TRABAJO 2: ESTADÍSTICA I

ASIGNATURA
ESTADISTICA I

ESTUDIANTES
MIGUEL MATEO MARTINEZ MERCADO
JORGE ARMANDO GONZÁLEZ LAMBRAÑO
ESTEBAN MIGUEL BRAVO MESTRA
JUAN SEBASTIAN BUELVAS GONZÁLEZ

DOCENTE
JORGE ALBERTO BARON CARDENAS

INGENIERÍA DE SISTEMAS

MONTERÍA – CÓRDOBA

2025
1. Realizar los siguientes ejercicios relacionados con los principios básicos de probabilidad:

a. Encontrar el espacio muestral de cada uno de los siguientes experimentos aleatorios: a. Se lanza una
moneda. Si cae cara, el experimento se acaba. Si cae sello, se lanza nuevamente. El experimento termina
luego de tener como máximo 3 lanzamientos.

Reglas

 Cae cara (C), el experimento se acaba.

 Cae sello (S), se lanza nuevamente.
 El experimento termina luego de tener como máximo 3 lanzamientos.

Resultados posibles del espacio mestrual

 1er lanzamiento = C: el experimento se acaba → resultado: C

 1er lanzamiento = S, 2do lanzamiento = C: → SC
 1er lanzamiento = S, 2do = S, 3ro = C: → SSC
 1er = S, 2do = S, 3ro = S: → SSS (Se termina tras cumplir el límite de lanzamientos)

Espacio muestral:

Ω = {C, SC, SSC, SSS}

b. Un restaurante del sector ofrece a sus clientes dos tipos de sopas: Verduras y pasta; tres tipos de plato
fuerte: carne, pollo y pescado; y dos tipos de bebidas: jugo o gaseosa. El almuerzo consta de una sopa, un
plato fuerte y una bebida.

Menú del restaurante

 2 tipos de sopas : (Verduras, Pasta)

 3 tipos de plato fuerte : (Carne, Pollo, Pescado)
 2 tipos de bebidas: (Jugo, Gaseosa)

Espacio muestral:

Ω={(V,C,J),(V,C,G),(V,P,J),(V,P,G),(V,P,J),(V,P,G),(P,C,J),(P,C,G),(P,P,J),(P,P,G),(P,P,J),(P,P,G)}

c. Una urna contiene una bola roja, una bola azul, una bola blanca, una bola negra y una bola verde. Se
escogen tres bolas al azar de manera simultánea (el orden entre las bolas no es importante).

Bolas: R (roja), A (azul), B (blanca), N (negra), V (verde)

Espacio muestral

Ω = {RAB, RAN, RAV, RBN, RBV, RNV, ABN, ABV, ANV, BNV}
2. Suponga que en un grupo de 500 estudiantes, se encuentran que 210 fuman, 258 consumen bebidas
alcohólicas, 216 comen entre comidas, 122 fuman y consumen bebidas alcohólicas, 83 comen entre comidas
y consumen bebidas alcohólicas, 97 fuman y comen entre comidas y 52 tienen esos tres hábitos nocivos
para la salud. Si se selecciona al azar a un miembro de este grupo, encuentre la probabilidad de que el
estudiante:

Datos:

 Fuman (F): 210

 Beben (B): 258
 Comen entre comidas (C): 216
 F ∩ B: 122
 C ∩ B: 83
 F ∩ C: 97
 F ∩ B ∩ C: 52
 Total: 500

a. Fume pero no consuma bebidas alcohólicas.

P (F \ B)= 210-122/ 500 = 88/ 500 = 0.176 (17.6%)

b. Coma entre comidas y consuma bebidas alcohólicas, pero no fume.

P (C ∩ B\ F) = 83-52/ 500 = 31/ 500 = 0.062 (6.2%)

c. Fume dado que consume bebidas alcohólicas.

P (F|B) = 122/ 258 ≈ 0.473 (47.3%)

3. Para conocer la opinión de los ciudadanos sobre la actuación del alcalde de una determinada ciudad, se
realiza una encuesta a 404 personas, cuyos resultados se recogen en la siguiente tabla:

Si se selecciona de forma aleatoria una persona de las estudiadas:

a. ¿Cuál es la probabilidad de que sea mujer o no esté de acuerdo con la actuación del alcalde?

 Mujeres: 199
 No está de acuerdo: Desacuerdo + No contestan = 202 + 62 = 264
 Mujeres que no están de acuerdo: 84 (desacuerdo) + 37 (no contestan) = 121

P (Mujer U No está de acuerdo) = 199 + 264 – 121 / 404 = 342/404 ≈ 0.846 (84.6%)

b. Si una persona está en desacuerdo, ¿cuál es la probabilidad de que sea mujer?

P (Mujer|Desacuerdo) = 84/ 202 ≈ 0.416 (41.6%)

C. ¿Cuál es la probabilidad de que sea mujer, dado que si contesto la encuesta?

Total personas que contestaron: 202 + 140 = 342

Mujeres que contestaron: 84 + 78 = 162

P (Mujer|Contestó) = 162/ 342 ≈ 0.474 (47.4%)

4. Se recolectó información sobre 500 economistas en la academia, la industria privada, y el gobierno,

respecto a sus opiniones sobre si la economía podría ser estable, podría expandirse o podría entrar en un
período de contracción en el futuro próximo. Sin embargo, parte de la información se perdió, resultando la
siguiente tabla de contingencia parcial. Con base en los datos restantes, complete la tabla.

Tabla completa:

Calcular: P (A ∪ C)

 Academia (A): 225 personas

 Contracción (C): 125 personas
 Intercepción A ∩ C: 100 personas

P(A u C) = 225 + 125 - 100/ 500 = 250/ 500 = 0.5 (5%)

P (I − E)
Industria privada total: 110
En expansión: 35
Entonces I – E = 110 − 35 = 75

P (I – E) = 75/ 500 = 0.15 (15%)

P (G/Sc)
Total fuera de Estable: 500 - 200 = 300
Gobierno fuera de Estable: 40 (E) + 0 (C) = 40

P(G/ Sᶜ) = 40/ 300 = 2/ 15 ≈ 0.1333(13.33%)

5. Sean P(A) = 0.6, P (B) = 0.45 y P(A ∩ B) = 0.15. Determine:

(a) P(Ac | Bc)

Sabemos que:
P (Aᶜ | Bᶜ) = P (Aᶜ ∩ Bᶜ) / P (Bᶜ) = 1 - P(A ∪ B) / 1 – P (B)
Primero calculamos P(A ∪ B):
P(A ∪ B) = P(A) + P (B) - P(A ∩ B)
= 0.6 + 0.45 - 0.15 = 0.9
Entonces:
P (Aᶜ ∩ Bᶜ) = 1 - 0.9 = 0.1
P (Bᶜ) = 1 - 0.45 = 0.55
Finalmente:
P (Aᶜ | Bᶜ) = 0.1 / 0.55 ≈ 0.1818 (18.18%)

(b) ¿Son los eventos A y B independientes? Justifique su respuesta.

Dos eventos A y B son independientes si y solo si:

P (A ∩ B) = P(A) ⋅ P (B)

Verificamos P (A) ⋅ P (B) = 0.6 ⋅ 0.45 = 0.27

P (A ∩ B) = 0.15

Como P (A∩B) ≠ P (A) ⋅ P (B), los eventos no son independientes.

6. Sean A y B dos sucesos de un determinado experimento aleatorio, tales que: P(A) = 0.25, P (B | A) = 0.5, y
P(A | B) = 0.25. Calcule: P (Ac | Bc)

Datos:

 P(A)=0.25
 P(B∣A)=0.5
 P(A∣B)=0.25

Primero calculamos P (A∩B) con la probabilidad condicionada.

P (A n B) = P (A) ⋅ P (B| A) = 0.25 ⋅ 0.5 = 0.125

Ahora calculamos P (B)

P (A | B) = P (A ∩ B) / P (B) ⇒ P (B) = 0.125/ 0.25 = 0.5

Seguidamente calculamos P (Bc)

P (Bᶜ) = 1 – P (B) = 1 - 0.5 = 0.5
Luego calculamos P (Aᶜ ∩ Bᶜ
Usamos la fórmula de la unión:
P (A ∪ B) = P (A) + P (B) – P (A ∩ B)
= 0.25 + 0.5 - 0.125 = 0.625

Entonces:
P (Aᶜ ∩ Bᶜ) = 1 - P(A ∪ B) = 1 - 0.625 = 0.375

Ahora sí podemos hallar P (Aᶜ | Bᶜ)

P (Aᶜ | Bᶜ) = P (Aᶜ ∩ Bᶜ) / P (Bᶜ) = 0.375 / 0.5 = 0.75 (75%)

7. Una empresa industrial grande usa tres moteles locales para ofrecer hospedaje nocturno a sus clientes. Se
sabe por experiencia que a 20% de los clientes se le asigna habitaciones en el Ramada Inn, a 50% en el
Sheraton y a 30% en el Lakeview Motor Lodge. Si hay una falla en la plomería en 5% de las habitaciones del
Ramada Inn, en 4% de las habitaciones del Sheraton y en 8% de las habitaciones del Lakeview Motor Lodge,
¿cuál es la probabilidad de que a un cliente se le asigne una habitación en la que falle la plomería?

Eventos:

 R: El cliente se hospeda en Ramada Inn.

 S: El cliente se hospeda en Sheraton.
 L: El cliente se hospeda en Lakeview Motor Lodge.
 F: La habitación tiene una falla en la plomería.

Con base al enunciado tenemos:

P (R) = 0.20, P(S) = 0.50, P (L) = 0.30
P (F | R) = 0.05, P (F | S) = 0.04, P (F | L) = 0.08

Aplicamos el Teorema de la Probabilidad Total

P (F) = P(R) P (F | R) + P(S) P (F | S) + P (L) P (F | L)

P (F) = (0.20) (0.05) + (0.50) (0.04) + (0.30) (0.08)
P (F) = 0.01 + 0.02 + 0.024 = 0.054 (5,4%)

8. Cierto organismo federal emplea a tres empresas consultoras (A, B y C) con probabilidades de 0.40, 0.35 y
0.25, respectivamente. Se sabe por experiencia que las probabilidades de que las empresas rebasen los
costos son 0.05, 0.03 y 0.15, respectivamente. Suponga que el organismo experimenta un exceso en los
costos. ¿Cuál es la probabilidad de que la empresa consultora implicada sea la C?

Datos del problema

P (A) = 0.40, P (B) = 0.35, P(C) = 0.25

P (E | A) = 0.05, P (E | B) = 0.03, P (E | C) = 0.15

Ahora bien, necesitamos calcular:

P (C|E) = P(C) P (E|C) / P(A) P (E|A) + P (B) P (E|B) + P (C) P (E|C)

Para ello sustituimos los valores

Primero calculamos el denominador:

P (E) = (0.40) (0.05) + (0.35) (0.03) + (0.25) (0.15)
P (E) = 0.02 + 0.0105 + 0.0375 = 0.068

Ahora el numerador:
P (C) P (E|C) = (0.25) (0.15) = 0.0375

Entonces:
P (C|E) = 0.0375 / 0.068 ≈ 0.5515 (55.15%)

9. La siguiente tabla muestra la distribución de 400 trabajadores según aceptación de una nueva ley laboral
y tipo de empresa en la que labora

Si se consulta a un trabajador al azar, Cuál es la probabilidad de que:

a. No acepte la nueva ley dado que labora en una empresa privada.

P (No acepta | Privada) = 100 / 210 ≈ 0.4762 (47.62%)

b. No labore en una empresa privada dado que acepta la nueva ley.

P (Pública | Acepta) = 140 / 250 = 0.56 (56%)

c. No acepte la nueva ley o labore en una empresa pública.

P (No acepta ∪ Pública) = P(No acepta) + P(Pública) - P(No acepta ∩ Pública)

P = 150 / 400 + 190 / 400 - 50 / 400 = 290 / 400 = 0.725 (72.5%)

d. Los sucesos "Aceptar la nueva ley" y "Laborar en una empresa pública" ¿Son sucesos independientes?

Dos sucesos A y B son independientes si:

P(A ∩ B) = P(A) · P( B)

Comprobamos

• P (Aceptar) = 250 / 400 = 0.625

• P (Pública) = 190 / 400 = 0.475
• P (Aceptar ∩ Pública) = 140 / 400 = 0.35

P (Aceptar) · P (Pública) = 0.625 · 0.475 = 0.2969

P (A∩B) ≠ P (A) ⋅ P (B), los sucesos no son independientes.

10. Se recibieron dos cajas de camisas para hombre, provenientes de una fábrica. La caja uno contenía 15
camisas deportivas y 25 camisas de vestir. La caja dos contenía 10 camisas deportivas y 30 camisas de vestir.
Se seleccionó al azar una de las dos cajas y se eligió aleatoriamente una camisa de esa caja para
inspeccionarla.

Observación: Suponga que la probabilidad de seleccionar cualquiera de las dos cajas es del 50%.

a. ¿Cuál es la probabilidad de elegir una camisa deportiva?

Datos:

Caja 1: 15 camisas deportivas y 25 camisas de vestir → total 40 camisas.

Probabilidad de camisa deportiva en la caja 1:

P (D | C1) = 15 / 40 = 0.375

Caja 2: 10 camisas deportivas y 30 camisas de vestir → total 40 camisas.

Probabilidad de camisa deportiva en la caja 2:

P (D | C2) = 10 / 40 = 0.25

Probabilidad de elegir cada caja:

P (C1) = P (C2) = 0.5

Usamos la probabilidad total:

P (D) = P (C1) · P (D|C1) + P (C2) · P (D|C2)

P (D) = 0.5 · 0.375 + 0.5 · 0.25 = 0.1875 + 0.125 = 0.3125 (31.25%)

b. Si la camisa era de vestir. ¿Cuál es la probabilidad de que la caja de la que proviene sea la uno?

Usamos el teorema de bayes

P (C1 | vestir) = P (C1) · P (vestir | C1) / P (vestir)

P (vestir) = 0.5 · 25 / 40 + 0.5 · 30 / 40 = 0.3125 + 0.375 = 0.6875

P (C1 | vestir) = 0.5 · 25 / 40 / 0.6875 = 0.3125 / 0.6875 = 0.4545 (45.45%)

11. Un suero de la verdad tiene la propiedad de que 90% de los sospechosos culpables se juzgan de forma
adecuada, mientras que, por supuesto, 10% de los sospechosos culpables erróneamente se consideran
inocentes. Por otro lado, a los sospechosos inocentes se les juzga de manera errónea 1% de las veces. Si se
aplica el suero a un sospechoso, que se selecciona de un grupo de sospechosos en el cual sólo 5% ha
cometido un delito, y éste indica que es culpable, ¿cuál es la probabilidad de que sea inocente?

Datos:

 5% han cometido delito → P(Culpable) = 0.05; P(Inocente) = 0.95

 P(Positivo | Culpable) = 0.9; P(Negativo | Culpable) = 0.1
 P(Positivo | Inocente) = 0.01; P(Negativo | Inocente) = 0.99

Necesitamos P (Inocente|positivo)

Así que aplicamos el teorema de bayes:

P (Inocente|positivo) = P (positivo|Inocente) · P (Inocente) / P (positivo)

Donde: P (positivo) = P (Positivo | Culpable) · P (culpable) + P (positivo | inocente) · P (inocente)

= (0.9) (0.05) + (0.01) (0.95) = 0.045 + 0.0095 = 0.0545 (5.45%)

Entonces: P (Inocente|positivo) = (0.01) (0.95) / 0.0545 = 0.0095 / 0.0545 ≈ 0.1743 (17.43%)

12. Existe una extraña enfermedad que sólo afecta a uno de cada 500 individuos. Se dispone de una prueba
para detectarla, pero, por supuesto, ésta no es infalible. Un resultado correcto positivo (un paciente que
realmente tiene la enfermedad) ocurre 95% de las veces; en tanto que un resultado falso positivo (un
paciente que no tiene la enfermedad) ocurre 1% de las veces. Si un individuo elegido al azar se somete a
prueba y se obtiene un resultado positivo, ¿cuál es la probabilidad de que realmente tenga la enfermedad?

Datos:

 P(Enfermo) = 1/500 = 0.002

 P(Sano) = 499/500 = 0.998
 P(Positivo | Enfermo) = 0.95
 P(Positivo | Sano) = 0.01

Necesitamos P (Enfermo | Positivo)

Por ende usamos el teorema de bayes

P (E|P) = P (P|E) · P (E) / P (P)

P (P) = P (P|E) P (E) + P (P|S) P(S) = (0.95) (0.002) + (0.01) (0.998) = 0.0019 + 0.00998 = 0.01188

P (E|P) = 0.0019 / 0.01188 ≈ 0.1599 (15.99%)

13. Se ha observado que los eventos "ESTUDIAR" y "APROBAR UN EXAMEN" no son independientes, se
considera que la probabilidad de aprobar un examen dado que se estudia es de 0.85, mientras que la de
aprobar un examen dado que no se estudia es de 0.05. Con esta información y considerando que la
probabilidad de que un alumno estudie es de 0.75, calcular la probabilidad de que un estudiante escogido al
azar haya estudiado dado que aprobó el examen.

Datos: P (aprobar | estudia) = 0.85

P (aprobar | no estudia) = 0.05
P (estudia) = 0.75 ⇒ P (no estudia) = 0.25

Necesitamos: P (estudia | aprobar)

P (aprobar) = (0.85) (0.75 + (0.05) (0.25) = 0.6375 + 0.0125 = 0.65
P (estudia | aprobar) = (0.85) (0.75) / 0.65 = 0.6375 / 0.65 ≈ 0.9808 (98.08%)

14. La probabilidad de que una construcción se termine a tiempo es de 17/20, la probabilidad de que los
trabajadores de la obra organicen una huelga es de 1/4, y la probabilidad de que la construcción se termine
a tiempo partiendo del supuesto de que no hubo huelgas es de 14/15. Hallar la probabilidad de que:

Datos:

 P (T) = 17/20
 P( H) = 1/4 → P (Hc) = 3/4
 P (T | Hc) = 14/15

a. La construcción se termine a tiempo y que no haya huelgas.

P (T ∩ Hc) = P (Hc) · P (T | Hc) = (3/4) (14/15) = 42/60 = 0.7 (7%)

b. No haya huelgas, partiendo del hecho que la construcción se terminó a tiempo.

P (Hc |T)
Usamos el teorema de bayes:
P (Hc |T) = P (T | Hc) · P (Hc) / P (T) = (14/15) (3/4) / 17/20 = 42 /60 / 17/20 = 42 · 20 / 60 · 17 = 840/1020 =
7/8.5 ≈ 0.8235 (82.35%)

15. Se recibieron dos cajas de camisas para hombre, provenientes de la fábrica. La caja uno contenía 15
camisas deportivas y 25 camisas de vestir. La caja dos contenía 10 camisas deportivas y 30 camisas de vestir.

a. ¿Cuál es la probabilidad de elegir una camisa deportiva?

P (Deportiva) = 0.5 · 15/40 + 0.5 · 10/40 = 0.5 (0.375) + 0.5 (0.25) = 0.3125 (31.25%)

b. ¿Cuál es la probabilidad de elegir una camisa de vestir?

P (Vestir) = 0.5 · 0.625 + 0.5 · 0.75 = 0.3125 + 0.375 = 0.6875 (68.75%)

c. Se seleccionó al azar una de las dos cajas y se eligió aleatoriamente una camisa de esa caja para
inspeccionarla. La camisa era de vestir. Dada esta información, ¿cuál es la probabilidad de que la caja de la
que proviene la camisa deportiva sea la uno?
Aplicamos el teorema de bayes

P (C1 | Vestir) = P (Vestir|C1) · P (C1) / P (Vestir)

= (25/40) (1/2) / 0.6875 = 25/80 / 0.6875 = 0.3125 / 0.6875 ≈ 0.4545 (45.45%)