Está en la página 1de 8

UNIVERSIDAD DE CARTAGENA

PROGRAMA DE ADMINISTRACIÓN FINANCIERA

TALLER DE ESTADÍSTICA INFERENCIAL

DOCENTE: MARCOS CASTRO BOLAÑOS

ESTUDIANTE: MARIA ELENA FIGUEROA ANAYA

Ejercicios de probabilidad

1. ¿Cuál es la probabilidad que al tirar un dado resulte impar?

Por tanto, es posible que salgan 3 números impares en un dado,


entonces:

P = (3/6)
P = 1/2
P = 50%

Por tanto, existe la probabilidad del 50% que al lanzar un dado se


obtenga al menos un número impar.

2. La suma de la tirada de dos dados sea 7

Obtener un 7 quiere decir que la suma de los números obtenidos en


los dados sume 7.

Usando la definición clásica de la probabilidad, tenemos que dividir el


número de casos favorables entre el número de casos posibles.

El número total de casos posibles son todas las combinaciones de los


6 números del primer dado con los 6 números del segundo dado; es
decir, 6 x 6 = 36:

De los 36 resultados posibles de lanzar dos dados, suman 7, que son


los casos favorables, los siguientes:

{( 6; 1); (5; 2); (4; 3);( 3; 4);( 2; 5); (1; 6)}, es decir, 6; por lo tanto la
probabilidad es:

(1, 1) (1, 2) (1, 3) (1, 4) (1, 5) (1, 6) (2, 1) (2, 2) (2, 3) (2, 4) (2, 5) (2, 6)
(3, 1) (3, 2) (3, 3) (3, 4) (3, 5) (3, 6) (4, 1) (4, 2) (4, 3) (4, 4) (4, 5) (4, 6)
(5, 1) (5, 2) (5, 3) (5, 4) (5, 5) (5, 6) (6, 1) (6, 2) (6, 3) (6, 4) (6, 5) (6, 6)

P (obtener un 7) = 6 /36 = 1/ 6 = 0,1666 = 16.66%


3. Al menos una cara en dos tiradas de una moneda

Una forma fácil de hallar este de probabilidad es utilizando el diagrama de


árbol

MONEDA

C
S

S
C S C

El problema dice que al menos una cara en dos tirada entonces tenemos el
numero de casos posibles.

{(cs); (cc); (sc)}

P(E)= 3/4 = 0,75 => 75%

donde C, corresponde a las caras y S a los sellos

4. Se saca al azar una bola de una caja que contiene 7bolas rojas, 5
blancas y 6 azules. Hallar la probabilidad que la bola extraída sea:

a. Roja

b. Blanca

c. Azul

d. No roja
Aplicamos esta formula

R/TA

La cantidad de pelotas en la caja es de 18 y hay 7 bolas rojas, por lo que la


probabilidad de sacar una roja es 7/18 que correspondería al 38.8 %, de la
misma forma podemos decir que la probabilidad de sacar una blanca es 5/18
que sería de 27.7% y 6/18= 1/3 que nos daría un 33.3% de sacar una azul.

Existen 11 pelotas que no son rojas por lo que la probabilidad de sacar una no
roja es 11/15. Que correspondería al 61.1%

a) Roja = 7/18 = 0.388 que seria 38.8%


b) Blanca= 5/18= 0.277 que seria 27.7%
c) Azul = 6/18 = 0.333 que seria 33.3%
d) No roja= 11/18 = 0.611 que seria 61.1%

5. Una bolsa contiene 5 bolas blancas y 3 bolas negras, otra


contiene 4 bolas blancas y 7 bolas negras. SI se saca una bola de cada
bolsa , hallar la probabilidad de que:

a. Ambas sean blancas

b. Ambas sean negras

c. Una sea blanca y la otra negra

d. Una negra y la otra sea blanca

En la bolsa primera tenemos 3 negras y 5 blancas. Total = 8 bolas

(espacio muestral = sucesos posibles)

Si sólo tuviéramos esa bolsa, la probabilidad del suceso a) (bola


blanca de la bolsa primera) sería...

P = Favorables (5 blancas) / Posibles (8 bolas) = 5/8


Pero como además hay que contar con dos bolsas, esta probabilidad
cuelga de la anterior, es decir:

Ambas sean blancas

(5/8)*(4/11)= 0.2276 q seria el 22.27%

Ambas sean negras

(3/8)*(7/11)= 0.2386 que seria 23.86%

Una sea blanca y la otra negra

(5/8)*(7/11)= 0.3977 que seria 39.77%

Una negra y la otra sea blanca

( 3/8)*(4/11) =0.1364 que seria el 13,64%

6. Un analista financiero descubrió que el 40% de las acciones


experimentaron un comportamiento superior al promedio, el 18% inferior
y el 42% se mantuvieron alrededor del promedio. El 40% del primer
grupo fue considerado como buena adquisición, lo mismo que el 30%
del segundo grupo y un 10% del último.

¿Cuál es la probabilidad de que un valor considerado como buena


adquisición se comporte en forma superior al promedio?.

Aplicamos Teorema de Bayes:

Condiciones:             Porcentaje:    A priori:  Condicional: Resultado:

Comportamiento ≥Media             40%       ( 0,40 )       *    ( 0,4)     =      0,16

Comportamiento ≤ Media            18%          (0,18 )    *   (  0,3 )   = 0,054       

Comportamiento alrededor M      42%        ( 0,42 )    *   (  0.1 )             0,042

                                                                                     Total=  0,256

En los datos anteriores lo que se hizo fue multiplicar cada uno de los
valores por 40% = 0,4, 30%=,30 y 10%=0,1
Adquisiciones:                      Condicional:         Probabilidad:

Comportamiento ≥Media            40%               0,16 / 0,256 = 0,630

Comportamiento ≤ Media          30%              0,054 / 0,256 = 0,213

Comportamiento alrededor M    10%             0,042 / 0,256 = 2,165

Todo esto es aplicando esta formula:

P(a/B) = [P(Ai) * P (B/Ai)] / P(B)

¿ cuál es la probabilidad de que un valor correspondiente al primer grupo


crezca por encima del promedio?

P(An/B) = ( 0,4) * (0,4) / ( 0,4) * (0,4) + (0,8*0,3)+(0,42*0,1) = 0,6299

Detal forma que la probabilidad es 63.0 % 

7. Una empresa planea probar un nuevo producto que lanzará al mercado


en la próxima temporada de vacaciones. Las zonas en las cuales se hará
el mercadeo pueden clasificarse por ubicación y por su densidad de
población. A continuación se registra los datos obtenidos:

Densidad de población
Ubicación Urbana Rural Total
Norte 25 50 75
Sur 20 30 50
Total 45 80 125

¿Cuál es la probabilidad de que el mercado de prueba sea elegido el norte?

R/ P = 𝑁=𝐷𝐸 𝐶𝐴𝑂𝑆 𝐹𝑈𝑁𝐸𝑅𝐴𝐵𝐿𝐸𝑆 𝑁=𝐷𝐸 𝐶𝐴𝑂𝑆 𝑃𝑂𝑆𝐼𝐵𝐿𝐸𝑆 P = 75 /125


= 0,6 => 60%

¿Cuál es la probabilidad de que el mercado de prueba sea elegido el sur?

R/ P= 50 /125 = 0,4 => 40%

¿Cuál es la probabilidad de que el mercado de prueba este la zona urbana?

R/ P = 45 /125 = 0,36 => 36%


¿Cuál es la probabilidad de que el mercado de prueba este en la zona rural?

R/ P = 80 /125 = 0,64 => 64%

¿Cuál es la probabilidad de que el mercado de prueba este en una zona rural


del norte?

R/TA P = 50 /125 = 0,4 => 40%

¿Cuál es la probabilidad de que el mercado de prueba de que si está en el


norte sea una zona urbana?

P = 25 /125 = 5 /25 = 1 /25 = 0,2 => 20%

La probabilidad de que un accidente laboral sea consecuencia de una falla


de la maquina es de 0.40; la probabilidad que se atribuya

8. correctamente a una falla es de 0.82 y la probabilidad que atribuya


incorrectamente a una falla de la maquina es de 0.03.

R/TA

Datos:

P(𝑀𝐴𝑄) = 0,40

P(𝐴. 𝐶. 𝑀) = 0,82

P𝐴. 𝐶. 𝑀) = 0,03

a. ¿Cuál es la probabilidad de que un accidente laboral se atribuya a una


falla de la máquina?

R/TA

P(𝐴𝑡𝑟𝑖𝑏) = 𝑃(𝐴. 𝐶. 𝑀) 𝑥 𝑃(𝑀𝐴𝑄) + 𝑃 (𝐴. 𝐼𝑁𝐶. 𝑀) 𝑥 𝑃( MAQ)

P(𝐴𝑡𝑟𝑖𝑏) = (0,82)(0,40) + (0,03)(0,4)

= 0,328 + 0,012 = O,34

La probabilidad de q un accidendente laboral se atribuye a una falla de


maquina es del 34%
b. ¿Cuál es la probabilidad de que un accidente laboral se atribuido a una
falla de la máquina y en realidad se deba a dicha falla?

P(𝑀𝐴𝑄 − 𝑅𝐸𝐴𝐿) = 𝑃(𝐴.𝐶.𝑀) * 𝑃 (𝑀𝐴𝑄)


(0,82)* (0,4)
= 0,328

La probabilidad de que un accidente laboral sea atribuido a una falla de la


máquina y que en realidad de deba a dicha falla será del 32,8%

9. La siguiente tabla de contingencia que presenta 150 empresas de una muestra


clasificadas de acuerdo a cuatro grupos industriales y de acuerdo consi la ganancia
en sus acciones de interés variable es superior o inferior a la ganancia promedio en
la muestra de 150 empresas.

Elabore la tabla de probabilidad conjunta correspondiente a estos datos


muéstrales: Con base a la tabla de probabilidad conjunta anterior, determine:

a). P (I y A). b) P (II o B). c) P (I o II ). d) P (A o B). e) P (A/I). f). P ( III/A)

Categoría Superior al Menor al Total


promedio promedio
(A) (B)
I 20 40 60
II 10 10 20
III 20 10 30
IV 25 15 40
TOTAL 75 75 150

 Mediante la información podemos determinar lo siguiente


20
a). P ( I y A )= =0,1 3́=13,333 % 
150

b) P(II o B).
P ( II o B ) =P ( II ) + P ( B )−P ( II y B )
20 75 10
P ( II o B ) = + − =0,133+ 0,5−0,067=0,5667=56,67 %
150 150 150
  c) P(I o II ).
60 20
P ( I o II )=P ( I )+ P ( II )= + =0,4+0,133=0,5333=53,33 %
150 150

d) P (A o B).
P ( A o B )=P ( A ) + P( B)
75 75
P ( A o B )= + =0,5+0,5=1=100 %
150 150

e) P (A/I).
20
P ( A y I )= =0,1 3́=13,333 % 
150
60
P (I )= =0,4=40 %
150
20
A P ( A y I ) 150 20∗150 20
P ( )
I
=
P ( I)
= = = =0,3333=33,33 %
60 60∗150 60
150
f).  P( III/A)
25
III P ( III y A ) 150 25∗150 25
P ( )
A P(A)
= = = =0,2=20 %
75 75∗150 75
150