LIC.

MARIORY FERREIRA MOJICA ESTADISTICA II INFERENCIAL TALLER 1: LEY DE LAPLACE Y

BAYES

ACTIVIDAD 1

TALLER TEOREMA DE LAPLACE Y BAYES

PRESENTA

Valentina Garavito Alfonso ID:782890

Dany Gisela Martínez Cortes ID:748788
Andrea Murcia Muñoz ID: 757672
Marina Lizbeth Rivera Clavijo ID: 758770

ESTADISTICA INFERENCIAL
NRC: 19833

Lic. Mariory Stella Ferreira Mojica

Vicerrectoría regional Orinoquia

Facultad de Ciencias Empresariales
Programa de Contaduría Pública
Villavicencio, Meta
2021
LIC. MARIORY FERREIRA MOJICA ESTADISTICA II INFERENCIAL TALLER 1: LEY DE LAPLACE Y
BAYES

Desarrolla cada uno de los ejercicios propuestos con todo el procedimiento.

Recuerda hacer la portada.

P(A) = número de casos favorables

número de casos posibles

1. Cuando se lanzan dos dados, ¿cuál es la probabilidad de que la suma

de sus puntos sea menor que 10?

Suma de los dos dados

2 3 4 5 6 7
3 4 5 6 7 8
4 5 6 7 8 9
5 6 7 8 9 10
6 7 8 9 10 11
7 8 9 10 11 12

P(A) = numero de caso

P (x menor que 10)

P (x < 10) = 30 / 36

P (X < 10) = 15/18

P (X < 10) = 5/6

P (x <10) = 0,8333 * 100

LIC. MARIORY FERREIRA MOJICA ESTADISTICA II INFERENCIAL TALLER 1: LEY DE LAPLACE Y
BAYES

P (x < 10) = 83,33 %

2. Cuando se lanzan dos dados, ¿cuál es la probabilidad de que la suma

de sus puntos sean números primos?

Suma de los dos dados

2 3 4 5 6 7
3 4 5 6 7 8
4 5 6 7 8 9
5 6 7 8 9 10
6 7 8 9 10 11
7 8 9 10 11 12

P(A) = número de caso

P (x número primo)

P (primo) = 15 / 36

P (primo) = 5 /12

P (primo) = 0,4166 * 100

P (primo) = 41,66 %
LIC. MARIORY FERREIRA MOJICA ESTADISTICA II INFERENCIAL TALLER 1: LEY DE LAPLACE Y
BAYES

3. Cuando se lanzan dos dados, ¿cuál es la probabilidad de que la

multiplicación de los puntos sea múltiplo de 5?

Suma de los dos dados

1.1 2.1 3.1 4.1 5.1 6.1

1.2 2.2 3.2 4.2 5.2 6.2
1.3 2.3 3.3 4.3 5.3 6.3
1.4 2.4 3.4 4.4 5.4 6.4
1.5 2.5 3.5 4.5 5.5 6.5
1.6 2.6 3.6 4.6 5.6 6.6

P(A) = número de caso

P (x múltiplo de 5)

P (múltiplo 5) =11 / 36

P (múltiplo 5) =0,3055 * 100

P (múltiplo 5) = 30,55 %
 LIC. MARIORY FERREIRA MOJICA ESTADISTICA II INFERENCIAL TALLER 1: LEY DE LAPLACE Y
BAYES

Se realizó una encuesta para preguntar cómo había sido el trato recibido: Bien,
regular o malo en cada una de las sucursales de una empresa. Se obtuvo el
siguiente resultado.

TRATO RECIBIDO EN UNA EMPRESA EN SUS DIFERENTES

SUCURSALES
SUCURSALES MAL REGULAR BUENO TOTAL
NORTE 120 50 100 270
SUR 100 30 165 295
ESTE 35 75 85 195
OESTE 70 80 90 240
TOTAL 325 235 440 1000

1. ¿Cuál es la probabilidad de que una persona haya sido encuestada en la

sucursal oeste?

TRATO RECIBIDO EN UNA EMPRESA EN SUS DIFERENTES

SUCURSALES
SUCURSALES MAL REGULAR BUENO TOTAL
NORTE 120 50 100 270
SUR 100 30 165 295
ESTE 35 75 85 195
OESTE 70 80 90 240
TOTAL 325 235 440 1000

P (oeste) = 240/1000

P (oeste) = 24/100

P (oeste) = 12/50

P (oeste) = 6/25

P (oeste) = 0,24

P (oeste) = 0,24 * 100

P (oeste) = 24%
 LIC. MARIORY FERREIRA MOJICA ESTADISTICA II INFERENCIAL TALLER 1: LEY DE LAPLACE Y
BAYES

2. Al seleccionar al azar una encuesta ¿Cuál es la probabilidad una persona

haya tenido un trato malo?

TRATO RECIBIDO EN UNA EMPRESA EN SUS DIFERENTES

SUCURSALES
SUCURSALES MAL REGULAR BUENO TOTAL
NORTE 120 50 100 270
SUR 100 30 165 295
ESTE 35 75 85 195
OESTE 70 80 90 240
TOTAL 325 235 440 1000

P (trato malo) = 325/1000

P (trato malo) = 65/200

P (trato malo) = 13/40

P (trato malo) = 0,325

P (oeste) = 0,325 * 100

P (oeste) = 32,5%

3. ¿Cuál es la probabilidad de seleccionar a una persona que haya asistido

a la sucursal oeste y fue atendida regular?

TRATO RECIBIDO EN UNA EMPRESA EN SUS DIFERENTES

SUCURSALES
SUCURSALES MAL REGULAR BUENO TOTAL
NORTE 120 50 100 270
SUR 100 30 165 295
ESTE 35 75 85 195
OESTE 70 80 90 240
TOTAL 325 235 440 1000

P (oeste y regular) = 80/1000

P (oeste y regular) = 40/500

P (oeste y regular) = 20/250

P (oeste y regular) = 10/125

 LIC. MARIORY FERREIRA MOJICA ESTADISTICA II INFERENCIAL TALLER 1: LEY DE LAPLACE Y
BAYES

P (oeste y regular) = 2/25

P (oeste y regular) = 0,08 * 100

P (oeste y regular) = 8%

4. ¿Cuál es la probabilidad de seleccionar a una persona que haya estado

en la sucursal este o norte?

TRATO RECIBIDO EN UNA EMPRESA EN SUS DIFERENTES SUCURSALES

SUCURSALES MAL REGULAR BUENO TOTAL

NORTE 120 50 100 270

SUR 100 30 165 295

ESTE 35 75 85 195

OESTE 70 80 90 240

TOTAL 325 235 440 1000

P (este o norte) = 195 / 1000 + 270 / 1000

P (este o norte) = 465/1000

P (este o norte) = 93/200

P (este o norte) = 0,465 * 100

P (este o norte) = 46,5%

Realizar el diagrama de árbol para cada uno de los ejercicios, sacar el espacio
muestral y encontrar la respuesta.

Una joven desea conocer cuántas combinaciones puede hacer con 4 blusas, una
verde, roja, amarilla, violeta; 3 pantalones, uno negro, otro café, jean; 2 pares de
zapatos, tenis, sandalias.
 LIC. MARIORY FERREIRA MOJICA ESTADISTICA II INFERENCIAL TALLER 1: LEY DE LAPLACE Y
BAYES

Blusas Pantalones zapatos Resultado

Negro tenis VNT

sandalias VNS
verde café tenis VCT
sandalias VCS
Jeans tenis VJT
sandalias VJS

Negro tenis RNT

sandalias RNS
Roja café tenis RCT
Sandalias RCS
Jeans tenis RJT
sandalias RJS

Negro tenis ANT

sandalias ANS
Amarilla café tenis ACT
Sandalias ACS
Jeans tenis AJT
sandalias AJS

Negro tenis ViNT

sandalias ViNS
Violeta café tenis ViCT
Sandalias ViCS
Jeans tenis ViJT
sandalias ViJS

1. ¿Cuál es la probabilidad de que use la blusa verde?

Negro tenis VNT 1

sandalias VNS 2
verde café tenis VCT 3
sandalias VCS 4
Jeans tenis VJT 5
 LIC. MARIORY FERREIRA MOJICA ESTADISTICA II INFERENCIAL TALLER 1: LEY DE LAPLACE Y
BAYES

sandalias VJS 6

Espacio de muestra = 24 Caso favorable = 6

P (Blusa verde) = 6/24

P (Blusa verde) = 3/12

P (Blusa verde) = 1/4

P (Blusa verde) = 0,25 * 100

P (Blusa verde) = 25%

2. ¿Cuál es la probabilidad de que use los zapatos tenis?

(VNT) (VCT) (VJT)

(RNT) (RCT) (RJT)

(ANT) (ACT) (AJT)

(ViNT) (ViCT) (ViJT)

Espacio de muestra = 24 Caso favorable = 12

P (tenis) = 12/24

P(tenis) = 6/12

P (tenis) = 3/6

P (tenis) = 1/2

P (tenis) = 0,5 * 100

P (tenis) = 50%

Una pareja decide tener 4 hijos ¿Cuáles son los casos posibles que pueda
ocurrir en cuánto al género de sus hijos?
M= Mujeres H= Hombres
 LIC. MARIORY FERREIRA MOJICA ESTADISTICA II INFERENCIAL TALLER 1: LEY DE LAPLACE Y
BAYES

Parto 2. Parto 3. parto 4. Parto

Resultado

H HHHH
H M HHHM
H M H HHMH
H M HHMM

M H H HMHH
M HMHM
M H HMMH
Inicio M HMMM

H MHHH
H M MHHM
H M H MHMH
M M MHMM

M H H MMHH
M MMHM
M H MMMH
M MMMM

1. ¿Cuál es la probabilidad de que sean dos mujeres y dos hombres?

Espacio de muestra = 16 Caso favorable = 6

P (2 Mujeres 2 Hombres) = 6/16

P (2Mujeres 2 Hombres) = 3/8

P (2Mujeres 2 Hombres) = 0,375 * 100

P (2Mujeres 2Hombres) = 37,5 %

2. ¿Cuál es la probabilidad de que sea 1 solo hombre?

Parto 2. Parto 3. parto 4. Parto Resultado

 LIC. MARIORY FERREIRA MOJICA ESTADISTICA II INFERENCIAL TALLER 1: LEY DE LAPLACE Y
BAYES

H HHHH
H M HHHM
H M H HHMH
H M HHMM

M H H HMHH
M HMHM
M H HMMH
Inicio M HMMM

H MHHH
H M MHHM
H M H MHMH
M M MHMM

M H H MMHH
M MMHM
M H MMMH
M MMMM
Espacio de muestra = 16 Caso favorable = 4

P (1 Hombres) = 4/16

P (1 Hombres) = 2/8

P (1 Hombres) = 1/4

P (1 Hombres) = 0,25 * 100

P (1 Hombres) = 25 %

TEOREMA DE BAYES
 LIC. MARIORY FERREIRA MOJICA ESTADISTICA II INFERENCIAL TALLER 1: LEY DE LAPLACE Y
BAYES

Realiza el diagrama de árbol y todo el procedimiento en las siguientes situaciones

problema.
1. El curso de matemáticas básica la dictan 3 profesoras Sandra, Mónica y Juana.
Sandra el semestre pasado dictó 5 cursos, Mónica 8 y 3 Juana. A Sandra el 70%
de los estudiantes le aprueban a Mónica el 65% y a Juana el 80%.
Un padre vino a reclamar la nota de aprobado de su hija, pues considera que fue
muy baja. ¿Cuál es la probabilidad de que la profesora haya sido Sandra?
DATOS
Sandra 5 cursos 70% aprueban 30% no aprueban
Mónica 8 cursos 65% aprueban 35% no aprueban
Juana 3 cursos 80% aprueban 20% no aprueban
Total, de los cursos se divide en 16

5 / 16 = 0,3125 8 / 16 = 0,5 3 / 16 = 0,1875

Sandra: 0,3125 aprueban 70% = 0,7
No aprueban 30% = 0,3
Mónica: 0,5 aprueban 65% =0,65
No aprueban 35% = 0,35
Juana: 0,1875 aprueban 80% = 0,8
No aprueban 20% =0,2

A priori a posteriori
Causa efecto
 LIC. MARIORY FERREIRA MOJICA ESTADISTICA II INFERENCIAL TALLER 1: LEY DE LAPLACE Y
BAYES

Condiciones

P (Aprobado / Sandra)

A PRIORI CONDICION APROVADO

Sandra 0,3125 0,7
Mónica 0,5 0,65
Juana 0,1875 0,8

P (Aprobado / Sandra) (0,3125 * 0,7)

(0,3125 * 0,7) + (0,5 * 0,65) + (0,1875 * 0,8)

P (Aprobado / Sandra) (0,21875)

0,21875 + 0,325 + 0,15
P (Aprobado / Sandra) 0,21875 / 0,69285
P (Aprobado / Sandra) 0,3157
P (Aprobado / Sandra) 31,57 %

2. En tres máquinas, A, B y C, se fabrican piezas de la misma naturaleza. El

porcentaje de piezas que resultan defectuosas en cada máquina es,
respectivamente, 1%, 2% y 3%. Se mezclan 300 piezas, 100 de cada máquina, y
se elige una pieza al azar, que resulta ser defectuosa. ¿Cuál es la probabilidad de
que haya sido fabricada en la máquina A?
Datos
100/300 A 1% 1/100
 LIC. MARIORY FERREIRA MOJICA ESTADISTICA II INFERENCIAL TALLER 1: LEY DE LAPLACE Y
BAYES

100/300 B 2% 2/100
100/300 C 3% 3/100

Defectuosa 1% = 0,01
A 0,3 No defectuosa
Defectuosa 2% = 0,02
B 0,3 No defectuosa
Defectuosa 3% = 0,03
C 0,3 No defectuosa

A priori a posteriori
Causa efecto condiciones

P (Fabricada / maquina A)
A PRIORI CONDICION FABRICADA
A 0,3 0,01
B 0,3 0,02
C 0,3 0,03

P (Fabricada / maquina A) (0,3*0,01)

(0,3 * 0,01) + (0,3 *0,02) + (0,3* 0,03)

P (Fabricada / maquina A) (0,003)

0,003 + 0,006 + 0,009
 LIC. MARIORY FERREIRA MOJICA ESTADISTICA II INFERENCIAL TALLER 1: LEY DE LAPLACE Y
BAYES

P (Fabricada / maquina A) 0,003 / 0,018

P (Fabricada / maquina A) 0,1666

P (Fabricada / maquina A) 16,66 %

3. Según el informe anual La Sociedad de la Información 2012, el 63% de los

usuarios de móvil en España tiene un “Smartphone”. Entre los propietarios de este
tipo de teléfono, el 77% lo emplea para su conexión habitual a internet. Sin
embargo, entre los propietarios de otros tipos de teléfono móvil sólo el 8 % lo
emplea para la conexión habitual a internet.
a) Si un usuario emplea habitualmente el teléfono móvil para conectarse a internet,
halla la probabilidad de que sea propietario de un “Smartphone”.
DATOS
ESPAÑA
63% Smartphone 77% usan internet 33% no usa internet
37% Otros equipos 8% usan internet 92% no usan internet

Total divide en 100

Internet 77% = 0,77

63% smartphone 0,63 No internet 33% = 0,33

ESPAÑA Internet 8% = 0,8

37% Otros 0,37 No internet 92%= 0,92

 LIC. MARIORY FERREIRA MOJICA ESTADISTICA II INFERENCIAL TALLER 1: LEY DE LAPLACE Y
BAYES

A priori a posteriori
Causa efecto
Condiciones
P (Smartphone / Internet)

A PRIORI CONDICION INTERNET

smartphone 0,63 0,77
Otros equipos 0,37 0,8

P (Smartphone / Internet) ____ (0,63 * 0,77) ____________

(0,63 * 0,77) + (0,37 * 0,8)

P (Smartphone / Internet) ___________0,4851___________

0,4851 + 0,296

P (Smartphone / Internet = 0,4851 / 0,7811

P (Smartphone / Internet) = 0,6210 *100
P (Smartphone / Internet) = 62,10%

RTA/ El 62,10% de los usuarios habituales de internet tienen un Smartphone.