Está en la página 1de 20

PROBABILIDAD.

CÓDIGO: 100402

UNIDAD 1-TECNICAS DE CONTEO Y TEORIA DE LA PROBABILIDAD.


TAREA 2.

PRESENTADO AL TUTOR (A):


ANUAR DE JESUS OYOLA.

REALIZADO POR:
RICKY ANDRES CRIOLLO SOLARTE

GRUPO: 100402_254

UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA - UNAD


INGENIERIA DE TELECOMUNICACIONES
CALI, VALLE DEL CAUCA OCTUBRE 2020.

Downloaded by: andres-criollo-2 (racs9804@gmail.com)


Introducción

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, técnicas de conteo,
axiomas de probabilidad, probabilidad condicional y teorema de Bayes. Aplicando estos temas y
conceptos encontraremos un cuadro sinóptico, al igual que el planteamiento de una serie de ejercicios
con sus respectivas respuestas y la solución a un estudio de caso.

Downloaded by: andres-criollo-2 (racs9804@gmail.com)


Objetivos

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

Objetivos específicos
 Reconocer las características de un experimento aleatorio.
 Identificar el espacio muestral y distintos eventos de experimentos aleatorios.
 Adquirir las herramientas y habilidades necesarias de las técnicas de conteo.
 Calcular las medidas de espacios muéstrales y eventos aplicando reglas básicas de
conteo, permutaciones y combinaciones.
 Establecer y aplicar las técnicas de conteo a través de permutaciones y combinaciones.

Downloaded by: andres-criollo-2 (racs9804@gmail.com)


Para el desarrollo de los ejercicios seleccionados cada estudiante debe reflejar en la solución lo siguiente:

Datos que proporciona el ejercicio para su desarrollo.


Caracterización de cada dato en su respectivo contexto.
Utilización de las ecuaciones o formulas respectivas para la solución del ejercicio.
Procedimiento secuencial con el paso a paso aplicando las reglas estadísticas necesarias y valores
numéricos de las operaciones resultantes.
Analizar los resultados obtenidos con sus respectivos contextos de aplicación.
Cada uno de los ejercicios desarrollados, deberán ser verificados mediante el uso del software
GeoGebra y presentarlos en archivo Word.

Actividad 1
Tabla comparativa de conceptos

Tabla comparativa

Variable, formula o
Concepto Definición imagen que
representa el concepto
Teoría de conjuntos Es una teoría matemática que estudia
principalmente objetos llamados conjuntos.
Rama de las matemáticas que estudia los
conjuntos: sus relaciones y operaciones.

Teoría de probabilidad La teoría de la probabilidad es una


herramienta matemática que establece un
conjunto de reglas o principios útiles para
calcular la ocurrencia o no ocurrencia
de fenómenos aleatorios y procesos
estocásticos.

Downloaded by: andres-criollo-2 (racs9804@gmail.com)


Enfoque empírico Se requiere para determinar los valores de
probabilidad a través de la observación y
recopilación de datos.
Este concepto está basado en el llamado
MÉTODO DE LA FRECUENCIA
RELATIVA, el cual utiliza datos que se han
observado empíricamente, registra la
frecuencia con que ha ocurrido algún evento
en el pasado y estima la probabilidad de que el
evento ocurra nuevamente con base en estos
datos históricos. Llinás Solano, H. (2017).

Enfoque subjetivo Produce valores de probabilidad este enfoque


señala que la probabilidad de un evento es el
grado de confianza que una persona tiene en
que el evento ocurra.
Se puede definir como la probabilidad que
expresa un grado de creencia individual sobre
la posibilidad de que un evento ocurra. Al
método de asignar estas probabilidades se le
conoce como MÉTODO SUBJETIVO. Llinás
Solano, H. (2017).

Experimento Es cualquier proceso que proporciona datos


numéricos y no numéricos.
Es cualquier acción o proceso que genera
observaciones. Llinás Solano, H. (2017).
Se puede definir como la probabilidad que
expresa un grado de creencia individual sobre
la posibilidad de que un evento ocurra. Al
método de asignar estas probabilidades se le
conoce como MÉTODO SUBJETIVO. Llinás
Solano, H. (2017).
Espacio muestral Es un conjunto cuyos elementos representan
todos los posibles resultados de un
experimento.
El conjunto de todos los posibles resultados de
ese experimento se denomina espacio
muestral. Llinás Solano, H. (2017).

Punto muestral Es el elemento Ω es decir un resultado Experimento Ω= {@1,


particular del experimento Ω= {@1, @2……} @2……}
Cualquier resultado experimental se conoce
como Punto Muestral. JAMH. (agosto 2004).
Downloaded by: andres-criollo-2 (racs9804@gmail.com)
Evento simple Es un resultado específico, los resultados ¿ resultados favorables
ocurren al azar, si cada resultado ocurre por
P(evento)=
¿ resultados posibles
casualidad.
Es aquel que está formado por un solo punto
muestral. Rodríguez Franco, J. y Pierdant
Rodríguez, A. I. (2015).
Evento conjunto Son aquellos subconjuntos del espacio Ejemplo: en el experimento
muestral, es decir un conjunto de posibles "lanzar un dado de seis caras"
resultados los cuales no se sabe con certeza lo sean los eventos:
que va a suceder. A = sale par, B = sale primo.
Está formado por dos o más puntos muéstrales El evento "A ó B" = A   B :
y puede descomponerse en otros sucesos "sale par o primo"
simples. Rodríguez Franco, J. y Pierdant
Rodríguez, A. I. (2015).
Técnicas de conteo Son métodos de probabilidad para contar el
número de arreglos dentro de un conjunto o
varios conjuntos de objetos.
Si n es un entero positivo; entonces puede
definirse a n factorial como: n! 5 (n)(n 21)(n 2
2)..., y puede afirmarse que 0! 5 1. Rodríguez
Franco, J. y Pierdant Rodríguez, A. I. (2015).

Diagrama de árbol Es una técnica de conteo grafico para


identificar todas as partes necesarias para
alcanzar un objetivo final.
Consta de una serie de “ramas” que
corresponden a cada una de las formas en que
se pueden realizar la operación. Llinás
Solano, H. (2017).

Factorial Es una fórmula matemática representada por


“!” detrás de un numero lo que quiere decir
que hay que multiplicar todos los números
enteros positivos que hay entre ese número y
el 1.
El símbolo “!” se conoce con el nombre de
FACTORIAL. Cuando escribamos, por
ejemplo, ¡5! leeremos “5 factorial”. Llinás
Solano, H. (2017).
Principio aditivo Es una técnica de conteo que permite medir de
cuantas maneras se puede realizar una
actividad que a la vez se puede elegir solo 1
opción a la vez.
Si los eventos Aj, Az, ..., Aj tienen n;, Na, ...,
nj elementos, respectivamente, y si son
mutuamente excluyentes, entonces el evento
Ay UA2U-+*U Az tiene ni +2 +-+** +5
elementos. Llinás Solano, H. (2017).

Downloaded by: andres-criollo-2 (racs9804@gmail.com)


Principio multiplicativo Es una técnica que se utiliza para resolver
problemas de conteo para hallar la solución
sin que sea necesario enumerar sus elementos.
es una técnica que se utiliza para resolver
problemas de conteo para hallar la solución
sin que sea necesario enumerar sus elementos.
Es conocido también como el principio
fundamental del análisis combinatorio; se basa
en la multiplicación sucesiva para determinar
la forma en la que puede ocurrir un evento.

Tomado de:
https://www.lifeder.com/principio-
multiplicativo/
Permutaciones Son eventos de tipo multiplicativo donde el
número de posibilidades va disminuyendo y si
importa el orden de una permutación es un
arreglo de un conjunto de objetos en un orden
definido.
Es un arreglo ordenado de una cantidad finita
de objetos distintos. Llinás Solano, H. (2017).

Combinaciones Son eventos similares a las permutaciones,


pero el orden ya no importa y es necesario
eliminar de las permutaciones aquellas donde
los elementos se repiten, aunque con distinto
orden.
Es una escogencia de k objetos de un conjunto
de n objetos distintos, sin importar el orden en
que los k objetos son escogidos. Llinás
Solano, H. (2017).

Eventos mutuamente Es cuando los sucesos del espacio muestral no


excluyentes tienen resultados en común. Llinás Solano, H.
(2017).

Downloaded by: andres-criollo-2 (racs9804@gmail.com)


Eventos Independientes Dos eventos son independientes si la
ocurrencia de uno no afecta la probabilidad de
ocurrencia del otro. Obando López, J. y
Arango Londoño, N. (2019).

Probabilidad Cuantifica el nuevo nivel de incertidumbre


condicional que se tiene frente a la ocurrencia de A, dado
que ya ocurrió B. Obando López, J. y Arango
Londoño, N. (2019).

Teorema de Bayes Se basa en la utilización de las probabilidades


subjetivas. Llinás Solano, H. (2017)

Ejercicios.
Tipo de ejercicios 1 - Experimento aleatorio, espacio muestral y eventos.

B. Un vendedor de una compañía quiere visitar las cuatro ciudades a, b, c, d en las que su compañía tiene
negocios. Si planea visitar cada ciudad una vez, proporcione un espacio de muestra adecuado para
describir el orden en que visita las ciudades. Luego identifique, mediante un listado apropiado de sus
elementos, cada uno de los siguientes eventos:
Datos:

Ciudades: tenemos 4 ciudades.

Representación como conjunto universo U ={a , b , c , d } y su cardinal n=4.


Vendedor.

Como el vendedor debe visitar cada ciudad el orden importa por lo tanto se trata de una permutación:

Pn=n !=4 !=4 x 3 x 2 x 1=24

Downloaded by: andres-criollo-2 (racs9804@gmail.com)


Es decir que tenemos un espacio muestral de 24 subconjuntos del conjunto U.

Espacio muestral.

Ciudad A a,b,c,d a , b , d ,c a , c ,b ,d a,d,b,c a,c,d,b a ,d , c ,b


Ciudad B b,a,c,d b , a ,d , c b,c,a,d b,d,a,c b,c,d,a b,d,c,a
Ciudad C c,a,b,d c , a , d ,b c,b,a,d c,d,a,b c ,b , d , a c,d,b,a
Ciudad D d , a , c ,b d,a,b,c d,c,a,b d,b,a,c d,c,b,a d,b,c,a

Eventos:
Numero de casos favorables
P ( A )=
numero de casos posibles

A1: el vendedor visita la primera ciudad b.

Podemos observar en el espacio muestral el evento A1 cuando visita la ciudad b de primera.


6
P(A1)= =0,25 → 25 %
24

A1= {(b, a, c, d), (b, a, d, c), (b, c, a, d), (b, d, a, c), (b, c, d, a), (b, d, c, a)}.

A2: el vendedor visita la ciudad b primero y luego visita la ciudad d.


2
P(A2)= =0 , 083 → 8.3 %
24

A2= {(b, d, a, c), (b, d, c, a)}. El vendedor solo tiene dos posibilidades en este evento para visitar las
ciudades.

A3: el vendedor visita la ciudad a antes de visitar la ciudad.

Downloaded by: andres-criollo-2 (racs9804@gmail.com)


Claramente podemos observar en el espacio muestral el evento A3 cuando visita la ciudad a de primera.
6
P(A3)= =0,25 → 25 %
24

A3= {(a, b, c, d), (a, b, d, c), (a, c, b, d), (a, d, b, c), (a, c, d, b), (a, d, c, b)}.

A4: el vendedor visita las ciudades a, b, c sucesivamente.


2
P(A1)= =0 , 083 → 8.3 %
24

A4= {(a, b, c, d), (d,a,b,c)}. Solo hay dos eventos en cual el vendedor visita las ciudades a, b y c
sucesivamente.

Downloaded by: andres-criollo-2 (racs9804@gmail.com)


Ejercicio 2. Técnicas de conteo.

B. Una madre de tres niños pequeños les compra tres regalos para Navidad. Ella luego les pide a sus hijos que escriban, en
una hoja de papel, cuál de los tres regalos prefieren, para que cada uno no sepa las opciones de los otros dos. Que es la
probabilidad de que:
1- ¿no hay dos niños que hagan la misma elección?
2- ¿Al menos dos niños toman la misma decisión?
3- ¿Los tres niños hacen la misma elección?
Datos:
Hay tres regalos: a, b, c
n=3
U= {a, b, c}
Tres niños x, y, z.

Espacio Muestral
S={(a, a , a ), (b , b , b) , (c , c , c ) , (a , b , c ), (a , c ,b) ,(b ,a ,c ) ,(b , c , a) ,( c , a , b) ,(c ,b , a), (a , a , b ), (a , a , c ) , (b ,
b , a) ,( b ,b , c) , (c , c , a) , (c , c , b) , (b , a , a ), (c , a , a) , (a , b , b) ,( c , b , b) , (a , c , c) , (b , c ,c ), (a , b , a) ,(a ,c , a) ,
(b , a , b) ,(b , c ,b) ,( c , a , c) ,( c , b , c)}
3x3x3 = 27

Eventos

1) ¿no hay dos niños que hagan la misma elección?

Espacio Muestral
E 1={(a ,b , c ) ,(a , c ,b) ,(b , a ,c ) ,(b , c , a) ,( c , a , b) ,(c , b , a)}
Hay seis posibilidades en los casos en que dos niños no hagan la misma elección.
6
Por lo tanto, la probabilidad es una de seis de 27: P ( E 1)= =0.22 →22 %
27

2) ¿Al menos dos niños toman la misma decisión?


Es decir que dos o más niños toman la misma decisión.

Espacio Muestral
E 2={(a, a , b) , (a , a , c ), (b , b , a ), (b , b , c ) , (c , c , a) , (c , c , b) ,
(b , a , a ), (c , a , a) , (a , b , b) ,( c , b , b) , (a , c , c) , (b , c ,c )
(a , b , a ), (a , c , a) , (b , a , b) ,( b , c , b) , (c , a , c) , (c ,b ,c ) (a , a , a ), (b , b , b ), ( c , c , c ) }
Hay veintiuna posibilidades en los casos en el que al menos dos niños toman la misma elección.
21
Por lo tanto, la probabilidad es: P ( E2)= =0.77 → 77 %
27

3) ¿Los tres niños hacen la misma elección?

Espacio Muestral
E 3={( a , a , a),( b , b , b),( c , c , c)}
Hay 3 posibilidades en los casos en que los tres niños hagan la misma elección.
3
Por lo tanto, la probabilidad es una de: P ( E 3)= =0.11 → 11 %
27
Ejercicio 3. Teorema de Bayes

3. B. Las bombillas eléctricas fabricadas en una unidad de producción se empaquetan en cajas, con cada caja con 120
bombillas. La probabilidad de que una caja tenga bombillas defectuosas es de 1⁄5, para cada i = 0, 1, 2, …, 4. Si elegimos
10 bombillas de una caja y ninguna es defectuosa, ¿Cuál es la probabilidad de que este cuadro contenga:

¿No hay bombillas defectuosas?

¿Al menos dos bombillas defectuosas?


El siguiente diagrama esquematiza el problema a través del teorema de Bayes:

Formula:

P(B/ An) P( An)


P ( An/ B )=
∑ P(B/ Ai ) P( Ai)

¿No hay bombillas defectuosas?


Es decir, nos preguntan por las bombillas buenas:

0.2∗0.8∗0.104 0,0166
P(Caja 1/ Buena)= = =0.021
(0.2∗0.8)+(0.2∗0.8)+(0.2∗0.8)+(0.2∗0.8)+(0.2∗0.8) 0.8
R/ Hay 2% de probabilidad de que entre las 10 bombillas que se escogieran no hubiera ninguna defectuosa

¿Al menos dos bombillas defectuosas?

P ( x≥ 2) es decir 23/24 =0.96 defectuosos.


0.2∗0.2∗0.96 0.038
P(Caja 1/ Defect )= = =0.191
(0.2∗0.2)+(0.2∗0.2)+(0.2∗0.2)+( 0.2∗0.2)+(0,2∗0,2) 0.2

R/Hay una probabilidad del 19% que al menos dos bombillas sean defectuosas.
Actividad ejercicio de sustentación.

B. En la semifinal del torneo suramericano de futbol clasifican los siguientes equipos: Argentina, Brasil,
Ecuador, Colombia, Chile, Venezuela, Perú, Bolivia y Paraguay.
¿De cuántas formas se puede obtener campeón, subcampeón y mejor tercero?
Encontrar el número de elementos del evento: Argentina no es subcampeón.
Encontrar el número de elementos del evento: Colombia NO quede entre los tres primeros.

Desarrollo

Como importa el orden y se obtiene solo una parte de los elementos se hace por medio de una variación.

n!
nPn=
( n−r ) !

En este caso no se puede repetir elementos ya que un equipo no puede ser campeón y subcampeón al
mismo tiempo. Procedo a remplazar valores y opero.
9! 9 ! 362880
nPn= = = =540
( 9−3 ) ! 6 ! 720

A= Argentina no es subcampeón.
Como tenemos que Argentina siempre va a ser subcampeón, campeón y tercer mejor siempre van a
variar, definiendo así que se cuenta con una variación de 2 con 8 elementos del espacio muestral.

8! 9! 40320
nPn= = = =56
( 8−2 ) ! 6! 7 20
504-56=448
Respuesta 2/ Número de elementos del evento A=448

B= Colombia NO queda entre los tres primeros.

Para poder encontrar la respuesta de este evento lo que debemos hacer es sacar de la lista a Colombia ya
que no va a ocupar ninguno de los puestos, por lo tanto se contaría con 8 elementos del espacio muestral.

8! 9 ! 40320
nPn= = = =33 6
( 8−3 ) ! 5 ! 1 20

Respuesta 3. Número de casos en el que Colombia no queda en ninguno de los puestos es


336
Conclusiones

 Un fenómeno aleatorio, su resultado está fuera de control y depende del azar.

 En las operaciones entre eventos, usamos las operaciones básicas de conjuntos, tales como
uniones, intersecciones y complementos.

 Las técnicas de conteo se utilizan para enumerar eventos difíciles de cuantificar.

 Una permutación de los elementos es un acomodo u ordenamiento de ellos.

 La tabla comparativa de conceptos es una manera diferente de aprender cualquier tema, de


una manera resumida, permitiendo identificar los conceptos más importantes.
Referencias

 Teoría de conjuntos - EcuRed. Ecured.cu. (2020). Recuperado 28 septiembre 2020, de


https://www.ecured.cu/Teor%C3%ADa_de_conjuntos.
 Teoría de la probabilidad - Definición, qué es y concepto | Economipedia. (2020). Recuperado 28
septiembre 2020, de https://economipedia.com/definiciones/teoria-de-la-probabilidad.html.
 Gamero Burón, C. (2017). Estadística I: elementos de estadística descriptiva y de teoría de la probabilidad.
Servicio de Publicaciones y Divulgación Científica de la Universidad de Málaga. https://elibro-
net.bibliotecavirtual.unad.edu.co/es/ereader/unad/60724?page=226
 Llinás Solano, H. (2017). Estadística descriptiva y distribuciones de probabilidad. Universidad del Norte.
https://elibro-net.bibliotecavirtual.unad.edu.co/es/ereader/unad/70059?page=155-56
 Llinás Solano, H. (2017). Estadística descriptiva y distribuciones de probabilidad. Universidad del Norte.
https://elibro-net.bibliotecavirtual.unad.edu.co/es/ereader/unad/70059?page=164
 Llinás Solano, H. (2017). Estadística descriptiva y distribuciones de probabilidad. Universidad del Norte.
https://elibro-net.bibliotecavirtual.unad.edu.co/es/ereader/unad/70059?page=118
 Llinás Solano, H. (2017). Estadística descriptiva y distribuciones de probabilidad. Universidad del Norte.
https://elibro-net.bibliotecavirtual.unad.edu.co/es/ereader/unad/70059?page=119
 JAMH. (agosto 2004). Teoría de la probabilidad. Academia.edu.
https://www.academia.edu/38741223/Espacio_Muestral_Punto_Muestral_Evento_A_Complemento_del_Even
to_A
 Rodríguez Franco, J. y Pierdant Rodríguez, A. I. (2015). Estadística para administración. Grupo Editorial
Patria. https://elibro-net.bibliotecavirtual.unad.edu.co/es/ereader/unad/39397?page=197
 Rodríguez Franco, J. y Pierdant Rodríguez, A. I. (2015). Estadística para administración. Grupo Editorial
Patria. https://elibro-net.bibliotecavirtual.unad.edu.co/es/ereader/unad/39397?page=197
 Rodríguez Franco, J. y Pierdant Rodríguez, A. I. (2015). Estadística para administración. Grupo Editorial
Patria. https://elibro-net.bibliotecavirtual.unad.edu.co/es/ereader/unad/39397?page=200
 Llinás Solano, H. (2017). Estadística descriptiva y distribuciones de probabilidad. Universidad del Norte.
https://elibro-net.bibliotecavirtual.unad.edu.co/es/ereader/unad/70059?page=135
 Llinás Solano, H. (2017). Estadística descriptiva y distribuciones de probabilidad. Universidad del Norte.
https://elibro-net.bibliotecavirtual.unad.edu.co/es/ereader/unad/70059?page=140
 Llinás Solano, H. (2017). Estadística descriptiva y distribuciones de probabilidad. Universidad del Norte.
https://elibro-net.bibliotecavirtual.unad.edu.co/es/ereader/unad/70059?page=139
 Llinás Solano, H. (2017). Estadística descriptiva y distribuciones de probabilidad. Universidad del Norte.
https://elibro-net.bibliotecavirtual.unad.edu.co/es/ereader/unad/70059?page=139
 Llinás Solano, H. (2017). Estadística descriptiva y distribuciones de probabilidad. Universidad del Norte.
https://elibro-net.bibliotecavirtual.unad.edu.co/es/ereader/unad/70059?page=147
 Llinás Solano, H. (2017). Estadística descriptiva y distribuciones de probabilidad. Universidad del Norte.
https://elibro-net.bibliotecavirtual.unad.edu.co/es/ereader/unad/70059?page=122
 Obando López, J. y Arango Londoño, N. (2019). Probabilidad y estadística. Fondo Editorial EIA.
https://elibro-net.bibliotecavirtual.unad.edu.co/es/ereader/unad/125705?page=15
 Obando López, J. y Arango Londoño, N. (2019). Probabilidad y estadística. Fondo Editorial EIA.
https://elibro-net.bibliotecavirtual.unad.edu.co/es/ereader/unad/125705?page=12
 Llinás Solano, H. (2017). Estadística descriptiva y distribuciones de probabilidad. Universidad del Norte.
https://elibro-net.bibliotecavirtual.unad.edu.co/es/ereader/unad/70059?page=177

También podría gustarte