Download - ejercicios resultos
1
TRABAJO COLABORATIVO 1
ESTADÍSTICA COMPLEJA
TUTOR
ING. ALVARO JAVIER ROJAS BARACALDO
GRUPO 301014_61
PRESENTADO POR:
GENISER RAMIREZ RAMIREZ código: 1088283257
ANA MARIA LOZA VALENCIA Código 63.483.672
MARIBEL CHAVERRA Código 1037947555
MARIA LOURDES HERNANDEZ
ELIZABETH VALBUENA código 39.811.215
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD
ESCUELA DE CIENCIAS SOCIALES ARTES Y HUMANIDADES
PROGRAMA DE PSICOLOGÍA
OCTUBE 15 DE 2010
2
TABLA DE CONTENIDO
INTRODUCCION
OBJETIVOS
1. PROPUESTA DE EJERCIOS1.1 ANA MARIA LOZA VALENCIA1.2 MARIBEL CHAVERRA1.3 MARIA LOURDES HERNANDEZ1.4 ELIZABETH VALBUENA1.5 GENISSER RAMIREZ
CONCLUSIONES
BIBLIOGRAFIA
3
INTRODUCCIÓN
La realidad casi nunca es totalmente predecible. Sin embargo materias como la estadística y probabilidad; permiten acercarnos de forma más segura y certera a esa realidad. la estadística proporciona las herramientas necesarias para hacer inferencias sobre un todo (población) en base a los datos recopilados en sólo unos cuantos elementos observados de la población (muestra) y la probabilidad aporta los elementos de validación de los métodos estadísticos.Cuando a un alumno le preguntamos por el término “probabilidad”, no tiene una visión clara de su definición, 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 más 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 capítulos 1, 2 y 3 de la unidad 1 y quePermiten profundizar en los temas allí tratados. Y en el cual cada estudiante propone 6 ejercicios uno por cada tema previamente establecido y tomados de alguna fuente documentación relacionada con el curso
4
OBJETIVOS
GENERAL
Estudiar y aplicar los conocimientos adquiridos en la unidad 1
1. Espacio muestral2. eventos sucesos3. técnicas de conteo4. Axiomas de probabilidad5. probabilidad condicional6. teorema de bayes
ESPECIFICO
Desarrollar en grupo, la guía correspondiente a la unidad 1. Proponer de manera individual un ejercicio por tema, el cual será
desarrollado por cada uno de los participantes. Presentar un trabajo único que integre todas las propuestas
5
1.1 ANAMARIA LOZA VALENCIA1.1.1 Espacio muestral.
1.1.2 Eventos sucesos
1. Se le pidió a 110 comerciantes que dijeran que tipo de programa de televisión preferían. La tabla muestra las respuestas clasificadas a la vez según el nivel de estudios de los comerciantes y según el tipo de programa preferido.
NIVEL DE ESTUDIOSTIPO DE PROGRAMA
COLEGIO A UNIVERSIDAD B
POSTGRADO C TOTAL
DEPORTES D 15 8 7 30NOTICIAS N 3 27 10 40DRAMA M 5 5 15 25COMEDIA W 10 3 2 15TOTAL 33 43 34 110
Especifique el número de elementos en cada uno de los siguientes eventos y defínalos con palabras:
Solución: a) D = 30 b) A ∪ M = 33 + 25 - 5 = 53 c) W ` = 110 - 15 = 95d) C ∩ N = 10e)D∩ B = 8f) ( M ∩ A) = 110 - 5 = 105
Ejercicio 1 CAPITULO 1 tomado de modulo de probabilidad, Adriana Robayo pág. 22
6
Ejercicio 2 CAPITULO 2 tomado de modulo de probabilidad, Adriana Robayo pág. 21
1.1.3 Técnicas de conteo
2. Se desea observar una familia que posee dos automóviles 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?
Solución
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 automóviles no son fabricados en Colombia, Liste el evento B: Un automóvil es colombiano y el otro no.A= (AA, AE, EA, EE)B= (AC, EC, CA, CE)
c.- Defina los eventos AᴒB y BUA.
AᴒB = (EXCLUYENTES) BUA =(AA, AE, AC,EA,EC, EE, CA,CE)
7
3.¿Cuántas permutaciones distintas pueden formarse con las letras de la palabra PROBABILIDAD?
Solución:
.......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 pág32
1.1.4 Axiomas de probabilidad
4. En una bolsa hay seis bolitas blancas y cinco amarillas. Si se sacan se una sin reposición ¿Cuál es la probabilidad de que la primera sea blanca, la segundo amarilla y la tercera blanca y así sucesivamente
Se dicen que dos o más sucesos son (DEPENDIENTES), si la probabilidad de presentación 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 multiplicación de las probabilidades para cada suceso
P = P1 x P2 x P3 ………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 así sucesivamente
Solución:
8
P = P1 x P2 x P3 ………Pn
P = P1 x ( P2 | P1 )…
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 así sucesivamente ES DE 0, 216 %
Ejercicio 4 Tomado de Ciro Martínez Bencardino. 1987. Estadística. Cuarta edición revisada y aumentada
1.1.5 Probabilidad condicional
5. Fabián y Pilar estudian en un mismo curso. La probabilidad de que Fabián 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 Fabián pierda una materia y Pilar ninguna. C) Cual es la probabilidad de que los dos pierdan una materia.
Solución:
P(F)=0.85 ---> Prob. no pierda FabiánP(P)=0.90 ---> Prob. no pierda Pilar
a) Cuál es la probabilidad de que los dos no pierdan ninguna materia
P(F)*P(P) = 0.85*0.90 = 0.765
b) Cuál es la probabilidad de que Fabián pierda una materia y Pilar ninguna
(1-P(F))*P(P) = (1-0.85)*0.90 = 0.135
9
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 pág. 50
1.1.6 Teorema de Bayes
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 escogió 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?
Solución:Se sabeP(CC/C) = 0,9P(CC/I) = 0.01P(C) = 0,05P(I) = 0,95P(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 + 0,9·0,05)= 0.0095 / (0.0095 + 0.045) = 0.0095/0.0545 = 0,1743
Ejercicio 6 CAPITULO 3 tomado de modulo de probabilidad, Adriana Robayo pág.52
1.2 MARIBEL CHAVERRA1.2.1 Espacio muestral
10
7. Suponga que el observatorio meteorológico clasifica cada día, según las condiciones del viento, como ventoso o en calma; según la cantidad de lluvia caída: en húmedo y seco y según la temperatura en caluroso, normal o frio ¿ qué espacio muestral es necesario para caracterizar un día?¿qué valores se pueden asignar a los puntos muéstrales?
Al resultado de una prueba se llama resultado, punto muestral o suceso y el conjunto de todos los resultados posibles constituyen un espacio muestral.
Solución:
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 Martínez Bencardino. 1987. Estadística. Cuarta edición 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) ¿Qué 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 "más 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 número primo A = {2, 3, 5}2. Obtener un número primo y par B = {2}
11
3. Obtener un número mayor o igual a 5 C = {5, 6}
Solución:
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)
c) El suceso contrario del suceso B más de una persona es partidaria de consumir el producto. Es B´ como máximo una persona es partidaria de consumir el producto
B = ( snn, nsn,nns, nnn)
1.2.3 Técnicas de conteo
9. Las placas de los automóviles Tiene 3 letras seguidas de 3 digitos. ¿Cuántas placas se pueden tener si:
a) se repiten letras
b) no se permite repetir letras
Cuando un procesos involucra una sucesión de K etapas, donde n1 sea el numero de maneras que puede ocurrir la etapa y n2 el numero de maneras que puede ocurrir la etapa dos después de la primera. Entonces el numero de maneras diferentes en que el proceso puede ocurrir es multiplicando las n formas.
Solución:
N1xn2……nk
Tamaño del espacio muestral
a) Se permite repetir letras
El alfabeto se compone de 26 letras
Los dígitos son 10 (0-9)
26x26x26x10x10x10= 17.576.000
b) Sin repetir letras
26x25x24x10x10x10= 15.600.000
12
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 española de 40 cartas
Cuando dos o más eventos son tales que solamente uno de ellos puede ocurrir en un solo ensayo, se dicen que son mutuamente excluyentes. Se denomina probabilidad adictiva y será igual ala suma de las probabilidades de cada suceso.
Solución:
P = P1+ P2+ P3 ……Pn
P1 = 4/40 = 1/10 (REY)
P = P1 + P2 = 1/10+1/10 = 2/10 = 1/5
La probabilidad es de 1/5
1.2.5 Probabilidad condicional
11. Si en un salón de clases hay 10 jóvenes 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.
Solución:
5/22 = 0.23 X 100 = 23%
La probabilidad que un joven traiga camisa roja es de un 23%
Ejercicios Tomados de Ciro Martínez Bencardino. 1987. Estadística. Cuarta edición revisada y aumentada
1.2.6 Teorema de Bayes
12. El 20% de los empleados de una empresa son ingenieros y otro 20% son economistas. El 75% de los ingenieros ocupan un puesto direct ivo y el 50% de los economistas también, mientras que los no ingenieros y los no economistas solamente el 20% ocupa un puesto direct ivo. ¿Cuál es la probabi l idad de que un empleado direct ivo
13
elegido al azar sea ingeniero?
El teorema de Bayes, enunciado por Thomas Bayes, en la teoría de la probabilidad, es el resultado que da la distribución de probabilidad condicional de un evento aleatorio A dado B en términos de la distribución de probabilidad condicional del evento B dado A y la distribución de probabilidad marginal de sólo A.
Sea {A1,A3,...,Ai,...,An} 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 | Ai). Solución:
Entonces, la probabilidad P(Ai | B) viene dada por la expresión:
donde:
P(Ai) son las probabilidades a priori. P(B | Ai) es la probabilidad de B en la hipótesis Ai.
P(Ai | 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
la probabi l idad de que un empleado direct ivo elegido al azar sea ingeniero es de 0.405
Rafael Díaz. Introducción a la Probabilidad, los Procesos Estocásticos y la Estadística en Ingeniería. Escuela de Ingeniería Eléctrica. Universidad Central de Venezuela. 2000
1.3 MARIA LOURDES HERNANDEZ1.3.1 Espacio muestral
14
13. Una computadora en el hogar está conectada con un servidor a través de un módem telefónico. La primera marca repetidamente hasta establecer el contacto. Por supuesto, el proceso de marcado termina una vez logrado el contacto telefónico. Sea que c denota el hecho de que se establece contacto en un intento específico, y n, que no se establece.
a) Elabore un diagrama de árbol para representar el proceso de marcado.
b) Enumere los puntos muestrales que genera el árbol. ¿Acaso puede completarse esta lista?
Solución:
S = { c, nc, nnc, nnnc,…}
Ejercicios tomados de MILTON, J. Susan, ARNOLD, Jesse C. Probabilidad y Estadística 4ªEd. Mexico: Mc Graw Hill Interamericana, 2004.
1.3.2 Eventos sucesos
14. Dos artículos se seleccionan al azar y simultáneamente de una línea 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 artículo seleccionado es de calidad inferior.
B: la calidad de ambos artículos es la misma.
C: la calidad del primer artículo es mayor que la del segundo.
c) Dé una descripción verbal breve de los eventos siguientes:
A' n B A' n B'
15
A n B' A n C' n B
Solución:
S = { ++, +0, +-, 0+, 00, 0-, -+, -0, -- }
A = { -+, -0, -- }
B = { ++, 00, --}
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 Estadística 4ªEd. Mexico: Mc Graw Hill Interamericana, 2004.
1.3.3 Técnicas de conteo
15. Una compañía tiene 10 programadores, 8 analistas de sistemas, 4 ingenieros en sistemas y 3 estadísticos. Se elegirá un “equipo” para un nuevo proyecto de largo plazo. El equipo consistirá en 3 programadores, 2 analistas de sistemas, 2 ingenieros en sistemas y 1 estadístico.
¿En cuántas formas puede seleccionarse el equipo?
Solución:
Se trata de una serie de combinaciones consecutivas:
Formas de seleccionar el equipo = 10C3 X 8C2 X 4C2 X 3C1 = 60480
4) AXIOMAS DE PROBABILIDAD: REGLA DE LA ADICIÓN, REGLA DE LA MULTIPLICACIÓN
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
16
software. La probabilidad de que se origine en una sobrecarga o un problema de software es de 85%. ¿Cuál es la probabilidad de que se deba a ambos problemas? ¿Cuál es la probabilidad de que haya un problema de software sin sobrecarga?
Solución:
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 ecuación:
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 Estadística 4ªEd. 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%. ¿Cuál es la probabilidad de que se deba a ambos problemas? ¿Cuál es la probabilidad de que haya un problema de software sin sobrecarga?
Solución:
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 ecuación:
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 Estadística 4ªEd. Mexico: Mc Graw Hill Interamericana, 2004.
1.3.5 Probabilidad condicional
18. El uso del aspecto de las plantas en la prospección de depósitos minerales se denomina prospección geobotánica. Un indicador de cobre es una pequeña planta de menta con flores de color malva. Suponga que en una región 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 esté presente la planta.
a) Calcule la probabilidad de que el contenido de cobre sea alto y la planta esté presente.
b) Calcule la probabilidad de que el contenido de cobre sea alto, dada la presencia de la planta.
Solución:
ACCu: alta concentración de cobre, PPM: presencia de la planta de menta
Datos: P(ACCu) = 0.30, P(PPM) = 0.23, P(PPM | ACCu) = 0.70
18
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 Estadística 4ªEd. Mexico: Mc Graw Hill Interamericana, 2004.
1.3.6 Teorema de Bayes
19. Un centro de cómputo tiene 3 impresoras A, B y C, que imprimen a velocidad distinta. Los programas se envían a la primera impresora disponible. Las probabilidades de que un programa se envíe 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. ¿Cuál es la probabilidad de que ello haya ocurrido en la impresora A, en la B o en la C?
Solución:
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 Estadística 4ªEd. Mexico: Mc Graw Hill Interamericana, 2004.
19
1.4 ELIZABETH VALBUENA1.4.1 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.
Solución:
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 lanzó 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 número menor a 3
B= (1CC, 1CS, 1SS, 1SC, 2C, 2S)
c) Operaciones con eventos: Hallar A U B, AᴒB
AUB= (1CC, 1CS, 1SS, 1SC,2C, 2S, 3CC, 3SS, 5CC, 5SS)
AᴒB= (1CC, 1SS)
20
Ejercicio 20 tomado de modulo de probabilidad, Adriana Robayo pág. 22
1.4.2 Eventos sucesos
20 .- Se estudian el ejercicio y la dieta como posibles sustitutos de la medicación para bajar la presión sanguínea. Se utilizarán 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 día. La mitad de cada uno de los tres grupos de ejercicio tendrá una dieta sin sal. Un grupo adicional de individuos no hará ejercicio no restringirá su consumo de sal, pero tomará la medicación estándar. Use Z para sedentario, W para caminante, S para nadador, Y para sal, N para sin sal, M para medicación y F para sin medicación.
Solución:
a) muestre todos los elementos del espacio muestral Ss = (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)
21
Ejercicios 21 tomado de ejercicios propuestos inicialmente en el foro colaborativo.
1.4.3 Técnicas de conteo
22.- Suponga que una persona que vive en el municipio de Bello (Antioquia) trabaja en el centro de la ciudad de Medellín. Para llegar a su sitio de trabajo, este tiene tres rutas distintas para llegar a la Autopista y de allí puede tomar otras tres rutas para llegar al centro de la ciudad. En el centro, puede tomar cuatro rutas para llegar al parqueadero más cercano a su oficina. ¿De cuántas maneras o rutas distintas podría tomar la persona para llegar de la casa al parqueadero más próximo a su oficina?1
Solución:
3 rutas- Medellín 3rutas- centro 4 rutas para parqueadero
Principio de la multiplicación: 3x3x4= 36
36 rutas distintas podría tomar para llegar de la casa a la oficina
23. ¿Cuántas permutaciones pueden efectuarse con el conjunto S={a,b,c,d}? Describa cada una de las permutaciones posibles2
Solución:
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 pág. 33
1.4.4 Axiomas de probabilidad
24. Una prueba de opción múltiple consta de 15 preguntas y cada una tiene tres alternativas, de las cuales sólo debe marcar una. ¿En cuántas formas diferentes
1 Ejercicio 22 tomado de modulo de probabilidad, Adriana Robayo pág. 33
2 Ejercicio 23 tomado de modulo de probabilidad, Adriana Robayo pág. 33
22
puede marcar un estudiante su respuesta a estas preguntas?3
Solución
SI SON 15 PREGUNTAS CADA UNA CON TRES OPCIONES DE RESPUESTA, ENTONCES EL NÚMERO DE MANERAS DE RESPONDER ES 3 X 3 X ... X 3 (15 VECES 3) Y ESTO ES IGUAL A 315 = 14'348.907
Ejercicio 5 tomado de modulo de probabilidad, Adriana Robayo pág.34
1.4.5 Probabilidad condicional
25. El 18% de las familias de un barrio tienen vehículo propio el 20% tiene vivienda de su propiedad y el 12% tiene vivienda y vehículo. ¿ cual es la probabilidad de tener vivienda si se tiene vehículo?
Como en algunos eventos se tiene alguna información 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
Solución:
Su formula está dada así. P (B/A) = P (B n A)/ P (A)
A = propietario de vehículo
A ´= no propietario de vehículo
B = propietario de vivienda
B´ = no propietario de vivienda
P (B/A) = 0,12/0,18 = 0,66
3 Ejercicio 24 tomado de modulo de probabilidad, Adriana Robayo pág. 34
23
la probabilidad de tener vivienda si se tiene vehículo ES DE 0,66
Ejercicio 25 Tomado de Ciro Martínez Bencardino. 1987. Estadística. Cuarta edición revisada y aumentada
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.
Solución:
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 Ramírez1.5.1 Espacio muestral
27.una mujer es portadora de hemofilia clásica. 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.
24
S = [(TTT), (TTN), (TNT), (TNN), (NTT), (NTN), (NNT), (NNN)}
1.5.2 Eventos sucesos
28. Suponga que una contraseña está formada por 6 caracteres, siendo las dos primeras letras del alfabeto y los 4 últimos, dígitos. ¿Cuál es el número de opciones para escoger la contraseña?El número de opciones que se tienen para escoger la contraseña está dado por 26 formas de escoger cada uno de los 2 primeros caracteres y 10 formas de escoger cada uno de los últimos 4 caracteres.
Solución:
n = 26 × 26 × 10 × 10 = 67.600n = 26 × 26 × 10 × 10× 10 × 10 = 6’760.000
Tomado de LIPSCHUTZ, Seymor. Probabilidad. Mc. Graw Hill. Segunda edición.
1.5.3 Técnicas de conteo
25
29. En un pueblo lejano el 50% ha estado muy enfermo alguna vez, el 50%
tiene menos de 70 años y el 80% no padece ninguna enfermedad
contagiosa. De estos últimos el 60% tiene menos de 70 años y el 40% ha
estado casi muerto alguna vez. De los que han estado casados alguna vez,
sólo el 20% tiene menos de 70 años. El 10% de la población reúne las tres
condiciones. Representar la información anterior en un diagrama de Venn.
Solución
Digamos que contamos con 100 personas para el ejercicio
Sea C el conjunto de los que han muy enfermos alguna vez.
“B“tienen - de 70 años.
“E “no padecen enfermedad contagiosa.
(C ) = 50% de la población; (E) = 80%;
(B) =50%:
(E Ç B) = 48%; (E Ç C) = 32%; (C Ç B) = 10%;
A C
C
E
(C Ç E Ç B) = 10%
1.5.4 Axiomas de probabilidad
30. De una bolsa de 40 bombones extraemos dos bombones a la vez., ¿cuál es
la probabilidad de que al menos uno de ellos sea rojo?
Solución. Sea el suceso “al extraer dos bombones al menos uno es rojo”. Lo
ponemos al contrario, Ac , es decir calculamos la probabilidad de que ninguno sea
26
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(Ac ) = = 0,56 Þ p(A) = 1 -
0,56 = 0,44
2) p(f) = 0 .
3) Si A I b Þ p(A) £ p(B)
4) Si A y B son sucesos compatibles p(A È B) = p(A) + p(B) - p(A Ç B)
1.5.5 Probabilidad condicional
31. En una equipo de fútbol 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 ¿Cuál es la probabilidad de que jugara el primer
tiempo?
b) Si jugo el segundo tiempo
Solución
Sea A = “jugo el primer tiempo” y B = “jugo el segundo tiempo”
p (A) = 0,45; p(B) = 0,60 ; p(A Ç B) = 0,30
a)p (A/B) = 0,30/0,60 =1/2; p(B/A) = 0,30/0,45 = 2/3
27
1.5.6 Teorema de Bayes
31. Una fábrica de galletas tienen tres (3) cadenas de producción. Cada una de ellas fabrica el 30%, 45% y el 25% de la producción de un día. Se conoce que el porcentaje de galletas no aptas para su venta en cada una de las cadenas de producción es del 5%, 4% y 3%, respectivamente. De la producción total de un día 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 producción.
Solución: a. Representaré por A, B, y C los sucesos una galleta es producida por la cadena 1,2 y 3 respectivamente. Así 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 mí una partición del espacio muestral y dado que conocemos las Probabilidades Condicionadas Del Suceso D sobre los sucesos de la partición, estamos en condiciones de usar y resolver la parte:
28
CONCLUSIONES
Al terminar esta actividad podemos concluir que la estadística es un medio que es aplicable a cualquier campo, cuyo objeto es operar con un grupo de datos e interpretarlos. Se ocupa de los métodos y procedimientos para recoger, clasificar, resumir, hallar regularidades y analizar los datos, siempre y cuando la variabilidad e incertidumbre sea una causa específica de los mismos; así 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 permitió fomentar en el estudiante la capacidad de reconocer y establecer modelos apropiados para describir fenómenos aleatorios que surgen en cada área 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 más allá 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. más 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 más allá de nuestro sentido común, y unido a la estadística nos permite hacer la llamada inferencia estadística
La estadística la vivimos en todo sentido de nuestras vidas, (profesional, personal, etc.)
Entre más nos adentramos a los conocimientos aquí aplicados mas podemos ver en como la realidad que vivimos todos los días 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
29
BIBLIOGRAFIA
DÍAZ Rafael. Introducción a la Probabilidad, los Procesos Estocásticos y la Estadística en Ingeniería. Escuela de Ingeniería Eléctrica. Universidad Central de Venezuela. 2000
MARTINEZ, C Bencardino. Estadística. Cuarta edición revisada y aumentada. 1987
MILTON, J. Susan, ARNOLD, Jesse C. Probabilidad y Estadística 4ªEd. México: Mc Graw Hill Interamericana, 2004.
ROBAYO, Adriana. Modulo de probabilidad. Universidad Nacional Abierta y a distancia. Bogotá. 2007