MODELOS ALEATORIOS Y PROBABILIDADES

Los cientficos se esfuerzas por hacer posible lo imposible, los polticos por hacer lo posible imposible Bertrand Russell Los estadsticos miden la relacin entre lo posible y lo imposible MOVE Un Modelo Matemtico es un patrn terico experimental que permite interpretar mediante mtodos matemticos fenmenos reales o problemas tcnicos para hacer inferencia y tomar decisiones. Los modelos matemticos son de dos clases: a) Determinsticos: cuando se tiene plena certeza acerca del funcionamiento y los resultados del problema. b) Aleatorios o Estocsticos: cuando slo se tiene certeza parcial acerca del funcionamiento y se conocen los resultados probables del modelo. Un modelo matemtico debe ser simple e involucrar las variables que lo hacen completo. Las leyes de la dinmica clsica de partculas pueden considerarse un modelo matemtico determinstico. El modelo de regresin lineal estadstico es en esencia un modelo matemtico aleatorio. El modelo de la teora de probabilidad que veremos mas adelante es justamente el modelo general de los experimentos aleatorios. Experimento aleatorio Es aquel cuyo modelo matemtico es de carcter estocstico. Ejemplos 1) 2) Observar el lanzamiento de una moneda. Contar la cada de gotas de lluvia en 2 placas.

3) 4) 5) 6) 7)

Observar el lanzamiento de un dado hexagonal. Medir la duracin en horas de una bombilla. Medir la duracin de un equipo electrnico. Contar el nmero de vehculos que pasan por un cruce en lapsos de un minuto Contar el nmero de artculos defectuosos en lotes de 50 unidades.

Caractersticas de un Experimento Aleatorio a) b) c) Que sea repetible en igualdad de condiciones. Que se pueda describir el conjunto de todos los resultados posibles aunque no se pueda asegurar un resultado en particular. Si se repite un nmero grande de veces debe aparecer cierta regularidad estadstica. Espacio Muestral S Es el conjunto de todos los resultados posibles de un experimento aleatorio. A los ejemplos previos corresponden los siguientes espacios muestrales en notacin de conjuntos:

S1 =
S2 = S3 =

{ cara, sello } = { c , s } = { 0 , 1 } { g1 , s1, s2 , g2 , g3 ...} = { 01 , 12 , 13 , 04 , 03 ... }

{ 1, 11, 111, 1111, 11111, 111111 }
=

{ 1, 2, 3 , 4 , 5 , 6 }
S5 =

S4 =

{ t:

1000 t 3000 }
S7 = { 0,1,2,..., 50}

{ t:

t 0}

S 6 = { 0,1,2,...} = N Suceso o Evento

Es cualquier subconjunto de resultados de un espacio muestral S. Los siguientes son eventos asociados a los espacios muestrales previos

A4 =
B3 =

{ t : 1000 { 2, 4 , 6 }

t 1200 } S 4
S3

D6 = { cruzan menos de tres vehculos en un minuto} = { 0,1,2} 2

E7 = { Al menos hubo 48 artculos no defectuoso s} = { 0,1,2} Observe que el smbolo tiene el mismo significado de inclusin de conjuntos, es decir, B3 es subconjunto de S3 y entre sucesos significa que siempre que ocurre B3 necesariamente ocurre S3. lgebra de sucesos de probabilidad Algunos conceptos de teora de conjuntos extendidos a sucesos de probabilidad se deben recordar La unin de dos sucesos A y B en un espacio S se define como: A B = {x: x A x B}, el smbolo significa que el elemento x pertenece al conjunto correspondiente e indica que el resultado puntual x ha ocurrido. A B significa que ocurre A, ocurre B u ocurren A y B. La interseccin de dos sucesos A y B en un espacio S se define como: A B = AB = {x: x A y x B}, A B significa que ocurren A y B conjunta o simultneamente. Las operaciones de unin e interseccin gozan de las propiedades de clausura, idempotencia, conmutacin, asociacin y se vinculan mediante la propiedad distributiva de la interseccin respecto a la unin, es decir, A(BC)=AB AC. Es igual A (BC) a (A B)(A C)? El complemento del suceso A en el espacio S se define como la diferencia entre el conjunto S y el conjunto A: S-A = AC = A = A = {x: x S y x A} y significa que no ocurre A.

Qu propiedades cumple la diferencia de sucesos? Que propiedades cumplen la unin, la interseccin y el complemento cuando interviene el conjunto vaco ? Leyes de Morgan Observe que un conjunto cualquiera se puede expresar como la unin de dos conjuntos que son excluyentes. Esto es

A = ( A B ') ( A B)
y

( A B ')

( A B) =

o sea que excluyentes.

( A B ')

y A B son

La anterior expresin evidencia las conocidas Leyes De Morgan

( A B) '
adems
( A ') '
= A

= A' B ' y ( A B) ' = A' B '

Frecuencia relativa El concepto de frecuencia relativa se abstrae tpicamente como un modelo aleatorio y es la anticipacin del modelo formal de probabilidad. Se debe a Pierre Simon de Laplace, 1749 a 1827. Supngase que repetimos n veces un experimento aleatorio, sean A y B dos eventos asociados al experimento y al espacio S. Sean n A y nB el nmero de veces en que ocurren A y B o sea el nmero de elementos de los conjuntos respectivamente. Definimos la frecuencia relativa del evento A as
fA = nA n ; 0 nA n

como o sea

0 nA n
0 fA 1

entonces

nA 1 n

Ejemplo 1. Anotar el nmero de veces que una gota de lluvia cae en dos losas P y Q respectivamente. Sea A 7 el suceso que indica la cada de las primeras 7 gotas de lluvia as:

A7 =

{ P1 , P2 , P3 , Q 4 , Q5 , P6 , Q7 }
P2 , P3 , P6 } fB = nB 4 = n 7 nC 3 = n 7

Sea B el suceso conformado por las gotas que impactan en la losa P

B =

{ P1 ,

Sea C el suceso conformado por las gotas que impactan en la losa Q

C =

{ Q 4 , Q5 , Q7 }

fC =

Conceptualmente estaramos hablando de una lluvia de solo siete gotas que se podra repetir siempre de la misma manera para que A 7 fuese siempre el mismo espacio muestral y esto resulta absurdamente hipottico. En realidad si las placas P y Q son de dimensiones iguales y gozan de la misma probabilidad de ser humedecidas por la lluvia, el espacio S para n suficientemente grande sera: S =

{ P1 ,

P2 , Q3 , Q4 , Q5 , Q6 , Q7 }

infinito numerable

as fB y fC slo podran determinarse para n suficientemente grande de forma que

n

lim

nC nB = lim n n n

Estos lmites se estabilizan cuando las dos frecuencias relativas son iguales, es decir,
fB = fC = 1 2

Estos valores de frecuencias estables los definiremos mas adelante como probabilidad del suceso B igual a probabilidad del suceso C igual a 12 . Propiedades de la frecuencia relativa Sean A y B dos eventos en el espacio muestral S de un experimento aleatorio con frecuencias relativas asociadas f A y fB , entonces: 1) 0 f A 1. 2) fS = 1 cuando A = S es decir el suceso A ocurre siempre.

3)

f = 0

cuando A = =

{ }

conjunto vaco, es decir el suceso A nunca

ocurre. 4) Si A y B son mutuamente excluyentes, esto es A B = entonces

f A B = f A + fB .

Ejemplo 2. Lanzar un dado hexagonal y considerar el suceso A sale par y el suceso B sale impar. Tenemos A = excluyentes

{ 2, 4 , 6 } ,

B = { 1, 3 , 5 } ,

A B = , es decir los sucesos son

A B = S fA =
fA B

nA n 3 = fB = B = n n 6 6 = f A + fB = 6

En el caso de espacios maestrales finitos el valor de frecuencia relativa de un suceso coincidir con su valor de probabilidad segn la definicin siguiente. Nociones Bsicas de Probabilidad Definicin axiomtica debida a Andrei Kolmogorov, 1903 a 1987, probabilista ruso. Sea S el espacio muestral asociado a un experimento aleatorio y sean A i S para i = 1, 2 ,.., n eventos. A cada A i le asignaremos un nmero real P ( A i ) , denominada probabilidad de A i , que satisface las propiedades siguientes: 1) 0 P ( A i ) 1 2) P ( S ) = 1 3) Si A 1 excluye a A 2 entonces

P ( A1 A 2 ) = P ( A1) + P ( A 2 )
4) Si los A i son mutuamente excluyentes, es decir
i j = 1, 2 , .., n entonces

A i A j = para todo

 n P Ai = i =1

i =1

P ( Ai )

Observe que estas propiedades no dependen de cmo se calculen las probabilidades P ( A i ) Consecuencias de la definicin de probabilidad Proposicin 1. La probabilidad de un suceso imposible es cero. En efecto A = A

P ( A ) = P ( A )

como

A =

A excluye a

entonces P ( A ) + P ( ) = P ( A ) esto es Proposicin 2. Si A S y A A ' es el evento complementario de A entonces P(A)=1-P( )

P ( ) = 0

Veamos: A Como A excluye =S por lo tanto entonces P(A) = 1- P( ) P(A ) = P(S) P(A)+P( ) = 1

Proposicin 3. 7

Sean A B = A (B ) tal que A y B Tambin en B = (A B) (B ) son sucesos excluyentes.

( A B) y (B A )
Por lo tanto

son sucesos excluyentes.

P(A B )=P(A)+P( B ) P(B) = P(A B)+P( B )

P

y en consecuencia, restando,
(A ) B

(A ) B

=P

(A )

+P ( ) P B

Proposicin 4.

P ( A B C) = P ( A ) + P ( B ) + P ( C )
P ( A B) P ( A C) P ( B C)

+ P ( A B C)

Ejercicio.

k P Ai = i =1

i =1

P ( Ai ) +

i< j = 2

P Ai A j

)
)

i< j<r = 3

P Ai A j Ar

( 1) k 1 P ( A 1 A 2 ... A k )
Diagramas de Venn y Carrol. Debidos a John Venn, 1834-1923, filsofo ingles, uno de los pioneros que divulg la lgica simblica y a Lewis Carrol, 1832-1898, britnico, matemtico y escritor tambin quien publicara el libro Matemtica Demente pero que fuera mas reconocido por su obra Alicia en el Pas de las Maravillas. Cuando consideramos dos sucesos cualquiera A y B en un espacio muestral S hay dos formas usuales de representar todos los sucesos disjuntos posibles relacionados mediante los conocidos y hasta aqu utilizados diagramas de Venn que usan crculos y polgonos como elementos bsicos. De nuevo

El diagrama de Carrol correspondiente es en forma de tabla y resulta ms prctico para la ubicacin de los valores de probabilidad y la posterior definicin de probabilidades conjuntas, marginales y condicionales. El diagrama de Carrol correspondiente al anterior diagrama de Venn es B AB A B La tabla que al anterior diagrama de Carrol le asigna valores de probabilidad en A cada celda probabilidades conjuntas- y a las uniones por fila y columna -probabilidades marginales-, se le denomina tabla de contingencia.

Ejercicio. a. A partir del diagrama de Venn para tres sucesos A, B y C en S consrtuya la tabla de Carrol correspondiente. b. Localice sobre un diagrama de Venn todos los valores de probabilidad asociados a la siguiente tabla de Carrol que ofrece informacin sobre la hipertensin y el hbito de fumar. moderados empedernidos Hipertensos 10 20 15 No hipertensos 30 15 10 c. Si se selecciona aleatoriamente uno de estos pacientes, encuentre la probabilidad de que la persona sea 1 fumadora moderada, 2 no hipertensa, 3 no hipertensa ni fumadora, 4 hipertensa y fumadora empedernida. Proposicin 5. No fumadores Fumadores Fumadores

Si A B S , entonces

0 P ( A ) P ( B) 1

B = A (B ) que son excluyentes P(B) = P(A)+P(B ) como P(B ) 0 entonces

P (B ) P (A )

10

Probabilidad condicional e independencia Ejemplo 3. Consideremos el experimento aleatorio de elegir al azar artculos de un lote de 100 artculos donde se sabe que hay 20 defectuosos y 80 no defectuosos. Sean

A = { el primer artculo elegido es defectuoso }

B=

{ el segundo artculo elegido es defectuoso}

P ( A ) = P ( B) = 20 , 100

a) Si la seleccin se hace con restitucin

observe que si n es grande y no hay restitucin, de todas maneras como

(n )
n

entonces

P ( A ) = lim
O sea de nuevo

0 .2 n 0.2 ( n 1) = lim = P (B) . n n n

b) Si la seleccin se hace sin restitucin P ( A ) =

20 pero para 100

calcular P ( B ) es necesario saber si ocurri A o A , con n fijo finito. Esta pregunta induce la siguiente definicin: Probabilidad Condicional Sean A y B dos sucesos en S. Indicaremos con P ( B A ) la probabilidad

condicional del suceso B, dado que A ha ocurrido, as:

P (B A ) = P ( A B ) , P (A ) 0 < P (A ) 1

as
P (B A ) = 19 99

P B A =

20 99

Observe que el n S se reduce a 99 y el nB = 19 si ocurre A o nB = 20 si ocurre

A.

Adems P ( A B ) = P ( B A ) P ( A ) .

11

O sea P ( A B ) = A

19 20 99 100

P ( A B ) se le interpreta como la probabilidad de que los sucesos A y B

ocurran conjuntamente. Ejemplo 4. Se lanzan dos dados hexagonales normales y se anotan los pares x, y. Describa el espacio S y calcule P ( A ) , P ( B ) , P ( A B ) , P ( A B ) y

P ( B A ) .Si

A =

{ ( x, y) :

x + y = 10}

B =

{ ( x, y) :

x > y}

Veamos

n S = 6 2 = 36 .
n A = 3, P ( A) = 3 ; 36 nB = 15 , P (B) = 15 36 n A B = 1 P ( A B) = 1 36

P ( A B) = P (B A ) =

n P ( A B) 1 = A B = P ( B) nB 15 n P ( A B) 1 = A B = P ( A) nA 3

P ( A B) = P ( B A ) P ( A ) = P ( A B) P ( B)
= 1 3 1 15 1 = = 3 36 15 36 36

Propiedades de la probabilidad condicional 1) 0 P B A 1.

( )

12

2) P S A = 1. 3) P( B1 B 2 A ) = P ( B1 A ) + P ( B 2 A ) si B1 B 2 = . Proposicin 6 Teorema de la multiplicacin de probabilidades P ( A1 A 2 A 3 ) = P ( A1 ) P ( A 2 A1 ) P ( A 3 A1 A 2 ) Para cuatro sucesos omitiendo el smbolo tenemos: P ( A1 A 2 A 3 A 4 ) = P ( A1 ) P ( A 2 A1 ) P ( A 3 A1 A 2 ) P ( A 4 A1 A 2 A 3 ) Observe que si A i es el suceso : seleccionar el i-simo artculo defectuoso en el ejemplo 100:20:80 entonces P(A1A 2 A 3A 4 ) = Sucesos independientes Consideremos dos eventos A y B no vacios en S. las siguientes proposiciones son equivalentes 20 19 18 17 100 99 98 97

( )

A es independiente de B sii P ( A B ) = P ( A ) P ( B ) . sii P ( A / B ) = P ( A ) sii P ( B/A ) = P ( B ) Ejemplo 5. Las probabilidades conjuntas y marginales se suelen representar en una tabla de doble entrada denominada tabla de contingencia, as: Supngase que una oficina tiene 100 mquinas algunas son elctricas (E) mientras otras son manuales. Adems algunas son nuevas (N) y otras usadas (U). Las probabilidades marginales son P(N)= 7 3 6 4 , P(U)= , P(E)= , P(M)= 10 10 10 10 1 3 o P(NM)= . 10 10

y las probabilidades conjuntas son por ejemplo P(UM)=

13

La tabla siguiente resume el nmero de mquinas de cada categora y a su vez resume dichas probabilidades N U E 40 20 60 M 30 10 40 70 30 100

Una persona entra en la oficina, escoge una mquina al azar y descubre que es nueva. Cul es la probabilidad de que sea elctrica? P ( E N) = P ( E N) 40 / 100 4 = = P ( N) 70 / 100 7

Ejercicio. Similarmente complete las probabilidades conjuntas en cada tabla con las mismas probabilidades marginales en todos los casos para que: E a) Todas las mquinas elctricas sean nuevas N U 60 E b) Todas las mquinas manuales sean nuevas N U 60 E c) Los sucesos N y U sean independientes de los sucesos E y M N U 60 Calcule P ( N E ) , P ( N M) y P ( N U) en los tres casos. Ejercicio. En la Universidad el 20% de los estudiantes tiene problemas visuales (V), el 10% problemas auditivos (A) y el 5% tienen conjuntamente problemas auditivos y visuales. En una tabla de contingencia: a) Completar las probabilidades conjuntas y marginales. b) Calcule P ( A V ) , P ( V A ) y P ( A V ' ) 40 40 M 70 30 100 40 M 70 30 100 M 70 30 100

14

c) Son los dos problemas A y V eventos independientes? V 5

V'

A A

10 100

20 Particin del espacio muestral S

Decimos que los sucesos B1 , B 2 , ...., B k , representan una particin de S si a) B i B j = para i j , b) B i = S

i=1 k

c) P ( B i ) > 0 , para todo i.

Esto significa que S es cubierto por todas las partes B i que son mutuamente excluyentes, es decir que el experimento aleatorio asociado a S ocurre cuando sucede alguno de los B i . Proposicin 7 Teorema de la probabilidad total Sea A un suceso y B1 , B 2 , ..., B k una particin de S. Entonces
P ( A) =

P ( A B j ) P (B j )
j =1

En efecto

A = A B1 A B 2 A B k
omitimos el smbolo as
P ( A) =

P (A B j )
j =1

P A Bj = P A Bj

) P (B j )

15

entonces

P (A) =

k =1

P (A B j )

P Bj

( )

Proposicin 8 o Teorema de Bayes. Debida a Thomas Bayes, 1702 a 1761, matemtico ingls que estableci el primer mtodo de inferencia estadstica. Defendi el clculo infinitesimal de Newton. Probabilidad de las causas En el planteamiento del teorema de la probabilidad total, cmo medir la probabilidad de que un B i sea la causa de A?.
P ( A Bi ) P (A) P ( A B i ) P (Bi )

fcil

P (B i A ) =

P (A B j )
j =1

P Bj

( )

Proposicin 9. tambin lo son.

Independencia de sucesos complementarios

Si A y B son sucesos independientes en un espacio muestral S entonces A ' y B '

Ejercicio. Demostrar la proposicin 9. Gentica y Probabilidad La probabilidad ha jugado un papel importante como instrumento predictor de defectos genticos ayudando as a atacar problemas sentidos de la salud principalmente de los infantes. As la probabilidad ha contribuido a diagnosticar en estado prenatal determinadas anormalidades genticas. Los progresos en bioqumica, citogentica y gentica molecular ms la identificacin genomnica permiten hoy en da usar las probabilidades en todo tipo de individuos y parejas en embarazo de alto riesgo. Ley de HardWeinberg -H WLas proporciones de genes en una poblacin ideal especfica permanecen casi constantes de una generacin a otra.

16

Constituyen excepciones a esta ley, las mutaciones, la seleccin natural y las poblaciones de especies de tamao reducido que contribuyen a explicar el proceso evolutivo. Consideremos una poblacin donde la probabilidad de que un miembro tenga el gen dominante A es P ( A ) = p y la probabilidad de que tenga el gen dominado a es P ( a ) = q de forma que p + q = 1, es decir las dos caractersticas genticas cubren la poblacin de inters. Consideremos entonces el conjunto poblacional de genotipos o combinaciones -pares ordenados-

Aa Aa =

{ A A , A a , a A , aa }

as

P ( Aa Aa ) = P ( A A , A a , a A , a a ) ; como cada individuo solo tiene uno de los

tres pares genotpicos

P ( Aa Aa) = P ( A A ) + 2 P ( A a ) + P ( a a )
= p 2 + 2 p q + q2

= ( p + q) 2 = 1
es decir la distribucin genotpica es una funcin de probabilidad binomial de parmetro p, donde los eventos individuales A y a son independientes como se observa en la tabla de probabilidades conjuntas y marginales. A A a a pq

p qp
p ( p + q) " p

p ( p + q) = p

q2 q ( p + q) " q

q ( q + p) = q

( p + q)

= 1

Ejemplo 6. La fibrosis qustica es una enfermedad gentica que afecta a nios caucsicos que tienen una pareja del gen recesivo aa. Consiste en una infeccin grave de las vas respiratorias acumulante de mucosidad en el sistema respiratorio. La fibrosis qustica se hereda por el cruce de dos portadores sanos del gene recesivo de la enfermedad.

Aa Aa =
17

{ AA,

A a , a A , aa }

segn la ley HW la proporcin de nios con hornocigotos recesivos aa es

q 2 = 1 40 2 , es decir
P ( aa ) = P ( a ) P ( a ) = 1 40
2

o sea , q =

1 40

lo que nos permite construir la siguiente tabla de la distribucin binomial de la fibrosis qustica

as 2 39 40 2 es la proporcin de portadores sanos poblacin.

P ( Aa) = 2 p q en la

La probabilidad de que se conforme una pareja sana de portadores de fibrosis qustica ser P ( Aa Aa) = P 2 ( Aa) = ( 2 p q) 2 , aunque en la pareja ambos sean portadores sanos, por la ley HW el cruce de los portadores sanos origina un espacio gentico que suponemos equiprobable as

Bb Bb =

{ BB , Bb , bB , bb }
1 4

donde

P(BB) = P(Bb) = P(Bb) = P(bb) = de forma que la probabilidad de un nio:

Descendiente sano no portador es P(BB) =

1 4
2 4 1 4

Descendiente sano portador P ( B b b B ) = Descendiente con fibrosis qustica P ( b b ) =

La probabilidad de que una pareja de portadores sanos tenga un nio con fibrosis qustica ser

18

P ( A a A a b b ) = P 2 ( A a ) P ( b b ) = ( 2 p q) 2

1 = p 2 q2 4

Si suponemos que el espacio gentico de los abuelos era equiprobable con

P ( C C) = P ( C c ) = P ( c C) = 1 3

{ C C , C c , c C}

P ( cc ) = 0 se debe

disminuir la probabilidad de que el nieto sea portador o tenga fibrosis, en este caso

P ( Aa Aa [ Bb bB ] bb ) = P 2 ( Aa ) [ P ( Bb ) + P ( bB ) ] P ( bb )
1 1 = ( 2 p q) 2 2 3 4 = 2 2 2 p q < p 2 q2 < q2 3

Probabilidades genticas entre primos hermanos Consideremos el esquema hereditario abuelos, hijo, nieto, bisnieto. Cul es la proporcin gentica comn entre dos primos hermanos, mejor cul es la probabilidad de que un gene especfico sea transmitido por un progenitor a un descendiente? Sea A H el suceso un gen especfico pasa de un abuelo a un hijo. Sea HN el suceso un gen especfico pasa del hijo al nieto. Sea N V el suceso un gen especfico pasa del nieto al bisnieto as
P ( A H ) = P ( HN ) = P ( N V ) = 1 2

As la probabilidad de que un nieto herede un gen especfico de su abuelo ser: P ( A N ) = P ( A H ) P ( HN ) = 1 2

2

1 . 4

La probabilidad de que una nieta o un nieto primos hermanos entre s hereden un gen especfico de su abuela o abuelo ser P ( AN ) P ( AN ) = 1 42 = 1 16

19

Ahora la probabilidad de que dos nietos primos hermanos entre s hereden ambos un gen especfico comn ser
2 P2 ( AN ) = 2 16

es decir los primos hermanos tienen 1/8 de sus genes en comn, los primos segundos tendrn 2 P 2 ( A V ) genes en comn. Veamos P ( A V ) = P ( A H ) P ( HN ) P ( N V ) = 2 P2 ( A V ) = 2 8
2

1 2
3

1 8

1 32

En el caso de la fibrosis qustica, si el espacio gentico de los abuelos es de nuevo

{ CC , Cc , c C }
y el de los padres

con

P ( C C) = P ( C c ) = P ( c C) =

1 3 1 4

{ BB , Bb , bB , bb }
tendremos P ( Aa aA ) =

con

P ( BB ) = P ( Bb ) = P ( bB ) = P ( bb ) =

1 y no 4 p 2 q2 8

de forma que la probabilidad de que dos primos hermanos engendren un hijo con fibrosis qustica ser:
P ( Aa aA

C c c C ] b b) =

1 2 1 1 = 8 3 4 48

Es decir, la unin entre consanguneos aumenta la probabilidad de afecciones como la fibrosis qustica.

PROBLEMAS SELECCIONADOS

20

1.

Supongamos que los sucesos A y B son independientes y tienen probabilidades distintas de cero. Demostrar que A y B no pueden ser mutuamente excluyentes.

2.

Un qumico desea observar el efecto de la temperatura, de la presin y de la cantidad de catalizador sobre la produccin de un compuesto particular por medio de una reaccin qumica. Si el experimentador decide usar dos niveles de temperatura, tres de presin y dos del catalizador, cuntos experimentos se deben llevar a cabo de modo que cada combinacin temperaturapresin catalizador sea considerada exactamente una vez?

3. El servicio meteorolgico pronostica que habr lluvia con probabilidad .6 hoy y .4 maana. La experiencia pasada ha demostrado que en esta localidad llueve uno de cada cuatro das y la probabilidad de que llueva dos das consecutivos es .15. Si est lloviendo afuera al momento de escuchar este pronstico (como ocurre a menudo), cul es la probabilidad de que llueva maana? 4. Se le dan 12 bloques a un mono: 3 cubos, 3 cajas, 3 tetraedros y 3 cilindros. Si el mono selecciona tres de cada clase en orden, por ejemplo, 3 tetraedros, luego 3 cubos, etc., pensara usted que el mono asocia las figuras que tienen forma idntica? Calcule la probabilidad de este suceso. 5. Un investigador mdico compara la eficacia de los frmacos A y B para la presin arterial, administrando los dos frmacos a cuatro pares de hermanos gemelos. El frmaco A se le da a uno y el frmaco B al otro. Si realmente no hay diferencia en el efecto de los frmacos, cul es la probabilidad de que la reduccin en la presin asociada con el frmaco A exceda la correspondiente al frmaco B en los cuatro pares de gemelos? Supongamos que el frmaco B produjera mayor reduccin de la presin que el frmaco A para cada uno de los cuatro pares de gemelos. Cree usted que esto proporciona suficiente evidencia que indique que el frmaco B es ms eficaz que el frmaco A para reducir la presin? 21

6.

Para reducir el costo de detectar una enfermedad, se realizan anlisis de sangre de una manera combinada de sangre, obtenida de un grupo de n personas. Si no hay indicacin de la enfermedad en la muestra combinada de sangre (como es generalmente el caso), entonces ninguno tiene la enfermedad. Si el anlisis de la muestra combinada de sangre indica la presencia de la enfermedad, entonces cada individuo debe someterse a un anlisis de sangre. Los anlisis individuales se efectan en secuencia. Si en un grupo de cinco personas una de ellas tiene la enfermedad, cul es la probabilidad de que haya que hacer seis anlisis (incluyendo el de la muestra combinada) para detectar a la nica persona enferma? anlisis para encontrar a ambas personas enfermas? Si dos personas tienen la enfermedad, cul es la probabilidad de que haya que hacer seis

7.

Un estudiante se prepara para un examen estudiando una lista de 10 problemas. El logra resolver seis de ellos. Para el examen, el instructor selecciona cinco problemas al azar de la lisita de 10. Cul es la probabilidad de que el estudiante pueda resolver los 5 problemas en el examen?

8.

La vctima de un accidente morir, a menos que reciba en los prximos 10 minutos una cantidad de sangre tipo A Rhpositivo que pueda ser suministrada por un solo tipo de donante. Toma 2 minutos tipificar la sangre de un donante y 2 minutos realizar la transfusin. Hay un gran nmero de donantes disponibles cuya sangre no ha sido tipificada y 40 por ciento de ellos tienen sangre tipo A Rhpositivo. Cul es la probabilidad que se salve la vctima del accidente, si slo se dispone de un equipo para tipificar la sangre?

9.

Setenta por ciento de todo el 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 1 en 5 si hubo tratamiento. Si una res inyectada se recupera, cul es la probabilidad de que haya recibido la vacuna preventiva?.

22

10. a)

La fenilcetonuria es heredada como un carcter autosmico recesivo simple Cul es la probabilidad de que dos personas normales engendren a un hijo con FCU si se sabe que ambas parejas de abuelos son portadores?. b) Suponga que la pareja tiene tres nios. Cul es la probabilidad de que por lo menos uno de los tres est afectado de FCU?

11.

La galactosemia es una enfermedad gentica que impide la conversin de galactosa en glucosa. Dicha enfermedad es causada por un gen recesivo y se presenta una vez entre cada 62.500 nacimientos. Juan tiene una hermana que padece de galactosemia; tanto l como sus padres son normales. Juan se ha casado con Mara, que no es pariente consanguneo y no tiene antecedentes de esta enfermedad en su familia a) b) Cul es la probabilidad de que cualquier nio que nazca de Juan y Mara padezca de galactosemia? Supongamos que Juan y Mara son primos segundos. Si ste fuese el caso, cul sera la probabilidad de que cualquier nio de Juan y mara padeciera de galactosemia?

12.

La jaqueca es aparentemente heredada a travs de un gen dominante. Roberto y su madre padecen de jaqueca, pero no el padre de Roberto. Tampoco padece de ella la esposa de Roberto. Si Roberto y su esposa tienen dos nios, cul es la probabilidad de que: a) Por lo menos uno de los dos nios padezca de jaqueca? b) Uno u otro, pero no ambos nios, padezca de jaqueca?

13.

Cierta enfermedad tiene una tasa de mortalidad del 75%. Se seleccionan al azar dos pacientes que padecen de esa enfermedad. Cul es la probabilidad de que por lo menos uno de ellos se recupere?

14.

Se hace un cruce de un experimento gentico con Drosophila en el cual se espera que de la progenie tendr ojos blancos y tendr el rasgo 23

denominado quetas chamuscadas. Supongamos que los dos loci genticos se segregan independientemente. a) Qu proporcin de la progenia exhibira ambos rasgos simultneamente? b) Si se extraen 4 moscas al azar, Cul es la probabilidad de que sean todas de ojos blancos? c) Cul es la probabilidad de que ninguna de las cuatro moscas tenga ojos blancos ni quetas chamuscadas? d) Si se extraen dos moscas cul es la probabilidad de que al menos una de ellas tenga ojos blancos o quetas chamuscadas o ambos rasgos? 15. Si la frecuencia del gen A es p y la frecuencia de a es q, cules son las frecuencias esperadas de los cigotos AA, Aa, o aa (suponiendo que un sigoto diploide representa una muestra al azar de tamao 2)?. Cul sera la frecuencia esperada para un autotetraploide (para un locus prximo al centrmero, un cigoto puede considerarse como una muestra al azar de tamao 4)? Una poblacin consta de tres tipos de individuos A 1 , A 2 y A 3 con

16.

frecuencias relativas de 0.5, 0.2 y 0.3, respectivamente. a) Cul es la probabilidad de obtener solamente individuos de tipo A 1 en muestras de tamao 1, 2, 3,...., n? b) Cules seran las probabilidades de obtener solamente individuos que no fuesen de los tipos A 1 ni A 2 en una muestra de tamao n? c) Cul es la probabilidad de obtener una muestra que contenga al menos una representacin de cada tipo en muestras de tamao 1, 2, 3, 4, 5...., n? 17. En un hospital especializado ingresan un promedio de 50% de enfermos con la afeccin K, 30% con la afeccin L, 20% con la afeccin M. La probabilidad de curacin completa de la afeccin K es 0.7; para las afecciones L y M estas probabilidades son respectivamente 0.8 y 0.9. Un enfermo internado en el

24

hospital fue dado de alta sano. Hallar la probabilidad de que este enfermo sufra la afeccin. 18. Un ratn es dominante doble (AA) o heterocigoto (Aa) segn las propiedades Mendelianas, y la probabilidad de que cualquiera de los dos casos se presente es . Se cruza el ratn macho con una hembra doblemente recesiva (aa). Si el ratn es dominante doble (AA) entonces la cra poseer la caracterstica dominante; si el ratn es heterocigoto la cra exhibir la caracterstica dominante la mitad de las veces tambin. Supngase que una cra exhibe la caracterstica dominante. Cul es la probabilidad de que el ratn padre sea dominante doble?. 19. En un estudio de Tuberculosis pleural se tienen 50 pacientes con diagnstico confirmado de tuberculosis por el mtodo estndar. A cada paciente se le tom una muestra de lquido pleural para estudiar la sensibilidad del nuevo mtodo propuesto: PCR *. Si la sensibilidad del PCR fue de 4/5: a) Cul es el nmero de pacientes que el PCR diagnostic como tuberculosis pleural? b) Cul es la probabilidad de que el PCR presente falsos negativos? * El PCR es una prueba que permite detectar fragmentos de ADN , genes especficos o microorganismos, observando la reaccin en cadena de la polimerasa. 20. Encuentre los errores en cada una de las siguientes afirmaciones: a) Las probabilidades de que con una trampa Shannon se atrapen 0, 1, 2, ms de 2 lutzomyias en un bosque seco tropical son, respectivamente, 0.2, 0.4, 0.3 y 0.2. b) La probabilidad de que una persona est infectada con mycobacterium tuberculosis es de 0.8 y la probabilidad de que no lo est, es de 0.3.

25

c) Las probabilidades de que el lector de ELISA * cometa 0, 1, 2, 3, ms de 3 errores, antes de mantenimiento, son respectivamente: 0.5, -0.3, 0.2, 0.4 y 0.2. * El lector de ELISA es un espectrofotmetro electrnico que permite identificaciones en microplatos de microorganismos. 21. En cierta zona endmica de malaria, la probabilidad de que una mujer tenga la enfermedad es de 0.1 y la probabilidad de que un hombre la tenga es de 0.2. Si se tienen dos pacientes que provienen de dicha zona endmica, un hombre y una mujer, cul es la probabilidad de que ambos tengan la enfermedad? 22. En un estudio de Tuberculosis pulmonar se aplic la prueba de PPD * a los 150 pacientes del estudio. En la base de datos se tiene el valor de PPD, en Para categorizar los valores de PPD se han mm., de cada uno de ellos.

propuesto los siguientes grupos A, B y C: A = { PPD desde 0.00 a 9.99 } B = { PPD mayor o igual a 10.00 } C = { PPD mayor de 8.50 } Responda las siguientes preguntas: a) Los grupos A y B son mutuamente excluyentes? b) Los grupos A y C son mutuamente excluyentes? c) Si P ( A ) = 0.2 , calcule P ( B ) . * PPD es una prueba de respuesta cutnea consistente en la aplicacin de un antgeno que genera una ppula que segn su tamao y dureza indica si hubo contacto previo con el agente infeccioso. 23. En un experimento para estudiar la relacin entre la hipertensin y el hbito de fumar, se reunieron los siguientes datos de 100 pacientes: No fumadores Fumadores moderados Fumadores empedernidos

26

Hipertenso

10

20

15

No hipertenso 30 15 10 Si se selecciona aleatoriamente a uno de estos pacientes, encuentre la probabilidad de que la persona a) Experimente hipertensin, dado que es un fumador empedernido. b) No fume, dado que no ha presentado problemas de hipertensin. 24. Los siguientes datos representan el perodo de vida, en segundos, de 20 adultos de a. albimanus que estn expuestas a un nuevo insecticida en un experimento controlado de laboratorio: 17 20 10 9 23 12 14 6 9 13 a) Complete la siguiente tabla: Intervalo de tiempo (seg) 6 a 9 10 a 13 14 a 17 18 a 21 22 a 24 13 6 12 7 19 10 18 13 24 7

Frecuencia Frecuencia acumulada 13 2

b) Grafique la distribucin de frecuencias de la variable. c) d) e) f) Calcule la probabilidad de que los insectos puedan vivir de 10 ms segundos y menos de 14 segundos. Calcule la probabilidad de que los insectos puedan vivir ms de 13 segundos y menos de 22 segundos. Grafique la distribucin de frecuencia acumulada de la variable. Cul es la probabilidad de que los insectos vivan menos de 18 segundos? g) Cul es la probabilidad de que los insectos vivan ms de 17 segundos?

27