Anda di halaman 1dari 20

Taller 1

Probabilidad y estadística fundamental


Descripción Unidad experimental Tipo de variable Clase
a) Género de un Estudiante Cualitativa Nominal
estudiante.
b) Número de errores en Examen Cuantitativa Razón (Discreta)
un examen.
c) Edad de un paciente Paciente con cáncer Cuantitativa Razón (Continua)
con cáncer.
d) Número de flores en Planta de azalea Cuantitativa Razón (Discreta)
una planta de azalea.
e) Color de un auto que Autos Cualitativa Nominal
entra a un
estacionamiento.
f) Tiempo que dura un Niños Cuantitativa Razón (Continua)
niño para ensamblar un
rompecabezas sencillo.
g) Número de estudiantes Salón de clase Cuantitativa Razón (Discreta)
en un salón de clases.
h) Calificación de un Ciudadano mayor de Cualitativa Ordinal
político (Excelente, edad
bueno, regular o malo)
por parte de un
ciudadano mayor de
edad.
i) Departamento en el que Persona, habitante de Cualitativa Ordinal
vive una persona. un departamento
j) Temperatura promedio Ciudad Cuantitativa Intervalo (Continua)
de una ciudad a una hora
determinada.
k) El coeficiente IQ de un Estudiante Cuantitativa Intervalo (Discreta)
estudiante de la
universidad nacional.
l) Ubicación de un centro Centro comercial Cualitativa Nominal
comercial respecto a la
alcaldía.
m) Estrato Contribuyente Cualitativa Ordinal
socioeconómico de un
contribuyente.
n) Número de hijos de Familia Cuantitativa Razón (Discreta)
una familia.
ñ) Goles marcados por un Futbolista Cuantitativa Razón (Discreta)
futbolista en un partido.
o) Índice de sobrepeso País Cuantitativa Intervalo (Continua)
medido respecto al peso
medio en un país
p) Partido político con el Personas Cualitativa Nominal
que se siente identificado
una persona.
q) Nivel de satisfacción Empresa Cualitativa Ordinal
con un producto
comprado por una
empresa.
r) Ciudad de nacimiento Ciudadano Cualitativa Nominal
de un ciudadano.
s) Clasificación de los Libros Cuantitativa Intervalo (Discreta)
libros por año de edición.
t) Grado de escolaridad de Turista Cualitativa Ordinal
un turista.
u) Número del Extranjero Cualitativa Nominal
documento de identidad
de un extranjero.
v) Nivel de aceite de un Motor Cuantitativa Razón (Continua)
motor medido con la vara
de una empresa
automotriz.
w) Velocidad de un auto. Auto Cuantitativa Razón (Continua)
x) Peso de un anillo de Anillo Cuantitativa Razón (Continua)
oro.
Tabla 1. Punto 1.

2. Datos de 30 pacientes. Tabla 1 Tabla de datos para el ejercicio 2.

a) y b) Unidad experimental y tipo de variable

Descripción Unidad Tipo de variable Clase


experimental
Genero Pacientes en la sala Cualitativa Nominal
Edad (Años) de urgencia de un Cuantitativa Razón (Discreta)
T. Espera (Min) hospital de Bogotá Cuantitativa Razón (Discreta)
Hospitalizado Cualitativa Nominal
Estatura (Cm) Cuantitativa Razón (Discreta)
Tabla 2. Punto 2 literales a y b.

c) Grafica de barras absolutas lado a lado


Grafica de barras lado a lado
14
12
10
8
6
4
2
0
Mujeres Hombres

Hospitalizado De alta

Tabla 3. Grafica de barras lado a lado.

Conclusión: La grafica de barras nos permite observar dos elementos muy importantes
de los datos analizados: Genero y estado de atención. Primero, que los pacientes fueron la
mitad mujeres y la mitad hombres(15). Segundo, el número de pacientes que requirieron
ser hospitalizados fue relativamente bajo en cada género. Tan solo 2 hombres y 3 mujeres

d) Diagrama de tallo y hoja variable edad (…)

0 46788
1 0011222344579
2 24
3 7
4
5 9
6 047
7 1367
8 6

Conclusión: El diagrama permite concluir en primera instancia que el paciente mas


joven tiene 4 años y el más longevo 86. La mayoría de los pacientes registrados es menor
de edad. No hubo ningún paciente que se situé entre los 40`s. También se presento un
rango significativo de pacientes a partir de los 59 años. Es decir que los pacientes de edad
media son pocos y por tanto la mayoría son jovenes o, en menor proporción, de la tercera
edad.

e) Para la variable Tiempo Espera (se refiere al tiempo de espera de cada paciente desde
que llega a la zona de urgencias hasta que es atendido) haga un histograma de
frecuencias relativas calculando el número de clases con el criterio de Sturges. ¿Qué
puede concluir sobre el tiempo de espera de los pacientes en la zona de urgencias?

Datos:
N=30
Limites [26 , 139]
Con el criterio de Sturges definimos el número de intervalos:
K = 1 + 3.322 ∗ Log10 (N)
K≈6

𝐿𝑠𝑢𝑝𝑒𝑟𝑖𝑜𝑟 − 𝐿𝑖𝑛𝑓𝑒𝑟𝑖𝑜𝑟
𝑎= = 19
6
Los intervalos entonces serán de la siguiente forma:
1. L. Inferior (26) – 26+19-1 . Entonces 26-44
2. L. Superior+1 – 45+19-2 Entonces 45-66
3. Así sucesivamente (…)

Tiempo de espera en urgencias


0,4
0,35
0,3
Frecuencia relativa

0,25
0,2
0,15
0,1
0,05
0
[26-45) [45-64) [64-83) [83-102) [102-121) [121-140)
Rango de mínutos

Conclusión: El tiempo de espera de los pacientes más común se encuentra entre el


rango de 45-64 minutos. Son pocos los que son atendidos en un menor tiempo.
Sucesivamente puede ubicarse en el tercer rango de espera y es poco probable que las
personas lleguen a tardar más de 104 minutos esperando para ser atendidas.

f) Grafica de dispersión entre edad y estatura.


Edad y estatura
250,00

200,00
Estatura (cm)

150,00

100,00

50,00

0,00
0 10 20 30 40 50 60 70 80 90 100
Edad(años)

Observaciones: Con la gráfica de dispersión podemos notar los hechos biológicos. Se


corrobora la relación creciente entre edad y estatura entre las etapas de infancia y
juventud. En este caso la altura en la etapa de madurez (20 años) llega a situarse
alrededor de los 175-185 cm. El único dato que podríamos concluir como atípico seria
el del paciente que a la edad de 17 años ya cuenta con una estatura cercana a los 2
metros.

g) Para la variable Tiempo Espera:


i. Calcule la media.
ii. Calcule la mediana.
iii. Calcule la moda.
iv. Calcule Q1 y Q3.
v. Rango.
vi. Varianza y desviación estándar muestral.

Media o promedio: 70,4 (Suma de datos dividido por el número de ellos)


Mediana: 67,5 (Valor de la mitad)
Moda: 66 (Valor más repetido)
Cuartiles:
𝑄2 = 𝑀𝑒𝑑𝑖𝑎𝑛𝑎 = 67,5

Posiciones de Q1 y Q3
𝑛 + 1 30 + 1
𝑄1 = = = 7.75
4 4
3(𝑛 + 1) 3(30 + 1)
𝑄3 = = = 23.25
4 4
Como son decimales entonces:

𝑄1 = 54 + 0.75(56 − 54) = 55.5


𝑄3 = 81 + 0.25(90 − 81) = 83.25

Entonces Q1 está en la posición 8 y Q3 también en la 8 (pero contando desde la mediana)

26 34 36 41 49 52 54 56 57 59 60 60 66 66 66 69 70 71 76 76 77 79 81 90 91 93 98 104 118 139

Q1=55.5 Q2=Mediana Q3=83.25

Rango Inter cuartil(IQR) (Q3-Q1)= 83.25 - 55.5=27.75

Varianza y desviación estándar muestral


La fórmula para calcular la varianza (s2):

∑(𝑋𝑖 − 𝑥̅ )
𝑠2 =
𝑛−1
∑(𝑋𝑖 − 70,4)
𝑠2 =
30 − 1
2
𝑠 = 609,5678161

Y la desviación estándar muestral se define como la raíz de la varianza muestral:

𝑠 = √609,5678161 = 24,68942721

h) Haga un BoxPlot (Tiempo espera). ¿Qué puede concluir?


Con los datos anteriores obtenemos los límites:

𝐿. 𝑖𝑛𝑓𝑒𝑟𝑖𝑜𝑟 = 𝑄1 − 𝐼𝑄𝑅 = 55.5 − (1.5)27.75 = 13.875


𝐿. 𝑠𝑢𝑝𝑒𝑟𝑖𝑜𝑟 = 𝑄3 − 𝐼𝑄𝑅 = 83.25 + (1.5)27.75 = 124.875
i) Calcule la covarianza (Sxy) entre las variables Edad y Estatura.

(∑ 𝑥𝑖 )(∑ 𝑦𝑖 )
∑ 𝑥𝑖 𝑦𝑖 −
𝑠𝑥𝑦 = 𝑛
𝑛−1

(919)(4842)
(158386,62) −
𝑠𝑥𝑦 = 30
30 − 1

𝑠𝑥𝑦 = 346,17

j) Calcule el coeficiente de correlación entre las variables Edad y Estatura. ¿Qué puede
concluir?

𝑠𝑥𝑦 346,17
𝑟= =
𝑠𝑥 𝑠𝑦 27,513 ∗ 22,108

𝑟 = 0,569

Del coeficiente de correlación se deduce que la relación entre edad y estatura es creciente
en una medida moderada que se entiende por la relación creciente inicial del crecimiento
natural de la infancia-juventud y que luego termina siendo constante a lo largo de la edad
adulta.

3) Sea respectivamente: Experimento de lanzar 4 monedas: primer lanzamiento,


segundo, tercero, cuarto, Resultado (Ei). Sea C: Cara y S: Cruz

a) Describir el conjunto de eventos simples por diagrama de árbol:

C CCCC
C
S CCCS
C
C CCSC
S
S CCSS
C
C CSCC
C
S CSCS
S
C CSSC
S
S CSSS
Exp.
C SCCC
C
S SCCS
C
C SCSC
S
S SCSS
S
C SSCC
C
S SSCS
S
C SSSC
S
S SSSS

Numero de eventos simples posibles (Ei): 24 = 16

b) ¿Cuál es la probabilidad de Ek?


Si se asume que todos los eventos simples son igual de probables entonces la probabilidad
de evento Ek sería la misma para todo Ei y estaría definida por:

#𝐸𝑣𝑒𝑛𝑡𝑜𝑠 𝑓𝑎𝑣𝑜𝑟𝑎𝑏𝑙𝑒𝑠 𝐹𝑟𝑒𝑐𝑢𝑒𝑛𝑐𝑖𝑎 𝑟𝑒𝑙𝑎𝑡𝑖𝑣𝑎


𝑃(𝐴) = ò=
#𝐸𝑣𝑒𝑛𝑡𝑜𝑠 𝑃𝑜𝑠𝑖𝑏𝑙𝑒𝑠 𝑛

1
𝑃(𝐸𝑘 ) =
16

c) Calcule la probabilidad de los siguientes eventos:

I. A: Obtener cuatro caras


II. B: Obtener al menos una cruz
III. C: Obtener dos caras y dos cruces.
IV. D: No obtener cara.
Gracias al diagrama de árbol podemos fácilmente realizar este ejercicio con la misma
fórmula general anterior :

i) Probabilidad de obtener 4 caras:


1
𝑃(𝐴) =
16

ii) Obtener al menos una cruz:

15
𝑃(𝐵) =
16

iii) Obtener 2 caras y 2 cruz:

6 3
𝑃(𝐶) = =
16 8

iv) No obtener cara:


1
𝑃(𝐷) =
16

d) Del literal c):

i. ¿Son A y B mutuamente excluyentes? ¿Por qué?


R: son mutualmente excluyentes PORQUE obtener al menos una cruz es
incompatible con obtener 4 caras pues para que una se cumpla no puede
cumplirse la otra.

ii. ¿Son B y C mutuamente excluyentes? ¿Por qué?


R: No son mutuamente excluyentes PORQUE nuevamente la condición del evento
B se cumple para todo elemento del evento C. Es decir que todo elemento del
conjunto C este contenido en B. Para ser mutuamente excluyentes ningún
elemento debe estar contenido en ambos eventos o conjuntos.

iii. ¿Son A y D mutuamente excluyentes? ¿Por qué?


R: A y D son mutuamente excluyentes PORQUE no es posible que ocurran ambas
condiciones al mismo tiempo. Si se obtienen 4 caras (A) no es posible al mismo
tiempo no obtener ninguna cara (D). Se puede ver como que los conjuntos no
comparten ningún elemento.
4) Se seleccionan cinco cartas de un mazo de póker de 52 cartas.

a) ¿Cuántos eventos simples hay en el espacio muestral?


Utilizando la regla (Mn) tenemos que el espacio muestral será

52 ∗ 51 ∗ 50 ∗ 49 ∗ 48 = 311 875 200

Sin embargo, de esta forma importara el orden. Como usualmente es indistinto el orden
en los juegos de naipes usamos combinatoria para encontrar el dato que necesitamos.
Las fórmulas de permutación y combinación son respectivamente:

𝑛!
𝑃𝑟𝑛 = = 311 875 200
(𝑛 − 𝑟)!

𝑃𝑟𝑛
𝐶𝑟𝑛 =
𝑟!

𝑃552
𝐶552 = = 2 598 960
5!

Este último es el dato que necesitamos

b) Una escalera real es una mano que contiene A, K, Q, J y 10 del mismo palo. ¿Cuál es la
probabilidad de recibir una escalera real?

Sea B obtener una escalera real


Como existen 4 manos favorables (es decir una escalera real para cada “palo”) entonces
la probabilidad será:

4 1
𝑃(𝐵) =
2 598 960 649740

c) ¿Cuál es la probabilidad de obtener Póker (4 cartas con el mismo número/letra)?

Sea C obtener póker


Como al formar un póker la quinta carta que saquemos es indiferente entonces el número
de casos favorables para sacar un póker en específico será:

1 ∗ 48

Y como es indistinto el tipo de póker que saquemos:


48 ∗ 13 = 624

Existen 624 favorables. La probabilidad será entonces:

624 1
𝑃(𝐵) =
2598960 4165

d) ¿Cuál es la probabilidad de obtener un par (2 cartas con el mismo número/letra)?


R/ Sea D obtener un par y no más que un par.
Puedo obtener 78 combinaciones con 2 cartas para obtener un par.

𝐶24 ∗ 13 = 78

Como también tengo que sacar otras tres cartas y que con ellas no vaya a formar ninguna
otra mano entonces:
78 ∗ 𝐶312 = 17160

A este último le debo multiplicar el palo del que puede ser cada una de estas 3 cartas.
Entonces el número definitivo de manos favorables es:

17 160 ∗ 43 = 1098240

1098240 352
𝑃(𝐷) = = = 0,422
2598960 833

5) Un profesor tiene en su mesa de escritorio dos cajones. En uno contiene 7 bolígrafos


azules y 2 rojos. En el otro cajón tiene 3 azules y 5 rojos.

a) Si abre un cajón al azar y extrae un bolígrafo, hallar la probabilidad de que sea rojo.

Sea (A) obtener un bolígrafo Azul.


Sea (R) obtener un bolígrafo Rojo.

Sea (C1) Sacar del cajón 1


Sea (C2) Sacar cajón 2

Sabemos que:
𝑃(𝐶1 ) = 𝑃(𝐶2 ) = 0.5
𝑃(𝐴|𝐶1 ) = 7/9 y 𝑃(𝑅|𝐶1 ) = 2/9
𝑃(𝐴|𝐶2 ) = 3/8 y 𝑃(𝑅|𝐶2 ) = 5/8
La probabilidad de que el bolígrafo rojo (R), dado que (C1) y (C2) son mutuamente
excluyentes y exhaustivos será entonces por la ley de probabilidad total:

P(R) = 𝑃(𝐶1 )𝑃(𝑅|𝐶1) + 𝑃(𝐶2 )𝑃(𝑅|𝐶2 )


2 5
P(R) = (0.5) ( ) + (0.5) ( )
9 8
P(R) = 0.423
P(A) = 1 − P(R) = 0.587

b) Si extrae un bolígrafo azul, ¿cuál es la probabilidad de que provenga del segundo


cajón?
R/ Sabemos que:
𝑃(𝐴⋂𝐶2 )
P(C2 |A) =
𝑃(𝐴)

Ya tenemos la probabilidad de (A), y la probabilidad de la intersección podemos


reescribirla:

𝑃(𝐴⋂𝐶2 )
𝑃(𝐴|𝐶2 ) =
𝑃(𝐶2 )

𝑃(𝐶2 )𝑃(𝐴|𝐶2 ) = 𝑃(𝐴⋂𝐶2 )

Ahora obtenemos la fórmula de Bayes y encontramos la probabilidad:

𝑃(𝐶2 )𝑃(𝐴|𝐶2 )
P(C2 |A) =
𝑃(𝐴)

3
0.5 (8)
P(C2 |A) =
0.587

P(C2 |A) = 0.319

6. Un experimento puede resultar en cinco eventos simples igualmente probables. Los


eventos A, B y C se definen como sigue:
A = {E1, E3} P(A) = 0.4
B = {E1, E2, E4, E5} P(B) = 0.8
C = {E3, E4} P(C) = 0.4
a). ¿Cuál es la probabilidad de cualquier Ek?
Los eventos simples son equiprobables entonces

1
𝑃(𝐸𝑘 ) =
5

b). Encuentre las probabilidades asociadas con estos eventos compuestos, haciendo una
lista de los eventos simples en cada uno:

i. Ac
Ac = {E2, E4, E5}
𝑃(𝐴𝑐 ) = 0.6

ii. A ∩ B
A ∩ B = {E1}
𝑃(A ∩ B) = 0.2

iii. B ∩ C
B ∩ C= {E4}
𝑃(B ∩ C) = 0.2

iv. A ∪ B
A ∪ B= {E1, E2, E3, E4, E5}
𝑃(A ∪ B) = 1

v. B | C
B | C = { E4}
𝑃(𝐵 | 𝐶) = 0.2

vi. A | B
A | B={ E1}
𝑃(𝐴 | 𝐵) = 0.2

vii. A ∪ B ∪ C
A ∪ B ∪ C ={ E1, E2, E3, E4, E5}
𝑃(A ∪ B ∪ C ) = 1

viii. (A ∩ B)c
(A ∩ B)c={ E2, E3, E4, E5}
𝑃(A ∩ B)c = 0.8
c) Use la definición de evento complementario para hallar:
i. P(Ac)
𝑃(𝐴𝑐 ) = 1 − 𝑃(𝐴) = 1 − 0.4 = 0.6

ii. P ((A ∩ B)c)


𝑃((A ∩ B)c ) = 1 − 𝑃(A ∩ B) = 1 − 0.2 = 0.8

Los resultados concuerdan.

d) Use la definición de probabilidad condicional para hallar:


i. P(A|B)
𝑃(𝐴⋂𝐵)
𝑃(𝐴|𝐵) =
𝑃(𝐵)
(0.2)
𝑃(𝐴|𝐵) = = 0.25
(0.8)

ii. P(B|C)
𝑃(𝐵⋂𝐶)
𝑃(𝐵|𝐶) =
𝑃(𝐶)
(0.2)
𝑃(𝐵|𝐶) = = 0.5
(0.4)

No concuerdan los resultados con los obtenidos en el literal b). Esto se debe a que en el
anterior literal se calculó la probabilidad del evento con el valor de cada Ek (0.2). Lo que
sucede, y la definición de probabilidad condicional nos muestra, es que, al ocurrir un
evento, en este caso B y C respectivamente, reducen el espacio muestral y por tanto la
probabilidad de cada Ek posible crece.

e) Use las reglas de la adición y multiplicación para hallar:


i. P(A ∪ B)
𝑃(A ∪ B) = 𝑃(𝐴) + 𝑃(𝐵) − 𝑃(𝐴 ∩ B)
𝑃(A ∪ B) = (0.4) + (0.8) − (0.2)
𝑃(A ∪ B) = 1

ii. P(A ∩ B)
𝑃(𝐴 ∩ 𝐵) = 𝑃(𝐴|𝐵)𝑃(𝐵)
𝑃(𝐴 ∩ 𝐵) = (0.25)(0.8)
𝑃(𝐴 ∩ 𝐵) = 0.2

iii. P(B ∩ C)
𝑃(𝐵 ∩ 𝐶) = 𝑃(𝐵|𝐶)𝑃(𝐶)
𝑃(𝐵 ∩ 𝐶) = (0.5)(0.4)
𝑃(𝐵 ∩ 𝐶) = 0.2

Los resultados concuerdan con el literal b

f) ¿Los eventos A y B son independientes?:


Los eventos NO son independientes. El que ocurra uno afectara la probabilidad del otro.
Podemos hacer una prueba comprobando la independencia a través de la siguiente
identidad:

𝑃(𝐴 ∩ 𝐵) = 𝑃(𝐴) ∗ 𝑃(𝐵)


0.2 = 0.4 ∗ 0.8
0.2 = 0.32

A y B serían independientes si y sólo si la probabilidad de la intersección fuese igual al


producto de las probabilidades individuales

g) ¿Los eventos A y B son mutuamente excluyentes?:


Los eventos NO son mutuamente excluyentes pues en este caso comparten al menos un
elemento. Es decir que la intersección entre A y B no es vacía. Condición necesaria para
que sean mutuamente excluyentes.

7) Las historias de casos clínicos indican que diferentes enfermedades pueden producir
síntomas idénticos. Suponga que un conjunto particular de síntomas, que se denotarán
como evento H, se presenta sólo cuando se presenta cualquiera de tres enfermedades A, B
o C. (Nadie puede sufrir más de una enfermedad al mismo tiempo). Estudios realizados
demuestran estas probabilidades de adquirir las enfermedades:

P(A) = 0.01 P(B) = 0.005 P(C) = 0.02

Las probabilidades de desarrollar los síntomas H, dada una enfermedad específica son:

P(H | A) = 0.90
P(H | B) = 0.95
P(H | C) = 0.75

Suponiendo que una persona presente los síntomas H:


a) ¿Cuál es la probabilidad de que la persona tenga la enfermedad A?
𝑃(𝐴⋂𝐻)
𝑃(𝐴|𝐻) =
𝑃(𝐻)

Reescribiendo la ecuación tenemos que en el numerador por regla de la multiplicación:

𝑃(𝐴)𝑃(𝐻|𝐴)
𝑃(𝐴|𝐻) =
𝑃(𝐻)

Podemos reescribir también el denominador - P(H)- por la Ley de la probabilidad total.


La ecuación entonces es:

𝑃(𝐴)𝑃(𝐻|𝐴)
𝑃(𝐴|𝐻) =
𝑃(𝐴)𝑃(𝐻|𝐴) + (𝐵)𝑃(𝐻|𝐵) + (𝐶)𝑃(𝐻|𝐶)

Reemplazando:
(0.01)(0.9)
𝑃(𝐴|𝐻) =
(0.01)(0.9) + (0.005)(0.95) + (0.02)(0.75)

0.009 36
𝑃(𝐴|𝐻) = = = 0.313
0.02875 115

Los siguientes puntos se realizan de manera análoga


b) ¿Cuál es la probabilidad de que la persona tenga la enfermedad B?

𝑃(𝐵)𝑃(𝐻|𝐵)
𝑃(𝐵|𝐻) =
𝑃(𝐻)

(0.005)(0.95) 19
𝑃(𝐵|𝐻) = = = 0.1652
(0.02875) 115

c) ¿Cuál es la probabilidad de que la persona tenga la enfermedad C?

𝑃(𝐶)𝑃(𝐻|𝐶)
𝑃(𝐶|𝐻) =
𝑃(𝐻)

(0.02)(0.75) 12
𝑃(𝐶|𝐻) = = = 0.52
(0.02875) 23

8) Si se realiza un experimento, puede ocurrir uno y solo uno de los tres eventos
mutuamente excluyentes S1, S2 y S3 con estas probabilidades:

P(S1) = 0.2 P(S2) = 0.5 P(S3) = 0.3


Las probabilidades de que ocurra un cuarto evento A, dado que ocurre el evento S1, S2 o
S3 son:
P(A | S1) = 0.2 P(A | S2) = 0.1 P(A | S3) = 0.3

Si se observa el evento A, encuentre:


a) P (S1 | A)

𝑃(𝐴⋂𝑆1 )
𝑃(𝑆1 |𝐴) =
𝑃(𝐴)

Al igual que el ejercicio anterior rescribimos la ecuación para obtener la regla de Bayes:

𝑃(𝑆1 )𝑃(𝐴|𝑆1 )
𝑃(𝑆1 |𝐴) =
𝑃(𝑆1 )𝑃(𝐴|𝑆1) + 𝑃(𝑆2 )𝑃(𝐴|𝑆2 ) + 𝑃(𝑆3 )𝑃(𝐴|𝑆3 )

(0.2)(0.2)
𝑃(𝑆1 |𝐴) =
(0.2)(0.2) + (0.5)(0.1) + (0.3)(0.3)

0.04 2
𝑃(𝑆1|𝐴) = = = 0.222
0.18 9

b) P (S2 | A)

(0.5)(0.1) 5
𝑃(𝑆2 |𝐴) = = = 0.27
(0.2)(0.2) + (0.5)(0.1) + (0.3)(0.3) 18

c) P (S3 | A)

(0.3)(0.3) 1
𝑃(𝑆3 |𝐴) = = 0.5
(0.2)(0.2) + (0.5)(0.1) + (0.3)(0.3) 2

9. Los registros de delincuencia urbana muestran que los delitos se pueden clasificar
entre violentos y no violentos. Se sabe que el 20% de los delitos son violentos y que el
90% de los delitos violentos son denunciados mientras que el 70% de los delitos no
violentos son denunciados.

R:
Sea A: Delito violento P(A)=0.2
Sea Ac: Delito no violento P(Ac)=0.8
Sea (D|A): Delitos violentos denunciados P(D|A)= 0.9
Sea (D|Ac): Delitos no violentos denunciados (D|Ac)=0.7
a) ¿Cuál es el porcentaje general de denuncias por los delitos urbanos?
Por ley de la probabilidad total:

𝑃(𝐷) = 𝑃(𝐴)𝑃(𝐷|𝐴) + 𝑃(𝐴𝑐 )𝑃(𝐷|𝐴𝑐 )


𝑃(𝐷) = (0.2)(0.9) + (0.8)(0.7)
𝑃(𝐷) = 0.74

b) Si un delito está ocurriendo y es denunciado por la policía, ¿Cuál es la probabilidad de


que sea violento? ¿Cuál es la probabilidad de que sea no violento?

𝑃(𝐴⋂𝐷)
𝑃(𝐴|𝐷) =
𝑃(𝐷)

Como ya tenemos la probabilidad o el porcentaje de denuncias, solo haría falta reescribir


el numerador:

𝑃(𝐴)𝑃(𝐷|𝐴)
𝑃(𝐴|𝐷) =
𝑃(𝐷)

(0.2)(0.9) 9
𝑃(𝐴|𝐷) = = = 0.243
0.74 37

La probabilidad de que el delito denunciado no sea violento debe ser, ya que es el


complemento:
9 28
𝑃(𝐴𝑐 |𝐷) = 1 − = = 0.756
37 37

c) De acuerdo con los resultados del inciso b), si un crimen que esté ocurriendo se
denuncia a la policía, ¿por qué es más probable que no sea violento? ¿No sería más
probable que los delitos violentos se denunciaran? ¿Puede usted explicar estos
resultados?

Es mas probable que el delinto denunciado no sea violento porque a pesar de que los
delitos no violentos se denuncian con una menor frecuencia, estos son los que con mayor
frecuencia ocurren 80%. Del otro lado, Los delitos violentos cuentan con una alta tasa de
denuncias, 90% pero este tipo de delitos ocurren con una menor frecuencia. Tan solo 1
de cada 5 delitos es violento. Esto último es la razón de que los delitos denunciados sean
en mayor numero provenientes de delitos no violentos.
10). A través de la evaluación del volumen corpuscular medio (VCM) se quiere
diagnosticar anemia ferropénica. Se usa como "prueba de oro" la existencia de depósitos
de hierro en la médula ósea y se registra en la Tabla 2.

a) Calcule para cada punto de corte la sensibilidad y especificidad.

La formula con la que se calculan la sensibilidad y especificidad:

𝑉𝑃
𝑆𝑒𝑛𝑠𝑖𝑏𝑖𝑙𝑖𝑑𝑎𝑑 =
𝑉𝑃 + 𝐹𝑁

𝑉𝑁
𝐸𝑠𝑝𝑒𝑐𝑖𝑓𝑖𝑑𝑎𝑑 =
𝐹𝑃 + 𝑉𝑁

P. Corte Verdaderos Falsos Falsos Verdaderos Sensibilidad Especifidad


⋝ Positivos Positivos Negativos Negativos (Porcentaje) (Porcentaje)

65 3 65 31 1 8,8 1,5
70 7 62 27 4 20,6 6,1
75 13 56 21 10 38,2 15,2
80 19 47 15 19 55,9 28,8
85 27 29 7 37 79,4 56,1
90 32 17 2 49 94,1 74,2
92 33 13 1 53 97,1 80,3

b) Construya una curva ROC con los datos obtenidos.


c) ¿Puede usted concluir que la prueba diagnóstica nueva es buena para diagnosticar
anemia ferropénica? ¿Por qué?

Al graficar los datos de las distintas combinaciones entre Especifidad y Sensibilidad se


denota una clara diferencia en la forma de la curva convencional que las pruebas
diagnosticas oportunas presentan por lo general. Consideramos que la presente prueba
diagnostica arroja datos oportunos a partir del punto de corte 92 . Se recomendaría
utilizar esta prueba solamente a partir del p corte nombrado.