Ejercicios Unidad 2

Teoría de la probabilidad
Beatriz Ranera
18 de octubre, 2019

1
1. Especifica el espacio muestral, S, de los siguientes experimentos:
a) Obtener número par en el lanzamiento de un dado.

S = {2, 4, 6}
b) Lanzar una moneda tres veces.

S = {cara cara cara, cruz cruz cruz, cara cruz cruz, cruz cara cruz, cruz cruz cara, cara cara cruz, cru

c) Un par de alelos rigen el color del pelaje de las cobayas. El alelo dominante es B, que da el
color negro, y el recesivo es b, que da el color blanco. Mostrar los genotipos posibles.

S = {BB, Bb, bB, bb}

d) Los nucleótidos que conforman la cadena de DNA.

S = {A, C, G, T }

e) Los nucleótidos que conforman la cadena de RNA.

S = {A, C, G, U }

f) La detección de un gen expresado en un microarray se produce cuando el punto de fluores-

cencia es circular o uniforme en color o ambos.

S = {circular, unif orme}

2. En un experimento de microarray de 100000 puntos de análisis, 8900 son circulares y 1100

son uniformes. ¿Cuál es la probabilidad de obtener un punto uniforme cuando se escoge un
punto aleatoriamente?
Número de casos favorables: 1100 Total de casos: 10000

1100
P (unif orme) = = 0.11
10000
fav <- 1100
tot <- 10000
p = fav/tot
p

## [1] 0.11
3. Un complejo de proteínas está formado por 5 proteínas codificadas por 5 genes distintos.
La proteína 1 tiene 4 alelos por gen, la proteína 2 tiene 2 alelos por gen, la proteína 3 tiene 9
alelos por gen, la proteína 4 tiene 11 alelos por gen, y finalmente, la proteína 5 tiene 6 alelos
por gen, ¿cuántos alelos genéticos podrían estar envueltos en el complejo proteínico?
4*2*9*11*6

## [1] 4752

2
4. Considerando dos sucesos, E1 y E2 , donde sus probabilidades de ocurrir son, 0.3 y 0.5,
respectivamente. Calcular las siguientes probabilidades:
a)P (E1 ) ∪ P (E2 )), si los sucesos son disjoint. En ese caso, los sucesos comparten el mismo
espacio muestral.
Si dos sucesos son disjoint, según el axioma de la unión. P(E1 ∪ E2 ) = P (E1 ) + P (E2 ).
Por tanto, P (E1 ) + P (E2 ) = 0.3 + 0.5 = 0.8
PE1 <- 0.3
PE2 <- 0.5
PE1E2 <- PE1 + PE2

Si los dos fueran los dos únicos sucesos del espacio muestral, no podrían pertenecer al mismo, ya que la suma
de las probabilidades de ambos tendría que resultar en 1.
b) P (E3 ), donde $E_{3} = (E1 ∪E2 )C y E1 y E2 son sucesos disjoint del mismo espacio muestral.
P (E3 ) = P ((E1 ∪ E2 )C ) = 1 − 0.8 = 0.2
c) P (E1 ∩ E2 ), si son sucesos independientes.
Por la ley de sucesos independientes:

P (E1 ∩ E2 ) = P (E1 ) · P (E2 ) = 0.3 · 0.5 = 0.15

d) P (E1 ∪ E2 ), si son sucesos independientes y no son disjoint.
Por la ley de adición de probabilidades.

P (E1 ∪ E2 ) = P (E1 ) + P (E2 ) − P (E1 ∩ E2 ) = 0.3 + 0.5 − 0.15 = 0.65

e) Si P (E1 |E2 ) = 0.35."Sonindependienteslosdossucesosenestecaso?

Según el punto 9 de Sucesos independientes,

P (E1 |E2 ) = P (E1 )

f) Con los datos anteriores, calcula $P(E_{2}|E_{1})

Por la ley de la probabilidad condicional,

P (E1 ∩ E2 )
P (E2 |E1 ) =
P (E1 )

Por la ley commutativa,

P (E1 ∩ E2 ) = P (E2 ∩ E1 )

Despejando en la ley de la probabilidad condicional para P (E1 ∩ E2 ),

P (E1 ∩ E2 ) = P (E2 )P (E1 |E2 )

Por tanto,

P (E2 )P (E1 |E2 ) 0.35 · 0.5

P (E2 |E1 ) = = = 0.65
P (E1 ) 0.3

3
Si P (E1 ) = 0.3 y P (E1 |E2 ) = 0.35, entonces P (E1 |E2 ) 6= P (E1 ), por tanto no son sucesos independientes.
La probabilidad de que ocurra el suceso E1 depende de que ocurra el suceso 2.
5. Un microbiólogo decide llevar a cabo una serie de experimentos con distintos sujetos: tres
bacterias, cinco virus y tres protozoos. El microbiólogo llevará a cabo los experimentos sobre
un sujeto de cada especie de forma consecutiva. ¿De cuántas maneras posibles puede elegir a
los tres sujetos para llevar a cabo los experimentos?
Se trata de calcular el número total de posibilidades por medio de permutaciones.
La fórmula para calcular el total se corresponde con:

n!
n Pk =
(n − k)!

En este caso, n = 3 bacterias + 5 virus + 3 protozoos = 11 microorganismos posibles.

k se corresponderá con 3, ya que son 3 experimentos, uno con cada especie, los que se quiere llevar a cabo.
Por tanto,

11! 11!
15 P3 = =11 P3 = = 990
(11 − 3)! (8)!
n <- 11
k <- 3
P <- factorial(n)/factorial(n-k)
P

## [1] 990
6. En una población de una especie en equilibrio Hary-Weinber, la probabilidad de encontrar
un alelo a, P (a) = 0.1, mientras que la probabilidad de encontrar un alelo A, es P (A) = 0.9.
Encontrar la probabilidad de cada genotipo posible.
Genotipos posibles:
• aa
• AA
• Aa, aA

P (aa) = 0.12 = 0.01

P (Aa) = 2 · 0.1 · 0.9 = 0.18
P (AA) = 0.92 = 0.81

7. La probabilidad de tener un resfriado en otoño es 0.4. Se asume también que para el gen
del citocromo P450, con dos alelos, A y a, las probabilidades son 0.3 y 0.7, respectivamente.
Si la población está en equilibrio Hardy-Weinber, escribir el número total de posibilidades y
calcular probabilidades de coger un resfriado o no, y tener un genotipo u otro para el citocromo
P450.
Sucesos posibles de genotipo:
• aa
• AA
• Aa, aA

4
Sus probabilidades serán:

P (aa) = 0.32 = 0.09

P (Aa) = 2 · 0.3 · 0.7 = 0.42
P (AA) = 0.72 = 0.49

Sucesos posibles de resfriado:

• R (refriado)
• NR (no resfriado)
Sus probabilidades serán:

P (R) = 0.4
P (N R) = 1 − P (R) = 1 − 0.4 = 0.6
Se tratan de sucesos independientes, por lo tanto,

P (A ∩ B) = P (A) · P (B)

Las probabilidades conjuntas, serán:

P (AA ∩ R) = 0.09 · 0.4 = 0.036

P (AA ∩ N R) = 0.09 · 0.6 = 0.054
P (Aa ∩ R) = 0.42 · 0.4 = 0.168

P (Aa ∩ N R) = 0.42 · 0.6 = 0.252

5
 P (aa ∩ R) = 0.49 · 0.4 = 0.196

P (aa ∩ N R) = 0.49 · 0.4 = 0.294

8. Considerando las mismas probabilidades de que ocurran los sucesos de genotipo y de padecer
o no un resfriado, calcular de nuevo las probabilidades de todas las posibles combinaciones, si
los datos que se disponen son que tener o no un resfriado está ligado al genotipo del citocromo
P450. Los valores para P (R|aa) = 0.5, P (R|Aa) = 0.3 y P (R|AA) = 0.5.
Es necesario calcular las probabilidades de los sucesos complementarios,

P (N R|aa) = 1 − P (R|aa) = 1 − 0.5 = 0.5

P (N R|Aa) = 1 − P (R|Aa) = 1 − 0.3 = 0.7

P (N R|AA) = 1 − P (R|AA) = 1 − 0.3 = 0.7

Aplicando la ley de la probabilidad condicional a todos los casos,

P (R ∩ aa) = P (aa)P (R|aa) = 0.5 · 0.49 = 0.245

P (N R ∩ aa) = P (aa)P (N R|aa) = 0.5 · 0.49 = 0.245
P (R ∩ Aa) = P (Aa)P (R|Aa) = 0.3 · 0.42 = 0.126
P (N R ∩ Aa) = P (Aa)P (N R|Aa) = 0.7 · 0.42 = 0.294

P (R ∩ AA) = P (Aa)P (R|Aa) = 0.3 · 0.09 = 0.027

P (N R ∩ AA) = P (Aa)P (N R|Aa) = 0.7 · 0.09 = 0.063

9. Una persona ha recibido en resultado de un test médico que se realizó en el que el resultado
muestra un diagnóstico positivo para una enfermedad D. Sin embargo, el laboratorio que realiza
este test afirma que la probabilidad de obtener un falso positivo es 0.06, y la probablidad de
un falso negativo es 0.038. Calcular la posibilidad de que el diagnóstico haya sido correcto,
sabiendo que la prevalencia de la enfermedad es 0.02
Para calcular probabilidades a posteriori es necesario aplicar el Teorema de Bayes,

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

Los sucesos, y sus correspondientes probabilidades de este fenómeno a estudiar son:

• D, estar enfermo, P(D).
• H, estar sano, P(H).
• T+ , resultado positivo del test, P(T+ ).
• T- , resultado positivo del test, P(T- ).
• T+ |D, obtener un resultado positivo en un enfermo, P(T+ |D).
• T+ |H, obtener un resultado positivo en un sano, P(T+ |H).

6
 • T- |D, obtener un resultado negativo en un enfermo, P(T- |D).
• T- |H, obtener un resultado negativo en un sano, P(T- |H).
Los datos que disponemos son:
• P(D) = 0.02
• P(T+ |H) = 0.06
• P(T- |H) = 0.038
Para conocer la probabilidad de que el hombre esté enfermo habiendo obtenido un resultado positivo del
laboratorio es:

P (T + |D)P (D)
P (D|T + ) =
P (T + |D)P (D) + P (T + |H)P (H)

Por tanto, se necesitan calcular P(H) y P(T+ |D),

• D y H son sucesos complentarios, por tanto: P (H) = 1 − P (D) → P (H) = 1 − 0.02 = 0.98
• T+ |H y T+ |D son sucesos complentarios, por tanto: P (T + |D) = 1−P (T + |H) → P (T + |D) = 1−0.038 =
0.9862
Sustituyendo todos los valores en la fórmula del Teorma de Bayes,

0.02 · 0.94
P (D|T + ) = = 0.242
0.02 · 0.94 + 0.98 · 0.06

Por tanto, a pesar, de que el diagnóstico parecida descorazonador, con este test sólo hay un 24.2% de
probabilidad de que el hombre este enfermo.