COLABORAIVO 1

UNIDAD UNO CURSO DE PROBABILIDAD

PEDRO ANTONIO BUITRAGO
Cdigo 80136413
DIOSMAR ARBEY CARDENAS DURAN
Cdigo 79989560
LUIS ARTURO CALDERON GONZALEZ
Cdigo 80.154.377
OSCAR JAVIER SEGURA
C.C 79993709


CURSO 100402_40


JEAN PIERRE LARA ARBELEZ
TUTOR



UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD
ESCUELA DE CIENCIAS BASICAS TECNOLOGIA E INGENIERIA
BOGOTA D.C.
JULIO DE 2014

2




INTRODUCCIN


Para el desarrollo de este trabajo se tuvo en cuenta el contenido de la unidad uno,
del curso de probabilidad, para lo cual un grupo de estudiantes basado en el trabajo
colaborativo hace un resumen de los temas a estudiar y que se profundizan en el
trascurso del modulo de estudio.
Este trabajo es una muestra superficial de los temas que se abordan por parte del
grupo colaborativo en: Definicin de Experimento aleatorio y espacio Muestral;
Eventos o Sucesos, Operaciones entre eventos; Tcnicas de conteo:
permutaciones, combinaciones; Axiomas de probabilidad: Regla de la adicin, regla
de la multiplicacin, Probabilidad condicional y Teorema de Bayes.




3


CONTENIDO

Pg.

INTRODUCCIN

1. ASPECTOS TEORICOS DE LA UNIDAD 1- PROBABILIDAD 4
2. EJERCICIOS 10
3. CONCLUSIONES 13
BIBLIOGRAFIA

4


1. ASPECTOS TEORICOS DE LA UNIDAD 1- PROBABILIDAD
Resumen Lecciones 1, 2 y 3
En la teora de probabilidades se habla de experimentos aleatorios y de fenmenos
aleatorios.
Estos son los que pueden dar lugar a varios resultados, sin que pueda ser previsible
enunciar con certeza cul de estos ser observado en la realizacin del experimento.
Es una experiencia determinista cuando conocemos las condiciones fsicas iniciales
y una experiencia aleatoria cuando el resultado depende del azar esto cuando no
sabemos el resultado a obtener.
La vida cotidiana est plagada de sucesos aleatorios, muchos de ellos de tipo
sociolgico y aunque son suma de muchas decisiones individuales pueden ser
estudiados como aleatorios.
El espacio muestral es el conjunto formado por todos los posibles resultados de un
experimento aleatorio.
Un experimento aleatorio cumple con las siguientes caractersticas:
Puede realizarse bajo idnticas condiciones cuantas veces sea necesario, los
posibles resultados son todos conocidos, el resultado del experimento depende del
azar, se observa patrn de regularidad a medida que aumentan las repeticiones.
Suceso o evento de un fenmeno o experimento aleatorio es cada uno de los
subconjuntos del espacio muestral, donde sus elementos se llaman sucesos
individuales o sucesos elementales. Tambin son sucesos el suceso vaco o suceso
imposible, el propio espacio muestral y suceso seguro.


Leccin 4: Operaciones con sucesos o eventos

Abarca R., Borquez C., Cano R., Fonseca C. y Saldaa B. (2009) Resumen que Un evento o
suceso es un subconjunto de un espacio muestral, es decir, un conjunto de posibles
resultados que se pueden dar en un experimento aleatorio, entonces se puede
5

aplicar las operaciones entre conjuntos como lo son la unin, interseccin, diferencia
y complemento.

Unin = U Interseccin= Diferencia = A-B o B-A Complemento = A
Es la unin de dos conjuntos A
y B
Conjunto que contiene solo los
elementos comunes de A Y B
Diferencia entre A y B y puede
ser tambin diferencia B y A
Conjunto que complementa a A
en relacin al conjunto U


Leccin 5: Diagramas de Venn y diagramas de rbol

Diagramas de Venn Diagramas de rbol
Son graficas de lneas cerradas que se utilizan para
representar un espacio muestral y sus eventos.
Imagen 6
Es un mapa de sucesos bsicos que pasan en un experimento
aleatorio y se forma por rectas y puntos. Los eventos ocurridos
se denotan con puntos y se puede dibujar vertical u
horizontal.


Leccin 6: Principio fundamental del conteo.

Las tcnicas de conteo o anlisis combinatorio son: el principio fundamental del
conteo, permutaciones, variaciones, combinaciones, la regla del exponente y el
diagrama de rbol.

En esta leccin se estudia el principio Fundamental de conteo que consta de dos
principios fundamentales los cuales son:

Principio de Multiplicacin o multiplicativo: consiste en multiplicar el nmero
de veces que ocurre el primer evento, por el nmero de veces que ocurre un
segundo evento diferente y si luego se da un tercer evento diferente se sigue con
la secuencia sucesivamente en el orden en que ocurra cada evento
independiente:

Imagen 1
Imagen 2 Imagen 3
I
m
a
g
e
n

4

Imagen 5
6


Principio Aditivo: Se da con las mismas premisas del principio multiplicativo
pero, con eventos mutuamente excluyentes:

Leccin 7: Factorial de un nmero
El factorial de un entero positivo n, el factorial de n o n factorial se define en principio
como el producto de todos los nmeros enteros positivos desde 1 (es decir,
los nmeros naturales) hasta n
La definicin de la funcin factorial tambin se puede extender a nmeros no
naturales manteniendo sus propiedades fundamentales, pero se requieren
matemticas avanzadas, particularmente del anlisis matemtico
Es el producto de todos los enteros desde 1 hasta el nmero dado inclusive.

As: 3! = 3x2x1 = 6
El factorial de un nmero entero positivo n se define como: n!= n(n1)(n2)21

Leccin 8: Permutaciones y variaciones
En matemticas, una permutacin es la variacin del orden o de la disposicin de
los elementos de un conjunto.
Por ejemplo, en el conjunto {1, 2, 3}, cada ordenacin posible de sus elementos, sin
repetirlos, es una permutacin. Existe un total de 6 permutaciones para estos
elementos: "1,2,3", "1,3,2", "2,1,3", "2,3,1", "3,1,2" y "3,2,1"
Dado un conjunto finito de elementos, el nmero de todas las permutaciones es
igual a factorial de n: n! = n(n-1) (n-2)1
Demostracin: Dado que hay formas de escoger el primer elemento y, una vez
escogido ste, slo tenemos (n-1) formas de escoger el segundo elemento, y as
sucesivamente, vemos que cuando llegamos al elemento k-simo slo
tenemos [n-(k-1)] posibles elementos para escoger, lo que nos lleva a que tenemos
n(n-1) (n-2) 2 . 1 formas de ordenar el conjunto.
Leccin 9: Combinaciones
La combinatoria trata del nmero de diferentes maneras que existen de considerar
conjuntos formados a partir de elementos de un conjunto dado, respetando ciertas
reglas, como el tamao, el orden, la repeticin, la particin. As un problema
combinatorio consiste usualmente en establecer una regla sobre cmo debe ser
las agrupaciones y determinar cuntas existen que cumplan dicha regla.
Bsicamente, tres asuntos: permutaciones, combinaciones y variaciones (aunque se
7

puede considerar a las permutaciones como un tipo especial de variaciones), todas
sin repeticin o con ella.
Determina el nmero de subgrupos de 1, 2, 3, etc. elementos que se pueden
formar con los "n" elementos de una nuestra. Cada subgrupo se diferencia del
resto en los elementos que lo componen, sin que influya el orden.
Por ejemplo, calcular las posibles combinaciones de 2 elementos que se pueden
formar con los nmeros 1, 2 y 3. Se pueden establecer 3 parejas diferentes: (1,2),
(1,3) y (2,3). En el clculo de combinaciones las parejas (1,2) y (2,1) se consideran
idnticas, por lo que slo se cuentan una vez.

Leccin 10: Regla del exponente

Es la combinacin o arreglo ordenado en donde siempre hay reemplazo del
elemento que se toma.

En un clculo de posibles arreglos y haciendo uso de la regla del exponente se da
que una base a elevada a un exponente
n
da como resultado a
n

Por ejemplo al lanzar una moneda al aire las posibilidades que existen es que caiga
cara o sello, sea un total de dos posibilidades, y si al lanzar 4 veces la moneda
Cuntos resultados se pueden dar?, para obtener los posibles resultados se aplica
la regla de los exponentes:

1 lanzamiento al aire de la moneda(a
n
) donde a = 2 posibilidades y
n
= 1
lanzamiento
Entonces 2
4
= 16, son los posibles resultados a lanzar la moneda 4 veces.


Leccin 11: Interpretaciones de la probabilidad

Hay tres formas para definir la probabilidad de un evento:

Interpretacin Clsica de la Probabilidad (o Probabilidad a priori)
Interpretacin Frecuentista de la Probabilidad (Probabilidad a Posteriori)
Interpretacin Subjetiva de la Probabilidad
Para profundizar ms puede, ingresar a:
http://webdelprofesor.ula.ve/economia/gudberto/materias/metodos_estadisticos1/guias_apuntes/interpretaciones_de_la_probabilidad.pdf
Leccin 12: Axiomas de probabilidad: regla de la adicin

8

a.- Regla de la adicin para eventos mutuamente excluyentes.
Para eventos mutuamente excluyentes y en el caso de que fueran dos eventos, se
puede utilizar la siguiente regla: P (A B) = P (A) + P (B)

b.- Regla de adicin para eventos que no son mutuamente excluyentes.

Si dos eventos no son mutuamente excluyentes, es posible que ambos se presenten
al mismo tiempo. En tales casos, debemos modificar la regla de la adicin para evitar
el conteo doble: P (A B) = P (A) + P (B) P (AB)

Leccin 13: axiomas de probabilidad:
Reglas de multiplicacin p (a b)
Significa que existe la probabilidad de que un evento a ocurra en la primera prueba, y
un evento B en la segunda prueba. Estos eventos pueden ser dependientes (P(BA)
= P(B/A) x P(A)) o independientes (P(AB) = P(A) x P(B), es decir que uno afecte
al otros y que no se afecte ninguno.
Leccin 14: probabilidad condicional
La probabilidad acurre cuando un segundo evento B se presenta, siempre y cuando
el primer evento (A) ya ha sucedido. Se presenta en los dos casos: Probabilidad
condicional bajo Independencia estadstica P(B/A) = P(B) y la Probabilidad
condicional bajo dependencia estadstica. P(B / A) = P(BUA) / P(A)
Leccin 15: probabilidad total y teorema de bayes.
Se muestra como calcular la probabilidad de un evento considerndolo como un
conjunto o unin de eventos, a lo que se llama particin. La probabilidad total es la
suma de todos los casos que conducen a ese evento.
Teorema de Bayes
Dice que partir de que ha ocurrido el suceso B, por ejemplo ha ocurrido un
accidente, deducimos las probabilidades del suceso A por ejemplo: estaba lloviendo
o haca buen tiempo?).
La frmula del Teorema de Bayes es:


9

2. EJERCICIOS
Ejercicios capitulo 1
1.- Luego de una semana de parciales exitosa, tu mejor amiga y t deciden ir a ver
una Pelcula a un multicine de 13 salas. Decida si cada una de las siguientes
situaciones es aleatoria o no lo es:
a) A que numero de sala irn? No aleatoria
b) Cunto tiempo tardaran en la fila de la boletera para adquirir las entradas?
Aleatoria
c) Que pelcula vern? Aleatoria
2.- Seale cuales de los siguientes resultados corresponden a situaciones no
aleatorias o determinsticas y cuales corresponden a situaciones aleatorias o de
incertidumbre.
a) El resultado del prximo partido Colombia-Mxico. Determinstica
b) Lo que desayunare el da de maana. Determinstica
c) El porcentaje de aprobados de un curso de Matemticas (antes de acabar el
semestre). Determinstica

3.- Michael y Robert son dos turistas ingleses que viajaron al Per a conocer una de
las siete maravillas del mundo. Despus de visitar Machu Picchu, ellos deciden ir a
disfrutar de las comidas tpicas que se ofrecen en el restaurante El ltimo Inca. A
Carlos, el sobrino del dueo, se le ha encomendado la tarea de observar que platos
tpicos comern los dos turistas. La lista de platos es la siguiente: Trucha con papas
fritas, Milanesa de alpaca, Cuy con papas, Guiso de alpaca.
Suponiendo que cada turista pedir solo un plato,
10

Cul es el espacio maestral del experimento? Defina dos eventos A y B
S1 {trucha con papas}
S2 {Milanesa de Alpaca}
S3 {Cuy Con Papas}
S4 {guiso de Alpaca}
Eventos
S1 A = {Michael orden Milanesa con papas}
S4 B= {Robert orden Guiso de Alpaca}

4.- Se le pidi a 110 comerciantes que dijeran que tipo de programa de televisin
preferan. La tabla muestra las respuestas clasificadas a la vez segn el nivel de
estudios de los comerciantes y segn el tipo de programa preferido.


Especifique el nmero de elementos en cada uno de los siguientes eventos y
defnalos con palabras:
a) D (15, 8, 7) 30 Evento A
b) A M (15,3,5,10,5,15) 53 Evento B
c) W (15,8,7,3,27,10,5,5,15) 95 Evento C
d) C N (10) 10 Evento D
e) D B (8) 8 Evento E
f) (M A) (5) 5 Evento F
11


Ejercicio captulo 2
3- El jefe de cocina de un restaurante quiere usar algunas carnes y vegetales que sobraron el da
anterior para preparar un platillo de tres clases de carne y cuatro vegetales. Si hay 5 clases de
carne y siete vegetales disponibles, Cuntos platillos puede preparar el cocinero?

Aplicando para las 5 clases de carne 3 clases a la vez

()

()

()

()( )

R/.10

Aplicando para 7 clases de vegetales disponibles 4 clases a la vez.

()

()

()( )

R/.35


5- A partir de 5 matemticos y 7 fsicos hay que constituir una comisin de 2
matemticos y 3 fsicos. De cuntas formas podr hacerse? si:

1. todos son elegibles;
2. Un fsico particular ha de estar en esa comisin;
3. Dos matemticos concretos no pueden estar juntos

1. Puesto que todos son elegibles, existen C5; 2 = 10 grupos de 2 matemticos, y
C7; 3 = 35grupos de 3 fsicos. Luego hay un total de 10 35 = 350 comisiones
posibles.

12

2. Se fija uno de los fsicos, luego existen C5; 2 = 10 grupos de 2 matemticos, y
C6; 2 = 15 grupos de 3 fsicos. As, se pueden formar 1015 = 150 comisiones.

3. Se excluye la nica posibilidad de que el subgrupo de dos matemticos lo
constituyan los dos que no pueden estar juntos, por lo que hay C 5; 21 = 9
grupos de 2 matemticos cumpliendo la condicin. Adems hay C 7;3 =
765=(32) = 35 grupos de 3 fsicos, por lo que el total de comisiones que
pueden formarse es 935 = 315


Ejercicio capitulo 3
6.- 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 escogi 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?
D = Probabilidad de que sea inocente
P (B/D) = P (B) x P (D/B)
P (A) x P (D/A) + P (B) x P (D/B) + P (C) x P (D/C)
P (B/D) = 0.99 x 0.1 = 99 = 0.052
0,9 x 0.01 + 0.99 x 0.1+ 0.05 x 0.01 1895
Respuesta: La probabilidad de que la persona sea inocente es del 0.052%


13


3. CONCLUSIONES

Con este trabajo el grupo de estudiantes logro hacer un reconocimiento de las
lecciones de la unidad uno del curso de probabilidad.

El estudio de la probabilidad como herramienta de aplicacin en el campo
profesional de cada una de las carreras acadmicas de los integrantes del
curso, har posible que el desarrollo o desempeo profesional, conlleve a
tener un sustento en un campo de posibles escenarios y resultados, donde la
oportunidad de que un evento suceda o no marcar la diferencia en la toma de
decisiones.

En un mundo como el de hoy, donde las fronteras comerciales cada vez son
ms reducidas, la probabilidad y la estadstica sern de gran ayuda para
implementar mejores planes o estrategias, como por ejemplo en una
investigacin de mercados.


Con este trabajo colaborativo se deja demostrado que con la participacin de
la mayora de los integrantes del curso, la probabilidad de entregar un mejor y
completo trabajo, es ms alta.


14



CIBERGRAFIA

Abarca R., Borquez C., Cano R., Fonseca C. y Saldaa B. Operaciones con sucesos [en lnea].
Octubre 2009, recuperado el 21 de julio de 2014 en:
http://es.scribd.com/doc/21025397/Estadistica-Operaciones-con-Sucesos

Imagen 5, tomada el 22 de julio de 2014 en:
http://www.unlu.edu.ar/~dcb/matemat/diagvenna1.htm

Leon, G., Apuntes de Mtodos Estadsticos I, Universidad de los Andes Facultad de
Ciencias Econmicas y Sociales Escuela de Estadstica,
http://webdelprofesor.ula.ve/economia/gudberto/materias/metodos_estadisticos1/guias_apunt
es/interpretaciones_de_la_probabilidad.pdf [Consulta: viernes, 25 de julio de 2014]

Morales, A. (2010). Unidad uno: Principios de probabilidad. En Dannys Brito,
Sucesos o eventos. ESCUELA DE CIENCIAS BSICAS, TECNOLOGA E
INGENIERIA CONTENIDO DIDCTICO DEL CURSO: 100402. Bogot.