PROBABILIDAD

TRABAJO COLABORATIVO No 1

TUTOR: LUIS ALEXANDER SARAVIA ROA

PRESNTADO POR:
JOHN JAIRO NAVARRO
JAMIIR GONZALEZ TIIQUE COD 83117200
PUBLIO ALFONSO MANCIPE
ELKIN MAURICIO MORALES LOPEZ

GRUPO: 100402_245

UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA-UNAD

ESCUELA DE CIENCIAS BÁSICAS, TECNOLOGÍA E INGENIERÍA
UNIDAD DE CIENCIAS BÁSICAS
INGENIERIA INDUSTRIAL
ABRIL 2011
 INTRODUCCION

El concepto o idea que generalmente se tiene del término probabilidad es adquirido de

forma intuitiva, siendo suficiente para manejarlo en la vida corriente.

Muchos de los eventos que ocurren en la vida del ser humano no se pueden predecir con
exactitud, pues la mayoría de los hechos están influenciados por el azar, es decir,
procesos inciertos, en lo que no esta seguro de lo que vaya a ocurrir.

En este trabajo vamos a desarrollar temas que son importantes en cualquier campo del
saber.

Antes de continuar con el desarrollo de esta actividad colaborativa es necesario tener

claro conceptos como de probabilidad, espacio muestra, sucesos o eventos, diagrama de
árbol, permutaciones entre otros.

La t eo r ía d e p r ob ab i l i d ad es se ocupa de a s i gn a r un cierto nú m e r o a cada

p o s i b le r e s u l ta do que pueda ocurrir en un ex p e r i m en t o a l e at o r i o , con el fin de
cuantificar dichos resultados y saber si un suceso es más probable que otro.

Espacio muestral es el conjunto formado por todos los resultados de un experimento o

fenómeno aleatorio. Lo denotamos con la letra E.

Suceso de un fenómeno aleatorio es cada uno de los subconjuntos del espacio muestral
E. Para designar cualquier suceso, también llamado suceso aleatorio, de un experimento
aleatorio utilizaremos letras mayúsculas.

Tenemos también el concepto de los diagramas de árbol que permiten utilizar una
metodología simple y sistemática para la identificación de las acciones que contribuyen a
la consecución de un objetivo.

La teoría de la probabilidad es utilizada para el estudio de fenómenos colectivos, como

económicos, sociales, estadísticos, etc.

Actualmente esta teoría tiene una amplia gama de aplicación como la astronomía, la
biología medicina, informática, física, agricultura, dándole así a la probabilidad una
enorme importancia.

Para la organización de este trabajo colaborativo uno de los compañeros realizó una
propuesta dividiendo los temas entre todos los compañeros, de tal forma que cada uno
fuera responsable de organizar esa parte; no sin dejar de lado el conocimiento de todos
sobre todos los aportes de los compañeros y la retroalimentación para que el trabajo a ser
entregado sea muy productivo.
 OBJETIVO GENERAL

 Profundizar los principios de Probabilidad, identificando propiedades, leyes y los

campos de aplicación que tiene esta ciencia propia de la estadística. Además de
analizar e interiorizar por medio de estos ejercicios los temas tratados en los
capítulos 1, 2, 3 a lo que respecta la Probabilidad.

OBJETIVOS ESPECIFICOS

 Introducir los fundamentos necesarios para el estudio de la teoría de la

probabilidad.

 Reconocer las bases de lo que es un experimento aleatorio.

 Adquirir las herramientas y habilidades necesarias de las técnicas de conteo.

 Aprender a calcular espacios muéstrales aplicando el conteo, permutaciones y

combinaciones.

 Aplicar las técnicas de conteo a través del principio fundamental de conteo o

principio multiplicativo

 Identificar cuando y para que podemos utilizar diagramas de árbol.

 Tema Capitulo 1: Experimento Aleatorio, Espacios Muestrales y
Eventos
Ejercicio 1
Propuestos Fredy Hernández Loaiza
Por
Referencias Modificado de Probabilidad y Estadística, Mario F. Triola.
Novena edición. Pearson & Addison Wesley. México. 2004 y
Enciclopedia Autodidáctica Océano, Ediciones Océano Gallach,
S.A.
Enunciado Una empresa fabrica dos tipos de pantalones, para el número total de
pantalones que produzca la empresa debe cumplir, que el número de
pantalones del primer tipo, llamado tipo A, debe ser el doble de los
pantalones tipo B. Para esto cuenta con 3 máquinas, en donde:

*La primera máquina puede elaborar 50 pantalones de tipo A y 30 de

tipo B.

*La segunda máquina puede fabricar 10 pantalones de tipo A y 20 de

tipo B.

*La tercera máquina puede fabricar 25 pantalones de tipo A y 12 de

tipo B.

*La máquina 1, se puede usar durante 30 horas.

*La máquina 2, se puede usar durante 25 horas.

*La máquina 3, se puede usar durante 28 horas.

Si contamos con un total de 80 horas, para fabricar 150

pantalones, Cuanto tiempo usamos cada máquina?.
Solución Identificación de variables:

A= Pantalones tipo A

B= Pantalones tipo B

M1 = Máquina 1
M2 = Máquina 2

M3 = Máquina 3

Z = Función objetivo

Determinación Función objetivo:

Como el problema requiere resolver la pregunta de cuanto tiempo

usamos cada máquina, la función objetivo tendrá como variables, el de
las tres máquinas:

Z = 30 * M1 + 25*M2 + 28* M3

Determinación restricciones:

a. El número de pantalones tipo A, es el doble de pantalones tipo B y

el total de pantalones que se requieren, es 150 pantalones:

A = 2B

A + B = 150

b. El total de horas disponibles es de 80 horas, para usar las tres

máquinas:

M1 + M2 + M3 = 80 horas

c. Teniendo en cuenta el número de pantalones de cada tipo que

puede hacer cada máquina tenemos:
 M1 = 50A + 30B

M2 = 10A + 20B

M3 = 25A + 12B

Y como usaremos las tres máquinas para hacer un total de 150

juguetes, lo anterior se reescribe como:

85 A + 62B = 150
Ejercicio 2
Enunciado Entre las cinco personas que obtuvieron una calificación destacada en
su proyecto se va a escoger una pareja para representar a su
universidad en el proyecto de prospectiva. Los candidatos son: Luisa,
Jorge, Matilde, Carlos y Eleonora.

Hallar el espacio muestral del experimento que consiste en

escoger dos personas entre cinco posibles.
Solución Es posible afirmar que el experimento es aleatorio, ya que al comité
puede pertenecer cualquiera de los cinco aspirantes. Al representar L:
Luisa, J: Jorge, M: Matilde, C: Carlos y E: Eleonora; el espacio
muestral será:

S = {(L,J), (L, M), (L, C, (L, E), (J,M), (J,C), (J,E), (M,C), (M,E), (C,E)}

El espacio muestral puede estar formado por un numero finito de

elementos o estar conformado por un conjunto infinito de
elementos.
Ejercicio 3
Enunciado Una empresa decide abrir tres nuevos puntos de venta. Para ello, el
departamento de mercadeo propone cinco puntos posibles: norte,
centro, oriente, occidente y sur.

a. Determinar el espacio muestral de este experimento.

b. Escribir los elementos del evento M que consiste en no abrir puntos

de venta en el sur.
 c. Escribir los elementos del evento N que consiste en abrir uno de los
puntos en el centro y otro en el norte.

d. Escribir los eventos del experimento T que consiste en abrir

los puntos en el centro, sur y el oriente.
Solución a. Sean N: Norte, C: Centro, S: Sur, W: Occidente, E: Oriente, así:

S= {NCS, NCW, NCE, CSE, NSE, NSW, NEW, CSW, CEW,SEW}

b. Los elementos del evento M serán todos aquellos puntos del

espacio muestral donde no se considere S. luego, M = {NCW, NCE,
NEW, CEW}

c. N = {NCS, NCW, NCE}

d. T = {CSE}
Tema Capitulo 2: Técnicas de Conteo

Ejercicio 1

Enunciado El campesino Hernández, tiene 480 hectáreas en la que se puede

sembrar ya sea trigo o maíz, él calcula que tiene 800 horas de trabajo
disponibles durante el verano, dados márgenes de utilidad y los
requerimientos laborales mostrados a la derecha, ¿Cuántas hectáreas
de cada uno debe plantar para maximizar su utilidad?; ¿Cuál es ésta
utilidad máxima?

Maíz:

Utilidad: $40 por hrs.

Trabajo: 2hs por hrs.

Trigo:

Utilidad: $30 por hrs.

 Trabajo: 1hs por hrs.

Solución Se tabula.

Elementos
Maíz Trigo
disponibles

Horas 2 1

Hectáreas 1 1 800

Utilidad por
$40 $30 480
unidad

P=40x+30y

La cantidad total de tiempo par hectáreas para sembrar maíz y trigo

está dada por 2x+y horas que no debe exceder las 800 horas
disponibles para el trabajo. Así se tiene la desigualdad:

2x+y<800

En forma análoga, la cantidad de hectáreas disponibles está dada por

x+y, y ésta no puede exceder las hectáreas disponibles para el trabajo,
lo que conduce a la desigualdad.

Por último, si no queremos tener pérdidas, x y y no pueden ser

negativa, de modo que:

x>0

y>0

En resumen, el problema en cuestión consiste en maximizar la función

 objetivo P=40x+30y sujeta a las desigualdades:

2x+y<800

x+y<480

x>0

y>0

Si consideremos el problema del campesino Hernández, es decir, de

maximizar P = 40x+ 30y sujeta a:

2x+y<800x+y<480

x>0, y>0

Ejercicio 2

Enunciado En una reunión de fin de año se van a Rifar tres grandes premios: un
televisor, un viaje y un bono en dinero. El encargado de realizar tales
Rifas decide poner en una bolsa negra los nombres de los 20
asistentes y sacar de allí los tres ganadores. Al primero se le dará el
televisor, al segundo el viaje y al tercero el bono. Encontrar el posible
número de asignación de los premios.
Solución Para la primera selección se cuenta con 20 nombres, para la segunda
selección se cuenta con 19 nombres y para la tercera selección con 18
nombres, ya que el primer seleccionado le corresponderá el televisor,
al segundo seleccionado el viaje y al tercer seleccionado el bono;
además, no existe la repetición, ya que una misma persona no puede
ganar dos premios, el numero de elementos del espacio muestral es:

#(S) = 20P3 = 20! = 20.19.18.17! = 20.19.18 = 6,840

(20 - 3)! 17!

Tema Capítulo 3: Propiedades Básicas de la Probabilidad

Ejercicio 1

Enunciado Un viajero llama a reservar pasajes para su vuelo a la ciudad de

Bucaramanga. La operadora ofrece tres horarios distintos mañana,
tarde y noche. Además, le ofrece tres clases de asientos en el avión:
regular, primera clase y de negocios. Finalmente, le informa sobre tres
formas de pago: contado, dos pagos y tres pagos. ¿De cuantas formas
puede el viajero organizar su viaje?.

Solución Para escoger el horario de viaje se cuenta con 3 posibilidades N 1 = 3.

Para la escogencia de asiento en el avión se tienen 3 posibilidades N 2
= 3. Para la forma de pago se tienen 3 posibilidades N 3 = 3.

Por lo tanto, N1 . N2 . N2 = (3)(3)(3) = 27

Así, el viajero tiene 27 formas distintas de organizar su viaje.

Ejercicio 2

Enunciado De un juego de 52 cartas se hacen dos extracciones sin reposición;

¿Cuál será la probabilidad de que las dos cartas obtenidas sean
ases?.

Solución M: Suceso as en la primera extracción.

N: Suceso as en la segunda extracción.

 P (M^N) = P (M y N) = P (M) . (N M)

P (M^N) = P (M) . (N/M)

P (M) = 4/52 = 0,076

Habiéndose obtenido en la primera extracción un as, la cantidad de

ases restantes en el juego será 3. Es decir, los casos favorables en la
segunda extracción serán 3 y el total de los casos posibles, o sea el
numero de las cartas, se habrá reducido a 51, ósea.

P (N/M) = 3/51= 0,058

P (M^N) = 4/ 52 = 3/ 51 = 12 / 2.652 = 0,0045

P (M^N) = 0,0045

Ejercicio 3

Enunciado El Gerente de una compañía quiere hacer cada semana una

reunión y pedirle a sus ejecutivos un informe . El sabe que a
veces se le olvida ir a tal reunión, por lo que le ha dado
instrucciones a su Secretaria que se haga cargo de la agenda
a tratar. Si el gerente hace la reunión, la probabilidad es 0.80
de que solicite el informe, mientras que si su Secretaria hace la
reunión, esta probabilidad es de sólo 0,15. Si el gerente falta al
60 % de las reuniones. Suponiendo que se les pidió el informe
un día determinado ¿Cuál es la probabilidad de que el gerente
haya estado presente?

Si el gerente estuvo presente, es lo mismo que decir que no

faltó, por lo tanto se pide:
Solución P( A / B)  ?
P( A  B) P( A ).P( B / A )
P( A / B)  
P( B) P( B)

A  Falte a las reuniones

A  No falte a las reuniones
B  solicite el Informe
P( A)  0,60 ; P( A )  1  P( A)  0,40
P( B / A )  0,80
P( B / A)  0,15
P( B)  ?

P( B)  P( B  A)  P( B  A )
P( B)  P( A).P( B / A)  P( A ).P( B / A )
P( B)  0,40 x 0,15  0,60 x 0,80  0,06  0,48  0,54

P( A ).P( B / A ) 0,48
P( A / B)    0,89
P( B) 0,54

Por lo tanto, la probabilidad de que el gerente haya estado un

día en el que se les pidió el informe a los ejecutivos es del 89
%.
 EJERCICIOS PROBABILIDAD

Tema Capitulo 1: Experimento Aleatorio, Espacios

Muéstrales y Eventos
Capitulo 2: Técnicas de Conteo
Capítulo 3: Propiedades Básicas de la
Probabilidad

Ejercicios 10
Propuestos JAMIR GONZALES
Por
Referencias Modificado de Probabilidad y Estadística, Mario F.
Triola. Novena edición. Pearson & Addison
Wesley. México. 2004 y Enciclopedia
Autodidáctica Océano, Ediciones Océano Gallach,
S.A.

1.- Describe, utilizando un diagrama de árbol, el espacio

muestral asociado al experimento “anotar el sexo de los
tres primeros hijos de una familia numerosa”.

F
 F F M

M F

H M

F M

M M F

2.- El experimento aleatorio consiste en preguntar en una

encuesta si es Hombre (H) o Mujer (M) y si se esta
trabajando (T) o si se esta desempleado.
Escriba el espacio muestral asociado al experimento
E={(HT),(HD),(MT),(MD}

3.- Describe el espacio muestral asociado a cada uno de

los siguientes experimentos aleatorios. Sugerencia
(utilice un diagrama de árbol)

a. Lanzar tres monedas.

E={(CCC),(CCX),(CXC),(XCC),(CXX),(XCX),(XXC),(XXX)}

b. Lanzar tres dados y anotar la suma de los puntos obtenidos.

E={3,4,5,6,7,8,9,10,11,12,13,14,15,16,17,18}
c. Extracción de dos bolas de una urna que contiene cuatro bolas blancas y tres
negras.

E={BB, BN, NB, NN}

d. El tiempo, con relación a la lluvia, que hará durante tres días consecutivos.

Si llamamos L al día lluvioso y N al día sin lluvia, para tres días consecutivos se obtiene el
siguiente espacio muestral:

E={(LLL),(LLN),(LNL),(NLL),(LNN),(NLN),(NNL),(NNN)}

4.- Tenemos una urna con nueve bolas numeradas del 1

al 9. Realizamos el experimento, que consiste en sacar
una bola de la urna, anotar el número y devolverla a la
urna. Consideramos los siguientes sucesos:

A="salir un número primo" A={2,3,5,7}

B="salir un número cuadrado". B={1,4,9}

Responde a las cuestiones siguientes:

a. Defina los sucesos

= {1,2,3,4,5,7,9}

b. Los sucesos A y B, ¿son mutuamente excluyentes o compatibles?.

Rta= Son excluyentes

c. Encuentra los sucesos A’ y B’

El suceso contrario de A es = {1,4,6,8,9}

El suceso contrario de B es = {2,3,5,6,7,8}

5.- A una reunión llegan Carmen, Lola, Mercedes, Juan,

Fernando y Luis. Se eligen dos personas al azar sin
importar el orden. a) Describa el espacio muestral de este
experimento.

E={(CL),(CM),(CJ),(CF),(CL),(LM),(LJ),(LF),(LL),(MJ),(MF),(ML),(JF),(JL),(FL)}

Teorema E= 6 C2  15

6.- Un experimento aleatorio consiste en preguntar a tres

personas distintas, elegidas al azar, si son partidarias o
no de consumir un determinado producto.

a) Escribe el espacio muestral asociado a dicho experimento, utilizando la letra "s"

para las respuestas afirmativas y "n" para las negativas.

E = {sss,ssn,sns,snn,nss,nsn,nns,nnn}
b) ¿Qué elementos del espacio muestral anterior constituyen el suceso A: " al
menos dos de las personas son partidarias de consumir el producto" , el suceso B:
las tres personas responden igual, el suceso C: exactamente una no es partidaria
de consumir el producto.

suceso A: " al menos dos de las personas son partidarias de consumir el producto"

A={sss,ssn,sns,nss}

suceso B: las tres personas responden igual

B={sss,nnn}

suceso C: exactamente una no es partidaria de consumir el producto

C={ssn,sns,nss}

c) Describa los sucesos A B, AC, BC

A 
B = { sss,ssn,sns,nss, sss,nnn}

A C = {ssn,sns,nss}

B C = {0}

7.- Andrés tiene una caja llena de tornillos. Unos son

correctos (C) y otros defectuosos (D). Pretende hacer la
siguiente experiencia: “extraer tres tornillos de la caja,
sin devolverlos a ella, y observar cómo son. ¿Qué
posibles resultados puede obtener para cada uno de los
sucesos A y B?

A: “El último tornillo es defectuoso”. B: “Al menos dos tornillos son correctos”.

Defina y describa el evento A B, AB

C = Tornillos en buen estado

D = Tornillos defectuosos

Extraer tres tornillos sin devolverlos

A = El ultimo tornillo es defectuoso

B = Al menos 2 tornillos son correctos

S= DDD, DDC, DCD, DCC, CDD, CDC, CCD, CCC

A = DDD, DCD, CDD, CCD

B= DCC, CDC, CCD, CCC

DDD, DCD, CDD, CCD, DCC, CDC, CCD, CCC


CCD
9.- Una persona dispone de 3 tiros para hacer blanco en
una diana. En cada tiro puede acertar (A) o fallar (F).
Define los sucesos complementarios a cada uno de los
siguientes:

A: “Hacer blanco en el primero o en el segundo intento”.

B: “Fallar en los dos primeros intentos”.

S= AAA, AAF, AFA, AFF, FAA, FAF, FFA, FFF

A = Hacer blanco en el primer o en el Segundo intento

B = Fallar en los dos primeros intentos

A = AAA, AAF, AFA, AFF, FAA, FAF

B= FFA, FFF
10.- En una urna hay 2 bolas negras, 4 rojas y 3
verdes. Se sacan, simultáneamente dos bolas.
¿Cuál es el espacio muestral asociado a esta
experiencia?

TEOREMA
9!
9C 2 
2! (9  2)!

98 7
9C 2   36
27

S= NN,NR,RN,RR,RV,VR,VV,VN
 CONCLUSIONES

En conclusión se podría definir la probabilidad así: mide la frecuencia con la que ocurre
un resultado en un experimento bajo condiciones suficientemente estables.

Como lo mencionamos al iniciar este trabajo la probabilidad tiene una amplia gama de
aplicación en cualquier campo del saber como la medicina, informática, física, agricultura,
dándole así una enorme importancia.

Además de adquirir conocimientos sobre los diferentes conceptos, técnicas y

propiedades, aprendimos que a través de los diagramas podemos solucionar posibles
problemas que se presentar en una cualquier situaron de nuestra vida cotidiana ya que
por medio de estos podemos desarrollar una serie de pasos que nos llevan a buscar las
soluciones posibles de dichas situaciones.
 1. EJERCICIO:
Experimento aleatorio, espacio Muestral, Eventos o Sucesos,
Operaciones entre eventos

ENUNCIADO Proporcione unaCIO descripción

1. razonable del espacio
muestral de cada uno de los siguientes experimentos
aleatorios. Utilice un diagrama de árbol.

SOLUCION a.- Lanzar tres veces una moneda y observar la serie de

sellos o caras que aparecen.

El espacio muestral consta de 8 eventos como se

evidencia en el diagrama de árbol.
{CCC, CCS, CSC, CSS, SCC, SCS, SSC, SSS}

b.- Tirar un dado, si el resultado es un número par

lanzar una moneda, si el resultado es un número impar
lanzar una moneda dos veces.

El experimento consta de 18 eventos diferentes, como

se muestra en el siguiente espacio muestral:

{1CC, 1CS, 1SC, 1SS, 3CC, 3CS, 3SC, 3SS, 5CC, 5CS,
5SC, 5SS, 2C, 2S, 4C, 4S, 6C, 6S}

EJERCICIO 2:
Técnicas de conteo: permutaciones, combinaciones, etc.

ENUNCIADO: Si un futbolista conoce 7 jugadas diferentes y si el

entrenador le instruye para que juegue las 7 sin que
ninguna se repita, ¿qué libertad le queda a ese jugador?
SOLUCION: La libertad que tienes el jugador es 7! posibilidades ósea
5040 opciones de jugadas sin que se repita ninguna de
ellas.
 EJERCICIO 3:

Axiomas de probabilidad: Regla de la adición, regla de la multiplicación

ENUNCIADO: En el curso de estadística la probabilidad de que los
estudiantes tengan computador es de 0.60, la
probabilidad de que tengan auto es de 0.25 y ambas
cosas es de 0.15. Cuál es la probabilidad de que un
estudiante escogido al azar tenga computador o auto?

SOLUCION: Los conjuntos que tenemos son los siguientes:

A = {estudiantes que tengan computador}
B = {estudiantes que tengan auto}

Tenemos que:
P(A) = 0.60
P(B) = 0.25
P(AB) = 0.15

Entonces:

P(A U B) = P(A) + P(B) – P(AB)

P(A U B) = 0.60 + 0.25 - 0.15
P(A U B) = 0.70

EJERCICIO 4:

Probabilidad condicional
ENUNCIADO: En un centro médico, los fumadores que se sospecha
tenían cáncer pulmonar, el 90% lo tenía, mientras que el
5% de los no fumadores lo padecía. Si la proporción de
fumadores es del 45% a) Cuál es la probabilidad de que un
paciente con cáncer seleccionado al azar sea fumador? B)
Cual es la probabilidad de que la persona tenga cáncer?

Los conjuntos que tenemos son los siguientes:

A = {persona que tiene cáncer}
B = {persona fumadora que tiene cáncer}

SOLUCION: Tenemos que:

P(B) = 0.9*0.45 +0.05*0.65
P(B) = 0.4375

y
P(AB) = 0.9*0.45
P(AB) = 0.405

Entonces:
P(A/B) = P(AB) ÷ P(B)
P(A/B) = 0.405 ÷ 0.4375
 Probabilidad condicional
EJERCICIO 5:

Teorema de Bayes

ENUNCIADO: A un sospechoso se le aplica un suero de la verdad que se

sabe que es confiable en 90% cuando la persona es
culpable y en 99% cuando la persona es inocente. En otras
palabras el 10% de los culpables se consideran inocentes
cuando se usa el suero y el 1% de los inocentes se juzgan
culpables. Si el sospechoso se escogió de un grupo del
cual solo 5% han cometido alguna vez un crimen y el suero
indica que la persona es culpable, cual es la probabilidad
de que sea inocente?

Los conjuntos que tenemos son los siguientes:

A1 = {persona culpable}
A2 = {persona inocente}
B = {suero indica culpabilidad}
SOLUCION: Tenemos que:
P(A1) = 0.05
P(A2) = 0.95
P(B/A1) = 0.90
P(B/A2) = 0.01

Entonces:
P(A2/B) = P(A2) *P(B/A2) ÷ [P(A2) *P(B/A2) + P(A1)
*P(B/A1)]
P(A2/B) = 0.95*0.01 ÷ [0.95*0.01 + 0.05*0.90]
P(A2/B) = 0.0095 ÷ 0.545
P(A2/B) = 0.1743

La probabilidad que se dictamine culpable a una persona

inocente en un grupo donde el 95% de las personas es
inocente es del 17.43%.

(Ejercicios Tomados de Morales Adriana y Brito Dannys. (2010) 100402 Modulo de Probabilidad.
Bogotá.
 EJERCICIO 1: DEFINICIÓN DE EXPERIMENTO ALEATORIO Y ESPACIO
MUESTRAL

PUBLIO ALFONSO MANCIPE

ENUNCIADO: Proporcione una descripción razonable del espacio muestral de cada
uno de los siguientes experimentos
aleatorios. Utilice un diagrama de árbol.
a.- Lanzar tres veces una moneda y observar la serie de sellos o
caras que aparecen.
b.- Tirar un dado, si el resultado es un número par lanzar una
moneda, si el resultado es un número impar
lanzar una moneda dos veces.
FUNDAMENTACION TEORICA PROBLEMA O EJERCICIO
Experimento aleatorio es aquel que bajo el mismo
conjunto aparente de condiciones iníciales, puede
presentar resultados diferentes, es decir, no se puede
predecir el resultado exacto de cada experiencia
particular. (Ej.: Lanzamiento de un dado). Este tipo de
fenómeno
Espacio muestral ( U ) es el conjunto universo de todos
los resultados posibles de un experimento dado. Cada
uno de sus elementos se denomina punto muestral o
muestra.
Ejemplos
1 ) Si el experimento se basa en la elección de un dígito,
entonces el espacio muestral es:
U={0,1,2,3,4,5,6,7,8,9}
2 ) Lanzamiento de monedas:
a ) Si el experimento se basa en el lanzamiento de una
moneda, el espacio muestral tiene dos elementos, cara (
c ) y sello ( s ):
U={c,s}
b ) Dos monedas, el espacio muestral tiene 4 elementos:
U={(c,c),(c,s),(s,c),(s,s)}
c ) Tres monedas, tiene 8 elementos:
U={(c,c,c),(c,c,s),(c,s,c),(c,s,s),(s,c,
c),(s,c,s),(s,s,c),(s,s,s)}

SOLUCION: a. {(C,C,C),(C,C,S),(C,S,C),(S,C,C),(C,S,S),(S,C
,S),(S,S,C),(S,S,S)}
b. {C,S,CC,SS,CS,SC}
Tomado de Adriana Morales Robayo. 2010 modulo de probabilidad
UNAD
 EJERCICIO 2: EVENTOS O SUCESOS, OPERACIONES
ENTRE EVENTOS
PUBLIO ALFONSO MANCIPE

ENUNCIADO: La tabla siguiente presenta un resumen de las características

solicitadas en 100 órdenes de
compra de computadores.
Memoria adicional
No si
Procesador opcional No 75 7
de alta velocidad Si 10 8
Sean:
A: evento donde la orden de compra es solicitada sin memoria
adicional y sin procesador opcional
de alta velocidad.
B: evento donde la orden de compra es solicitada sin memoria
adicional.
Determine el número de muestras en A¢ Ç B , B¢ y A È B .
FUNDAMENTACION TEORICA PROBLEMA O EJERCICIO
Sucesos o eventos. Operaciones con sucesos.
Sucesos o Eventos.
El espacio muestral asociado al lanzamiento de
tres dados y anotar la suma de los
puntos obtenidos es:
S = {3,4,5,6,7,8,9,10,11,12,13,14,15,16,17,18}
Podemos considerar algunos subconjuntos de
S, por ejemplo:
Salir múltiplo de 5: A = {5,10,15}
Salir número primo: C = {2,3,5,7,11,13,17}
Salir mayor o igual que 12: D =
{12,13,14,15,16,17,18}

SOLUCION: Memoria adicional

No si
Procesador opcional No 75 7
de alta velocidad Si 10 8
A= 75
B= 85
A’nB= 75
B’= 15
AUB= 85
Tomado de Adriana Morales Robayo. 2010 modulo de probabilidad
UNAD
 EJERCICIO 3: TÉCNICAS DE CONTEO: PERMUTACIONES, COMBINACIONES, ETC.
PUBLIO ALFONSO MANCIPE

ENUNCIADO: En un restaurante en el centro de la ciudad ofrecen almuerzos

ejecutivos con las siguientes opciones: tres tipos
diferentes de sopa, cuatro tipos de carne con la bandeja, cuatro
bebidas a escoger y dos tipos de postre. ¿De
cuántas maneras puede un comensal elegir su menú que consista de
una sopa, una carne para su bandeja, una
bebida y un postre?
FUNDAMENTACION TEORICA PROBLEMA O EJERCICIO
Técnicas de Conteo Si el número de posibles resultados
de un experimento es pequeño, es relativamente fácil
listar y contar todos los posibles resultados. Al tirar un
dado, por ejemplo, hay seis posibles resultados.
Si, sin embargo, hay un gran número de posibles
resultados tales como el número de niños y niñas por
familias con cinco hijos, sería tedioso listar y contar todas
las posibilidades.
La técnica de la permutación es aplicada para encontrar
el número posible de arreglos donde hay solo u grupo de
objetos. Como ilustración analizaremos el siguiente
problema: Tres componentes electrónicos - un transistor,
un capacitor, y un diodo - serán ensamblados en una
tablilla de una televisión. Los componentes pueden ser
ensamblados en cualquier orden. ¿De cuantas diferentes
maneras pueden ser ensamblados los tres componentes?
Las diferentes maneras de ensamblar los componentes
son llamadas permutaciones, y son las siguientes:
TDCDTCCDT
TCDDCTCTD
Permutación: Todos los arreglos de r objetos
seleccionados de n objetos posibles
La fórmula empleada para contar el número total de
diferentes permutaciones es:
n P r = n!
(n – r )!
Donde:
nPr es el número de permutaciones posible
n es el número total de objetos
r es el número de objetos utilizados en un mismo
momento
n P r = n! = 3! = 3 x 2 = 6
(n – r )! ( 3 – 3 )! 1
SOLUCION: 3 sopas
4 carnes4: AXIOMAS DE PROBABILIDAD: REGLA DE
EJERCICIO
4 LA
bebida
ADICIÓN, REGLA DE LA MULTIPLICACIÓN
2 postres PUBLIO ALFONSO MANCIPE
3C1 x 4C1 x 4C1 + 2C1
3 x 4 x 4 x 2 = 96 maneras
ENUNCIADO: Tomado
En el cursode
deAdriana Morales
estadística Robayo. 2010
la probabilidad de quemodulo de probabilidad
los estudiantes tengan
UNAD
computador es de 0.60, la probabilidad de que tengan auto es de 0.25
y ambas cosas es de 0.15. ¿Cuál es la probabilidad de que un
estudiante escogido al azar tenga computador o auto?
FUNDAMENTACION TEORICA PROBLEMA O EJERCICIO
Los axiomas de probabilidad son las condiciones mínimas que deben
verificarse para que una función definida sobre un conjunto de sucesos
determine consistentemente sus probabilidades.
Regla de la adición Conocida ahora la probabilidad de un evento, se
pueden reunir ciertas características conocidas como axiomas de
probabilidad que satisfacen la probabilidad de cualquier experimento
aleatorio. Estos axiomas no determinan las probabilidades, lo que
hacen es facilitar el cálculo de las probabilidades de algunos
eventos a partir del conocimiento de las probabilidades de otros.
Reglas de la Multiplicación
Se refieren a la determinación de la probabilidad de la ocurrencia
conjunta de A y B.
Existen dos acepciones de esta regla:
1) Si los eventos de independientes:
P(A y B ) = P( A ∩ B ) = P(A)P(B)
2) Si los eventos son dependientes:
Es la probabilidad de A multiplicada por la
probabilidad condicional de B dado A.
P(A y B) = P(A)P(B|A)
Si la posición de los dos eventos se invierte, se
obtiene un valor equivalente.
P(A y B) = P(B y A ) = P(B)P(A|B)

SOLUCION: A: tener computador

B: tener auto
P(A) = 0.60
P(B) = 0,25
P(AnB)= 0.15
P(AUB)= 0.60 + 0.25 – 0.15
P(AUB)= 0.70
Tomado de Adriana Morales Robayo. 2010 modulo de probabilidad
UNAD
 EJERCICIO 5: PROBABILIDAD CONDICIONAL PUBLIO ALFONSO MANCIPE

ENUNCIADO: En una ciudad grande el 70% de los hogares compra un periódico

matutino y el 90% uno vespertino. Si se supone que los dos eventos
son independientes cual es la probabilidad de que un hogar escogido
al azar sea uno de los que compra ambos periódicos?
FUNDAMENTACION TEORICA PROBLEMA O EJERCICIO
Probabilidad condicionada es la probabilidad
de que ocurra un evento A, sabiendo que también sucede otro evento
B. La probabilidad condicional se escribe P(A|B), y se lee «la
probabilidad de A dado B.
No tiene por qué haber una relación causal o temporal entre A y B. A
puede preceder en el tiempo a B, sucederlo o pueden ocurrir
simultáneamente. A puede causar B, viceversa o pueden no tener
relación causal. Las relaciones causales o temporales son nociones
que no pertenecen al ámbito de la probabilidad. Pueden desempeñar
un papel o no dependiendo de la interpretación que se le
dé a los eventos.

SOLUCION: A: 70% compran un periódico matutino

B: 90% compran un periódico vespertino
P(AnB)= P(A) P(B)
= (0.7)(0.9)
= 0.63
Tomado de Adriana Morales Robayo. 2010 modulo de probabilidad
UNAD
 EJERCICIO 6: TEOREMA DE BAYES PUBLIO ALFONSO MANCIPE

ENUNCIADO: Un investigador de una clínica de especialistas ha descubierto que durante un periodo

de varios años, el 20% de los pacientes que llegaron a la clínica tenían la enfermedad
D1, el 30% la enfermedad D2, y el 50% la enfermedad D3. El investigador descubrió
también que un conjunto de síntomas bien definidos al que denomino S, se encontraba
en un 25% de los pacientes con la enfermedad D1, 60% de los que tenían la
enfermedad D2, y 80% de los que tenían la enfermedad D3. El investigador quiere
utilizar esta información para hacer rápidamente el diagnostico a los pacientes recién
llegados. Supongamos que ha sido admitido un paciente con el conjunto de síntomas S,
cual es la probabilidad de que tenga la enfermedad D3, cual es la probabilidad de que
tenga la enfermedad D1.
FUNDAMENTACION TEORICA PROBLEMA O EJERCICIO
El teorema de Bayes parte de una situación en la que es posible conocer las
probabilidades de que ocurran una serie de sucesos Ai.
A esta se añade un suceso B cuya ocurrencia proporciona cierta información, porque
las probabilidades de ocurrencia de B son distintas según el suceso Ai que haya
ocurrido. Conociendo que ha ocurrido el suceso B, la fórmula del teorema de Bayes nos
indica como modifica esta información las probabilidades de los sucesos Ai. Ejemplo: Si
seleccionamos una persona al azar, la probabilidad de que sea diabética es 0,03.
Obviamente la probabilidad de que no lo sea es 0,97.
Si no disponemos de información adicional nada más podemos decir, pero
supongamos que al realizar un análisis de sangre los niveles de glucosa son
superiores a 1.000 mg/l, lo que ocurre en el 95% de los diabéticos y sólo en un 2% de
las personas sanas.
P(D3)= 0.50 ¿Cuál será ahora la probabilidad de que esa persona
sea diabética?
P(S/D1)= 0.25
La respuesta que nos dá el teorema de bayes es que esa información adicional hace
P(S/D2)= 0.6 que la probabilidad sea ahora 0,595.
P(S/D3)= 0.80 Vemos así que la información proporcionada por el análisis de sangre hace pasar, la
a. P(D3/S)= P(S/D3) P(Dprobabilidad
3) inicial de padecer diabetes de 0,03, a 0,595.
Σ P(S/Di) P(Di) Evidentemente si la prueba del análisis de sangre hubiese sido negativa, esta
= (0.8)(0.5) = 0.4980 información modificaría las probabilidades en sentido contrario. En este caso
0.6425 la probabilidad de padecer diabetes se reduciría a
0,0016.
b. P(D1/S) = P(S/D1) P(D 1)
Σ P(S/Di) P(Di)
SOLUCION: P(D1)= 0.20
= (0.25)(0.20) P(D2)= 0.30
(0.25)(0.20) + (0.3)(0.6)
P(D+(0.5)(0.8)
3)= 0.50
P(S/D1)= 0.25
P(S/D2)= 0.6
P(S/D3)= 0.80
a. P(D3/S)= P(S/D3) P(D3)
Σ P(S/Di) P(Di)
= (0.8)(0.5) = 0.4980
0.6425
b. P(D1/S) = P(S/D1) P(D1)
Σ P(S/Di) P(Di)
= (0.25)(0.20)
(0.25)(0.20) + (0.3)(0.6) +(0.5)(0.8)
= 0.05 = 0.07782
0.6425
Tomado de Adriana Morales Robayo. 2010 modulo de probabilidad UNAD
CONCLUSIONES

Este trabajo nos aclaro muchas dudas acerca de las probabilidades, aprendiendo los
conceptos prácticos del experimento aleatorio, espacio muestral, eventos, técnicas de
conteo, propiedades básicas de las probabilidades, axiomas, probabilidad total y teorema
de Bayes, lo cual son temas que estudian en la primera unidad de probabilidades.

Conocemos muchos eventos, sucesos o experimentos y a veces no Confiamos que ya

existe la respuesta y la razón estadística para interpretarlo, esta es basada en las leyes
de las probabilidades por esta razón las matemáticas se vuelven predecibles.

BIBLIOGRAFIA

MORALES ROBAYO, Adriana .Probabilidades, Universidad Nacional Abierta y Distancia,

Bogotá D.C., 2007.
CHRISTENSEN, Howard B. (1999). Estadística Pasó a Paso. México: Editorial
McGraw Hill.
PUENTES MEJIA, Carlos Eduardo (1995). Elementos de Probabilidad y de Métodos
Estadísticos. Santafe de Bogotá: UNISUR.
SPIEGEL, Murray R. (1991). Estadística. Serie de compendios Schaum. México:
Trillas.
http://www.arrakis.es/~mcj/azar10.htm
http://www.uv.es/~carrascs/PDF/aproximacion%20estadistica.pdf
http://estio.ujaen.es/Asignaturas/TrabSoc/estad/tema1.pdf
http://www.virtual.unal.edu.co/cursos/ciencias/2001091/index.html