2.

Se entrevistó a 30 alumnos sobre el refresco de su preferencia y se supo que 14 toman Coca-Cola,

11 toman Kass, 16 toman Tehuacan; 21 toman Coca-cola o Kass, 3 toman Kass y Tehuacan, 11 toman
exactamente 2 refrescos y además 1 toman los tres refrescos. Si se selecciona al azar a un alumno y
se sabe que toma Coca-cola, ¿cuál es la probabilidad de que no tome Kass?
Para resolver el problema, podemos utilizar la regla de Bayes. Primero, debemos calcular la probabilidad de
que un alumno tome Coca-cola y no tome Kass. Luego, utilizaremos esta probabilidad junto con la probabilidad
de que un alumno tome Coca-cola para calcular la probabilidad de que un alumno que toma Coca-cola no tome
Kass.

1. Calcular la probabilidad de que un alumno tome Coca-cola y no tome Kass:

- P(Coca-cola) = 14/30 = 0.4667
- P(Kass) = 11/30 = 0.3667
- P(Tehuacan) = 16/30 = 0.5333
- P(Coca-cola o Kass) = 21/30 = 0.7000
- P(Kass y Tehuacan) = 3/30 = 0.1000
- P(exactamente 2 refrescos) = 11/30 = 0.3667
- P(toman los tres refrescos) = 1/30 = 0.0333

Para calcular la probabilidad de que un alumno tome Coca-cola y no tome Kass, podemos restar la probabilidad
de que tome Coca-cola y Kass de la probabilidad de que tome Coca-cola:
- P(Coca-cola y no Kass) = P(Coca-cola) - P(Coca-cola y Kass)
- P(Coca-cola y Kass) = P(exactamente 2 refrescos) - P(toman los tres refrescos)
- P(Coca-cola y Kass) = 11/30 - 1/30 = 0.3333
- P(Coca-cola y no Kass) = 0.4667 - 0.3333 = 0.1333

2. Calcular la probabilidad de que un alumno que toma Coca-cola no tome Kass:

- P(no Kass | Coca-cola) = P(Coca-cola y no Kass) / P(Coca-cola)
- P(no Kass | Coca-cola) = 0.1333 / 0.4667
- P(no Kass | Coca-cola) = 0.2857

Por lo tanto, la probabilidad de que un alumno que toma Coca-cola no tome Kass es de 0.2857 o 28.57%.
4. En un año determinado para elecciones nacionales deben elegirse gobernadores para 20 Estados.
Si se supone que en cada Estado solamente hay dos candidatos (PT y Alianza Zapatista) ¿Cuál es la
probabilidad de que alguno de los dos partidos gane en todos los Estados?

La probabilidad de que un candidato gane en un Estado es del 50% (ya que hay dos candidatos).

Por lo tanto, la probabilidad de que un partido gane en un Estado es del 50%.

La probabilidad de que un partido gane en todos los 20 Estados es la probabilidad de que ese partido gane en
el primer Estado y en el segundo Estado, y en el tercer Estado, y así sucesivamente hasta el último Estado.

La probabilidad de que un partido gane en cada Estado es independiente de la probabilidad de que gane en
otro Estado, ya que la elección en un Estado no afecta la elección en otro Estado.

Por lo tanto, la probabilidad de que un partido gane en todos los 20 Estados es:

P = (0.5)^20 = 0.00000095367

Esto significa que la probabilidad de que alguno de los dos partidos gane en todos los Estados es
extremadamente baja. Es más probable que uno de los dos partidos gane en algunos Estados y el otro partido
gane en otros Estados.
7. Supongamos que 5 de cada 100 hombres y 25 mujeres de cada 10000 sufren daltonismo. Una
persona daltónica se escoge aleatoriamente. ¿Cuál es la probabilidad de que sea hombre?
(Supongamos que hay el doble de hombres que de mujeres)
Para resolver este problema, podemos usar el teorema de Bayes, que nos permite calcular la
probabilidad condicional de un evento, dado que otro evento ha ocurrido.

Sea H el evento de que la persona daltónica sea hombre, y D el evento de que la persona es daltónica.
Entonces, lo que se nos pide es P(H | D), es decir, la probabilidad de que la persona daltónica sea
hombre.

Podemos utilizar la fórmula de Bayes para calcular esta probabilidad:

P(H | D) = P(D | H) * P(H) / P(D)

Donde:
- P(D | H) es la probabilidad de que una persona hombre sea daltónica, que en este caso es de 5/100
= 0.05
- P(H) es la probabilidad de que una persona sea hombre, que es de 2/3 ya que se nos indica que hay
el doble de hombres que de mujeres.
- P(D) es la probabilidad de que una persona sea daltónica, que podemos calcular usando el teorema
de la probabilidad total:

P(D) = P(D | H) * P(H) + P(D | M) * P(M)

Donde:
- P(D | M) es la probabilidad de que una persona mujer sea daltónica, que en este caso es de 25/10000
= 0.0025
- P(M) es la probabilidad de que una persona sea mujer, que es de 1/3 ya que se nos indica que hay
el doble de hombres que de mujeres.

Entonces, podemos calcular P(D) como:

P(D) = 0.05 * (2/3) + 0.0025 * (1/3) = 0.0333

Sustituyendo en la fórmula de Bayes, obtenemos:

P(H | D) = 0.05 * (2/3) / 0.0333 = 0.299

Por lo tanto, la probabilidad de que la persona daltónica sea hombre es de aproximadamente 0.299 o
29.9%.
6. Se selecciona un punto al azar dentro de un rectángulo de lados 80cm y 40cm. ¿Cuál es la
probabilidad de que el punto esté más cerca de la orilla que del centro?

Podemos resolver este problema mediante el cálculo de áreas.

Primero, dibujamos el rectángulo y lo dividimos en cuatro regiones iguales mediante sus diagonales, como se muestra en la siguiente figura:

```
|------------|------------|
| | |
| | |
| | |
|------------+------------|
| | |
| | |
| | |
|------------|------------|
```

La región central del rectángulo es un cuadrado de lado 20 cm, y las cuatro regiones restantes son triángulos rectángulos congruentes.

Sea A el evento de que el punto esté más cerca de la orilla que del centro. Entonces, el evento complementario es que el punto está más cerca del centro
que de la orilla, y lo denotamos como A'.

Podemos calcular la probabilidad de A' sumando las áreas de los cuatro triángulos congruentes y dividiendo por el área total del rectángulo:

```
|---------|-----------|
| | /|
| | /|
| | / |
| | / |
| | / |
| | / |
| | / |
| | / |
| | / |
| |/ |
| |/ |
------|---------|-----------|------
| |\ |
| |\ |
| | \ |
| | \ |
| | \ |
| | \ |
| | \ |
| | \ |
| | \ |
| | \|
| | \|
|---------|-----------|
```

Cada triángulo tiene base 40 cm y altura 20 cm, así que el área de cada triángulo es (1/2)(40 cm)(20 cm) = 400 cm². Por
lo tanto, el área total de los cuatro triángulos es 4(400 cm²) = 1600 cm².

El área total del rectángulo es (80 cm)(40 cm) = 3200 cm².

Entonces, la probabilidad de A' es:

P(A') = área de A' / área total del rectángulo

= (3200 cm² - 1600 cm²) / (3200 cm²)
= 1/2

Como A y A' son eventos complementarios, tenemos:

P(A) = 1 - P(A')
= 1 - 1/2
= 1/2
Por lo tanto, la probabilidad de que el punto esté más cerca de la orilla que del centro es de 1/2 o 0.5.
3. Demostrar P(E1∪E2∪E3)⩽ ∑ P(Ei) (si la sumatoria con el valor i= 1 y termina en 3)

Para demostrar la desigualdad:

P(E1∪E2∪E3)⩽ ∑ P(Ei)

Podemos comenzar por considerar que la unión de eventos E1, E2 y E3 se puede descomponer como sigue:

P(E1∪E2∪E3) = P(E1) + P(E2∩E1') + P(E3∩E2'∩E1')

Donde Ei' representa el complemento del evento Ei, es decir, el conjunto de todos los resultados del experimento que no
están en Ei.

Podemos ver que la descomposición anterior se basa en la inclusión-exclusión del principio básico de la teoría de conjuntos.

Ahora, podemos usar la propiedad de que la probabilidad de cualquier evento es no negativa, es decir, P(A) ⩾ 0 para
cualquier evento A.

Entonces, podemos reescribir la desigualdad anterior de la siguiente manera:

P(E1∪E2∪E3) = P(E1) + P(E2∩E1') + P(E3∩E2'∩E1') ⩽ P(E1) + P(E2') + P(E3')

Donde usamos el hecho de que P(E2∩E1') ⩽ P(E2') y P(E3∩E2'∩E1') ⩽ P(E3').

Luego, usando la propiedad de aditividad de la probabilidad, que establece que para cualquier dos eventos A y B, P(A∪B)
= P(A) + P(B) - P(A∩B), podemos reescribir la última expresión como:

P(E1∪E2∪E3) ⩽ P(E1) + P(E2') + P(E3') = P(E1) + (1 - P(E2)) + (1 - P(E3))

Finalmente, podemos simplificar la expresión anterior como:

P(E1∪E2∪E3) ⩽ P(E1) + P(E2) + P(E3)

Que es la desigualdad que se buscaba demostrar. En resumen, la desigualdad se basa en la propiedad de que la
probabilidad de cualquier evento es no negativa, la inclusión-exclusión del principio básico de la teoría de conjuntos y la
propiedad de aditividad de la probabilidad.
Realiza la siguiente demostracion de probabilidad: ∑r=r (n , r) = n 2^n-1 (la sumatoria inicia en r=0 y
termina en n)

Lo siguiente son las operaciones utilizadas en la demostración:

1. 2 opciones por cada elemento para formar subconjuntos: 2^n

2. Número total de subconjuntos de r elementos: (n,r) * 2^r
3. Suma de subconjuntos de todos los tamaños: ∑r=0(n, r) * 2^r
4. Igualando el número total de subconjuntos a la suma de subconjuntos de todos los tamaños: 2^n = ∑r=0(n, r) * 2^r
5. Dividiendo por 2: 2^(n-1) = ∑r=0(n, r)
Sea x una variable aleatoria con función de distribución dada por: f (x)={ 1/x⋅√ln x si 1<x<c 0 otro
caso } Encuentre P(x<2)

Para encontrar P(x < 2), necesitamos evaluar la función de distribución acumulativa (FDA) de la variable aleatoria X en el
punto 2:

F(2) = P(X < 2) = ∫_1^2 f(x) dx

Sin embargo, la función de distribución dada no es integrable en términos elementales. En este caso, podemos aproximar
la integral numéricamente mediante métodos como la regla del trapecio o la regla de Simpson.

Alternativamente, podemos usar una aproximación de la FDA utilizando la propiedad de que la integral de la función de
densidad de probabilidad es igual a 1. Es decir,

F(x) = ∫_1^x f(t) dt = 1, para x > c

Luego, podemos usar esta aproximación para encontrar P(x < 2):

P(x < 2) = F(2) - F(c) ≈ 1 - F(c)

Donde F(c) se aproxima a 1 ya que la integral de la función de densidad de probabilidad desde 1 hasta c es igual a 1. Por
lo tanto, podemos aproximar P(x < 2) como 1.

En resumen, la aproximación de P(x < 2) es 1, utilizando la propiedad de que la integral de la función de densidad de
probabilidad es igual a 1.

Para aproximar la integral, podemos utilizar el método de la regla del trapecio, que consiste en aproximar la integral de una
función mediante el área de los trapecios formados por la curva y los segmentos que conectan los puntos de la curva. La
aproximación es:

∫_1^2 f(x) dx ≈ (2-1) / 2 [f(1) + f(2)] = 1/2 [0 + 1/(2√ln 2)]

≈ 0.721

Por lo tanto,

P(x < 2) = F(2) - F(c) ≈ 1 - F(c)

Para encontrar F(c), necesitamos calcular la integral de f(x) desde 1 hasta c:

∫_1^c f(x) dx = ∫_1^c 1/(x√ln x) dx

Usando la sustitución u = ln x, du = 1/x dx, la integral se convierte en:

∫_0^ln c du/√u

Que se puede resolver usando la sustitución v = √u, dv = du/(2√u):

∫_0^√ln c 2dv = 2√ln c

Por lo tanto,

F(c) = ∫_1^c f(x) dx = 2√ln c

Y la aproximación de P(x < 2) es:

P(x < 2) ≈ 1 - F(c) ≈ 1 - 2√ln c

Como no se especifica un valor para c, no podemos calcular el resultado numérico exacto.