Está en la página 1de 30

1

TRABAJO COLABORATIVO 1
ESTADÍSTICA COMPLEJA

TUTOR
ING. ALVARO JAVIER ROJAS BARACALDO

GRUPO 301014_61

PRESENTADO POR:
GENISER RAMIREZ RAMIREZ código: 1088283257
ANA MARIA LOZA VALENCIA Código 63.483.672
MARIBEL CHAVERRA Código 1037947555
MARIA LOURDES HERNANDEZ
ELIZABETH VALBUENA código 39.811.215

UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD


ESCUELA DE CIENCIAS SOCIALES ARTES Y HUMANIDADES
PROGRAMA DE PSICOLOGÍA
OCTUBE 15 DE 2010
2

TABLA DE CONTENIDO

INTRODUCCION
OBJETIVOS

1. PROPUESTA DE EJERCIOS
1.1 ANA MARIA LOZA VALENCIA
1.2 MARIBEL CHAVERRA
1.3 MARIA LOURDES HERNANDEZ
1.4 ELIZABETH VALBUENA
1.5 GENISSER RAMIREZ

CONCLUSIONES

BIBLIOGRAFIA
3

INTRODUCCIÓN

La realidad casi nunca es totalmente predecible. Sin embargo materias como la


estadística y probabilidad; permiten acercarnos de forma más segura y certera a
esa realidad. la estadística proporciona las herramientas necesarias para hacer
inferencias sobre un todo (población) en base a los datos recopilados en sólo unos
cuantos elementos observados de la población (muestra) y la probabilidad aporta
los elementos de validación de los métodos estadísticos.
Cuando a un alumno le preguntamos por el término “probabilidad”, no tiene una
visión clara de su definición, sin embargo, asocia este concepto a juegos de azar,
lanzamientos de monedas y en algunos casos a la toma de decisiones
importantes.
Este curos de probabilidad nos permite más que adquirir conocimientos, ampliar
nuestra forma de ver y entender lo que nos rodea; pensar de manera distinta,
pero a la vez aceptar las buenas ideas;
En este trabajo desarrollaremos un taller de ejercicios propuesto por el grupo; que
comprendan los contenidos de los capítulos 1, 2 y 3 de la unidad 1 y que
Permiten profundizar en los temas allí tratados. Y en el cual cada estudiante
propone 6 ejercicios uno por cada tema previamente establecido y tomados de
alguna fuente documentación relacionada con el curso
4

OBJETIVOS

GENERAL

Estudiar y aplicar los conocimientos adquiridos en la unidad 1

1. Espacio muestral
2. eventos sucesos
3. técnicas de conteo
4. Axiomas de probabilidad
5. probabilidad condicional
6. teorema de bayes

ESPECIFICO

 Desarrollar en grupo, la guía correspondiente a la unidad 1.


 Proponer de manera individual un ejercicio por tema, el cual será
desarrollado por cada uno de los participantes.
 Presentar un trabajo único que integre todas las propuestas
5

1.1 ANAMARIA LOZA VALENCIA


1.1.1 Espacio muestral.

1. Se le pidió a 110 comerciantes que dijeran que tipo de programa de televisión


preferían. La tabla muestra las respuestas clasificadas a la vez según el nivel de
estudios de los comerciantes y según el tipo de programa preferido.

NIVEL DE ESTUDIOS
TIPO DE COLEGIO A UNIVERSIDAD POSTGRADO C TOTAL
PROGRAMA B
DEPORTES D 15 8 7 30
NOTICIAS N 3 27 10 40
DRAMA M 5 5 15 25
COMEDIA W 10 3 2 15
TOTAL 33 43 34 110

Especifique el número de elementos en cada uno de los siguientes eventos y


defínalos con palabras:

Solución:
a) D = 30
b) A  M = 33 + 25 - 5 = 53
c) W ` = 110 - 15 = 95
d) C ∩ N = 10
e)D∩ B = 8
f) ( M ∩ A) = 110 - 5 = 105

Ejercicio 1 CAPITULO 1 tomado de modulo de probabilidad, Adriana Robayo pág. 22

1.1.2 Eventos sucesos


6

2. Se desea observar una familia que posee dos automóviles y para cada uno
observamos si fue fabricado en Colombia, si es americano o si es Europeo.
a.- Cuales son los posibles resultados de este experimento?

Solución

a.- Cuales son los posibles resultados de este experimento?

S= (AA, AE, AC, EA, EE, EC, CA, CE, CC)

b.- Defina el evento A: Los dos automóviles no son fabricados en Colombia,


Liste el evento B: Un automóvil es colombiano y el otro no.
A= (AA, AE, EA, EE)
B= (AC, EC, CA, CE)

c.- Defina los eventos AᴒB y BUA.

AᴒB = (EXCLUYENTES)
BUA =(AA, AE, AC,EA,EC, EE, CA,CE)

Ejercicio 2 CAPITULO 2 tomado de modulo de probabilidad, Adriana Robayo pág. 21

1.1.3 Técnicas de conteo


7

3.¿Cuántas permutaciones distintas pueden formarse con las letras de la palabra


PROBABILIDAD?

Solución:

.......12!
---------------------
(2!)(2!)(2!)(2!)

.......12!
----------------------
........16

479 001 600


--------------------
........16

29 937 600

Ejercicio 3 CAPITULO 2 tomado de modulo de probabilidad, Adriana Robayo pág32

1.1.4 Axiomas de probabilidad

4. En una bolsa hay seis bolitas blancas y cinco amarillas. Si se sacan se una sin
reposición ¿Cuál es la probabilidad de que la primera sea blanca, la segundo
amarilla y la tercera blanca y así sucesivamente
Se dicen que dos o más sucesos son (DEPENDIENTES), si la probabilidad de
presentación de alguno de ellos queda influenciada por la presencia del otro. En
caso contrario se dicen que son (INDEPENDIENTES). En otras palabras si el
resultado de un suceso no afecta al otro, se dice que son independientes, por lo
tanto se efectuara la multiplicación de las probabilidades para cada suceso
P = P1 x P2 x P3 ………Pn
Se dice que los sucesos son dependientes o eventos compuestos, si la ocurrencia o
no ocurrencia de un evento en cualquier prueba afecta la probabilidad del segundo
suceso depende del primer suceso, el tercero de lo que haya sucedido en el
primero y en el segundo y así sucesivamente
Solución:
8

P = P1 x P2 x P3 ………Pn
P = P1 x ( P2 | P1 )…
B A B A B A B A
P = 6/11 x 5/10 x 5/9 x 4/8 x 4/7 x 3/6 x 3/5 x 3/5 x
2/4 x 2/3 x 1/2 x 1/1 = 84.400/ 39.916.800

P = 1/462 = 0, 00216 = 0, 216 %

la probabilidad de que la primera sea blanca, la segundo amarilla y la tercera blanca


y así sucesivamente ES DE 0, 216 %
Ejercicio 4 Tomado de Ciro Martínez Bencardino. 1987. Estadística. Cuarta edición
revisada y aumentada

1.1.5 Probabilidad condicional


9

5. Fabián y Pilar estudian en un mismo curso. La probabilidad de que Fabián no


pierda ninguna materia es del 85% y la de Pilar es del 90%. a) Cual es la
probabilidad de que los dos no pierdan ninguna materia. b) Cual es la probabilidad
de que Fabián pierda una materia y Pilar ninguna. C) Cual es la probabilidad de que
los dos pierdan una materia.

Solución:

P(F)=0.85 ---> Prob. no pierda Fabián


P(P)=0.90 ---> Prob. no pierda Pilar

a) Cuál es la probabilidad de que los dos no pierdan ninguna materia

P(F)*P(P) = 0.85*0.90 = 0.765

b) Cuál es la probabilidad de que Fabián pierda una materia y Pilar ninguna

(1-P(F))*P(P) = (1-0.85)*0.90 = 0.135

c) Cual es la probabilidad de que los dos pierdan una materia.

(1-P(F))*(1-P(P)) = (1-0.85)*(1-0.90) = 0.015

Ejercicio 5 CAPITULO 3 tomado de modulo de probabilidad, Adriana Robayo pág.


50

1.1.6 Teorema de Bayes


10

6. A un sospechoso se le aplica un suero de la verdad que se sabe que es confiable


en 90% cuando la persona es culpable y en 99% cuando la persona es inocente. En
otras palabras el 10% de los culpables se consideran inocentes cuando se usa el
suero y el 1% de los inocentes se juzgan culpables. Si el sospechoso se escogió de
un grupo del cual solo 5% han cometido alguna vez un crimen y el suero indica que la
persona es culpable, cual es la probabilidad de que sea inocente?

Solución:
Se sabe
P(CC/C) = 0,9
P(CC/I) = 0.01
P(C) = 0,05
P(I) = 0,95
P(CC) = P(CC/I)·P(I) + P(CC/C)·P(C)

P(CC y I) = P(CC/I)·P(I) =P(I/CC)·P(CC)


Despejando

P(I/CC) = P(CC/I)·P(I) / P(CC)

P(I/CC) = 0,01 · 0,95 / (0,01 ·0,95 + 0,9·0,05)


= 0.0095 / (0.0095 + 0.045) = 0.0095/0.0545 = 0,1743

Ejercicio 6 CAPITULO 3 tomado de modulo de probabilidad, Adriana Robayo pág.52

1.2 MARIBEL CHAVERRA


1.2.1 Espacio muestral

7. Suponga que el observatorio meteorológico clasifica cada día, según las condiciones
del viento, como ventoso o en calma; según la cantidad de lluvia caída: en húmedo y
seco y según la temperatura en caluroso, normal o frio ¿ qué espacio muestral es
necesario para caracterizar un día?¿qué valores se pueden asignar a los puntos
muéstrales?
Al resultado de una prueba se llama resultado, punto muestral o suceso y el conjunto
de todos los resultados posibles constituyen un espacio muestral.
Solución:
11

VHC = 1/12 CHC = 1/12


VHN = 1/12 CHN = 1/12
VHF = 1/12 CHF = 1/12
VSC = 1/12 CSC =1/12
VSN = 1/12 CSN =1/12
VSF = 1/12 CSF =1/12
P= 1/2x1/2x1/3=1/12
P=1/12 = 0,0833=8.33%
Ejercicio 7 Tomado de Ciro Martínez Bencardino. 1987. Estadística. Cuarta edición
revisada y aumentada

1.2.2 Eventos sucesos

8. En un experimento aleatoria consiste en preguntar a tres personas distintas, elegidas


al azar, si son partidarias o no de consumir determinado producto
a) Escribe el espacio muestral asociado a dicho experimento, utilizando la letra "s"
para las respuestas afirmativas y "n" para las negativas.
b) ¿Qué elementos del espacio muestral anterior constituyen el suceso " al
menos dos de las personas son partidarias de consumir el producto"?
c) Describe el suceso contrario de "más de una persona es partidaria de
consumir el producto
Se llama evento o suceso a todo subconjunto de un espacio muestral. Por ejemplo
en el espacio muestral E = {1, 2, 3, 4, 5, 6} del lanzamiento de un dado, los
siguientes son eventos:

1. Obtener un número primo A = {2, 3, 5}


2. Obtener un número primo y par B = {2}
3. Obtener un número mayor o igual a 5 C = {5, 6}
Solución:
a) Espacio muestral E

E = ( sss,ssn,sns,snn,nss, nsn, nns,nnn)


b) Sea el suceso A al menos dos de las personas son partidarias de consumir el
producto
A = (sss, ssn, sns,nss)
12

c) El suceso contrario del suceso B más de una persona es partidaria de consumir


el producto. Es B´ como máximo una persona es partidaria de consumir el
producto

B = ( snn, nsn,nns, nnn)

1.2.3 Técnicas de conteo

9. Las placas de los automóviles Tiene 3 letras seguidas de 3 digitos. ¿Cuántas


placas se pueden tener si:
a) se repiten letras

b) no se permite repetir letras

Cuando un procesos involucra una sucesión de K etapas, donde n 1 sea el numero de


maneras que puede ocurrir la etapa y n2 el numero de maneras que puede ocurrir la
etapa dos después de la primera. Entonces el numero de maneras diferentes en que
el proceso puede ocurrir es multiplicando las n formas.
Solución:
N1xn2……nk
Tamaño del espacio muestral

a) Se permite repetir letras

 El alfabeto se compone de 26 letras

 Los dígitos son 10 (0-9)

26x26x26x10x10x10= 17.576.000
b) Sin repetir letras

26x25x24x10x10x10= 15.600.000
a) Se pueden tener 17.576.000 placas repitiendo letras

b)Se pueden tener 15.600.000 placas sin repetir letras

1.2.4 Axiomas de probabilidad

10 La probabilidad de obtener AS o REY, sacando una sola carta en una baraja


española de 40 cartas
Cuando dos o más eventos son tales que solamente uno de ellos puede ocurrir en un
solo ensayo, se dicen que son mutuamente excluyentes. Se denomina probabilidad
13

adictiva y será igual ala suma de las probabilidades de cada suceso.


Solución:
P = P1+ P2+ P3 ……Pn
P1 = 4/40 = 1/10 (REY)
P = P1 + P2 = 1/10+1/10 = 2/10 = 1/5
La probabilidad es de 1/5

1.2.5 Probabilidad condicional

11. Si en un salón de clases hay 10 jóvenes con camisa negra, 5 con camisa roja y 7
con camisa azul. Calcular la probabilidad que al seleccionar un joven al azar este
traiga puesta una camisa roja.
Solución:
5/22 = 0.23 X 100 = 23%
La probabilidad que un joven traiga camisa roja es de un 23%
Ejercicios Tomados de Ciro Martínez Bencardino. 1987. Estadística. Cuarta edición
revisada y aumentada

1.2.6 Teorema de Bayes


1 2 . E l 2 0 % d e lo s e m p lea d o s de u na e m p re sa so n inge n ie ro s y o t ro
2 0 % so n e co no m ist a s. E l 7 5 % de lo s in ge n ie ro s o cup a n un p ue sto
d ire ct ivo y e l 5 0 % d e lo s e co nom ista s t a mb ié n, m ien tra s qu e lo s n o
in ge n ie ro s y lo s no e con om ist a s so la m en t e e l 2 0 % o cu p a u n p ue st o
d ire ct ivo . ¿Cu á l e s la p ro b ab ilid ad d e qu e u n emp le a do d ire ct ivo
e le gid o a l a za r sea in ge n ie ro?

El teorema de Bayes, enunciado por Thomas Bayes, en la teoría de la probabilidad,


es el resultado que da la distribución de probabilidad condicional de un evento
aleatorio A dado B en términos de la distribución de probabilidad condicional del
evento B dado A y la distribución de probabilidad marginal de sólo A.

Sea {A1,A3,...,Ai,...,An} un conjunto de sucesos mutuamente excluyentes y


exhaustivos, y tales que la probabilidad de cada uno de ellos es distinta de cero. Sea
B un suceso cualquiera del que se conocen las probabilidades condicionales P(B | A i).
14

Solución:

Entonces, la probabilidad P(Ai | B) viene dada por la expresión:

donde:

 P(Ai) son las probabilidades a priori.


 P(B | Ai) es la probabilidad de B en la hipótesis Ai.

P(Ai | B) son las probabilidades a posteriori

P (ingeniero/directivo) = 0,2. 0,75/ 0,2.0,75+0,2.0,5+0,6. 0,2 = 0.405


la p ro ba b ilid a d d e qu e u n e mp le ad o d ire ct ivo e le gid o al a za r se a
in ge n ie ro e s d e 0.405
Rafael Díaz. Introducción a la Probabilidad, los Procesos Estocásticos y la Estadística
en Ingeniería. Escuela de Ingeniería Eléctrica. Universidad Central de Venezuela.
2000

1.3 MARIA LOURDES HERNANDEZ


1.3.1 Espacio muestral

13. Una computadora en el hogar está conectada con un servidor a través de un


módem telefónico. La primera marca repetidamente hasta establecer el contacto. Por
supuesto, el proceso de marcado termina una vez logrado el contacto telefónico. Sea
que c denota el hecho de que se establece contacto en un intento específico, y n, que
no se establece.
a) Elabore un diagrama de árbol para representar el proceso de marcado.
b) Enumere los puntos muestrales que genera el árbol. ¿Acaso puede completarse
15

esta lista?
Solución:
S = { c, nc, nnc, nnnc,…}

Ejercicios tomados de MILTON, J. Susan, ARNOLD, Jesse C. Probabilidad y


Estadística 4ªEd. Mexico: Mc Graw Hill Interamericana, 2004.

1.3.2 Eventos sucesos

14. Dos artículos se seleccionan al azar y simultáneamente de una línea de montaje y


se clasifican como de calidad superior (+), promedio (0), o inferior (-).
a) Enumere los elementos del espacio muestral de este experimento.
b) Liste los puntos muestrales que constituyen los eventos siguientes:
A: el primer artículo seleccionado es de calidad inferior.
B: la calidad de ambos artículos es la misma.
C: la calidad del primer artículo es mayor que la del segundo.
c) Dé una descripción verbal breve de los eventos siguientes:
A' n B A' n B'
A n B' A n C' n B
Solución:
S = { ++, +0, +-, 0+, 00, 0-, -+, -0, -- }
A = { -+, -0, -- }
B = { ++, 00, --}
16

C = { +0, +-, 0- }

A' n B = { ++, 00 } “son iguales pero no de calidad inferior”


A' n B' = { +0, +-, 0+, 0- } “son diferentes y el primero no es de calidad inferior”
A n B' = { -+, -0 } “son diferentes y el primero es de calidad inferior”
A n C' n B = { -- } “son iguales y de calidad inferior”
Ejercicios tomados de MILTON, J. Susan, ARNOLD, Jesse C. Probabilidad y
Estadística 4ªEd. Mexico: Mc Graw Hill Interamericana, 2004.

1.3.3 Técnicas de conteo

15. Una compañía tiene 10 programadores, 8 analistas de sistemas, 4 ingenieros


en sistemas y 3 estadísticos. Se elegirá un “equipo” para un nuevo proyecto de
largo plazo. El equipo consistirá en 3 programadores, 2 analistas de sistemas, 2
ingenieros en sistemas y 1 estadístico.
¿En cuántas formas puede seleccionarse el equipo?
Solución:
Se trata de una serie de combinaciones consecutivas:
Formas de seleccionar el equipo = 10C3 X 8C2 X 4C2 X 3C1 = 60480

4) AXIOMAS DE PROBABILIDAD: REGLA DE LA ADICIÓN, REGLA DE LA


MULTIPLICACIÓN
16. Cuando una computadora se bloquea, existe una probabilidad de 75% de
que se deba a una sobrecarga, y de 15% de que se deba a un problema de
software. La probabilidad de que se origine en una sobrecarga o un problema de
software es de 85%. ¿Cuál es la probabilidad de que se deba a ambos
problemas? ¿Cuál es la probabilidad de que haya un problema de software sin
sobrecarga?
Solución:
17

SC: sobrecarga, PS: problema de software


Datos: P(SC) = 0.75, P(PS) = 0.15, P(SC U PS) = 0.85

La probabilidad de que se deba a ambos problemas es:


P(SC n PS) = P(SC) + P(PS) - P(SC U PS) = 0.75 + 0.15 - 0.85 = 0.05

La probabilidad de que haya un problema de software sin sobrecarga es P(PS n


C'), la cual se despeja de la siguiente ecuación:
P(PS n SC) + P(PS n SC') = P(PS) <=> P(PS n SC') = P(PS) - P(PS n SC) =
0.15 - 0.05 = 0.10
Ejercicios tomados de MILTON, J. Susan, ARNOLD, Jesse C. Probabilidad y
Estadística 4ªEd. Mexico: Mc Graw Hill Interamericana, 2004.

1.3.4 Axiomas de probabilidad

17. Cuando una computadora se bloquea, existe una probabilidad de 75% de


que se deba a una sobrecarga, y de 15% de que se deba a un problema de
software. La probabilidad de que se origine en una sobrecarga o un problema
de software es de 85%. ¿Cuál es la probabilidad de que se deba a ambos
problemas? ¿Cuál es la probabilidad de que haya un problema de software sin
sobrecarga?
Solución:

SC: sobrecarga, PS: problema de software


Datos: P(SC) = 0.75, P(PS) = 0.15, P(SC U PS) = 0.85

La probabilidad de que se deba a ambos problemas es:


18

P(SC n PS) = P(SC) + P(PS) - P(SC U PS) = 0.75 + 0.15 - 0.85 = 0.05

La probabilidad de que haya un problema de software sin sobrecarga es P(PS


n C'), la cual se despeja de la siguiente ecuación:
P(PS n SC) + P(PS n SC') = P(PS) <=> P(PS n SC') = P(PS) - P(PS n SC) =
0.15 - 0.05 = 0.10
Ejercicios tomados de MILTON, J. Susan, ARNOLD, Jesse C. Probabilidad y
Estadística 4ªEd. Mexico: Mc Graw Hill Interamericana, 2004.

1.3.5 Probabilidad condicional

18. El uso del aspecto de las plantas en la prospección de depósitos minerales se


denomina prospección geobotánica. Un indicador de cobre es una pequeña planta
de menta con flores de color malva. Suponga que en una región dada se tiene
probabilidad de 30% de alto contenido de cobre en el suelo y de 23% de
presencia de esa planta. Si el contenido de cobre es alto, existe 70% de
probabilidad de que esté presente la planta.
a) Calcule la probabilidad de que el contenido de cobre sea alto y la planta esté
presente.
b) Calcule la probabilidad de que el contenido de cobre sea alto, dada la
presencia de la planta.
Solución:

ACCu: alta concentración de cobre, PPM: presencia de la planta de menta


Datos: P(ACCu) = 0.30, P(PPM) = 0.23, P(PPM | ACCu) = 0.70

a) P(ACCu n PPM) = P(ACCu) P(PPM | ACCu) = (0.30)(0.70) = 0.21

b) P(ACCu | PPM) = P(ACCu n PPM) / P(PPM) = 0.21 / 0.23 = 0.913


Ejercicios tomados de MILTON, J. Susan, ARNOLD, Jesse C. Probabilidad y
Estadística 4ªEd. Mexico: Mc Graw Hill Interamericana, 2004.
19

1.3.6 Teorema de Bayes

19. Un centro de cómputo tiene 3 impresoras A, B y C, que imprimen a velocidad


distinta. Los programas se envían a la primera impresora disponible. Las
probabilidades de que un programa se envíe a las impresoras A, B y C son de
0.6, 0.3 y 0.1, respectivamente. En ocasiones, los impresos se atoran en la
impresora y se destruyen. Las probabilidades de que se atore el papel en las
impresoras A, B y C son de 0.01, 0.05 y 0.04 en el mismo orden. Un programa
escrito por usted se destruye al atorarse el papel en la impresora. ¿Cuál es la
probabilidad de que ello haya ocurrido en la impresora A, en la B o en la C?
Solución:
Dado que el trabajo se debe imprimir en alguna de las tres impresoras, es
aplicable la ley de Bayes. Z: el papel se atora. Datos: P(Z | A) = 0.01, P(Z | B) =
0.05, P(Z | C) = 0.04

P(A | Z) = P(Z | A)P(A) / { P(Z | A)P(A) + P(Z | B)P(B) + P(Z | C)P(C) } = 0.24

P(B | Z) = P(Z | B)P(B) / { P(Z | A)P(A) + P(Z | B)P(B) + P(Z | C)P(C) } = 0.6

P(C | Z) = P(Z | C)P(C) / { P(Z | A)P(A) + P(Z | B)P(B) + P(Z | C)P(C) } = 0.16

Ejercicios tomados de MILTON, J. Susan, ARNOLD, Jesse C. Probabilidad y


Estadística 4ªEd. Mexico: Mc Graw Hill Interamericana, 2004.

1.4 ELIZABETH VALBUENA


1.4.1 Espacio muestral

20. jugar con el dado, si el dado cae par, juego con la moneda una vez, si cae
impar juego con la moneda dos veces. Escribe los posibles resultados.

Solución:
20

S= (1CC, 1CS, 1SC, 1SS, 2C, 2S, 3CC, 3CS, 3SC, 3SS, 4C, 4S 5CC, 5CS,
5SC, 5SS, 6C, 6S)
a) Escribe el resultado donde se lanzó la moneda dos veces y el resultado fue el
mismo
A= (1CC, 1SS, 3CC, 3SS, 5CC, 5SS)

b) Sub conjunto donde el dado es un número menor a 3

B= (1CC, 1CS, 1SS, 1SC, 2C, 2S)

c) Operaciones con eventos: Hallar A U B, AᴒB

AUB= (1CC, 1CS, 1SS, 1SC,2C, 2S, 3CC, 3SS, 5CC, 5SS)

AᴒB= (1CC, 1SS)

Ejercicio 20 tomado de modulo de probabilidad, Adriana Robayo pág. 22

1.4.2 Eventos sucesos


20 .- Se estudian el ejercicio y la dieta como posibles sustitutos de la medicación
para bajar la presión sanguínea. Se utilizarán tres grupos de individuos para
estudiar el efecto del ejercicio. El grupo uno es sedentario, mientras que el
grupo dos camina, y el grupo tres nada una hora al día. La mitad de cada uno
21

de los tres grupos de ejercicio tendrá una dieta sin sal. Un grupo adicional de
individuos no hará ejercicio no restringirá su consumo de sal, pero tomará la
medicación estándar. Use Z para sedentario, W para caminante, S para
nadador, Y para sal, N para sin sal, M para medicación y F para sin
medicación.

Solución:

a) muestre todos los elementos del espacio muestral S


s = (ZYM, ZYF, ZNM, ZNF WYM, WYF, WNM, WNF SYM, SYF, SNM, SNF,
AYM)

b) Dado que A es el conjunto de individuos sin medicamento y B el conjunto


de caminantes, liste los elementos de A U B, y de A n B

A= (ZYF, ZNF, WYF, WNF, SYF, SNF)

B= (WYM, WYF, WNM, WNF)

A U B= (ZYF, ZNF, WYF, WNF, WYM, WNM,SYF, SNF )

A n B = (WYF, WNF)

Ejercicios 21 tomado de ejercicios propuestos inicialmente en el foro colaborativo.

1.4.3 Técnicas de conteo


22

22.- Suponga que una persona que vive en el municipio de Bello (Antioquia)
trabaja en el centro de la ciudad de Medellín. Para llegar a su sitio de trabajo,
este tiene tres rutas distintas para llegar a la Autopista y de allí puede tomar
otras tres rutas para llegar al centro de la ciudad. En el centro, puede tomar
cuatro rutas para llegar al parqueadero más cercano a su oficina. ¿De cuántas
maneras o rutas distintas podría tomar la persona para llegar de la casa al
parqueadero más próximo a su oficina?1

Solución:

3 rutas- Medellín 3rutas- centro 4 rutas para parqueadero

Principio de la multiplicación: 3x3x4= 36

36 rutas distintas podría tomar para llegar de la casa a la oficina

23. ¿Cuántas permutaciones pueden efectuarse con el conjunto S={a,b,c,d}?


Describa cada una de las permutaciones posibles2

Solución:

S= ( ab, ac, ad, ba, bc, bd, ca, cb, cd, da,db, dc)

12 permutaciones

Ejercicio 3 y 4 tomado de modulo de probabilidad, Adriana Robayo pág. 33

1.4.4 Axiomas de probabilidad

24. Una prueba de opción múltiple consta de 15 preguntas y cada una tiene tres
alternativas, de las cuales sólo debe marcar una. ¿En cuántas formas diferentes
puede marcar un estudiante su respuesta a estas preguntas?3

Solución

1
Ejercicio 22 tomado de modulo de probabilidad, Adriana Robayo pág. 33

2
Ejercicio 23 tomado de modulo de probabilidad, Adriana Robayo pág. 33

3
Ejercicio 24 tomado de modulo de probabilidad, Adriana Robayo pág. 34
23

SI SON 15 PREGUNTAS CADA UNA CON TRES OPCIONES DE


RESPUESTA, ENTONCES EL NÚMERO DE MANERAS DE RESPONDER
ES 3 X 3 X ... X 3 (15 VECES 3) Y ESTO ES IGUAL A 315 = 14'348.907
Ejercicio 5 tomado de modulo de probabilidad, Adriana Robayo pág.34

1.4.5 Probabilidad condicional

25. El 18% de las familias de un barrio tienen vehículo propio el 20% tiene
vivienda de su propiedad y el 12% tiene vivienda y vehículo. ¿ cual es la
probabilidad de tener vivienda si se tiene vehículo?
Como en algunos eventos se tiene alguna información que reduce el espacio
muestral original a uno de sus subconjuntos: las probabilidades asociadas a
esos subconjuntos determinan la probabilidad condicional.

B B´ TOTAL

A 0,12 0,06 0,18

A´ 0,8 0,74 0,82

TOTAL 0,20 O,80 1,OO

Solución:
Su formula está dada así. P (B/A) = P (B n A)/ P (A)
A = propietario de vehículo
A ´= no propietario de vehículo
B = propietario de vivienda
B´ = no propietario de vivienda
P (B/A) = 0,12/0,18 = 0,66

la probabilidad de tener vivienda si se tiene vehículo ES DE 0,66

Ejercicio 25 Tomado de Ciro Martínez Bencardino. 1987. Estadística. Cuarta


edición revisada y aumentada
24

1.4.6 Teorema de Bayes

26. En una fabrica hay dos maquinas de helados que producen 50% y 50% del
total. La A elabora 5% de helado de baja calidad. La B elabora un 6% de helado
de baja calidad. Encuentre la probabilidad de que un helado de baja calidad
provenga de la maquina A.
Solución:
H = helado de baja calidad
M = Helado normal
P(H) = P(A) x P(H/A) + P(B) x P(H/B)
P(H) = 0,5 x 0,05 + 0,5 x 0,06
P(H) = 0.025 + 0.03
P(H) = 0.055
TEOREMA DE BAYES
P(A/H) = . P(A) x P(H/A) .
P(A) x P(H/A) + P(B) x P(H/B)
P(A/H) = 0.5 x 0.05
0.055
P(A/H) = 0.455
La probabilidad que se encuentre un helado de baja calidad en la maquina A es
del 45.5%

1.5 Geniser Ramírez


1.5.1 Espacio muestral
27. una mujer es portadora de hemofilia clásica. Esto significa que, aunque la
mujer no tenga hemofilia, puede transmitir la enfermedad a sus hijos. Ella
tiene tres hijos. Describa el espacio muestral de este experimento.
25

S = [(TTT), (TTN), (TNT), (TNN), (NTT), (NTN), (NNT), (NNN)}

1.5.2 Eventos sucesos

28. Suponga que una contraseña está formada por 6 caracteres, siendo las dos
primeras letras del alfabeto y los 4 últimos, dígitos. ¿Cuál es el número de
opciones para escoger la contraseña?
El número de opciones que se tienen para escoger la contraseña está dado por
26 formas de escoger cada uno de los 2 primeros caracteres y 10 formas de
escoger cada uno de los últimos 4 caracteres.

Solución:

n = 26 × 26 × 10 × 10 = 67.600
n = 26 × 26 × 10 × 10× 10 × 10 = 6’760.000

Tomado de LIPSCHUTZ, Seymor. Probabilidad. Mc. Graw Hill. Segunda edición.

1.5.3 Técnicas de conteo


26

29. En un pueblo lejano el 50% ha estado muy enfermo alguna vez, el 50%
tiene menos de 70 años y el 80% no padece ninguna enfermedad
contagiosa. De estos últimos el 60% tiene menos de 70 años y el 40% ha
estado casi muerto alguna vez. De los que han estado casados alguna vez,
sólo el 20% tiene menos de 70 años. El 10% de la población reúne las tres
condiciones. Representar la información anterior en un diagrama de Venn.
Solución
Digamos que contamos con 100 personas para el ejercicio
Sea C el conjunto de los que han muy enfermos alguna vez.
“B“tienen - de 70 años.
“E “no padecen enfermedad contagiosa.
(C ) = 50% de la población; (E) = 80%;
(B) =50%:
(E Ç B) = 48%; (E Ç C) = 32%; (C Ç B) = 10%;

A C

38
10 22 16
2
C

10
(C Ç E Ç B) = 10%

1.5.4 Axiomas de probabilidad

30. De una bolsa de 40 bombones extraemos dos bombones a la vez., ¿cuál es


la probabilidad de que al menos uno de ellos sea rojo?

Solución. Sea el suceso “al extraer dos bombones al menos uno es rojo”. Lo
ponemos al contrario, Ac , es decir calculamos la probabilidad de que ninguno
27

sea rojo.

Sucesos posibles: , que son todos los grupos de 2 bombones que se


pueden sacar.

Sucesos favorables: pues hay 30 bombones que no son rojos.

Por la regla de Laplace tenemos: p(Ac ) = = 0,56 Þ p(A) = 1 -


0,56 = 0,44
2) p(f) = 0 .
3) Si A I b Þ p(A) £ p(B)
4) Si A y B son sucesos compatibles p(A È B) = p(A) + p(B) - p(A Ç B)

1.5.5 Probabilidad condicional

31. En una equipo de fútbol el 45% de los jugadores suspende juega el primer
tiempo, el 60% juega el segundo tiempo y el 30% juega en los dos tiempos. Se
selecciona al azar un futbolista:
a) Si juego el primer tiempo ¿Cuál es la probabilidad de que jugara el primer
tiempo?
b) Si jugo el segundo tiempo

Solución
Sea A = “jugo el primer tiempo” y B = “jugo el segundo tiempo”
p (A) = 0,45; p(B) = 0,60 ; p(A Ç B) = 0,30
a)p (A/B) = 0,30/0,60 =1/2; p(B/A) = 0,30/0,45 = 2/3
28

1.5.6 Teorema de Bayes

31. Una fábrica de galletas tienen tres (3) cadenas de producción. Cada una de ellas fabrica
el 30%, 45% y el 25% de la producción de un día. Se conoce que el porcentaje de galletas
no aptas para su venta en cada una de las cadenas de producción es del 5%, 4% y 3%,
respectivamente. De la producción total de un día se selecciona una galleta al azar.
Se pide:
a. Liste los respectivos sucesos
b. Sabiendo que la galleta seleccionada es apta para la venta, determine la probabilidad de
que haya sido fabricada por la primera cadena de producción.

Solución:
a. Representaré por A, B, y C los sucesos una galleta es producida por la cadena 1,2 y 3
respectivamente. Así mismo, D va a representar el suceso que es una galleta no apta para
la venta. Conozco las siguientes probabilidades:
P(A) =0,30 P(B) =0,45 P(C) =0,25
P(D/A)=0,05 P(D/B)=0,04 P(D/C)=0,03
Nota: Los sucesos A, B y C forman para mí una partición del espacio muestral y dado
que conocemos las Probabilidades Condicionadas Del Suceso D sobre los sucesos de la
partición, estamos en condiciones de usar y resolver la parte:
29

CONCLUSIONES

 Al terminar esta actividad podemos concluir que la estadística es un medio


que es aplicable a cualquier campo, cuyo objeto es operar con un grupo de
datos e interpretarlos. Se ocupa de los métodos y procedimientos para
recoger, clasificar, resumir, hallar regularidades y analizar los datos,
siempre y cuando la variabilidad e incertidumbre sea una causa específica
de los mismos; así como de realizar probabilidades a partir de ellos, con la
finalidad de ayudar a la toma de decisiones y en su caso formular
predicciones con respecto a los datos tomados.

 Este trabajo permitió fomentar en el estudiante la capacidad de reconocer y


establecer modelos apropiados para describir fenómenos aleatorios que
surgen en cada área de especialidad, y apunta a que reconozcamos su
importancia en la cotidianeidad
 las probabilidades son una herramienta fundamental en el desarrollo de un
individuo que van más allá de realizar experimentos aleatorios y juegos de
azar, son una forma de entender el mundo, ampliar nuestra forma de
pensar y acercarnos al resultado de un presunto evento para afrontarlo, de
tal manera, que sea productivo para nosotros. más que saber que la
probabilidad que salga cara al lanzar una moneda es , es comprender e
interpretar que me dice tal cifra, que puedo hacer con ese conocimiento o
como lo puedo adaptar en mi vida.
 Los problemas de probabilidad proporcionan una fuente interesante para
que pensemos un poco más allá de nuestro sentido común, y unido a la
estadística nos permite hacer la llamada inferencia estadística
 La estadística la vivimos en todo sentido de nuestras vidas, (profesional,
personal, etc.)
 Entre más nos adentramos a los conocimientos aquí aplicados mas
podemos ver en como la realidad que vivimos todos los días puede ser
cambiada, o por lo menos vista de otra forma.
 La probabilidad es un numero asociado a una variable aleatoria, mediante
una regla de correspondencia
30

BIBLIOGRAFIA

DÍAZ Rafael. Introducción a la Probabilidad, los Procesos Estocásticos y la


Estadística en Ingeniería. Escuela de Ingeniería Eléctrica. Universidad Central de
Venezuela. 2000
MARTINEZ, C Bencardino. Estadística. Cuarta edición revisada y aumentada.
1987
MILTON, J. Susan, ARNOLD, Jesse C. Probabilidad y Estadística 4ªEd. México:
Mc Graw Hill Interamericana, 2004.

ROBAYO, Adriana. Modulo de probabilidad. Universidad Nacional Abierta y a


distancia. Bogotá. 2007