Probabilidad

GRUPO: xxxxxxxxxx

Tarea 1 - Espacio muestral, eventos, operaciones y axiomas de probabilidad.

Presentado a:
xxxxxxxxxXXxxx

Estudiante:

Código: xxxxxxxxxx

Grupo: XXXXXXXXX

UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA - UNAD

ESCUELA DE CIENCIAS BÁSICAS TECNOLOGÍA E INGENIERÍA
FECHA SEPTIEMBRE 2019
 Introducción
En el presente trabajo se busca afianzar los conceptos de probabilidad vistos hasta la
fecha por medio de ejercicios en los cuáles se ponen a prueba los conceptos de espacio
muestral, los axiomas de probabilidad y la teoría de conteo. Además se estudian los
teoremas de Bayes y probabilidad total los cuales son de gran utilidad.

Anexo al trabajo se presenta un mapa de conceptos en los cuales se busca reconocer las
ideas bases del curso de probabilidad.
 Objetivos

Objetivo General
Identificar y resolver problemas prácticos respecto a los distintos conceptos vistos en el
curso de Probabilidad.

Objetivo Específicos
 Reconocer los distintos conceptos vistos a la fecha pudiendo definirlos y
ejemplificarlo
 Analizar problemas probabilísticos, teniendo la capacidad de describir el tipo de
problema y el método de solución
 Desarrollar los problemas usando las distintas herramientas vistas durante el
curso.

Ejercicio 1:
Experimento aleatorio, espacio muestral y eventos.
Estudio de caso 1
Las ciencias existentes están clasificadas según su objeto de estudio y el método que
emplean para conocerlo, a continuación se relaciona el espacio muestral Ω que está
conformado por los eventos F, N y S, de donde se tiene que: F= Ciencias Formales, N=
Ciencias Naturales, S= Ciencias Sociales. De acuerdo con ello, considere el siguiente
espacio muestral:
Ω={lógica, matemáticas, física, sociología, psicología, química, economía, historia,
geología, biología, geología, astronomía, lingüística}
y sean los siguientes eventos:

F={lógica, matemáticas},
N={física, química, biología, geología, astronomía},
 S={ sociología, psicología, economía, historia, lingüistica}

Defina los siguientes eventos:

a.𝐹̅
b.𝐹̅∪𝑁̅
c.𝐹̅∩𝑆
d.𝑁∩𝐹̅
e.𝐹∪𝑆
Solución:
a. F́ define el complemento del conjunto F, es decir, son los elementos que están
en el espacio distintos a los que están en F, así
F́={física , sociología , psicología , química ,economía ,historia ,
geología ,biología , geología , astronomía , lingüística }
b. F́ ∪ Ń define la unión de los complementos, usando leyes de Morgan se tiene
que
´N
F́ ∪ Ń =F ∩
Note que
F ∩ N ={lógica , matemáticas , física ,química , biología ,
geología , astronomía }
Luego el complemento estará dado por
´ N={sociología , psicología , economía ,
F́ ∪ Ń =F ∩
historia , lingüistica }=S
c. F́ ∩ S es la intesercción entre el complemento de F y el conjunto S, así tomando
el resultado del ítem a) se tiene
F́ ∩ S={ sociología , psicología , economía , historia, lingüistica }=S
d. N ∩ F́ es la intersección entre el complemento de F y el conjunto N, así
tomando el resultado del ítem a) se tiene
N ∩ F́={ física , química , biología , geología , astronomía }=N
e. F ∪ S define los elementos de F junto a los elementos de S, así se tiene
F ∪ S={lógica , matemáticas , sociología , psicología ,
economía , historia , lingüistica }
Técnicas de conteo
Estudio de caso 6
La Ciudad de México tiene placas de automóviles con tres números seguidos por tres
letras, es decir, son placas del tipo 999-AAA. Sin embargo, no pueden empezar con cero
(0) ni se utilizan las letras I, O, Q y Ñ.
a. ¿Cuántas placas diferentes son posibles?
b. ¿Cuántas placas diferentes terminan en vocal?
c. ¿Cuál es la probabilidad de que una placa, elegida al azar, sea siempre impar?
Solución:
a. Se tienen 27 letras del abecedario de las cuales 4 no se incluyen en las placas, así
se tienen 23 letras posibles.
Como se quiere contar el número de posibles placas distintas, pero se sabe que no puede
haber placas iguales, entonces se quiere calcular el número total de placas. Como no
existe restricción de repetición de letras, entonces para la posición 1 hay 23 posibles
letras, para la posición 2 hay 23 posibles letras y para la tercera posición hay 23 posibles
letras, así
23 ×23 ×23=12167
Ahora, para los números se tiene la restricción de que la primera posición no puede ser
0, en las otras dos hay 10 posibles valores, así se tiene
9 ×10 ×10=900
Luego, el número de placas posibles es

12167 ×900=10' 950.300

Por lo tanto habrá 10' 950.300 placas distintas.
b) Se quiere calcular el número de placas que pueden terminar en vocal, se tiene 3
vocales posibles (a,e, u), así se tendría que el número de placas estaría dado por
23 ×23 ×3=1587
Luego sumando el número de dígitos se tiene

1587 ×900=1' 428.300

Por lo tanto habrá 1' 428.300 placas que terminan en vocal.

c) Se quiere calcular la probabilidad de que al seleccionar una placa, esta termine en
número impar. Primero vamos a ver cuántas placas terminan en número impar. Como se
tienen solo 5 números impares, entonces se tendrán

9 ×10 ×5=450
Las combinaciones de las letras son
23 ×23 ×23=12167
Así se tendrá

450 × 12167=5' 475.150

Ahora la probabilidad de escoger una placa al azar que sea impar es

placas impares 5 ' 475.150 1

P ( impar )= = =
total de placas 10' 950.300 2
Por lo tanto la probabilidad de escoger una placa al azar y que esta sea impar es de 0.5.

Teorema de Bayes
Estudio de caso 11
Supón que despiertas en la noche con un terrible dolor y te diriges al baño sin
encender la luz. En la oscuridad, alcanzas uno de tres frascos de pastillas, lo
destapas e ingieres una pastilla. Una hora más tarde te pones muy enfermo y recuerdas
que en dos frascos hay aspirinas y en el otro veneno. Supón que tienes un libro
médico y dice que el 80% de los individuos normales muestran los síntomas que
presentas después de ingerir veneno y que únicamente 5% tiene los síntomas
después de tomar aspirinas.
a. Realiza el árbol de probabilidad correspondiente.
b. ¿Cuál es la probabilidad que presentes síntomas de
envenenamiento?
c. Si cada frasco tiene la misma probabilidad de ser escogido en la oscuridad, ¿cuál
es la probabilidad de morir envenenado, puesto que presentas los síntomas
Solución:
a. Se definen los eventos
A : La persona tomó aspirinas
V : La persona tomó veneno
E : La persona tiene sintomas de envenenamiento
Se sabe que 2 de 3 tarros tienen aspirina y el otro tiene veneno, entonces la probabilidad
de haber seleccionado los tarros es
2 1
P ( A )= =0,6 P ( V )= =0,3
3 3
Además, según el texto, la probabilidad de que tenga los síntomas de envenenamiento
dado que consumió veneno es del 80% y la probabilidad de que tenga los síntomas dado
que tomó aspirina es del 5%, esto es
P ( E| A )=0,05 P ( E|V )=0,8
 b. Se quiere calcular la probabilidad de que la persona presente síntomas de
envenenamiento, para ello se usará el teorema de la probabilidad total, este dice
que dada una partición del espacio muestral Ai con i=1 , … , n ,y si se conocen
las probabilidades condicionales P ( B| A i ), entonces
n
P ( B )=∑ P ( B| A i ) P (A i )
i=1

Así se tiene que

P ( E )=P ( E| A ) P ( A ) + P ( E|V ) P ( V )=0.05 ( 0.66 )+ 0.8 ( 0.33 )=0.297
Por lo tanto la probabilidad de que la persona se envenene es del 29,7%
c. Por último se quiere calcular la probabilidad de que haya ingerido veneno dado
que tiene los síntomas. Usando teorema de Bayes, el cuál dice que dada una
partición del espacio muestral Ai con i=1 , … , n ,y si se conocen las
probabilidades condicionales P ( B| A i ), entonces

P ( B| A i ) P ( A i )
P ( A i|B )= n

∑ P ( B|A i ) P( Ai )
i=1

Así para nuestro caso se tiene

P ( E|V ) P ( V ) 0.8 ( 0.33 )

P ( V |E )= = =0.888
P ( E|V ) P ( V ) + P ( E| A ) P ( A ) 0.297

Por lo tanto la probabilidad de que hubiera ingerido veneno dado que tiene los síntomas
es de 88,8%.

Conclusiones

 Los teoremas de Bayes y de la probabilidad total facilitan el cálculo de la

probabilidad de un evento dado que de este se conocen las probabilidades
condicionales respecto a una partición del espacio muestral.
 La teoría de conteo muestra de manera sencilla la forma de contar el número de
eventos que se pueden presentar dada una condición. Es importante reconocer si
los experimentos tienen o no repetición
 Los axiomas de probabilidad junto a la lógica proposicional sientan las bases de
los primeros conceptos fundamentales de la teoría de la probabilidad.

Bibliografía
 Rodríguez, F. J., & Pierdant, R. A. I. (2014).Estadística para
administración.
 García, Á. M. Á. (2005).Introducción a la teoría de la probabilidad.
primer curso.
 Monroy, S. (2008). Estadística Descriptiva. Editorial: Instituto Técnico
Nacional.
 Monroy, S. (2008). Estadística Descriptiva. Editorial: Instituto Técnico
Nacional