19. En un sistema de alarma, la probabilidad de que esta funcione habiendo peligro es 0.

95
y la de que funcione por error sin haber peligro es 0.03. Si la probabilidad de haber
peligro es 0.1:
a)Calcular el porcentaje de veces que habiendo funcionado la alarma no haya peligro.

b)Hallar la probabilidad de que haya peligro y la alarma no funcione.

c)Calcular la probabilidad de que no habiendo funcionado la alarma haya peligro.

d)¿Cuál es la probabilidad de que la alarma funcione?

SOLUCIÓN:

Definimos los sucesos:

A=”Hay situación de peligro”

F=”La alarma funciona”

Entonces,

20. Una empresa multinacional desea elegir un candidato para ocupar la plaza de director
técnico de la delegación que va a abrir en España. Tras las tres primeras pruebas de
selección de los 100 candidatos iniciales, tres han quedado para la cuarta y última prueba
que consistirá en una entrevista personal. A la vista de los currículums presentados y de
las puntuaciones obtenidas en las pruebas anteriores, se cuenta con probabilidades 0.3,0.5,
y 0.2 de elegir para el puesto a los candidatos 1º, 2º, y 3º respectivamente. Se estima en un
80% las posibilidades de incrementar las ventas en el próximo año en la multinacional, si
se elige al primer candidato. Para los otros dos: 2º y 3º, respectivamente se estiman el 10%
y el 40% de posibilidades. El tercer candidato está seguro de conseguir dicho puesto en la
multinacional.

A la vista de la información anterior, ¿es acertado el pensamiento de este candidato o por

el contrario existe un porcentaje de error?. En caso de existir expresar ese error en
términos de probabilidad.

SOLUCIÓN:

21. Describe el espacio muestral asociado a cada uno de los siguientes experimentos
aleatorios:
1. Lanzar tres monedas.

2. Lanzar tres dados y anotar la suma de los puntos obtenidos.

3. Extracción de dos bolas de una urna que contiene cuatro bolas blancas y tres negras.

4. El tiempo, con relación a la lluvia, que hará durante tres días consecutivos.

SOLUCIÓN:

1. Llamando C a obtener cara y X a la obtención de cruz, obtenemos el siguiente espacio

muestral:

E={(CCC),(CCX),(CXC),(XCC),(CXX),(XCX),(XXC),(XXX)}

2. E={3,4,5,6,7,8,9,10,11,12,13,14,15,16,17,18}

3. Llamando B a sacar bola blanca y N a sacar bola negra, tenemos:

E={BB,BN,NN}

4. Si llamamos L al día lluvioso y N al día sin lluvia, para tres días consecutivos se obtiene el
siguiente espacio muestral:

E={(LLL),(LLN),(LNL),(NLL),(LNN),(NLN),(NNL),(NNN)}

22. Se considera el sexo de los hijos de las familias de tres hijos. Sea A el suceso el hijo
mayor es una hembra, y B el suceso los dos hijos pequeños son varones. ¿Cuáles son los
elementos de A y B?

SOLUCIÓN:

Llamando V a ser varón y H a ser hembra, el espacio muestral está formado por los sucesos
elementales:

E={(VVV),(VVH),(VHV),(HVV),(VHH),(HVH),(HHV),(HHH)}

Y los sucesos A y B son compuestos y están formados por los siguientes sucesos elementales:

A={(HHH),(HHV),(HVH),(HVV)}

B={(VVV),(HVV)}

23. En una bolsa hay cinco bolas, blancas o negras. Se extrae una bola y es blanca. H´allese
la probabilidad de que en la bolsa haya dos blancas y tres negras si para formar la urna se
tiraron cinco monedas y se metieron tantas blancas como caras resultaron y tantas negras
como cruces.

SOLUCIÓN:
 Representemos un suceso elemental como:

w = (w1;w2;w3;w4;w5;w6) ;

donde w1;w2;w3;w4 y w5 representan los resultados de los lanzamientos de la moneda, y

por tanto tambi´en la composici´on de la urna. Adicionalmente, w6 representa el color de la
bola extra´ıda de la urna. Denotemos por Ci (i = 0; 1; 2; 3; 4; 5) el suceso de obtener i
caras en los 5 lanzamientos de la moneda, es decir, que la urna contenga i bolas blancas y 5
¡ i bolas negras, y sea B el suceso “extraer una bola blanca de la urna”.

Entonces el problema se resuelve mediante los siguientes calculos:

P (C 2 ∩ B ) P (B C 2 ) ⋅ P (C 2 )
P (C 2 B ) = = 5 =
P (B )
∑ P ( B C i ) ⋅ P (C i )
i= 0
5
2  5   1   4 
⋅  ⋅   
5  2   2   1 
= = =
5
i 5   1 
5 5
 4 
∑ ⋅  ⋅  0 + ∑  
i= 0  i − 1 
i= 0 5  i   2 
4 4 1
= 5 = =
 4  (1 + 1 ) 4
4
∑  
i= 0  i 

24. En una clase de 10 alumnos van a distribuirse 3 premios. Averiguar de cuántos modos
puede hacerse si:
1. los premios son diferentes;

2. los premios son iguales.

SOLUCIÓN:

Hay dos supuestos posibles:

-si una misma persona no puede recibir más de un premio:

V10,3 = 10 • 9 • 8 = 720
1. hay maneras de distribuir los premios si éstos son diferentes;

2. en el caso de que los premios sean iguales, pueden distribuirse de

8
C10,3 = 10 • 9 • =120
6 maneras.
-si una misma persona puede recibir más de un premio:

VR10,3 = 103 = 1000

1. se pueden distribuir los premios, si éstos son diferentes, de maneras;

CR10,3 =220
2. hay maneras de distribuir los premios si éstos son iguales.

25. Una urna contiene 8 bolas blancas y 4 bolas negras. Se sacan dos bolas una a una con
reemplazamiento. Sea A el suceso: “la primera bola extraída es blanca”; y B el suceso: “al
menos una de las dos bolas extraídas es blanca”.
Calcular P(A ∩ B), P(A ∩ B), P(A ∩ B), P(A ∩ B) y las probabilidades condicionadas
P( A B), P( A B), P( B A) y P( B A).

SOLUCIÓN:
Ω = {w =(w1 ;w 2 ) : w i ∈ {b , n} , i =1, 2} ,
Un espacio muestral para este problema es donde
w
cada i representa el color de la bola extraída en i- ésimo lugar, con i = 1, 2, siendo igual a b si
la bola es blanca y n si es negra. Este espacio no es equiprobable, ya que, por ejemplo:
P ( {(b,b)} ) = (8/12) 2 P ( {(b,n)} )=8/12 • 4/12.
; pero Se tiene que:

A ∩ B =A= {(b,b) , (b,n)} ,

A ∩ B = ∅, A ∩ B = {(n,b)} ,
A ∩ B = B = {(n,n)} .

Por lo tanto, se calculan las probabilidades correspondientes, y resulta:

2
2  2 1 2
P(A ∩ B) = P ( {(b,b)} ) + P ( {(b,n)} ) =   +  •  = ,
3  3 3 3
P(A ∩ B) = 0,
2
P(A ∩ B) = P ( {(n,b)} ) = ,
9
1
P(A ∩ B) = .
9

Una vez visto esto, las probabilidades condicionadas son:

 P(A ∩ B) P(A \ B) 3
P( A B) = = = ,
P ( B) 1-P(B) 4
P(A ∩ B)
P( A B) = = 0,
P(B)
P(A ∩ B)
P( B A) = = 1,
P(A)
P(A ∩ B) 2
P( B A) = = .
P(A) 3

26. Cuatro tiradores disparan independientemente sobre cuatro objetivos, cada uno sobre
uno. Cada tirador dispone de seis balas. La probabilidad de acertar en el objetivo con
cada tiro es de 0.8. Un tirador deja de disparar al alcanzar el blanco.
1. Probabilidad de que alguno de los tiradores consuma toda su munición.

2. Si todos los tiradores consumen la munición, ¿cuál es la probabilidad de que todos los
objetivos hayan sido alcanzados?

3. Calcular la probabilidad de que sobren dos balas en total.

SOLUCIÓN:
Ω= {w =(w ;w ;w ;w ) : w =(w ;w );
1 2 3 4 i i1 i2
Un espacio muestral es: donde cada wi1 representa
el número de balas que le sobran al tirador i tras acertar en el objetivo, y wi2 es el resultado que
ha obtenido, que será a si acierta y f si falla, para todo i = 1; 2; 3; 4. Nótese que si a un tirador le
sobra alguna bala, significa que ha acertado. Sin embargo, si no le sobra ninguna, puede que
haya acertado al disparar la última bala o bien que éste tiro también lo haya fallado. Nótese
también que desde que un jugador falle los 5 primeros tiros, ya no le sobrará ninguna bala, sea
cual sea el resultado para esta última.

1. Sea A el suceso “Alguno de los tiradores consume toda su munición”. Definamos también los
sucesos A ij = “Al tirador i le sobran j balas”, para i = 1; 2; 3; 4 y j = 0; 1; 2; 3; 4; 5. Por lo
tanto:

 4 
P ( A ) = 1 − P ( A ) = 1 − P  I Aic0  ,
 i =1 

Y ya que los tiradores disparan independientemente y su probabilidad de acierto es 0.8, se tiene

que:
 4 4
P ( A ) = 1 − ∏ P ( Aic0 ) = 1 − ∏ 1 − P ( Ai 0 ) 
i =1 i =1
4
= 1 − ∏ 1 − ( 0, 25 • 0,8 + 0, 25 • 0, 2 )  =
i =1
4
= 1 − ∏ 1 − 0, 25  = 1, 2794 • 10−3
i =1

2. Definamos los sucesos Bi = “El tirador i acierta”, para i = 1; 2; 3; 4. Los tiradores disparan de
manera independiente, por lo que la probabilidad pedida es:
4
 4 4
 4
i 0  = ∏ P ( Bi Ai 0 ) =  P ( B1 A10 ) 
P  I Bi I A  
 i =1 i =1  i =1
4
 P ( B1 ∩ A10 )   0, 25 • 0,8 
4

=  =  = 0,8 = 0, 4096.
4

 P ( A10 )   0, 2
5


3. Nótese que para que entre los cuatro tiradores sobren dos balas tiene que suceder que, o bien
ambas le sobran al mismo tirador o bien a dos tiradores diferentes. Todos los tiradores tienen la
misma probabilidad de acertar, por lo que si vemos estos dos casos para dos tiradores concretos,
podemos luego extenderlo a todos. Por lo tanto, y teniendo en cuenta, como siempre, que
disparan de forma independiente, se tiene que:

  4  5 3
P  A12 ∩  I Ai 0   = ( 0, 2 ) • 0,8 • ( 0, 2 )  = ( 0, 2 ) • 0,8,
3 18

 i=2    


y por otra parte

  4  2 5 2
P  A11 ∩ A21 ∩  I Ai 0   = ( 0, 2 ) • 0,8 • ( 0, 2 )  = ( 0, 2 ) • ( 0,8 ) .
4 18 2

  i =3     

Si denotamos por C al suceso “Sobran dos balas en total”, entonces, teniendo en cuenta todos
los casos posibles, resulta:

P ( C ) = C4,1 • ( 0, 2 ) • 0,8 + C4,2 • ( 0, 2 ) • ( 0,8 ) =

18 18 2

= 4 • ( 0, 2 ) • 0,8 + 6 • ( 0, 2 ) • ( 0,8 ) = 1,8455 • 10−12

18 18 2

27. A partir de 5 matemáticos y 7 físicos hay que constituir una comisión de 2 matemáticos
y 3 físicos. ¿De cuántas formas podrá hacerse si:
1. todos son elegibles;

2. un físico particular ha de estar en esa comisión;

3. dos matemáticos concretos no pueden estar juntos?

SOLUCIÓN:
1. Puesto que todos son elegibles, existen C 5,2 = 10 grupos de 2 matemáticos, y
C7,3 = 35 grupos de 3 físicos. Luego hay un total de 10 • 35 = 350 comisiones posibles.

2. Se fija uno de los físicos, luego existen C5,2 = 10 grupos de 2 matemáticos, y C6,2 = 15
grupos de 3 físicos. Así, se pueden formar 10 • 15 = 150 comisiones.

3. Se excluye la única posibilidad de que el subgrupo de dos matemáticos lo constituyan los dos
que no pueden estar juntos, por lo que hay C5,2 − 1 = 9 grupos de 2 matemáticos cumpliendo la
7•6•5
condición. Además hay C7,3 = = 35 grupos de 3 físicos, por lo que el total de
(3 • 2)
comisiones que pueden formarse es 9 • 35 = 315 .

28. Sea (Ω, Ẫ, P) un ejercicio de probabilidad. Se pide:

a) Demostrar que si A, B, C ∈ Ẫ son sucesos mutuamente independientes, entonces los
sucesos A ∪ B y C son también independientes.

b) Calcular la probabilidad condicionada P [ (A ∪ B)c / (A ∩ B)c ] en función

de P ( A ), P ( B ) y P (A ∩ B) con P ( A ) ≠ 0 y P ( B ) ≠ 0.

SOLUCIÓN:

a) Por la definición de probabilidad condicionada:

P [(A ∪ B / C ] = P [(A ∪ B) ∩ C ] / P ( C ) = P [(A ∩ C) ∪ (B ∩ C )] / P ( C ) =

= P (A ∩ C) + P (B ∩ C ) – P ( A ∩ B ∩ C ) / P ( C ) =

= P ( A ) P ( C ) / P ( C ) + P ( B ) P ( C ) / P ( C ) + P ( A ) P ( B ) P ( C ) / P ( C )=

=P(A)+P(B)-P(A)P(B)=

= P ( A ) + P ( B ) - P ( A ∩ B) = P ( A ∪ B) c.q.d.
b) De igual modo que en el caso anterior, y aplicando las leyes de Morgan y la definición de
probabilidad condicionada, tenemos:

P [(A ∪ B)c / A ∩ B )c ] = P [(A ∩ B )c ∩ ( A ∩ B )c ] / P [(A ∪ B)c ] =

= P [{(A ∪ B ) ∪ ( A ∩ B )}c ] / P [(A ∩ B)c ] =

= P [(A ∪ B ) c ] / P [(A ∩ B)c ] = 1 - P (A ∪ B ) / P [(A ∩ B ) c ] =

= 1 - P (A) – P ( B ) + P (A ∩ B ) / 1 - P (A ∩ B ) que es la relación pedida.

29. Se dan tres sucesos aleatorios A, B y C, independientes dos a dos, los cuales, sin
embargo, no pueden ocurrir simultáneamente. Suponiendo que todos ellos tienen igual
probabilidad p, calcular el valor de p que hace máxima la probabilidad de ocurrencia de
al menos uno de los sucesos.

SOLUCIÓN:

Por la hipótesis de partida, sabemos que:

( i ) P (A ∩ B ) = P ( A ) P ( B) = p2

( ii) P (A ∩ C ) = P ( A ) P ( C) = p2

(iii) P (B ∩ C ) = P ( B ) P ( C) = p2

(iv) P (A ∩ B ∩ C ) = 0

En consecuencia utilizando la fórmula de la suma generalizada:

P ( A ∪ B ∪ C ) = P ( A) + P ( B) + P ( C ) – P ( A ∩ B ) - P ( A ∩ C ) – P ( B ∩ C ) + P ( A ∩
B ∩ C ) = 3p – 3p2 = 3p ( 1-p)

Si denotamos por f ( p) = 3p (1-p) ⇒ f ’(p) = 0 ⇒ p = ½ (máximo)

Luego: p = 1 / 2 y P ( A ∪ B ∪ C ) = 3 / 4

30. Se tienen n+1 cajas idénticas con n bolas cada caja. En la primera caja hay n bolas
negras; en la segunda n–1 negras y 1 blanca, en la tercera n–2 negras y 2 blancas, y así
sucesivamente, de manera que en la última caja hay n bolas blancas. Se toma una caja al
azar y de ella se extraen tres bolas de una vez.
a) Calcular la probabilidad de que las tres bolas sean blancas.
b) Supuesto la extracción de que las tres bolas sean blancas, calcular el número de cajas
que tiene que haber para que la probabilidad de que provengan las tres bolas blancas de
las dos últimas cajas sea 2/3.

SOLUCIÓN:

a) Sean los sucesos:

⇒ n – k + 1 negras

Ck : caja k ( k = 1, 2, 3, ..., n + 1 )

⇒ k - 1 blancas

B3 : 3 bolas blancas

Al no especificar ninguna ley a priori, tomemos P ( Ck ) = ( n + 1 ) –1 ∀ k ( ignorancia a priori ).

Comencemos por calcular las verosimilitudes asociadas. Para ello, es fácil observar, aplicando
la teoría elemental de combinatoria, que:

P ( B3 / C k ) = ( k–13 ) ( n– k+10 ) / ( n 3 ) = ( k–13 ) / ( n 3 )

Luego la probabilidad pedida es:

P ( B3 ) = ∑ (k=1, hasta n+1) P ( B3 / Ck ) P (Ck ) = 1 / n+1 ∑ (k=4, hasta n+1) P ( B3 / Ck ) =

= (1 / n+1) * [( n+14 ) / ( n 3 )] = 1 / 4

b) De igual modo, aplicando la fórmula de Bayes:

P (C k / B3 ) = P ( B3 / C k ) P ( C k ) / P ( B3 ) = 4 P (B3 / C k ) P ( C k ) =

= (1 / n+1) * [4( K-13 ) / ( n 3 )] = pk

Sustituyendo tenemos:

Si k = n+1 ⇒ pn+1 = 4 / n+1

Si k = n ⇒ pn = 4 ( n-3 ) / n (n+1)

Pero como pn + pn+1 = 2 / 3 ⇒ n2 – 11n + 18 = 0, ecuación con raíces n1= 9 y n2 = 2 (solución

no válida). En consecuencia, la solución es que deben existir 10 cajas.
31. Un test rápido realizado por la Guardia Civil en la carretera sobre el contenido
alcohólico de la sangre de un conductor da correcto sólo en un 100 α % de las veces ( es
decir, da respuesta positiva cuando el contenido es alto y negativa cuando es bajo ). Los
sospechosos de conducir embriagados son sometidos por un médico a un segundo test más
preciso y detallado. El nuevo test evidentemente, nunca falla con un conductor sobrio,
pero posee un porcentaje β % de error en los embriagados debido al tiempo transcurrido
entre los dos test. Ambos test se suponen independientes. Por último se conoce que de los
detenidos en carretera, un 100 γ % están embriagados. Se pide:
a) ¿Qué proporción de conductores detenidos por la G.C no serán sometidos a un segundo
test ?

b) ¿ Qué proporción de conductores detenidos por la G.C serán sometidos por el médico a
un segundo test que no detecte el alcohol ?

c) ¿ Cuál es la probabilidad de que tal conductor tuviese en realidad un contenido en

alcohol en la sangre mayor que el legal en el momento de ser detenido?

SOLUCIÓN:

a) Definamos los siguientes sucesos:

* D ( conductor detenido), E (conductor embriagado) y Ec (conductor sobrio)

* Ci (el test i ( i = 1, 2) da correcto) y Ti (someterse al test i ( i = 1, 2))

Con esto:

P ( C1) = α ; P ( C2 / Ec ) = 1; P ( C2c / E ) = β y P ( E/ D) = γ

son los datos del problema. Definamos los nuevos sucesos:

E1 = { E ∩ C1 }; E2 = { E ∩ C1c }; E1c = { Ec ∩ C1 } y E2c = { Ec ∩ C1c }

Entonces:

a) P ( T2c ) = P ( E2 ∪ E1c ) = P ( E2 ) + P ( E1c) = P ( E ∩ C1C ) + P (Ec∩ C1 ) =

= P ( C1c) P ( E/ D ) + P (C1) P ( Ec / D ) = (1- α) γ + α (1- γ)= α + γ – 2αγ

b) Denotemos por H el suceso cuya probabilidad se desea calcular. Entonces si A es el suceso

“el test T2 no detecta el alcohol”, tendremos:

P ( H ) = P [( E1 ∩ A ) ∪ E2c ∩ A)] = P ( E1 ∩ A ) + P (E2c ∩ A) =

= P ( E ∩ C1 ∩ A ) + P ( EC ∩ C1C ∩ A ) =

= P ( E ∩ C1 ) P ( A / E ∩ C1 ) + P ( Ec ∩ C1C ) P (A / Ec ∩ C1C) =

= P ( E ∩ C1 ) P ( Cc2 / E ) + P ( Ec ∩ C1C ) P (C2 / Ec ∩ C1C ) =

= α β γ + ( 1- α ) (1- γ)

c) La probabilidad será:

P ( E1 ∩ A / H ) = P ( E1 ∩ A ∩ H ) / P ( H ) = P ( E1 ∩ A) / P ( H ) =

= α β γ / α β γ + ( 1- α ) (1- γ)

32. Si tiran 4 monedas no perfectas, con probabilidad p de salir cara, y según el número de
caras que salgan se tiran igual número de dados perfectos, sumándose a continuación la
puntuación obtenida. Se realiza un experimento y se obtiene tres puntos.
a) Estudiar, para los distintos valores de p, qué número de caras es más probable que
hubiese salido.

b) Calcular el número esperado de caras a priori y posteriori.

c) ¿ Qué sucede si las monedas son perfectas?

SOLUCIÓN:

a) Sean los sucesos : C (salir cara); F (salir cruz); Ci ( obtener i caras : i = 0, 1, 2, 3, 4 ) y B ( se

ha obtenido tres puntos ). La probabilidades a priori vienen dadas por un modelo binomial:

P ( Ci ) = ( 4i ) pi q4-i (p + q = 1 ; i = 0, 1, 2, 3, 4)

y las verosimilitudes asociadas por :

P ( B / C0 ) = P ( B / C4 ) = 0; P ( B / C1 ) = 1/6; P ( B / C2 ) = 2/62; P ( B / C3 ) = 1/63

En consecuencia:

P ( B ) = ∑ (i=0, hasta 4) P ( B / Ci ) P ( Ci ) = p*q / 54 [ 18 (1-p) (2-p) + p2

después de sustituir y operar convenientemente.

Por tanto, aplicando la fórmula de Bayes P ( Ci / B) = P ( B / Ci ) P ( Ci ) / P ( B) ( i = 0, 1, 2, 3,

4 ) y denotando por f ( p ) = 18 (1-p) (2-p) + p2 tenemos que:

P ( Ci / B) = 36 q2 / f(p) si i = 1 (1)

= 18 p*q / f(p) si i = 2 (2)

= p2 / f(p) si i = 3 (3)
 =0 si i = 0, 4

Representando gráficamente las tres curvas (1), (2) y (3) u operando analíticamente, ya que los
denominadores son iguales, es fácil observar que los puntos de corte son:

* (1) y (2) en p = 2/3 ≈ 0,66 ⇒ 0 ≤ p ≤ 2/3 Æ C1 ( 1 cara)

* (1) y (3) en p = 6/7 ≈ 0,85 ⇒ 2/3 < p ≤ 18/19 Æ C2 ( 2 caras)

* (2) y (3) en p = 18/19 ≈ 0,95 ⇒ 18/19 < p ≤ 1 Æ C3 ( 3 caras)

y esto es el número de caras más probable según el valor del parámetro p.

b) Si X es la v.a. “número de caras”, tendremos:

* A priori: X Æ Bin. (4, p ) ⇒ E ( X ) = 4p

* A posteriori:

E ( X / B ) = ∑ (i=0, hasta 4) i P ( Ci / B ) = 3 [(p-6)2 – 24] / 18 (1-p) (2-p) + p2

c) Si las monedas son perfectas, p=1/2. Sustituyendo de manera directa e inmediata obtenemos
que P ( C1 / B ) = 36/55, P ( C2 / B ) = 18/55 y P ( C3 / B ) = 1/55.

En consecuencia, el número de caras más probable es C1 ( 1 cara), y además E( X ) =2

y E (X / B) = 15/11 < E (X)

33. En una ciudad existen dos fábricas de bolas de tenis. En la fábrica F1 el porcentaje de
bolas que se fabrican de calidad A es del 80 %, de calidad B es del 5 % y de calidad C es
del 15 %. En la F2 los porcentajes son a, b y c respectivamente.
a) Dar una expresión general, lo más simplificada posible, de la proporción de bolas
de calidad A para toda la ciudad.
b) Sabiendo que a = 92 % y que el porcentaje de bolas de calidad A en toda la ciudad
es del 89 %, comentar y comparar las producciones de las dos fábricas. ¿Cuál de las dos
fábricas produce más bolas?
c) Si el porcentaje de bolas B en toda la ciudad es del 5 % ¿Qué valores toman b y
c?, y entonces, ¿Cuál es la proporción de bolas fabricadas por F2 entre bolas de la calidad
tipo C?

SOLUCIÓN:

a) Por el Teorema de la Probabilidad Total:

P (A) = Σ(i=1, hasta 2) P (A/Fi) P (Fi) = 4/5 P (F1) + a P (F2) =

= 4/5 P (F1) + a (1 – P (F1)) = a + (4/5 - a) P (F1)

b) En este caso, despejando en la expresión anterior y sustituyendo:

P (F1) = (P (A) – 1) / (4/5 - a) = 1/4

P (F2) = 3/4

En consecuencia, P (F2) = 3 P (F1). Es decir, la fábrica F1 produce el 25 % de las bolas de la

ciudad y la fábrica F2 produce tres veces más que la fábrica F1.

c) Como en este caso P (B) = 1/20, entonces:

P (B) = P (B/F1) P (F1) + P (B/F2) P (F2) = (1/20) (1/4) + b (3/4) = 1/20

Y despejando obtenemos que b = 0,05. En consecuencia: a = 0,92; b = 0,05 y c = 0,03. Con todo
esto:

P (F2 / C) = (P (C/F2) P (F2)) / (P (C)) = P (C/F2) P (F2)) / (Σ(i=1, hasta 2) P (C/Fi) P (Fi)) =
3/8

Después de sustituir y operar convenientemente. En consecuencia, el porcentaje de las bolas

fabricadas por F2 entre las de calidad C es del 37,5 %.

34. Un dado (A) posee cuatro caras rojas y dos blancas; otro dado (B), dos caras rojas y
cuatro blancas. Se lanza una moneda sesgada, con probabilidad p de salir cara: si sale
cara el juego continua únicamente con el dado A, y si sale cruz se utiliza solamente el dado
B.
a) Calcular la probabilidad de obtener “rojo” en cualquier lanzamiento del dado.
b) Si se obtiene “rojo” en los n primeros lanzamientos, ¿Cuál es la probabilidad de que se
esté usando el dado A? ¿Y el B? Buscar una relación de indiferencia para ambas
probabilidades.

SOLUCIÓN:

a) Sean los sucesos: A (se está utilizando el dado A), B (se está utilizando el dado B) y R (sale
cara roja):
Por el Teorema de la Probabilidad Total:

P (R) = P (R / A) P (A) + P (R / B) P (B) = 4 p / 6 + 2 (1 - p) / 6 = (p + 1) / 3

b) Evidentemente, por la formula de Bayes:

P (A / nR) = [P (nR / A) p (A)] / [P (nR / A) p (A) + P (nR / B) p (B)] =

= (4/6)np / [(4/6)np + (2/6)n (1 - p)] = 1 / [1 + (q / p) 2-n] +

P (B / nR) = 1 - P (A / nR) = 1 / [1 + (q / p) 2n] (p + q = 1)

La relación de indiferencia pedida es, evidentemente, la que se obtiene al imponer la condición

P (A / nR) = P (B / nR) = 1/2. Operando es fácil ver que esta condición viene dada por: q/p = 2n
ó p = (1 + 2n)-1 para cualquier n dado, pero fijo.

35. Sea (Ω, А, P) un espacio de probabilidad. Sean A, B ∈ А sucesos independientes tales

que P (A) = α y P (B) = β.
a) Calcular la probabilidad de que ocurra uno y sólo uno de los sucesos.
b) Calcular la probabilidad de que ninguno de los sucesos se verifique. En este último
caso, suponiendo que α + β = ½, dar una cota para esta probabilidad.

SOLUCIÓN:

a) P (A ∆ B) = P [(A – B) ∪ (B - A)] = P (A - B) + P (B - A) =

= P (A) + P (B) – 2 P (A ∩ B) = P (A) + P (B) – 2 P (A) P (B) = α + β – 2 α β =

= α (1 – β) + β (1 - α)

b) P (Ac ∩ Bc) = P (Ac) P (Bc) = (1 – β) (1 - α) = 1 – (α + β) + α β

Sea P (Ac ∩ Bc) = p. Entonces p = 1 – ½ + α β = ½ + α β ≥ ½.

Como por otro lado β = ½ - α → p = f (α) = ½ + α (1/2 - α) → f’ (α) = 0 →

→ α = ¼ (máximo) con f (1/4) = 9/16 ≈ 0,56.

Luego la cota pedida es: 0,5 ≤ p ≤ 0,56