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?

Para este ejercicio no importa el orden.

Utilizamos la fórmula de combinaciones:
n!
nCr=
( n−r ) ! r !

7!
7 C 3=
( 7−3 ) ! 3 !

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

5040
7 C 3=
24 (6)

5040
7 C 3=
144

7 C 3=35

Se pueden seleccionar de 35 formas

3 solicitantes de los siete.

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?

Seleccionamos el No. Casos Favorables sobre el número de casos

totales.

n ° de casos favorables
p ( A )=
n° de casos totales
 3 4
Mas: P ( M )= 7 Fem: P ( F )= 7

3
∗4
Resolvemos : 7 12
= =0,244
7 49

La probabilidad de que tres contratados todos sean del mismo sexo es

del 24,4%.

c. ¿De cuántas maneras diferentes podrían alinearse los siete

solicitantes mientras esperan una entrevista?

Utilizamos la siguiente formula:

Pn=n !

Remplazamos y resolvemos

P 7=7 !
P 7=7∗6∗5∗4∗3∗2∗1
P 7=5040

Los 7 solicitantes se pueden alinear de 5040 maneras diferentes.

d. ¿Si hay cuatro mujeres y tres hombres, de cuántas maneras

pueden ser los solicitantes aplicados si los tres primeros son
mujeres?

Nos importa el orden de los datos.

utilizamos la siguiente formula:

n!
nPr=
( n−r ) !

Remplazamos y resolvemos
 7!
7 P 3=
( 7−3 ) !

7 ! 7∗6∗5∗4∗3∗2∗1 5040
7 P 3= = =
4! 4∗3∗2∗1 24

5040
7 P 3= =210
24

7 P 3=210

cuántas maneras pueden ser los solicitantes aplicados si los tres

primeros son mujeres, Hay 210 maneras en las que se pueden los
solicitantes aplicados si los tres primeros son mujeres.
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 del

esteroid 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:

a. ¿Cuál es la probabilidad de que un atleta profesional

elegido al azar tenga un resultado negativo para el uso de
esteroides?
b. Si el atleta da positivo, ¿cuál es la probabilidad de que
realmente haya estado usando esteroides?

Solución
 a. ¿Cuál es la probabilidad de que un atleta profesional
elegido al azar tenga un resultado negativo para el uso de
esteroides?

1
P ( SI )= =0.02
50
P ( NO )=1−P ( SI )=1−0.02=0.98
P ( N |SI )=0.1
P ( N ∨NO )=0.99
P ( N )=P ( SI )∗P ( N|SI )+ P ( NO )∗P ( N| NO )
P ( N )=0.02∗0.1+0.98∗0.99=0.9722

La probabilidad de que un atleta elegido al azar tenga un resultado negativo es

de 97,22%.

a. Si el atleta da positivo, ¿cuál es la probabilidad de que

realmente haya estado usando esteroides?

Utilizamos la siguiente formula

P ( B| A )∗P ( A )
P ( A|B )=
P ( B)

A=si uso asteroide

B=Positivo
Remplazamos valores y resolvemos

P ( Pos∨SI )∗P ( SI )
P ( SI ∨Pos )=
P ( Pos )

P ( Pos )=P ( SI )∗P ( Pos∨SI ) + P ( No )∗P ( Po∨No )

P ( Po )=0.02∗0.9+0.98∗0.0 1

P ( Po )=0.02 7
 P ( Po∨Si )∗P ( Si )
P ( Si∨Po ) =
P ( Po )
0.9∗0.02
P ( Si∨Po ) =
0.0278
P ( Si∨Po ) =0.647 5

La probabilidad que realmente haya usado esteroides es de un 64,75%.

3.1 (D. Normal) El pan de Almendra alto en proteína es el

producto más exitoso de Fitcook by Mary Méndez, este producto
se distribuye en las principales ciudades del País. Las cajas en
las cuales se empaca este producto tienen una longitud
promedio de 32 centímetros y una desviación estándar de 3
centímetros. Si se supone que las longitudes están distribuidas
normalmente, ¿qué porcentaje de las cajas son:

más largas que 33.8 centímetros?

de entre 31,3 y 35.5 centímetros de longitud?

más cortas que 27.5 centímetros?

Solución

Datos

1. más largas que 33.8 centímetros

μ 32
σ 3
x 33.8
z 0.60→0.6→0.0
0

1
Ya que la campana de Gauss es simétrica a la izquierda de la media 50% y a la derecha de
la
media 50% obteniendo el valor del porcentaje de las cajas menos largas que 33,8cm y
restándoselo a al 50% restante se puede obtener el valor de cajas más largas que 33,8cm.
Para los cálculos es necesario estandarizar los valores para una campana de Gauss con
media
igual a 0 y desviación estándar igual 1, este procedimiento se realizará en todos los puntos,
pero
solo se mencionará este en el punto número 1, para la estandarización se utilizará la
expresión
prestando a continuación.
z=
x−μ
σ
(33)
En la siguiente ilustración se presentan los valores conocidos, la estandarización y el
porcentaje de cajas con tamaño menor a 33,8 cm, para este y todos los puntos de la
distribución
norma con el valor obtenido después de la estandarización se consultará la tabla de área
bajo la
curva normal estandarizada Z, y de esta se obtienen los valores de porcentaje deseados
estandarización
34−32
z= =0.60
3

El valor obtenido es consultado de la tabla Z lo cual se presenta en la siguiente ilustración.

Ya con el porcentaje de cajas con una longitud inferior 33.8 conocido se procede a restar
este valor al 50% de la simetría derecha de la campana de gauss y se obtiene el valor
deseado
p ( x>33.8 )=50−22.57
p ( x>33.8 )=27.43 %

En la siguiente grafica se observa el porcentaje de cajas que son más largas que 33.8cm
Ya con el porcentaje de cajas
con una longitud inferior 33,8
conocido se procede a restar
este
valor al 50% de la simetría
derecha de la campana de
Gauss y se obtiene el valor
deseado
Ya con el porcentaje de cajas
con una longitud inferior 33,8
conocido se procede a restar
este
valor al 50% de la simetría
derecha de la campana de
Gauss y se obtiene el valor
deseado
Ya con el porcentaje de cajas
con una longitud inferior 33,8
conocido se procede a restar
este
valor al 50% de la simetría
derecha de la campana de
Gauss y se obtiene el valor
deseado

1. de entre 31,3 y 35.5 centímetros de longitud?

Para solucionar este punto es necesario calcular el porcentaje de cajas con
Dimensiones entre la media 32cm y 31,3 cm y posteriormente el porcentaje
De caja entre media 32cm y 35,5cm para luego sumar los dos resultados y obtener el valor
deseado

El valor obtenido es consultado de la tabla z lo cual se presenta a continuación

Con los resultados obtenidos se procede a la suma y se saca el porcentaje de caja con una
longitud de 31,5cm y 35,5cm

31,3 ≤ x 35,5=9,1+37,9
31,3 ≤ x 35,5=47 %

Representación gráfica
 1. más cortas que 27.5 centímetros?

Para la solución del punto se

utiliza el mismo método que
se utilizo en el punto 1 se
obtendrá el
porcentaje entre la media y
27,5 cm y posteriormente al
50% de la simetría izquierda
se le restará
el porcentaje calculado para
las cajas con longitud entre la
media y 27,5cm.
En la siguiente ilustración se
presenta el calculo del
porcentaje de las cajas con
longitud entre
se obtendrá el
porcentaje entre la media y
27,5 cm y posteriormente al
50% de la simetría izquierda
se le restará
se obtendrá el
porcentaje entre la media y
27,5 cm y posteriormente al
50% de la simetría izquierda
se le restará
se obtendrá el porcentaje entre la media 27,5cm y posterior mente al 50% de la simetría izquierda
se le restará el porcentaje el resultado calculados para las cajas con longitud de medidas de 27,5

El valor obtenido es consultado de la tabla z lo cual se presenta a continuación

Con el valor obtenido este se restará al 50% de la simetría izquierda y se obtendrá el valor
p ( 27.5 )=50−43.32
p ( 27.5 )=6.68 %
Representación grafica

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.
2
 a. ¿Cuál es la probabilidad de que una muestra combinada sea
positiva para el VIH?
¿ 0.9562

b. ¿Es probable encontrar una muestra combinada?

¿ 0.2532

Solución

La probabilidad de que una muestra combinada sea positiva para el VIH

es de 0.9562 que una muestra combinada de este tipo sea positiva

Explicación:

calculamos la distribución binomial

B=( n , p ) ( 36 , 0' 01 )

n=36 P=1 %

Calculamos q que es lo contrario de p

q=1−0,01=0.99

Entonces tenemos los siguientes datos

Datos:

p= 0,01

q = 1-p

q= 0,99

n = 36

Se desea saber la probabilidad de que en la muestra combinada tenga

VIH esto es que al menos una de ellas tenga VIH x ≥ 1

Utilizamos la siguiente formula

p ( x=k ) = n pk∗¿
()
k

p ( x ≥ 1 )=1− p(x =0)

Remplazamos

p ( x ≥ 1 )= 36 0.0 11∗0.99 36−1

( )1

Realizamos la resta del último paso y nos queda

( 361 )0.0 1 ∗0.99

p ( x ≥ 1 )=
1 35
=0.2532

Como nos pide calcular al menos 1 muestra sea positiva debemos

resolver la probabilidad de que cero veces sea positiva y se hace lo
siguiente

p ( x=0 )= 36 0.0 10∗0.9 936−1=0.703

( )
0

Entonces la suma de estas dos nos da el resulta que la probabilidad de

que una muestra combinada sea positiva para el VIH es de

p ( x=0 ) + p ( x ≥ 1 )=0.9562

¿ 0.9562
 a. ¿Es probable encontrar una muestra combinada?
En este enunciado calculamos la probabilidad de que una muestra salga positiva es
¿ 0.2532

p ( x=1 )= (361)0.0 1 ∗0.9 9 =0.2532

1 35

5. (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.

Solución

Para resolver el siguiente problema se toman los datos que se tienen

acerca del número de la muestra y de la probabilidad de que ocurra el

evento.

N= 12429
P= 0,000011

Q= 0,999989

Paran hallar la media se debe multiplicar n que en este casi es 12429

por la probabilidad que es p, que en este caso es 0,000011

Media: μ = n·p

μ = (12429) · (0,000011)

μ = 0,136719

Para 12.429 niños la media que se obtuvo es de 0,136719

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.

λ x e−λ
f (x)
x!

Utilizando el valor obtenido anteriormente y con los datos que ya

tenemos se usa la fórmula de Poisson para resolver los casos. A
continuación, vemos que tenemos el número total de la muestra, la
probabilidad de que ocurra el evento que es 0,000011 y la media que
para este caso representada por lambda.

n= 12.429

p=0,000011

λ=0,136719

Como primera medida nos piden determinar cuál es la probabilidad de

que ningún niño de la muestra tenga la enfermedad, por lo que x será
reemplazada por 0.
 ( 0,136719 )0 e−0,136719
f (0 )
0!

Cualquier número elevado a la 0 es 1, y 0 factorial también equivale a 1.

( 1 ) . e−0,136719
f (0 )
1

Al elevar e se obtiene 0,872215 y dividirlo en 1, el resultado lo

multiplicamos por 100 para obtener la probabilidad en porcentaje.

0,872215
f (0 ) =0,872215=87,22 %
1

Para el siguiente caso nos piden determinar la probabilidad de que solo

haya 1 niño con neuroblastoma, entonces, en este caso se reemplaza x
con 1, cualquier número elevado a la 1 es el mismo número y 1 factorial
es igual a 1.

( 0,136719 )1 e−0,136719
f ( 1)
1!

(0,136719).(0,872215)
f ( 1)
1

Al resolver y multiplicar por 100 de obtiene el valor de la probabilidad en

porcentaje.

0,1192
f ( 1) =0,1192=11,92 %
1

Procedemos a sumar los dos resultados con el fin de obtener la

respuesta completa acerca de que 0 o 1 niños tengan neuroblastoma en
esa muestra dada inicialmente.

La probabilidad de que 0 o 1 niños tena neuroblastoma en la muestra es

de 99,14%

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

Para resolver este tome la probabilidad de que ninguno o solo uno

tuviesen neuroblastoma y lo reste con el 100% que es el total de la

muestra.

=100-99,14=0,86%

La probabilidad de que haya más de un caso es de 0,86%.

d. ¿El grupo con cuatro casos parece atribuible a la casualidad? ¿Por qué

sí o por qué no?

Para dar respuesta a esta pregunta decidí resolver la probabilidad de

que 4 niños tuviesen neuroblastoma en la muestra de 12.419.

Entonces en este caso el total de la muestra es de 12.419, y que la

probabilidad sigue siendo 0.000011.

N= 12419

P= 0,000011

Q= 0,999989

Hallamos la media multiplicando n por p

Media: μ = n·p

μ = (12419) · (0,000011)

μ = 0,136609

λ x e−λ
f (x)
x!
Reemplazamos con los datos que tenemos tomando el valor de lambda,
de e, y de x para hallar la probabilidad de que 4 niños estuviesen
enfermos

n= 12.419

p=0,000011

λ=¿ 0,136609

( 0,136609 )4 e−0,136609
f ( 4)
4!

Para hallar factorial de 4 se multiplica 1x2x3x4 a lo que el resultado es

24.

( 0,136609 ) . e−0,136609
f ( 4)
24

f ( 4 ) =0,00001265=0,001265 %

Al resolver la ecuación podemos observar que la probabilidad de que

hubiera 4 niños en esa muestra es muy mínima por lo que se le atribuye
a la casualidad y no al cumplimiento de la probabilidad este caso.

Sí, porque la probabilidad de que hubiese 4 niños con neuroblastoma en

ese grupo de Oak Park, Illinois era de 0,001265% y aquí se reúnen 4

casos, es decir, no cumple con la probabilidad.

ESTUDIANTE CONCLUSIÓN
Yuheidy barrios fragozo  Con la realización del
anterior trabajo se
reforzaron conocimientos de
las 3 unidades de
probabilidad, en los cuales
se aplicaron técnicas de
conteo, teoremas de Bayes,
axiomas resolviendo
problemas de nuestra vida
cotidiana ya que es un
recurso matemático que nos
ayuda ajustar de manera
más exacta posible lo
inestimable debido al azar