una confianza del 95% indica que 1-α = 0,95, luego α/2 = 0,025, luego
tenemos Zα/2 = 1,96 pues P(X<1,96) = 0,975. El intervalo de confianza es:

σ
σ  
0,2
0,2 
 = (9,85; 10,15)
 x - Zα /2
 = 10 - 1,96
, x + Zα /2
,10 + 1,96

 

n
n 
7
7

Como 10∈(9,85; 10,15) el valor de µ está dentro del intervalo de confianza
pedido. Podemos asegurar, con un nivel del 95%, que la capacidad media de
los botes que se fabrican es la indican en el bote.
2.- Sea una variable aleatoria que sigue una ley normal de media µ y
desviación típica 3. Una muestra de tamaño 100, seleccionada al azar, ha
dado como media 9. Determina un intervalo de confianza de µ si se fija
como coeficiente de confianza 0,95.
Resolución:
Estamos buscando un intervalo ( x -a, x +a) en el que se encuentre la media
del rendimiento de los estudiantes, µ, con una confianza del 95 %. Esto quiere
(
)
decir P x - µ < a = 0,95
Pero como

P | Z | <

x-µ
σ/ n
normaliza la distribución podemos escribir:



a 
a 
 = 2 P Z <
 -1 = 0,95 ⇒ P Z <
 = 0,975
σ / n
σ/ n
σ/ n


a
Buscamos en las tablas del apéndice para qué valor la probabilidad es 0,975 y
encontramos 2,58. Luego:
a
1,96 σ
σ/ n
= 1,96 ⇒ a =
n
Sustituyendo n por 100 y σ por 3 obtenemos:
1,96 σ
1,96.3
a=
=
n
= 0,59
100
Por lo tanto el intervalo de confianza al 95% buscado es:
ESTADÍSTICA Y PROBABILIDAD
102
( x -a x +a) = (9-0,59, 9+0,59) = (8,41; 9,59)
3.- Una máquina automática fabrica piezas cuya longitud sigue una
distribución normal de media desconocida y desviación típica 0,5 mm.
Para estimar una longitud media se toma una muestra de 25 piezas
obteniéndose una media muestral de 50 mm Calcula un intervalo de
confianza del 95% para la longitud media de la población.
Resolución:
Estamos buscando un intervalo ( x -a, x +a) en el que se encuentre la media del
rendimiento de los estudiantes, µ, con una confianza del 95 %. Esto quiere
(
)
decir P x - µ < a = 0,95
Pero como

P | Z | <

x-µ
σ/ n
normaliza la distribución podemos escribir:



a 
a 
 = 2 P Z <
 -1 = 0,95 ⇒ P Z <
 = 0,975
σ / n
σ/ n
σ/ n


a
Buscamos en las tablas del apéndice para qué valor la probabilidad es 0,975 y
encontramos 2,58. Luego:
a
1,96 σ
σ/ n
= 1,96 ⇒ a =
n
Sustituyendo n por 25 y σ por 0,5 obtenemos:
1,96 σ
1,96.0,5
a=
=
n
= 0,20
25
Por lo tanto el intervalo de confianza al 95% buscado es:
( x -a, x +a) = (50-0,20, 50+0,20) = (49,8; 50,2)
4.- a) Determina un intervalo, con el 95% de confianza, para la media de
una variable normal que tiene una desviación típica σ =3 y teniendo en
cuenta que se ha obtenido de una muestra de tamaño 100 que ha tenido
de media x = 5.
b) ¿Cuál debería haber sido el tamaño de la muestra si se quiere obtener
un intervalo de confianza (también al 95% de confianza), para la media de
una longitud 0,4?.
Resolución:
a) Estamos buscando un intervalo ( x -a x +a) en el que se encuentre la media
del rendimiento de los estudiantes, µ, con una confianza del 95 %. Esto quiere
decir:
(
)
P x - µ < a = 0,95
Pero como
x-µ
σ/ n
normaliza la distribución podemos escribir:



a 
a 
a 
P | Z | <
 = 2 P Z <
 -1 = 0,95 ⇒ P Z <
 = 0,975
σ / n
σ / n
σ / n



ESTADÍSTICA Y PROBABILIDAD
103
Buscamos en las tablas del apéndice para qué valor la probabilidad es 0,975 y
a
1,96 σ
encontramos 2,58. Luego:
= 1,96 ⇒ a =
σ/ n
n
Sustituyendo n por 100 y σ por 3 obtenemos:
1,96.3
1,96 σ
a=
=
= 0,59
n
100
Por lo tanto el intervalo de confianza al 95% buscado es:
( x -a x +a) = (5-0,59, 5+0,59) = (4,41; 5,59)
b) La población sigue una distribución normal N(, 3), con media desconocida y
desviación típica 3. Nos interesa determinar el tamaño de la muestra, n, pues la media
de la población difiere de la media muestral en menos de 0,2 en el 95% de los casos en
que tomemos muestras ya que la anchura del intervalo de confianza es el doble que el
posible error de estimación. Es decir determinar n para que se verifique P{│ | x - µ | <
0,2} = 0,95
Como
x-µ
σ/ n
normaliza la distribución podemos escribir:

0,2 
P{│ | x - µ | < 0,2 } = P | Z | <
 = 0,95
3/ n 

Siendo Z una variable que sigue una distribución normal N(0,1). Además:
P{│Z│< a} = P{-a < Z< a} = P{Z < a} -P{Z>-a} = P{Z<a} -[1-P{Z<a}] = 2P{Z<a} -1
Tenemos:
2P{Z<a} -1 = 0,95 ⇒ P{Z<a} =
1 + 0,95
= 0,975
2
Utilizando las tablas del apéndice tenemos P{Z<1,96} = 0,975 luego:
a = 1,96 =
0,2
⇒ 1,96.3 =
n .0,02 ⇒
3/ n
n =
1,96.3
= 29,4 ⇒ n = 864,36
0,2
Debemos tomar una muestra de tamaño 865.
5.- El consumo de un cierto producto sigue una distribución normal con
varianza 300. A partir de una muestra de tamaño 25 se ha obtenido una
media muestral igual a 180. Halla un intervalo de confianza al 95%, para la
media del consumo.
Resolución:
El intervalo de confianza al 95 % tiene
como límites x -1,96
σ
, x +1,96
σ
,
n
n
ya que en tal caso tendremos el área a
la derecha de la curva igual a 2,5%, tal
como se ve en la figura, utilizando la
simetría de la distribución. Debemos
buscar el valor P(X < x) = 0,9975 y
mirando en tablas obtenemos el valor
x = 1,96
ESTADÍSTICA Y PROBABILIDAD
104
Si utilizamos, tal como dice el problema, como media muestral
x =180 como
desviación típica σ= 300 y como tamaño de la muestra n =25 los límites del
intervalo son:
300
180 - 1,96
= 173, 21 y
25
180 + 1,96
300
= 186,79
25
Así pues el intervalo de confianza al 95%, para la media del consumo será:
173,21 < µ < 186,79
EJERCICIOS PROPUESTOS
1.- Se ha tomado una muestra de los precios de un mismo producto alimenticio en 16 comercios,
elegidos al azar en un barrio de la ciudad, y se han encontrado los siguientes precios.
95
108 97
112 99
106 105 100 99
98
104 110 99
98
104 110
Suponiendo que los precios de este producto se distribuyen según una ley normal de varianza 25
y media desconocida.
a) ¿Cuál es la distribución de la media muestral?
b) Determina un intervalo de confianza, al 95%, para la media poblacional.
Solución: a) N(µ, 2),
b) El intervalo de confianza al 95% es (103,02; 104,98).
2.- Se desea hacer una estimación sobre la edad media de una determinada población. Calcula el
tamaño de la muestra necesaria para poder realizar dicha estimación con un error menor de
medio año a un nivel de confianza del 99,78%. Se conoce, por estudios previos, que la edad
media de dicha población tiene una desviación típica igual a 3 años.
Solución: Debemos tomar una muestra de tamaño 335.
3.- La edad media de las esperanza de vida de una población es de 50 años, con una varianza de
100 años cuadrados.
Una compañía de seguros quiere determinar el número de individuos de la muestra para que la
estimación difiera del valor 50 en 1 año como máximo, tomando como nivel de confianza el
95%. Calcula el tamaño de la muestra
Solución: Debemos tomar una muestra de tamaño 385.
4.- El peso de los niños varones a las 10 semanas de vida se distribuye según una normal con
desviación típica de 87 g. ¿Cuántos datos son suficientes para estimar, con una confianza 95%, el
peso medio de esa población con un error no superior a 15 g?
Solución: Debemos tomar una muestra de tamaño 130.
5.- En una empresa láctea, el peso X de las botellas de leche vacías es una variable aleatoria que
sigue una distribución normal de media µ gramos y de desviación típica 5 gramos.
Se extrae una muestra aleatoria simple de tamaño 20, cuya media es de 18 gramos. ¿Con qué
confianza se puede afirmar que la media poblacional se encuentra entre 16 y 20 gramos?
Solución: Luego la confianza es del 93 %
6.- La edad, en años, de las personas de una población se distribuye normalmente con media
desconocida y varianza 4. ¿Cuál es el tamaño muestral a partir del cual la edad media de la
población difiere de la media muestral en menos de 1 año con una confianza del
a) 90%, b) 99%?
Solución: a) Muestra de tamaño 11. b) Muestra de tamaño 27.
ESTADÍSTICA Y PROBABILIDAD
105
7.2.- INTERVALO DE CONFIANZA DE LA PROPORCIÓN.
1.- Estimación de la media
Sea P la proporción de elementos de una población que poseen una determinada característica.
Para estimar P utilizamos una muestra de tamaño n, donde p es la proporción de elementos de la
muestra que poseen dicha característica y q = 1-p los que no la poseen. La distribución muestral

PQ 
p−P
de proporciones sigue una ley N P,
y la variable tipificada Z =
una ley N(0,1)


n
PQ/n


•
El porcentaje 1-α, nivel de confianza, de las proporciones muestrales está en el intervalo




 P - Z α/2 PQ , P + Z α/2 PQ  , es decir P | p - P | < Z α/2 PQ  = 1 - α


n
n 
n 


•
El valor de la proporción poblacional desconocida, P, se puede determinar a partir del valor
de la media muestral, p, mediante el intervalo de confianza:


 p - Z α/2 PQ , p + Z α/2 PQ 

n
n 

•
Si el tamaño de la muestra es mayor que 30 se puede sustituir la proporción poblacional por
la proporción muestral, es decir, el intervalo de confianza es:


 p - Z α/2 pq , p + Z α/2 pq 

n
n 

2.- Error muestral
El error máximo admisible en una muestra es:
E = Z α/2
•
•
pq
p(1 - p)
= Z α/2
n
n
Cuanto mayor sea n menor es E.
Cuanto mayor sea 1-α mayor es E.
3.- Tamaño de la muestra.
Fijado el error máximo admisible y el intervalo de confianza, el mínimo tamaño de la muestra se
obtiene de la expresión
E = Z α/2
•
•
pq
Z 
⇒ n = pq α/2 
n
 E 
2
Cuanto mayor sea Zα/2 (menor α) mayor es el tamaño de la muestra.
Cuanto menor es E, el intervalo es más fino y por lo tanto mayor el tamaño de la muestra.
EJEMPLOS
1.- En una muestra de 300 personas tomadas al azar en una ciudad s
encontró que 104 de ellas leían el periódico. Halla, con un nivel de
confianza del 90%, la proporción de habitantes que leen el periódico
ESTADÍSTICA Y PROBABILIDAD
106
Resolución:
Una confianza del 90% significa que 1-α = 0,10, luego α/2 = 0,050, luego
tenemos Zα/2 = 1,645 pues P(X < 1,645) = 0,95.
La proporción muestral es p =
104
= 0,347.
300
Como la muestra n = 104 > 30 podemos sustituir la proporción poblacional por
la muestral y el intervalo de confianza es:


 0,347 - 1,645 0,347.0653 ; 0,347 + 1,645 0,347.0653 


300
300


Obteniendo el intervalo
(0,302; 0,392)
2.- En una muestra de 300 personas tomadas al azar en una ciudad se
encontró que 104 de ellas leían el periódico. Halla, con un nivel de
confianza del 90%, el error máximo admisible para la proporción de
habitantes que leen el periódico
Resolución:
Una confianza del 90% significa que 1-α = 0,10, luego α/2 = 0,050, luego
tenemos Zα/2 = 1,645 pues P(X < 1,645) = 0,95.
La proporción muestral es p =
104
= 0,347.
300
Como la muestra n = 104 > 30 podemos sustituir la proporción poblacional por
la muestral y el error máximo admisible es:
E = Z α/2
pq
0,347.0,65 3
= 1645
,
= 0,045
n
300
3.- En una muestra tomada al azar en una ciudad se encontró que el
34,7% de las personas leían el periódico. Si deseamos tener como
máximo un error del 1% con un nivel de confianza del 90%, ¿cuántos
individuos debe tener la muestra?
Resolución:
Una confianza del 90% significa que 1-α = 0,10, luego α/2 = 0,050, luego
tenemos Zα/2 = 1,645 pues P(X < 1,645) = 0,95.
En la ecuación del error máximo admisible sustituimos:
2
E = Z α/2
pq
0,347.0,65 3
 1,645 
⇒ 1 = 1645
,
⇒ n = 0,347.0,65 3.
 = 6131,6
n
300
 0,01 
Por lo tanto habrá que tomar una muestra de 6.132 personas.
4.- En una muestra tomada al azar de 1000 jóvenes están a favor de las
relaciones sexuales antes del matrimonio el 65%.
a) Halla un intervalo del confianza del 90%.
b) En una encuesta realizada en el año posterior se obtiene un resultado
del 65%, ¿cae este valor dentro del margen de confianza de la encuesta
anterior?
ESTADÍSTICA Y PROBABILIDAD
107
Resolución:
La distribución muestral de proporciones tiene media P y desviación:
pq
0,65.0,35
σp =
=
= 0,015
n
1000
Es decir, sigue una ley normal N(P; 0,015) y la tipificada Z =
0,065 − P
una ley
0,015
N(0,1)
Una confianza del 99% significa que 1-α = 0,01, luego α/2 = 0,005, luego
tenemos Zα/2 = 2,58 pues P(X < 2,58) = 0,99.
La proporción muestral es p =
104
= 0,347.
300
Como la muestra n = 1000 > 30 podemos sustituir la proporción poblacional
por la muestral y el intervalo de confianza es:
(0,65-2,58.0,015; 0,65+2,58.0,015) = (0,6113; 0,6887)
Como en la encuesta posterior obtenemos el 68% = 0,68 que está dentro del
intervalo de confianza, luego la población no ha cambiado de opinión en el año
en curso.
EJERCICIOS PROPUESTOS
1.- Se lanza 100 veces una moneda obteniéndose 62 caras. Estima la probabilidad de obtener
cara con un intervalo de confianza de a) 90%, b) 95% y c) 99%.
Solución: a) (0,54; 0,70), b) (0,525; 0,715), c) (0,495; 0,745)
2.- Si se pregunta a una muestras aleatoria de 500 alumnos de un centro y contestan 200
afirmativamente a la pregunta de si han aprobado Matemáticas, estima la probabilidad de
aprobar Matemáticas con un intervalo de confianza del 95%.
Solución: (0,36; 0,44)
3.- Si 25 personas contestan afirmativamente a una pregunta en una encuesta realizada a 100
personas, estima la probabilidad de que se conteste afirmativamente a dicha pregunta con un
intervalo de confianza del 95%.
Solución:
4.- En el lanzamiento de una moneda se observó que la probabilidad de obtener cara es de 0,62.
Si deseamos tener como máximo un error del 0,002 con un nivel de confianza del 95%, ¿cuántas
veces debemos lanzar la moneda?
Solución: 226,27 ≈ 226.
5.- En una encuesta realizada en Madrid se observó que el 45% de la población trabajaba. Si
deseamos tener como máximo un error del 4% con un nivel de confianza del 99,73%, ¿a cuántas
personas debemos preguntar?
Solución:
6.- En una muestra tomada al azar de 500 jóvenes son fumadores el 35%.
a) Halla un intervalo del confianza del 90%.
b) En una encuesta realizada en el año posterior se obtiene un resultado del 30%, ¿cae este valor
dentro del margen de confianza de la encuesta anterior?
Solución:
ESTADÍSTICA Y PROBABILIDAD
108
7.3.- TEST DE HIPÓTESIS
1.- Definiciones
•
Decisión estadística es la decisión tomada en muestras aleatorias y significativas. Su acierto
o no se mide en términos de probabilidad.
•
Hipótesis estadística es el supuesto o conjetura realizada acerca de la población estudiada
estadísticamente.
•
Hipótesis nula, H0, es la hipótesis que se desea contrastar y que se considera en principio
como verdadera. Se revisa a la luz de los datos obtenidos con los datos muestrales.
•
Hipótesis alternativa, H1, es la hipótesis contraria a la hipótesis nula.
2.- Contraste de hipótesis
•
Contraste de hipótesis o test de hipótesis es el conjunto de procedimientos que permiten
decidir si una hipótesis se acepta o rechaza (o si las muestras observadas difieren
significativamente de los resultados esperados).
•
Error del tipo I es el que se comete cuando H0 es verdadera y como consecuencia del
contraste de hipótesis se rechaza. La probabilidad de cometer un error del tipo I es α, nivel
de significación, dicha probabilidad no depende del tamaño de la muestra.
•
Error del tipo II es el que se comete cuando H0 es falsa y como consecuencia del contraste
de hipótesis se acepta. La probabilidad de cometer un error del tipo II es β, dicho valor
depende del verdadero valor del parámetro contrastado y del tamaño de la muestra.
El resumen de las situaciones posibles y los errores relacionados viene dada en la siguiente tabla.
Rechazar H0 Aceptar H0
H0 cierta
Error tipo I
Correcto
H0 falsa
Correcto
Error tipo II
3.- Etapas del contraste de hipótesis
1.- Enunciación: Se enuncia la hipótesis H0 acerca de un parámetro estadístico de la población.
2.- Determinación. Se elige un nivel de significación, suele ser α = 0,10; α = 0,05; α = 0,01.
Se construye la zona de aceptación, fuera de la cual sólo se encuentran los α casos considerados
como anormales.
3.- Verificación. Se extrae una muestra con tamaño decidido en el paso anterior.
Se obtiene el parámetro considerado.
4.- Decisión. Si el parámetro cae en la zona de aceptación se acepta H0 con un nivel de
significación α. Si el parámetro no cae en la zona de aceptación se rechaza H0.
4.- Contraste de hipótesis para la media
Contraste bilateral
1.- Enunciación. Se enuncia la hipótesis H0: µ = µ0.
2.- Determinación. Se elige un nivel de significación α y se construye la zona de aceptación.

σ
σ 
 µ 0 - Z α/2

, µ 0 + Z α/2
n
n

ESTADÍSTICA Y PROBABILIDAD
109
3.- Verificación. Se obtiene x
4.- Decisión. Si x cae en la zona de aceptación se acepta H0 con un nivel de significación α.
Contraste unilateral
1.- Enunciación. Se enuncia la hipótesis H0: µ ≤ µ0 ó H0: µ ≥ µ0.
2.- Determinación. Se elige un nivel de significación α y se construye la zona de aceptación.


σ  
σ
 - ∞, µ 0 + Z α/2
 ó  µ 0 - Z α/2
, ∞ 
n 
n


3.- Verificación. Se obtiene x
4.- Decisión. Si x cae en la zona de aceptación se acepta H0 con un nivel de significación α.
5.- Contraste de hipótesis para la proporción
Contraste bilateral
1.- Enunciación. Se enuncia la hipótesis H0: P = P0.
2.- Determinación. Se elige un nivel de significación α y se construye la zona de aceptación.


 p 0 - Z α/2 P0 Q 0 , p 0 + Z α/2 P0 Q 0 

n
n 

3.- Verificación. Se obtiene p
4.- Decisión. Si p cae en la zona de aceptación se acepta H0 con un nivel de significación α.
Contraste unilateral
1.- Enunciación. Se enuncia la hipótesis H0: P ≤ P0 ó H0: P ≥ P0.
2.- Determinación. Se elige un nivel de significación α y se construye la zona de aceptación.

 

 − ∞, p 0 + Z α/2 P0 Q 0  ó  p 0 - Z α/2 P0 Q 0 , ∞ 


n  
n


3.- Verificación. Se obtiene p
4.- Decisión. Si p cae en la zona de aceptación se acepta H0 con un nivel de significación α.
EJEMPLOS
1.- Se supone que la longitud media de las ventanas de un barrio es de
113 cm con una desviación típica de 7. Para contrastar dicha hipótesis se
miden 180 ventanas y se obtiene una longitud media de 115 cm. ¿Es
aceptable la hipótesis con un nivel de significación del 5%?
Resolución:
1.- Se enuncia la hipótesis H0: µ = 113.
2.- Se elige un nivel de significación α= 0,5. Como n > 30 se construye la zona
de aceptación mediante la fórmula
ESTADÍSTICA Y PROBABILIDAD
110

σ
σ 
 µ 0 - Z α/2

, µ 0 + Z α/2
n
n

Es decir:

7
7 
113 - 1,96
 = (111,98; 14,02)
, 113 + 1,96


180
180 

3.- Se obtiene x = 115.
4.- Como x ∈(111,98; 114,02) se rechaza H0 con un nivel de significación del
5%.
2.- Se supone que el peso medio al nacer de las niñas en un hospital
sigue una normal de media 2,6 kg con una desviación típica de 0,5. Al
cabo de una semana se pesan y se obtiene una media de 2,78 kg. ¿Es
aceptable la hipótesis de que el peso de las niñas no aumenta con un
nivel de significación del 1%?
Resolución:
1.- Se enuncia la hipótesis H0: µ ≤ 2,6 (el peso de las niñas no aumenta).
2.- Se elige un nivel de significación α= 0,01, es decir Zα/2 = 2,33. Como n > 30
se construye la zona de aceptación mediante la fórmula:

σ  
0,5 
 = (-∞; 2,76)
 - ∞, µ 0 + Z α/2
 =  - ∞, 2,6 + 2,33

n 
50 

3.- Se obtiene x = 2,78.
4.- Como x ∉(-∞; 2,78) se rechaza H0 con un nivel de significación del 1% y se
acepta que las niñas aumentan de peso.
3.- Un jugador afirma que ganará el 40% de veces en una partida de
cartas. Para contrastar dicha hipótesis se juegan 250 partidas de las que
gana 132. ¿Es aceptable la hipótesis con un nivel de significación del
5%?
Resolución:
1.- Se enuncia la hipótesis H0: P = 0,4.
2.- Se elige un nivel de significación α= 0,5, es decir Zα/2 = 1,96. Como n > 30
se construye la zona de aceptación mediante la fórmula:


 p 0 - Z α/2 P0 Q 0 , p 0 + Z α/2 P0 Q 0  =

n
n 


0,4.0,6
0,4.0,6 
=  0,4 - 1,96
, 0,4 + 1,96
= (0,339; 0,461)

250
250 

3.- Se obtiene p =
132
= 0,528.
250
4.- Como p∉(0,339; 0,461) se rechaza H0 con un nivel de significación del 5%,
es decir, no gana el 40% de las partidas.
ESTADÍSTICA Y PROBABILIDAD
111
4.- Un jugador afirma que ganará como mucho el 40% de veces en una
partida de cartas. Para contrastar dicha hipótesis se juegan 250 partidas
de las que gana 30. ¿Es aceptable la hipótesis con un nivel de
significación del 5%?
Resolución:
1.- Se enuncia la hipótesis H0: P ≤ 0,4.
2.- Se elige un nivel de significación α= 0,5, es decir Zα/2 = 1,96. Como n > 30
se construye la zona de aceptación mediante la fórmula:

 

 − ∞, p 0 + Z α/2 P0 Q 0  =  − ∞, 0,4 + 1,96 0,4.0,6  = (-∞ ; 0,461)

n  
250 

3.- Se obtiene p =
30
= 0,12.
250
4.- Como p∈(-∞; 0,461) se acepta H0 con un nivel de significación del 5%.
5.- Se ha llevado a cabo un estudio en diferentes países de la Unión
Europea del porcentaje de la población que accede a la enseñanza
superior. En los países escogidos se han obtenido los valores siguientes
( medidos en tanto por ciento):
23,5 35,0 29,5 31,0 23,0 33,5 27,0 28,0 30,5
Se supone que estos porcentajes siguen una distribución normal con
desviación típica igual al 5 por ciento.
Se desea contrastar con un nivel de significación del 5% si los datos
anteriores son compatibles con un valor medio del porcentaje de la
población que cursa estudios superiores es igual al 28%.
a) Plantéense en el contraste cuáles son las hipótesis nula y la
alternativa.
b) Determínese la región crítica del contraste.
c) ¿Es posible aceptar la hipótesis con el nivel de significación indicado?
Resolución:
23,5 + 35 + ... + 30,5
= 29
9
Luego la media de la distribución muestral se distribuye según una normal

5
5 
 = N 29 
N 29

 3
9

Se calcula la media: µ =
a) Se enuncia la hipótesis nula H0: µ = 28 y la hipótesis alternativa H1: µ ≠ 28.
b) La prueba es bilateral y para el nivel de significación α= 0,5 corresponde
Zα/2 = 1,96. Se construye la zona de aceptación mediante la fórmula

5
5
σ
σ  
 µ 0 - Z α/2
 =  28 - 1,96 , 28 + 1,96  = (24,73; 31,26)
, µ 0 + Z α/2
3
3
n 
n

c) Como x = 29 y 29∈(24,73; 31,26) se acepta H0 con una probabilidad de
equivocarse del 5%.
ESTADÍSTICA Y PROBABILIDAD
112
EJERCICIOS PROPUESTOS
1.- Se supone que la longitud media de las ventanas de un barrio es de 93 cm con una desviación
típica de 5. Para contrastar dicha hipótesis se miden 200 ventanas y se obtiene una longitud
media de 90 cm. ¿Es aceptable la hipótesis con un nivel de significación del 1%?
Solución:
2.- La altura media de las niñas de un colegio siguen una normal de media 96 cm con una
desviación típica de 5. Al cabo de un mes se miden y se obtiene una media de 98 cm. ¿Es
aceptable la hipótesis de que la altura de las niñas no aumenta con un nivel de significación del
5%?
Solución:
3.- Un jugador afirma que perderá el 40% de veces en una partida de cartas. Para contrastar dicha
hipótesis se juegan 500 partidas de las que gana 272. ¿Es aceptable la hipótesis con un nivel de
significación del 1%?
Solución:
4.- Un jugador afirma que perderá al menos el 40% de veces en una partida de cartas. Para
contrastar dicha hipótesis se juegan 500 partidas de las que gana 300. ¿Es aceptable la hipótesis
con un nivel de significación del 1%?
Solución:
5.- Se ha llevado a cabo un estudio en diferentes países de la Unión Europea del porcentaje de la
población que fuma. En los países escogidos se han obtenido los valores siguientes ( medidos en
tanto por ciento):
33,5
35,0
29,5
28,0
25,0
31,5
28,0
28,0
31,5
Se supone que estos porcentajes siguen una distribución normal con desviación típica igual al 5
por ciento.
Se desea contrastar con un nivel de significación del 1% si los datos anteriores son compatibles
con un valor medio del porcentaje de la población que fuma es igual al 29%.
a) Plantéense en el contraste cuáles son las hipótesis nula y la alternativa.
b) Determínese la región crítica del contraste.
c) ¿Es posible aceptar la hipótesis con el nivel de significación indicado?
Solución: a) Hipótesis nula H0: µ = 30 y la hipótesis alternativa H1: µ ≠ 30.
6.- El estudio de un test de satisfacción de usuario que rellenan todos los demandantes de
servicios de una gran empresa revela que la nota media que otorgan es de 5,70 puntos con una
desviación típica de 0,5.
Posteriormente, se ha realizado un muestreo de 100 usuarios de la zona de influencia A, y a 49
usuarios de la zona B, obteniéndose puntuaciones medias respectivas de 5,6 y 5,85.
Con una confianza del 95%, ¿se puede afirmar que las diferencias entre las medias de cada
muestra y de la población son debidas al azar, o se puede afirmar que son diferentes la nota
media de la población y la de cada muestra.
a) Formula las hipótesis nula y la alternativa.
b) Define error tipo I y error de tipo II.
Solución: a) H0: µ = 5,7 y H1: µ ≠ 5,7. Intervalo de confianza 5,7±1,96.0,05.
7.- Las tensiones de ruptura de los cables fabricados por una empresa, tiene media de 1800
Newton y una desviación típica de 100 Newton.
Se desea comprobar si un nuevo proceso de fabricación modifica dicha tensión media de ruptura.
Para ello, se toma una muestra de 59 cables y se encuentra una tensión media de ruptura de 1850
Newton.
¿Se puede afirmar que el nuevo proceso se ha modificado la tensión media de ruptura al nivel de
significación del 5%?

100
100 
.
Solución: H0: µ = 1.800 y H1: µ ≠ 1.800. I. de confianza 1800 - 1,96
, 1800 + 1,96

50
50 

ESTADÍSTICA Y PROBABILIDAD
113
7.4.- EJERCICIOS DEL TEMA
1.- Se ha tomado una muestra de los precios de un aparato reproductor de vídeo en 10 tiendas,
elegidos al azar en una ciudad, y se han encontrado los siguientes precios (en miles).
35
48
37
42
39
36
35
40
39
38
Suponiendo que los precios de este producto se distribuyen según una ley normal de varianza 5 y
media desconocida.
a) ¿Cuál es la distribución de la media muestral?
b) Determina un intervalo de confianza, al 90%, para la media poblacional.
Solución:
2.- Se desea hacer una estimación sobre la estatura media de una determinada población. Calcula
el tamaño de la muestra necesaria para poder realizar dicha estimación con un error menor de 3
centímetros a un nivel de confianza del 99%. Se conoce, por estudios previos, que la estatura
media de dicha población tiene una desviación típica igual a 2 centímetros.
Solución:
3.- La talla de los individuos de una población sigue una distribución normal de media µ y
desviación típica 8 cm.
Se han determinado las tallas de 25 individuos, encontrándose una media de 168 cm. Obtén un
intervalo de confianza al 95% para la media µ de la población.
Solución: El intervalo de confianza al 95%, para la media del consumo es 164,86 < µ < 171,14
4.- Los estudiantes de Bachillerato de una cierta comunidad autónoma duermen un número de
horas diarias que se distribuye según una ley normal de media µ desconocida y de desviación
típica 3. A partir de una muestra de tamaño 30 se ha obtenido una media muestral igual a 7
horas. Halla un intervalo de confianza al 96% para la media de horas de sueño µ.
Solución: Intervalo para la media con confianza del 96% es (7-1,1, 7+1,1) = 5,9; 8,1)
5.- En un centro que imparte Bachillerato LOGSE se desea estimar el rendimiento medio de sus
alumnos mediante un test. Se eligen, al azar, 100 estudiantes para los que se obtiene una
puntuación media de 105 y una desviación típica de 16. Supuesto que el rendimiento medio
sigue una ley normal encontrar, al nivel de confianza del 99%, un intervalo para la media de
todos los estudiantes de l centro.
Solución: Intervalo de confianza al 99% es (105- 4,13, 105+4,13) = (100,87, 109,13)
6.- Los estudiantes de las Universidades de cierto país dedican al estudio un número de horas
semanales que sigue una distribución normal de media µ desconocida y de desviación típica 7
horas.
Calcula cuantos estudiantes se deberán seleccionar al azar para determinar el parámetro µ con
una precisión inferior a una hora y con una confianza del a) 90 %, b) 99 %.
Solución: a) Muestra de tamaño 133. b) Muestra de tamaño 325.
7.- Se eligen, al azar, 500 individuos a los que se pregunta si son fumadores o no, contestando
afirmativamente el 58%. Calcula el intervalo de confianza al nivel del 95% en el que se
encuentra la población fumadora
Solución: (0,5048; 0,6192).
8.- Al lanzar 100 veces una moneda se observa que la probabilidad de obtener cara es de 0,62.
Halla, con un nivel de confianza del 95%, el error máximo admisible para la proporción de
lanzamiento de la moneda.
Solución:
9.- Se lanza 100 veces una moneda y se observa que la probabilidad de obtener cara es de 0,6. a)
¿Es correcta la moneda con un nivel de significación del 1%?
b) ¿Y si se lanza 1000 veces?
Solución: a) Sí, b) No.
ESTADÍSTICA Y PROBABILIDAD
114
10.- Al lanzar 100 veces un dado de parchís se observa que la probabilidad de obtener una cara
determinada es de 0,19.
a) ¿Es correcta el dado con un nivel de significación del 1%?
b) ¿Es correcta el dado con un nivel de significación del 5%?
Solución:
11.- En las elecciones al consejo escolar el 53% de los alumnos votaron a favor de uno de sus
representantes. Se efectúa una encuesta a 360 alumnos y 176 estaban a favor de dicho consejero.
¿Se puede afirmar con un nivel de significación del 90% que el consejero mantiene su apoyo
entre los estudiantes?
Solución: No lo mantiene.
12.- En las elecciones al consejo escolar el 53% de los alumnos votaron a favor de uno de sus
representantes. Se efectúa una encuesta a 45 alumnos y 22 estaban a favor de dicho consejero.
¿Se puede afirmar con un nivel de significación del 90% que el consejero mantiene su apoyo
entre los estudiantes?
Solución: Sí lo mantiene.
13.- Se desea hacer un estudio de mercado para conocer el precio medio de los libros científicos.
Para ello, se elige una muestra aleatoria formada por 34 libros y se determina que la media
muestral es de 3490 pesetas con una desviación típica de 450 pta. Halla el intervalo de confianza
para el precio medio de los libros científicos al nivel del 99%.
Solución: El intervalo de confianza es

450
450 
 3490 - 2,58

, 3490 + 2,58


34
34 

14.- Un experto, basado en los anteriores comicios, sostiene que si se celebran elecciones
generales en este momento tan sólo acudiría a votar el 48% de la población. No obstante, un
sondeo electoral realizado recientemente entre 1500 personas, 800 tienen intención de votar.
¿Supone esto, con un nivel de confianza del 99%, que el experto se equivoca y la intención es
mayor?
Solución: H0: P = 0,48 y H1: P > 0,48. Como z = 3,87 fuera zona aceptación se rechaza H0.
15.- Según una ley electoral de cierto país, para obtener representación parlamentaria un partido
político ha de conseguir, en las elecciones correspondientes, al menos el 5% de los votos.
Próximas a celebrarse tales elecciones, una encuesta realizada sobre 1000 ciudadanos elegidos al
azar revela que 36 de ellos votarán al partido P.
a) ¿Puede estimarse, con un nivel de significación del 5% que P tendrá representación
parlamentaria?
b) ¿Y con nivel de significación del 1%?
Solución: H0: p ≥ 0,05 y H1: P< 0,05. a)Para el 5% se rechaza H0. b) Para el 1% se acepta H0
16.- Las longitud de los cables fabricados por una empresa, tiene media de 1800 centímetros y
una desviación típica de 10 centímetros.
Se desea comprobar si un nuevo proceso de fabricación modifica dicha longitud media. Para
ello, se toma una muestra de 50 cables y se encuentra una longitud media de 1850 centímetros.
a) ¿Se puede afirmar que el nuevo proceso se ha modificado la longitud media al nivel de
significación del 5%?
b) ¿Se puede afirmar que el nuevo proceso se ha modificado la longitud media al nivel de
significación del 1%?
Solución: H0: µ = 1.800 y H1: µ ≠ 1.800. a) Intervalo de confianza. b) Intervalo de confianza.
17.- Hace 10 años el 52% de los ciudadanos estaban en contra de una ley. Recientemente, se ha
elaborado una encuesta a 400 personas y 184 se mostraron contrarios a ala ley. Con estos datos y
con un nivel de significación del 0,01, ¿podemos afirmar que la proporción de contrarios a la ley
ha disminuido?
Solución: H0: P =0,52 y H1: P<0,52. Los contrarios a la ley han disminuido.
ESTADÍSTICA Y PROBABILIDAD
115