Universidad Politécnica de Tlaxcala

Ingeniería en Tecnologías de la Información

Probabilidad y Estadística

Docente:
Dr. Cristóbal Medina Hernández

Práctica 4
"Probabilidad"

Presenta:
Sara María Romero Blancarte

3° "C" - Tercer Parcial - Unidad 3

Tlaxcala, Tlax. A 16 de Julio de 2022.
Ejemplo 1 : (Fenómeno determinístico) Si se desea describir mediante un modelo matemático la Velocidad
de un móvil, que va del punto inicial X0 al punto final Xf, en un río en el cual se mueve con velocidad
uniforme.
Lo podriamos resolver, haciendo experimentalmente al repetir el
proceso n-veces, y así asociar a éste fenómeno un modelo matemático:

𝑣=(𝑥_𝑓−𝑥_0)/𝑡=𝑋/𝑡 (es decir, en las n-repeticiones, siempre obtendriamos: X/t)

El fenómeno determinístico es aquel en que se obtiene siempre el mismo resultado bajo las mismascondiciones
iniciales. La relación causa-efecto se conoce en su totalidad. Por ejemplo, todos losfenómenos que siguen las leyes de
la física clásica, como puede ser la caída de un cuerpo. Locontrario de un fenómeno determinístico es un fenómeno
aleatorio.fenómeno aleatorio (no deterministico) es aquel que bajo el mismo conjunto de condicionesiniciales, puede
presentar resultados diferentes, es decir, no se puede predecir el resultado decada experiencia particular. (Ej:
Lanzamiento de un dado).
o la Velocidad
ocidad

s mismascondiciones
s que siguen las leyes de
nístico es un fenómeno
dicionesiniciales, puede
encia particular. (Ej:
Ejemplo 2 : Casos de fenómenos considerados como Aleatorios o Probabilísticos:

a) Sacar una carta de una baraja,

b) Lanzar un dado,
c) Se fabrican artículos en una empresa y se cuentan los defectuosos producidos en un periodo de 24 horas.
d) Se fabrican artículos hasta encontrar 10 defectuosos y se cuenta el número total de artículos manufacturados.

Un fenómeno es aleatorio o de azar cuando, aun conociendo las posibilidades que pueden presentarse,
no se puede asegurar cuál será el resultado final. A los resultados posibles de un fenómeno aleatorio
también se los llama eventos.
o de 24 horas.
s manufacturados.
 Ejemplo 3 : Se lanzan dos dados, obtenga su espacio muestral Ω asociado.
Solución

(1, 1) (1, 2) (1, 3) (1, 4) (1, 5) (1, 6)

(2, 1) (2, 2) (2, 3) (2, 4) (2, 5) (2, 6)
Ω= (3, 1) (3, 2) (3, 3) (3, 4) (3, 5) (3, 6)
(4, 1) (4, 2) (4, 3) (4, 4) (4, 5) (4, 6)
(5, 1) (5, 2) (5, 3) (5, 4) (5, 5) (5, 6)
(6, 1) (6, 2) (6, 3) (6, 4) (6, 5) (6, 6)

Ejercicio 1 : Obtenga el espacio muestral del experimento de extraer una ficha en un domino. (matriz triangular)

(0, 0)
(0, 1) (1, 1)
(0,2) (1, 2) (2, 2)
Ω= (0,3) (1, 3) (2, 3) (3, 3)
(0,4) (1, 4) (2, 4) (3, 4) (4, 4)
(0,5) (1, 5) (2, 5) (3, 5) (4, 5) (5, 5)
(0,6) (1, 6) (2, 6) (3, 6) (4, 6) (5, 6) (6, 6)

El conjunto de todos los resultados posibles diferentes de un determinado experimento aleatorio se denomina
Espacio Muestral asociado a dicho experimento y se suele representar por Ω. A los elementos de Ω se les
denomina sucesos elementales.
Ejemplo 4 : Obtenga los Eventos o Sucesos del experimiento del lanzamiento de una moneda.

El espacio muestral del experimento es:

Ω = { A(águila), S(sol) }
Entonces como: A⊂Ω, S⊂Ω; entonces A & S son Eventos.

Ejercicio 2 : Obtenga el conjunto Evento B de número pares en el lanzamiento de un dado.

El espacio muestral del experimento es:

Ω = { 1, 2, 3, 4, 5, 6 }
Entonces: B = {2, 4, 6}

Ejercicio 3 : Se cuentan el número de llamadas telefónicas recibidas en un minuto por un conmutador. Dar
el espacio muestral y dos eventos que pertenezcan a dicho espacio. Exprese matemáticamente los
eventos:
a) a lo más se reciben 10 llamadas,
b) se reciben al menos 7 llamadas.

Ω = {Llamadas por minuto}

A⊂Ω B ⊆Ω

El espacio muestral de un experimento es el conjunto de todos los posibles resultados del experimento.
Por ejemplo, supongamos que tiramos un dado una vez. El espacio muestral de posibles resultados
incluye: Usando la notación, escribimos el símbolo del espacio muestral como una S cursiva y los
resultados entre paréntesis de la siguiente manera:
mutador. Dar
e los
Ejemplo 5: Familia de eventos en el espacio muestral de un dado.
Solución
Espacio muestral de un "Dado":
Ω = {1, 2, 3, 4, 5, 6}
Familia de eventos de Ω:
∅, {1}, {2}, {3}, {4}, {5}, {6}
{1,2}, {1,3}, …, {1,6}
{2,3}, {2,4}, …, {2,6}
……
{6,1}, {6,2}, …, {6,6}
F= {1,2,3}, {1,2,4}, …, {1,2,6}
……
{1,2,3,4}, {1,2,3,5}, ….
……
{1,2,3,4,5}, …
{1,2,3,4,5,6}, {1,2,3,4,6,5}, …

El espacio muestral es el conjunto de todos los posibles resultados de un experimento

aleatorio, en cambio, los eventos (o sucesos) son cada uno de los posibles resultados del
experimento. Por lo tanto, todo el conjunto de eventos o sucesos posibles forman el
espacio muestral del experimento.
 Ejemplo 6 : Se lanzan dos monedas honestas una vez. Sea el evento A = { cae una "águila" }. Determine P(A).
Solución

Espacio Muestral: Ω = {AA, AS, SA, SS}

Probabilidad del evento: 𝑃(𝐴)=2/4=1/2

La probabilidad es simplemente 1/2 o 50% como en CUALQUIER lanzamiento de la moneda.

¡Lo que ocurrió en el pasado no afectará el lanzamiento actual! Algunas personas piensan que
"está en deuda para que caiga Escudo", pero realmente el próximo lanzamiento de la moneda
es totalmente independiente de cualquier lanzamiento anterior.
}. Determine P(A).
 Ejemplo 7 : En una habitación se encuentran:
i) 5 hombres mayores de 21 años,
ii) 4 hombres menores de 21 años,
iii) 6 mujeres mayores de 21 años,
iv) 3 mujeres menores de 21 años.
Se elige una persona al azar. Se definen los sucesos siguientes:
A = { la persona es mayor de 21 años }
B = { la persona es menor de 21 años }
C = { la persona es hombre }
D = { la persona es mujer }
Determine: a) P(B ∪ D)
b) P(AC ∪ CC)
Solución

a) P(B ∪ D) = P(B) + P(D) - P(B ∩ D)

𝑃(𝐵" ∪ " 𝐷)=7/18+9/18−3/18=13/18

b) P(AC ∪ CC) = P(AC) + P(CC) - P(AC ∩ CC)

P(AC ∪ CC) = P(B) + P(D) - P(B ∩ D)
𝑃(𝐴^𝐶 ∪𝐵^𝐶 )=13/18
 Ejemplo 8: Un cargamento de 1500 planchas, contiene 400 defectuosas y 1,100 no defectuosas. Se eligen al azar 200 planch
a) ¿Cuál es la probabilidad de que se encuentren exactamente 90 artículos defectusos?
b) ¿Cuál es la probabilidad de que se encuentren al menos 3 artículos defectuosos?
Solución
a)
(1500¦200)=
número de maneras que hay de sacar 200 planchas dentro del cargamento de 1500.
(400¦90)∗(1100¦110)=
número de maneras de sacar exactamente 90 planchas defectuosas y 110 no defectuosas.

A = Evento de sacar exactamente 90 planchas defectuosas

Entonces la probabilidad para este insciso queda como:
𝑃(𝐴)=𝑛(𝐴)/𝑛=(400¦90)(1100¦110)/((1500¦200) )

b)
B = evento de sacar 3 ó 4 ó 5 ó 6 ó …hasta 200 planchas defectuosas.
Entonces calcular la probabilidad de cada una de éstas, sería un proceso bastante largo.
Una estrategia, es calcular la probabilidad complemento del evento B, es decir:
P(B) = 1 - P(BC)
Donde:
BC = es el evento de sacar 0 ó 1 ó 2 planchas defectuosas.
Luego entonces:

(𝐵)=1−[((1100¦200)(400¦0)+(1100¦199)(400¦1)+(1100¦198)(400¦2))/((1500¦200) )]

Una distribución binomial es una distribución de probabilidad discreta que conociendo la

probabilidad de éxito de un evento se quiere determinar que en n experimento tengamos x
éxitos, la función de probabilidad es: P(X = x) = n!/((n-x)!*x!)*pˣ*(1-p)ⁿ⁻ˣ

Consideraremos éxito que el articulo sea defectuoso

Entonces en este caso p = 400/1500 = 0.26667, n = 200

sas. Se eligen al azar 200 planchas y se clasifican.

argamento de 1500.

s y 110 no defectuosas.
Ejemplo 9: De 10 concursantes en un evento femenino, 3 tienen ojos azules. Si se eligen 2 señoritas al azar. ¿Cuál es la probab
a) Las dos, tengan ojos azules,
b) por lo menos una tenga ojos azules.
Solución
a)
A es el evento de sacar 2 señoritas con los ojos azules.
Entonces la probabilidad se calcula como:
𝑃(𝐴)=𝑛(𝐴)/𝑛=((3¦2))/((10¦2) )

b)
B es el evento de 1 ó 2 señoritas tengan ojos azules.
sin embargo, si lo calculamos por su probabilidad complemento, se realizan menos cálculos, esto es:
P(B) = 1 - P(BC)
Donde:
BC = es el evento de sacar 0 señoritas con los ojos azules.
Entonces la probabilidad se calcula como:
𝑃(𝐵)=1−[(7¦2)(3¦0)/((10¦2) )]

Es un porcentaje de certeza de que ocurra un evento. La probabilidad puede ser de eventos:

Posibles: 0<p<1
Seguro: p = 1
Imposible: p =0
Probabilidad = Numero de sucesos favorables / Numero de sucesos posibles
De un grupo de 10 niñas, 3 tienen ojos azules:
Si dos niñas se seleccionan al azar, la probabilidad de que las dos tengan ojos azules:
Probabilidad = 3/10*2/9 = 6/90 = 1/15
Si dos niñas se seleccionan al azar, la probabilidad de que ninguna tenga ojos azules:
Probabilidad = 1- 1/15 = 14/15
oritas al azar. ¿Cuál es la probabilidad de que:

os cálculos, esto es:

 Ejemplo 10 : Supongase que en una empresa hay 100 tornos; algunos de esos tornos son
automáticos (A), y otros se usan de manera manual (M), además, algunos son nuevos (N) y
otros son usados (U). La tabla siguiente ilustra el número de tornos de cada categoría:

A M Total
N 40 30 70
U 20 10 30
Suma 60 40 100
Un tornero entra al taller y escoje un torno al azar descubriendo que es nuevo. ¿Cuál es la probabilidad de que sea automá
Solución
Entonces por probabilidad condicional,
𝑃(𝐴│𝑁)=𝑃(𝐴⋂𝑁)/𝑃(𝑁) =(40/100)/(70/100)=4/7

Ejercicio 4 : En cierta Universidad, el 25% de los muchachos y el 10% de las muchachas

estudian Economía. Las muchachas constituyen el 60% del estudiantado. Si se selecciona un
estudiante al azar y esta estudiando Economía; determinar la probabilidad de que sea:
a) Hombre
b) Mujer

H M Total
Economía 25% 10% 35%
Estudiantado 5% 60% 65%
Suma 30% 70% 100%
𝑃(𝐴│𝑁)=𝑃(𝐻⋂𝑁)/𝑃(𝑁) =(5/100)/(65/100)=1/13=7.(692307) ̅%
a)

𝑃(𝐴│𝑁)=𝑃(𝑀⋂𝑁)/𝑃(𝑁) =(60/100)/(65/100)=12/13=92.(307692) ̅%
b)

La probabilidad del evento es la probabilidad de que ocurra un resultado o evento específico.

Lo opuesto de un evento es un no evento. La probabilidad del evento también se conoce
como probabilidad pronosticada. La probabilidad del evento estima la probabilidad de que
ocurra un evento, como sacar un as de un mazo de cartas o producir una pieza no conforme.
La probabilidad de un evento varía de 0 (imposible) a 1 (seguro).
obabilidad de que sea automático?
 Ejemplo 11 : Consideremos un lote de 20 artículos defectuosos y 80 sin defecto, de los cuales escojemos 2 artículos sin susti
Pd = El primer artículo elegido es defectuoso.
Sd = El segundo artículo elegido es defectuoso.
Determinar la probabilidad de que el segundo artículo es defectuoso, utilizando el teorema de probabilidad total.
Solución
𝑃(𝑆_𝑑 )=𝑃(𝑆_𝑑│𝑃_𝑑 )∗𝑃(𝑃_𝑑 )+𝑃(𝑆_𝑑│𝑃_𝑑^𝑐 )∗𝑃(𝑃_𝑑^𝑐)
𝑃(𝑆_𝑑 )=(19/99∗20/100)+(20/99∗80/100)=1/5

Las variables aleatorias discretas siempre son numéricas y contables. Por lo general miden el número de
veces que ocurre un suceso, en este caso la probabilidad de que el segundo articulo elegido salga
defectuoso lo que nos dio un resultado de 1/5
s escojemos 2 artículos sin sustitución. Definamos los eventos:

de probabilidad total.
 Conclusión

a lo largo de esta practica se realizaron ejercicios de fenomenos deterministicos, se analizo el espacio

muestral, distribución binomial, porcentaje de certeza, probabilidad del evento, variables aleatrorias
discretas, todas estas herramientas muy utliles para la predicción de la cantidad de sucesos que podrían
presentarse. Con base en la información que se maneje, haciendo uso de las formulas para tomar las
deciciones con menor riezgo en la empresa o trabajo a desempeñar.