Tarea 4. Probabilidad 2.

Carrera:
Curso:
Nombre del
mdulo:

Ingeniera en Sistemas Computacionales

Metodologa estadstica.
Mdulo 2.: Probabilidad

Nombre:

Instruccin: Resuelve los siguientes ejercicios de acuerdo a las indicaciones de cada

uno de estos.

1. Resuelve los siguientes problemas de probabilidad.

1.
a. Remtase a la tabla siguiente:

Fumador
No fumador
Total

b.

Causas del fallecimiento

Cncer
Cardiopata
135
310
55
155
190
465

Otra
205
140
345

Si se escoge aleatoriamente uno de los 1000 sujetos, calcule la

probabilidad de que:

a) muri por cardiopata o por cncer.

A=Muri por cncer
n(A)= 190
P(A)= n(A)/N = 190/1000 = .19
B= Muri por cardiopata
n(B)= 465
P(B)= n(B)/N = 465/1000 = .465
P(A B) = 0
Llamaremos al evento muri por cardiopata o cncer P(D) siendo:
P(D)= P(A U B) = P(A) + P(B) P(A B)= .19 + .465 - 0 = .655 = 65.5%
b) muri por otra causa o cncer.
A=Muri por cncer
n(A)= 190
P(A)= n(A)/N = 190/1000 = .19

B= Muri por otra causa

n(B)= 345
P(B)= n(B)/N = 345/1000 = .345
P(A B)= 0
Llamaremos al evento muri por otra causa o cncer P(D) siendo:
P(D)= P(A U B) = P(A) + P(B) P(A B) = .19 + .345 - 0 = .535 = 53.5%
c.

Fumado
r
No
fumador
Total

Realiza una tabla donde se tenga la probabilidad de cada evento, y se

aplique la frmula correspondiente al tema de probabilidad mutuamente
excluyente.

Cnce
r
135

Globa
l%
13.5%

55

5.5%

190

19%

d.

Fila %
20.8
%
15.7
%

Causas del fallecimiento

Cardiopat
Global Fila %
a
%
310
31%
47.7
%
155
15.5%
44.3
%
465
46.5%

Otr
a
205

Globa
l%
20.5%

140

14%

345

34.5%

Fila
%
31.5
%
40%

Total
650

Global
%
65%

350

35%

1000

100%

Interpreta el resultado obtenido en cada inciso.

Se ha separado por colores cada una de las enfermedades teniendo un

resultado global por cada enfermedad, siendo el porcentaje que ocupa de
el total de personas muestreadas y el porcentaje de fila, indica el
porcentaje que ocupa siendo fumador o no fumador. Ejemplo:
Las muertes por cncer totales siendo fumadores es de 13.5%, si no son
fumadores es de 5.5% y el total de muertes es de 19% de los 1000
encuestados. Pero en la columna fila se establece el porcentaje de la
muerte por cncer nicamente evaluando a los fumadores teniendo un
resultado de 20.8% y 15.7% murieron por cncer evaluando nicamente a
los no fumadores.

2.
a. Para la extraccin de dos naipes de un mazo barajado, encuentra la probabilidad
de que la primera carta sea un as, y la segunda, un rey. Es decir, determine P(as
y rey). (Suponga que la primera carta no se devuelve al mazo, antes de sacar la
segunda.)
Aqu tenemos una probabilidad condicionada ya que el evento C afectara el
resultado del evento D.
N= 52 (Sin incluir jokers)
As= 4
Rey= 4
Llamaremos C al evento de sacar un As y D al evento de sacar un rey sin haber
regresado el As al mazo, siendo:
P(C)= 4/52 = 2/26 = 1/13 = .0769
P(D)= 4/51= .0784
P(C)*P(D)= 1/13 * 4/51 = .0060
b. Realiza una tabla donde se tenga la probabilidad de cada evento, y se aplique la
frmula correspondiente al tema de probabilidad interseccin de eventos.

Cartas
Corazones
Diamantes
Picas
Trebol
Totales

As
1
1
1
1
4

Rey
1
1
1
1
4

Otras
11
11
11
11
44

Total
13
13
13
13
52

c. Interpreta el resultado obtenido.

La probabilidad de obtener un as es de 7.7% y la probabilidad de obtener un rey
despus de haber sacado una carta es de 7.84% pero la probabilidad de sacar
primero un as y despus un rey sin haber regresado el as al mazo es de .60 %

3.
a. Calcula la probabilidad de obtener cuatro ases consecutivos cuando se sacan
con reemplazo (esto es, cada vez que sacas la baraja la regresas para sacar la
siguiente), cuatro naipes de un mazo barajado.
b.

Llena la tabla siguiente para que puedas calcular la probabilidad.

P(a)
P(aa)
P(aaa)
P(aaaa)
P(a y aa y aaa y aaaa)

P(a)=4/52=2/26=1/13=.0769
P(aa)=4/52 * 4/52 = .0059
P(aaa)=4/52 * 4/52 * 4/52 = .00045
P(aaaa)= 4/52 * 4/52 * 4/52 * 4/52 = .000034

c. Resultado de la probabilidad.
P(aaaa)=.0034%
d. Cmo interpretas el resultado obtenido.
El resultado es exponencial tomando en cuenta la combinatoria que se requiera; es
decir, si la combinacin es de dos ases se toma en cuenta el resultado de la
probabilidad de un as y se eleva al exponente 2. Ejemplo:
P(a)= 0.769
P(aa)= .0769^2
4.
a. El departamento de salud informa una tasa del 10% para el virus VIH en la
poblacin considerada en riesgo, y una tasa del 3% para la poblacin general.
Los ensayos de laboratorio para el virus VIH hoy da son correctos el 95% de las
veces. Con base en estos resultados, si escogemos aleatoriamente 5000
personas que estn en riesgo y 20,000 personas de la poblacin general,
esperamos los resultados que se resumen en la siguiente tabla:
Muestra de la poblacin en
riesgo
Resultado
de prueba
VIH
Infectados
con virus
VIH
No
infectados
con VIH
Totales

Muestra de la poblacin
general

Positivo

Negativo

Positivo

Negativo

Totales

475

25

57

560

225

4275

997

18943

24,440

700

4300

1,054

18946

25,000

b. Considera slo la muestra en riesgo y calcula la probabilidad de que una

persona tenga el virus VIH, dado que el resultado de la prueba de VIH fue
positivo.

Considerando que la muestra de poblacin en riego son solo 700 personas y los
infectados positivos son 425:
P(a)= 425 / 700 = 60.71 %
c. Resultado de la probabilidad
60.71 %
d. Cmo interpretas el resultado obtenido?
Como solo se esta tomando en cuenta las personas que tienen el virus del VIH
(positivo) del espacio muestreal de las personas consideradas en riesgo, por eso
limitamos nuestras probabilidades solo a 700 personas.
5.
a. En una etapa de la produccin de un artculo se aplica soldadura y para eso se
usan tres diferentes robots. La probabilidad de que la soldadura sea defectuosa
vara para cada uno de los tres, as como la proporcin de artculos que cada
uno procesa, de acuerdo a la siguiente tabla.

Robot
A
B
C

Defectuosos
0.002
0.005
0.001

Artculos procesados
18%
42%
40%

b. Si tomo un artculo al azar y resulta con defectos en la soldadura, cul es la

probabilidad de que haya sido soldado por el robot C?
P(e)= (0.18)*(0.002) + (0.42)*(0.005) + (0.40)*(.0.001) = 0.00036 + 0.0021 +
0.0004 = 0.00286
P(e)= 0.00286
c. Identificar cada uno de los trminos de la frmula del Teorema de Bayes.

Nosotros conocemos que las probabilidades de que seleccionemos una

pieza realizada por el robot C es del 40% y solo el 0.1 % de que salga
defectuosa por lo que aplicamos la frmula de probabilidad condicional y
el resto con la de probabilidad completa quedando de la siguiente
manera.
P (C|e )=

P ( C )P(e C)
P ( A )P ( e| A ) + P ( B )P ( e|B ) + P ( C )P (e C)

d. Sustituye los valores en la frmula de Bayes.

P (C|e )=

( 0.40 )(0.001)
( 0.18 )( 0.002 )+ ( 0.42 )( 0.005 ) + ( 0.40 )(0.001)

e. Encuentra la probabilidad

P (C|e )=0.1398
f.

Cmo interpretas el resultado obtenido?

Bibliografa:

Vitutor. Teorema de Bayes. (2014). Extrado de: http://www.vitutor.com/pro/2/a_17.html.

Recuperado el 18 de Febrero de 2016.
Introduccin a la probabilidad. Montes, Francisco. (2007). Universidad de Valencia.
Extrado de: http://www.uv.es/montes/probabilitat/manual.pdf. Recuperado el 18 de
Febrero de 2016.