UNIVERSIDAD CENTRAL DEL ECUADOR FACULTAD DE CIENCIAS ADMINISTRATIVAS CARRERA: CONTABILIDAD Y AUDITORA

ASIGNATURA: ESTADSTICA II

CURSO: CA4-7

TEMA 20 EJERCICIOS DE PROBABILIDAD 5 EJERCICIOS DEL TEOREMA DE BAYES 1 EJERCICIO DE LA PRUEBA

NOMBRE: VILLALBA MESAS JACKELINE ERMILA

PROFESOR: ING. FRANCISCO BAHAMONDE

LUGAR Y FECHA: QUITO 18/10/2012

EJERCICIOS DE PROBABILIDAD: 1. Al tirar un dado. Cul es la probabilidad de que caiga un 1 o 2 o un 6?

( (

) )

2. De cada 100 empleados en una empresa 57 son de produccin(A), 40 son supervisores (B), 2 son secretarias (C) y 1 pertenece a la gerencia media o a la superior (D). Si se selecciona al azar a que es igual P( A o B o C?

3. La probabilidad de que un avin d en el blanco en una operacin de bombardeo, es 0,80. Si se envan 4 bombarderos hacia el mismo objetivo. Cul es la probabilidad de que todos acierten en el blanco y que no de en el blanco? Todos acierten: P(A y B y C y D) = (0,80) (0,80) (0,80) (0,80) = 0,4096 Ninguno acierte: P(A y B y C y D) = (0.20) (0,20) (0,20) (0,20) = 0, 0016 4. Un consejo directivo esta conformado por 12 integrantes, 3 de los cuales son mujeres. Se va a redactar un nuevo manual de polticas y procedimientos para la empresa. Debe seleccionarse un comit de 3

miembros en forma aleatoria, del personal del Consejo para que redacten el manual. a) Cul es la probabilidad de que todas los integrantes del comit sean varones?

(v r

es)

(v r

es)

b) Cul es la probabilidad de que al menos 1 elemento del citado comit sea mujer? P (mujer) = 1-0.3818 P (mujer) = 0,6182 5. Se ha elaborado una nueva goma de mascar que ayuda q quienes desean dejar de fumar. Si 60% de estas personas que usan tal goma tienen xito. Cul es la probabilidad de que un grupo de 4 fumadores por lo menos 1 dej de fumar? 1 P (uno dej de fumar) = 1- (0,40) (0,40) (0,40) (0,40) 1-P (uno dej de fumar) = 1- 0,0256) = 0,9744

Existen 4 personas que se consideren para el puesto de Ejecutivo Principal de una empresa, 3 de los aspirantes tienen mas de 60 aos de edad, 2 son mujeres de las cuales solo una es mayor de 60 aos. Los aspirantes tienen ms de 60 aos de edad o son mujeres. 6. Cul es la probabilidad de que un candidato sea mayor de 60 aos y mujer?

( u er

7. Dado que el candidato es hombre, Cul es la probabilidad de que tenga menos de 60 aos? P (hombre) = 0 8. Dado que la persona es mayor de 60 aos. Cul es la probabilidad de que la persona sea mujer?

( u er)

El administrador de un hospital revisa la encuesta realizada a sus miembros, la cual registra gnero y edad. La siguiente tabla resume los resultados.
< 35 27 14 41 Entre 35 y 54 87 25 > 54 26 3 29 Total 140 42 182

MASCULINO FEMENINO TOTAL

112

Si se selecciona al azar a un miembro de la sociedad: 9. Cul es la probabilidad de que sea hombre?

re)

10. Cul es la probabilidad de que est entre de 35 y 54?

e tre

11. Cul es la probabilidad de que sea hombre y est entre las edades de 35 y 54?

re

e tre

12. Cul es la probabilidad de que sea mujer y mayor de 54?

( u er

13. Cul es la probabilidad de que sea hombre o est entre las edades de 35 y 54?

re

e tre

14. Cul es la probabilidad de que sea mujer o mayor de 54?

( u er

15. Cul es la probabilidad de que sea hombre, dado que son menores de 35?

re

16. Cul es la probabilidad de que sea hombre, dado que sean mayores de 54?

re

17. Cul es la probabilidad de que sea mayores de 54, dado que son de gnero masculino?

re

18. Cul es la probabilidad de que sea mayores de 54, dado que son de gnero femenino?

( u er

19. ul es l pr ed des de

ilid d de que l s eve t s s i depe die tes?

sculi

e tre l s

re)

e tre

La probabilidad se encuentra cercana, pudieron ser independientes.

20. ul es l pr independientes?

ilid d de que l s eve t s u er

r de

( u er)

Los eventos no son independientes.

TEOREMA DE BAYES: 1. Suponemos que tenemos, en igual cantidad, dos tipos de dados cargados en un recipiente. En el primer tipo de dados un uno se presenta 40% de las veces; por lo tanto, P(uno) = 0.4. En el segundo tipo, un uno se presenta el 70% de las veces P(uno) = 0.7. Se saca un dado del recipiente y se le lanza una vez, el resultado es un uno. Cul es la probabilidad de que el dado sea del primer tipo? Y cul la del segundo tipo?

Probabilidad a Evento Priori Tipo 1 Tipo 2 Total 0.50 0.50 1.00

Probabilidad condicional 0.4 0.7 P(A) = P(uno) =

Probabilidad conjunta 0.20 0.35 0.55

P (BA) = P(B y A) / P(A) P(BA) = P(Tipo 1 y uno) / P(uno) P(BA) = 0.20 / 0.55 = 0.364 (Probabilidad a posteriori de que el dado sea del tipo 1) P(BA) = P(Tipo 2 y uno) / P(uno) P(BA) = 0.35 / 0.55 = 0.636 (Probabilidad a posteriori de que el dado sea del tipo 2) Probabilidad a posteriori total de los dos eventos = 0.364 + 0.636 = 1.00

2. Un fabricante de videograbadoras compra cierto microchip, llamado LS24, de tres proveedores. Un 30% lo compra al proveedor 1, 20% al proveedor 2, y el 50% restante al proveedor 3. El fabricante tiene historiales extensos acerca de los tres proveedores y sabe que 3% de los microchip del proveedor 1 son defectuosos, un 5% de los del proveedor 2 no son aceptables, y un 4% de los del proveedor 3 tambin tienen defectos. Un trabajador selecciona de manera aleatoria un microchip y lo

encuentra defectuoso, Cul es la probabilidad de que haya sido fabricado por el proveedor 1, o por el proveedor 2, o por el proveedor 3?
Probabilidad a Evento priori Proveedor 1 Proveedor 2 Proveedor 3 Total 0.30 0.20 0.50 1.00 condicional 0.03 0.05 0.04 P(A) = conjunta 0.009 0.010 0.020 0.039 Probabilidad Probabilidad

P(BA) = P(B y A) / P(A) P(BA) = P(Proveedor 1 y es defectuoso) / P(A) P(BA) = 0.009 / 0.039 = 0.2308 (Probabilidad a posteriori de que el microchip haya Sido fabricado por el proveedor 1) P(BA) = P(Proveedor 2 y es defectuoso) / P(A) P(BA) = 0.010 / 0.039 = 0.2564 (Probabilidad a posteriori de que el microchip haya sido fabricado por el proveedor 2) P(BA) = P(Proveedor 3 y es defectuoso) / P(A) P(BA) = 0.020 / 0.039 = 0.5128 (Probabilidad a posteriori de que el microchip haya sido fabricado por el proveedor 3) Probabilidad a posteriori de los 3 eventos = 0.2308+ 0.2564 + 0.5128 = 1.000

3. EL 5% de una poblacin padece de cierta enfermedad. Existe una tcnica de diagnstico para detectar dicha enfermedad, pero no es muy exacta. Sin embargo, la evidencia histrica muestra que si una persona realmente padece la enfermedad, la probabilidad de que la prueba indique la presencia de la misma es de 0.90. En cambio, si la persona no tiene el padecimiento, la probabilidad de que la prueba indique que si est presente el padecimiento es de 0.15. Se selecciona en forma aleatoria a un habitante de esa poblacin, al que se le aplica la prueba y da positivo. Cul es la probabilidad de que la persona realmente tenga la

enfermedad? Y cul es la probabilidad de que la persona no tenga la enfermedad?

Evento Probabilidad a Probabilidad priori condicional 0.05 0.95 1.00 0.90 0.15
P(A) =

Probabilidad conjunta 0.045 0.1425 0.1875

Tiene la enfermedad No tiene la enfermedad

(BA) = P(B y A) / P(A) P(BA) = P(Tiene y da positivo) / P(A) P(BA) = 0.045 / 0.1875 = 0.24 (Probabilidad a posteriori de que la persona tenga realmente la enfermedad) P(BA) = P(No tiene y da positivo) / P(A) P(BA) = 0.1425 / 0.1875 = 0.76 (Probabilidad a posteriori de que la persona no tenga la enfermedad) Probabilidad a posteriori total = 0.364 + 0.636 = 1.000

4. Un equipo de bisbol utiliza una mquina de lanzamientos automtica para su entrenamiento. Si la mquina se coloca de manera correcta, lanzar strikes 85% de las veces. Si se le coloca incorrectamente, lanzar strikes en 35% de los lanzamientos. La experiencia pasada indica que el 75% de las veces que se coloca la mquina se hace de manera correcta. Un da la mquina se coloca para una prctica de bateo, lanza 3 strikes en 3 lanzamientos, cul es la probabilidad de que la mquina est bien calibrada? Y cul es la probabilidad de que la mquina est mal calibrada?

Evento

Probabilidad a Probabilidad priori condicional 0.75 0.25 1.00 0.6141 0.0429

P(A) =

Probabilidad conjunta 0.4606 0.0107 0.4713

Correcta Incorrecta

(BA) = P(B y A) / P(A) P(BA) = P(correcta y da 3 strikes) / P(A) P(BA) = 0.4606 / 0.4713 = 0.9773 (Probabilidad a posteriori de que la mquina est en forma correcta) P(BA) = P(incorrecta y da 3 strikes) / P(A) P(BA) = 0.0107 / 0.4713 = 0.0227 (Probabilidad a posteriori de que la mquina est de forma incorrecta) Probabilidad a posteriori de los 2 eventos = 0.9773 + 0.0227 = 1.000

5. En un programa de capacitacin para el personal del rea administrativa en una empresa, 80% de los capacitados son mujeres, y 20% son hombres. El 90% de las mujeres asisti a una universidad, y 78% de los hombres tambin.
Evento Probabilidad a Probabilidad priori condicional 0,80 0,20 1.00 0,10 0,22
P(A) =

Probabilidad conjunta 0,08 0,04 0,124

Mujeres Hombres

EJERCICIO DE LA PRUEBA: 1. Un almacn esta considerando cambiar su poltica de otorgamiento de crditos para reducir el numero de clientes que finalmente no pagan sus cuentas. El gerente de crdito sugiere que en lo futuro el crdito le sea cancelado a cualquier cliente que se demore una semana o ms en sus pagos en 2 ocasiones distintas. La sugerencia del gerente se basa en el hecho de que en el pasado, el 90% de todos los clientes que finalmente no pagaron sus cuentas, se haban demorado en sus pagos en por lo menos 2 ocasiones. Suponga que de una investigacin independiente encontramos que el 2% de todos los clientes (con crdito) finalmente no pagan sus cuentas y que de aquellas que finalmente si las pagan el 45% se han demorado en por lo menos 2 ocasiones. Encontrar la probabilidad de que un cliente que ya se demor por lo menos 2 ocasiones finalmente no pague su cuenta y con la informacin obtenida analice la poltica que ha sugerido el Gerente de ventas.

Evento Cliente1 Cliente 2

Probabilidad a Probabilidad priori condicional 0,90 0,02 0,10 0,45 1.00 P(A) =

Probabilidad conjunta 0,018 0,045 0,063

P (BA) = P(B y A) / P(A) P(BA) = P(Tipo 1 y uno) / P(uno) P(BA) = 0.018/ 0.063 = 0.2857 (Probabilidad a posteriori de que el dado sea del tipo 1) P(BA) = P(Tipo 2 y uno) / P(uno) P(BA) = 0.045 / 0.063= 0.7143 (Probabilidad a posteriori de que el dado sea del tipo 2) Probabilidad a posteriori total de los dos eventos = 0.2857+0.7143 = 1.00