EJEMPLO 2

La probabilidad de xito de una determinada vacuna es 0.72. Calcula la probabilidad de a que una
vez administrada a 15 pacientes:
a) Ninguno sufra la enfermedad
b) Todos sufran la enfermedad
c) Dos de ellos contraigan la enfermedad
SOLUCIN
Se trata de una distribucin binomial de parmetros
1)

p=0.72 ---> vacuna

p=0.28 ---> probabilidad de la enfermedad.

n=15

La distribucin binomial es

P(X=x) = C(n,x) * p^x * (1-p)^(n-x)


a)

P(X=0) = C(15,0) * 0.28^0 * 0.72^15

P(X=0) = 0.0072


b)

P(X=15) = C(15,15) * 0.28^15 *0.72^0

P(X=15) = 0.000000005

c)

P(X=2) = C(15,2) * 0.28^2 * 0.72^13

P(X=2) =0.1150


2) La probabilidad de xito de una determinada campaa publicitaria es 0,72. Calcula la
probabilidad, una vez realizada en 15 comunas del pas, obtener:

a) Ninguna halla fracaso
b) En toda las comunas halla fracaso
c) Dos de ellas halla fracaso

Definimos la variable X: numero de comuna en donde tuvo xito la campaa de publicidad. Se
trata de una distribucin binomial de parmetros B(15 ; 0,72)

00724248 , 0 ) 72 , 0 1 ( 72 , 0
15
15
) 15 ( )
15 15 15
=
|
|
.
|

\
|
= =

X P a

9 0 15 0
10 097 , 5 ) 72 , 0 1 ( 72 , 0
0
15
) 0 ( )

=
|
|
.
|

\
|
= = X P b
115 , 0 ) 72 , 0 1 ( 72 , 0
13
15
) 13 ( )
13 15 13
=
|
|
.
|

\
|
= =

X P c

1) Cierta enfermedad tiene una probabilidad muy baja de ocurrir, p=1/100.000. Calcular la
probabilidad de que en una ciudad con 500.000 habitantes haya ms de 3 personas con dicha
enfermedad si en promedio hay 5 personas con esa enfermedad. Calcular el nmero esperado de
habitantes que la padecen.


735 , 0
)
! 3
5
! 2
5
! 1
5
! 0
5
( 1
)) 3 ( ) 2 ( ) 1 ( ) 0 ( ( 1
) 3 ( 1 ) 3 (
5
3 5 2 5 1 5 0 5
=
+ + + =
= + = + = + = =
s = >
=

e e e e
X P X P X P X P
X P X P

1. Se realiz un experimento para comparar el tiempo promedio
requerido por el cuerpo humano para absorber dos medicamentos,
A y B. Suponga que el tiempo necesario para que cada
medicamento alcance un nivel especfico en el torrente sanguneo
se distribuye normalmente. Se eligieron al azar a doce personas
para ensayar cada frmaco registrndose el tiempo en minutos que
tard en alcanzar un nivel especfico en la sangre. Calcule un
intervalo de confianza del 95% para la diferencia del tiempo
promedio. Suponga varianzas iguales.
Medicamento A Medicamento B
n
A
= 12 n
B
= 12

S
A
2
= 15.57 S
B
2
= 17.54
Solucin:


2.35
B

A
9.25
Con un nivel confianza del 95% se sabe que el tiempo promedio para
alcanzar un nivel especfico es mayor para el medicamento B.


Para construir la tabla tenes que establecer rangos. De esa manera contars la cantidad de
alumnos que sacaron notas dentro de cada rango para establecer la frecuencia absoluta y relativa.
En este caso yo establecera 5 rangos:
[1 a 10), [10 a 20), [20 a 30), [30 a 40) y [40 a 50] Ten en cuenta que el smbolo "[" significa que
comprende a ese nmero, es decir que el nmero pertenece a ese rango y el ")" significa que ese
nmero no est dentro del rango, sino que todas las notas hasta el nmero MENOS ese nmero.
-------------------xi-------fi------fr
[1 a 10)--------2-------2-----2/40
[10 a 20)------6-------8-----8/40
[20 a 30)-----10-----18----18/40
[30 a 40)-----17-----35-----35/40
[40 a 50]------5------40-------1

La MODA es el nmero o los nmeros que ms se repiten. En este caso es el 38

Mediana es el valor central de un grupo de valores ORDENADOS. En el caso de que el nmero de
valores sea par, como los valores centrales sern 2, la mediana ser la suma de esos dos valores
divido por 2. En este caso la Mediana: (32+32)/2 = 32

Media aritmtica= ( Sumatoria de xi*fi )/ sumatoria de fi = 1027/40 -->Controlar con calcu!

Los cuartiles dividen a las observaciones en 4 partes CASI iguales. El Q1 corresponder al valor
que tenga el 25% aprox de los valores menores a l y el 75% aprox. de los valores mayores, el Q2
es la Mediana, que tiene el 50% de los valores menores a l y el 50% mayores, el Q3 tiene aprox.
el 75% de los calores menores que l y el 25% mayores. Con las observaciones ordenadas:
Q1=(n+1)/4 --->Q1=(41)/4=10.25 (Corresponder al rango entre 10 y 20)

Q2=(2*(n+1))/4= (n+1)/2 --->41/2 = 20.5 (Corresponde al rango entre 20 y 30, al igual que la
Mediana)

Q3= 3*(n+1)/4 = (3*41)/4 --> Q3= 30.75 (Corresponde al rangoentre 30 y 40)

Se lanza un dado al aire Cul es la probabilidad de que salga el nmero 4? Si
sabemos que el resultado ha sido un nmero par, se ha modificado esta
probabilidad?
Solucin:
El espacio muestral que corresponde a este experimento es




y se ha de calcular la probabilidad del suceso . Si el dado no est trucado,
todos los nmeros tienen la misma probabilidad de salir, y siguiendo la
definicin de probabilidad de Laplace,



Obsrvese que para calcular la probabilidad de A segn la definicin de Laplace
hemos tenido que suponer previamente que todos los elementos del espacio
muestral tienen la misma probabilidad de salir, es decir:




Por otro lado, si ha salido un nmero par, de nuevo por la definicin de
probabilidad de Laplace tendramos



Esta misma probabilidad se podra haber calculado siguiendo la definicin de la
probabilidad condicionada, ya que si escribimos


y entonces



Problema44: Probabilidad
Ej44. En un campus universitario existen tres carreras sanitarias, se sabe que el 50% cursan
estudios de Enfermera, el 30% de Medicina y el 20% de Veterinaria.

Los que finalizaron sus estudios son el 20%, 10% y 5% respectivamente. Elegido un estudiante al
azar, determinar:

a) Cul es la probabilidad de finalizar los estudios en estas carreras?

b) Hallar la probabilidad de un estudiante finalizado, sea de Medicina.


Realizamos una recopilacin de datos dados por el enunciado del problema:

E 'Estudiante de Enfermera'.
M 'Estudiante de Medicina'.
V 'Estudiante de Veterinaria'.
F 'Estudiante que finaliza sus estudios'.

P(E) = 0.5.
P(M) = 0.3.
P(V) = 0.2.

P(F|E) = 0.2.
P(F|M) = 0.1.
P(F|V) = 0.05.

Pasamos a resolver los apartados que nos propone el enunciado del problema.


Apartado a)

En este apartado nos piden obtener los estudiantes que finalicen sus estudios, para ello, debemos
emplear el teorema de la Probabilidad Total:
P(F) = P(F|E)P(E) + P(F|M)P(M) + P(F|V)P(V) = 0.20.5 + 0.10.3 + 0.050.2 = 0.14

Por lo tanto, la probabilidad de finalizar los estudios en las carreras propuestas por el enunciado del
problema es de 0.14, una probabilidad baja.


Apartado b)

En esta ocasin, debemos obtener la probabilidad de dado que un estudiante finalice sus estudios,
sea de la carrera de Medicina, para resolver este apartado, emplearemos la Ley de Bayes:


Sustituimos valores para obtener la solucin:


Por lo tanto, la probabilidad de dado que un estudiante finalice sus estudios, sea de la carrera de
Medicina es de, aproximadamente, 0.214286, una probabilidad baja.

Problema24: VAD
Ej24. Para estudiar la regulacin hormonal de una lnea metablica, se inyecta a ratas albinas un
frmaco que inhibe la sntesis de protenas del organismo. En general, 4 de cada 20 ratas mueren a
causa del frmaco antes de que el experimento haya concluido.

Si se trata a 10 animales con el frmaco, determinar:

a) Cuntas ratas se espera que mueran?.

b) La probabilidad de que mueran 5 ratas.

c) La probabilidad de que al menos 8 ratas lleguen vivas al final del experimento.


Realizamos una recopilacin de datos del enunciado del problema:

X 'N de ratas que mueren por el frmaco antes de terminar el tratamiento'.
La variable aleatoria X sigue una distribucin Binomial: X ~ B(10, 0.2).

Pasamos a resolver los distintos apartados del problema.


Apartado a)

La probabilidad no es mas que la divisin entre el resultado a evaluar entre todos los posibles
resultados existentes, por lo tanto, por definicin:
P = k resultados / n de observaciones posibles

Despejamos k resultados y obtenemos la solucin a este apartado:
k = Pn = 0.210 = 2

Por lo tanto, se esperan que meran, antes de terminar el tratamiento, 2 ratas.


Apartado b)

Para este apartado, debemos hallar la siguiente probabilidad:
P(X = 5) = 10C50.2
5
(1-0.2)
10-5
0.026424

Por lo tanto, la probabilidad de que mueran, exactamente, 5 ratas es de 0.026424.


Apartado c)

En este caso, tenemos:

Y 'N de ratas que no mueren por el frmaco antes de terminar el tratamiento'.
La variable aleatoria Y sigue una distribucin Binomial: Y ~ B(10, 1-0.2) = B(10, 0.8).

Por lo tanto, pasamos a resolver el apartado:
P(Y 8) = P(Y = 8) + P(Y = 9) + P(Y = 10) = 10C80.8
8
(1-0.8)
10-8
+ 10C90.8
9
(1-0.8)
10-
9
+ 10C100.8
10
(1-0.8)
10-10
0.67780

Por lo tanto, la probabilidad de que no mueran ms de ocho ratas antes de terminar el tratamiento
es de 0.67780.