PROBABILIDAD

TRABAJO COLABORATIVO FASE 1

EDER JAVIER MILLAN ESPINOSA

1100951861
JORGE LUIS MACHADO CONTRERAS
1065607134
JEINER ENRIQUE RANGEL

GRUPO
100402_25

TUTOR
SANDRA LILIANA QUIONES

UNIVERSIDAD NACIONAL ABIERTA Y DISTANCIA

MAYO 2015
 INTRODUCCION

La probabilidad es un mtodo por el cual se obtiene la frecuencia de un

acontecimiento determinado mediante la realizacin de un experimento aleatorio,
del que se conocen todos los resultados posibles, bajo
condiciones suficientemente estables.
En el presente trabajo trabajaremos algunos teoremas que permiten desarrollar
problemas de probabilidad y se resolvern ejercicios que permita poner en
prctica dichos teoremas.
 DESARROLLO

cuadro sinptico.

El Teorema de la probabilidad total nos permite

TEOREMA DE LA calcular la probabilidad de un suceso a partir de
PROBABILIDAD probabilidades condicionadas.
TOTAL

Usamos las operaciones bsicas de conjuntos,

OPERACIONE tales como uniones, intersecciones y
S ENTRE complementos, para formar otros eventos de
inters, denominados eventos o sucesos
compuestos.

El teorema de bayes lo que busca es encontrar

una relacin entre las probabilidades de un
suceso A condicionado por un suceso B y las
TEOREM probabilidades de un suceso B condicionado
A DE por un suceso A, con el objetivo de encontrar
BAYES las probabilidades para cada suceso. La
probabilidad de dos sucesos alternos A y B no
UNIDAD 1

PROBABILID

AD FACTORIAL Este se denota por el smbolo n! y se define como el

DE producto de n por todos los enteros que le preceden
UN hasta llegar al uno.
NMERO

Es un arreglo de elementos en donde no nos interesa

COMBINACI el lugar o posicin que ocupan los mismos dentro del
arreglo. En una combinacin nos interesa formar
N grupos y el contenido de los mismos.

Espacio muestral es el conjunto formado por todos los

DEFINICIN posibles resultados de un experimento aleatorio.
DE
EXPERIMENT Aleatorio: Los fenmenos o experimentos aleatorios son
O los que pueden dar lugar a varios resultados, sin que
ALEATORIO pueda ser previsible enunciar con certeza cul de estos
Y ESPACIO va a ser observado en la realizacin del experimento a
pesar de haberlo realizado en similares condiciones.
 ESTUDIO DE CASO 1

CASOS PRESENTADOS, APELADOS Y REVOCADOS EN LOS TRIBUNALES

DEL CONDADO DE HAMILTON
 INFORME A PRESENTAR:

Prepare un informe con las calificaciones de los jueces. Incluya tambin un

anlisis de la probabilidad de la apelacin y la revocacin de casos en los tres
tribunales. Como mnimo, su informe debe incluir lo siguiente:
1. La probabilidad de casos que se apelan y revocan en los tres tribunales
2. La probabilidad de que se apele un caso, por cada juez
3. La probabilidad de que se revoque un caso, por cada juez
4. La probabilidad de una revocacin dada una apelacin, por cada juez
5. Clasifique a los jueces dentro de cada tribunal. Establezca los criterios que
utiliz y d las razones de su eleccin

Solucin

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

104
p ( casosque se revocan )= =0.00096
108464

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

Presentados

Casos Apelados
Casos

Revoacdos
Casos

Probabilidad de apelar
Juez Tribunal Penal
el caso

Ralph Winkler 3089 88 6 P(a)=88/3089

0,028488
18
Timothy Hogan 1954 60 7 P(a)=60/1954 0,030706
Patrick Dinkelacker 1258 44 8 P(a)=44/1258 24
0,034976
Thomas Crush 3372 119 10 P(a)=119/3372 15
0,035290
Arthur Ney, Jr. 3219 125 14 P(a)=125/3219 63
0,038831
William Morrissey 3032 121 22 P(a)=121/3032 94
0,039907
William Mathews 2264 91 18 P(a)=91/2264 65
0,040194
Thomas Nurre 3000 121 6 P(a)=121/3000 35
0,040333
Ann Marie Tracey 3141 127 13 P(a)=127/3141 33
0,040432
Robert Kraft 3138 127 7 P(a)=127/3138 98
0,040471
Richard Niehaus 3353 137 16 P(a)=137/3353 64
0,040858
John OConnor 2969 129 12 P(a)=129/2969 93
0,043448
Norbert Nadel 2959 131 20 P(a)=131/2959 97
0,044271
71
Fred Cartolano 3037 137 12 P(a)=137/3037 0,045110
Robert Ruehlman 3205 145 18 P(a)=145/3205 31
0,045241
J. Howard Sundermann 955 60 10 P(a)=60/955 81
0,062827
4394 23
total
5 1762 199

Presentados

Casos Apelados
Casos

Revoacdos
Casos
Juez Tribunalde Probabilidad de apelar
Familia el caso

Ronald Panioto 12970 32 3 P(a)=32/12970

0,002467
23
Penelope Cunningham 2729 7 1 P(a)=7/2729 0,002565
Patrick Dinkelacker 6001 19 4 P(a)=19/6001 04
0,003166
Deborah Gaines 8799 48 9 P(a)=48/8799 14
0,005455
total 30499 106 17 17
Presentados

Casos Apelados
Casos

Revoacdos
Casos

Probabilidad de apelar
Juez Tribunal Civil
el caso

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

0,001142
2
John A. West 2797 4 2 P(a)=4/2797 0,001430
Deidra Hair 2532 5 0 P(a)=5/2532 1
0,001974
James Patrick Kenney 2798 6 1 P(a)=6/2798 72
0,002144
Mark Painter 2239 7 3 P(a)=7/2239 39
0,003126
Dennis Helmick 7900 29 5 P(a)=29/7900 4
0,003670
David Stockdale 5371 22 4 P(a)=22/5371 89
0,004096
Melba Marsh 8219 34 7 P(a)=34/8219 07
0,004136
Beth Mattingly 2971 13 1 P(a)=13/2971 76
0,004375
Nadine Allen 7812 34 6 P(a)=34/7812 63
0,004352
William Mallory 8277 38 9 P(a)=38/8277 28
0,004591
04
Timothy Black 7954 41 6 P(a)=41/7954 0,005154
Jack Rosen 7790 41 13 P(a)=41/7790 64
0,005263
Joseph Luebbers 4698 25 8 P(a)=25/4698 16
0,005321
David Davis 7736 43 5 P(a)=43/7736 41
0,005558
Timothy Hogan 2308 13 2 P(a)=13/2308 43
0,005632
Albert Mestemaker 4975 28 9 P(a)=28/4975 58
0,005628
Mark Schweikert 5403 33 6 P(a)=33/5403 14
0,006107
Leslie Isaiah Gaines 5282 35 13 P(a)=38/5282 72
0,006626
Mike Allen 6149 43 4 P(a)=43/6149 28
0,006993
1084 01
total
64 500 104

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

Presentados

Casos Apelados
Casos

Revoacdos
Casos

Probabilidad de
Juez Tribunal Penal
revocar el caso

Ralph Winkler 3089 88 6 P(r)=6/3089

0,001942
38
Timothy Hogan 1954 60 7 P(r)=7/1954 0,003582
Patrick Dinkelacker 1258 44 8 P(r)=8/1258 0,0063594
Thomas Crush 3372 119 10 P(r)=10/3372 0,0029653
Arthur Ney, Jr. 3219 125 14 P(r)=14/3219 0,0043496
William Morrissey 3032 121 22 P(r)=22/3032 18
0,007255
William Mathews 2264 91 18 P(r)=18/2264 94
0,007950
Thomas Nurre 3000 121 6 P(r)=6/3000 53
0,002
Ann Marie Tracey 3141 127 13 P(r)=13/3141 0,004138
Robert Kraft 3138 127 7 P(r)=7/3138 81
0,002230
Richard Niehaus 3353 137 16 P(r)=16/3353 72
0,004771
John OConnor 2969 129 12 P(r)=12/2969 85
0,004041
Norbert Nadel 2959 131 20 P(r)=20/2959 76
0,006759
Fred Cartolano 3037 137 12 P(r)=12/3037 04
0,003951
Robert Ruehlman 3205 145 18 P(r)=18/3205 27
0,005616
22
J. Howard Sundermann 955 60 10 P(r)=10/955 0,010471
4394 2
total
5 1762 199

Presentados

Casos Apelados
Casos

Revoacdos
Casos
Juez Tribunalde Probabilidad de
Familia revocar el caso

Ronald Panioto 12970 32 3 P(r)=3/12970

0,000231
3
Penelope Cunningham 2729 7 1 P(r)=1/2729 0,000366
Patrick Dinkelacker 6001 19 4 P(r)=4/6001 43
0,000666
Deborah Gaines 8799 48 9 P(r)=9/8799 56
0,001022
total 30499 106 17 84
Presentados

Casos Apelados
Casos

Revoacdos
Casos

Probabilidad de
Juez Tribunal Civil
revocar el caso

Karla Grady 5253 6 0 0

John A. West 2797 4 2 P(r)=2/2797 0,000715
Deidra Hair 2532 5 0 05
0
James Patrick Kenney 2798 6 1 P(r)=1/2798 0,000357
Mark Painter 2239 7 3 P(r)=7/2239 4
0,001339
Dennis Helmick 7900 29 5 P(r)=5/7900 88
0,000632
David Stockdale 5371 22 4 P(r)= 4/5371 91
0,000744
Melba Marsh 8219 34 7 P(r)=7/8219 74
0,000851
Beth Mattingly 2971 13 1 P(r)=1/2971 69
0,000336
Nadine Allen 7812 34 6 P(r)=6/7812 59
0,000768
William Mallory 8277 38 9 P(r)=9/8277 05
0,001087
Timothy Black 7954 41 6 P(r)=6/7954 35
0,000754
34
Jack Rosen 7790 41 13 P(r)=13/7790 0,001668
Joseph Luebbers 4698 25 8 P(r)=8/4698 81
0,001702
David Davis 7736 43 5 P(r)=5/7736 85
0,000646
Timothy Hogan 2308 13 2 P(r)=2/2308 33
0,000866
Albert Mestemaker 4975 28 9 P(r)=9/4975 55
0,001809
Mark Schweikert 5403 33 6 P(r)=6/5403 05
0,001110
Leslie Isaiah Gaines 5282 35 13 P(r)=13/5282 49
0,002461
Mike Allen 6149 43 4 P(r)=4/6149 19
0,000650
1084 51
total
64 500 104

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

Presentados

Casos Apelados
Casos

Revoacdos

La probabilidad de una
Casos

Juez Tribunal Penal revocacin dada una

apelacin

Ralph Winkler 3089 88 6 P(r/a)=0.019/0.0285 0,0667

Timothy Hogan 1954 60 7 P(r/a)=0.0036/0.307 0,1173
Patrick Dinkelacker 1258 44 8 P(r/a)=0.064/0.035 0,1828
Thomas Crush 3372 119 10 P(r/a)=0.003/0.0353 0,0849
Arthur Ney, Jr. 3219 125 14 P(r/a)=0.0043/0.038 0,111
8
William Morrissey 3032 121 22 P(r/a)=0.0073/0.039 0,1829
9
William Mathews 2264 91 18 P(r/a)=0.008/0.0402 0,199
Thomas Nurre 3000 121 6 P(r/a)=0.002/0.0403 0,0496
Ann Marie Tracey 3141 127 13 P(r/a)=0.0041/0.040 0,1014
4
Robert Kraft 3138 127 7 P(r/a)=0.0022/0.040 0,0543
5
Richard Niehaus 3353 137 16 P(r/a)=0.0048/0.040 0,1173
9
John OConnor 2969 129 12 P(r/a)=0.004/0.0434 0,0921
Norbert Nadel 2959 131 20 P(r/a)=0.0068/0.044 0,1534
3
Fred Cartolano 3037 137 12 P(r/a)=0.004/0.0451 0,0884
Robert Ruehlman 3205 145 18 P(r/a)=0.0056/0.045 0,1238
2
J. Howard Sundermann 955 60 10 P(r/a)=0.0105/0.062 0,1671
8
total
4394
5 1762 199
Presentados

Casos Apelados
Casos

Revoacdos
Casos
Juez Tribunalde La probabilidad de una
Familia revocacin dada una apela

Ronald Panioto 12970 32 3 P(r/a)=0.0002/0.02 0,0833

Penelope Cunningham 2729 7 1 P(r/a)=0.0004/0.0026 0,1538
Patrick Dinkelacker 6001 19 4 P(r/a)=0.0007/0.0032 0,2187
Deborah Gaines 8799 48 9 P(r/a)=0.001/0.0055 0,1818
total 30499 106 17
Presentados

Casos Apelados
Casos

Revoacdos
Casos

La probabilidad de una
Juez Tribunal Civil
revocacin dada una apela

Karla Grady 5253 6 0 0

John A. West 2797 4 2 P(r/a)=0.0007/0.0014 0,5
Deidra Hair 2532 5 0 0
James Patrick Kenney 2798 6 1 P(r/a)=0.0004/0.0021 0,1904
Mark Painter 2239 7 3 P(r/a)=0.0013/0.0031 0,4193
Dennis Helmick 7900 29 5 P(r/a)=0.0006/0.0037 0,1621
David Stockdale 5371 22 4 P(r/a)=0.0007/0.0041 0,1707
Melba Marsh 8219 34 7 P(r/a)=.0009/0.0041 0,2195
Beth Mattingly 2971 13 1 P(r/a)=0.0003/0.0044 0,0681
Nadine Allen 7812 34 6 P(r/a)=0.0008/0.0044 0,1818
William Mallory 8277 38 9 P(r/a)=0.0011/0.0046 0,2391
Timothy Black 7954 41 6 P(r/a)=0.0008/0.0052 0,1538
Jack Rosen 7790 41 13 P(r/a)=0.0017/0.0053 0,3207
Joseph Luebbers 4698 25 8 P(r/a)=0.0017/0.0053 0,3207
David Davis 7736 43 5 P(r/a)=0.0006/0.056 0,1071
Timothy Hogan 2308 13 2 P(r/a)=0.0009/0.0056 0,1607
Albert Mestemaker 4975 28 9 P(r/a)=0.0018/0.0056 0,3214
Mark Schweikert 5403 33 6 P(r/a)=0.0011/0.0061 0,1803
Leslie Isaiah Gaines 5282 35 13 P(r/a)=0.0025/0.0066 0,3787
Mike Allen 6149 43 4 P(r/a)=0.0007/0.007 0,1

total
1084
64 500 104

5. Clasifique a los jueces dentro de cada tribunal. Establezca los criterios que
utiliz y d las razones de su eleccin
Se clasificaron dependiendo del porcentaje o probabilidad de menor a mayor valor,
evidenciando el desempeo de cada uno de ellos en determinado tribunal.

EJERCICIOS

De la Miscelnea de ejercicios de la Unidad, el estudiante debe escoger un (1)

ejercicio correspondiente a cada uno de los captulos, y presentar su desarrollo y
solucin al grupo; de tal manera que su aporte individual de ejercicios debe ser de
tres (3) ejercicios. Es importante anunciar al grupo cuales ejercicios va a trabajar,
para que todos los integrantes del grupo trabajen ejercicios diferentes.

CAPITULO 1

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. (FENMENO ALEATORIO)

b) Lo que desayunare el da de maana. (FENMENO DETERMINISTICO)

c) El porcentaje de aprobados de un curso de Matemticas (antes de acabar el

semestre). (FENMENO DETERMINISTICO)

d) El resultado del prximo partido Colombia-Mxico. (FENMENO ALEATORIO)

El porcentaje de aprobados de un curso de Matemticas (antes de acabar el

semestre). (FENMENO DETERMINISTICO)

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
maestral del experimento? Defina dos eventos A y B.

S1 {trucha con papas fritas}

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}

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.

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}

CAPITULO 2

1. Que 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?
RPT: 4 jean X 12 camisetas X 4 zapatos = 192
Con estas prendas puede logra hacer 192 combinaciones diferentes.

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

4 lneas areas principales

5 agencias de rentas de automviles

3 cadenas de hoteles.

4 5 3 = 60 opciones disponibles.

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: a- Puede
pertenecer a l cualquier hombre o mujer. b.- Una mujer determinada debe
pertenecer al comit. c.- Dos hombres determinados no pueden estar en el comit.

SOLUCION:

a- Puede pertenecer a l cualquier hombre o mujer.

Rta:
1035=350

b.- Una mujer determinada debe pertenecer al comit.

Rta:
1015=150

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

Rta:
335=105
 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?

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

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. 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)

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

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 )