Carlos Eduardo León Espinosa

cleone@unal.edu.co

Solución

1) La secuencia escogida por Marilyn es la correcta ya que en un ambiente real las

probabilidades de que tras diez lanzamientos solo caiga sello o cara como en las
secuencias A y C no es posible ya que sería tratado como un caso ideal, por otro lado,
la secuencia B puede ser posible ya que muestra una probabilidad de un 60% de que
caiga cara y un 40% de que caiga sello como podemos observar en la tabla puesta a
continuación:
Moneda (Sucesión B)

sello cara
0.4 0.6

Como podemos observar en la tabla se introduce los resultados arrojados al momento

de ejecutar los lanzamientos y se calcula su probabilidad utilizando las frecuencias
relativas obtenidas de los datos experimentales.

2)
a) A continuación, se puede observar la nube de puntos entre la tasa de
Urbanización y la tasa de Homicidios

Figura 1: Grafica de puntos entre la Tasa de Urbanización y la Tasa de Homicidios

Carlos Eduardo León Espinosa
cleone@unal.edu.co

De la figura1 podemos identificar la relación que ahí entre la cantidad de homicidios

ocurridos en diferentes estados de E.E.U.U y la tasa de urbanización que ocurre en estos
lugares, utilizando los datos obtenidos de la tabla 1 presentada en la sección de anexos.
b)

Figura 2: Grafica de caja de la Tasa de Urbanización y la Tasa de Homicidios en

un mismo plano

Observando la figura 2 podemos obtener los siguientes datos de cada tasa:

Tasa de homicidios

Mínimo 1stQu. Mediana Media 3rd Qu. Máximo

1.300 2.450 4.550 4.775 6.100 13

De los datos mostrados arriba podemos decir que el número de homicidios que más s
e repite de todos los valores es de aproximadamente 4.50 homicidios, este vendría siendo el
número de homicidios que más se da entre los estados estudiados, por otro lado, podemos o
bservar que la media de homicidios en todos los estados es de aproximadamente 4.775~5 lo
que nos deja ver la cantidad promedio de homicidios ocurrido por estado según los datos pr
oporcionados. También podemos observar un valor mínimo de 1.3 ~ 1 y un máximo de 13 h
omicidios lo que nos deja ver que en la muestra se presentan extremos que son tratados com
o casos atípicos en la interpretación de la gráfica.
Carlos Eduardo León Espinosa
cleone@unal.edu.co

Tasa de Urbanización

Mínimo 1st Qu. Mediana Media 3rdQu. Maximo

38.20 55.08 66.80 64.31 71.70 89.30

De los datos de la tasa de urbanización podemos decir que el promedio de

urbanización en los estados es de 64.31 y que el número que más se da en los
datos obtenidos es de 66.80, además de que el estado con menos urbanización es
de 38.20 y el estado de más urbanización presenta valor de 89.30 siendo estos dos
últimos los extremos de la gráfica.

c) Analizando los datos de la tabla 1 presente en los anexos podemos saber si hay
alguna correlación entre las dos variables estudiadas, a continuación, veremos el
cálculo del coeficiente:

A = Tasa de Homicidios
B = Tasa de Urbanización

∑A = 95.5
∑B = 1286.1
∑𝐴2 = 617.91
∑𝐵2 = 85581.19
∑ AB = 6217.73
N = 20

Ecuación de correlación lineal

N ∑ AB – (∑A) (∑B
√𝑁∑𝐴2 − (∑A)^2 − √𝑁∑𝐵2 − (∑B)^2

r = 0.11221154

Analizando el resultado podemos decir que las variables están cerca de no tener
relación entre si ya que el resultado obtenido no es muy lejano a cero lo que nos
permite decir que las variables observadas son afectadas por diferentes factores
que en la obtención de los datos no se tuvieron en cuenta al momento de registrar
los datos.
Carlos Eduardo León Espinosa
cleone@unal.edu.co

3) Teniendo en cuenta como están repartidos los premios y el número de posibilidades

posibles para obtener uno de ellos no es conveniente participar en la lotería ya que las
probabilidades mostradas a continuación no muestran un porcentaje confiable para
obtener al menos uno de los premios ofrecidos en la ella:

Probabilidad de obtener un premio si nadie ha reclamado ninguno de ellos aún:

111
= 0.0111 Probabilidad de 1.1 %
10000
Probabilidad de ganar el premio mayor

1
= 0.0001 Probabilidad de 0.01%
10000
Probabilidad de ganar uno de los diez premios después de que el premio mayor haya
sido reclamado

10
= 0.001 Probabilidad de 0.1%
9999
Probabilidad de ganar uno de los cien premios después de que el premio mayor y los
diez premios de 100 dólares hayan sido reclamados

100
= 0.01001 Probabilidad del 1%
9989

Teniendo en cuenta las probabilidades obtenidas podemos decir que no es nada

esperanzador poder obtener un premio de la lotería ya que la mejor probabilidad que
tenemos de obtener un premio es de 1.11% del total de boletos que juegan la lotería,
entonces la decisión más conveniente en este caso es desestimar la opción de comprar
un boleto de lotería.
Carlos Eduardo León Espinosa
cleone@unal.edu.co

ANEXOS
TABLAS
Tabla 1

Tabla 1
Carlos Eduardo León Espinosa
cleone@unal.edu.co

ANEXO 2
CODIGOS COMPLEMENTARIOS EN R
PUNTO 1

1. # Punto 1
2. # cara= 1, sello= 0
3. # Sucesion A
4. moneda=c (1,1,1,1,1,1,1,1,1,1)
5. fr = table(moneda)/length(moneda)
6. print(fr)
7. # Sucesion B
8. moneda=c (1,1,0,0,1,0,0,1,1,1)
9. fr = table(moneda)/length(moneda)
10. print(fr)
11. # Sucesion C
12. moneda=c (0,0,0,0,0,0,0,0,0,0)
13. fr = table(moneda)/length(moneda)
14. print(fr)
15.

PUNTO 2
a)

1. # Punto 2a
2. # Diagrama de puntos entre la Tasa de homicidios y la Tasa de
Urbanizacion
3. plot (Tasadehomicidios~Tasadeurbanizacion,pch=19,col="red” )
4.

b)

1. install.packages("ISwR",dependencies = TRUE)
2. library(ISwR)
3. #Punto 2b
4. # Grafico de caja de los datos de Tasa de Urbanizacion y Tasa de
Homicidios
5. Tasadehomicidios <-
c(2.3,9.3,1.3,1.4,3.3,1.9,6.4,7.2,6.6,5.5,3.3,3.2,5.9,13,4.5,2.5,1.
9,6,4.6,5.4)
6. Tasadeurbanizacion <-
c(38.2,48.8,51.9,59.3,54.1,55.9,52.5,60.5,55.4,70.8,68.3,69.8,65.3,
72.6,71.4,70.9,78.7,75,77.4,89.3)
7. datos<-data.frame(A=Tasadehomicidios,B=Tasadeurbanizacion)
8. boxplot(Tasadehomicidios,Tasadeurbanizacion,data=datos, main="Tasa
de Homicidios y Tasa de
Urbanizacion",names = nam, xlab=titX,horizontal = T,col = colores)
9. titX<- "Valores"
10. nam<-c("Homicidios","Urbanizacion")
Carlos Eduardo León Espinosa
cleone@unal.edu.co
11. colores<-c("blue","gold")
12. # Resumen de los datos
13.
14. summary(Tasadehomicidios)
15. summary(Tasadeurbanizacion)
16.
17.

c)

1. # Punto 2c
2. # Correlacion entre variables
3. A2<- (A)^2
4. ASUMA<- sum(A)
5. AT<- sum(A2)
6. B2<- (B)^2
7. BSUMA<- sum(B)
8. BT<- sum(B2)
9. AB<- A*B
10. ABT<- sum(AB)
11. #Coeficiente de correlacion lineal
12. r<- (20*(ABT)-((ASUMA)*(BSUMA)))/(sqrt((20*(AT))-
((ASUMA)^2))*sqrt((20*(BT))-((BSUMA)^2)))
13.

PUNTO 3

1. # Punto 3
2. x<-10000
3. y<- x-1
4. z<- y-10
5. # Probabilidad de ganar un premio del total de billetes
6. 111/x
7. # Probabilidad de ganar el premio mayor
8. 1/x
9. #Probabilidad de ganar uno de los diez premios despues de que el
premio mayor ya haya sido reclamado
10. 10/y
11. #Probabilidad de ganar uno de los cien premios despues de que
el premio mayor y los diez premios hayan sido reclamados
12. 100/z
13.