SlideShare une entreprise Scribd logo
1  sur  23
Télécharger pour lire hors ligne
Ejercicios de probabilidad 2
Estadística y TIC’s
REPASO:
Teorema de Bayes:
▪ Dado A condicionado B, si tenemos B y queremos saber A.
▪ Sabiendo la probabilidad de B/A queremos saber la probabilidad de A/B.
▪ P(A’/B)=
𝑃 𝐴′ 𝑥 𝑃(
𝐵
𝐴′)
𝛴 𝑃 𝐴′ 𝑥 𝑃 (
𝐵
𝐴′)
P(A/B)=
𝑃
𝐵
𝐴
𝑥 𝑃(𝐴)
𝑃
𝐵
𝐴
𝑥 𝑃 𝐴 +𝑃
𝐵
𝐴′ 𝑥 𝑃(𝐴′)
o La parte de abajo es la probabilidad total del suceso B.
EJERCICIO 4:
Tres laboratorios producen el 45%, 30% y 25% del total de los medicamentos que reciben
en la farmacia de un hospital. De ellos están caducados el 3%, 4% y 5%.
1. Seleccionando un medicamento al azar, calcula la probabilidad de que esté caducado:
2. Si tomamos al azar un medicamento y resulta estar caducado ¿cuál es la probabilidad
de haber sido producido por el laboratorio B?
3. ¿Qué laboratorio tiene mayor probabilidad de haber producido el medicamento
caducado?
EJERCICIO 4: PROCESO
1. Seleccionando un medicamento al azar, calcula la probabilidad de que esté caducado:
▪ P(A)=0,45 P(D/A)=0,03
▪ P(B)=0,3 P(D/B)=0,04
▪ P(C)=0,25 P(D/C)=0,05
▪ Ptotal = [P(A) x P(D/A)] + [P(B) x P(D/B)] + [P(C) x P(D/C)] = [0,45 x 0,03] + [0,3 x 0,04] +
[0,25 x 0,05] = 0,0135 + 0,012 + 0,0125 = 0,038
La probabilidad total de D es el sumatoria de la probabilidad de D en A x probabilidad de
A.
EJERCICIO 4: PROCESO
2. Si tomamos al azar un medicamento y resulta estar caducado ¿cuál es la probabilidad de haber sido
producido por el laboratorio B?:
▪ ¿P(B/D)?
▪ P(B/D) =
0,04 𝑥 0,3
0,038
=
0,012
0,038
= 0,315  32%
La probabilidad de haber sido caducado por el laboratorio B es de 32%.
3. ¿Qué laboratorio tiene mayor probabilidad de haber producido el medicamento caducado?:
▪ ¿P(A/D)?  P(A/D) =
0,03 𝑥 0,45
0,038
=
0,0135
0,038
= 0,36  36%
▪ ¿P(C/D)?  P(C/D) =
0,05 𝑥 0,25
0,038
=
0,0125
0,038
= 0,33  33%
El que tiene mayor probabilidad de haber producido un medicamento caducado es el laboratorio A.
REPASO:
Distribución binomial:
▪ Distribución técnica de variables discretas
▪ Solo existen dos probabilidades (cara/cruz; sano/enfermo…)
▪ El resultado de cada prueba es independiente
▪ La probabilidad del suceso A es constante, la representamos por p, y no varía de una prueba a otra. La
probabilidad de Ac es 1-p y la representamos por q.
▪ El experimento consta de un número n de pruebas.
▪ Problemas:
▪ Si hay una probabilidad p de que ocurra un suceso, ¿Cuál es la probabilidad de que en N experimentos el suceso ocurra X
veces?
▪ P: probabilidad de ocurrencia; q de no ocurrencia
▪ X: número de sucesos favorables
▪ N: número total de ensayos
EJERCICIO 5:
Un tipo de tratamiento aplicado a una úlcera por decúbito cura un 60% de los pacientes.
En un ensayo clínico se aplica el tratamiento a 2 pacientes:
1. Calcular la probabilidad de:
a) Se curen dos pacientes
b) Se curen menos de dos pacientes
EJERCICIO 5: PROCESO
▪ C(curación) = 0,6
▪ F(no curación) = 0,4
▪  = [(FF) (FC) (CF) (CC)]
▪ X=0  2
▪ Cuando no se cura ninguno: P(X=0): (FF) = qxq = 0,42 = 0,16
▪ Cuando se cura uno sí y otro no: P(X=1): [(FC) (CF)] = 2qxp = 2pxq = 2x0,6x0,4 = 0,48
▪ Cuando se curan los dos: P (X=2): (CC) = pxp = 0,62 = 0,36
EJERCICIO 5: PROCESO
a) Se curen dos pacientes:
La probabilidad de que se curen los dos pacientes es de 36%.
b) Se curen menos de dos pacientes:
La probabilidad de que solo se cure un paciente es de 48% y que no se cure ninguno es de
16%, por tanto la probabilidad de que se curen menos de dos pacientes es de 64%.
EJERCICIO 6:
Un tipo de tratamiento aplicado a una úlcera por decúbito cura un 60% de los pacientes.
En un ensayo clínico se aplican el tratamiento a 30 pacientes.
1. Calcular la probabilidad de:
a) Se curen 10 pacientes
b) Se curen menos de 4
EJERCICIO 6: PROCESO
a) Se curen 10 pacientes: ¿P(X=10)?
▪ P(X=k) =
𝑛
𝑘
pk x qn-k  P(X=10) =
30
10
x 0,610 x 0,420 = 30045015 x
0,00604 x 0,0000000109 = 0,001997
▪
𝑛
𝑘
=
𝑛′
𝑘′(𝑛−𝑘)′
=
30′
10′(30−10)′
= 30045015
La probabilidad de que se curen 10 pacientes es de 0,2%.
EJERCICIO 6: PROCESO
b) Se curen menos de 4: ¿P(X<4)?
P(X<4) = P(X=3) + P(X=2) + P(X=1) + P(X=0)
▪ P(X=3) =
𝑛
𝑘
pk x qn-k  P(X=3) =
30
3
x 0,63 x 0,427 = 4060 x 0,216 x 1,8014x10-11 = 1,579x10-8
𝑛
𝑘
=
𝑛′
𝑘′(𝑛−𝑘)′
=
30′
3′(30−3)′
= 4060
▪ P(X=2) =
𝑛
𝑘
pk x qn-k  P(X=2) =
30
2
x 0,62 x 0,428 = 435 x 0,36 x 7,205x10-12 = 1,128x10-9
𝑛
𝑘
=
𝑛′
𝑘′(𝑛−𝑘)′
=
30′
2′(30−2)′
= 435
▪ P(X=1) =
𝑛
𝑘
pk x qn-k  P(X=1) =
30
1
x 0,6 x 0,429 = 30 x 0,6 x 2,882x10-12 = 5,188x10-11
𝑛
𝑘
=
𝑛′
𝑘′(𝑛−𝑘)′
=
30′
1′(30−1)′
= 30
▪ P(X=0) =
𝑛
𝑘
pk x qn-k  P(X=2) =
30
0
x 0,60 x 0,430 = 1 x 1 x 1,153x10-12 = 1,153x10-12
𝑛
𝑘
=
𝑛′
𝑘′(𝑛−𝑘)′
=
30′
0′(30−0)′
= 1
▪ P(X<4) = 1,579x10-8 + 1,128x10-9 + 5,188x10-11 + 1,153x10-12 = 1,697x10-8
La probabilidad de que se curen menos de 4 pacientes es de 1,698x10-6 %.
EJERCICIO 6: PROCESO
Este ejercicio también se puede realizar de la siguiente forma mediante un programa
informático que es accesible desde internet:
▪ http://www.elektro-energetika.cz/calculations/bi.php
REPASO:
Distribución normal. Cálculo con variables tipificadas:
▪ Parámetros fundamentales: media y la desviación típica (N(,))
▪ Permite comparar valores previamente tipificados (“normalizados”) mediante el uso de
tablas establecidas
▪ La tipificación permite conocer la probabilidad del área que está dentro de la curva
▪ La tipificación de los valores se puede realizar si una muestra variable aleatorio
continua sigue una distribución normal
REPASO:
Distribución normal o de Gauss:
▪ Casi cualquier distribución de probabilidad, tanto discreta como continua, se puede
aproximar a una normal bajo ciertas condiciones
▪ Todas las distribuciones normales N(,), pueden ponerse mediante una translación ,
y un cambio de escala , como (N(0,1)
▪ Esta distribución especial se llama normal tipificada
▪ La función de distribución se reproduce en una tabla
▪ Nos permite saber la profundidad acumulada hasta el valor z
REPASO:
EJERCICIO 7:
El gasto medio de alquiler en los estudiantes de la US tiene una distribución normal con
media de 200 y desviación 10.
1. ¿Qué porcentaje de estudiantes gastan menos de 210 euros en alquiler? (=200 y
=10)
2. ¿Qué gasto de alquiler sólo es superado por el 10% (p=0,1) de los estudiantes?
Buscamos en la tabla la P 0,9 a qué valor z corresponde
EJERCICIO 7: PROCESO
1. ¿Qué porcentaje de estudiantes gastan menos de
210 euros en alquiler? (=200 y =10):
▪ Z =
𝑥−

=
210−200
10
= 1
▪ Z es la variable tipificada. Tiene valores enteros
aunque podría tener decimales. La tabla, en las filas
está el número entero y un decimal y en las columnas
aparece el segundo decimal.
Por tanto, el porcentaje de estudiantes que gastan
menos de 2010 euros en alquiler son el 84,13%.
EJERCICIO 7: PROCESO
2. ¿Qué gasto de alquiler sólo es superado por el 10%
(p=0,1) de los estudiantes? Buscamos en la tabla la P
0,9 a qué valor z corresponde:
▪ Primero, en la tabla de Z buscamos ese 0,9. Se coge el
inmediato inferior.
▪ El valor de Z que nos interesa es 1,28. Si quereos buscar
0,1 (el 10% en cuestión) tendríamos que hacerlo en la
misma tabla de Z pero con valores negativos.
▪ 1,28 =
𝑥−200
10
 1,28 x 10 = X – 200  12,8 + 200 = X 
X = 212,8
212,8 Euros es el valor mínimo que solo el 10% de los
estudiantes supera.
EJERCICIO 8:
En una muestra de 300 individuos con diabetes mellitus atendidos en el centro de salud
de Utrera la glucemia basal tiene una media de 106 mg/dl () y una desviación típica de 8
mg/dl () N(106,8). Calcula:
1. La proporción de diabéticos con glucemia basal ≤ 120 mg/dl, P(X≤ 120 mg/dl)
2. La proporción de diabéticos con una glucemia basal entre 106 y 120 mg/dl,
P(106<X<120)
EJERCICIO 8: PROCESO
1. La proporción de diabéticos con glucemia basal ≤
120 mg/dl, P(X≤ 120 mg/dl):
▪ Z =
𝑥−

=
120 −106
8
= 1,75
Por tanto, la proporción de diabéticos con una glucemia
basal ≤ 120 mg/dl, es del 95,99%.
EJERCICIO 8: PROCESO
2. La proporción de diabéticos con una glucemia
basal entre 106 y 120 mg/dl, P(106<X<120):
▪ P(106<X<120) = P(X=120) – P(X=106)
▪ Z =
𝑥−

=
120 −106
8
= 1,75
▪ Z =
𝑥−

=
106 −106
8
= 0
▪ P(106<X<120) = P(Z=1,75) – P(Z=0) 
P(106<X<120) = 0,9599 – 0,5 = 0,4599
Por tanto, la proporción de diabéticos con glucemia
basal entre 106 y 120 mg/dl es del 45,99%.
Realizado por:
Marina Piña Gómez
Grado en Enfermería
Hospital universiario Virgen del Rocío

Contenu connexe

Tendances

Probabilidady distribuciones
Probabilidady distribucionesProbabilidady distribuciones
Probabilidady distribucionesElenaCoba1
 
Psico. 13 ava. prueba de hipótesis a partir de dos muestras
Psico. 13 ava. prueba de hipótesis a  partir de dos muestrasPsico. 13 ava. prueba de hipótesis a  partir de dos muestras
Psico. 13 ava. prueba de hipótesis a partir de dos muestrasUniv Peruana Los Andes
 
Veter. 12ava prueba de hipótesis de una población
Veter. 12ava  prueba de hipótesis de una poblaciónVeter. 12ava  prueba de hipótesis de una población
Veter. 12ava prueba de hipótesis de una poblaciónUniv Peruana Los Andes
 
Seminario 7. ejercicios de probabilidad
Seminario 7. ejercicios de probabilidadSeminario 7. ejercicios de probabilidad
Seminario 7. ejercicios de probabilidadencsangar
 
Seminario 7
Seminario 7Seminario 7
Seminario 7lidiagr
 
Seminario 7 estadistica tics 2011 20120
Seminario 7 estadistica tics 2011 20120Seminario 7 estadistica tics 2011 20120
Seminario 7 estadistica tics 2011 20120elicesgut
 
Seminario 7. Ejercicios de Probabilidad.
Seminario 7. Ejercicios de Probabilidad.Seminario 7. Ejercicios de Probabilidad.
Seminario 7. Ejercicios de Probabilidad.MayCoco
 
Ejercicios de probabilidad
Ejercicios de probabilidadEjercicios de probabilidad
Ejercicios de probabilidadGemaAD
 
Veter. 14 ava. regresión y correlación
Veter. 14 ava. regresión y correlaciónVeter. 14 ava. regresión y correlación
Veter. 14 ava. regresión y correlaciónUniv Peruana Los Andes
 
Ejercicios prueba de hipótesis
Ejercicios prueba de hipótesisEjercicios prueba de hipótesis
Ejercicios prueba de hipótesisHugo_Franco
 
UTPL-BIOESTADÍSTICA-II BIMESTRE-(OCTUBRE 2011-FEBRERO 2012)
UTPL-BIOESTADÍSTICA-II BIMESTRE-(OCTUBRE 2011-FEBRERO 2012)UTPL-BIOESTADÍSTICA-II BIMESTRE-(OCTUBRE 2011-FEBRERO 2012)
UTPL-BIOESTADÍSTICA-II BIMESTRE-(OCTUBRE 2011-FEBRERO 2012)Videoconferencias UTPL
 
Ejercicios de probabilidad para el blog
Ejercicios de probabilidad para el blogEjercicios de probabilidad para el blog
Ejercicios de probabilidad para el blognereasegura
 
Seminario 7 probabilidad miryam pedrero
Seminario 7 probabilidad miryam pedreroSeminario 7 probabilidad miryam pedrero
Seminario 7 probabilidad miryam pedrerompedrerof
 

Tendances (20)

Probabilidady distribuciones
Probabilidady distribucionesProbabilidady distribuciones
Probabilidady distribuciones
 
Psico. 13 ava. prueba de hipótesis a partir de dos muestras
Psico. 13 ava. prueba de hipótesis a  partir de dos muestrasPsico. 13 ava. prueba de hipótesis a  partir de dos muestras
Psico. 13 ava. prueba de hipótesis a partir de dos muestras
 
Veter. 12ava prueba de hipótesis de una población
Veter. 12ava  prueba de hipótesis de una poblaciónVeter. 12ava  prueba de hipótesis de una población
Veter. 12ava prueba de hipótesis de una población
 
Seminario 7. ejercicios de probabilidad
Seminario 7. ejercicios de probabilidadSeminario 7. ejercicios de probabilidad
Seminario 7. ejercicios de probabilidad
 
Seminario 7
Seminario 7Seminario 7
Seminario 7
 
Sin título 12
Sin título 12Sin título 12
Sin título 12
 
Seminario 7 estadistica tics 2011 20120
Seminario 7 estadistica tics 2011 20120Seminario 7 estadistica tics 2011 20120
Seminario 7 estadistica tics 2011 20120
 
Práctica 7 estadística
Práctica 7 estadísticaPráctica 7 estadística
Práctica 7 estadística
 
Seminario 7
Seminario 7Seminario 7
Seminario 7
 
Seminario 7. Ejercicios de Probabilidad.
Seminario 7. Ejercicios de Probabilidad.Seminario 7. Ejercicios de Probabilidad.
Seminario 7. Ejercicios de Probabilidad.
 
Ejercicios de probabilidad
Ejercicios de probabilidadEjercicios de probabilidad
Ejercicios de probabilidad
 
Psico. 10m correlación lineal
Psico. 10m correlación linealPsico. 10m correlación lineal
Psico. 10m correlación lineal
 
Veter. 14 ava. regresión y correlación
Veter. 14 ava. regresión y correlaciónVeter. 14 ava. regresión y correlación
Veter. 14 ava. regresión y correlación
 
2
22
2
 
Psico. 11ma. regresión lineal
Psico. 11ma. regresión linealPsico. 11ma. regresión lineal
Psico. 11ma. regresión lineal
 
Ejercicios prueba de hipótesis
Ejercicios prueba de hipótesisEjercicios prueba de hipótesis
Ejercicios prueba de hipótesis
 
UTPL-BIOESTADÍSTICA-II BIMESTRE-(OCTUBRE 2011-FEBRERO 2012)
UTPL-BIOESTADÍSTICA-II BIMESTRE-(OCTUBRE 2011-FEBRERO 2012)UTPL-BIOESTADÍSTICA-II BIMESTRE-(OCTUBRE 2011-FEBRERO 2012)
UTPL-BIOESTADÍSTICA-II BIMESTRE-(OCTUBRE 2011-FEBRERO 2012)
 
Ejercicios de probabilidad para el blog
Ejercicios de probabilidad para el blogEjercicios de probabilidad para el blog
Ejercicios de probabilidad para el blog
 
Seminario 7 probabilidad miryam pedrero
Seminario 7 probabilidad miryam pedreroSeminario 7 probabilidad miryam pedrero
Seminario 7 probabilidad miryam pedrero
 
Ejercicios de probabilidad
Ejercicios de probabilidadEjercicios de probabilidad
Ejercicios de probabilidad
 

En vedette

Probabilidad y estadisticas universidades
Probabilidad y estadisticas universidadesProbabilidad y estadisticas universidades
Probabilidad y estadisticas universidadesMaestros en Linea MX
 
Segmento: Internautas de 50 años o más
Segmento: Internautas de 50 años o másSegmento: Internautas de 50 años o más
Segmento: Internautas de 50 años o másIAB México
 
Manuel, borja, melani, dario y antonio
Manuel, borja, melani, dario y antonioManuel, borja, melani, dario y antonio
Manuel, borja, melani, dario y antoniomijinina
 
Relaciones espaciales indoamerica
Relaciones espaciales indoamericaRelaciones espaciales indoamerica
Relaciones espaciales indoamericaJavier Martinez
 
La suma y diferencia de binomios
La suma y diferencia de binomiosLa suma y diferencia de binomios
La suma y diferencia de binomiosPpNacho
 
Teoría de las probabilidades
Teoría de las probabilidadesTeoría de las probabilidades
Teoría de las probabilidadesyarygarcia
 
Clase de interes compuesto 2011-1
Clase de interes compuesto 2011-1Clase de interes compuesto 2011-1
Clase de interes compuesto 2011-1lancaster_1000
 
Binomios al cuadrado
Binomios al cuadradoBinomios al cuadrado
Binomios al cuadradoLucero Diaz
 
Ejercicios de repaso examen final
Ejercicios de repaso  examen finalEjercicios de repaso  examen final
Ejercicios de repaso examen finallancaster_1000
 
Cuadrado de un binomio
Cuadrado de un binomioCuadrado de un binomio
Cuadrado de un binomioRosalia98
 
Introduccion A La Teoria De Las Probabilidades
Introduccion A La Teoria De Las ProbabilidadesIntroduccion A La Teoria De Las Probabilidades
Introduccion A La Teoria De Las ProbabilidadesESTIC 68
 
Ejercicios resueltos de probabilidad y estadistica
Ejercicios resueltos de probabilidad y estadisticaEjercicios resueltos de probabilidad y estadistica
Ejercicios resueltos de probabilidad y estadisticaEdgar Santos Orta
 
Teoria de probabilidad 2014
Teoria de probabilidad 2014Teoria de probabilidad 2014
Teoria de probabilidad 2014Grissel Escobar
 

En vedette (20)

Probabilidad y estadisticas universidades
Probabilidad y estadisticas universidadesProbabilidad y estadisticas universidades
Probabilidad y estadisticas universidades
 
Segmento: Internautas de 50 años o más
Segmento: Internautas de 50 años o másSegmento: Internautas de 50 años o más
Segmento: Internautas de 50 años o más
 
Manuel, borja, melani, dario y antonio
Manuel, borja, melani, dario y antonioManuel, borja, melani, dario y antonio
Manuel, borja, melani, dario y antonio
 
Relaciones espaciales indoamerica
Relaciones espaciales indoamericaRelaciones espaciales indoamerica
Relaciones espaciales indoamerica
 
Prohibido neruda
Prohibido nerudaProhibido neruda
Prohibido neruda
 
Binomios
BinomiosBinomios
Binomios
 
La suma y diferencia de binomios
La suma y diferencia de binomiosLa suma y diferencia de binomios
La suma y diferencia de binomios
 
Teoría de las probabilidades
Teoría de las probabilidadesTeoría de las probabilidades
Teoría de las probabilidades
 
Clase de interes compuesto 2011-1
Clase de interes compuesto 2011-1Clase de interes compuesto 2011-1
Clase de interes compuesto 2011-1
 
Probabilidad
ProbabilidadProbabilidad
Probabilidad
 
Tarea fisica 2
Tarea fisica 2Tarea fisica 2
Tarea fisica 2
 
Simetrias
SimetriasSimetrias
Simetrias
 
Binomio al cuadrado
Binomio al cuadradoBinomio al cuadrado
Binomio al cuadrado
 
Binomios al cuadrado
Binomios al cuadradoBinomios al cuadrado
Binomios al cuadrado
 
Ejercicios de repaso examen final
Ejercicios de repaso  examen finalEjercicios de repaso  examen final
Ejercicios de repaso examen final
 
Cuadrado de un binomio
Cuadrado de un binomioCuadrado de un binomio
Cuadrado de un binomio
 
Simetrías
SimetríasSimetrías
Simetrías
 
Introduccion A La Teoria De Las Probabilidades
Introduccion A La Teoria De Las ProbabilidadesIntroduccion A La Teoria De Las Probabilidades
Introduccion A La Teoria De Las Probabilidades
 
Ejercicios resueltos de probabilidad y estadistica
Ejercicios resueltos de probabilidad y estadisticaEjercicios resueltos de probabilidad y estadistica
Ejercicios resueltos de probabilidad y estadistica
 
Teoria de probabilidad 2014
Teoria de probabilidad 2014Teoria de probabilidad 2014
Teoria de probabilidad 2014
 

Similaire à Ejercicios de probabilidad 2

Similaire à Ejercicios de probabilidad 2 (20)

Estadistica, ejercicio de Gloria
Estadistica, ejercicio de GloriaEstadistica, ejercicio de Gloria
Estadistica, ejercicio de Gloria
 
Seminario 9 14 5
Seminario 9 14 5Seminario 9 14 5
Seminario 9 14 5
 
Ejercicios semi 9
Ejercicios semi 9Ejercicios semi 9
Ejercicios semi 9
 
Ejercicios de probabilidad seminario 9
Ejercicios de probabilidad seminario 9Ejercicios de probabilidad seminario 9
Ejercicios de probabilidad seminario 9
 
Estadística y ti cs
Estadística y ti csEstadística y ti cs
Estadística y ti cs
 
Significancia estadistica
Significancia estadisticaSignificancia estadistica
Significancia estadistica
 
Seminario 9
Seminario 9Seminario 9
Seminario 9
 
Seminario 7 y seminario 8
Seminario 7 y seminario 8Seminario 7 y seminario 8
Seminario 7 y seminario 8
 
Aproximación
AproximaciónAproximación
Aproximación
 
Probabilidad
ProbabilidadProbabilidad
Probabilidad
 
Seminario 9
Seminario 9Seminario 9
Seminario 9
 
Distribuccion normal, discreta y de poison
Distribuccion normal, discreta y de poisonDistribuccion normal, discreta y de poison
Distribuccion normal, discreta y de poison
 
Odds ratios y Riesgos relativos
Odds ratios y Riesgos relativosOdds ratios y Riesgos relativos
Odds ratios y Riesgos relativos
 
archivodiapositiva_20211119205642 (1).pptx
archivodiapositiva_20211119205642 (1).pptxarchivodiapositiva_20211119205642 (1).pptx
archivodiapositiva_20211119205642 (1).pptx
 
Teorema de bayer, distribución binomial y distribución
Teorema de bayer, distribución binomial y distribuciónTeorema de bayer, distribución binomial y distribución
Teorema de bayer, distribución binomial y distribución
 
Distribución binomial final expo
Distribución binomial final expoDistribución binomial final expo
Distribución binomial final expo
 
Densidad probabilistica
Densidad probabilisticaDensidad probabilistica
Densidad probabilistica
 
Seminario 7 blog
Seminario 7 blogSeminario 7 blog
Seminario 7 blog
 
Estadística y ti cs 7
Estadística y ti cs 7Estadística y ti cs 7
Estadística y ti cs 7
 
Doc. Probabilidad.
Doc. Probabilidad.Doc. Probabilidad.
Doc. Probabilidad.
 

Plus de marinapg02

Ayudas técnicas específicas
Ayudas técnicas específicasAyudas técnicas específicas
Ayudas técnicas específicasmarinapg02
 
Ayudas técnicas generales
Ayudas técnicas generalesAyudas técnicas generales
Ayudas técnicas generalesmarinapg02
 
Correlación de variables - Caso práctico
Correlación de variables - Caso prácticoCorrelación de variables - Caso práctico
Correlación de variables - Caso prácticomarinapg02
 
Ejercicios SPSS
Ejercicios SPSSEjercicios SPSS
Ejercicios SPSSmarinapg02
 
Artículos científicos B.
Artículos científicos B.Artículos científicos B.
Artículos científicos B.marinapg02
 
Artículos científicos A.
Artículos científicos A.Artículos científicos A.
Artículos científicos A.marinapg02
 
Bases de datos: PudMed
Bases de datos: PudMedBases de datos: PudMed
Bases de datos: PudMedmarinapg02
 
Bases de datos: Cuiden
Bases de datos: CuidenBases de datos: Cuiden
Bases de datos: Cuidenmarinapg02
 
Bases de datos: Dialnet
Bases de datos: DialnetBases de datos: Dialnet
Bases de datos: Dialnetmarinapg02
 

Plus de marinapg02 (10)

Ayudas técnicas específicas
Ayudas técnicas específicasAyudas técnicas específicas
Ayudas técnicas específicas
 
Ayudas técnicas generales
Ayudas técnicas generalesAyudas técnicas generales
Ayudas técnicas generales
 
Correlación de variables - Caso práctico
Correlación de variables - Caso prácticoCorrelación de variables - Caso práctico
Correlación de variables - Caso práctico
 
SPSS C
SPSS CSPSS C
SPSS C
 
Ejercicios SPSS
Ejercicios SPSSEjercicios SPSS
Ejercicios SPSS
 
Artículos científicos B.
Artículos científicos B.Artículos científicos B.
Artículos científicos B.
 
Artículos científicos A.
Artículos científicos A.Artículos científicos A.
Artículos científicos A.
 
Bases de datos: PudMed
Bases de datos: PudMedBases de datos: PudMed
Bases de datos: PudMed
 
Bases de datos: Cuiden
Bases de datos: CuidenBases de datos: Cuiden
Bases de datos: Cuiden
 
Bases de datos: Dialnet
Bases de datos: DialnetBases de datos: Dialnet
Bases de datos: Dialnet
 

Dernier

COMERCIO INTERNACIONAL, GLOBALIZACION Y CAMBIOS
COMERCIO INTERNACIONAL, GLOBALIZACION Y CAMBIOSCOMERCIO INTERNACIONAL, GLOBALIZACION Y CAMBIOS
COMERCIO INTERNACIONAL, GLOBALIZACION Y CAMBIOSRODRIGOMARTINEZ156068
 
Mapa-conceptual-del-Descubrimiento-de-America-4.pdf
Mapa-conceptual-del-Descubrimiento-de-America-4.pdfMapa-conceptual-del-Descubrimiento-de-America-4.pdf
Mapa-conceptual-del-Descubrimiento-de-America-4.pdfkrishnnaperezquezada
 
USO DE DIFERENTES INSTRUMENTOS FINANCIEROS (1).pptx
USO DE DIFERENTES INSTRUMENTOS FINANCIEROS (1).pptxUSO DE DIFERENTES INSTRUMENTOS FINANCIEROS (1).pptx
USO DE DIFERENTES INSTRUMENTOS FINANCIEROS (1).pptxOMAR RODRIGUEZ
 
Cadena de suministro de Gloria S.A-1.pptx
Cadena de suministro de Gloria S.A-1.pptxCadena de suministro de Gloria S.A-1.pptx
Cadena de suministro de Gloria S.A-1.pptxGregoryGarciaMoscol2
 
MAPA CONCEPTUAL ECONOMIA, MICRO Y MACROECONOMIA
MAPA CONCEPTUAL ECONOMIA, MICRO Y MACROECONOMIAMAPA CONCEPTUAL ECONOMIA, MICRO Y MACROECONOMIA
MAPA CONCEPTUAL ECONOMIA, MICRO Y MACROECONOMIAjgonzalez051193
 
Declaracion Imp. a la Renta 2023 WQ N_872620737203.pdf
Declaracion Imp. a la Renta 2023 WQ N_872620737203.pdfDeclaracion Imp. a la Renta 2023 WQ N_872620737203.pdf
Declaracion Imp. a la Renta 2023 WQ N_872620737203.pdfgabrielagaleano248
 
Ejercicios Contabilidad asiento contable y ecuación contable
Ejercicios Contabilidad asiento contable y ecuación contableEjercicios Contabilidad asiento contable y ecuación contable
Ejercicios Contabilidad asiento contable y ecuación contableCristobalPsijas
 
Tema #2 Teoría del consumidor, microeconomía .pptx
Tema #2 Teoría del consumidor, microeconomía .pptxTema #2 Teoría del consumidor, microeconomía .pptx
Tema #2 Teoría del consumidor, microeconomía .pptxFabianPerezJ
 
USO DE DIFERENTES INSTRUMENTOS FINANCIEROS.pptx
USO DE DIFERENTES INSTRUMENTOS FINANCIEROS.pptxUSO DE DIFERENTES INSTRUMENTOS FINANCIEROS.pptx
USO DE DIFERENTES INSTRUMENTOS FINANCIEROS.pptxTamara Rodriguez
 
ACTIVIDAD EN CASA OBJETIVO 6 DESARROLLO NACIONAL PROPORCIONAL Y PLANIFICADO.pptx
ACTIVIDAD EN CASA OBJETIVO 6 DESARROLLO NACIONAL PROPORCIONAL Y PLANIFICADO.pptxACTIVIDAD EN CASA OBJETIVO 6 DESARROLLO NACIONAL PROPORCIONAL Y PLANIFICADO.pptx
ACTIVIDAD EN CASA OBJETIVO 6 DESARROLLO NACIONAL PROPORCIONAL Y PLANIFICADO.pptxmigyendrich
 
propiedades del texto escrito (unicartagena)
propiedades del texto escrito (unicartagena)propiedades del texto escrito (unicartagena)
propiedades del texto escrito (unicartagena)nhoyosb
 
ACTIVIDAD DE COMPRENSIÓN Y PRODUCCIÓN DE TEXTOS II
ACTIVIDAD DE COMPRENSIÓN Y PRODUCCIÓN DE TEXTOS IIACTIVIDAD DE COMPRENSIÓN Y PRODUCCIÓN DE TEXTOS II
ACTIVIDAD DE COMPRENSIÓN Y PRODUCCIÓN DE TEXTOS IIpamelasandridcorrear
 
factores que afectan la solubilidad de s
factores que afectan la solubilidad de sfactores que afectan la solubilidad de s
factores que afectan la solubilidad de snaylyjaramillo
 
Empresarios privados y públicos: ¿adversarios o aliados?
Empresarios privados y públicos: ¿adversarios o aliados?Empresarios privados y públicos: ¿adversarios o aliados?
Empresarios privados y públicos: ¿adversarios o aliados?ManfredNolte
 
Top Trading _ Guía Análisis de precio fores velas japonesas estrategia
Top Trading _ Guía Análisis de precio fores velas japonesas estrategiaTop Trading _ Guía Análisis de precio fores velas japonesas estrategia
Top Trading _ Guía Análisis de precio fores velas japonesas estrategiacrashed727592397
 
Watson, J. B. (1924). El conductismo .pdf
Watson, J. B. (1924). El conductismo .pdfWatson, J. B. (1924). El conductismo .pdf
Watson, J. B. (1924). El conductismo .pdfMatt849623
 
Contexto Internacional Y definición de RSE
Contexto Internacional Y definición de RSEContexto Internacional Y definición de RSE
Contexto Internacional Y definición de RSEJonathanCovena1
 
D.L.R. DIAPOSITIVAS DESARROLLO HUMANO.pptx
D.L.R. DIAPOSITIVAS DESARROLLO HUMANO.pptxD.L.R. DIAPOSITIVAS DESARROLLO HUMANO.pptx
D.L.R. DIAPOSITIVAS DESARROLLO HUMANO.pptxmaxp40374
 
Concepto de auditoria de empresas del sector turismo
Concepto de auditoria de empresas del sector turismoConcepto de auditoria de empresas del sector turismo
Concepto de auditoria de empresas del sector turismomramosrRamos
 
TAREA_ INFOGRAFÍA DE LA REPÚBLICA ARISTOCRÁTICA.pdf
TAREA_ INFOGRAFÍA DE LA REPÚBLICA ARISTOCRÁTICA.pdfTAREA_ INFOGRAFÍA DE LA REPÚBLICA ARISTOCRÁTICA.pdf
TAREA_ INFOGRAFÍA DE LA REPÚBLICA ARISTOCRÁTICA.pdfGino153088
 

Dernier (20)

COMERCIO INTERNACIONAL, GLOBALIZACION Y CAMBIOS
COMERCIO INTERNACIONAL, GLOBALIZACION Y CAMBIOSCOMERCIO INTERNACIONAL, GLOBALIZACION Y CAMBIOS
COMERCIO INTERNACIONAL, GLOBALIZACION Y CAMBIOS
 
Mapa-conceptual-del-Descubrimiento-de-America-4.pdf
Mapa-conceptual-del-Descubrimiento-de-America-4.pdfMapa-conceptual-del-Descubrimiento-de-America-4.pdf
Mapa-conceptual-del-Descubrimiento-de-America-4.pdf
 
USO DE DIFERENTES INSTRUMENTOS FINANCIEROS (1).pptx
USO DE DIFERENTES INSTRUMENTOS FINANCIEROS (1).pptxUSO DE DIFERENTES INSTRUMENTOS FINANCIEROS (1).pptx
USO DE DIFERENTES INSTRUMENTOS FINANCIEROS (1).pptx
 
Cadena de suministro de Gloria S.A-1.pptx
Cadena de suministro de Gloria S.A-1.pptxCadena de suministro de Gloria S.A-1.pptx
Cadena de suministro de Gloria S.A-1.pptx
 
MAPA CONCEPTUAL ECONOMIA, MICRO Y MACROECONOMIA
MAPA CONCEPTUAL ECONOMIA, MICRO Y MACROECONOMIAMAPA CONCEPTUAL ECONOMIA, MICRO Y MACROECONOMIA
MAPA CONCEPTUAL ECONOMIA, MICRO Y MACROECONOMIA
 
Declaracion Imp. a la Renta 2023 WQ N_872620737203.pdf
Declaracion Imp. a la Renta 2023 WQ N_872620737203.pdfDeclaracion Imp. a la Renta 2023 WQ N_872620737203.pdf
Declaracion Imp. a la Renta 2023 WQ N_872620737203.pdf
 
Ejercicios Contabilidad asiento contable y ecuación contable
Ejercicios Contabilidad asiento contable y ecuación contableEjercicios Contabilidad asiento contable y ecuación contable
Ejercicios Contabilidad asiento contable y ecuación contable
 
Tema #2 Teoría del consumidor, microeconomía .pptx
Tema #2 Teoría del consumidor, microeconomía .pptxTema #2 Teoría del consumidor, microeconomía .pptx
Tema #2 Teoría del consumidor, microeconomía .pptx
 
USO DE DIFERENTES INSTRUMENTOS FINANCIEROS.pptx
USO DE DIFERENTES INSTRUMENTOS FINANCIEROS.pptxUSO DE DIFERENTES INSTRUMENTOS FINANCIEROS.pptx
USO DE DIFERENTES INSTRUMENTOS FINANCIEROS.pptx
 
ACTIVIDAD EN CASA OBJETIVO 6 DESARROLLO NACIONAL PROPORCIONAL Y PLANIFICADO.pptx
ACTIVIDAD EN CASA OBJETIVO 6 DESARROLLO NACIONAL PROPORCIONAL Y PLANIFICADO.pptxACTIVIDAD EN CASA OBJETIVO 6 DESARROLLO NACIONAL PROPORCIONAL Y PLANIFICADO.pptx
ACTIVIDAD EN CASA OBJETIVO 6 DESARROLLO NACIONAL PROPORCIONAL Y PLANIFICADO.pptx
 
propiedades del texto escrito (unicartagena)
propiedades del texto escrito (unicartagena)propiedades del texto escrito (unicartagena)
propiedades del texto escrito (unicartagena)
 
ACTIVIDAD DE COMPRENSIÓN Y PRODUCCIÓN DE TEXTOS II
ACTIVIDAD DE COMPRENSIÓN Y PRODUCCIÓN DE TEXTOS IIACTIVIDAD DE COMPRENSIÓN Y PRODUCCIÓN DE TEXTOS II
ACTIVIDAD DE COMPRENSIÓN Y PRODUCCIÓN DE TEXTOS II
 
factores que afectan la solubilidad de s
factores que afectan la solubilidad de sfactores que afectan la solubilidad de s
factores que afectan la solubilidad de s
 
Empresarios privados y públicos: ¿adversarios o aliados?
Empresarios privados y públicos: ¿adversarios o aliados?Empresarios privados y públicos: ¿adversarios o aliados?
Empresarios privados y públicos: ¿adversarios o aliados?
 
Top Trading _ Guía Análisis de precio fores velas japonesas estrategia
Top Trading _ Guía Análisis de precio fores velas japonesas estrategiaTop Trading _ Guía Análisis de precio fores velas japonesas estrategia
Top Trading _ Guía Análisis de precio fores velas japonesas estrategia
 
Watson, J. B. (1924). El conductismo .pdf
Watson, J. B. (1924). El conductismo .pdfWatson, J. B. (1924). El conductismo .pdf
Watson, J. B. (1924). El conductismo .pdf
 
Contexto Internacional Y definición de RSE
Contexto Internacional Y definición de RSEContexto Internacional Y definición de RSE
Contexto Internacional Y definición de RSE
 
D.L.R. DIAPOSITIVAS DESARROLLO HUMANO.pptx
D.L.R. DIAPOSITIVAS DESARROLLO HUMANO.pptxD.L.R. DIAPOSITIVAS DESARROLLO HUMANO.pptx
D.L.R. DIAPOSITIVAS DESARROLLO HUMANO.pptx
 
Concepto de auditoria de empresas del sector turismo
Concepto de auditoria de empresas del sector turismoConcepto de auditoria de empresas del sector turismo
Concepto de auditoria de empresas del sector turismo
 
TAREA_ INFOGRAFÍA DE LA REPÚBLICA ARISTOCRÁTICA.pdf
TAREA_ INFOGRAFÍA DE LA REPÚBLICA ARISTOCRÁTICA.pdfTAREA_ INFOGRAFÍA DE LA REPÚBLICA ARISTOCRÁTICA.pdf
TAREA_ INFOGRAFÍA DE LA REPÚBLICA ARISTOCRÁTICA.pdf
 

Ejercicios de probabilidad 2

  • 1. Ejercicios de probabilidad 2 Estadística y TIC’s
  • 2. REPASO: Teorema de Bayes: ▪ Dado A condicionado B, si tenemos B y queremos saber A. ▪ Sabiendo la probabilidad de B/A queremos saber la probabilidad de A/B. ▪ P(A’/B)= 𝑃 𝐴′ 𝑥 𝑃( 𝐵 𝐴′) 𝛴 𝑃 𝐴′ 𝑥 𝑃 ( 𝐵 𝐴′) P(A/B)= 𝑃 𝐵 𝐴 𝑥 𝑃(𝐴) 𝑃 𝐵 𝐴 𝑥 𝑃 𝐴 +𝑃 𝐵 𝐴′ 𝑥 𝑃(𝐴′) o La parte de abajo es la probabilidad total del suceso B.
  • 3. EJERCICIO 4: Tres laboratorios producen el 45%, 30% y 25% del total de los medicamentos que reciben en la farmacia de un hospital. De ellos están caducados el 3%, 4% y 5%. 1. Seleccionando un medicamento al azar, calcula la probabilidad de que esté caducado: 2. Si tomamos al azar un medicamento y resulta estar caducado ¿cuál es la probabilidad de haber sido producido por el laboratorio B? 3. ¿Qué laboratorio tiene mayor probabilidad de haber producido el medicamento caducado?
  • 4. EJERCICIO 4: PROCESO 1. Seleccionando un medicamento al azar, calcula la probabilidad de que esté caducado: ▪ P(A)=0,45 P(D/A)=0,03 ▪ P(B)=0,3 P(D/B)=0,04 ▪ P(C)=0,25 P(D/C)=0,05 ▪ Ptotal = [P(A) x P(D/A)] + [P(B) x P(D/B)] + [P(C) x P(D/C)] = [0,45 x 0,03] + [0,3 x 0,04] + [0,25 x 0,05] = 0,0135 + 0,012 + 0,0125 = 0,038 La probabilidad total de D es el sumatoria de la probabilidad de D en A x probabilidad de A.
  • 5. EJERCICIO 4: PROCESO 2. Si tomamos al azar un medicamento y resulta estar caducado ¿cuál es la probabilidad de haber sido producido por el laboratorio B?: ▪ ¿P(B/D)? ▪ P(B/D) = 0,04 𝑥 0,3 0,038 = 0,012 0,038 = 0,315  32% La probabilidad de haber sido caducado por el laboratorio B es de 32%. 3. ¿Qué laboratorio tiene mayor probabilidad de haber producido el medicamento caducado?: ▪ ¿P(A/D)?  P(A/D) = 0,03 𝑥 0,45 0,038 = 0,0135 0,038 = 0,36  36% ▪ ¿P(C/D)?  P(C/D) = 0,05 𝑥 0,25 0,038 = 0,0125 0,038 = 0,33  33% El que tiene mayor probabilidad de haber producido un medicamento caducado es el laboratorio A.
  • 6. REPASO: Distribución binomial: ▪ Distribución técnica de variables discretas ▪ Solo existen dos probabilidades (cara/cruz; sano/enfermo…) ▪ El resultado de cada prueba es independiente ▪ La probabilidad del suceso A es constante, la representamos por p, y no varía de una prueba a otra. La probabilidad de Ac es 1-p y la representamos por q. ▪ El experimento consta de un número n de pruebas. ▪ Problemas: ▪ Si hay una probabilidad p de que ocurra un suceso, ¿Cuál es la probabilidad de que en N experimentos el suceso ocurra X veces? ▪ P: probabilidad de ocurrencia; q de no ocurrencia ▪ X: número de sucesos favorables ▪ N: número total de ensayos
  • 7. EJERCICIO 5: Un tipo de tratamiento aplicado a una úlcera por decúbito cura un 60% de los pacientes. En un ensayo clínico se aplica el tratamiento a 2 pacientes: 1. Calcular la probabilidad de: a) Se curen dos pacientes b) Se curen menos de dos pacientes
  • 8. EJERCICIO 5: PROCESO ▪ C(curación) = 0,6 ▪ F(no curación) = 0,4 ▪  = [(FF) (FC) (CF) (CC)] ▪ X=0  2 ▪ Cuando no se cura ninguno: P(X=0): (FF) = qxq = 0,42 = 0,16 ▪ Cuando se cura uno sí y otro no: P(X=1): [(FC) (CF)] = 2qxp = 2pxq = 2x0,6x0,4 = 0,48 ▪ Cuando se curan los dos: P (X=2): (CC) = pxp = 0,62 = 0,36
  • 9. EJERCICIO 5: PROCESO a) Se curen dos pacientes: La probabilidad de que se curen los dos pacientes es de 36%. b) Se curen menos de dos pacientes: La probabilidad de que solo se cure un paciente es de 48% y que no se cure ninguno es de 16%, por tanto la probabilidad de que se curen menos de dos pacientes es de 64%.
  • 10. EJERCICIO 6: Un tipo de tratamiento aplicado a una úlcera por decúbito cura un 60% de los pacientes. En un ensayo clínico se aplican el tratamiento a 30 pacientes. 1. Calcular la probabilidad de: a) Se curen 10 pacientes b) Se curen menos de 4
  • 11. EJERCICIO 6: PROCESO a) Se curen 10 pacientes: ¿P(X=10)? ▪ P(X=k) = 𝑛 𝑘 pk x qn-k  P(X=10) = 30 10 x 0,610 x 0,420 = 30045015 x 0,00604 x 0,0000000109 = 0,001997 ▪ 𝑛 𝑘 = 𝑛′ 𝑘′(𝑛−𝑘)′ = 30′ 10′(30−10)′ = 30045015 La probabilidad de que se curen 10 pacientes es de 0,2%.
  • 12. EJERCICIO 6: PROCESO b) Se curen menos de 4: ¿P(X<4)? P(X<4) = P(X=3) + P(X=2) + P(X=1) + P(X=0) ▪ P(X=3) = 𝑛 𝑘 pk x qn-k  P(X=3) = 30 3 x 0,63 x 0,427 = 4060 x 0,216 x 1,8014x10-11 = 1,579x10-8 𝑛 𝑘 = 𝑛′ 𝑘′(𝑛−𝑘)′ = 30′ 3′(30−3)′ = 4060 ▪ P(X=2) = 𝑛 𝑘 pk x qn-k  P(X=2) = 30 2 x 0,62 x 0,428 = 435 x 0,36 x 7,205x10-12 = 1,128x10-9 𝑛 𝑘 = 𝑛′ 𝑘′(𝑛−𝑘)′ = 30′ 2′(30−2)′ = 435 ▪ P(X=1) = 𝑛 𝑘 pk x qn-k  P(X=1) = 30 1 x 0,6 x 0,429 = 30 x 0,6 x 2,882x10-12 = 5,188x10-11 𝑛 𝑘 = 𝑛′ 𝑘′(𝑛−𝑘)′ = 30′ 1′(30−1)′ = 30 ▪ P(X=0) = 𝑛 𝑘 pk x qn-k  P(X=2) = 30 0 x 0,60 x 0,430 = 1 x 1 x 1,153x10-12 = 1,153x10-12 𝑛 𝑘 = 𝑛′ 𝑘′(𝑛−𝑘)′ = 30′ 0′(30−0)′ = 1 ▪ P(X<4) = 1,579x10-8 + 1,128x10-9 + 5,188x10-11 + 1,153x10-12 = 1,697x10-8 La probabilidad de que se curen menos de 4 pacientes es de 1,698x10-6 %.
  • 13. EJERCICIO 6: PROCESO Este ejercicio también se puede realizar de la siguiente forma mediante un programa informático que es accesible desde internet: ▪ http://www.elektro-energetika.cz/calculations/bi.php
  • 14. REPASO: Distribución normal. Cálculo con variables tipificadas: ▪ Parámetros fundamentales: media y la desviación típica (N(,)) ▪ Permite comparar valores previamente tipificados (“normalizados”) mediante el uso de tablas establecidas ▪ La tipificación permite conocer la probabilidad del área que está dentro de la curva ▪ La tipificación de los valores se puede realizar si una muestra variable aleatorio continua sigue una distribución normal
  • 15. REPASO: Distribución normal o de Gauss: ▪ Casi cualquier distribución de probabilidad, tanto discreta como continua, se puede aproximar a una normal bajo ciertas condiciones ▪ Todas las distribuciones normales N(,), pueden ponerse mediante una translación , y un cambio de escala , como (N(0,1) ▪ Esta distribución especial se llama normal tipificada ▪ La función de distribución se reproduce en una tabla ▪ Nos permite saber la profundidad acumulada hasta el valor z
  • 17. EJERCICIO 7: El gasto medio de alquiler en los estudiantes de la US tiene una distribución normal con media de 200 y desviación 10. 1. ¿Qué porcentaje de estudiantes gastan menos de 210 euros en alquiler? (=200 y =10) 2. ¿Qué gasto de alquiler sólo es superado por el 10% (p=0,1) de los estudiantes? Buscamos en la tabla la P 0,9 a qué valor z corresponde
  • 18. EJERCICIO 7: PROCESO 1. ¿Qué porcentaje de estudiantes gastan menos de 210 euros en alquiler? (=200 y =10): ▪ Z = 𝑥−  = 210−200 10 = 1 ▪ Z es la variable tipificada. Tiene valores enteros aunque podría tener decimales. La tabla, en las filas está el número entero y un decimal y en las columnas aparece el segundo decimal. Por tanto, el porcentaje de estudiantes que gastan menos de 2010 euros en alquiler son el 84,13%.
  • 19. EJERCICIO 7: PROCESO 2. ¿Qué gasto de alquiler sólo es superado por el 10% (p=0,1) de los estudiantes? Buscamos en la tabla la P 0,9 a qué valor z corresponde: ▪ Primero, en la tabla de Z buscamos ese 0,9. Se coge el inmediato inferior. ▪ El valor de Z que nos interesa es 1,28. Si quereos buscar 0,1 (el 10% en cuestión) tendríamos que hacerlo en la misma tabla de Z pero con valores negativos. ▪ 1,28 = 𝑥−200 10  1,28 x 10 = X – 200  12,8 + 200 = X  X = 212,8 212,8 Euros es el valor mínimo que solo el 10% de los estudiantes supera.
  • 20. EJERCICIO 8: En una muestra de 300 individuos con diabetes mellitus atendidos en el centro de salud de Utrera la glucemia basal tiene una media de 106 mg/dl () y una desviación típica de 8 mg/dl () N(106,8). Calcula: 1. La proporción de diabéticos con glucemia basal ≤ 120 mg/dl, P(X≤ 120 mg/dl) 2. La proporción de diabéticos con una glucemia basal entre 106 y 120 mg/dl, P(106<X<120)
  • 21. EJERCICIO 8: PROCESO 1. La proporción de diabéticos con glucemia basal ≤ 120 mg/dl, P(X≤ 120 mg/dl): ▪ Z = 𝑥−  = 120 −106 8 = 1,75 Por tanto, la proporción de diabéticos con una glucemia basal ≤ 120 mg/dl, es del 95,99%.
  • 22. EJERCICIO 8: PROCESO 2. La proporción de diabéticos con una glucemia basal entre 106 y 120 mg/dl, P(106<X<120): ▪ P(106<X<120) = P(X=120) – P(X=106) ▪ Z = 𝑥−  = 120 −106 8 = 1,75 ▪ Z = 𝑥−  = 106 −106 8 = 0 ▪ P(106<X<120) = P(Z=1,75) – P(Z=0)  P(106<X<120) = 0,9599 – 0,5 = 0,4599 Por tanto, la proporción de diabéticos con glucemia basal entre 106 y 120 mg/dl es del 45,99%.
  • 23. Realizado por: Marina Piña Gómez Grado en Enfermería Hospital universiario Virgen del Rocío