Cada estudiante desarrollará los cinco (5) casos de estudio propuestos;

posteriormente, colaborativamente se escoge un único caso de estudio para

explicarlo, y evidenciar como se llevó a cabo el proceso estadístico, emitir las
conclusiones pertinentes al contexto del mismo.

El estudiante deberá presentar en el foro de la actividad Pos- Tarea-Evaluación

final, como mínimo dos aportes. Por ejemplo: puede presentar un aporte por el
desarrollo de los casos y otro con la selección y explicación de uno de ellos; para
ello debe presentar un archivo en Word

1. (Técnicas de Conteo). Siete personas se presentan para solicitar trabajo

como cajeros en una tienda de descuento.
a. Si solo hay tres trabajos disponibles, ¿de cuántas maneras se pueden
seleccionar tres de siete solicitantes?

n!
C n=
k k ! ( n−k ) !

7!
C 7=
3 3! ( 7−3 ) !

7!
C 7=
3 3! ( 4 ) !

5040
C 7=
3 6(24)

5040
C 7=
3 144

C 7 =35
3

Respuesta: en este caso se pueden seleccionar tres puestos de 35 maneras entre

los siete solicitantes.
 b. Supongamos que hay tres solicitantes masculinos y cuatro femeninos, y los
siete son igualmente calificados, por lo que los tres trabajos se llenan al
azar. ¿Cuál es la probabilidad de que el de tres contratados todos sean
del mismo sexo?

Solicitantes masculinos, probabilidad de 3 entre 7

Solicitantes femeninos, probabilidad de 4 entre 7

3
∗4
7
P=
7

P=0,2449

c. ¿De cuántas maneras diferentes podrían alinearse los siete solicitantes

mientras esperan una entrevista?

Pn=n!

P7= 7!

P7= 5040 maneras diferentes en cómo podrían alinearse los siete solicitantes.
 d. ¿Si hay cuatro mujeres y tres hombres, de cuántas maneras pueden ser los
solicitantes aplicados si los tres primeros son mujeres?

7!
P 7=
3 ( 7−3 ) !

7!
P 7=
3 4!

P 7=210
3

2. (Teorema de Bayes). Una prueba de laboratorio para el uso de esteroides

en atletas profesionales tiene tasas de detección que figuran en la siguiente
tabla:

Uso de Resultado
esteroid del Test
e + -
SI 0,9 0,1
NO 0,01 0,99

Si la tasa de uso de esteroides entre los atletas profesionales es 1 de cada 50:

Para este ejercicio, debemos realizar un esquema de teorema de bayes, o un

árbol de probabilidad con la información dada:
 Resulta positiva
0,9
Si usa esteroides 1/50
. 0,1

Resulta Negativa

. No usa esteroides 49/50

0,01 Resulta positiva

0,99
.

Resulta Negativa

a. ¿Cuál es la probabilidad de que un atleta profesional elegido al azar tenga

un resultado negativo para el uso de esteroides?

P ( B| A )∗P( A)
P ( A|B )=
P (B)

La probabilidad de que use esteroides es de 1/50 y de que de negativo si

usa esteroides es de 0.1, entonces:

1
P ( B| A )= ∗(0,1)
50
P ( B| A )=0,002

La probabilidad de que no use esteroides es de: 49/50 y de que de negativo

si no usa esteroides es de 0.99, entonces:
49
P ( B| A )= ∗(0,99)
50
P ( B| A )=0 , 792
 Probabilidad de que el resultado de negativo para el uso de esteroides, es
de 79,4% pues:
0 , 792+0,002=0,794
b. Si el atleta da positivo, ¿cuál es la probabilidad de que realmente haya
estado usando esteroides?

Ahora, la probabilidad de que el atleta de positivo, y que SI haya usado esteroides

estaría dada por:

P¿

Entonces, la probabilidad de que sea positivo es igual a una unidad menos el valor
de probabilidad de que sea negativo:

1−0,794=0,206

La probabilidad de sea Positivo y de positivo es:

1
−0,9=0,018
50

Entonces, la probabilidad de que realmente haya estado usando esteroides,

cuando el atleta da positivo es del 8,73% pues:

P¿

P¿
3.1 (D. Normal) El pan Fitcook by Mary Méndez almendra de 320 gramos, es un
pan alto en proteína de la línea Skinny de coco, este es uno de los productos más
exitosos de la marca y se distribuye en las principales ciudades del País. Las cajas
en las cuales se empaca este producto tienen una longitud promedio de 33
centímetros y una desviación estándar de 1,5 centímetros. Si se supone que las
longitudes están distribuidas normalmente,

¿Qué porcentaje de las cajas son:

a) Más largas que 34 centímetros?

b) Entre 31,5 y 34,5 centímetros de longitud?
c) Más cortas que 33 centímetros?

Para este ejercicio, hemos utilizado la herramienta de GeoGebra, ingresando los

datos que se nos ha dado, en la función de probabilidades, de los cuales los datos
que tenemos son:

μ = promedio de longitud de las cajas = 33 cm

σ = desviación estándar = 1,5 cm

Qué porcentaje de las cajas son:

a) Más largas que 34 centímetros?

μ = promedio de longitud de las cajas = 33 cm

σ = desviación estándar = 1,5 cm

x ≥ 34

1
Tomado y adaptado de Mendenhall, W.; Beaver, R. ; Beaver, B. (2015). Introducción a la estadística.
Editorial Cengage Learning.
Entonces la probabilidad es de 25,25%.

Qué porcentaje de las cajas son:

b) Entre 31,5 y 34,5 centímetros de longitud?

μ = promedio de longitud de las cajas = 33 cm

σ = desviación estándar = 1,5 cm

31.5 ≤ x ≤ 34.5
Es decir que la probabilidad es del 68,27%

Qué porcentaje de las cajas son:

c) Más cortas que 33 centímetros?

μ = promedio de longitud de las cajas = 33 cm

σ = desviación estándar = 1,5 cm

x ≤ 33
Es decir que la probabilidad es del 50%.
42. (D. Binomial) Se estima que, en todo el mundo, 1% de las personas entre 15 y
49 años está infectado con el virus de la inmunodeficiencia humana (VIH) (según
datos de los Institutos Nacionales de Salud). En las pruebas para el VIH, se
combinan las muestras de sangre de 36 personas.

a. ¿Cuál es la probabilidad de que una muestra combinada sea positiva para el

VIH?
b. ¿Es probable encontrar una muestra combinada?

p ( x=k ) =( n ) p x (1− p)n−x

x

n= Numero de ensayos

p= probabilidad de éxito

x= Número de casos exitosos

a. ¿Cuál es la probabilidad de que una muestra combinada sea positiva para el

VIH?

n= Numero de ensayos= 36

p= probabilidad de éxito = 0,01

x= Número de casos exitosos = 1

Como bien sabemos, en estos casos hallamos el valor directamente de la formula

así:

n x n−x
p ( x ) =( ) p (1− p)
x

p ( 1 )=( 36 )0,011 (1−0,01)36−1

1

Recordemos qué:
2
 36 !
(361 )= 1 ! ( 36−1 )!

36 !
(361 )= 1 ! ( 36−1 )!

(361)=36
p ( 1 )=36∗0,011 ¿ (1−0,01)35

p ( 1 )=36∗0,011 ¿ 0,9935

p ( 1 )=0,36∗0,70344 …

p ( 1 )=0,25324117

Entonces la probabilidad es del 25,32%

b. ¿Es probable encontrar una muestra combinada?

n= Numero de ensayos= 36

p= probabilidad de éxito = 0,01

x≥1

Como sabemos la fórmula que tenemos, y usamos en el caso anterior, es cuando

x=k, pero cuando x≥k entonces la fórmula es la siguiente:

p ( x ≥ k )=1− p(x ≤ k −1)

p ( x ≥ k )=1− n p x ( 1− p )n− x
[( )
x ]
p ( 0 )=1− 36 0,010 ( 1−0,01 )36−0
0 [( ) ]
Recordemos qué:
 36!
(360 )= 0 ! ( 36−0 )!

(360 )= 3636 !!
(360 )=1
p ( 0 )=1−[ 1∗0,011 ¿ ( 1−0,01 )35 ]

p ( 0 )=1−[1∗0,011 ¿ 0,9935 ]

p ( 0 )=1−0.00703 …

p ( 0 )=0.99296 …

Es 99,29% probable encontrar una muestra combinada

53. (D. Poisson) Enfermedades en grupos El neuroblastoma, una forma rara de
cáncer, se produce en 11 niños de cada millón, por lo que su probabilidad es
0.000011. Cuatro casos de neuroblastoma ocurrieron en Oak Park, Illinois, donde
había 12,419 niños.

a. Suponiendo que el neuroblastoma ocurre como es usual, encuentre el

número medio de casos en grupos de 12,429 niños.

En este caso, debemos encontrar la media, debemos multiplicar el número de la

población por la probabilidad de casos favorables.

Para ello, debemos o es siempre importante sacar los datos que tenemos e
identificar a qué corresponden.

Sabemos que la fórmula de D. Poisson es:

Donde u, es el promedio de casos, lo cual vamos a hallar, con los datos que nos
da el texto:

u=n∗p

Para lo que n será igual a nuestra población dada, y p, como dijimos

anteriormente, estará dada por la probabilidad de casos favorables, quedándonos
así:

u=12.429∗0,000011

u=0,136719

Siendo este el número medio de casos en grupos de 12,429 niños.

3
Tomado y adaptado de Mendenhall, W.; Beaver, R.; Beaver, B. (2015). Introducción a la estadística.
Editorial Cengage Learning.
 b. Usando la media no redondeada del inciso (a), determine la probabilidad de
que el número de casos de neuroblastoma en un grupo de 12,429 niños
sea 0 o 1.

Entonces, para este caso, debemos hallar, la probabilidad, con cero casos
favorables y con un caso favorable.

- 0

u=0,136719

x=0

0,1367190∗e−0
p ( x=0 )=
0!

Todo número elevado a la cero da uno, y cero factoriales, también da uno

1∗e−0
p ( x=0 )=
1

Operamos en una calculadora y obtenemos que,

p ( x=0 )=0,87221528

Entonces la probabilidad es del 87,22%

- 1

u=0,136719

x=1

0,1367191∗e−1
p ( x=1 )=
1!
 Operamos en una calculadora y obtenemos que,

p ( x=1 )=0,1192484

Entonces la probabilidad es del 11,92%

c. ¿Cuál es la probabilidad de más de un caso de neuroblastoma?

u=0,136719

x≥1

p ( x ≥ a )=1− p(x ≤ a−1)

p ( x ≥ 1 )=1− p( x ≤1−1)

p ( x ≥ 3 )=1−p ( x ≤ 0)

50∗e−0
(
p ( x ≥ 3 )=1−
0! )
p ( x ≥ 3 )=1−(0,872215284)

p ( x ≥ 3 )=0,127784716

La probabilidad sería del 12,77%

d. ¿El grupo con cuatro casos parece atribuible a la casualidad? ¿Por qué sí o
por qué no?

Para este caso, podemos realizar la operación con la probabilidad de 4 casos

de éxito, así:

- 4

u=0,136719
 x=4

0,1367194∗e−4
p ( x=4 )=
4!

Operamos en una calculadora y obtenemos que,

p ( x=1 )=0,0000127

Entonces la probabilidad es del 0,00127%

Al ver esto, podemos concluir que los cuatro casos de neuroblastoma en un grupo
de 12,429 de Oak Park, Illinois, parece atribuible a la casualidad, pues es bastante
baja esta probabilidad de 4 casos, incluso en comparación con el promedio
encontrado.