Professional Documents
Culture Documents
1.
(10)(9)
0.72 0.38
2
= 0.0016
2.
(10)(9)
0.32 0.78
2
= 0.3828
N!
px1 ...pxnn
x1 !...x! 1
Esta es la distribuci
on de probabilidad multinomial.
12!
(1/4)3 (1/2)6 (1/4)3 = 0.07
3!6!3!
12!
P12 (4, 4, 4) = 4!4!4!
(1/4)4 (1/2)4 (1/4)4 = 0.033
12!
P12 (5, 2, 5) = 5!2!5!
(1/4)5 (1/2)2 (1/4)5 = 0.0039
12!
P12 (0, 12, 0) = 0!12!0!
(1/4)0 (1/2)12 (1/4)0 = 0.00024
P12 (3, 6, 3) =
1 [e
0!
e4 41
1!
e4 42
2!
e4 43
3!
e4 44
]
4!
= 1 0.6288 = 0.3712
Cu
al es la probabilidad de que un 65% de los 12 pacientes mejore?
65% de 12 es 7.8, P (X = 7.8) = 0 ya que la variable es discreta
Cu
al es la probabilidad de que al menos un 65% de dichos pacientes mejoren?
12
12
8
4
9
3
0.65
0.35
+
0.6510 0.352 +
P (X 8) = 12
0.65
0.35
+
8
9
10
12
0.6511 0.351 + 12
0.6512 0.350 = 0.5833
11
12
Cu
antos enfermos se espera que mejoren mediante este tratamiento?
= np = 12(0.65) = 7.8
Cu
al es la probabilidad de que sea eficaz en menos de un 20% de los casos?
P (X 2) = 12
0.650 0.3512 + 12
0.651 0.3511 + 12
0.652 0.3510 = 0.00085
0
1
2
7. P(ni
no)=P(ni
na)=0.5
Sea X la v.a que cuenta el n
umero de ni
nas (se podra hacer tambien con el n
umero
de ni
nos)
P (X = 0) = 40 0.50 0.54 = 1(0.54 ) = 0.0625
P (X = 1) = 41 0.51 0.53 = 4(0.54 ) = 0.25
P (X = 2) = 42 0.52 0.52 = 6(0.54 ) = 0.375
P (X = 3) = 43 0.53 0.51 = 4(0.54 ) = 0.25
P (X = 4) = 44 0.54 0.50 = 1(0.54 ) = 0.0625
El suceso elemental m
as probable es 2 ni
nos y dos ni
nas, pero el suceso complementario no tener dos ni
nos y dos ni
nas tiene probabilidad m
as elevada
(p = 0.625).
Cu
al es la probabilidad de que un familia tenga dos ni
nos y dos ni
nas?
P (X = 2) = 0.375
Cu
al es la probabilidad de que una familia tenga s
olo ni
nas?
P (X = 4) = 0.0625
Cu
al es la probabilidad de que una familia tenga s
olo ni
nos?
P (X = 0) = 0.0625
8. Por termino medio se producen 10 urgencias pedi`
atricas diarias. Suponemos que la
v.a. sigue una distribuci
on de Poisson.
Cu
al es la probabilidad de que en un da determinado se produzca un n
umero
de urgencias igual a la media?
10
10
P (X = 10) = e 10!10 = 0.1251
Cu
al es la probabilidad de que en un da determinado se produzca un n
umero
de urgencias inferior a la media?
P
10
i
P (X 9) = 9i=0 e i!10 = 0.4579
Cu
al es la probabilidad de que en un da determinado se produzca un n
umero
de urgencias superior a la media?
P (X 11) = 1 [P (X 9) + P (X = 10)] = 1 [0.4579 + 0.1251] = 0.417
Cu
al es la probabilidad de que en un da determinado se produzcan menos de 5
urgencias?
P
10
i
P (X 4) = 4i=0 e i!10 = 0.0292
Cu
al es el n
umero de urgencias esperado para un da determinado con una
probabilidad del 95%?
En una distribuci
on de Poisson de par`
ametro = 10 la probabilidad P (X
15) = 0.9512. Por lo tanto, el n
umero esperado con probabilidad del 95% ser`
a
como m`
aximo 15.
3
9. X: v.a. n
umero de pacientes con complicaciones graves
Si un da determinado se realizan tres intervenciones de este tipo, cu
al es la
probabilidad de que se presenten complicaciones en todas ellas?
P (X = 3) = 33 (1/3)3 = 0.037
Cu
al es la probabilidad de que s
olo una de ellas presente complicaciones?
3
2
P (X = 1) = 1 (1/3)(2/3) = 0.444
Si intervenimos seis pacientes de este tipo, cu
al es la probabilidad de que el
n
umero de intervenciones que presenten complicaciones sea superior a la media
esperada?
= 6(1/3) = 2
P (X > 2) = 1P (X 2) = 1[ 60 (1/3)0 (2/3)6 + 61 (1/3)1 (2/3)5 + 62 (1/3)2 (2/3)4 ] =
0.3196
10. (***): Este es un ejercicio difcil
Suponemos que la v.a. n
umero de accidentes laborales diarios sigue una distribuci
on
de Poisson de par
ametro = 3. Podemos obtener la probabilidad de que se produzcan m
as de 3 accidentes diarios:
P
3 i
P (X > 3) = 1 P (X 3) = 1 3i=0 e i! 3 = 1 0.6472 = 0.3528
Ahora, para calcular la probabilidad de que se produzcan m
as de tres accidentes
diarios en m
as de dos das utilizaremos la distribuci
on binomial con par
ametros n = 5
y p = 0.3528. Sea Y la v.a. binomial que indica el n
umero de das con m
as de 3
accidentes diarios en una semana:
P (Y > 2) = 1P (Y 2) = 1[ 50 0.35280 0.64725 + 51 0.35281 0.64724 + 52 0.35282 0.64723 ] =
0.2395
11.
V P P = P (E|T ) =
P (T |E)P (E)
P (T |E)P (E)+P (T |E)P (E)
0.890.05
0.890.05+0.20.95
= 0.1897
Ahora calculamos la probabilidad de que m
as de la mitad de 10 individuos
(suponemos un grupo de 10 individuos) con diagn`
ostico positivo esten realmente enfermos:
P
10
P (X 6) = 10
(0.1897)i (1 0.1897)10i = 0.048
i=6
i