PROBABILIDAD

TRABAJO COLABORATIVO N 1

SARA MILENA MUNEVAR CASTILLO
YANETH PATRICIA ZAMORA PEDREROS
LUIS CARLOS BONILLA GOMEZ





TRABAJO COLABORATIVO No.1


PROBABILIDAD




PRESENTADO POR

YANETH PATRICIA ZAMORA PEDREROS Cd. 96 012 211 470

SARA MILENA MUNEVAR CASTILLO Cd. 23 316 141

LUIS CARLOS BONILLA GOMEZ Cd. 4.156.989

GRUPO: 100402_55






TUTOR
ING. DIBER ALBEIRO VAQUIRO PLAZAS





UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD
ESCUELA DE CIENCIAS BASICAS, TECNOLOGIA E INGENIERIA

JULIO 2014



DESARROLLO DEL TRABAJO


ASPECTOS TEORICOS:

DESARROLLO ACT. 6 DEL TRABAJO PARTE INDIVIDUAL
Escoger alguno(s) de los tema(s) y presentar al grupo un resumen que
contemple lo realizado en el punto 1 y 2 (mximo 1 hoja). Cada estudiante
debe escoger un tema diferente al de los compaeros de tal forma que se
abarquen todos los contenidos de la unidad.
Aporte Luis Carlos Bonilla G.
RESUMEN CAPITULO 3
El captulo que me llamo ms la atencin fue el 3, donde habla de las propiedades
bsicas de la probabilidad. En nuestro entorno diario todo est relacionado con la
probabilidad, como la probabilidad de que llueva, probabilidad en el xito de una
relacin, en ganar un concurso, etc. La probabilidad es la posibilidad que existe
entre varias posibilidades, que un hecho se produzca.
Las probabilidades se expresan como fracciones o como decimales que estn
entre uno y cero o tambin en valor porcentual entre 0 y 100, donde cero significan
que algo nunca va a suceder; y uno indica que algo va a suceder siempre.
En el captulo 3 se estudian las distintas interpretaciones que se tienen de la
probabilidad: la clsica, la de frecuencias relativas y la subjetiva o a priori. Las dos
primeras son muy similares ya que se basan en la repeticin de experimentos
realizados bajo las mismas condiciones; mientras que la tercera trata de una
medida del grado de creencia con respecto a una proposicin.
Interpretaciones de la probabilidad
La definicin clsica de la probabilidad o a Priori trata de mediante el mtodo
clsico estimar la probabilidad de que ocurra un evento, cuando en un
experimento aleatorio tiene n resultados, en la cual cada uno de ellos tiene la
misma posibilidad de ocurrir, cada resultado tendr una probabilidad igual a 1/n.
La probabilidad de que ocurra un evento A cualquiera, que tiene la misma
posibilidad de ocurrencia que cualquier otro evento dentro del espacio muestral de
tamao n:
La definicin segn la frecuencia relativa de probabilidad es la frecuencia relativa
que se observa de un evento mediante muchos intentos, o la fraccin de veces
que un evento se presenta a la larga, en condiciones estables.
En un espacio muestral de tamao n con un evento cualquiera A con frecuencia f,
la probabilidad de ocurrencia es:
Al calcular probabilidades con el mtodo frecuentista, se obtiene un estimado y no
un valor exacto. Conforme el nmero de observaciones aumenta, los estimados
correspondientes se pueden acercar a la probabilidad real (ley de los grandes
nmeros).
Las probabilidades subjetivas es la probabilidad asignada a un evento por parte de
un individuo, teniendo en cuenta la evidencia que se tenga disponible, la cual se
puede presentar en forma de frecuencia relativa de presentacin de eventos
pasados o una creencia meditada.
En el mtodo de la probabilidad a priori o subjetiva no debe es frecuente no tener
registros del comportamiento de cierta variable para determinar una probabilidad
relacionada, ya que no es posible repetir el experimento.
Axiomas de probabilidad: regla de la adicin
Los axiomas de probabilidad facilitan el clculo de las probabilidades de algunos
eventos mediante el conocimiento de las probabilidades de otros.
a.- Regla de la adicin para eventos mutuamente excluyentes.
Al presentarse dos eventos que son mutuamente excluyentes, se puede expresar
esta probabilidad mediante la regla de adicin para eventos mutuamente
excluyentes:
b.- Regla de adicin para eventos que no son mutuamente excluyentes.
Al presentarse dos eventos que no son mutuamente excluyentes, puede que
ambos se presenten al mismo tiempo, en este caso se debe modificar la regla de
la adicin para evitar el conteo doble:
Axiomas de probabilidad: reglas de multiplicacin
Es la probabilidad de que el evento A ocurra en un primer experimento y el evento
B ocurra en un segundo experimento.
a.- Probabilidades bajo condiciones de independencia estadstica.
En las probabilidades marginales bajo independencia estadstica se debe tener en
cuenta que:
Una probabilidad marginal es la probabilidad simple de presentacin de un
evento.
Probabilidades conjuntas bajo condiciones de independencia estadstica.
b.- Probabilidades bajo condiciones de dependencia estadstica
La dependencia estadstica se presenta cuando la probabilidad de que se
presente algn suceso depende de la presentacin de otro evento.
Probabilidad condicional
Las probabilidades condicionales bajo independencia estadstica es la
probabilidad de que un segundo evento (B) se presente, si un primer evento (A) ya
ha sucedido.
Bajo Independencia estadstica
P (B/A) = P (B)
Bajo dependencia estadstica.
P (B / A) = P (BA) / P (A)
Probabilidad total y teorema de bayes.
La probabilidad total de un evento es la suma exhaustiva de las probabilidades de
todos los casos mutuamente excluyentes que llevan a dicho evento:
En la regla de probabilidad total para dos eventos se considera que el evento B
puede describirse como la unin de la parte de B que est en A y la parte de B
que est en A as:
El teorema de Bayes es el clculo de las probabilidades de las causas a partir de
los efectos que han podido ser observados.
Sea A1, A2,..., En un sistema completo de sucesos, tales que la probabilidad de
cada uno de ellos es distinta de cero, y sea B un suceso cualquier del que se
conocen las probabilidades condicionales P (B/Ai), entonces la probabilidad P
(Ai/B) viene dada por la expresin: donde el denominador es para encontrar la
Probabilidad Total de B.
En la probabilidad total y el teorema de Bayes, se debe con la informacin del
problema, construir una tabla de contingencia o un diagrama de rbol.
Aporte Yaneth Patricia Zamora Pedreros

UNIDAD 1: PRINCIPIOS DE LA PROBABILIDAD
CAPITULO 1: EXPERIMENTO ALEATORIO, ESPACIOS MUESTRALES Y
EVENTOS.
Leccin 1: EXPERIMENTO ALEATORIO
En la teora de probabilidades se habla de experimentos aleatorios y de
fenmenos aleatorios. La palabra aleatorio proviene del vocablo latino alea, el cual
significa suerte o azar. Un fenmeno aleatorio, es por tanto, aqul cuyo resultado
est fuera de control y que depende del azar.
Leccin 2: ESPACIO MUESTRAL
Espacio muestral es el conjunto formado por todos los resultados posibles de un
experimento o fenmeno aleatorio. Lo denotamos con la letra E. Ejemplo: lanzar
una moneda, lanzar dos dados.
Un experimento aleatorio cumple con las siguientes caractersticas:
El experimento puede realizarse bajo idnticas condiciones cuantas veces
sea necesario.
Los posibles resultados son todos conocidos.
El resultado del experimento es incierto, depende del azar.
Se observa cierto patrn de regularidad a medida que aumentan las
repeticiones.

Leccin 3: SUCESOS O EVENTOS
Suceso de un fenmeno aleatorio es cada uno de los subconjuntos del espacio
muestral E. Para designar cualquier suceso, tambin llamado suceso aleatorio, de
un experimento aleatorio utilizaremos letras maysculas.
Al conjunto de todos los sucesos que ocurren en un experimento aleatorio se le
llama espacio de sucesos y se designa por S.

Leccin 4: OPERACIONES CON SUCESOS O EVENTO
Ya que los eventos o sucesos son subconjuntos, entonces es posible usar las
operaciones bsicas de conjuntos 2, tales como uniones, intersecciones y
complementos, para formar otros eventos de inters, denominados eventos o
sucesos compuestos.
Dados dos sucesos, A y B.
Leccin 5: DIAGRAMAS DE VENN Y DIAGRAMAS DE RBOL
Para describir las relaciones entre eventos se usan con frecuencia los diagramas.
Estos bien pueden ser los denominados diagramas de Venn o los diagramas de
rbol. A continuacin se describen ambos tratamientos grficos de los eventos de
un espacio muestral determinado. Los diagramas de Venn suelen emplearse
para representar un espacio muestral y sus eventos.
Diagramas de rbol. Un diagrama de rbol es una herramienta que se utiliza para
determinar todos los posibles resultados de un experimento aleatorio. En el clculo
de la probabilidad se requiere conocer el nmero de objetos que forman parte del
espacio muestral, estos se pueden determinar con la construccin de un diagrama
de rbol.

CAPITULO 2: TCNICAS DE CONTEO

En el clculo de las probabilidades se debe poder determinar el nmero de veces
que ocurre un evento o suceso determinado. Es muchas situaciones de
importancia prctica es imposible contar fsicamente el nmero de ocurrencias de
un evento o enumrelos uno a uno se vuelve un procedimiento engorroso. Cuando
se est frente a esta situacin es muy til disponer de un mtodo corto, rpido y
eficaz para contar.
A continuacin se presentan algunas de estas tcnicas, denominadas tcnicas de
conteo o anlisis combinatorio, entre las cuales se tienen: el principio
fundamental del conteo, permutaciones, variaciones, combinaciones, la regla del
exponente y el diagrama de rbol.
Leccin 6: PRINCIPIO FUNDAMENTAL DEL CONTEO

En la teora fundamental del conteo se tienen dos principios bsicos, que son la
base para desarrollar otros conceptos como permutaciones y combinaciones que
se vern ms adelante.

Principio de multiplicacin o multiplicativo
Principio aditivo

Leccin 7: FACTORIAL DE UN NMERO

En el anlisis combinatorio interviene con mucha frecuencia el concepto de
factorial de un entero no negativo n. Este se denota por el smbolo n! y se define
como el producto de n por todos los enteros que le preceden hasta llegar al uno.

Leccin 8: PERMUTACIONES Y VARIACIONES

Una ordenacin de un nmero r de elementos del conjunto de n elementos, N s
denominada variacin. Son permutaciones en las que implica un orden en la
colocacin de los elementos, tomando nicamente una parte de los elementos.

Leccin 9: COMBINACIONES

El uso de combinaciones es ms usual cuando se trata de contar las posibilidades
de ordenar un conjunto de elementos independientemente de su colocacin o
posicin.

Leccin 10: REGLA DEL EXPONENTE

Se trata de un tipo de combinacin o arreglo ordenado en donde siempre hay
Reemplazo del elemento que se toma.

CAPITULO 3: PROPIEDADES BSICAS DE LAS PROBABILIDADES
En nuestro diario vivir siempre estamos de una u otra formas enlazados a las
probabilidades, desde el hecho de que llueva hasta en el rendimiento de nuestra
universidad, para ser ms explcitos sealemos las probabilidades con ciertos
nmeros ejemplo 1 u 0, en este caso seria 0 algo que nunca fuera a suceder, y 1
algo que siempre va a suceder.
A la hora de interpretarla contamos con tres formas las cuales nos ayudaran a
definir la probabilidad de un evento estas son, Definicin Clsica de
Probabilidad o a Priori este se utiliza cuando un experimento aleatorio tiene n
resultados y todos cuentan con igual posibilidades de ocurrencia, Definicin de
probabilidad segn el concepto de frecuencia relativa o probabilidad
frecuentista y se lleva a cabo mediante la observacin de la frecuencia relativa en
un evento durante un gran nmero de intentos, y por ultimo Probabilidades
subjetivas la cual se define como la probabilidad establecida a un evento por
parte de un individuo.
Otro factor importante en la probabilidad son los axiomas de probabilidad los
cuales satisfacen la probabilidad de cualquier experimento aleatorio, Este axiomas
no hallan las probabilidades lo que hacen es que nos ayudan a facilitar su clculo
a partir del conocimiento de los mismo. Estos axiomas manejan dos clases uno
que es, Regla de la adicin P(A B) y reglas de multiplicacin
este se determina la probabilidad de que un evento A ocurra en un primer
experimento y un B ocurra en un segundo experimento.
Tambin estudiamos la probabilidad condicional Simblicamente, la
probabilidad condicional se escribe P (B/A) y se lee "la probabilidad de que se
presente el evento B, dado que el evento A se ha presentado". La probabilidad
condicional es la probabilidad de que un segundo evento (B) se presente, si un
primer evento (A) ya ha sucedido.
Por ultimo este captulo nos ense sobre probabilidad total y teorema de
bayes. En la probabilidad total nos enseara una forma de calcular la probabilidad
de un evento considerando a este como el resultado de la fusin de otros eventos
o tambin la suma completa de las probabilidades de todos los casos mutuamente
excluyentes que llevan a dicho evento.
El teorema de Bayes fue descubierto dos aos despus de la muerte de Thomas
Bayes momento en el cual se da a conocer una memoria en la que se muestra por
primera vez, la determinacin de la probabilidad de las causas a partir de los
efectos los cuales pudieron ser observados, este clculo de dichas probabilidades
seria llamado teorema de Bayes.
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 qu nmero de sala irn? R/: NO ES ALEATORIA

b) Cunto tiempo tardarn en la fila de la boletera para adquirir las
entradas? R/: ALEATORIA

c) Qu pelcula vern? R/: NO ES ALEATORIA

2. Seale cules de los siguientes resultados corresponden a situaciones no
aleatorias o determinsticas y cules corresponden a situaciones aleatorias o
de incertidumbre.

a) El resultado del prximo partido Colombia-Mxico. R/: ALEATORIA

b) Lo que desayunar el da de maana. R/: DETERMINISTICA

c) El porcentaje de aprobados de un curso de Matemticas (antes de
acabar el semestre). R/: DE INCERTIDUMBRE.

3- Michael y Robert son dos turistas ingleses que viajaron al Per a conocer
una de las siete maravillas del mundo. Despus de visitar Macchu 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, Cul es el espacio muestra del experimento? Defina
dos eventos A y B.

El espacio muestreal del experimento lo componen todos los platos que se ofrecen
y que podran pedir los dos clientes.

S= {AA, AB, AC, AD, BA, BB, BC, BD, CA, CB, CC, CD, DA, DB, DC, DD} 16
posibilidades en total donde:

A= Trucha con papas fritas
B= Milanesa de alpaca
C= Cuy con papas
D= Guiso de alpaca

Podramos definir los dos posibles eventos como sigue:
Si ambos eligen los mismos platos
M= {AA, BB, CC, DD} donde M S
Evento en el cual eligen platos diferentes
N= M ={AB, AC ,AD ,BA ,BC ,BD ,CA ,CB ,CD ,DA ,DB ,DC}

5. Se seleccionan al azar cuatro estudiantes de una clase de qumica y se
clasifican como masculino o femenino.

a) Liste los elementos del espacio muestral S usando la letra M para
masculino y F para femenino.

S = {MMMM, MMMF, MMFM, MMFF, MFMM, MFMF, MFFM, MFFF,
FMMM, FMMF, FMFM, FMFF, FFMM, FFMF, FFFM, FFFF}

b) Liste los elementos del espacio muestral S donde los resultados
representen el nmero de mujeres seleccionadas.

S= {0, 1, 2, 3, 4}
6. A una reunin llegan Carmen, Lola, Mercedes, Juan, Fernando y Luis. Se
eligen dos personas al azar sin importar el orden, Describa el espacio
muestral de este experimento.
N=6 Carmen = C, Lola = Lo, Mercedes = M
R=2 Juan = J, Fernando = F, Luis = Lu
N de casos posibles = .

S = *( )( )( )( )( )( )( )( )( )( )( )( )( )( ) +

EJERCICIOS CAPITULO 2

6.- En un grupo de teatro hay 10 hombres y 6 mujeres. Cuatro de los
hombres pueden actuar como actores masculinos principales y los otros
actuarn en papeles secundarios, tres de las mujeres pueden actuar en
papeles femeninos principales y las otras en papeles secundarios. De
cuntas maneras pueden elegirse los actores para una obra de teatro que
exige un actor principal, una actriz principal, dos actores secundarios y tres
actrices secundarias?

Si vamos en orden elegiremos primero el actor principal, en el grupo hay cuatro
posibles candidatos pero solo podemos elegir a uno por tanto tendremos solo 4
formas de elegirlo.
En el caso de los actores secundarios debemos elegir dos de entre 6 candidatos,
aqu debemos analizar 1) el orden en que los elija importa?, la respuesta es no
pues nos da lo mismo elegir a Juan y a Pedro que a Pedro y Juan de cualquier
forma tendremos a nuestros dos actores. 2) se puede repetir?, lo ms obvio es
que no pues no puedo componer un grupo con solamente Pedro es decir un grupo
compuesto por Pedro y Pedro siendo la misma persona. Teniendo claro lo
anterior, recurrimos a la siguiente formula

()

Donde n = 6 y r = 2

( )

Tenemos como resultado 15 formas de elegir nuestros actores secundarios
En el caso de la actriz principal tenemos 3 candidatas y elegimos a una tenemos
entonces 3 opciones y para el caso de las actrices secundarias necesitamos a tres
de ellas y tenemos 3 candidatas nicamente, por tanto tenemos una nica forma
de elegirlas.
Si queremos saber las diferentes formas de elegir a nuestro grupo de actores
usamos el principio de multiplicacin entonces tendramos:
4x15x3x1=180 formas de elegir a nuestro grupo para la obra.
8. En la sntesis de protenas hay una secuencia de tres nucletidos sobre el
ADN que decide cul es el aminocido a incorporar. Existen cuatro tipos
distintos de nucletidos segn la base, que puede ser A (adenina), G
(guanina), C (citosina) y T (timina). Cuntas secuencias distintas se podrn
formar si se pueden repetir nucletidos?
R/: Al analizar el problema se identifica que hay 4 elementos principales
(nucletidos) y con ellos se desea formar un conjunto de 3 elementos que se
pueden repetir, por ejemplo: AAG, AAA, GGA por lo tanto, se debe aplicar la regla
del exponente:

9. Una lnea de ferrocarril tiene 25 estaciones. Cuntos billetes diferentes
habr que imprimir si cada billete lleva impresas las estaciones de origen y
destino?

R/: Cada estacin debe tener 1 billete de salida-destino por cada una de las otras
24 estaciones de destino. Luego, se deben imprimir: 25 x 24 = 600 billetes


11. En un estudio de economa de combustible se prueban 3 carros de
carreras con 5 diferentes marcas de gasolina, en 7 sitios de prueba en
distintas regiones; si se utilizan 2 pilotos en el estudio y las pruebas se
realizan una vez bajo cada conjunto de condiciones, cuntas se necesitarn?

R/: Cada piloto realiza: 3 x 5 x 7 = 105 pruebas.
Los 2 pilotos harn un total de: 105 x 2 = 210 pruebas.

15. A una reunin asisten 10 personas y se intercambian saludos entre
todos. Cuntos saludos se han intercambiado?

()

EJERCICIOS CAPITULO 3

3.- En un viaje organizado por Europa para 120 personas, 48 de los que van
saben hablar ingls, 36 saben hablar francs, y 12 de ellos hablan los dos
idiomas. Escogemos uno de los viajeros al azar.
a.- Cul es la probabilidad de que hable alguno de los dos idiomas?
b.- Cul es la probabilidad de que hable francs, sabiendo que habla
ingls?
c.- Cul es la probabilidad de que solo hable francs
P= Personas
Personas que hablan Ingls definidas por: I
Personas que hablan Francs definidas por: F
P. Hablan Francs No Hablan Francs
Hablan Ingls 12 36 48
No hablan Ingls 24 48 72
36 84 120

a.- Cul es la probabilidad de que hable alguno de los dos idiomas?
, - ,- ,- , -

b.- Cul es la probabilidad de que hable francs, sabiendo que habla
ingls?
,-

c.- Cul es la probabilidad de que solo hable francs
, -

6. Una muestra de 500 personas fue seleccionada en una gran rea
metropolitana para estudiar el comportamiento del consumidor. Entre las
preguntas estaba: Disfruta comprando ropa? De los 240 hombres, 136
contestaron que s, mientras que de las 260 mujeres, 224 contestaron que s.
Si se selecciona al azar un encuestado, cul es la probabilidad de que el
elegido:

a) Disfrute comprando ropa?
b) Sea mujer y disfrute comprando ropa?
c) Sea hombre y No disfrute comprando ropa?

HOMBRE
(h)
MUJER
(m)
SUMA
(S)
Subtotal 240 260 500
SI 136 224 360
NO 104 36 140

a) EVENTO: Disfruta comprando ropa:
(hSI + mSI) / S = (136 + 224) / 500 * 100 = 72 %


b) EVENTO: Es mujer y disfruta comprando ropa:
mSI / S = 224 / 500 * 100 = 44,8 %

c) EVENTO: Es hombre y No disfruta comprando ropa:
hNO / S = 104 / 500 * 100 = 20,8 %


8. Una enfermedad puede estar producida por tres virus A, B y C. En el
laboratorio hay 3 tubos de ensayo con el virus A, 2 tubos con el virus B y 5
tubos con el virus C. La probabilidad de que el virus A produzca la
enfermedad es de 1/3, que la produzca B es de 2/3 y que la produzca C es de
1/7, Se inocula un virus a un animal y contrae la enfermedad, Cul es la
probabilidad de que contraiga la enfermedad? Cul es la probabilidad de
que el virus que se inocule sea el C?

Inicialmente debemos identificar los eventos a priori, por supuesto es saber que
existen los virus y la cantidad existente junto con su porcentaje con respecto a la
poblacin total en este caso

Tenemos una poblacin de 10 tubos de ensayo distribuidos as:

A=3
B=2
C=5

Y su porcentaje caracterstico con respecto a la poblacin es:

A= 3/10 = 0.3 = P(A)
B = 2/10 = 0.2 = P (B)
C = 5/10 = 0.5 = P(C)
Identificamos el evento condicionado y su respectiva probabilidad es decir la
probabilidad de que cada virus produzca la enfermedad.

P (E/A) = probabilidad de que el virus A produzca la enfermedad= 1/3
P (E/B)= probabilidad de que el virus B produzca la enfermedad = 2/3
P (E/C)= probabilidad de que el virus C produzca la enfermedad = 1/7

Luego por la propiedad de probabilidad total podemos encontrar la probabilidad de
contraer la enfermedad.

P (T)=P(A)*P (E/A)+P (B)* P (E/B)+P(C)* P (E/C) = 3/10*1/3+2/10*2/3+5/10*1/7=

160/525= 0.3047

Lo anterior nos dice que se tiene el 30.47% de probabilidad de contraer la
enfermedad.

Para encontrar la probabilidad de que el virus inoculado sea C aplicamos la
formula.


()
()()
()


()

Lo cual nos indica que la probabilidad de que al contraer la enfermedad esta sea
ocasionada por el virus C es del 23.43%