Documenti di Didattica
Documenti di Professioni
Documenti di Cultura
PROBABILIDAD
"En un proceso aleatorio, razn entre el nmero de casos favorables y el nmero de casos posibles".
ESTADISTICA
"Rama de la matemtica que utiliza grandes conjuntos de datos numricos para obtener inferencias basadas en el
clculo de probabilidades".
APUNTES DE PROBABILIDADES Y ESTADISTICAS
Teorema del lmite central
Distribucin de la media de un muestreo. Teorema del lmite central. Ejemplos.
Contenido
Apunte de Probabilidades y estadsticas: Distribucin de la media de un muestreo. Teorema del lmite central.
Ejemplos.
N: nmero de muestras.
n: nmero de muestras en el subconjunto extrado del conjunto madre de N muestras.
x = x
x = /n
x = /n
A medida que aumentan las muestras, la variabilidad disminuye.
Sea X1, X2, ..., Xn una muestra aleatoria de una distribucin normal con valor medio y desviacin estndar .
Entonces, para cualquier n, X est normalmente distribuida (con media y desviacin estndar /n), como es T0
(con media n. desviacin estndar n.).
Intervalo de confianza
Para la media de una poblacin normal, varianza, desvo estndar. Ejemplos.
Contenido
Apunte de Probabilidades y estadsticas: Para la media de una poblacin normal, varianza, desvo estndar.
Ejemplos.
INTERVALO DE CONFIANZA
Li/s = x z/2./n
Tener en cuenta que una confianza del 95% significa:
/2 = 0,95
p=1-q
p = x/n
2) Para la media X :
Li/s = x t(n - 1)(1 - /2).S/n
t(,v) se busca en tabla
3) Para la varianza S:
n = 200
x = 136
a) Para 1 - /2 = 0,95
p = x/n
p = 136/200 = 0,68
p=1-qq=1-p
q = 1 - 0,68 = 0,32
Li/s = p z(1 - /2).p.q/n
Li/s = 0,68 z( 0,95).0,68.0,32/200
De tabla z(0,95) = 1,645
Li/s = 0,68 1,645.0,33
Li/s = 0,68 0,054
(0,626; 0,734)
b)
n = [z(1 - /2) .p.q]/L
n = 1,645 .0,5.0,5/(0,25 )
Sin sondeo previo tomar p = q = 0,5
n = 10,82 clientes
c) Para el 82%
Li/s = p z(1 - /2).p.q/n
= 0,82
1 - = 0,18
/2 = 0,09
1 - /2 = 0,91
De tabla e interpolando z(1 - /2) = 1,3425
Li/s = 0,68 z(0,91).0,68.0,32/200
De tabla z(0,91) = 1,645
Li/s = 0,68 1,3425.0,33
Li/s = 0,68 0,0443
(0,6357; 0,7243)
Probabilidad condicional
Probabilidad condicional. Ejemplos.
Contenido
Apunte de Probabilidades y estadsticas: Probabilidad condicional. Ejemplos.
PROBABILIDAD CONDICIONAL
Definicin:
Para dos eventos A y B cualesquiera con P(B) > 0, la probabilidad condicional de A dado que B ha ocurrido
est dada por:
P(A/B) = P(A B)/P(B)
Cuadro de Contingencia
A B
P(A) P(B) 1
Del cuadro:
P(A) = P(A H) + P(A K)
P(B) = P(B H) + P(B K)
P(H) = P(A H) + P(B H)
P(K) = P(A K) + P(B K)
P(A) + P(B) = 1
P(H) + P(K) = 1
P(A H) = P(A/H).P(H)
P(A H) = P(H/A).P(A)
P(A K) = P(A/K).P(K)
P(A K) = P(K/A).P(A)
P(B H) = P(H/B).P(B)
P(B H) = P(B/H).P(H)
P(B K) = P(B/K).P(K)
P(B K) = P(K/B).P(B)
P(A) P(H) = P(A H) = P(A K) + P(B H) - P(A H) - Para eventos independientes
Teorema de Bayes
Ejemplo:
De 300 estudiantes de Ciencias Econmicas, 100 cursan Estadstica y 80 cursan Historia Econmica I. Estas cifras
incluyen 30 estudiantes que cursan ambas materias.
a) Cul es la probabilidad de que un estudiante elegido aleatoriamente curse Estadstica o Historia Econmica I?
b) Idem anterior pero que no curse ninguna de esas dos materias.
c) Qu probabilidad hay de que al elegir un estudiante al azar curse Historia Econmica I, dado que cursa
Estadstica?
d) Qu probabilidad hay de que al elegir un estudiante al azar curse Estadstica, dado que cursa Historia
Econmica I?
e) Pruebe si el hecho de cursar Estadstica es independiente de cursar Historia Econmica I.
Lamamos:
E: Estadstica.
HE: Historia Econmica I.
X: Ni Estadstica ni Historia Econmica I.
Armamos la tabla:
HE HE
E 30 100
E 200
80 220 300
E 30 70 100
E 50 150 200
80 220 300
c) Se pide P(HE/E).
P(HE/E) = P(E HE)/P(E) = 0,100/0,333 = 0,3003
d) Se pide P(E/HE).
P(E/HE) = P(E HE)/P(HE) = 0,100/0,267 = 0,3745
Calculo de probabilidades
Calculo de probabilidades. Evento o suceso aleatorio. Sucesos compuestos. Espacio muestral. Axiomas de
probabilidades. Regla general de la suma. Probabilidad condicional. Regla general del producto.
Contenido
Apunte de Probabilidades y estadsticas: Calculo de probabilidades. Evento o suceso aleatorio. Sucesos
compuestos. Espacio muestral. Axiomas de probabilidades. Regla general de la suma. Probabilidad condicional.
Regla general del producto.
CALCULO DE PROBABILIDADES
La expansin del cultivo de soja en la Argentina es objeto de una fuerte controversia entre quienes aprecian las
ventajas econmicas actuales de dicha expansin y quienes alertan sobre problemas de contaminacin ambiental,
de empobrecimiento cultural y de fragilidad de la economa asociados con ella. En parte, los problemas
mencionados son caractersticos del monocultivo y ya han ocurrido en regiones donde el cultivo hegemnico era
otro.
Nuestro problema ser encontrar una manera para evaluar en qu medida la adopcin del cultivo de soja est
asociada con la prctica del monocultivo a partir de los datos de una encuesta en la cual se registran los cultivos
realizados en los diferentes establecimientos agrcolas de un rea determinada. Para ello utilizaremos las
herramientas conceptuales y metodolgicas que la estadstica provee para realizar una evaluacin de este tipo.
DEFINICIONES
Probabilidad: Es un valor comprendido entre 0 y 1, incluidos estos dos valores, que describe la posibilidad de
ocurrencia de un evento.
Experimento: Cualquier proceso que produce un resultado.
Determinstico: Ante la repeticin del mismo se obtiene siempre el mismo resultado.
Aleatorio: Repitiendo el experimento en idnticas condiciones se obtienen distintos resultados.
Punto muestral Resultado: Es un resultado particular de un experimento.
Evento: Es una coleccin de uno o mas resultados de un experimento.
C
S
Tablas rejilla
- Conjunto de posibles resultados al tirar un dado rojo y uno azul
11 21 31 41 51 61
12 22 32 42 52 62
13 23 33 43 53 63
14 24 34 44 54 64
15 25 35 45 55 65
16 26 36 46 56 66
Conjuntos (Diagramas de Venn)
- Se pretende representar a las mujeres, a los universitarios pero es necesario tener en cuenta que existen
mujeres universitarias.
M 40 25 65
H 60 30 90
100 55 155
DEFINICION CLASICA
Se basa en que todos los resultados son
igualmente probables o equiprobables.
Mutuamente excluyentes
Colectivamente exhaustivos
DEFINICION FRECUENCIAL
Cuando los resultados no son equiprobables la probabilidad de ocurrencia de un evento se determina por
observacin del nmero de veces que eventos similares ocurrieron en el pasado. (frecuencia relativa)
Ejemplo:
Sea el experimento de estudiar una droga que cura cierta enfermedad en vacunos enfermos. Se aplic a 1000
vacunos y se curaron 700.
El espacio muestral ser S = {curado; no curado}
Consideremos el evento de que el vacuno se cure.
Probabilidad de curado = 700/1000 = 0,7
DEFINICION SUBJETIVA
Cuando no se tienen datos para ningn tipo de clculo, ni posibilidad de efectuar repetidamente el experimento,
se recurre a un experto, quien de acuerdo a su buen saber y entender estimar la probabilidad.
Ejemplos:
Calcular la probabilidad de que un tenista gane un campeonato
Calcular la probabilidad de que un club de futbol salga campen
Calcular la probabilidad de que el precio de las acciones de una compaa se incremente en dos aos.
AXIOMAS DE PROBABILIDADES
Independientemente de que definicin de probabilidad utilicemos, siempre se debern cumplir los siguientes tres
axiomas.
Axiomas:
Axioma 1: La probabilidad de un evento existe y es un nmero mayor o igual a cero
0 P(A)
Axioma 2: La probabilidad de todo el espacio muestral es 1.
P(S) = 1
Axioma 3: Si dos eventos A y B son mutuamente excluyentes
P(AB) = P(A) + P(B)
B
AyB
A
a) P(A) = 3/8
(b) P() = 5/8
(c) P(A U B) = P(A) + P(B) - P(AB)
P(A U B) = 3/8 + 5/8 - 2/8 = 6/8 = 0,75
resultado que es muy fcil verificar visualmente en el diagrama.
INDEPENDENCIA
Dos eventos A y B son independientes cuando se cumple que la probabilidad conjunta es igual al producto de las
probabilidades marginales.
P(A B) = P(A)*P(B)
PROBABILIDAD CONDICIONAL
Probabilidad Condicional es la probabilidad de ocurrencia de un evento en particular, dado que otro evento ha
ocurrido. La probabilidad condicional de el evento A dado que el evento B ha ocurrido se escribe P(A|B).
PROBLEMAS A RESOLVER
1) Dos candidatos a los consejos de administracin A y B, compiten por el control de una corporacin. Las
probabilidades de ganar de estos candidatos son 0,7 y 0,3, respectivamente. Si gana A, la probabilidad de introducir
un nuevo producto es 0,8; si gana B, la correspondiente probabilidad es 0,4. Demuestre que, antes de las
elecciones, la probabilidad de que sea introducido un nuevo producto es 0,68.
Sugerencias: Recordar probabilidad condicional y probabilidad conjunta Considerar todo el espacio muestral
Datos:
P(A) = 0,7
P(N/A) = 0,8
P(B) = 0,3
P(N/B) = 0,4
Solucin:
P(N) = P(NA) + P(NB)
P(N) = P(N/A)*P(A) + P(N/B)*P(B)
P(N) = 0,8*0,7 + 0,4*0,3 = 0,68
2) El 34% de los rboles de un bosque tienen ms de 15 aos. El 54% son de la variedad A. De los de la variedad
A, el 7% tiene ms de 15 aos. Si se elige un rbol al azar,
a) Cul es la probabilidad de que tenga ms de 15 aos y sea de la variedad A?
b) Cul es la probabilidad de que teniendo menos de 15 aos, sea de la variedad A?
Sugerencias: Recordar probabilidad condicional y probabilidad conjunta Considerar tablas de contingencia
+15 -15
0,34 0,66 1
Solucin:
a) P(+15A) = P(+15/A)*P(A) = 0,07*0,54 = 0,0378
b) P(A/-15) = P(A-15) / P(-15) = 0,5022 / 0,66 = 0,76
3) El 70% del ganado es inyectado con una vacuna para combatir una enfermedad grave. La probabilidad de
recuperarse de la enfermedad es 1 en 20 si no ha habido tratamiento y de 1 en 5 si hubo tratamiento. Si un animal
infectada se recupera, cul es la probabilidad de que haya recibido la vacuna preventiva?
Sugerencias: Recordar probabilidad condicional y probabilidad conjunta Regla del producto.
Datos:
P( I ) = 0,7
P( R / I ) = 0,2
P( ) = 0,3
P( R / ) = 0,05
Incgnita:
P( I /R )
Variable aleatoria
Variable aleatoria discreta. Variable aleatoria continua. Esperanza. Variancia de una variable aleatoria. Teorema de
Bayes.
Contenido
Apunte de Probabilidades y estadsticas: Variable aleatoria discreta. Variable aleatoria continua. Esperanza.
Variancia de una variable aleatoria. Teorema de Bayes.
VARIABLE ALEATORIA
Dado un experimento aleatorio y su correspondiente espacio muestral se denomina variable aleatoria a la funcin
que asigna a cada elemento del espacio muestral un nmero real.
X: S R/X(s) x
Ejemplo: Si se define la variable aleatoria X = nmero de caras obtenidas al arrojar dos monedas
Propiedades
1) P(Xi) 0 Xi
2) P(xi) = 1
1) f(x) 0 X R
2) f(x).dx = 1
= E(X) = x.f(x).dx
La esperanza E(x) no es un resultado que esperararamos cuando X se observa slo una vez.
Pero si observramos un gran nmero de observaciones independientes de X el promedio de esos resultados
estar cerca de E(x).
Ejemplo:
En una operacin comercial se puede obtener una utilidad de $1000 o sufrir una prdida de $500. Si la probabilidad
de una utilidad es de 0,6, demuestre que la utilidad esperada en dicha operacin es de $400.
Primero definimos la variable aleatoria
X = utilidad en operacin comercial
= E(X) = xi.p(xi)
E(X) = 1000*0,6+(-500)*0,4
E(X) = 400
PROPIEDADES DE LA ESPERANZA
Sean X e Y variables aleatorias y c una constante perteneciente a los reales:
1) E (c ) = c
2) E (X+c ) = E(X) + c
3) E (cX) = c E(X)
4) E (X+Y) = E(X) + E(Y)
5) E (X-Y) = E(X) - E(Y)
6) Si X e Y son independientes E (XY) = E(X) * E(Y)
Var(X) = = E(X - )
PROPIEDADES DE LA VARIANCIA
Sean X e Y variables aleatorias y c una constante perteneciente a los reales:
1) V (c ) = 0
2) V (X + c ) = V(X)
3) V (cX) = c2 V(X)
4) Si X e Y son independientes V (X + Y) = V(X) + V(Y)
5) Si X e Y son independientes V (X - Y) = V(X) + V(Y)
TEOREMA DE Bayes
n.Pr = n! / (n - r)
Nota: El orden de los arreglos es importante en las permutaciones.
Combinaciones: El nmero de formas de elegir r objetos de un grupo de n objetos sin considerar el orden.
n.Cr = n! / r!.(n - r)
Contenido
Apunte de Probabilidades y estadsticas: Distribuciones Discretas y Continuas. Binomial y Normal. Distribucin
Normal Estandard.
Binomial y Normal
La Distribucin Binomial
Llamaremos experimento dicotmico a un experimento aleatorio cuyos resultados posibles son slo dos, o nos
interesa considerarlos como dos. Por ejemplo:
1) Lanzar una moneda y observar si sale cara o cruz.
2) Sacar una carta de una baraja y observar si es una figura o no lo es.
3) Elegir una ficha de un domin y observar si el total de sus puntos es un nmero par o impar.
En este tipo de experiencias a uno de los dos resultados posibles se le suele llamar "xito" y a su contrario
"fracaso". A la probabilidad del suceso llamado xito se la suele representar por p y a la de su contrario por q. Se
verifica, claro est, que p+q = 1 (Por qu?) . En los ejemplos anteriores podramos considerar:
1) xito = "cara", fracaso = "cruz" y, si la moneda no est trucada, p = q = 1/2.
2) xito = "figura", fracaso = "no figura" y, en una baraja espaola, p = 12/40 y q = 28/40.
3) xito = "suma par", fracaso = "suma impar" Cunto valdran p y q?
Un experimento binomial consiste en repetir una cierta cantidad de veces, y siempre en las mismas condiciones,
un experimento dicotmico. Llamaremos "tirada" a cada una de las veces que repetimos el experimento
dicotmico. Por ejemplo, son experimento binomiales:
1) Lanzar una misma moneda repetidas veces y observar el nmero de caras (xitos) obtenidas.
2) Sacar, con reemplazamiento, varias cartas de una misma baraja y observar el nmero de figuras (xitos)
obtenidas.
3) Extraer, con reemplazamiento, varias fichas de un domin y observar la cantidad de veces que obtenemos
una en la que el nmero total de puntos que aparece es par.
Vamos a representar por B(n,p) a una binomial con n tiradas y probabilidad de xito igual a p.
Puede interesar conocer cual es la probabilidad que de las n pruebas, salgan exactamente x0 casos favorables a
A; o bien calcular la probabilidad que los casos A sean entre x1 y x2, ambos menores que n. Conceptualmente
puede decirse que x es una variable aleatoria discreta que toma valores entre 0 (puede no aparecer nunca el
suceso) y n (puede aparecer siempre) . Es decir que el campo de definicin de la variable es: 0 x n.
Bajo estas condiciones Bernoulli desarroll la distribucin de probabilidad denominada Binomial, cuya expresin
matemtica, P(x) , est dada por:
P(x) = C n,x.px.qn - x
Donde:
x es la variable aleatoria que vara entre 0 y n.
n y p son los datos o parmetros (*) de la distribucin Binomial.
n!
C n,x =
n!.(n -
x) !
(Nmero combinatorio)
Ejemplo de Binomial
De los pinos integrantes de un extenso bosque, un 20 % se encuentra afectado por un hongo parsito. Si se
seleccionan al azar 4 pinos, calcular la probabilidad que los afectados por el hongo sean:
a) Exactamente 2
b) Ms de uno
Respuesta:
Anlisis de las caractersticas del problema:
Se realizan 4 observaciones al azar (n = 4 es un dato)
Ante cada observacin, los pinos pueden estar A = afectado (por el hongo) ; = no afectado. Es decir dos resultados
posibles en cada prueba.
No se tienen elementos para decir que la probabilidad de que cada pino observado vare de uno a otro, es decir: p =
0,2 probabilidad de que cada uno de los pinos est afectado. Ser entonces: q = 0,8 probabilidad de pino no
afectado.
Las preguntas planteadas se refieren a la cantidad de pinos que resultarn estar afectados (x = variable).
Se dan exactamente las condiciones exigidas para utilizar la Distribucin Binomial, y para calcular la probabilidades
pedidas, es posible aplicar su funcin.
a) P(x = 2) = C4,2.0,2.0,8(4 - 2) = 6.0,04.0,64 = 0,1536
b) P(x>1) = C4,x.0,2x.0,84 - x
Sumatoria desde x = 2 hasta 4.
P(x>1) = 0,1536 + 4.0,008.0,8 + 1.0,0016.1 = 0,1536 + 0,0256 + 0,0016 = 0,1808
Tambin se podra haber calculado como: 1 - P(x < 2).
La Distribucin Normal
A lo largo de la historia, matemticos como De Moivre, Gauss o Galton se sorprendieron por la frecuencia con la
que aparece la llamada curva Normal o de Gauss en estudios estadsticos tan aparentemente distintos como la
distribucin de alturas de un grupo de personas, la resistencia de un tipo determinado de piezas, el nmero total de
caras que obtenemos al lanzar reiteradamente una moneda, y muchos otros.
La curva normal, como cualquier otra curva de probabilidad, verifica que:
el rea total que limita con el eje de abscisas es igual a 1.
la probabilidad de la variable X tome valores entre a y b coincide con el rea limitada por la curva, el eje OX y las
rectas x = a y x = b.
la probabilidad de que X tome un valor concreto es igual a 0. Por qu?
No existe una nica curva normal; su grfica, como vas a observar en la siguiente escena, depende de su media,
y de su desviacin tpica.
Normal
Distribuciones de probabilidad normales
La distribucin de probabilidad normal (D.P.N.) se considera como la distribucin de probabilidad ms
importante. Hay una cantidad ilimitada de variables aleatorias continuas que tienen una distribucin normal o
aproximadamente normal. La D.P.N. tiene una variable aleatoria continua y usa dos funciones: una para
determinar las ordenadas (valores de y) de la grfica que representa la distribucin, y otra para determinar
probabilidades. La siguiente frmula expresa la ordenada que corresponde a cada abscisa y de denomina funcin
de distribucin de probabilidad normal:
P(a x b) = f(x).dx
Ejemplo:
En una granja modelo de la Provincia de Entre Ros, en un momento determinado de su desarrollo, los cerdos que
producen tienen en cuanto a su peso, una distribucin Normal con un promedio de 75 kg. y un desvo estndar de 6
kg.
Es decir: x ~ N (75 , 6) a variable Normal Estndar ser: z = (x - )/ = (x - 75)/6
Donde: z ~ N (0,1)
Con esa informacin calcular:
P( - k < x < + k.) = P(- k. < x - < k.) = P(- k < (x - )/ < k) =
Dndole valores a k se tiene:
Para k = 1
P(|z| < 1) = P(-1 < z < 1) = F(1) - F(-1) = 0.84134 - 0.15866 = 0,68268
El 68 % de los cerdos tendrn pesos comprendidos entre un desvo estndar en ms y en menos de la media (es
decir entre 69 y 81 kg.) ( )
Para k = 2
P(|z| < 2) = P(-2 < z < 2) = F(2) - F(-2) = 0.97725 - 0.02275 = 0,9545
El 95 % de los cerdos tendrn pesos comprendidos entre dos desvos estndar en ms y en menos de la media (es
decir entre 63 y 87 kg.) ( 2.)
Para k = 3
P(|z| < 3) = P(-3 < z < 3) = F(3) - F(-3) = 0.99865 - 0.00135 = 0,9973
Casi el 100% (99.73%) de los cerdos tendrn pesos entre tres desvos estndar en ms y en menos de la media (es
decir 57 y 93 kg.) ( 3.)
b) P(x > 72) = P (z > (x - 75) /6 = -0.50) = 1 - F(-0.50) = 1 - 0.19146 = 0,80854
El 81 % de los cerdos tendrn pesos superiores a 72 kg.
c) P (69 < x < 87) = P (-1 < z < 2) = F(2) - F(-1) = 0.97725 - 0.15866 = 0,81859
El 82 % de los cerdos tendrn pesos comprendidos entre 69 y 87 kg.
d) De 20 cerdos elegidos aleatoriamente, cuntos se esperan que pesen ms de 81 kg.? = 20.
P(x > 81) = 20 . P (z > 1) = 20.[1 - F(1)] = 20.(1 - 0,84134) = 20.0,15866 = 3,1732 cerdos
Se espera que tres (o cuatro) cerdos tengan pesos superiores a 81 kg.
e) Cul es el peso que es superado por el 10 % de los cerdos?: Con las Tablas que se dispone para este Curso,
se tienen algunos valores:
P (x > x0) = ~ 0,10 P (z > z0) = ~ 0,10 z0 = 1,28;
o bien
P (z z0) = ~ 1 - 0,10 F (z0) = ~ 0,90 no disponible en las Tablas.
Si z = (x - ) / x = z . + ;
y para x0 ser:
x0 = 1,28 . 6 + 75 = 82,68 kg.
El peso de los cerdos que es superado por el 10 % de ellos es 82,68 kg.
f) Determinar el valor de peso que supera al 5 % de los cerdos:
P (x < x0) = P (z < z0) = 0,05; de donde surge que z0 es un valor negativo y simtrico a:
P (z > z0) = 0,05; z0 = 1,645 y ser:
z0 = - 1,645 x0 = - 1,645.6 + 75 = 65,03 kg.
El peso superado por el 5 % de los cerdos e 65 kg.
Introduccin
Muchas veces las decisiones se basan en la relacin entre dos o ms variables.Ejemplos
Dosis de fertilizantes aplicadas y rendimiento del cultivo.
La relacin entre la radiacin que reciben los sensores con la que se predicen los rendimientos por parcelas con
los rendimientos reales observados en dichas parcelas.
Relacin entre tamao de un lote de produccin y horas -hombres utilizadas para realizarlo.
Distinguiremos entre relaciones funcionales y relaciones estadsticas
Ejemplo 1
Figura 1
Ejemplo 2
Figura 2
Nota: La mayor parte de los punto no caen directamente sobre la lnea de relacin estadstica.
Esta dispersin de punto alrededor de la lnea representa la variacin aleatoria
Figura 3
Nota: se trata de un terreno rugoso donde varan notablemente las condiciones de observacin del sensor, para
corregir errores geomtricos de la imagen, se aplican funciones de segundo grado. Los datos sugieren que la
relacin estadstica es de tipo curvilnea.
Conceptos bsicos
Anlisis de Regresin: Es un procedimiento estadstico que estudia la relacin funcional entre variables.Con el
objeto de predecir una en funcin de la/s otra/s.
Anlisis de Correlacin: Un grupo de tcnicas estadsticas usadas para medir la intensidad de la relacin entre dos
variables
Diagrama de Dispersin: Es un grfico que muestra la intensidad y el sentido de la relacin entre dos variables de
inters.
Variable dependiente (respuesta, predicha, endgena): es la variable que se desea predecir o estimar
Variables independientes (predictoras, explicativas exgenas). Son las variables que proveen las bases para
estimar.
Regresin simple: interviene una sola variable independiente
Regresin mltiple: intervienen dos o ms variables independientes.
Regresin lineal: la funcin es una combinacin lineal de los parmetros.
Regresin no lineal: la funcin que relaciona los parmetros no es una combinacin lineal
Grfico de dispersin
Los diagramas de dispersin no slo muestran la relacin existente entre variables, sino tambin resaltan las
observaciones individuales que se desvan de la relacin general. Estas observaciones son conocidas como outliers
o valores inusitados, que son puntos de los datos que aparecen separados del resto.
Modelos de Regresin
Un modelo de regresin, es una manera de expresar dos ingredientes esenciales de una relacin estadstica:
- Una tendencia de la variable dependiente Y a variar conjuntamente con la variacin de la o las X de una manera
sistemtica
- Una dispersin de las observaciones alrededor de la curva de relacin estadstica
Estas dos caractersticas estn implcitas en un modelo de regresin, postulando que:
- En la poblacin de observaciones asociadas con el proceso que fue muestreado, hay una distribucin de
probabilidades de Y para cada nivel de X.
- Las medias de estas distribuciones varan de manera sistemtica al variar X.
Nota: en esta figura se muestran las distribuciones de probabilidades de Y para distintos valores de X
Anlisis de Regresin
Objetivo: determinar la ecuacin de regresin para predecir los valores de la variable dependiente (Y) en base a
la o las variables independientes (X).
Procedimiento: seleccionar una muestra a partir de la poblacin, listar pares de datos para cada observacin;
dibujar un diagrama de puntos para dar una imagen visual de la relacin; determinar la ecuacin de regresin.
x1 y1
x2 y2
Ecuacin de . .
regresin .
.
.
.
E(y) = 0+ 1x xn yn
Parmetros
desconocidos
0.1
b0 y b1
Ecuacin estimada de
proporcionan
regresin
estimados y = b0+b1x
0 y 1
Estadsticos de la
muestra
b0.b1
No hay relacin
Seccin B
a = (Y)/n - b.(X)/n
Y i - i = ei
Por tanto, las desviaciones son los residuales
Y la suma de cuadrados es:
La suma de cuadrados del error, tiene n-2 grados de libertad asociados con ella, ya que se tuvieron que estimar dos
parmetros.
Por lo tanto, las desviaciones al cuadrado dividido por los grados de libertad, se denomina cuadrados medios
Donde CM es el Cuadrado medio del error o cuadrado medio residual. Es un estimador insesgado de
(Yi - Yi)
La medida de la variacin total SC tot, es la suma de las desviaciones al cuadrado
(Yi - Yi)
(Yi - Yi)
Podemos descomponerla en
+
(Yi - Y) = (i - Y) (Yi - i)
T R E
(T): desviacin total
(R): es la desviacin del valor ajustado por la regresin con respecto a la media general
(E): es la desviacin de la observacin con respecto a la lnea de regresin
Si consideremos todas las observaciones y elevamos al cuadrado para que los desvos no se anulen
(Yi - Y) = (i - Y) (Yi - i)
Coeficiente de Determinacin
Coeficiente de Determinacin, R2 - es la proporcin de la variacin total en la variable dependiente Y que es
explicada o contabilizada por la variacin en la variable independiente X.
- El coeficiente de determinacin es el cuadrado del coeficiente de correlacin, y varia entre 0 y 1.
Inferencia en Regresin
Los supuestos que establecimos sobre los errores nos permiten hacer inferencia sobre los parmetros de regresin
(prueba de hiptesis e intervalos de confianza), ya que los estimadores de 0 y 1 pueden cambiar su valor si
cambia la muestra.
Por lo tanto debemos conocer la distribucin de los estimadores para poder realizar prueba de hiptesis e intervalos
de confianza
Ejemplo
Se desean comparar los rendimientos predichos a partir de la informacin obtenida por 3 sensores sobre los
rendimientos reales por parcelas de lotes de maz. Los rendimientos (Y) y el los rindes predichos de 4 sensores se
presentan a continuacin
Qu sensor refleja mejor el rendimiento de esa zona?
Y = 338.71*X - 4.87
R = 0.32
Y = 155.37*X - 13.25
R = 0.57
Y = -1004.34*X +112.24
R = 0.44
Inferencia Estadstica
Estimadores puntuales y por intervalo de confianza para media y varianza poblacional
Contenido
Apunte de Probabilidades y estadsticas: Estimadores puntuales y por intervalo de confianza para media y varianza
poblacional.
Introduccin al tema
El nico mtodo cientfico para validar conclusiones sobre un grupo de individuos a partir de la informacin que
nos proporciona un subconjunto ms o menos amplio de los mismos es el Mtodo Estadstico.
En el experimento tpico, el objetivo bsico es estimar algunas caractersticas que describan la poblacin de
inters. Es decir:
Estimar los parmetros que caracterizan a la funcin de probabilidad de la variable aleatoria en estudio
Mapa conceptual
Ver mapa conceptual
Introduccin al tema
Veamos el caso de un especialista en produccin animal:
Inferencia Estadstica
La inferencia estadstica es la forma de tomar decisiones basadas en probabilidades y presenta dos aspectos:
1. Estimacin de parmetros: - Puntual
- Por intervalos
Estimacin Puntual
Una estimacin puntual del valor de un parmetro poblacional desconocido (como puede ser la media , , o la
desviacin estndar , ), es un nmero que se utiliza para aproximar el verdadero valor de dicho parmetro
poblacional.
Una estimacin puntual es el valor de la estadstica de la muestra correspondiente.
x N(,/n)
Sea X1, X2, ... , Xn, una muestra aleatoria simple de una poblacin X N(,), entonces la variable aleatoria
ECM ( ) = E( - )
El ECM es importante ya que puede escribirse como
ECM ( ) = AVR ( ) + [ - E( )]
una es la varianza del estimador y otra el cuadrado del sesgo.
-Ausencia de sesgo-
Se dice que un estimador es insesgado (o centrado) si la esperanza del estimador coincide con el parmetro a
estimar E( ) = .
-Consistencia-
Se dice que un estimador es consistente si se aproxima cada vez ms al verdadero valor del parmetro a medida
que se aumenta el tamao muestral.
Pr[( - ) > ] 0
n , > 0
La distribucin del estimador se concentra ms alrededor del verdadero parmetro cuando el tamao muestral
aumenta.
-Eficiencia-
Es claro que un estimador ser tanto mejor cuanto menor sea su varianza, ya que se concentra ms alrededor del
verdadero valor del parmetro. Se dice que un estimador insesgado es eficiente si tiene varianza mnima.
-Suficiencia-
Un estimador es suficiente si utiliza una cantidad de la informacin contenida en la muestra de manera que ningn
otro estimador podra extraer informacin adicional de la muestra sobre el parmetro de la poblacin que se est
estimando.
Efectos de la variabilidad y el sesgo
Sesgo negativo Insesgada Sesgo positivo
(subestimacin) (estimacin en el blanco) (sobreestimacin)
Alta variacin
Baja variacin
Mtodos de estimacin
Hay varios mtodos de estimacin, el de mxima verosimilitud es el que proporciona estimadores consistentes pero
no siempre insesgados. Los estimadores mencionados en los puntos anteriores (x, S) eran estimadores mximo
verosimiles. El mismo resultado se puede obtener por el mtodo de los momentos.
El mtodo de mnimos cuadrados se ver cuando se trate regresin.
Figura 2: interpretacin del nivel de confianza en un intervalo para la media de una distribucin normal.
x N(,/n)
z = (x - )/(/n)
tendr distribucin normal estndar
Sobre la distribucin N(0, 1) podremos seleccionar dos puntos simtricos -z/2 y z /2 , tales que
P(-z /2 Z z /2 ) = 1-
Figura 1: seleccin de los puntos crticos para el clculo del intervalo de confianza.
Sustituyendo Z por su valor en este caso particular
Ejemplo,
Obtener un I. C. del 95% para el promedio de un lote de 500 novillos, de los cuales se pesa una muestra de 25
animales, obtenindose un = 390 kg. Se sabe que es de 400 kg.
{382,16 397,84}
Recordemos que si la varianza poblacional es desconocida y la variable es normal o se puede aproximar a la
distribucin normal por el Teorema central del lmite, entonces se usara la t de Student con n - 1 grados de libertad
y el desvo estndar muestral.
El intervalo de confianza que resulta,
Ejemplo,
En un establecimiento dedicado a la elaboracin de alimentos balanceados para aves, se afirma que su producto
aumenta el peso promedio de las aves en 30 g diarios. En una muestra de 9 aves tomadas al azar, se obtuvo un
aumento promedio de 35 g con desviacin de 3,04 g. Estimar el intervalo de confianza del 95% para el verdadero
aumento promedio
{32,66 37,34}
Determinacin del tamao de muestra n para un grado de precisin
dado
z 1 - /2.(/n) es la mitad del ancho del intervalo de confianza (producto del coeficiente y el error estndar) y se
denomina error mximo de estimacin E.
Dado un valor de error y un cierto nivel de confianza, puedo estimar cul sera el tamao de la muestra
Z1 - ./E = n
= (n - 1).S/
Que tiene una distribucin ji-cuadrado con n-1 grados de libertad y dos valores tales que delimiten el 100(1 - )%
Pr {(n - 1);/2 (n - 1) (n - 1);/2}
Reemplazando la variable en el intervalo
Ejemplo,
Se sembr cierta variedad de trigo en parcela de cierta localidad, se extrajo una muestra al azar de 20 parcelas y se
midi el rendimiento. Se obtuvo un rendimiento de 58 kilogramos por parcela y una desviacin tpica de 8 kg por
parcela. Estimar la varianza poblacional con un nivel de confianza del 95%, sabiendo que el rendimiento se
distribuye normalmente
{(19).64/32,9 (19).64/8,91}
{32,66 37,34}
Contenido
Apunte de Probabilidades y estadsticas: Distribucin -cuadrado. Pruebas de Bondad del Ajuste. Caractersticas
de la multinomial. Prueba de hipotesis para el experimento multinomial. Estadistico de prueba. Tablas de
contingencia con dos criterios de clasificacin. Ejemplo para prueba de homogeneidad. Ejemplo para prueba de
independencia.
Ejemplo 1
Se observaron 80 nacimientos de un cruzamiento de cerdos de los cuales 42 fueron rojizos, 12 negros y 26
blancos. Las leyes de la herencia implican que estas tres categoras presentan un modelo gentico 9:3:4, es decir
que deben tener probabilidades 9/16; 3/16 y 4/16 de aparecer en cada cruzamiento. Son los datos consistentes
con el modelo terico propuesto?
Ejemplo 2
En la frontera fitosanitaria de la Patagonia se revisaron cargamentos de frutas de distinta procedencia para evaluar
la posibilidad de introduccin de mosca de las frutas (Ceratitis capitata), una plaga importante de los frutales, en
reas no infestadas. La informacin de cargamentos con presencia de la plaga se resume en la siguiente tabla:
22 32 33
Con mosca 67 5 10
Sin mosca
Existe alguna dependencia entre la regin de procedencia y la presencia de la plaga?
Ejemplo 3
Una medicacin nueva para tratar cierta enfermedad de vacunos se compar con la medicacin de mayor uso. Para
esto se tom al azar un grupo de 300 animales que padecan la enfermedad; a la mitad de stos, tomados al azar,
se los trat con la nueva medicacin y a los otros 150, con la medicacin tradicional. Luego de un tiempo se
analizaron nuevamente los animales con el siguiente resultado:
Distribucin -cuadrado
Para resolver estos problemas utilizaremos la distribucin -cuadrado.
La aplicaremos bsicamente:
Pruebas con probabilidades de cada categora
completamente especificada
Bondad de ajuste a una variable discreta
Bondad de Ajuste Bondad de ajuste a una variable continua
-
cuadrado Pruebas de Homogeneidad
Tablas de Pruebas de Independencia
contingencia
Propiedades -cuadrado
Antes de dar una descripcin ms detallada de estas pruebas repasemos algunas propiedades de esta distribucin:
No toma valores negativos
Tiene una distribucin diferente para cada nmero de grados de libertad
donde k es el nmero de categoras y oi y ei son las frecuencia observada y esperada en la i-sima categora,
respectivamente.
Caractersticas de la multinomial
Consta de n ensayos independientes e idnticos.
El resultado de cada ensayo cae en una de las k categoras posibles (medidas en escala nominal) de la nica
variable, donde k>2.
Hay una probabilidad asociada a cada categoria, la cual es constante de un ensayo a otro
Las categorias son exhaustivas y excluyentes, por lo cual la suma de sus probabilidades es 1
Se obtienen frecuencias observadas para cada categora, siendo su suma igual a n.
El nmero esperado de intentos que resulten en la categora i es E(N i)= n*i,, donde i es la probabilidad de que
cualquier observacin en particular pertenezca a la categora i
Hipotesis alternativa Ha: alguna probabilidad de las celdas. Difiere de los valores especificados en H 0
Estadistico de prueba
Regin de rechazo Esta determinada por la distribucin , con un determinado y k - 1 grados de libertad
De manera sorprendente, los dos procedimientos de prueba son completamente equivalentes. Esto es porque se
puede demostrar que Z= y (z/2)= 1 de modo que , k -1 si y slo si Z z/2.
mujeres
39 59 45 57 200
Total
h0: las preferencias (%) acerca del envase de dulce de leche no difieren entre hombres y mujeres
ha: las preferencias (%) acerca del envase de dulce de leche difieren entre hombres y mujeres
Estadistico *: 8,296 tabla ( = 0,05; gl = 3): 7,81
Valor p: 0,0402
Conclusin: se rechaza h0: las preferencias acerca del envase de dulce de leche difieren entre hombres y mujeres
Caso 2: Prueba de independencia
Este tipo de prueba se aplica cuando existe inters en determinar si dos atributos categricos presentan algn tipo
de asociacin entre ellos o, por el contrario, son independientes.
Este tipo de informacin se suele presentar en tablas de doble entrada.
El estadstico que se utiliza en estas pruebas es el mismo que el empleado en las pruebas de bondad del ajuste y
homogeneidad.
Se estudia la relacin entre dos factores diferentes de la misma poblacin
A diferencia de las pruebas de homogeneidad donde en general los totales de filas estn fijos por anticipado, en
las pruebas de independencia solo el tamao muestral es fijo. Por lo tanto los totales de filas como de columnas
son variables aleatorias
Hipotesis nula H0: ij = i.* .j las variables son independientes
= (O - E)/E
Estadistico de prueba
donde O y E representan las Frecuencias observadas y esperadas para cada celda
Bueno Deficiente
Tcnicas 20 60
Bachiller 15 150
Otras 25 230
Confirman estos datos que la aptitud en matemticas depende de la orientacin de los estudios secundarios?
H0: La aptitud en matemticas es independiente de la orientacin del secundario
H1: La aptitud en matemticas es dependiente de la orientacin del secundario
Estadistico *: 15,289 tabla ( = 0,05; gl = 2): 5.99
Valor p: 0,00047845
Conclusin: se rechaza h0: La aptitud en matemticas es independiente de la orientacin del secundario, por lo
tanto las variables son dependientes.
Contenido
Apunte de Probabilidades y estadsticas: Inferencia Estadstica. Prueba de Hiptesis. Hiptesis nula unilateral a
derecha. Prueba de hiptesis para la media de una Poblacin. Prueba de hiptesis para dos medias. Prueba t para
dos muestras suponiendo varianzas iguales. Muestras relacionadas. Prueba z para medias de dos muestras.
Inferencia Estadstica
Qu es una Hiptesis?
Hiptesis: Es un suposicin acerca del valor de un parmetro de una poblacin con el propsito de discutir su
validez.
Ejemplo de hiptesis acerca de un parmetro de una poblacin son:
- El sueldo promedio de un profesional asciende a $2,625.
- El veinte por ciento de los consumidores utiliza aceite de oliva
Prueba de Hiptesis
Paso 1: Establecer la hiptesis nula y la
alternativa
Paso 2: Seleccionar el nivel de significacin
Paso 3: Identificar el estadstico de prueba
Paso 4: Formular una regla de decisin
Paso 5: Tomar una muestra, llegar a una
decisin
Rechazar la nula y aceptar la
No realizar la hiptesis
alternativa
Definiciones
Hiptesis nula H0: Una afirmacin acerca del valor de un parmetro de la poblacin.
Hiptesis Alternativa H1: Una afirmacin que es aceptada si la muestra provee la evidencia de que la hiptesis
nula es falsa.
Nivel de significacin: La probabilidad de rechazar la hiptesis nula cuando en realidad es verdadera.
Error tipo I: Rechazar la nula cuando en realida es verdadera
Error tipo II: Aceptar la hiptesis nula cuando en realidad es falsa.
Estadstico de prueba: Es un valor, determinado a partir de la informacin de la muestra, usado para decidir si
rechazar o no la hiptesis nula.
Valor crtico:El punto que divide la regin entre el lugar en el que la hiptesis nula es rechazada y y la regin
donde la hiptesis nula es no rechazada.
z = (X - )/(/n)
Resolucin
Hiptesis. H0: = 50; H1: 50.
Nivel de significacin. = 0.10.
Estadstica de prueba.
tn - 1 = (X - )/(sn - 1/n)
Regin crtica. Puesto que P(t19 < -1.729 t19 > +1.729) = 0.10, se rechazar H0 si t < -1.729 t > +1.729.
Clculos. n = 20, = 42, = 5 y
t19 = (42 - 50)/(11/20) = -8/2,460 = - 3,25
Decisin. Dado que el valor del estadstico de prueba cae netamente en la regin crtica izquierda, H 0 es
rechazada a favor de H1.
Valor P
Valor p: probabilidad de observar un valor de prueba ms extremo que el valor observado, dado que la hiptesi
nula es verdadera.
Si el valor p es ms chico que el nivel de significacin la hiptesis nula es rechazada.
Si el valor p es ms grande que el nivel de significacin la hiptesis nula no es rechazada.
10 10 13 12 10 8 12 11 16 15
Hormona A: 15 11 16 17 18 9 14 12 15 16
Hormona B:
a) Determinar si hay diferencias significativas entre los crecimientos producidos por ambas hormonas a un nivel del
5%.
b) Realizar el mismo anlisis que en a), pero suponiendo que cada una de las parejas, en el orden dado, tienen la
misma ascendencia gentica.
Ver Tutorial 1
Resolucin
a) Qu tipo de anlisis sera correcto realizar? Por qu? Por qu cree que el experimento se dise de esa
manera? Cmo se debera haber hecho el experimento para que lo correcto fuera otro anlisis?
b) Cules son las hiptesis que se postulan? Qu significa cada una de ellas?
c) Utilizando un nivel de significacin del 5%, cul es la regin de rechazo para el estadstico de prueba?
d) A qu conclusin se llega? En qu se basa dicha conclusin?
e) Qu error se puede estar cometiendo al arribar a la conclusin anterior? En qu consiste dicho error en
trminos de este problema?
f) Construya un intervalo del 95% de confianza para estimar la diferencia promedio entre los dos preparados.
g) Era de esperar que el intervalo cubriera o no el valor 0? Por qu?
Ver Tutorial 2
Ver Tutorial 3
Ver Tutorial 4
Prueba t para medias de dos muestras emparejadas
1 12 18 3 33 3 11
2 14 12 13 39 3 13
3 19 17 21 57 3 19
4 24 30 24 78 3 26
Contenido
Ejercicios de Probabilidades y estadsticas: Probabilidad condicional. Con reposicin y sin reposicin. Simples o
marginales, conjuntas. Regla de la independencia.
Ejercicios: Probabilidad condicional. Con reposicin y sin reposicin. Simples o marginales, conjuntas.
Regla de la independencia.
Ver resumen terico
Problema n 1) De un paquete de 20 cigarrillos se marcan 5 con una cruz. Se los coloca en una caja y se escoge
uno al azar. Cul es la probabilidad de que tenga una cruz?
Ver solucin del problema n 1
Solucin del ejercicio n 1 de Probabilidad condicional. Con reposicin y sin reposicin. Simples o marginales,
conjuntas. Regla de la independencia:
Problema n 1) De un paquete de 20 cigarrillos se marcan 5 con una cruz. Se los coloca en una caja y se escoge
uno al azar. Cul es la probabilidad de que tenga una cruz?
Solucin:
n = 20
L: lote
C: cruz
P = {L,C} = {20,5}
P(C) = C/L
P(C) = 5/20
P(C) = 0,25
Problema n 2) Halle la probabilidad de obtener exactamente una espada en 4 extracciones de una baraja
espaola de 40 cartas, cuando las extracciones se hacen:
a) con reemplazamiento.
b) sin reemplazamiento.
Ver solucin del problema n 2
Solucin del ejercicio n 2 de Probabilidad condicional. Con reposicin y sin reposicin. Simples o marginales,
conjuntas. Regla de la independencia:
Problema n 2) Halle la probabilidad de obtener exactamente una espada en 4 extracciones de una baraja
espaola de 40 cartas, cuando las extracciones se hacen:
a) con reemplazamiento.
b) sin reemplazamiento.
Solucin:
n = 20
E: espada
P(E) = 10/40 =
P(E) = 30/40 =
Las posibilidades son:
1 E E E E
2 E E E E
3 E E E E
4 E E E E
a)
P() = P(E).P(E).P(E).P(E) + P(E).P(E).P(E).P(E) + P(E).P(E).P(E).P(E) + P(E).P(E).P(E).P(E)
P() = 4.P(E).P(E)
P() = 4..()
P() = 108/256
P() = 27/64
b)
P() = (10/40).(30/39).(29/38).(28/37) + (30/40).(29/39).(28/38).(10/37) + (30/40).(10/39).(29/38).(28/37) +
(30/40).(29/39).(10/38).(28/37)
P() = 4.243600/2193360 = 9744400
P() = 4060/9139
Problema n 3) En un pueblo se consumen dos tipos de bebidas alcohlicas: A y G. El 30% de las personas
consume al menos la bebida A, el 60% consume al menos la bebida G y se sabe que el 5% consume ambas
bebidas.
a) Cul es la probabilidad de que elegida una persona al azar tome bebidas alcohlicas?
b) Qu probabilidad hay de que una persona elegida al azar no consuma bebidas alcohlicas?
c) Cul es la probabilidad de que elegida una persona al azar tome la bebida A solamente?
d) Si elegimos dos personas al azar, cul es la probabilidad de que ambas tomen bebidas alcohlicas?
e) Se elige una persona al azar y resulta ser consumidora de bebidas alcohlicas, cul es la probabilidad de que
tome A?
f) Idem anterior pero determinando la probabilidad de que tome la bebida G.
Ver solucin del problema n 3
Solucin del ejercicio n 3 de Probabilidad condicional. Con reposicin y sin reposicin. Simples o marginales,
conjuntas. Regla de la independencia:
Problema n 3) En un pueblo se consumen dos tipos de bebidas alcohlicas: A y G. El 30% de las personas
consume al menos la bebida A, el 60% consume al menos la bebida G y se sabe que el 5% consume ambas
bebidas.
a) Cul es la probabilidad de que elegida una persona al azar tome bebidas alcohlicas?
b) Qu probabilidad hay de que una persona elegida al azar no consuma bebidas alcohlicas?
c) Cul es la probabilidad de que elegida una persona al azar tome la bebida A solamente?
d) Si elegimos dos personas al azar, cul es la probabilidad de que ambas tomen bebidas alcohlicas?
e) Se elige una persona al azar y resulta ser consumidora de bebidas alcohlicas, cul es la probabilidad de que
tome A?
f) Idem anterior pero determinando la probabilidad de que tome la bebida G.
Solucin:
A: bebida A.
G: bebida G.
A: no toman bebida A.
G: no toman bebida G.
T: toman bebidas.
T: no toman bebidas.
Armamos la tabla:
A A
0,30 0,70 1
a)
P(T) = P(A) + P(G) + P(A G)
P(T) = 0,25 + 0,55 + 0,05
P(T) = 0,85
b)
P(T) = P(A G)
P(T) = 0,15
c)
P(A) = 0,25
d)
P(T1/T2) = P(T1).P(T2)
P(T1/T2) = 0,85.0,85
P(T1/T2) = 0,7225
e)
P(T A) = P(T).P(A/T)
P(A/T) = P(T A)/P(T)
P(A/T) = 0,30/0,85
P(A/T) = 0,35294
f)
P(T G) = P(T).P(G/T)
P(G/T) = P(T G)/P(T)
P(G/T) = 0,60/0,85
P(G/T) = 0,70588
Problema n 4) Una ciudad X es afectada por 2 tipos de contaminacin: aire y agua, mientras que la ciudad Y slo
presenta contaminacin del aire. Se ha puesto en marcha un plan para controlar estas fuentes de contaminacin.
Se estima que la probabilidad de que la contaminacin del aire sea controlada exitosamente en la ciudad X es el
cudruple de dicha probabilidad en la ciudad Y, y que si la contaminacin del aire es controlada en la ciudad Y, la
contaminacin del aire en la ciudad X ser controlada con un 90% de probabilidad. El control de la contaminacin
del agua en la ciudad X es independiente del control de la contaminacin del aire en ambas ciudades. En la ciudad
X, la probabilidad de que la contaminacin sea controlada totalmente (es decir, ambas fuentes) es de 0,32.
Controlar la contaminacin del agua en la ciudad X es slo la mitad de probable que hacerlo con la contaminacin
del aire en esa misma ciudad. Determinar:
a) La probabilidad de que la contaminacin del aire sea controlada en ambas ciudades.
b) La probabilidad de que la contaminacin (en sus dos formas, en ambas ciudades) sea completamente
controlada.
c) La probabilidad de que por lo menos una ciudad se encuentre libre de toda fuente de de contaminacin.
Respuesta:
a) 0,18
b) 0,072
c) 0,448
Problema n 5) Se lanzan 2 dados en perfectas condiciones de azar 15 veces, y en todas se obtiene un puntaje
total de 9. Se lanzan por 16 vez: Cul es la probabilidad de obtener un puntaje total de 6?
Respuesta: 5/36
Problema n 6) Si la probabilidad de hacer blanco, disparando una vez en una polgono de tiro, es de 0,4 para el
hombre y de 0,5 para la mujer, hallar la probabilidad de que tras un disparo de cada uno (independientes entre s)
se obtenga:
a) un blanco exactamente.
b) al menos un blanco.
c) dos aciertos.
d) dos errores.
Respuesta:
a) 0,5
b) 0,7
c) 0,2
d) 0,3
Problema n 7) Sean tres tiradores A, B y C, con probabilidades de acertar un tiro al blanco de 0,3, 0,4 y 0,6
respectivamente. Si los tres efectan un solo disparo simultneamente, calcular:
a) La probabilidad de tener en total un solo acierto.
b) La probabilidad de tener en total un solo acierto, sabiendo que hubo uno.
Respuesta:
a) 0,436
b) 0,524
Problema n 8) Sean A y B dos sucesos tales que P(A) = 0,375, P(B) = 0,908 y P(A B) = 0,989. Hallar:
a) P(A/B)
b) P(B/A)
Ver solucin del problema n 8
Solucin del ejercicio n 8 de Probabilidad condicional. Con reposicin y sin reposicin. Simples o marginales,
conjuntas. Regla de la independencia:
Problema n 8) Sean A y B dos sucesos tales que P(A) = 0,375, P(B) = 0,908 y P(A B) = 0,989. Hallar:
a) P(A/B)
b) P(B/A)
Solucin:
P(A B) = P(A) + P(B) - P(A B)
P(A B) = P(A) + P(B) - P(A B)
P(A B) = 0,375 + 0,908 - 0,989
P(A B) = 0,294
a)
P(A B) = P(B).P(A/B)
P(A/B) = P(A B)/P(B)
P(A/B) = 0,294/0,908
P(A/B) = 0,32379
b)
P(B/A) = P(A B)/P(A)
P(B/A) = 0,294/0,375
P(B/A) = 0,784
Solucin del ejercicio n 9 de Probabilidad condicional. Con reposicin y sin reposicin. Simples o marginales,
conjuntas. Regla de la independencia:
Problema n 9) Halle la probabilidad de obtener exactamente 3 caras en 5 tiradas de una moneda.
Solucin:
C: cara.
C: seca.
P(C) = 0,5
P(C) = 0,5
Esto tambin implica obtener dos secas en 5 tiradas, las combinaciones posibles son:
0,5 0,5 0,5 0,5 0,5
1 C C C C C
2 C C C C C
3 C C C C C
4 C C C C C
5 C C C C C
6 C C C C C
7 C C C C C
8 C C C C C
9 C C C C C
10 C C C C C
Problema n 10) El total de la poblacin infantil de un pas se distribuye en tres regiones de la siguiente manera: en
la regin A se encuentra el 50% de la poblacin, en la regin B el 30% y en la regin C el 20%. Se sabe que la
probabilidad de encontrar un nio con caries en cada una de dichas regiones es, respectivamente, 0,4, 0,5 y 0,6.
Si se toma al azar un nio de la poblacin, calcular:
a) la probabilidad de que tenga caries.
b) la probabilidad de que sea de la regin B.
c) la probabilidad de que, teniendo caries, provenga de la regin B.
Ver solucin del problema n 10
Solucin del ejercicio n 10 de Probabilidad condicional. Con reposicin y sin reposicin. Simples o marginales,
conjuntas. Regla de la independencia:
Problema n 10) El total de la poblacin infantil de un pas se distribuye en tres regiones de la siguiente manera: en
la regin A se encuentra el 50% de la poblacin, en la regin B el 30% y en la regin C el 20%. Se sabe que la
probabilidad de encontrar un nio con caries en cada una de dichas regiones es, respectivamente, 0,4, 0,5 y 0,6.
Si se toma al azar un nio de la poblacin, calcular:
a) la probabilidad de que tenga caries.
b) la probabilidad de que sea de la regin B.
c) la probabilidad de que, teniendo caries, provenga de la regin B.
Solucin:
X: caries.
A = 50%
B = 30%
C = 20%
P(A) = 0,5
P(B) = 0,3
P(C) = 0,2
P(XA) = 0,4
P(XB) = 0,5
P(XC) = 0,6
a)
P(X) = P(A).P(XA) + P(B).P(XB) + P(C).P(XC)
P(X) = 0,5.0,4 + 0,3.0,5 + 0,2.0,6
P(X) = 0,2 + 0,15 + 0,12
P(X) = 0,47
b)
P(B) = 0,3
c)
P(B/X) = P(B X)/P(X)
P(B/X) = P(B).P(XB)/P(X)
P(B/X) = 0,3.0,5/0,47
P(B/X) = 0,31915
Probabilidad condicional
Probabilidad condicional. Con reposicin y sin reposicin. Simples o marginales, conjuntas. Regla de la
independencia.
Contenido
Ejercicios de Probabilidades y estadsticas: Probabilidad condicional. Con reposicin y sin reposicin. Simples o
marginales, conjuntas. Regla de la independencia.
Ejercicios: Probabilidad condicional. Con reposicin y sin reposicin. Simples o marginales, conjuntas.
Regla de la independencia.
Ver resumen terico
Problema n 1) Si P(A) = 1/3 y P(B) = 1/4, pueden ser A y B disjuntos?
Respuesta: No
Problema n 2) Un lote est formado por 12 artculos buenos y 8 defectuosos. Se desean 2 artculos y, para ello, se
inspeccionan los elementos uno a uno, reteniendo los defectuosos y devolviendo al lote los buenos.
a) Cul es la probabilidad de tener que inspeccionar 4 artculos para obtener los 2 defectuosos?
b) Cul es la probabilidad de tener que inspeccionar 5 artculos para el mismo fin?
Respuesta:
a) 0,1676816
b) 0,1377357
Problema n 3) Una caja contiene 6 lpices de colores: 2 amarillos, 1 verde, 1 rojo, 1 azul y 1 negro. Si se realizan
dos extracciones, determinar:
a) Cul es la probabilidad de obtener 1 negro y 1 azul?
b) Cul es la probabilidad de obtener 1 rojo y 1 amarillo?
c) Cul es la probabilidad de obtener ambos amarillos?
Resolverlo primero con reposicin y luego sin reposicin, explicando en ambos casos el espacio muestral.
Respuesta:
Con reposicin:
a) 0,0555
b) 0,1111
c) 0,1111
Sin reposicin:
a) 0,0666
b) 0,1333
c) 0,0666
Problema n 4) Hay 2 mquinas impresoras A y B, cuya produccin horaria es de 500 y 800 hojas respectivamente.
Por hora de trabajo, hay 25 hojas impresas que se deben descartar de la produccin de la mquina A y 30 de la
produccin de la mquina B.
a) Cul es la probabilidad de elegir, aleatoriamente, una hoja correctamente impresa?
b) Se elige una hoja que fue correctamente impresa. Cul es la probabilidad de que la misma haya sido producida
por la mquina A?
Ver solucin del problema n 4
Solucin del ejercicio n 4 de Probabilidad condicional. Con reposicin y sin reposicin. Simples o marginales,
conjuntas. Regla de la independencia:
Problema n 4) Hay 2 mquinas impresoras A y B, cuya produccin horaria es de 500 y 800 hojas respectivamente.
Por hora de trabajo, hay 25 hojas impresas que se deben descartar de la produccin de la mquina A y 30 de la
produccin de la mquina B.
a) Cul es la probabilidad de elegir, aleatoriamente, una hoja correctamente impresa?
b) Se elige una hoja que fue correctamente impresa. Cul es la probabilidad de que la misma haya sido producida
por la mquina A?
Solucin:
N = 1300
D = 55 (descarte total)
D = 475 + 770 = 1245 (hojas buenas)
PA = 500 hojas/hora (produccin de A).
PB = 800 hojas/hora (produccin de B).
DA = 25 hojas/hora (descarte de A).
DB = 30 hojas/hora (descarte de B).
a)
P(D) = D/N
P(D) = 1245/1300
P(D) = 0,95769
b)
P(A/D) = P(A D)/P(D)
P(A/D) = (475/1300)/(1245/1300)
P(A/D) = 0,381526
Problema n 5) En una facultad, el 50% de los alumnos que ha completado la gua de trabajos prcticos aprueba el
examen de estadstica, mientras que el 80% de los que aprueba el examen de estadstica ha completado dicha
gua. Sabiendo que el 40% del total de alumnos ha completado la gua de trabajos prcticos, calcular el porcentaje
de alumnos que aprueba el examen de estadstica.
Ver solucin del problema n 5
Solucin del ejercicio n 5 de Probabilidad condicional. Con reposicin y sin reposicin. Simples o marginales,
conjuntas. Regla de la independencia:
Problema n 5) En una facultad, el 50% de los alumnos que ha completado la gua de trabajos prcticos aprueba el
examen de estadstica, mientras que el 80% de los que aprueba el examen de estadstica ha completado dicha
gua. Sabiendo que el 40% del total de alumnos ha completado la gua de trabajos prcticos, calcular el porcentaje
de alumnos que aprueba el examen de estadstica.
Solucin:
A: aprov.
C: complet gua.
P(A/C) = 0,5
P(C/A) = 0,8
P(C) = 0,4
P(A C) = P(C).P(A/C)
P(A C) = P(A).P(C/A)
P(C).P(A/C) = P(A).P(C/A)
P(A) = P(C).P(A/C)/P(C/A)
P(A) = 0,4.0,5/0,8
P(A) = 0,25
Problema n 6) Tres refineras (A, B y C) producen alcohol, siendo sus niveles de produccin de 100, 200 y 300
kilolitros diarios respectivamente. La proporcin inutilizable para la venta es del 3%, 5% y 4% respectivamente.
Se toma una muestra al azar de la produccin de alcohol de un da y se comprueba que no es apto para la venta,
por lo que se desea saber:
a) la probabilidad de que dicha muestra provenga de la produccin de la refinera A.
b) dem pero de las refineras B o C.
Ver solucin del problema n 6
Solucin del ejercicio n 6 de Probabilidad condicional. Con reposicin y sin reposicin. Simples o marginales,
conjuntas. Regla de la independencia:
Problema n 6) Tres refineras (A, B y C) producen alcohol, siendo sus niveles de produccin de 100, 200 y 300
kilolitros diarios respectivamente. La proporcin inutilizable para la venta es del 3%, 5% y 4% respectivamente.
Se toma una muestra al azar de la produccin de alcohol de un da y se comprueba que no es apto para la venta,
por lo que se desea saber:
a) la probabilidad de que dicha muestra provenga de la produccin de la refinera A.
b) dem pero de las refineras B o C.
Solucin:
P(DA) = 3/100
P(DB) = 10/200
P(DC) = 12/300
P(D) = (3 + 10 + 12)/(100 + 200 + 300)
P(D) = 25/600
P(A D) = 3/600
P(B D) = 10/600
P(C D) = 12/600
a)
P(A/D) = P(A D)/P(D)
P(A/D) = (3/600)/(25/600)
P(A/D) = 0,12
b)
P(B/D) + P(C/D) = P(B D)/P(D) + P(C D)/P(D)
P(B/D) + P(C/D) = (10/600)/(25/600) + (12/600)/(25/600)
P(B/D) + P(C/D) = 0,88
Problema n 7) Supongamos que en un campeonato de ftbol todos los equipos sean completamente parejos; es
decir, que en cada partido la probabilidad de que gane el local, el visitante o empaten sea la misma.
a) Qu probabilidad hay de acertar los trece puntos con una tarjeta de prode, si no se admiten dobles?
b) Cul es la probabilidad de no acertar ningn punto?
Ver solucin del problema n 7
Solucin del ejercicio n 7 de Probabilidad condicional. Con reposicin y sin reposicin. Simples o marginales,
conjuntas. Regla de la independencia:
Problema n 7) Supongamos que en un campeonato de ftbol todos los equipos sean completamente parejos; es
decir, que en cada partido la probabilidad de que gane el local, el visitante o empaten sea la misma.
a) Qu probabilidad hay de acertar los trece puntos con una tarjeta de prode, si no se admiten dobles?
b) Cul es la probabilidad de no acertar ningn punto?
Solucin:
G: ganar
P: perder
Para el prode:
L E V G P
10
11
12
13
a)
P(G) = ()13
b)
P(P) = ()13
Problema n 8) De 100 postulantes que se presentaron en una empresa, 40 tenan experiencia anterior y 30 eran
profesionales. Sin embargo, 20 de los solicitantes reunan ambos requisitos y ya han sido incluidos en los conteos
anteriores.
a) elabore el diagrama de Venn que describa esta poblacin.
b) Cul es la probabilidad de que un solicitante aleatoriamente elegido tenga experiencia previa o sea profesional?
c) Cul es la probabilidad de que un solicitante aleatoriamente elegido tenga experiencia previa o sea profesional,
pero no ambas cosas?
d) Cul es la probabilidad de que un solicitante aleatoriamente elegido tenga experiencia previa o sea profesional,
dado que tiene alguna experiencia anterior?
e) Aplique una prueba apropiada para determinar si el hecho de que un solicitante tenga experiencia anterior aporta
informacin sobre si es profesional o no.
f) Cul es la probabilidad de que un solicitante aleatoriamente elegido no tenga experiencia previa ni sea
profesional? Son independientes estos sucesos?
Ver solucin del problema n 8
Solucin del ejercicio n 8 de Probabilidad condicional. Con reposicin y sin reposicin. Simples o marginales,
conjuntas. Regla de la independencia:
Problema n 8) De 100 postulantes que se presentaron en una empresa, 40 tenan experiencia anterior y 30 eran
profesionales. Sin embargo, 20 de los solicitantes reunan ambos requisitos y ya han sido incluidos en los conteos
anteriores.
a) elabore el diagrama de Venn que describa esta poblacin.
b) Cul es la probabilidad de que un solicitante aleatoriamente elegido tenga experiencia previa o sea profesional?
c) Cul es la probabilidad de que un solicitante aleatoriamente elegido tenga experiencia previa o sea profesional,
pero no ambas cosas?
d) Cul es la probabilidad de que un solicitante aleatoriamente elegido tenga experiencia previa o sea profesional,
dado que tiene alguna experiencia anterior?
e) Aplique una prueba apropiada para determinar si el hecho de que un solicitante tenga experiencia anterior aporta
informacin sobre si es profesional o no.
f) Cul es la probabilidad de que un solicitante aleatoriamente elegido no tenga experiencia previa ni sea
profesional? Son independientes estos sucesos?
Solucin:
E: experiencia previa
P: profesional
a) Cuadro de contingencia:
E E
P 20 10 30
P 20 50 70
40 60 100
P(E) = 40/100
P(P) = 30/100
P(E P) = 20/100
P(E) = 60/100
P(P) = 70/100
P(E P) = 50/100
b)
P(E P) = P(E) + P(P) - P(E P)
P(E P) = 4/10 + 3/10 - 2/10
P(E P) = 5/10
P(E P) = 0,5
Respuestas:
c) 0,3
d) 0,5
e) son dependientes.
f) 0,5 son dependientes.
Problema n 9) En una imprenta hay dos mquinas que trabajan 57 minutos durante cada hora. Hallar la
probabilidad de que en un instante dado trabaje por lo menos una mquina.
Respuesta: 0,9975
Problema n 10) Segn un censo realizado en una regin del pas para estudiar las condiciones educacionales, se
comprob que el 64% de la poblacin tiene 18 aos o mas y, de estos, el 15% no ha completado los estudios
primarios, mientras el 88% del total de la poblacin ha terminado los estudios primarios.
Se selecciona una persona al azar de dicha poblacin:
a) Cul es la probabilidad de que haya terminado los estudios primarios y que tenga mas de 18 aos?
b) Cul es la probabilidad de que no haya terminado los estudios primarios o tenga menos de 18 aos?
c) Qu porcentaje de habitantes que terminaron los estudios primarios tienen mas de 18 aos?
Ver solucin del problema n 10
Solucin del ejercicio n 10 de Probabilidad condicional. Con reposicin y sin reposicin. Simples o marginales,
conjuntas. Regla de la independencia:
Problema n 10) Segn un censo realizado en una regin del pas para estudiar las condiciones educacionales, se
comprob que el 64% de la poblacin tiene 18 aos o mas y, de estos, el 15% no ha completado los estudios
primarios, mientras el 88% del total de la poblacin ha terminado los estudios primarios.
Se selecciona una persona al azar de dicha poblacin:
a) Cul es la probabilidad de que haya terminado los estudios primarios y que tenga mas de 18 aos?
b) Cul es la probabilidad de que no haya terminado los estudios primarios o tenga menos de 18 aos?
c) Qu porcentaje de habitantes que terminaron los estudios primarios tienen mas de 18 aos?
Solucin:
P(18) = 0,64
P(18) = 0,36
P(P) = 0,88
P(P) = 0,12
Cuadro de contingencia:
P P
0,88 0,12 1
a)
P(P 18) = 0,544
b)
P(P 18) = P(P) + P(18) - P(P 18)
P(P 18) = 0,12 + 0,36 - 0,024
P(P 18) = 0,486
c)
P(P 18) = P(P).P(18/P)
P(18/P) = P(P 18)/P(P)
P(18/P) = 0,544/0,88
P(18/P) = 0,61818
61,82%
Probabilidad condicional
Probabilidad condicional. Con reposicin y sin reposicin. Simples o marginales, conjuntas. Regla de la
independencia.
Contenido
Ejercicios de Probabilidades y estadsticas: Probabilidad condicional. Con reposicin y sin reposicin. Simples o
marginales, conjuntas. Regla de la independencia.
Ejercicios: Probabilidad condicional. Con reposicin y sin reposicin. Simples o marginales, conjuntas.
Regla de la independencia.
Ver resumen terico
Problema n 1) Un monedero contiene 2 monedas de plata y 4 de cobre, mientras un segundo monedero contiene
4 monedas de plata y 3 de cobre.
Si se elige al azar una moneda de uno de los monederos, cul es la probabilidad de que sea de plata?
Respuesta: 19/42
Problema n 2) En una ciudad se publican tres peridicos: A, B y C. Realizada una encuesta, se estima que de la
poblacin adulta el 20% lee por lo menos el peridico A, el 16% B y el 14% C. Se obtuvo tambin que el 8% lee al
menos A y B, el 5% lee al menos A y C, el 4% lee al menos B y C, y el 2% lee los tres peridicos.
a) Qu porcentaje lee al menos uno de estos peridicos?
b) De los que leen al menos un peridico, qu porcentaje lee A y B?.
Respuesta:
a) 0,35
b) 0,22857
Problema n 3) Consideremos un experimento que tiene el siguiente espacio muestral: X = {x 1; x2; x3}.
Se sabe que P(xi + 1) = 2.P(xi), siendo i = 1, 2, 3; y se desea saber P(A), tal que: A = {x1; x3}.
Respuesta: 5/7
Problema n 4) Dos tiradores A y B tienen probabilidad de acertar al blanco de 0, y 0,7 respectivamente.
Cada uno tiene 3 balas en el cargador y cada disparo es hecho simultneamente por ambos tiradores. El torneo se
termina cuando se agotan las balas o cuando alguno hace blanco.
Sabiendo que A acert, cul es la probabilidad de tambin haya acertado B y, por tanto, se declare empatado el
torneo?
Respuesta: 0,7
Problema n 5) De una urna que posee 5 bolillas blancas y 8 bolillas negras se sacan las bolillas una a una hasta
dejar la urna con igual nmero de bolillas de cada color. Calcular la probabilidad de lograr esto, por primera vez, en
la quinta extraccin.
Respuesta: 0,16317
Problema n 6) Un sistema consiste en cuatro componentes que funcionan independientemente: A, B, C y C 2. La
probabilidad de falla es de 0,01 para el componente A; 0,02 para el B y 0,10 para cada uno de los componentes C.
Si para el funcionamiento del sistema son necesarios los componentes A y B y al menos uno de los C, cul es la
probabilidad de que el sistema funcione?
Respuesta: 0,9605
Problema n 7) Sean A y B dos sucesos con P(A) = 3/8; P(B) = 5/8 y P(A B) = 5/6, hallar P(A/B) y P(A/B).
Respuesta:
P(A/B) = 4/15
P(A/B) = 4/9
Problema n 8) Las tiendas "Montgomery" estn distribuidas en los E.E.U.U. de la siguiente forma:
Area geogrfica
Poblacin de la ciudad
NE SE C NO SO Total
A1: Menos de 20000 habitantes 3 5 6 5 6 25
a) Diga cul es la notacin simblica para la probabilidad de que una tienda seleccionada al azar se localice:
i) En una ciudad al SO con menos de 20000 habitantes.
ii) En una ciudad del Centro, con una poblacin de ms de 20000 y menos de 50000 habitantes.
iii) En el SE.
iv) En una ciudad con menos de 50000 habitantes.
v) En el NO, dado que la tienda seleccionada se ubica en una ciudad con una poblacin entre 50000 y 100000
habitantes.
b) Determine cada una de las probabilidades del punto anterior.
c) Explicite qu tipo de probabilidad se determin en los puntos anteriores.
d) Identifique y calcule la distribucin de probabilidades marginales para el tamao de poblacin de la ciudad.
e) Identifique y calcule la distribucin de probabilidades condicionales para el rea geogrfica, dado que el tamao
de la poblacin de la ciudad es entre 50000 y 100000 habitantes.
Ver solucin del problema n 8
Solucin del ejercicio n 8 de Probabilidad condicional. Con reposicin y sin reposicin. Simples o marginales,
conjuntas. Regla de la independencia:
Problema n 8) Las tiendas "Montgomery" estn distribuidas en los E.E.U.U. de la siguiente forma:
Area geogrfica
Poblacin de la ciudad
NE SE C NO SO Total
a) Diga cul es la notacin simblica para la probabilidad de que una tienda seleccionada al azar se localice:
i) En una ciudad al SO con menos de 20000 habitantes.
ii) En una ciudad del Centro, con una poblacin de ms de 20000 y menos de 50000 habitantes.
iii) En el SE.
iv) En una ciudad con menos de 50000 habitantes.
v) En el NO, dado que la tienda seleccionada se ubica en una ciudad con una poblacin entre 50000 y 100000
habitantes.
b) Determine cada una de las probabilidades del punto anterior.
c) Explicite qu tipo de probabilidad se determin en los puntos anteriores.
d) Identifique y calcule la distribucin de probabilidades marginales para el tamao de poblacin de la ciudad.
e) Identifique y calcule la distribucin de probabilidades condicionales para el rea geogrfica, dado que el tamao
de la poblacin de la ciudad es entre 50000 y 100000 habitantes.
Solucin:
a-i) P(SO,A1)
a-ii) P(C,A2)
a-iii) P(SE)
a-iv) P(A1 A2)
a-v) P(NO/A3)
b-i) P(SO,A1) = 0,024
b-ii) P(C,A2) = 0,064
b-iii) P(SE) = 0,16
b-iv) P(A1 A2) = 0,3
b-v) P(NO/A3) = 0,09333
c)
Probabilidad conjunta:
Probabilidad marginal:
Probabilidad total:
Probabilidad condicional:
d)
P(A1) = 0,1
P(A2) = 0,2
P(A3) = 0,3
P(A4) = 0,4
e)
P(NE/A3) = 0,3867
P(SE/A3) = 0,16
P(C/A3) = 0,04
P(NO/A3) = 0,0933
P(SO/A3) = 0,32
Problema n 9) En un banco hay un sistema de alarma. En una noche cualquiera, la probabilidad de que suene la
alarma cuando hay un robo es de 0,99; la de que suene si no hay robo es de 0,01; en tanto que la probabilidad de
que ocurra un robo es de 0,002. Calcular la probabilidad de que si suena la alarma haya un robo.
Ver solucin del problema n 9
Solucin del ejercicio n 9 de Probabilidad condicional. Con reposicin y sin reposicin. Simples o marginales,
conjuntas. Regla de la independencia:
Problema n 9) En un banco hay un sistema de alarma. En una noche cualquiera, la probabilidad de que suene la
alarma cuando hay un robo es de 0,99; la de que suene si no hay robo es de 0,01; en tanto que la probabilidad de
que ocurra un robo es de 0,002. Calcular la probabilidad de que si suena la alarma haya un robo.
Solucin:
P(S/R) = 0,99
P(S/R) = 0,01
P(R) = 0,002
P(R) = 0,998
P(S R) = P(R).P(S/R)
P(S R) = 0,00198
P(S R) = P(R).P(S/R)
P(S R) = 0,00998
Cuadro de contingencia:
S S
0,01196 0,98804 1
Problema n 10) Una lavadora de botellas X, perteneciente a una compaa lechera, procesa un 20% de todas las
botellas usadas diariamente y rompe un 4% de las que lava, en tanto que otra lavadora Z procesa las restantes y
rompe un 2%.
a) Cul es la probabilidad de que una botella seleccionada al azar est rota?
b) Una botella escogida aleatoriamente se encuentra rota. Cul es la probabilidad de que haya sido lavada en X?
Ver solucin del problema n 10
Solucin del ejercicio n 10 de Probabilidad condicional. Con reposicin y sin reposicin. Simples o marginales,
conjuntas. Regla de la independencia:
Problema n 10) Una lavadora de botellas X, perteneciente a una compaa lechera, procesa un 20% de todas las
botellas usadas diariamente y rompe un 4% de las que lava, en tanto que otra lavadora Z procesa las restantes y
rompe un 2%.
a) Cul es la probabilidad de que una botella seleccionada al azar est rota?
b) Una botella escogida aleatoriamente se encuentra rota. Cul es la probabilidad de que haya sido lavada en X?
Solucin:
P(R/X) = 0,04
P(X) = 0,2
P(R/Z) = 0,02
P(Z) = 0,8
P(R X) = P(X).P(R/X)
P(R X) = 0,2.0,04
P(R X) = 0,008
P(R Z) = P(Z).P(R/Z)
P(R Z) = 0,8.0,02
P(R Z) = 0,016
a)
P(R) = P(R X) + P(R Z)
P(R) = 0,008 + 0,016
P(R) = 0,024
b)
P(X/R) = P(R X)/P(R)
P(X/R) = 0,008/0,024
P(X/R) = 1/3
Contenido
Ejercicios de Probabilidades y estadsticas: Regresin.
Ejercicios de regresin (primera parte)
Problema n 1) En una estacin experimental de Rafaela, Santa Fe se realiz un ensayo para evaluar el efecto del
nivel de suplementacin con alimento balanceado (Kg/da/animal) sobre la produccin de leche (Lts/da/animal) en
vacas Holando-Argentino. En las siguientes tablas y figuras se resumen los resultados obtenidos de un anlisis de
regresin lineal efectuado por los investigadores que condujeron el estudio.
Ver solucin del problema n 1
Escriba la ecuacin de regresin lineal ajustada e interprete en trminos agronmicos los estimadores de los
parmetros. Indique en el grfico el valor de la ordenada al origen.
= 17.87+1.45x
bo = 17.87
Para una dosis de balanceado nula, la produccin de leche en un da ser de 17.87 litros (no tiene sentido en
trminos del problema)
b1 = 1.45
Ante un aumento unitario de dosis de balanceado por da, se obtendr un aumento en la produccin de leche de
1.45.
Segn la ecuacin propuesta en (a), qu produccin de leche promedio puede obtenerse con un nivel de
suplemento de 5.5 Kg. diarios de balanceado por animal?
Si x = 5.5, entonces = 25.845
Especifique y calcule una medida de error para la estimacin realizada en el punto anterior.
Residuo para x = 5.5
e = y observado(del grfico) y esperado
e = 25.5 25.845 = -0.345
Interprete el valor p < 0.001 de la pendiente en la salida de la matriz de coeficientes de regresin.
La pendiente es significativa para un a del 5%
H0: b1 = 0 vs. H1: b1 0.
Problema n 2) Se quiere conocer la relacin funcional entre la edad al primer parto y la prdida de peso post parto
en vacas Jersey. Con este objetivo se toma una muestra al azar de 15 vacas de un tambo, se miden ambas
variables y se realiza un anlisis de regresin en planilla de clculo que produce los siguientes resultados:
Ver solucin del problema n 2
Error
Coeficientes Estadstico t Probabilidad LI 95% LS 95%
standard
-0.4213 -0.3148
Estime la varianza poblacional.
Estimacin puntual
Si x = 24(24) = 55.28 - 0.368*24 = 46.448
Problema n 3) Se desea construir una tabla que permita a los productores de una localidad estimar el volumen de
madera de una plantacin a travs de observaciones no destructivas, como contar el nmero de rboles y medir el
dimetro del tronco. Con ese fin se estudi la relacin entre el dimetro a la altura del pecho (D.A.P.) y el volumen
de madera por rbol (VOL), en rboles de 14 a 16 aos de edad de la especie Pinus elliotti, en la localidad de
Esquina (Corrientes). Se obtuvieron las siguientes observaciones y se realiz un grfico de dispersin.
Ver Tabla 1
Estadsticas de la regresin
Coeficiente de correlacin mltiple 0.983667767
Coeficiente de determinacin R 0.967602277
R ajustado 0.96619368
Error tpico 3.792909771
Observaciones 25
ANLISIS DE VARIANZA
Grados de libertad Suma de cuadrados Promedio de los cuadrados F Valor crtico de F
Total 24 10213.11838
Ver Tabla 2
1 49.49530709 2.74469291
2 37.3306015 -4.120601497
3 65.13564285 5.004357147
4 27.25127401 -1.961274005
5 15.78169445 -1.181694446
6 9.525560141 2.224439859
7 20.64757668 -1.257576683
8 56.79413045 2.445869554
9 2.921862819 3.908137181
10 50.88555916 -0.335559158
11 5.354803937 2.505196063
12 38.02572753 -6.955727531
13 43.5867358 -4.276735802
14 16.47682048 -3.23682048
15 57.48925648 0.81074352
16 23.0805178 -4.410517802
17 1.531610751 5.578389249
18 65.13564285 6.424357147
19 27.59883702 -3.898837022
20 33.85497133 -3.504971327
21 42.89160977 1.058390232
22 2.921862819 5.768137181
23 17.51950953 -2.429509531
24 23.42808082 -1.878080819
25 5.354803937 0.975196063
Presente el modelo de regresin lineal estimado para predecir el volumen por rbol en funcin del dimetro del
tronco. Identifique los estimadores de los parmetros y las variables explicativa y de respuesta.
Yi = 0 + 1Xi + i
Con Yi = volumen del arbol (variable respuesta)
Xi = dimetro del tronco (variable explicativa)
b0 = estimador de ordenada al origen = -37.044
b1 = estimador de pendiente = 3.4754
Proponga hiptesis de inters para poner a prueba y comente los resultados.
H0: 1 = 0; H1: 1 0.
Dado que el valor p = 1.2412.10-18 la pendiente es significativa.
Qu interpretacin biolgica puede darse a una pendiente significativa de 3.475 en este contexto?
Que ante un aumento de 1 cm en el dimetro del rbol, se obtendr un aumento de 3.475 dm en el volumen del
rbol.
Qu indica un coeficiente de determinacin (R) igual a 0.9676?
Que el 96.76% de las variaciones en el volumen estn explicadas por las variaciones en el dimetro del rbol.
Calcule el valor estimado y el residual de la observacin correspondiente al rbol 16.
Y(16)esperado = -37.044+3.4754*17.3 = 23.08042
Y(16)observado = 18.67
e(16) = 18.67 23.08042 = -4.41042
Se puede afirmar, con una probabilidad de error del 5%, que el volumen de madera aumenta significativamente
cuando el D.A.P. aumenta?
H0: 1 = 0 vs. H1: 1 0.
Si H0 es cierta, entonces se estima que no existe asociacin alguna entre X e Y.
tc = (b1 - 1)/s(b1) = (3.4754-0)/0.1326 = 26.20
tiene distribucin tn-2 para el modelo que estamos utilizando, luego t tabla = tn-2;/2 = t23;0.025 = 2.068654794
Como t calculado > t tabla rechazo Ho entonces hay regresin.
Calcule un IC90 para la pendiente del modelo.
P{b1 - t(/2;n - 2).s(b1) 1 b1 + t(/2;n - 2).s(b1)} = 1 -
con b = 3.4754
S(b1) = 0.1326
tn-2; /2 = t23;0.025 = 1.713870006
3.24835273 3.70290761
Probabilidad Regresin - Ejercicios resueltos
Probabilidad Regresin
Contenido
Ejercicios de Probabilidades y estadsticas: Regresin.
Ejercicios de regresin (segunda parte)
Problema n 4) En el siguiente cuadro se indican las cantidades de nitrgeno en el suelo despus de su
tratamiento con compost de residuos urbanos. Para cada uno de los niveles de tratamiento: 0, 4, 12 y 36 tn/ha de
compost se realizaron 4 determinaciones. Los resultados fueron los siguientes:
Solucin del ejercicio n 4 de Regresin. Anlisis de regresin lineal. Matriz de coeficientes de regresin:
Problema n 4) En el siguiente cuadro se indican las cantidades de nitrgeno en el suelo despus de su
tratamiento con compost de residuos urbanos. Para cada uno de los niveles de tratamiento: 0, 4, 12 y 36 tn/ha de
compost se realizaron 4 determinaciones. Los resultados fueron los siguientes:
Estadsticas de la regresin
Coeficiente de correlacin mltiple 0.73446676
Coeficiente de determinacin R 0.53944142
R ajustado 0.50654438
Error tpico 0.0161856
Observaciones 16
Ver Tabla 4
Total 15 0.00796344
-
0.025
-
0.025
0 0.153 -13 - 0.321 169 0.1628 0 0 -0.0098 0.000095
0 0.153 -13 0.026 0.321 169 0.1628 0 0 -0.0098 0.000095
0 0.152 -13 - 0.334 169 0.1628 0 0 -0.0108 0.000116
0 0.140 -13 0.038 0.490 169 0.1628 0 0 -0.0228 0.000518
4 0.195 -9 0.017 -0.156 81 0.1674 0.78 16 0.0276 0.000759
4 0.185 -9 0.007 -0.066 81 0.1674 0.74 16 0.0176 0.000308
4 0.150 -9 - 0.249 81 0.1674 0.6 16 -0.0174 0.000304
4 0.175 -9 0.028 0.024 81 0.1674 0.7 16 0.0076 0.000057
12 0.195 -1 - -0.017 1 0.1768 2.34 144 0.0182 0.000330
12 0.165 -1 0.003 0.013 1 0.1768 1.98 144 -0.0118 0.000140
12 0.200 -1 0.017 -0.022 1 0.1768 2.4 144 0.0232 0.000537
12 0.175 -1 - 0.003 1 0.1768 2.1 144 -0.0018 0.000003
36 0.188 23 0.013 0.237 529 0.2050 6.768 1296 -0.0170 0.000289
36 0.214 23 0.022 0.835 529 0.2050 7.704 1296 0.0090 0.000081
36 0.204 23 - 0.605 529 0.2050 7.344 1296 -0.0010 0.000001
36 0.199 23 0.003 0.490 529 0.2050 7.164 1296 -0.0060 0.000036
0.010
0.036
0.026
0.021
CME = SCE/GLE =
SCE/n-2
CME = 0.000262
b1 = (40.62-(208*2.843/16))/(5824-
x Y b1 = 3.661/3120 = 0.001173
(208*208/16))
b0 = (1/16)*(2.843-0.001173*208)
b0 = 0.16244
Identifique las variables.
Y = nitrgeno en el suelo (variable independiente)
X = dosis de compost de residuos urbanos (variable dependiente o respuesta)
b) Realice el grfico de dispersin y comente.
Ver Grfico
Escriba el modelo lineal correspondiente y describa cada parmetro en trminos del problema.
Yi = 0 + 1Xi + i
b0 = estimador de ordenada al origen = 0.16243333
b1 = estimador de pendiente = 0.0011734
Calcule y grafique la recta de regresin
= 0.16243333 + 0.0011734.x
Grfico en b)
d) Compruebe la significacin de los parmetros planteando las hiptesis asociadas.
Valor p
Intercepcin 5.5609.10-14
Compost 0.00119459
Los dos valores p son menores que 0,05 entonces ambos parmetros son significativos.
e) Estime los parmetros por medio de intervalos de confianza.
Para 0
0.15057601 0.17429065
Para 1
0.0005519 0.00179489
Problema n 5) En un estudio sobre el crecimiento de coliflores precoces se contaron los nmeros de hojas en las
plantas de coliflor en varias fechas durante dos aos, siendo el tamao muestral de 10 plantas por fecha. Los datos
son nmero promedio de hojas (Y) y suma acumulada de temperatura diaria por encima de 0 C, dividido por 100
(X). Por varios trabajos anteriores, se asume que existe una relacin lineal entre el nmero promedio de hojas y la
suma acumulada de temperatura diaria por encima de 0 C
1956/7 1957/8
X1 Y1 X2 Y2
56/57
X = 6.07142857
Ver solucin del problema n 5
Solucin del ejercicio n 5 de Regresin. Anlisis de regresin lineal. Matriz de coeficientes de regresin:
Problema n 5) En un estudio sobre el crecimiento de coliflores precoces se contaron los nmeros de hojas en las
plantas de coliflor en varias fechas durante dos aos, siendo el tamao muestral de 10 plantas por fecha. Los datos
son nmero promedio de hojas (Y) y suma acumulada de temperatura diaria por encima de 0 C, dividido por 100
(X). Por varios trabajos anteriores, se asume que existe una relacin lineal entre el nmero promedio de hojas y la
suma acumulada de temperatura diaria por encima de 0 C
1956/7 1957/8
X1 Y1 X2 Y2
56/57
X = 6.07142857
Estadsticas de la regresin
Coeficiente de correlacin mltiple 0.99619291
Coeficiente de determinacin R 0.99240032
R ajustado 0.99088038
Error tpico 0.38105917
Observaciones 7
Ver Tabla 3
Observacin Pronstico Y1 Residuos
1 3.51814288 0.28185712
2 6.09216181 0.10783819
3 7.75770347 -0.55770347
4 8.51476786 0.18523214
5 10.6345482 -0.43454816
6 13.2085671 0.29143291
7 14.8741087 0.12589125
57/58
X = 5.95714286
Estadsticas de la regresin
Coeficiente de correlacin mltiple 0.99073884
Coeficiente de determinacin R 0.98156344
R ajustado 0.97787613
Error tpico 0.47557246
Observaciones 7
Ver Tabla 6
Observacin Pronstico Y2 Residuos
1 5.71807557 0.28192443
2 8.86970199 -0.36970199
3 9.72923646 -0.62923646
4 11.3050497 0.69495033
5 12.4510956 0.14890436
6 13.3106301 -0.01063011
7 15.3162106 -0.11621056
Encuentre la ecuacin de regresin lineal del nmero promedio de hojas respecto de la variable X, para cada ao.
Modelo 56/57
Y = 0.03564668 + 1.51412878 X
Modelo 57/58
Y = 2.42319342+ 1.43255746 X
Considerando los intervalos de confianza de los parmetros de cada modelo conteste: ambas fechas difieren en
cuanto al nmero promedio de hojas por cada unidad de temperatura diaria acumulada por encima de 0 C? Y en
cuanto al nmero de hojas cuando la temperatura acumulada es igual a 0?
Modelo 56/57
Inferior 95% Superior 95%
X1 1.36180669 1.66645087
Modelo 57/58
Inferior 95% Superior 95%
Intercepcin 1.00146537 3.84492146
X2 1.20685384 1.65826108
3 7.75770347 -0.55770347
Para X = 6.5 estime el nmero promedio de hojas a partir de un intervalo de confianza del 90 % para cada una de
las fechas.
Modelo 56/57
Y(6.5) = 0.03564668 + 1.51412878* 6.5 = 9.87748375
S.(k) = CM E.[1/n + (Xk - X)/(Xi - X)] = 0.14520609* [1/7 + (6.5-6.07142857)/ 41.3542857] = 0.02224856
x = 6.07142857
(x-x) (x-x)
-3.77142857 14.2236735
-2.07142857 4.29081633
-0.97142857 0.94367347
-0.47142857 0.2222449
0.92857143 0.8622449
2.62857143 6.90938776
3.72857143 13.9022449
Suma
41.3542857
9.57245257 10.1825149
Modelo 57/58
Y (6.5) = 2.42319342+ 1.43255746 *6.5 = 11.73481691
S.(k) = CM E.[1/n + (Xk - X)/(Xi - X)] = 0.22616917* [1/7 + (6.5-5.95714286)/ 29.3371429] = 0.03649494
x = 5.95714286
(x-x) (x-x)
-3.65714286 13.3746939
-1.45714286 2.12326531
-0.85714286 0.73469388
0.24285714 0.05897959
1.04285714 1.08755102
1.64285714 2.69897959
3.04285714 9.25897959
Suma
29.3371429
11.3441473 12.1254865
Problema n 6) En un estudio que trata de identificar los factores que afectan a la produccin en cultivos de soja se
midi el rendimiento (en toneladas por ha) y la disponibilidad de agua en el suelo (en mm) en el periodo crtico de
formacin del rendimiento varias localidades. Luego de analizados los datos con INFOSTAT se obtuvieron los
siguientes resultados:
Anlisis de Regresin Lineal
Variable N R
tha - 1 7 0.95
Solucin del ejercicio n 6 de Regresin. Anlisis de regresin lineal. Matriz de coeficientes de regresin:
Problema n 6) En un estudio que trata de identificar los factores que afectan a la produccin en cultivos de soja
se midi el rendimiento (en toneladas por ha) y la disponibilidad de agua en el suelo (en mm) en el periodo crtico
de formacin del rendimiento varias localidades. Luego de analizados los datos con INFOSTAT se obtuvieron los
siguientes resultados:
Anlisis de Regresin Lineal
Variable N R
tha - 1 7 0.95
Matriz de coeficientes de regresin
Coeficiente Est. E.E. LI(95%) LS(95%) t p
Contenido
Ejercicios de Probabilidades y estadsticas: Organizacin y presentacin de los datos. Estadstica descriptiva.
Tema N 1: Organizacin y presentacin de los datos. Estadstica descriptiva.
Problema n 1) Un fabricante de medicamentos veterinarios est interesado en la proporcin de animales que
padecen infecciones locales cuya condicin puede ser controlada por un nuevo producto desarrollado por la
empresa. Se condujo un estudio en el que participaron 5000 animales que padecen infecciones locales y se
encontr que en el 80% de los animales se puede controlar la infeccin con el medicamento. Suponiendo que los
5000 animales son representativos del grupo de animales con infecciones locales, conteste las siguientes
preguntas:
(a) Cul es la poblacin?
(b) Cul es la muestra?
(c) Identifique el parmetro de inters.
(d) Identifique la estadstica y proporcione su valor.
(e) Se conoce el valor del parmetro?
Ver solucin del problema n 1
Solucin:
(a) El conjunto total de animales que padecen infecciones locales.
(b) Los 5000 animales elegidos para hacer el estudio.
(c) La proporcin de animales de la poblacin que responden al medicamento.
(d) La estadtica utilizada es la proporcin de animales en la muestra empleada. Su valor result ser 0.80.
(e) No. Por ese motivo se ha recurrido a la extraccin de una muestra y, a partir de ella, se ha obtenido un valor
que se espera que represente al parmetro desconocido.
Problema n 2) En los siguientes incisos, indique cul es la variable en estudio y qu clase de variable es:
a) Color de flores.
b) Razas de bovinos.
c) Punto de fusin del manganeso.
d) Altura de tallo.
e) Salarios por hora.
f) Porcentaje de asistencia.
g) Nmero de ptalos de una flor.
h) Monto de las acciones vendidas.
Ver solucin del problema n 2
Solucin:
(a) El color de las flores. Es una variable cualitativa.
(b) La raza de los bovinos. Es una variable cualitativa.
(c) El punto de fusin del manganeso [C]. Es una variable cuantitativa continua.
(d) La altura del tallo de las plantas [cm]. Es una variable cuantitativa continua.
(e) Los salarios percibidos por una hora de trabajo [$].Es una variable cuantitativa continua.
(f) El porcentaje de asistencia a un dado evento. Es una variable cuantitativa continua.
(g) El nmero de ptalos que posee una flor. Es una variable cuantitativa discreta.
(h) El monto de un conjunto de acciones vendidas [$].Es una variable cuantitativa continua.
Problema n 3) Los alumnos de la licenciatura en Economa Agraria de FAUBA realizaron un estudio de las
cotizaciones del trigo en cinco campaas consecutivas. Los datos se presentan en la Tabla. Realizar con todos los
datos:
Campaa 94-95 95-96 96-97 97-98 98-99
Junio 121.60 171.02 240.36 145.63 110.73
Julio 116.71 221.52 211.84 143.77 108.40
Agosto 144.57 229.86 189.55 142.44 99.28
Septiembre 125.95 229.45 164.83 139.06 101.57
Octubre 139.48 217.40 161.09 138.45 122.03
Noviembre 131.68 217.93 135.52 133.19 120.89
Diciembre 129.20 200.17 128.37 122.72 105.89
Enero 121.05 219.00 131.95 111.13 98.05
Febrero 119.53 235.53 135.50 113.11 97.25
Marzo 122.70 238.05 153.79 114.13 100.89
Abril 126.19 255.93 164.85 115.53 114.73
Mayo 143.90 280.81 165.74 116.83 116.42
Solucin:
a)
b)
Problema n 4) Los siguientes datos representan el nmero de tomates rechazados por da en un mercado
mayorista. Los datos corresponden a 50 das seleccionados aleatoriamente:
29 58 80 35 30 23 88 49 35 97
12 73 54 91 45 28 61 61 45 84
83 23 71 63 47 87 36 8 94 26
95 63 86 42 22 44 88 27 20 33
28 91 87 15 67 10 45 67 26 19
Solucin:
a)
Clase LI LS MC FA FR FAA FRA
1 5,00 15,00 10,00 4 0,08 4 0,08
2 15,00 25,00 20,00 5 0,10 9 0,18
3 25,00 35,00 30,00 10 0,20 19 0,38
4 35,00 45,00 40,00 6 0,12 25 0,50
5 45,00 55,00 50,00 3 0,06 28 0,56
6 55,00 65,00 60,00 5 0,10 33 0,66
7 65,00 75,00 70,00 4 0,08 37 0,74
8 75,00 85,00 80,00 3 0,06 40 0,80
9 85,00 95,00 90,00 9 0,18 49 0,98
10 95,00 105,00 100,00 1 0,02 50 1,00
Referencias: LI: Lmite Inferior de Clase; LS: Lmite Superior de Clase; MC: Marca de Clase; FA: Frecuencia
Absoluta; FR: Frecuencia Relativa; FAA: Frecuencia Absoluta Acumulada; FRA: Frecuencia Relativa Acumulada.
b)
c)
d) 46.
e) 45.
f) Datos individuales
Sn = 727,75 = 26,976
CV = (26,975/51,82).100 = 52,06 %
Sn = 742.60
Sn = 742,60 = 27,25
CV = (27,25/51,82).100 = 52,59 %
Datos agrupados
Sn = 742.56
Sn = 742,56 = 27,25
CV = (27,25/51,2).100 = 53,22 %
Sn = 37128/49 = 757.71
Sn = 757,71 = 27,53
CV = (27,53/51,2).100 = 53,76 %
Problema n 5) El cultivo de soja en nuestro pas se encuentra en expansin. En la provincia de Buenos Aires, el
INTA determin el rendimiento de 40 plantaciones (en toneladas/ha), obteniendo los siguientes resultados:
Rendimiento (tn/ha) N de campos
0-1 2
1-2 9
2-3 10
3-4 13
4-5 5
>5 1
Solucin:
(a) La variable en estudio es el rendimiento [tn/ha] y es una variable cuantitativa continua.
(b) La unidad experimental es la plantacin. La muestra es el conjunto de las 40 plantaciones. La poblacin es el
total de plantaciones de la provincia de Buenos Aires.
(c)
= 113/40 = 2.825 [tn/ha].
(d) 3.5 [tn/ha].
(e) 2.5 [tn/ha].
(f) Buenos Aires:
Sn - 1 = (1/40).[2.(0,5 - 2,825) + ... + 1.(5,5 - 2,825)] = 1,369
Sn = 1,369 = 1,170
CV = (1,170/2,825).100 = 41,42 %
Santa F: x = 3,3;
CV = (0,62/23,3).100 = 18,78 %
El mayor promedio corresponde al sur de Santa F. La mayor variablidad relativa corresponde a Buenos Aires.
Problema n 6) El bicho taladro (Platypus mutatus) es una de las plagas ms importantes que afecta la calidad de
la madera para uso comercial. Se determin la presencia de esa plaga segn el nmero de orificios activos que
presentaban los fustes de lamos de una plantacin comercial. Los resultados fueron los siguientes:
0 1 2 3 4 5 6 7 8 9 o ms
Nro de orificios activos
12 38 28 16 13 11 9 7 5 1
Nro de fustes
Solucin:
(a) La variable en estudio es el nmero de orificios activos y es una variable cuantitativa discreta.
(b) La unidad experimental es la planta de lamo. La muestra es el conjunto de las 140 plantas. La poblacin es el
total de plantas de lamo en dicha plantacin comercial.
(c) (16 + 13 + 11 + 9 + 7 + 5 + 1)/140 = 62/140 = 0,4429 = 44,29 %.
(d) Comercializables: x = (1/78).(0.12 + 1.38 + 2.28) = 94/78 = 1,205
No comercializables: x = (1/62).(3.16 + 4.13 + 5.11 + 6.9 + 7.7 + 8.5 + 9.1) = 307/62 = 4,952
(e)
Comercializables:
Sn - 1 = (1/78).[12.(0 - 1,205) + 38.(1 - 1,205) + 28.(2 - 1,205)] = 0,471
Sn = 0,471 = 0,686;
CV = (0,686/1,205).100 = 56,93 %
No comercializables:
Sn - 1 = (1/62).[16.(3 - 1,205) + ... + 1.(9 - 1,205)] = 174,85/62 = 2,820
Sn = 2,820 = 1,679
CV = (1,679/4,952).100 = 33,91 %
(f) 1.
(g) q3 = 4. Entre 4 y 9.
(h) p20 = 1. p80 = 5. Entre 1 y 5.
(i)
Problema n 7) En una importante empresa lctea hay 600 empleados que cobran $400, 500 que cobran $600, 100
que cobran $2200 y 5 socios que perciben $100.000 cada uno. Calcular la media, mediana y el modo y discutir cul
de estos 3 estadsticos de tendencia central estima mejor el sueldo de los empleados de la empresa.
.x = (600.400 + 500.600 + 100.2200 + 5.100000)/(600 + 500 + 100 + 5) = 1260000/1205 = 1045,64
x0,5 = 600
xm = 400
Dado que se trata de una distribucin tan asimtrica, la mediana es la medida ms recomendable.
Problema n 8) La tabla siguiente contiene la distribucin de frecuencias de la longitud de tallos de una especie de
arbusto dominante del Monte Pampeano.
Largo [cm] Frecuencia Porcentaje Frecuencia acumulada Porcentaje acumulado
10-15 6 1.2 6 1.2
15-20 35 7.0 41 8.2
20-25 93 18.6 134 26.8
25-30 155 31.0 289 57.8
30-35 130 26.0 419 83.8
35-40 57 11.4 476 95.2
40-45 24 4.8 500 100.0
Solucin:
(a) 6 + 35 + 93 + 155 + 130 + 57 + 24 = 500.
(b) Tallos entre 25 y 30 cm (marca de clase 27.5).
(c) (6 + 35 + 93 + 155 + 130)/500 = 419/500 = 0,838
83,8 %. Afirmacin correcta.
(d) Si trabaja a 40 cm del suelo va a dejar sin cortar al (500 - 24)/500 = 0,952
95,2 % de los tallos sin cortar. Tcnica poco efectiva.
Problema n 9) Ambos histogramas representan la distribucin de tamaos (D.A.P.: dimetro a la altura del pecho)
de una poblacin de Prosopis caldenia (caldn) localizada en Luan Toro, provincia de La Pampa.
(a) Histograma de frecuencias relativas y (b) Histograma de frecuencias relativas acumuladas.
(a) (b)
En base a los mismos responda:
a) Es la distribucin unimodal? Justifique. Cul es el valor aproximado de la o las moda/s?
b) Qu porcentaje de fustes comerciables existe si el criterio es que superen los 48 cm de dimetro?
c) Qu porcentaje de individuos no superan los 16 cm de dimetro?
d) Qu porcentaje aproximado de individuos se hallan dentro del rango de 30 a 50 cm de dimetro?
Ver solucin del problema n 9
Solucin:
(a) No. La distribucin es notablemente bimodal con modos en x = 12 y en x = 56, aproximadamente.
(b) Segn la Figura (b), 50%.
(c) Segn las Figuras, aproximadamente un 30%.
(d) Segn las Figuras, aproximadamente un 5%.
Problema n 10) El siguiente diagrama de caja representa la distribucin de la velocidad del viento para los das del
mes de Enero en la costa de Comodoro Rivadavia, provincia de Chubut. En base al mismo responda:
a) Es una distribucin simtrica? Justifique su respuesta.
b) Si la velocidad ptima para navegacin a vela en alta mar oscila entre 20-40 Km/h, qu porcentaje aproximado
se halla dentro de este rango?
Ver solucin del problema n 10
Solucin:
(a) No. Los valores extremos (mximo y mnimo) se encuentran a diferentes distancias de la medida de tendencia
central y el ltimo 25% es mucho ms disperso que el resto.
(b) Aproximadamente un 25%.
Problema n 11) Los siguientes diagramas de caja representan la distribucin de la carga parasitaria en campos de
cra de ganado vacuno de la Depresin del Salado, provincia de Buenos Aires. En base a los mismos responda:
a) Cules campos presentan distribuciones asimtricas? Justifique su respuesta.
b) Si usted fuera el asesor de la zona, en cules campo/s cree que se realiza un buen manejo sanitario del rodeo?
Discuta y justifique su respuesta.
c) Cules campos presentan una mediana no superior a 66 parsitos por animal?
Ver solucin del problema n 11
Solucin:
(a) Los tres campos presentan distribuciones asimtricas porque los valores extremos (mximo y mnimo) se
encuentran a diferentes distancias de la medida de tendencia central.
(b) En el campo C porque, no slo tiene la menor carga de parsitos sino que tambin es el ms homogneo.
(c) Los campos A y C.
Contenido
Ejercicios de Probabilidades y estadsticas: Teora de probabilidades. Variables aleatorias. Distribuciones de
probabilidades para variables aleatorias discretas y continuas. Distribucin binomial y distribucin normal. Uso de
tablas.
Tema N 2: Teora de probabilidades. Variables aleatorias. Distribuciones de probabilidades para variables
aleatorias discretas y continuas. Distribucin binomial y distribucin normal. Uso de tablas.
Problema n 1) A continuacin se muestra una tabla probabilstica acerca del nivel de instruccin de productores
de una zona y la implementacin de nuevas tcnicas de cultivo.
Implementacin de nuevas tcnicas de cultivo
No S
0.40 0.20
Bajo
Nivel de instruccin 0.10 0.30
Alto
Son independientes el nivel de instruccin de los productores de esa zona y la implementacin de nuevas tcnicas
de cultivo?
Ver solucin del problema n 1
Solucin del ejercicio n 1 de Teora de probabilidades. Variables aleatorias. Distribuciones de probabilidades para
variables aleatorias discretas y continuas. Distribucin binomial y distribucin normal. Uso de tablas:
Problema n 1) A continuacin se muestra una tabla probabilstica acerca del nivel de instruccin de productores
de una zona y la implementacin de nuevas tcnicas de cultivo.
Implementacin de nuevas tcnicas de cultivo
No S
0.40 0.20
Bajo
Nivel de instruccin 0.10 0.30
Alto
Son independientes el nivel de instruccin de los productores de esa zona y la implementacin de nuevas tcnicas
de cultivo?
Solucin:
P(Bajo No) = 0.40; P(Bajo) = 0.40 + 0.20 = 0.60; P(Bajo No) P(Bajo)P(No)
Nivel de Instruccin e Implementacin de nuevas tcnicas no son independientes.
Problema n 2) Cierto artculo es inspeccionado visualmente por dos inspectores. Cuando aparece un artculo
defectuoso, la probabilidad de que no sea detectado por el primer inspector es igual a 0.1. De aquellos no
detectados por el primer inspector, el segundo inspector slo detecta 5 de cada 10. Qu fraccin de defectuosos
no son detectados por ninguno de los inspectores?
Ver solucin del problema n 2
Solucin del ejercicio n 2 de Teora de probabilidades. Variables aleatorias. Distribuciones de probabilidades para
variables aleatorias discretas y continuas. Distribucin binomial y distribucin normal. Uso de tablas:
Problema n 2) Cierto artculo es inspeccionado visualmente por dos inspectores. Cuando aparece un artculo
defectuoso, la probabilidad de que no sea detectado por el primer inspector es igual a 0.1. De aquellos no
detectados por el primer inspector, el segundo inspector slo detecta 5 de cada 10. Qu fraccin de defectuosos
no son detectados por ninguno de los inspectores?
Solucin:
P(No1No2) = P(No1)P(No2/No1) = (0.1)(0.5) = 0.05.
Problema n 3) El 34% de los rboles de un bosque tienen ms de 15 aos. El 54% son de la variedad A. De los de
la variedad A, el 7% tiene ms de 15 aos. Si se elige un rbol al azar:
a) Cul es la probabilidad de que tenga ms de 15 aos y sea de la variedad A?
b) Cul es la probabilidad de que teniendo menos de 15 aos, sea de la variedad A?
Ver solucin del problema n 3
Solucin del ejercicio n 3 de Teora de probabilidades. Variables aleatorias. Distribuciones de probabilidades para
variables aleatorias discretas y continuas. Distribucin binomial y distribucin normal. Uso de tablas:
Problema n 3) El 34% de los rboles de un bosque tienen ms de 15 aos. El 54% son de la variedad A. De los de
la variedad A, el 7% tiene ms de 15 aos. Si se elige un rbol al azar:
a) Cul es la probabilidad de que tenga ms de 15 aos y sea de la variedad A?
b) Cul es la probabilidad de que teniendo menos de 15 aos, sea de la variedad A?
Solucin:
P(X>15) = 0.34; P(A) = 0.54; P(X>15/A) = 0.07;
(a) P(X>15 A) = P(A)P(X>15/A) = (0.54)(0.07) = 0.0378;
(b) P(A/X > 15) = P(A X > 15)/P(X > 15) = 0,0378/0,34 = 0.1112.
Problema n 4) Se echan dos monedas equilibradas; demuestre que el hecho "cara en la primera moneda" y el
hecho
"las dos monedas quedan igual" son independientes.
Ver solucin del problema n 4
Solucin del ejercicio n 4 de Teora de probabilidades. Variables aleatorias. Distribuciones de probabilidades para
variables aleatorias discretas y continuas. Distribucin binomial y distribucin normal. Uso de tablas:
Problema n 4) Se echan dos monedas equilibradas; demuestre que el hecho "cara en la primera moneda" y el
hecho
"las dos monedas quedan igual" son independientes.
Solucin:
S = {C1C2; C1X2; X1C2; X1X2;}; P(C1) = 0.50; P(las 2 iguales) = P(C1C2 X1X2) = 0.25 + 0.25 = 0.50;
P(C1las 2 iguales) = P(C1C2) = 0.25; P(C1las 2 iguales) = P(C1) P(las 2 iguales)
son independientes.
Problema n 5) Un analista econmico est investigando ciertos indicadores de bienestar referidos a un grupo de
pases que han sido clasificados como "altamente desarrollados", "medianamente desarrollados" y
"subdesarrollados". El objetivo del trabajo era analizar cierta cantidad de hogares urbanos, observando si los
mismos contaban o no con red cloacal. El 10% de los hogares analizados pertenecan a pases con alto nivel de
desarrollo y el 50% de los hogares, a pases medianamente desarrollados. Se pudo determinar que el 60% de los
hogares estudiados posean red cloacal, pero dicha proporcin era notoriamente ms alta en los hogares
estudiados que provenan de pases altamente desarrollados, ya que entre ellos, el 90% posea red cloacal. El 80%
de los hogares sin red cloacal provena de pases subdesarrollados. Sobre la base de esta informacin, hallar:
a) La probabilidad de que un hogar elegido al azar pertenezca a un pas altamente desarrollado, pero que no
tenga red cloacal;
b) La probabilidad de que un hogar con red cloacal pertenezca a un pas subdesarrollado;
c) La probabilidad de que un hogar no pertenezca a un pas subdesarrollado o no tenga red cloacal;
Ver solucin del problema n 5
Solucin del ejercicio n 6 de Teora de probabilidades. Variables aleatorias. Distribuciones de probabilidades para
variables aleatorias discretas y continuas. Distribucin binomial y distribucin normal. Uso de tablas:
Problema n 5) Un analista econmico est investigando ciertos indicadores de bienestar referidos a un grupo de
pases que han sido clasificados como "altamente desarrollados", "medianamente desarrollados" y
"subdesarrollados". El objetivo del trabajo era analizar cierta cantidad de hogares urbanos, observando si los
mismos contaban o no con red cloacal. El 10% de los hogares analizados pertenecan a pases con alto nivel de
desarrollo y el 50% de los hogares, a pases medianamente desarrollados. Se pudo determinar que el 60% de los
hogares estudiados posean red cloacal, pero dicha proporcin era notoriamente ms alta en los hogares
estudiados que provenan de pases altamente desarrollados, ya que entre ellos, el 90% posea red cloacal. El 80%
de los hogares sin red cloacal provena de pases subdesarrollados. Sobre la base de esta informacin, hallar:
a) La probabilidad de que un hogar elegido al azar pertenezca a un pas altamente desarrollado, pero que no
tenga red cloacal;
b) La probabilidad de que un hogar con red cloacal pertenezca a un pas subdesarrollado;
c) La probabilidad de que un hogar no pertenezca a un pas subdesarrollado o no tenga red cloacal;
Solucin:
Red cloacal
S No
0.09 0.01
Alto 0.43 0.07 0.10
Desarrollo Medio 0.50
Bajo 0.08 0.32 0.40
Problema n 6) En una operacin comercial se puede obtener una utilidad de $1000 o sufrir una prdida de $500.
Si la probabilidad de una utilidad es de 0.6, demuestre que la utilidad esperada en dicha operacin es de $400.
Ver solucin del problema n 6
Solucin del ejercicio n 6 de Teora de probabilidades. Variables aleatorias. Distribuciones de probabilidades para
variables aleatorias discretas y continuas. Distribucin binomial y distribucin normal. Uso de tablas:
Problema n 6) En una operacin comercial se puede obtener una utilidad de $1000 o sufrir una prdida de $500.
Si la probabilidad de una utilidad es de 0.6, demuestre que la utilidad esperada en dicha operacin es de $400.
Solucin:
(0.6)($1000) - (0.4)($500) = $400.
Problema n 7) Sea X una variable aleatoria discreta que slo toma los valores 0, 1, 2, 3, 4 y 5 y que tiene la
distribucin de probabilidad dada por la siguiente tabla.
X 0 1 2 3 4 5
0.05 0.30 ? 0.20 0.10 0.05
P(X)
a) Calcule P(2).
b) Calcule y .
c) Localice el intervalo [ - 2; + 2] sobre el eje x del histograma.
Ver solucin del problema n 7
Solucin del ejercicio n 7 de Teora de probabilidades. Variables aleatorias. Distribuciones de probabilidades para
variables aleatorias discretas y continuas. Distribucin binomial y distribucin normal. Uso de tablas:
Problema n 7) Sea X una variable aleatoria discreta que slo toma los valores 0, 1, 2, 3, 4 y 5 y que tiene la
distribucin de probabilidad dada por la siguiente tabla.
X 0 1 2 3 4 5
0.05 0.30 ? 0.20 0.10 0.05
P(X)
a) Calcule P(2).
b) Calcule y .
c) Localice el intervalo [ - 2; + 2] sobre el eje x del histograma.
Solucin:
(a) P(2) = 1 - 0.05 - 0.30 - 0.20 - 0.10 - 0.05 = 0.30;
(b) = 00.05 + 10.30 + 20.30 + 30.20 + 40.10 + 50.05 = 2.15;
= 0.05(0 - 2.15) + 0.30(1 - 2.15) + 0.20(2 - 2.15) + ... + 0.05(5 - 2.15) = 1.5275;
= ()1/2 = 1,5275 = 1,2359
(c)
Problema n 8) Un vendedor de seguros sabe que la oportunidad de vender una pliza es mayor mientras ms
contactos realice con clientes potenciales. Si la probabilidad de que una persona compre una pliza de seguro
despus de la visita, es constante e igual a 0.25, y si el conjunto de visitas constituye un conjunto independiente de
ensayos, cuntos compradores potenciales debe visitar el vendedor para que la probabilidad de vender por lo
menos una pliza sea de 0.80?
Ver solucin del problema n 8
Solucin del ejercicio n 8 de Teora de probabilidades. Variables aleatorias. Distribuciones de probabilidades para
variables aleatorias discretas y continuas. Distribucin binomial y distribucin normal. Uso de tablas:
Problema n 8) Un vendedor de seguros sabe que la oportunidad de vender una pliza es mayor mientras ms
contactos realice con clientes potenciales. Si la probabilidad de que una persona compre una pliza de seguro
despus de la visita, es constante e igual a 0.25, y si el conjunto de visitas constituye un conjunto independiente de
ensayos, cuntos compradores potenciales debe visitar el vendedor para que la probabilidad de vender por lo
menos una pliza sea de 0.80?
Solucin:
1 visita: P(vender 1 pliza) = 0.25;
2 visitas: P(vender al menos 1 pliza) = 1 - P(no vender ninguna pliza) = 1 -0.75 = 0.4375;
3 visitas: P(vender al menos 1 pliza) = 1 - P(no vender ninguna pliza) = 1 -0.75 = 0.5781;
4 visitas: P(vender al menos 1 pliza) = 1 - P(no vender ninguna pliza) = 1 -0.754 = 0.6836;
5 visitas: P(vender al menos 1 pliza) = 1 - P(no vender ninguna pliza) = 1 -0.755 = 0.7627;
6 visitas: P(vender al menos 1 pliza) = 1 - P(no vender ninguna pliza) = 1 -0.756 = 0.8220.
Problema n 9) Un plan de control de calidad acepta un lote grande de artculos, si una muestra de siete artculos
no produce ninguno defectuoso. Cul es la probabilidad de aceptar el lote si ningn artculo del lote es
defectuoso? Y si 1/10 son defectuosos? Si 1/2 son defectuosos?
Ver solucin del problema n 9
Solucin del ejercicio n 9 de Teora de probabilidades. Variables aleatorias. Distribuciones de probabilidades para
variables aleatorias discretas y continuas. Distribucin binomial y distribucin normal. Uso de tablas:
Problema n 9) Un plan de control de calidad acepta un lote grande de artculos, si una muestra de siete artculos
no produce ninguno defectuoso. Cul es la probabilidad de aceptar el lote si ningn artculo del lote es
defectuoso? Y si 1/10 son defectuosos? Si 1/2 son defectuosos?
Solucin:
(a) = 1; P(aceptar el lote) = 1.0000;
Problema n 10) La probabilidad de infeccin con odio (enfermedad fngica) en plantas de zapallito redondo en las
quintas del cinturn hortcola del Gran Buenos Aires es 0.15. Si usted es contratado por el Ministerio de Asuntos
Agrarios de la provincia de Buenos Aires para elaborar un informe acerca del estado de la enfermedad en dicha
rea y decide visitar 15 quintas, cul es la probabilidad esperada para los siguientes sucesos:
a) A lo sumo 3 quintas presenten cultivos infectados.
b) Slo 5 quintas presenten cultivos infectados.
c) Al menos 4 quintas presenten cultivos infectados.
Ver solucin del problema n 10
Solucin del ejercicio n 10 de Teora de probabilidades. Variables aleatorias. Distribuciones de probabilidades para
variables aleatorias discretas y continuas. Distribucin binomial y distribucin normal. Uso de tablas:
Problema n 10) La probabilidad de infeccin con odio (enfermedad fngica) en plantas de zapallito redondo en las
quintas del cinturn hortcola del Gran Buenos Aires es 0.15. Si usted es contratado por el Ministerio de Asuntos
Agrarios de la provincia de Buenos Aires para elaborar un informe acerca del estado de la enfermedad en dicha
rea y decide visitar 15 quintas, cul es la probabilidad esperada para los siguientes sucesos:
a) A lo sumo 3 quintas presenten cultivos infectados.
b) Slo 5 quintas presenten cultivos infectados.
c) Al menos 4 quintas presenten cultivos infectados.
Solucin:
P(Odio) = 0.15; X: nmero de quintas con cultivos infectados;
Problema n 11) El 40% de los animales de un rodeo son de raza A y el resto, de raza B. El peso de los animales
de la raza A sigue una distribucin normal con media 250 kg y varianza 400 kg. El peso de los animales de la raza
B sigue una distribucin normal con media 270 kg y desvo tpico 30 kg. Qu porcentaje de animales tiene peso
superior a 240?
Ver solucin del problema n 11
Solucin del ejercicio n 11 de Teora de probabilidades. Variables aleatorias. Distribuciones de probabilidades para
variables aleatorias discretas y continuas. Distribucin binomial y distribucin normal. Uso de tablas:
Problema n 11) El 40% de los animales de un rodeo son de raza A y el resto, de raza B. El peso de los animales
de la raza A sigue una distribucin normal con media 250 kg y varianza 400 kg. El peso de los animales de la raza
B sigue una distribucin normal con media 270 kg y desvo tpico 30 kg. Qu porcentaje de animales tiene peso
superior a 240?
Solucin:
P(raza A) = 0.40; P(raza B) = 0.60; A = 250 kg.; A = 400 kg; B = 270 kg.; B = 900 kg;
P(X>240/A) = P[z > (240 - 250)/400] = P (z > - 0,50) = 0,6915;
P(X>240/B) = P[z > (240 - 270)/900] = P (z > - 1,00) = 0,8413;
P(X>240) = P(X>240 y raza A) + P(X>240 y raza B) = P(A)P(X>240/A) + P(B)P(X>240/B) =
= 0.400.6915 + 0.600.8413 = 0.78138.
Problema n 12) Un proceso industrial produce tornillos cuyos dimetros tienen una distribucin normal con media
y desviacin estndar iguales a 0.498 y 0.002 respectivamente. Si las especificaciones requieren que el dimetro
sea igual a 0.500 0.004 centmetros qu fraccin de la poblacin ser inaceptable?
Ver solucin del problema n 12
Solucin del ejercicio n 12 de Teora de probabilidades. Variables aleatorias. Distribuciones de probabilidades para
variables aleatorias discretas y continuas. Distribucin binomial y distribucin normal. Uso de tablas:
Problema n 12) Un proceso industrial produce tornillos cuyos dimetros tienen una distribucin normal con media
y desviacin estndar iguales a 0.498 y 0.002 respectivamente. Si las especificaciones requieren que el dimetro
sea igual a 0.500 0.004 centmetros qu fraccin de la poblacin ser inaceptable?
Solucin:
= 0.498;
= 0.002;
P(Aceptable) = P{z < (0,500 + 0,004 - 0,498)/0,002} - P{z < (0,500 - 0,004 - 0,498)/0,002} = P(z < 3) - P(z < -1) =
0,9987 - 0,1587 = 0,84
P(Inaceptable) = 1 - P(Aceptable) = 1 - 0.84 = 0.16.
Problema n 13) Se ha estudiado la variable circunferencia basal [cm] en rboles de 5 aos de edad de una
especie forestal y se hall que la funcin de densidad f(c) = -c + 4c - (8/3) describa muy ajustadamente las
observaciones en muchas poblaciones de la especie (1 c 2).
(a) Comprobar que f(c) es una funcin de densidad.
(b) Si se elige un rbol al azar de una poblacin:
(i) cul es la probabilidad de que tenga una circunferencia basal menor a 1.2 cm?
(ii) cul es la probabilidad de que tenga una circunferencia basal mayor a 1.7 cm?
(iii) cul es la probabilidad de que tenga una circunferencia basal mayor a 1.2 cm y menor a 1.7 cm?
(iv) Por qu las probabilidades de los puntos (i), (ii) y (iii) suman 1?
Ver solucin del problema n 13
Solucin del ejercicio n 13 de Teora de probabilidades. Variables aleatorias. Distribuciones de probabilidades para
variables aleatorias discretas y continuas. Distribucin binomial y distribucin normal. Uso de tablas:
Problema n 13) Se ha estudiado la variable circunferencia basal [cm] en rboles de 5 aos de edad de una
especie forestal y se hall que la funcin de densidad f(c) = -c + 4c - (8/3) describa muy ajustadamente las
observaciones en muchas poblaciones de la especie (1 c 2).
(a) Comprobar que f(c) es una funcin de densidad.
(b) Si se elige un rbol al azar de una poblacin:
(i) cul es la probabilidad de que tenga una circunferencia basal menor a 1.2 cm?
(ii) cul es la probabilidad de que tenga una circunferencia basal mayor a 1.7 cm?
(iii) cul es la probabilidad de que tenga una circunferencia basal mayor a 1.2 cm y menor a 1.7 cm?
(iv) Por qu las probabilidades de los puntos (i), (ii) y (iii) suman 1?
Solucin:
(a) Para que f(c) sea una funcin de densidad se debe cumplir que:
Problema n 14) Se conoce que la variable frecuencia relativa de abonados en un instante dado en la cola de
espera de un servicio en una empresa sigue una distribucin cuya funcin de densidad es f(t) = t - 2t + (5/3).
(a) Graficar f(t) y verificar que f(t) es una funcin de densidad.
(b) Calcular la media y la variancia de t.
(c) Calcular la probabilidad de que en un instante dado haya en la cola de espera al menos un 30% de abonados.
Ver solucin del problema n 14
Solucin del ejercicio n 14 de Teora de probabilidades. Variables aleatorias. Distribuciones de probabilidades para
variables aleatorias discretas y continuas. Distribucin binomial y distribucin normal. Uso de tablas:
Problema n 14) Se conoce que la variable frecuencia relativa de abonados en un instante dado en la cola de
espera de un servicio en una empresa sigue una distribucin cuya funcin de densidad es f(t) = t - 2t + (5/3).
(a) Graficar f(t) y verificar que f(t) es una funcin de densidad.
(b) Calcular la media y la variancia de t.
(c) Calcular la probabilidad de que en un instante dado haya en la cola de espera al menos un 30% de abonados.
Solucin:
(a)
f(t) 0 en [0;1] y
(b) 0.417;
= 0.0819
Problema n 15) El dimetro de las tortas de girasol se distribuye normalmente con media 18 cm y desvo tpico 6
cm.
a) Qu porcentaje de las tortas tienen un dimetro entre 16 y 21 cm?
b) Cul es el dimetro superado slo por el 90% de las plantas?
c) En una muestra de 10 tortas, cul es la probabilidad de encontrar a lo sumo 3 con dimetro inferior a 16 cm?
Ver solucin del problema n 15
Solucin del ejercicio n 15 de Teora de probabilidades. Variables aleatorias. Distribuciones de probabilidades para
variables aleatorias discretas y continuas. Distribucin binomial y distribucin normal. Uso de tablas:
Problema n 15) El dimetro de las tortas de girasol se distribuye normalmente con media 18 cm y desvo tpico 6
cm.
a) Qu porcentaje de las tortas tienen un dimetro entre 16 y 21 cm?
b) Cul es el dimetro superado slo por el 90% de las plantas?
c) En una muestra de 10 tortas, cul es la probabilidad de encontrar a lo sumo 3 con dimetro inferior a 16 cm?
Solucin:
= 18 cm y = 6 cm;
(a) P{z < (21 - 18)/6} - P{z < (16 - 18)/6} = N(0,5) - N(-0,3333) = 0,6915 - 0,3707 = 0.3208;
(b) P(z > z0) = 0.90
P(z < z0) = 0.10
z0 = -1.28; z = ( - 18)/6 = -1,28
x = 10.32;
(c) P(X < 16) = P(z < -0.3333) = 0.3707;
Solucin del ejercicio n 16 de Teora de probabilidades. Variables aleatorias. Distribuciones de probabilidades para
variables aleatorias discretas y continuas. Distribucin binomial y distribucin normal. Uso de tablas:
Problema n 16) Sea X una variable aleatoria con distribucin binomial y parmetros n = 8 y p = 0.4. Obtener las
probabilidades puntuales de los valores de X. Hacer una grfica de la funcin de probabilidad.
Solucin:
x 0 1 2 3 4 5 6 7 8
P(x) 0.0168 0.0896 0.2090 0.2787 0.2322 0.1238 0.0413 0.0079 0.0007
Problema n 17) Sea Z una variable aleatoria normal estndar. Hallar el nmero h tal que Z es:
(a) menor que h con probabilidad 0.7
(b) menor que h con probabilidad 0.25
(c) mayor que h con probabilidad 0.02
(d) mayor que h con probabilidad 0.6.
Ver solucin del problema n 17
Solucin del ejercicio n 17 de Teora de probabilidades. Variables aleatorias. Distribuciones de probabilidades para
variables aleatorias discretas y continuas. Distribucin binomial y distribucin normal. Uso de tablas:
Problema n 17) Sea Z una variable aleatoria normal estndar. Hallar el nmero h tal que Z es:
(a) menor que h con probabilidad 0.7
(b) menor que h con probabilidad 0.25
(c) mayor que h con probabilidad 0.02
(d) mayor que h con probabilidad 0.6.
Solucin:
(a) P(z < h) = 0.70
h = 0.53; (b) P(z < h) = 0.25
h = -0.68; (c) P(z > h) = 0.02
h = +2.60;
(d) P(z > h) = 0.60
h = -0.25.
Problema n 18) Una compaa que produce fertilizantes est preocupada por el contenido de impurezas en sus
productos granulados. Se estima que el peso de las impurezas por lote se distribuye segn una normal con media
12.2 gramos y desviacin tpica 2.8 gramos. Se elige un lote al azar.
a) Cul es la probabilidad de que contenga menos de 10 gramos de impurezas?
b) Cul es la probabilidad de que contenga ms de 15 gramos de impurezas?
c) Cul es la probabilidad de que contenga entre 12 y 15 gramos de impurezas?
Ver solucin del problema n 18
Solucin del ejercicio n 18 de Teora de probabilidades. Variables aleatorias. Distribuciones de probabilidades para
variables aleatorias discretas y continuas. Distribucin binomial y distribucin normal. Uso de tablas:
Problema n 18) Una compaa que produce fertilizantes est preocupada por el contenido de impurezas en sus
productos granulados. Se estima que el peso de las impurezas por lote se distribuye segn una normal con media
12.2 gramos y desviacin tpica 2.8 gramos. Se elige un lote al azar.
a) Cul es la probabilidad de que contenga menos de 10 gramos de impurezas?
b) Cul es la probabilidad de que contenga ms de 15 gramos de impurezas?
c) Cul es la probabilidad de que contenga entre 12 y 15 gramos de impurezas?
Solucin:
= 12.2 g y = 2.8 g;
(a) P(X < 10) = P{z < (10 - 12,2)/2,8}
P(z < -0.786) = 0.215;
(b) P(X > 15) = P{z > (15 - 12,2)/2,8}
P(z > 1) = 0.1587;
(c) P(X < 15) - P(X < 12) = P(z < 1) - P(z < -0.071) = 0.8413 - 0.4720 = 0.3693.
Autor: Olga Susana Filippini
Problema n 19) Los motores de un avin operan de manera independiente. La probabilidad de que un motor
funcione correctamente en un dado viaje es de 0.95. Una aeronave es capaz de completar el trayecto de un viaje de
manera exitosa si por lo menos la mitad de sus motores funciona correctamente. En base a esto, determine qu tipo
de aeronave tiene mayor probabilidad de completar un viaje exitoso: un tetramotor o un bimotor?
Ver solucin del problema n 19
Solucin del ejercicio n 19 de Teora de probabilidades. Variables aleatorias. Distribuciones de probabilidades para
variables aleatorias discretas y continuas. Distribucin binomial y distribucin normal. Uso de tablas:
Problema n 19) Los motores de un avin operan de manera independiente. La probabilidad de que un motor
funcione correctamente en un dado viaje es de 0.95. Una aeronave es capaz de completar el trayecto de un viaje de
manera exitosa si por lo menos la mitad de sus motores funciona correctamente. En base a esto, determine qu tipo
de aeronave tiene mayor probabilidad de completar un viaje exitoso: un tetramotor o un bimotor?
Solucin:
P(f. correcto) = 0.95;
El bimotor.
Probabilidad condicional
Probabilidad condicional. Con reposicin y sin reposicin. Simples o marginales, conjuntas. Regla de la
independencia.
Contenido
Apunte de Probabilidades y estadsticas: Probabilidad condicional. Con reposicin y sin reposicin. Simples o
marginales, conjuntas. Regla de la independencia.
Ejercicios: Probabilidad condicional.
Problema n 1) Al transportar una caja conteniendo 21 piezas buenas y 10 defectuosas, se extravi una de ellas
sin saber de que tipo era. Hallar la probabilidad de que la pieza extraviada haya sido:
a) Buena.
b) Defectuosa.
Ver solucin del problema n 1
Solucin del ejercicio n 1 de Probabilidad condicional. Con reposicin y sin reposicin. Simples o marginales,
conjuntas. Regla de la independencia:
Problema n 1) Al transportar una caja conteniendo 21 piezas buenas y 10 defectuosas, se extravi una de ellas
sin saber de que tipo era. Hallar la probabilidad de que la pieza extraviada haya sido:
a) Buena.
b) Defectuosa.
Solucin:
a) P(B) = 21/31 = 0,67742
b) P(M) = 10/31 = 0,32258
Problema n 2) Se realizara un importante congreso y los organizadores quieren que el mismo se desarrolle sin
problemas de abastecimiento de electricidad. Saben que la probabilidad de que un grupo electrgeno funcione bien
es de 0,90 y se sentirn seguros si la probabilidad de falla es de 1/5000.
Cuntos grupos electrgenos necesitarn?
Respuesta:
4 grupos electrgenos.
Problema n 3) La probabilidad de que aumente en el prximo mes el precio de los autos 0 Km. es de 0,80; la
probabilidad de que aumenten las ventas es de 0,30; y la de que ocurran ambos sucesos es de 0,20.
a) Cul es la probabilidad de que las ventas suban si el precio aumento?
b) Cul es la probabilidad de que suba el precio dado que las ventas aumentaron?
c) Pruebe si ambos sucesos son independientes o no.
Respuesta:
a) 0,25
b) 0,667
c) Sucesos dependientes.
Problema n 4) Suponga que se sabe que el 5 % de los hombres y el 0,75 % de las mujeres son daltnicos.
Sabiendo adems que el 51 % de las personas son hombres, calcule la probabilidad de que una persona elegida al
azar sea daltnica.
Respuesta:
2,92 %
Problema n 5) Sea un tirador que tiene una probabilidad de acertar al blanco de 0,9. Pero en el caso de que el tiro
anterior fuera yerro, se pone nervioso y esta probabilidad disminuye a 0,6.
Qu probabilidad tiene de lograr el segundo acierto en el tiro cuatro?
Respuesta:
0,0468
Problema n 6) Si P(A) = 1/4, P (B/A) = 1/2 y P (A/B) = 1/4, justificar si es verdadero o falso que:
P (A/B) + P (A/B) = 1
Respuesta:
Verdadero
Problema n 7) La probabilidad de derribar un avin enemigo con un tiro de gomera, en determinadas condiciones,
es de 0,004. Se desea saber la probabilidad de abatir un avin enemigo con el tiro simultneo de 250 gomeras.
Respuesta:
0,63286
Problema n 8) Los eventos A y B sin independientes, los eventos A y C son excluyentes y los eventos B y C son
independientes.
Calcular P(A U B U C), sabiendo que P(A) = 0,5, P(B) = 0,25 y P(C) = 0,125.
Respuesta:
0,71875
Problema n 9) La probabilidad de que el lanzamiento de un producto al mercado sea exitoso se estima en 0,80, la
probabilidad de que los gastos en publicidad no excedan los u$s 20.000 es de 0,6 y la de que se logren ambos
objetivos de 0,48.
Cul es la probabilidad de que se logre por lo menos un de estos objetivos?
Respuesta:
a) 0,92
b) Probabilidad de aparicin de por lo menos un suceso independiente P(A) = 1 - qn.
Problema n 10) Una urna contiene pelotitas numeradas del 1 a 100, pintadas de rojo o verde. De las pelotitas
pares, el 70 % estn pintadas de rojo mientras que, de las impares, el 58 % estn pintadas de verde.
Se extrae una pelotita a azar y resulta ser verde.
a) Qu probabilidad hay de que sea impar?
b) Qu probabilidad hay de que sea par?
Respuesta:
a) 0,6591
b) 0,34091
Probabilidad condicional
Probabilidad condicional. Con reposicin y sin reposicin. Simples o marginales, conjuntas. Regla de la
independencia.
Contenido
Ejercicios de Probabilidades y estadsticas: Probabilidad condicional. Con reposicin y sin reposicin. Simples o
marginales, conjuntas. Regla de la independencia.
Ejercicios: Probabilidad condicional.
Problema n 1) Sean dos tiradores A y B con una probabilidad de acertar a un blanco de 0,7 y 0,8 respectivamente.
Tiran en orden sucesivo (primero A y luego B, despus A y luego nuevamente B, y as) y gana el primero que
logra una ventaja de dos aciertos, habiendo realizado ambos la misma cantidad de tiros.
Calcular la probabilidad de que A gane en su:
a) Segundo tiro.
b) Tercer tiro.
Respuesta:
a) 0,0196
b) 0,024304
Problema n 2) Los integrantes de un tour a las Cataratas del Iguaz son 30 argentinos y 20 extranjeros,
clasificados segn sus edades de la siguiente forma:
Edad Argentinos Extranjeros Total
0 20 6 5 11
20 40 15 8 23
Ms de 40 9 7 16
TOTAL 30 20 50
Respuesta:
a) 28/50
b) 0,1
c) 9/30
Problema n 3) Se poseen dos dados en un juego de apuestas. A qu le apostara usted?
Respuesta:
Se apostara al 7 por ser el de mayor probabilidad: P(7) = 1/6.
Problema n 4) Una urna contiene 7 bolillas blancas y 3 negras, en tanto que una segunda urna contiene 5 bolillas
blancas y 5 negras.
Se extrae una bolilla de la primera urna y se coloca en la segunda, extrayendo luego de esta ltima otra bolilla.
a) Cul es la probabilidad de que esta segunda bolilla sea blanca, si no se sabe de que color fue la extrada en
primer lugar?
b) Y si se sabe que la bolilla extrada de la primera urna fue negra?
Respuesta:
a) 57/110
b) 5/11
Problema n 5) Las mquinas A y B producen diariamente 500 y 800 tornillos, con un porcentaje de defectuosos de
3 % y 5 % respectivamente. Se extrae un tornillo al azar y resulta ser defectuoso: determine la probabilidad de que
haya sido producido por la mquina A.
Respuesta:
3/11
Problema n 6) El 70 % de los gerentes de cierta empresa posee automvil y el 15 % posee telefona porttil, en
tanto que hay un 3 % que cuenta con ambos productos y ha sido considerado en los porcentajes anteriores.
a) Cul es el porcentaje de gerentes que posee al menos uno de estos productos?
b) Cul es la probabilidad de encontrar un gerente que no cuente con ninguno de ellos?
c) Se elige un gerente al azar que posee uno de estos productos. Cul es la probabilidad de que slo tenga
telefona porttil?
Respuesta:
a) 0,82
b) 0,18
c) 0,14634
Problema n 7) Un 25 % de los vehculos que circulan por cierta carretera son camiones y el resto son automviles.
Las respectivas probabilidades de que paren en una determinada estacin de servicio son de 0,01 y 0,02. Indicar la
probabilidad de que el prximo vehculo pase por dicha estacin y se detenga sea un camin.
Respuesta:
0,14286
Problema n 8) En una planta productora de tubos fluorescentes, se ha encontrado que el equipo de vaco funciona
irregularmente 20 minutos en cada jornada de 8 horas. Cuando esto sucede, el porcentaje de defectuosos se eleva
del 3 % habitual al 12 % .
Del almacn se extrae un tubo, se lo examina y resulta ser defectuoso.
a) Cul es la probabilidad de que ese tubo haya sido fabricado en un momento en que el equipo funcionaba
irregularmente?
b) Cul es la probabilidad de que ese tubo haya sido fabricado en un momento en que el equipo funcionaba
regularmente?
Respuesta:
a) 0,14815
b) 0,85185
Problema n 9) De un grupo de 1000 estudiantes universitarios, 800 concurren a universidades estatales y, de
ellos, 500 trabajan. Hallar la probabilidad de que un estudiante elegido al azar trabaja y concurren a una universidad
privada, sabiendo que la cantidad de estudiantes que no trabajan alcanza al 48 % del total del grupo.
Respuesta:
0,02
Problema n 10) De 200 personas el 40 % fuma, 164 saben manejar y slo el 5 % no fuma y no sabe aneja.
Si se elige una persona al azar:
a) Cul es la probabilidad de que fume y maneje?
b) Y de que fume pero no maneje?
Respuesta:
a) 0,27
b) 0,13
Probabilidad condicional
Probabilidad condicional. Con reposicin y sin reposicin. Simples o marginales, conjuntas. Regla de la
independencia.
Contenido
Ejercicios de Probabilidades y estadsticas: Probabilidad condicional. Con reposicin y sin reposicin. Simples o
marginales, conjuntas. Regla de la independencia.
Ejercicios: Probabilidad condicional.
Problema n 1) Por una ruta pasan los vehculos colectados por dos sub-rutas A y B. Los vehculos de A estn
compuestos por un 10 % de camiones y los B por un 20 % de camiones. A su vez, el 40 % de los vehculos que
circulan por la ruta provienen de A, y el resto proviene de B.
Cul es la probabilidad de que en una muestra de 3 vehculos, elegidos a azar de la ruta colectora, se encuentre
dos camones?
Respuesta:
0,064512
Problema n 2) En una fabrica hay tres maquinas A, B y C que producen el 20 % , 30 % y 50 % de la produccin
total, con porcentajes defectuosos del 5 % , 10 % y 15 % respectivamente.
Se extraen de la produccin tres defectuosos y se desea saber la probabilidad de que no sean todos ellos de la
misma maquina.
Respuesta:
0,70429
Problema n 3) De un grupo de 20 personas, 10 individuos hablan francs, 8 hablan ingls (de los cuales tambin
hablan francs) y 5 ninguno de estos idiomas.
Se selecciona un individuo al azar.
a) Cul es la probabilidad de que hable francs?
b) Cul es la probabilidad de que hable ingls?
c) Cul es la probabilidad de que hable francs e ingls?
d) Cul es la probabilidad de que no hable ninguno de estos dos idiomas?
e) Cul es la probabilidad de que hable francs sabiendo hablar ingls?
f) Cul es la probabilidad de que hable ingls sabiendo hablar francs?
g) Cul es la probabilidad de que hable francs o ingls?
Ver solucin del problema n 3
Solucin del ejercicio n 3 de Probabilidad condicional. Con reposicin y sin reposicin. Simples o marginales,
conjuntas. Regla de la independencia:
Problema n 3) De un grupo de 20 personas, 10 individuos hablan francs, 8 hablan ingls (de los cuales tambin
hablan francs) y 5 ninguno de estos idiomas.
Se selecciona un individuo al azar.
a) Cul es la probabilidad de que hable francs?
b) Cul es la probabilidad de que hable ingls?
c) Cul es la probabilidad de que hable francs e ingls?
d) Cul es la probabilidad de que no hable ninguno de estos dos idiomas?
e) Cul es la probabilidad de que hable francs sabiendo hablar ingls?
f) Cul es la probabilidad de que hable ingls sabiendo hablar francs?
g) Cul es la probabilidad de que hable francs o ingls?
Solucin:
Cuadro de contingencia:
I I
F 3 7 10
F 5 5 10
8 12 20
Problema n 4) La probabilidad de que baje el precio del litro de leche comn durante el prximo mes es estimada
en 0,40; la probabilidad de que aumente el consumo de leche en el mes siguiente se calcula en 0,50; y la
probabilidad de ambos sucesos se calcula en 0,10.
Calcular la probabilidad de que:
a) Haya bajado el precio de la leche durante el mes dado que el consumo ha aumentado.
b) El consumo haya aumentado si el precio de la leche ha aumentado.
c) Pruebe si ambos sucesos son independientes o no.
Ver solucin del problema n 4
Solucin del ejercicio n 4 de Probabilidad condicional. Con reposicin y sin reposicin. Simples o marginales,
conjuntas. Regla de la independencia:
Problema n 4) La probabilidad de que baje el precio del litro de leche comn durante el prximo mes es estimada
en 0,40; la probabilidad de que aumente el consumo de leche en el mes siguiente se calcula en 0,50; y la
probabilidad de ambos sucesos se calcula en 0,10.
Calcular la probabilidad de que:
a) Haya bajado el precio de la leche durante el mes dado que el consumo ha aumentado.
b) El consumo haya aumentado si el precio de la leche ha aumentado.
c) Pruebe si ambos sucesos son independientes o no.
Solucin:
Cuadro de contingencia:
P P
C 0.10 0.40 0.50
0.40 0.60 1
P(P) = 0,40
P(C) = 0,50
P(P C) = 0,10
a) P(P/C) = P(P C)/P(P)
P(P/C) = 0,10/0,50 = 0,2
b) P(C/P) = 0,40/0,60 = 0,66667
c) P(C P) = P(C).P(P)
0,10 0,50.0,40
Sucesos dependientes.
Solucin del ejercicio n 5 de Probabilidad condicional. Con reposicin y sin reposicin. Simples o marginales,
conjuntas. Regla de la independencia:
Problema n 5) La probabilidad de que falle un motor en un avin es de 0,10.
Con cuantos motores debe estar equipado un avin para tener una seguridad de 0,999 de que el mismo no caiga,
suponiendo que para ello es necesario que al menos un motor funcione?
Solucin:
P(F) = 0,10
P(F) = 0,90
P(C) = 0,999
P(C) = 0,001
P(F)n = P(C)
n.ln[P(F)] = ln[P(C)]
n = ln[P(C)]/ln[P(F)]
n = ln(0,001)/ln(0,1)
n=3
3 motores.
Problema n 6) Sean dos tiradores A y B con probabilidades de acertar un tiro al blanco de 0,90 y 0,95
respectivamente. Si A efecta 5 disparos y B tantos como numero de aciertos tuvo A Cul es la probabilidad de
que B tenga mas de dos aciertos?
Respuesta:
0,97576
Problema n 7) El 20 % de las familias tiene un solo hijo, el 10 % tiene 2; el 20 % tiene 3 y el 20 % tiene 4 o ms.
Se toma una familia al azar y resulta que tiene menos de 4 hijos.
Cul es la probabilidad de que tenga exactamente un hijo?
Respuesta:
0,25
Problema n 8) En 2 establecimientos se fabrican lmparas incandescentes. El primero suministra el 70 % y el
segundo el 30 % de la produccin total. En promedio, solo son normales 83 lmparas de cada 100 provenientes de
la primera planta, y 63 de cada 100 provenientes de la segunda.
a) Calcular la probabilidad de adquirir una lmpara normal.
b) Habiendo comprado una lmpara normal, determinar la probabilidad de que la misma provenga del segundo
establecimiento.
Respuesta:
a) 0,77
b) 0,24545
Problema n 9) Una moneda en perfectas condiciones de azar es lanzada repetidas veces. Si sale cara en los
primeros 6 lanzamientos. Cul es la probabilidad de que salga cara en el sptimo?
Respuesta:
1/2
Problema n 10) SE arroja un dado dos veces consecutivas Cul es la probabilidad de que:
a) La suma sea igual a 5?
b) La suma sea igual a 7?
c) El producto sea igual a 7?
d) La suma sea igual a 5 o a 7?
e) La suma sea igual a 8, habiendo salido par?
Respuesta:
a) 4/36
b) 6/36
c) 26/36
d) 10/36
e) 5/18
Probabilidad condicional
Probabilidad condicional. Con reposicin y sin reposicin. Simples o marginales, conjuntas. Regla de la
independencia.
Contenido
Ejercicios de Probabilidades y estadsticas: Probabilidad condicional. Con reposicin y sin reposicin. Simples o
marginales, conjuntas. Regla de la independencia.
Ejercicios: Probabilidad condicional.
Problema n 1) Para la destruccin de un puente es suficiente que al menos una bomba arrojada desde un avin
haga impacto en l. Hallar la probabilidad de que el puente sea destruido, si sobre el mismo se lanzan cuatro
bombas con probabilidad de impacto de 0,30; 0,10; 0,60; y 0,70 respectivamente.
Respuesta:
0,9496
Problema n 2) Se tiene tres resistencias A, B y C. Luego de un tiempo se obtuvieron las siguientes probabilidades
de encontrar quemadas las resistencias: P(A) = 0,20 P(B) = P(C) = 0,08; P(AB) = 0,04; P(A/C) = 1/4; P(B/C) = 3/8 y
P(ABC) = 0,01.
Calcular la probabilidad de encontrar:
a) Por lo menos una resistencia quemada.
b) Slo una resistencia quemada.
c) La resistencia B quemada, sabiendo que lo estn la A y C.
d) Solamente dos quemadas, dado que por lo menos una lo esta.
Respuesta:
a) 0,28
b) 0,21
c) 0,5
d) 0,21429
Problema n 3) Dos grupos de 50 personas cada uno estn compuestos, segn sus estudios, de la siguiente
manera:
GRUPO A: 20 % universitarios; 20 % secundarios; 60 % primarios.
GRUPO B: 25 % universitarios; 20 % secundarios; 55 % primarios.
Calcular la probabilidad de que al elegir una persona de cada grupo resulte ser:
a) Ambos universitarios.
b) Primario del grupo A y secundario del grupo B.
Respuesta:
a) 0,05
b) 0,12
Problema n 4) Se realiza una encuesta a amas de casa en relacin a las dos nicas marcas de arroz que existen
en plaza. El 60 % compra al menos arroz de marca A, el 30 % adquiere al menos arroz marca B, contndose un 10
% que compra ambas marcas.
Al elegirse un ama de casa al azar y preguntrsele si consume arroz, responde afirmativamente.
a) Cul es la probabilidad de que consuma slo marca B?
b) Cul es la probabilidad de que consuma solo marca A?
c) Cul es la probabilidad de que consuma marca A o B?
Respuesta:
a) 0,25
b) 0,625
c) 1
Problema n 5) El tirador A dispara al blanco 3 veces. Luego B tira tantos disparos como yerros tuvo A y,
finalmente, C efecta tantos tiros como aciertos tuvo B.
Hallar la probabilidad de que B y C juntos acierten tres tiros exactamente, suponiendo que sus respectivas
probabilidades de acierto son P(A) = 0,8; P(B) = 0,6; P(C) = 0,4
Respuesta:
0,018382
Problema n 6) Para clasificarse en una competencia, un tirador debe disparar varias veces hasta tener dos
aciertos consecutivos antes del sptimo disparo.
Calcule la probabilidad de clasificarse se dicho tirados tiene una probabilidad de acierto de 0,6.
Respuesta:
0,811584
Problema n 7) En un curso de estadstica se sabe que dejan la materia antes del final de cuatrimestre el 15 % de
los alumnos y, de los que si terminan, aprueban el 80 % .
Calcular la probabilidad de que un alumno elegido al azar:
a) Apruebe la materia.
b) Llegue al final de cuatrimestre y no apruebe la materia.
c) No apruebe la materia.
Respuesta:
a) 0,68
b) 0,17
c) 0,32
Problema n 8) La compaa de ensamble de automviles Ford se ha presentado a una licitacin para ensamblar
un nuevo modelo de vehculos. La probabilidad de que Ford gane la licitacin es de 0,90 si la firma competidora
GTR no se presenta a ella, y de 0,20 en caso contrario.
El presidente de Ford estima que hay una probabilidad de 0,80 de que GTR se presente.
a) Cul el la probabilidad de que Ford gane la licitacin?
b) Dado que Ford gan la licitacin, Cul es la probabilidad de que GTR se haya presentado a ella?
Ver solucin del problema n 8
Solucin del ejercicio n 8 de Probabilidad condicional. Con reposicin y sin reposicin. Simples o marginales,
conjuntas. Regla de la independencia:
Problema n 8) La compaa de ensamble de automviles Ford se ha presentado a una licitacin para ensamblar
un nuevo modelo de vehculos. La probabilidad de que Ford gane la licitacin es de 0,90 si la firma competidora
GTR no se presenta a ella, y de 0,20 en caso contrario.
El presidente de Ford estima que hay una probabilidad de 0,80 de que GTR se presente.
a) Cul el la probabilidad de que Ford gane la licitacin?
b) Dado que Ford gan la licitacin, Cul es la probabilidad de que GTR se haya presentado a ella?
Solucin:
P(F/GTR) = 0,90
P(F/GTR) = 0,20
P(GTR) = 0,80
P(GTR) = 0,20
P(F GTR) = P(GTR).P(F/GTR)
P(F GTR) = 0,90.0,20
P(F GTR) = 0,18
P(F GTR) = P(GTR).P(F/GTR)
P(F GTR) = 0,80.0,20
P(F GTR) = 0,16
F F
0.34 0.66 1
a) P(F) = 0,34
b) P(GTR/F) = P(GTR F)/P(F)
P(GTR/F) = 0,16/0,34 = 0,47059
Problema n 9) Una urna contiene 5 bolillas numeradas de 5 al 9, se extrae una bolilla al azar y no se repone,
realizndose luego una segunda extraccin.
Se desea conocer la probabilidad de que.
a) La primera bolilla extrada sea par.
b) La primera bolilla extrada sea menor que la segunda.
c) La primera bolilla extrada sea menor que la segunda, sabiendo que la primera fue par.
Respuesta:
a) 0,4
b) 0,5
c) 0,5
Problema n 10) Un automovilista hace recargar la batera de su vehculo y pide que le efecten una carga lenta.
Dicho automovilista admite que, a pesar de su pedido, es posible que le efecten una carga rpida, asignndole a
este hecho una probabilidad del 20 % .
Su experiencia le indica que si la carga es lenta, la batera dura ms de un ao con probabilidad de 0,9. Si la carga
es rpida, en cambio, esta probabilidad se reduce al 40 % .
Si la batera falla antes del ao. Cul es la probabilidad de que la carga haya sido rpida?
Respuesta:
0,6