Documentos de Académico
Documentos de Profesional
Documentos de Cultura
DMpA #5 - Cuarto - Tumbes - Unidad - II
DMpA #5 - Cuarto - Tumbes - Unidad - II
Según la BBC en su artículo “11 de las grandes urbes del mundo con más probabilidades de
quedarse sin agua potable como Ciudad del Cabo”, del 7 febrero 2018, dice:
A pesar de que el agua cubre 70% de la superficie de la Tierra, el agua dulce no es tan
abundante como se piensa: sólo representa 3%.
"Día cero": 4 claves para entender por qué Ciudad del Cabo puede ser la primera gran
ciudad del mundo en quedarse sin agua
El "día cero" en el que por primera vez una gran ciudad del mundo podría quedarse sin
agua
Más de 1.000 millones de personas no tienen acceso a agua y a otros 2.700 millones les hace
falta por lo menos un mes del año.
Fuente: Extraído de https://www.bbc.com/mundo/noticias-42975307
Responde a las siguientes preguntas:
Pregunta TDC:
LA INVESTIGACIÓN AUTÓNOMA
CONCEPTOS BÁSICOS
SUCESO:
Un Suceso es el resultado de un experimento.
EXPERIMENTO:
Un Experimento es el proceso por el cual se obtiene un resultado.
EXPERIMENTO ALEATORIO
Un Experimento aleatorio es aquel en el cual existe incertidumbre acerca del suceso que pueda
ocurrir.
Algunos ejemplos de experimentos aleatorios son:
Arrojar un dado tres veces
Lanzar una moneda
Tomar dos naipes de un mazo de 52 naipes
Registrar el número de automóviles que pasan por la entrada del colegio en un período
de 5 minutos
PROBABILIDAD DE UN SUCESO
Podemos expresar las posibilidades de que ocurra un suceso usando un número comprendido
entre 0 y 1. En esta escala, el 0 representa un suceso imposible y 1 representa un suceso que
ocurrir, con certeza. Esta medida es la probabilidad de que ocurra el suceso.
PROBABILIDAD TEÓRICA
Un dado equilibrado tiene seis caras numeradas, todas las cuales pueden ocurrir con la misma
probabilidad. La lista de los sucesos equiprobables es 1 ,2 , 3 , 4 ,5 , 6.
n( A)
La probabilidad teórica de un suceso A es: P( A)= donde n( A) es el número de casos
n(U )
favorables al suceso A y n(U ) es el número total de resultados posibles.
Ejemplo 1
Se arroja un dado equilibrado con 20 caras numeradas del 1 al 20. El suceso A se define “el
número obtenido es un múltiplo de 4 “
a) Determine la P( A)
El dado se arroja 100 veces
b) ¿Cuántas veces espera obtener un múltiplo de 4?
SOLUCIÓN:
a) n( A)=5 y n(U )=20
n( A) 5 1
P( A)= = =
n(U ) 20 4
1
b) x 100=25
4
PROBABILIDAD EXPERIMENTAL:
https://es.khanacademy.org/math/2-secundaria-pe/xf4e5558599a475b6:probabilidad-y-
estadistica-2sec/xf4e5558599a475b6:probabilidad-experimental/v/experimental-
probability?modal=1
Muchas veces los resultados no resultan equiprobables, pero se puede usar un experimento
para estimar las probabilidades.
Por ejemplo, para calcular la probabilidad de que una determinada pieza que se está
produciendo en una fábrica sea defectuosa, deberíamos evaluar algunas de ellas. Si la primera
pieza que evaluamos resulta defectuosa, podríamos concluir que todas las piezas son
defectuosas. Sin embargo, este puede no ser el caso. Si la segunda pieza no es defectuosa,
podríamos entonces concluir que la probabilidad de que una pieza sea defectuosa es 1 /2, dado
que la mitad de todas las piezas hasta el momento resultaron defectuosas.
Continuando este proceso una cantidad de veces y calculando la razón:
Número de piezas favorables 𝐍ú𝐦𝐞𝐫𝐨 𝐝𝐞 𝐩𝐢𝐞𝐳𝐚𝐬 𝐞𝐯𝐚𝐥𝐮𝐚𝐝𝐚𝐬
obtenemos la frecuencia relativa de que una pieza resulte defectuosa. A medida que el número
de piezas evaluadas crece, la frecuencia relativa se acerca más y más a la probabilidad de que
una pieza resulte defectuosa.
Podemos usar esta frecuencia relativa para estimar la probabilidad. Cuanto mayor es el número
de experimentos, más se acerca la frecuencia relativa a la probabilidad.
Ejemplo 2:
Esta probabilidad está dada como una fracción. En los exámenes del IB se debe dar la
respuesta en forma exacta o en decimales con tres cifras significativas, para las probabilidades.
Los colores de los automóviles que pasan por la entrada del colegio durante una mañana se
dan en la tabla siguiente;
a) Estime la probabilidad de que el próximo automóvil que pase por la entrada del colegio
sea rojo.
b) A la mañana siguiente pasaron 350 automóviles por la entrada del colegio. Estime el
número de automóviles rojos en esa mañana.
COLOR FRECUENCIA
ROJO 45
NEGRO 16
AMARILLO 2
VERDE 14
AZUL 17
GRIS 23
OTROS 21
TOTAL 138
Solución
45
a) La frecuencia relativa de automóviles rojos es
138
45
Por lo tanto, la probabilidad de que un automóvil sea rojo es
138
b) Cuando 350 automóviles pasan por la entrada del colegio, el número de automóviles
45
rojos será aproximadamente x 350=114
138
PROBABILIDAD SUBJETIVA
No siempre es posible repetir un experimento un gran número de veces. En estos casos,
podemos estimar la probabilidad de un suceso basándonos en un juicio subjetivo, la
experiencia, información o una creencia. Por ejemplo, los equipos de futbol de Liverpool y
Arsenal se enfrentaron en un partido del torneo inglés de primera división. ¿Cuál es la
probabilidad de que Liverpool gane? Se podrían considerar partidos anteriores entre los dos
equipos, como as también los últimos partidos de cada equipo y cuál fue el desempeño de
ambos en las condiciones meteorológicas en las que van a jugar, pero finalmente tendremos
que adivinar.
Otra forma de mostrar todos los resultados posibles de un suceso es mediante un diagrama del
espacio muestral.
Los diagramas del espacio muestral también se denominan diagramas del espacio de
probabilidades.
Ejemplo 3. Represente el espacio muestral para lanzar dos monedas usando
a) Una lista
b) Un cuadro de doble entrada
c) Un diagrama de árbol
Solución
Solución
Solución
Ejemplo 6. Se tiran dos dados equilibrados, uno rojo y otro azul. Usando un diagrama de árbol,
halle la probabilidad de que:
Solución
1 1 1
a) P ( doble 6 )=P ( 6,6 ) = × =
6 6 36
5 5 25
b) P ( ningún 6 ) =P ( no 6 , no 6 )= × =
6 6 36
5 5 10
c) P ( exatamente 6 )=P ( 6 , no 6 )= + =
36 36 36
5 1 5 11
d) P ( al menosun 6 )=P ( 6 , no 6 ) + P ( 6,6 ) + P ( no 6 , 6 )= + + =
36 36 36 36
CONTRASTACIÓN DE LAS COMPRENSIONES - SINCRÓNICO (70 minutos)
Puntuación máxima: [ 6]
4
verde
7
5
verde
8
blanca
verde
3
blanca
8
blanca
b) Halle la probabilidad de que exactamente una de las bolas escogidas sea verde [3]
Solución
4
verde
7
5
verde
8
3
blanca
7
2
verde
7
3
blanca
8
5
blanca
7
b)
5 3
∗3 ∗2
8 8 21
+ =
7 7 56
Situación 03: Usando diagramas de Venn para calcular probabilidades.
Se elige al azar un número entre 150 primeros números enteros positivos ¿Cuál es la
probabilidad que el número elegido, sea divisible por 5 o por 3?
Si consideramos el experimento aleatorio de sacar uno de los primeros 150 números positivos, el
espacio muestral sería E = {1, 2, 3, …, 150}
Consideremos los eventos:
M = {divisible por 5} N = {divisible por 3}
Representando en un diagrama de Venn se tendría:
Los eventos tienen intersección que correspondería a los múltiplos de 5 y de 3, es decir, los
múltiplos de 15.
150
El número de múltiplo de 5 sería n(M) = = 30
5
M = {5, 10, 15, …, 150} = {5(1), 5(2), 5(3), …, 5(30)}
150
El número de múltiplo de 3 sería n(N) = = 50
3
N = {3, 6, 9, …, 150} = {3(1), 3(2), 3(3), …, 3(50)}
150
El número de múltiplos de 15 sería: n(MN) = = 10
15
MN = {15, 30, 45, …, 150} = {15(1), 15(2), …, 15(10)}
Comenzando por el número de elementos de la intersección, luego completando los
números de elementos de M y N y finalmente completando el número de elementos de E se
tiene:
n( M N ) 70 7
P(MN) = = =
n ( E) 150 15
Situación 04: Usando diagramas de árbol para calcular probabilidades.
Se lanza una moneda tres veces consecutivamente ¿Cuál es la probabilidad de que se
obtengan dos caras?
Cada que se lanza la moneda, la probabilidad de obtener cara es: P(C) = ½ y la
probabilidad de obtener sello también es: P(S) = ½.
Una forma de determinar la probabilidad para los tres lanzamientos es considerar el
determinar la probabilidad por cada lanzamiento, lo cual se representa mediante un
diagrama de árbol.
Si se realiza el primer lanzamiento, los resultados posibles se representan como ramas y
se indica la probabilidad de cada resultado:
Si realizamos el tercer lanzamiento, en cada caso podemos volver a obtener cara o sello:
Cada rama indica el resultado obtenido y por el principio de multiplicación su probabilidad
es el producto de las probabilidades de las ramas, lo cual se indica en la siguiente
gráfica:
principio de adición, se calcula sumando las probabilidades de los resultados en los que
se obtiene dos caras (líneas 2, 3 y 5):
1 1 1 3
P(CCS, CSC, SCC) = + + =
8 8 8 8
Situación 05: Usando diagramas de árbol para calcular probabilidades
En una urna opaca, A, hay 4 bolas Blancas y 3 Negras. En otra urna opaca, B, hay 3 bolas
Blancas y 5 Negras. Se extrae una bola de la urna A y luego otra de la B. Halla la
probabilidad de que:
a) Las dos sean Negras
b) Sean Negra y Blanca, en ese orden
c) Sean de igual color
En cada una de las urnas la probabilidad de obtener una bola negra o una bola blanca es
diferente.
3 5 4 3
PA(N) = PB(N) = PA(B) = PB(B) =
7 8 7 8
Luego se extrae una bola de la urna B, por lo que se usarán las probabilidades en esa
urna.
En esta sección te pedimos que consoliden el aprendizaje donde resolverán las siguientes
situaciones:
A = “sea una chica”; B = “sea de 1º”; C = “sea una chica de 2º”; D = “sea un chico de
1º”
F = “sea de 1º si se sabe que es un chico”; G = “sea un chico si se sabe que es de 1º”.
Calcula la probabilidad de cada uno de los sucesos anteriores.
1 x x x x x x
2 x x x x x x
3 x x x x x x
4 x x x x x x
5 x x x x x x
6 x x x x x x
Fuente: Exámenes de muestra P1 y P2, para primeros exámenes en 2014- IB- Matemáticas -
NM
Puntuación máxima: [ 6]
4
verde
7
5
verde
8
blanca
verde
3
blanca
8
blanca
b) Halle la probabilidad de que exactamente una de las bolas escogidas sea verde [3]
Si sale de casa antes de las 07:00, la probabilidad de que llegue tarde al trabajo es igual a
Si sale de casa a las 07:00 o más tarde, la probabilidad de que llegue tarde al trabajo es igual a
.
(a) Copie y complete el siguiente diagrama de árbol.
[3]
(b) Halle la probabilidad de que Pablo salga de casa antes de las 07:00 y llegue tarde al
trabajo.[2]
(c) Halle la probabilidad de que Pablo llegue tarde al trabajo. [3]
Docente de Matemática