ACTIVIDAD DE APRENDIZAJE UNIDAD I:
TALLER #2.
PROBABILIDAD.
CÓDIGO 22321
Autores
GUZMÁN CASSIANI NICOLL.
GUZMÁN OLAVE MINEYIS ANDREA.
HENÁNDEZ BOLÍVAR HILDA MARIA.
HERAZO ÁLVAREZ CAMILO ANDRÉS.
LUBO PAVA DAVID SAMUEL.
TRABAJO PRACTICO DE BIOSTADISTICA.
Presentado a: SANCHEZ URIBE JORGE ELEAZAR.
UNIVERSIDAD DEL ATLÁNTICO.
FACULTAD DE QUIMICA Y FARMACIA.
PROGRAMA DE FARMACIA.
BIOESTADISTICA.
BARRANQUILLA, ATLÁNTICO, COLOMBIA.
Noviembre de 2023.
M1 = C, S
M2 = C, S
a) E = {CC, SS, SC, CS}
b) Evento B = Obtener solamente cara al lanzar al aire dos monedas.
P (B) = 1
4
= 0, 25 = 25%
Solamente hay 1 evento del experimento aleatorio que podría resultar en solamente cara al
lanzar las dos monedas, el cual tiene un 25% de probabilidad de ocurrir.
a) Experimento aleatorio: seleccionar dos recipientes.
b) A1, A2 = Recipientes con agua.
B1, B2, B3 = recipientes sin agua.
E = {A1A2, A1B1, A1B2, A1B3, A2B1, A2B2, A2B3, B1B2, B1B3, B2B3}
c) Evento C = Identificar al azar los dos recipientes con agua.
P (C) = 1/10 = 0.1 = 10%
Hay un 10% de probabilidad de que el adivino identifique correctamente los dos recipientes
con agua aun cuando la varilla es completamente inservible.
3.16. Un banco local informa que 80% de sus clientes tiene cuenta corriente;
60% tiene cuenta de ahorros y 50% cuenta con ambas. Si se elige un cliente al azar,
a. ¿Cuál es la probabilidad de que el cliente tenga una cuenta corriente dado que posee una
cuenta de ahorros?
b. ¿Cuál es la probabilidad de que el cliente tenga una cuenta de ahorros dado que posee una
cuenta corriente?
R: 5/6; 5/8
3.17. Entre los estudiantes de un colegio se observa que el 5% de los hombres y el 3% de las
mujeres tienen el pelo rubio. Además, el 30% de los estudiantes son mujeres. Si se elige un
estudiante al azar y se observa que tiene el pelo rubio, ¿cuál es la probabilidad de que sea
mujer?
R: 0.1125
Hay un 11,25% de probabilidad de que el estudiante con pelo rubio escogido al azar sea
mujer.
3.26. Tres operadores (A, B y C) se turnan en el manejo de cierta máquina.
El número de partes
producidas por A, B, y C están en relación [Link] y el 5% de A, el 2% de B y el 5% de C es
defectuoso. Si una parte es tomada al azar de la salida de la máquina, ¿cuál es la probabilidad
de que sea defectuosa?
R: 0.0380
Hay un 3,8% de probabilidad de que la pieza escogida aleatoriamente sea defectuosa.
3.27. Un estudiante se presenta a un examen tipo test compuesto por cien preguntas, cada una
de las cuales va acompañada de cuatro respuestas y sólo una es correcta. Sesenta de las
preguntas corresponden a la parte del programa que el alumno ha preparado y en las que tiene
una probabilidad del 80 % de contestar adecuadamente. En las restantes, señalará al azar una
de las cuatro respuestas. Si se elige al azar una de las respuestas, ¿cuál es la probabilidad de
que sea correcta?
R: 0.58
El estudiante tiene un 58% de probabilidad de escoger la respuesta correcta al azar.
R/ A.
Mosca Con entrecruce(C) Sin entrecruce(C’) Total
H1 45 35 80
H2 80 65 145
H3 75 10 85
Total 200 110 310
B.
Mosca Con entrecruce(C) Sin entrecruce(C’) Total
H1 0,15 0,11 0,26
H2 0,26 0,21 0,47
H3 0,24 0,03 0,27
Total 0,65 0,35 1,00
C. P (H1): 0,26
D. P (Con entrecruce):0,65
E. 𝑃(𝐻3/𝐶 = 0,24
0,65
= 0, 3692
F. 𝑃(𝐶'/𝐻2 = 0,21
0,47
= 0, 4468
A.
EDAD SOLTERO (C) CASADO (D) TOTAL
MENOR DE 30 AÑOS (A) 0,550 0,100 0,650
30 AÑOS O MAYOR (B) 0,200 0,150 0,350
TOTAL 0,750 0,250 1,000
B. Hay una mayor probabilidad de que un miembro del sea menor de 30 años (A) a que un
miembro sea mayor de 30 años (B), o sea P(A) > P(B)
C. Hay una mayor probabilidad de que un miembro del club sea soltero (C) a que un
miembro del club sea casado (D), o sea P(C) > P(D).
D. P(C A)= 0,550
E. P(C/A)= 0,550
0,650
= 0, 846
F.
Evento A: Socio menor de 30 años P(A) =0.650
Evento B: Socio mayor de 30 años P(B) =0.350
Evento C: Socio estado civil soltero P(C) =0.750
Evento D: Socio estado civil casado P(D) =0.250
Los eventos A y C son independientes si se cumple con:
P(A y C) = P(A) X P(C)
0.550=0.650x0.750
0.550=0.488 No cumple.
Los eventos A y D son independientes si se cumple con:
P(A y D) = P(A) x P(D)
0.100=0.650x0.250
0.100=0.163 No cumple.
Los eventos B y C son independientes si se cumple con:
P(By C) = P(B) × P(C)
0.200=0.350x0.750
0.200=0.263 No cumple.
Los eventos B v D son independientes si se cumole con:
P(B y D) = P(B) X P(D)
0.150=0.350x0.250
0.150=0.088 No cumple.
La edad de los socios del club no es independiente del estado civil.
5.16. Se ha realizado una encuesta a un grupo de estudiantes de informática, entre sus
conclusiones está que un 40 % ha recibido algún curso de LINUX. Además, el 20% de
aquellos que recibieron algún curso de LINUX tiene ordenador en su casa. Si un 10 % de
estudiantes de informática tiene ordenador en casa y no han recibido ningún curso de
LINUX, calcular:
a. La probabilidad de que un estudiante de informática tenga ordenador en casa y haya
recibido un curso de LINUX
Para resolver este problema, podemos utilizar la regla de Bayes, que nos permite calcular la
probabilidad de un evento condicionado a otro evento.
Sea A el evento "tener ordenador en casa" y B el evento "haber recibido un curso de
LINUX". Queremos calcular la probabilidad de que un estudiante de informática tenga un
ordenador en casa y haya recibido un curso de LINUX, es decir, P(A ∩ B).
Primero, podemos calcular la probabilidad de que un estudiante de informática haya recibido
un curso de LINUX:
P(B) = 0,4
Entonces, la probabilidad de que un estudiante de informática tenga un ordenador en casa y
haya recibido un curso de LINUX es:
P(A ∩ B) = P(B) * P(A|B) = 0,4 * 0,2 = 0,08
Es decir, el 8% de los estudiantes de informática tienen ordenador en casa y han
recibido un curso de LINUX.
b. La probabilidad de que un estudiante de informática tenga ordenador en casa.
El 20% de aquellos que recibieron algún curso de LINUX tiene computadora en su casa. Un
10% de estudiantes de informática tiene ordenador en casa y no han recibido ningún curso de
LINUX.
Podemos expresar esto en términos de probabilidad condicional:
- P(A | B) = 0,2, la probabilidad de tener un ordenador en casa dado que se ha recibido
algún curso de LINUX.
- P(A | ¬B) = 0,1, la probabilidad de tener un ordenador en casa dado que no se ha
recibido ningún curso de LINUX.
- P(B) = 0,4, la probabilidad de haber recibido algún curso de LINUX.
Entonces, para calcular la probabilidad de tener un ordenador en casa, podemos utilizar la
regla de probabilidad total:
- P(A) = P(A | B) * P(B) + P(A | ¬B) * P(¬B)
Donde P(¬B) es la probabilidad complementaria de haber recibido algún curso de LINUX, es
decir:
- P(¬B) = 1 - P(B) = 1 - 0,4 = 0,6
Sustituyendo los valores que tenemos:
- P(A) = 0,2 * 0,4 + 0,1 * 0,6 = 0,08 + 0,06 = 0,14 Por lo tanto, la probabilidad de
que un estudiante de informática tenga un ordenador en casa es del 14%.
c. Si un estudiante de informática tiene ordenador en casa, la probabilidad de que haya
recibido un curso de LINUX.
P(B | A) = P(A | B) * P(B) / P(A)
- P(B | A) es la probabilidad de haber recibido un curso de LINUX dado que se tiene un
ordenador en casa.
- P(A | B) es la probabilidad de tener un ordenador en casa dado que se ha recibido un
curso de LINUX, que sabemos que es del 20% o 0.2.
- P(B) es la probabilidad de haber recibido algún curso de LINUX, que sabemos que es
del 40% o 0.4.
- P(A) es la probabilidad de tener un ordenador en casa, que calculamos en la pregunta
anterior y es del 14% o 0,14.
Sustituyendo los valores que conocemos:
P(B | A) = 0,2 * 0,4 / 0,14 ≈ 0,57
Por lo tanto, la probabilidad de que un estudiante de informática tenga un ordenador
en casa haya recibido un curso de LINUX es del 57% aproximadamente.
5.24. Hay cuatro candidatos para el cargo de director ejecutivo de Dalton Enterprises. Tres de
los solicitantes tienen más de 60 años de edad. Dos son mujeres, de las cuales sólo una rebasa
los 60 años.
a. ¿Cuál es la probabilidad de que un candidato tenga más de 60 años y sea
mujer?
- Hay cuatro candidatos en total. Tres de ellos tienen más de 60 años, y dos de ellos son
mujeres. Solo una de las mujeres es mayor de 60 años. Por lo tanto, la probabilidad de
que un candidato tenga más de 60 años y sea mujer es:
Probabilidad = (Número de candidatos que son mujeres y tienen más de 60 años) /
(Número total de candidatos)
Probabilidad = 1/4 (solo hay una mujer mayor de 60 años)
Por lo tanto, la probabilidad es de 1/4 o del 25%.
b. Si el candidato es hombre, ¿cuál es la probabilidad de que tenga menos de 60 años?
- Hay cuatro candidatos en total, y sabemos que tres de ellos tienen más de 60 años. Por
lo tanto, solo hay uno que es hombre y tiene menos de 60 años.
La probabilidad de que un candidato sea hombre y tenga menos de 60 años es:
Probabilidad = (Número de candidatos que son hombres y tienen menos de 60 años) /
(Número total de candidatos que son hombres)
Probabilidad = 1/1 (solo hay un hombre menor de 60 años)
Por lo tanto, la probabilidad es del 100%. Si el candidato es un hombre, entonces
definitivamente tiene menos de 60 años.
c. Si el individuo tiene más de 60 años, ¿cuál es la probabilidad de que sea mujer?
- De los cuatro candidatos, tres tienen más de 60 años y solo uno tiene menos de 60
años. De las dos mujeres, solo una tiene más de 60 años. La probabilidad de que un
candidato sea mujer dado que tiene más de 60 años es:
Probabilidad = (Número de candidatos que son mujeres y tienen más de 60 años) /
(Número total de candidatos que tienen más de 60 años)
Probabilidad = 1/3 (solo hay una mujer mayor de 60 años)
Por lo tanto, la probabilidad es de 1/3 o aproximadamente del 33,33%. Si el individuo
tiene más de 60 años, la probabilidad de que sea mujer es de aproximadamente
33,33%.
5.25. En una ciudad se sabe que el 55% de las personas son mujeres y el 40% son mujeres y
mayores de edad. Asimismo, el 35% de las personas de esa ciudad son hombres mayores de
edad. Se elige al azar una persona y resulta ser mayor de edad, ¿cuál es la probabilidad de que
esta persona sea, además, mujer?
- Primero, podemos usar la regla de Bayes .
P(mujer | mayor de edad) = P(mayor de edad | mujer) * P(mujer) /
P(mayor de edad)
Para calcular P(mayor de edad | mujer), podemos utilizar la información que se nos
da. Sabemos que el 40% de las personas son mujeres y mayores de edad, y que el
55% de las personas son mujeres. Por lo tanto, la proporción de mujeres que son
mayores de edad es:
P(mayor de edad | mujer) = P(mujer y mayor de edad) / P(mujer)
= 0.40 / 0.55 = 0.7273
Para calcular P(mayor de edad), debemos sumar las probabilidades de las personas
mayores de edad, ya sean hombres o mujeres. Sabemos que el 35% de las personas
son hombres mayores de edad, y que el 40% de las personas son mujeres mayores de
edad. Por lo tanto, la proporción de personas mayores de edad es:
P(mayor de edad) = P(hombre y mayor de edad) + P(mujer y mayor de edad)
= 0.35 + 0.40 = 0.75
Finalmente, podemos calcular la probabilidad de que la persona elegida al azar sea
mujer dado que es mayor de edad:
P(mujer | mayor de edad) = P(mayor de edad | mujer) * P(mujer) / P(mayor de edad)
= 0.7273 * 0.55 / 0.75 = 0.5333
Por lo tanto, la probabilidad de que la persona elegida al azar sea mujer dado que es
mayor de edad es de aproximadamente 0.5333 o del 53.33%.
6.71. El club botánico tiene 25 miembros. Van a elegir presidente, vicepresidente, secretario y
tesorero. ¿Cuántos grupos diferentes de cargos se pueden formar?
R: 12650 25 miembros 4 cargos
𝑛!
𝐶(𝑛, 𝑟) = 𝑟!(𝑛−𝑟)!
𝐶(25, 4) = 25!
4!(25−4)!
= 12, 650
6.72. El muestreo aleatorio simple usa una muestra de tamaño tomada de una población de
tamaño para obtener datos para hacer inferencias acerca de las características de la población.
Suponga que de una población de 50 cuentas bancarias, desea tomar una muestra de cuatro
cuentas con objeto de tener información acerca de la población. ¿Cuántas muestras diferentes
de cuatro cuentas pueden obtener?
R: 230.300
𝑛!
𝐶(𝑛, 𝑟) = 𝑟!(𝑛−𝑟)!
𝐶(50, 4) = 50!
4!(25−4)!
= 230, 300
7.27 a. Defina una distribución de probabilidad de duración del servicio
La distribución de probabilidad discreta uniforme asigna la misma probabilidad a cada valor
posible dentro de un rango discreto y finito. En este caso, el rango de valores posibles para la
duración del servicio es de 1, 2, 3 y 4 horas. Entonces, la probabilidad de cada valor es igual
a 1/4, ya que hay cuatro posibles valores equiprobables.
Duración del servicio en Horas (x) Probabilidad de que el servicio tenga una
duración de x horas (Px)
1 0.25
2 0.25
3 0.25
4 0.25
B.
C. Para verificar que la distribución de probabilidad, es necesario verificar que:
1. La suma de todas las probabilidades es igual a 1.
2. La probabilidad de cada valor es mayor o igual a cero.
- P(1) + P(2) + P(3) + P(4) = 1/4 + 1/4 + 1/4 + 1/4 = 1
La suma de todas las probabilidades es igual a 1, por lo que cumple con la
primera propiedad.
- Además, la probabilidad de cada valor es:
P(1) = 1/4 P(2) = 1/4 P(3) = 1/4 P(4) = ¼
Cada probabilidad es mayor o igual a cero, por lo que también cumple con la
segunda propiedad. Por lo tanto, se puede concluir que cumple con las
propiedades que la definen como tal
D. El valor esperado, o media, se puede calcular como:
E(X) = Σ[x * P(x)]
El valor esperado es:
E(X) = (1 * 1/4) + (2 * 1/4) + (3 * 1/4) + (4 * 1/4) = 2,5
Por lo tanto, se espera que el servicio tenga una duración promedio de 2,5 horas.
La varianza se puede calcular como:
Var(X) = Σ[(x - E(X))^2 * P(x)]
La varianza es:
Var(X) = [(1 - 2,5)^2 * 1/4] + [(2 - 2,5)^2 * 1/4] + [(3 - 2,5)^2 * 1/4] + [(4 - 2,5)^2 * 1/4] =
1,25
La desviación estándar se puede calcular como:
DE(X) = raíz cuadrada (Var(X))
La desviación estándar es:
SD(X) = sqrt(Var(X)) = sqrt(1.25) = 1.118
Por lo tanto, la desviación estándar del servicio es de aproximadamente 1,118 horas, lo
que indica que la duración del servicio puede variar levemente alrededor del valor
esperado de 2,5 horas.
7.28 a. La variable aleatoria x puede tomar valores de 1 a 5, correspondientes a los cinco
niveles ejecutivos del gobierno local. La función de probabilidad asociada ax se puede
obtener dividiendo la cantidad de funcionarios en cada nivel por el total de funcionarios del
gobierno local, es decir:
P(x=1) = 15/192 P(x=2) = 32/192 P(x=3) = 84/192 P(x=4) = 30/192 P(x=5) = 31/192
La suma de todas las probabilidades es igual a 1, lo que indica que la distribución de
probabilidad está correctamente definida.
X (Px)
1 0.0781
2 0.1667
3 0.4375
4 0.1563
5 0.1615
B.
C. Para demostrar que la distribución de probabilidad satisface las condiciones para ser
calificada como tal, debemos comprobar que cumple con las siguientes propiedades:
1. La suma de todas las probabilidades es igual a 1.
2. Todas las probabilidades no son negativas.
Para la distribución de probabilidad dada en el problema, tenemos:
P(x=1) = 15/192 = 0,0781 P(x=2) = 32/192 = 0,1667 P(x=3) = 84/192 = 0,4375
P(x=4) = 30/192 = 0,1563 P( x=5) = 31/192 = 0,1615
Para comprobar que se cumple la primera propiedad, sumamos todas las
probabilidades:
P(x=1) + P(x=2) + P(x=3) + P(x=4) + P(x=5) = 0,0781 + 0,1667 + 0,4375 + 0,1563 +
0,1615 = 1
Por lo tanto, la suma de todas las probabilidades es igual a 1, y se
cumple la primera propiedad.
Para comprobar que se cumple la segunda propiedad, debemos comprobar que todas
las probabilidades no son negativas. Para cada valor de x, tenemos que la cantidad de
funcionarios es un número entero positivo, por lo que todas las probabilidades son
mayores o iguales a cero.
Por lo tanto, la distribución de probabilidad satisface las condiciones para ser
calificada como tal.
D. Para calcular el valor esperado de una distribución de probabilidad, se multiplica cada
valor posible de la variable aleatoria por su probabilidad correspondiente y se suman todos
los resultados. En este caso, el valor esperado se calcula como:
E(x) = 1 P(x=1) + 2 P(x=2) + 3 P(x=3) + 4 P(x=4) + 5*P(x=5)
E(x) = 1*(15/192) + 2*(32/192) + 3*(84/192) + 4*(30/192) + 5*(31/192)
E(x) = 3,0313
Para calcular la varianza de una distribución de probabilidad, se calcula la suma de los
cuadrados de las diferencias entre cada valor posible de la variable aleatoria y su valor
esperado, multiplicadas por su probabilidad correspondiente. Es decir:
Var(x) = [(1 - 3,0313)^2 * 0,0781] + [(2 - 3,0313)^2 * 0,1667] + [(3 - 3,0313)^2 *
0,4375] + [(4 - 3,0313)^2 * 0,1563] + [(5 - 3,0313)^2 * 0,1615]
Var(x) = 1.5645
La desviación estándar se calcula como la raíz cuadrada de la varianza. Es decir:
DE(x) = raíz cuadrada(Var(x))
DE(x) = raíz cuadrada(1.5645)
DE(x) = 1.2507
A. La suma de todas las probabilidades es igual a 1.
Todas las probabilidades no son negativas.
B.
C.
Primero hay que calcular la probabilidad de que salgan 0, 1 o 2 botellas defectuosas entre las
dos que tomamos.
P(0 defectuosas) = 0,9 · 0,9 = 0,81
P(2 defectuosas) = 0,1 · 0,1 = 0,01
P(1 defectuosa) = 1 - 0,81 - 0,01 = 0,18
Media = 0 · 0,81 + 1 · 0,18 + 2 · 0,01 = 0,20 botellas defectuosas
2 2 2
V(Y) = 0,81· (0 − 0, 20) + 0,18 (1 − 0, 20) + 0,01 (2 − 0, 20) =
0,81·0,04 + 0,18·0,64 + 0,01·3,24 = 0,0324 + 0,1152 + 0,0324 = 0,18
EVENTO DESCRIPCIÓN PROBABILIDAD PROBABILIDAD DE
DE OCURRENCIA NO OCURRENCIA
A Se asigna el primer contrato a 1/3 2/3
una de las 3 empresas
B Se asigna el segundo contrato a 1/3 2/3
una de las 3 empresas
Para cualquiera de las tres empresas se presentan los siguientes eventos:
Evento C: ninguno de los 2 contratos ha sido asignado.
P(C)= P(A y B’) = P(A’) x P(B’) = 2/3x2/3=4/9
Evento D: Uno de los dos contratos ha sido asignado.
P(D)= P[(A y B’) o (A’ y B)]
P(D)= P(A y B’) + P (A’ y B)
P(D) = P(A) x P(B’) + P(A’) x P(B)
P(D)= 1/3 x 2/3 + 2/3 x 1/3= 2/9+2/9= 4/9
Evento E: los dos contratos han sido asignados.
P(E)= P(A y B)= 1/3x1/3= 1/9
Valor esperado:
𝑥 𝑝 𝑥 ✖𝑝
𝑖 𝑖 𝑖 𝑖
0 4/9 0.00
90,000 4/9 40,000.00
180,000 1/9 20,000.00
TOTAL 1,00 60,000.00
La esperanza matemática o la utilidad esperada es: $60,000
Para las dos empresas del mismo propietario por ser eventos separados tenemos que: Esperanza
(empresa I + empresa II)= 60,000+60,000= 120,000
