Probabilidad

Cdigo: 100402_226

Trabajo Colaborativo 1

Reinaldo Salamanca
Cdigo: 9658220
Cesar Augusto Castao
Juan Miguel Meja
Alexander Pitto

Tutor:
Fabin Augusto Molina

Universidad Nacional Abierta y a Distancia UNAD

12 de Octubre del 2014

1
 Introduccin

El siguiente trabajo tiene como objetivo comprender Los principios de la

probabilidad concernientes a la unidad 1, en temas relacionados con experimento
aleatorio, eventos y sucesos, tcnicas de conteo, axiomas de probabilidad,
probabilidad condicional y teorema de Bayes. Aplicando estos temas y conceptos
encontraremos un cuadro sinptico, al igual que el planteamiento de una serie de
ejercicios con sus respectivas respuestas y la solucin a un estudio de caso.

2
Objetivos

Objetivo general.
Analizar e interiorizar los principios de Probabilidad, identificando sus
propiedades, leyes y los campos de aplicacin que tiene esta ciencia propia
de la estadstica.

Objetivos especficos
Reconocer las caractersticas de un experimento aleatorio.
Identificar el espacio muestral y distintos eventos de experimentos
aleatorios.
Adquirir las herramientas y habilidades necesarias de las tcnicas de
conteo.
Calcular las medidas de espacios mustrales y eventos aplicando
reglas bsicas de conteo, permutaciones y combinaciones.
Establecer y aplicar las tcnicas de conteo a travs de
permutaciones y combinaciones.

3
 a. Cuadro sinptico

Experimento Un fenmeno aleatorio, es por tanto, aquel cuyo resultado

Aleatorio est fuera de control y que depende del azar.

Espacio Espacio muestral es el conjunto formado por todos los

posibles resultados de un experimento aleatorio.
muestral
Suceso o Evento de un fenmeno o experimento aleatorio
Sucesos o es cada uno de los subconjuntos del espacio muestral S

Usamos las operaciones bsicas de conjuntos, tales como

Operaciones uniones, intersecciones y complementos, para formar otros
entre eventos eventos de inters, denominados eventos o sucesos
compuestos.

TECNICA Las tcnicas de conteo son aquellas que

S DE son usadas para enumerar eventos difciles
CONTEO de cuantificar
Principio Una actividad que consta de r pasos, en donde
multiplicativ el primer paso de la actividad a realizar puede
PRICIPIOS ser llevado a cabo de N1 maneras o formas, el
o
segundo paso de N2 maneras o formas y el r-
DE Con la condicin no de que los eventos sean independientes
Principi
o sino de que sean mutuamente excluyentes, es decir que cada
uno ocurra sin la necesidad de que otro lo haga.

Factorial Este se denota por el smbolo n! y se define como el producto

de de n por todos los enteros que le preceden hasta llegar al uno.
Un nmero
Una permutacin de los elementos es un acomodo u
Permutacion ordenamiento de ellos.
es
Es un arreglo de elementos en donde no nos
Combinacin interesa el lugar o posicin que ocupan los
mismos dentro del arreglo. En una combinacin
nos interesa formar grupos y el contenido de los
mismos.

Axiomas
de Los axiomas no determinan las probabilidades, lo que hacen es
facilitar el clculo de las probabilidades de algunos eventos a
Probabilid
Regla De Si dos eventos son mutuamente excluyentes, podemos expresar
la esta probabilidad haciendo uso de la regla de adicin. la regla de
la adicin para calcular P(AUB)

Regla de En esta seccin se desarrollar una regla para determinar P

la (AnB), esto es, la probabilidad de que el evento A ocurra en un
primer experimento y el evento B ocurra en un segundo
Multiplicac

4
b- Ejercicios

Captulo 1
Ejercicio No. 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.
b) Lo que desayunare el da de maana.
c) El porcentaje de aprobados de un curso de Matemticas (antes de acabar el
semestre).
Desarrollo:

Situaciones no aleatorias o determinsticas:

b) Lo que desayunare el da de maana.
Situaciones aleatorias o de incertidumbre:
a) El resultado del prximo partido Colombia-Mxico.
c) El porcentaje de aprobados de un curso de Matemticas (antes de acabar el
semestre).

Ejercicio No. 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.
Desarrollo:
S = {MMMM, MMFF, MFFF, MFMF, MFMM, MMFM, MMMF, MFFF, MFFM, FFFF,
FMMM, FFMM, FFFM, FMFM, FMMF, FMFF}

Ejercicio No. 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.

5
Desarrollo:

Carmen=C Lola=Lo Mercedes=MJuan=J Fernando=F Luis=L

n=6 r=2

6!
()
Casos posibles= 6 =
2 2 !(6 !2 !)
=15

S={C-Lo, C-M, C-J, C-F, C-L, Lo-M, Lo-J, Lo-F, Lo-L, M-J, M-F, M-L, J-F, J-L, F-L}

Ejercicio No. 8: Luego de una semana de parciales exitosa, tu mejor amiga y t

deciden ir a ver una pelcula a un multiplex de 8 salas. Decida si cada una de las
siguientes situaciones es aleatoria o no lo es:
Desarrollo:
a) .A que numero de sala irn? Respuesta no es aleatoria.
b) .Cuanto tiempo tardaran en la fila de la boletera para adquirir las entradas?
Respuesta si es aleatoria.
c) .Que pelcula vern? Respuesta no es aleatoria.

Captulo 2

Ejercicio. No. 1: Qu usar? Un joven se alista para la universidad, posee 4

jeans, 12 camisetas y 4 pares de zapatos deportivos, Cuntas combinaciones de
jean, camiseta y zapatos puede tener?
Desarrollo:

Respuesta: 4124=192

Ejercicio No. 2: Las prximas vacaciones familiares incluyen un vuelo

internacional, la renta de un automvil y la estancia en un hotel en Boston. Si
escoge entre cuatro lneas areas principales, cinco agencias de renta de

6
automviles y tres cadenas de hoteles. Cuntas opciones tiene disponibles para
sus vacaciones?
Desarrollo:

Respuesta: 453=60

Ejercicio No. 3: Un grupo, compuesto por cinco hombres y siete mujeres, forma
un comit de 2 hombres y 3 mujeres. De cuntas formas puede formarse el comit
si:
Desarrollo:

a- Puede pertenecer a l cualquier hombre o mujer.

Respuesta:
1035=350

b.- Una mujer determinada debe pertenecer al comit.

Respuesta:
1015=150

c.- Dos hombres determinados no pueden estar en el comit.

Respuesta:
335=105

Ejercicio No. 4: 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 pueden preparar el cocinero?
Desarrollo:

5!
7 !
5 7 3 ! ( 53 ) !
( )( )
3 4
=
4 ! ( 74 ) !

7
 5!
7 !
3 !2!
=350
4!3!

Captulo 3
Ejercicio No. 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?
Desarrollo:

48+ 3612 72
P [ I F ] =P [ I ] + P [ F ] P [ I F ]= = =0.6
120 100

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

12
P [ F /I ]= =0.25
48

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

24 1
= =0.2
100 5

Ejercicio No. 4: El ltimo ao de una clase de bachillerato con 100 estudiantes,

42 cursaron matemticas, 68 psicologa, 54 historia; 22 matemticas e historia, 25
matemticas y psicologa, 7 historia pero ni matemticas ni psicologa, 10 las tres
materias y 8 no tomaron ninguna de las tres. Si se selecciona al azar un
estudiante, encuentre la probabilidad de que:
8
Desarrollo:

a) solo haya cursado una de las tres materias

P=10 /68=5/34=0.1470588235

b) una persona que no se inscribi en psicologa curse historia y matemticas

P=12/32=3 /8=0.375

Ejercicio No. 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?
Desarrollo:

Totalidad de tubos 3+2+5=10 tubos

Las probabilidades de cada tubo son

p(A) = 3/10 = 0.3

p(B) = 2/10 = 0.2

p(C) = 5/10 = 0.5

La probabilidades de producir la enfermedad (E) por cada virus es

p(E|A) = 1/3

p(E|B)= 2/3

p(E|C) = 1/7

Debemos calcular la probabilidad de que el animal que ha contrado la

enfermedad haya sido por el virus C

p(C|E)

9
La calculamos por el teorema de Bayes:

p E|C p ( C )
p C| E =
P E|A p ( A ) + p E|B p ( B ) + p E|C p (C )

1
0.5
7
p E|C =
1 2 1
0.3+ 0.2+ 0.5
3 3 7

15
p E|C = =0.234
64

Ejercicio No. 9: El despertador de Javier no funciona muy bien, pues el 20% de

las veces no suena. Cuando suena, Javier llega tarde a clase con probabilidad del
20%, pero si no suena, la probabilidad de que llegue tarde es del 90%. a)
Determina la probabilidad de que llegue tarde a clase y haya sonado el
despertador. b) Determina la probabilidad de que llegue temprano. c) Javier ha
llegado tarde a clase, cul es la probabilidad de que haya sonado el
despertador? d) Si Javier llego temprano a clase, cual es la probabilidad de que
el despertador no haya sonado?

Desarrollo:

Definimos los sucesos

NS= {el despertador de Javier no suena}
S = {el despertador de Javier suena}
T = {Javier llega tarde a clase}.
P (NS) =0.2
P(S) = 1-p (NS)=0.8
P (T/S) = 0.2
P (T/NS) = 0.9

10
a) p (T S )= p T |S p ( S )=0.20.8=0.16

b) La probabilidad de llegar tarde es

p (T )= p [ ( T S ) ( T NS ) ]

p ( T S ) + p ( T NS )

p ( T |S )p ( S ) + p ( T|NS )p ( NS )

0.20.8+ 0.90.2=0.34

Entonces la probabilidad de que llegue temprano es

p (TM )=1 p (T )=10.34=0.66

p ( S T ) 0.16
p ( S|T )= = =0.47
c) p (T ) 0.34

d) Javier llega temprano independientemente si suena o no el despertador.

p ( NS TM ) p ( NS )p ( TM )
p ( NS|TM ) = = = p ( NS )=0.2
p ( TM ) p ( TM )

c- Estudio de caso

Los jueces del condado Hamilton (E.E.U.U.) procesan miles de casos al ao. En la
gran mayora de los casos presentados, la sentencia permanece como se
present. Sin embargo, algunos casos son apelados y en algunos de estos se
revoca la sentencia. Una periodista del diario Cincinnati Times realiz un
estudio de los casos manejados por los jueces del condado de Hamilton durante
un periodo de tres aos En la siguiente tabla se muestran los resultados de
182908 casos presentados a 38 jueces del Tribunal Penal, del Tribunal de Familia
y del Tribunal Civil. Dos de los jueces (Dinkelacker y Hogan) no trabajaron en el
mismo tribunal durante todo el periodo de tres aos.
El propsito del estudio es evaluar el desempeo de los jueces. Las apelaciones
con frecuencia son resultado de errores cometidos por los jueces y el diario quera

11
saber cules jueces estaban haciendo un buen trabajo y cules cometan
demasiados errores. A usted le han llamado para que ayude en el anlisis de
datos. Utilice su conocimiento de la probabilidad y la probabilidad condicional para
ayudar a calicar a los jueces. Tal vez pueda analizar la probabilidad de los casos
que se apelaron y revocaron manejados en los diferentes tribunales
Casos presentados, apelados y revocados en los tribunales del condado de
Hamilton

Juez Tribunal Casos Casos Casos

Penal Presentad apelados Revocados
Fred Cartolano os
3037 137 12
Thomas Crush 3372 119 10
Patrick Dinkelacker 1258 44 8
Timothy Hogan 1954 60 7
Robert Kraft 3138 127 7
William Mathews 2264 91 18
William Morrissey 3032 121 22
Norbert Nadel 2959 131 20
Arthur Ney, Jr. 3219 125 14
Richard Niehaus 3353 137 16
Thomas Nurre 3000 121 6
John OConnor 2969 129 12
Robert Ruehlman 3205 145 18
J. Howard Sundermann 955 60 10
Ann Marie Tracey 3141 127 13
Ralph Winkler 3089 88 6
Total 43945 1762 199

Juez Tribunal de Casos Casos Casos

Familia Presentad apelados Revocados
Penelope Cunningham 2729 7 1
Patrick Dinkelacker 6001 19 4
Deborah Gaines 8799 48 9
Ronald Panioto 12,970 32 3
Total 30499 106 17

Juez Tribunal Civil Casos Casos Casos

Presentad apelados Revocados
Mike Allen os
6149 43 4
Nadine Allen 7812 34 6
Timothy Black 7954 41 6

12
 David Davis 7736 43 5
Leslie Isaiah Gaines 5282 35 13
Karla Grady 5253 6 0
Deidra Hair 2532 5 0
Dennis Helmick 7900 29 5
Timothy Hogan 2308 13 2
James Patrick Kenney 2798 6 1
Joseph Luebbers 4698 25 8
William Mallory 8277 38 9
Melba Marsh 8219 34 7
Beth Mattingly 2971 13 1
Albert Mestemaker 4975 28 9
Mark Painter 2239 7 3
Jack Rosen 7790 41 13
Mark Schweikert 5403 33 6
David Stockdale 5371 22 4
John A. West 2797 4 2
Total 108464 500 104

INFORME A PRESENTAR:
1. La probabilidad de casos que se apelan y revocan en los tres tribunales

Tribunal Penal
1762
p ( casosque se apelan ) = =0.04009
43945

199
p ( casosque se revocan )= =0.00453
43945

Tribunal de Familia
106
p ( casosque se apelan ) = =0.00347
30499

17
p ( casosque se revocan )= =0.00056
30499

Tribunal Civil
500
p ( casosque se apelan ) = =0.0046
108464

13
 104
p ( casosque se revocan )= =0.00096
108464

2. La probabilidad de que se apele un caso, por cada juez

Ver tabla 1,2 y 3

3. La probabilidad de que se revoque un caso, por cada juez

Ver Tabla 1,2 y 3

4. La probabilidad de una revocacin dada una apelacin, por cada juez

Dado que las revocatorias dependen de las apelaciones, usamos la interseccin

para sucesos dependientes.
r p ( a r )
p
a
= ()p ( a)

Pero la probabilidad de revocatorias estn dentro de la probabilidad de

apelaciones entonces p (ar) = p(r)

Ver Tabla 1,2 y 3

5. Clasifique a los jueces dentro de cada tribunal. Establezca los criterios que
utiliz y d las razones de su eleccin.

Se califica en orden ascendente los jueces teniendo en cuenta las apelaciones

dadas para cada juez.
Presentados

Casos
Casos
Casos

Revocados
apelados

Juez Tribunal
de apelar caso

Probabilidad
Probabilidad

de revocar

apelacin
caso dada

Penal
Probabilidad
de revocar
caso

Ralph Winkler 3089 88 6 P(a)=88/3089 0,0285 P(r)=6/3089 0,0019 P(r/a)=0.019/0.028 0,0667

Timothy Hogan 1954 60 7 P(a)=60/1954 0,0307 P(r)=7/1954 0,0036 P(r/a)=0.0036/0.30 0,1173
5
Patrick Dinkelacker 1258 44 8 P(a)=44/1258 0,035 P(r)=8/1258 0,0064 P(r/a)=0.064/0.035 0,1828
7
Thomas Crush 3372 119 10 P(a)=119/3372 0,0353 P(r)=10/3372 0,003 P(r/a)=0.003/0.035 0,0849
Arthur Ney, Jr. 3219 125 14 P(a)=125/3219 0,0388 P(r)=14/3219 0,0043 P(r/a)=0.0043/0.03 0,111
3
William Morrissey 3032 121 22 P(a)=121/3032 0,0399 P(r)=22/3032 0,0073 P(r/a)=0.0073/0.03 0,1829
88
William Mathews 2264 91 18 P(a)=91/2264 0,0402 P(r)=18/2264 0,008 P(r/a)=0.008/0.040 0,199
99
2
14
Thomas Nurre 3000 121 6 P(a)=121/3000 0,0403 P(r)=6/3000 0,002 P(r/a)=0.002/0.040 0,0496
Ann Marie Tracey 3141 127 13 P(a)=127/3141 0,0404 P(r)=13/3141 0,0041 P(r/a)=0.0041/0.04 0,1014
3
Robert Kraft 3138 127 7 P(a)=127/3138 0,0405 P(r)=7/3138 0,0022 P(r/a)=0.0022/0.04 0,0543
04
Richard Niehaus 3353 137 16 P(a)=137/3353 0,0409 P(r)=16/3353 0,0048 P(r/a)=0.0048/0.04 0,1173
05
John OConnor 2969 129 12 P(a)=129/2969 0,0434 P(r)=12/2969 0,004 P(r/a)=0.004/0.043 0,0921
09
Norbert Nadel 2959 131 20 P(a)=131/2959 0,0443 P(r)=20/2959 0,0068 P(r/a)=0.0068/0.04 0,1534
4
Fred Cartolano 3037 137 12 P(a)=137/3037 0,0451 P(r)=12/3037 0,004 P(r/a)=0.004/0.045 0,0884
43
Robert Ruehlman 3205 145 18 P(a)=145/3205 0,0452 P(r)=18/3205 0,0056 P(r/a)=0.0056/0.04 0,1238
1
J. Howard 955 60 10 P(a)=60/955 0,0628 P(r)=10/955 0,0105 P(r/a)=0.0105/0.06 0,1671
52
Total
Sundermann 4394 176 19 28
5 2 9
Tabla 1
Presentados

apelados
Revocados
Casos

Casos

Casos

Probabilidad

Probabilidad
de revocar

apelacin
caso dada
de apelar
Juez Tribunal de
caso
Familia

Probabilidad
de revocar
caso
Ronald Panioto 12970 32 3 P(a)=32/12970 0,0024P(r)=3/12970 0,0002 P(r/a)=0.0002/0.02 0,0833
Penelope 2729 7 1 P(a)=7/2729 0,0026P(r)=1/2729 0,0004 P(r/a)=0.0004/0.00 0,1538
Patrick Dinkelacker 6001 19 4 P(a)=19/6001 0,0032P(r)=4/6001 0,0007 P(r/a)=0.0007/0.00 0,2187
Cunningham 26
Deborah Gaines 8799 48 9 P(a)=48/8799 0,0055P(r)=9/8799 0,001 P(r/a)=0.001/0.005 0,1818
32
Total 30499 106 17
5
Tabla 2
Casos
Casos
Casos
Presentados

Revocados
apelados

Juez Tribunal
de apelar caso

Probabilidad
Probabilidad

de revocar

apelacin
caso dada

Civil
Probabilidad
de revocar
caso

Karla Grady 5253 6 0 P(a)=6/5253 0,0011 0 0

John A. West 2797 4 2 P(a)=4/2797 0,0014P(r)=2/2797 0,0007 P(r/a)=0.0007/0.00 0,5
Deidra Hair 2532 5 0 P(a)=5/2532 0,002 0 0
14
James Patrick 2798 6 1 P(a)=6/2798 0,0021P(r)=1/2798 0,0004 P(r/a)=0.0004/0.00 0,1904
Mark Painter 2239 7 3 P(a)=7/2239 0,0031P(r)=7/2239 0,0013 P(r/a)=0.0013/0.00 0,4193
Kenney 21
Dennis Helmick 7900 29 5 P(a)=29/7900 0,0037P(r)=5/7900 0,0006 P(r/a)=0.0006/0.00 0,1621
31
David Stockdale 5371 22 4 P(a)=22/5371 0,0041P(r)= 4/5371 0,0007 P(r/a)=0.0007/0.00 0,1707
37
Melba Marsh 8219 34 7 P(a)=34/8219 0,0041P(r)=7/8219 0,0009 P(r/a)=.0009/0.004 0,2195
41
Beth Mattingly 2971 13 1 P(a)=13/2971 0,0044P(r)=1/2971 0,0003 P(r/a)=0.0003/0.00 0,0681
1
Nadine Allen 7812 34 6 P(a)=34/7812 0,0044P(r)=6/7812 0,0008 P(r/a)=0.0008/0.00 0,1818
44
William Mallory 8277 38 9 P(a)=38/8277 0,0046P(r)=9/8277 0,0011 P(r/a)=0.0011/0.00 0,2391
44
Timothy Black 7954 41 6 P(a)=41/7954 0,0052P(r)=6/7954 0,0008 P(r/a)=0.0008/0.00 0,1538
46
Jack Rosen 7790 41 13 P(a)=41/7790 0,0053P(r)=13/7790 0,0017 P(r/a)=0.0017/0.00 0,3207
52
53
15
Joseph Luebbers 4698 25 8 P(a)=25/4698 0,0053P(r)=8/4698 0,0017 P(r/a)=0.0017/0.00 0,3207
David Davis 7736 43 5 P(a)=43/7736 0,0056P(r)=5/7736 0,0006 P(r/a)=0.0006/0.05 0,1071
53
Timothy Hogan 2308 13 2 P(a)=13/2308 0,0056P(r)=2/2308 0,0009 P(r/a)=0.0009/0.00 0,1607
6
Albert Mestemaker 4975 28 9 P(a)=28/4975 0,0056P(r)=9/4975 0,0018 P(r/a)=0.0018/0.00 0,3214
56
Mark Schweikert 5403 33 6 P(a)=33/5403 0,0061P(r)=6/5403 0,0011 P(r/a)=0.0011/0.00 0,1803
56
Leslie Isaiah Gaines 5282 35 13 P(a)=38/5282 0,0066P(r)=13/5282 0,0025 P(r/a)=0.0025/0.00 0,3787
61
Mike Allen 6149 43 4 P(a)=43/6149 0,007 P(r)=4/6149 0,0007 P(r/a)=0.0007/0.00 0,1
66
Total 108464 500 104 7
Tabla 3

Conclusiones

Un fenmeno aleatorio, su resultado est fuera de control y depende del

azar.

En las operaciones entre eventos, usamos las operaciones bsicas de

conjuntos, tales como uniones, intersecciones y complementos.

Las tcnicas de conteo se utilizan para enumerar eventos difciles de

cuantificar.

Una permutacin de los elementos es un acomodo u ordenamiento de

ellos.
16
 El cuadro sinptico es una manera diferente de aprender cualquier tema,
de una manera resumida, permitiendo identificar los conceptos ms
importantes.

Referencias Bibliogrficas

Lipschutz, Seymour. Teora y problemas de probabilidad. Serie de

compendios Schaum. Mxico: McGraw Hill.

El material didctico, (2004) Roberto J. Salazar Ramos. UNAD, Bogot D.C.

GMARTNEZ BENCARDINO, Ciro (2004). Estadstica Bsica

Aplicada. Santa fe de Bogot: ECOE Ediciones.

17
 Recuperado en la pgina web:
www.cuadrosinoptico.comhttp://es.slideshare.net/guestdfc5143/hacer-un-
cuadro-sinoptico.

18