SlideShare una empresa de Scribd logo
1 de 31
1
RELACIÓN 2. CALCULO DE
PROBABILIDADES
 1.- ¿Cuáles de los siguientes pares de sucesos son
mutuamente excluyentes?
a.- A: El hijo de Maria tiene hemofilia.
B: La hija de Maria es portadora de hemofilia.
b.- A: El 65 % de las semillas de guisante que han sido
plantadas germinarán.
B: El 50 % de las semillas que han sido plantadas no
germinarán.
c.- A: Jorge sufre hipotermia.
B: La temperatura de Jorge es de 39 oC.
d.- A: Un paciente tiene SIDA.
B: El paciente ha recibido una transfusión de sangre.
e.- A: El animal es un mamífero.
B: El animal es un delfín.
C: El animal está cubierto de pelo.
f.- A: El bosque es una extensión virgen.
B: El bosque fue talado hace 10 años.
2
 2.- La diabetes constituye un problema durante el
embarazo tanto para la madre como para el hijo. Entre
las embarazadas diabéticas se presentan hidroamnios en
un 21 % de los casos, toxemias en un 25 % y deterioro
fetal en un 15 %. En un 6% de los casos se presentan
otras complicaciones. Supongamos que estas
complicaciones no se presentan simultáneamente en un
mismo embarazo. Si se elige una embarazada al azar:
a.- ¿Cuál es la probabilidad de que exista algún tipo
de complicación?
b.- ¿Cuál es la probabilidad de que el embarazo sea
normal?
A = {Presentar hidroamnios}; B = {Presentar toxemias};
C = {Presentar deterioro fetal}
D = {Presentar otra complicaciones}
Los sucesos A, B, C y D son incompatibles
P( A ) = 0.21; P( B ) = 0.25
P( C ) = 0.15; P( D ) = 0.06
a.- P( A ∪ B ∪ C ∪ D ) = P( A ) + P( B ) + P( C ) + P( D ) =
= 0.21 + 0.25 + 0.15 + 0.06 = 0.67
b.- 1 – P( A ∪ B ∪ C ∪ D ) = 1 – 0.67 = 0.33
3
 3.- Aunque el tétanos es infrecuente en España, es
mortal en el 70% de los casos. Si tres personas contraen
el tétanos en el periodo de un año, ¿cuál es la
probabilidad de que mueran al menos dos de los tres?
V = {Vivir}; M = {Morir}; P ( V ) = 0.3; P ( M ) = 0.7
A = {Morir al menos dos personas}
Primera Segunda Tercera Trayectoria
persona persona persona
V
M
V
M
V
M
V
M
V
M
V
M
V
M
VVV
VVM
VMV
VMM 
MVV
MVM 
MMV 
MMM 
P(A) = P(VMM) + P(MVM) + P(MMV) + P(MMM) =
= 0.3 x 0.7 x 0.7 + 0.7 x 0.3 x 0.7 + 0.7 x 0.7 x 0.3 +
+0.7 x 0.7 x 0.7 = 0.784
4
 4.- Los datos recogidos en un banco de sangre
concreto indican que el 0.1 % de todos los donantes da
positivo en el test para el virus de inmunodeficiencia
humana (VIH), el 1 % da positivo para el test del
herpes y el 1.05 % da positivo para uno u otro de estos
problemas. Se elige al azar un donante:
a.- ¿Cuál es la probabilidad de que un
donante tenga ambos problemas?
b.- ¿Cuál es la probabilidad de que un
donante no tenga ninguno de estos problemas?
A = {Dar positivo en el test VIH}
B = {Dar positivo en el test del herpes};
P( A ) = 0.001; P( B ) = 0.01; P( A ∪ B) = 0.0105
P( A ∪ B) = P( A ) + P( B ) – P( A ∩ B)
a.- P( A ∩ B ) = P( A ) + P( B ) – P( A ∪ B) =
= 0.001 + 0.01 – 0.0105 = 0.0005
b.- 1 – P( A ∪ B) = 1 – 0.0105 = 0.9895
5
 5.- Ciertos estudios muestran que un 12% de las
personas tratadas por médicos son atendidas en el
hospital, el 1% sufren alguna alergia a medicamentos y
el 12.4% reciben atención en un hospital ó sufren alguna
alergia a medicamentos. Se elige un paciente al azar:
a.- ¿Cuál es la probabilidad de que el paciente
sea atendido en un hospital y sea alérgico a los
medicamentos?
b.- ¿Cuál es la probabilidad de que el paciente
sea atendido en un hospital pero no sea alérgico a los
medicamentos?
c.- ¿Cuál es la probabilidad de que el paciente
sea alérgico a los medicamentos pero no sea atendido en
un hospital?
A = {Atendido en el hospital}
B = {Alergia a medicamentos}
( ) ( ) ( )P A 0.12; P B 0.01; P A B 0.124= = =U
( ) ( ) ( ) ( )a. P A B P A P B P A B− = + −I U
( ) ( ) ( ) ( )P A B P A P B P A B= + −U I
0.12 0.01 0.124 0.006= + − =
6
( ) ( ) ( ) ( ) ( )( )
( )
C C
b. P A B P A P B / A P A 1 P B/ A
0.12 1 0.05 0.12 0.95 0.114×
− = = − =
= − = =
I
( )
( )
( )
P A B 0.006
P B/A 0.05
P A 0.12
= = =
I
P(A B) P(A) P(A B) 0.12 0.006 0.114− = − = − =I
c. P(B A) P(B) P(A B) 0.01 0.006 0.004− − = − = − =I
A = {Atendido en el hospital}
B = {Alergia a medicamentos}
( ) ( ) ( )P A 0.12; P B 0.01; P A B 0.124= = =U
( ) ( ) ( ) ( )P A B P A P B P A B= + −U I
7
 6.- En una investigación sobre la influencia de la
dieta alimenticia sobre la diabetes se han utilizado tres
tipos de ratas A, B y C, en las siguientes proporciones:
60 %, 30 % y 10 %. El 25 % de las ratas de tipo A
padecen diabetes y el 35 % de las ratas diabéticas del
tipo A presentan además una lesión en el hígado. Si se
elige una rata al azar.
¿Cuál es la probabilidad de que sea de tipo A,
diabética y tenga el hígado lesionado?
A = {Rata tipo A}; D = {Padecer diabetes}
H = {Lesión en el hígado}
P( A ) = 0.60; P( D / A ) = 0.25; P( H / A ∩ D ) = 0.35
P( A ∩ D ∩ H ) = P( A ) x P( D / A ) x P( H / A ∩ D ) =
= 0.60 x 0.25 x 0.35 = 0.0525
8
 7.- Una plaga afecta al 50% de los pinos de un área
dada. Se toma una muestra de tres pinos y cada uno se
clasifica como afectado por la plaga o no afectado. Se
pide:
a.- Dibujar un diagrama de árbol.
b.- Hallar la probabilidad que al menos dos pinos estén
afectados.
c.- Hallar la probabilidad que al menos dos pinos estén
afectados si el primero esta afectado.
d.- Hallar la probabilidad que exactamente dos pinos
estén afectados si el primero esta afectado.
A = {Afectado por la Plaga}; AC
= {No afectado por la Plaga}
A
AC
A
AC
A
AC
A
AC
A
AC
A
AC
A
AC
AAA
AAAC
AAC
A
AAC
AC
AC
AA
AC
AAC
AC
AC
A
AC
AC
AC
a.-
9
A
AC
A
AC
A
AC
A
AC
A
AC
A
AC
A
AC
AAA
AAAC
AAC
A
AAC
AC
AC
AA
AC
AAC
AC
AC
A
AC
AC
AC
( )
4
b.- P Al menos 2 0.5
8
= =
( )
3
c.-P Al menos 2 si 1º esta 0.75
4
= =
( )
2 8 2
d.- P Exactamente 2 si 1º esta 0.5
4 8 4
= = =
♦
▶
♦
♦
♦


▶
( )
( ) ( )( )
( )
P Al menos 2 1º esta
P Al menos 2 si 1º esta =
P 1º esta
3 8 3
= = 0.75
4 8 4
=
=
I
10
 8.- A lo largo de un día se realiza una prueba para
detectar una determinada enfermedad en tres pacientes
que no guardan relación alguna entre ellos. El
diagnostico es fiable en un 90% de los casos tanto si se
padece la enfermedad como si no se padece.
a.- Dibujar un diagrama de árbol con todas las
trayectorias posibles.
b.- ¿Cuál es la probabilidad de que exactamente
dos de los tres resultados de la prueba sean erróneos?
C = {Resultado correcto}; E = {Resultado erróneo}
P (C) = 0.9; P (E) = 0.1
a.-
( ) ( ) ( )b.- P C E E P E C E P E E C+ + =I I I I I I
C
E
C
E
C
E
C
E
C
E
C
E
C
E
CCC
CCE
CEC
CEE
ECC
ECE
EEC
EEE
0.9
0.9
0.9
0.9
0.9
0.9
0.1
0.1
0.1
0.1
0.1
0.1
0.1
0.9
0.9 0.1 0.1 0.1 0.9 0.1 0.1 0.1 0.9 3 0.009 0.027× × × × × × ×= + + = =
11
 9.- A un grupo de ratones se les suministra cierta
dosis de un compuesto. El 50 % de los ratones muere,
el 40 % presenta cianosis y el 25 % muere y presenta
cianosis. Calcular las probabilidades de que un ratón
a.- Muera o presente cianosis
b.- Viva si presenta cianosis
c.- Viva y presente cianosis
M = {Un ratón muera}, C = {Un ratón presente cianosis},
MC
= {Un ratón viva}
P ( M ) = 0.50; P ( C ) = 0.40; P ( M ∩ C ) = 0.25
a.- P ( M ∪ C ) = P ( M ) + P ( C ) – P ( M ∩ C ) =
= 0.50 + 0.40 – 0.25 = 0.65
b.- P (MC
/ C ) = 1 – P (M / C ) = 1 – (P ( M ∩ C ) / P ( C ) )
= 1 – ( 0.25 / 0.40 ) = 1 – 0.625 = 0.375
c.- P ( MC
∩ C ) = P ( C ) P ( MC
/ C ) = 0.40 x 0.375 = 0.15
12
O = { Mutación ojos }; A = { Mutación alas }
P (O) = 0.25; P (A) = 0.5; P (A /O) = 0.4
( ) ( ) ( ) ( )
( ) ( ) ( ) ( )
a.- P O A P O P A P O A
P O P A P O P A /O
0.25 0.5 0.25 0.4 0.65×
= + − =
= + − =
= + − =
U I
 10.- En una población de moscas de fruta el 25%
presentan una mutación en los ojos, el 50% presentan
mutación en las alas y el 40% de las que presentan
mutación en los ojos presentan mutación en las alas.
Se elige una mosca al azar:
a.- ¿Cuál es la probabilidad de que la mosca
presente al menos una de las mutaciones?
b.- Si tiene mutación en las alas, ¿cuál es la
probabilidad de que no presente mutación en los
ojos?
c.- ¿Cuál es la probabilidad de que la mosca
presente mutación en los ojos pero no en las alas?
13
( ) ( ) ( ) ( ) ( )( )
( )
C C
c.- P O A P O P A /O P O 1 P A/O
0.25 1 0.4 0.15
= = − =
= − =
I
( ) ( )C
b.- P O /A 1 P O /A 1 0.2 0.8= − = − =
( )
( )
( )
( ) ( )
( )
P O A P O P A/O 0.25 0.4
P O/ A 0.2
P A P A 0.5
×
= = = =
I
O = { Mutación ojos }; A = { Mutación alas }
P (O) = 0.25; P (A) = 0.5; P (A /O) = 0.4
14
 11.- En una ciudad el 10 % de la población tiene 65
años o más, el 5 % de la población total padece
insuficiencia cardiaca moderada y el 12 % de la
población tiene 65 años o más o padece insuficiencia
cardiaca moderada. Eligiendo un individuo al azar:
a.- Calcular la probabilidad de que un
individuo tenga 65 años o más y padezca insuficiencia
cardiaca moderada.
b.- ¿Son independientes los sucesos: “tener 65
años o más” y “padecer insuficiencia cardiaca
moderada”.
c.- Si un individuo tiene 65 años o más, ¿cuál es
la probabilidad de que padezca insuficiencia cardiaca
moderada?
d-. Si un individuo es menor de 65 años, ¿cuál el
la probabilidad de que padezca insuficiencia cardiaca
moderada?
A = { 65 años o más }; B = { Insuficiencia cardiaca }
P ( A ) = 0.10; P ( B ) = 0.05; P ( A ∪ B ) = 0.12
P ( A ∪ B ) = P ( A ) + P ( B ) – P ( A ∩ B )
15
C C
C
C C
A A /
/ A
A A
0.022
×
− = = =
= =
P( B) P(B)P( B)
d. P(B )
P( ) P( )
0.05 0.4
0.90
I
C
(A / B) 1 P(A / B) 1 0.6 0.4= − = − =P
P(A B) 0.03
P(A/ B) 0.6
P(B) 0.05
= = =
I
A
/ A 0.3
A
− = = =
P( B) 0.03
c. P(B )
P( ) 0.10
I
0.005
Los sucesos A y B no son independientes
− ≠ × = × = ⇔b. P(A B) P(A) P(B) 0.10 0.05I
0.12 0.03
− = + − =
= + − =
a. P(A B) P(A) P(B) P(A B)
0.10 0.05
I U
A = { 65 años o más }; B = { Insuficiencia cardiaca }
P ( A ) = 0.10; P ( B ) = 0.05; P ( A ∪ B ) = 0.12
P ( A ∪ B ) = P ( A ) + P ( B ) – P ( A ∩ B )
16
V = {Estar vacunado}; VC
= {No estar vacunado};
E = {Estar enfermo};
P (V) = 1/4; P (VC
) = 3/4; P (V /E) = 1/5; P (VC
/E) = 4/5
 12.- La cuarta parte de una población se ha vacunado
contra una enfermedad contagiosa. En una epidemia se
comprueba que por cada enfermo vacunado hay cuatro
sin vacunar. ¿Ha sido efectiva la vacuna?
 Para comprobar si es efectiva, se compara la
probabilidad de estar enfermo estando vacunado con
la probabilidad de estar enfermo sin estar vacunado
( )
( )
4
P E
165 P E
3 15
4
×
×= =
( ) ( )CP E / V P E /V⇒ < ⇒LA VACUNA ES EFECTIVA
( )
( )
( )
( ) ( )
( )
P E V P E P V / E
P E / V
P V P V
• = = =
I
( )
( )
1
P E
45 P E
1 5
4
×
×= =
( ) ( )
( )
( ) ( )
( )
C C
C C
C
P E V P E P V / E
P E / V
P V P V
∗ = = =
I
17
 13.- En una ciudad el 40% de las personas tienen el
pelo rubio, el 25% los ojos azules y el 15% el pelo
rubio y los ojos azules. Se selecciona una persona al
azar. Calcular las siguientes probabilidades:
a.- Tener el pelo rubio si tiene los ojos azules.
b.- Tener los ojos azules si tiene el pelo rubio.
c.- No tener el pelo rubio ni los ojos azules.
d.- Tener exactamente una de estas dos
características.
R = {Tener pelo rubio}; A = {Tener ojos azules}
P ( R ) = 0.4; P ( A ) = 0.25; P ( R ∩ A ) = 0.15
P(R A) 0.15
a.- P(R /A) 0.6
P(A) 0.25
= = =
I
A
R
R
= = =
P(R ) 0.15
b.- P(A / ) 0.375
P( ) 0.4
I
18
C C C C
R A R A R A / R A)P(R /A+ = + =d.- P( ) P( ) P( )P( ) P( )I I
 Otra forma
( )
( )
C C
c.- P(R A ) 1 P(R A) 1 P(R) P(A) P(R A)
1 0.25 0.4 0.15 0.5
= − = − + − =
= − + − =
I U I
0.4 0.625 0.25 0.4 0.35× ×= + =
R R 1 R
R A R A 1 R A
C
C
- P(A/ ) 0.375 P(A / ) P(A/ ) 0.625
- P( / ) 0.6 P( / ) P( / ) 0.4
= ⇒ = − =
= ⇒ = − =
C C C C C 0.5
R A R A / R 0.6 0.5
0.6
×= = =c.- P( ) P( )P( )I
C
C C
C
A R
R 1 R 1
R
∗ = − = − =C P( )
P(A / ) P(A/ )
P( )
I
C
C
A R / A 0.25 0.4 0.10 0.5
1 1 1
0.6 0.6 0.6R
×
= − = − = − =
P( )P( )
P( )
C
- P(R/A) 0.6 P(R /A) 1 P(R /A) 1 0.6 0.4= ⇒ = − = − =
R = {Tener pelo rubio}; A = {Tener ojos azules}
P ( R ) = 0.4; P ( A ) = 0.25; P ( R ∩ A ) = 0.15
19
 14.- En un estudio sobre alcohólicos se informa que
el 40% de los mismos tiene padre alcohólico, el 6%
madre alcohólica y el 42% al menos uno de los padres
alcohólicos. Obtener la probabilidad de que elegido
uno al azar:
a.- Tenga ambos padres alcohólicos.
b.- Tenga una madre alcohólica si lo es el
padre.
c.- Tenga una madre alcohólica pero no un
padre alcohólico.
d.- Tenga una madre alcohólica si el padre no
lo es.
A = {Tener padre alcohólico}
B = {Tener madre alcohólica}
P ( A ) = 0.4; P ( B ) = 0.06; P ( A ∪ B ) = 0.42
a.- P(A B) P(A) P(B) P(A B)
0.4 0.06 0.42 0.04
= + − =
= + − =
I U
P(A B) 0.04
P(B/A) 0.1
P(A) 0.4
= = =b.-
I
20
( )C C
A B B A / B B A/ B
0.04
0.06 1 0.02
0.06
= = − =
 
= − = ÷
 
c.- P( ) P( )P( ) P( ) 1 P( )I
B
A/ B
B
= = =
P(A ) 0.04
- P( ) 0.666
P( ) 0.06
I
C B B / B
B/A = = =
C C
C C
P(A ) P( )P(A )
d - P( )
P(A ) P(A )
I
( ) ( )
C
P(B) 1 P(A / B) 0.06 1 0.666
0.0333
0.6P(A )
×− −
= = =
A = {Tener padre alcohólico}
B = {Tener madre alcohólica}
P ( A ) = 0.4; P ( B ) = 0.06; P ( A ∪ B ) = 0.42
21
 15.- Dos de las causas de muerte identificadas en
una cierta raza de liebres de alta montaña son: baja
cantidad de azúcar en sangre y convulsiones. Se
estima que el 7% de los animales muertos presenta
ambos síntomas, el 40% tiene baja cantidad de
azúcar en sangre y el 25% sufre convulsiones.
a.- ¿Cuál es el porcentaje de muertes
producidas por causas que no sean las que hemos
mencionado?
b.- ¿Cuál es la probabilidad de que un
animal elegido aleatoriamente que tiene baja
cantidad de azúcar en sangre sufra también
convulsiones?
B = {Baja cantidad de azúcar}; C = {Convulsiones}
O = {Otras causas}
P ( B ) = 0.4; P ( C ) = 0.25; P ( B ∩ C) = 0.07
( )
( )
1 P(B C) 1 P(B) P(C) P(B C)
1 0.4 0.25 0.07 0.42
= − = − + − =
= − + − =
a.- P(O) U I
= = =
P( C B) 0.07
b.- P(C/ B) 0.175
P(B) 0.4
I
22
 16-. Se esta experimentado con 3 tipos de tipos de
semillas de trigo, A, B y C. Se sembró una parcela en
la que germinaron un 60 % de plantas del tipo A, un
35 % del tipo B y un 5% del tipo C. El porcentaje de
espigas con más de 50 granos de trigo es del 20 %
para el tipo A, del 90 % para el tipo B y del 45 % para
el tipo C. Se elige una espiga al azar:
a.- Calcular la probabilidad de que tenga más
de 50 granos.
b.- Si la espiga elegida tiene más de 50 granos,
¿cuál es la probabilidad de que sea del tipo B?
A = {Semilla A}; B = {Semilla B}; C = {Semilla C};
M = {Mas de 50 granos}
P (A) = 0.60; P (B) = 0.35; P (C) = 0.05
P (M /A) = 0.20; P (M /B) = 0.90; P (M /C) = 0.45
= + + =a.- P(M) P(A)P(M / A) P(B)P(M / B) P(C)P(M /C)
×
= = =
P(B)P(M / B) 0.35 0.90
b.- P(B/ M) 0.6685
P(M) 0.4575
× × ×= + + =0.60 0.20 0.35 0.90 0.05 0.45 0.4575
23
R = {Donante remunerado}
D = {Donante desinteresado}
H = {Contraer hepatitis}
P ( R ) = 0.28; P ( D ) = 1 − P ( R ) = 0.72
P ( H /R) = 0.0144; P ( H /D) = 0.0012
 17.- En un centro de transfusiones, se sabe que la
probabilidad de que una unidad de sangre proceda de
un donante remunerado es 0.28. Si el donante es
remunerado, la probabilidad de que la unidad
contenga el suero de la hepatitis es 0.0144. Si el
donante es desinteresado, esta probabilidad es 0.0012.
Un paciente recibe una unidad de sangre. ¿cuál es la
probabilidad de que contraiga hepatitis como
consecuencia de ello?
 P ( H ) = P ( R ) P ( H /R) + P ( D ) P ( H /D) =
= 0.28 x 0.0144 + 0.72 x 0.0012 = 0.004896
24
 18.- En un laboratorio hay 3 cajas. La caja 1ª
contiene 2 cobayas marrones y 3 blancas, la 2ª caja 4
marrones y 2 blancas y la 3ª caja 5 marrones y 5
blancas.
Se elige una caja al azar y se extrae una cobaya:
a.- Calcular la probabilidad de que la cobaya
elegida sea blanca
b.- Si la cobaya elegida resulta ser blanca,
¿cuál es la probabilidad de que proceda de la caja 1ª?
A1 = {Caja 1ª }; A2 = {Caja 2ª }; A3 = {Caja 3ª }
B = {Cobaya blanca}
P( A1 ) = P( A2 ) = P( A3 ) = 1 / 3
P( B / A1 ) = 3 / 5; P( B / A2 ) = 2 / 6; P( B / A3 ) = 5 / 10
B B= + +1 1 2 2a.- P(B) P(A )P( / A ) P(A )P( / A )
B B/
/ B = = =1 1 1
1
P (A ) P(A )P( A )
b.- P(A )
P(B) P(B)
I
1 3 1 2 1 5 43
B 0.4777
3 5 3 6 3 10 90
3 3+P(A )P( / A ) × × ×= + + = =
( ) ( )31
183 5 0.4186
43 43
90
×
= = =
25
 19.- De los síntomas observados en un enfermo se
deduce, por larga experiencia clínica, que puede tener
la enfermedad A con probabilidad 0.5, la enfermedad B
con 0.4 y la enfermedad C con 0.1. Para precisar el
diagnóstico se somete al paciente a una prueba que da
resultado positivo en las personas que padecen las
enfermedades A, B y C con probabilidades 0.3, 0.98 y
0.2 respectivamente.
a.- Calcular la probabilidad de que la prueba
de resultado positivo.
b.- Si la prueba da resultado positivo, ¿cuál
enfermedad es más probable que padezca el enfermo?
A = {Enfermedad A}; B = {Enfermedad B}
C = {Enfermedad C}
R+
= {La prueba da resultado positivo }
P ( A ) = 0.5; P ( B ) = 0.4; P ( C ) = 0.1
P ( R+
/ A) = 0.3; P (R+
/ B) = 0.98; P (R+
/ C) = 0.2
+ + +
+
× × ×
= + +
= + + =
a.- P(R ) P(A)P(R / A) P(B)P(R / B)
+ P(C)P(R /C) 0.5 0.3 0.4 0.98 0.1 0.2 0.562
26
A = {Enfermedad A}; B = {Enfermedad B}
C = {Enfermedad C}
R+
= {La prueba da resultado positivo }
P ( A ) = 0.5; P ( B ) = 0.4; P ( C ) = 0.1
P ( R+
/ A) = 0.3; P (R+
/ B) = 0.98; P (R+
/ C) = 0.2
a.- P(R ) 0.562+
=
P(A)P(R / A) 0.5 0.3
b.- P(A / R ) 0.2669
0.562P(R )
P(B)P(R / B) 0.4 0.98
P(B/ R ) 0.6975
0.562P(R )
P(C)P(R /C) 0.1 0.2
P(C/ R ) 0.0355
0.562P(R )
+
×+
+
+
×+
+
+
×+
+
= = =
= = =
= = =
Si la prueba da resultado positivo, la enfermedad
más probable que padezca el enfermo es la B
⇒
27
 20.- Tres cobayas A, B y C están siendo tratadas con
tres tratamientos experimentales distintos, T1, T2, y T3
respectivamente, para curar una enfermedad. La
probabilidad de curación con el T1 es igual a 1/6, con el
T2 es igual a 1/4 y con el T3 es igual a 1/3.
a.- Calcular la probabilidad de que exactamente una
cobaya se cure.
b.- Si solo una cobaya se cura, calcular la probabilidad
de que sea la A.
c.- Se elige una cobaya al azar y esta curada, ¿cuál es la
probabilidad de que sea la cobaya B?
( ) ( ) ( ) ( )( )C C C C C C
a.
P E P A B C A B C A B C
−
= =I I U I I U I I
A = {La cobaya A se cure}; B = {La cobaya B se cure}
C = {La cobaya C se cure}; E = {Una cobaya se cure}
( ) ( ) ( )C C C C C C
P PP A B C A B C A B C= + + =I I I I I I
1 3 2 5 1 2 5 3 1 31
6 4 3 6 4 3 6 4 3 72
× × × × × ×= + + =
28
( )
( )
( )
( ) ( )
( )
1 1
P B M P B P M 13 4P / M
1 3P M P M
4
/ B
B
×
= = = =
I
( ) ( ) ( ) ( ) ( )P M P A P M /A P B P M / B= + +
c.-
M = { La cobaya elegida se cure }
( )
( )
( )
( )
( )
C C
b.
P A BP A E 6/72 6
P A / E
31/72 31P E P E
C
−
= = = =
I II
A = {La cobaya A se cure}; B = {La cobaya B se cure}
C = {La cobaya C se cure}; E = {Una cobaya se cure}
( ) ( )
1 1 1 1 1 1 1
P C P M /C
3 6 3 4 3 3 4
+ = × + × + × =
29
 21.- En una facultad el 4 % de los hombres y el 1
% de las mujeres miden más de 1.75 m. de estatura.
Además el 60 % son mujeres. Se elige un estudiante al
azar y mide más de 1.75 m. de estatura, ¿cuál es la
probabilidad de que sea mujer?
H = {Ser hombre}; M = {Ser mujer}
A = {Tener más de 1.75 m. de estatura}
P ( H ) = 0.4; P ( M ) = 0.6
P ( A / H ) = 0.04; P ( A / M ) = 0.01
( ) ( ) ( ) ( ) ( )P A P H P A/ H P M P A/ M= + =
( )
( )
( )
( ) ( )
( )
P M A P M P A/ M
P M /A
P A P A
= = =
I
0.6 0.01
0.2727
0.022
×
= =
0.4 0.04 0. 6 0.01 0.022× ×= + =
30
 22.- Un investigador esta estudiando tres drogas D1,
D2 , D3. Al inyectar las drogas a conejillos de indias,
las probabilidades de que se forme una antitoxina son
iguales a 1/4 para la nº 1, 1/8 para la nº 2 y 3/8 para la
nº 3. Hay 1 frasco de la nº 1, 3 de la nº 2 y 1 de la nº 3.
El investigador toma un frasco al azar y con esta droga
inyecta a un conejillo:
a.- ¿Cuál es la probabilidad de que no se
forme antitoxina?
b.- Si al conejillo no se le forma antitoxina,
¿cuál es la probabilidad de que la droga inyectada
fuese la nº 2?
A1 = { Droga D1}; A2 = { Droga D2}; A3 = { Droga D3}
B = {Antitoxina }; BC
= { No antitoxina }
P ( A1 ) = 1 / 5; P ( A2 ) = 3 / 5; P ( A3 ) = 1 / 5
P( B / A1 ) = 1 / 4; P( B / A2 ) = 1 / 8; P( B / A3 ) = 3 / 8
31
= + +C C C
1 1 2 2a.- P(B ) P(A )P(B / A ) P(A )P(B / A )
3 7
215 8 0.65625
4 32
5
×
= = =
b / = = =
C C
C 2 2 2
2 C C
P(A B ) P(A )P(B / A )
.- P(A B )
P (B ) P(B )
I
1 3 3 7 1 5 32 4/ 0.8
55 4 5 8 5 8 5 8
× × ×
×
+ = + + = = =C
3 3P(A )P(B A )
A1 = { Droga D1}; A2 = { Droga D2}; A3 = { Droga D3}
B = {Antitoxina }; BC
= { No antitoxina }
P ( A1 ) = 1 / 5; P ( A2 ) = 3 / 5; P ( A3 ) = 1 / 5
P( B / A1 ) = 1 / 4; P( B / A2 ) = 1 / 8; P( B / A3 ) = 3 / 8

Más contenido relacionado

La actualidad más candente

Problemas resuelto-de-probabilidad
Problemas resuelto-de-probabilidadProblemas resuelto-de-probabilidad
Problemas resuelto-de-probabilidadJohan Armas
 
Distrib.binomial
Distrib.binomialDistrib.binomial
Distrib.binomialbetyglo
 
Tarea 15 de PROBABILIDAD Y ESTADISTICA CON RESPUESTAS
Tarea 15 de PROBABILIDAD Y ESTADISTICA CON RESPUESTASTarea 15 de PROBABILIDAD Y ESTADISTICA CON RESPUESTAS
Tarea 15 de PROBABILIDAD Y ESTADISTICA CON RESPUESTASIPN
 
Ejercicios resueltos y propuestos
Ejercicios resueltos y propuestosEjercicios resueltos y propuestos
Ejercicios resueltos y propuestosmariavarey
 
Resolucion problemas acido-base
Resolucion problemas acido-baseResolucion problemas acido-base
Resolucion problemas acido-baseJosé Miranda
 
Practica #5 Reconocimiento de Aldehídos y Cetonas
Practica #5 Reconocimiento de Aldehídos y CetonasPractica #5 Reconocimiento de Aldehídos y Cetonas
Practica #5 Reconocimiento de Aldehídos y CetonasAngy Leira
 
Prueba Chi-Cuadrado
Prueba Chi-CuadradoPrueba Chi-Cuadrado
Prueba Chi-CuadradoJulio Rivera
 
Problemas quimica analitica resueltos
Problemas quimica analitica resueltosProblemas quimica analitica resueltos
Problemas quimica analitica resueltosDiego Morales
 
4 intervalos de confianza ok
4 intervalos de confianza ok4 intervalos de confianza ok
4 intervalos de confianza okGonzalo Navarro
 
Reacciones Generales de Alcoholes, Fenoles y Éteres.
Reacciones Generales de Alcoholes, Fenoles y Éteres.Reacciones Generales de Alcoholes, Fenoles y Éteres.
Reacciones Generales de Alcoholes, Fenoles y Éteres.Angy Leira
 
Tarea 8 de probabilidad y estadística con respuestas
Tarea 8 de probabilidad y estadística  con respuestasTarea 8 de probabilidad y estadística  con respuestas
Tarea 8 de probabilidad y estadística con respuestasIPN
 
Fundamentos de probabilidad regla de la multiplicación
Fundamentos de probabilidad regla de la multiplicaciónFundamentos de probabilidad regla de la multiplicación
Fundamentos de probabilidad regla de la multiplicaciónGerardo Valdes Bermudes
 
Ejemplos de ejercicios bernoulli
Ejemplos de ejercicios bernoulliEjemplos de ejercicios bernoulli
Ejemplos de ejercicios bernoulliCarol Ramos
 

La actualidad más candente (20)

Problemas resuelto-de-probabilidad
Problemas resuelto-de-probabilidadProblemas resuelto-de-probabilidad
Problemas resuelto-de-probabilidad
 
Distrib.binomial
Distrib.binomialDistrib.binomial
Distrib.binomial
 
Distribución de bernoulli para combinar
Distribución de bernoulli   para combinarDistribución de bernoulli   para combinar
Distribución de bernoulli para combinar
 
Probabilidades matematica
Probabilidades matematicaProbabilidades matematica
Probabilidades matematica
 
Tarea 15 de PROBABILIDAD Y ESTADISTICA CON RESPUESTAS
Tarea 15 de PROBABILIDAD Y ESTADISTICA CON RESPUESTASTarea 15 de PROBABILIDAD Y ESTADISTICA CON RESPUESTAS
Tarea 15 de PROBABILIDAD Y ESTADISTICA CON RESPUESTAS
 
Ejercicios resueltos y propuestos
Ejercicios resueltos y propuestosEjercicios resueltos y propuestos
Ejercicios resueltos y propuestos
 
Probabilidad condicional1
Probabilidad condicional1Probabilidad condicional1
Probabilidad condicional1
 
Capitulo 6
Capitulo 6Capitulo 6
Capitulo 6
 
Resolucion problemas acido-base
Resolucion problemas acido-baseResolucion problemas acido-base
Resolucion problemas acido-base
 
Ejercicios analitica
Ejercicios analiticaEjercicios analitica
Ejercicios analitica
 
Practica #5 Reconocimiento de Aldehídos y Cetonas
Practica #5 Reconocimiento de Aldehídos y CetonasPractica #5 Reconocimiento de Aldehídos y Cetonas
Practica #5 Reconocimiento de Aldehídos y Cetonas
 
Prueba Chi-Cuadrado
Prueba Chi-CuadradoPrueba Chi-Cuadrado
Prueba Chi-Cuadrado
 
Estimacion
Estimacion Estimacion
Estimacion
 
Problemas quimica analitica resueltos
Problemas quimica analitica resueltosProblemas quimica analitica resueltos
Problemas quimica analitica resueltos
 
4 intervalos de confianza ok
4 intervalos de confianza ok4 intervalos de confianza ok
4 intervalos de confianza ok
 
Reacciones Generales de Alcoholes, Fenoles y Éteres.
Reacciones Generales de Alcoholes, Fenoles y Éteres.Reacciones Generales de Alcoholes, Fenoles y Éteres.
Reacciones Generales de Alcoholes, Fenoles y Éteres.
 
Tarea 8 de probabilidad y estadística con respuestas
Tarea 8 de probabilidad y estadística  con respuestasTarea 8 de probabilidad y estadística  con respuestas
Tarea 8 de probabilidad y estadística con respuestas
 
Fundamentos de probabilidad regla de la multiplicación
Fundamentos de probabilidad regla de la multiplicaciónFundamentos de probabilidad regla de la multiplicación
Fundamentos de probabilidad regla de la multiplicación
 
Ejemplos de ejercicios bernoulli
Ejemplos de ejercicios bernoulliEjemplos de ejercicios bernoulli
Ejemplos de ejercicios bernoulli
 
Tabla chi cuadrado
Tabla chi cuadradoTabla chi cuadrado
Tabla chi cuadrado
 

Destacado

Ejercicios resueltos de cálculo de probabilidades
Ejercicios resueltos de  cálculo de probabilidadesEjercicios resueltos de  cálculo de probabilidades
Ejercicios resueltos de cálculo de probabilidadesMaría BF
 
Guía ejercicios Odontología II
Guía ejercicios Odontología IIGuía ejercicios Odontología II
Guía ejercicios Odontología IICarlos Rojas
 
Ejercicios estadistica
Ejercicios estadisticaEjercicios estadistica
Ejercicios estadisticaVivi42
 
Cálculo De Probabilidades
Cálculo De ProbabilidadesCálculo De Probabilidades
Cálculo De ProbabilidadesAngel Carreras
 
Basic probability and applications
Basic probability and applicationsBasic probability and applications
Basic probability and applicationsEdgar Mata
 
PROBABILIDAD. UD 5º PRIMARIA
PROBABILIDAD. UD 5º PRIMARIAPROBABILIDAD. UD 5º PRIMARIA
PROBABILIDAD. UD 5º PRIMARIADianaSedano
 
Solucionario Manuel Cordova Zamora. Ejercicios de Probabilidad.
Solucionario Manuel Cordova Zamora. Ejercicios de Probabilidad.Solucionario Manuel Cordova Zamora. Ejercicios de Probabilidad.
Solucionario Manuel Cordova Zamora. Ejercicios de Probabilidad.Vitto Alcantara
 
Probabilidad clásica, de frecuencia relativa y subjetiva
Probabilidad clásica, de frecuencia relativa y subjetivaProbabilidad clásica, de frecuencia relativa y subjetiva
Probabilidad clásica, de frecuencia relativa y subjetivaRuben Veraa
 

Destacado (20)

Ejercicios resueltos de cálculo de probabilidades
Ejercicios resueltos de  cálculo de probabilidadesEjercicios resueltos de  cálculo de probabilidades
Ejercicios resueltos de cálculo de probabilidades
 
Ejercicios Propuestos-Estadística
Ejercicios Propuestos-EstadísticaEjercicios Propuestos-Estadística
Ejercicios Propuestos-Estadística
 
Solucionario 18
Solucionario 18Solucionario 18
Solucionario 18
 
Respuestas Práctico 1
Respuestas Práctico 1Respuestas Práctico 1
Respuestas Práctico 1
 
Probabilidades
ProbabilidadesProbabilidades
Probabilidades
 
Probabilidad
Probabilidad Probabilidad
Probabilidad
 
Guía ejercicios Odontología II
Guía ejercicios Odontología IIGuía ejercicios Odontología II
Guía ejercicios Odontología II
 
Probabilidades
ProbabilidadesProbabilidades
Probabilidades
 
Ejercicios estadistica
Ejercicios estadisticaEjercicios estadistica
Ejercicios estadistica
 
Cálculo De Probabilidades
Cálculo De ProbabilidadesCálculo De Probabilidades
Cálculo De Probabilidades
 
Fundamentos de probabilidad
Fundamentos de probabilidadFundamentos de probabilidad
Fundamentos de probabilidad
 
Basic probability and applications
Basic probability and applicationsBasic probability and applications
Basic probability and applications
 
Taller 3
Taller 3Taller 3
Taller 3
 
PROBABILIDAD. UD 5º PRIMARIA
PROBABILIDAD. UD 5º PRIMARIAPROBABILIDAD. UD 5º PRIMARIA
PROBABILIDAD. UD 5º PRIMARIA
 
Probabilidad
ProbabilidadProbabilidad
Probabilidad
 
Solucionario Manuel Cordova Zamora. Ejercicios de Probabilidad.
Solucionario Manuel Cordova Zamora. Ejercicios de Probabilidad.Solucionario Manuel Cordova Zamora. Ejercicios de Probabilidad.
Solucionario Manuel Cordova Zamora. Ejercicios de Probabilidad.
 
Probabilidad
ProbabilidadProbabilidad
Probabilidad
 
Distribuciones de probabilidad
Distribuciones de probabilidadDistribuciones de probabilidad
Distribuciones de probabilidad
 
Probabilidad clásica, de frecuencia relativa y subjetiva
Probabilidad clásica, de frecuencia relativa y subjetivaProbabilidad clásica, de frecuencia relativa y subjetiva
Probabilidad clásica, de frecuencia relativa y subjetiva
 
Tema 2: Probabilidad
Tema 2: ProbabilidadTema 2: Probabilidad
Tema 2: Probabilidad
 

Similar a Probabilidad

Seminario 7 probabilidad miryam pedrero
Seminario 7 probabilidad miryam pedreroSeminario 7 probabilidad miryam pedrero
Seminario 7 probabilidad miryam pedrerompedrerof
 
Seminario 7 blog
Seminario 7 blogSeminario 7 blog
Seminario 7 blogfatima_m_p
 
SEMINARIO 7: Ejercicios de probabilidad 2012
SEMINARIO 7: Ejercicios de probabilidad                             2012SEMINARIO 7: Ejercicios de probabilidad                             2012
SEMINARIO 7: Ejercicios de probabilidad 2012anamariaromllo
 
Tarea del seminario 7 buena
Tarea del seminario 7 buenaTarea del seminario 7 buena
Tarea del seminario 7 buenalauduqdel
 
Seminario 7. ejercicios de probabilidad
Seminario 7. ejercicios de probabilidadSeminario 7. ejercicios de probabilidad
Seminario 7. ejercicios de probabilidadencsangar
 
Seminario 7 estadistica tics 2011 20120
Seminario 7 estadistica tics 2011 20120Seminario 7 estadistica tics 2011 20120
Seminario 7 estadistica tics 2011 20120elicesgut
 
Ejercicios de probabilidad
Ejercicios de probabilidadEjercicios de probabilidad
Ejercicios de probabilidadGemaAD
 
Actividad Estadística 7
Actividad Estadística 7Actividad Estadística 7
Actividad Estadística 7Montse Zapata
 
Probabilidad
ProbabilidadProbabilidad
Probabilidadsarciemad
 
Probabilida dsubir
Probabilida dsubirProbabilida dsubir
Probabilida dsubirsarciemad
 
probabilidad completo conceptos básicos
probabilidad completo conceptos básicos probabilidad completo conceptos básicos
probabilidad completo conceptos básicos Griselda Mejia Ledesma
 
Ejercicios de probabilidad 2012
Ejercicios de probabilidad                             2012Ejercicios de probabilidad                             2012
Ejercicios de probabilidad 2012padoca278
 

Similar a Probabilidad (20)

Seminario 7 probabilidad miryam pedrero
Seminario 7 probabilidad miryam pedreroSeminario 7 probabilidad miryam pedrero
Seminario 7 probabilidad miryam pedrero
 
Seminario 7 blog
Seminario 7 blogSeminario 7 blog
Seminario 7 blog
 
SEMINARIO 7: Ejercicios de probabilidad 2012
SEMINARIO 7: Ejercicios de probabilidad                             2012SEMINARIO 7: Ejercicios de probabilidad                             2012
SEMINARIO 7: Ejercicios de probabilidad 2012
 
Tarea del seminario 7 buena
Tarea del seminario 7 buenaTarea del seminario 7 buena
Tarea del seminario 7 buena
 
Seminario 7. ejercicios de probabilidad
Seminario 7. ejercicios de probabilidadSeminario 7. ejercicios de probabilidad
Seminario 7. ejercicios de probabilidad
 
Sin título 12
Sin título 12Sin título 12
Sin título 12
 
Sin título 12
Sin título 12Sin título 12
Sin título 12
 
Seminario 7 estadistica tics 2011 20120
Seminario 7 estadistica tics 2011 20120Seminario 7 estadistica tics 2011 20120
Seminario 7 estadistica tics 2011 20120
 
Diapos pdf
Diapos pdfDiapos pdf
Diapos pdf
 
Diapos pdf
Diapos pdfDiapos pdf
Diapos pdf
 
Diapos pdf
Diapos pdfDiapos pdf
Diapos pdf
 
Diapos pdf
Diapos pdfDiapos pdf
Diapos pdf
 
Ejercicios de probabilidad
Ejercicios de probabilidadEjercicios de probabilidad
Ejercicios de probabilidad
 
Ejercicios de probabilidad
Ejercicios de probabilidadEjercicios de probabilidad
Ejercicios de probabilidad
 
Actividad Estadística 7
Actividad Estadística 7Actividad Estadística 7
Actividad Estadística 7
 
Probabilidad
ProbabilidadProbabilidad
Probabilidad
 
Probabilida dsubir
Probabilida dsubirProbabilida dsubir
Probabilida dsubir
 
probabilidad completo conceptos básicos
probabilidad completo conceptos básicos probabilidad completo conceptos básicos
probabilidad completo conceptos básicos
 
Ejercicios de probabilidad 2012
Ejercicios de probabilidad                             2012Ejercicios de probabilidad                             2012
Ejercicios de probabilidad 2012
 
Sin título 1
Sin título 1Sin título 1
Sin título 1
 

Último

Schuster, Nicole. - La metrópolis y la arquitectura del poder ayer hoy y mana...
Schuster, Nicole. - La metrópolis y la arquitectura del poder ayer hoy y mana...Schuster, Nicole. - La metrópolis y la arquitectura del poder ayer hoy y mana...
Schuster, Nicole. - La metrópolis y la arquitectura del poder ayer hoy y mana...frank0071
 
Hormonas y sus formulas quimicas - grupo 6.pdf
Hormonas y sus formulas quimicas - grupo 6.pdfHormonas y sus formulas quimicas - grupo 6.pdf
Hormonas y sus formulas quimicas - grupo 6.pdfPatrickArturoDiazboz
 
Mapa-conceptual-de-la-Seguridad-y-Salud-en-el-Trabajo-3.pptx
Mapa-conceptual-de-la-Seguridad-y-Salud-en-el-Trabajo-3.pptxMapa-conceptual-de-la-Seguridad-y-Salud-en-el-Trabajo-3.pptx
Mapa-conceptual-de-la-Seguridad-y-Salud-en-el-Trabajo-3.pptxangietatianasanchezc
 
Terapia Cognitivo Conductual CAPITULO 2.
Terapia Cognitivo Conductual CAPITULO 2.Terapia Cognitivo Conductual CAPITULO 2.
Terapia Cognitivo Conductual CAPITULO 2.ChiquinquirMilagroTo
 
Evolución Historica de los mapas antiguos.ppt
Evolución Historica de los mapas antiguos.pptEvolución Historica de los mapas antiguos.ppt
Evolución Historica de los mapas antiguos.pptElizabethLpez634570
 
PRESENTACION PRE-DEFENSA PROYECTO I.pptx
PRESENTACION PRE-DEFENSA PROYECTO I.pptxPRESENTACION PRE-DEFENSA PROYECTO I.pptx
PRESENTACION PRE-DEFENSA PROYECTO I.pptxdanimaxi2320
 
El Genoma Humano, Características, Definición, ETC
El Genoma Humano, Características, Definición, ETCEl Genoma Humano, Características, Definición, ETC
El Genoma Humano, Características, Definición, ETCJ0S3G4LV1S
 
Frankel, Hermann. - Poesía y filosofía de la Grecia arcaica [ocr] [1993].pdf
Frankel, Hermann. - Poesía y filosofía de la Grecia arcaica [ocr] [1993].pdfFrankel, Hermann. - Poesía y filosofía de la Grecia arcaica [ocr] [1993].pdf
Frankel, Hermann. - Poesía y filosofía de la Grecia arcaica [ocr] [1993].pdffrank0071
 
Antequera, L. - Historia desconocida del descubrimiento de América [2021].pdf
Antequera, L. - Historia desconocida del descubrimiento de América [2021].pdfAntequera, L. - Historia desconocida del descubrimiento de América [2021].pdf
Antequera, L. - Historia desconocida del descubrimiento de América [2021].pdffrank0071
 
Ecuaciones Diferenciales de Primer Orden
Ecuaciones Diferenciales de Primer OrdenEcuaciones Diferenciales de Primer Orden
Ecuaciones Diferenciales de Primer OrdenAntonio Guasco
 
Flores Galindo, A. - La ciudad sumergida. Aristocracia y plebe en Lima, 1760-...
Flores Galindo, A. - La ciudad sumergida. Aristocracia y plebe en Lima, 1760-...Flores Galindo, A. - La ciudad sumergida. Aristocracia y plebe en Lima, 1760-...
Flores Galindo, A. - La ciudad sumergida. Aristocracia y plebe en Lima, 1760-...frank0071
 
Mapa Conceptual Modelos de Comunicación .pdf
Mapa Conceptual Modelos de Comunicación .pdfMapa Conceptual Modelos de Comunicación .pdf
Mapa Conceptual Modelos de Comunicación .pdfoliverjverde
 
Ocaña, Diego de. - Viaje por el Nuevo Mundo - De Guadalupe a Potosí, 1599-16...
Ocaña, Diego de. - Viaje por el Nuevo Mundo - De Guadalupe a Potosí, 1599-16...Ocaña, Diego de. - Viaje por el Nuevo Mundo - De Guadalupe a Potosí, 1599-16...
Ocaña, Diego de. - Viaje por el Nuevo Mundo - De Guadalupe a Potosí, 1599-16...frank0071
 
Glaeser, E. - El triunfo de las ciudades [2011].pdf
Glaeser, E. - El triunfo de las ciudades [2011].pdfGlaeser, E. - El triunfo de las ciudades [2011].pdf
Glaeser, E. - El triunfo de las ciudades [2011].pdffrank0071
 
Estructura, propiedades, usos y reacciones del benceno.pptx
Estructura, propiedades, usos y reacciones del benceno.pptxEstructura, propiedades, usos y reacciones del benceno.pptx
Estructura, propiedades, usos y reacciones del benceno.pptxAlejandroPrez777060
 
La Célula, unidad fundamental de la vida
La Célula, unidad fundamental de la vidaLa Célula, unidad fundamental de la vida
La Célula, unidad fundamental de la vidaMaraJosQuiroz2
 
hipotalamo hipofisis clase de endocrinología
hipotalamo hipofisis clase de endocrinologíahipotalamo hipofisis clase de endocrinología
hipotalamo hipofisis clase de endocrinologíawaldyGamer
 
Soporte vital basico maniobras de soporte vital basico
Soporte vital basico maniobras de soporte vital basicoSoporte vital basico maniobras de soporte vital basico
Soporte vital basico maniobras de soporte vital basicoNAYDA JIMENEZ
 
ATENCIÓN DEL TRABAJO DE PARTO, GINECOLOGIA Y OBSTETRICIA
ATENCIÓN DEL TRABAJO DE PARTO, GINECOLOGIA Y OBSTETRICIAATENCIÓN DEL TRABAJO DE PARTO, GINECOLOGIA Y OBSTETRICIA
ATENCIÓN DEL TRABAJO DE PARTO, GINECOLOGIA Y OBSTETRICIAGreciaArmenta3
 
Enfermeria_Geriatrica_TeresaPerezCastro.doc
Enfermeria_Geriatrica_TeresaPerezCastro.docEnfermeria_Geriatrica_TeresaPerezCastro.doc
Enfermeria_Geriatrica_TeresaPerezCastro.docsroxana523
 

Último (20)

Schuster, Nicole. - La metrópolis y la arquitectura del poder ayer hoy y mana...
Schuster, Nicole. - La metrópolis y la arquitectura del poder ayer hoy y mana...Schuster, Nicole. - La metrópolis y la arquitectura del poder ayer hoy y mana...
Schuster, Nicole. - La metrópolis y la arquitectura del poder ayer hoy y mana...
 
Hormonas y sus formulas quimicas - grupo 6.pdf
Hormonas y sus formulas quimicas - grupo 6.pdfHormonas y sus formulas quimicas - grupo 6.pdf
Hormonas y sus formulas quimicas - grupo 6.pdf
 
Mapa-conceptual-de-la-Seguridad-y-Salud-en-el-Trabajo-3.pptx
Mapa-conceptual-de-la-Seguridad-y-Salud-en-el-Trabajo-3.pptxMapa-conceptual-de-la-Seguridad-y-Salud-en-el-Trabajo-3.pptx
Mapa-conceptual-de-la-Seguridad-y-Salud-en-el-Trabajo-3.pptx
 
Terapia Cognitivo Conductual CAPITULO 2.
Terapia Cognitivo Conductual CAPITULO 2.Terapia Cognitivo Conductual CAPITULO 2.
Terapia Cognitivo Conductual CAPITULO 2.
 
Evolución Historica de los mapas antiguos.ppt
Evolución Historica de los mapas antiguos.pptEvolución Historica de los mapas antiguos.ppt
Evolución Historica de los mapas antiguos.ppt
 
PRESENTACION PRE-DEFENSA PROYECTO I.pptx
PRESENTACION PRE-DEFENSA PROYECTO I.pptxPRESENTACION PRE-DEFENSA PROYECTO I.pptx
PRESENTACION PRE-DEFENSA PROYECTO I.pptx
 
El Genoma Humano, Características, Definición, ETC
El Genoma Humano, Características, Definición, ETCEl Genoma Humano, Características, Definición, ETC
El Genoma Humano, Características, Definición, ETC
 
Frankel, Hermann. - Poesía y filosofía de la Grecia arcaica [ocr] [1993].pdf
Frankel, Hermann. - Poesía y filosofía de la Grecia arcaica [ocr] [1993].pdfFrankel, Hermann. - Poesía y filosofía de la Grecia arcaica [ocr] [1993].pdf
Frankel, Hermann. - Poesía y filosofía de la Grecia arcaica [ocr] [1993].pdf
 
Antequera, L. - Historia desconocida del descubrimiento de América [2021].pdf
Antequera, L. - Historia desconocida del descubrimiento de América [2021].pdfAntequera, L. - Historia desconocida del descubrimiento de América [2021].pdf
Antequera, L. - Historia desconocida del descubrimiento de América [2021].pdf
 
Ecuaciones Diferenciales de Primer Orden
Ecuaciones Diferenciales de Primer OrdenEcuaciones Diferenciales de Primer Orden
Ecuaciones Diferenciales de Primer Orden
 
Flores Galindo, A. - La ciudad sumergida. Aristocracia y plebe en Lima, 1760-...
Flores Galindo, A. - La ciudad sumergida. Aristocracia y plebe en Lima, 1760-...Flores Galindo, A. - La ciudad sumergida. Aristocracia y plebe en Lima, 1760-...
Flores Galindo, A. - La ciudad sumergida. Aristocracia y plebe en Lima, 1760-...
 
Mapa Conceptual Modelos de Comunicación .pdf
Mapa Conceptual Modelos de Comunicación .pdfMapa Conceptual Modelos de Comunicación .pdf
Mapa Conceptual Modelos de Comunicación .pdf
 
Ocaña, Diego de. - Viaje por el Nuevo Mundo - De Guadalupe a Potosí, 1599-16...
Ocaña, Diego de. - Viaje por el Nuevo Mundo - De Guadalupe a Potosí, 1599-16...Ocaña, Diego de. - Viaje por el Nuevo Mundo - De Guadalupe a Potosí, 1599-16...
Ocaña, Diego de. - Viaje por el Nuevo Mundo - De Guadalupe a Potosí, 1599-16...
 
Glaeser, E. - El triunfo de las ciudades [2011].pdf
Glaeser, E. - El triunfo de las ciudades [2011].pdfGlaeser, E. - El triunfo de las ciudades [2011].pdf
Glaeser, E. - El triunfo de las ciudades [2011].pdf
 
Estructura, propiedades, usos y reacciones del benceno.pptx
Estructura, propiedades, usos y reacciones del benceno.pptxEstructura, propiedades, usos y reacciones del benceno.pptx
Estructura, propiedades, usos y reacciones del benceno.pptx
 
La Célula, unidad fundamental de la vida
La Célula, unidad fundamental de la vidaLa Célula, unidad fundamental de la vida
La Célula, unidad fundamental de la vida
 
hipotalamo hipofisis clase de endocrinología
hipotalamo hipofisis clase de endocrinologíahipotalamo hipofisis clase de endocrinología
hipotalamo hipofisis clase de endocrinología
 
Soporte vital basico maniobras de soporte vital basico
Soporte vital basico maniobras de soporte vital basicoSoporte vital basico maniobras de soporte vital basico
Soporte vital basico maniobras de soporte vital basico
 
ATENCIÓN DEL TRABAJO DE PARTO, GINECOLOGIA Y OBSTETRICIA
ATENCIÓN DEL TRABAJO DE PARTO, GINECOLOGIA Y OBSTETRICIAATENCIÓN DEL TRABAJO DE PARTO, GINECOLOGIA Y OBSTETRICIA
ATENCIÓN DEL TRABAJO DE PARTO, GINECOLOGIA Y OBSTETRICIA
 
Enfermeria_Geriatrica_TeresaPerezCastro.doc
Enfermeria_Geriatrica_TeresaPerezCastro.docEnfermeria_Geriatrica_TeresaPerezCastro.doc
Enfermeria_Geriatrica_TeresaPerezCastro.doc
 

Probabilidad

  • 1. 1 RELACIÓN 2. CALCULO DE PROBABILIDADES  1.- ¿Cuáles de los siguientes pares de sucesos son mutuamente excluyentes? a.- A: El hijo de Maria tiene hemofilia. B: La hija de Maria es portadora de hemofilia. b.- A: El 65 % de las semillas de guisante que han sido plantadas germinarán. B: El 50 % de las semillas que han sido plantadas no germinarán. c.- A: Jorge sufre hipotermia. B: La temperatura de Jorge es de 39 oC. d.- A: Un paciente tiene SIDA. B: El paciente ha recibido una transfusión de sangre. e.- A: El animal es un mamífero. B: El animal es un delfín. C: El animal está cubierto de pelo. f.- A: El bosque es una extensión virgen. B: El bosque fue talado hace 10 años.
  • 2. 2  2.- La diabetes constituye un problema durante el embarazo tanto para la madre como para el hijo. Entre las embarazadas diabéticas se presentan hidroamnios en un 21 % de los casos, toxemias en un 25 % y deterioro fetal en un 15 %. En un 6% de los casos se presentan otras complicaciones. Supongamos que estas complicaciones no se presentan simultáneamente en un mismo embarazo. Si se elige una embarazada al azar: a.- ¿Cuál es la probabilidad de que exista algún tipo de complicación? b.- ¿Cuál es la probabilidad de que el embarazo sea normal? A = {Presentar hidroamnios}; B = {Presentar toxemias}; C = {Presentar deterioro fetal} D = {Presentar otra complicaciones} Los sucesos A, B, C y D son incompatibles P( A ) = 0.21; P( B ) = 0.25 P( C ) = 0.15; P( D ) = 0.06 a.- P( A ∪ B ∪ C ∪ D ) = P( A ) + P( B ) + P( C ) + P( D ) = = 0.21 + 0.25 + 0.15 + 0.06 = 0.67 b.- 1 – P( A ∪ B ∪ C ∪ D ) = 1 – 0.67 = 0.33
  • 3. 3  3.- Aunque el tétanos es infrecuente en España, es mortal en el 70% de los casos. Si tres personas contraen el tétanos en el periodo de un año, ¿cuál es la probabilidad de que mueran al menos dos de los tres? V = {Vivir}; M = {Morir}; P ( V ) = 0.3; P ( M ) = 0.7 A = {Morir al menos dos personas} Primera Segunda Tercera Trayectoria persona persona persona V M V M V M V M V M V M V M VVV VVM VMV VMM  MVV MVM  MMV  MMM  P(A) = P(VMM) + P(MVM) + P(MMV) + P(MMM) = = 0.3 x 0.7 x 0.7 + 0.7 x 0.3 x 0.7 + 0.7 x 0.7 x 0.3 + +0.7 x 0.7 x 0.7 = 0.784
  • 4. 4  4.- Los datos recogidos en un banco de sangre concreto indican que el 0.1 % de todos los donantes da positivo en el test para el virus de inmunodeficiencia humana (VIH), el 1 % da positivo para el test del herpes y el 1.05 % da positivo para uno u otro de estos problemas. Se elige al azar un donante: a.- ¿Cuál es la probabilidad de que un donante tenga ambos problemas? b.- ¿Cuál es la probabilidad de que un donante no tenga ninguno de estos problemas? A = {Dar positivo en el test VIH} B = {Dar positivo en el test del herpes}; P( A ) = 0.001; P( B ) = 0.01; P( A ∪ B) = 0.0105 P( A ∪ B) = P( A ) + P( B ) – P( A ∩ B) a.- P( A ∩ B ) = P( A ) + P( B ) – P( A ∪ B) = = 0.001 + 0.01 – 0.0105 = 0.0005 b.- 1 – P( A ∪ B) = 1 – 0.0105 = 0.9895
  • 5. 5  5.- Ciertos estudios muestran que un 12% de las personas tratadas por médicos son atendidas en el hospital, el 1% sufren alguna alergia a medicamentos y el 12.4% reciben atención en un hospital ó sufren alguna alergia a medicamentos. Se elige un paciente al azar: a.- ¿Cuál es la probabilidad de que el paciente sea atendido en un hospital y sea alérgico a los medicamentos? b.- ¿Cuál es la probabilidad de que el paciente sea atendido en un hospital pero no sea alérgico a los medicamentos? c.- ¿Cuál es la probabilidad de que el paciente sea alérgico a los medicamentos pero no sea atendido en un hospital? A = {Atendido en el hospital} B = {Alergia a medicamentos} ( ) ( ) ( )P A 0.12; P B 0.01; P A B 0.124= = =U ( ) ( ) ( ) ( )a. P A B P A P B P A B− = + −I U ( ) ( ) ( ) ( )P A B P A P B P A B= + −U I 0.12 0.01 0.124 0.006= + − =
  • 6. 6 ( ) ( ) ( ) ( ) ( )( ) ( ) C C b. P A B P A P B / A P A 1 P B/ A 0.12 1 0.05 0.12 0.95 0.114× − = = − = = − = = I ( ) ( ) ( ) P A B 0.006 P B/A 0.05 P A 0.12 = = = I P(A B) P(A) P(A B) 0.12 0.006 0.114− = − = − =I c. P(B A) P(B) P(A B) 0.01 0.006 0.004− − = − = − =I A = {Atendido en el hospital} B = {Alergia a medicamentos} ( ) ( ) ( )P A 0.12; P B 0.01; P A B 0.124= = =U ( ) ( ) ( ) ( )P A B P A P B P A B= + −U I
  • 7. 7  6.- En una investigación sobre la influencia de la dieta alimenticia sobre la diabetes se han utilizado tres tipos de ratas A, B y C, en las siguientes proporciones: 60 %, 30 % y 10 %. El 25 % de las ratas de tipo A padecen diabetes y el 35 % de las ratas diabéticas del tipo A presentan además una lesión en el hígado. Si se elige una rata al azar. ¿Cuál es la probabilidad de que sea de tipo A, diabética y tenga el hígado lesionado? A = {Rata tipo A}; D = {Padecer diabetes} H = {Lesión en el hígado} P( A ) = 0.60; P( D / A ) = 0.25; P( H / A ∩ D ) = 0.35 P( A ∩ D ∩ H ) = P( A ) x P( D / A ) x P( H / A ∩ D ) = = 0.60 x 0.25 x 0.35 = 0.0525
  • 8. 8  7.- Una plaga afecta al 50% de los pinos de un área dada. Se toma una muestra de tres pinos y cada uno se clasifica como afectado por la plaga o no afectado. Se pide: a.- Dibujar un diagrama de árbol. b.- Hallar la probabilidad que al menos dos pinos estén afectados. c.- Hallar la probabilidad que al menos dos pinos estén afectados si el primero esta afectado. d.- Hallar la probabilidad que exactamente dos pinos estén afectados si el primero esta afectado. A = {Afectado por la Plaga}; AC = {No afectado por la Plaga} A AC A AC A AC A AC A AC A AC A AC AAA AAAC AAC A AAC AC AC AA AC AAC AC AC A AC AC AC a.-
  • 9. 9 A AC A AC A AC A AC A AC A AC A AC AAA AAAC AAC A AAC AC AC AA AC AAC AC AC A AC AC AC ( ) 4 b.- P Al menos 2 0.5 8 = = ( ) 3 c.-P Al menos 2 si 1º esta 0.75 4 = = ( ) 2 8 2 d.- P Exactamente 2 si 1º esta 0.5 4 8 4 = = = ♦ ▶ ♦ ♦ ♦   ▶ ( ) ( ) ( )( ) ( ) P Al menos 2 1º esta P Al menos 2 si 1º esta = P 1º esta 3 8 3 = = 0.75 4 8 4 = = I
  • 10. 10  8.- A lo largo de un día se realiza una prueba para detectar una determinada enfermedad en tres pacientes que no guardan relación alguna entre ellos. El diagnostico es fiable en un 90% de los casos tanto si se padece la enfermedad como si no se padece. a.- Dibujar un diagrama de árbol con todas las trayectorias posibles. b.- ¿Cuál es la probabilidad de que exactamente dos de los tres resultados de la prueba sean erróneos? C = {Resultado correcto}; E = {Resultado erróneo} P (C) = 0.9; P (E) = 0.1 a.- ( ) ( ) ( )b.- P C E E P E C E P E E C+ + =I I I I I I C E C E C E C E C E C E C E CCC CCE CEC CEE ECC ECE EEC EEE 0.9 0.9 0.9 0.9 0.9 0.9 0.1 0.1 0.1 0.1 0.1 0.1 0.1 0.9 0.9 0.1 0.1 0.1 0.9 0.1 0.1 0.1 0.9 3 0.009 0.027× × × × × × ×= + + = =
  • 11. 11  9.- A un grupo de ratones se les suministra cierta dosis de un compuesto. El 50 % de los ratones muere, el 40 % presenta cianosis y el 25 % muere y presenta cianosis. Calcular las probabilidades de que un ratón a.- Muera o presente cianosis b.- Viva si presenta cianosis c.- Viva y presente cianosis M = {Un ratón muera}, C = {Un ratón presente cianosis}, MC = {Un ratón viva} P ( M ) = 0.50; P ( C ) = 0.40; P ( M ∩ C ) = 0.25 a.- P ( M ∪ C ) = P ( M ) + P ( C ) – P ( M ∩ C ) = = 0.50 + 0.40 – 0.25 = 0.65 b.- P (MC / C ) = 1 – P (M / C ) = 1 – (P ( M ∩ C ) / P ( C ) ) = 1 – ( 0.25 / 0.40 ) = 1 – 0.625 = 0.375 c.- P ( MC ∩ C ) = P ( C ) P ( MC / C ) = 0.40 x 0.375 = 0.15
  • 12. 12 O = { Mutación ojos }; A = { Mutación alas } P (O) = 0.25; P (A) = 0.5; P (A /O) = 0.4 ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) a.- P O A P O P A P O A P O P A P O P A /O 0.25 0.5 0.25 0.4 0.65× = + − = = + − = = + − = U I  10.- En una población de moscas de fruta el 25% presentan una mutación en los ojos, el 50% presentan mutación en las alas y el 40% de las que presentan mutación en los ojos presentan mutación en las alas. Se elige una mosca al azar: a.- ¿Cuál es la probabilidad de que la mosca presente al menos una de las mutaciones? b.- Si tiene mutación en las alas, ¿cuál es la probabilidad de que no presente mutación en los ojos? c.- ¿Cuál es la probabilidad de que la mosca presente mutación en los ojos pero no en las alas?
  • 13. 13 ( ) ( ) ( ) ( ) ( )( ) ( ) C C c.- P O A P O P A /O P O 1 P A/O 0.25 1 0.4 0.15 = = − = = − = I ( ) ( )C b.- P O /A 1 P O /A 1 0.2 0.8= − = − = ( ) ( ) ( ) ( ) ( ) ( ) P O A P O P A/O 0.25 0.4 P O/ A 0.2 P A P A 0.5 × = = = = I O = { Mutación ojos }; A = { Mutación alas } P (O) = 0.25; P (A) = 0.5; P (A /O) = 0.4
  • 14. 14  11.- En una ciudad el 10 % de la población tiene 65 años o más, el 5 % de la población total padece insuficiencia cardiaca moderada y el 12 % de la población tiene 65 años o más o padece insuficiencia cardiaca moderada. Eligiendo un individuo al azar: a.- Calcular la probabilidad de que un individuo tenga 65 años o más y padezca insuficiencia cardiaca moderada. b.- ¿Son independientes los sucesos: “tener 65 años o más” y “padecer insuficiencia cardiaca moderada”. c.- Si un individuo tiene 65 años o más, ¿cuál es la probabilidad de que padezca insuficiencia cardiaca moderada? d-. Si un individuo es menor de 65 años, ¿cuál el la probabilidad de que padezca insuficiencia cardiaca moderada? A = { 65 años o más }; B = { Insuficiencia cardiaca } P ( A ) = 0.10; P ( B ) = 0.05; P ( A ∪ B ) = 0.12 P ( A ∪ B ) = P ( A ) + P ( B ) – P ( A ∩ B )
  • 15. 15 C C C C C A A / / A A A 0.022 × − = = = = = P( B) P(B)P( B) d. P(B ) P( ) P( ) 0.05 0.4 0.90 I C (A / B) 1 P(A / B) 1 0.6 0.4= − = − =P P(A B) 0.03 P(A/ B) 0.6 P(B) 0.05 = = = I A / A 0.3 A − = = = P( B) 0.03 c. P(B ) P( ) 0.10 I 0.005 Los sucesos A y B no son independientes − ≠ × = × = ⇔b. P(A B) P(A) P(B) 0.10 0.05I 0.12 0.03 − = + − = = + − = a. P(A B) P(A) P(B) P(A B) 0.10 0.05 I U A = { 65 años o más }; B = { Insuficiencia cardiaca } P ( A ) = 0.10; P ( B ) = 0.05; P ( A ∪ B ) = 0.12 P ( A ∪ B ) = P ( A ) + P ( B ) – P ( A ∩ B )
  • 16. 16 V = {Estar vacunado}; VC = {No estar vacunado}; E = {Estar enfermo}; P (V) = 1/4; P (VC ) = 3/4; P (V /E) = 1/5; P (VC /E) = 4/5  12.- La cuarta parte de una población se ha vacunado contra una enfermedad contagiosa. En una epidemia se comprueba que por cada enfermo vacunado hay cuatro sin vacunar. ¿Ha sido efectiva la vacuna?  Para comprobar si es efectiva, se compara la probabilidad de estar enfermo estando vacunado con la probabilidad de estar enfermo sin estar vacunado ( ) ( ) 4 P E 165 P E 3 15 4 × ×= = ( ) ( )CP E / V P E /V⇒ < ⇒LA VACUNA ES EFECTIVA ( ) ( ) ( ) ( ) ( ) ( ) P E V P E P V / E P E / V P V P V • = = = I ( ) ( ) 1 P E 45 P E 1 5 4 × ×= = ( ) ( ) ( ) ( ) ( ) ( ) C C C C C P E V P E P V / E P E / V P V P V ∗ = = = I
  • 17. 17  13.- En una ciudad el 40% de las personas tienen el pelo rubio, el 25% los ojos azules y el 15% el pelo rubio y los ojos azules. Se selecciona una persona al azar. Calcular las siguientes probabilidades: a.- Tener el pelo rubio si tiene los ojos azules. b.- Tener los ojos azules si tiene el pelo rubio. c.- No tener el pelo rubio ni los ojos azules. d.- Tener exactamente una de estas dos características. R = {Tener pelo rubio}; A = {Tener ojos azules} P ( R ) = 0.4; P ( A ) = 0.25; P ( R ∩ A ) = 0.15 P(R A) 0.15 a.- P(R /A) 0.6 P(A) 0.25 = = = I A R R = = = P(R ) 0.15 b.- P(A / ) 0.375 P( ) 0.4 I
  • 18. 18 C C C C R A R A R A / R A)P(R /A+ = + =d.- P( ) P( ) P( )P( ) P( )I I  Otra forma ( ) ( ) C C c.- P(R A ) 1 P(R A) 1 P(R) P(A) P(R A) 1 0.25 0.4 0.15 0.5 = − = − + − = = − + − = I U I 0.4 0.625 0.25 0.4 0.35× ×= + = R R 1 R R A R A 1 R A C C - P(A/ ) 0.375 P(A / ) P(A/ ) 0.625 - P( / ) 0.6 P( / ) P( / ) 0.4 = ⇒ = − = = ⇒ = − = C C C C C 0.5 R A R A / R 0.6 0.5 0.6 ×= = =c.- P( ) P( )P( )I C C C C A R R 1 R 1 R ∗ = − = − =C P( ) P(A / ) P(A/ ) P( ) I C C A R / A 0.25 0.4 0.10 0.5 1 1 1 0.6 0.6 0.6R × = − = − = − = P( )P( ) P( ) C - P(R/A) 0.6 P(R /A) 1 P(R /A) 1 0.6 0.4= ⇒ = − = − = R = {Tener pelo rubio}; A = {Tener ojos azules} P ( R ) = 0.4; P ( A ) = 0.25; P ( R ∩ A ) = 0.15
  • 19. 19  14.- En un estudio sobre alcohólicos se informa que el 40% de los mismos tiene padre alcohólico, el 6% madre alcohólica y el 42% al menos uno de los padres alcohólicos. Obtener la probabilidad de que elegido uno al azar: a.- Tenga ambos padres alcohólicos. b.- Tenga una madre alcohólica si lo es el padre. c.- Tenga una madre alcohólica pero no un padre alcohólico. d.- Tenga una madre alcohólica si el padre no lo es. A = {Tener padre alcohólico} B = {Tener madre alcohólica} P ( A ) = 0.4; P ( B ) = 0.06; P ( A ∪ B ) = 0.42 a.- P(A B) P(A) P(B) P(A B) 0.4 0.06 0.42 0.04 = + − = = + − = I U P(A B) 0.04 P(B/A) 0.1 P(A) 0.4 = = =b.- I
  • 20. 20 ( )C C A B B A / B B A/ B 0.04 0.06 1 0.02 0.06 = = − =   = − = ÷   c.- P( ) P( )P( ) P( ) 1 P( )I B A/ B B = = = P(A ) 0.04 - P( ) 0.666 P( ) 0.06 I C B B / B B/A = = = C C C C P(A ) P( )P(A ) d - P( ) P(A ) P(A ) I ( ) ( ) C P(B) 1 P(A / B) 0.06 1 0.666 0.0333 0.6P(A ) ×− − = = = A = {Tener padre alcohólico} B = {Tener madre alcohólica} P ( A ) = 0.4; P ( B ) = 0.06; P ( A ∪ B ) = 0.42
  • 21. 21  15.- Dos de las causas de muerte identificadas en una cierta raza de liebres de alta montaña son: baja cantidad de azúcar en sangre y convulsiones. Se estima que el 7% de los animales muertos presenta ambos síntomas, el 40% tiene baja cantidad de azúcar en sangre y el 25% sufre convulsiones. a.- ¿Cuál es el porcentaje de muertes producidas por causas que no sean las que hemos mencionado? b.- ¿Cuál es la probabilidad de que un animal elegido aleatoriamente que tiene baja cantidad de azúcar en sangre sufra también convulsiones? B = {Baja cantidad de azúcar}; C = {Convulsiones} O = {Otras causas} P ( B ) = 0.4; P ( C ) = 0.25; P ( B ∩ C) = 0.07 ( ) ( ) 1 P(B C) 1 P(B) P(C) P(B C) 1 0.4 0.25 0.07 0.42 = − = − + − = = − + − = a.- P(O) U I = = = P( C B) 0.07 b.- P(C/ B) 0.175 P(B) 0.4 I
  • 22. 22  16-. Se esta experimentado con 3 tipos de tipos de semillas de trigo, A, B y C. Se sembró una parcela en la que germinaron un 60 % de plantas del tipo A, un 35 % del tipo B y un 5% del tipo C. El porcentaje de espigas con más de 50 granos de trigo es del 20 % para el tipo A, del 90 % para el tipo B y del 45 % para el tipo C. Se elige una espiga al azar: a.- Calcular la probabilidad de que tenga más de 50 granos. b.- Si la espiga elegida tiene más de 50 granos, ¿cuál es la probabilidad de que sea del tipo B? A = {Semilla A}; B = {Semilla B}; C = {Semilla C}; M = {Mas de 50 granos} P (A) = 0.60; P (B) = 0.35; P (C) = 0.05 P (M /A) = 0.20; P (M /B) = 0.90; P (M /C) = 0.45 = + + =a.- P(M) P(A)P(M / A) P(B)P(M / B) P(C)P(M /C) × = = = P(B)P(M / B) 0.35 0.90 b.- P(B/ M) 0.6685 P(M) 0.4575 × × ×= + + =0.60 0.20 0.35 0.90 0.05 0.45 0.4575
  • 23. 23 R = {Donante remunerado} D = {Donante desinteresado} H = {Contraer hepatitis} P ( R ) = 0.28; P ( D ) = 1 − P ( R ) = 0.72 P ( H /R) = 0.0144; P ( H /D) = 0.0012  17.- En un centro de transfusiones, se sabe que la probabilidad de que una unidad de sangre proceda de un donante remunerado es 0.28. Si el donante es remunerado, la probabilidad de que la unidad contenga el suero de la hepatitis es 0.0144. Si el donante es desinteresado, esta probabilidad es 0.0012. Un paciente recibe una unidad de sangre. ¿cuál es la probabilidad de que contraiga hepatitis como consecuencia de ello?  P ( H ) = P ( R ) P ( H /R) + P ( D ) P ( H /D) = = 0.28 x 0.0144 + 0.72 x 0.0012 = 0.004896
  • 24. 24  18.- En un laboratorio hay 3 cajas. La caja 1ª contiene 2 cobayas marrones y 3 blancas, la 2ª caja 4 marrones y 2 blancas y la 3ª caja 5 marrones y 5 blancas. Se elige una caja al azar y se extrae una cobaya: a.- Calcular la probabilidad de que la cobaya elegida sea blanca b.- Si la cobaya elegida resulta ser blanca, ¿cuál es la probabilidad de que proceda de la caja 1ª? A1 = {Caja 1ª }; A2 = {Caja 2ª }; A3 = {Caja 3ª } B = {Cobaya blanca} P( A1 ) = P( A2 ) = P( A3 ) = 1 / 3 P( B / A1 ) = 3 / 5; P( B / A2 ) = 2 / 6; P( B / A3 ) = 5 / 10 B B= + +1 1 2 2a.- P(B) P(A )P( / A ) P(A )P( / A ) B B/ / B = = =1 1 1 1 P (A ) P(A )P( A ) b.- P(A ) P(B) P(B) I 1 3 1 2 1 5 43 B 0.4777 3 5 3 6 3 10 90 3 3+P(A )P( / A ) × × ×= + + = = ( ) ( )31 183 5 0.4186 43 43 90 × = = =
  • 25. 25  19.- De los síntomas observados en un enfermo se deduce, por larga experiencia clínica, que puede tener la enfermedad A con probabilidad 0.5, la enfermedad B con 0.4 y la enfermedad C con 0.1. Para precisar el diagnóstico se somete al paciente a una prueba que da resultado positivo en las personas que padecen las enfermedades A, B y C con probabilidades 0.3, 0.98 y 0.2 respectivamente. a.- Calcular la probabilidad de que la prueba de resultado positivo. b.- Si la prueba da resultado positivo, ¿cuál enfermedad es más probable que padezca el enfermo? A = {Enfermedad A}; B = {Enfermedad B} C = {Enfermedad C} R+ = {La prueba da resultado positivo } P ( A ) = 0.5; P ( B ) = 0.4; P ( C ) = 0.1 P ( R+ / A) = 0.3; P (R+ / B) = 0.98; P (R+ / C) = 0.2 + + + + × × × = + + = + + = a.- P(R ) P(A)P(R / A) P(B)P(R / B) + P(C)P(R /C) 0.5 0.3 0.4 0.98 0.1 0.2 0.562
  • 26. 26 A = {Enfermedad A}; B = {Enfermedad B} C = {Enfermedad C} R+ = {La prueba da resultado positivo } P ( A ) = 0.5; P ( B ) = 0.4; P ( C ) = 0.1 P ( R+ / A) = 0.3; P (R+ / B) = 0.98; P (R+ / C) = 0.2 a.- P(R ) 0.562+ = P(A)P(R / A) 0.5 0.3 b.- P(A / R ) 0.2669 0.562P(R ) P(B)P(R / B) 0.4 0.98 P(B/ R ) 0.6975 0.562P(R ) P(C)P(R /C) 0.1 0.2 P(C/ R ) 0.0355 0.562P(R ) + ×+ + + ×+ + + ×+ + = = = = = = = = = Si la prueba da resultado positivo, la enfermedad más probable que padezca el enfermo es la B ⇒
  • 27. 27  20.- Tres cobayas A, B y C están siendo tratadas con tres tratamientos experimentales distintos, T1, T2, y T3 respectivamente, para curar una enfermedad. La probabilidad de curación con el T1 es igual a 1/6, con el T2 es igual a 1/4 y con el T3 es igual a 1/3. a.- Calcular la probabilidad de que exactamente una cobaya se cure. b.- Si solo una cobaya se cura, calcular la probabilidad de que sea la A. c.- Se elige una cobaya al azar y esta curada, ¿cuál es la probabilidad de que sea la cobaya B? ( ) ( ) ( ) ( )( )C C C C C C a. P E P A B C A B C A B C − = =I I U I I U I I A = {La cobaya A se cure}; B = {La cobaya B se cure} C = {La cobaya C se cure}; E = {Una cobaya se cure} ( ) ( ) ( )C C C C C C P PP A B C A B C A B C= + + =I I I I I I 1 3 2 5 1 2 5 3 1 31 6 4 3 6 4 3 6 4 3 72 × × × × × ×= + + =
  • 28. 28 ( ) ( ) ( ) ( ) ( ) ( ) 1 1 P B M P B P M 13 4P / M 1 3P M P M 4 / B B × = = = = I ( ) ( ) ( ) ( ) ( )P M P A P M /A P B P M / B= + + c.- M = { La cobaya elegida se cure } ( ) ( ) ( ) ( ) ( ) C C b. P A BP A E 6/72 6 P A / E 31/72 31P E P E C − = = = = I II A = {La cobaya A se cure}; B = {La cobaya B se cure} C = {La cobaya C se cure}; E = {Una cobaya se cure} ( ) ( ) 1 1 1 1 1 1 1 P C P M /C 3 6 3 4 3 3 4 + = × + × + × =
  • 29. 29  21.- En una facultad el 4 % de los hombres y el 1 % de las mujeres miden más de 1.75 m. de estatura. Además el 60 % son mujeres. Se elige un estudiante al azar y mide más de 1.75 m. de estatura, ¿cuál es la probabilidad de que sea mujer? H = {Ser hombre}; M = {Ser mujer} A = {Tener más de 1.75 m. de estatura} P ( H ) = 0.4; P ( M ) = 0.6 P ( A / H ) = 0.04; P ( A / M ) = 0.01 ( ) ( ) ( ) ( ) ( )P A P H P A/ H P M P A/ M= + = ( ) ( ) ( ) ( ) ( ) ( ) P M A P M P A/ M P M /A P A P A = = = I 0.6 0.01 0.2727 0.022 × = = 0.4 0.04 0. 6 0.01 0.022× ×= + =
  • 30. 30  22.- Un investigador esta estudiando tres drogas D1, D2 , D3. Al inyectar las drogas a conejillos de indias, las probabilidades de que se forme una antitoxina son iguales a 1/4 para la nº 1, 1/8 para la nº 2 y 3/8 para la nº 3. Hay 1 frasco de la nº 1, 3 de la nº 2 y 1 de la nº 3. El investigador toma un frasco al azar y con esta droga inyecta a un conejillo: a.- ¿Cuál es la probabilidad de que no se forme antitoxina? b.- Si al conejillo no se le forma antitoxina, ¿cuál es la probabilidad de que la droga inyectada fuese la nº 2? A1 = { Droga D1}; A2 = { Droga D2}; A3 = { Droga D3} B = {Antitoxina }; BC = { No antitoxina } P ( A1 ) = 1 / 5; P ( A2 ) = 3 / 5; P ( A3 ) = 1 / 5 P( B / A1 ) = 1 / 4; P( B / A2 ) = 1 / 8; P( B / A3 ) = 3 / 8
  • 31. 31 = + +C C C 1 1 2 2a.- P(B ) P(A )P(B / A ) P(A )P(B / A ) 3 7 215 8 0.65625 4 32 5 × = = = b / = = = C C C 2 2 2 2 C C P(A B ) P(A )P(B / A ) .- P(A B ) P (B ) P(B ) I 1 3 3 7 1 5 32 4/ 0.8 55 4 5 8 5 8 5 8 × × × × + = + + = = =C 3 3P(A )P(B A ) A1 = { Droga D1}; A2 = { Droga D2}; A3 = { Droga D3} B = {Antitoxina }; BC = { No antitoxina } P ( A1 ) = 1 / 5; P ( A2 ) = 3 / 5; P ( A3 ) = 1 / 5 P( B / A1 ) = 1 / 4; P( B / A2 ) = 1 / 8; P( B / A3 ) = 3 / 8