1

TALLER CORTE II ESTADÍSTICA Y PROBABILIDAD

1. Responda:

A. Cierta marca de calzado existe en 5 diferentes estilos y cada estilo está

disponible en 4 colores distintos. Si la tienda deseara mostrar la cantidad de
pares de zapatos que incluya todos los diversos estilos y colores, ¿Cuántos
pares diferentes tendría que mostrar?
Regla de la multiplicación
5 * 4 = 20
Tendría que mostrar 20 pares de zapatos que incluyan todos los diversos estilos y
colores
B. ¿Cuántos números de tres dígitos se pueden formar con los dígitos 0, 1, 2, 3,
4, 5 y 6 si cada digito se puede usar solo una vez?
Regla de conteo para combinaciones

𝐶𝑛𝑁 = 𝐶37 = 35
Se pueden formar 35 números de 3 dígitos

2. Suponga que se descubre que, en un grupo de 500 estudiantes universitarios

de último año, 210 fuman, 258 consumen bebidas alcohólicas, 216 comen
entre comidas, 122 fuman y consumen bebidas alcohólicas, 83 comen entre
comidas y consumen bebidas alcohólicas, 97 fuman y comen entre comidas y
52 tienen estos tres hábitos nocivos para la salud. Si se selecciona al azar a
un miembro de este grupo, calcule la probabilidad de que el estudiante:
Fuman, consumen bebidas alcohólicas y comen entre comidas = 52
Fuman y comen entre comidas = 97 – 52 = 45
Comen entre comidas y consumen bebidas alcohólicas = 83 – 52 = 31
Fuman y consumen bebidas alcohólicas = 122 – 52 = 70
Comen entre comidas = 216 – 31 – 45 – 52 = 88
Consumen bebidas alcohólicas = 258 – 70 – 31 – 52 = 105
Fuman = 210 – 70 – 45 – 52 = 43
Ningún hábito nocivo para la salud = 500 – 43 – 105 – 88 – 70 – 31 – 45 – 52 = 66
A = fuman
B = consumen bebidas alcohólicas
 2

C= comen entre comidas

a) Fume, pero no consuma bebidas alcohólicas

43 + 45 = 88
(88 * 100%) / 500 = 17.6 %
La Probabilidad de que el estudiante fume, pero no consuma bebidas alcohólicas es
del 17,6 %
b) Coma entre comidas y consuma bebidas alcohólicas, pero no fume
88 + 31 = 119
(119 * 100%) / 500 = 23,8 %
La probabilidad de que el estudiante coma entre comidas y consuma bebidas
alcohólicas, pero no fume es del 23,8 %
c) No fume ni coma entre comidas
105 + 66 = 171
(171 * 100%) / 500 = 34,2 %
La probabilidad de que el estudiante no fume ni coma entre comidas es del 34,2 %

3. La empresa Dom’s Pizza utiliza pruebas de sabor y el análisis estadístico de

los datos antes de comercializar cualquier producto nuevo. Considere un
estudio que incluye tres tipos de pastas (delgada, delgada con ajo y orégano,
y delgada con trozos de queso). Dom’s también está estudiando tres salsas
(estándar, una nueva salsa con más ajo y una nueva salsa con albahaca
fresca).
 3

a) ¿Cuántas combinaciones de pasta y salsa se incluyen?

Regla de la multiplicación
3*3=9
Se incluyen 9 combinaciones de pasta y salsa
b) ¿Cuál es la probabilidad de que un juez reciba una pasta delgada sencilla
con salsa estándar en su primera prueba de sabor?
1 1 1
Pasta (a) ∗ Salsa (a) = ∗ = = 0,11
3 3 9
La probabilidad de que un juez reciba una pasta delgada sencilla con salsa estándar
en su primera prueba de sabor es de 0,11

4. En un experimento para estudiar la relación que existe entre el hábito de

fumar y la hipertensión arterial se reúnen los siguientes datos para 180
individuos:
No fumadores Fumadores Fumadores Total
(x) moderados empedernidos
(y) (z)
H 21 36 30 87
SH 48 26 19 93
Total 69 62 49 180

No fumadores Fumadores Fumadores Total

(X) moderados empedernidos
(Y) (Z)
H 0,12 0,20 0,16 0,48
SH 0,27 0,14 0,11 0,52
Total 0,39 0,34 0,27 1

Donde las letras H y SH de la tabla representan hipertensión y sin hipertensión,

respectivamente. Si se selecciona uno de estos individuos al azar, calcule la
probabilidad de que la persona…
a) Sufra hipertensión, dado que es una fumadora empedernida
𝑃 (𝐻 ∩ 𝑍) 0,16
𝑃(𝐻/𝑍) = = = 0,59
𝑃 (𝑍 ) 0,27
La probabilidad de que la persona sufra hipertensión, dado que es una fumadora
empedernida es de 0,59
b) No fume, dado que no padece hipertensión

𝑃 (𝑋 ∩ 𝑆𝐻 ) 0,27
𝑃(𝑋/𝑆𝐻 ) = = = 0,51
𝑃 (𝑆𝐻 ) 0,52
 4

a) La probabilidad de que la persona no fume, dado que no padece hipertensión

es de 0,51

5. En USA Today (5 de septiembre de 1996) se listaron los siguientes

resultados de una encuesta sobre el uso de la ropa para dormir mientras se
viaja:
Hombre(M) Mujer(W) Total
Ropa interior(A) 0.220 0.024 0.244
Camisón(B) 0.002 0.180 0.182
Nada(C) 0.160 0.018 0.178
Pijama(D) 0.102 0.073 0.175
Camiseta(E) 0.046 0.088 0.134
Otros(F) 0.084 0.003 0.087
Total 0.614 0.386 1

a) ¿Cuál es la probabilidad de que un viajero sea una mujer que duerme

desnuda?
La probabilidad de que un viajero sea una mujer que duerme desnuda es de 0,018
b) ¿Cuál es la probabilidad de que el viajero sea hombre?
Hombre = 0,220 + 0,002 + 0,160 + 0,102 + 0,046 + 0,084 = 0,614
La probabilidad de que el viajero sea hombre es del 0,614
c) Si el viajero fuera hombre, ¿Cuál sería la probabilidad de que duerma con
pijama?
𝑃(𝐷 ∩ 𝑀) 0,102
𝑃(𝐷/𝑀) = = = 0,166
𝑃 (𝑀 ) 0,614
Si el viajero fuera hombre, la probabilidad de que duerma con pijama es del 0,166
d) ¿Cuál es la probabilidad de que un viajero sea hombre si duerme con pijama
o con camiseta?
𝑃(𝑀 ∩ 𝐷 ) + 𝑃(𝑀 ∩ 𝐸) 0,102 + 0,046
𝑃(𝑀/𝐷 ) + 𝑃(𝑀/𝐸) = = = 0,478
𝑃(𝐷 ) + 𝑃(𝐸) 0,175 + 0,134
La probabilidad de que un viajero sea hombre si duerme con pijama o con camiseta
es de 0,4782

6. Suponga que los cuatro inspectores de una fábrica de película colocan la

fecha de caducidad en cada paquete de película al final de la línea de
montaje. John, quien coloca la fecha de caducidad en 20% de los paquetes,
no logra ponerla en uno de cada 200 paquetes; Tom, quien coloca en 60% de
los paquetes, no logra ponerlo en uno de cada 100 paquetes; Jeff, quien lo
coloca en 15% de los paquetes, no lo hace una vez en cada 90 paquetes; y
 5

Pat, que fecha 5% de los paquetes, falla en uno de cada 200 paquetes. Si un
cliente se queja de su paquete de película no muestra la fecha de caducidad.
¿Cuál es la probabilidad de que haya sido inspeccionado por John?
A1 = John
A2 = Tom
A3 = Jem
A4 = Pat
B = no se coloca la fecha de caducidad en cada paquete
BC = se coloca la fecha de caducidad en cada paquete

P(B|A1)=0,005 P(A1∩B)=0,001

P(A1)=0,2

P(BC|A1)=0,995 P(A1∩BC)=0,199

P(B|A2)=0,010 P(A2∩B)=0,006

P(A2)=0,6

P(BC|A2)=0,990 P(A2∩BC)=0,594

P(B|A3)=0,011 P(A3∩B)=0,002

P(A3)=0,15

P(BC|A3)=0,989 P(A3∩BC)=0,148

P(B|A4)=0,005 P(A4∩B)=0,001

P(A4)=0,05

P(BC|A4)=0,995 P(A4∩BC)=0,049

𝑃 (𝐴1 ∩ 𝐵)
𝑃(𝐴1 /𝐵) =
𝑃(𝐴1 ∩ 𝐵) + 𝑃 (𝐴2 ∩ 𝐵) + 𝑃(𝐴3 ∩ 𝐵) + 𝑃(𝐴4 ∩ 𝐵)
0,001
𝑃(𝐴1 /𝐵) = = 0,1
0,001 + 0,006 + 0,002 + 0,001
La probabilidad de que haya sido inspeccionado por John es de 0,1

7. A continuación, se da una serie de experimentos y su variable aleatoria

correspondiente. En cada caso determine que valores toma la variable
aleatoria y diga si se trata de una variable aleatoria discreta o continua.
 6

Experimento Variable aleatoria (x) Tipo variable

aleatoria
a. Hacer un examen con 20 Número de preguntas contestadas correctamente Discreta
preguntas
b. Observar los automóviles Número de automóviles que llegan a la caseta de Discreta
que llegan a una caseta de peaje
peaje en 1 hora
c. Revisar 50 declaraciones de Número de declaraciones que tienen algún error Discreta
impuestos
d. Observar trabajar a un Número de horas no productivas en una jornada Continua
empleado de 8 horas
e. Pesar un envió Número de libras Continua

8. Los datos siguientes son el número de recamaras en casas rentadas y en

casa propias en ciudades centrales de Estados Unidos (www.census.gov, 31
de marzo de 2003).
Número de casas (en miles)
Recamaras Rentadas Propias
0 547 23
1 5012 541
2 6100 3832
3 2644 8690
4 o más 557 3783
.
a) Defina una variable aleatoria x = número de recamaras en casas rentadas y
elabore una distribución de probabilidad para esta variable. (x = 4
representara 4 recamaras o más.)

x f(x)
0 0,03
1 0,34
2 0,41
3 0,18
4 0,04
Total 1,00

b) Calcule el valor esperado y la varianza del número de recamaras en casas

rentadas.

x f(x) xf(x)
0 0,03 0
1 0,34 0,34
2 0,41 0,82
3 0,18 0,54
4 0,04 0,16
1,86
 7

Valor esperado 1,86

x x-μ (x-μ)2 f(x) (x-μ)2f(x)

0 -1,86 3,4596 0,03 0,103788
1 -0,86 0,7396 0,34 0,251464
2 0,14 0,0196 0,41 0,008036
3 1,14 1,2996 0,18 0,233928
4 2,14 4,5796 0,04 0,183184
1,86 0,7804

La varianza es de 0,7804
c) Defina una variable aleatoria y = número de recamaras en casas propias y
elabore una distribución de probabilidad para esta variable. (y = 4
representara 4 recamaras o más.)

y f(y)
0 0,01
1 0,03
2 0,23
3 0,51
4 0,22
Total 1,00

d) Calcule el valor esperado y la varianza del número de recamaras en casas

propias.

y f(y) yf(y)
0 0,01 0
1 0,03 0,03
2 0,23 0,46
3 0,51 1,53
4 0,22 0,88
2,9

Valor esperado 2,9

y y-μ (y-μ)2 f(y) (y-μ)2f(y)

0 -2,9 8,41 0,01 0,0841
1 -1,9 3,61 0,03 0,1083
2 -0,9 0,81 0,23 0,1863
3 0,1 0,01 0,51 0,0051
4 1,1 1,21 0,22 0,2662
 8

2,9 0,65

La varianza es de 0,65
e) ¿Qué observaciones resultan al comparar el número de recamaras en casas
rentadas y en casas propias?
Al comparar el número de recamaras en casas rentadas y en casas propias se
observa que en las casas propias se encuentran más números de recamaras que en
las casas rentadas