Taller 1 Econometrı́a Bayesiana

Alejandra Guevara Herrán

Cristian Camilo Avila

21 de Octubre 2021

Resuelva los siguientes ejercicios mostrando el mayor detalle posible. La respuesta puede ser a mano y
en papel reciclado o digital. Los códigos, cuando se requieran, se deben anexar además de ser enviados
por correo electrónico.

Ejercicio 1. (ejercicio 6 de la página 55 ) Una caja contiene tres cartas. Una carta es roja en ambos
lados, una carta es verde en ambos lados y una carta es roja en un lado y verde en el otro. Se selecciona
una carta de la caja al azar y se observa el color en un lado. Si este lado es verde, ¿cuál es la probabilidad
de que el otro lado de la carta también sea verde?
Tenemos que el evento A es que al seleccionar una carta esta sea de color verde, y el evento B es que
tras seleccionar una carta verde, el otro lado sea verde. Sabemos que P (A) = 36 puesto queT de las 6
cartas posibles, solo 3 tienen al menos una cara verde. Por otro lado, sabemos que P (A B) = 31 ,
pues, entre las cartas con al menos una cara verde, solo hay una que tiene también otro lado verde.
Ahora bien, como sabemos que la probabilidad condicional es:

P (A ∩ B)
P r(A|B) =
P (B)

Reemplazamos los valores:

1
3
P r(A|B) = 3
6
2
P r(A|B) =
3

Ejercicio 2. (ejercicio 10 de página 65 ) La probabilidad de que cualquier niño de una determinada

familia tenga ojos azules es 1/4, y esta caracterı́stica es heredada de forma independiente por diferentes
niños de la familia. Si hay cinco niños en la familia y se sabe que al menos uno de estos niños tiene
ojos azules, ¿cuál es la probabilidad de que al menos tres de los niños tengan ojos azules?

Partiendo de que al menos uno de los 5 niños tiene ojos azules y que la probabilidad de tener ese tipo
de ojos es de 1/4, podemos definir nuestros eventos de la siguiente manera:

A= Al menos 3 niños tienen ojos azules

B= Al menos 1 niño tiene ojos azules

1
Estableciendo la probabilidad condicional tenemos que debido a que los eventos son independientes,
la ecuación queda de la siguiente forma:

P (A ∩ B) P (A)
P r(A|B) = =
P (B) P (B)

Por tanto la probabilidad de A va a estar expresada como la sumatoria de todas las posibles combina-
ciones de al menos 3 niños, por tanto se esta evaluando la posibilidad de que tengan ojos azules 3, 4 y
5 y la probabilidad de B estará definida por todos los eventos posibles (1,2,3,4,5), teniendo en cuenta
el valor de P(tener ojos azules)= 1/4

P5
· (0, 25)i · (0, 75)5−i
5


P (A) i=3 i 106
= = = 0, 1357
P (B) 1 − (1 − P )5 781

De esa forma se evidencia que la probabilidad de que al menos tres niños tengan los ojos azules es de
0, 1357
Ejercicio 3. (ejercicio 3 de página 77 ) Los porcentajes de votantes clasificados como liberales en tres
distritos electorales diferentes se dividen de la siguiente manera: en el primer distrito, el 21 por ciento;
en el segundo distrito, el 45 por ciento; y en el tercer distrito, el 75 por ciento. Si se selecciona un
distrito al azar y un votante se selecciona al azar de ese distrito, ¿cuál es la probabilidad de que sea
un liberal?
Tenemos que:

P r(A|B1 ) = 0, 21 P r(A|B2 ) = 0, 45 P r(A|B1 ) = 0, 75

Teniendo en cuenta que A es ser liberal y B seleccionar aleatoriamente un distrito, también sabemos
que Bj = 13 . De esta manera, siguiendo la ley de probabilidad total tenemos que:

k
X
P r(A) = P r(Bj )P r(A|Bj )
j=1
Å ã Å ã Å ã
1 1 1 47
P r(A) = (0,21) + (0,45) + (0,75) = = 0,47
3 3 3 100

Ejercicio 4. (ejercicio 5 de página 77 ) Suponga que k eventos B1 , ..., Bk forman una partición del
espacio muestral S. Para i = 1, ..., k, sea P r(Bi ) la probabilidad previa de Bi . Además, para cada
evento A tal que P r(A) > 0, sea P r(Bi |A) la probabilidad posterior de Bi dado que el evento A ha
ocurrido. Demuestre que si P r(B1 |A) < P r(B1 ), entonces P r(Bi |A) > P r(Bi ) para al menos un valor
de i (i = 2, ..., k)
de acuerdo con el enunciado anterior Despejando de la ecuación P r(B1 ) y como sabemos que P r(B1 |A) <
P r(B1 ) podemos establecer lo siguente

P r(A|B1 )
<1
P r(A)

Multiplicando por P r(B1 ) a ambos lados de la ecuación tenemos el siguiente resultado

P r(B1 )P r(A|B1 )
< P r(B1 )
P r(A)

2
y suponiendo que como dice el enunciado P r(B1 ) ≥ P r(B1 |A) para i=2,3,....,k, tenemos que:

P r(B2 ) ≥ P r(A|B2 )P r(B2 )

P r(A)

P r(B3 ) ≥ P r(A|B3 )P r(B3 )

P r(A)
P r(B4 ) ≥ P r(A|B4 )P r(B4 )
P r(A)
Generalizando a
P r(Bk ) ≥ P r(A|Bk )P r(Bk )
P r(A)

De esta ultima ecuación se puede establecer que al sumar los términos de los dos lados de la desigualdad
obtenemos que en los dos lados da 1, lo que claramente es una contradicción ya que esto no puede
existir 1 > 1, esta contradicción viene gracias al supuesto de P r(B1 ) ≥ P r(B1 |A), para i=2,3,4,...,k,
para que esto no ocurra el supuesto deberı́a se re-expresado de la siguiente forma P r(B1 ) < P r(B1 |A).
Ejercicio 5. (ejercicio 7 de página 77 ) Suponga que en el ejemplo 2.3.7 de esta sección, se determina
que el artı́culo seleccionado al azar de todo el lote no es defectuoso. Determine la probabilidad posterior
que fue producida por la máquina M2 .
Del ejemplo 2.3.7 tenemos que el evento Bi es que el artı́culo seleccionado fue producido por la máquina
Mi , y el evento A es que el artı́culo al azar es defectuoso. Sabemos que la probabilidad P r(Bi ) de que
un artı́culo seleccionado al azar de todo el lote haya sido producido por la máquina Mi es la siguiente,
para i = 1, 2, 3:

P r(B1 ) = 0,2, P r(B2 ) = 0,3, P r(B3 ) = 0,5

Además, la probabilidad P r(A|Bi ) de que un artı́culo producido por la máquina Mi sea defectuoso es:

P r(A|B1 ) = 0,01, P r(A|B2 ) = 0,02, P r(A|B3 ) = 0,03

Por lo tanto, el complemento (la probabilidad de que un artı́culo producido por la máquina Mi no sea
defectuoso) serı́a:
P (A|B1 )c = 1 − 0,01 = 0,99
P (A|B2 )c = 1 − 0,02 = 0,98
P (A|B3 )c = 1 − 0,03 = 0,97

Siguiendo el teorema de Bayes, tenemos que:

P (B2 )P (A|B2 )c
P (B2 |Ac ) = P3
c
i=1 P (Bi )P (A|Bi )

(0,3)(0,98)
= = 0,300921
(0,2)(0,99) + (0,3)(0,98) + (0,5)(0,97)

Ejercicio 6. (ejercicio 2 de página 88 ) Suponga que el clima solo puede ser soleado o nublado y
las condiciones climáticas en mañanas sucesivas forman una cadena de Markov con probabilidades de
transición estacionarias. Supongamos también que la matriz de transición es la siguiente:

3
 Soleado Nublado
Soleado 0.7 0.3
Nublado 0.6 0.4

a. Si está nublado en un dı́a determinado, ¿cuál es la probabilidad de que también esté nublado al dı́a
siguiente?
De la matriz brindada por el ejercicio, podemos ver que la probabilidad de que también este nublado
al dı́a siguiente es 0.4
b. Si hace sol en un dı́a determinado, ¿cuál es la probabilidad de que haga sol en los próximos dos
dı́as?
Como sabemos que la probabilidad de que el primer dı́a sea soleado es 0.7, y la probabilidad de que
el segundo dı́a sea soleado también es de 0.7, tenemos que 0,7 · 0,7 = 0,49.
Por lo tanto, la probabilidad de que los siguientes dos dı́as sean soleados es de 0.49.
c. Si está nublado en un dı́a determinado, ¿cuál es la probabilidad de que esté soleado en al menos
uno de los próximos tres dı́as?
Hallaremos esta probabilidad por complemento. Sea A el evento de que ninguno de los tres dı́as
sean soleados y B que el primer dı́a sea nublado, tenemos que:

P (A|B) = 0,4 · 0,4 · 0,4 = 0,064

Por lo que la probabilidad de que al menos uno de los próximos tres dı́as sea soleado (C) es:

P (C|B) = 1 − 0,064 = 0,936

Ejercicio 7. (ejercicio 4 de página 88 ) Considere nuevamente las condiciones de los ejercicios 2 y 3

a. Si hace sol cierto miércoles, ¿cuál es la probabilidad de que haga sol el sábado y el domingo siguien-
tes?
Tomando la matriz original del punto anterior

Soleado Nublado
Soleado 0.7 0.3
Nublado 0.6 0.4

Considerando que ahora el dı́a miércoles será de referencia, es necesario elevar la matriz al cubo
para encontrar la del dı́a sábado partiendo del miércoles, es decir:

Å ã3 Å 667 333
ã
0,7 0,3
= 1000
333
1000
167
0,6 0,4 500 500

De esta manera, vemos que la probabilidad de que haga sol el sábado partiendo del miércoles es
667
1000 .

Ahora bien, para hallar la probabilidad de que el domingo haga sol, elevamos la matriz a 4:

Å ã4 Å 6667 3333
ã
0,7 0,3 10000 10000
= 3333 1667
0,6 0,4 5000 5000

4
 6667
Por lo tanto, si hace sol el miércoles, la probabilidad de que el domingo haga sol es 10000 .

b. Si está nublado cierto miércoles, ¿cuál es la probabilidad de que esté soleado tanto el sábado como
el domingo siguientes?
Realizamos el mismo procedimiento que en el literal anterior, por lo que la matriz es la misma

6667 3333
Å ã
10000 10000
3333 1667
5000 5000

333
Como en este caso el miércoles está nublado, la probabilidad de que el sábado sea soleado es 500

De igual forma, para el caso del domingo, tomaremos la misma matriz del literal anterior:

6667 3333
Å ã
10000 10000
3333 1667
5000 5000

Como el dı́a anterior (sábado) es soleado, la probabilidad de que tanto el domingo como el sábado
6667
sean dı́as soleados es 10000
Ejercicio 8. (ejercicio 6 de página 88 ) Suponga que un estudiante llegará a tiempo o llegará tarde
a una clase en particular, y que los eventos de que llega a tiempo o tarde a la clase en dı́as sucesivos
forman una cadena de Markov con probabilidades de transición estacionarias. Suponga también que si
llega tarde un dı́a determinado, entonces la probabilidad de que llegue a tiempo al dı́a siguiente es de
0,8. Además, si llega a tiempo un dı́a determinado, la probabilidad de que llegue tarde al dı́a siguiente
es de 0,5.
a. Si el estudiante llega tarde un dı́a determinado, ¿cuál es la probabilidad de que llegue a tiempo en
cada uno de los próximos tres dı́as?
La tabla de probabilidades serı́a:

Tarde A tiempo
Tarde 0.2 0.8
A tiempo 0.5 0.5

La probabilidad de que llegue a tiempo el primer dı́a es de 0.8. La probabilidad de que llegue a
tiempo el segundo dı́a dado que llegó a tiempo el primer dı́a es de 0.5, y serı́a lo mismo para el
tercer dı́a. Por lo tanto, la probabilidad de que llegue a tiempo cada uno de los próximos tres dı́as
(A) es:
P (A) = 0,8 ∗ 0,5 ∗ 0,5 = 0,2

b. Si el estudiante llega a tiempo en un dı́a determinado, ¿cuál es la probabilidad de que llegue tarde
en cada uno de los próximos tres dı́as?
Siguiendo el análisis del literal anterior, sabemos que la probabilidad de que llegue tarde el primer
dı́a dado que el primer dı́a llegó a tiempo es de 0.5. La probabilidad de que llegue tarde el segundo
dı́a dado que el primer dı́a llegó tarde es de 0.2, al igual que el tercer dı́a. De esta manera, la
probabilidad de que llegue tarde todos los próximos tres dı́as dado que llegó a tiempo el primer dı́a
(B) es:

P (B) = 0,5 · 0,2 · 0,2 = 0,02

5
Ejercicio 9. (ejercicio 13 de página 94 ) Tres estudiantes A, B y C están inscritos en la misma clase.
Suponga que A asiste a clase el 30 por ciento del tiempo, B asiste a clase el 50 por ciento del tiempo
y C asiste a clase el 80 por ciento del tiempo. Si estos estudiantes asisten a clase independientemente
unos de otros, ¿cuál es (a) la probabilidad de que al menos uno de ellos esté en clase en un dı́a en
particular y (b) la probabilidad de que exactamente uno de ellos esté en clase en un dı́a en particular?
Primero escribimos como probabilidades de asistencia de los estudiantes A, B y C:

P (A) = 0,3 P (B) = 0,5 P (C) = 0,8

Por lo tanto, las probabilidades de que no asistan es:

P (Ac ) = 0,7 P (B c ) = 0,5 P (C c ) = 0,2

(a) Para hallar la probabilidad de que al menos uno esté en clase en un dı́a particular, primero definimos
el evento Q como que ninguno asiste en un dı́a particular, por lo que 1-P(Q) es la probabilidad de que
al menos uno asista a clase en un dı́a particular. De esta manera, tenemos que:

P (Q) = P (Ac ) · P (B c ) · P (C c )
= 0,7 · 0,5 · 0,2
= 0,07

Por lo tanto,

1 − P (Q) = 1 − 0,07 = 0,93

(b) Para hallar la probabilidad de que exactamente un estudiante esté en clase en un dı́a particular,
solo existen tres posibles formas en las que se de este caso:

A B C
Sı́ asiste No asiste No asiste
No asiste Sı́ asiste No asiste
No asiste No asiste Sı́ asiste

Por lo tanto, sea W el evento que exactamente un estudiante esté en clase en un dı́a particular:

P (W ) = P (A) · P (B c ) · P (C c ) + P (Ac ) · P (B) · P (C c ) + P (Ac ) · P (B c ) · P (C)

P (W ) = 0,3 · 0,5 · 0,2 + 0,7 · 0,5 · 0,2 + 0,7 · 0,5 · 0,8
P (W ) = 0,03 + 0,07 + 0,28 = 0,38

Ejercicio 10. (ejercicio 17 de página 94 ) Los boletos de autobús en una ciudad determinada contienen
cuatro números, U , V , W y X. Es igualmente probable que cada uno de estos números sea cualquiera
de los 10 dı́gitos 0, 1, ..., 9, y los cuatro números se eligen de forma independiente. Se dice que un
pasajero de autobús tiene suerte si U + V = W + X. ¿Qué proporción de pasajeros tiene suerte?
El número de todos los posibles resultados que pueden llegar a salir de los boletos del autobús son
equivalentes a de 104 (debido a que son 10 números por cada una de las 4 letras). para obtener las

6
suma de los términos que están a cada lado de la igualdad, tenemos que esta suma de los dos dı́gitos
tanto a la derecha como a la izquierda pertenecen a [0,18]. Por tanto podemos definir los dos eventos
que manejaremos en el resto del trabajo; el evento A va estar determinado por la suma de los valores
de los dos primeros dı́gitos del boleto (U + V) y B representara la suma de los dos últimos dı́gitos del
boleto (W + X). con base en ellos se puede definir la cantidad de pasajeros con suerte que cumplan con
la ecuación U + V = W + X como la suma de las probabilidades condicionales, donde el evento B es
igual al evento A, principalmente debido a que el evento A ya esta dado. los resultados son expresados
de la siguiente manera:
Representación de los pasajeros con suerte
18
X
P (B = i|A = i)
i=0

reemplazando la ecuación con cada uno de los posibles valores dentro del rango establecido anterior-
mente [0,18], tenemos los siguiente

P (B = 0|A = 0) = 1/10000
P (B = 1|A = 1) = 4/10000
P (B = 2|A = 2) = 9/10000
P (B = 3|A = 3) = 16/10000
P (B = 4|A = 4) = 25/10000
P (B = 5|A = 5) = 36/10000
P (B = 6|A = 6) = 49/10000
P (B = 7|A = 7) = 64/10000
P (B = 8|A = 8) = 81/10000
P (B = 9|A = 9) = 100/10000
P (B = 10|A = 10) = 81/10000
P (B = 11|A = 11) = 64/10000
P (B = 12|A = 12) = 49/10000
P (B = 13|A = 13) = 36/10000
P (B = 14|A = 14) = 25/10000
P (B = 15|A = 15) = 16/10000
P (B = 16|A = 16) = 9/10000
P (B = 17|A = 17) = 4/10000
P (B = 18|A = 18) = 1/10000

Las anteriores probabilidades fueron calculadas poniendo un calor tanto al evento B como al evento
A que permaneciera en el rango de posibles resultados tales que su suma fuera igual al número en
cuestión, y luego al elevar al cuadrado ese número de parejas es posible determinar si se cumple la
suma (U + V = W + X). las probabilidades fueron calculadas de la siguiente forma:

(i + 1)i+1
P (B = i|A = i) = Si i = 1,...,9
104

7
 (19 − i)19−i
P (B = i|A = i) = Si i = 10,...,18
104
Si existe un Z denotado como el evento donde el pasajero tiene suerte y cumple con la condición, la
probabilidad de que este evento ocurra es de:

20
X 670
P (B = i|A = i) = = 0,067
i=0
10000