Datos del alumno Fecha

Nombres: Esteban David 26/04/2023

Apellidos: Almeida Guacho

ESTADISTICA
UNIDAD 1: TAREA 2

Reglas de adición

𝑃(𝐴 ∪ 𝐵) = 𝑃(𝐴) + 𝑃(𝐵) − 𝑃(𝐴 ∩ 𝐵) = 0.7 + 0.5 − 0.4 = 0.8

Sean los eventos

• P: fracasar en el examen practico

• T: fracasar en el examen teórico.
Se tiene

ℙ(𝑃) = 0.25, ℙ(𝑇) = 0.18, ℙ(𝑃 ∩ 𝑇) = 0.12

a. ℙ(𝑃 ∪ 𝑇) = ℙ(𝑃) + 𝑃(𝑇) − 𝑃(𝑃 ∩ 𝑇) = 0.25 + 0.18 − 0.12 = 0.31

b. ℙ(𝑃 ∖ 𝑇) = ℙ(𝑃) − 𝑃(𝑃 ∩ 𝑇) = 0.25 − 0.12 = 0.13
c. ℙ(𝑇 ∖ 𝑃) = ℙ(𝑇) − 𝑃(𝑇 ∩ 𝑃) = 0.18 − 0.12 = 0.06
d. ℙ𝑃𝐶 ∩ 𝑇𝐶 = ℙ(𝑃 ∪ 𝑇)𝐶 = 1 − ℙ(𝑃 ∪ 𝑇) = 1 − 0.31 = 0.69
e. ℙ(𝑃Δ𝑇) = ℙ(𝑃 ∖ 𝑇) ∪ (𝑇 ∖ 𝑃) = ℙ(𝑃 ∖ 𝑇) + ℙ(𝑇 ∖ 𝑃) = 0.13 + 0.06 = 0.19

2 1 1 13
P(AUB) =P(A)+P(B) P(A∩B) =3 + 6 − 9 = 8
Sean A,B y C los frascos. Se tiene

1 1
𝑃(𝐴) ,P(B)=P(C)=
2 4

Sean N y W los eventos “ser canica negra” y blanca, respectivamente.

En A, se tiene
3 1
𝑃 ( 𝑁)=4 , 𝑃( 𝑊 ) =4

En B,
1 1
𝑃 ( 𝑁)=2 , 𝑃( 𝑊 ) =
2

En C
1 3
𝑃 ( 𝑁)=4 , 𝑃( 𝑊 ) =4

Entonces,

𝑃(𝑊) ∑ (W|X)P(X) = P(W|A)P(A) + P(W|B)P(B) + P(W|C)P(C)

𝑋∈(𝐴,𝐵,𝐶)

1 1 1 1 3 1 7
= ( )+ ( )+ ( )=
4 2 2 4 4 4 16

a. 𝑃(𝐴 ∪ 𝐵) = 𝑃(𝐴) + 𝑃(𝐵) − 𝑃(𝐴 ∩ 𝐵) = 0.1 + 0.2 − 0.05 = 0.25

 b. 𝑃(𝐴 ∖ 𝐵) = 0.1 − 0.05 = 0.05
c. 𝑃𝐴𝐶 ∩ 𝐵𝐶 = 𝑃(𝐴 ∪ 𝐵)𝐶 = 1 − 𝑃(𝐴 ∪ 𝐵) = 1 − 0.25 = 0.75
d. 𝑃(𝐴Δ𝐵) = 𝑃(𝐴 ∖ 𝐵) ∪ (𝐵 ∖ 𝐴) = 0.05 + 0.015 = 0.2

Probabilidad condicional

Como 𝐴 ∩ 𝐵 ⊂ 𝐴, se debe cumplir que 𝑃(𝐴 ∩ 𝐵) ≤ 𝑃(𝐴). Con los datos dados, se concluye que
el problema está mal planteado.

Sean los eventos

• P: tener un perro;
• G: tener un gato.
Se tiene

ℙ(𝑃) = 0.36, ℙ(𝐺) = 0.3, ℙ( 𝐺 ∣ 𝑃 ) = 0.22.

ℙ(𝑃 ∩ 𝐺) = ℙ( 𝐺 ∣ 𝑃 ) ∗ ℙ(𝑃) = 0.22 ∗ 0.36 = 0.0792

2 1 3 5 1
𝑃( 𝐵 ∣ 𝑋 ) = = ; 𝑃( 𝑁 ∣ 𝑋 ) = ; 𝑃( 𝑅 ∣ 𝑋 ) = =
10 5 10 10 2
3 2 1 5
𝑃( 𝐵 ∣ 𝑌 ) = ; 𝑃( 𝑁 ∣ 𝑌 ) = = ; 𝑃( 𝑅 ∣ 𝑌 ) = =
1

10 10 5 10 2
𝑃(𝑋) = 0.3; 𝑃(𝑌) = 0.7

3 3 9
𝑃(𝑁 |𝑋)𝑃(𝑋) ( )
10 10 100
A) 𝑃(𝑋|𝑁) = = = 3 2 = 0.3913
𝑃(𝑁) 𝑃(𝑁|𝑋 )𝑃(𝑋)+𝑃(𝑁|𝑌)𝑃(𝑌) (0.3)+ (0.7)
10 10
 3 7 21
𝑃(𝐵 |𝑌 )𝑃(𝑌) ( )
10 10 100
B) 𝑃(Y|B) = =𝑃(𝐵 𝑋 = 2 3 = 0.7778
𝑃(𝐵) | )𝑃(𝑋)+𝑃(𝐵 |𝑌 )𝑃(𝑌) (0.3)+ (0.7)
10 10
5 3 15
𝑃(𝑅 |𝑋)𝑃(𝑋) ( )
10 10 100
C) 𝑃(𝑋|R) = = = = 0.30
𝑃(𝑅) 𝑃(𝑅 |𝑋)𝑃(𝑋)+𝑃(𝑅 |𝑌)𝑃(𝑌) 5 5
(0.3)+ (0.7)
10 10

a) Recordemos que Ω = { 𝜔 = (𝑖, 𝑗) ∣ 1 ≤ 𝑖, 𝑗 ≤ 6 } y que |Ω| = 36. Consideremos los eventos

𝑆 = { (𝑖, 𝑗) ∈ Ω ∣ 1 ≤ 𝑖 ≤ 6 ∧ 𝑗 = 3 } y 𝑆() = { (𝑖, 𝑗) ∈ Ω ∣ 𝑖 = 3 ∧ 1 ≤ 𝑗 ≤ 6 }. Notar que
• 𝐵 = 𝑆 ∪ 𝑆().
• 𝑃(𝑆) =
• 𝑃𝑆() =
• 𝑆 ∩ 𝑆() = (3,3)
Así,

1
P(A ∩ B) P({(3,1), (1,3)}) 2 8 2
𝑃(𝐴|𝐵) = = = = =
𝑃(𝐵) P(S3 ∪ S(3)) P(S3 ) + P(S (3)) − P(S3 ∩ S(3)) 2 − 1 11
6 36

b) Veamos que 𝐴 = {(1,3), (2,2), (3,1)}. Así,

2
P (A ∩ B) 36 2
𝑃(𝐵|𝐴) = = 3 =
𝑃(𝐴) 3
36
Regla de la multiplicación

P( A ∩ B ∩ C) P(A ∩ B ∩ C) 0.1
𝑃(C|𝐴∩B) = = = = 0.5
𝑃(𝐴∩ B) P(B|A) ∗ P(A ) 0.4∗0.5

Sabemos que para cualesquier eventos 𝐴, 𝐵 ⊂ Ω se cumple

𝑃(𝐴 ∪ 𝐵) ≤ 𝑃(𝐴) + 𝑃(𝐵)

Como en este caso

𝑃(𝐴 ∪ 𝐵) = 0.8 ≰ 0.1 + 0.05 = 0.105 = 𝑃(𝐴) + 𝑃(𝐵)

Concluimos que el ejercicio está mal planteado.

Recordemos que Ω = { 𝜔 = (𝑖, 𝑗) ∣ 1 ≤ 𝑖, 𝑗 ≤ 6 } y que |Ω| = 36.

Calculamos:
2 1
𝑃(𝐴 ∩ 𝐵) = 𝑃({(3,1), (1,3)}) = =
36 18
3 1
𝑃(𝐴) = 𝑃{(1,3), (2,2), (3,1)} = =
36 12

Con los eventos 𝑆 = { (𝑖, 𝑗) ∈ Ω ∣ 1 ≤ 𝑖 ≤ 6 ∧ 𝑗 = 3 } y 𝑆() = { (𝑖, 𝑗) ∈ Ω ∣ 𝑖 = 3 ∧ 1 ≤ 𝑗 ≤ 6 }:

• 𝐵 = 𝑆 ∪ 𝑆().
• 𝑆 ∩ 𝑆() = (3,3)

Entonces
1 1 1 11
P(B)=P(S3 U S3)=P(S3)+P(S3)-P(S3∩ S3) =6 + 6 − 36 = 36

Luego

1 11
P(A)P(B)=12 (36) ≠ 𝑃(𝐴 ∩ B)

Por tanto, los eventos no son independientes.

1. (𝐴 ∪ 𝐵) ∩ 𝐴𝐶 = 𝐵 ∩ 𝐴𝐶
2. 𝑃(𝐴 ∪ 𝐵) ∩ 𝐴𝐶 = 𝑃𝐵 ∩ 𝐴𝐶
3. El primer término es 𝑃(𝐴 ∪ 𝐵) ∩ 𝐴𝐶 = 𝑃(𝐴 ∪ 𝐵) + 𝑃(𝐴) − 𝑃(𝐴 ∪ 𝐵) ∪ 𝐴𝐶
4. (𝐴 ∪ 𝐵) ∪ 𝐴𝐶 = Ω
5. 𝑃(𝐴 ∪ 𝐵) ∩ 𝐴𝐶 = 𝑃(𝐴 ∪ 𝐵) + 𝑃(𝐴) − 𝑃(Ω)
6. El segundo término de 2. es: 𝑃𝐵 ∩ 𝐴𝐶 = 𝑃𝐵|𝐴𝐶𝑃𝐴𝐶 = 𝑃𝐵|𝐴𝐶1 − 𝑃(𝐴)
7. De 6, 5 y 2 se tiene que
 𝑃(𝐴 ∪ 𝐵) + 𝑃(𝐴) − 𝑃(Ω) = 𝑃(𝐴 ∪ 𝐵) ∩ 𝐴𝐶 = 𝑃𝐵|𝐴𝐶1 − 𝑃(𝐴)
1 1 1 5
⟹ 𝑃(𝐴 ∪ 𝐵) = 𝑃𝐵|𝐴𝐶1 − 𝑃(𝐴) − 𝑃(𝐴) + 𝑃(Ω) = 4 (1 − 3) − 3 + 1 = 6
6

Por independencia

1 1 1
𝑃(𝐴 ∩ 𝐵) = 𝑃(𝐴)𝑃(𝐵)=3 (5) = 15

Y entonces
1 1 1 7
( 𝑃 𝐴 ∪) 𝐵 =( 𝑃)𝐴 +(𝑃 )𝐵 −(𝑃 𝐴 ∩ )𝐵 = - + − =
3 5 15 15

1. Por independencia
• 𝑃(𝐴 ∩ 𝐵) = 𝑃(𝐴)𝑃(𝐵)
• 𝑃( 𝐴 ∣ 𝐵 ) = 𝑃(𝐴) =
• 𝑃( 𝐵 ∣ 𝐴 ) = 𝑃(𝐵)
𝑃(𝐵∩(A U B)) 𝑃(𝐵∩(A U B)) 𝑃(𝐵) 𝑃(𝐵)
2 P(B|A)= = = =
𝑃(𝐴𝑈𝐵) 𝑃(𝐴𝑈𝐵) 𝑃(𝐴)+𝑃(𝐵)−𝑃(𝐴∩B) 𝑃(𝐴)+𝑃(𝐵)−𝑃(𝐴∩B)

2 𝑃(𝐵) 1 𝑃(𝐵)
=1 𝑃(𝐵) 2 + 𝑃(𝐵) − = 3𝑃(𝐵) = 1 + 2𝑃(𝐵) − 𝑃(𝐵)
3 +𝑃(𝐵)− 2 2
2 2
1
𝑃(𝐵) =
2

Ley de la probabilidad total y Teorema de Bayes

Considere el siguiente diagrama

Se quiere: dado que una unidad es clasificada defectuosa, la probabilidad de que lo sea. Considere
el evento: D detectar una unidad como defectuosa y 𝑑 que una unidad sea defectuosa. Se tiene

𝑃(𝐷|𝑑)𝑃(𝑑) 𝑃(𝐷|𝑑)𝑃(𝑑) 0.9(0.1) = 0.4

𝑃(𝑑|𝐷) = = =
𝑃(𝐷) 𝑃(𝐷|𝑑)𝑃(𝑑) + 𝑃(𝐷|𝑑𝑐)𝑃(𝑑𝑐) 0.9(0.1) + 0.15(0.9)

Considere el siguiente diagrama

Sean AN y AB los eventos de mover una bola negra / blanca de A a B.

Luego, sean BN y BB los eventos de extraer una bola negra / blanca de B. Se
quiere

𝑃( 𝐴𝑁 ∣ 𝐵𝐵 )
Usando probabilidad condicional y probabilidad total:

𝑃(𝐵𝐵|𝐴𝑁)𝑃(𝐴𝑁) 𝑃(𝐵𝐵|𝐴𝑁)𝑃(𝐴𝑁)
𝑃(𝐴𝑁|𝐵𝐵) = =
𝑃(𝐵𝐵) 𝑃(𝐵𝐵|𝐴𝑁)𝑃(𝐴𝑁) + 𝑃(𝐵𝐵|𝐴𝐵)𝑃(𝐴𝐵)

2 2
( ) 4
5 5 =
2 2 3 3 13
( )+ ( )
5 5 5 5

Considere el siguiente diagrama que explica el problema.

Sea NP el evento de no poder pagar las facturas y P el evento de pagar pero demasiado tarde en
un mes particular y PN pagar normalmente
 a) 0.95 ∗ (0.2) + 0.05(1) = 0.24
ℙ(𝑃|𝑁𝑃)𝑃(𝑁𝑃) ℙ(𝑃|𝑁𝑃)𝑃(𝑁𝑃) (.) = 0.2083
b) ℙ( 𝑁𝑃 ∣ 𝑃 ) = = =
ℙ(𝑃) ℙ(𝑃|𝑁𝑃)ℙ(𝑁𝑃)+ℙ(𝑃|𝑃𝑁)∗ℙ(𝑃𝑁) (.)+.(.)

c) No, pues de acuerdo con lo anterior, el 80% de los casos pagará al mes siguiente o luego.

Considere el siguiente diagrama.

Hallar

𝑃( 𝑇 ∣ 𝐷 ) ∗ 𝑃(𝐷) 𝑃( 𝑇 ∣ 𝐷 ) ∗ 𝑃(𝐷)
𝑃( 𝐷 ∣ 𝑇 ) = =
𝑃(𝑇) 𝑃(𝑇|𝐷) ∗ 𝑃(𝐷) + 𝑃𝑇𝐷𝐶 ∗ 𝑃(𝐷𝐶 )

0.98(0.01)
= = 0.1788
0.98(0.01) + 0.05(0.99)

Considere el diagrama siguiente

 𝑃(𝐷|𝐻) ∗ 𝑃(𝐻) 𝑃(𝐷|𝐻) ∗ 𝑃(𝐻) 0.05(0.6) = 0.2308
𝑃(𝐻|𝐷) = = =
𝑃(𝐷) 𝑃(𝐷|𝐻)𝑃(𝐻) + 𝑃( 𝐷 ∣ 𝑀 )𝑃(𝑀) 0.05(0.6) + 0.25(0.4)

Considere el diagrama siguiente

Hallamos

𝑃( 𝑣𝑜𝑡𝑜́ ∣ 𝐼 ) ∗ 𝑃(𝐼) 𝑃( 𝑣𝑜𝑡𝑜́ ∣ 𝐼 ) ∗ 𝑃(𝐼)

𝑃( 𝐼 ∣ 𝑣𝑜𝑡𝑜́ ) = =
𝑃(𝑣𝑜𝑡𝑜́) 𝑃(𝑣𝑜𝑡𝑜́|𝐿)𝑃(𝐿) + 𝑃(𝑣𝑜𝑡𝑜́|𝐼)𝑃(𝐼) + 𝑃(𝑣𝑜𝑡𝑜́|𝐶)𝑃(𝐶)
 0.30(0.46)
= = 0.3082
0.60(0.30) + (0.3)(0.46) + 0.50(0.24)

Considere el siguiente diagrama

𝑃(𝑐𝑜𝑟𝑟𝑒𝑐𝑡𝑜|𝑐𝑜𝑛𝑜𝑐𝑒)𝑃(𝑐𝑜𝑛𝑜𝑐𝑒)
𝑃(𝑐𝑜𝑛𝑜𝑐𝑒|𝑐𝑜𝑟𝑟𝑒𝑐𝑡𝑜) =
𝑃(𝑐𝑜𝑟𝑟𝑒𝑐𝑡𝑜)
𝑃(𝑐𝑜𝑟𝑟𝑒𝑐𝑡𝑜|𝑐𝑜𝑛𝑜𝑐𝑒)𝑃(𝑐𝑜𝑛𝑜𝑐𝑒)
=
𝑃(𝑐𝑜𝑟𝑟𝑒𝑐𝑡𝑜|𝑐𝑜𝑛𝑜𝑐𝑒) ∗ 𝑃(𝑐𝑜𝑛𝑜𝑐𝑒) + 𝑃(𝑐𝑜𝑟𝑟𝑒𝑐𝑡𝑜|𝑛𝑜 𝑐𝑜𝑛𝑜𝑐𝑒)𝑃(𝑛𝑜 𝑐𝑜𝑛𝑜𝑐𝑒)
1(0.7)
= 1 = 0.9
1(0.7) + (0.3)
4