TAREA 1: Aprendizaje basado en problemas

Nombre Estudiantes: Juan Daniel Leigue Suarez

1. Se tiran tres dados al mismo tiempo. Encuentra la probabilidad de que:
a. La suma de los números aparecidos sea menor que 8
Los resultados favorables son los siguientes:
(1, 1, 1)
(1, 1, 2)
(1, 1, 3)
(1, 1, 4)
(1, 2, 1)
(1, 2, 2)
(1, 2, 3)
(1, 3, 1)
(1, 3, 2)
(1, 4, 1)
(2, 1, 1)
(2, 1, 2)
(2, 1, 3)
(2, 2, 1)
(2, 2, 2)
(2, 3, 1)
(3, 1, 1)
(3, 1, 2)
(3, 2, 1)
La probabilidad de que la suma de los números sea menor que 8 es:
P (Suma < 8) = (Número de resultados favorables) / (Número total de resultados
posibles) = 20 / 216 ≈ 0.0926

b. La suma de los números sea mayor que 4 y menor que 8

Los resultados favorables son los siguientes:

(2, 3, 2)
(2, 4, 1)
(2, 5, 6)
(3, 2, 2)
(3, 3, 3)
(3, 3, 4)
 (3, 4, 3)
(3, 5, 2)
(3, 6, 1)
(4, 2, 3)
(4, 2, 4)
(4, 3, 2)
(4, 4, 1)
(4, 5, 5)
(5, 2, 2)
(5, 2, 3)
(5, 3, 1)
(5, 4, 4)
(5, 5, 3)
(6, 1, 3)
(6, 1, 4)
(6, 2, 2)
(6, 2, 3)
(6, 3, 1)
(6, 4, 3)

P (4 < Suma < 8) = (Número de resultados favorables) / (Número total de resultados

posibles) = 25 / 216 ≈ 0.1157

Entonces, la probabilidad de que la suma de los números sea mayor que 4 y menor
que 8 es aproximadamente 0.1157 o alrededor del 11.57%.

2. Se lanzan dos dados:

¿Cuál es la probabilidad de obtener una suma de puntos igual a 7?
Estas son las combinaciones posibles:
(1, 6), (2, 5), (3, 4), (4, 3), (5, 2), (6, 1)
Si la suma de puntos ha sido 7, ¿cuál es la probabilidad de que en alguno de los dados
haya salido un tres?
Estas combinaciones son:
(3, 4) y (4, 3)
 3. Se consideran dos sucesos, A y B, asociados a un experimento aleatorio

con P(A)=0.7; P(B)=0.6; P( )=0.58.

a. ¿Son independientes A y B?
Primero calculamos P (A ∩ B):
P (A ∩ B) = 1 – P (~A ∪ ~B)
Dado que P (~A ∪ ~B) = 0.58 (la probabilidad de la unión de los complementos de A y B),
encontramos:
P (A ∩ B) = 1 - 0.58 = 0.42
Ahora, comparamos P (A ∩ B) con P(A) * P(B):
P(A) * P(B) = 0.7 * 0.6 = 0.42
Dado que P (A ∩ B) (0.42) es igual a P(A) * P(B) (0.42), podemos concluir que A y B son
eventos independientes en este caso.

b. Si M A, ¿cuál es el valor de P ( / )?
Primero, calculamos P(~A):
P(~A) = 1 - P(A) = 1 - 0.7 = 0.3
Luego, como M está contenido en A, P(~M) = P(~A):
P(~M) = 0.3
Dado que P (~A ∩ ~B) = 0.58 y P(~A) = 0.3, podemos calcular P(~A | ~M) = 1.
Finalmente, usamos el teorema de Bayes para encontrar P (~M | ~A):
P (~M | ~A) = P (~A | ~M) * P(~M) / P(~A) = 1 * 0.3 / 0.3 = 0.3 / 0.3 = 1
Entonces, el valor de P (~M | ~A) es 1.

4. Un taller sabe que por término medio acuden: por la mañana 3 automóviles
con problemas eléctricos, 8 con problemas mecánicos y 3 con problemas de chapa, y
por la tarde 2 con problemas eléctricos, 3 con problemas mecánicos y 1con
problemas de chapa.
a. Calcula el porcentaje de los que acuden por la tarde.
Por la mañana: acuden = 14 automóviles.
Por la tarde: acuden = 6 automóviles.
Porcentaje de los que acuden por la tarde = (6 / 14) * 100 ≈ 42.86%
Por lo tanto, aproximadamente el 42.86% de los automóviles acuden por la tarde.
b. Calcula el porcentaje de los que acuden por problemas mecánicos.
Por la mañana: 8 automóviles con problemas mecánicos.
Por la tarde: 3 automóviles con problemas mecánicos.
Porcentaje de los que acuden por problemas mecánicos = (11 / 14) * 100 ≈ 78.57%
Por lo tanto, aproximadamente el 78.57% de los automóviles acuden por problemas
mecánicos.
 c. Calcula la probabilidad de que un automóvil con problemas eléctricos acuda por la
mañana.
Por la mañana: 3 automóviles con problemas eléctricos.
Total, de automóviles con problemas eléctricos = 3 (por la mañana) + 2 (por la tarde) = 5
automóviles.
Probabilidad de que un automóvil con problemas eléctricos acuda por la mañana =
(Automóviles eléctricos por la mañana / Total de automóviles eléctricos) = (3 / 5) = 3/5.
Por lo tanto, la probabilidad de que un automóvil con problemas eléctricos acuda por la
mañana es de 3/5 o el 60%.
5. Una compañía de seguros hace una investigación sobre la cantidad de partes
de siniestro fraudulentos presentados por los asegurados. Clasificando los segurosen
tres clases, incendio, automóvil y "otros", se obtiene la siguiente relación de datos:
El 6% son partes por incendio fraudulentos; el 1% son partes de automóviles fraudulentos;
el 3% son "otros" partes fraudulentos; el 14% son partes por incendio no fraudulentos; el
29% son partes por automóvil no fraudulentos y el 47% son "otros" partes no
fraudulentos.
a. Haz una tabla ordenando los datos anteriores y hallando el porcentaje total de
partes fraudulentos y no fraudulentos.
Tipo Fraudulento (%) No Fraudulento (%)
Incendio 6 14
Automóviles 1 29
Otros 3 47
Total 10 90

b. Calcula qué porcentaje total de partes corresponde a la rama de incendios, cuál a la

de automóviles y cuál a "otros". Añade estos datos a la tabla.

Porcentaje
Tipo Fraudulento (%) No Total (%)
Fraudulento
(%)
20 %
Incendio 6 14
30 %
Automóviles 1 29
50 %
Otros 3 47
100 %
Total 10 90

c. Calcula la probabilidad de que un parte escogido al azar sea fraudulento. ¿Cuál será,
en cambio, la probabilidad de que sea fraudulento si se sabe que es de la rama de
incendios?

Probabilidad de que un parte sea fraudulento = 10% / 100% = 0.10 o 10%.

Probabilidad de que un parte de incendio sea fraudulento = 6% / 20% = 0.30 o 30%.
 6. Una compañía dedicada al transporte público explota tres líneas de una ciudad,
de forma que el 60% de los autobuses cubre el servicio de la primera línea, el 30% cubre
la segunda y el 10% cubre el servicio de la tercera línea. Se sabe que la probabilidad de
que, diariamente, un autobús se averíe es del 2%, 4% y 1%, respectivamente, para cada
línea. Determina la probabilidad de que, en un día, un autobús sufra una avería
Respuesta. -
La fórmula de probabilidad total es:
P(Avería) = P (Avería | Línea 1) * P (Línea 1) + P (Avería | Línea 2) * P (Línea 2) + P
(Avería | Línea 3) * P (Línea 3)
Dadas las probabilidades proporcionadas en el enunciado:
P (Avería | Línea 1) = 2% = 0.02
P (Avería | Línea 2) = 4% = 0.04
P (Avería | Línea 3) = 1% = 0.01
P (Línea 1) = 60% = 0.60
P (Línea 2) = 30% = 0.30
P (Línea 3) = 10% = 0.10
Ahora, podemos calcular la probabilidad de que un autobús sufra una avería en un día:

P(Avería) = (0.02 * 0.60) + (0.04 * 0.30) + (0.01 * 0.10) = 0.012 + 0.012 + 0.001 = 0.025

La probabilidad de que un autobús sufra una avería en un día es del 2.5%.

7. Una empresa del ramo de la alimentación elabora sus productos en cuatro

factorías: F1, F2, F3 y F4. El porcentaje de producción total que se fabrica en cada factoría
es del 40%, 30%, 20% y 10%, respectivamente, y además el porcentaje de envasado
incorrecto en cada factoría es del 1%, 2%, 7% y 4%. Tomamos un producto de la
empresa al azar. ¿Cuál es la probabilidad de que se encuentre defectuosamente
envasado?
Respuesta. -
La fórmula de probabilidad total se expresa de la siguiente manera:
P (Envasado Incorrecto) = P (Envasado Incorrecto | F1) * P (F1) + P (Envasado Incorrecto
| F2) * P (F2) + P (Envasado Incorrecto | F3) * P (F3) + P (Envasado Incorrecto | F4) * P
(F4)
Dadas las probabilidades proporcionadas en el enunciado:
P (Envasado Incorrecto | F1) = 1% = 0.01
P (Envasado Incorrecto | F2) = 2% = 0.02
P (Envasado Incorrecto | F3) = 7% = 0.07
P (Envasado Incorrecto | F4) = 4% = 0.04
P(F1) = 40% = 0.40
P(F2) = 30% = 0.30
P(F3) = 20% = 0.20
P(F4) = 10% = 0.10
P (Envasado Incorrecto) = (0.01 * 0.40) + (0.02 * 0.30) + (0.07 * 0.20) + (0.04 * 0.10) =
0.004 + 0.006 + 0.014 + 0.004 = 0.028
La probabilidad de que un producto esté defectuosamente envasado es del 2.8%.

8. Se tiene una urna vacía y se lanza una moneda al aire. Si sale cara, se introduce
en la urna una bola blanca y si sale cruz, se introduce una bola negra. El experimento se
repite tres veces y, a continuación, se introduce la mano en la urna, retirando una bola.
¿Cuál es la probabilidad de que en la urna queden una bola blanca y otra negra?

Cada lanzamiento de la moneda tiene dos resultados posibles: cara (C) o cruz (X).
Hay 2^3 = 8 posibles secuencias de resultados para tres lanzamientos de la moneda, que
son:
CCC
CCX
CXC
XCC
XCX
CXX
XXC
XXX
Donde:
CCC: En este caso, después de tres lanzamientos de cara, habría tres bolas blancas en la
urna. No cumple con la condición.

CCX: Después de dos lanzamientos de cara y uno de cruz, habría dos bolas blancas y una
bola negra en la urna. Cumple con la condición.

CXC: Después de un lanzamiento de cara, un lanzamiento de cruz y otro de cara, habría

dos bolas blancas y una bola negra en la urna. Cumple con la condición.

XCC: Después de un lanzamiento de cruz, seguido de dos lanzamientos de cara, habría

dos bolas blancas y una bola negra en la urna. Cumple con la condición.

XCX: En este caso, después de un lanzamiento de cruz, un lanzamiento de cara y otro de

cruz, habría una bola blanca y dos bolas negras en la urna. No cumple con la condición.

CXX: Después de un lanzamiento de cara, seguido de dos lanzamientos de cruz, habría

una bola blanca y dos bolas negras en la urna. No cumple con la condición.

XXC: En este caso, después de dos lanzamientos de cruz y uno de cara, habría una bola
blanca y dos bolas negras en la urna. No cumple con la condición.

XXX: En este caso, después de tres lanzamientos de cruz, habría tres bolas negras en la
urna. No cumple con la condición.

Por lo tanto, la probabilidad de que esto ocurra es 3/8, ya que hay 3 casos favorables de un
total de 8 posibles secuencias.
9. Tres máquinas, A, B y C, Producen el 45%, 30% y 25%, respectivamente, del total
de las piezas producidas en una fábrica. Los porcentajes de producción defectuosa de estás
maquina son del 3%, 4% y 5%.
a. Tomamos, al azar: calcula la probabilidad de que sea defectuosa; calcula la
probabilidad de haber sido producida por la máquina B
¿Qué máquina tiene la mayor probabilidad de haber producido la citada pieza
defectuosa?
Respuesta. –
para calcular la probabilidad de obtener una pieza defectuosa:
P(Defectuosa) = P (Defectuosa | A) * P(A) + P(Defectuosa | B) * P(B) +
P(Defectuosa | C) * P(C)
Donde:
Sustituimos estos valores en la fórmula:

P(Defectuosa) = (0.03 * 0.45) + (0.04 * 0.30) + (0.05 * 0.25) = 0.0135 + 0.012

+ 0.0125 = 0.038
La probabilidad de que una pieza seleccionada al azar sea defectuosa es de
3.8%.

Para calcular la probabilidad de que la pieza defectuosa haya sido producida

por la máquina B, usamos el teorema de Bayes:
 P (B | Defectuosa) = (P (Defectuosa | B) * P(B)) / P(Defectuosa)
P (B | Defectuosa) = (0.04 * 0.30) / 0.038 = 0.012 / 0.038 ≈ 0.3158
La probabilidad de que la pieza defectuosa haya sido producida por la
máquina B es aproximadamente del 31.58%.

Finalmente, para determinar qué máquina tiene la mayor probabilidad de

haber producido la pieza defectuosa, comparamos las probabilidades
condicionales:
P (A | Defectuosa) ≈ 0.2105 (Probabilidad de máquina A)
P (B | Defectuosa) ≈ 0.3158 (Probabilidad de máquina B)
P (C | Defectuosa) ≈ 0.4737 (Probabilidad de máquina C)
La máquina C tiene la mayor probabilidad de haber producido la pieza
defectuosa, con aproximadamente un 47.37%.
10. Tenemos tres urnas: A con 3 bolas rojas y 5 negras, B con 2 bolas rojas y 1 negra yC
con 2 bolas rojas y 3 negras. Escogemos una urna al azar y extraemos una bola. Si la
bola ha sido roja, ¿cuál es la probabilidad de haber sido extraída de la urna A? Para
calcular la probabilidad de que la bola haya sido extraída de la urna A dado que la bola
es roja, podemos usar el teorema de Bayes. Queremos calcular P(Urna A | Bola Roja),
donde "Urna A" representa la selección de la urna A y "Bola Roja" representa la
extracción de una bola roja.

El teorema de Bayes se expresa de la siguiente manera:

P (Urna A | Bola Roja) = (P (Bola Roja | Urna A) * P (Urna A)) / P (Bola Roja)

Primero, calculamos P (Bola Roja):

P (Bola Roja) = P (Bola Roja | Urna A) * P (Urna A) + P (Bola Roja | Urna B) * P (Urna
B) + P (Bola Roja | Urna C) * P (Urna C)

Para cada urna:

- En la urna A, la probabilidad de extraer una bola roja es 3/8, y la probabilidad de

seleccionar la urna A es 1/3.
- En la urna B, la probabilidad de extraer una bola roja es 2/3 (2 bolas rojas de 3 en
total), y la probabilidad de seleccionar la urna B es 1/3.
- En la urna C, la probabilidad de extraer una bola roja es 2/5 (2 bolas rojas de 5 en
total), y la probabilidad de seleccionar la urna C es 1/3.

Calculamos P (Bola Roja):

P (Bola Roja) = (3/8 * 1/3) + (2/3 * 1/3) + (2/5 * 1/3) = (1/8) + (2/9) + (2/15) = (45/360) +
(80/360) + (48/360) = 173/360

Ahora, podemos calcular P (Urna A | Bola Roja) utilizando el teorema de Bayes:

P (Urna A | Bola Roja) = (P (Bola Roja | Urna A) * P (Urna A)) / P (Bola Roja)
P (Urna A | Bola Roja) = (3/8 * 1/3) / (173/360) = (1/8) / (173/360) = (1/8) * (360/173) =
(45/173)

Por lo tanto, la probabilidad de que la bola haya sido extraída de la urna A dado que la
bola es roja es de 45/173, aproximadamente 0.2601 o alrededor del 26.01%.