Pos-Tarea POA-Grupo100402 13

Universidad Nacional Abierta y a Distancia – UNAD - Vicerrectoría Académica y de
Investigación - VIACI
Escuela: Ciencias Básicas Tecnología e Ingeniería
Curso: Probabilidad Código: 100402
PROBABILIDAD
Post Tarea
Tutor
Juan David Firigua
Entregado por:
José Steven Hernández Cod. 1122134038

Oscar David Ríos Cod. 11206003
Diana Yisell Pastrana Cod. 1070622765
Grupo: 100402_13
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA - UNAD

ESCUELA DE CIENCIAS BÁSICAS TECNOLOGÍA E INGENIERÍA
22-05-2020
Introducción
Se puede hablar de probabilidad cuando existe una certidumbre asociada a un suceso o

evento futuro, podemos estimar algunas probabilidades obteniendo la frecuencia de un
acontecimiento determinado, mediante la realización de experimentos aleatorios de los
que se pueden conocer todos los resultados posibles.
En el siguiente apartado resolveremos problemas de la vida cotidiana aplicando todos
los temas y conceptos vistos de la unidad 1 y 2, todo lo relacionado a las técnicas de
conteo, teorema de Bayes y las diferentes distribuciones de probabilidad como la
distribución normal, distribución Poisson y la distribución binomial.
Objetivos
Objetivo General
Resolver problemas de nuestra vida cotidiana relacionados con fenómenos aleatorios.
Objetivos Específicos
 Aplicar los temas vistos en las unidades 1 y 2 como las técnicas de conteo y el
teorema de Bayes.
 Aplicar las diferentes distribuciones de probabilidad (Normal, Poisson, Binomial)
Desarrollo del ejercicio Nº1

Solución al estudio de caso 1: Técnicas de conteo
RESPONSABLE ROL SELECCIONADO
JOSÉ STEVEN HERNANDEZ Entregas
Ejercicio 1.
1. (Técnicas de Conteo). Siete personas se presentan para solicitar trabajo como

cajeros en una tienda de descuento.
a. Si solo hay tres trabajos disponibles, ¿de cuántas maneras se pueden

seleccionar tres de siete solicitantes?
las combinaciones son los arreglos en donde no nos importa el la posición de los
elementos y se aplica la siguiente formula:
n!
C nr =
( n−r ) ! r !
Datos: n=7 r=3
7 7!
Entonces, se remplazan los valores; C 3=
( 7−3 ) ! 3 !
7 7! ( 7 ) ( 6 ) ( 5 ) ( 4)(3)(2)(1)
Se multiplica los números factoriales y se simplifica C 3= =
4!3! ( 4 ) ( 3 ) ( 2 )( 1 ) (3)(2)
7 210
Finalmente, se realiza la multiplicación y división de la operación; C 3= =35
6
Si solo hay 3 trabajos disponibles se pueden seleccionar de 35 maneras tres de siete

solicitantes.
b. Supongamos que hay tres solicitantes masculinos y cuatro femeninos, y los

siete son igualmente calificados, por lo que los tres trabajos se llenan al azar.
¿Cuál es la probabilidad de que el de tres contratados todos sean del mismo
sexo?
Teniendo en cuenta que las siete personas son igualmente calificadas, solo se estima la
condición sexual, ya que nos piden la probabilidad de que de tres contratados todos sea
del mismo sexo.
Entonces, se clasifican por sexo y se dividen en el número total luego se multiplican las
fracciones
3
∗4
Se realiza la multiplicación; 7 0,2449
P= =¿
7
La probabilidad de que el de tres contratados todos sean del mismo sexo es de 24%.
c. ¿De cuántas maneras diferentes podrían alinearse los siete solicitantes

mientras esperan una entrevista?
Teniendo en cuenta que los eventos pueden alinearse de maneras distintas, entonces el
total de maneras distintas en que los eventos pueden ocurrir es multiplicando los eventos
entre sí.
Seria así: n !=7 !=( 7 ) ( 6 ) (5 )( 4 ) ( 3 ) ( 2 )( 1 )=¿ 5040 maneras diferentes
d. ¿Si hay cuatro mujeres y tres hombres, de cuántas maneras pueden ser los
solicitantes aplicados si los tres primeros son mujeres?
Se le llama permutación a cualquier ordenamiento de un conjunto de n objetos en un

orden dato. Un ordenamiento de r de estos objetos se denomina permutación r o
permutación de n objetos tomados r a la vez.
Para el planteamiento anterior aplica si existe n elementos diferentes disponibles. Se

selecciona r de los n elementos y los reordenamientos de los mismos elementos se
consideran secuencias diferentes.
n!
Se aplica la siguiente formula: Pnr =
( n−r ) !
Datos: n=7 r=3
7!
Entonces, se remplazan los valores; P73=
( 7−3 ) !
Se define los números factoriales y se simplifica;
7! ( 7 )( 6 )( 5 ) (4)(3)(2)(1)
C 73= = =¿210
3! 7 ! ( 4 ) (3 )( 2 ) (1)
Pueden ser los solicitantes aplicados de 210 maneras si los 3 primeros son mujeres
Solución al estudio de caso 2: Teorema de Bayes

Jose Steven Hernandez Rojas Entregas
2. (Teorema de Bayes). Una prueba de laboratorio para el uso de esteroides en
atletas profesionales tiene tasas de detección que figuran en la siguiente tabla:
Uso de Resultado del

esteroid Test
e + -
SI 0,9 0,1
NO 0,01 0,99
Si la tasa de uso de esteroides entre los atletas profesionales es 1 de cada 50:
a. ¿Cuál es la probabilidad de que un atleta profesional elegido al azar tenga un

resultado negativo para el uso de esteroides?
El teorema de Bayes es utilizado para calcular la probabilidad de un suceso, teniendo

información de antemano sobre ese suceso. Se puede calcular la probabilidad de un
suceso A, sabiendo además que ese A cumple cierta característica que condiciona su
probabilidad. El teorema de Bayes entiende la probabilidad de forma inversa al teorema
de la probabilidad total. El teorema de la probabilidad total hace inferencia sobre un
suceso B, a partir de los resultados de los sucesos A. Por su parte, Bayes calcula la
probabilidad de A condicionado a B.
P ( B| A )∗P ( A )
Se aplica la fórmula: P ( A|B )=
P ( B)
Donde, B es el suceso sobre el que tenemos información previa y A(n) son los distintos
sucesos condicionados. En la parte del numerador tenemos la probabilidad condicionada,
y en la parte de abajo la probabilidad total.
Siendo así:
0,99∗0,2 0,198
P ( A|B )= = =¿ 0,71
( 0,2∗0,99 )+(0,8∗0,1) 0,278
La probabilidad de que un atleta profesional elegido al azar tenga un resultado negativo

para el uso de esteroides es de 71%.
b. Si el atleta da positivo, ¿cuál es la probabilidad de que realmente haya estado

usando esteroides?
Se aplica la formula anterior de teorema de Bayes y se remplazan los valores para la rama
del lado positivo, así:
0,9∗0,8 0,72
P ( A|B )= = =¿ 0,99;
( 0,8∗0,9 ) +(0,2∗0,01) 0,722
La probabilidad de que realmente haya estado usando esteroides es de 99%, si el atleta

da positivo en la prueba.
Solución al estudio de caso 3: Distribución Normal

DIANA YISELL PASTRANA COMPILADOR
3.1 (D. Normal) El pan Fitcook by Mary Méndez almendra de 320 gramos, es un pan alto
en proteína de la línea Skinny de coco, este es uno de los productos más exitosos de la
marca y se distribuye en las principales ciudades del País. Las cajas en las cuales se
empaca este producto tienen una longitud promedio de 33 centímetros y una desviación
estándar de 1,5 centímetros. Si se supone que las longitudes están distribuidas
normalmente,
Para realizar estos ejercicios de la distribución normal, debemos aplicar la siguiente

función de probabilidad:
x−µ
z=
σ
Donde
1
Tomado y adaptado de Mendenhall, W.; Beaver, R. ; Beaver, B. (2015). Introducción a la estadística.
Editorial Cengage Learning.
µ= es la media
σ= es la desviación estándar
o Una de las características de la distribución normal es que es de tipo Simétrica.
¿Qué porcentaje de las cajas son:
a) Más largas que 34 centímetros?
Datos:
µ=33cm
σ=1,5cm
x= 34 cm
x−µ
z=
σ
Tipificamos la variable Z (aplicamos la función de probabilidad)
p=(x≥34)
34 cm−33 cm 1
z= = =0,7
1,5 cm 1,5
Procedemos a buscar el valor equivalente a 0,7 en la tabla estándar

p ( z< 0,7 )=0,7580
Recordemos que en la tabla solo nos entregan los valores que están hacia la izquierda, es
decir que entrega todos los valores menores o iguales.
Entonces como aquí nos solicitan hallar la probabilidad de que sean mayores a 34,
procedemos a restar por 1.
p= ( x ≥34 )=1−0,7580=0,242
Obteniendo una probabilidad de 24,2

Verifiquemos en Geogebra.
El porcentaje de las cajas que son más largas que 34 cm es de 24,2%
b) Entre 31,5 y 34,5 centímetros de longitud?
En este caso restamos los valores que nos arroja al tipificar cada variable
Datos:
µ=33cm
σ=1,5cm
x= 31,5 ≤ x ≤34,5
x−µ
z=
σ
Tipificamos la variable Z1
31,5−33 −1,5
z 1= = =−1
1,5 1,5
Procedemos a buscar el valor equivalente a -1 en la tabla estándar (valores negativos)

p ( z ≤−1 ) =0,1587
Valor negativo tabla de probabilidades
Tipificamos la variable Z2
34,5−33 1,5
z 2= = =1
1,5 1,5
Procedemos a buscar el valor equivalente a 1 en la tabla estándar (valores positivos)
p ( z ≤ 1 )=0,8413
Valor positivo tabla de probabilidades
Y luego procedemos a restar estos valores

p= (31,5 ≤ x ≤ 34,5 )=0,8413−0,1587=0,6826
Obteniendo una probabilidad de 68,26

El porcentaje de las cajas entre 31,5 y 34,5 centímetros de longitud es de 68,26%

c) Más cortas que 33 centímetros?
Datos:
µ=33cm
σ=1,5cm
x= ≤ 33cm
x−µ
z=
σ
Tipificamos la variable Z
p=(x≤33cm)
33−33 0
z= = =0
1,5 1,5
Procedemos a buscar el valor equivalente a 0 en la tabla estándar (valores positivos)

p ( z< 0 )=0,5000
Obteniendo una probabilidad de 50%

El porcentaje de las cajas más cortas que 33 centímetros es del 50%
Solución al estudio de caso 4: Distribución Binomial

Oscar David Rios
4. D. Binomial) Se estima que, en todo el mundo, 1% de las personas entre 15 y 49

años está infectado con el virus de la inmunodeficiencia humana (VIH) (según
datos de los Institutos Nacionales de Salud). En las pruebas para el VIH, se
combinan las muestras de sangre de 36 personas.
a. ¿Cuál es la probabilidad de que una muestra combinada sea positiva para el VIH?
b. ¿Es improbable que una muestra combinada de este tipo sea positiva?
SOLUCIÓN
En este caso p = 0.01, n = 36
se desea saber la probabilidad de que en la muestra combinada tenga VIH esto es que al
menos una de ellas tenga VIH X ≥ 1
P ( X ≥1 ) =1−P ( X=0 )
P ( X=0 )=36 ! /((36−0) ! ×0 !) ×0.01 ° × ¿
P ( X ≥1 ) =1−0.6964=0.303586
La probabilidad de que la muestra combinada no sea improbable de es 0.303586
Solución al estudio de caso 5: Distribución Poisson

Oscar David Rios
5 . (D. Poisson) Enfermedades en grupos El neuroblastoma, una forma rara de cáncer, se
produce en 11 niños de cada millón, por lo que su probabilidad es 0.000011. Cuatro casos
de neuroblastoma ocurrieron en Oak Park, Illinois, donde había 12,419 niños.
a. Suponiendo que el neuroblastoma ocurre como es usual, encuentre el número

medio de casos en grupos de 12,429 niños.
b. Usando la media no redondeada del inciso (a), determine la probabilidad de que el

número de casos de neuroblastoma en un grupo de 12,429 niños sea 0 o 1.
c. ¿Cuál es la probabilidad de más de un caso de neuroblastoma?

d. ¿El grupo con cuatro casos parece atribuible a la casualidad? ¿Por qué sí o por qué
no?
La función de probabilidad de la distribución Poisson es:
P( x , λ)=exp(− λ)∗λ ∧ k /k !
Donde k es la cantidad deseada de eventos en un tiempo determinado.
λ es la cantidad de eventos que ocurren en promedio, en dicho tiempo.
El número medio λ de los 12429 son 4
Nos piden la probabilidad de que sea cero o 1:
P(0,4)=exp(−4)∗4 ∧ 0/0 !=0.018325
P(1,4)=exp(−4)∗4 ∧1/1 !=0.073262
Más de 1 es 1 menos la probabilidad de 0 y 1:
P( x ≥1)=1−0.018325−0.073262=0.908421
La casualidad no es atribuible ya que la probabilidad de mayor que 1 es alta.
Conclusiones
ESTUDIANTE CONCLUSIÓN
Diana Yisell Pastrana La importancia de la aplicación de estas
funciones de probabilidad, radican en que es
posible ajustar de la mejor manera, o mejor
dicho, de la forma más exacta, todos los
resultados posibles que se pueden obtener
con problemas o fenómenos aleatorios de
nuestra vida.
José Steven Hernández La aplicación de los diferentes métodos de
probabilidad, son de gran importancia en la
vida cotidiana, ya que permiten determinar
posibilidades de que ocurra un suceso dentro
de un evento, así mismo facilita obtener
datos de probabilidad al aplicarlos en una
empresa o población determinada. La
probabilidad está presente en todos los
ámbitos y sectores del universo, es por ello
que es fundamental conocer los métodos
para obtener las diferentes variables y
probabilidades de que sucedan.
Oscar David Ríos La probabilidad es vista desde casi todo
ámbito profesional, por eso es importante el
tener conocimientos previos para todos los
temas que se encuentran en la vida cotidiana
para determinar si es factible o no tomar una
decisión. Las grandes empresas basan la toma
de una decisión en estudios de mercado con
probabilidad para poder predecir un poco
sobre su futuro.
Referencias bibliográficas en formato APA.
ESTUDIANTE REFERENCIA
Rodríguez, F. J., & Pierdant, R. A. I. (2016). Estadística
para administración (2a. Ed.). (Pp. 177-183).
Diana Yisell Pastrana Recuperado de https://ebookcentral-proquest-
com.bibliotecavirtual.unad.edu.co/lib/unadsp/reader.acti
on?docID=4849829&ppg=170
García, Á. M. Á. (2005). Introducción a la teoría de la
probabilidad. primer curso. (Pp. 29-50). Recuperado
Diana Yisell Pastrana de https://ebookcentral-proquest-
Jauregui, A. (2016). Técnicas de conteo: técnicas,
aplicaciones, ejemplos, ejercicios. Lifeder.com.
Jose Steven Hernandez Rojas
Recuperado de https://www.lifeder.com/tecnicas-de-
conteo/
Salinas, M. J. (s. f.) Teorema de Bayes. Copy Right.
Jose Steven Hernandez Rojas
Recuperado de https://www.ugr.es/~jsalinas/bayes.htm
Rodríguez, F. J., & Pierdant, R. A. I. (2016). Estadística
para administración (2a. Ed.). (Pp. 177-183).
Oscar David Ríos Recuperado de https://ebookcentral-proquest-

Pos-Tarea POA-Grupo100402 13

Cargado por

Información del documento

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Pos-Tarea POA-Grupo100402 13

Cargado por

Copyright:

Formatos disponibles

Universidad Nacional Abierta y a Distancia – UNAD - Vicerrectoría Académica y de

José Steven Hernández Cod. 1122134038

UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA - UNAD

Se puede hablar de probabilidad cuando existe una certidumbre asociada a un suceso o

Resolver problemas de nuestra vida cotidiana relacionados con fenómenos aleatorios.

Desarrollo del ejercicio Nº1

1. (Técnicas de Conteo). Siete personas se presentan para solicitar trabajo como

a. Si solo hay tres trabajos disponibles, ¿de cuántas maneras se pueden

Datos: n=7 r=3

Si solo hay 3 trabajos disponibles se pueden seleccionar de 35 maneras tres de siete

b. Supongamos que hay tres solicitantes masculinos y cuatro femeninos, y los

c. ¿De cuántas maneras diferentes podrían alinearse los siete solicitantes

Seria así: n !=7 !=( 7 ) ( 6 ) (5 )( 4 ) ( 3 ) ( 2 )( 1 )=¿ 5040 maneras diferentes

Se le llama permutación a cualquier ordenamiento de un conjunto de n objetos en un

Para el planteamiento anterior aplica si existe n elementos diferentes disponibles. Se

Datos: n=7 r=3

Se define los números factoriales y se simplifica;

Solución al estudio de caso 2: Teorema de Bayes

RESPONSABLE ROL SELECCIONADO

Uso de Resultado del

Si la tasa de uso de esteroides entre los atletas profesionales es 1 de cada 50:

a. ¿Cuál es la probabilidad de que un atleta profesional elegido al azar tenga un

El teorema de Bayes es utilizado para calcular la probabilidad de un suceso, teniendo

La probabilidad de que un atleta profesional elegido al azar tenga un resultado negativo

b. Si el atleta da positivo, ¿cuál es la probabilidad de que realmente haya estado

La probabilidad de que realmente haya estado usando esteroides es de 99%, si el atleta

Solución al estudio de caso 3: Distribución Normal

RESPONSABLE ROL SELECCIONADO

Para realizar estos ejercicios de la distribución normal, debemos aplicar la siguiente

o Una de las características de la distribución normal es que es de tipo Simétrica.

¿Qué porcentaje de las cajas son:

a) Más largas que 34 centímetros?

Procedemos a buscar el valor equivalente a 0,7 en la tabla estándar

p ( z< 0,7 )=0,7580

Obteniendo una probabilidad de 24,2

El porcentaje de las cajas que son más largas que 34 cm es de 24,2%

b) Entre 31,5 y 34,5 centímetros de longitud?

Procedemos a buscar el valor equivalente a -1 en la tabla estándar (valores negativos)

Procedemos a buscar el valor equivalente a 1 en la tabla estándar (valores positivos)

Y luego procedemos a restar estos valores

p= (31,5 ≤ x ≤ 34,5 )=0,8413−0,1587=0,6826

Obteniendo una probabilidad de 68,26

El porcentaje de las cajas entre 31,5 y 34,5 centímetros de longitud es de 68,26%

Procedemos a buscar el valor equivalente a 0 en la tabla estándar (valores positivos)

Obteniendo una probabilidad de 50%

Solución al estudio de caso 4: Distribución Binomial

RESPONSABLE ROL SELECCIONADO

4. D. Binomial) Se estima que, en todo el mundo, 1% de las personas entre 15 y 49

En este caso p = 0.01, n = 36

P ( X=0 )=36 ! /((36−0) ! ×0 !) ×0.01 ° × ¿

La probabilidad de que la muestra combinada no sea improbable de es 0.303586

Solución al estudio de caso 5: Distribución Poisson

a. Suponiendo que el neuroblastoma ocurre como es usual, encuentre el número

b. Usando la media no redondeada del inciso (a), determine la probabilidad de que el

c. ¿Cuál es la probabilidad de más de un caso de neuroblastoma?

La función de probabilidad de la distribución Poisson es:

Donde k es la cantidad deseada de eventos en un tiempo determinado.

λ es la cantidad de eventos que ocurren en promedio, en dicho tiempo.

El número medio λ de los 12429 son 4

Nos piden la probabilidad de que sea cero o 1:

P(0,4)=exp(−4)∗4 ∧ 0/0 !=0.018325

P(1,4)=exp(−4)∗4 ∧1/1 !=0.073262

Más de 1 es 1 menos la probabilidad de 0 y 1: