Nombre del Alumno:

Carlos Alberto Cejudo Iturbe.

Nombre del profesor:

Alfredo Veles Calderón.

Materia:
Probabilidad y Estadística.

Grado: 2do Cuatrimestre Grupo:

MLCIA201

Ciclo Escolar:
2021 - 2022
 Actividad 1. Fecha límite de entrega 23 de mayo
Propósito:Analizar los conceptos básicos que permitan resolver problemáticas donde
interviene la probabilidad y estadística.

Instrucciones:

1. A través de un organizador gráfico, muestre las diferentes técnicas de conteo

incluyendo, las fórmulas correspondientes y un ejemplo para cada caso.

2. Enuncie la Regla de Bayes y enliste tres aplicaciones de esta.

3. Enseguida, resuelva los siguientes problemas:

a)   Un grupo de 10 personas quieren hacer limpieza en el barrio y se preparan para

formar grupos de 2 miembros cada uno, ¿cuántos grupos son posibles?

n: 10 10P2: 10! / (10-2) : 10! / 8! : 3628800 / 40,320 : 90

r: 2 : 90 Grupos Disponibles

b)   En un barco se pueden izar 3 banderas rojas, 2 amarillas y 5 verdes. ¿Cuántas

señales diferentes se podrían hacer izando las 10 banderas que se tienen?

10P325: 10 / (3!) (2!) (5!) : 10! / 30 : 3,628,800 / 2,652,528 : 1,368

: 1,368 Señales Distintas

c)   Hay un grupo de 10 personas y hay un asiento en el que solo pueden caber cinco,
¿de cuántas formas se pueden sentar?

n: 10 10P5: 10! / 5! : 3,628,800 / 120 : 30,240

r: 5 : 30,240 Formas
d)   En un restaurante, el menú consiste en un plato principal, un segundo plato y un
postre. De platos principales tenemos 4, de segundos hay 5 y de postres hay 3.
¿Cuántas combinaciones ofrece este menú?

n: 4 4ER53 : (4+5-3)! / 4! (5-3)! : 6! / (24!) (2!) : 720 / 48 : 15

r: 5 : 15 Combinaciones

r: 3

“Técnicas De Conteo”
Tema Concepto Formula Ejemplo

Se representa con
un signo de
exclamación que 6! : 720
quiere decir que hay n!
Factorial que multiplicar 6x5x4x3x2x1
todos los números x! :720
enteros
POSITIVOS
Es una fórmula que
proporciona (4+6)2 :
Teorema El desarrollo de la 4²+(4)(6)+6²
Del N en la potencia de (a+b)n : 100
Binomio un binomio
Son agrupaciones
en las que el 12E2 :
contenido importa 12! / 2:(12-2)!
pero el orden no 12! / (2!)(10) :
Combinaciones existen dos tipos sin 12! / 20! :
repetición de los mEn 479.00 /
mismos números 2,432,90 :1,968

: 1,968

Es la variación del
orden o posición n: 8
Permutación de los elementos r: 6
de un conjunto nPr 8P6 : 8! / (8 – 6)!
 ordenado o una : 8! / 2!
dupla : 40,320 / 2
: 20, 160

Es una
probabilidad 10(Bi / A ) : : (0.80)+(0.90) /
condicional P(ALBi) (0.80)(0.90)+(0.30)(0.50)
Regla de Bayes acerca de una P(Bi) /
corrección de un E P(ALBi) : 0.32 / 0.3210.18
evento para P (Bi) : 0.32 / 0.5
encontrar la : 0.64 : 642
probabilidad de
otro

El teorema de Bayes : se utiliza para calcular las probabilidades de un

suceso, teniendo la información de antemano sobre ese suceso.

Podemos 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.

Ha sido muy cuestionado este teorema, lo cual se ha debido principalmente a su

mala aplicación, ya que mientras se cumplan los supuestos de sucesos disjuntos y
exhaustivos, el teorema es totalmente válido.

Fórmula del teorema de Bayes

Para calcular la probabilidad tal como la definió Bayes en este tipo de sucesos
necesitamos una fórmula (la fórmula se define matemáticamente) como:

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. En
cualquier caso, aunque la fórmula parezca un poco abstracta, es muy sencilla.
Para demostrarlo, utilizaremos un ejemplo en el que en lugar de A(1), A(2) y A(3),
utilizaremos directamente A, B y C.
Ejemplo del teorema de Bayes :

Una empresa tiene una fábrica en Estados Unidos que dispone de tres
máquinas A, B y C, que producen envases para botellas de agua. Se
sabe que la máquina A produce un 40% de la cantidad total, la
 máquina B un 30% , y la máquina C un 30%. También se sabe que
cada máquina produce envases defectuosos. De tal manera que la
máquina A produce un 2% de envases defectuosos sobre el total de
su producción, la máquina B un 3%, y la máquina C un 5%. Dicho
esto, se plantean dos cuestiones:

P(A) = 0,40      P(D/A) = 0,02

P(B) = 0,30      P(D/B) = 0,03

P(C) = 0,30      P(D/C) = 0,05

1.Si un envase ha sido fabricado por la fábrica de esta empresa en Estados

Unidos ¿Cuál es la probabilidad de que sea defectuoso?

Se calcula la probabilidad total. Ya que, a partir los diferentes sucesos, calculamos

la probabilidad de que sea defectuoso.

P(D) =[ P(A) x P(D/A) ] + [ P(B) x P(D/B) ] + [ P(C) x P(D/C) ] = [ 0,4 x 0,02 ] +

[ 0,3 x 0,03 ] + [ 0,3 x 0,05 ] = 0,032

Expresado en porcentaje, diríamos que la probabilidad de que un envase

fabricado por la fábrica de esta empresa en Estados Unidos sea defectuoso es del
3,2%.

2. Siguiendo con la pregunta anterior, si se adquiere un envase y este es

defectuoso ¿Cuáles es la probabilidad de que haya sido fabricado por la máquina
A?¿Y por la máquina B?¿Y por la máquina C?

Ejemplo de utilizar el teorema de Bayes.

Tenemos información previa, es decir, sabemos que el envase es defectuoso.

Claro que, sabiendo que es defectuoso, queremos saber cuál es la probabilidad de
que se haya producido por una de las máquinas.
 P(A/D) = [P(A) x P(D/A)] / P(D) =  [0,40 x 0,02] / 0,032 = 0,25

P(B/D) = [P(B) x P(D/B)] / P(D) = [0,30 x  0,03] / 0,032 = 0,28

P(C/D) = [P(C) x P(D/C)] / P(D) = [0,30 x  0,05] / 0,032 = 0,47

Sabiendo que un envase es defectuoso, la probabilidad de que haya sido

producido por la máquina A es del 25%, de que haya sido producido por la
máquina B es del 28% y de que haya sido producido por la máquina C es del 47%.