1

TRABAJO COLABORATIVO 1
ESTADSTICA COMPLEJA


TUTOR
ING. ALVARO JAVIER ROJAS BARACALDO

GRUPO 301014_61


PRESENTADO POR:
GENISER RAMIREZ RAMIREZ cdigo: 1088283257
ANA MARIA LOZA VALENCIA Cdigo 63.483.672
MARIBEL CHAVERRA Cdigo 1037947555
MARIA LOURDES HERNANDEZ
ELIZABETH VALBUENA cdigo 39.811.215






UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD
ESCUELA DE CIENCIAS SOCIALES ARTES Y HUMANIDADES
PROGRAMA DE PSICOLOGA
OCTUBE 15 DE 2010

2

TABLA DE CONTENIDO


INTRODUCCION
OBJETIVOS



1. PROPUESTA DE EJERCIOS
1.1 ANA MARIA LOZA VALENCIA
1.2 MARIBEL CHAVERRA
1.3 MARIA LOURDES HERNANDEZ
1.4 ELIZABETH VALBUENA
1.5 GENISSER RAMIREZ




CONCLUSIONES


BIBLIOGRAFIA



















3





INTRODUCCIN


La realidad casi nunca es totalmente predecible. Sin embargo materias como la
estadstica y probabilidad; permiten acercarnos de forma ms segura y certera a
esa realidad. la estadstica proporciona las herramientas necesarias para hacer
inferencias sobre un todo (poblacin) en base a los datos recopilados en slo unos
cuantos elementos observados de la poblacin (muestra) y la probabilidad aporta
los elementos de validacin de los mtodos estadsticos.
Cuando a un alumno le preguntamos por el trmino probabilidad, no tiene una
visin clara de su definicin, sin embargo, asocia este concepto a juegos de azar,
lanzamientos de monedas y en algunos casos a la toma de decisiones
importantes.
Este curos de probabilidad nos permite ms que adquirir conocimientos, ampliar
nuestra forma de ver y entender lo que nos rodea; pensar de manera distinta,
pero a la vez aceptar las buenas ideas;
En este trabajo desarrollaremos un taller de ejercicios propuesto por el grupo; que
comprendan los contenidos de los captulos 1, 2 y 3 de la unidad 1 y que
Permiten profundizar en los temas all tratados. Y en el cual cada estudiante
propone 6 ejercicios uno por cada tema previamente establecido y tomados de
alguna fuente documentacin relacionada con el curso

















4





OBJETIVOS

GENERAL


Estudiar y aplicar los conocimientos adquiridos en la unidad 1

1. Espacio muestral
2. eventos sucesos
3. tcnicas de conteo
4. Axiomas de probabilidad
5. probabilidad condicional
6. teorema de bayes



ESPECIFICO


Desarrollar en grupo, la gua correspondiente a la unidad 1.
Proponer de manera individual un ejercicio por tema, el cual ser
desarrollado por cada uno de los participantes.
Presentar un trabajo nico que integre todas las propuestas

















5






1.1 ANAMARIA LOZA VALENCIA
1.1.1 Espacio muestral.

1.1.2 Eventos sucesos

1. Se le pidi a 110 comerciantes que dijeran que tipo de programa de televisin
preferan. La tabla muestra las respuestas clasificadas a la vez segn el nivel de
estudios de los comerciantes y segn el tipo de programa preferido.







NIVEL DE ESTUDIOS
TIPO DE
PROGRAMA
COLEGIO A UNIVERSIDAD
B
POSTGRADO C TOTAL
DEPORTES D 15 8 7 30
NOTICIAS N 3 27 10 40
DRAMA M 5 5 15 25
COMEDIA W 10 3 2 15
TOTAL 33 43 34 110

Especifique el nmero de elementos en cada uno de los siguientes eventos y
defnalos con palabras:

Solucin:
a) D = 30
b) A M = 33 + 25 - 5 = 53
c) W ` = 110 - 15 = 95
d) C N = 10
e)D B = 8
f) ( M A) = 110 - 5 = 105

Ejercicio 1 CAPITULO 1 tomado de modulo de probabilidad, Adriana Robayo pg. 22

6


Ejercicio 2 CAPITULO 2 tomado de modulo de probabilidad, Adriana Robayo pg. 21
2. Se desea observar una familia que posee dos automviles y para cada uno
observamos si fue fabricado en Colombia, si es americano o si es Europeo.
a.- Cuales son los posibles resultados de este experimento?

Solucin



a.- Cuales son los posibles resultados de este experimento?

S= (AA, AE, AC, EA, EE, EC, CA, CE, CC)


b.- Defina el evento A: Los dos automviles no son fabricados en Colombia,
Liste el evento B: Un automvil es colombiano y el otro no.
A= (AA, AE, EA, EE)
B= (AC, EC, CA, CE)

c.- Defina los eventos AB y BUA.

AB = (EXCLUYENTES)
BUA =(AA, AE, AC,EA,EC, EE, CA,CE)


1.1.3 Tcnicas de conteo
7

3.Cuntas permutaciones distintas pueden formarse con las letras de la palabra
PROBABILIDAD?

Solucin:


.......12!
---------------------
(2!)(2!)(2!)(2!)

.......12!
----------------------
........16

479 001 600
--------------------
........16

29 937 600

Ejercicio 3 CAPITULO 2 tomado de modulo de probabilidad, Adriana Robayo pg32


1.1.4 Axiomas de probabilidad
4. En una bolsa hay seis bolitas blancas y cinco amarillas. Si se sacan se una sin
reposicin Cul es la probabilidad de que la primera sea blanca, la segundo
amarilla y la tercera blanca y as sucesivamente
Se dicen que dos o ms sucesos son (DEPENDIENTES), si la probabilidad de
presentacin de alguno de ellos queda influenciada por la presencia del otro. En
caso contrario se dicen que son (INDEPENDIENTES). En otras palabras si el
resultado de un suceso no afecta al otro, se dice que son independientes, por lo
tanto se efectuara la multiplicacin de las probabilidades para cada suceso
P = P
1
x

P
2
x P
3
Pn
Se dice que los sucesos son dependientes o eventos compuestos, si la ocurrencia o
no ocurrencia de un evento en cualquier prueba afecta la probabilidad del segundo
suceso depende del primer suceso, el tercero de lo que haya sucedido en el
primero y en el segundo y as sucesivamente
Solucin:

8

P = P
1
x

P
2
x P
3
Pn
P = P
1
x (

P
2
| P
1
)
B A B A B A B A
P = 6/11 x 5/10 x 5/9 x 4/8 x 4/7 x 3/6 x 3/5 x 3/5 x
2/4 x 2/3 x 1/2 x 1/1 = 84.400/ 39.916.800

P = 1/462 = 0, 00216 = 0, 216 %

la probabilidad de que la primera sea blanca, la segundo amarilla y la tercera blanca
y as sucesivamente ES DE 0, 216 %
Ejercicio 4 Tomado de Ciro Martnez Bencardino. 1987. Estadstica. Cuarta edicin
revisada y aumentada



1.1.5 Probabilidad condicional
9

5. Fabin y Pilar estudian en un mismo curso. La probabilidad de que Fabin no
pierda ninguna materia es del 85% y la de Pilar es del 90%. a) Cual es la
probabilidad de que los dos no pierdan ninguna materia. b) Cual es la probabilidad
de que Fabin pierda una materia y Pilar ninguna. C) Cual es la probabilidad de que
los dos pierdan una materia.

Solucin:

P(F)=0.85 ---> Prob. no pierda Fabin
P(P)=0.90 ---> Prob. no pierda Pilar

a) Cul es la probabilidad de que los dos no pierdan ninguna materia

P(F)*P(P) = 0.85*0.90 = 0.765

b) Cul es la probabilidad de que Fabin pierda una materia y Pilar ninguna

(1-P(F))*P(P) = (1-0.85)*0.90 = 0.135

c) Cual es la probabilidad de que los dos pierdan una materia.

(1-P(F))*(1-P(P)) = (1-0.85)*(1-0.90) = 0.015

Ejercicio 5 CAPITULO 3 tomado de modulo de probabilidad, Adriana Robayo pg.
50

1.1.6 Teorema de Bayes

10

6. A un sospechoso se le aplica un suero de la verdad que se sabe que es confiable
en 90% cuando la persona es culpable y en 99% cuando la persona es inocente. En
otras palabras el 10% de los culpables se consideran inocentes cuando se usa el
suero y el 1% de los inocentes se juzgan culpables. Si el sospechoso se escogi de
un grupo del cual solo 5% han cometido alguna vez un crimen y el suero indica que la
persona es culpable, cual es la probabilidad de que sea inocente?

Solucin:
Se sabe
P(CC/C) = 0,9
P(CC/I) = 0.01
P(C) = 0,05
P(I) = 0,95
P(CC) = P(CC/I)P(I) + P(CC/C)P(C)

P(CC y I) = P(CC/I)P(I) =P(I/CC)P(CC)
Despejando

P(I/CC) = P(CC/I)P(I) / P(CC)

P(I/CC) = 0,01 0,95 / (0,01 0,95 + 0,90,05)
= 0.0095 / (0.0095 + 0.045) = 0.0095/0.0545 = 0,1743


Ejercicio 6 CAPITULO 3 tomado de modulo de probabilidad, Adriana Robayo pg.52



1.2 MARIBEL CHAVERRA
1.2.1 Espacio muestral
7. Suponga que el observatorio meteorolgico clasifica cada da, segn las condiciones
del viento, como ventoso o en calma; segn la cantidad de lluvia cada: en hmedo y
seco y segn la temperatura en caluroso, normal o frio qu espacio muestral es
necesario para caracterizar un da?qu valores se pueden asignar a los puntos
mustrales?
Al resultado de una prueba se llama resultado, punto muestral o suceso y el conjunto
de todos los resultados posibles constituyen un espacio muestral.
Solucin:
11

VHC = 1/12 CHC = 1/12
VHN = 1/12 CHN = 1/12
VHF = 1/12 CHF = 1/12
VSC = 1/12 CSC =1/12
VSN = 1/12 CSN =1/12
VSF = 1/12 CSF =1/12
P= 1/2x1/2x1/3=1/12
P=1/12 = 0,0833=8.33%
Ejercicio 7 Tomado de Ciro Martnez Bencardino. 1987. Estadstica. Cuarta edicin
revisada y aumentada

1.2.2 Eventos sucesos
8. En un experimento aleatoria consiste en preguntar a tres personas distintas, elegidas
al azar, si son partidarias o no de consumir determinado producto
a) Escribe el espacio muestral asociado a dicho experimento, utilizando la letra "s"
para las respuestas afirmativas y "n" para las negativas.
b) Qu elementos del espacio muestral anterior constituyen el suceso " al
menos dos de las personas son partidarias de consumir el producto"?
c) Describe el suceso contrario de "ms de una persona es partidaria de
consumir el producto
Se llama evento o suceso a todo subconjunto de un espacio muestral. Por ejemplo
en el espacio muestral E = {1, 2, 3, 4, 5, 6} del lanzamiento de un dado, los
siguientes son eventos:

1. Obtener un nmero primo A = {2, 3, 5}
2. Obtener un nmero primo y par B = {2}
3. Obtener un nmero mayor o igual a 5 C = {5, 6}
Solucin:
a) Espacio muestral E
E = ( sss,ssn,sns,snn,nss, nsn, nns,nnn)
b) Sea el suceso A al menos dos de las personas son partidarias de consumir el
producto
A = (sss, ssn, sns,nss)
12

c) El suceso contrario del suceso B ms de una persona es partidaria de consumir
el producto. Es B como mximo una persona es partidaria de consumir el
producto
B = ( snn, nsn,nns, nnn)
1.2.3 Tcnicas de conteo
9. Las placas de los automviles Tiene 3 letras seguidas de 3 digitos. Cuntas
placas se pueden tener si:
a) se repiten letras
b) no se permite repetir letras
Cuando un procesos involucra una sucesin de K etapas, donde n
1
sea el numero de
maneras que puede ocurrir la etapa y n
2
el numero de maneras que puede ocurrir la
etapa dos despus de la primera. Entonces el numero de maneras diferentes en que
el proceso puede ocurrir es multiplicando las n formas.
Solucin:
N
1
xn
2
nk
Tamao del espacio muestral
a) Se permite repetir letras
El alfabeto se compone de 26 letras
Los dgitos son 10 (0-9)
26x26x26x10x10x10= 17.576.000
b) Sin repetir letras
26x25x24x10x10x10= 15.600.000
a) Se pueden tener 17.576.000 placas repitiendo letras
b)Se pueden tener 15.600.000 placas sin repetir letras
1.2.4 Axiomas de probabilidad
10 La probabilidad de obtener AS o REY, sacando una sola carta en una baraja
espaola de 40 cartas
Cuando dos o ms eventos son tales que solamente uno de ellos puede ocurrir en un
solo ensayo, se dicen que son mutuamente excluyentes. Se denomina probabilidad
13

adictiva y ser igual ala suma de las probabilidades de cada suceso.
Solucin:
P = P
1
+

P
2
+ P
3
Pn
P
1
= 4/40 = 1/10 (REY)
P = P
1
+ P
2
= 1/10+1/10 = 2/10 = 1/5
La probabilidad es de 1/5

1.2.5 Probabilidad condicional
11. Si en un saln de clases hay 10 jvenes con camisa negra, 5 con camisa roja y 7
con camisa azul. Calcular la probabilidad que al seleccionar un joven al azar este
traiga puesta una camisa roja.
Solucin:
5/22 = 0.23 X 100 = 23%
La probabilidad que un joven traiga camisa roja es de un 23%
Ejercicios Tomados de Ciro Martnez Bencardino. 1987. Estadstica. Cuarta edicin
revisada y aumentada


1.2.6 Teorema de Bayes
12. El 20% de l os empl eados de una empresa son i ngeni eros y ot ro
20% son economi st as. El 75% de l os i ngeni eros ocupan un puest o
di rect i vo y el 50% de l os economi st as t ambi n, mi ent ras que l os no
i ngeni eros y l os no economi st as sol ament e el 20% ocupa un puest o
di rect i vo. Cul es l a probabi l i dad de que un empl eado di rect i vo
el egi do al azar sea i ngeni ero?
El teorema de Bayes, enunciado por Thomas Bayes, en la teora de la probabilidad,
es el resultado que da la distribucin de probabilidad condicional de un evento
aleatorio A dado B en trminos de la distribucin de probabilidad condicional del
evento B dado A y la distribucin de probabilidad marginal de slo A.
Sea {A
1
,A
3
,...,A
i
,...,A
n
} un conjunto de sucesos mutuamente excluyentes y
exhaustivos, y tales que la probabilidad de cada uno de ellos es distinta de cero. Sea
B un suceso cualquiera del que se conocen las probabilidades condicionales P(B | A
i
).
14

Solucin:
Entonces, la probabilidad P(A
i
| B) viene dada por la expresin:

donde:
P(A
i
) son las probabilidades a priori.
P(B | A
i
) es la probabilidad de B en la hiptesis A
i
.
P(A
i
| B) son las probabilidades a posteriori

P (ingeniero/directivo) = 0,2. 0,75/ 0,2.0,75+0,2.0,5+0,6. 0,2 = 0.405
l a probabi l i dad de que un empl eado di rect i vo el egi do al azar sea
i ngeni ero es de 0.405
Rafael Daz. Introduccin a la Probabilidad, los Procesos Estocsticos y la Estadstica
en Ingeniera. Escuela de Ingeniera Elctrica. Universidad Central de Venezuela.
2000


1.3 MARIA LOURDES HERNANDEZ
1.3.1 Espacio muestral
13. Una computadora en el hogar est conectada con un servidor a travs de un
mdem telefnico. La primera marca repetidamente hasta establecer el contacto. Por
supuesto, el proceso de marcado termina una vez logrado el contacto telefnico. Sea
que c denota el hecho de que se establece contacto en un intento especfico, y n, que
no se establece.
a) Elabore un diagrama de rbol para representar el proceso de marcado.
b) Enumere los puntos muestrales que genera el rbol. Acaso puede completarse
15

esta lista?
Solucin:
S = { c, nc, nnc, nnnc,}

Ejercicios tomados de MILTON, J. Susan, ARNOLD, Jesse C. Probabilidad y
Estadstica 4Ed. Mexico: Mc Graw Hill Interamericana, 2004.


1.3.2 Eventos sucesos
14. Dos artculos se seleccionan al azar y simultneamente de una lnea de montaje y
se clasifican como de calidad superior (+), promedio (0), o inferior (-).
a) Enumere los elementos del espacio muestral de este experimento.
b) Liste los puntos muestrales que constituyen los eventos siguientes:
A: el primer artculo seleccionado es de calidad inferior.
B: la calidad de ambos artculos es la misma.
C: la calidad del primer artculo es mayor que la del segundo.
c) D una descripcin verbal breve de los eventos siguientes:
A' n B A' n B'
A n B' A n C' n B
Solucin:
S = { ++, +0, +-, 0+, 00, 0-, -+, -0, -- }
A = { -+, -0, -- }
B = { ++, 00, --}
16

C = { +0, +-, 0- }

A' n B = { ++, 00 } son iguales pero no de calidad inferior
A' n B' = { +0, +-, 0+, 0- } son diferentes y el primero no es de calidad inferior
A n B' = { -+, -0 } son diferentes y el primero es de calidad inferior
A n C' n B = { -- } son iguales y de calidad inferior
Ejercicios tomados de MILTON, J. Susan, ARNOLD, Jesse C. Probabilidad y
Estadstica 4Ed. Mexico: Mc Graw Hill Interamericana, 2004.


1.3.3 Tcnicas de conteo
15. Una compaa tiene 10 programadores, 8 analistas de sistemas, 4 ingenieros
en sistemas y 3 estadsticos. Se elegir un equipo para un nuevo proyecto de
largo plazo. El equipo consistir en 3 programadores, 2 analistas de sistemas, 2
ingenieros en sistemas y 1 estadstico.
En cuntas formas puede seleccionarse el equipo?
Solucin:
Se trata de una serie de combinaciones consecutivas:
Formas de seleccionar el equipo =
10
C
3
X
8
C
2
X
4
C
2
X
3
C
1
= 60480


4) AXIOMAS DE PROBABILIDAD: REGLA DE LA ADICIN, REGLA DE LA
MULTIPLICACIN
16. Cuando una computadora se bloquea, existe una probabilidad de 75% de
que se deba a una sobrecarga, y de 15% de que se deba a un problema de
software. La probabilidad de que se origine en una sobrecarga o un problema de
software es de 85%. Cul es la probabilidad de que se deba a ambos
problemas? Cul es la probabilidad de que haya un problema de software sin
sobrecarga?
Solucin:

17

SC: sobrecarga, PS: problema de software
Datos: P(SC) = 0.75, P(PS) = 0.15, P(SC U PS) = 0.85

La probabilidad de que se deba a ambos problemas es:
P(SC n PS) = P(SC) + P(PS) - P(SC U PS) = 0.75 + 0.15 - 0.85 = 0.05

La probabilidad de que haya un problema de software sin sobrecarga es P(PS n
C'), la cual se despeja de la siguiente ecuacin:
P(PS n SC) + P(PS n SC') = P(PS) <=> P(PS n SC') = P(PS) - P(PS n SC) =
0.15 - 0.05 = 0.10
Ejercicios tomados de MILTON, J. Susan, ARNOLD, Jesse C. Probabilidad y
Estadstica 4Ed. Mexico: Mc Graw Hill Interamericana, 2004.



1.3.4 Axiomas de probabilidad


17. Cuando una computadora se bloquea, existe una probabilidad de 75% de
que se deba a una sobrecarga, y de 15% de que se deba a un problema de
software. La probabilidad de que se origine en una sobrecarga o un problema
de software es de 85%. Cul es la probabilidad de que se deba a ambos
problemas? Cul es la probabilidad de que haya un problema de software sin
sobrecarga?
Solucin:

SC: sobrecarga, PS: problema de software
Datos: P(SC) = 0.75, P(PS) = 0.15, P(SC U PS) = 0.85

La probabilidad de que se deba a ambos problemas es:
18

P(SC n PS) = P(SC) + P(PS) - P(SC U PS) = 0.75 + 0.15 - 0.85 = 0.05

La probabilidad de que haya un problema de software sin sobrecarga es P(PS
n C'), la cual se despeja de la siguiente ecuacin:
P(PS n SC) + P(PS n SC') = P(PS) <=> P(PS n SC') = P(PS) - P(PS n SC) =
0.15 - 0.05 = 0.10
Ejercicios tomados de MILTON, J. Susan, ARNOLD, Jesse C. Probabilidad y
Estadstica 4Ed. Mexico: Mc Graw Hill Interamericana, 2004.



1.3.5 Probabilidad condicional
18. El uso del aspecto de las plantas en la prospeccin de depsitos minerales se
denomina prospeccin geobotnica. Un indicador de cobre es una pequea planta
de menta con flores de color malva. Suponga que en una regin dada se tiene
probabilidad de 30% de alto contenido de cobre en el suelo y de 23% de
presencia de esa planta. Si el contenido de cobre es alto, existe 70% de
probabilidad de que est presente la planta.
a) Calcule la probabilidad de que el contenido de cobre sea alto y la planta est
presente.
b) Calcule la probabilidad de que el contenido de cobre sea alto, dada la
presencia de la planta.
Solucin:

ACCu: alta concentracin de cobre, PPM: presencia de la planta de menta
Datos: P(ACCu) = 0.30, P(PPM) = 0.23, P(PPM | ACCu) = 0.70

a) P(ACCu n PPM) = P(ACCu) P(PPM | ACCu) = (0.30)(0.70) = 0.21

b) P(ACCu | PPM) = P(ACCu n PPM) / P(PPM) = 0.21 / 0.23 = 0.913
Ejercicios tomados de MILTON, J. Susan, ARNOLD, Jesse C. Probabilidad y
Estadstica 4Ed. Mexico: Mc Graw Hill Interamericana, 2004.
19

1.3.6 Teorema de Bayes

19. Un centro de cmputo tiene 3 impresoras A, B y C, que imprimen a velocidad
distinta. Los programas se envan a la primera impresora disponible. Las
probabilidades de que un programa se enve a las impresoras A, B y C son de
0.6, 0.3 y 0.1, respectivamente. En ocasiones, los impresos se atoran en la
impresora y se destruyen. Las probabilidades de que se atore el papel en las
impresoras A, B y C son de 0.01, 0.05 y 0.04 en el mismo orden. Un programa
escrito por usted se destruye al atorarse el papel en la impresora. Cul es la
probabilidad de que ello haya ocurrido en la impresora A, en la B o en la C?
Solucin:
Dado que el trabajo se debe imprimir en alguna de las tres impresoras, es
aplicable la ley de Bayes. Z: el papel se atora. Datos: P(Z | A) = 0.01, P(Z | B) =
0.05, P(Z | C) = 0.04

P(A | Z) = P(Z | A)P(A) / { P(Z | A)P(A) + P(Z | B)P(B) + P(Z | C)P(C) } = 0.24

P(B | Z) = P(Z | B)P(B) / { P(Z | A)P(A) + P(Z | B)P(B) + P(Z | C)P(C) } = 0.6

P(C | Z) = P(Z | C)P(C) / { P(Z | A)P(A) + P(Z | B)P(B) + P(Z | C)P(C) } = 0.16

Ejercicios tomados de MILTON, J. Susan, ARNOLD, Jesse C. Probabilidad y
Estadstica 4Ed. Mexico: Mc Graw Hill Interamericana, 2004.




1.4 ELIZABETH VALBUENA
1.4.1 Espacio muestral
20. jugar con el dado, si el dado cae par, juego con la moneda una vez, si cae
impar juego con la moneda dos veces. Escribe los posibles resultados.

Solucin:
20




S= (1CC, 1CS, 1SC, 1SS, 2C, 2S, 3CC, 3CS, 3SC, 3SS, 4C, 4S 5CC, 5CS,
5SC, 5SS, 6C, 6S)
a) Escribe el resultado donde se lanz la moneda dos veces y el resultado fue el
mismo
A= (1CC, 1SS, 3CC, 3SS, 5CC, 5SS)

b) Sub conjunto donde el dado es un nmero menor a 3

B= (1CC, 1CS, 1SS, 1SC, 2C, 2S)

c) Operaciones con eventos: Hallar A U B, AB

AUB= (1CC, 1CS, 1SS, 1SC,2C, 2S, 3CC, 3SS, 5CC, 5SS)

AB= (1CC, 1SS)



Ejercicio 20 tomado de modulo de probabilidad, Adriana Robayo pg. 22

1.4.2 Eventos sucesos
20 .- Se estudian el ejercicio y la dieta como posibles sustitutos de la medicacin
para bajar la presin sangunea. Se utilizarn tres grupos de individuos para
estudiar el efecto del ejercicio. El grupo uno es sedentario, mientras que el
grupo dos camina, y el grupo tres nada una hora al da. La mitad de cada uno
21

de los tres grupos de ejercicio tendr una dieta sin sal. Un grupo adicional de
individuos no har ejercicio no restringir su consumo de sal, pero tomar la
medicacin estndar. Use Z para sedentario, W para caminante, S para
nadador, Y para sal, N para sin sal, M para medicacin y F para sin
medicacin.

Solucin:


a) muestre todos los elementos del espacio muestral S
s = (ZYM, ZYF, ZNM, ZNF WYM, WYF, WNM, WNF SYM, SYF, SNM, SNF,
AYM)


b) Dado que A es el conjunto de individuos sin medicamento y B el conjunto
de caminantes, liste los elementos de A U B, y de A n B

A= (ZYF, ZNF, WYF, WNF, SYF, SNF)

B= (WYM, WYF, WNM, WNF)


A U B= (ZYF, ZNF, WYF, WNF, WYM, WNM,SYF, SNF )

A n B = (WYF, WNF)

Ejercicios 21 tomado de ejercicios propuestos inicialmente en el foro colaborativo.

1.4.3 Tcnicas de conteo

22

22.- Suponga que una persona que vive en el municipio de Bello (Antioquia)
trabaja en el centro de la ciudad de Medelln. Para llegar a su sitio de trabajo,
este tiene tres rutas distintas para llegar a la Autopista y de all puede tomar
otras tres rutas para llegar al centro de la ciudad. En el centro, puede tomar
cuatro rutas para llegar al parqueadero ms cercano a su oficina. De cuntas
maneras o rutas distintas podra tomar la persona para llegar de la casa al
parqueadero ms prximo a su oficina?
1


Solucin:

3 rutas- Medelln 3rutas- centro 4 rutas para parqueadero

Principio de la multiplicacin: 3x3x4= 36

36 rutas distintas podra tomar para llegar de la casa a la oficina


23. Cuntas permutaciones pueden efectuarse con el conjunto S={a,b,c,d}?
Describa cada una de las permutaciones posibles
2



Solucin:

S= ( ab, ac, ad, ba, bc, bd, ca, cb, cd, da,db, dc)

12 permutaciones



Ejercicio 3 y 4 tomado de modulo de probabilidad, Adriana Robayo pg. 33

1.4.4 Axiomas de probabilidad
24. Una prueba de opcin mltiple consta de 15 preguntas y cada una tiene tres
alternativas, de las cuales slo debe marcar una. En cuntas formas diferentes
puede marcar un estudiante su respuesta a estas preguntas?
3


Solucin


1
Ejercicio 22 tomado de modulo de probabilidad, Adriana Robayo pg. 33

2
Ejercicio 23 tomado de modulo de probabilidad, Adriana Robayo pg. 33

3
Ejercicio 24 tomado de modulo de probabilidad, Adriana Robayo pg. 34

23


SI SON 15 PREGUNTAS CADA UNA CON TRES OPCIONES DE
RESPUESTA, ENTONCES EL NMERO DE MANERAS DE RESPONDER
ES 3 X 3 X ... X 3 (15 VECES 3) Y ESTO ES IGUAL A 3
15
= 14'348.907
Ejercicio 5 tomado de modulo de probabilidad, Adriana Robayo pg.34


1.4.5 Probabilidad condicional
25. El 18% de las familias de un barrio tienen vehculo propio el 20% tiene
vivienda de su propiedad y el 12% tiene vivienda y vehculo. cual es la
probabilidad de tener vivienda si se tiene vehculo?
Como en algunos eventos se tiene alguna informacin que reduce el espacio
muestral original a uno de sus subconjuntos: las probabilidades asociadas a
esos subconjuntos determinan la probabilidad condicional.
B B TOTAL
A 0,12 0,06 0,18
A 0,8 0,74 0,82
TOTAL 0,20 O,80 1,OO

Solucin:
Su formula est dada as. P (B/A) = P (B n A)/ P (A)
A = propietario de vehculo
A = no propietario de vehculo
B = propietario de vivienda
B = no propietario de vivienda
P (B/A) = 0,12/0,18 = 0,66

la probabilidad de tener vivienda si se tiene vehculo ES DE 0,66

Ejercicio 25 Tomado de Ciro Martnez Bencardino. 1987. Estadstica. Cuarta
edicin revisada y aumentada
24

1.4.6 Teorema de Bayes
26. En una fabrica hay dos maquinas de helados que producen 50% y 50% del
total. La A elabora 5% de helado de baja calidad. La B elabora un 6% de helado
de baja calidad. Encuentre la probabilidad de que un helado de baja calidad
provenga de la maquina A.
Solucin:
H = helado de baja calidad
M = Helado normal
P(H) = P(A) x P(H/A) + P(B) x P(H/B)
P(H) = 0,5 x 0,05 + 0,5 x 0,06
P(H) = 0.025 + 0.03
P(H) = 0.055
TEOREMA DE BAYES
P(A/H) = . P(A) x P(H/A) .
P(A) x P(H/A) + P(B) x P(H/B)
P(A/H) = 0.5 x 0.05
0.055
P(A/H) = 0.455
La probabilidad que se encuentre un helado de baja calidad en la maquina A es
del 45.5%
1.5 Geniser Ramrez
1.5.1 Espacio muestral
27. una mujer es portadora de hemofilia clsica. Esto significa que, aunque la
mujer no tenga hemofilia, puede transmitir la enfermedad a sus hijos. Ella
tiene tres hijos. Describa el espacio muestral de este experimento.
25


S = [(TTT), (TTN), (TNT), (TNN), (NTT), (NTN), (NNT), (NNN)}

1.5.2 Eventos sucesos
28. Suponga que una contrasea est formada por 6 caracteres, siendo las dos
primeras letras del alfabeto y los 4 ltimos, dgitos. Cul es el nmero de
opciones para escoger la contrasea?
El nmero de opciones que se tienen para escoger la contrasea est dado por
26 formas de escoger cada uno de los 2 primeros caracteres y 10 formas de
escoger cada uno de los ltimos 4 caracteres.

Solucin:

n = 26 26 10 10 = 67.600
n = 26 26 10 10 10 10 = 6760.000

Tomado de LIPSCHUTZ, Seymor. Probabilidad. Mc. Graw Hill. Segunda edicin.


1.5.3 Tcnicas de conteo

26

29. En un pueblo lejano el 50% ha estado muy enfermo alguna vez, el 50%
tiene menos de 70 aos y el 80% no padece ninguna enfermedad
contagiosa. De estos ltimos el 60% tiene menos de 70 aos y el 40% ha
estado casi muerto alguna vez. De los que han estado casados alguna vez,
slo el 20% tiene menos de 70 aos. El 10% de la poblacin rene las tres
condiciones. Representar la informacin anterior en un diagrama de Venn.
Solucin
Digamos que contamos con 100 personas para el ejercicio
Sea C el conjunto de los que han muy enfermos alguna vez.
Btienen - de 70 aos.
E no padecen enfermedad contagiosa.
(C ) = 50% de la poblacin; (E) = 80%;
(B) =50%:
(E B) = 48%; (E C) = 32%; (C B) = 10%;



A C



C
E
(C E B) = 10%



1.5.4 Axiomas de probabilidad
30. De una bolsa de 40 bombones extraemos dos bombones a la vez., cul es
la probabilidad de que al menos uno de ellos sea rojo?

Solucin. Sea el suceso al extraer dos bombones al menos uno es rojo. Lo
ponemos al contrario, A
c
, es decir calculamos la probabilidad de que ninguno
38
2

10 22 16


10
27

sea rojo.
Sucesos posibles: , que son todos los grupos de 2 bombones que se
pueden sacar.
Sucesos favorables: pues hay 30 bombones que no son rojos.
Por la regla de Laplace tenemos: p(A
c
) = = 0,56 p(A) = 1 -
0,56 = 0,44
2) p(f) = 0 .
3) Si A I b p(A) p(B)
4) Si A y B son sucesos compatibles p(A B) = p(A) + p(B) - p(A B)


1.5.5 Probabilidad condicional

31. En una equipo de ftbol el 45% de los jugadores suspende juega el primer
tiempo, el 60% juega el segundo tiempo y el 30% juega en los dos tiempos. Se
selecciona al azar un futbolista:
a) Si juego el primer tiempo Cul es la probabilidad de que jugara el primer
tiempo?
b) Si jugo el segundo tiempo

Solucin
Sea A = jugo el primer tiempo y B = jugo el segundo tiempo
p (A) = 0,45; p(B) = 0,60 ; p(A B) = 0,30
a)p (A/B) = 0,30/0,60 =1/2; p(B/A) = 0,30/0,45 = 2/3
28



1.5.6 Teorema de Bayes

31. Una fbrica de galletas tienen tres (3) cadenas de produccin. Cada una de ellas fabrica
el 30%, 45% y el 25% de la produccin de un da. Se conoce que el porcentaje de galletas
no aptas para su venta en cada una de las cadenas de produccin es del 5%, 4% y 3%,
respectivamente. De la produccin total de un da se selecciona una galleta al azar.
Se pide:
a. Liste los respectivos sucesos
b. Sabiendo que la galleta seleccionada es apta para la venta, determine la probabilidad de
que haya sido fabricada por la primera cadena de produccin.

Solucin:
a. Representar por A, B, y C los sucesos una galleta es producida por la cadena 1,2 y 3
respectivamente. As mismo, D va a representar el suceso que es una galleta no apta para
la venta. Conozco las siguientes probabilidades:
P(A) =0,30
P(D/A)=0,05
P(B) =0,45
P(D/B)=0,04
P(C) =0,25
P(D/C)=0,03
Nota: Los sucesos A, B y C forman para m una particin del espacio muestral y dado
que conocemos las Probabilidades Condicionadas Del Suceso D sobre los sucesos de la
particin, estamos en condiciones de usar y resolver la parte:













29

CONCLUSIONES
Al terminar esta actividad podemos concluir que la estadstica es un medio
que es aplicable a cualquier campo, cuyo objeto es operar con un grupo de
datos e interpretarlos. Se ocupa de los mtodos y procedimientos para
recoger, clasificar, resumir, hallar regularidades y analizar los datos,
siempre y cuando la variabilidad e incertidumbre sea una causa especfica
de los mismos; as como de realizar probabilidades a partir de ellos, con la
finalidad de ayudar a la toma de decisiones y en su caso formular
predicciones con respecto a los datos tomados.

Este trabajo permiti fomentar en el estudiante la capacidad de reconocer y
establecer modelos apropiados para describir fenmenos aleatorios que
surgen en cada rea de especialidad, y apunta a que reconozcamos su
importancia en la cotidianeidad
las probabilidades son una herramienta fundamental en el desarrollo de un
individuo que van ms all de realizar experimentos aleatorios y juegos de
azar, son una forma de entender el mundo, ampliar nuestra forma de
pensar y acercarnos al resultado de un presunto evento para afrontarlo, de
tal manera, que sea productivo para nosotros. ms que saber que la
probabilidad que salga cara al lanzar una moneda es , es comprender e
interpretar que me dice tal cifra, que puedo hacer con ese conocimiento o
como lo puedo adaptar en mi vida.
Los problemas de probabilidad proporcionan una fuente interesante para
que pensemos un poco ms all de nuestro sentido comn, y unido a la
estadstica nos permite hacer la llamada inferencia estadstica
La estadstica la vivimos en todo sentido de nuestras vidas, (profesional,
personal, etc.)
Entre ms nos adentramos a los conocimientos aqu aplicados mas
podemos ver en como la realidad que vivimos todos los das puede ser
cambiada, o por lo menos vista de otra forma.
La probabilidad es un numero asociado a una variable aleatoria, mediante
una regla de correspondencia












30

BIBLIOGRAFIA

DAZ Rafael. Introduccin a la Probabilidad, los Procesos Estocsticos y la
Estadstica en Ingeniera. Escuela de Ingeniera Elctrica. Universidad Central de
Venezuela. 2000
MARTINEZ, C Bencardino. Estadstica. Cuarta edicin revisada y aumentada.
1987
MILTON, J. Susan, ARNOLD, Jesse C. Probabilidad y Estadstica 4Ed. Mxico:
Mc Graw Hill Interamericana, 2004.

ROBAYO, Adriana. Modulo de probabilidad. Universidad Nacional Abierta y a
distancia. Bogot. 2007