0% encontró este documento útil (0 votos)
80 vistas8 páginas

Matemática Ii: Cátedra: SANTA MARIA

Este documento presenta 5 problemas de probabilidad resueltos. En el primer problema, se calculan las probabilidades de eventos asociados a los rendimientos y género de empleados de una empresa. En el segundo problema, se calculan probabilidades condicionadas y conjuntas relacionadas con la ocupación y género de trabajadores. En el tercer problema, se calcula la probabilidad de vivir en la capital o ejercer una actividad independiente. En el cuarto problema, se calculan probabilidades de votación de parejas casadas. Y en el quinto problema, se

Cargado por

Rodrigo Estrada
Derechos de autor
© © All Rights Reserved
Nos tomamos en serio los derechos de los contenidos. Si sospechas que se trata de tu contenido, reclámalo aquí.
Formatos disponibles
Descarga como PDF, TXT o lee en línea desde Scribd
0% encontró este documento útil (0 votos)
80 vistas8 páginas

Matemática Ii: Cátedra: SANTA MARIA

Este documento presenta 5 problemas de probabilidad resueltos. En el primer problema, se calculan las probabilidades de eventos asociados a los rendimientos y género de empleados de una empresa. En el segundo problema, se calculan probabilidades condicionadas y conjuntas relacionadas con la ocupación y género de trabajadores. En el tercer problema, se calcula la probabilidad de vivir en la capital o ejercer una actividad independiente. En el cuarto problema, se calculan probabilidades de votación de parejas casadas. Y en el quinto problema, se

Cargado por

Rodrigo Estrada
Derechos de autor
© © All Rights Reserved
Nos tomamos en serio los derechos de los contenidos. Si sospechas que se trata de tu contenido, reclámalo aquí.
Formatos disponibles
Descarga como PDF, TXT o lee en línea desde Scribd

TRABAJOS PRÁCTICOS: PROBABILIDADES

(RESUELTO)

MATEMÁTICA II
Cátedra: SANTA MARIA
UNIDAD TRABAJO PRÁCTICO
IV PROBABILIDADES

PRÁCTICA 13: Probabilidades

1) Una empresa dedicada a la venta de productos para el hogar cuenta con 200 empleados,
entre hombres y mujeres, y los clasifica según sus rendimientos de la siguiente forma:

Rendimiento Bueno Rendimiento Regular Total


Mujeres (M) 70 40 110
Hombres (H) 55 35 90
Total 125 75 200

a) Definir los sucesos y hallar sus respectivas probabilidades.


Para calcular las probabilidades pedidas utilizamos la tabla de contingencia, por
ejemplo la probabilidad que una persona extraída al azar del grupo sea mujer, teniendo
en cuenta la definición de probabilidad frecuentista se calcula

frecuencia absoluta de mujeres 110


P (M )    0, 55  P (M )  0, 55
total de observaciones 200

frecuencia absoluta de hombres 90


P (H )    0, 45  P (H )  0, 45
total de observaciones 200

frecuencia absoluta de rendimiento bueno 125


P (RB)    0, 625  P (RB)  0, 625
total de observaciones 200

frecuencia absoluta de rendimiento regular 75


P (RR)    0, 375  P (RR)  0, 375
total de observaciones 200

b) ¿Cuál es la probabilidad de que una persona elegida al azar sea Hombre y tenga Buen
Rendimiento?
55
P (H  RB)   0, 275  P (H  RB)  0, 275
200
Rendimiento
Rendimiento Bueno Total
Regular
Mujeres (M) 70 40 110

Hombres (H) 55 35 90

Total 125 75 200

c) ¿Son los sucesos del punto b) mutuamente excluyentes? ¿Por qué?


No, porque P( Hombre  Buen Rendimiento)  0 los eventos mutuamente excluyentes no
pueden darse al mismo tiempo, y aquí si es posible que los eventos H: ser Hombre y RB:
Rendimiento Bueno si pueden darse al mismo tiempo.

1 MATEMÁTICA II CÁTEDRA SANTA MARIA


UNIDAD TRABAJO PRÁCTICO
IV PROBABILIDADES

d) ¿Cuál es la probabilidad de que una persona elegida al azar sea Mujer o tenga Buen
Rendimiento?
Para calcular la probabilidad pedida debemos tener en cuenta que Mujer y Rendimiento
Bueno no son eventos excluyentes por lo tanto su probabilidad se calcula a partir de:
110 125 70 165
P(M  RB)  P(M )  P( RB)  P(M  RB)      0,825  P (M  RB)  0,825
200 200 200 200

e) ¿Cuál es la probabilidad de que una persona elegida al azar no sea Hombre o no tenga
Buen Rendimiento?
Nos están pidiendo que calculemos la probabilidad que una persona extraída al azar no
sea Hombre o no tenga Buen Rendimiento, entonces teniendo en cuenta las leyes de De
Morgan, podemos decir que:

P( H  RB)  P( H  RB)  1  P(H  RB)  1  0, 275  0, 725  P( H  RB)  0, 725


Recordar:
Leyes de De Morgan
( A  B)  A  B
( A  B)  A  B

2) Una empresa cuenta con 60 trabajadores de los cuales 50 son operarios. Entre los empleados
administrativos hay 8 mujeres; entre los operarios hay 38 hombres. Si se elige un trabajador
al azar, la empresa quiere saber la probabilidad de que:

Administrativo(A) Operario(O) Total


Mujeres (M) 8 12 20
Hombres(H) 2 38 40
Total 10 50 60

a) sea operario.
frecuencia absoluta de operario 50 5
P (O)     0,83  P (O)  0,83
total de observaciones 60 6

b) sea empleado administrativo y mujer.


8
P (A  M )   0,13  P (A  M )  0,13
60

c) siendo operario, sea hombre.


38
P ( H  O) 60 38
P ( H / O)     0, 76  P ( H / O)  0, 76
P (O) 50 50
60

2 MATEMÁTICA II CÁTEDRA SANTA MARIA


UNIDAD TRABAJO PRÁCTICO
IV PROBABILIDADES

d) sea mujer u operario.


20 50 12 58
P(M  O)  P(M )  P(O)  P(M  O)      0, 97  P (M  O)  0, 97
60 60 60 60
e) sea operario y empleado administrativo.
P(A  O)  0

3) Se sabe que la probabilidad de que una persona viva en Capital Federal es del 63% y que la
probabilidad de que una persona se dedique a actividades independientes es del 50%.
Además, el 71% de los que profesan actividades independientes vive en la Capital. Si se
elige una persona al azar:
Datos:
CF : Capital Federal AI : Actividad Independiente
P  CF   0, 63 P  AI   0 , 50 P  CF / AI   0, 71

a) ¿Cuál es la probabilidad de que viva en Capital o que ejerza una profesión independiente?
Para poder calcular la probabilidad pedida y teniendo en cuenta que los eventos vivir en
Capital Federal y realizar Actividades independientes no son eventos excluyentes,
aplicamos la regla correspondiente, el tercer término de la misma nos pide la
probabilidad conjunta de vivir en Capital Federal y realizar Actividades independientes,
para poder calcular esa probabilidad debemos considerar si los eventos son
independientes o no, consideramos que no lo son ya que nada informa sobre ello,
entonces para calcular la probabilidad conjunta debemos tener en cuenta ésta situación:

P(CF  AI )  P(CF )  P( AI )  P(CF  AI )  P(CF )  P( AI )  P( AI ). P(CF / AI ) 


 0, 63  0, 50  0, 50.0, 71  0, 775  P (CF  AI )  0, 775

b) ¿Cuál es la probabilidad de que no realice actividad independiente y no viva en Capital


Federal?

Recordando las Leyes de De Morgan y teniendo en cuenta que en el punto anterior


calculamos la probabilidad de vivir en Capital o realizar actividades independientes,
entonces:

P(CF  AI )  P(CF  AI )  1  P(CF  AI )  1  0, 775  0, 225  P(CF  AI )  0, 225

3 MATEMÁTICA II CÁTEDRA SANTA MARIA


UNIDAD TRABAJO PRÁCTICO
IV PROBABILIDADES

4) Entre las parejas de matrimonios de una ciudad en un país donde el voto no es obligatorio,
la probabilidad de que el esposo vote en alguna elección es de 0,21; la probabilidad de que
la esposa lo haga es de 0,28 y la de que ambos voten es de 0,15. Calcular la probabilidad de
que:

Datos
P Vote Esposo   0, 21
P Vote Esposa   0, 28
P Vote Esposo  Vote Esposa   0,15

a) al menos un miembro de la pareja vote


P(Vote Esposo  Vote Esposa)  P(Vote Esposo)  P(Vote Esposa)  P(Vote Esposo  Vote Esposa) 
 0, 21  0, 28  0,15  0, 34  P(Vote Esposo  Vote Esposa)  0, 34

b) sólo la mujer lo haga


P  Sólo Vote Esposa   0,13

c) vote la mujer, si se sabe que su marido lo hizo


P(Vote Esposo  Vote Esposa) 0,15
P(Vote Esposa / Vote Esposo)    0, 7143
P(Vote Esposo) 0, 21
 P(Vote Esposa / Vote Esposo)  0, 7143

d) vote el marido si la mujer no votó


P(Vote Esposo  Vote Esposa) 0, 06
P(Vote Esposo / Vote Esposa)    0, 0834
P(Vote Esposa) 0, 72
 P(Vote Esposo / Vote Esposa)  0, 0834

e) si el marido no votó, que tampoco lo haga su mujer


P(Vote Esposa  Vote Esposo) 0, 66
P(Vote Esposa / Vote Esposo)    0,8354
P(Vote Esposo) 0, 79
 P(Vote Esposa / Vote Esposo)  0,8354

4 MATEMÁTICA II CÁTEDRA SANTA MARIA


UNIDAD TRABAJO PRÁCTICO
IV PROBABILIDADES

5) En una localidad del interior existen dos bancos A y B. El 22% de los habitantes tiene
cuenta en A, el 37% en B y el 47% no tiene cuenta.
Datos
P( A)  0, 22 A : Cuenta en banco A
P( B)  0, 37 B : Cuenta en banco B
P( A  B)  0, 47  por las Leyes de De Morgan  P( A  B)  0, 47  1  P( A  B)  0, 47  P( A  B)  0, 53

a) ¿Cuál es la probabilidad que un habitante seleccionado al azar tenga una cuenta en ambas
instituciones bancarias?
P( A  B)  0, 53
P( A  B)  P( A)  P( B)  P( A  B)
0, 53  0, 22  0, 37  P( A  B)  P( A  B)  0, 06

b) Si se selecciona un habitante al azar y se sabe que tiene cuenta en A, ¿Cuál es la


probabilidad de que tenga una cuenta en B?
P( A  B) 0, 06
P( B / A)    0, 2727  P( B / A)  0, 2727
P( A) 0, 22

6) Un comercio tiene 15 clientes, de los cuales 3 son morosos. Si se tiene una ficha por cada
cliente y se extrae al azar una de ellas:
a) ¿Cuál es la probabilidad de que pertenezca a un cliente moroso?
3
P(Cliente Moroso)   0, 20  P(Cliente Moroso)  0, 20
15
b) ¿Cuál es la probabilidad de que pertenezca a un cliente no moroso?
3
P(Cliente Moroso)  1  P(Cliente Moroso)  1   0,80  P(Cliente Moroso)  0,80
15

c) Si se extraen dos clientes al azar ¿Cuál es la probabilidad que si el primero fue moroso el
segundo no lo sea? Resolver considerando que se muestrea sin reposición.

Teniendo en cuenta que los eventos no son independientes porque la extracción se realiza sin reposición,
cuando realicemos la segunda extracción ya no son 15 los clientes sino 14, entonces :
12 6
P(2do Cliente No Moroso / 1er Cliente Moroso)    0,8571
14 7

 P(2do Cliente No Moroso / 1er Cliente Moroso)  0,8571

5 MATEMÁTICA II CÁTEDRA SANTA MARIA


UNIDAD TRABAJO PRÁCTICO
IV PROBABILIDADES

7) Se extraen dos cartas de una baraja de 52. Encontrar la probabilidad de que ambas sean ases,
Datos
4
Baraja de 52 cartas , número de ases 4  P( As) 
52
a) si la primera carta extraída se repone al mazo.
4 4
P(1er As  2do As)  P(1er As). P(2do As / 1er As)    0, 00592 (Con reposición)
52 52
b) si la primera carta extraída no se repone al mazo.
4 3
P(1er As  2do As)  P(1er As). P(2do As / 1er As)    0, 00452 ( Sin reposición)
52 51

Recordar : si la segunda extracción la realizamos con reposición al realizarla sigue habiendo


4 ases y 52 cartas , mientras que si realizamos la primera extracción y no reponemos el as
entonces en el mazo ya no hay 52 cartas ni 4 ases.

8) En un experimento aleatorio, la probabilidad de un suceso A es dos veces la probabilidad de


otro suceso B, y la suma de la probabilidad de A y la de la probabilidad del suceso contrario
a B es 1,3. Se sabe, además, que la probabilidad de la intersección de A y B es 0,18. Calcular
la probabilidad de que:
Datos
P( A)  2 P( B)
P( A)  P( B)  1, 3
P( A  B)  0,18

a) Se verifique el suceso A o se verifique el suceso B.

 
P  A  P B  1, 3  P  A   1  P  B   2 P  B   1  P  B   1, 3  P  B   0, 3

P  A  2 P  B   2.0, 3  0, 6  P  A   0, 6

P( A  B)  P( A)  P( B)  P( A  B)  0, 6  0, 3  0,18  0, 72  P( A  B)  0, 72

b) ¿Son independientes los sucesos A y B? Justifique


Para determinar si los eventos son independientes podemos utilizar la propiedad que
establece que: "A y B son sucesos independientes  P (A  B)  P( A). P( B) ”

Entonces calculamos P( A). P( B)  0, 6.0,3  0,18

Por lo tanto podemos asegurar que los eventos A y B son independientes por cumplir la
propiedad.

6 MATEMÁTICA II CÁTEDRA SANTA MARIA


UNIDAD TRABAJO PRÁCTICO
IV PROBABILIDADES

9) En un grupo de 100 personas, 70 son de habla hispana, 30 son extranjeros de habla hispana y
40 son extranjeros.
Si se selecciona una persona del grupo al azar: ¿Cuál es la probabilidad de que:
E : Extranjero EHH : Habla Hispana ENHH : No Habla Hispana

E Ē TOTAL
a) sea extranjera de habla hispana?
EHH 30 40 70
30
P( EHH )   0,30  P( EHH )  0,30 ENHH 10 20 30
100
TOTAL 40 60 100

b) si es extranjera no sea de habla hispana?


10
P( ENHH  E ) 100 1
P( ENHH / E )     0, 25  P( ENHH / E )  0, 25
P( E ) 40 4
100
c) sea extranjera, sabiendo que es de habla hispana?
30
P( E  EHH ) 100 3
P( E / EHH )     0, 43  P( E / EHH )  0, 43
P( EHH ) 70 7
100
d) no sea extranjera, si es de habla hispana?
40
P( E  EHH ) 100 4
P( E / EHH )     0, 57  P( E / EHH )  0, 57
P( EHH ) 70 7
100

7 MATEMÁTICA II CÁTEDRA SANTA MARIA

También podría gustarte