PROBABILIDAD

Unidad 1 – Técnicas de Conteo y teoría de la probabilidad

Diego Fernando Sánchez Corrales

Andres Fernando Guevara Gómez
Jorge Antonio Orejuela López
 Jezebel Ryann Abuchaibe

Grupo Colaborativo 100402A_14

Tutor

JENNY TATIANA SÁNCHEZ OCHOA

UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA (UNAD).

ESCUELA DE CIENCIAS BÁSICAS TECNOLOGÍA E INGENIERA
2018
 INTRODUCCIÓN

Con este trabajo presentamos la forma idónea para utilizar e implementar

en los ejercicios que serían en todo el transcurso del periodo académico lo cual

obtendremos las bases fundamentales para realizar dichos procesos en la

formación de este curso y ser aplicados en nuestra vida cotidiana.

 OBJETIVOS

El objetivo principal del desarrollo de la presente actividades es:

 Análisis de técnica de conteo y teoría de la probabilidad.

 Experimento aleatorio, espacio maestral y eventos.

 Ejercicio 1:

Descripción del ejercicio:

Cada estudiante de forma individual, realizará la lectura de las referencias
recomendadas, posteriormente desarrollará un cuadro Sinóptico que servirá como
sustento a la solución de los ejercicios posteriores (estudio de casos). El cuadro
sinóptico debe de ilustrar:

• Contenidos de la unidad 1.
• Importancia de las temáticas de la unidad 1.
• Aplicación de las temáticas en la vida diaria.
DESARROLLO DE LA ACTIVIDAD
 TABLA .1
Selección de estudio de caso.
Opción
Estudio de caso 1.
Estudio de caso 2.
Estudio de caso 3.
Estudio de caso 4.
Estudio de caso 5.
Estudiante
Diego Fernando Sánchez Corrales
Jorge Antonio Orejuela López
Andres Fernando Guevara Gómez
Jezebel Ryann Abuchaibe
Andres Fernando Guevara Gómez
 Descripción del ejercicio 2:

Con base en los contenidos desarrollados en la lectura, el estudiante debe

escoger y liderar uno de los siguientes casos de estudio y con ayuda de los
compañeros resolverá todos los puntos indicados en el problema.

Estudio de caso 1.

El 30% de un determinado pueblo ve un concurso que hay en televisión.

Desde el concurso se llama por teléfono a 10 personas del pueblo
Elegidas al azar. Calcular la probabilidad de que, entre las 10 personas,
Estuvieran viendo el programa:
1. Más de ocho personas.
2. Más de 9 personas.
3. Menos de 5 personas.
4. Algunas de las diez personas
5. Calcular la media y desviación típica

Solución de caso de estudio 1.

n
( ) p x q n−x
x

10
=( ) (0.3)9 (0,7)1
9

10 10 ! 10∗9 90
=( )¿ = = =10
9 9 !(10−9)! 9∗1 9

=10(0.000019683) (0.07)
¿ 10 ×0.000019683 ×0.7 =0.000137781
=0.000137781

10 10 ! 10∗1 1
=( )= = = =1
10 10! (10−10)! 0 1
=Suma 0.000137781+1
=1.0001381
 10
=( ) (0.3)10 (0,7)0
10

10 10 ! 10∗9∗8∗7∗6∗5∗4∗3∗2∗1 540
=( )= = = = 135
4 4 ! (4−10) ! 4∗3∗2∗1∗6∗5∗4∗3∗2∗1 4

10 10 ! 10∗9∗8∗7∗6∗5∗4∗3∗2∗1 720
=( )= = = = 120
3 3! (3−10) ! 3∗2∗1∗7∗6∗5∗4∗3∗2∗1 6
=120

10 10 ! 10∗9∗8∗7∗6∗5∗4∗3∗2∗1
=( )= = =90
2 2! (2−10)! 8∗7∗6∗5∗4∗3∗2∗1
=90

10 10 ! 10∗9∗8∗7∗6∗5∗4∗3∗2∗1
=( )= = = 10
1 1! (1−10)! 1∗9∗8∗7∗6∗5∗4∗3∗2∗1
=10

Suma de todos los valores

= 135+120+90+10
=355

Valor de la media.

Ų =n*p = 10*0.3=3

Desviación Típica.
Ơ=√ n . p . q =√ 10∗0.3∗0.7 =√2.1=1.45
Estudio de caso 2

El jefe de recursos humanos de una empresa realiza una prueba de diez ítems a
los aspirantes a un puesto, teniendo en cada ítem cuatro posibles respuestas, de
las que sólo una es correcta. Suponiendo que los aspirantes teniendo la misma
probabilidad de responder. Se pide hallar las probabilidades para el aspirante:

1. Conteste todos los ítems mal

2. Conteste al menos cuatro ítems bien
3. Conteste entre cuatro y seis ítems bien
4. Conteste todos los ítems bien.
5. Conteste menos de tres ítems bien.

Solución de caso de estudio 2.

P( X )= n . px qn −x
x ()
n= n!
()
x x ! ∙ ( n−x ) !

X ={ 1 ,2 , 3 , 4 , 5 , 6 ,7 ,8 ,9 , 10 }

p=1 /4=0.25

q=1− p=1−0.25=0.75

10 !
P [ X=1 ] = 10 . 0.251 0.759= . 0.251 0.75 9
( )
1 1 ! ∙ ( 10−1 ) !

10∗9∗8∗7∗6∗5∗4∗3∗2∗1
¿ ∗0.25∗0.075084=10∗0.25∗0.075084=0.18771
1∗9∗8∗7∗6∗5∗4∗3∗2∗1

10 !
P [ X=2 ]= 10 . 0.252 0.758= . 0.252 0.758
2 ( ) 2 ! ∙ ( 10−2 ) !
10∗9∗8∗7∗6∗5∗4∗3∗2∗1
¿ ∗0.252∗0.758=45∗0.0625∗0.100112=0.281565
2∗1∗8∗7∗6∗5∗4∗3∗2∗1

10 !
P [ X=3 ] = 10 .0.25 3 0.757 = . 0.253 0.75 7
( )
3 3 ! ∙ ( 10−3 ) !

10∗9∗8∗7∗6∗5∗4∗3∗2∗1
¿ ∗0.253∗0.757=120∗0.015625∗0.133483=0.250280
3∗2∗1∗7∗6∗5∗4∗3∗2∗1
 10!
P [ X=4 ]= 10 .0.25 4 0.756= . 0.254 0.756
( )
4 4 ! ∙ ( 10−4 ) !

10∗9∗8∗7∗6∗5∗4∗3∗2∗1
¿ ∗0.25 4∗0.75 6=210∗0.003906∗0.177978=0.145988
4∗3∗2∗1∗6∗5∗4∗3∗2∗1

10 !
P [ X=5 ] = 10 .0.25 5 0.755 = .0.25 5 0.755
( )
5 5 ! ∙ ( 10−5 ) !

10∗9∗8∗7∗6∗5∗4∗3∗2∗1
¿ ∗0.255∗0.755=252∗0.000976∗0.237304=0.058365
5∗4∗3∗2∗1∗5∗4∗3∗2∗1

10 !
P [ X=6 ] = 10 . 0.256 0.754= . 0.256 0.754
( )
6 6 ! ∙ ( 10−6 ) !

10∗9∗8∗7∗6∗5∗4∗3∗2∗1
¿ ∗0.256∗0.754 =210∗0.000244∗0.316406=0.016212
6∗5∗4∗3∗2∗1∗4∗3∗2∗1

10!
P [ X=7 ] = 10 . 0.257 0.75 3= . 0.257 0.753
( )
7 7 ! ∙ ( 10−7 ) !

10∗9∗8∗7∗6∗5∗4∗3∗2∗1
¿ ∗0.257∗0.753=120∗0.000061∗0.421875=0.003088
7∗6∗5∗4∗3∗2∗1∗3∗2∗1

10!
P [ X=8 ] = 10 . 0.258 0.75 2= . 0.258 0.752
( )
8 8! ∙ ( 10−8 ) !

10∗9∗8∗7∗6∗5∗4∗3∗2∗1
¿ ∗0.258∗0.752=45∗0.000015∗0.5625=0.000379
8∗7∗6∗5∗4∗3∗2∗1∗2∗1

10!
P [ X=9 ] = 10 . 0.259 0.751= . 0.259 0.751
( )
9 9! ∙ ( 10−9 ) !

10∗9∗8∗7∗6∗5∗4∗3∗2∗1
¿ ∗0.25 9∗0.751=10∗0.000003∗0.75=0.0000225
9∗8∗7∗6∗5∗4∗3∗2∗1∗1

10 !
P [ X=10 ] = 10 .0.25 10 0.750= . 0.2510 0.750
( )
10 10 ! ∙ (10−10 ) !

10∗9∗8∗7∗6∗5∗4∗3∗2∗1
¿ ∗0.2510∗0.750=1∗0.00000095∗1=0.00000095
10∗9∗8∗7∗6∗5∗4∗3∗2∗1

10!
P [ X=0 ] = 10 . 0.250 0.75 0= . 0.250 0.750
( )
0 0 ! ∙ ( 10−0 ) !
 10∗9∗8∗7∗6∗5∗4∗3∗2∗1
¿ ∗1∗1=1∗1∗1=1
10∗9∗8∗7∗6∗5∗4∗3∗2∗1

1) P [ X=0 ] ❑ 1
⇒

2)
P [ X ≤ 4 ] ❑ P [ X=0 ] + P [ X =1 ] + P [ X =2 ] + P [ X =3 ] + P [ X =4 ] =1+0.18771+0.281565+0.250280+ 0.145988=1
⇒

3)
P [ 4 ≤ X ≤6 ] ❑ P [ X=4 ] + P [ X=5 ] + P [ X=6 ] =0.145988+0.058365+0.016212=0.220565
⇒

4) P [ X=10 ] ❑ 0.00000095
⇒

5)
P [ X ≤ 3 ] ❑ P [ X =0 ] + P [ X =1 ] + P [ X =2 ] + P [ X =3 ] =1+0.18771+0.281565+ 0.250280=1.719555
⇒
Estudio de caso 3
Una compañía de seguros garantiza pólizas de seguros individuales contra
retrasos aéreos de más de doce horas. Una encuesta ha permitido estimar a lo
largo de un año que cada persona tiene una probabilidad de cada de mil de ser
víctima de un retraso aéreo que esté cubierto por este tipo de póliza y que la
compañía aseguradora podrá vender una media de cuatro mil pólizas al año. Se
pide hallar las siguientes probabilidades:

a. Que el número de retrasos cubiertos por la póliza no pase de cuatro por año.
b. Número de retrasos esperados por año.
c. Que el número de retrasos sea superior a dos por año.
d. Que ocurran doce retrasos por año.
e. Que ocurran seis retrasos por año.

Solución de caso de estudio 3.

Sea X=¿
1
n=4000 , p= =0,0001 b= ( 4000 , 0 , 001 )
1000

con lo que , P=( X =K )= 4000 . 001k . 0,99994000−k K =0 , 1 ,… .. , 4000

K ( )
es necesario bucar una distribución que sea unabuena aproximación de esta .
La distriución de poisson es una buena aproximación de la binomial b ( 4000 , 0 , 0.001 )
ya que p=0.001 es muy pequeña y n . p=4000 , 0 , 0.001=4 <5

4 k −4
por tanto , X b ( 4000, 0 , 0.001 ) ≈ X P ( λ=n . p=4 ) P ( X=4 ) = .E
k!
a ¿ P ( X ≤ 4 ) =P ( X=0 )+ P ( X =1 ) + P ( X=2 ) + P ( X=3 )+ P ( X=4 )=¿

4 0 41 4 2 43 4 4 −4
¿ [ + + + +
0 ! 0! 0 ! 0! 0 ! ]
. e =0,6289
b ¿ El número de retrasos esperado por año es lamedia μ x =λ=4

c ¿ P ( X > 2 )=1−P ( X ≤ 2 )=1−[ P ( X =0 ) + P ( X=1 ) + P ( X =2 ) ] =¿

4 0 4 1 42 −4
¿ [ + +
0 ! 1 ! 2! ] −4
. e =1−[ 1+ 4+ 8 ] .e =1−0,381=0,7619

412 −4 −4
d ¿ P ( X=12 )= . e =0,035. e =0,00064
12!

4 6 −4
e ¿ P ( X =6 ) = . e =0,1041
6!
Estudio de caso 4

Un avión de alto rendimiento contiene tres computadoras idénticas. Se utiliza

únicamente una para operar el avión; las dos restantes son repuestos que pueden
activarse en caso de que el sistema primario falle. Durante una hora de operación
la probabilidad de que una falle en la computadora primaria (o de cualquiera de los
sistemas de repuesto activados) es 0,0005.
Suponiendo que cada hora representa un ensayo independiente.

Solución de caso de estudio 4.

X =n ° de horas hasta que fallenlos tres sistemas

X 1 , X 2, X 3=horas de operación antesde una falla de las computadoras usadas
X =X 1+ X 2+ X 3
De igual forma cada hora representa un ensayo independiente, con la probabilidad
constante de falla p=0,0005r =3

3
1. E ( X ) = =6,000
0,0005
Lo que indica que el tiempo promedio para que fallen las tres computadoras es de
6,000 horas

2. La probabilidad pedida es P( X ≤ 5)
3 4
P ( X ≤5 )=P ( x=3 ) + P ( x=4 )+ P ( x=5 ) =0,00053 + 0,00053 ( 0,9995 ) + 0,00053 (0,9995)
2 2
¿ 1,25∗10−10+ 0.00000000018740625+ 0.000000000249875=¿ 0.00000000044801866824
La probabilidad de que fallen las tres computadoras en un vuelo de 5 horas es de
0.00000000044801866824

3. La probabilidad pedida es P( X ≤ 3)
1 2
P ( X ≤3 )=P ( x =1 )+ P ( x=2 ) + P ( x=3 )=0,00053+ 0,00053 ( 0,9995 )+ 0,00053 (0,9995)
2 2
¿ 1,25∗10−10+ 0.00000000006246875+ 0.0000000001249375=0.00000000019814366824
La probabilidad de que fallen las tres computadoras en un vuelo de 3 horas es de
0.00000000019814366824

4.

2 3
P ( X ≤ 4 ) =P ( x=2 )+ P ( x=3 ) + P ( x=4 )=0,00053+ 0,00053 ( 0,9995 ) + 0,0005 3(0,9995)
2 2
¿ 1,25∗10−10+ 0.0000000001249375+ 0.00000000018740625=0.00000000043734375
La probabilidad de que fallen las tres computadoras en un vuelo de 4 horas es de
0.00000000043734375

3 2 3
5. ( X ≤ 4 )=P ( x=1 ) + P ( x=2 )+ ¿ 0,0005 + 0,0005 ( 0,9995 )
2
¿ 1,25∗10−10+ 0.0000000001249375=0.0000000001356749182
La probabilidad de que fallen dos de las tres computadoras en un vuelo de 2 horas
es 0.0000000001356749182
Estudio de caso 5

Un lote contiene 100 piezas de un proveedor de tubería local y 200 unidades de

un proveedor de tubería del estado vecino. Si se Seleccionan cuatro piezas al azar
y sin reemplazo.

a. ¿Cuál es la probabilidad de que todas sean del proveedor local?

b. ¿Cuál es la probabilidad de que ninguna pieza sea del proveedor local?
c. ¿Cuál es la probabilidad de que una pieza sea del proveedor local?
d. ¿Cuál es la probabilidad de que dos o más piezas de la muestra sean del
proveedor local?
e. ¿Cuál es la probabilidad de que al menos una pieza de la muestra sea del
proveedor local?

Solución de caso de estudio 5.

a) sea X=Número de oieza del proveedor local , donde la variable X

sigueuna distribucion hipergeometrica X H [ n , N , N A ] ≡ H [ 4 ,300 , 100 ]

N A 100 1
N=N A + N B =100+200=300 , n=4 , p= = = ,
N 300 3
1
N . p=300. =100 , N .q=200
3
100 . 200 100.99 .98.97
P= [ X=4 ] =
( 4 ) ( 0 ) =
4!
=
100.99 .98.97
=0,0119
300 300.299 .298.297 300.299 .298.297
(4) 4!

100 . 200 100.99 .98 .97

b) P= [ X=0 ] =
( 0 ) ( 0 ) =
0!
=0,0284
300 300.299 .298 .297
(4) 4!
 100 . 200 100.99 .98.97
c) P= [ X=1 ] =
( 1 ) ( 0 ) =
1!
=0,0284
300 300.299 .298.297
(4) 4!

d) P= [ X ≥ 2 ] =P [ X=2 ] + P [ X=3 ] + P [ X=4 ] =¿

(¿ 1002 ) . (2002 ) + (1003 ) . (2001 ) + (1004 ) . (2000 ) =0,298+0,098+ 0,0119=0,4079

(3004 ) ( 3004) (3004 )
100 . 200 200.199 .198.197
e) P= [ X ≥ 1 ] =1−P [ X =0 ] =
( 0 ) ( 4 )
=
4!
=1−0,196=0,804
300 300.299 .298.297
(4) 4!
MENTEFACTO
 CONCLUSIONES

En el entorno de conocimiento hemos requerido de recursos que establece

ejemplos significativos que se modelan para dar respuesta a los ítems dispuesto al

desarrollo de la presente actividad.

El estudio de los casos expuesto durante el desarrollo de las actividades,

aplican conceptos básicos de probabilidades, técnica de muestreo y axioma de

probabilidad en la solución de problemas que plantea estrategia de aprendizaje

de una manera muy progresiva para nuestro conocimientos y habilidades para

confrontar todo tipo de análisis y planteamiento de soluciones que conlleven a una

medida útil de repuesta.

REFERENTES BIBLIOGRAFICOS

Plataforma virtual de la Universidad

Video de OVI: Sánchez Ochoa, J. (13, 04,2018). Conceptos básicos de

Probabilidad. [Archivo de video]. Recuperado de:
http://hdl.handle.net/10596/17792

Documento: Matus, R., Hernández, M., & García, E. (2010). Estadística. Retrieved

from https://bibliotecavirtual.unad.edu.co:2538

García, Á. M. Á. (2005). Introducción a la teoría de la probabilidad. primer curso.

(Pp. 29-50).  Recuperado
 de https://bibliotecavirtual.unad.edu.co:2538/lib/unadsp/detail.action?
docID=4722054

Matus, R., Hernández, M., & García, E. (2010). Estadística. (Pp. 1-14). 

Recuperado
de https://bibliotecavirtual.unad.edu.co:2538/lib/unadsp/detail.action?
docID=3187261

Monroy, S. (2008). Estadística Descriptiva. Editorial: Instituto Técnico Nacional.

(Pp. 132-149), (Pp. 150-152). Recuperado
de http://bibliotecavirtual.unad.edu.co:2077/lib/unadsp/reader.action?
docID=10436604&ppg=128

Rodríguez, F. J., & Pierdant, R. A. I. (2014). Estadística para administración. (Pp.

177-183). Recuperado
de https://bibliotecavirtual.unad.edu.co:2538/lib/unadsp/detail.action?
docID=3227358