TRABAJO COLABORATIVO 1

PROBABILIDAD

PRESENTADO POR
RONAL JANCARLO SILVA RODRIGUEZ
INGRITH VANESSA BLANCO
WILSON PIRATOVA

PRESENTADO A
JULIAN ANDREZ ROZO
TUTOR
100402_250

UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD

ESCUELA DE CIENCIAS BASICAS TECNOLOGIA E INGENIERIA
TUNJA-2016

INTRODUCCIN
La siguiente actividad se realiz con la intencin de formular y realizar diferentes tipos de ejercicios
con la intencin de obtener mucho aprendizaje para practicar con frmulas aplicables en la vida
cotidiana y obtener resultados reales para aplicar las posibles probabilidades en la toma de decisiones
que se realiza ya sea en nuestra vida normal o en el rea laboral, con respecto a los ejercicios
planteados para llegar a resolverlos se introdujo una lectura y un anlisis profundo del mdulo debido
a que para dar solucin a esta actividad hay que leer para poder interpretar y dar la respectiva solucin
de cada ejercicio planteado.

CUADRO SINOPTICO

RESUMEN UNIDAD 1
1. Definicin de Experimento aleatorio y espacio Maestral
Experimentos aleatorios son los que pueden dar lugar a varios resultados, sin que pueda ser previsible
enunciar con certeza cul de stos va a ser observado en la realizacin del experimento. (Seda).
Un espacio muestral, denotado por
puntos tales que:

, asociado con un experimento aleatorio es un conjunto de

1. Cada elemento de
denota un resultado del experimento
2. Cualquier ejecucin del experimento da lugar a un resultado que corresponde exactamente a
un elemento de

Los elementos del espacio muestral son llamados puntos muestrales. De acuerdo a la naturaleza de
los elementos que conforman un espacio muestral, este se puede clasificar en:
Discreto: Se dice que un espacio muestral
es discreto si al enumerar sus elementos, estos
nmeros pueden ponerse en una correspondencia uno a uno con el conjunto de los enteros positivos
o cuando contiene un nmero contable de elementos.
Contino: Se dice que un espacio muestral
es continuo si sus resultados consisten de todos los
puntos de un intervalo de nmeros reales, o todos los puntos de un plano, o en general algn
rectngulo en el espacio

dim

(UNIVERSIDAD NACIONAL DE COLOMBIA)

2. Eventos o Sucesos, Operaciones entre eventos

Cada uno de los conjuntos anteriores corresponde a un suceso o evento asociado al experimento de
lanzar un dado amarillo y un dado rojo.
Llamaremos suceso o evento a cualquier subconjunto del espacio muestral. Por lo general, se denotan
con maysculas. Como, por ejemplo, los sucesos A, B, C y D, de la situacin anterior.
Entre las operaciones ms importantes para eventos se tienen:
a. Unin: Es el suceso formado por todos los elementos de A y todos lo elementos de
B, Se representa con el smbolo U.

b. Interseccin: Es el suceso formado por todos los elementos que son a la vez de A y
de B, Se representa con el smbolo .

c. Diferencia: Es el suceso formado por todos los elementos de A que no son de B, Se

representa con el smbolo -

d. Suceso complementario: Es el suceso A=E-A

3. Tcnicas de conteo: permutaciones, combinaciones

En el clculo de las probabilidades se debe poder determinar el nmero de veces que ocurre un evento
o suceso determinado. En muchas situaciones de importancia prctica es imposible contar fsicamente
el nmero de ocurrencias de un evento o enumrelos uno a uno se vuelve un procedimiento engorroso.
Para tal tarea se tienen principios bsicos que son:

Principio de multiplicacin multiplicativo

Principio aditivo
Factorial de un nmero

PERMUTACION
Se llama permutaciones de m elementos (m = n) a las diferentes agrupaciones de esos m
elementos de forma que:
S entran todos los elementos. S importa el orden. No se repiten los elementos.

COMBINATORIA
La Combinatoria estudia las ordenaciones o agrupaciones de un determinado nmero de elementos.
En todo problema combinatorio hay varios conceptos claves que debemos distinguir:

Poblacin

Es el conjunto de elementos que estamos estudiando. Denominaremos con m al nmero de elementos

de este conjunto.
Muestra
Es un subconjunto de la poblacin. Denominaremos con n al nmero de elementos que componen la
muestra.
Los diferentes tipos de muestra vienen determinados por dos aspectos:
Orden: Es decir, si es importante que los elementos de la muestra aparezcan ordenados o no.
Repeticin: La posibilidad de repeticin o no de los elementos.
4. Axiomas de probabilidad: Regla de la adicin, regla de la multiplicacin
REGLA DE ADICION
Los eventos compuestos se generan al aplicar las operaciones bsicas de los conjuntos a los eventos
simples. Las uniones, intersecciones y complementos de eventos son de inters frecuente. La
probabilidad de un evento compuesto a menudo puede obtenerse a partir de las probabilidades de
cada uno de los eventos que lo forman. En ocasiones, las operaciones bsicas de los conjuntos
tambin son tiles para determinar la probabilidad de un evento compuesto.
De esta manera para A y B eventos del espacio muestral S, entonces:
P(A B) = P(A) + P(B) P(A B)
REGLA DE MULTIPLICACION
De la definicin de probabilidad condicional se tienen los siguientes resultados al
despejar
B
P(A B) = P(A) P ( )
A

si: P(A) > 0

B
P(A B) = P(B) P ( )
A

si: P(B) > 0

Las relaciones

son casos especiales de la llamada Regla de la multiplicacin, la cual es

til para calcular probabilidades de intersecciones de eventos

probabilidades condicionales

con base en

5. Probabilidad condicional
La probabilidad de que un evento

ocurra cuando se sabe que ya ocurri un evento

se

llama probabilidad condicional y se denota por

que por lo general se lee como probabilidad
de que "ocurra B dado que ocurri A". Esta probabilidad se define como:

( )
( ) =

()

() > 0

6. Teorema de Bayes.
El teorema de Bayes parte de una situacin en la que es posible conocer las probabilidades de que
ocurran una serie de sucesos Ai, a esta se aade un suceso B cuya ocurrencia proporciona cierta
informacin, porque las probabilidades de ocurrencia de B son distintas segn el suceso A i que haya
ocurrido.
Conociendo que ha ocurrido el suceso B, la frmula del teorema de Bayes nos indica como modifica
esta informacin las probabilidades de los sucesos Ai.
Se puede calcular mediante la frmula:

( ) ( )

( ) =

( ) ( )

ESTUDIO DE CASO #1

Con el propsito de evaluar el resultado acadmico en los cursos del rea de matemticas, a usted le
han llamado para que ayude en el anlisis de datos. Utilice su conocimiento de la probabilidad para
ayudar a realizar el informe solicitado.
Prepare un informe en el que debe incluir como mnimo lo siguiente
1. La probabilidad de que un estudiante apruebe un curso del rea de matemticas
Estudiantes aprobados (1873)

Total de estudiantes matriculados (2755)

. =

1873
2755

*100= 67.9%

2. La probabilidad de que un estudiante repruebe un curso del rea de matemticas.

Estudiantes reprobados (389)

Total estudiantes matriculados (2755)

389

. =2755*100= 14.1%

ESTUDIO DE CASO 3
En su excitante novela Congo, Michael Crichton describe la bsqueda de depsitos de diamantes
azules cubiertos de boro llevada a cabo por Earth Resources Technology Services (ERTS), una
compaa dedicada a estudios geolgicos. Segn ERTS los diamantes son la clave para una nueva
generacin de computadoras pticas. En la novela ERTS compite contra un consorcio internacional
por encontrar la ciudad perdida de Zinj, que prospero dada la minera de diamantes hace varios miles
de aos (segn la leyenda africana) y se ubica en lo ms profundo de la selva tropical de Zaire Oriental.
Despus de la misteriosa destruccin de su primera expedicin, ERTS lanza una segunda expedicin
dirigida por Karen Ross, una experta en computacin de 24 aos de edad, acompaada por el profesor
Peter Eliot, un antroplogo; Amy, un gorila parlante; y el afamado mercenario y lder de la expedicin,
el capitn Charles Munro. Las acciones ofensivas del consorcio, la mortal selva tropical y las hordas
de gorilas parlantes asesinos, que percibieron que su misin era defender las minas de diamantes,
bloquean los esfuerzos de Ross para encontrar la ciudad. Para superar estos obstculos Ross utiliza
computadoras de la era espacial para evaluar las probabilidades de xito en todas las circunstancias
posibles y las acciones que pudiera llevar a cabo la expedicin. En cada etapa de la expedicin, ella
evala rpidamente las probabilidades de xito.
En una etapa de la expedicin Ross recibe informes de su oficina principal en Houston, de que sus
computadoras estiman que tiene 18 horas y 20 minutos de retraso en relacin con el equipo
competidor euro-japons, en lugar de 40 horas de ventaja. Cambia los planes y decide que 12
miembros de su equipo desciendan en paracadas en una regin volcnica cerca de la ubicacin
estimada de Zinj. Segn el relato de Crichton, Ross haba vuelto a revisar las probabilidades de la
computadora de Houston y los resultados era inequvocos. La probabilidad de un salto exitoso era 0,
7980; sin embargo, dado un salto exitoso, la probabilidad de xito de expedicin era de 0,9943 con lo
cual casi se aseguraba de que venceran al consorcio.
Sin olvidar que se trata de la cita de una novela, examine las probabilidades mencionadas y determine:
1. Si fuera uno de los 12 miembros del equipo, cul es la probabilidad de completar su salto con
xito?
RTA: La probabilidad de completar mi salto con xito si fuera uno de los 12 miembros del equipo seria
de: 0,0665%.
12

0,7980
1

X= 1 x 0,7980
12
X= 0,7980

12
X= 0,0665.

2. Si la probabilidad de que los 12 miembros del equipo tengan un salto exitoso es de 0.7980, Cul
es la probabilidad de que un solo miembro del equipo pueda completar el salto con xito
.
= .
Es la probabilidad de que 1 de los 12 complete el salto

3. En el relato se afirma que: esa probabilidad de 0,7980 significaba que haba casi una posibilidad
entre cinco de que alguien se hiera seriamente en un salto. Concuerda usted con esa afirmacin, Si
o no. Por qu?
Tomando en cuenta la frase que citan pero no viene en el texto, podemos decir que
() = .
() = . = . 1/5

Si tomamos como probabilidad de fracaso igual a que quede seriamente herido, efectivamente se
puede decir que aproximadamente 1 de cada 5 podra sufrir este destino.

ESTUDIO DE CASO #4
Los jueces del condado Hamilton (E.E.U.U.) procesan miles de casos al ao. En la gran mayora de
los casos presentados, la sentencia permanece como se present. Sin embargo, algunos casos son
apelados y en algunos de estos se revoca la sentencia. Una periodista del diario Cincinnati Times
realiz un estudio de los casos manejados por los jueces del condado de Hamilton durante un periodo
de tres aos En la siguiente tabla se muestran los resultados de 182908 casos presentados a 38
jueces del Tribunal Penal, del Tribunal de Familia y del Tribunal Civil. Dos de los jueces (Dinkelacker
y Hogan) no trabajaron en el mismo tribunal durante todo el periodo de tres aos.
El propsito del estudio es evaluar el desempeo de los jueces. Las apelaciones con frecuencia son
resultado de errores cometidos por los jueces y el diario quera saber cules jueces estaban haciendo
un buen trabajo y cules cometan demasiados errores. A usted le han llamado para que ayude en el
anlisis de datos. Utilice su conocimiento de la probabilidad y la probabilidad condicional para ayudar
a calificar a los jueces. Tal vez pueda analizar la probabilidad de los casos que se apelaron y revocaron
manejados en los diferentes tribunales.

Prepare un informe con las calificaciones de los jueces. Incluya tambin un anlisis de la probabilidad
de la apelacin y la revocacin de casos en los tres tribunales.

3.1.) La probabilidad de casos que se apelan y revocan en los tres tribunales.

Se considerarn los siguientes eventos:

P = Nmero de casos
A = Casos Apelados
R = Casos revocados
Como se observa en la figura
obtendrn as:

, y las probabilidades pedidas para jueces y tribunales se

La probabilidad de casos que se apelan en cada uno de los tres tribunales es:
Casos apelados

1762

Tribunal penal: () = Casos presentados = 43945 = 0,04009557

Casos apelados

106

Tribunal de familia () = Casos presentados = 30499 = 0,00347552

Casos apelados

500

Tribunal civil () = Casos presentados = 108464 = 0,00460982

La probabilidad de casos que se revocan en cada uno de los tres tribunales es:
Casos revocados

199

Tribunal penal: () = Casos presentados = 1762 = 0,11293984

Casos revocados

17

Tribunal de familia () = Casos presentados = 106 = 0,16037736

Tribunal civil () =

Casos revocados
Casos presentados

104
500

= 0.208

3.2.) La probabilidad de que se apele un caso por cada juez.

() =

Total casos apelados

Total casos presentados

2368
182908

= 0,012946399

3.3.) La probabilidad de que se revoque un caso por cada juez.

Total casos revocados

320

( ) = Total casos presentados = 182908 = 0.001749513417

3.4.) La probabilidad de una revocacin dada una apelacin por cada juez.

(/) =

Total casos revocados

Total casos apelados

320

= 2368 = 0.135135135

3.5.) . Clasifique a los jueces dentro de cada tribunal. Establezca los criterios que utiliz y d
las razones de su eleccin.

En la siguientes tablas se clasific a los jueces en cada tribunal teniendo en cuenta el P(R/A)
porcentaje de predisposicin a que debe estar un juez a retractarse en sus veredictos de la primera
instancia, lo que hace que el juez que tenga ms bajo este porcentaje (P(R/A)), es el que mejor
desempea su oficio.

CONCLUSIONES

Por medio de este primer trabajo colaborativo hemos podido afianzar como equipo de trabajo
adquiriendo conocimientos slidos por medio de ejercicios prcticos la aplicacin de los fundamentos
de probabilidad en diferentes escenarios, este trabajo nos ha permitido tener un desarrollo dinmico y
efectivo acerca de las primeras unidades del curso de probabilidad ofrecido por la universidad,
discutiendo y afianzando nuestros conocimientos.
Pues finalmente luego del desarrollo de los ejercicios aprendimos la importancia de poner en prctica
cada una de las teoras de probabilidad ya que son aplicadas en muchas situaciones de la vida
cotidiana de cada uno de nosotros y es importante aprender a desarrollarla para resolver cualquier
tipo de interrogante o problema que se nos plantee.

BIBLIOGRAFA

1. Morales, Adriana (2010) Modulo Probabilidad. Bogot D.C., Universidad Nacional Abierta y a
distancia UNAD.
http://datateca.unad.edu.co/contenidos/100402/modulo_probabilidad_2010I.pdf
2. Prez, T. (2008) Estadstica para las ciencias sociales y el comportamiento recuperado de
Prez, T. (2008) Estadstica para las ciencias sociales y el comportamiento
3. Walpole, R (1999). Probabilidad y estadstica para ingenieros. Mxico; Hispanoamericana
https://books.google.com.co/books?id=XpBm-QwvlMC&lpg=PA52&dq=%22tecnicas+de+conteo%22&hl=es&pg=PA53#v=onepage&q=%22tec
nicas%20de%20conteo%22&f=false