Está en la página 1de 26

Unidad 1: Tarea 1 – Espacio muestral, eventos, operaciones y axiomas de

probabilidad

Adriana Murillo
Andrés Felipe Melo
German Adolfo Duarte
Gustavo Andrés López Rosas
Luz Angélica Peña Franco

No. Grupo: 100402_21

Tutor
Johan Sebastián Bustos

Universidad Nacional Abierta y a Distancia – UNAD


Palmira, Enero 2020
INTRODUCCION

Al realizar el estudio de la UNIDAD 1, donde se describen todos los conceptos y

definiciones podemos entender mejor y conocer la importancia que tiene la

aplicación de la probabilidad en nuestra vida. En la vida diaria se presentan

situaciones donde se deben tomar decisiones importantes y se realiza una

recopilación y observación obteniendo resultados que difieren de las condiciones

planteadas, para esto se debe realizar un análisis y aplicar los conceptos

estudiados los cuales permitirán obtener resultados que faciliten la toma de

decisiones.
Objetivo General

 Comprender todos los conceptos y definiciones contenidos en la UNIDAD 1.

Objetivos Específicos


MENTEFACTO
EXPERIMENTO ALEATORIO, ESPACIO MUESTRAL Y EVENTOS

ESTUDIO DE CASO 1:
RESPONSABLE ROL SELECCIONADO
GERMAN ADOLFO
DUARTE

Las ciencias existentes están clasificadas según su objeto de estudio y el


método que emplean para conocerlo, a continuación, se relaciona el
espacio muestral Ω que está conformado por los eventos F, N y S, de
donde se tiene que:

F= Ciencias Formales

N= Ciencias Naturales

S= Ciencias Sociales.

De acuerdo con ello, considere el siguiente espacio muestral:

𝑆 = {𝑙ó𝑔𝑖𝑐𝑎, 𝑚𝑎𝑡𝑒𝑚á𝑡𝑖𝑐𝑎𝑠, 𝑓í𝑠𝑖𝑐𝑎, 𝑠𝑜𝑐𝑖𝑜𝑙𝑜𝑔í𝑎 , 𝑝𝑠𝑖𝑐𝑜𝑙𝑜𝑔í𝑎, 𝑞𝑢í𝑚𝑖𝑐𝑎, 𝑒𝑐𝑜𝑛𝑜𝑚í𝑎,


ℎ𝑖𝑠𝑡𝑜𝑟𝑖𝑎, 𝑔𝑒𝑜𝑙𝑜𝑔í𝑎, 𝑏𝑖𝑜𝑙𝑜𝑔í𝑎, 𝑔𝑒𝑜𝑙𝑜𝑔í𝑎, 𝑎𝑠𝑡𝑟𝑜𝑛𝑜𝑚í𝑎, 𝑙𝑖𝑛𝑔ü𝑖𝑛𝑠𝑡𝑖𝑐𝑎}

y sean los siguientes eventos:

𝐹 = {𝑙ó𝑔𝑖𝑐𝑎, 𝑚𝑎𝑡𝑒𝑚á𝑡𝑖𝑐𝑎𝑠}

𝑁 = {𝑓í𝑠𝑖𝑐𝑎, 𝑞𝑢í𝑚𝑖𝑐𝑎, 𝑏𝑖𝑜𝑙𝑜𝑔í𝑎, 𝑔𝑒𝑜𝑙𝑜𝑔í𝑎, 𝑎𝑠𝑡𝑟𝑜𝑛𝑜𝑚í𝑎}

𝑆 = {𝑠𝑜𝑐𝑖𝑜𝑙𝑜𝑔í𝑎, 𝑃𝑠𝑖𝑐𝑜𝑙𝑜𝑔í𝑎, 𝐸𝑐𝑜𝑛𝑜𝑚í𝑎, ℎ𝑖𝑠𝑡𝑜𝑟í𝑎, 𝑙𝑖𝑛𝑔ü𝑖𝑠𝑡𝑖𝑐𝑎}

Defina los siguientes eventos:

SOLUCION:
a. 𝐹̅

𝐹̅ = es lo que le falta al evento F para el espacio muestral

Física, sociología, psicología, química, economía, historia, geología,


biología, astronomía y lingüística.

b. 𝐹̅ ∪ 𝑁
̅

Se saca el complemento del evento N,

̅ = Lógica, matemática, sociología, psicología, economía, historia y


𝑁
lingüística.

La unión de los dos eventos (𝐹̅ ∪ 𝑁


̅)

̅= Física, sociología, psicología, economía, historia, lingüística, lógica,


𝐹̅ ∪ 𝑁
matemática, química, geología, biología y astronomía.

c. 𝐹̅ ∩ 𝑆

Ya se tiene el complemento del evento F se hace la intersección con el


evento S

𝐹̅ ∩ 𝑆= física, sociología, psicología, economía, química, historia,


lingüística, geología, biología y astronomía.

𝑑. 𝑁 ∩ 𝐹̅

Tenemos el evento N y el complemento de F se hace la intersección.

𝑁 ∩ 𝐹̅ = física, química, biología, geología, astronomía.

𝑒. 𝐹 ∪ 𝑆̅

𝑆̅= Lógica, matemática, física, biología, química, geología y


astronomía.

𝐹 ∪ 𝑆̅= Lógica, matemática, física, biología, química, geología y


astronomía.
ESTUDIO DE CASO 2
RESPONSABLE ROL SELECCIONADO
ADRIANA MURILLO

Se lanza una moneda tres veces y se observa


lo que ocurre. Sea A el evento de que al menos
ocurre un sello. ¿Cuál la probabilidad de A?

a. Determina el espacio muestral y su cardinalidad.


b. Determina el evento A y su cardinalidad.
c. Calcula P (A).

Espacio de muestra

𝑆 = {(𝐶, 𝐶, 𝐶), (𝐶, 𝐶, 𝑋), (𝐶, 𝑋, 𝐶), (𝐶, 𝑋, 𝑋)(𝑋, 𝐶, 𝐶), (𝑋, 𝐶, 𝑋), (𝑋, 𝑋, 𝐶), (𝑋, 𝑋, 𝑋)}

Cardinalidad

𝐶𝑎𝑟𝑑𝑖𝑛𝑎𝑙𝑖𝑑𝑎𝑑 𝑆 = 8

a. Determina el evento A y su cardinalidad.

𝐴 = {(𝐶, 𝐶, 𝐶), (𝐶, 𝐶, 𝑋), (𝐶, 𝑋, 𝐶), (𝐶, 𝑋, 𝑋)(𝑋, 𝐶, 𝐶), (𝑋, 𝐶, 𝑋), (𝑋, 𝑋, 𝐶)}

𝐶𝑎𝑟𝑑𝑖𝑛𝑎𝑙𝑖𝑑𝑎𝑑 𝐴 = 7

b. Calcula P (A).

7
𝑃(𝐴) = = 0.875
8
ESTUDIO DE CASO 3
RESPONSABLE ROL SELECCIONADO
GUSTAVO ANDRES
LOPEZ ROSAS

Una caja contiene una canica roja, una negra y una verde. Se sacan al azar dos
canicas sin reemplazo. Considere los siguientes eventos:
A= 5 no se obtiene canica roja.
B= 5 se obtiene una canica negra.
C= 5 se obtienen dos canicas rojas.
D= 5 se obtienen dos canicas de diferente color.

Para cada caso:


a. Determina el espacio muestral y su cardinalidad.
b. Determina el evento correspondiente y su cardinalidad.
c. Calcula el evento correspondiente.
RESULTADO
En el evento A solo salen canicas negra y verde en el B canicas roja y verde el
evento C no es posible y el D siempre ocurre
Permutación: es la manera de tomar de un grupo de n elementos k de ellos, donde
el orden importa, la ecuación que cuenta la cantidad de permutaciones es:
Perm(n,k) = n!/(n-k)!
La probabilidad básica de que un evento A ocurra es:
P(A) = casos favorables/Casos totales
En este caso tenemos que los casos totales es la manera de tomar de 3 canicas 2
de ellas:
Perm (3,2) = 3! /(3-2)! = 6
Estos casos son: (roja, negra) (negra, roja) (roja, verde), (verde, roja) (negra,
verde) y (verde, negra)
Los eventos:
A = no se obtiene canicas rojas: se obtiene canicas negra y verde. Espacio
muestral: (negra, verde) y (verde, negra). Cardinalidad = 2
P(A) = 2/6 = 0.3333
B = no se obtiene canicas negras: se obtiene canicas roja y verde. Espacio
muestral: (roja, verde), (verde, roja). Cardinalidad = 2
P(A) = 2/6 = 0.3333

C = se obtienen dos canicas rojas: no es posible pues hay solo una canica roja.
Espacio muestral: ∅. Cardinalidad = 0
P(A) = 0/6 = 0

D = Se obtiene dos canicas de diferente color: todos los casos pues solo hay una
canica de cada color Espacio muestral: (roja, negra) (negra, roja) (roja, verde),
(verde, roja) (negra, verde) y (verde, negra). Cardinalidad = 6
P(A) = 6/6 = 1

ESTUDIO DE CASO 4
RESPONSABLE ROL SELECCIONADO
LUZ ANGELICA PEÑA ALERTAS
FRANCO

Se arrojan dos dados. Sea A el evento de que la suma sea impar, B el


Evento de que sale por lo menos un 1.

a. Determina el espacio muestral y su cardinalidad.

Para determinar el espacio muestral describimos todos los resultados posibles que
resultan de arrojar los dos dados.

S = {1,1 2,1 3,1 4,1 5,1 6,1 1,2 2,2 3,2 4,2 5,2 6,2 1,3 2,3 3,3 4,3 5,3 6,3 1,4 2,4
3,4 4,4 5,4 6,4 1,5 2,5@ 3,5 4,5 5,5 6,5 1,6 2,6 3,6 4,6 5,6 6,6)}

Hallamos que su cardinalidad es 36.

b. Determina los eventos A y B y sus cardinalidades.

R/ para el evento A encontramos {1,2, 2,1, 3,2, 2,3, 4,1, 1,4, 3,4, 4,3, 4,5, 5,4,
5,2, 2,5, 6,1, 1,6, 6,5, 5,6, 6,3, 3,6}, siendo su cardinalidad 18.
Para el evento B encontramos {1,1, 1,2, 1,3, 1,4, 1,5, 1,6, 2,1, 3,1, 4,1 , 5,1, 6,1}, siendo
su cardinalidad 11.

c. Determina las probabilidades 𝐴, B, 𝐴 ∩ 𝐵, 𝐴 ∪ 𝐵, 𝐴𝐶 ∩ 𝐵 A.

La probabilidad A,B
18 11
P(A)= 36 = 0,5 = 50% y P(B) = 36 = 0,3 = 30%
18 11 198
P (𝐴 ∩ 𝐵) = P(A) x P(B) = 𝑥 = = 0,15 = 15%
36 36 1296
18 11
P (𝐴 ∪ 𝐵) = P(A) + P(B) = + = 81%
36 36
𝟏𝟑
𝐴𝐶 ∩ 𝐵 A = 𝟑𝟔

ESTUDIO DE CASO 5
RESPONSABLE ROL SELECCIONADO
ANDRES FELIPE MELO
TECNICAS DE CONTEO

ESTUDIO DE CASO 6
RESPONSABLE ROL SELECCIONADO
GERMAN ADOLFO
DUARTE
La Ciudad de México tiene placas de automóviles con tres números
seguidos por tres letras, es decir, son placas del tipo 999-AAA. Sin
embargo, no pueden empezar con cero (0) ni se utilizan las letras I, O, Q
y Ñ.
a. ¿Cuántas placas diferentes son posibles?
El abecedario tiene 27 letras en este caso se les restan 4 letras (I, O, Q Y
Ñ); quedarían 23 letras.

23*23*23=12.167
Ahora los números son 10 pero nos dice que no pueden empezar en cero
(0) entonces seria así:
9*10*10= 900
Tenemos la cantidad de numero y letras posibles, ahora se multiplican los
valores y nos el resultado de las diferentes placas posibles.
900*12.167= 10´950.300
Las placas posibles son 10´950.300.
b. ¿Cuántas placas diferentes terminan en vocal?
Sería el mismo procedimiento para los números, cambiarían las letras ya
que me piden las vocales y son 5, entonces seria así:
23*23*5=2.645
Este seria los números
9*10*10=900
La cantidad de placas que terminan en vocal son:
2645*900=2´380.500
c. ¿Cuál es la probabilidad de que una placa, elegida al azar, sea
siempre impar?
Los números impares son 5 (1, 3, 5, 7 y 9)

9*10*5= 450

Las letras en este caso serian igual

23*23*23=12.167

450*12.167= 5´475.150

Este sería el número de placas posibles terminadas en número impar


5´475.150

el número de placas impares (5´475.150) dividido la cantidad de placas


posibles (10´950.300).
5´475.150/10´950.300=0.5

El promedio seria de 0.5

ESTUDIO DE CASO 7
RESPONSABLE ROL SELECCIONADO
ANDRES FELIPE MELO

ESTUDIO DE CASO 8
RESPONSABLE ROL SELECCIONADO
GUSTAVO ANDRES Probabilidad total
LOPEZ ROSAS

Se va a formar un portafolio de inversión de cuatro instrumentos financiaron a


partir de cinco de renta fija y seis de renta variable. ¿De cuántas maneras podría
formarse el portafolio si:
a. ¿No hay restricciones?
b. Debe haber instrumentos de renta fija y dos de renta variable?
c. No debe de haber tres instrumentos de renta fija?
d. Debe de haber tres instrumentos de renta fija?
e. Calcula las probabilidades para los encisos anteriores.
RESULTADO
Combinaciones: son las diferentes formas o maneras de seleccionar los elementos
de un conjunto, sin importar el orden de los elementos entre si
Cn,k = n!/k!(n-k)!
Se va a formar un portafolio de inversión de cuatro instrumentos financieros:
Hay 5 de renta fija y 6 de renta variable
¿De cuántas maneras podría formarse el portafolio si:
a. No hay restricciones?
C11,4= 11! /4!7! = 11*10*9*8*7! /7! *4*3*2*1 =330 maneras
b. Debe haber instrumentos de renta fija y dos de renta variable?
C5,2 ∪ C6,2 = 5! /3!2! + 6! /4!2! = 10 + 15 = 25 formas
P = 25/330 = 0,075
c. No debe de haber tres instrumentos de renta fija?
C5,1 U C6,3 = 5+10 = 15 maneras
P = 15/330 = 0,045
d. Debe de haber tres instrumentos de renta fija?
C5.3 ∪C6,1 = 10+ 6 = 16 maneras
P = 16/330 = 0,048
e. Calcula las probabilidades para los encisos anteriores.
ESTUDIO DE CASO 9
RESPONSABLE ROL SELECCIONADO
LUZ ANGELICA PEÑA ALERTAS
FRANCO

Tres parejas (tres hombres y tres mujeres) compran boletos para ir a un partido de
Nacional. Cuando llegan al estadio de Atanasio Girardot les surge la duda de cómo
sentarse en la fila. ¿De cuántas maneras pueden hacerlo si:

a. ¿No hay restricciones?

No existen restricciones.
Se toman permutaciones de 6 en 6.

De la siguiente manera:
n!
𝑛𝑃𝑟 = (𝑛−𝑟)!

6! 6!
6𝑃6 = (6−6)! = = 6! = 720
0!

b. ¿Los hombres deben sentarse juntos?

No hay una condición donde se obligue a los hombres a sentarse juntos.

𝑃3 𝑥 𝑃3 = 3! 𝑥 3! = 36

c. ¿Deben sentarse por parejas?


Lo podemos determinar de la siguiente manera:

Hombre-mujer, hombre-mujer, hombre-mujer


Mujer-hombre, mujer-hombre, mujer-hombre
Hombre-mujer-mujer-hombre, hombre-mujer
Mujer-hombre, hombre-mujer, mujer-hombre
Hombre-mujer-hombre-mujer, mujer-hombre
Mujer-hombre, mujer-hombre, hombre-mujer
Hombre-hombre, mujer-mujer, hombre-mujer
Mujer-mujer, hombre-hombre, mujer-hombre
Mujer-hombre, mujer-mujer, hombre-hombre
Hombre-mujer, hombre-hombre, mujer-mujer
Hombre-hombre, mujer-hombre, mujer-mujer
mujer-mujer, hombre-mujer, hombre-hombre

Encontramos 36 formas de sentarse por parejas.

d. ¿Cuál es la probabilidad de cada uno de los eventos descritos en los


encisos anteriores?

La probabilidad es:
36
P= 720 = 0.05

La probabilidad es del 5%.


ESTUDIO DE CASO 10
RESPONSABLE ROL SELECCIONADO
ADRIANA MURILLO

Estudio de caso 109


Se tiene una caja con 24 latas y se sabe que dos
están contaminadas. Se van a seleccionar tres latas
al azar para someterlas a una prueba de control de
calidad, es decir, para medir los estándares de
calidad de la empresa.

a. ¿Cuántas combinaciones de tres latas pueden hacerse?


Para saber cuántas combinaciones tenemos que hacer entonces usamos la
siguiente formula

𝑛!
𝑛𝐶𝑟 =
(𝑛 − 𝑟)! 𝑟𝑖

Tenemos que n es la cantidad de elementos


𝑛 = 24
Y los organizamos en grupos de 3
𝑟=3
Remplazamos
24!
24𝐶3 =
(24 − 3)! 3𝑖
Obtenemos que se puede hacer
24𝐶3 = 2024

b. ¿Cuál es la probabilidad de que se seleccione una lata contaminada para


la prueba?

La combinación de 2 latas una sea defectuosa

2!
2𝐶1 = =2
(2 − 1)! 1𝑖

La combinación de 22 latas 2 no sean defectuosas


22!
22𝐶2 = = 231
(22 − 2)! 2𝑖

Como podemos elegir latas defectuosas y no defectuosas al mismo tiempo


usamos el principio de multiplicación

2𝐶1 × 22𝐶2 = 231 ∗ 2 = 462


Ahora el número de combinaciones totales que se puede hacer

24!
24𝐶3 = = 2024
(24 − 3)! 3𝑖

Entonces la probabilidad de seleccione una lata contaminada para la prueba

462
𝑃(𝑥 = 1) = = 0.2282
2024

c. ¿Cuál es la probabilidad de que se seleccione al menos una


lata contaminada para la prueba?

Una lata defectuosa y dos latas no defectuosa

2! 22!
2𝐶1 × 22𝐶2 = ∗
(2 − 1)! 1𝑖 (22 − 2)! 2𝑖

Entonces obtenemos

2𝐶1 × 22𝐶2 = 462

Dos latas defectuosas y una no defectuosa


2! 22!
2𝐶2 × 22𝐶1 = ∗
(2 − 2)! 2𝑖 (22 − 1)! 1𝑖

Entonces obtenemos

2𝐶2 × 22𝐶1 = 22

Como el evento no se puede representar todo al mismo tiempo se


aplica la adicción

462 + 22 = 482

Entonces nuestra probabilidad es igual a

482
𝑃(𝑥 ≥ 1) = = 0.2381
2024
¿Y la probabilidad de que no se elijan latas contaminadas para la
prueba?

La combinación de 2 latas ninguna sea defectuosa

2!
2𝐶0 = =1
(2 − 1)! 1𝑖

La combinación de 22 latas 2 no sean defectuosas


22!
22𝐶3 = = 1540
(22 − 2)! 2𝑖

Como podemos elegir latas defectuosas y no defectuosas al mismo tiempo


usamos el principio de multiplicación

2𝐶0 × 22𝐶3 = 1540 ∗ 1 = 1540

Ahora el número de combinaciones totales que se puede hacer

24!
24𝐶3 = = 2024
(24 − 3)! 3𝑖

Entonces la probabilidad de que no se seleccione una lata defectuosa

1540
𝑃(𝑥 = 0) = = 0.7608
2024
TEOREMA DE BAYES

ESTUDIO DE CASO 11
RESPONSABLE ROL SELECCIONADO
GERMAN ADOLFO
DUARTE
Estudio de caso 111

Supón que despiertas en la noche con


un terrible dolor y te diriges al baño
sin encender la luz. En la oscuridad,
alcanzas uno de tres frascos de
pastillas, lo destapas e ingieres una
pastilla. Una hora más tarde te pones
muy enfermo y recuerdas que en dos frascos hay aspirinas y en el otro
veneno. Supón que tienes un libro médico y dice que el 80% de los
individuos normales muestran los síntomas que presentas después de
ingerir veneno y que únicamente 5% tiene los síntomas después de tomar
aspirinas.

a. Realiza el árbol de probabilidad correspondiente.

Al ingerir veneno 80% presento síntomas 0.27


1/3 20% no presenta síntomas 0.07
Al ingerir aspirina 5% presenta síntomas 0.03
2/3 95% no presenta síntomas 0.63
1

(1/3)*80/100=0.26666 se aproxima 0.27

(1/3 *20/100=0.066666 se aproxima 0.07

(2/3)*5/100= 0.03

(2/3)*95/100= 0.63

(Pe)Probabilidad de envenenamiento es de 1
b. ¿Cuál es la probabilidad que presentes síntomas de
envenenamiento?

La probabilidad de envenenamiento es de:

Tiene un frasco de veneno de tres frascos, el 80 % de las personas tiene


los síntomas que presentas.

(Pe)=1/3*80%=0.27

c. Si cada frasco tiene la misma probabilidad de ser escogido en la


oscuridad, ¿cuál es la probabilidad de morir envenenado, puesto
que presentas los síntomas?

Probabilidad de morir=0.5

Pe= 0.27*0.5=0.135=13.5%

ESTUDIO DE CASO 12

RESPONSABLE ROL SELECCIONADO


ADRIANA MURILLO

Una empresa dedicada a la fabricación de bolsas de plástico tiene tres máquinas


(A, B y C) para ello. La máquina A realiza 25% de la producción de bolsas; la
maquina B, 35%, y la maquina C, 40%. Se ha determinado que cuando las
bolsas son hechas por la maquina A, 5% tiene defectos; de la máquina B, 10% los
tiene, y de la maquina C, 3%. De acuerdo con estos datos
a. Realiza el diagrama de árbol correspondiente.
b.
5%
D

25% 95% ND

10% D
35%
B

90%
ND

3% D
40%
C
ND
97%

c. ¿Cuál es la probabilidad de que una bolsa, elegida al azar, esté


defectuosa?

La probabilidad de que una bolsa sea elegida al azar sea defectuosa

𝑃(𝐷) = 𝑃(𝐴) ∗ 𝑃(𝐷/𝐴) + 𝑃(𝐵) ∗ 𝑃(𝐷/𝐵) + 𝑃(𝐶) ∗ 𝑃(𝐷/𝐶)

Remplazamos

𝑃(𝐷) = 0.25 ∗ 0.05 + 0.35 ∗ 0.1 + 0.4 ∗ 0.03

Obtenemos

𝑃(𝐷) = 0.0595
d. Si una bolsa está defectuosa, ¿Cuál es la probabilidad de que haya sido
producida por la maquina A? ¿Por la maquina B? ¿Y por la maquina C?

¿Cuál es la probabilidad de que haya sido producida por la maquina A?

𝑃(𝐷/𝐴) ∗ 𝑃(𝐴)
𝑃(𝐴/𝐷) =
𝑃(𝐷)

Remplazamos

0.05 ∗ 0.25
𝑃(𝐴/𝐷) =
0.0595

Obtenemos

𝑃(𝐴/𝐷) = 0.21

¿Cuál es la probabilidad de que haya sido producida por la maquina B?

𝑃(𝐵/𝐴) ∗ 𝑃(𝐵)
𝑃(𝐵/𝐷) =
𝑃(𝐷)
Remplazamos

0.35 ∗ 0.1
𝑃(𝐴/𝐷) =
0.0595

Obtenemos

𝑃(𝐴/𝐷) = 0.588
¿Cuál es la probabilidad de que haya sido producida por la maquina C?

𝑃(𝐶/𝐴) ∗ 𝑃(𝐶)
𝑃(𝐶/𝐷) =
𝑃(𝐷)

Remplazamos

0.4 ∗ 0.03
𝑃(𝐶/𝐷) =
0.0595

Obtenemos

𝑃(𝐶/𝐷) = 0.20

ESTUDIO DE CASO 13
RESPONSABLE ROL SELECCIONADO
LUZ ANGELICA PEÑA
FRANCO

En Colombia, se realizó un estudio de las preferencias electorales y en general para


los principales partidos se obtuvieron los siguientes resultados:

• 45% se declararon “liberales”


• 35%, “conservadores”
• 20%, “opción ciudadana”

Se sabe que 85% de los “rojos” realmente votará; 70% de los azules lo hará, y 58%
de los amarillos irá a votar.

a. Elabora el árbol de probabilidad respectivo.

0,85 votara
Liberal
0,45 0,15 no votara
0,7 votara
Partido Conservador
0,35 0,3 no votara

Opción Ciudadana 0,58 votara


0,2
0,42 votara

b. ¿Cuál es la probabilidad de que una persona, independientemente de su


preferencia, realmente votará?

Se tiene: 𝑝 = 0,45 𝑥 0,85 + 0,35 𝑥 0,7 + 0,2 𝑥 0,58

𝑝 = 0,38 + 0,24 + 0.12 = 0,74

c. Si una persona realmente vota, ¿cuál es la probabilidad de que fuera por el


partido “conservadores”?

𝑆𝑉 0,35 𝑥 0.7
𝑃 ( )= = 0,33
𝑃𝐶 0,45 𝑥 0,85 + 0,35 𝑥 0,7 + 0,2 𝑥 0,58

La probabilidad de que la persona que vota sea del partido conservador es del
33%.
ESTUDIO DE CASO 14
RESPONSABLE ROL SELECCIONADO
GUSTAVO ANDRES
LOPEZ ROSAS

El cáncer de pulmón consiste en un crecimiento anormal de las células de ese


órgano. La enfermedad se produce habitualmente en las paredes internas de los
bronquios, que al crecer puede obstruir el paso del aire y alterar la respiración. Por
ello, produce generalmente falta de aire, ahogo y fatiga. El hábito de fumar tabaco
es la causa principal del cáncer de pulmón, tanto en hombres como en mujeres
(http://www.elmundo.es/elmundosalud/especiales/cancer/pulmon5.ht ml). Se sabe
que 40% de las personas fuma o ha fumado alguna vez en su vida. Además, se
sabe que 90% de quienes fuman o han fumado presentan cáncer de pulmón y que
25% de las personas no fumadoras pueden desarrollar cáncer de pulmón. De
acuerdo con esta información: a. Elabora el árbol de probabilidad respectivo.
b. Calcula la probabilidad de que una persona presente cáncer de pulmón, sea o
no fumadora. c. Si una persona desarrolla cáncer de pulmón, ¿cuál es la
probabilidad de que haya sido fumadora? d. ¿Cuál es la probabilidad de que una
persona sea fumadora “pasiva” y desarrolle cáncer de pulmón?
RESULTADO
Solucionando el planteamiento tenemos que:
a) Diagrama de árbol:
Presenta Cáncer de pulmón

Personas → 0,90
Fumadoras o que han fumado → 0,40
Desarrollar Cáncer de pulmón
No fumadoras → 0,60 → 0,25
b) Probabilidad de que una persona presente cáncer de pulmón, sea o no
fumadora: 0,51.

Aplicamos la teoría de la probabilidad Total:


P(A)=∑P(A∪Bi) =∑P(Bi)*P(A\Bi)
Sustituyendo tenemos:
P(c)= P(F)*P(c\F) +P(N)*P(c\N)
P(c)= 0,4*0,9+0,6*0,25
P(c)= 0,51
c) Si una persona desarrolla cáncer de pulmón, ¿cuál es la probabilidad de
que haya sido fumadora?: 0,71.
Aplicamos el Teorema de Bayes:
P (Bi\setminus A) =\frac {P (Bi\cap A)} {P(A)}
Sustituyendo tenemos:
P(F/c) =\frac {P (F\cap c)} {P(c)}
P(F/c) =\frac {0,36} {0,51}

P(F/c) =0,71
d) ¿Cuál es la probabilidad de que una persona sea fumadora “pasiva” y
desarrolle cáncer de pulmón? 0,36.
El fumador pasivo es equivalente a una persona fumadora, por lo tanto:
P(p)= P(F)*P(c\F)
P(p)= 0,4*0,9
P(p)= 0,36

ESTUDIO DE CASO 15
RESPONSABLE ROL SELECCIONADO
ANDRES FELIPE MELO

CONCLUSIONES
ESTUDIANTE CONCLUSIÓN
Gustavo Andres Lopez Rosas Es un elemento fundamental para la
formación de un administrador de empresas.
Es mi carrera y es muy importante captar
casos de probabilidad y entender los modelos
para dar solución al problema que nos
enfrentemos.

Bibliografía
García, Á. M. (2005). Introducción a la teoría de la probabilidad. primer curso.

Monroy, S. (2008). Estadística Descriptiva.

Monroy, S. (2008). Estadística Descriptiva. Instituto Técnico Nacional.

Rodríguez, F. J. (2014). Estadística para administración.