Probabilidad

Código: 100402_226

Trabajo Colaborativo 1

Reinaldo Salamanca
Código: 9658220
Cesar Augusto Castaño
Juan Miguel Mejía
Alexander Pitto

Tutor:
Fabián Augusto Molina

Universidad Nacional Abierta y a Distancia UNAD
12 de Octubre del 2014

1

eventos y sucesos. técnicas de conteo. axiomas de probabilidad. probabilidad condicional y teorema de Bayes. Introducción El siguiente trabajo tiene como objetivo comprender Los principios de la probabilidad concernientes a la unidad 1. 2 . en temas relacionados con experimento aleatorio. al igual que el planteamiento de una serie de ejercicios con sus respectivas respuestas y la solución a un estudio de caso. Aplicando estos temas y conceptos encontraremos un cuadro sinóptico.

Objetivos específicos  Reconocer las características de un experimento aleatorio. identificando sus propiedades.  Analizar e interiorizar los principios de Probabilidad.  Identificar el espacio muestral y distintos eventos de experimentos aleatorios. permutaciones y combinaciones. 3 .  Establecer y aplicar las técnicas de conteo a través de permutaciones y combinaciones.  Calcular las medidas de espacios muéstrales y eventos aplicando reglas básicas de conteo. leyes y los campos de aplicación que tiene esta ciencia propia de la estadística.Objetivos Objetivo general.  Adquirir las herramientas y habilidades necesarias de las técnicas de conteo.

Un número Una permutación de los elementos es un acomodo u Permutacion ordenamiento de ellos. es por tanto. denominados eventos o sucesos compuestos. esto es. lo que hacen es facilitar el cálculo de las probabilidades de algunos eventos a Probabilid Regla De Si dos eventos son mutuamente excluyentes. para formar otros entre eventos eventos de interés. TECNICA Las técnicas de conteo son aquellas que S DE son usadas para enumerar eventos difíciles CONTEO de cuantificar Principio Una actividad que consta de r pasos. la probabilidad de que el evento A ocurra en un primer experimento y el evento B ocurra en un segundo Multiplicac 4 . Cuadro sinóptico Experimento Un fenómeno aleatorio. podemos expresar la esta probabilidad haciendo uso de la regla de adición. tales como Operaciones uniones. la regla de la adición para calcular P(AUB) Regla de En esta sección se desarrollará una regla para determinar P la (AnB). Axiomas de Los axiomas no determinan las probabilidades. En una combinación nos interesa formar grupos y el contenido de los mismos. muestral Suceso o Evento de un fenómeno o experimento aleatorio Sucesos o es cada uno de los subconjuntos del espacio muestral S Usamos las operaciones básicas de conjuntos. es decir que cada uno ocurra sin la necesidad de que otro lo haga. intersecciones y complementos. aquel cuyo resultado Aleatorio está fuera de control y que depende del azar. el o segundo paso de N2 maneras o formas y el r- DE Con la condición no de que los eventos sean independientes Principi o sino de que sean mutuamente excluyentes. Espacio Espacio muestral es el conjunto formado por todos los posibles resultados de un experimento aleatorio. en donde multiplicativ el primer paso de la actividad a realizar puede PRICIPIOS ser llevado a cabo de N1 maneras o formas. es Es un arreglo de elementos en donde no nos Combinación interesa el lugar o posición que ocupan los mismos dentro del arreglo. Factorial Este se denota por el símbolo n! y se define como el producto de de n por todos los enteros que le preceden hasta llegar al uno. a.

MFFF. FMMM. FFMM. 2: Señale cuales de los siguientes resultados corresponden a situaciones no aleatorias o determinísticas y cuales corresponden a situaciones Aleatorias o de incertidumbre. Se eligen dos personas al azar sin importar el orden. 5: Se seleccionan al azar cuatro estudiantes de una clase de química y se clasifican como masculino o femenino.Liste los elementos del espacio muestral S usando la letra M para masculino y F para femenino. Lola. FMFF} Ejercicio No. FFFF. Desarrollo: Situaciones no aleatorias o determinísticas: b) Lo que desayunare el día de mañana.b. FMMF. FMFM. FFFM. MMMF. Mercedes. 5 . MFMM. MFMF. Desarrollo: S = {MMMM. Situaciones aleatorias o de incertidumbre: a) El resultado del próximo partido Colombia-México. MFFF. c) El porcentaje de aprobados de un curso de Matemáticas (antes de acabar el semestre). Describa el espacio muestral de este experimento. b) Lo que desayunare el día de mañana. MMFM. MMFF.Ejercicios Capítulo 1 Ejercicio No. 6: A una reunión llegan Carmen.. c) El porcentaje de aprobados de un curso de Matemáticas (antes de acabar el semestre). Ejercicio No. a. Juan. MFFM. a) El resultado del próximo partido Colombia-México. Fernando y Luis.

12 camisetas y 4 pares de zapatos deportivos. Lo-J. c) . 1: ¿Qué usar? Un joven se alista para la universidad. ¿Cuántas combinaciones de jean. posee 4 jeans. M-J. cinco agencias de renta de 6 . Lo-F. C-F.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. 2: Las próximas vacaciones familiares incluyen un vuelo internacional. 8: Luego de una semana de parciales exitosa. No. M-F. b) . C-L. M-L. la renta de un automóvil y la estancia en un hotel en Boston. tu mejor amiga y tú deciden ir a ver una película a un multiplex de 8 salas. Capítulo 2 Ejercicio. J-F. C-J. J-L. camiseta y zapatos puede tener? Desarrollo: Respuesta: 4∗12∗4=192 Ejercicio No. F-L} Ejercicio No. Lo-L. C-M.Cuanto tiempo tardaran en la fila de la boletería para adquirir las entradas? Respuesta si es aleatoria. Decida si cada una de las siguientes situaciones es aleatoria o no lo es: Desarrollo: a) .Que película verán?´ Respuesta no es aleatoria. Si escoge entre cuatro líneas aéreas principales. Lo-M.A que numero de sala irán? Respuesta no es aleatoria.

forma un comité de 2 hombres y 3 mujeres. compuesto por cinco hombres y siete mujeres..Una mujer determinada debe pertenecer al comité. Respuesta: ¿ 10∗15=150 c. ¿Cuántas opciones tiene disponibles para sus vacaciones? Desarrollo: Respuesta: 4∗5∗3=60 Ejercicio No.Puede pertenecer a él cualquier hombre o mujer. ¿Cuántos platillos pueden preparar el cocinero? Desarrollo: 5! ∗7 ! 5 7 3 ! ( 5−3 ) ! ( )( ) 3 4 = 4 ! ( 7−4 ) ! 7 . Respuesta: ¿ 3∗35=105 Ejercicio No.automóviles y tres cadenas de hoteles. Si hay 5 clases de carne y siete vegetales disponibles. De cuántas formas puede formarse el comité si: Desarrollo: a. Respuesta: ¿ 10∗35=350 b. 4: El jefe de cocina de un restaurante quiere usar algunas carnes y vegetales que sobraron el día anterior para preparar un platillo de tres clases de carne y cuatro vegetales.Dos hombres determinados no pueden estar en el comité.. 3: Un grupo.

. Si se selecciona al azar un estudiante. encuentre la probabilidad de que: 8 . 48 de los que van saben hablar inglés. 42 cursaron matemáticas. 22 matemáticas e historia. 36 saben hablar francés.. 54 historia.¿Cuál es la probabilidad de que hable francés. 3: En un viaje organizado por Europa para 120 personas.¿Cuál es la probabilidad de que solo hable francés? 24 1 ¿ = =0.6 120 100 b. Escogemos uno de los viajeros al azar. a. 68 psicología. sabiendo que habla inglés? 12 P [ F /I ]= =0. 7 historia pero ni matemáticas ni psicología. 25 matemáticas y psicología.2 100 5 Ejercicio No. 4: El último año de una clase de bachillerato con 100 estudiantes. 10 las tres materias y 8 no tomaron ninguna de las tres. y 12 de ellos hablan los dos idiomas.. 5! ∗7 ! 3 !2! =350 4!3! Capítulo 3 Ejercicio No.25 48 c.¿Cuál es la probabilidad de que hable alguno de los dos idiomas? Desarrollo: 48+ 36−12 72 P [ I ∪ F ] =P [ I ] + P [ F ] −P [ I ∩ F ]= = =0.

Se inocula un virus a un animal y contrae la enfermedad. que la produzca B es de 2/3 y que la produzca C es de 1/7. 2 tubos con el virus B y 5 tubos con el virus C.1470588235 b) una persona que no se inscribió en psicología curse historia y matemáticas P=12/32=3 /8=0. ¿Cuál es la probabilidad de que contraiga la enfermedad? ¿Cuál 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. B y C. En el laboratorio hay 3 tubos de ensayo con el virus A.Desarrollo: a) solo haya cursado una de las tres materias P=10 /68=5/34=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 contraído la enfermedad haya sido por el virus C p(C|E) 9 . 8: Una enfermedad puede estar producida por tres virus A.3 p(B) = 2/10 = 0.2 p(C) = 5/10 = 0.375 Ejercicio No. La probabilidad de que el virus A produzca la enfermedad es de 1/3.

P (NS) =0. a) Determina la probabilidad de que llegue tarde a clase y haya sonado el despertador.2 P (T/NS) = 0.9 10 . c) Javier ha llegado tarde a clase.234 64 Ejercicio No.5 3 3 7 15 p ⟨ E|C ⟩ = =0. pero si no suena.2+ ∗0.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 ∗0.8 P (T/S) = 0. la probabilidad de que llegue tarde es del 90%. 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}. pues el 20% de las veces no suena.3+ ∗0. Cuando suena. Javier llega tarde a clase con probabilidad del 20%.2 P(S) = 1-p (NS)=0. b) Determina la probabilidad de que llegue temprano. ¿cuál es la probabilidad de que haya sonado el despertador? d) Si Javier llego temprano a clase. 9: El despertador de Javier no funciona muy bien.5 7 p ⟨ E|C ⟩ = 1 2 1 ∗0.

Una periodista del diario Cincinnati Times realizó un estudio de los casos manejados por los jueces del condado de Hamilton durante un periodo de tres años En la siguiente tabla se muestran los resultados de 182908 casos presentados a 38 jueces del Tribunal Penal.47 c) p (T ) 0. p ( NS∩ TM ) p ( NS )∗p ( TM ) p ( NS|TM ) = = = p ( NS )=0.2=0.9∗0.34 Entonces la probabilidad de que llegue temprano es p (TM )=1− p (T )=1−0.E.2 p ( TM ) p ( TM ) c.) procesan miles de casos al año. El propósito del estudio es evaluar el desempeño de los jueces.a) p (T ∩S )= p ⟨ T |S ⟩∗p ( S )=0. Dos de los jueces (Dinkelacker y Hogan) no trabajaron en el mismo tribunal durante todo el periodo de tres años. En la gran mayoría de los casos presentados.66 p ( S ∩ T ) 0. Sin embargo.34=0.8+ 0.Estudio de caso Los jueces del condado Hamilton (E.U.16 p ( S|T )= = =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 ) ¿ 0.2∗0.34 d) Javier llega temprano independientemente si suena o no el despertador.2∗0. la sentencia permanece como se presentó. del Tribunal de Familia y del Tribunal Civil.8=0. algunos casos son apelados y en algunos de estos se revoca la sentencia.U. Las apelaciones con frecuencia son resultado de errores cometidos por los jueces y el diario quería 11 .

Tal vez pueda analizar la probabilidad de los casos que se apelaron y revocaron manejados en los diferentes tribunales Casos presentados.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 . 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. A usted le han llamado para que ayude en el análisis de datos. 3219 125 14 Richard Niehaus 3353 137 16 Thomas Nurre 3000 121 6 John O’Connor 2969 129 12 Robert Ruehlman 3205 145 18 J.saber cuáles jueces estaban haciendo un buen trabajo y cuáles cometían demasiados errores. 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. Utilice su conocimiento de la probabilidad y la probabilidad condicional para ayudar a calificar a los jueces.

La probabilidad de casos que se apelan y revocan en los tres tribunales Tribunal Penal 1762 p ( casosque se apelan ) = =0. 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.0046 108464 13 .00453 43945 Tribunal de Familia 106 p ( casosque se apelan ) = =0.00056 30499 Tribunal Civil 500 p ( casosque se apelan ) = =0.00347 30499 17 p ( casosque se revocan )= =0.04009 43945 199 p ( casosque se revocan )= =0. West 2797 4 2 Total 108464 500 104 INFORME A PRESENTAR: 1.

003 P(r/a)=0. r p ( a ∩r ) p a = ()p ( a) Pero la probabilidad de revocatorias están dentro de la probabilidad de apelaciones entonces p (a∩r) = p(r) Ver Tabla 1.0307 P(r)=7/1954 0. 104 p ( casosque se revocan )= =0.003/0.2 y 3 4.0399 P(r)=22/3032 0. por cada juez Ver Tabla 1. por cada juez Ver tabla 1.30 0.0849 Arthur Ney.0036/0. Establezca los criterios que utilizó y dé las razones de su elección.0388 P(r)=14/3219 0.008/0.1829 88 William Mathews 2264 91 18 P(a)=91/2264 0.111 3 William Morrissey 3032 121 22 P(a)=121/3032 0.035 0. Jr.040 0.064/0.03 0.2 y 3 5.0353 P(r)=10/3372 0.0043 P(r/a)=0. usamos la intersección para sucesos dependientes.2 y 3 3. 3219 125 14 P(a)=125/3219 0.0073 P(r/a)=0.0285 P(r)=6/3089 0. La probabilidad de que se revoque un caso.035 0.028 0. 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 apelación caso dada Penal Probabilidad de revocar caso Ralph Winkler 3089 88 6 P(a)=88/3089 0.0036 P(r/a)=0.035 P(r)=8/1258 0.0667 Timothy Hogan 1954 60 7 P(a)=60/1954 0. La probabilidad de que se apele un caso.0073/0.0064 P(r/a)=0. La probabilidad de una revocación dada una apelación.0402 P(r)=18/2264 0.03 0.199 99 2 14 .0019 P(r/a)=0. Clasifique a los jueces dentro de cada tribunal.00096 108464 2.0043/0.1173 5 Patrick Dinkelacker 1258 44 8 P(a)=44/1258 0. por cada juez Dado que las revocatorias dependen de las apelaciones.1828 7 Thomas Crush 3372 119 10 P(a)=119/3372 0.008 P(r/a)=0.019/0.

002/0.1014 3 Robert Kraft 3138 127 7 P(a)=127/3138 0.4193 Kenney 21 Dennis Helmick 7900 29 5 P(a)=29/7900 0.043 0.1238 1 J. West 2797 4 2 P(a)=4/2797 0.00 0.Thomas Nurre 3000 121 6 P(a)=121/3000 0.0053P(r)=13/7790 0.0405 P(r)=7/3138 0.04 0.0068 P(r/a)=0.0037P(r)=5/7900 0.0543 04 Richard Niehaus 3353 137 16 P(a)=137/3353 0.04 0.0681 1 Nadine Allen 7812 34 6 P(a)=34/7812 0.0009/0.5 Deidra Hair 2532 5 0 P(a)=5/2532 0.0011 P(r/a)=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 apelación caso dada Civil Probabilidad de revocar caso Karla Grady 5253 6 0 P(a)=6/5253 0.00 0.1818 44 William Mallory 8277 38 9 P(a)=38/8277 0.0105/0.0056 P(r/a)=0.0007/0.2195 41 Beth Mattingly 2971 13 1 P(a)=13/2971 0.0628 P(r)=10/955 0.0006/0.1671 52 Total Sundermann 4394 176 19 28 5 2 9 Tabla 1 Presentados apelados Revocados Casos Casos Casos Probabilidad Probabilidad de revocar apelación caso dada de apelar Juez Tribunal de caso Familia Probabilidad de revocar caso Ronald Panioto 12970 32 3 P(a)=32/12970 0.00 0.0002/0.0409 P(r)=16/3353 0.002 P(r/a)=0.2391 44 Timothy Black 7954 41 6 P(a)=41/7954 0.0008/0.0105 P(r/a)=0.00 0.0041P(r)= 4/5371 0.0046P(r)=9/8277 0.00 0.0031P(r)=7/2239 0.0004 P(r/a)=0.1173 05 John O’Connor 2969 129 12 P(a)=129/2969 0.1904 Mark Painter 2239 7 3 P(a)=7/2239 0.1534 4 Fred Cartolano 3037 137 12 P(a)=137/3037 0.0008 P(r/a)=0.1538 46 Jack Rosen 7790 41 13 P(a)=41/7790 0.2187 Cunningham 26 Deborah Gaines 8799 48 9 P(a)=48/8799 0. Howard 955 60 10 P(a)=60/955 0.02 0.0009 P(r/a)=.001 P(r/a)=0.0013 P(r/a)=0.1538 Patrick Dinkelacker 6001 19 4 P(a)=19/6001 0.0048 P(r/a)=0.0007/0.0921 09 Norbert Nadel 2959 131 20 P(a)=131/2959 0.00 0.0007/0.1707 37 Melba Marsh 8219 34 7 P(a)=34/8219 0.001/0.0004 P(r/a)=0.0011 0 0 John A.0403 P(r)=6/3000 0.004 P(r/a)=0.0044P(r)=6/7812 0.0032P(r)=4/6001 0.0833 Penelope 2729 7 1 P(a)=7/2729 0.0007 P(r/a)=0.0002 P(r/a)=0.0041/0.0007 P(r/a)=0.00 0.005 0.0014P(r)=2/2797 0.0451 P(r)=12/3037 0.0052P(r)=6/7954 0.1621 31 David Stockdale 5371 22 4 P(a)=22/5371 0.0041P(r)=7/8219 0.0026P(r)=1/2729 0.06 0.0884 43 Robert Ruehlman 3205 145 18 P(a)=145/3205 0.0022 P(r/a)=0.0003 P(r/a)=0.00 0.0044P(r)=1/2971 0.0041 P(r/a)=0.3207 52 53 15 .0443 P(r)=20/2959 0.002 0 0 14 James Patrick 2798 6 1 P(a)=6/2798 0.00 0.0006 P(r/a)=0.0007 P(r/a)=0.0452 P(r)=18/3205 0.0017 P(r/a)=0.0022/0.0048/0.04 0.004/0.00 0.045 0.0017/0.004 0.00 0.00 0.004/0.0024P(r)=3/12970 0.0008 P(r/a)=0.040 0.0068/0.0003/0.0496 Ann Marie Tracey 3141 127 13 P(a)=127/3141 0.04 0.0404 P(r)=13/3141 0.0021P(r)=1/2798 0.0055P(r)=9/8799 0.0011/0.0013/0.0004/0.0434 P(r)=12/2969 0.04 0.0004/0.004 P(r/a)=0.0008/0.0056/0.

0006/0.00 0.0056P(r)=5/7736 0.  Una permutación de los elementos es un acomodo u ordenamiento de ellos.0056P(r)=2/2308 0.0011/0.3214 56 Mark Schweikert 5403 33 6 P(a)=33/5403 0. su resultado está fuera de control y depende del azar.  En las operaciones entre eventos.00 0. intersecciones y complementos.0056P(r)=9/4975 0.1803 56 Leslie Isaiah Gaines 5282 35 13 P(a)=38/5282 0.1 66 Total 108464 500 104 7 Tabla 3 Conclusiones  Un fenómeno aleatorio.1071 53 Timothy Hogan 2308 13 2 P(a)=13/2308 0.0017 P(r/a)=0.3207 David Davis 7736 43 5 P(a)=43/7736 0.0025 P(r/a)=0.0018 P(r/a)=0. tales como uniones.0018/0.0066P(r)=13/5282 0.0025/0.0011 P(r/a)=0.  Las técnicas de conteo se utilizan para enumerar eventos difíciles de cuantificar.00 0.0009 P(r/a)=0.0017/0.0007/0.05 0.00 0.007 P(r)=4/6149 0. 16 .1607 6 Albert Mestemaker 4975 28 9 P(a)=28/4975 0.3787 61 Mike Allen 6149 43 4 P(a)=43/6149 0.0007 P(r/a)=0.0009/0.00 0.0061P(r)=6/5403 0.0053P(r)=8/4698 0.00 0.Joseph Luebbers 4698 25 8 P(a)=25/4698 0. usamos las operaciones básicas de conjuntos.0006 P(r/a)=0.

(2004) Roberto J.C. permitiendo identificar los conceptos más importantes. Serie de compendios Schaum. de una manera resumida. Referencias Bibliográficas  Lipschutz. Ciro (2004). Seymour. Salazar Ramos. Santa fe de Bogotá: ECOE Ediciones.  El material didáctico. México: McGraw Hill.  GMARTÍNEZ BENCARDINO. 17 . Teoría y problemas de probabilidad. Estadística Básica Aplicada. El cuadro sinóptico es una manera diferente de aprender cualquier tema. UNAD. Bogotá D.

 Recuperado en la página web: www. 18 .net/guestdfc5143/hacer-un- cuadro-sinoptico.slideshare.comhttp://es.cuadrosinoptico.