SlideShare una empresa de Scribd logo
1 de 5
Republica Bolivariana de Venezuela
Ministerio del Poder Popular para la Educación Superior
Instituto Universitario de Tecnología “Antonio José de Sucre”
Extensión Barquisimeto
Ejercicios de Probabilidad
Alumna: María García
C.I,: 21.125383
EJERCICIOS DE PROBABILIDAD
1. Se supone que 25 de cada 100 hombres y 600 de 1000 mujeres
usan lentes. Si el número de mujeres es cuatro veces superior al de
hombres,se pidela probabilidad de encontrarnos:
M=mujer
H=hombres
L=usa lentes
L̅=no usa lentes
M+H=1
4H+H=1
5H=1
H=1/5
M=4*1/5=4/5
𝑃( 𝑀) =
4
5
= 0,8
𝑃(𝐿/𝑀) =
600
1000
= 0,6
𝑃(𝐿̅/𝑀) =
400
1000
= 0,4
𝑃( 𝐻) =
1
5
= 0,2
𝑃(𝐿/𝐻) =
25
100
= 0,25
𝑃(𝐿̅/𝐻) =
75
100
= 0,75
 Una persona sinlentes
𝑃( 𝐿̅) = 𝑃( 𝐻 ∩ 𝐿̅) + 𝑃(𝑀 ∩ 𝐿̅)
𝑃( 𝐿̅) = 𝑃( 𝐻) ∗ 𝑃(𝐿̅/𝐻) + 𝑃( 𝑀) ∗ 𝑃(𝐿̅/𝑀)
𝑃( 𝐿̅) = 0,2 ∗ 0,75 + 0,8 ∗ 0,4 = 0,15 + 0,32 = 0,47 ∗ 100 = 47%
 Una mujercon lentes
𝑃( 𝑀 ∩ 𝐿) = 𝑃( 𝑀) ∗ 𝑃(𝐿/𝑀) = 0,8 ∗ 0,6 = 0,48 ∗ 100 = 48%
2. Enuna universidad haytres secciones de 30 alumnos deingeniería,
y dos secciones de 25 de administración, el 60% de los alumnos de
ingeniería tienen dificultades con matemáticas, y el 50%de los
alumnos que estudian administración también, si se elige un
alumno al azar. Se pide:
I=ingeniería
H=Administración
M=elalumnotiene dificultadescon matemáticas
M̅=elalumno no tienedificultadesconmatemáticas
𝑃( 𝐼) =
90
140
𝑃(𝑀/𝐼) = 0,6
𝑃(𝑀̅/𝐼) = 0,4
𝑃( 𝐴) =
50
140
𝑃(𝑀/𝐴) = 0,5
𝑃(𝑀̅/𝐴) = 0,5
 La probabilidadde que el alumno elegidotenga dificultadescon
matemática
𝑃( 𝑀) = 𝑃( 𝐼 ∩ 𝑀) + 𝑃(𝐴 ∩ 𝑀)
𝑃( 𝑀) = 𝑃( 𝐼) ∗ 𝑃(𝑀/𝐼) + 𝑃( 𝐴) ∗ 𝑃(𝑀/𝐴)
𝑃( 𝑀) =
90
140
∗ 0,6 +
50
140
∗ 0,5 =
27
70
+
5
28
=
79
140
= 0,5643 ∗ 100
= 56,43%
 Si el alumno elegido tiene dificultades con Matemática, ¿cuál es la
probabilidad de que sea estudiante de ingeniería
𝑃( 𝐼/𝑀) =
𝑃(𝐼 ∩ 𝑀)
𝑃(𝑀)
=
90
140
∗ 0,6
90
140
∗ 0,6 +
50
140
∗ 0,5
=
27/70
79/140
=
54
79
= 0,6835 ∗ 100 = 68,35%
3. Se extrae una bola de una urna que contiene
4bolas rojas,5blancas y 6 negras, ¿cuál es la probabilidad que la
bola sea roja ó blanca? ¿cuál es la probabilidad de que no
sea blanca?
𝑃( 𝑅 ∪ 𝐵) = 𝑃( 𝑅) + 𝑃( 𝐵) =
4
15
+
5
15
=
9
15
= 0,60 ∗ 100 = 60%
𝑃( 𝐵̅) = 1 − 𝑃( 𝐵) = 1 −
5
15
=
10
15
= 0,6667 ∗ 100 = 66,67%
4. Un estudiantecuentaparaunexamenconla ayuda de undesperta
dorelcuálconsigue despertarlo en un 80%de loscasos,si oyeel
despertadorla probabilidaddeque realiceel examen esde90%, en
casocontrario 50%. Determine:
𝑃( 𝐷) = 0,8
𝑃(𝑅/𝐷) = 0,9
𝑃(𝑅̅/𝐷) = 0,1
𝑃( 𝐷̅) = 0,2
𝑃(𝑅/𝐷̅) = 0,5
𝑃(𝑅̅/𝐷̅) = 0,5
 La probabilidadde que realice elexamen
𝑃( 𝑅) = 𝑃( 𝐷 ∩ 𝑅) + 𝑃(𝐷̅ ∩ 𝑅̅)
𝑃( 𝑅) = 𝑃( 𝐷) ∗ 𝑃(𝑅/𝐷) + 𝑃( 𝐷̅) ∗ 𝑃(𝑅̅/𝐷̅)
𝑃( 𝑅) = 0,8 ∗ 0,9 + 0,2 ∗ 0,5 = 0,72 + 0,1 = 0,82 ∗ 100 = 82%
 Sivaa realizarelexamen, ¿cuáleslaprobabilidad de que haya
oídoel despertador?
𝑃( 𝐷/𝑅) =
𝑃(𝐷 ∩ 𝑅)
𝑃(𝑅)
=
0,72
0,82
= 0,8780 ∗ 100 = 87,80%

Más contenido relacionado

La actualidad más candente (9)

Ejercicios de distribución normal estándar y área bajo la curva (5)
Ejercicios de distribución normal estándar y área bajo la curva (5)Ejercicios de distribución normal estándar y área bajo la curva (5)
Ejercicios de distribución normal estándar y área bajo la curva (5)
 
Regresion Lineal. Estadistica.
Regresion Lineal. Estadistica.Regresion Lineal. Estadistica.
Regresion Lineal. Estadistica.
 
Regresión lineal
Regresión linealRegresión lineal
Regresión lineal
 
Ejer terorema dlimite central
Ejer terorema dlimite centralEjer terorema dlimite central
Ejer terorema dlimite central
 
Regresion lineal
Regresion linealRegresion lineal
Regresion lineal
 
Distribuciones discretas estadis ii
Distribuciones discretas estadis iiDistribuciones discretas estadis ii
Distribuciones discretas estadis ii
 
Ejercicios de estadistica
Ejercicios de estadisticaEjercicios de estadistica
Ejercicios de estadistica
 
11.distribuciones variable continua
11.distribuciones variable continua11.distribuciones variable continua
11.distribuciones variable continua
 
20 estadistica samuel-_mago
20 estadistica samuel-_mago20 estadistica samuel-_mago
20 estadistica samuel-_mago
 

Más de Maria Garcia

Más de Maria Garcia (20)

PRESUPUESTO DE PRODUCCIÓN
PRESUPUESTO DE PRODUCCIÓNPRESUPUESTO DE PRODUCCIÓN
PRESUPUESTO DE PRODUCCIÓN
 
El poder del ingreso y el gasto público
El poder del ingreso y el gasto públicoEl poder del ingreso y el gasto público
El poder del ingreso y el gasto público
 
Mercadotecnia I u.t.s
Mercadotecnia I u.t.s Mercadotecnia I u.t.s
Mercadotecnia I u.t.s
 
Evolución histórica del estado y la administración pública
Evolución histórica del estado y la administración públicaEvolución histórica del estado y la administración pública
Evolución histórica del estado y la administración pública
 
Utilidad del computador en la administración de las cuentas por cobrar
Utilidad del computador en la administración de las cuentas por cobrarUtilidad del computador en la administración de las cuentas por cobrar
Utilidad del computador en la administración de las cuentas por cobrar
 
Evaluacion supletoria
Evaluacion supletoriaEvaluacion supletoria
Evaluacion supletoria
 
Estructura financiera
Estructura financieraEstructura financiera
Estructura financiera
 
Administracion Publica
Administracion PublicaAdministracion Publica
Administracion Publica
 
Presentación Recursos Administrativos
Presentación Recursos AdministrativosPresentación Recursos Administrativos
Presentación Recursos Administrativos
 
Base de datos (caso de estudio)
Base de datos (caso de estudio)Base de datos (caso de estudio)
Base de datos (caso de estudio)
 
Cuadro resumen reclutamiento y seleccion de personal
Cuadro resumen reclutamiento y seleccion de personal Cuadro resumen reclutamiento y seleccion de personal
Cuadro resumen reclutamiento y seleccion de personal
 
Cuadro Comparativo de Accidentes de Trabajo y Enfermedades Laborales
Cuadro Comparativo de Accidentes de Trabajo y Enfermedades Laborales Cuadro Comparativo de Accidentes de Trabajo y Enfermedades Laborales
Cuadro Comparativo de Accidentes de Trabajo y Enfermedades Laborales
 
Mapa conceptual pruebas psicotecnicas
Mapa conceptual pruebas psicotecnicas Mapa conceptual pruebas psicotecnicas
Mapa conceptual pruebas psicotecnicas
 
Generaciones del computador, hardware y software
Generaciones del computador, hardware y softwareGeneraciones del computador, hardware y software
Generaciones del computador, hardware y software
 
Operaciones básicas de un manejador de base de datos
Operaciones básicas de un manejador de base de datos Operaciones básicas de un manejador de base de datos
Operaciones básicas de un manejador de base de datos
 
Cuadro comparativo de manejadores de la base de datos
Cuadro comparativo de manejadores de la base de datos Cuadro comparativo de manejadores de la base de datos
Cuadro comparativo de manejadores de la base de datos
 
Administracion Financiera
Administracion FinancieraAdministracion Financiera
Administracion Financiera
 
Administración financiera
Administración financieraAdministración financiera
Administración financiera
 
Ejercicios de Amortizaciones
Ejercicios de AmortizacionesEjercicios de Amortizaciones
Ejercicios de Amortizaciones
 
Oferta, demanda y decreto de rango, valor y fuerza
Oferta, demanda y decreto de rango, valor y fuerza Oferta, demanda y decreto de rango, valor y fuerza
Oferta, demanda y decreto de rango, valor y fuerza
 

Último

Concepto y definición de tipos de Datos Abstractos en c++.pptx
Concepto y definición de tipos de Datos Abstractos en c++.pptxConcepto y definición de tipos de Datos Abstractos en c++.pptx
Concepto y definición de tipos de Datos Abstractos en c++.pptx
Fernando Solis
 
🦄💫4° SEM32 WORD PLANEACIÓN PROYECTOS DARUKEL 23-24.docx
🦄💫4° SEM32 WORD PLANEACIÓN PROYECTOS DARUKEL 23-24.docx🦄💫4° SEM32 WORD PLANEACIÓN PROYECTOS DARUKEL 23-24.docx
🦄💫4° SEM32 WORD PLANEACIÓN PROYECTOS DARUKEL 23-24.docx
EliaHernndez7
 
NUEVAS DIAPOSITIVAS POSGRADO Gestion Publica.pdf
NUEVAS DIAPOSITIVAS POSGRADO Gestion Publica.pdfNUEVAS DIAPOSITIVAS POSGRADO Gestion Publica.pdf
NUEVAS DIAPOSITIVAS POSGRADO Gestion Publica.pdf
UPTAIDELTACHIRA
 
Curso = Metodos Tecnicas y Modelos de Enseñanza.pdf
Curso = Metodos Tecnicas y Modelos de Enseñanza.pdfCurso = Metodos Tecnicas y Modelos de Enseñanza.pdf
Curso = Metodos Tecnicas y Modelos de Enseñanza.pdf
Francisco158360
 

Último (20)

SEPTIMO SEGUNDO PERIODO EMPRENDIMIENTO VS
SEPTIMO SEGUNDO PERIODO EMPRENDIMIENTO VSSEPTIMO SEGUNDO PERIODO EMPRENDIMIENTO VS
SEPTIMO SEGUNDO PERIODO EMPRENDIMIENTO VS
 
LABERINTOS DE DISCIPLINAS DEL PENTATLÓN OLÍMPICO MODERNO. Por JAVIER SOLIS NO...
LABERINTOS DE DISCIPLINAS DEL PENTATLÓN OLÍMPICO MODERNO. Por JAVIER SOLIS NO...LABERINTOS DE DISCIPLINAS DEL PENTATLÓN OLÍMPICO MODERNO. Por JAVIER SOLIS NO...
LABERINTOS DE DISCIPLINAS DEL PENTATLÓN OLÍMPICO MODERNO. Por JAVIER SOLIS NO...
 
Concepto y definición de tipos de Datos Abstractos en c++.pptx
Concepto y definición de tipos de Datos Abstractos en c++.pptxConcepto y definición de tipos de Datos Abstractos en c++.pptx
Concepto y definición de tipos de Datos Abstractos en c++.pptx
 
Interpretación de cortes geológicos 2024
Interpretación de cortes geológicos 2024Interpretación de cortes geológicos 2024
Interpretación de cortes geológicos 2024
 
Infografía EE con pie del 2023 (3)-1.pdf
Infografía EE con pie del 2023 (3)-1.pdfInfografía EE con pie del 2023 (3)-1.pdf
Infografía EE con pie del 2023 (3)-1.pdf
 
Dinámica florecillas a María en el mes d
Dinámica florecillas a María en el mes dDinámica florecillas a María en el mes d
Dinámica florecillas a María en el mes d
 
Feliz Día de la Madre - 5 de Mayo, 2024.pdf
Feliz Día de la Madre - 5 de Mayo, 2024.pdfFeliz Día de la Madre - 5 de Mayo, 2024.pdf
Feliz Día de la Madre - 5 de Mayo, 2024.pdf
 
🦄💫4° SEM32 WORD PLANEACIÓN PROYECTOS DARUKEL 23-24.docx
🦄💫4° SEM32 WORD PLANEACIÓN PROYECTOS DARUKEL 23-24.docx🦄💫4° SEM32 WORD PLANEACIÓN PROYECTOS DARUKEL 23-24.docx
🦄💫4° SEM32 WORD PLANEACIÓN PROYECTOS DARUKEL 23-24.docx
 
NUEVAS DIAPOSITIVAS POSGRADO Gestion Publica.pdf
NUEVAS DIAPOSITIVAS POSGRADO Gestion Publica.pdfNUEVAS DIAPOSITIVAS POSGRADO Gestion Publica.pdf
NUEVAS DIAPOSITIVAS POSGRADO Gestion Publica.pdf
 
Curso = Metodos Tecnicas y Modelos de Enseñanza.pdf
Curso = Metodos Tecnicas y Modelos de Enseñanza.pdfCurso = Metodos Tecnicas y Modelos de Enseñanza.pdf
Curso = Metodos Tecnicas y Modelos de Enseñanza.pdf
 
Medición del Movimiento Online 2024.pptx
Medición del Movimiento Online 2024.pptxMedición del Movimiento Online 2024.pptx
Medición del Movimiento Online 2024.pptx
 
Tema 8.- PROTECCION DE LOS SISTEMAS DE INFORMACIÓN.pdf
Tema 8.- PROTECCION DE LOS SISTEMAS DE INFORMACIÓN.pdfTema 8.- PROTECCION DE LOS SISTEMAS DE INFORMACIÓN.pdf
Tema 8.- PROTECCION DE LOS SISTEMAS DE INFORMACIÓN.pdf
 
INSTRUCCION PREPARATORIA DE TIRO .pptx
INSTRUCCION PREPARATORIA DE TIRO   .pptxINSTRUCCION PREPARATORIA DE TIRO   .pptx
INSTRUCCION PREPARATORIA DE TIRO .pptx
 
2024 KIT DE HABILIDADES SOCIOEMOCIONALES.pdf
2024 KIT DE HABILIDADES SOCIOEMOCIONALES.pdf2024 KIT DE HABILIDADES SOCIOEMOCIONALES.pdf
2024 KIT DE HABILIDADES SOCIOEMOCIONALES.pdf
 
Tema 17. Biología de los microorganismos 2024
Tema 17. Biología de los microorganismos 2024Tema 17. Biología de los microorganismos 2024
Tema 17. Biología de los microorganismos 2024
 
SESION DE PERSONAL SOCIAL. La convivencia en familia 22-04-24 -.doc
SESION DE PERSONAL SOCIAL.  La convivencia en familia 22-04-24  -.docSESION DE PERSONAL SOCIAL.  La convivencia en familia 22-04-24  -.doc
SESION DE PERSONAL SOCIAL. La convivencia en familia 22-04-24 -.doc
 
Qué es la Inteligencia artificial generativa
Qué es la Inteligencia artificial generativaQué es la Inteligencia artificial generativa
Qué es la Inteligencia artificial generativa
 
Sesión de clase: Fe contra todo pronóstico
Sesión de clase: Fe contra todo pronósticoSesión de clase: Fe contra todo pronóstico
Sesión de clase: Fe contra todo pronóstico
 
Procedimientos para la planificación en los Centros Educativos tipo V ( multi...
Procedimientos para la planificación en los Centros Educativos tipo V ( multi...Procedimientos para la planificación en los Centros Educativos tipo V ( multi...
Procedimientos para la planificación en los Centros Educativos tipo V ( multi...
 
SELECCIÓN DE LA MUESTRA Y MUESTREO EN INVESTIGACIÓN CUALITATIVA.pdf
SELECCIÓN DE LA MUESTRA Y MUESTREO EN INVESTIGACIÓN CUALITATIVA.pdfSELECCIÓN DE LA MUESTRA Y MUESTREO EN INVESTIGACIÓN CUALITATIVA.pdf
SELECCIÓN DE LA MUESTRA Y MUESTREO EN INVESTIGACIÓN CUALITATIVA.pdf
 

Ejercicios de probabilidad - Estadistica I

  • 1. Republica Bolivariana de Venezuela Ministerio del Poder Popular para la Educación Superior Instituto Universitario de Tecnología “Antonio José de Sucre” Extensión Barquisimeto Ejercicios de Probabilidad Alumna: María García C.I,: 21.125383 EJERCICIOS DE PROBABILIDAD
  • 2. 1. Se supone que 25 de cada 100 hombres y 600 de 1000 mujeres usan lentes. Si el número de mujeres es cuatro veces superior al de hombres,se pidela probabilidad de encontrarnos: M=mujer H=hombres L=usa lentes L̅=no usa lentes M+H=1 4H+H=1 5H=1 H=1/5 M=4*1/5=4/5 𝑃( 𝑀) = 4 5 = 0,8 𝑃(𝐿/𝑀) = 600 1000 = 0,6 𝑃(𝐿̅/𝑀) = 400 1000 = 0,4 𝑃( 𝐻) = 1 5 = 0,2 𝑃(𝐿/𝐻) = 25 100 = 0,25 𝑃(𝐿̅/𝐻) = 75 100 = 0,75  Una persona sinlentes
  • 3. 𝑃( 𝐿̅) = 𝑃( 𝐻 ∩ 𝐿̅) + 𝑃(𝑀 ∩ 𝐿̅) 𝑃( 𝐿̅) = 𝑃( 𝐻) ∗ 𝑃(𝐿̅/𝐻) + 𝑃( 𝑀) ∗ 𝑃(𝐿̅/𝑀) 𝑃( 𝐿̅) = 0,2 ∗ 0,75 + 0,8 ∗ 0,4 = 0,15 + 0,32 = 0,47 ∗ 100 = 47%  Una mujercon lentes 𝑃( 𝑀 ∩ 𝐿) = 𝑃( 𝑀) ∗ 𝑃(𝐿/𝑀) = 0,8 ∗ 0,6 = 0,48 ∗ 100 = 48% 2. Enuna universidad haytres secciones de 30 alumnos deingeniería, y dos secciones de 25 de administración, el 60% de los alumnos de ingeniería tienen dificultades con matemáticas, y el 50%de los alumnos que estudian administración también, si se elige un alumno al azar. Se pide: I=ingeniería H=Administración M=elalumnotiene dificultadescon matemáticas M̅=elalumno no tienedificultadesconmatemáticas 𝑃( 𝐼) = 90 140 𝑃(𝑀/𝐼) = 0,6 𝑃(𝑀̅/𝐼) = 0,4 𝑃( 𝐴) = 50 140 𝑃(𝑀/𝐴) = 0,5 𝑃(𝑀̅/𝐴) = 0,5
  • 4.  La probabilidadde que el alumno elegidotenga dificultadescon matemática 𝑃( 𝑀) = 𝑃( 𝐼 ∩ 𝑀) + 𝑃(𝐴 ∩ 𝑀) 𝑃( 𝑀) = 𝑃( 𝐼) ∗ 𝑃(𝑀/𝐼) + 𝑃( 𝐴) ∗ 𝑃(𝑀/𝐴) 𝑃( 𝑀) = 90 140 ∗ 0,6 + 50 140 ∗ 0,5 = 27 70 + 5 28 = 79 140 = 0,5643 ∗ 100 = 56,43%  Si el alumno elegido tiene dificultades con Matemática, ¿cuál es la probabilidad de que sea estudiante de ingeniería 𝑃( 𝐼/𝑀) = 𝑃(𝐼 ∩ 𝑀) 𝑃(𝑀) = 90 140 ∗ 0,6 90 140 ∗ 0,6 + 50 140 ∗ 0,5 = 27/70 79/140 = 54 79 = 0,6835 ∗ 100 = 68,35% 3. Se extrae una bola de una urna que contiene 4bolas rojas,5blancas y 6 negras, ¿cuál es la probabilidad que la bola sea roja ó blanca? ¿cuál es la probabilidad de que no sea blanca? 𝑃( 𝑅 ∪ 𝐵) = 𝑃( 𝑅) + 𝑃( 𝐵) = 4 15 + 5 15 = 9 15 = 0,60 ∗ 100 = 60% 𝑃( 𝐵̅) = 1 − 𝑃( 𝐵) = 1 − 5 15 = 10 15 = 0,6667 ∗ 100 = 66,67% 4. Un estudiantecuentaparaunexamenconla ayuda de undesperta dorelcuálconsigue despertarlo en un 80%de loscasos,si oyeel
  • 5. despertadorla probabilidaddeque realiceel examen esde90%, en casocontrario 50%. Determine: 𝑃( 𝐷) = 0,8 𝑃(𝑅/𝐷) = 0,9 𝑃(𝑅̅/𝐷) = 0,1 𝑃( 𝐷̅) = 0,2 𝑃(𝑅/𝐷̅) = 0,5 𝑃(𝑅̅/𝐷̅) = 0,5  La probabilidadde que realice elexamen 𝑃( 𝑅) = 𝑃( 𝐷 ∩ 𝑅) + 𝑃(𝐷̅ ∩ 𝑅̅) 𝑃( 𝑅) = 𝑃( 𝐷) ∗ 𝑃(𝑅/𝐷) + 𝑃( 𝐷̅) ∗ 𝑃(𝑅̅/𝐷̅) 𝑃( 𝑅) = 0,8 ∗ 0,9 + 0,2 ∗ 0,5 = 0,72 + 0,1 = 0,82 ∗ 100 = 82%  Sivaa realizarelexamen, ¿cuáleslaprobabilidad de que haya oídoel despertador? 𝑃( 𝐷/𝑅) = 𝑃(𝐷 ∩ 𝑅) 𝑃(𝑅) = 0,72 0,82 = 0,8780 ∗ 100 = 87,80%