Documentos de Académico
Documentos de Profesional
Documentos de Cultura
2Sea verde.
3Sea amarilla.
4 N o s e a ro j a .
4 ) E n u n a c l a s e h ay 1 0 a l u m n a s r u b i a s , 2 0 m o r e n a s , c i n c o a l u m n o s
rubios y 10 morenos. Un da asisten 44 alumnos, encontrar la
probabilidad de que el alumno que falta:
1 S e a h o m b re .
2 S e a m u j e r m o re n a .
3 S e a h o m b re o m u j e r.
5) En un viaje organizado por Europa para 120 personas, 48 de los que van saben hablar
ingls, 36
48 36 12
72
3
0, 6
120
120 5
12 1
0, 25
48 4
c) P F no I
24
1
0, 2
120 5
8) Se lanza un dado al aire Cul es la probabilidad de que salga el nmero 4? Si sabemos que
el resultado ha sido un nmero par, se ha modificado esta probabilidad?
Solucin:
El espacio muestral que corresponde a este experimento es
Obsrvese que para calcular la probabilidad de A segn la definicin de Laplace hemos tenido que
suponer previamente que todos los elementos del espacio muestral tienen la misma probabilidad de
salir, es decir:
Por otro lado, si ha salido un nmero par, de nuevo por la definicin de probabilidad de Laplace
tendramos
y entonces
que por supusto coincide con el mismo valor que calculamos usando la definicin de probabilidad
de Laplace.
9) En una universidad el 50% de los alumnos habla ingls, el 20% francs y el 5% los dos
idiomas Cul es la probabilidad de encontrar alumnos que hablen alguna lengua extranjera?
Solucin:
Sea A el suceso hablar ingls:
.
:
10) Se tienen dos urnas, y cada una de ellas contiene un nmero diferente de bolas blancas y rojas:
U1
U2
Como U1 y U2 forman un sistema incompatible y excluyente de sucesos (la bola resultado debe
provenir de una de esas dos urnas y de una slo de ellas), el teorema de la probabilidad total nos
permite afirmar entonces que
11) Se tienen tres urnas. Cada una de ellas contiene un nmero diferente de bolas blancas y rojas:
Si el resultado del experimento es que ha salido una bola blanca, cul es la probabilidad de que
provenga de la primera urna? Calcular lo mismo para las otras dos urnas.
Solucin:
Vamos a representar en un esquema los datos de que disponemos:
U1
U2
U3
En este caso U1, U2 y U3 forman un sistema incompatible y excluyente de sucesos (la bola resultado
debe provenir de una de esas tres urnas y de una slo de ellas), por tanto es posible aplicar el
teorema de Bayes:
14)
PARECIDO
18)
18) Con
tcnica
del
En la
ocupa,
colelietasis es de 0,2.
1.
Si
poblacin se le aplican los
positivos, cul es la
sufra la colelietasis?
2.
Si el resultado fuese
probabilidad de que no tenga la enfermedad?
el objeto de
diagnosticar la
colelietasis se usan los
ultrasonidos. Tal
tiene una sensibilidad
91% y una
especificidad del 98%.
poblacin que nos
la probabilidad de
a un individuo de tal
ultrasonidos y dan
probabilidad de que
negativo, cul sera la
Solucin:
Vamos a utilizar la siguiente notacin:
No padecer la enfermedad;
17) Estamos interesados en saber cul de dos anlisis A y B es mejor para el diagnstico de
una determinada enfermedad, de la cual sabemos que la presentan un 10% de individuos de
la poblacin. El porcentaje de resultados falsos positivos del anlisis A es del 15% y el de B es
del 22%. El porcentaje de falsos negativos de A es del 7% y de B es del 3%. Cul es la
probabilidad de acertar en el diagnstico con cada mtodo?
Antes de responder, deseo hacer una observacin que no me parece para nada superflua. En el enunciado
hay en realidad 2 preguntas diferentes.
1) Estamos interesados en saber cul de dos anlisis A y B es mejor para el diagnstico de una determinada
enfermedad
2) Cul es la probabilidad de acertar en el diagnstico con cada mtodo?
La pregunta 2) es la pregunta explcita, pero en el enunciado se esconde tambin la pregunta 1) que est
implcita y no es igual a la pregunta 2). Respondo primero la pregunta 2), y despus paso a explicar la
diferencia con la pregunta 1).
Observemos que el mtodo A arroja ms falsos negativos y el mtodo B nos da ms falsos positivos. Si
deseamos maximizar la probabilidad de acertar el diagnstico (pregunta 2), debe entenderse que lo que
ms nos importa es no errar. Entonces resulta esencial tomar como dato clave el que dice que se sabe que
10% de la poblacin presenta la enfermedad. Por lo tanto para ambos mtodos partiremos de:
Cp = casos reales positivos = 0,10
Cn = casos reales negativos = 0,90
A continuacin analizaremos cual de ambos mtodos nos acerca ms a esa realidad
MTODO A
Este mtodo tiene 15% de falsos positivos. Los falsos positivos son personas que no tienen la enfermedad
pero en el anlisis arrojan resultado positivo. Por lo tanto este mtodo fallar un 15% de las veces en ese
90% de la poblacin que no tiene la enfermedad:
Fp = 0,90 * 0,15 = 0,135
Por otro lado, este mtodo tiene 7% de falsos negativos. Los falsos negativos son personas que tienen la
enfermedad pero en el anlisis aparecen como sanas. Este mtodo fallar en un 7% de las veces en el 10%
de la poblacin que tiene la enfermedad:
Fn = 0,10 * 0,07 = 0,007
La probabilidad de errar el diagnstico por este mtodo es:
F = Fp + Fn = 0,135 + 0,007 = 0,142
La probabilidad de acertar el diagnstico ser:
A = 1 F = 1 0,142 = 0,858
MTODO B
Este mtodo tiene 22% de falsos positivos. Por lo tanto este mtodo fallar un 22% de las veces en el 90%
de la poblacin que no tiene la enfermedad:
Fp = 0,90 * 0,22 = 0,198
Por otro lado, este mtodo tiene 3% de falsos negativos. Este mtodo fallar en un 3% de las veces en el
10% de la poblacin que tiene la enfermedad:
Fn = 0,10 * 0,03 = 0,003
La probabilidad de errar el diagnstico por este mtodo es:
F = Fp + Fn = 0,198 + 0,003 = 0,201
La probabilidad de acertar el diagnstico ser:
A = 1 F = 1 0,201 = 0,799
Queda as respondida la pregunta 2) que peda: la probabilidad de acertar en el diagnstico con cada
mtodo?
Sin embargo , queda flotando la pregunta 1), que est implicta en el enunciado: cul de dos anlisis A y
B es mejor para el diagnstico de una determinada enfermedad .
La respuesta puede no ser la misma y depende de lo que se entienda por mejor. En principio sera mejor
que no se escapen casos positivos, an a costa de aceptar un sobrediagnstico de los mismos. De ser as,
el mtodo B es preferible. Pero podra ocurrir que la enfermedad no sea grave y pueda diagnosticarse ms
tarde sin consecuencias. En ese caso, podra llegar a considerarse que es mejor maximizar la probabilidad
de acertar, y debera elegirse el mtodo A.
Esta discusin final que puede parecer superflua desde el punto de vista puramente matemtico, suele ser
crucial a la hora de asignar en forma ptima los recursos disponibles para salud pblica. Decid agregarla,
porque la pregunta est formulada de tal manera que no es posible saber si se trata de un simple ejercicio
de estadstica o de una consulta. Espero no haberme equivocado.
22) Una enfermedad puede ser producida por tres virus A, B y C. En un laboratorio se tienen
2 tubos con virus A, 2 tubos con virus B y 5 tubos con virus C. La probabilidad de que el virus
A produzca la enfermedad es 1/3, que la produzca B es 2/3 y que la produzca C es 1/7. Se elige
al azar un tubo y se le inocula su contenido a un animal,
a) Cul es la probabilidad de que contraiga la enfermedad?
b) Si el animal ha enfermado, cul es la probabilidad de que se haya infectado con el virus
del tipo C?
Puntos al que me explique como se hace detalladamente!
PD: Intent hacerlo en rbol pero la suma de las probabilidades totales no me da daba 1 y por ello no fui
capaz de seguir.
P(E|A)=1/3
P(E|B)=2/3
P(E|C)=1/7
a)
Segn el teorema de la probabilidad total
P(E)=P(E|A)*P(A) + P(E|B)*P(B) + P(E|C)*P(C)
P(E) = 1/3*2/9 + 2/3*2/9 + 1/7*5/9
P(E) = 19/63 = 0.3016
b)
Debemos calcular
P(C|E)
Por el teorema de Bayes
P(C|E) = P(E|C)*P(C) / { P(E|A)*P(A) + P(E|B)*P(B) +P(E|C)*P(C) }
P(C|E) =1/7*5/9 / { 1/3*2/9 + 2/3*2/9 + 1/7*5/9 }
P(C|E) = 5/19 = 0.2632
Saludos.
Calificacin de la persona que pregunta:
Comentario de la persona que pregunta:
Gracias!
24) La cuarta parte de los conductores de coche son mujeres. la probabilidad de que una
mujer sufra un accidente en un ao es de 0.0005 y para los hombres es de 0.0001. Calclese la
probabilidad de que si acaece un accidente. El accidentado sea hombre.
P(A|m)=0.0005
P(A|h)=0.0001
P(m)=0.25
P(h)=0.75
P(h|A)=
P(A|h)=P(A y h)/P(h)
entonces
P(A y h)=P(A|h)*P(h)
=0.0001*0.75=0.000075
P(h|A)=P(A y h)/P(A)=
P(A)=p(A|m)P(m)+P(A|h)P(H)
=0.0005*0.25+0.0001*0.75
=0.000125+0.000075=0.0002
P(h|A)=0.000075/0.0002=0.375
esa es la respuesta
0.375
25)