Solucionario - EC3 - PC

Problema 1
Un gobierno aprobó una ley por la cual todos los empleados públicos se deben hacer una prueba para detectar si son usuarios de
drogas. Se estima que el 2.5% de los empleados públicos del país son usuarios de drogas. La prueba da positivo al ser administrada
a un usuario de drogas con una probabilidad del 98% y si la persona no usa droga alguna, la prueba da un resultado positivo en el
1% de los casos.

Definamos los eventos:

A: El empleado público es usuario de drogas
B: La prueba da positivo
Bc: La prueba da negativo

Datos
P(A) = 0.025
P(B|A) = 0.98
P(B|Aᶜ ) = 0.01

a) Si se selecciona a un empleado al azar, se le administra la prueba, ¿cuál es la probabilidad que de un resultado positivo?

Se pide P(B)
Por el teorema de probabilidad total:
P(B) = P(B|A) P(A) + P(B|Ac) P(Ac)
= 0.98*0.025 + 0.01*(1 - 0.025)
= 0.03425

La probabilidad que a una persona cualquiera de un resultado positivo es: 0.03425

Si se selecciona a un empleado al azar, se le administra la prueba y se obtiene un resultado negativo, ¿cuál es la probabilidad
b)
de que la persona sea un usuario de drogas?
Se pide P(A|Bc)
Por el teorema de Bayes:
P(A|Bc) = P(Bc | A) P(A) / P(Bc)
= (1 - P(B|A)) P(A) / (1-P(B))
= (1 - 0.98) 0.025 / (1-0.03425)
= 0.000517732

Si se tiene un resultado negativo, la probabilidad de que la persona sea un usuario de drogas, es: 0.00052
Problema 2
Un grupo de amigos de la universidad comentan sobre el último partido de fútbol que fueron a ver al estadio entre los equipos A y B. El
40% de ellos son hinchas del equipo A, de los cuales el 70% asistieron vistiendo la camiseta de su equipo, mientras que el 40% de los
hinchas del equipo B decidió no vestir la camiseta de su equipo.

a) Calcule la probabilidad de que un hincha del equipo A fue al estadio sin vestir la camiseta de su equipo.
Definimos los eventos:
A: el alumno es hincha del equipo A C: El hincha viste la camiseta de su equipo
B: el alumno es hincha del equipo B CC: El hincha no viste a camiseta de su equipo

P(A) = 0.40 P(C | A) = 0.70

P(B) = 0.60 P(C | B) = 0.40
C

Se pide: P(A Ո C C)
Por la regla del producto:
P( A Ո C C ) = P(A) x P(CC|A)
= P(A) x ( 1- P(C|A) )
= 0.40 x ( 1 - 0.70 )
= 0.12
Note que también podemos usar el siguiente diagrama para representar las probabilidades

La probabilidad de que un hincha del equipo A vaya al estadio sin vestir la camiseta de su equipo es 0.12.

b) Calcule la probabilidad de que un hincha haya asistido con la camiseta de su equipo al ir al estadio
Se pide P( C )
P( C ) = P(C|A) x P(A) + P(C|B) x P(B)
= 0.40 x 0.70 + 0.60 x 0.60
= 0.64

La probabilidad de que un hincha haya asistido con la camiseta de su equipo al ir al estadio es 0.64.

c) Si se elige al azar a un hincha que fue con la camiseta de su equipo, calcule la probabilidad de que haya sido un hincha del equipo
A.

Se pide P(A|C)
Por el teorema de Bayes:
P(A|C) = P(C | A ) P( A) / P( C )
= 0.7 x 0.4 / 0.64
= 0.4375

La probabilidad de que sea un hincha del equipo A, dado que el hincha fue con la camiseta de su equipo es 0.4375.
Problema 3
Suponga que la última etapa del proceso de producción consiste en empaquetado y rotulado, estos procesos trabajan en forma
independiente para cierto artículo. Si la probabilidad de que falle el proceso de empaquetado y falle el proceso de rotulado es 1/5 y que
sólo falle el proceso de rotulado es 2/15.
Definamos los siguientes eventos
A: Falle el proceso de empaquetado
B: Falle el proceso de rotulado

Datos:
P ( AՈB ) = 1/5
P ( Aᶜ Ո B ) = 2/15

a) ¿Calcular la probabilidad de que falle el proceso de rotulado?

Se pide: P ( B )

B= ( Aᶜ Ո B ) U ( A Ո B )
P(B) = P ( Aᶜ Ո B ) + P ( A Ո B )
= 2/15 + 1/5
= 1/3
= 0.33

La probabilidad de que falle el proceso de rotulado es 0.3333

b) ¿Calcular la probabilidad de que falle sólo el proceso de empaquetado?

Se pide: P ( A Ո Bᶜ )

P ( A Ո Bᶜ ) = P ( A ) • P ( Bᶜ )
= ( P ( A Ո B ) / P ( B ) ) • (1 - P( B ))
= ( (1/5) / (1/3) ) • ( 1 - 1/3 )
= (3/5) • (2/3)
= 2/5
= 0.4

La probabilidad de que falle solo falle el proceso de empaquetado es 40%

c) ¿Calcular la probabilidad de que la producción continúe?

Supongamos que la producción continua si ambos procesos están funcionando

C: La producción continúe

C = Aᶜ Ո Bᶜ

P(C) = P ( Aᶜ Ո Bᶜ )
= P( Aᶜ ) P( Bᶜ ) por independencia
= (1 - P( A )) • (1 - P( B ))
= ( 1 - P(A Ո B) / P(B) ) • ( 1 - P( B ))
= ( 1 - (1/5)/(1/3) ) • ( 1 - (1/3) )
= ( 1 - (3/5) ) • ( 1 - (1/3) )
= ( 2/5 ) • ( 2/3)
= 0.266666667

La probabilidad de que la producción continue es del 0.267