COORDINACIÓN ACADÉMICA Y DE INVESTIGACIÓN

División de Ciencias Exactas,

Ingeniería y Tecnología

Lic. en Enseñanza de las matemáticas

2° Semestre

Fase 1. Formación matemática

Módulo 4
Probabilidad y Estadística

Hugo Alfredo Benítez Hernández

GRUPO: 2
Docente en línea: María Luisa Aguilar Vera

Actividad de aprendizaje 7
 EJERCICIOS PROPUESTOS

1. En un instituto el 60% de la población son hombres, la probabilidad de que una mujer

desayune es cuatro veces mayor a que un hombre desayune. ¿Cuál es la probabilidad
que un alumno elegido al azar sea hombre, si se sabe que desayuna?
Analizando las situaciones del problema, podemos identificar los siguientes eventos:
𝑯 = 𝑯𝒐𝒎𝒃𝒓𝒆
𝑴 = 𝑴𝒖𝒋𝒆𝒓
𝑫 = 𝑫𝒆𝒔𝒂𝒚𝒖𝒏𝒂
𝑫ഥ = 𝑵𝒐 𝒅𝒆𝒔𝒂𝒚𝒖𝒏𝒂

Desayuna
Hombre
No desayuna
Evento
Desayuna
Mujer
No desayuna

Ocupamos le Teorema de Bayes que se define por

𝑷ሺ𝑩ห𝑨𝟏 ሻ ∙ 𝑷ሺ𝑨𝟏 ሻ
𝑷ሺ𝑨𝟏 ห𝑩ሻ =
𝑷ሺ𝑩ห𝑨𝟏ሻ ∙ 𝑷ሺ𝑨𝟏 ሻ + 𝑷ሺ𝑩ห𝑨𝟐 ሻ ∙ 𝑷ሺ𝑨𝟐 ሻ
Sustituyendo
𝑷ሺ𝑫ȁ𝑯ሻ ∙ 𝑷ሺ𝑯ሻ
𝑷ሺ𝑯ȁ𝑫ሻ =
𝑷ሺ𝑫ȁ𝑯ሻ ∙ 𝑷ሺ𝑯ሻ + 𝑷ሺ𝑫ȁ𝑴ሻ ∙ 𝑷ሺ𝑴ሻ

𝟏 𝟑
∙ 𝟑
𝟓 𝟓
ሺ ȁ ሻ
𝑷 𝑯𝑫 = = = 𝟎. 𝟐𝟕𝟐𝟕 ∙ 𝟏𝟎𝟎 = 𝟐𝟕. 𝟐𝟕%
𝟏 𝟑 𝟒 𝟐 𝟏𝟏
∙ + ∙
𝟓 𝟓 𝟓 𝟓

Por tanto, la probabilidad de que alumno sea hombre, si se sabe que

desayuna es del 27.27%

UnADM | DCEIT | EM | 2
2. Las mujeres de una escuela preparatoria constituyen el 55% de los estudiantes del
primer curso, el 58% del segundo curso y el 60% del tercer curso. Los porcentajes con
respecto a la población estudiantil en cada curso son 38%, 34% y 28%
respectivamente. Si se elige a un alumno al azar y resulta ser mujer, ¿cuál es la
probabilidad de que sea del segundo grado?
Analizando las situaciones del problema, podemos identificar los siguientes eventos:
𝑯 = 𝑯𝒐𝒎𝒃𝒓𝒆
𝑴 = 𝑴𝒖𝒋𝒆𝒓
𝑪𝟏 = 𝑷𝒓𝒊𝒎𝒆𝒓 𝒄𝒖𝒓𝒔𝒐
𝑪𝟐 = 𝑺𝒆𝒈𝒖𝒏𝒅𝒐 𝒄𝒖𝒓𝒔𝒐
𝑪𝟑 = 𝑺𝒆𝒈𝒖𝒏𝒅𝒐 𝒄𝒖𝒓𝒔𝒐

Mujer
Primer curso
C1
Hombre

Mujer
Segundo curso
Evento 0.34
C2
Hombre

Mujer
Tercer curso
C3
Hombre

Ocupamos le Teorema de Bayes que se define por

𝑷ሺ𝑩ห𝑨𝟏 ሻ ∙ 𝑷ሺ𝑨𝟏 ሻ
𝑷ሺ𝑨𝟏ห𝑩ሻ =
𝑷ሺ𝑩ห𝑨𝟏 ሻ ∙ 𝑷ሺ𝑨𝟏 ሻ + 𝑷ሺ𝑩ห𝑨𝟐 ሻ ∙ 𝑷ሺ𝑨𝟐 ሻ + 𝑷൫𝑩ห𝑨𝟑൯ ∙ 𝑷൫𝑨𝟑 ൯
Sustituyendo
𝑷ሺ𝑴ȁ𝑪𝟐ሻ ∙ 𝑷ሺ𝑪𝟐ሻ
𝑷ሺ𝑪𝟐ȁ𝑴ሻ =
𝑷ሺ𝑴ȁ𝑪𝟐ሻ ∙ 𝑷ሺ𝑪𝟐ሻ + 𝑷ሺ𝑴ȁ𝑪𝟏ሻ ∙ 𝑷ሺ𝑪𝟏ሻ + 𝑷ሺ𝑴ȁ𝑪𝟑ሻ ∙ 𝑷ሺ𝑪𝟑ሻ

𝟎. 𝟓𝟖 ∙ 𝟎. 𝟑𝟒 𝟑𝟒
𝑷ሺ𝑪𝟐ȁ𝑴ሻ = = = 𝟎. 𝟑𝟒𝟑𝟒 ∙ 𝟏𝟎𝟎 = 𝟑𝟒. 𝟑𝟒%
𝟎. 𝟓𝟖 ∙ 𝟎. 𝟑𝟒 + 𝟎. 𝟓𝟓 ∙ 𝟎. 𝟑𝟖 + 𝟎. 𝟔𝟎 ∙ 𝟎. 𝟐𝟖 𝟗𝟗

Por tanto, la probabilidad de que alumno sea mujer, y que sea del segundo
curso es del 34.34%

UnADM | DCEIT | EM | 3
3. En una comunidad consta de 500 hectáreas de terreno, de las cuales 350 producen maíz
y el resto frijol. En el 21% de la que producen maíz y el 12% de las que producen frijol
no se utiliza abono. Si al azar es elegida una hectárea en la que se utiliza abono, ¿cuál
es la probabilidad que esta produzca maíz?
Analizando las situaciones del problema, podemos identificar los siguientes eventos:
𝑴 = 𝑴𝒂𝒊𝒛
𝑭 = 𝑭𝒓𝒊𝒋𝒐𝒍
𝑨 = 𝑪𝒐𝒏 𝒂𝒃𝒐𝒏𝒐
𝑨ഥ = 𝑺𝒊𝒏 𝒂𝒃𝒐𝒏𝒐

Con abono
Maiz
Sin abono
Evento
Con abono
Frijol
Sin abono

Ocupamos le Teorema de Bayes que se define por

𝑷ሺ𝑩ห𝑨𝟏 ሻ ∙ 𝑷ሺ𝑨𝟏 ሻ
𝑷ሺ𝑨𝟏 ห𝑩ሻ =
𝑷ሺ𝑩ห𝑨𝟏ሻ ∙ 𝑷ሺ𝑨𝟏 ሻ + 𝑷ሺ𝑩ห𝑨𝟐 ሻ ∙ 𝑷ሺ𝑨𝟐 ሻ
Sustituyendo
𝑷ሺ𝑨ȁ𝑴ሻ ∙ 𝑷ሺ𝑴ሻ
𝑷ሺ𝑴ȁ𝑨ሻ =
𝑷ሺ𝑨ȁ𝑴ሻ ∙ 𝑷ሺ𝑴ሻ + 𝑷ሺ𝑨ȁ𝑭ሻ ∙ 𝑷ሺ𝑭ሻ

𝟎. 𝟕𝟗 ∙ 𝟎. 𝟕 𝟓𝟓𝟑
𝑷ሺ𝑴ȁ𝑨ሻ = = = 𝟎. 𝟔𝟕𝟔𝟖 ∙ 𝟏𝟎𝟎 = 𝟔𝟕. 𝟔𝟖%
𝟎. 𝟕𝟗 ∙ 𝟎. 𝟕 + 𝟎. 𝟖𝟖 ∙ 𝟎. 𝟑 𝟖𝟏𝟕

Por tanto, la probabilidad de que se utilice abono en donde se produce maíz

es del 67.68%

UnADM | DCEIT | EM | 4
4. La probabilidad de que una rara enfermedad tropical se diagnostique correctamente es
0.7. Si ésta se diagnostica correctamente en un paciente, la probabilidad de que se
curará es de 0.9; si la enfermedad no se diagnostica correctamente, la probabilidad de
que el paciente se cure es 0.4. Si un paciente que tiene dicha enfermedad se cura, ¿cuál
es la probabilidad de que se diagnosticó correctamente?

Analizando las situaciones del problema, podemos identificar los siguientes eventos:
𝑫 = 𝑫𝒊𝒂𝒈𝒏𝒐𝒔𝒕𝒊𝒄𝒂 𝒄𝒐𝒓𝒓𝒆𝒄𝒕𝒂𝒎𝒆𝒏𝒕𝒆
ഥ
𝑫 = 𝑵𝒐 𝒔𝒆 𝒅𝒊𝒂𝒈𝒏𝒐𝒔𝒕𝒊𝒄𝒂 𝒄𝒐𝒓𝒓𝒆𝒄𝒕𝒂𝒎𝒆𝒏𝒕𝒆
𝑪 = 𝑺𝒆 𝒄𝒖𝒓𝒂
ഥ
𝑪 = 𝑵𝒐 𝒔𝒆 𝒄𝒖𝒓𝒂𝒓𝒂

Se cura
Diagnostique
D
No curará
Evento
Se cura
No se
diagnostique
ഥ
𝑫
No curará

Ocupamos le Teorema de Bayes que se define por

𝑷ሺ𝑩ห𝑨𝟏 ሻ ∙ 𝑷ሺ𝑨𝟏 ሻ
𝑷ሺ𝑨𝟏 ห𝑩ሻ =
𝑷ሺ𝑩ห𝑨𝟏ሻ ∙ 𝑷ሺ𝑨𝟏 ሻ + 𝑷ሺ𝑩ห𝑨𝟐 ሻ ∙ 𝑷ሺ𝑨𝟐 ሻ
Sustituyendo
𝑷ሺ𝑪ȁ𝑫ሻ ∙ 𝑷ሺ𝑫ሻ
𝑷ሺ𝑫ȁ𝑪ሻ =
𝑷ሺ𝑪ȁ𝑫ሻ ∙ 𝑷ሺ𝑫ሻ + 𝑷൫𝑪ห𝑫 ഥ ൯ ∙ 𝑷ሺ𝑫
ഥሻ

𝟎. 𝟗 ∙ 𝟎. 𝟕
𝑷ሺ𝑫ȁ𝑪ሻ = = 𝟎. 𝟖𝟒 ∙ 𝟏𝟎𝟎 = 𝟖𝟒%
𝟎. 𝟗 ∙ 𝟎. 𝟕 + 𝟎. 𝟒 ∙ 𝟎. 𝟑

Por tanto, la probabilidad de que el paciente se cura si se diagnostica

correctamente es del 84%

UnADM | DCEIT | EM | 5
5. En la universidad H, el 45% de los alumnos cursan primer año, el 35% cursa segundo
año y el 20% cursa tercer año. Los porcentajes de los alumnos que asisten al taller de
computación son: • 98% los de primer año • 76% los de segundo año • 12% los de
tercer año.
Si se escoge aleatoriamente un alumno que asiste al taller de computación, ¿cuál es la
probabilidad de que sea de tercer año?

Analizando las situaciones del problema, podemos identificar los siguientes eventos:
𝑨𝟏 = 𝑷𝒓𝒊𝒎𝒆𝒓 𝑨ñ𝒐
𝑨𝟐 = 𝑺𝒆𝒈𝒖𝒏𝒅𝒐 𝑨ñ𝒐
𝑨𝟐 = 𝑺𝒆𝒈𝒖𝒏𝒅𝒐 𝑨ñ𝒐
𝑪 = 𝑨𝒔𝒊𝒔𝒕𝒆𝒏 𝒂𝒍 𝒕𝒂𝒍𝒍𝒆𝒓 𝒅𝒆 𝑪𝒐𝒎𝒑𝒖𝒕𝒂𝒄𝒊ó𝒏
ഥ
𝑪 = 𝑵𝒐 𝒂𝒔𝒊𝒔𝒕𝒆𝒏 𝒕𝒂𝒍𝒍𝒆𝒓 𝒅𝒆 𝑪𝒐𝒎𝒑𝒖𝒕𝒂𝒄𝒊ó𝒏

Computación
Primer Año
A1
No
Computación

Computación
Segundo Año
Evento 0.35
A2
No
Computación

Computación
Tercer año
A3
No
Computación
Ocupamos le Teorema de Bayes que se define por
𝑷ሺ𝑩ห𝑨𝟏 ሻ ∙ 𝑷ሺ𝑨𝟏 ሻ
𝑷ሺ𝑨𝟏ห𝑩ሻ =
𝑷ሺ𝑩ห𝑨𝟏 ሻ ∙ 𝑷ሺ𝑨𝟏 ሻ + 𝑷ሺ𝑩ห𝑨𝟐 ሻ ∙ 𝑷ሺ𝑨𝟐 ሻ + 𝑷൫𝑩ห𝑨𝟑൯ ∙ 𝑷൫𝑨𝟑 ൯
Sustituyendo
𝑷ሺ𝑪ȁ𝑨𝟑ሻ ∙ 𝑷ሺ𝑨𝟑ሻ
𝑷ሺ𝑨𝟑ȁ𝑪ሻ =
𝑷ሺ𝑪ȁ𝑨𝟑ሻ ∙ 𝑷ሺ𝑨𝟑ሻ + 𝑷ሺ𝑪ȁ𝑨𝟐ሻ ∙ 𝑷ሺ𝑨𝟐ሻ + 𝑷ሺ𝑪ȁ𝑨𝟏ሻ ∙ 𝑷ሺ𝑨𝟏ሻ

𝟎. 𝟏𝟐 ∙ 𝟎. 𝟐𝟎 𝟐𝟒
𝑷ሺ𝑨𝟑ȁ𝑪ሻ = = = 𝟎. 𝟎𝟑𝟐𝟖 ∙ 𝟏𝟎𝟎 = 𝟑. 𝟐𝟖%
𝟎. 𝟏𝟐 ∙ 𝟎. 𝟐𝟎 + 𝟎. 𝟕𝟔 ∙ 𝟎. 𝟑𝟓 + 𝟎. 𝟗𝟖 ∙ 𝟎. 𝟒𝟓 𝟕𝟑𝟏

Por tanto, la probabilidad de que alumno asista a computación y sea del

tercer grado es de 3.28%
UnADM | DCEIT | EM | 6
 REFLEXIÓN
¿Crees que ganar un juego de azar, depende del número de veces que has jugado?

Yo creo que para poder ganar en un juego de azar no radica solamente en las veces que
hayamos jugado, también interviene la destreza para calcular, las posibilidades tanto
favorables como desfavorables que se derivan del propio juego, de las acciones que se van
realizando en el tiempo que se juega pero, no obstante, si todo fuera matemáticas como
el cálculo de probabilidades, no se llamarían juegos de azar puesto que aún el matemático
o jugador más experto puede fallar, este es el componente imprescindible llamado suerte
o azar que puede arrebatar la victoria.

En conclusión, puedo mencionar que los juegos de azar son juegos donde las posibilidades
de ganar o perder no solo depende de la habilidad del jugador, sino que además interviene
el azar, ya que la probabilidad de ganar o perder es algo que no se puede predecir, pero si
calcular.

FUENTES DE CONSULTA

• Capítulo 3: Probabilidad condicional e independencia-Ci [Archivo de PDF]

Disponible en: www.cimat.mx/~jortega/MaterialDidactico/EPyE09/Cap3.pdf
• Fikima Aula Virtual (2015) Probabilidad condicionada: extracción de bolas con y
sin reemplazamiento. Disponible en:
https://www.youtube.com/watch?v=0fwFray6N4I
• disenonaval (2012) Probabilidad Total y Teorema de Bayes- David Tamayo
Mamani [Archivo de video] Disponible en:
https://www.youtube.com/watch?v=VEz7kU1uUvA
• Bargas, R., & Camargo, M. (2004). Introducción a la probabilidad y la estadística.
Mexico: UADY.
• Levin, R. I., & Rubin, D. S. (2004). Estadística para administración y economía (7a
ed.). México: Pearson Educación.
• Triola, M. (2013). Estadística (11a. ed.). México: Pearson Educación.

UnADM | DCEIT | EM | 7