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

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.

4 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

OBJETIVOS

5 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

1.1 ANAMARIA LOZA VALENCIA 1.1.1 Espacio muestral.

7 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.

TIPO DE PROGRAMA DEPORTES D NOTICIAS N DRAMA M COMEDIA W TOTAL

COLEGIO A 15 3 5 10 33

NIVEL DE ESTUDIOS UNIVERSIDAD POSTGRADO C B 8 7 27 10 5 15 3 2 43 34

TOTAL 30 40 25 15 110

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 1.1.2 Eventos sucesos

8 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) Ejercicio 2 CAPITULO 2 tomado de modulo de probabilidad, Adriana Robayo pg. 21 1.1.3 Tcnicas de conteo

9 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 = 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 as sucesivamente Solucin:

10 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 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

11 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

12 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:

13 VHC = 1/12 VHN = 1/12 VHF = 1/12 VSC = 1/12 VSN = 1/12 VSF = 1/12 CHC = 1/12 CHN = 1/12 CHF = 1/12 CSC =1/12 CSN =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 2. Obtener un nmero primo 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 y = par {2, B 3, = 5} {2}

14 A = (sss, ssn, sns,nss) 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 n2 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: N1xn2nk 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

15 solo ensayo, se dicen que son mutuamente excluyentes. Se denomina probabilidad adictiva y ser igual ala suma de las probabilidades de cada suceso. Solucin: 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 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 . E l 20 % de l o s emp le a d o s de un a e mp re sa son i ng e ni e ro s y o tro 20 % so n e con o mi sta s. El 75 % d e lo s in g en i e ro s o cu p a n un pu e sto di re cti vo y e l 5 0% de l o s e con o mi sta s ta mb i n , mie n tra s qu e l o s no in g en i e ro s y l o s n o e co n o mi sta s sol a me n te e l 20 % o cu pa un p u e sto di re cti vo . C u l e s la pro b ab i li d a d d e qu e u n e mpl e a do di re cti vo el e gi d o a l a za r sea in g en i e ro ? 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 {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

16

cualquiera del que se conocen las probabilidades condicionales P(B | A i). Solucin: Entonces, la probabilidad P(Ai | B) viene dada por la expresin:

donde:

P(Ai) son las probabilidades a priori. P(B | Ai) es la probabilidad de B en la hiptesis 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 pro b ab i li d a d de qu e u n e mpl e a do di re cti vo el e gi d o a l a za r sea in g en i e ro e s d e 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.

17 b) Enumere los puntos muestrales que genera el rbol. Acaso puede completarse 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' Solucin: S = { ++, +0, +-, 0+, 00, 0-, -+, -0, -- } A = { -+, -0, -- } A' n B' A n C' n B

18 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 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

C3 X 8C2 X 4C2 X 3C1 = 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:

19 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:

20 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.

21 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:

22

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

23 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

24 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

Ejercicio 22 tomado de modulo de probabilidad, Adriana Robayo pg. 33 Ejercicio 23 tomado de modulo de probabilidad, Adriana Robayo pg. 33 Ejercicio 24 tomado de modulo de probabilidad, Adriana Robayo pg. 34

25 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 A A 0,12 0,8 B 0,06 0,74 O,80 TOTAL 0,18 0,82 1,OO

TOTAL 0,20

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 1.4.6 Teorema de Bayes

26 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. .

27

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

28

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; (B) =50%: (E B) = 48%; (E C) = 32%; (C B) = 10%; (E) = 80%;

38 38 2 2
C

10 10 22 22 16 16

(C E B) = 10%

10 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, Ac , es decir calculamos la probabilidad de que ninguno sea

29 rojo.

Sucesos posibles: sacar.

, que son todos los grupos de 2 bombones que se pueden

Sucesos favorables:

pues hay 30 bombones que no son rojos.

Por la regla de Laplace tenemos: p(Ac ) = 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)

= 0,56 p(A) = 1 -

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

30

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(B) =0,45 P(C) =0,25 P(D/A)=0,05 P(D/B)=0,04 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:

31

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.

32 La probabilidad es un numero asociado a una variable aleatoria, mediante una regla de correspondencia

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