Beruflich Dokumente
Kultur Dokumente
1. Escala Nominal
Nacionalidad
Estado civil.
Uso de anteojos.
2. Escala Ordinal
Rango Académico
Nivel de una enfermedad (No saludable, Poco saludable, Saludable, Media mente saludable,Muy
saludable).
3. Escala de Intervalo
Escala de Temperatura (◦ K, ◦ C)
Escala de pH.
4. Escala de razón
Presión arterial (mm Hg) en una persona.
Altura de personas.
1
DEBER N◦ 2: GRÁFICOS ESTADÍSTICOS
1) Histograma de frecuencias Los histogramas son diagramas de barras verticales y se los construye
dibujando rectángulos cuya base corresponde a cada intervalo de clase, y su altura según el valor
de la frecuencia. Puede ser la frecuencia absoluta o la frecuencia relativa. Se usa cuando se estudia
una variable continua, como franjas de edades o alturas de la muestra.
4) Diagrama de tallo y hojas El diagrama de tallo y hojas muestra el orden jerárquico y la forma de
los conjuntos. Es un semi-gráfico que permite presentar la distribución de una variable cuantitativa.
Consiste en separar cada dato en el último dı́gito (que se denomina hoja) y las cifras delanteras
restantes (que forman el tallo). Se lo procede de la siguiente manera:
2
5) Diagrama de pareto Un gráfico de Pareto es un tipo de gráfico de barras vertical ordenado por
frecuencias de forma descendente que identifica y da un orden de prioridad a los datos.
7) Diagrama de caja
Un diagrama de caja y bigotes o box plot, es un diagrama que muestra una representación gráfica
de la distribución de datos, señalando donde caen la mayorı́a de los valores y los valores que difieren
considerablemente de la norma (valores atı́picos).
8) Pictograma Es un gráfico que relaciona dibujos de acuerdo al tema que se está estudiando, su
tamaño es proporcional a la frecuencia que representan. (A mayor frecuencia, más acumulación de
figuras).
9) Gráfico de dispersión Un gráfico de dispersión muestra en un eje cartesiano la relación que existe
entre dos variables. Este gráfico nos informa el grado de correlación entre las dos variables, es decir,
nos muestra si el incremento o disminución de los valores de una de las variables, denominada
variable independiente y que se suele representar en el eje horizontal, altera de alguna manera los
valores de la otra, denominada variable dependiente y que representa generalmente en el eje vertical.
a) Correlación nula No existe ninguna relación entre las variables. Se dice que ambas son inde-
pendientes
b) Correlación no lineal Existe una relación lineal negativa si al aumentar los valores de la
variable independiente disminuyen los valores de la variable dependiente y relación lineal positiva
si al aumentar los valores de la variable independiente aumentan los valores de la variable
dependiente.
10) Pirámide de población Una pirámide de población es un histograma bi-direccional que muestra
la estructura demográfica de una población, por sexo y edad, en un momento determinado. Estos
gráficos nos dan una visión de la juventud, madurez o vejez de una población y, por tanto, su grado
de desarrollo. Según su forma puede haber distintos tipos de pirámides. Tiene orientación horizontal
y contiene dos series de datos cuyas barras de frecuencias crecen en sentidos opuestos.
Las más comunes son las pirámides de población.
a) Progresiva Existe un alto porcentaje de población joven que va desapareciendo según avanzan
las edades. Son tı́picas de paı́ses subdesarrollados cuya esperanza de vida es baja y la tasa de
natalidad alta.
b) Regresiva En la base existe menos población que en el medio y la población envejecida es
considerable. Son tı́picas de paı́ses desarrollados cuya natalidad está descendiendo y la esperanza
de vida es alta.
c) Estancada Los tramos intermedios de edades tienen la misma población que la base. Son tı́picas
de paı́ses en vı́as de desarrollo donde se ha controlado la mortalidad y se empieza a controlar la
natalidad.
11) Climograma Representa la marcha anual de las temperaturas y de las lluvias medias, sobre un
mismo sistema de coordenadas.
3
12) Cartograma Un cartograma es un mapa en el que se presentan datos estadı́sticos por regiones
bien poniendo el número o coloreando las distintas zonas en función del dato que representan.
13) Diagrama de árbol Un diagrama de árbol es una representación gráfica de un experimento que
consta de r pasos, donde cada uno de los pasos tiene un número finito de maneras de ser llevado a
cabo.
Xi ni Ni fi Fi
1 6 6 0.088 0.088
2 4 10 0.058 0.147
3 12 22 0.176 0.323
4 8 30 0.117 0.441
5 5 35 0.073 0.514
6 3 38 0.044 0.558
7 4 42 0.058 0.617
8 13 55 0.191 0.808
9 3 58 0.044 0.852
10 2 60 0.029 0.882
13 8 68 0.117 1
Análisis
Análisis de la fila 5
La fila 5 incluye a todas los médicos que recetan Cytomax (Ciclofosfamida) de hasta 5 clientes en
cada cita, y que tengan por lo menos 1 paciente en cada dı́a de en total, son 35 las personas que
se encuentran en este rango y representan el 0.514 porciento de todas las personas encuestadas en
4
el experimento aunque solo el 0.73 porciento sufren de un Cáncer terminal, lo cual equivale a 5
personas.
Análisis de la fila 9
La fila 9 incluye a todas los médicos que recetan Arimidex(Anastrozol) de hasta 3 clientes en cada
cita, y que tengan por lo menos 1 paciente en cada dı́a de en total, son 42 las personas que se
encuentran en este rango y representan el 0.852 porciento de todas las personas encuestadas en el
experimento aunque solo el 0.44 sufren de un Cáncer terminal, lo cual equivale a 9 personas.
x ?
[1 2.5]
]2.5 4]
]4 5.5]
]5.5 7]
]7 8.5]
]8.5 10]
]10 11.5]
]11.5 13]
5) Generamos la tabla de intervalos o clases
Xc nc Ni fi Porcentaje Fi Porcentaje
[1-2.5] 10 10 0.147 14.7 0.147 14.7
]2-4] 20 30 0.294 29.4 0.441 44.1
]4-5.5] 5 35 0.073 7.3 0.514 51.4
]5.5-7] 7 42 0.102 10.2 0.617 61.7
]7-8.5] 13 55 0.191 19.1 0.808 80.8
]8.5-10] 5 60 0.073 7.3 0.882 88.2
]10-11.5] 0 60 0 0 0.882 88.2
]11.5-13] 8 68 0.117 11.7 1 100
5
6) Cálculo de Medidas de Tendencia Central
6
(xi − x)2 ∗ ni 3,5955
(xi − x) (xi − x)2 et = √ ∗ 100
n−1 6
-5 25 30 et = 43,60 %
-4 16 15.33 6.14) Error tı́pico para intervalo
-3 9 8.81 Fórmula:
-2 4 4.57 s
et = √ ∗ 100
-1 1 1.25 n
3,46
0 0 0 et = √ ∗ 100
5,8
1 1 1.33 et = 41,95 %
2 2 4.33
6.15) Deciles
3 9 13.5
Fórmula:
4 16 32 D
PD4 = (n + 1) ∗
7 49 56 10
2
ΣT otals = 12.9274 4
PD4 = (68 + 1) ∗
10
6.8) Varianza para intervalo
PD4 = 27,6 ∴ D4 = 4
ΣT otals2 = 11, 986 Posición Personas
6.9) Desviación estándar 27 4
Fórmula:
r 28 4
(xi − x)2 ∗ ni
s= Σ 6.16) Deciles para intervalo
√ n−1
s = 12,9274 Fórmula:
s = 3,5955
q ∗ ( n4 ) − Nc−1
6.10) Desviación estándar para intervalo Qq = li + ∗L
nc
Fórmula:
r 2 ∗ ( 68 ) − 10
4
(xi − x)2 ∗ nc Qq = 2,5 + ∗ 1,5
s= Σ 20
√ n−1 Qq = 4,3
s = 11,986
s = 3,46 6.17) Centiles
Fórmula:
6.11) Coeficiente de variación C
PC60 = (n + 1) ∗
Fórmula: 10
s 60
C.V = ∗ 100 PC60 = (68 + 1) ∗
x 10
3,5955 PC60 = 41,4
C.V = ∗ 100
6 Posición Personas
C.V = 59,92 % 41 7
42 7
6.12) Coeficiente de variación para interva-
C60 = 7
lo
Fórmula: 6.18) Cuartiles
s Fórmula:
C.V = ∗ 100 Q
x PQ3 = (n + 1) ∗
3,46 10
C.V = ∗ 100 3
5,8 PQ3 = (68 + 1) ∗
C.V = 59,69 % 10
PQ3 = 20,7
6.13) Error tı́pico Posición Personas
Fórmula: 20 3
s
et = √ ∗ 100
n 21 3
7
6.21) Curtosis (α4 )
Q3 = 3 Fórmula:
n(n − 1) (xi − x) 4
6.19) Coeficiente se Asimetrı́a (α3 ) α4 = ∗(Σ( )∗
(n − 1)(n − 2)(n − 3) s
Fórmula: 3(n − 1)2
n (xi − x) 3 ni ) −
α3 = ∗ (Σ( ) ∗ ni ) (n − 2)(n − 3)
(n − 1)(n − 2) s
(xi − x) 4
s = 3,5955 (xi − x) ) ∗ ni
s
(xi − x) 3 (xi − x) 3 3.739 22.434
(xi − x) ( ) ( ) ∗ ni
s s 1.531 6.124
-5 -2.6892 -16.1352
0.484 5.808
-4 -1.3769 -5.5076
0.095 0.76
-3 -0.5808 -6.9696
0 0
-2 -0.1721 -1.3768
0.005 0.02
-1 -0.0215 -0.1075
0.095 1.235
0 0 0
0.484 1,452
1 0.0215 0.086
1.531 3.062
2 0.1721 2.2373
14.366 114.928
3 0.5808 1.7424
total 155.848
4 1.3769 2.7538
7 7.3794 59.0352
68(67) 3(67)2
total 35.758 α4 = ∗ (155,848) −
(67)(66)(65) (66)(65)
68 α4 < −0,66
α3 = ∗ (35,758) = 0,5498
(67)(66)
α3 > 0 ∴ SESGO POSITIVO α4 < 0 Curva Platicurtica
SECCIÓN 2.1
Proporcione una descripción razonable del espacio muestral de cada uno de los experimentos
aleatorios de los ejercicios 2-1 a 2-15. Para cada experimento puede haber más de una interpretación
aceptable. Describa todas las hipótesis que platee.
2.1 Se clasifica cada una de tres partes maquinadas ya sea por encima o por debajo de la
especificación establecida para cada una de ellas.
RESOLUCIÓN
a=Encima
b=Debajo
Espacio Muestral
Abreviatura:
NI :Número de Indicaciones
NR :Números de veces que se realiza
Se aplica la fórmula:
NINR
23 = 8 eventos
Ω = {aaa, aab, aba, abb, baa, bab, bba, bbb}
Tamaño del espacio Muestral
n(Ω) = 8
RESOLUCIÓN
A= Fuente de alimentación aceptable
F= Funcionales
M= Menores
C= Esteticos
Espacio Muestral
Ω = {A, F, M, C}
n(Ω) = 4
2.3 En la fabricación de una cinta de grabación digital,cada una de las 24pistas se clasifica
de acuerdo con el numero de bits erróneos que contiene:ningún bit, o uno o más bits
erróneos.
RESOLUCIÓN
A= La pista contiene uno o más bits erróneos.
9
B= La pista no contiene uno o más bits erróneos.
Espacio Muestral
Ω = {0, 1, 2, 3, 4, ..., 24}
Ω = {AAAA, AAAB, AABA, AABB, BAAB, BABB, BBAA, BBAB, ...}
Tamaño del espacio Muestral
n(Ω) = n No se puede sacar el tamaño de la muestra
2.4 Se utiliza una escala con dos decimales para medir, en toneladas la cantidad de ma-
terial que ingresa en una planta quı́mica.
RESOLUCIÓN
Espacio Muestral
Ω = {0,0; 0,1; 0,2; 0,3; 0,4; 0,5; ..., n}
2.5 Los poros de una varilla de fierro se clasifica como pequeños, medianos o grandes.
El número de poros de cada categorı́a se mide mediante la inspección visual de la
muestra.
RESOLUCIÓN
P= Pequeños
M= Medianos
G= Grandes
Espacio Muestral
Ω) = { Número infinito de elementos }
RESOLUCIÓN
T= Trasmisión Automática
t= Trasmisión Estándar
A= Con aire acondicionado
a= Sin aire acondicionado
r= Rojo
10
z= Azul
n= Negro
b= Blanco
Espacio Muestral
Ω = {T Ar, T Az, T An, T Ab, T ar, T az, T an, T ab, tAr, tAz, tAn, tAb, tar, taz, tan, tab}
RESOLUCIÓN
A= Memoria de 4 megabytes
B= Memoria de 8 megabytes
C= Memoria de 12 megabytes
D= Capacidad de 200 megabytes
E= Capacidad de 300 megabytes
F= Capacidad de 400 megabytes
Espacio Muestral
Ω = {AD, AE, AF, BD, BE, BF, CD, CE, CF }
RESOLUCIÓN
e= Éxito en la operación lectura
f= Falla en la operación lectura
F= Falla en el procedimiento de recuperación de error
S= Éxito en el procedimiento de recuperación de error
A= Mensaje de operación abortada enviado al operador
Espacio Muestral
Ω = {e, f e, f f e, f f f S, f f f F S, f f f F F S, f f f F F A}
11
2.9 En el diagrama de Venn de la figura2.11 contiene tres eventos. Reproduzca la figura
y sombree la región que corresponde a cada uno de los eventos siguientes.
0
a) A
b)(B ∩ C)
0
c)(A ∪ B)
d)(A ∪ B)
e)Si dos de estos evento fuesen mutuamente excluyentes, ¿ Cuán exitosa serı́a esta
operación de manufactura?
RESOLUCIÓN
2.10 En una operación del moldeo por inyección se evalúan varias caracterı́sticas de cada
parte moldeada
Sean A: el evento donde una parte cumple con los requerimientos del cliente
B: el evento donde una parte satisface los requerimientos de color del cliente
C: el evento donde cierta longitud crı́tica cumple con los requerimiento del cliente.
a) Construya un diagrama de Venn que incluya estos eventos, e indique en él la región
en la que una parte cumple con todos los requerimientos del cliente. Sombree las áreas
que representen los siguientes eventos:
0
b) (A ∩ B) ∪ (A ∩ B )
c) (A ∩ B) ∪ C
0
d) (B ∪ C)
0
e) (A ∩ B) ∪ C
RESOLUCIÓN
2.11 Se selecciona una muestra de tres calculadoras de una lı́nea de fabricación y se clasi-
fica cada calculadora como defectuosa o aceptable. Sean A,B y C: eventos en los que,
respectivamente, la primera, segunda y tercera calculadora es defectuosa.
a) Describa el espacio muestral de este experimento.
Describa cada uno de los siguientes eventos.
b) A
c) B
d) A ∩ B
e)B ∪ C
RESOLUCIÓN
d= Defectuosa
o= Aceptable
a) Ω = {ddd, odd, ddo, odo, dod, ood, doo, ooo}
n(Ω) = 8
b) A = {ddd, ddo, dod, doo}
c) A = {ddd, ddo, odd, odo}
d) A ∩ B = {ddd, ddo}
e) A ∪ B = {ddd, ddo, odd, odo, dod.ood}
12
2.12 Se toman muestras de una pieza fundida de aluminio y se clasifican de acuerdo con
el acabado de la superficie (en micro pulgadas) y con las mediciones de longitud. A
continuación se resumen los resultados obtenidos con 100 muestras.
Longitud
Excelente Bueno
Acabado Excelente 75 7
de la superficie Bueno 10 8
RESOLUCIÓN
2.13 Continuación del ejercicio 2.15. Utilice el diagrama del árbol para visualizar el espacio
muestral.
RESOLUCIÓN
Espacio Muestral
Ω = {e, f e, f f e, f f f S, f f f F S, f f f F F S, f f f F F A}
2.14 Continuación del ejercicio 2.21. Utilice el digrama del árbol para visualizar el espacio
muestral
RESOLUCIÓN
SECCIÓN 2.2
2.15 Cada uno de los cinco posibles resultados de un experimento aleatorio es igualmente
probable. El espacio muestral es {a, b, c, d, e}. Sean A: el evento {a, b}, y B: el evento
{c, d, e}. Determine lo siguiente:
a) P (A)
b)P (B)
c)P (A ∪ B)
d)P (A ∩ B)
RESOLUCIÓN
13
2 3 5 d)P (A ∩ B) = P (φ)
a) P (A) = b)P (B) = c)P (A ∪ B) =
5 5 5
P (A) = 40 % P (A) = 60 % P (A) = 100 % P (A) = 0 %
2.16 Al seleccionar una parte para probarla, la posibilidad de que haya sido producida por
una de entre seis herramientas de corte es la misma.
a) ¿ Cuál es la probabilidad de que la parte provenga de la herramienta 1?
b) ¿ Cuál es la probabilidad de que la parte provenga de las herramientas 3 o 5?
c) ¿ Cuál es la probabilidad de que la parte no provenga de la herramienta 4?
RESOLUCIÓN
1 2 5
a) P (A) = b)P (B) = c)P (A ∪ B) =
6 6 6
P (A) = 16,7 % P (B) = 33,3 % P (A) = 83,3 %
2.17 Un espacio muestra contiene 20 eventos iguales probables. Si la probabilidad del even-
to A es 0.3 ¿ Cuántos resultados contiene el evento A?
RESOLUCIÓN
A
P (A) =
T
A
0,3 =
20
A = 20 ∗ 0,3 ⇒ A = 6
2.18 El último dı́gito de una medición de peso puede ser cualquier número de 0 a 9, todos
ellos con la misma probabilidad.
a) ¿ Cuál es la probabilidad de que el último dı́gito sea cero?
b) ¿ Cuál es la probabilidad de que el último dı́gito sea mayor o igual que cinco?
RESOLUCIÓN
A= Sea cero
B= Sea mayor o igual que cero
Ω = {0, 1, 2, 3, 4, 5, 6, 7, 8, 9}
1
a) P (A) =
10
14
P (A) = 10 %
5
b)P (B) =
10
P (A) = 50 %
Resistencia a golpes
Alto Bajo
Resistencia a Alto 80 9 89
Rayaduras Bajo 6 5 11
86 14 100
RESOLUCIÓN
Total:100 datos
A= Alta resistencia a golpes.
B= Alta resistencia a rayaduras.
86 89 0 14
a) P (A) = b)P (B) = c)P (A ) =
100 100 100
0
P (A) = 86 % P (B) = 89 % P (A ) = 14 %
Longitud
Excelente Bueno
Acabado Excelente 75 7
de la superficie Bueno 10 8
RESOLUCIÓN
Total:100 datos
A=Evento donde la muestra tiene un acabado excelente
B=Evento donde la muestra tiene una longitud excelente.
15
82 85 0 18
a) P (A) = b)P (B) = c)P (A ) =
100 100 100
0
P (A) = 82 % P (B) = 85 % P (A ) = 18 %
Cumple especificación
SI NO
1 18 2 20
Proveedor 2 17 3 20
35 5 40
RESOLUCIÓN
Total:100 datos
A=Evento donde la muestra tiene un acabado excelente
B=Evento donde la muestra tiene una longitud excelente.
20 35 0 20
a) P (A) = b)P (B) = c)P (A ) =
40 40 40
0
P (A) = 50 % P (B) = 87,5 % P (A ) = 50 %
RESOLUCIÓN
0 0
a) E y E son eventos mutuamente excluyentes y (E ∪ E ) = Ω
0 0
1 = P (Ω) = P (E ∪ E ) = P (E) + P (E );
Por tanto se tiene que:
0 0
P (E) + P (E ) ⇒ P (E ) = 1 − P (E)
0 0
c) Ahora, B = A ∪ (A ∩ B) y los eventos A y A ∩ B, son mutuamente excluyentes.
0 0
P (B) = P (A) + P (A ∩ B),porqué P (A ∩ B) > 0
P (B) > P (A)
16
SECCIÓN 2.3
2.23 Si A,B y C son eventos mutuamente excluyentes, con P(A)=0.2 P(B)=0.3 y P(C)=
0.4, determine las siguientes probabilidades:
a) P (A ∪ B ∪ C)
b) P (A ∩ B ∩ C)
c) P (A ∪ B)
d) P [(A ∪ B) ∩ C]
RESOLUCIÓN
P (A) = 0,2
P (B) = 0,3
P (C) = 0,4
b) P (A ∩ B ∩ C) = 0 ⇒ (A ∩ B ∩ C) = φ
c) P (A ∪ B) = 0 ⇒ (A ∪ B) = φ
d) P [(A ∪ B) ∩ C] = 0 ⇒ [(A ∪ B) ∩ C] = (A ∪ B) ∪ (B ∪ C) = 0
Resistencia a golpes
Alto Bajo
Resistencia a Alto 80 9 89
Rayaduras Bajo 6 5 11
86 14 100
RESOLUCIÓN
86 89
a) P (A) = ; P (B) =
100 100
80
P (A ∩ B) =
100
P (A ∩ B) = 80 %
17
b)P (A ∪ B) = P (A) + P (B) − P (A ∩ B)
86 89 80
P (A ∪ B) = + −
100 100 100
95
P (A ∪ B) =
100
P (A ∪ B) = 95 %
RESOLUCIÓN
201 + 149 + 2 + 6 + 8
a) Número total: 370 b)P2 =
370
366
201 + 149 + 4 + 8 + 2 P2 =
P1 = 370
370
364
P1 = P2 = 0,99
370
P2 = 99 %
P1 = 0,984
200 + 145 + 18
P1 = 98,4 % c)P3 =
370
18
363 364
P3 = P4 =
370 370
P3 = 0,981 P4 = 0,984
P3 = 98,1 % P4 = 98,4 %
201 + 149 + 14
d)P4 =
370
SECCIÓN 2.4
Longitud
Excelente Bueno
Acabado Excelente 75 7
de la superficie Bueno 10 8
RESOLUCIÓN
P (A | B) = 88,24 %
82
a) P (A) = ⇒ P (A) = 82 %
100 P (A ∩ B)
d) P (B | A) =
85 P (A)
b)P (B) = ⇒ P (B) = 85 %
100 75
P (A ∩ B) 75
c) P (A | B) = P (A | B) = 100 =
P (B) 82 82
100
75 P (A | B) = 91,46 %
75
P (A | B) = 100 =
85 85
100
RESOLUCIÓN
Total: 40
15
a) P (A) = ⇒ P (A) = 37,5 %
40
19
14
b) P (B | A) = ⇒ P (B | A) = 35,9 %
39
c) P (A ∩ B) = P (A) ∗ P (B | A)
15 14 7
P (A ∩ B) = ∗ =
40 39 52
7
P (A ∩ B) = ⇒ P (A ∩ B) = 13,5 %
52
d)P (A ∪ B) = P (A) + P (B) − P (A ∩ B)
15 14 7 187
P (A ∪ B) = + − =
40 39 52 312
P (A ∪ B) = 59,9 %
RESOLUCIÓN
a)A: Cumple con la curvatura
B: Cumple con el acabado
345
P (B | A) = ⇒ P (B | A) = 97 %
357
0
b)A : No cumple con la curvatura
B: Cumple con el acabado
0 5
P (B | A ) = ⇒ P (B | A) = 38,5 %
13
20
b) ¿ Cuál es el valor de P (A | B)?
c) ¿ Cuál es el valor de P(B)?
d) ¿ Cuál es el valor de P (B | A)?
e) ¿ Cuál es el valor de P (A ∩ B)?
RESOLUCIÓN
a)P (A) = 0,05 + 0,10 = 0,15 ⇒ P (A) = 15 %
P (A ∩ B) 0,1
b)P (A | B) = = ⇒ P (B | A) = 13,8 %
P (B) 0,72
c)P (B) = 0,73 ⇒ P (B) = 73 %
P (B ∩ A) 0,11
d)P (B | A) = = ⇒ P (B | A) = 73,3 %
P (A) 0,15
e)P (A ∩ B) = 0,11 ⇒ P (A ∩ B) = 11 %
2.30 Un lote de 500 contenedores para jugo de naranja congelado contiene cinco que están
defectuosos. De toman del lote dos al azar, sin remplazo.
a) ¿ Cuál es la probabilidad de que el primero en ser seleccionado sea defectuoso?
b) ¿ Cuál es la probabilidad de que el segundo sea defectuoso dado que el primero
defectuoso?
c) ¿ Cómo cambia la respuesta del inciso b) si los circuitos se toman con remplazo
antes de la siguiente selección?
RESOLUCIÓN
Total: 500 contenedores
S: Defectuosos
A: Primer contenedor defectuoso
B: Segundo contenedor defectuoso
5 4
P (A) = : P (A) =
500 499
P (B ∩ A) 4
a)P (B | A) = = ⇒ P (B | A) = 0,89 %
P (A) 499
b)P (A ∩ B) = P (A) ∗ P (B | A)
21
5 4 1
P (A ∩ B) = ∗ =
500 499 12475
1
P (A ∩ B) = ⇒ P (A ∩ B) = 0,008 %
12475
0 0 0 0 0
c)P (A ∩ B ) = P (A ) ∗ P (B | A )
0 0459 494
P (A ∩ B ) = ∗ = 0,98
0 0
500 499 0 0
P (A ∩ B ) = 0,98 ⇒ P (A ∩ B ) = 98 %
RESOLUCIÓN
P (B ∩ A) PB
No, ya que B ⊂ A ⇒ P (B | A) = = =1
P (A) PB
SECCIÓN 2.5
RESOLUCIÓN
2.33 La probabilidad de que falle un conector eléctrico que se mantiene seco durante un
periodo de garantı́a es 1 %. Si el conector se humedece, la probabilidad de falla durante
el periodo de garantı́a es 5 %.Si el 90 %de los conectores se mantienen secos y el 10 %se
humedece. ¿ Qué proporción de conectores fallara durante el periodo de garantı́a?
RESOLUCIÓN
A= Seco
0
A = Húmedo
B= Falla
0
B = No falla
0 0
P (B) = P (A) ∗ P (B | A) + P (A ) ∗ P (B | A )
P (B) = (0,9 ∗ 0,01) + (0,1 ∗ 0,05)
P (B) = 0,014 ⇒ P (B) = 1,4 %
22
2.34 En la fabricación de un adhesivo quı́mico el 3 % de todos los lotes contienen materia
prima que proviene de los embarques diferentes. Esto sucede cuando los tanques de
almacenamiento son rellenados y lo que queda de un lote es insuficiente para llenar
otro tanque. Solo es necesario volver a procesar el 5 %de los lotes que contienen ma-
teria prima de dos o más embarques en más difı́cil de controlar, y el 40 % de esos lotes
requieren un procesamiento adicional para alcanzar la viscosidad requerida.
Sea A: el evento en que el lote contiene materia prima de dos embarques diferentes.
B: el evento en que el lote requiere de procesamiento adicional.
Determine las probabilidades siguientes:
a) P(A)
0
b) P (A )
c) P (B | A)
0
d) P (B | A )
e) P (A ∩ B)
0
f ) P (A ∩ B )
g) P (B)
RESOLUCIÓN
0 0
b)P (A ) = 0,97 ⇒ P (A ) = 97 %
c)P (B | A) = 0,4 ⇒ P (B | A) = 40 %
0 0
d)P (B | A = 0,5 ⇒ P (B | A = 5 %
e)P (A ∩ B) = P (A) ∗ P (B | A)
0 0
f)P (A ∩ B ) = P (A) ∗ P (B | A)
0 0
P (A ∩ B ) = (0,03 ∗ 0,6) = 0,018 ⇒ P (A ∩ B ) = 1,8 %
0 0
g) P (B) = P (A) ∗ P (B | A) + P (A ) ∗ P (B | A )
P (B) = (0,03 ∗ 0,4) + (0,97 ∗ 0,05)
P (B) = 0,06 ⇒ P (B) = 6 %
23
0
A =Empaques grandes y pesados.
B: rompen
0
A : No se rompen
0
P (B | A) = 0,02
0
P (B | A ) = 0,01
0
P (A ) = 0,6
P (A) = 0,4
0 0
P (B) = P (A) ∗ P (B | A) + P (A ) ∗ P (B | A )
P (B) = (0,4 ∗ 0,02) + (0,6 ∗ 0,01)
P (B) = 0,014 ⇒ P (B) = 1,4 %
2.36 Continuación del ejercicio 2.60. Utilice la regla de probabilidad total para determinar
la probabilidad de que el segundo circuito seleccionado sea defectuoso.
20
P (A) = = 0, 2 ⇒ P (A) = 20 %
100
0 20 0
P (A ) = = 0, 8 ⇒ P (A )S = 80 %
100
19
P (B | A) = ⇒ P (B | A) = 19 %
0
99 0
P (B | A = 0,5 ⇒ P (B | A = 5 %
0 0
P (B) = P (A) ∗ P (B | A) + P (A ) ∗ P (B | A )
P (B) = (0,2 ∗ 0,19) + (0,8 ∗ 0,81)
P (B) = 0,686 ⇒ P (B) = 68,6 %
SECCIÓN 2.6
2.37 Si P (A | B) = 0,4, P (B) = 0, 8 y P (A) = 0,6.Puede decirse que los eventos A y B son
independientes?
RESOLUCIÓN
P (A | B) = P (A)
P (A | B) 6= P (A)
0,4 6= 0,6 ∴ No son eventos independientes.
2.38 Si P (A) = 0, 2 y P (B) = 0,2y los eventos A y B son mutuamente excluyentes.¿ puede
afirmarse que son independientes?
RESOLUCIÓN
P (A ∩ B) = φ
24
P (A ∪ B) = P (A) + P (B)
P (A ∪ B) = 0,2 + 0,2 = 0,4 ∴ No son independientes, porque son mutuamente excluyentes ya que
P (A ∩ B) = φ
2.40 Se toman muestras de espuma de dos proveedores y se hace una evaluación a estos
para determinar el grado con el que cumplen ciertas especificaciones. A continuación
se resumen los resultados obtenidos con 126 muestras.
Datos
0 42
P (A ) =
84 2 126
P (A) = = ⇒ P (B) = 66,7 % 80
126 3 P (A ∩ B) =
126
120 20
P (B) = = ⇒ P (B) = 95,2 % 0 40
126 21 P (A ∩ B) =
126
RESOLUCIÓN
0 0
P (A ∩ B) = P (A) ∗ P (B) P (A ∩ B) = P (A ) ∗ P (B)
84 120 0 42 120
P (A) ∗ P (B) = ∗ P (A ) ∗ P (B) = ∗
126 126 126 126
80 40
= 40 20
126 63 =
126 63
40 40
= ∴ Son independientes. 20 20
63 63 = ∴ Son independientes.
63 63
25
2.41 En la prueba de la tarjeta de un circuito impreso en la que se utiliza un patrón de
prueba aleatorio, un arreglo de 10 bits tiene la misma probabilidad de ser uno o cero.
Suponga que los bits son independientes.
a)¿ Cuál es la probabilidad de que todos los bits sean uno?
b) ¿ Cuál es la probabilidad de que todos los bits sean cero?
c)¿ Cuál es la probabilidad de que exactamente cinco bits sean uno y los otros cinco
cero?
RESOLUCIÓN
1 10
a)P(1) = = 9,76x10−4
2
1 10
b)P(0) = = 9,76x10−4
2
5
c)P(1) = = 0,5
10
5
P(0) = = 0,5
10
RESOLUCIÓN
0 0 0 0 0 0
P (A1 ∩ A2 ∩ A3 ) = P (A1 ) ∗ P (A2 ) ∗ P (A3 )
0 0 0
P (A1 ∩ A2 ∩ A3 ) = 0,02 ∗ 0,02 ∗ 0,02
0 0 0
P (A1 ∩ A2 ∩ A3 ) = 0,000008
26