TAREA 2 - TÉCNICAS DE CONTEO Y TEORÍA DE LA PROBABILIDAD

JESUS OLMEDO BASTIDAS DELGADO

JOSÉ DEIVER SUAREZ

CLAUDIA PATRICIA CADENA HERNANDEZ

JUAN DANIEL HURTADO BURBANO

EIDER ALONSO ORTIZ

TUTOR: FRANCISCO JAVIER PEREIRA LOPEZ

CURSO: PROBABILIDAD

GRUPO: 100402_144

UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA – UNAD

ESCUELA DE CIENCIAS BÁSICAS TECNOLOGÍAS E INGENIERÍA ECBTI

INGENIERÍA DE TELECOMUNICACIONES

MARZO 28 DEL 2021

 Tabla comparativa
Variable, formula o imagen

que representa el
Concepto Definición
concepto
Teoría de es una rama de las matemáticas centrada en

conjuntos estudiar los conjuntos

Teoría de establece reglas que permiten calcular la nA
Prob ( A ) = lim
N →∞ N
probabilidad ocurrencia o no de un fenómeno de forma

aleatoria
Enfoque empírico permite determinar la probabilidad de

ocurrencia basados en la cantidad de veces n ú mero de veces que ocurri ó A

P ( A )=
n ú mero de veces que se repiti ó el
que ocurre un resultado favorable experimento
Enfoque subjetivo permite calcular la probabilidad de sucesos

únicos

Experimento consiste en provocar un fenómeno en unas

condiciones determinadas para determinar

algo

Espacio muestral es el conjunto de todos los posibles Ejemplo: Espacio muestral de una

resultados de un experimento aleatorio moneda:

E={C , X }.

Ω={C , X }.

Punto muestral un resultado particular del experimento Ω={w 1 , w 2 , w 3 ,… , w n }

Evento simple posibilidad de que ocurra evento

determinado

Evento conjunto es un conjunto de posibles resultados que

se pueden dar en un experimento aleatorio

Técnicas de proporcionan la información de todas las

conteo maneras posibles en que ocurre un evento

determinado

Diagrama de árbol es una herramienta que se utiliza para

determinar si en realidad en el cálculo de

muchas opciones se requiere conocer el

número de objetos que forman parte del

espacio muestral
Factorial quiere decir que hay que multiplicar todos

los números enteros positivos que hay

entre ese número y el 1

Principio aditivo Se refiere a las formas que ese evento

puede ser realizado ya que a su vez, tiene A o B( A ∪ B) son a+b

varias alternativas para ser realizada.

Principio se utiliza para resolver problemas de
multiplicativo conteo para hallar la solución sin que sea N ú mero de maneras=N 1∗N 2 …∗N x m

necesario enumerar sus elementos

Permutaciones es la variación del orden o posición de los

elementos de un conjunto ordenado o una nPr=n! /(n−r )!

tupla
Combinaciones Número de arreglos que pueden realizarse

con todos o con una parte de los elementos

de un conjunto, en donde no interesa el nCr=n! /(n−r )! r !

orden de los elementos entre sí.

Eventos dos proposiciones son mutuamente

mutuamente excluyentes o disjuntos si ambos no

excluyentes pueden ser verdaderos

Eventos son independientes si el resultado del

independientes segundo evento no es afectado por el

resultado del primer evento

Probabilidad Es la forma en que cambia la probabilidad

condicional de un suceso A cuando tenemos el P ( A ¿ )=P( A ∩ B)/ P (B)

resultado de un suceso B ya ocurrido.

Teorema de bayes El teorema de Bayes calcula la

probabilidad de un suceso A a partir de los p ( b|a )∗p (a)

p ( a|b )=
p(b)
resultados de un suceso B.
EJERCICIOS JESUS OLMEDO BASTIDAS DELGADO LITERAL A

Ejercicio 1 - Experimento aleatorio, espacio muestral y eventos.

A. Cuatro instituciones de educación básica y media, identificadas con los números 1, 2, 3

y 4, están participando en un torneo de fútbol, el cual se define por medio de 4 juegos. En la

primera ronda 1 jugará con 4 y posteriormente 2 jugará con 3. En la segunda ronda los dos

ganadores jugarán por el campeonato y luego los dos perdedores de los primeros juegos

también jugarán por un premio para el tercer puesto. Se puede presentar los resultados de

los cuatro juegos en una 4-tupla ordenada, así: (1, 4, 1, 2), lo que significa que 1 derrota a 2

y 4 derrota a 3 en los juegos de la primera ronda, y luego 1 derrota a 4 y 2 derrota a 3.

1. Presente usando la notación indicada todos los resultados en S, además enumérelos.

2. Si A denota el evento: 1 gana el torneo. Liste los resultados en A.

3. Si B denota el evento: 2 gana el juego de campeonato. Liste los resultados en B.

Solución

Espacio muestral

S={1,2,3,4 }
1. Presente usando la notación indicada todos los resultados en S, además enumérelos.

S={( 1214 ) , ( 1213 ) , ( 1314 ) , ( 1312 ) , (1224 ) , ( 1223 ) , ( 1334 ) , ( 1332 ) ; ( 4241 ) , ( 4331 ) , ( 4332 ) ,

¿ {(4243) ,(4341), ( 4342 ) , ( 4221 ) , ( 4223 ) }

S=16

2. Si A denota el evento: 1 gana el torneo. Liste los resultados en A.

A={( 1214 ) , ( 1213 ) , (1314 ) ,(1312)}

A={4 }

3. Si B denota el evento: 2 gana el juego de campeonato. Liste los resultados en B.

B={ ( 1224 ) , (1223 ) , ( 4221 ) ,(4223)}

B={4 }

Analizando los resultados obtenidos podemos ver que el total de espacio muestral es de 16,

cuando A denota el evento en que 1 gana el torneo con un resultado de 4 y B denote el

evento en que 2 gane el juego de campeonato los resultados en B serán 4.

Ejercicio 2. Técnicas de conteo.

A. En una fábrica de bolsos se manufactura independientemente costura (toda la parte de

cuero del bolso), cierres y cargaderas. Siendo estas partes armadas aleatoriamente en cada

bolso. Se sabe que en este proceso, el 6% de las costuras, el 3% de los cierres y el 1% de las

cargaderas tienen fallas ¿qué porcentaje de bolsos resultan:

1. ¿Con fallas en sus tres componentes?

2. ¿Sin fallas en sus tres componentes?

Solución

Información dada por el ejercicio

Articulo Porcentaje
Costuras (A) 6%
Cierres (B) 3%
Cargaderas (C) 1%

Con base a la información dada, para conocer el porcentaje en las dos variables aplicamos

el principio multiplicativo.

Diagrama de árbol

cargaderas 0,99
cierre 0,97
cargaderas 0,01
costura 0,94
cargaderas 0,99
cierrre 0,03
cargaderas 0,01
bolso
cargaderas 0,99
cierre 0,97
cargaderas 0,01
costura 0,06
cargaderas 0,99
cierre 0,03
cargaderas 0,01

a. Con fallas en sus tres componentes

P ( A ∩ B ∩C )=P ( A ) P ( B ) P (C)

P ( A ∩ B ∩C )=( 0,06 )( 0,03 ) ( 0,01)

El porcentaje de bolsos que resultan con fallas en sus tres componentes es del 18%

b. Sin fallas en sus tres componentes

P ( A )=1−0,06=0,94(no falla en costuras)

P ( B )=1−0,03=0,97(no falla en cierres)

P ( C ) =1−0,01=0,99(no falla en cargaderas)

P ( A ∩ B ∩C )=( 0,94 )( 0,97 ) (0,99)

P ( A ∩ B ∩C )=0,903

El porcentaje de bolsos que resultan con sin fallas en sus tres componentes es del 90%

Ejercicio 3. Teorema de Bayes

A. Suponga que un individuo es seleccionado al azar de la población de todos los adultos

varones que viven en Colombia. Sea A el evento: el individuo seleccionado tiene un peso

de 68 kg y sea B el evento: el individuo seleccionado es un ciclista profesional. ¿Cuál

probabilidad será mayor P(A|B) o P(B|A) ?, explique su elección.

Solución

Evento A

P( A∨B)

Representa la probabilidad de que un individuo tiene un peso de (68 Kg).

Evento B

Mientras que:
P( B∨ A)

Representa la probabilidad de que un individuo es un ciclista profesional.

Ahora bien

P ( BA ) , P ( BA )
Como en general los ciclistas profesionales no son gordos, se concluye que:

P( A∨B)> P(B∨A )

Se concluye que el ciclista profesional posee menor peso que el individuo normal.

Ejercicio 4. Sustentación

En una pista se encuentran 7 atletas y entran en el carril de los 100 metros. ¿De cuantas

maneras se pueden organizar para ganar medallas de oro, de plata y de bronce?

Solución

Analizando el enunciado del ejercicio, implementamos el método de permutaciones.

Aplicamos la fórmula

n!
n Pr =
( n−r ) !

Donde:

n=numero de elementos

r =subconjunto a organizar (O−P−B)

Reemplazando términos, tenemos que:

 7! 7!
7 P 3= =
( 7−3 ) ! 4 !

Utilizando el concepto de factorial, tenemos:

7∗6∗5∗4∗3∗2∗1
7 P 3= =7∗6∗5=210
4∗3∗2∗1

Respuesta

210 son las maneras de cómo se pueden organizar los atletas para recibir medallas de oro,

plata o bronce.

Geogebra
EJERCICIOS JOSÉ DEIVER SUAREZ LITERAL B

Ejercicio 1 - Experimento aleatorio, espacio muestral y eventos.

B. Actualmente una firma constructora de ingeniería trabaja en plantas eléctricas en

tres sitios diferentes. Sea que A! denote el evento en que la planta localizada en el

sitio i se completa alrededor de la fecha contratada. Use las operaciones de unión,

intersección y complementación para describir cada uno de los siguientes eventos en

función de A1, A2, A3 trace un diagrama de Venn y sombree la región que corresponde a

cada uno.

i. Al menos una planta se completa alrededor de la fecha contratada.

ii. Todas las plantas se completan alrededor de la fecha contratada.

iii. Sólo la planta localizada en el sitio 1 se completa alrededor de la fecha contratada.

Solucion:
 Uniendo todos los conjuntos se cumple la condición, ya que garantiza que al menos una

planta se complete cerca de la fecha solicitada. La unión permite que se llegue a completar

incluso más de una planta:

A1 U A2 U A3

Para que se cumpla la condición planteada es necesario interceptar todos los conjuntos, así

se garantiza que todas las plantas se completen alrededor de la fecha estipulada:

A1∩ A2 ∩A3

Dado que solo la planta A1 se completa cerca de la fecha contratada, se recurre una

exclusión, que permite separar el conjunto requerido de los demás:

(A1) -(A2 U A3)

Ejercicio 2. Técnicas de conteo

B. Una maquina de ensamble de Computadores portátiles en buenas condiciones de

trabajo, produce tres computadores defectuosos por cada mil. Los resultados

correspondientes a computadores producidos sucesivamente son independientes.

¿Cuál es la probabilidad de que ninguno de los próximos dos computadores

producidos por esta máquina tenga fallas?

3
Teniendo presente que computadores producidos tienen defectos, y que los resultados
1000

son independientes, todos los computadores producidos por la maquina cuentan con la

misma probabilidad de ser defectuosos, la cual es:

3
=0,03
1000
Si se toma la producción de un computador sin fallas como un evento independiente (A y

B), y se plantean como una intersección, ya que se cuenta con una producción sucesiva,

para hallar la probabilidad de que ninguno de los dos computadores producidos por la

maquina tengan fallas:

P ( A ∩ B )=P ( A ) P(B)

Sabiendo que la probabilidad es la misma para cada equipo fabricado, entonces:

P ( A ∩ B )=( 0,03 ) ( 0,03 )=0,0009

Finalmente, se obtiene una probabilidad de la máquina produzca dos equipos sin fallas

igual a:

1−0,0009=0,99910,9991 x 100 %=99,91 %

Ejercicio 3. Teorema de Bayes

B. La tabla adjunta proporciona información sobre el tipo de café seleccionado por

alguien que compra una taza en un kiosco del aeropuerto en particular.

Pequeño Mediano Grande

Regular 15% 21% 23%
Descafeinado 19% 9% 13%

i. ¿Cuál es la probabilidad de que la persona adquiera una taza pequeña? ¿Una taza

de café descafeinado?
ii. Si nos enteramos de que la persona seleccionada compra una taza mediana, ¿cuál es

ahora la probabilidad de que él/ella escoja café descafeinado y cómo interpreta esta

probabilidad?

Los datos presentados en la tabla describen los porcentajes generales de consumo, para

llevar tales valores a probabilidad:

Café regular: Café descafeinado:

Pequeño: 15% Pequeño: 19%

Mediano: 21% Mediano: 9%

Grande: 23% Grande: 13%

Total: 59% Total: 41%

Convirtiendo dichos valores a probabilidad:

15 19
Pequeño: =0.254 Pequeño: =0.463
59 41

21 9
Mediano: =0.356 Mediano: =0.22
59 41

23 13
Grande: =0.39 Grande: =0.317
59 41
Una vez se tienen dichas probabilidades, se puede ordenar la información en un diagrama

de árbol para continuar con el desarrollo del problema.

El diagrama de árbol corresponde a:

Donde cada letra corresponde a:

A: Café pequeño

B: Café mediano

C: Café grande

R: Café regular

D: Café descafeinado

● La probabilidad de que alguien adquiera una taza pequeña de café sin importar si es

regular o no, es:

P ( A )=P ( R )∗P ( A ) + P ( D )∗P( A)

P ( A )=0.59∗0.254+ 0.41∗0.463
P ( A )=0.339=0.34En este caso, se obtiene una probabilidad de 0.34 o del 34% de que

alguien adquiera una taza pequeña

● Para el siguiente caso, la probabilidad de que alguien adquiera una taza de café

descafeinado es = 0.41 ya que no especifica algún tamaño en concreto

● Para resolver el último caso se recurre al teorema de Bayes, ya que se cuenta con

una probabilidad condicional, basándose en el diagrama de árbol planteado

previamente:

P ( B/ D )∗P ( D )
P ( D/B )=
P ( B)

0.226∗0.41
P ( D/B )=
0.59∗0.356+ 0.41∗0.22

P ( D/B )=0.3

Interpretando la probabilidad obtenida, se puede concluir que el tamaño mediano

del café descafeinado no es una opción muy popular entre los consumidores del

kiosco, ya que solo el 30% de personas eligen la taza mediana optan por la opción

sin cafeína, esto se puede deber a simples preferencias o problemas de salud que se

pueden ver afectados por ingesta de cafeína.

Adicionalmente, si se observan los datos presentes en la tabla inicial, se puede

apreciar que la taza mediana de café descafeinado es la menos consumida de todas

las demás.
EJERCICIOS CLAUDIA PATRICIA CADENA LITERAL C

Ejercicio 1 - Experimento aleatorio, espacio muestral y eventos.

C. Cada hipoteca de una muestra de cuatro hipotecas residenciales está clasificada como

tasa fija (F) o tasa variable (V).

Datos:

F=tasa fija

V=tasa variable

4 hipotecas

i. ¿Cuáles son los 16 resultados en S?

S={FFFF , FFFV , FFVF , FFVV , FVFF , FVFV , FVVF , FVVV , VFFF , VFFV , VFVF ,VFVV , VVFF ,VVFV

Existen 16 posibles resultados para la muestra de cuatro hipotecas residenciales.

ii. ¿Qué resultados están en el evento en el que exactamente tres de las hipotecas

seleccionadas son de tasa fija?

A={FFFV , FFVF , FVFF ,VFFF }

Existen 4 posibles resultados para el evento: tres tasas fijas.

iii. ¿Qué resultados están en el evento en el que las cuatro hipotecas son del mismo

tipo?

B={FFFF , VVVV }

Existen 4 posibles resultados para el evento: cuatro hipotecas del mismo tipo.
 Ejercicio 2. Técnicas de conteo

C. De una baraja de 40 cartas, se desea extraer tres cartas en forma sucesiva sin reposición,

es decir, la carta que se extrae no se regresa a la baraja; ¿cuál es la probabilidad de que en

la primera extracción aparezca un “as” y en la segunda un “rey de oros” y en la tercera un

“seis de copas”?

Datos:

40 cartas

Sin reposición
1 rey de oros
1ra extracción: As

2da extracción: Rey de oros

3ra extracción: Seis de copas

4 ases

1 seis de
P(A)=1ra extracción As

4
P( A)=
40

En la primera extracción contamos con las 40 cartas de la baraja, por tanto, es seguro decir

que cuenta con 4 ases. La probabilidad que esta primera extracción sea un as es de 1%.

P(B)= 2da extracción rey de oros después de As

1
P( B)=
39

Para la segunda extracción tenemos que quedan 39 cartas, de las cuales solo 1 es un rey de

oros, por tanto, la probabilidad que este salga de la baraja es de 0,25%.

P(C)=3ra extracción seis de copas después de la 2da extracción

1
P(C)=
38

Para la tercera extracción tenemos que quedan 38 cartas, de las cuales solo 1 es un seis de

copas, por tanto, la probabilidad que este salga de la baraja es de 0,26%.

Ahora la probabilidad que esto se de en el orden establecido es:

 4 1 1
P( A , B ,C)= × ×
40 39 38

P ( A , B , C ) =0,1× 0,025 ×0,026

P ( A , B , C ) =0,000065

Una probabilidad del 0,0065 %

Ejercicio 3. Teorema de Bayes

C. Se tienen tres máquinas para controlar la emisión de loscontaminantes de los

automóviles que se fabrican, la primerarevisa 30% de los automóviles, la segunda 45% y la

tercera elresto. Se sabe que la eficiencia de cada una de ellas es de 95%,90% y 98%,

respectivamente. Determinen:

i. La probabilidad de que un automóvil no pase la verificación.

ii. Si un automóvil falla, ¿cuál es la probabilidad de que proceda decada una de las

máquinas?
 0,95

0,30 0,05

0,90

0,45

0,10

0,25 0,98

0,02

Datos:

Revisan

 Maquina A: 30% de automóviles

 Maquina B: 45% de automóviles

 Maquina C: 25% de automóviles

Detección:

 Maquina A: 95%

 Maquina B: 90%

 Maquina C: 98%
i. La probabilidad de que un automóvil no pase la verificación.

Para Calcular la probabilidad de que un automóvil no pase la verificación se debe aplicar el

teorema de la probabilidad total

P ( na )=P ( A ) . P ( na| A ) + P ( B ) . P ( na|B ) + P ( C ) . P(na∨C)

P ( na )=(0.30 .0,05)+(0,45.0,10)+(0,25.0,02)

P ( na )=0,015+ 0,045+0,005

P ( na )=0,065

De acuerdo a los resultados la probabilidad de que un automóvil no logre pasar la

verificación en las máquinas es del 6,5%

ii. Si un automóvil falla, ¿cuál es la probabilidad de que proceda de cada una de

las máquinas?

P ( na| A ) . P( A)
P ( A∨na )=
P(na)

0,05.0,30
P ( A∨na )=
( 0,30.0,05 ) + ( 0,45.0,10 ) + ( 0,25.0,02 )

0,015
P ( A∨na )=
0,065

P ( A∨na )=0,23

La probabilidad de que provenga de la máquina A es de 23%

 P ( na|B ) . P( B)
P ( B∨na ) =
P(na)

0,10.0,45
P ( B∨na ) =
( 0,30.0,05 ) + ( 0,45.0,10 )+ ( 0,25.0,02 )

0,045
P ( B∨na ) =
0,065

P ( B∨na ) =0,69

La probabilidad de que provenga de la máquina B es de 69%

P ( na|C ) . P ( C )
P ( C∨na )=
P ( na )

0,02.0,25
P ( C∨na )=
( 0,30.0,05 ) + ( 0,45.0,10 ) + ( 0,25.0,02 )

0,005
P ( C∨na )=
0,065

P ( C∨na )=0,07

La probabilidad de que provenga de la máquina C es de 7%

EJERCICIOS JUAN DANIEL HURTADO BURBANO LITERAL D

Ejercicio 1 - Experimento aleatorio, espacio muestral y eventos.

D. La biblioteca de la Universidad Nacional abierta y a distancia UNAD dispone de cinco

ejemplares de un cierto texto en reserva codificados del 1 al 5. Dos ejemplares (1 y 2) son

primeras impresiones y los otros tres (3, 4 y 5) son segundas impresiones. Un estudiante

examina estos libros en orden aleatorio, seleccionando un libro a la vez, el cual luego ubica

en un estante y se detiene sólo cuando encuentra una segunda impresión, anotando

ordenadamente el código del libro seleccionado en cada intento. Un resultado de este

experimento es (4) y otro (1, 2, 3).

Datos:

1= Primeras impresiones

2=Primeras impresiones

3= Segundas impresiones

4= Segundas impresiones

5= Segundas impresiones

5 ejemplares

i. Liste los resultados del experimento en S.

S={3,4,5,13,14,15,23,24,25,123,124,125}

Existen 12 posibilidades de que verifique un libro al azar y se detenga en una segunda

impresión.
 ii. Sea A el evento: Se examina exactamente un libro. ¿Qué resultados están en A?

A={3,4,5 }

Se examina en 3 oportunidades un libro, los que son de segunda impresión.

iii. Sea B el evento: El libro 5 es seleccionado. ¿Qué resultados están en B?

B={5,15,25,125}

Se pueden presentar 4 posibilidades de seleccionar el libro 5.

Ejercicio 2. Técnicas de conteo

D. Supongamos que se tiene una caja con 15 relojes de la marca MIDO, y cuatro de ellos

son replicas. Se van a extraer 3 relojes, uno después de otro sin reposición; ¿Cuál es la

probabilidad de seleccionar un reloj de réplica seguido por otro también de réplica?

Datos:

11= Relojes MIDO

4= Relojes replica

15=relojes

N(O)=11 N(R)=4 N(S)=15

S={(O),(O),(O) ,(O),(O),(O),(O) ,(O),(O),(O),(O) ,( R), (R),(R),(R)}

Numero de casos favorables

P a=
Numero de casos posibles
 N (R) 3
P R 1= = =0,21→ 21 %
N (S) 14

N (R) 2
P R 2= = =0,15 → 15 %
N (S ) 13

Entonces

3
∗2
14 3
PT = = =0,32→ 3,2%
13 91

Rta/ La probabilidad de seleccionar un reloj de réplica seguido por otro es de 3,2%

Ejercicio 3. Teorema de Bayes

D. En tres hoteles de la ciudad se hospedan al mes a 3000 personas en el primero de ellos,

4500 personas en el segundo y en el tercero 3900 personas. Por medio de una encuesta se

sabe que 120, 75 y 135 personas, respectivamente, se quejaron por alguna causa, esto hace

que el servicio no sea considerado como excelente en estos hoteles.

i. Si se selecciona a un cliente al azar, ¿cuál es la probabilidad de que se le haya dado un

buen servicio?

ii. Si se selecciona a un visitante al azar y se encuentra que él no se quejó del servicio

prestado, ¿cuál es la probabilidad de que haya sido cliente del tercer hotel?
 HOTEL Personas Quejas
1 3000 120
2 4500 75
3 390 135

Porcentajes=3000+ 4500+390=7890 → 100 %

3000∗100
Porcentaje 1= → 38 %
7890

4500∗100
Porcentaje 2= →57 %
7890

390∗100
Porcentaje 3= →5 %
7890

Porcentaje de quejas

120∗100
h otel 1= →4 %
3000

75∗100
h otel 2= → 1.7 %
4500

135∗100
h otel 3= → 34.6 %
390
 Q - 4%
Hotel 1-
38%
N - 96%

Q - 1.7%
Diagrama Hotel 2 -
de Arbol 57%
N - 98.3%

Q - 34.6%
Hotel 3 -
5%
N - 66.4%

Si se selecciona a un cliente al azar, ¿cuál es la probabilidad de que se le haya dado un buen

servicio?

NQ → Evento que un cliente h aya recibido buen servicio

H 1→ Evento que un cliente se h aya h ospedado en el h otel 1

H 2→ Evento que un cliente se h aya h ospedado en el h otel 3

H 3→ Evento que un cliente se h aya h ospedado en el h otel 3

P ( NQ )= p ( H 1 ) p ( NQ|H 1 ) + p ( H 2 ) p ( NQ|H 2 )+ p ( H 3 ) p ( NQ|H 3 )

P ( NQ )=0.38∗0.96+0.57∗0.98+0.05∗0.66
 P ( NQ )=0.3648+0.5586+0.033

P ( NQ )=0,9564

Rta/ La probabilidad de que a un cliente se le ofrezca un buen servicio es del 95,6 %

Si se selecciona a un visitante al azar y se encuentra que él no se quejó del servicio

prestado, ¿cuál es la probabilidad de que haya sido cliente del tercer hotel?

NQ → Evento que un cliente h aya recibido buen servicio

H 1→ Evento que un cliente se h aya h ospedado en el h otel 1

H 2→ Evento que un cliente se h aya h ospedado en el h otel 3

H 3→ Evento que un cliente se h aya h ospedado en el h otel 3

p ( H 3|NQ )= p( H 3 ∩ NQ)/ p( NQ )

p ( H 3|NQ )=(0.05∗0.66)/(0.05∗0.66+0.57∗0.98+ 0.38∗0.96)

p ( H 3|NQ )=(0.033)/(0.033+ 0.5586+0.3648)

p ( H 3|NQ )=(0.033)/(0.9564)
 p ( H 3|NQ )=(0.033)/(0.9564)

p ( H 3|NQ )=0.034

Rta/ La probabilidad de que un visitante no se haya quejado y que se hospedara en

el tercer hotel es de 3,4%

EJERCICIOS EIDER ALONSO ORTIZ JIMENEZ LITERAL E

Ejercicio 1 - Experimento aleatorio, espacio muestral y eventos.

E. Una caja con 50 lapiceros electrónicos tiene un 8% de lapiceros defectuosos. Los

lapiceros se prueban uno a uno hasta que se encuentra uno en buen estado. Se anota en cada

selección elestado del lapicero seleccionado (D) si es defectuoso y (D’) si no lo es. Dando

como resultado del experimento una n-pla ordenada así: (D, D, D’) indica que el tercer

lapicero seleccionado estaba enbuen estado, mientras que el primero y el segundo eran

defectuosos. ¿Cuáles son los posibles resultados que se pueden obtener?

Primero enumeramos los lapiceros

D=DEFECTUOSO=D 1

D=DEFECTUOSO=D 2

D ´=BUEN ESTADO=D 3

Utilizamos espacio muestral sacando el número de conjuntos

Ω={ ( D1 , D 2 )( D 1 , D ´ 3 ) ( D2 , D´ 3 ) }=3 Elementos

Los posibles resultados que se pueden obtener son 3.

Ejercicio 2. Técnicas de conteo

E. Santiago va a ofrecer una fiesta de los años cincuenta. Sus existencias actuales de

Whiskey incluyen 8 botellas de Jameson, 10 de Jack Daniels y 12 de Johnnie Walker.

i. Si se seleccionan al azar 6 botellas, ¿Cuántas formas existe de obtener dos botellas de

cada variedad?

Tenemos:

8 botellas de Jameson

10 botellas de Jack Daniels

12 botellasde Jo h nnie Jameson

Aplicamos la fórmula de combinaciones:

C 8,2∗C 10,2∗C 12,2=83.160

n=8

r =2

8! 8∗7∗6 ! 56
(82 )= 2 !(8−2) =
2! 6!
= =nCr=28
2!

n=10

r =2
 10 ! 10∗9∗8! 90
(102 )= 2 !(10−2) =
2!8!
= =nCr=45
2!

n=12

r =2

12! 12∗11∗10! 132

(122 )= 2! (12−2) =
2 ! 10 !
=
2!
=nCr=66

28∗45∗66=83 .160

83 . 160 formas deobtener dos botellas de cada variedad

ii. Si se eligen 6 botellas al azar, ¿cuál es la probabilidad de que todasellas sean de la misma

variedad?

Tenemos que:

CW h iskey Jameson 8,6 8 =nCr=28

()
6

CW h iskey Jack Daniels 10,6 10 =nCr=210

( )
6

CW h iskey Jo h nnieWalker 10,6 12 =nCr=924

( )
6

CW h iskey Jo h nnieWalker 10,6 12 =nCr=924

( )
6

CJameson28+CJack Daniels 210+ CJoh nnie Walker 924=1.162

El enunciado dice que seleccionamos al azar 6 botellas de 30

C 30,6= 30 =nCr=593775
( )
6

Dividimos:

1.162
Probabilidad = =0.000001957
593775

La probabilidad de que todas ellas sean de la misma variedad es de:0.000001957

Ejercicio 3. Teorema de Bayes

E. En una compañía de seguros se tiene que 20% del personal son economistas, 30%

administradores, 25% abogados y 25% ingenieros. Un 20% de los abogados tienen cargos

directivos, así mismo 35% de los economistas, 25% de los administradores y 60% de

los ingenieros.

¿Cuál es la probabilidad de que un empleado de la compañía sea un abogado directivo?

¿Cuál es la probabilidad de que un directivo sea ingeniero?

Definimos

0.2 Economistas son 0.35 Directivos

0.3 Administradores son 0.25 Directivos

0.25 Abogados son 0.2 Directivos

0.25 Ingenieros son 0.6 Directivos

 Abogado 0.25∗0.2
P ( Directivo )= 0.25∗0.2+0.2∗0.35+0.3∗0.25+0.25∗0.6 =0.144

La probabilidad de que un empleado de la compañía sea un abogado directivo es de 0.144

P ( Ingeniero )=
0.25∗0.6
Directivo 0.25∗0.6+0.2∗0.35+0.3∗0.25+0.25∗0.2
=0.434

La probabilidad de que un directivo sea ingeniero es de 0.434

TABLA DE SUSTENTACION

Nombre estudiante Ejercicios Link video

sustentados Explicativo
 Jesus Olmedo Bastidas Ejercicio 4 https://youtu.be/rvbkzZHOSjs

Delgado

osé Deiver Suarez Ejercicio 8 https://www.youtube.com/wat

ch?v=xJgFkoNXF7Q

Eider Alonso Ortiz Ejercicio 7 https://youtu.be/79CEIvqCJW

BIBLIOGRAFIA

Gamero Burón, C. (2017). Estadística I: elementos de estadística descriptiva y de teoría de

la probabilidad. (pp 21-73, 223-233, 236-251). Servicio de Publicaciones y Divulgación

Científica de la Universidad de Málaga. Recuperado de https://elibro-

net.bibliotecavirtual.unad.edu.co/es/ereader/unad/60724?page=21
Llinás Solano, H. (2017). Estadística descriptiva y distribuciones de probabilidad. (pp. 100-

129, 152-163). Universidad del Norte. Recuperado de https://elibro-

net.bibliotecavirtual.unad.edu.co/es/ereader/unad/70059?page=117

Obando López, J. y Arango Londoño, N. (2019). Probabilidad y estadística. Fondo

Editorial EIA. (pp. 9-16). Recuperado de https://elibro-

net.bibliotecavirtual.unad.edu.co/es/ereader/unad/125705?page=10

Rodríguez Franco, J. y Pierdant Rodríguez, A. I. (2015). Estadística para administración.

(pp. 2-15, 100-133, 177-228). Grupo Editorial Patria. Recuperado de https://elibro-

net.bibliotecavirtual.unad.edu.co/es/ereader/unad/39397?page=18