SlideShare una empresa de Scribd logo
1 de 13
 NOMBRE: LYDIA ACOSTA GARCÍA
1º ENFERMERIA. GRUPO 1. UNIDAD DOCENTE
DE VALME
1) En la sala de pediatría de un hospital, el 60% de los pacientes son
niñas. De los niños el 35% son menores de 24 meses. El 20% de
las niñas tienen menos de 24 meses. Un pediatra que ingresa a la
sala selecciona un infante al azar.
a. Determine el valor de la probabilidad de que sea menor de 24
meses.
A= niñas P(A) =0´6 P(C/A) =0,2
B=niños P(B) =0,4 P(C/B) =0,35
C=menor de 24 meses
P(C) = P(A) x P(C/A)+ P(B)x P (C/B)
P(C) = (0,6 x 0,2) + (0,4 x 0,35)=0,26
Solución : la probabilidad de que sea menor de 24 meses es de un
26%
b. Si el infante resulta ser menor de 24 meses. Determine la
probabilidad que sea una niña.
A= niñas P(A) =0´6 P(C/A) =0,2
B=niños P(B) =0,4 P(C/B) =0,35
C=menor de 24 meses P(c) = P(A) x P(C/A)+ P(B)x P (C/B)
Solución: la probabilidad de que sea un infante menor de 24 meses
y sea niña es del 46 %
2) Un 15% de los pacientes atendidos en la Consulta de
Enfermería del Centro de Salud de el Cachorro padecen
hipertensión arterial (A) y el 25% hiperlipemia (B). El 5%
son hipertensos e hiperlipémicos.
a) Cuál es la P de A, de B y de la unión.
A= hipertensión arterial P (A) = 0,15
B= hiperlipemia P (B) =0,25
C= hipertensos e hiperlipemicos P ( C ) =0,05
A=15%
B=25%
C=5%
Solución: el p(A) es 0,15, el p(B) es 0,25 y la probabilidad de
la unión es 0,05.
10%
20%
b) Representa la situación en un diagrama de Venn
Pacientes que
padecen
hipertensión
arterial.
Pacientes que
padecen
hiperlipemia.
Pacientes que padecen
hipertensión arterial
e hiperlipemia.
C) Calcula la probabilidad de que una persona al
azar no padezca ni A ni B
La probabilidad total es 0,10+0,05+0,20=0,35
padecen
1- probabilidad total= 1-0,35= 0,65 no
padecen ni A ni B.
Solución: el 65 % de los pacientes atendidos en la
Consulta de Enfermería del Centro de Salud de el
Cachorro, no padecen ni A ni B.
3) Una compañía de transporte público tiene tres líneas en una
ciudad, de forma que el 45% de los autobuses cubre el servicio de
la línea 1, el 25% cubre la línea 2 y el 30% cubre el servicio de la
línea 3. Se sabe que la probabilidad de que, diariamente, un
autobús se averíe es del 2%, 3% y 1% respectivamente, para cada
línea.
Línea 1= A A = 45% P (A)= 0,45 P(D/A)=0,02
Línea 2= B B = 25% P (B)=0,25 P (D/B)=0,03
Línea 3= C C = 30% P (C)=0,3 P (D/C)=0,01
Averías = D
( 2%,3%,1% respectivamente)
a) Calcular la probabilidad de que, en un día, un
autobús sufra una avería.
Para ello utilizamos el teorema de probabilidad
total.
P(D) = P(A) x P (D/A) + P (B) x P(D/B) + P(C) x P(D/C)
P(D) = ( 0,45 x 0,02) + (0,25 x 0,03) + (0,3 x 0,01)
P(D) = 0,009 + 0,0075 + 0,003 = 0,0195 = 1,95%
Solución: la probabilidad de que un autobús en un día sufra
una avería es de 1, 95%
b) Calcular la probabilidad de que, en un día, un
autobús no sufra una avería.
La probabilidad es entre 0 y 1, para ello:
A 1 le quitamos la probabilidad total, que en este
caso es 0,0195
1- Ptotal= 1 – 0,0195= 0,9805
Solución : la probabilidad de que un autobús no sufra
una avería en un día es el 98,05%
c) ¿De qué línea de transporte es más probable que
un autobús sufra una avería?
Utilizamos el teorema de bayes.
46% en la
línea 1.
38% en la
línea 2.
15% en
la línea
3.
Solución :Es probable que sufra una avería la línea 1,
ya que la probabilidad de la línea 1 de sufrir una
avería es de un 46%, mientras que en la 2 de un
38% y en la 3 de un 15%, por lo que la probabilidad
es mayor en la 1.
4) La probabilidad de que A dé en el blanco es 1/4 y
la de B es 2/5.Si A y B disparan.
¿Cuál es la probabilidad de que pegue en el blanco?
Utilizamos la Probabilidad de la intersección de
sucesos independientes.
P(A)=1/4= 025 p(A∩B) = p(A) · p(B)
P(B)=2/5= 0,4 p(A∩B) = 0,25 · 0,4= 0,1
Solución: la probabilidad de que pegue en el blanco
es del 10%

Más contenido relacionado

La actualidad más candente

La actualidad más candente (14)

Diapos pdf
Diapos pdfDiapos pdf
Diapos pdf
 
Seminario 7
Seminario 7Seminario 7
Seminario 7
 
Ejercicios del seminario 7
Ejercicios del seminario 7Ejercicios del seminario 7
Ejercicios del seminario 7
 
Seminario 7
Seminario 7Seminario 7
Seminario 7
 
Distribuciones Discretas
Distribuciones DiscretasDistribuciones Discretas
Distribuciones Discretas
 
Teorema de bayes
Teorema de bayesTeorema de bayes
Teorema de bayes
 
Teorema de Bayes - Mauricio Olaya
Teorema de Bayes - Mauricio OlayaTeorema de Bayes - Mauricio Olaya
Teorema de Bayes - Mauricio Olaya
 
Probabilidades Parte III Teorema de Bayes
Probabilidades Parte III Teorema de BayesProbabilidades Parte III Teorema de Bayes
Probabilidades Parte III Teorema de Bayes
 
Teorema de bayes probabilidad condicional y probabilidad total
Teorema de bayes probabilidad condicional y probabilidad totalTeorema de bayes probabilidad condicional y probabilidad total
Teorema de bayes probabilidad condicional y probabilidad total
 
Teorema de bayes
Teorema de bayesTeorema de bayes
Teorema de bayes
 
Estadistica
EstadisticaEstadistica
Estadistica
 
T E O R E M A D E B A Y E S
T E O R E M A  D E  B A Y E ST E O R E M A  D E  B A Y E S
T E O R E M A D E B A Y E S
 
Seminario 7
Seminario 7Seminario 7
Seminario 7
 
Teorema de bayes
Teorema de bayesTeorema de bayes
Teorema de bayes
 

Destacado (15)

Tics seminario 8
Tics seminario 8Tics seminario 8
Tics seminario 8
 
Tics seminario 6
Tics seminario 6Tics seminario 6
Tics seminario 6
 
Tarea seminario 5
Tarea seminario 5Tarea seminario 5
Tarea seminario 5
 
Seminario 9
Seminario 9Seminario 9
Seminario 9
 
Seminario 10
Seminario 10Seminario 10
Seminario 10
 
Búsqueda bibliográfica en dialnet y cuiden
Búsqueda bibliográfica en dialnet y cuidenBúsqueda bibliográfica en dialnet y cuiden
Búsqueda bibliográfica en dialnet y cuiden
 
Búsqueda bibliográfica en pubmed
Búsqueda bibliográfica en pubmedBúsqueda bibliográfica en pubmed
Búsqueda bibliográfica en pubmed
 
Tarea seminario 4
Tarea seminario 4Tarea seminario 4
Tarea seminario 4
 
Tarea seminario 3
Tarea seminario 3Tarea seminario 3
Tarea seminario 3
 
Seminario 4
Seminario 4Seminario 4
Seminario 4
 
SEMINARIO 5
SEMINARIO 5SEMINARIO 5
SEMINARIO 5
 
Lectura crítica de artículos científicos
Lectura crítica de artículos científicosLectura crítica de artículos científicos
Lectura crítica de artículos científicos
 
Presentación1
Presentación1Presentación1
Presentación1
 
Sem 9 inma
Sem 9 inmaSem 9 inma
Sem 9 inma
 
Distribuccion normal, discreta y de poison
Distribuccion normal, discreta y de poisonDistribuccion normal, discreta y de poison
Distribuccion normal, discreta y de poison
 

Similar a Seminario 7 tics (20)

Seminario 7
Seminario 7Seminario 7
Seminario 7
 
Seminario 7
Seminario 7Seminario 7
Seminario 7
 
Diapos
DiaposDiapos
Diapos
 
Diapos
DiaposDiapos
Diapos
 
Diapos pdf
Diapos pdfDiapos pdf
Diapos pdf
 
Diapos pdf
Diapos pdfDiapos pdf
Diapos pdf
 
Diapos pdf
Diapos pdfDiapos pdf
Diapos pdf
 
Presentación1
Presentación1Presentación1
Presentación1
 
Seminario 7
Seminario 7Seminario 7
Seminario 7
 
Presentacin1 130506131737-phpapp01
Presentacin1 130506131737-phpapp01Presentacin1 130506131737-phpapp01
Presentacin1 130506131737-phpapp01
 
Seminario 7 blog
Seminario 7 blogSeminario 7 blog
Seminario 7 blog
 
Seminario 7
Seminario 7Seminario 7
Seminario 7
 
Seminario 7
Seminario 7Seminario 7
Seminario 7
 
Seminario 7
Seminario 7Seminario 7
Seminario 7
 
Sin título 1
Sin título 1Sin título 1
Sin título 1
 
Ejercicios de probabilidad 2012
Ejercicios de probabilidad                             2012Ejercicios de probabilidad                             2012
Ejercicios de probabilidad 2012
 
SEMINARIO 7: Ejercicios de probabilidad 2012
SEMINARIO 7: Ejercicios de probabilidad                             2012SEMINARIO 7: Ejercicios de probabilidad                             2012
SEMINARIO 7: Ejercicios de probabilidad 2012
 
seminario 7
seminario 7seminario 7
seminario 7
 
Seminario 7
Seminario 7Seminario 7
Seminario 7
 
Seminario 7
Seminario 7Seminario 7
Seminario 7
 

Seminario 7 tics

  • 1.  NOMBRE: LYDIA ACOSTA GARCÍA 1º ENFERMERIA. GRUPO 1. UNIDAD DOCENTE DE VALME
  • 2. 1) En la sala de pediatría de un hospital, el 60% de los pacientes son niñas. De los niños el 35% son menores de 24 meses. El 20% de las niñas tienen menos de 24 meses. Un pediatra que ingresa a la sala selecciona un infante al azar. a. Determine el valor de la probabilidad de que sea menor de 24 meses. A= niñas P(A) =0´6 P(C/A) =0,2 B=niños P(B) =0,4 P(C/B) =0,35 C=menor de 24 meses P(C) = P(A) x P(C/A)+ P(B)x P (C/B) P(C) = (0,6 x 0,2) + (0,4 x 0,35)=0,26 Solución : la probabilidad de que sea menor de 24 meses es de un 26%
  • 3. b. Si el infante resulta ser menor de 24 meses. Determine la probabilidad que sea una niña. A= niñas P(A) =0´6 P(C/A) =0,2 B=niños P(B) =0,4 P(C/B) =0,35 C=menor de 24 meses P(c) = P(A) x P(C/A)+ P(B)x P (C/B) Solución: la probabilidad de que sea un infante menor de 24 meses y sea niña es del 46 %
  • 4. 2) Un 15% de los pacientes atendidos en la Consulta de Enfermería del Centro de Salud de el Cachorro padecen hipertensión arterial (A) y el 25% hiperlipemia (B). El 5% son hipertensos e hiperlipémicos. a) Cuál es la P de A, de B y de la unión. A= hipertensión arterial P (A) = 0,15 B= hiperlipemia P (B) =0,25 C= hipertensos e hiperlipemicos P ( C ) =0,05 A=15% B=25% C=5% Solución: el p(A) es 0,15, el p(B) es 0,25 y la probabilidad de la unión es 0,05.
  • 5. 10% 20% b) Representa la situación en un diagrama de Venn Pacientes que padecen hipertensión arterial. Pacientes que padecen hiperlipemia. Pacientes que padecen hipertensión arterial e hiperlipemia.
  • 6. C) Calcula la probabilidad de que una persona al azar no padezca ni A ni B La probabilidad total es 0,10+0,05+0,20=0,35 padecen 1- probabilidad total= 1-0,35= 0,65 no padecen ni A ni B. Solución: el 65 % de los pacientes atendidos en la Consulta de Enfermería del Centro de Salud de el Cachorro, no padecen ni A ni B.
  • 7. 3) Una compañía de transporte público tiene tres líneas en una ciudad, de forma que el 45% de los autobuses cubre el servicio de la línea 1, el 25% cubre la línea 2 y el 30% cubre el servicio de la línea 3. Se sabe que la probabilidad de que, diariamente, un autobús se averíe es del 2%, 3% y 1% respectivamente, para cada línea. Línea 1= A A = 45% P (A)= 0,45 P(D/A)=0,02 Línea 2= B B = 25% P (B)=0,25 P (D/B)=0,03 Línea 3= C C = 30% P (C)=0,3 P (D/C)=0,01 Averías = D ( 2%,3%,1% respectivamente)
  • 8. a) Calcular la probabilidad de que, en un día, un autobús sufra una avería. Para ello utilizamos el teorema de probabilidad total. P(D) = P(A) x P (D/A) + P (B) x P(D/B) + P(C) x P(D/C) P(D) = ( 0,45 x 0,02) + (0,25 x 0,03) + (0,3 x 0,01) P(D) = 0,009 + 0,0075 + 0,003 = 0,0195 = 1,95% Solución: la probabilidad de que un autobús en un día sufra una avería es de 1, 95%
  • 9. b) Calcular la probabilidad de que, en un día, un autobús no sufra una avería. La probabilidad es entre 0 y 1, para ello: A 1 le quitamos la probabilidad total, que en este caso es 0,0195 1- Ptotal= 1 – 0,0195= 0,9805 Solución : la probabilidad de que un autobús no sufra una avería en un día es el 98,05%
  • 10. c) ¿De qué línea de transporte es más probable que un autobús sufra una avería? Utilizamos el teorema de bayes. 46% en la línea 1.
  • 11. 38% en la línea 2. 15% en la línea 3.
  • 12. Solución :Es probable que sufra una avería la línea 1, ya que la probabilidad de la línea 1 de sufrir una avería es de un 46%, mientras que en la 2 de un 38% y en la 3 de un 15%, por lo que la probabilidad es mayor en la 1.
  • 13. 4) La probabilidad de que A dé en el blanco es 1/4 y la de B es 2/5.Si A y B disparan. ¿Cuál es la probabilidad de que pegue en el blanco? Utilizamos la Probabilidad de la intersección de sucesos independientes. P(A)=1/4= 025 p(A∩B) = p(A) · p(B) P(B)=2/5= 0,4 p(A∩B) = 0,25 · 0,4= 0,1 Solución: la probabilidad de que pegue en el blanco es del 10%