K
Probabilidad y Estadística 2020 Aragon

Probabilidad de desempleo por sexo

9) Según estadísticas del Instituto Nacional de Estadística, la probabilidad de que un varón esté en paro es del 12%, mientras que la de que una mujer lo esté es del 16%. Además, la probabilidad de ser varón es del 64% y la de ser mujer del 36%. a) (0,75 puntos) Hemos conectado por redes sociales con una persona ¿cuál es la probabilidad de que sea mujer y esté en paro? b) (0,75 puntos) Si se elige una persona al azar ¿cuál es la probabilidad de que esté en paro? c) (0,5 puntos) Hemos conectado por redes sociales con una persona que nos ha confesado estar en paro ¿cuál es la probabilidad de que sea mujer? Nota informativa: las estadísticas anteriores (y los experimentos) están realizados con personas en disposición de trabajar.
Paso 1
Definición de sucesos y construcción del árbol de probabilidad
Para resolver este problema, primero definimos los sucesos principales a partir de los datos ofrecidos por el enunciado: - $V$: La persona es varón. Según el enunciado, $P(V) = 0,64$. - $M$: La persona es mujer. Según el enunciado, $P(M) = 0,36$. - $P$: La persona está en paro. - $\bar{P}$: La persona no está en paro (empleada). También conocemos las probabilidades condicionadas de estar en paro según el sexo: - Probabilidad de estar en paro siendo varón: $P(P|V) = 0,12$. - Probabilidad de estar en paro siendo mujer: $P(P|M) = 0,16$. Representamos esta información en un árbol de probabilidad:
Población Varón (V) Mujer (M) Paro (P) No Paro (P̄) Paro (P) No Paro (P̄) 0,64 0,36 0,12 0,88 0,16 0,84
Paso 2
Probabilidad de ser mujer y estar en paro
**a) (0,75 puntos) Hemos conectado por redes sociales con una persona ¿cuál es la probabilidad de que sea mujer y esté en paro?** Buscamos la probabilidad de la intersección de ser mujer y estar en paro, es decir, $P(M \cap P)$. Utilizamos la regla de la multiplicación para probabilidades condicionadas: $$P(M \cap P) = P(M) \cdot P(P|M)$$ Sustituimos los valores conocidos: $$P(M \cap P) = 0,36 \cdot 0,16 = 0,0576$$ 💡 **Tip:** La probabilidad de una intersección en un árbol se calcula multiplicando las probabilidades de las ramas que llegan a dicho suceso. ✅ **Resultado:** $$\boxed{P(M \cap P) = 0,0576}$$
Paso 3
Cálculo de la probabilidad total de estar en paro
**b) (0,75 puntos) Si se elige una persona al azar ¿cuál es la probabilidad de que esté en paro?** Para calcular la probabilidad de que una persona esté en paro sin conocer su sexo, aplicamos el **Teorema de la Probabilidad Total**. El suceso $P$ (estar en paro) puede ocurrir a través de los varones o de las mujeres: $$P(P) = P(V \cap P) + P(M \cap P)$$ $$P(P) = P(V) \cdot P(P|V) + P(M) \cdot P(P|M)$$ Calculamos los términos: - Probabilidad de ser varón y estar en paro: $P(V \cap P) = 0,64 \cdot 0,12 = 0,0768$ - Probabilidad de ser mujer y estar en paro: $P(M \cap P) = 0,0576$ (calculado en el apartado anterior) Sumamos ambos valores: $$P(P) = 0,0768 + 0,0576 = 0,1344$$ 💡 **Tip:** El Teorema de la Probabilidad Total se usa cuando un suceso depende de varios casos exhaustivos y excluyentes (en este caso, ser varón o mujer). ✅ **Resultado:** $$\boxed{P(P) = 0,1344}$$
Paso 4
Probabilidad de ser mujer dado que está en paro
**c) (0,5 puntos) Hemos conectado por redes sociales con una persona que nos ha confesado estar en paro ¿cuál es la probabilidad de que sea mujer?** En este apartado se nos da una información previa (la persona está en paro), por lo que debemos calcular una probabilidad condicionada a la inversa: $P(M|P)$. Para ello aplicamos el **Teorema de Bayes**: $$P(M|P) = \dfrac{P(M \cap P)}{P(P)}$$ Ya conocemos ambos valores de los apartados anteriores: - $P(M \cap P) = 0,0576$ - $P(P) = 0,1344$ Sustituimos en la fórmula: $$P(M|P) = \dfrac{0,0576}{0,1344}$$ Realizamos la división: $$P(M|P) \approx 0,42857...$$ Redondeando a cuatro decimales: $$P(M|P) \approx 0,4286$$ 💡 **Tip:** El Teorema de Bayes permite "revertir" la condición. Si conocemos la probabilidad de estar en paro siendo mujer, Bayes nos permite hallar la de ser mujer sabiendo que está en paro. ✅ **Resultado:** $$\boxed{P(M|P) \approx 0,4286}$$
Vista Previa