UNIVERSIDAD DE SAN CARLOS DE GUATEMALA

CENTRO UNIVERSITARIO DE ORIENTE

FACULTAD DE INGENIERIA
ESTADÍSTICA 1

PROBLEMAS CLASE 01
Instrucciones: después de la lectura, conteste las siguientes preguntas
1) En un estudio se examinaron los tiempos de espera en el departamento de
radiología para un hospital en Florida, Estados Unidos. Un empleado
registró la cantidad de pacientes que esperaban para servicio a las 9 de la
mañana en 20 días consecutivos y obtuvo los siguientes resultados.
Número en Cantidad de días
espera que ocurrió el resultado
0 2
1 5
2 6
3 4
4 3

Ver problema 1 página 51.

a) Defina el experimento que realizó el empleado.
Registrar la cantidad de pacientes que esperaban para servicio a
las 9 de la mañana en 20 días consecutivos.
b) Enliste los resultados experimentales.
Número en Cantidad de días
espera que ocurrió el resultado
0 2
1 5
2 6
3 4
4 3
Total 20

c) Asigne probabilidad a los resultados experimentales.

Número en Cantidad de días
espera que ocurrió el resultado Probabilidad
0 2 10.00%
1 5 25.00%
2 6 30.00%
3 4 20.00%
4 3 15.00%
Total 20 100.00%

Página 1 de 18
 d) ¿Qué método uso?
El método de frecuencia relativa.

2) Una compañía que concede franquicias para cafeterías efectuó pruebas de

degustación para nuevas mezclas de café. La compañía preparó cuatro
mezclas y eligió al azar individuos para hacer una degustación y establecer
cuál de las mezclas les gustaba más. Se dan los resultados de la prueba
de degustación para 100 individuos.

Ver problema 2 de la página 52.

Preferencia de los
Mezcla degustadores
1 20
2 30
3 35
4 15
Total 100

 Defina el experimento.
Se elige al azar un individuo, se hace que pruebe las
cuatro muestras y se anota su preferencia

 Antes de realizar el experimento, es razonable suponer

que las preferencias para las cuatro mezclas son iguales,
¿qué probabilidades asignaría a los resultados
experimentales antes de la degustación?, ¿qué método
uso?
Si se asignan probabilidades iguales, se asigna con el
método clásico.

Página 2 de 18
  Después de realizar la degustación, ¿qué probabilidad
asignaría a los resultados experimentales?, ¿qué método
uso?
Preferencia de los
Mezcla degustadores Probabilidad
1 20 20.00%
2 30 30.00%
3 35 35.00%
4 15 15.00%
Total 100 100.00%

El método de frecuencia relativa.

3) La disponibilidad de capital de riesgo proporcionó un gran aumento en los

fondos disponibles para las compañías en años recientes. De acuerdo con
Venture Economics (Investor’s Business Daily, 28 de abril de 2000), se
hicieron 2374 inversiones en capital de riesgo en 1999. De éstos, 1434
fueron para compañías de California, 390 fueron a compañías de
Massachussets, 217 fueron a compañías en Nueva York y 112 fueron a
empresas de Colorado; 22% de las compañías que recibieron fondos
estaban en las primeras etapas de desarrollo y 55% estaban en una etapa
de expansión.

Suponga que desea elegir al azar una de las empresas para averiguar
cómo usaron los fondos:

Página 3 de 18
 INVERSIÓN DE
ESTADO CAPITAL RIESGO
CALIFORNIA 1434
MASACHUSETTS 390
NEW YORK 217
COLORADO 112

TOTAL INVERSIONES DE CAPITAL DE RIESGO 2374

ETAPA DE
DESARROLLO PORCENTAJE
1RA ETAPA 22%
ETAPA EXPANSIÓN 55%

a) ¿Cuál es la probabilidad de que la compañía elegida sea de

California?
P = (1434)/(2374) = 0.6040

b) ¿Cuál es la probabilidad de que la compañía elegida no será de

uno de los cuatro estados mencionados?
Cantidad que no es de los cuatro estados = 2374 – 1434 – 390 –
217 – 112 = 221
P = 221 / 2374 = 0.0930

c) ¿Cuál es la probabilidad de que no estará en las primeras etapas

de desarrollo?
P = 1 – 0.22 = 0.78

d) Suponiendo que las compañías en las primeras etapas de

desarrollo estaban distribuidas uniformemente en Estados Unidos,
es decir, todos los estados tienen la misma proporción de
compañías en las primeras etapas de desarrollo, ¿cuántas
compañías de Massachussets que recibieron fondos de capital de
riesgo estaban en sus primeras etapas de desarrollo?

Página 4 de 18
 P = 0.22 * 390 = 85.8

e) La cantidad total de fondos invertidos fue de Q 32,400,000. Estime

la cantidad destinada a Colorado.
Estimación de fondos para Colorado = (112)/(2374)*32,400,000 = Q
1,528,559.39

Ver problema 4 página 52.

4) Una muestra de 100 Clientes de Montana Gas and Electric dio como
resultado la siguiente distribución de frecuencia de cargos mensuales.
Cantidad Número
0 - 49 13
50 - 99 22
100 - 149 34
150 - 199 26
200 - 249 5

a) Sea A el evento de que los cargos mensuales son Q 150.00 o más.

Encuentre P(A).
P(A) = (26)/(100) + (5)/(100) = 0.31

b) Sea B el evento de que los cargos mensuales son menos que Q

150.00. Encuentre P(B).
P(B) = (13)/(100) + (22)/(100) + (34)/(100) = 0.69
Ver problema 6 página 53.

5) De acuerdo con la oficina estadounidense del censo, en ese país ocurren

2,425,000 muertes por año. El National Center for Health Statistics informó
que las tres causas principales de muerte durante 1997 fueron enfermedad
cardiaca (725,790), cáncer (537,390) y apoplejía (159,877). Sea que H, C

Página 5 de 18
y S representan los eventos de que una persona muere de enfermedad
cardiaca, cáncer y apoplejía respectivamente, siendo el espacio muestral,
el total de decesos ocurridos.
ENFERMEDAD CANTIDAD
CARDIACA (H) 725790
CANCER © 537390
APOPLEJIA (S) 159877
SUBTOTAL 1423057

TOTAL DE MUERTES 2425000

Problema 8 de la página 54.

a) Use los datos para estimar P(H), P(C) y P(S).

ENFERMEDAD CANTIDAD PROBALIDAD
CARDIACA (H) 725790 29.93%
CANCER © 537390 22.16%
APOPLEJIA (S) 159877 6.59%
SUBTOTAL 1423057 58.68%

TOTAL DE MUERTES 2425000

b) ¿Los eventos H y C son mutuamente excluyentes? Encuentre P(H

 C).
Si son mutuamente excluyentes y por lo tanto, no tienen
intersección.

c) ¿Cuál es la probabilidad de que una persona muera por

enfermedad cardiaca o cáncer?
P = 0.2993 + 0.2216 = 0.5209

d) ¿Cuál es la probabilidad de que una persona muera de cáncer o

apoplejía?
P = 0.2216 + 0.0659 = 0.2875

Página 6 de 18
 e) Encuentre la probabilidad de que alguien muera de una causa
distinta a una de estas tres enfermedades.
P = 1 – 0.5868 = 0.4132

6) Un estudio de 100 estudiantes a quienes se les había otorgado becas

universitarias mostró que 40 tenían empleos de medio tiempo, 25 fueron
incluidos en la lista de honor el semestre anterior por su buen desempeño
académico y 15 tenían un empleo de medio tiempo y fueron incluidos en la
lista de honor. ¿Cuál es la probabilidad de que un estudiante trabaje
medio tiempo o sea incluido en la lista de honor?
Problema 10 página 54.
Número de estudiantes: 100.

Número de estudiantes con empleos de ½ tiempo: 40. P(EE) = 0.40.

Número de estudiantes en la lista de honor el semestre anterior: 25.

P(ELH) = 0.25.

Número de estudiantes con empleos de ½ tiempo y en la lista de honor: 15.

P(ELH&EE) = 0.15.

P(probabilidad de que un estudiante trabaje ½ tiempo o sea incluido en la

lista de honor) = P(probabilidad que trabaje ½ tiempo) + P(probabilidad que
esté en la lista de honor) – P(probabilidad que trabaje ½ tiempo y esté en
la lista de honor) = 0.40 + 0.25 – 0.15 = 0.50.

7) Para dos eventos A y B, P(A) = 0.50, P(B) = 0.60 y P(A  B) = 0.40.

Problema 12 página 54.
a) Encuentre P(A / B).
P(A / B) = P(A  B) / P(B) = (0.40) / (0.60) = 0.67.

Página 7 de 18
 b) Encuentre P(B / A).
P(B / A) = P(A  B) / P(A) = (0.40)/ (0.5) = 0.80.

c) ¿Son independientes A y B? ¿Por qué sí o por qué no?

Son eventos dependientes debido a que P(A / B)  P(A)

8) A continuación se muestra la tabla de contingencia para la situación de

promoción de oficiales de policía durante los dos años anteriores:
Promovido No Promovido Total
Hombres 288 672 960
Mujeres 36 204 240
Total 324 876 1200

Encuentre:
Ejemplo página 41.
Promovido No Promovido Total
Hombres 0.24 0.56 0.80
Mujeres 0.03 0.17 0.20
Total 0.27 0.73 1.00

M = evento de que un oficial sea hombre.

W = evento de que un oficial sea mujer.
B = evento de que un oficial sea promovido.

a) La probabilidad de que un oficial sea hombre y se promueva.

P(M  B) = 288 / 1200 = 0.24

b) La probabilidad de que un oficial sea hombre y no se promueva.

P(M  Bc)= 672 / 1200 = 0.56

c) La probabilidad de que un oficial sea mujer y se promueva.

P(W  B) = 36 / 1200 = 0.03

Página 8 de 18
 d) La probabilidad de que un oficial sea mujer y no se promueva.
P(W  Bc) = 204 / 1200 = 0.17

e) La probabilidad de que un oficial sea promovido siendo hombre.

P(B / M) = 288 / 960 = 0.24 / 0.80 = 0.30

f) La probabilidad de que un oficial sea promovido siendo mujer.

P(B / W) = 36 / 240 = 0.03 / 0.20 = 0.15

9) Una encuesta de estudiantes de licenciatura en administración de

empresas obtuvo los siguientes datos sobre “la primera razón de los
estudiantes para solicitar ingresar a la escuela en la que estaban inscritos”.
Razón para la solicitud
Costo o
Calidad de conveniencia Otra
la escuela de la escuela Totales
Estado de la Tiempo completo 421 393 76 890
inscripción Tiempo parcial 400 593 46 1039
821 986 122 1929

Ver problema 13 página 54.

a) Elabore una tabla de probabilidad conjunta usando estos datos.

Razón para la solicitud
Costo o
Calidad de conveniencia Otra
la escuela de la escuela Totales
Estado de la Tiempo completo 0.218 0.204 0.039 0.461
inscripción Tiempo parcial 0.207 0.307 0.024 0.539
0.426 0.511 0.063 1.000

Página 9 de 18
b) Use las probabilidades marginales de calidad de la escuela, costo o
conveniencia de la escuela y otras para comentar sobre la razón
más importante de elegir escuela.
 Costo o conveniencia de la escuela 0.511.
 Calidad de la escuela 0.426.

c) Si un estudiante asiste a tiempo completo, ¿cuál es la probabilidad

de que la calidad de la escuela será la primera razón de su
elección?
P(C/TC) = 0.218 / 0.461 = 0.473

d) Si un estudiante asiste tiempo parcial, ¿cuál es la probabilidad de

que la calidad de la escuela será la primera razón de su elección?
P(C/TP) = 0.207 / 0.539 = 0.386

e) Sea A el evento de que un estudiante asiste a tiempo completo y B

el evento de que el estudiante indique la calidad de la escuela como
la primera razón para su solicitud. ¿son independientes los eventos
A y B? Justifique su respuesta.
P(B) = probabilidad de evento de que el estudiante indique la
calidad de la escuela como la primera razón para su solicitud =
0.218
P(A) = probabilidad de evento de que un estudiante asiste a tiempo
completo = 0.461
P(B/A) = 0.218 / 0.461 = 0.473
P(B/A)  B ; 0.473  0.426
Los eventos son dependientes.

Página 10 de 18
10) La siguiente tabla muestra la distribución de tipos sanguíneos en la
población general (Hoxworth Blood Center, Cincinnati, Ohio).
A B AB O
Rh + 34.00% 9.00% 4.00% 38.00%
Rh - 6.00% 2.00% 1.00% 6.00%

Problema 14 página 55.

A B AB O
Rh + 34.00% 9.00% 4.00% 38.00% 85.00%
Rh - 6.00% 2.00% 1.00% 6.00% 15.00%
40.00% 11.00% 5.00% 44.00% 100.00%

a) ¿Cuál es la probabilidad de que una persona tenga sangre tipo O?

0.44.

b) ¿Cuál es la probabilidad de que la sangre de una persona sea Rh-?

0.15.

c) ¿Cuál es la probabilidad de que en un matrimonio ambos sean

Rh-?
P(matrimonio Rh-) = (0.06 + 0.02 + 0.01 + 0.06)( 0.06 + 0.02 + 0.01
+ 0.06) = (0.15)(0.15) = 0.0225

d) ¿Cuál es la probabilidad de que una pareja de casados tengan

ambos tipo de sangre AB?
P(Pareja de casados ambos sean AB) = (0.05)(0.05) = 0.0025

e) ¿Cuál es la probabilidad de que una persona Rh- dado que tiene

sangre de tipo O?
P(Rh- / O) = P(O  Rh-) / (P(O)) = (0.06) / (0.44) = 0.1363

f) ¿Cuál es la probabilidad de que una persona tenga sangre B dado

que es Rh+?
P(B / Rh+) = P(B  Rh+)/P(Rh+) = 0.09 / 0.85 = 0.1058

Página 11 de 18
11) Un agente de compras colocó un pedido urgente para una materia prima
particular con los proveedores A y B. Si ninguno de los pedidos llega en
cuatro días, el proceso de producción deberá detenerse al menos hasta
que llegue uno de ellos. La probabilidad de que el proveedor A pueda
entregar el material en cuatro días es 0.55. La probabilidad de que el
proveedor B pueda entregar el material en cuatro días es 0.35.
Ejercicio 16 de la página 55.
ENTREGADO NO ENTREGA
PROVEEDORES EN 4 DÍAS EN 4 DÍAS
A 0.55 0.45
B 0.35 0.65

a) ¿Cuál es la probabilidad de que ambos proveedores entreguen el

material en cuatro días?
P(A  B) = (0.55)(0.35) = 0.1925

b) ¿Cuál es la probabilidad de que al menos un proveedor suministre

el material en cuatro días?
P(probabilidad de que al menos un proveedor suministre el material
en cuatro días) = P(A  Bc) + P(Ac  B) + P(A  B) = (0.55)(0.65) +
(0.35)(0.45) + (0.55)(0.35) = 0.7075.

P(probabilidad de que al menos un proveedor suministre el material

en cuatro días) = P(A) + P(B) - P(A  B) = 0.55 + 0.35 – 0.1925 =
0.7075.

c) ¿Cuál es la probabilidad de que el proceso de producción se

detenga en cuatro días debido a una escasez de materia prima (es
decir, que ambos pedidos lleguen tarde)?
P(Ac  Bc) = (0.45)(0.65) = 0.2925

Página 12 de 18
12) En la evaluación de un programa de capacitación en ventas, una empresa
descubrió que de 50 vendedores que recibieron un bono el año anterior, 20
habían asistido a un programa especial de capacitación en ventas. La
firma emplea a 200 vendedores. Sea B = el evento de que un vendedor
recibiera un bono y S = el evento de que un vendedor asistiera al programa
de capacitación en ventas.

Problema 18 de la página 56.

a) Encuentre P(B), P(S/B) y P(S  B).
P(B) = (50)/(200) = 0.25
P(S/B) = P(S  B) / P(B) = ((20/200))/((50/200)) = 0.40
P(S  B) = (20)/(200) = 0.10

b) Suponga que 0.40 de los vendedores asistieron al programa de

capacitación. ¿Cuál es la probabilidad de que un vendedor reciba
un bono dado que asistió al programa de capacitación en ventas,
P(B/S)?
P(B/S) = P(B  S) / P(S) = ((20)/(200))/(0.40) = 0.25

c) Si la empresa evalúa el programa de capacitación en función de su

efecto en la probabilidad de que un vendedor reciba un bono, ¿cuál
es su evaluación del programa de capacitación? Comente si B y S
son eventos dependientes o independientes.
Son eventos independientes si P(B/S) = P(B); 0.25 = 0.25; entonces
los eventos son independientes, debido a ello, el programa no
ayuda.

Página 13 de 18
13) Las probabilidades previas para los eventos A1, A2 y A3 son P(A1) = 0.20;
P(A2) = 0.50; y P(A3) = 0.30. Las probabilidades condicionales del evento
B dados, A1, A2 y A3 son P(B/A1) = 0.50; P(B/A2) = 0.40 y P(B/A3) = 0.30.

Problema 20 página 56.

a) Calcule P(B  A1), P(B  A2) y P(B  A3).
 P(B  A1) = [P(B/A1)][P(A1)] =(0.50)(0.20) = 0.10

 P(B  A2) = [P(B/A2)][P(A2)] = (0.40)(0.50) = 0.20

 P(B  A3) = [P(B/A3)][P(A3)] = (0.30)(0.30) = 0.09

b) Aplique el teorema de Bayes, ecuación (2.16) para calcular la

probabilidad posterior P(A2/B).
P(A2/B) = P(A2  B)/P(B) = 0.20 /(0.10+0.20+0.09) = 0.51

c) Use el enfoque tabular para aplicar el teorema de Bayes para

calcular P(A1/B), P(A2/B) y P(A3/B).
A*B Ci/F
Eventos P(Ai) P(B/Ai) P(Ai INTERSECCIÓN B) P(Ai/B)
A1 0.20 0.50 0.10 0.26
A2 0.50 0.40 0.20 0.51
A3 0.30 0.30 0.09 0.23
TOTALES 1.00 F = P(B) = 0.39 1.00

14) Las compañías que hacen negocios por Internet frecuentemente pueden
servirse de la probabilidad para obtener información acerca de los usuarios
que visitan su sitio web a partir de sitios web visitados con anterioridad.
Por ejemplo, la sección MC en acción, Mercadotecnia en Internet, describió
cómo podían usarse los datos de flujo de clics en sitios web visitados, junto
con un esquema de actualización bayesiana para determinar la
probabilidad de que un visitante de un sitio web fuera mujer. La empresa
ParFore creó un sitio web para comercializar equipos y ropa de golf. A la

Página 14 de 18
 administración le gustaría que apareciera una cierta oferta para las mujeres
visitantes y que apareciera una oferta diferente para los hombres. Una
muestra de visitas anteriores al sitio web indicó que 0.60 de los visitantes a
ParForce son hombres y 0.40 son mujeres.

Problema 22 página 57.

a) ¿Cuál es su probabilidad previa de que el siguiente visitante al sitio
web sea mujer? De un 0.40.
P(M) = 0.60
P(W) = 0.40

b) Suponga que sabe que el visitante actual visitó antes el sitio web
Dillards y que las mujeres tienen una probabilidad tres veces mayor
que los hombres de visitarlo. ¿Cuál es su probabilidad revisada de
que el visitante sea mujer? ¿La pantalla de bienvenida del sitio
debería mostrar la oferta que tiene más atractivo para las mujeres
visitantes o la que es más atractiva para los hombres?
VISITAR VISITAR PROBABILIDADES PROBABILIDADES
ParForce Dillards CONJUNTAS POSTERIORES
P(Ai) P(B/Ai) P(A intersección B) P(Ai dado B)
EVENTO A B C=AxB P(Ai/B)
HOMBRE 0.60 0.25 0.15 0.33
MUJER 0.40 0.75 0.30 0.67
TOTALES 1.00 P(B) = 0.45 1.00

Es de 0.67 de que sea mujer.

15) Los automóviles pequeños rinden más kilometraje por litro de gasolina,
pero no son tan seguros como los automóviles más grandes. Los
automóviles pequeños dan cuenta de 18% de los vehículos del camino,
pero los accidentes que implican automóviles pequeños condujeron a
11,898 muertes durante un año reciente (Reader’s Digest, mayo de 2000).
Asuma que la probabilidad de que un accidente que implica un automóvil
pequeño lleve a un deceso es 0.128 y la probabilidad de que un accidente

Página 15 de 18
 que no implica a un automóvil pequeño lleve a un deceso es 0.05.
suponga que se entera de un accidente que implica un deceso. ¿Cuál es
la probabilidad de que esté implicado un automóvil pequeño?

Problema 23 página 57.

AUTOMOVILES PROBABILIDAD PROBABILIDADES PROBABILIDADES
EN EL CAMINO CONDICIONAL CONJUNTAS POSTERIORES
P(Ai) P(B/Ai) P(A intersección B) P(Ai dado B)
EVENTO A B C=AxB P(Ai/B)
PEQUEÑO 0.180 0.128 0.023 0.360
GRANDE 0.820 0.050 0.041 0.640
TOTALES 1.000 P(B) = 0.064 1.000

La probabilidad es de 0.36.

16) Wayne Manufacturing Company compra cierta parte a los proveedores A, B y C.

El proveedor A suministra 0.60 de las partes, B el 0.30 y C el 0.10. La calidad de
las partes varía entre los proveedores, con las partes A, B y C que tienen tasas de
defectos de 0.25%, 1% y 2%, respectivamente. Las partes se usan en uno de los
productos principales de la compañía.
Problema 25 página 57.
a) ¿Cuál es la probabilidad de que el producto principal de la compañía esté
ensamblado con una parte defectuosa? Use el enfoque tabular del
teorema de Bayes para resolver.
DE PIEZAS CONDICIONAL CONJUNTAS POSTERIORES
USADAS - % DEFECTOS -
P(D dado Ai)
P(Ai) P(D/Ai) P(A intersección D) P(Ai dado D)
EVENTO A D C=AxD P(Ai/D)
A 0.6000 0.0025 0.0015 0.2308
B 0.3000 0.0100 0.0030 0.4615
C 0.1000 0.0200 0.0020 0.3077
TOTALES 1.0000 P(D) = 0.0065 1.0000

La probabilidad es de 0.0065.

b) Cuando se encuentra una parte defectuosa, ¿cuál es el proveedor más

probable?
El proveedor B

Página 16 de 18
 17) M.D. computing (vol. 8, número 5, 1991) describe el uso del teorema de Bayes y la
probabilidad condicional en el diagnóstico médico. Las probabilidades previas de
las enfermedades se basan en la evaluación del médico de factores como
ubicación y geografía, influencia estacional y ocurrencia y ocurrencia de
epidemias. Suponga que se cree que un paciente tiene una de dos enfermedades,
denotadas D1 y D2 con P(D1) = 0.60 y P(D2) = 0.40 y que la investigación médica
muestra una probabilidad asociada con cada síntoma que puede acompañar a las
enfermedades. Suponga que, dadas las enfermedades D1 y D2, las
probabilidades de que un paciente tendrá los síntomas S1, S2 o S3 son como
siguen: Después de encontrar que un paciente presenta un determinado síntoma,
el diagnóstico médico puede auxiliarse encontrando las probabilidades revisadas
de que dicho paciente tenga cada enfermedad particular. Calcule las
probabilidades posteriores de cada enfermedad para los siguientes hallazgos
médicos:
[1] [2] [3] [4]
PROBABILIDAD PROBABILIDAD PROBABILIDAD PROBABILIDAD
DE ENFERMEDAD CONDICIONAL CONDICIONAL CONDICIONAL
P(Ai) P(S1/Di) P(S2/Di) P(S/Di)
EVENTO A S1 S2 S3
D1 0.6000 0.1500 0.1000 0.1500
D2 0.4000 0.8000 0.1500 0.0300
TOTALES 1.0000 P(B) =

[5] [6] [7] [8]

PROBABILIDADES PROBABILIDADES º PROBABILIDADES
CONJUNTAS POSTERIORES CONJUNTAS POSTERIORES
P(A intersección S1) P(Di dado S1) P(A intersección S2) P(Di dado S2)
EVENTO C = A x S1 P(Di/S1) C = A x S2 P(Di/S2)
D1 0.0900 0.2195 0.0600 0.5000
D2 0.3200 0.7805 0.0600 0.5000
TOTALES 0.4100 1.0000 0.1200 1.0000

[9] [10]
PROBABILIDADES PROBABILIDADES
CONJUNTAS POSTERIORES
P(A intersección S3) P(Di dado S3)
EVENTO C = A x S3 P(Di/S3)
D1 0.0900 0.8824
D2 0.0120 0.1176
TOTALES 0.1020 1.0000

Problema 26 página 57.

a) El paciente tiene el síntoma S1.
P(D1/S1) = 0.2195
P(D2/S1) = 0.7805
b) El paciente tiene el síntoma S2.
P(D1/S2) = 0.50

Página 17 de 18
 P(D2/S2) = 0.50
c) El paciente tiene el síntoma S3.
P(D1/S3) = 0.8824
P(D2/S3) = 0.1176
BIBLIOGRAFIA
I. Anderson, David R. / Sweeney, Dennos J. / William, Thomas A. Métodos cuantitativos para los
negocios. México: Editorial: Internacional Thomson Editores. 2004. Novena edición. Capitulo: 1.
II. Chediak, Francisco. Investigación de operaciones volumen I. Versión electrónica.
III. Davids, Roscoe / Mckeown, Patric. Modelos cuantitativos para administración. México: Editorial
Iberoamericana. 1986.
IV. Gallaguer, C. A. / Watson, H. Métodos cuantitativos para la toma de decisiones en administración.
México: Editorial McGraw – Hill. 1997.
V. Gould, F. J. / Eppen, G. D. / Schmidt, C. P. Investigación de operaciones en la ciencia
administrativa. México: Editorial Prentice Hall. 1992.
VI. Hillier, Frederick S. / Lieberman, Gerald J. Introducción a la investigación de operaciones. México:
McGraw – Hill. 1997.
VII. Taha, Handy A. Investigación de operaciones, una introducción. México: Editorial Prentice Hall.
1997,

Página 18 de 18