TEMA 7: PROBABILIDAD

Observa

 El concepto de probabilidad. Trata de medir la mayor o menor facilidad con

que ocurrirá algo. Para poder hablar de esto, aquello que se estudia debe ser
un experimento donde, al realizarse de una forma concreta, puedan ocurrir
varias cosas (por ejemplo lanzar un dado y ver el número que sale). Estos
experimentos se llaman aleatorios; y aquellos en los que está prefijado por
leyes físicas o químicas lo que va a ocurrir, se llaman deterministas. En estos
últimos no tiene sentido hablar de probabilidad.

 Históricamente, el concepto de probabilidad ha sido controvertido. Más bien,

el tema de asignación de probabilidades. A veces hay razones de tipo
geométrico o por simetrías que permiten asignar la probabilidad de un suceso
a priori (por ejemplo, al lanzar un dado supuestamente bien construido,
decimos que la probabilidad de que salga 1 es 1/6). Otros piensan que esto es
mucho imaginar y que la probabilidad debe asignarse a posteriori después de
lanzar el dado N veces, contar el número de veces que sale el número 1 y si N
es suficientemente alto, asignarle al 1 la probabilidad:

n nº de unos (Frecuencia absoluta)

= = Frecuencia relativa.
N nº de realizaciones del exp erimento

 Dejando a un lado si se asigna la probabilidad a priori o a posteriori, quedaría

decidir cómo se hace esto. Una de las formas más usuales de hacerlo es la
llamada Probabilidad de Laplace:

Nº de casos favorables alsuceso que interesa

P=
Nº de casos posibles

El problema es cómo contar esos números de casos. De ello se ocupa la

combinatoria (al final del tema tienes algo sobre ella).

203
 Observa

 Tratando de abarcar todas las posibilidades, se ha construido una teoría de la

probabilidad (axiomática) que sea aplicable a todos los casos. Para verla es
necesario dar antes unas definiciones.

 Experiencia aleatoria ε. Aquella que al repetirla en análogas

condiciones, pueda presentar distintos resultados. Por ejemplo:
“Lanzar un dado y ver lo que sale”.

 Espacio muestral  . Conjunto de resultados posibles al realizar ε.

En el ejemplo,  = {1,2,3,4,5,6} (o combinación de ellos).

 Suceso A, B, … Cualquier parte de Ω.

Por ejemplo: A= {sale 1}, B = {sale nº par} , C = {sale múltiplo de 3}.

 Suceso imposible . El que no ocurre nunca.

 Intersección de sucesos A∩B. Lo que ocurre cuando ocurren A y B

a la vez. En el ejemplo B∩C= {sale 6}.

 Unión de sucesos AUB. El que ocurre cuando ocurre A, o B o ambos.

En el ejemplo: BUC= {2,3,4,6}.

 Suceso contrario de A: A = Ac. El que ocurre cuando no ocurre A.

En el ejemplo: C = {1,2,4,5}

 Dos sucesos A y B se dicen incompatibles cuando A∩B= ϕ. En caso

contrario, se dicen compatibles. En el ejemplo, A y B son
incompatibles, B y C son compatibles.

Una probabilidad es una función p que asigna a cada suceso Ω un número p(A)
cumpliendo:
1º) 0  p(A)  1 para cualquier suceso A.
2º) p(Ω) =1
3º) Si A∩B =   p(AUB) = p(A)+p(B)

Por ejemplo, al lanzar el dado podemos asignar como probabilidades:

a) Si lo suponemos bien construido:
p(1) = p(2) = p(3) = p(4) = p(5) = p(6) = 1/6
b) Si está trucado:
p(1) = 1/3, p(2) = p(3) = p(4) =1/6, p(5) = p(6) = 1/12

204
 Observa

De esta definición se deducen una serie de propiedades, entre las que

destacamos:

P1. p() = 0

P2. p( A ) = 1-p(A)

P3. Si A  B  p(A)  p(B)

(si ocurre A ocurre B)

P4. p(AUB) = p(A) + p(B) – p(A∩B)

Veamos cómo se deducen de la definición:

(por P3)
P1. ∩Ω =  p(UΩ) = p(Ω) = 1 = p(Ω)+p() = 1+ p()

P2. A∩ A =  (por P3) p(AU A ) = p(Ω) = 1 = p(A)+ p( A )

(por P3)
P3. A∩(B-A) =  p(AU(B-A)) = p(B) = p(A)+p(B-A)
B
A B-A

A B
(por P3)
P4. A∩B-A =  p(AU(B-A)) = p(A)+p(B-A)

P(AUB)

A∩B

(A∩B) ∩(B-A) =  (por P3) p((A∩B)U(B-A)) = p(A∩B)+ p(B-A)

p(B)

A B
_

A∩B
Juntándolo sale.

205
 Observa

 Cuando ocurre como en el lanzamiento del dado, que todos los sucesos
elementales tienen la misma probabilidad (cuando lo suponemos bien
construido), hablamos de espacios equiprobables.

 Lanzar un dado, una moneda, extraer una carta de la baraja, son

experimentos simples. Lanzar dos o más dados, varias monedas, son
experimentos compuestos. Estos últimos se describen con un diagrama de
árbol. Por ejemplo, al lanzar dos monedas tenemos:

1ª moneda 2ª moneda
1/2 C
C
1/2 1/2 X p(Dos caras) = 1 · 1  1
22 4
1/2 C p(Una cara y una cruz) = 1 · 1  1 1  1
1/2 X 2 2 22 2
1/2 X

Ejercicios
1. En la experiencia “lanzar cuatro monedas” se consideran los
sucesos A={Obtener 2 o 3 caras} y B={Obtener, al menos, tres
caras}. Se pide:
a) AUB b) A∩B c) A d) A ∩B

2. Si Ω = {a, b, c}, ¿cuáles de las siguientes funciones son

de probabilidad?
1
a) p(a)= p(b)= p(c)=
3
1 1
b) p(a)= , p(b)= p(c)=
2 4
2 1
c) p(a)= p(b)= , p(c)=-
3 3

3. Si p es una función de probabilidad de Ω = {a, b}, halla

p(a) y p(b) sabiendo que p(b) es doble que p(a).

4. Si p es una función de probabilidad de Ω = {a, b, c}, halla

p(a) si:
a) p(a)= p(b)= p(c)
b) p(b)= p(c)= 2 p(a)
c) p(a)= p(b), p(c)=1/2
d) p(a)= 2 p(b)= 3 p(c)

206
 Ejercicios
5. Un dado se carga de forma que la probabilidad de que salga
un número es proporcional a dicho número. Halla la función de
probabilidad.

6. Un grupo de estudiantes está compuesto por 4 de primer

curso, 5 de segundo y 6 de tercero. Escogemos un alumno al
azar. Calcula la probabilidad del suceso:
a) Es de primero.
b) No es de primero.
c) No es de primero ni de tercero.

7. En el mismo grupo de estudiantes del problema 6 se escogen

al azar dos estudiantes. Halla la probabilidad de:
a) Los dos son de primero.
b) Ninguno es de primero.
c) Uno de primero y otro de segundo.

8. Lanzamos tres monedas. Calcula la probabilidad de:

a) Obtener dos caras.
b) Obtener, al menos, dos caras.
c) No obtener ninguna cruz o ninguna cara.

9. Lanzamos un dado dos veces. Calcula la probabilidad de:

a) La suma de puntos es 7.
b) Obtener el mismo número.
c) El segundo número es mayor que el primero.

10. Una bolsa contiene 6 bolas blancas numeradas del 1 al 6 y

5 bolas negras numeradas del 1 al 5. Extraemos dos bolas al
azar. Calcula la probabilidad de obtener:
a) Dos bolas blancas.
b) Dos bolas del mismo color.
c) Dos números pares.
d) Una blanca impar y una negra par.

11. Si lanzamos una moneda y un dado, halla la probabilidad

de:
a) Sacar cara y 5.
b) Sacar cara y número impar.
c) Sacar cara y número par o cruz y cualquier número.

207
 Ejercicios
12. Extraemos dos cartas de la baraja española de 48 cartas.
Calcula la probabilidad de:
a) Sacar dos espadas.
b) No sacar espadas.
c) Sacar el mismo número.

13. En un grupo de estudiantes, el 30% estudian matemáticas,

el 15% física y el 10% ambas materias. Se elige un estudiante
al azar y se quiere saber la probabilidad de que:
a) Estudie matemáticas.
b) Estudie matemáticas y física.
c) Estudie matemáticas pero no física.
d) No estudie ni matemáticas ni física.

14. En una población el 60% son morenos y el resto rubios.

Entre los morenos, el 90% tienen los ojos castaños y el 10%
azules. Entre los rubios, el 80% tiene los ojos azules y el
20% verdes. Se elige una persona al azar y se quiere saber la
probabilidad de que:
a) Sea morena. b) Tenga ojos castaños.
c) Tenga ojos azules. d) Tenga ojos verdes o castaños.

15.Dos sucesos cumplen: P(AUB)=4/5, p(A∩B)=1/5, p( A )=3/5.

Halla:
a) p(A) b) p(B) c) p(A∩B)

16. En una caja hay 4 bolas blancas y 3 rojas. Extraemos dos

bolas sin devolución. Halla la probabilidad de:
a) Que las dos bolas sean blancas.
b) Que las dos sean rojas.
c) Que no sean las dos blancas.
d) Cada una es de un color.

17. Repite el problema 16 si la extracción es con devolución.

18. Lanzamos dos monedas y un dado. Halla la probabilidad de

obtener:
a) Dos caras y número par.
b) Una cara, una cruz y número par.
c) Alguna cara y número par.

208
 Ejercicios

19. En una determinada población, el 40% estudian catalán, el

30% gallego y el 25% euskera. El 14% estudian catalán y
gallego, el 11% catalán y euskera, el 13% gallego y euskera y
el 5% las tres lenguas. Elegimos una persona al azar y
queremos saber la probabilidad de que estudie:
a) Al menos una lengua.
b) Sólo catalán.
c) Gallego o euskera pero no catalán.

20. Si sabemos p(X)= 1/2, p( Y )=1/3, p(X∩Y)=1/3, calcula:

a) p(XUY) b) p( X ∩ Y ) c) p(X∩ Y ) d) p( X U Y )

21. Sea S={a, b, c, d, e, f} un espacio muestral y p una

medida de probabilidad en S definida por p(e)=p(f)=1/4,
p(a)=p(b)=p(c)=p(d)=1/8. Se consideran los sucesos A y B
siendo A={a, c, d, e}, B={d, c, f}. Calcula:
a) p(A) b) p(B) c) p(AUB) d) p(A∩B)

22. Una urna contiene 10 bolas numeradas del 1 al 10. Se

extraen sucesivamente dos bolas. Calcula la probabilidad de
que la suma de los puntos obtenidos sea múltiplo de 3 en cada
caso: a) Con reemplazamiento. b) Sin reemplazamiento.

23. La probabilidad de que un alumno apruebe matemáticas es

0,6 y la de que apruebe lengua es 0,5 y de la que apruebe
ambas es 0,2.
a) ¿Cuál es la probabilidad de que apruebe al menos una
asignatura?
b) ¿Y la de que no apruebe ninguna?
c) ¿Y la de que apruebe matemáticas pero no lengua?

24. En una bolsa hay 4 bolas blancas y 3 negras. Calcula la

probabilidad de que al sacar tres bolas todas sean del mismo
color.

25. Para cada experimento que sigue, halla la función de

probabilidad.
a) Extraer una carta de la baraja española y 4 1
mirar el palo.
b) Jugar a la ruleta (1) y mirar la puntuación. 3 2
c) Jugar a la ruleta (2) y mirar la puntuación.
d) Lanzar un dardo sobre la ruleta (1) y mirar la
4
puntuación.
e) Lanzar un dardo sobre la ruleta (2) y mirar la 3 1
puntuación. 2

209
 Ejercicios
26. Se extrae una ficha del dominó al azar. Halla la
probabilidad de:
a) Hay un 1 al menos. b) Hay un 2 al menos.
c) Hay un 1 o un 2. d) Suma de puntos 6.
e) Suma de puntos mayor de 10.

27. a)Razona que dos sucesos contrarios son siempre

incompatibles.
b)¿Existen sucesos incompatibles que no sean contrarios?

28. Halla la probabilidad de que al elegir, al azar, un número

de 6 cifras, éste resulte ser capicúa (es decir, el número
empezará por 1, 2, 3…9).

29. En una urna hay 50 bolas entre blancas, verdes y negras.

a) ¿Cuántas hay de cada color si la probabilidad de sacar
una blanca al azar es 2/5 y la de sacar una negra es 1/10?
b) ¿Cuántas hay si la probabilidad de sacar blanca es 2/5 y
la de sacar negra es doble que la de sacar verde?

30. Se extrae una carta de la baraja española de 48 cartas. Se

consideran los sucesos: B={Obtener basto}, F={Obtener figura}
(figuras son: sota, caballo y rey).
Calcula:
a) p(B) b) p(F) c) p(B∩F) d) p(BUF)
e) p( B) f) p(B∩F ) g) p( B∩F )

31. De una urna que contiene 5 bolas blancas y 7 negras se

extraen al azar todas las bolas menos una. ¿Probabilidad de
que quede una blanca?

32. De la misma urna del problema 31 se extraen todas las

bolas menos dos. ¿Probabilidad de que estas dos sean blancas?

33. El 65% de las alumnos de un centro ha aprobado

matemáticas, el 70% filosofía y el 53% ambas. Si se elige al
azar un estudiante:
a) Probabilidad de que haya suspendido ambas materias.
b) Probabilidad de que haya suspendido como mucho, una
materia.

34. Un 6% de los habitantes de una ciudad compra habitualmente

los dos periódicos que en ella se editan, y el 70% no compran
ninguno. El periódico de mayor aceptación vende el doble de
ejemplares que el otro. Calcula la probabilidad de que un
ciudadano elegido al azar compre el diario de mayor
aceptación.

210
 Amplía

COMBINATORIA
EL PROBLEMA DE CONTAR
 En problemas de probabilidad se plantea la cuestión de contar el número de
veces que puede ocurrir algo. Por ejemplo, si queremos saber lo fácil que es
acertar una quiniela o una lotería primitiva, necesitamos saber cuántas
formas de rellenarla hay.
 Hay ocasiones en que éste problema tiene fácil solución (todos sabemos
contar de cuantas formas distintas puede presentarse el número de un dado
al lanzarse), pero otras no tanto, y se requieren unas estrategias que
faciliten el conteo. De esto se ocupa la combinatoria.
 En cualquier caso, verás que los diagramas de árbol son de gran ayuda para
contar en la mayoría de los casos.

VARIACIONES CON REPETICIÓN

Problema 1. ¿Cuántas quinielas distintas pueden hacerse en una jornada?

1º Partido 2º Partido 3º Partido 14º Partido

1
1 X
2
1 X
2
1 Solución:
X X 314
2
1
2X
2

Problema 2. El lenguaje de un ordenador se traduce a secuencias de dígitos

formados por ceros y unos. Un byte es una de estas secuencias y está formado
por 8 dígitos, por ejemplo 00101101. ¿Cuántos bytes distintos hay?

1º Dígito 2º Dígito 3º Dígito 8º Dígito

0
0 1
0 0 Solución:
1
1 28
0
1
1

211
 Amplía

 En estos dos problemas, y en muchos más, se aprecia la misma estructura: se

trata de rellenar un número de casillas (14 y 8 en los problemas 1 y 2
respectivamente) con una serie de símbolos u objetos (3 y 2 en los problemas
1 y 2 respectivamente) que pueden repetirse y donde el orden de colocación
es importante (pueden ponerse el mismo número de unos y ceros en dos bytes
distintos). Al número de formas de hacer esto se le conoce con el nombre de
variaciones con repetición:
14
VR3,14 = VR14
3 = 3 en problema 1, VR2,8 = VR82 = 28 en problema 2.

En general, para rellenar n casillas con m objetos que se pueden repetir y

donde el orden de colocación importa, el número total de colocación será:
VRm,n = VRnm= mn (variaciones con repetición de m y n)

Ejercicios
35. ¿Cuántas palabras de 5 letras pueden formarse, aunque no
tengan sentido, con las letras de CARLOS?

36. Las matrículas antiguas sólo tenían un número de 6 cifras.

¿Cuántas distintas podían formarse en cada provincia?

37. Calcula: a) VR2,7 b) VR5,2 c) VR43 d) VR71

Amplía

VARIACIONES
Problema 1. En la final de los 800 m de una olimpiada participan 8 atletas. ¿De
cuántas maneras se pueden distribuir las medallas?

Oro Plata Bronce

Dorsal Dorsal Dorsal
3
4
5
2 6
7
3 8
4
5
1 6
2 7 Solución:
8 8·7·6=336
3
4 1
5 1 2
6 2 3
3 5
7 4 6
8 5 7
6
7
212
 Amplía
Problema 2. ¿Cuántos números de dos cifras se pueden formar con los dígitos 1,
2, 3, 4, sin que se repita ninguno?
Decenas Unidades
2
1 3
4
1
2 3
4 Solución:
1
3 2 4·3=12
4
1
4 2
3

 En estos dos problemas la estructura es:

Se trata de rellenar casillas (3 y 2 en problema 1 y 2 respectivamente) con

objetos (8 y 4 en problema 1 y 2 respectivamente) que no se pueden repetir
y donde el orden de colocación es importante (no puede llevarse dos medallas
la misma persona y no es lo mismo que los dorsales 1, 2, 3 lleguen 1º, 2º y 3º
respectivamente o que lleguen 2º, 1º y 3º).

Al número de colocaciones de este tipo se les llama variaciones:

V8,3 = V 83 = 8·7·6 en problema 1
V4,2 = V 42 = 4·3 en problema 2.

En general, para rellenar m casillas con n objetos (m ≤ n) que no se pueden

repetir y donde el orden importa, el total de colocaciones posibles es:
Vm,n = Vnm = m·(m-1) …… Variaciones de m y n.
n factores

 Cuando m=n tenemos todas las formas posibles de ordenar n objetos, y

hablamos de permutaciones de esos n objetos:
Pn = Vn,n = n·(n-1)·(n-2)·…….·1
 Dado un número natural, se llama factorial de ese número a n! y se calcula:
n! = n·(n-1)·(n-2)·…·3·2·1
Por ejemplo: 5! = 5·4·3·2·1 = 120
m!
Tenemos entonces: Vm,n = , Pn = n!
(m  n)!
m!
Según esto: Vm,m = = Pm = m! → 0! = 1 por convenio.
0!

213
 Ejercicios
38. Extraemos una carta de la baraja española de 40 cartas.
Después de dejarla sobre la mesa, extraemos una segunda que
colocamos junto a la anterior y una tercera a continuación.
¿De cuántas formas distintas puede ordenarse el trío de
cartas?

39. En un concurso literario participan 10 escritores y se

asignan tres premios de 5, 3 y 1 decenas de miles de euros.
¿De cuántas formas distintas pueden distribuirse los premios?

40. ¿Cuántos números de tres cifras se pueden formar con las

cifras impares sin que se repita ninguna?

41. ¿Cuántos números del problema 40 serán mayores que el 400?

42. Calcula: a) V73 b) V104 c) V97

43. Calcula n y k en:

a)Vn,3=Vn,4 b)Vn,4=4·Vn-1,3 c)Vn,k=6·5·4 d)Vn,k= 8·7·6·5·4

44. Resuelve las siguientes ecuaciones:

a) V x4 = 20 Vx2 b) Vx,3 = 20 Vx,2 c) Vx,6 = 90 Vx-2,4

d) V11,x = 7920 e) Vx,2 = 210 f) V5,x = 20

45. Diez amigos van en bicicleta en fila india. ¿de cuántas

formas distintas pueden ir ordenados en la fila?

46. ¿De cuántas formas distintas pueden sentarse tres personas

en tres asientos?

47. Una secretaria ha escrito cinco cartas distintas a cinco

personas diferentes. También ha escrito en cinco sobres los
nombres y direcciones de cada una de esas cinco personas y
mete al azar cada carta en uno de los sobres.
a) ¿Cuántas formas distintas hay de llenar los sobres así?
b) En cuántos de los casos anteriores, el señor Pérez, por
ejemplo, tendría su carta en su sobre?

Pm
48. a) Calcula: P5, P9, P6 b) Comprueba que Vm,n =
Pm  n

49. Calcula: 3!, 4!, 5!, 6!, 10!, 6!+1, 3!+2!, (3+2)!, (6-3)!

50. Halla x en: a)x!=110(x-2)! b)12x!+5(x+1)!=(x+2)!

214
 Amplía

COMBINACIONES
Problema 1. De los 10 temas que debes estudiar para un examen, te van a salir
tres, extraídos por sorteo. ¿De cuántas formas distintas te puede salir el
examen?

Si en el examen hubiera que contestar en un orden concreto los temas, la

respuesta sería V10,3 = 10·9·8 = 720 exámenes posibles.

Como el orden no influye, debemos quitar los repetidos. Los temas 1, 2, 3

aparecen 3! veces (sus ordenaciones), lo mismo los temas 7, 5, 3 y así cualquier
tema, por tanto la solución del problema será:

V10,3 10·9·8 720  120 posibles exámenes.

= 
P3 3·2·1 6

Problema 2. ¿De cuántas formas distintas se puede rellenar un boleto de la

lotería primitiva?

Como en el problema anterior, tenemos que elegir 6 números entre 49 posibles

sin que importe el orden. Razonando de forma análoga tendremos:

V49,6 49·48·47·46·45·44  13983816 boletos.


P6 6·5·4·3·2·1

En ambos problemas se trata de rellenar casillas (3 en el problema 1 y 6 en el

problema 2) que no se pueden repetir y donde no influye el orden. Al número de
colocaciones posibles de esta forma se las llama combinaciones de m elementos
tomadas de n en n: C49,6 en problema 2.

m m!
En general: n < m  Cm,n =   = VPm,n =
 n  n!(m  n)!
  n

Ejercicios
51. De las 30 preguntas de que consta un test se debe
contestar a 20. ¿De cuántos modos distintos se pueden elegir
las 20 preguntas?

52. Una fábrica de helados tiene 12 sabores. ¿Cuántos helados

de tres gustos se pueden fabricar?

215
 Ejercicios
53. ¿Cuántos equipos de baloncesto pueden formarse con los 35
alumnos de una clase?

3
54. Calcula: a) C12 b) C95 c) C413

55. Una chica tiene 6 blusas, 4 pantalones y 3 pares de

zapatillas. ¿Entre cuántas indumentarias distintas puede
escoger?

56. ¿De cuántas formas distintas pueden tres chicos repartirse

3 polos diferentes comiéndose un polo cada uno?

57. Tres chicas van a una heladería en la que hay cuatro tipos
distintos de polos. ¿De cuántas formas distintas pueden hacer
la elección si cada una compra un polo?

58. Cuatro chicos echan una carrera. ¿De cuántas formas pueden
llegar a la meta si no hay empates?

59. ¿Cuántos números de tres cifras se pueden formar con los

dígitos 1, 5, 8, 9?

60. ¿Cuántos números de tres cifras se pueden formar con los

dígitos 1, 5, 8, 9 sin que se repita ninguno?

61. ¿Cuántos números capicúas de dos cifras se pueden formar?

62. ¿Cuántos números capicúas de tres cifras se pueden formar?

63. ¿De cuántas formas se pueden ordenar tres libros

distintos?

64. ¿Cuántos menús distintos se pueden confeccionar eligiendo

entre dos primeros platos, tres segundos y dos postres?

65. ¿Cuántos vocablos de dos letras se pueden formar con las

letras de la palabra MAR?

66. ¿Cuántos vocablos de dos letras se pueden formar con las

letras de la palabra MAR si las letras deben ser distintas?

216
 Ejercicios
67. ¿Cuántos productos de dos números elegidos entre 2, 3, 5
se pueden hacer?

68. ¿Cuántos productos de dos números elegidos entre 2, 3, 5

se pueden hacer si los factores deben ser distintos?

69. Cinco amigos se encuentran y todos se estrechan la mano.

¿Cuántos apretones de mano hay en total?

70. Nos han regalado 8 novelas y 5 libros de poesía y queremos

elegir tres novelas y dos libros de poesía. ¿De cuántas formas
se puede hacer?

71. ¿Cuántos cuadriláteros se pueden formar con los vértices

de un hexágono regular?

72. Una familia formada por los padres y tres hijos van al
cine y se sientan en 5 butacas consecutivas.
a) ¿De cuántas formas distintas pueden sentarse?
b) ¿Y si los padres se sientan en los extremos?
c) ¿Y si los padres deciden no sentarse en los extremos?

73. ¿Cuántas letras de 5 signos se pueden formar en el

alfabeto Morse usando tres rallas y dos puntos?

74. ¿Cuántos números de 5 cifras se pueden escribir con las

cifras 1, 2, 3, 4, 5 sin repetir ninguna y siendo el resultado
impar?

75. Un barco tiene 8 banderas diferentes para hacer señales y

cada señal se forma colocando tres banderas en un mástil en un
determinado orden. ¿Cuántas señales distintas se pueden hacer
desde el barco?

76. A un congreso médico asisten 50 personas de las cuales 30

sólo hablan inglés y 20 sólo hablan francés. ¿Cuántos diálogos
pueden establecerse sin intérprete?

77. ¿Cuántos números de 8 cifras puedes escribir con los

dígitos 1, 2 y 3?

217
 Amplía

NÚMEROS COMBINATORIOS
n m
 Los números que aparecen al contar combinaciones Cm =   m>n se llaman
n
 
números combinatorios y tienen propiedades interesantes:

m m m m 1

1ª   0  =  m = 1 pues  0  m! =   = 1·1 = 1
 = 0!m!
    m 
       

m  m  m m! m!  m 
2ª    =  m  n  pues   = n!(m  n)! = (m  n)!n! =  m  n 
m m
       

m  1 m  1 (m  1)!  (m  1)! =
3ª   +   = (n  1)!(m n)! n!(m n  1)!
n 1 n
   


m
1)!n (mn!(m
(m  n)!  1)!(m n) (m  1)!(n  m n) m! =
n!(m  n)! = n!(m n)! = n!(m  n)! n 
 


 Con estas propiedades, tenemos una forma cómoda de disponer estos

números:

 1   1 
0 
 1
   
2  1 1
 2   2  +  
0 
  1 
  2  1 2 + 1
      
3 
  +  3   3   3  1 + 3 3 1
 0  1 2  3
       
1 4 64 + 1
 4  4   4   4 
  0  1   2  3  + 44 
 1 5 10 10 5 1
         
 5   5   5   5   5    5 
0   1   2    3  4   5  
           


Triángulo de Tartaglia

m + m + m  m

 + … +  m  = 2 , pues cada fila del triángulo
m
4ª   0 
  1 
  2 
       
es doble de la anterior y la primera suma 2.

218
 Amplía

 Una utilidad de esto es el binomio de Newton. Se puede comprobar lo

siguiente (piensa por qué):

n  n  n 0 n  n-1 1  n  n-2 2  n  2 n-2  n  1 n-1  n  0 n

(a+b) =   a b +   a b +   a b + …+   a b +   a b +   a b
0 1 2 n  2 n  1 n
           


y de aquí, como (a-b) = (a+(-b)), se tiene:

n  n  n 0 n  n-1 1  n  n-2 2 n-2  n  2 n-2

(a-b) =   a b -  a b +   a b - … + (-1)   a b +
0 1  2  n  n  2 
 
n-1  n  1 n-1 n   0 n
+ (-1)   a b + (-1)   a b
n 1 n
   


Veamos un par de ejemplos:

Ejemplo 1  (a+b)5 = a5+5a4b+10a3b2+10a2b3+5ab4+b5

Ejemplo 2  (x-y)4 = x4-4x3y+6x2y2-4xy3+y4

Ejercicios
78. Resuelve las siguientes ecuaciones:

a)  39    39  8 8 9

5  2x 2x   b)        
 2 3 x
       4


11 11  12 17   17 

c)     y 
  3 
 d)   x  1
3      x   

x x 10 f)  38    38 
e)         5  2x  3x  
4 5 5  2
        


79. Calcula:  
 
a) 2000 b) 5001 c) 1000000 
1998  4999  999998 
     

219
 Ejercicios
80. Resuelve las ecuaciones:

x   x   x  x 2  x  x 51  x 
a) 2   = 2   -  
 b)      c)     
5  6  4 2
4   3  2    3     2  


39   39  x x  1 x  2

d)    x  5 e)         = 136
 2  2 
x     2    



81. Calcula:

2 2 2 5 5 5 5 5 5

a)         b)                 
0 1 0 1 3 4 5
    2     2      



82. Desarrolla:
a) (a+b)3 b) (a-b)3 c) (2-x)8 d) (x+3)5
4
1 
5
1 
f) 
4
e)   2x  x  1  g) (2x+1)6 h)   3x
2   x  3 



83. Calcula el cuarto término del desarrollo de (a-5)7.

 9
84. Calcula el quinto término del desarrollo de 2x  y  .
 2 


85. Halla el coeficiente del cuarto término del desarrollo del

6
x 
polinomio   3 .

3   8
 x2 3
86. Halla el coeficiente de x7 en el desarrollo de    .
 2 x 


87. Encuentra el término en el que el exponente de x es 28 en

 2 20
el desarrollo de x  x  .
 2 


88. Calcula el término que no tiene x en el desarrollo del

 11
polinomio x x  1 
  .
x4

220
 Observa
PROBABILIDAD CONDICIONADA
 En su momento planteábamos el siguiente problema:

En una población el 60% son morenos y el resto rubios. Entre los morenos, el
90% tienen los ojos castaños y el 10% azules. Entre los rubios, el 80% tienen
los ojos azules y el 20% verdes. Se elige una persona al azar y se quiere
saber la probabilidad de que:

a) Sea morena. b) Tenga ojos castaños.

c) Tenga ojos azules. d) Tenga ojos verdes o castaños.

Lo resolvíamos así:

90 60
C a) P(M) = = 0,6
100
100
M 60 90
60 10 b) P(C) = · = 0,54
100 100
A 100 100
80 A c) P(A) = 60 · 10 + 40 · 80 = 0,38
100 100 100 100 100
40 R
60 90
100 d) P(VC) = · + 40 20
20 V · = 0,62
100 100 100 100 100

Fijémonos en algunos aspectos interesantes:

Sabemos que el 90% de los morenos tienen los ojos castaños. Es una
información del tipo: Si una persona es morena, la probabilidad de que
tenga los ojos castaños es 0,9.

A esto se le llama probabilidad condicionada: P(C/M) = 0,9.

* Dados los sucesos A y B, se llama P(A/B) a la probabilidad de que ocurra A

si ha ocurrido B.

Para obtener la probabilidad de que una persona tenga los ojos castaños,
multiplicamos P(M) = 0,6 por P(C/M) = 0,9 y obtenemos P(M∩C) = 0,54.

P(A  B)
* Se define P(A/B) =
P(B)
* Operando aquí tenemos el Teorema de la Multiplicación:
P(A∩B) = P(B)· P(A/B) = P(A)·P(B/A)

221
 Observa

 Supongamos ahora que extraemos una carta de la baraja española de 48

cartas y consideramos los siguientes sucesos A={Sale As}, O={Sale Oro},
I={Sale nº impar}. Tenemos lo siguiente:

P(O)=12/48=1/4 P(I)=24/48=1/2 P(A)=4/48=1/12

1 48  1 = P(A) 4 48 1
P(A/O)= P(A/I)=   P(A)
12 48 12 24 48 6

Se dice entonces que los sucesos A y O son independientes y que los sucesos
A e I son dependientes.

* Si P(A/B) = P(A), se dice que A y B son independientes.

Si P(A/B) ≠ P(A), se dice que A y B son dependientes.

* A la vista del Teorema de la Multiplicación:

A y B independientes ↔ P(A∩B) = P(A) · P(B)
A y B dependientes ↔ P(A∩B) ≠ P(A) · P(B)

 Volviendo al primer problema del que hablábamos:


 P(A) = P(M∩A) + P(R∩A) = M
= P(M) · P(A/M) + P(R) · P(A/R) = A
=0,6·0,1+0,4·0,8 = 0,38 R

Esto que se ha usado se conoce como fórmula de la probabilidad total.

*Si tenemos Ω = A1 U … U An con Ai∩Aj =  , i≠j, A1 A2 A3

y tenemos un suceso B, tenemos: A4

P(B) = P(A1∩B) + … + P(An∩B) = B

A8
A7 A6 A5
= P(A1) · P(B/A1) + … + P(An) · (B/An)
Fórmula de la probabilidad total

0,4·0,8
 P(R/A) = P(R  A) = P(R)·P(A/ R) = = 16/19
P(A) P(A) 0,38
Que se conoce como fórmula de Bayes.

* En las mismas condiciones que el resultado de la probabilidad total tenemos:

P(Ai )·P(B / Ai )
P(Ai/B) = P(Ai  B) = P(Ai )·P(B/ Ai ) =
P(B) P(B) P(A1 )P(B/ A1 )  ...  P(An )P(B/ An )
Fórmula de Bayes.

222
 Ejercicios
89. Si P(A)=1/3, P(B)=1/4, P(AUB)=1/2, calcula:

a) P(A/B) b) P(B/A) c) P(A B) d) P(A/ B )

90. Un dado se lanza dos veces. Sean los sucesos A y B donde

A={En el primer lanzamiento, el nº obtenido es menor o igual
que 2} y B={En el segundo lanzamiento, el nº obtenido es, al
menos, 5}. Se pide:
a) P(AUB) b) P(A/B) c) ¿Son A y B independientes?

91. Tenemos tres bolsas B1, B2, B3. B1 contiene una bola blanca
y 4 negras, B2 contiene 2 blancas y 3 negras y B3 contiene 3
blancas y 2 negras. Elegimos una bolsa al azar y extraemos una
bola. Calcula la probabilidad de que sea blanca. Si la bola ha
sido blanca, ¿cuál es la probabilidad de que provenga de B3?

92. Un curso consta de tres grupos. El grupo A tiene 25

alumnos de los que 5 han suspendido, el B tiene 15 alumnos de
los que 3 han suspendido y el C tiene 10 de los que 1 ha
suspendido. Si se elige un alumno al azar, calcula la
probabilidad de:
a) Que pertenezca al grupo A.
b) Que sea del B y haya suspendido.
c) Que haya suspendido.

93. Una fábrica produce cerraduras en 4 pabellones. El primero

produce el 40% de las mismas con un 5% de defectuosas. El
segundo produce el 30% con un 4% de defectuosas. El tercero un
20% con un 3% de defectuosas y el cuarto el 10% con un 2% de
defectuosas. Elegimos una cerradura al azar y queremos saber:
a) Si es defectuosa, probabilidad de que venga del primer
pabellón.
b) Si no es defectuosa, probabilidad de que venga del
cuarto pabellón.

94. Una caja contiene dos monedas. Una es normal y la otra

tiene dos caras. Se extrae una moneda al azar y se lanza.
Halla la probabilidad:
a) De obtener cara.
b) De obtener cara y ser la moneda defectuosa.
c) Si ha salido cara, de que la moneda sea la defectuosa.

95. Una clase está formada por 25 chicos y 15 chicas. 10

chicos y 5 chicas han suspendido Matemáticas. Si elegimos un
alumno al azar, calcula las probabilidades de:
a) Que sea chico b) Que sea chico y haya suspendido
c) Que haya suspendido d) Si ha suspendido, que sea chica

223
 Ejercicios
96. Tenemos tres monedas, una normal, una con dos caras, y
otra con dos cruces. Elegimos una moneda al azar y la
lanzamos. Halla:
a) Probabilidad de obtener cara.
b) Si ha salido cara, probabilidad de que sea una moneda
defectuosa.
c) Si ha salido cruz, probabilidad de que sea la moneda
normal.

97. Cierta enfermedad la sufren, en una determinada población,

el 4% de sus habitantes. Un análisis da positivo en el 95% de
los enfermos y en el 3% de los sanos. Analizamos una persona
al azar y queremos saber la probabilidad de:
a) Que la persona esté sana y el análisis dé positivo.
b) Si el análisis da positivo, que la persona esté sana.
c) Si el análisis da negativo, que la persona esté enferma.

98. Una caja contiene dos bolas blancas, dos negras y dos
rojas. Extraemos 3 bolas y queremos saber la probabilidad de:
a) La tercera bola es blanca si las dos primeras han sido
negras.
b) La segunda es blanca, si la primera y la tercera son
negras.

99. Un coche posee alarma antirrobo. La probabilidad de que

determinado día se produzca un robo es 0,2. La probabilidad de
que la alarma funcione cuando hay robo es 0,9 y si no hay robo
es de 0,05. Calcula la probabilidad de que:
a) No hay robo cuando ha funcionado la alarma.
b) Hay robo sin que haya funcionado la alarma.

100. En una Universidad en la que sólo hay estudiantes de

Arquitectura, de Ciencias y de Letras, terminan la carrera el
5% en Arquitectura, el 10% en Ciencias y el 20% en Letras. Se
sabe que el 20% de todos los alumnos estudian Arquitectura y
el 30% Ciencias. Elegimos un alumno al azar y queremos saber
la probabilidad:
a) De que sea de Arquitectura y haya terminado la carrera.
b) Si ha terminado la carrera, de que sea de Arquitectura.

101. Se dispone de dos cañones con probabilidades 0,1 y 0,3 de

hacer blanco respectivamente. Hacemos un disparo con cada
cañón. Halla:
a) Probabilidad de fallar los dos.
b) Probabilidad de acertar uno de ellos.
c) Si se ha hecho un solo blanco, probabilidad de que haya
acertado el primero.

224
 Ejercicios
102. Se extrae una carta de la baraja francesa de 52 cartas y
nos dicen que es roja. Calcula la probabilidad de que sea:
a) Una figura. b) Un corazón.
Di si estos sucesos son independientes o no, del suceso “Ser
roja”.

103. Se lanzan dos dados y nos dicen que se ha obtenido suma

par.
a) ¿Cuál es la probabilidad de que la suma sea superior a 7?
b) ¿Cuál es la probabilidad de que los puntos de los dos dados
coincidan?

104. El 60% de los españoles y el 70% de las españolas viven

75 años o más. Si un hombre y una mujer se casan a los 25
años, ¿cuál es la probabilidad de que, divorciados o no,
celebren sus bodas de oro?

105. Una urna contiene 25 bolas blancas sin marcar, 75 bolas

blancas marcadas, 125 negras sin marcar y 175 negras marcadas.
Se extrae al azar una bola y se pide:
a) Probabilidad de que sea blanca.
b) Si está marcada, probabilidad de que sea blanca.

Amplía

VARIABLES ALEATORIAS

 Al realizar un experimento aleatorio podemos asignarle un número a cada

suceso (por ejemplo, al elegir una persona al azar en un colectivo podemos
asignarle su talla, o su número de hermanos. Al jugar a los dados podemos
asignarle a cada puntuación lo que ganamos o lo que perdemos). Se dice
entonces que hemos definido una variable aleatoria (v.a.).

Hay v.a. de dos tipos: continuas (la talla) o discretas (el número de hermanos)
siguiendo el mismo criterio que en estadística.

 Definida una v.a. X, tiene sentido plantearse cuestiones del tipo: “¿Cuál es la
probabilidad de que la v.a. X tome determinados valores?” Por eso
escribiremos:
P(X=a) → Probabilidad del suceso que tiene asignado el valor “a”.
P(X<a) → Probabilidad de los sucesos que tienen asignados valores
inferiores a “a”.
Etc.

225
 Amplía

 V.a. discretas. Se llama función de densidad o función de probabilidad a la

función f(x) = P(X=x) siendo X la v.a. y x los valores que puede tomar.
Por supuesto, si x1, …, xn son todos los valores que puede tomar, se cumple:
f(x1)+ … +f(xn) = 1.
Se llama función de distribución a la función dada por la fórmula F(X)= P(X≤x)

Si tenemos: X x1 x2 … xn
f(x) p1 p2 … pn

Se llama media o esperanza matemática de X a:

µ = E(x) = x1p1+x2p2+ … +xnpn
que nos da el valor esperado de la v.a., y nos permite saber si un juego es
equitativo o ventajoso para alguien.

Se llama varianza de X a:
σ2 = (x1- µ)2p1+ … +(xn- µ)2pn

y desviación típica de X a σ =  2 , que son medidas de dispersión.

Valores pequeños indican agrupamiento de la v.a. en torno a la media, y

grandes indican dispersión.

 V.a. continuas. La función de densidad, en este caso, tiene una gráfica no

negativa que encierra un área de 1u2. La función de distribución plantea el
problema de cálculo de áreas, igual que la media y la desviación típica se
calculan mediante una integral, por lo que no profundizaremos sobre esto.

Ejercicios Problemas de ampliación

106. En el experimento de lanzar dos dados se considera la

v.a.: “mínimo de los puntos de las caras superiores”. Halla la
media, la varianza y la desviación típica de esta v.a.

107. Un jugador lanza dos dados y cobra tantos euros como unos
obtenga. Describe el juego mediante una v.a. y juzga si es
rentable participar en él pagando 0,6 € por tirada.

108. Un jugador lanza dos dados. Recibe 90 € si salen dos 6,

18 € si sale un 6 y nada en otro caso. Describe este juego
usando una v.a. y halla cuánto debe pagar el jugador en cada
apuesta para que el juego sea equitativo.

226
 Ejercicios
109. Si una persona deja el coche en el garaje paga 5 € y si
aparca en lugar prohibido pueden ponerle una multa de 10 €.
Con probabilidad 0,4. ¿Qué es más ventajoso?

110. Se lanzan tres monedas. Se gana la cantidad c por cada

cara que salga y pierde c por cada cruz que salga. ¿Es
equitativo el juego?

111. ¿Cuál debe ser la apuesta a cara al lanzar una moneda

para que el juego sea equitativo?

112. ¿Cuál debe ser la apuesta al 6 al lanzar un dado para que

el juego sea equitativo?

Observa

LA DISTRIBUCIÓN BINOMIAL

 Piensa en los siguientes experimentos y busca similitudes:

1º) Contestamos un examen tipo test de cinco preguntas con tres opciones
cada una (y sólo una buena) al azar. Nos interesa saber el número de
aciertos, que pueden ser 0, 1, 2, 3, 4, 5.

2º) Lanzamos cuatro monedas bien construidas y nos interesa saber el

número de caras, que pueden ser 0, 1 , 2, 3, 4.

3º) Lanzamos un dado siete veces y nos interesa saber el número de cincos
que salen, que pueden ser 0, 1, 2, 3, 4, 5, 6, 7.

 En todos ellos tenemos un experimento que se realiza n veces (1º n=5 , 2º

 n=4, 3º  n=7) ,del mismo modo donde sólo puede ocurrir un suceso A (1º
 A= acertar, 2º  A= salir cara, 3º  A= salir cinco) en cada prueba, o su
contrario ( 1º A = no acertar, 2º  A = salir cruz, 3º A = salir número
distinto de cinco). En cada prueba el suceso A tiene la misma probabilidad p
de salir (1ºp=1/3, 2º p= 1/2, 3º p=1/6) y el suceso A tiene probabilidad
q= 1-p de ocurrir.

Lo que nos interesa siempre es contar el número de veces que ocurre A, con
lo que definimos una v.a. X = “número de veces que ocurre A” de tipo discreto,
que se llama binomial de parámetros n y p: X  B(n,p).

227
 Observa

 Para estudiar esta variable, podríamos proceder de la siguiente forma:

1ª Prueba 2ª Prueba nª Prueba

p A 2n
A sucesos A
p A
q
p
q A elementales
q A

Pensemos en el primer ejemplo:

1ª Pregunta 2ª Pregunta 3ª Pregunta 4ª Pregunta 5ª Pregunta

1/3 A
1/3 A
Acierto A 1/3 A
2/3 1/3 A
1/3
2/3 A
A
2/3 A
2/3
2/3 1/3 A
No acierto
A
2/3

Veamos la facilidad o dificultad de acertar contestando al azar:

5
2
P(x=0) = probabilidad de acertar cero preguntas =  
 3 

(hay que fallar la 1ª , y la 2ª, …, y la 5ª. Son todos los caminos

descendentes del árbol)
 1   2 4
P(x=1) = Probabilidad de acertar una = 5   
   
 3  3
(hay que acertar una (subir una vez) y fallar cuatro (bajar 4 veces) y esto se
puede hacer acertando la 1ª, o la 2ª, …, o la 5ª)


Y así sucesivamente, cada acierto es una subida y cada fallo una bajada. El
problema es contar cuantas formas hay de subir y bajar para un número
determinado de aciertos. Esto lo puedes hacer con el triángulo de Tartaglia:

1 1 
0  1 Donde
1 
  
1 2
1      1 2
2 m m!
1 3 3 1 2 
    
1 4 64 1     1   2   n  n!m  n!
 3 0 3  3  3
1 5 10 10 5 1 
     3 
 
  1   2   
0

228
(Tienes más cosas sobre esto en el apéndice al tema: combinatoria, páginas 249 y siguientes)

229
 Observa
Y así tendrías:

P(x=0) = f(0) = (2/3)5

P(x=1) = f(1) = 5·(1/3)(2/3)4
que corresponde a
P(x=2) = f(2) = 10·(1/3)2(2/3)3
la Función de Probabilidad
P(x=3) = f(3) = 10·(1/3)3 (2/3)2 de la v.a. X B(5,1/3)
P(x=4) = f(4) = 5·(1/3)4 (2/3)
P(x=5) = f(5) = (1/3)5

En general:
n  0 n n
P(x=0) = f(0) =   p q = q
0
 
n
P(x=1) = f(1) =   p1qn-1 = n·p·qn-1
 1
n 
P(x=2) = f(2) =  2  p2qn-2 Función de Probabilidad
 
  de la v.a. X  B(n,p)
 n  3 n-3
P(x=3) = f(3) =  3  p q
 
 
……………………………..
n  n 0 n
P(x=n) = f(n) =  n  p q = p
 
 
 
n  n
Donde los coeficientes   , …,   se pueden buscar con la fórmula o
0 n
   
construyendo el triángulo de Tartaglia hasta la fila n.

 Para la v.a. X  B(n,p) tenemos, pues:

 su función de probabilidad f(x) ya f(x)

vista, que si la representas verás que
tiene una forma como la del dibujo
siempre. x
1 2 n
 su media, que es µ = n·p

 su desviación típica, que es σ = n·p·(1  p)

 su función de distribución F(x) = f(0)+f(1)+…+f(x), que encontramos en

tablas como la de la página 265 para facilitar su cálculo.

230
 Observa

 Veamos todo esto con el ejemplo del test:

X = número de aciertos X  B(5,1/3).

1 5
 Media: µ = 5·  que es el número de respuestas que esperamos
3 3
acertar contestando al azar.

1 2 10
 Desviación típica: σ = 5· · =
33 3

 Función de distribución: buscando en la tabla n=5 (en vertical) y p=

1
, (consideramos p=0’35 que es el más próximo), tenemos:
3
F(0) = 0,1160 = f(0)

F(1) = 0,4284 = f(0)+f(1)

F(2) = 0,7648 = f(0)+f(1)+f(2)

F(3) = 0,9460 = f(0)+f(1)+f(2)+f(3)

F(4) = 0,9947 = f(0)+f(1)+f(2)+f(3)+f(4)

F(5) = 1,0000 = f(0)+f(1)+f(2)+f(3)+f(4)+f(5)

que bien usada nos permite hallar muchas cosas:

a) Función de probabilidad:
f(3) = F(3)-F(2) = 0,9460-0,7648 = 0,1812

b) Probabilidad de acertar tres o más preguntas contestando al

azar:
P(x≥3) = f(3)+f(4)+f(5) = F(5)-F(2) = 1-0,7648 = 0,2352

c) Probabilidad de acertar entre dos y cuatro preguntas,

contestando al azar.
P(2≤x≤4) = f(2)+f(3)+f(4) = F(4)-F(1) = 0,9947-0,4284 = 0,5663

231
Observa
k
n i n-i
Probabilidades binomiales acumuladas: P(x≤k)=    p (1-p) , k = 0,1, … , n
i
i0  

232
 Ejercicios
113. Halla las funciones de densidad y de distribución de la
v.a. X= número de cruces, al lanzar 6 monedas bien
construidas.

114. Una v.a. X sigue una ley B(5,0´2). Determina su

distribución de probabilidad, su media, desviación típica y
función de distribución.

115. Si XB(5,p) con varianza σ2 =5/4, halla p, µ y P(x≥2).

116. Si XB(n,p) tal que µ = 2 y σ2=4/3, halla n y p.

117. La probabilidad de que cierto tirador haga blanco es 2/3.

Si dispara 4 veces, halla la probabilidad de que haga blanco
en dos de ellas.

118. Una urna contiene 4 bolas rojas y 6 blancas. Se saca una

bola, se anota el color y se devuelve a la urna. Si esto se
repite 5 veces, halla:
a)Probabilidad de obtener dos bolas rojas.
b)Probabilidad de obtener, como máximo, dos bolas rojas.
c)Media y desviación típica de la v.a. “Número de bolas
rojas”

119. Lanzamos 5 veces dos dados. Halla la probabilidad de

obtener suma de puntos menor que 9, al menos dos veces.

120. Si la probabilidad de que un recién nacido sea varón es

de 1/2 y se eligen al azar 100 familias de 5 hijos, ¿en
cuántas es de esperar que haya dos varones y tres mujeres?

121. Un vendedor de seguros vende pólizas a 5 personas de la

misma edad y con buena salud. Se sabe que la probabilidad de
que una persona de estas condiciones viva 30 años o más es
2/3. Halla la probabilidad de que, al cabo de 30 años, vivan:
a) Las cinco personas.
b) Al menos tres personas.
c) Sólo dos personas.

122. Halla la probabilidad de acertar al menos 6 de las 10

preguntas de un test “verdadero-falso”, suponiendo que se
responde al azar.

123. Un examen tipo test consta de 5 preguntas, en cada una de

las cuales se proponen 3 posibles respuestas, de las que sólo
una es correcta. Para superar el examen se exige acertar 4
respuestas como mínimo. Halla la probabilidad de aprobar
contestando al azar.

233
 Ejercicios
124. Un examen tipo test consta de 10 preguntas acompañada
cada una de 5 posibles respuestas de las que sólo una es
correcta. ¿Cuántas respuestas acertadas deben exigirse para
aprobar, para que la probabilidad de hacerlo contestando al
azar, no supere el 0,05?

125. ¿Cuál es la probabilidad de obtener 5 caras al lanzar 11

veces una moneda? ¿Cuántas caras se obtendrán por término
medio en los 11 lanzamientos? ¿Cuál es la desviación típica de
la v.a. “Número de caras”.

126. En un almacén, el 20% de las cajas que se reciben de un

determinado producto son defectuosas. Se pide:
a) Si abrimos dos cajas, ¿cuál es la probabilidad de que
ambas sean defectuosas?
b) Si abrimos tres, ¿cuál es la probabilidad de que dos sean
defectuosas?
c) Si abrimos cien, ¿probabilidad de que lo sean dos?
d) De cien cajas, ¿cuántas son defectuosas por término medio?

127. Se lanza un dado 6 veces, ¿cuál es la probabilidad de

obtener tres cincos?
Halla el número medio de cincos obtenidos y la desviación
típica.

128. La probabilidad de obtener cara con una moneda trucada es

0,3 y la lanzamos 100 veces. ¿Cuál es el número esperado de
caras? ¿Y la desviación típica?

129. Lanzamos 10 dados pretendiendo que salga 6 en los 10. Si

hacemos esto durante un año, a una tirada cada 3 segundos,
¿cuántas veces es de esperar que se consiga?

130. Se lanza tres veces una moneda y nos dicen que ha salido
alguna cara. ¿Cuál es la probabilidad de que haya salido
exactamente una cara? ¿Y dos? ¿Y tres?

131. Se lanza tres veces una moneda y nos dicen que el segundo
lanzamiento ha sido cara. ¿Cuál es la probabilidad de que haya
salido exactamente una cara? ¿Y dos? ¿Y tres?

132. Una encuesta revela que el 30% de la población es

favorable a un político y el resto desfavorable. Se eligen 6
personas al azar y se desea saber la probabilidad de que:
a) Las 6 personas sean favorables al político.
b) Sean favorables al político menos de 4 personas.

234
 Ejercicios
133. Explica cuál es la fórmula que da la probabilidad de que
al lanzar tres monedas bien construidas se obtengan x caras
(x=0,1,2,3). Si las lanzamos:
a) ¿Cuál es la probabilidad de obtener una cara?
b) ¿Cuál es la probabilidad de obtener tres caras?
c) Si sabemos que se ha obtenido un número impar de caras,
¿cuál es la probabilidad de que haya sido una?

134. Se lanzan 4 monedas bien construidas. ¿Cuál es la

probabilidad de obtener al menos dos cara?

Observa

LA DISTRIBUCIÓN NORMAL
 Las alturas de los varones de 18 años de un país, los pesos de las mujeres de
16 años de otro país, la longitud de los peces de una especie en un lago, los
errores en las pesadas de una báscula, las longitudes de los tornillos
fabricados por una máquina, etc. Todas estas características y muchas más
se caracterizan por algo común: se agrupan en torno a un valor medio (µ),
alrededor del cual está la mayoría de la población, y conforme nos alejamos
de µ, hay menos valores de cada característica.

 Este comportamiento se ha estudiado a nivel teórico. Llamando X=valores de

la característica en cuestión (por ejemplo X=Altura de los varones de 18 años
en España), tenemos que X es una v.a. continua llamada Normal que viene
caracterizada por dos valores µ=Media (en el ejemplo µ = 175 cm) y
σ=Desviación típica en el ejemplo σ=7 cm podría ser), de forma que, en el
intervalo [µ-σ, µ+σ] ([168,182] en el ejemplo) se sitúan aproximadamente el
68% de los valores de la variable, en [µ-2σ, µ+2σ] ([161,189]) el 95% y en el
intervalo [µ-3σ, µ+3σ] ([154,196]) el 99% de los valores. Se escribe XN(µ,σ).

 Estudiando esto, se sabe que la función de probabilidad de una v.a. XN(µ,σ)

es:
1 (x)2
f(x) = e  22
 2 

Con una gráfica como esta (Campana de Gauss), más o menos acampanada o
asombrerada según sea σ, que nos da la dispersión de los valores de la
variable.
Al ser una probabilidad, el área encerrada entre la gráfica y el eje de
abscisas es 1.
El cálculo de áreas bajo esta gráfica entre los valores que interesen, será la
forma de hallar probabilidades, pero esto es complicado y veremos cómo
simplificarlo.
235
 Observa

LA NORMAL TIPIFICADA
Ahora no tiene sentido preguntarse por P(x=a) pues se trata de hallar áreas y la
probabilidad en un punto es 0. Sólo tiene sentido preguntarnos por
probabilidades de intervalos. Para resolver esto, se ha encontrado el siguiente
método:

Se puede comprobar que una v.a. XN(µ,σ) se transforma en una v.a. ZN(0,1)
x  
haciendo el cambio de variable: Z = (Normal tipificada)

x  175
En el ejemplo: XN(175,7  Z = , con lo que p(168≤x≤189) vale:
 168 7175 189  175 
p(168≤x≤189) = p z = p(-1≤z<2)
 
 7 7 


y la función de distribución de la v.a. N(0,1) se ha tabulado, hallando la

probabilidad de que tome valores inferiores a uno dado, obteniéndose la tabla de
la página 270 y que, bien utilizada nos permite hallar cualquier probabilidad.

Uso de la tabla de la N(0,1)

1º) Como la gráfica es simétrica respecto de la media 0, sólo aparecen valores

desde este valor.

2º) La primera columna da los valores de la variable hasta las décimas y la

primera fila añade las centésimas. Así, por ejemplo, para hallar F(1’83) tenemos
que buscar en la columna 1’8 y en la fila 0’03 y tenemos 0’9664.

Veamos algunos ejemplos: 0,7704

a) p(z≥0,74)=1-p(z<0,74)=1-0,7704=0,2296
0

b) p(z<-1,54)=p(z>1,54)=1-F(1,54)=1-0,9382=0,0618
-1’54 0 1’54

c) p(1,55≤z≤2,48)=p(z≤2,48)–p(z<1,55)=
=0,9934-0,9394=0,054 0 1’55 2’48
F(1’55)
F(2,48)

236
 Variable normal estándar Z: N(0,1)  Valores de la probabilidad: p(z≤x)

z 0 0,01 0,02 0,03 0,04 0,05 0,06 0,07 0,08 0,09

0,0 0,5000 0,5040 0,5080 0,5120 0,5160 0,5199 0,5239 0,5279 0,5319 0,5359
0,1 0,5398 0,5438 0,5478 0,5517 0,5557 0,5596 0,5636 0,5675 0,5714 0,5753
0,2 0,5793 0,5832 0,5871 0,5910 0,5948 0,5987 0,6026 0,6064 0,6103 0,6141
0,3 0,6179 0,6217 0,6255 0,6293 0,6331 0,6368 0,6406 0,6443 0,6480 0,6517
0,4 0,6554 0,6591 0,6628 0,6664 0,6700 0,6736 0,6772 0,6808 0,6844 0,6879
0,5 0,6915 0,6950 0,6985 0,7019 0,7054 0,7088 0,7123 0,7157 0,7190 0,7224
0,6 0,7257 0,7291 0,7324 0,7357 0,7389 0,7422 0,7454 0,7486 0,7517 0,7549
0,7 0,7580 0,7611 0,7642 0,7673 0,7704 0,7734 0,7764 0,7794 0,7823 0,7852
0,8 0,7881 0,7910 0,7939 0,7967 0,7995 0,8023 0,8051 0,8078 0,8106 0,8133
0,9 0,8159 0,8186 0,8212 0,8238 0,8264 0,8289 0,8315 0,8340 0,8365 0,8389
1,0 0,8413 0,8438 0,8461 0,8485 0,8508 0,8531 0,8554 0,8577 0,8599 0,8621
1,1 0,8643 0,8665 0,8686 0,8708 0,8729 0,8749 0,8770 0,8790 0,8810 0,8830
1,2 0,8849 0,8869 0,8888 0,8907 0,8925 0,8944 0,8962 0,8980 0,8997 0,9015
1,3 0,9032 0,9049 0,9066 0,9082 0,9099 0,9115 0,9131 0,9147 0,9162 0,9177
1,4 0,9192 0,9207 0,9222 0,9236 0,9251 0,9265 0,9279 0,9292 0,9306 0,9319
1,5 0,9332 0,9345 0,9357 0,9370 0,9382 0,9394 0,9406 0,9418 0,9429 0,9441
1,6 0,9452 0,9463 0,9474 0,9484 0,9495 0,9505 0,9515 0,9525 0,9535 0,9545
1,7 0,9554 0,9564 0,9573 0,9582 0,9591 0,9599 0,9608 0,9616 0,9625 0,9633
1,8 0,9641 0,9649 0,9656 0,9664 0,9671 0,9678 0,9686 0,9693 0,9699 0,9706
1,9 0,9713 0,9719 0,9726 0,9732 0,9738 0,9744 0,9750 0,9756 0,9761 0,9767
2,0 0,9772 0,9778 0,9783 0,9788 0,9793 0,9798 0,9803 0,9808 0,9812 0,9817
2,1 0,9821 0,9826 0,9830 0,9834 0,9838 0,9842 0,9846 0,9850 0,9854 0,9857
2,2 0,9861 0,9864 0,9868 0,9871 0,9875 0,9878 0,9881 0,9884 0,9887 0,9890
2,3 0,9893 0,9896 0,9898 0,9901 0,9904 0,9906 0,9909 0,9911 0,9913 0,9916
2,4 0,9918 0,9920 0,9922 0,9925 0,9927 0,9929 0,9931 0,9932 0,9934 0,9936
2,5 0,9938 0,9940 0,9941 0,9943 0,9945 0,9946 0,9948 0,9949 0,9951 0,9952
2,6 0,9953 0,9955 0,9956 0,9957 0,9959 0,9960 0,9961 0,9962 0,9963 0,9964
2,7 0,9965 0,9966 0,9967 0,9968 0,9969 0,9970 0,9971 0,9972 0,9973 0,9974
2,8 0,9974 0,9975 0,9976 0,9977 0,9977 0,9978 0,9979 0,9979 0,9980 0,9981
2,9 0,9981 0,9982 0,9982 0,9983 0,9984 0,9984 0,9985 0,9985 0,9986 0,9986
3,0 0,9987 0,9987 0,9987 0,9988 0,9988 0,9989 0,9989 0,9989 0,9990 0,9990
3,1 0,9990 0,9991 0,9991 0,9991 0,9992 0,9992 0,9992 0,9992 0,9993 0,9993
3,2 0,9993 0,9993 0,9994 0,9994 0,9994 0,9994 0,9994 0,9995 0,9995 0,9995
3,3 0,9995 0,9995 0,9995 0,9996 0,9996 0,9996 0,9996 0,9996 0,9996 0,9997
3,4 0,9997 0,9997 0,9997 0,9997 0,9997 0,9997 0,9997 0,9997 0,9997 0,9998
3,5 0,9998 0,9998 0,9998 0,9998 0,9998 0,9998 0,9998 0,9998 0,9998 0,9998
3,6 0,9998 0,9998 0,9999 0,9999 0,9999 0,9999 0,9999 0,9999 0,9999 0,9999
3,7 0,9999 0,9999 0,9999 0,9999 0,9999 0,9999 0,9999 0,9999 0,9999 0,9999
3,8 0,9999 0,9999 0,9999 0,9999 0,9999 0,9999 0,9999 0,9999 0,9999 0,9999
3,9 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000
4,0 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000

237
 Ejercicios
135. Dada Z  N(0,1), halla:
a) p(1,55≤z≤2,48) b) p(z≥-2,4)
c) p(-1,53≤z≤0,81) d) x0 para p(x≤x0)=0,9871
e) x0 para p(x≤x0)=0,2358 f) x0 para p(0,47≤x≤x0)=0,1677

136. Si X  N(µ,σ) hay que tipificar:

a) Si XN(14,4), halla p(15≤x≤22)
b) Si XN(172,5), halla p(170≤x≤175)
c) Si XN(172,5), halla p(x>180)

137. Dada ZN(0,1), se pide:

a) p(0≤z≤1,24) b) p(-0,37≤z≤0) c) p(0,56≤z≤1,62)

138. Si ZN(0,1), halla x0 para que se cumpla:

a) p(0≤z≤x0)=0,4236 b) p(z≤x0)=0,7673
c) p(x0≤z≤2,5)=0,1230

139. La temperatura T durante el mes de mayo está distribuida

normalmente con media 21º y desviación típica 4º. Halla el
número de días que se espera que haya entre 19º y 23º de
temperatura.

140. Las alturas de 300 estudiantes se distribuyen normalmente

con media 172 cm y desviación típica 7 cm. ¿Cuántos
estudiantes esperas que tengan de altura la que se pide?
a) Mayor que 182 cm. b) Menor que 163 cm
c) Entre 165 y 181 cm d) Igual a 172 cm

141. Se ha elegido una muestra de 200 arandelas fabricadas por

una máquina. La media de los diámetros interiores ha resultado
ser de 12,95 mm y la desviación típica de 1 mm. Se considera
que una arandela es inservible si su diámetro interior es
inferior a 12,8 mm o superior a 13,1 mm. Sabiendo que los
diámetros se distribuyen normalmente, halla el porcentaje de
arandelas defectuosas.

142. Una v.a. XN(µ,σ) cumple las condiciones p(x≤15)=0,1003 y

p(x≤20)=0,9495. Halla:
a) µ b) σ c) p(16,5≤x≤17,8) d) k para p(x>k)=0,5

143. El coeficiente de inteligencia es una v.a. X  N(100,16).

Calcula qué porcentaje de personas cabe esperar que tengan
coeficiente:
a) Superior a 125 b) Entre 100 y 120

144. Los errores aleatorios que resultan en las pesadas de

una balanza siguen una ley normal de media 0 y desviación
típica 50 mg. Halla el máximo error que puede cometerse en una
pesada con una probabilidad 0,97.
238
 Ejercicios
145. Una v.a. normal cumple µ=5σ y p(x≤6)=0,8413. Halla su
media y su varianza.

146. Se supone que las calificaciones de un examen se

distribuyeron normalmente con media 7,5 y desviación típica
1,5. Si obtuvieron sobresaliente el 15% de las examinados y
suspendieron el 10%, calcula cuáles han sido las puntuaciones
mínimas exigidas para obtener sobresaliente y para aprobar.

147. Halla la media y la desviación típica de una v.a. normal

que cumple p(x≥3)=0,8413 y p(x≥9)=0,0222.

148. Halla la probabilidad de que una persona viva más de 100

años suponiendo que la v.a. que describe el número de años que
vive una persona es N(62’5,11’5).

149. Los resultados de una prueba de selección objetiva pasada

a 200 personas indicaron que la distribución de puntuaciones
era normal, con media 80 puntos y desviación típica 6 puntos.
Calcula cuántos de los examinados han obtenido entre 70 y 90
puntos. Si se eligen al azar dos de esas 200 personas, halla
la probabilidad de que ambas tengan puntuación superior a 90.

150. El peso de los adultos de una población numerosa se

distribuye normalmente con media 65 kg y desviación típica 3
kg. Se eligen dos individuos al azar. Calculando las
correspondientes probabilidades, justifica qué es más
probable:
1º) Que cada uno de los individuos tenga un peso
comprendido entre 63,5 y 66,5 kg, o
2º) Que uno de ellos tenga un peso comprendido entre 62 y
68 kg y el otro tenga un peso no comprendido entre los 62
y 68 kg.

151. Explica qué es una distribución de probabilidad normal.

Supón que X e Y representan la talla de los adultos de dos
ciudades que se distribuyen normalmente con medias 168 y 171
cm y desviaciones típicas 2 y 1 cm respectivamente. Justifica,
sin hacer cálculos con las tablas, que p(166≤x≤170) coincide
con p(170≤y≤172).

152. La estatura de una población se distribuye normalmente

con media 170 cm y desviación típica 6 cm. Calcula la
probabilidad de que, al elegir un individuo al azr tenga la
altura comprendida entre 158 y 182 cm.

153. Una empresa instala en una ciudad 2000 bombillas para su

iluminación. La duración de una bombilla sigue una
distribución normal con media 302 días y desviación típica 40
días. ¿Cuántas bombillas es de esperar que se fundan antes de
365 días?¿Cuántas durarán más de 400 días?
239
 Ejercicios
154. Los resultados de una prueba pasada a 200 personas
indicaron que la distribución de puntuaciones era normal con
media 60 puntos y desviación típica 6 puntos. Cada pregunta se
puntuó con un 0 o un 1. Calcula cuántos examinados han
obtenido entre 30 y 40 puntos y cuál es la mínima puntuación
por debajo de la cual está el 75% de los examinados.

155. Los ingresos diarios en una empresa tienen una

distribución normal con media 355,6 € y desviación típica
igual a 25,3 €. Justifica si es o no razonable el esperar
obtener un día unas ventas superiores a 550. Calcula cuántos
días al año se espera obtener más de 406,2 €.

Observa

LA RELACIÓN ENTRE LA BINOMIAL Y LA NORMAL

Al observar las funciones de densidad de probabilidad de una v.a. B(n,p) y una v.a.
N(µ,σ) se aprecian similitudes: son datos agrupados en torno a la media, existe
una simetría, hay pocos valores alejados de la media, presentan la misma forma.

B(n,p)
N(,)

n.p 
Esta relación no es sólo aparente. Se puede demostrar que una v.a. B(n,p) se
parece más a una normal cuanto mayores son los productos n·p y n·(1-p) (si
superan el 3, la aproximación es buena, y si superan el 5, la aproximación es casi
perfecta).
Podemos utilizar esto para usar una normal como aproximación a la binomial,
teniendo en cuenta lo siguiente:

1º) si XB(n,p), la normal que la aproxima es de media µ= n·p y desviación típica

σ = n·p·(1  p)

2º) Como la v.a. X es discreta, para usar la normal, identificamos cada valor a
de X con el intervalo [a-0’5,a+0’5].

Veámoslo con un ejemplo: Supongamos XB(300,0´4)

 Para hallar la normal que la aproxima:
µ = 300·0´4 = 120, σ = 300·0,4·0,6 = 72 = 8,485
luego X´ N(120,8´485)
 Para hallar p(x = 157) asociamos 157  [156´5,157´5] y calcularíamos
p(156´5≤x´≤157´5) tipificando.
 Para hallar p(x≤140) calcularíamos p(x´≤140´5)

240
 Ejercicios
156. Una moneda corriente se lanza 30 veces. Halla la
probabilidad de obtener entre 17 y 22 caras usando:
a) La distribución binomial.
b) La aproximación de la normal a la binomial.

157. Se lanza n veces una moneda perfecta. Calcula la

probabilidad de obtener tantas caras como cruces, para n=200,
para n=100 y compara los resultados.

158. Sea A un suceso con probabilidad 0,4 de realizarse en un

experimento. Si se hacen 900 pruebas del experimento, calcula
la probabilidad de que A se verifique entre 360 y 390 veces.

159. Se lanza 400 veces una moneda. Sea X la v.a. que describe
el número de caras obtenidas. Se pide:
a) Probabilidad de obtener 187 caras como mínimo.
b) Intervalo ]a,b[, centrado en la media que cumple
P(a<x<b)=0,98.

160. El 6% de tornillos producidos por una máquina son

defectuosos. Si se elige una muestra de 500 tornillos, halla
la probabilidad de que el número de tornillos defectuosos sea:
a) Superior a 30 b) Inferior a 15

161. El 85% de los alumnos que se presentan a las pruebas de

acceso a la Universidad en la convocatoria de junio las
aprueba. En relación a un centro de 15 alumnos, se pide:
a) Número de alumnos que, por término medio, aprobará.
b) Probabilidad de que aprueben los 15 alumnos.

162. Explica el significado de la expresión “la binomial como

aproximación a la normal”. Considera tres distribuciones
binomiales B(10,0´1), B(200,0´1), B(200,0´5) y explica cuál de
ellas se puede aproximar mejor y cuál peor, por una normal.

Amplía

TEST DE NORMALIDAD
 Ya sabemos cómo funciona la distribución normal a nivel teórico, pero se
plantea una pregunta: Si estudiamos una característica de una población o
muestra, ¿cómo sabemos si se distribuye normalmente? Y si es así, ¿qué
media y desviación típica tiene la normal que mejor describe nuestra
población.
A esto último podemos contestar: Los parámetros µ y σ de la normal buscada
serán la media y la desviación típica estadísticas de la población o muestra
estudiada.
241
 Amplía

A la primera cuestión no podemos contestar con sí o un no, Sólo podemos

responderla en términos de probabilidad y esto se consigue con los llamados
test de normalidad.

 Los test de normalidad nos indican la fiabilidad de ajustar una distribución

normal a una determinada población.

Hay muchos que verifican si es bueno un ajuste, es decir, si las frecuencias

observadas en nuestra población o muestra y las frecuencias teóricas de una
normal concreta son parecidas.

Veremos tres de ellos:

1º) Prueba 68-95-99.

Consiste, sencillamente, en comprobar si en los intervalos [µ-σ, µ+σ], [µ-
2σ, µ+2σ] y [µ-3σ, µ+3σ] se encuentran respectivamente, el 68%, el 95% y
el 99%, aproximadamente, de los valores observados de la variable, siendo
µ y σ la media y desviación típica de la normal a la que creemos se ajusta la
distribución estudiada.

2º) Comparación de frecuencias.

Consiste en comparar las frecuencias observadas en la población o muestra
estudiada en cada uno de los intervalos en que se ha dividido para su
estudio, con las que cabría esperar para los mismos intervalos en la normal
que pretendemos utilizar.

3º) Recta de Henri. y

y=f(x)
Sabemos que la función de probabilidad de
una normal tiene la forma de la gráfica
x
(Campana de Gauss).  x
y y=F(x)
Su función de distribución (que da el área
0,5
hasta cualquier valor x de la variable)
tendrá la forma de la gráfica:
x
 x
y
1
Si cambiamos la escala del eje vertical
convenientemente, como se indica en la
figura de la gráfica siguiente, podemos 0,5
conseguir que la gráfica de F(x) se
convierta en una recta.
 x

241
Amplía

Podemos imaginar este proceso pensando que F(x) está dibujada sobre un
papel que puede estirarse y lo hacemos en el sentido de las flechas hasta
convertir F(x) en una recta. Esta escala modificada es la utilizada en el
papel llamado probabilístico normal, que puedes ver a continuación:

242
 Amplía

Este papel se utiliza para indicar si una población tiene una distribución normal.
En caso de tenerla, su función de distribución en esta gráfica será una recta que
pasa por (µ,0´5).

En la práctica, la normal perfecta no existe y nos limitaremos a tomar una

muestra y seguir el siguiente proceso:

a) Tomamos una muestra y ordenamos los valores.

b) Hallamos su tabla de frecuencias relativas acumuladas.

c) Dibujamos en papel probabilístico normal los puntos (x,y) donde x=valor de

la variable, y=frecuencia acumulada de x.

d) Comprobamos si es factible trazar una recta (Recta de Henri) que pase por
(µ,0´5) y se ajuste de forma aproximada a los puntos (x,y).

Hay que tener en cuenta que los puntos extremos de la nube de puntos pueden
desviarse de la recta aunque el ajuste sea bueno.

Veamos un ejemplo y se entenderá mejor: Queremos saber si es aceptable

admitir que las estaturas de los alumnos de un instituto siguen una distribución
normal. Para ello extraemos una muestra de 20 alumnos con las frecuencias
acumuladas:

Valores
1,49 1,52 1,55 1,57 1,61 1,62 1,63 1,65 1,66 1,68 1,69 1,70 1,74 1,79 1,82
Variable
Fr.
1 2 2 1 1 1 2 1 1 1 3 1 1 1 1
Absolutas
Fr. Relativ.
0,05 0,15 0,25 0,3 0,35 0,4 0,5 0,55 0,6 0,65 0,8 0,85 0,9 0,95 1
Acumuladas

La media es 1,64. Si representamos los puntos (1´49, 0´05), (1´52, 0´1), etc.
En papel probabilístico normal tenemos la gráfica siguiente (los puntos, mejor
dicho) como se observa en la página siguiente:

243
 Amplía

1,49 1,64 1,79

Se observa que podemos trazar una recta que pasa por (1´64, 0´5) y se aproxima
bastante a los puntos dibujados. Por tanto, podemos aceptar que la estatura de
los alumnos de ese instituto, tiene una distribución normal con media y desviación
típica, las que se obtengan de los datos de la tabla.

244
 Ejercicios Problemas de ampliación

163. Halla la normal que debe utilizarse para ajustar la

distribución que se da en cada caso, y valora el ajuste
mediante el test de normalidad que se indica:

a) Pesos de una muestra de botes de pintura, de peso teórico

2kg. Usa la prueba 68-95-99:

Kg [2´04,2´08[ [2´08,2´12[ [2´12,2´16[ [2´16,2´20[ [2´20,2´24[

Fr.Absol. 15 50 45 12 10

b) Carga máxima soportada por unos cables de carga máxima

teórica 9 Tm. Usa la comparación de frecuencias:

Tm [9´3,9´8[ [9´8,10,3[ [10´3,10´8[ [10´8,11´3[

Fr.Absol. 2 5 13 18

Tm [11´3,11´8[ [11´8,12´3[ [12´3,12´8[ [12´8,13´3[

Fr.Absol. 16 8 6 2

c) Longitudes de 300 tornillos fabricados por una máquina, de

longitud teórica 500mm. Usa la recta de Henri.

mm [497´5,498[ [498, 498´5[ [498´5,499[

Fr.Absol. 2 6 18

mm [499, 499´5[ [499´5,500[ [500, 500´5[

Fr.Absol. 34 54 62

mm [500´5,501[ [501, 501´5[ [501´5,502[

Fr.Absol. 55 39 20

mm [502,502´5[ [502´5,503[
Fr.Absol. 8 2

El rincón matemático

PARIDAS MATEMÁTICAS

 ¿Por qué se suicidó el libro de mates? Porque tenía demasiados problemas.

 Dos vectores se encuentran y uno le dice al otro: ¿Tienes un momento?
 ¿Cuántos lados tiene un círculo? Dos, el de dentro y el de fuera.
 ¿Qué le dice un superconductor a otro? - Leñe, tío, que frío, no resisto más.
 La probabilidad de tener un accidente de tráfico aumenta con el tiempo que te pases
en la calle. Por tanto, cuanto más rápido circules, menor es la probabilidad de que
tengas un accidente.

245
 El rincón matemático

 El 33 % de los accidentes mortales involucran a alguien que ha bebido. Por tanto, el

67 % restante ha sido causado por alguien que no había bebido. A la vista de esto,
esta claro que la forma más segura de conducir es ir borracho y a toda pastilla.
La tasa de natalidad es el doble que la tasa de mortalidad; por lo tanto, una de cada
dos personas es inmortal.
 ¿Sabes que cierto presidente de España prometió antes de salir elegido que iba a
subir todos los sueldos, de forma que nadie cobrase por debajo de la media nacional?
 En la inmensa mayoría de los accidentes de circulación, los coches involucrados llevan
un conductor. Por lo tanto, la forma mas segura de viajar en coche es sin conductor.
 El 20 por ciento de las personas muere a causa del tabaco. Por lo tanto, el 80 por
ciento de las personas muere por no fumar. Así que queda demostrado que no fumar
es peor que fumar.
El no tener hijos es hereditario; si tus padres no tuvieron ninguno, lo mas probable
es que tu tampoco los tengas.
 ¿Oíste hablar de ese experimento que hicieron para ver si trabajar con ordenadores
es malo para la salud? Metieron a tres ratas dentro de una jaula al lado de un
ordenador, y lo dejaron encendido durante dos meses. - ¿Y las ratas se pusieron
enfermas? - No, pero escribieron tres nuevas versiones mejoradas del UNIX.
 ¿Sabéis quien es la patrona de los informáticos? - Santa Tecla
 No es cierto que los ordenadores y los humanos usen sistemas incompatibles para
contar. Lo que pasa es que nadie se había dado cuenta de que los pulgares son bits de
paridad.
 ¿Cual és la mejor forma de acelerar un Macintosh? -9.8 m/s2
 Eres más inútil que un teclado sin ENTER.

Soluciones

TEMA 7:
1.
a) Dos, tres o cuatro caras. b) Tres caras.
c) Cero, una o cuatro caras. d) Cero o una caras.
2. 3. 4.
1 2 1 1 1 6
a)Sí b)Sí c)No p(a)= , p(b)= a) b) c) d)
3 3 3 5 4 11
5.
1 2 3 4 5 6
p(1)= , p(2)= , p(3)= , p(4)= , p(5)= , p(6)=
21 21 21 21 21 21
6. 7. 8.
a)4/15 b)11/15 c)1/3 a)2/35 b)11/21 c)4/21 a)3/8 b)1/2 c)3/4
9. 10. 11.
a)1/6 b)1/6 c)5/12 a)3/11 b)5/11 c)2/11 3/22 a)1/12 b)1/4 c)3/4
12. 13.
a)11/188 b)9/47 c)3/47 a)3/10 b)1/10 c)1/5 d)13/20
14. 15. 16.
a)0,6 b)0,54 c)0,38 d)0,62 a)2/5 b)3/5 c)1/5 a)2/7 b)1/7 c)5/7 d)4/7

246
 Soluciones
17. 18. 19.
a)16/49 b)9/49 c)33/49 d)24/49 a)1/8 b)1/4 c)3/8 a)0,62 b)0,2 c)0,22
20. 21.
a)5/6 b)1/6 c)1/6 d)2/3 a)5/8 b)1/2 c)7/8 d)1/4
22. 23. 24.
a)33/100 b)1/3 a)0,9 b)0,1 c)0,4 1/7
25. 26.
a)p(0)=p(c)=p(e)=p(b)=1/4 b)p(1)=1/8, p(2)=3/8, a)1/4 b)1/4
p(3)=p(4)=1/4 c)13/28 d)1/7
c)p(1)=p(2)=p(3)=p(4)=1/4 d)p(1)=1/8, p(2)=3/8, e)1/14
p(3)=p(4)=1/4 e)p(1)=p(3)=1/6, p(2)=p(4)=1/3
27.
a) Por la definición.
b) Sí, por ejemplo, al lanzar un dado “salir par” y “salir 5”
28. 29.
0,001 a)25 verdes, 5 negras, 20 blancas b)20 blancas, 20 negras, 10 verdes
30. 31. 32.
a)1/4 b)1/4 c)1/16 d)7/16 e)3/4 f)3/16 g)9/16 5/12 5/33
33. 34. 35. 36. 37. 38.
a)0,18 b)0,82 0,20 VR6,5 VR6 a)128 b)25 c)81 d)1 40·39·38=59280
10
39. 40. 41. 42.
10·9·8=720 5·4·3=60 3·4·3=36 a)210 b)5040 c)181440
43. 44.
a)n=4 b)n=4 a)x=7 b)x=22 c)x=10
c)n=6, k=3 d)n=8, k=5 d)x=4 e)x=15 f)x=2
45. 46. 47. 48.
10!=3628800 3!=6 a) P5=120 a) P5=120, P9=362880, P6=720
b) P4=24 b) Basta poner los factoriales.
49. 50.
Por orden: 6, 24, 120, 720, 3628800, 721, 8, 120, 6 a) x=11 b) x=5
51. 52. 53. 54. 55.
 30  12  35
  =30045015   =220   =324632
20  3   5  a)220 b)126 c)715 6·4·3=72
     
56. 57. 58. 59. 60. 61. 62.
P3 =6 43 =64 P4 =24 43 =64 4·3·2=24 10 100
63. 64. 65. 66. 67. 68. 69.
6 12 9 6 9 6 10
70. 71. 72. 73. 74.
8 5 6 5
560=  ·  15=   a)120=P5 b)12=2·P3 c)36=3·2·P3 10=  
 3

72=3·4!
3  2 4
75. 76. 77. 78.
30 20 a)x=9 b)x=4 c)y=2
336=8·7·6 625=      6561=38
2  2  d)x=8 e)x=9 f)x=7
79. 80. 81.
a)x=5, x=4 b)x=14 a)4
a)1999000 b)12502500 c)499999500000
c)x=20 d)x=17 e)x=11 b)32
82.
a) a3+3a2b+3ab2+b3 b) a3-3a2b+3ab2-b3
c) 256-1024x+1792x -1792x +1120x -448x5+112x6-16x7+x8
2 3 4

d) x5+15x4+90x3+270x2+405x+243 e) (1/32)+(5/8)x+5x2+20x3+40x4+32x5
4 1
f) x4+4x2+6+  g) 64x6+192x5+240x4+160x3+60x2+12x+1
x2 x4
h) (1/81)-(4/9)x+6x2-36x3+81x4

247
 Soluciones

83. 84. 85. 86. 87.

 20 16 x12
-4375 a4 252x5y4 20 -189/4  x
12  212
88.
11

  x x  
8 1
11
3 =   =
  11·10·9·8
=11·10·3=330

4  x4   4  4·3·2
89. 90. 91.
a)1/3 b)1/4 c)1/4 d)1/3 a)5/9 b)1/3 c)Si P(Blanca)=2/5, (B3/Blanca)=1/2
92. 93. 94.
a)1/2 b)3/50 c)9/50 a)0,5 b)49/480=0,102083 a)3/4 b)1/2 c)2/3
95. 96.
a)5/8 b)1/4 c)3/8 d)1/3 a)1/2 b)2/3 c)1/3
97. 98.
a)0,0288 b)72/167=0,4311 c)5/2333=0,002143 a)1/2 b)1/2
99. 100. 101. 102.
a)2/11=0,1818 a)0,01 a)0,63 b)0,34 a)4/13 independiente
b)1/39=0,025 b)1/14=0,0714 c)7/34=0,2058 b)1/2 dependiente
103. 104. 105. 106.
a)1/2 b)1/3 0,42 a)1/4 b)3/10 µ=2,5277=91/36, σ2=1,97, σ=1,4
107.
X(i,j)=0 i≠1≠j, X(1,j)=X(i,1)=1, X(1,1)=2, µ=0,333<0,6 → No rentable
108.
X(6,6)= 90, X(6,i)=X(j,6)=18, resto 0 µ=7,5 →7,5 €
109. 110.
µ=4→Interesa en prohibido µ=0→Sí es equitativo
111. 112.
Tanto como nos den por cara Se debe cobrar 5 veces la apuesta.
113.
6 
B(6,1/2); función de densidad: f(0)=   (1/2)0(1/2)6=F(0)=0,0156,
0
 
6 
f(1)=   (1/2) (1/2) =F(1)-F(0)=0,1094-0,0156, etc. Y así sucesivamente,
1 5
1
 
donde F es la función de distribución de la página 265 para n=6, p=0,5.
114.
Funciones: como en el ejercicio anterior para n=5, p=0,2; µ = 1 y σ=0,89.
115. 116. 117.
p=1/2, µ=2,5 , p(x≥2)=0,8125 n=6, p=1/3 B(4,2/3) 8/27
118.
B(5,0´4) a)0,3456 b)0,6826 c)µ=2 y σ=1,095
119.
B(5,13/18)  1-f(0)-f(1)=1-(5/18)5-5(13/18)(5/18)4
120.
B(5,1/2), p(x=2)=0,3125 → de 100 familias: 31,25
121.
B(5,2/3) (para buscar en tablas interesa cambiar las preguntas para
B(5,1/3), más próxima B(5,0’35), es decir: p(vivir 5)=1-p(morir todos); con
esto: a)0,1160 b)0,7648 c)0,1812
122. 123. 124.
B(10,0´5)→ 0,377 B(5,0’35) → 0,054 B(10,0´2)→ p(x≥n)≤0,05 → 4 aciertos
125.
 11
B(11,0´5) → p(x=5)=   (0,5)5(0,5)6=0,225 µ=5,5 y σ=1,6583
 5 
 

248
 Soluciones
126.
X=B(n,0´2) (nº cajas defectuosas)
100
a)B(2,0´2)→0,04 b)0,096:B(3,0,2) c)B(100,0´2),   (0,2)2(0,4)98 d)20
 2 
 
127. 128.
B(6,1/6) → p(x=3)=0,0538, µ=1 y σ= 5 6 B(100,0´3) µ=30 y σ=4,58
129.
Ni una sola vez (necesitamos 6 años)
130.
a)3/7 b)3/7 c)1/7
(Hay probabilidad condicionada:
p(x  1) 0,375 3
a) sería: X-B(3,0´5), p(x=1/x=1,2,3)= =  =0,4285)
1  p(x  0) 0,875 7
131. 132.
Hay probabilidad condicionada. B(6,0´3)
a)1/4 b)1/2 c)1/4 a)(0,3)6 b)0,9295=F(3) en tablas
133. 134.
B(3,1/2) a)3/8 b)18 c) condicionada: 3/4 B(4,1/2)→0,6875=1-F(1)
135. 136. 137. 138.
a)0,3785 a)0,3925 a)1,43
a)0,054 b)0,9918 c)0,7280
b)0,3811 b)0,1443 b)0,73
d)2,23 e)-0,72 f)1,03
c)0,0548 c)0,2351 c)1,13
139. 140.
Aproximadamente 11,8 días. a)Aprox.23. b)Aprox.30. c)Aprox.222,5 d)0
141. 142. 143.
Aprox.88%. a)17,176 b)1,7 c)0,295 d)17,176 a)5,94% b)39,44%
144. 145. 146.
p(│x│≤k)=0,97 → 108 mg µ=5, σ2=1 Sobresaliente:9,06. Aprobado:5,58
147. 148.
µ=4,99, σ=1,99 Prácticamente 0: 1-F(3,2)=0,0006
149.
De 200→181, dos superior a 90 → (0,0475)2=0,0023
150.
1º)p(63,5≤x≤66,5)=0,383. Los dos → (0,383)2=0,147
2º)p(62≤x≤68)=0,6826→Los dos: (0,6826)(0,3174)=0,432. Más probable lo 2º.
151. 152.
1ª parte → teoría. 2ª parte → al tipificar es evidente 0,9544
153.
1,885 y 14 respectivamente.
154.
1ª parte→prácticamente ninguno (se sale de tablas). 2ª parte →64,08 puntos
155.
1ª parte → 1-F(7,6)≈0, casi imposible. 2ª parte → ≈ 8,3 días
156.
 30  30
a) B(30,0´5), p(17≤x≤22)=   (0,5)30+ … +   (0,5)30
17 22
   
b) N(15,2´74), p(16´5≤x´≤22´5)=F(2´74)-F(0´55)
157. 158.
n=200→0´0558, n=100→0,0796 → XB(n,0´5), p(n/2 -0´5<x<n/2 +0´5) 0,4793
159. 160.
a)0,9115 b)[176´7,223´3] B(500,0´06) → N(30,5´3) a)0,5 b)0,0018
161.
B(15,0´85) a) µ=12,75 b) (0,85)15
162.
1ª parte → teoría. 2ª parte → peor B(10,0´1), mejor B(200,0´5) por
comparación de productos n·p y n·p(1-p)

249
 Soluciones
163.
a) x =2,1254, σ=0,0418. En [µ-σ, µ+σ] hay 95 botes≈71,9%.
En [µ-2σ, µ+2σ] hay 122 botes≈92%. En [µ-3σ, µ+3σ] hay 132 botes≈100% →
Se ajusta bastante a la normal de media 2,1254 y desviación típica 0,0418.
b) x =11,26, σ=0,79.
-Calculamos para el primer intervalo:
x  11,26
Frec. Relativa=2/70=0,028. Probab. teórica: Tipificando z=
0,79
 9,3  11,26 9,8  11,26
P(9,3≤x≤9,8)= P   z   = P(-2,48≤z≤-1,848) = 0,025
 0,79 0,79 
-Y así, para cada intervalo queda:
límites z Prob. teórica Fr. Relativa
9´3,9´8 -2´48,-1´84 0,025 0,028
9´8,10´3 -1´84,-0´96 0,136 0,071
10´3,10´8 -0´96,-0,58 0,113 0,185
10´8,11´3 -0´58,0´05 0´239 0´257
11´3,11´8 0´05,0´68 0,232 0,228
11´8,12´3 0´68,1´31 0,153 0,114
12´3,12´8 1´31,1´94 0,069 0,085
12´8,13´5 1´94,2´58 0,021 0,028
Se ajusta bastante a la distribución N(11´26,0´79)
c) x =500,29, σ=0,942. Puntos de la recta:
x 497,75 498,25 498,75 499,25 499,75 500,25 500,75
y 0,006 0,026 0,086 0,2 0,38 0,58 0,77

x 501,25 501,75 502,25 502,75

y 0,9 0,966 0,993 1
Ajuste regular a N(500´29,0´942).
GRAFICA: Se representan los puntos sobre el papel probabilística como el de
la página 276 y se dibuja la recta a la que mejor se ajustan los puntos.

El rincón matemático

HUMOR Y CHANZAS: HISTORIA DE LA ENSEÑANZA DE LAS MATEMATICAS

La reforma de la enseñanza está lejos de conseguir la unanimidad. Un grupo de

docentes de alto nivel se ha decidido a estudiar una cuestión que preocupa a la
mayoría de los futuros profesionales: “la evolución de un problema matemático”.
La comparación siguiente os ayudara a centrar la cuestión:

 Enseñanza 1960:
Un agricultor vende un saco de patatas por 1000 pesetas. Los gastos de
producción ascienden a los 4/5 del precio de venta. ¿Cuál es su beneficio?

250
 Enseñanza tradicional 1970:
Un agricultor vende un saco de patatas por 1000 pesetas. Los gastos de
producción ascienden a los 4/5 del precio de venta, es decir, a 800 pesetas.
¿Cuál es su beneficio?

 Enseñanza moderno 1970:

Un agricultor cambió un conjunto P de patatas por un conjunto M de monedas.
El cardinal del conjunto M es igual a 1000 y cada elemento PM vale una
peseta. Dibuja 1000 puntos gruesos que representen los elementos del
conjunto M.
El conjunto F de los gastos de producción comprenden 200 puntos gruesos
menos que el conjunto M. Representa el conjunto F como un subconjunto del
conjunto M, y responde a la siguiente pregunta: ¿Cuál es el cardinal del
conjunto B de los beneficios? Dibuja B de color rojo.

 Enseñanza renovada 1980:

Un agricultor vende un saco de patatas por 1000 pesetas. Los gastos de
producción ascienden a 800 pesetas y el beneficio es de 200 pesetas.
Actividad: subraya la palabra “patata” y discútela con uno de tus compañeros.

 Enseñanza reformada 1990:

El tio Hantoni agricultor mui burges latifundista i intermediario es un
quapitalista hinsolidario que se a enriquecido con 200 pelas al bender
especulando un jajo de patatas. Analiza el texto y vusca las faltas de sintacsi,
dortografia de puntuación que haya y reseguida di lo que tu piensas destos
avusos antidemocraticos.

http://www.upf.edu/pdi/dtf/daniel_cassany/Viladecans09.pdf

251