MODULO DE PROBABILIDAD

(100402_32)

INTEGRANTES

ALEXANDER DE ARMAS ROBLES

LUIS MARTINEZ BALLESTAS
HEISSER JIMENEZ

Unidad 1 Conceptos
bsicos de probabilidad

Tutor
LUZ ANA ABAD LONDOO

Universidad Nacional Abierta y a Distancia

15 de Octubre de 2017
OBJETIVOS GENERALES:

Analizar e interiorizar los principios de probabilidad.

Identificar las propiedades y leyes de la probabilidad.
Campos de aplicacin de la probabilidad.

OBJETIVOS ESPECIFICOS:

Reconocer las caractersticas de un experimento aleatorio.

Identificar el espacio muestral y distintos eventos de experimentos aleatorios.
Adquirir las herramientas y habilidades necesarias de las tcnicas de conteo.
Calcular las medidas de espacios muestrales y eventos aplicando reglas bsicas
de conteo, permutaciones y combinaciones.
Establecer y aplicar las tcnicas de conteo a travs de permutaciones y
combinaciones.
Enunciar y aplicar el principio fundamental de conteo o principio multiplicativo y
utilizar diagramas de rbol para ejemplificarlo
Definir y estudiar diversos tipos de espacios de probabilidad.
Reconocer la importancia de la teora de las probabilidades en el anlisis e
interpretacin de informacin estadstica.
Aplicar las propiedades matemticas bsicas de las probabilidades para el
clculo de la probabilidad de diferentes eventos que ocurren en experimentos
aleatorios.
Calcular la probabilidad de un evento, dado que otro ha sucedido.
Demostrar la independencia o no de dos o ms eventos.
Enunciar y aplicar la ley de la probabilidad total.
Obtener la probabilidad de eventos que involucren el uso del principio
multiplicativo, diagramas de rbol y las tcnicas de conteo.
Calcular la probabilidad de causas aplicando el teorema de Bayes.
INTRODUCCIN
DESARROLLO DE LA ACTIVIDAD.

CUADRO SINOPTICO.
Solucin al estudio de caso 1
Aporte de alexander de armas

En una universidad de Bogot se realiz un informe sobre el rendimiento

acadmico de los estudiantes que cursaron asignaturas en el rea de
matemticas en el periodo 2015 - I. Los resultados obtenidos muestran
el rendimiento por curso, por programa y por profesor.

Datos: La base de datos incluye la compilacin de la informacin

reportada por los docentes del rea, incluye 2755 registros de
estudiantes inscritos en alguna de las asignaturas ofrecidas por el rea.
Los profesores reportaron la valoracin (notas) de cada corte, y con
ellas se hizo seguimiento durante el semestre.

APROB: Estudiantes que finalizaron el curso con una nota superior o

igual a 3.0.

REPROB: Estudiantes que finalizaron el curso con una nota inferior a

3.0 sin contar a quienes ya perdieron por fallas, o fueron reportados por
cancelacin de semestre.

CANCELO O PERDIO POR FALLAS: Estudiantes que perdieron por

fallas, o fueron reportados por cancelacin de semestre

Cancelo o
Curso Aprob Reprob perdi Total
por fallas
Algebra lineal 178 10 30 218
Anlisis numrico 146 15 21 182
Clculo infinitesimal 252 37 39 328
Calculo integral 56 8 15 79
Clculo multivariado 244 49 64 357
Calculo negocios 226 44 61 331
Ecuaciones diferenciales 178 47 40 265
Estadstica bsica 33 11 9 53
Estadstica inferencial 269 70 98 437
Matemticas avanzadas 199 53 73 325
 Cancelo o
Curso Aprob Reprob perdi Total
por fallas
Matemticas discretas 44 13 23 80
Pre clculo 42 24 17 83
Probabilidad 6 8 3 17
TOTAL 1873 389 493 2755

Cancelo o perdi
Programa Aprob Reprob Total
por fallas

Administracin ambiental 146 15 21 182

Admn. empresas 295 44 41 380
Arquitectura 297 53 71 421
Contadura 99 23 19 141
Economa 99 19 24 142
Ing Mecatrnica 515 118 154 787
Ing. Civil 88 20 27 135
Ing. Financiera 83 29 22 134
Ing. Sistemas 127 26 53 206
Ing. Telecomunicaciones 32 9 15 56
Negocios Internacionales 69 21 33 123
Psicologa 23 12 13 48
Total 1873 389 493 2755
 Cancelo o perdi
Profesor Aprob Reprob Total
por fallas
Csar r. 52 1 53
Claudia v. 31 5 36
Diana m. 97 4 18 119
Ernesto s. 166 17 21 204
Diego v. 36 5 4 45
Eduardo m. 154 17 26 197
Enrique p 118 25 13 156
Fernando m. 125 21 21 167
Gloria a. 151 32 20 203
Jairo a. 116 19 26 161
Javier b. 98 10 29 137
Jos c. 49 9 16 74
Luz p. 142 23 44 209
Marcela f. 60 19 21 100
Mara a . 93 27 37 157
Mario g 90 16 46 152
Mercedes s. 60 15 27 102
Oscar n. 111 48 45 204
Patricia m. 37 14 22 73
Ricardo o. 57 31 46 134
Sandra m. 30 37 5 72
Total 1873 389 493 2755

Con el propsito de evaluar el resultado acadmico en los cursos del

rea de matemticas, a usted le han llamado para que ayude en el
anlisis de datos. Utilice su conocimiento de la probabilidad para ayudar
a realizar el informe solicitado.

Prepare un informe en el que debe incluir como mnimo lo siguiente:

1. La probabilidad de que un estudiante apruebe un curso del rea de
matemticas
2. La probabilidad de que un estudiante repruebe un curso del rea de
matemticas.
3. Por cada profesor, establezca la probabilidad de que un estudiante
apruebe un curso del rea de matemticas.
4. Clasique los cursos del rea de acuerdo a los resultados obtenidos.
Establezca los criterios que utiliz y d las razones de su eleccin.
5. Califique los profesores del rea de acuerdo a los resultados obtenidos.
Establezca los criterios que utiliz y d las razones de su eleccin
6. En que programa hay mejores resultados. Establezca los criterios que utiliz
y d las razones de su eleccin

DESARROLLO:

Si analizamos los escenarios posibles para un estudiante en cualquier rea de

las matemticas, este tiene solo tres posibilidades a saber:

Aprob.
Reprob.
Cancelo o perdi por fallas.

En ese orden de ideas el estudiante tiene una probabilidad igual a:

1
() = , : = 3

1
() = = 0,33
3
O lo que es lo mismo un 33% de probabilidad de aprobar o reprobar cualquier
rea de las matemticas antes de empezar sus cursos.

Luego basndose en los datos podemos tener una probabilidad mas cerca a la
realidad, a travs de los comportamientos acadmicos de los estudiantes que
han sido recopilados en las tablas anteriores.

Dicho esto podemos afirmar que es ms sensato utilizar para calcular la

probabilidad con la formula de la frecuencia relativa o probabilidad frecuentista
debido a que es una informacin que ha pasado y se tiene buena informacin
para sustentarla.

() = , :

f= numero de veces que aparece A

n=numero de veces que se realiza el experimento

Tomemos como ejemplo los valores de la tabla para el curso de algebra lineal
a modo de informacin y luego se entrega el informe con los valores calculados
para todos los datos.

Curso Aprob Reprob Cancelo o perdi por fallas Total

Algebra lineal 178 10 30 218

178
() = = 0,816 = 81.6
218
10
() = = 0,046 = 4.6
218
30
() = = 0,138 = 13.8
218

Concluimos pues lo siguiente:

La probabilidad que un estudiante apruebe el modulo de Algebra lineal es de

un 81.6 %; para que lo repruebe es de 4.6% y para que sea cancelado o por
fallas es un 13.8% siendo estos valores mas acertados a la realidad que los
valores obtenidos por la forma clsica donde esta forma (clsica) es muy ideal.

Si comparamos la forma clsica con la forma de frecuencia relativa o

probabilidad frecuentista, podemos ver que esta ultima nos entrega datos mas
acertados a la realidad, tambin por ser un informe de algo que ha sucedido y
teniendo bastante informacin del comportamiento de los estudiantes con
relacin a los puntos de investigacin.

Curso Aprob Reprob Cancelados

Algebra lineal 81,6% 4,6% 13,8%

Anlisis numrico 80,2% 8,2% 11,5%
Clculo infinitesimal 76,8% 11,3% 11,9%
Calculo integral 70,7% 10,1% 18,99%
Clculo multivariado 68,3% 13,7% 17,93%
Calculo negocios 68,3% 13,3% 18,43%
Ecuaciones diferenciales 67,1% 17,7% 15,1%
Estadstica bsica 62,3% 20,8% 17 %
Estadstica inferencial 61,5% 16% 22,4%
Matemticas avanzadas 61,2% 16,3% 22,5%
Matemticas discretas 55 % 16,2% 28,7%
Pre clculo 50,6% 29% 20,5%
Probabilidad 35,3% 47 % 17,6%

% de Probabilidad de estudiante por curso

0,090%
0,080%
0,070%
0,060%
0,050%
0,040%
0,030%
0,020% Series1
0,010% Series2
0,000%
Series3
Series4
Aprob
Reprob
Cancelados
 Programa Aprob Reprob Cancelados

Administracin ambiental 80,2% 8,2% 11,5%

Admn. empresas 77,6% 11,6% 10,8%
Arquitectura 70,5% 12,6% 16,9%
Contadura 70,2% 16,3% 13,5%
Economa 69,7% 13,4% 16,9%
Ing. Mecatrnica 65,4% 15,0% 19,6%
Ing. Civil 65,2% 14,8% 20,0%
Ing. Financiera 61,9% 21,6% 16,4%
Ing. Sistemas 61,7% 12,6% 25,7%
Ing. Telecomunicaciones 57,1% 16,1% 26,8%
Negocios Internacionales 56,1% 17,1% 26,8%
Psicologa 47,9% 25,0% 27,1%

% Probabilidad de estudiante por programa academico

90%
80%
70%
60%
50%
40%
30%
20% Series1
10%
Series2
00%
Series3
Series4
Aprob
Reprob
Cancelados
 Profesor Aprob Reprob Cancelados
Csar r. 98,1% 0,0% 1,9%
Claudia v. 86,1% 0,0% 13,9%
Diana m. 81,5% 3,4% 15,1%
Ernesto s. 81,4% 8,3% 10,3%
Diego v. 80,0% 11,1% 8,9%
Eduardo m. 78,2% 8,6% 13,2%
Enrique p 75,6% 16,0% 8,3%
Fernando m. 74,9% 12,6% 12,6%
Gloria a. 74,4% 15,8% 9,9%
Jairo a. 72,0% 11,8% 16,1%
Javier b. 71,5% 7,3% 21,2%
Jos c. 66,2% 12,2% 21,6%
Luz p. 67,9% 11,0% 21,1%
Marcela f. 60,0% 19,0% 21,0%
Mara a . 59,2% 17,2% 23,6%
Mario g 59,2% 10,5% 30,3%
Mercedes s. 58,8% 14,7% 26,5%
Oscar n. 54,4% 23,5% 22,1%
Patricia m. 50,7% 19,2% 30,1%
Ricardo o. 42,5% 23,1% 34,3%
Sandra m. 41,7% 51,4% 6,9%
 % de Probabilidad de estudiante por Profesor asignado
100%
90%
80%
70%
60%
50%
40% Series1
30%
Series2
20%
Series3
10%
Series4
00%
Aprob
Reprob
Cancelados

Se realiza la clasificacin segn el valor histrico de probabilidad de aprobacin

que tienen los estudiantes segn el curso de la siguiente manera:

Alta probabilidad de Rendimiento 75

Probabilidad media de Rendimiento 75 60
Bajo probabilidad de Rendimiento60

Se establece de esta manera tomando como muestra los 2755 estudiantes

universitarios y su rendimiento al aprobar los cursos, pues deja un precedente
del comportamiento acadmico a futuro de los estudiantes de dicha
universidad. Tambin podra servir como punto de partida para que la
universidad refuerce su material acadmico y mejore la estrategia de
aprendizaje en aquellos cursos que presentan baja probabilidad de rendimiento
acadmico.
 Clasificacin Curso Probabilidad de
aprobacin estudiante

Algebra lineal 81,6%

Alta probabilidad de
Anlisis numrico 80,2%
Rendimiento acadmico
Clculo infinitesimal 76,8%

Calculo integral 70,8%

Clculo multivariado 68,3%

Calculo negocios 68,2%

Probabilidad bsica de Ecuaciones 67,1%

Rendimiento acadmico diferenciales

Estadstica bsica 62,2%

Estadstica inferencial 61,5%

Matemticas avanzadas 61,2%

Matemticas discretas 55 %
bajo probabilidad de
Pre clculo 50,6%
Rendimiento acadmico
Probabilidad 35,3%

Se realiza la clasificacin segn el valor histrico de probabilidad de aprobacin

que tienen los estudiantes segn el profesor designado de la siguiente manera:

Alta probabilidad de Rendimiento 75

Probabilidad media de Rendimiento 75 60
Bajo probabilidad de Rendimiento60

Se establece de esta manera tomando como muestra los 2755 estudiantes

universitarios y su rendimiento al aprobar segn el profesor asignado, pues
advierte del rendimiento acadmico a futuro de los estudiantes frente la forma
de enseanza o el mtodo utilizado de cada profesor
 Probabilidad de
Clasificacin Profesor aprobacin
estudiante

Csar r. 98,1%

Claudia v. 86,1%

Diana m. 81,5%

Alta probabilidad Ernesto s. 81,4%

Diego v. 80,0%

Eduardo m. 78,2%

Enrique p 75,6%

Fernando m. 74,9%

Gloria a. 74,4%

Jairo a. 72,0%

Probabilidad media Javier b. 71,5%

Jos c. 66,2%

Luz p. 67,9%

Marcela f. 60,0%

Mara a . 59,2%

Mario g 59,2%

Mercedes s. 58,8%

Baja probabilidad Oscar n. 54,4%

Patricia m. 50,7%

Ricardo o. 42,5%

Sandra m. 41,7%
Teniendo en cuenta que los programas acadmicos debe formar excelentes
profesionales se han clasificado de esta manera:

Altos resultados 75
Resultados medios 75 60
Bajos Resultados 60

Se determina de esta manera, pues se entiende que los resultados son el

esfuerzo y la dedicacin que los estudiantes le aplican para asimilar la
informacin ofrecida por el programa acadmico a travs del mtodo
pedaggico que cada programa ofrece a sus estudiantes.

Clasificacin Programa acadmico Resultados

Administracin ambiental 80,2%

Altos resultados
Admn. empresas 77,6%
Arquitectura 70,5%
Contadura 70,2%
Economa 69,7%
Resultados medios Ing. Mecatrnica 65,4%
Ing. Civil 65,2%
Ing. Financiera 61,9%
Ing. Sistemas 61,7%
Ing. Telecomunicaciones 57,1%
Bajos resultados Negocios Internacionales 56,1%
Psicologa 47,9%

Se concluye que los programas como mejores resultados son los programas de
administracin, pues sus resultados estn por encima del 75% de aprobacin
acadmica, tienen bajos porcentajes de reprobados y bajos porcentajes de
desercin estudiantil.
Solucin al estudio de caso 4
Aporte LUIS MARTINEZ BALLESTAS

Un fabricante de reproductores de DVD compra un microchip en particular,

denominado LS-24, a tres proveedores: Hall Electronics, Schuller Sales y Crawford
Components. Los registros de la compaa muestran que el Veinticinco por ciento de
los chips LS-24 se le compran a Hall Electronics; el treinta por ciento a Schuller Sales y
el restante, a Crawford Components. El fabricante cuenta con amplios historiales sobre
los tres proveedores y sabe que 2% de los chips LS-24 de Hall Electronics tiene
defectos, 4% de los de Schuller Sales tambin y6 % de los que vende Crawford
Components son defectuosos. Cuando los chips LS-24 se reciben, se les coloca
directamente en un depsito y no se inspeccionan ni se identifican con el nombre del
proveedor.

Un trabajador selecciona un chip para instalarlo en un reproductor de DVD y lo

encuentra defectuoso. Como el fabricante no identific los chips, no se est seguro de
qu proveedor los fabric. Con el propsito de evaluar con que proveedor hay mayor
probabilidad de tener chips defectuosos, usted ha sido llamado para que ayude en el
anlisis de datos. Utilice su conocimiento de la probabilidad y las aplicaciones del
Teorema de Bayes para ayudar a realizar el informe solicitado.

Prepare un informe en el que debe incluir como mnimo lo siguiente:

1.- Un diagrama de rbol que represente las probabilidades dadas (probabilidades a
priori) y las probabilidades encontradas (probabilidades a posteriori)
2.- Probabilidad de que un chip este defectuoso
3- Probabilidad de que el chip este en buenas condiciones
4.- Si el chip seleccionado resulta defectuoso, debe encontrar la Probabilidad de que
haya sido fabricado por cada uno de los proveedores
5.- Si el chip seleccionado est en buenas condiciones, debe encontrar la Probabilidad
de que haya sido fabricado por cada uno de los proveedores

DESARROLLO

Probabilidad de que un chip este defectuoso

P (A1 Y B1) = P (A1) P (B1| A1)

= (.25) (.02) = .005

P (A2 Y B1) = P (A2) P (B1| A2)

= (.30) (.04) = .012

 P (A3 Y B1) = P (A3) P (B1| A3)

= (.45) (.06) = .027

P (B1) = .044

En total son 44 chip defectuosos, de los cuales 5 fueron fabricados por Hall Electronics,
12 de Schuller Sales y 27 de Crawford Components.

Probabilidad de que el chip este en buenas condiciones

P (A1 Y B2) = P (A1) P (B2| A1)

= (.25) (.98) = .245

P (A2 Y B2) = P (A2) P (B2| A2)

= (.30) (.96) = .288

P (A3 Y B2) = P (A3) P (B2| A3)

= (.45) (94) = .423

P (B2) = 0.956

En total son 956 chip defectuosos, de los cuales 245 fueron fabricados por Hall
Electronics, 288 de Schuller Sales y 423 de Crawford Components.

Si el chip seleccionado resulta defectuoso, debe encontrar la

Probabilidad de que haya sido fabricado por cada uno de los
proveedores

P (A1| B1) = P (A1) P (B1| A1) _______ .

P (A1) P (B1| A1) + P (A2) (B1| A2)

= (.25) (.02) .
(.25) (.02) + (.30) (.04) + (.45) (.06)

= .005 = .1136
La probabilidad de que el chip LS-24 defectuoso prevenga de Hall Electronics es de
0.1136

P (A2| B1) = P (A2) P (B1| A2) .

P (A1) P (B1| A1) + P (A2) (B1| A2) + P (A3) (B1| A3)

= (.30) (.04) .
(.25) (.02) + (.30) (.04) + (.45) (.06)

= .012 = .2727

La probabilidad de que el chip LS-24 defectuoso prevenga de Schuller Sales es de

0.2727

P (A3| B1) = P (A3) P (B1| A3) .

P (A1) P (B1| A1) + P (A2) (B1| A2) + P (A3) (B1| A3)

= (.45) (.06) .
(.25) (.02) + (.30) (.04) + (.45) (.06)

= .027 = .6136

La probabilidad de que el chip LS-24 defectuoso prevenga de Crawford Components es

de 0.6136

Si el chip seleccionado est en buenas condiciones, debe encontrar la

Probabilidad de que haya sido fabricado por cada uno de los
proveedores.

Existen tres eventos mutualmente excluyentes y colectivamente exhaustivos, en

definitiva tres proveedores:

A1el LS-24 se le compr a Hall Electronics.

A2 el LS-24 se le compr a Schuller Sales.

A3el LS-24 se le compr a Crawford Components.

Las prioridades a priori son:

P (A1) = .25 La probabilidad de que Hall Electronics haya fabricado el LS-24.

P (A2) = .30 La probabilidad de que Schuller Sales haya fabricado el LS-24.

P (A3) = .45 La probabilidad de que Crawford Components haya fabricado el LS-24.

A continuacin se identifican las probabilidad condicionales

P (B1| A1) = .02 la probabilidad de que un chip LS-24 fabricado por Hall Electronics
se encuentre defectuoso.

P (B1| A2) = .04 la probabilidad de que un chip LS-24 fabricado por Schuller Sales se
encuentre defectuoso.

P (B1| A3) = .06 la probabilidad de que un chip LS-24 fabricado por Crawford
Components se encuentre defectuoso.

Elabore un diagrama de rbol que represente las probabilidades dadas y

encontradas.
Solucin al estudio de caso 5
Aporte HEISSER JIMENEZ

En su excitante novela Congo, Michael Crichton describe la bsqueda de depsitos de

diamantes azules cubiertos de boro llevada a cabo por
EarthResourcesTechnologyServices (ERTS), una compaa dedicada a estudios
geolgicos. Segn ERTS los diamantes son la clave para una nueva generacin de
computadoras pticas. En la novela ERTS compite contra un consorcio internacional
por encontrar la cuidad perdida de Zinj, que prosper dada la minera de diamantes
hace varios miles de aos (segn la leyenda africana) y se ubica en lo ms profundo
de la selva tropical de Zaire Oriental.

Despus de la misteriosa destruccin de su primera expedicin, ERTS lanza una

segunda expedicin dirigida por Karen Ross, una experta en computacin de 24 aos
de edad, acompaada por el profesor Peter Eliot, un antroplogo; Amy, un gorila
parlante; y el afamado mercenario y lder de la expedicin, el capitn Charles Munro.

Las acciones ofensivas del consorcio, la mortal selva tropical y las hordas de gorilas
parlantes asesinos, que percibieron que su misin era defender las minas de
diamantes, bloquean los esfuerzos de Ross para encontrar la ciudad. Para superar
estos obstculos Ross utiliza computadoras de la era espacial para evaluar las
probabilidades de xito en todas las circunstancias posibles y las acciones que pudiera
llevar a cabo la expedicin. En cada etapa de la expedicin, ella evala rpidamente
las probabilidades de xito.

En una etapa de la expedicin Ross recibe informes de su oficina principal en Houston,

de que sus computadoras estiman que tiene 18 horas y 20 minutos de retraso en
relacin con el equipo competidor euro-japones, en lugar de 40 horas de ventaja.
Cambia los planes y decide que 10 miembros de su equipo

desciendan en paracadas en una regin volcnica cerca de la ubicacin estimada de

Zinj. Segn el relato de Crichton, Ross haba vuelto a revisar las probabilidades de la
computadora de Houston y los resultados eran inequvocos. La probabilidad de un salto
exitoso era 0,8790; sin embargo, dado un salto exitoso, la probabilidad de xito de la
expedicin era de 0,9483 con lo cual casi se aseguraba de que venceran al consorcio

Sin olvidar que se trata de la cita de una novela, examine las probabilidades
mencionadas y determine:

1. Si fuera uno de los 10 miembros del equipo, cual es la probabilidad de

completar su salto con xito?

2. Si la probabilidad de que los 10 miembros del equipo tengan un salto exitoso es

de 0.8790, cual es la probabilidad de que un solo miembro del equipo pueda
completar el salto con xito?
3. En el relato se afirma que: esa probabilidad de 0,8790 significaba que haba
casi una posibilidad entre cinco de que alguien se hiera seriamente en un salto.
Concuerda usted con esa afirmacin? Si o no. Por qu?

SOLUCION

1. Si fuera uno de los 10 miembros del equipo, la probabilidad de completar su

salto con xito se determina de la siguiente manera:

10
= 0,8790 = 0,9872 = 98,72

Si fuese uno de los miembros del equipo, tendra 98,72% de probabilidad

independiente de completar el salto con xito.

2. La probabilidad de que los 10 miembros del equipo tengan un salto exitoso es

de 87.9%, la probabilidad de que un solo miembro del equipo pueda completar
el salto con xito se determina de la siguiente manera:

La probabilidad de que los 10 miembros del equipo tengan un salto exitoso es

de 0.8790, a lo cual lo llamaremos P(A).

() = 0.8790 = 87.9
Se llama P(B) a la probabilidad de que salte un solo miembro del equipo, sera
igual a 1/10.
1
() = = 0,1 = 10
10
Para saber la probabilidad de que el salto de 1 de los 10 miembros del equipo
sea exitoso, se debe realizar la siguiente operacin matemtica: P(A/ B).

() = () ()
0.8790 (0.1)
() =
() = 0.0879 = 8,79

Entonces, la probabilidad de que un solo miembro del equipo realice un salto

exitoso es de 8,79%.
3. En el relato se afirma que: esa probabilidad de 0,8790 significaba que haba
casi una posibilidad entre cinco de que alguien se hiera seriamente en un salto.
Concuerda usted con esa afirmacin? Si o no. Por qu?

Para este punto se debe realizar la mediante el uso de la probabilidad de

complemento. La cual nos dice: Si P(A) es la probabilidad de que ocurra un
evento A, entonces la probabilidad de que NO ocurra A es:

( ) = 1 ()

Tomando la opcin de que una posibilidad entre cinco de que alguien se hiera
seriamente en un salto

1/5 = 0,2

Considerando la probabilidad de 0,8790.

() = 0,8790

( ) = 1 ()

( ) = 1 0,8790

( ) = 0,1210 = 12,10

La probabilidad de que alguien se hiera en el salto es de 12,10 %, no concuerdo

con la afirmacin ya que como este valor es menor a 20%, entonces la
afirmacin es falsa.
CONCLUSIONES
REFERENCIAS BIBLIOGRAFICAS

Morales, Adriana (2010) Modulo Probabilidad. Bogot D.C., Universidad Nacional

Abierta y a distancia UNAD recuperado de:
https://es.slideshare.net/RRVSRRVS/modulo-probabilidad-i-2010

Rubio, C. (2013) Ova sobre Probabilidad (Video): Definicion de Espacio Muestral y

Eventos. Recuperado de: https://www.youtube.com/watch?v=XXgfO_oDxVY

Rodriguez J., Rubio V C., (2014) Ejercicio de Principios de Probabilidad. (Video)

Recuperado de: https://www.youtube.com/watch?v=iC6PWTUUEAo

Snchez, S. E. A., Inzunza, C. S., & vila, A. R. (2015). Probabilidad y estadstica 1.

Distrito Federal, MXICO: Grupo Editorial Patria. Retrieved from Recuperado de :
http://bibliotecavirtual.unad.edu.co:2077/lib/unadsp/reader.action?ppg=148&docID=1
1230886&tm=1489689899405

Escobar , M (2005, diciembre 30) Modulo estadistica descriptiva. Bogot D.C.,

Universidad Nacional Abierta y a distancia UNAD recuperado de:
https://estadisticadescriptivaunad.files.wordpress.com/2011/02/estadistica-
descriptiva.pdf