UNIVERSIDAD CENTRAL DEL ECUADOR

Facultad de Ciencias Agrícolas

Carrera de Ingeniería agronómica

Laboratorio 5: Probabilidad y Distribución Binomial

Realización: 13 – julio – 2020
Entrega: 19 – julio – 2020

1. Para el experimento aleatorio de arrojar 3 monedas diferentes (una de $0.05, una de $0.10 y una de $0.25),
realice una lista con los 8 resultados igualmente probables. (cara = C; cruz = X).

Resultado $0.05 $0.10 $0.25 Espacio de trabajo

1 C C C BC
2 C C X B
3 C X C B
4 C X X A B
5 X C C B
6 X C X A B
7 X X C A B
8 X X X A

a. Calcule P(A=observar menos de 2 caras). (ayuda: en el espacio de trabajo arriba, entre “A” para cada
resultado que cumple con “menos de 2 caras”; por ejemplo, el primer resultado no cumple)

4/8 = 0.5

b. Calcule P(B=observar 1 o más caras). 7/8=0.875

c. Calcule P(C=exactamente 3 caras) 1/8=0.125

d. ¿Son A y B mutuamente excluyentes? No

A B

<2C B≥1C

BIOSTAT 12401 – LAB 5 Page 1

Facilitado por: Macchiavelli (2020).Biometry. University of Puerto Rico Modificado por: Vásquez Laura (2020)
 e. ¿Son A y C mutuamente excluyentes? SI

A C

<2C C=3

f. ¿Son B y C mutuamente excluyentes? NO

B C

B≥1C C=3

g. Calcule P(A ∩ B) 3/8=0.375

A B

<2C 1C B≥1C

1C 1,2,3

h. Calcule P(A ∪ C) P(A)+P(C)= (0.5+0.125)=0.625

A C

NO SE PUEDE REALIZAR
UNA NUNION PORQUE SON
<2C C=3 MUTUAMENTE
EXCLUYENTES

BIOSTAT 12401 – LAB 5 Page 2

Facilitado por: Macchiavelli (2020).Biometry. University of Puerto Rico Modificado por: Vásquez Laura (2020)
 i. Calcule P(C̅) 1-P(C)=1-0.125=0.875

2. Considere nuevamente el experimento de arrojar tres monedas diferentes, y defina la variable aleatoria
Y = cantidad de caras que se obtienen.
a. ¿Es ésta una variable aleatoria discreta o continua?

Y es una variable cuantitativa, discreta, es un conteo.

b. Utilizando la tabla abajo, realice una lista de los posibles valores de Y, y calcule las probabilidades
de cada uno de ellos.

Y puede tomar los siguientes valores con las probabilidades indicadas:

Y P(Y)
0 1/8=0.125
1 3/8=0.375
2 3/5=0.375
3 1/8=0.125

∑P(Y)=0,125+0,375+0,375+0,125=1

c. Usando InfoStat (gráfico de barras), grafique la distribución de probabilidad calculada en la parte

(b).

Grafica 1: Distribución de las probabilidades de obtener caras.

Interpretación: la probabilidad de obtener entre 1 y 2 veces cara es mayor a obtener 3 veces cara o 3 veces cruz.

3. La siguiente tabla representa los resultados de un estudio para comparar un tratamiento nuevo para
prevenir el resfrío común. Trescientos pacientes fueron tratados, mientras que 200 pacientes comparables
no se trataron. Los resultados indican la cantidad de pacientes que no tuvieron ningún resfrío, un resfrío o
más de un resfrío durante la temporada invernal.

BIOSTAT 12401 – LAB 5 Page 3

Facilitado por: Macchiavelli (2020).Biometry. University of Puerto Rico Modificado por: Vásquez Laura (2020)
 Pacientes Resfríos Total
No Uno Más de uno
Tratados 145 80 75 300
No tratados 80 70 50 200
Total 225 150 125 500

a. Si un paciente se escoge al azar de entre los 500 pacientes del estudio,

i. ¿cuál es la probabilidad de que haya sido tratado y no haya tenido resfríos?

P(Y)=145/500=0.2900

ii. ¿cuál es la probabilidad de que no haya sido tratado y haya tenido uno o más resfríos?

P(Ã) =(70+50)/500=0.2400

b. Si un paciente se escoge al azar de entre los 300 pacientes tratados,

Pacientes Resfríos Total

No Uno Más de uno
Tratados 145 80 75 300
No tratados 80 70 50 200
Total 225 150 125 500

i. ¿cuál es la probabilidad de que no haya tenido resfríos?

P(T)=145/300=0.4833

ii. ¿cuál es la probabilidad de que haya tenido más de un resfrío?

P(R)=75/300=0.2500

c. Si un paciente se escoge al azar de entre los 200 pacientes no tratados,

i. ¿cuál es la probabilidad de que no haya tenido resfríos?

80/200=0.4000

ii. ¿cuál es la probabilidad de que haya tenido más de un resfrío?

50/200=0.2500

d. Comparando sus respuestas a las preguntas (b.i) y (c.i), ¿podría afirmar que el tratamiento parece
efectivo?

Hay una ligera probabilidad de que el tratamiento sea efectivo, ya que la probabilidad de que el
grupo de pacientes no tratados es de 0.4 mientras que la probabilidad de no tener resfríos en el grupo
de pacientes tratados es de 0.4833.

BIOSTAT 12401 – LAB 5 Page 4

Facilitado por: Macchiavelli (2020).Biometry. University of Puerto Rico Modificado por: Vásquez Laura (2020)
 4. En estudios ecológicos nos interesa estudiar cómo dos especies de árboles se mezclan o se separan en un
bosque. Supongamos que estamos estudiando dos especies, A y B. Un método para medir su asociación
es muestrear aleatoriamente un árbol, ver de qué especie es, y entonces observar la especie del árbol vecino
más cercano. Este proceso se repite para muchos árboles. Se muestran los datos obtenidos para dos
bosques.

Vecino más cercano

Bosque I
A B Total
A 30 10 40

muestreado
Árbol
B 5 55 60
Total 35 65 100
Vecino más cercano
Bosque II
A B Total
A 5 35 40
muestreado
Árbol

B 30 30 60
Total 35 65 100

a. Para un árbol elegido al azar en el bosque I, encuentre la probabilidad que,

i. Sea de la especie A.

P(A)=40/100=0.40

ii. Tenga un vecino de la especie A, dado que se observó que el árbol muestreado era de la especie
A.

P(Aa)=30/40=0.75

iii. Tanto el árbol muestreado como su vecino sean de la especie A.

P(A)=30/100=0.30

iv. Tanto el árbol muestreado como su vecino sean de la misma especie.

P(A)= (30+55) /100=0.85

b. Responda las preguntas anteriores para un árbol elegido al azar en el bosque II.
v. Sea de la especie A.

P(A)=40/100=0.40

BIOSTAT 12401 – LAB 5 Page 5

Facilitado por: Macchiavelli (2020).Biometry. University of Puerto Rico Modificado por: Vásquez Laura (2020)
 vi. Tenga un vecino de la especie A, dado que se observó que el árbol muestreado era de la especie
A.

P(Aa)=5/40=0.124

vii. Tanto el árbol muestreado como su vecino sean de la especie A

P(A)=5/100=0.05

viii. Tanto el árbol muestreado como su vecino sean de la misma especie.

P(A)=35/100=0.35

c. ¿Cuál de los bosques parece tener mayor separación entre las especies? ¿Por qué?

Para comprobar la separación entre las dos especies A y B se aplicaría la fórmula de la probabilidad del
árbol muestreado con el vecino de la misma especie, obteniendo como resultado la probabilidad de que el
árbol vecino sea de la misma especie con el árbol muestreado.

P (Bosque I) = (30+55)/100 = 0.85 P (Bosque II) = (5+30)/100 = 0.35

En el Bosque II existe una menor probabilidad de encontrar una sola especie lo que nos da a entender que
las dos especies están mezcladas, a diferencia del bosque I donde se puede visualizar que hay una mayor
probabilidad de presencia de una sola especie, lo que nos da a entender que hay una mayor separación
entre especies.

Distribución binomial. Para calcular probabilidades de la distribución binomial (y otras) en Infostat se puede
usar el menú Estadísticas > Probabilidades y cuantiles, seleccionando la opción de distribución binomial. Favor
redondear sus contestaciones a cuatro lugares decimales. La salida de InfoStat utiliza la fórmula binomial para
calcular varias probabilidades, como está ilustrado en el ejemplo abajo:

BIOSTAT 12401 – LAB 5 Page 6

Facilitado por: Macchiavelli (2020).Biometry. University of Puerto Rico Modificado por: Vásquez Laura (2020)
 Valor deprobabilidad de éxito)

Valor de y (# de éxitos en n ensayos)

La probabilidad de que la variable aleatoria

Y sea menor o igual (< = ) a y (el valor
especificado). Por ejemplo, aquí 0.3633 es
la probabilidad de que Y sea menor o igual a
3 (= P(3) + P(2) + P(1) + P(0)]

La probabilidad de que la variable

aleatoria Y sea mayor que y. Aquí 0.6367
es la probabilidad de que Y sea mayor
que 3 [= P(4) + P(5) + P(6) + P(7) + P(8)]

Probabilidad de que Y sea exactamente 3

AYUDA (ejemplos):
“al menos 2” es lo mismo que “2 o más”
“menos de 2” es lo mismo que “menos o igual a 1”
“2 o menos” es lo mismo que “menos de 3”

5. Suponga que solamente el 30% de los estudiantes en una escuela se ejercitan lo suficiente. Si se obtiene
una muestra aleatoria de 10 estudiantes de esa escuela,
a. ¿cuál es la probabilidad que ninguno de los estudiantes en la muestra se ejerciten lo suficiente?

P(que se ejercite) = 0.3 = π

n = 10
y= 10

¡P(y) = [10! /0!(10-0)!][0.30][(1-0.3)10-0= 0.02824

BIOSTAT 12401 – LAB 5 Page 7

Facilitado por: Macchiavelli (2020).Biometry. University of Puerto Rico Modificado por: Vásquez Laura (2020)
 Grafico1: probabilidad que ninguno de los
estudiantes en la muestra se ejerciten
lo suficiente

b. ¿Cuál es la probabilidad que 3 o menos de los estudiantes en la muestra se ejerciten lo suficiente?

P(que se ejercite) = 0.3 = π

n = 10,
y= 0, 1, 2, 3
P(y ) es la probabilidad de que se ejerciten 0, 1, 2, o 3 estudiantes (=0.6496)

Grafico2: probabilidad de que 3 o menos de los

estudiantes en la muestra se ejerciten
lo suficiente

BIOSTAT 12401 – LAB 5 Page 8

Facilitado por: Macchiavelli (2020).Biometry. University of Puerto Rico Modificado por: Vásquez Laura (2020)
 6. Los entomólogos están a menudo interesados en estudiar el efecto de atrayentes químicos (feromonas)
sobre los insectos. Una técnica común es liberar varios insectos a una distancia igual de la feromona bajo
estudio y de una sustancia sin efecto (control). Si la feromona tiene efecto, más insectos se dirigirán hacia
ella en vez de dirigirse hacia el control. Si no hay ningún efecto, un insecto se dirigirá hacia una de las
dos posibilidades con igual probabilidad (es decir, la probabilidad que el insecto se dirija hacia la feromona
es 0.5). En un experimento 5 insectos se liberan. Calcule las siguientes probabilidades suponiendo que la
feromona no tiene ningún efecto.

a. P(los cinco insectos se dirijan hacia la feromona) =

n=5
y= 5
P= 0.5

𝑛!
𝑃(𝑌) = . 𝑃𝑦 (1 − 𝑃)𝑛−𝑦
𝑦! (𝑛 − 𝑦)!
5!
𝑃(𝑌) = . 0.55 (1 − 0.5)5−5
5! (5 − 5)!

120
𝑃(𝑌) = .0.0312
120

P(y)=0,0312

Grafico3. Calculo de probabilidad de que 5 insectos se dirijan a la feromona.

BIOSTAT 12401 – LAB 5 Page 9

Facilitado por: Macchiavelli (2020).Biometry. University of Puerto Rico Modificado por: Vásquez Laura (2020)
 b. P(exactamente cuatro insectos se dirijan hacia la feromona) =

n=5
y= 4
P= 0.5

𝑛!
𝑃(𝑌) = . 𝑃𝑦 (1 − 𝑃)𝑛−𝑦
𝑦! (𝑛 − 𝑦)!

5!
𝑃(𝑌) = . 0.54 (1 − 0.5)5−4
4! (5 − 4)!

120
𝑃(𝑌) = . 0.0625 (0.5)
24

P(y)= 5*0.03125=0.156

Grafico4. Calculo de la probabilidad de que 4 insectos se dirijan a la feromona.

c. P (al menos 1 insecto se dirija hacia la feromona) =

n=5
y= ≤1
P= 0.5

P(Y≤1)
= P(y=1) + P(y=2) + P(y=3) + P(y=4) + P(y=5)
= 1 –P(y=0) = 0.9688

BIOSTAT 12401 – LAB 5 Page 10

Facilitado por: Macchiavelli (2020).Biometry. University of Puerto Rico Modificado por: Vásquez Laura (2020)
 Se insertó 0 para tomar en
cuenta la condición de
que P(≤Y)

Grafico 5. cálculo de la probabilidad de que al menos 1 insecto se dirija a la feromona.

7. Una profesora de biometría va a dar un quiz con 10 preguntas “cierto-falso”. Supongamos que un
estudiante adivina cada respuesta independientemente (es decir, no tiene idea del tema, = 0.5).

a. ¿Cuál es la probabilidad que el estudiante acierte las 10 preguntas? =

n = 10
y= 10
P= 0.5
𝑛!
𝑃(𝑌) = . 𝑃𝑦 (1 − 𝑃)𝑛−𝑦
𝑦! (𝑛 − 𝑦)!

10!
𝑃(𝑌) = . 0.510 (1 − 0.5)10−10
10! (10 − 10)!

3628800
𝑃(𝑌) = ∗ 0.0009765
3628800

P(Y)= 0.000976

BIOSTAT 12401 – LAB 5 Page 11

Facilitado por: Macchiavelli (2020).Biometry. University of Puerto Rico Modificado por: Vásquez Laura (2020)
 Grafico 6. Calculo de la probabilidad de que estudiantes acierten 10 preguntas.

b. ¿Cuál es la probabilidad que el estudiante acierte al menos 8 preguntas? =

n = 10
y= 8, 9, 10,
P = 0.5
P(y≥8) = P (8) + P (9) + P (10) = 0.0547

Se puso 7 para dar a

conocer la condición
P(y≥8)

Grafico 6. Calculo de probabilidad de que el estudiante acierte al menos 8 preguntas.

c. ¿Cuál es la probabilidad que el estudiante acierte no más de 6 preguntas? =

BIOSTAT 12401 – LAB 5 Page 12

Facilitado por: Macchiavelli (2020).Biometry. University of Puerto Rico Modificado por: Vásquez Laura (2020)
 n = 10
y= 6
P= 0.5
𝑛!
𝑃(𝑌) = . 𝑃𝑦 (1 − 𝑃)𝑛−𝑦
(𝑛
𝑦! − 𝑦)!

10!
𝑃(𝑌) = . 0.56 (1 − 0.5)10−6
6! (10 − 6)!

3628800
𝑃(𝑌) = = 0.0009765625
17280

P(Y)=210*0.0009765625= 0.2050

Grafico7.cálculo de la probabilidad de que el estudiante acierte no más de 6 preguntas.

d. Si la profesora decide que aprobarán el quiz todos los estudiantes que contesten correctamente por lo
menos 6 de las 10 preguntas, ¿qué porcentaje de los estudiantes que adivinan cada respuesta pasarán
el quiz?
n = 10
y= 6, 7, 8, 9, 10,
P= 0.5
P(y≥6)
= P(6) + P(7) +P(8) + P(9) + P(10)=0.3770

38%

BIOSTAT 12401 – LAB 5 Page 13

Facilitado por: Macchiavelli (2020).Biometry. University of Puerto Rico Modificado por: Vásquez Laura (2020)
 Grafico 8. Probabilidad de que al menos acierte 6 de 10 preguntas.

8. De estudios previos, se conoce que sólo el 35% de las semillas de una planta en peligro de extinción son
capaces de germinar bajo condiciones de invernadero. Se sembrarán 20 semillas.

a. ¿Cuál es la probabilidad que germinen al menos la mitad de ellas?

n = 20,
y= 10, 11, 12, 13, 14, 15, 16, 17, 18, 19, 20
P= 0.35P(y≥10)
= P(10) + P(11) +P(12) + P(13) + P(14) + P(15) + P(16) +P(17) + P(18) + P(19) + P(20)=0.1218

Grafico 9. Probabilidad de que al menos la mitad de semillas germine.

BIOSTAT 12401 – LAB 5 Page 14

Facilitado por: Macchiavelli (2020).Biometry. University of Puerto Rico Modificado por: Vásquez Laura (2020)
 b. ¿Cuál es la probabilidad que germinen 5 o menos semillas?

n= 20
y= 5, 4, 3, 2, 1, 0
P= 0.35
P(y≤5) = P(5) + P(4) +P(3) + P(2) + P(1) + P(0) = 0.2454

Grafico 10. Probabilidad de que germines 5 o menos semillas.

c. Si observamos que ninguna de las semillas ha germinado, ¿es razonable pensar que esta muestra vino
de una población donde el porcentaje de germinación es 35%? Explique.

No es razonable ya que en efecto si es un porcentaje muy bajo de germinación, pero no lo justifica

como un porcentaje nulo de germinación, en resumen, el porcentaje debería ser por mucho menor a 35%
ya que no hay ninguna semilla germinada.

BIOSTAT 12401 – LAB 5 Page 15

Facilitado por: Macchiavelli (2020).Biometry. University of Puerto Rico Modificado por: Vásquez Laura (2020)