Probabilidad Pasar Un Modulo

UNIVERSIDAD TÉCNICA DE AMBATO
FACULTAD DE INGENIERÍA EN SISTEMAS ELECTRÓNICA E INDUSTRIAL

CARRERA DE INGENIERÍA INDUSTRIAL EN PROCESOS DE AUTOMATIZACIÓN
PERÍODO ACADÉMICO: ABRIL/2015 – SEPTIEMBRE/2015
FORMATO DE TRABAJO FINAL
I. PORTADA
Facultad de Ingeniería en Sistemas, Electrónica e Industrial
“Proyecto Académico de Fin de Semestre”
Título: Probabilidad de que los estudiantes de Tercer nivel
paralelo “A” de la Carrera de Ingeniería Industrial
en Procesos de Automatización de la Facultad de
Ingeniería en Sistemas, Electrónica e Industrial de
la Universidad Técnica de Ambato aprueben en su
primera matricula el módulo de Tecnología de
Materiales, período académico (abril-septiembre) –
2015.
Carrera: Ingeniería Industrial en Procesos de
Automatización
Área Académica: Industrial y Manufactura
Línea de Investigación: Industrial
Ciclo Académico y Paralelo: Tercero “B”
Alumnos participantes: Pérez Alvarado Gabriela Estefanía
Rivera Sánchez Paola Alexandra
Rivera Tintin Bryan Alexander
Rosero Casa Jessica Daniela
Vinocunga Toaquiza Jenny Estefanía
Módulo: Estadística y Probabilidad
Docente: Ing. Franklin Tigre.
II. INFORME DEL PROYECTO

1. PP
2. YY
2.1 Título
Probabilidad de que los estudiantes de Tercer nivel paralelo “A” de la Carrera de

Ingeniería Industrial en Procesos de Automatización de la Facultad de Ingeniería en
Sistemas, Electrónica e Industrial de la Universidad Técnica de Ambato aprueben
en su primera matricula el módulo de Tecnología de Materiales, período académico
(abril-septiembre) – 2015.
2.2 Objetivos
Objetivo General:
 Calcular la Probabilidad de que los estudiantes de Tercer nivel paralelo

“A” de la Carrera de Ingeniería Industrial en Procesos de Automatización
de la Facultad de Ingeniería en Sistemas, Electrónica e Industrial de la
Universidad Técnica de Ambato aprueben en su primera matricula el
módulo de Tecnología de Materiales, período académico (abril-
septiembre) – 2015.
Objetivos Específicos:
 Explicar la probabilidad de que suceda uno o varios eventos a la vez.

 Aplicar los conocimientos previamente impartidos en el módulo.
 Analizar cada uno de los eventos presentados en la investigación para
su debido cálculo.
2.3 Resumen
2.4 Palabras clave: Probabilidad, aprobar, axiomas, espacio muestral.
2.5 Introducción
La importancia de la probabilidad radica en que, mediante este recurso

matemático, es posible ajustar de la manera más exacta posible los
imponderables debidos al azar en los más variados campos tanto de la ciencia
como de la vida cotidiana, cosas que nos suceden sin que podamos predecir los
resultados con exactitud. Por ejemplo, tras esparcir dulce sobre una rebanada
de pan, ésta se nos puede caer de las manos. ¿Sabemos a ciencia cierta si a
consecuencia de ello ensuciaremos el piso? Claramente no, pues nuestra
experiencia nos indica que algunas veces el lado con dulce cae para abajo y
otras para arriba. Cuando el referí de un partido revolea la moneda para
determinar qué equipo hará el saque, ¿sabemos con seguridad a cuál le tocará
hacerlo? La respuesta es "tampoco" [1].
Estos son sólo dos de los innumerables ejemplos en los cuales el azar interviene.
A los sucesos donde interviene el azar se los llama "aleatorios" o
"probabilísticos". Diremos que hay una probabilidad que se caiga el pan y el
dulce ensucie el piso. Hay una probabilidad que nuestro equipo gane el saque,
pero (¡desgraciadamente!) no podemos tener la certeza de ello [1].
En la vida cotidiana son más frecuentes las situaciones que podemos atribuir al
azar (eventos o sucesos aleatorios) que las que corresponden al acontecer
previsible con exactitud. ¿De qué humor estará el profesor hoy? ¿Nos
resfriaremos este invierno? ¿Quién ganará el campeonato? Hechos tan simples
como los mencionados requieren ser interpretados con pensamiento
probabilístico, el cual gira alrededor de las nociones azar e incertidumbre [1].
Al analizar cada uno de estos hechos aisladamente (por ejemplo, cómo llegó el
profesor el lunes), nada se puede concluir. Sin embargo, si se toma un conjunto
de cada uno de esos datos en número y forma apropiados (por ejemplo, cuántos
y cuáles días el profesor llegó de mal humor), es posible prever con "cierto grado
de certeza" qué es lo que posiblemente acontezca en el futuro que nos interesa
[1].
Es decir, si bien nuestra vida no es completamente previsible, tampoco nos

dejamos sorprender demasiado por estos imponderables y nuestra actitud es
prevenirnos de ellos o de sus consecuencias. Si no queremos que el piso esté
sucio a causa del dulce de leche, podemos tomar ciertas precauciones para que
la rebanada de pan no caiga de nuestras manos y llegue al piso (por ejemplo
prestando mucha atención a lo que hacemos, comiendo arriba de la mesa, etc.).
Por otra parte, podemos prepararnos para que si la rebanada cae y ensucia el
piso podamos limpiarlo (por ejemplo disponiendo de un trapo). En otras palabras,
si bien nuestra vida no es completamente previsible (¡menos mal!), nos interesa
y podemos encontrar la manera de mejorar nuestra situación respecto de ello.
Una rama de las matemáticas se ha encargado de estudiar el problema y de
desarrollar métodos que nos ayuden a tal fin: se trata del estudio de
probabilidades, o "estadística" [1].
En efecto, la probabilidad es una estrategia mediante la cual se intenta estimar

la frecuencia con la que se obtiene un cierto resultado en el marco de una
experiencia en la que se conocen todos los resultados posibles. Así, el ejemplo
más tradicional consiste en definir cuál es la prevalencia de obtener un número
al arrojar un dado. Sobre seis resultados posibles (todas las caras), sólo es
posible lograr un número por cada vez que el dado es arrojado. En este caso, la
probabilidad puede expresarse como uno en seis, un sexto, la sexta parte o, en
términos matemáticos precisos, 0.16 ó 16% [1].
2.6 Materiales y Metodología
PROBABILIDADES
Las probabilidades constituyen una rama de las matemáticas que se ocupa de

medir o determinar cuantitativamente la posibilidad de que un experimento
produzca un determinado resultado [2].
Es el estudio de las posibilidades de que ocurra o no un evento [2].
EXPERIMENTO ALEATORIO, ESPACIO MUESTRAL Y EVENTOS
Experimento aleatorio (ϵ)
Los experimentos u operaciones reales o hipotéticas pueden dividirse en dos

clases:
DETERMINÍSTICOS Y NO DETERMINÍSTICOS.
Determinístico.-Si los resultados del experimento están completamente

determinados y puede describirse por una fórmula matemática llamado modelo
Determinístico [2].
Ejemplos:
a) Soltar una piedra desde una cierta altura (Caída libre de los cuerpos) [3].
b) Los cambios de aceleración que produce una fuerza (Segunda ley de Newton)
[3].
No determinístico.- Si los resultados del experimento no pueden predecirse con

exactitud antes de realizar el experimento [4].
Ejemplos:
a) Lanzar una moneda y observar el resultado (cara o sello) [3].
b) Lanzar una moneda y observar el número que aparece (uno, dos, tres, cuatro,
cinco, seis).
CARACTERÍSTICAS DE UN EXPERIMENTO NO DETERMINÍSTICO:
 Cada experimento puede repetirse indefinidamente sin cambiar

esencialmente las condiciones [4].
 Cada experimento es no Determinístico [4].
 Cada experimento tiene varios resultados posibles que pueden
describirse de antemano con precisión. En el caso del lanzamiento de la
moneda sus posibilidades son cara o sello no sabremos cual sale pero si
los resultados posible [4].
“Por lo tanto un experimento aleatorio es aquel que tiene las tres características
mencionadas” [2].
Espacio muestral (Ω).- Es el conjunto de todos los resultados posibles de un

experimento aleatorio (ϵ) [5].
Por lo cual es muy conveniente utilizar notación de conjuntos y consecuencia de

ello utilizar algebra de conjuntos [5].
Ejemplos:
1) ϵ1: Lanzar una moneda y observar su resultado.
Ω1 = {cara, sello}
2) ϵ2: Lanzar un dado y observar el número resultante.
Ω2 = {1, 2, 3,4, 5, 6} 3)
5) ϵ5: Verificar el estado de un transistor (0 = apagado, 1 = encendido).
Ω5= {0, 1}
CLASIFICACIÓN DEL ESPACIO MUESTRAL
1. El espacio muestral puede ser finito o infinito
 Espacio muestral finito.-Posee un determinado número de

posibilidades, o se le puede considerar como un experimento sin
reposición [6].
Ejemplo:
ϵ2: Lanzar un dado y observar el número resultante.
Ω2 = {1, 2, 3,4, 5, 6}
 Espacio muestral infinito.-Posee un número indeterminado de

posibilidades, o se le puede considerar un experimento con reposición
[5].
Ejemplo:
ϵ4: Contar el número de vehículos que pasan por un determinado peaje [3].
Ω4= {0, 1, 2, 3, 4,………….}
2. El espacio muestral puede ser SIMPLE O COMPUESTO
- Espacio muestral simple.- Es el espacio que resulta de un solo experimento

aleatorio (experimento simple) [2].
ϵ2: Lanzar un dado y observar el número resultante [2].
Ω2 = {1, 2, 3,4, 5, 6}
- Espacio muestral compuesto.- Es aquel que resulta de dos o más experimentos

simples sucesivos o simultáneos [2].
ϵ1: Lanzar una moneda y un dado a la vez
¿Cuál será su espacio muestral?
Para responder la pregunta anterior se debe incluir el criterio que los espacios
muestral es compuestos son de dos tipos básicos aquellos que están unidos por
la letra gramatical “O” y la letra gramatical “Y” [2].
EXPERIMENTOS UNIDOS POR LA “O” EXCLUYENTE
Un experimento compuesto “ϵ”, es una combinación de los experimentos

simples, ϵ1 y ϵ2, sólo si el experimento “ϵ1”ocurre y “ϵ2” no, o viceversa [7].
EXPERIMENTOS UNIDOS POR LA “Y”
Un experimento compuesto “ϵ”, es una Y – combinación de los experimentos

simples, ϵ1 y ϵ2, cuando ambos experimentos, ϵ1 Y ϵ2 ocurren [7].
Una consecuencia directa del experimento compuesto por la Y es que su espacio

muestral resultante es el producto cartesiano de los espacios muéstrales de los
experimentos simples correspondientes. Es decir que el espacio muestral seria:
Ω = Ω1 x Ω2
Cuando se desea determinar un espacio muestral resultado de una “Y”

combinación de dos experimentos aleatorios simples es útil usar tablas de doble
entrada para encontrar dicho espacio muestral.
EL ESPACIO MUESTRAL PUEDE SER DISCRETO O CONTINUO
Espacio muestral discreto
Si tiene un número finito o infinito numerable de elementos.
Espacio muestral discreto finito: si el espacio muestral tiene un número finito

de elementos [7].
Espacio muestral discreto infinito: Cuando puede establecerse una

correspondencia uno a uno con el conjunto de los enteros positivos de modo que
pueda ser enumerado como 1, 2, 3,4,……..
Espacio muestral continuo.- Un espacio muestral es continuo si tiene un

número no numerable de elementos. Es decir todos los elementos posibles en
un intervalo [7].
EVENTO
Se define como un subconjunto del espacio muestral. Por lo que al espacio

muestral también se lo considera como el conjunto universo. Se representa con
las letras mayúsculas del alfabeto (A, B, C, D…Z). El evento A se lo puede
representar como A ⊂ Ω [1].
SUCESOS
Son los elementos más básicos de un espacio muestral o un evento. Se

representan con las letras minúsculas x, y, z. Ejemplo [5]:
ϵ: Sacar un cuatro en una baraja
A = {4 corazón rojo, 4 corazón negro, 4 trébol, 4 brillos}
Un suceso puede ser: x = {4 corazón negro}
PROBABILIDAD
Definición:
La probabilidad de un evento es la razón entre el número de casos (sucesos)

favorables y el número total de casos (sucesos) posibles, siempre que nada
obligue a creer que algunos de estos sucesos debe tener preferencia a los
demás, lo que hace que todos sean igualmente posibles [5].
Para determinar la expresión matemática se considera lo siguiente:
El número total de sucesos posibles: N (Ω)
El número de sucesos del evento A: N (A)
La probabilidad del evento A: P [A]
[𝐴]=𝑁 (𝐴) /(Ω)=Nú𝑚𝑒𝑟𝑜 𝑑𝑒 𝑐𝑎𝑠𝑜𝑠 𝑓𝑎𝑣𝑜𝑟𝑎𝑏𝑙𝑒𝑠 𝑑𝑒𝑙 𝑒𝑣𝑒𝑛𝑡𝑜 𝐴 𝑁ú𝑚𝑒𝑟𝑜 𝑑𝑒 𝑐𝑎𝑠𝑜𝑠

𝑝𝑜𝑠𝑖𝑏𝑙𝑒𝑠
COROLARIOS:
1. La probabilidad de un evento A cualquiera está comprendido entre 0 y 1.
0≤[]≤1
2. P [A] = 0, si A es un evento imposible.
3. P [A] = 1, si A es el evento seguro.
4. Puesto que todos los sucesos de Ω = {ω1, ω2, ω2,..., ωn} son , igualmente
probables, se tiene que P[{ωi}] = 1/n, i = 1, 2, 3,…, n.
Y por lo tanto
P[Ω] = ∑P [{ωi}] = 1𝑛𝑖

OPERACIONES CON EVENTOS
Sub – eventos
Dados dos eventos A y B se dice que A está contenido en B o que A es sub -

evento de B, si todo seceso favorable A, es favorable a B; es decir si ocurre el
evento A también ocurre el evento B. Simbólicamente [8]:
A ⊂ B, si ω ∈ A → ω ∈ B
EVENTOS IGUALES
Dos eventos A y B son iguales (A = B), si A ⊂ B y B ⊂ A
A = B: {ω ∈ Ω / ω ∈ A y ω ∈ B}
UNIÓN DE EVENTOS
Dado dos eventos A y B, la unión de A con B (A ∪ B) genera un evento formado

por los sucesos que pertenecen a A o a B o de ambos [8].
A ∪ B = { ω ∈ Ω/ω ∈ A ∨ ω ∈ B}
INTERSECCIÓN DE EVENTOS
La intersección de dos eventos A con B (A ∩ B) genera un evento formado por

todos los sucesos favorables a A y a B, es decir ambos eventos ocurren A y B.
A∩B = { ω ∈ Ω/ ω ∈ A ∧ ω ∈ B}
DIFERENCIA DE EVENTOS
La diferencia de dos eventos A – B, es un nuevo evento formado por los sucesos

favorables a A y que no son favorables a B [8].
EVENTO COMPLEMENTO (A´)
Es un evento (A’) que contiene todos los sucesos que no tiene o no posee el
evento A.
A’ = Ώ - A
A’= {WƐΏ/WƐA’}
EVENTOS MUTUAMENTE EXCLUYENTES
Dos eventos A y B definidos en el mismo espacio muestral, se dice que son

mutuamente excluyentes si no pueden ocurrir juntos. Es decir la ocurrencia de
uno excluye la ocurrencia del otro [8].
𝐴∩𝐵=0
EVENTOS COLECTIVAMENTE EXHAUSTIVOS
Un conjunto de eventos son colectivos exhaustivos si la unión de ellos es igual

al espacio muestral [8].
LEYES DISTRIBUTIVAS DE LOS CONJUNTOS APLICABLES A EVENTOS
Dados los eventos A, B, C se tiene que:
A∩(BUC) = (A∩B)U(A∩C)
AU(B∩C)= (AUB)∩(AUC)
LEYES DE MORGAN
(A∩B)’= A’UB’
(AUB)’ = A’∩B’
ANÁLISIS COMBINATORIO
Técnicas de conteo
La técnicas de conteo ayudan a determinar el número de elementos que tiene

un espacio muestral o un evento y que son de utilidad en el momento de calcular
una probabilidad [9].
Multiplicación
Si un experimento aleatorio u operación (ϵ1) ocurre de n1 formas y si para cada

una de estas, un experimento u operación (ϵ2) ocurre de n2 formas, entonces
los dos experimentos juntos ocurren de n1x n2 formas [9].
En forma general: n = n1 x n2 x n3 x n4 x…..x nk
Corolario
Si es que el número de formas en que se pueden ocurrir los experimentos

simples es igual es decir: 𝑛=𝑛1=𝑛2=𝑛3=⋯=𝑛𝑘
Se tiene que el total de formas que puede ocurrir un experimento compuesto por
dichos experimentos simple es: 𝑁 (Ω)= 𝑛𝐾 [9].
Adición
Si un experimento aleatorio u operación (ϵ1) ocurre de n1 formas y un

experimento u operación (ϵ2) ocurre de n2 formas, entonces el experimento
aleatorio u operación (ϵ), que consiste en realizar (ϵ1 o ϵ2) “no puede ocurrir
juntos “ocurre de la siguiente forma [9]:
𝑵(Ω)=𝐍 (Ω𝟏)+𝑵(Ω𝟐)
Siempre y cuando los espacios muestran de los experimentos simples sean

disjuntos
En forma general:
𝑵(Ω)=𝐍 (Ω𝟏)+𝑵(Ω𝟐)+⋯+𝑵(Ω𝒏)
AXIOMAS DE PROBABILIDAD Y PROPIEDADES
Axioma 1: Para cada evento A definido en el espacio muestral “Ω” se tiene que:
0≤[𝐴]≤1
La probabilidad del evento A esta entre 0 y 1.
Axiomas 2: La probabilidad del espacio muestral “Ω” es: [Ω]=1

Axioma 3: Para cualquier número finito “k” de eventos mutuamente excluyentes

definidos en el espacio muestral “Ω” se tiene que: [⋃𝐴i𝑘𝑖=1]=∑[𝐴𝑖]𝑘𝑖=1
De éste axioma si se tienen dos eventos A y B los cuales son mutuamente

excluyentes definidos en el espacio muestral“Ω”. Se tiene que [9]:
𝑃[𝐴∪𝐵]=𝑃[𝐴]+𝑃[𝐵]
Axioma 4: Si se tiene el evento imposible A definido en el espacio muestral “Ω”

se tiene que: [𝐴]=0
Axioma5: Para cada evento A definido en el espacio muestral “Ω” se tiene que:
[𝐴]=1−[𝐴´] O 𝑃[𝐴´]=1−𝑃[𝐴]
Axioma 6: Si se tiene los eventos A y B definidos en el espacio muestral “Ω”

tales que ATB se tiene que: [𝐴]≤𝑃[𝐵]
Axioma 7: Si se tiene los eventos A y B definido en el espacio muestral “Ω” y si

ellos se intersecan entre sí, se tiene:
𝑃[𝐴∪𝐵]=𝑃[𝐴]+𝑃[𝐵]−𝑃[𝐴∩𝐵]
Axioma 8: Si A, B, C son tres eventos cualesquiera definidos en el espacio

muestral “Ω” y si ellos se intersecan entre sí, se tiene:
𝑃[𝐴∪𝐵∪𝐶]=𝑃[𝐴]+𝑃[𝐵]+𝑃[𝐶]−𝑃[𝐴∩𝐵]−𝑃[𝐴∩𝐶]−𝑃[𝐶∩𝐵]+𝑃[𝐴∩𝐵∩𝐶]
PROBABILIDAD CONDICIONAL
La probabilidad condicional está determinada o condicionada a la ocurrencia de

un evento dado que ya ocurrió otro [10].
Si se considera un evento A y un evento B definido en un espacio muestral Ω.

Se tiene que:
Si se quisiera determinar la ocurrencia del evento A dado que ya ha ocurrido el

evento B se tendría gráficamente [10]:
Es evidente que la probabilidad del evento A es diferente cuando ya ha ocurrido

un evento anterior definido en dicho espacio muestral. Si el evento B fue el que
ya ocurrió se tiene que el espacio muestral queda restringido a dicho evento, y
es obvio pensar que el complemento de B no ha ocurrido por lo cual se puede
definir “probabilidad del evento A dado que ya ocurrió B”. Y se denota por P [A/B]
cuya fórmula matemática es [10]:
P [A /B]=[𝐴∩𝐵] / 𝑃[𝐵]
De esta fórmula también se deriva la expresión: [𝐴/Ω]=[𝐴∩Ω] / 𝑃 [Ω] =𝑃[𝐴]
AXIOMAS
Axioma 1: 0≤[𝐴/𝐵]≤1
Axioma 2: [Ω/𝐵]=1
Axioma 3: Para un conjunto de n eventos A1, A2, A3,..., An, mutuamente

excluyentes se tiene: [⋃𝐴𝐼𝑛𝑖=1 /𝐵]=∑𝑃𝑁𝐼=1 [𝐴𝐼/𝐵]
Axioma 4: [0/𝐵]=0
Axioma 5: P[𝐴′/𝐵]=1−𝑃[𝐴/𝐵]=1
Axioma 6: 𝑆𝑖 𝐴с𝐵; [𝐴/𝐵]<𝑃[𝐶/𝐵]
Axioma 7: [𝐴∪𝐶/𝐵]=[𝐴/𝐵]+𝑃[𝐶/𝐵]−𝑃[𝐴∩𝐶/𝐵]
REGLA DE LA MULTIPLICACIÓN
La regla de la multiplicación permite calcular la probabilidad de la intersección de

dos o más eventos: Si se tiene dos eventos A y B y que no son mutuamente
excluyentes se puede establecer que: La probabilidad de que ocurra A y B “∩”
es igual a la probabilidad de la ocurrencia de uno de ellos multiplicado por la
probabilidad condicional que ocurra el segundo, dado que el primero ha ocurrido
[10].
P [A∩ B] =P [B].P [A /B]
P [A ∩B] =P [A].P [B /A]
PROBABILIDAD COMPLETA Y TEOREMA DE BAYES
Antes de definir lo que es una probabilidad completa o el teorema de Bayes hay

que definir ciertos parámetros muy importantes para poder comprender lo antes
mencionado así [10]:
Partición de un espacio muestral
Se dice que la colección de eventos B1, B2, B3,..., Bk del espacio muestral Ω
representan una partición del espacio muestral si cumplen las siguientes
condiciones [10]:
a) Los eventos B1, B2, B3,..., Bk son mutuamente excluyentes.
b) Los eventos B1, B2, B3,..., Bk son colectivamente exhaustivos. ⋃𝐵𝑖𝑘𝑖=1=Ω

c) La probabilidad de cada uno de los eventos es mayor que cero.
P [Bi]>0
PROBABILIDAD TOTAL
Sean los eventos B1, B2, B3,..., Bk que forman una partición del espacio
muestral entonces para cualquier evento A definido en el mismo espacio
muestral se cumple [10]:
𝑃[𝐴]=∑ P[Bi]P[A/Bi]=P [B1]P[A/B1]+P[B2]P[A/B2]+ ⋯ +P[ Bk] [A/Bk] 𝑘𝑖=1
Corolario:
Si B es un evento en Ω tal que 0 <P [B] < 1, entonces para cualquier evento A
en Ω se tiene que:
P [A] =P [B] P [A/B] +P [B′] P [A /B′]
2.7 Resultados y Discusión
Ejercicio:
En el curso de Tercero “A” Industrial se quiere calcular la probabilidad de que

aprueben el módulo de tecnología de materiales en la primera matricula si
existen 28n alumnos (9 mujeres y 19 hombres). Calcular los siguientes eventos:
A. Si el 38% de los estudiantes tienen un promedio ≥ 7 en el primer parcial

calcular la probabilidad de que esos estudiantes aprueben la materia.
B. La probabilidad de que una mujer tenga el promedio de ≥ 7 es de 0,14 y que
un hombre tenga ≥ 7 es 0,25% y que una mujer y un hombre aprueben es
de 0,035% ¿Cuál es la probabilidad de que un hombre o una mujer
aprueben?
∈: Observar las notas del primer parcial de los estudiantes y calcular la

probabilidad.
Ω: {28} 𝑁(Ω) = 28
A. Si el 38% de los estudiantes tienen un promedio ≥ 7 en el primer parcial

calcular la probabilidad de que esos estudiantes aprueben la materia.
A: {11} 𝑁(𝐴) = 11
N(A)
P[A] =
𝑁(Ω)
11
P[A] =
28
P[A] = 0,30
B. La probabilidad de que una mujer tenga el promedio de ≥ 7 es de 0,14 y

que un hombre tenga ≥ 7 es 0,25% y que una mujer y un hombre aprueben
es de 0,035% ¿Cuál es la probabilidad de que un hombre o una mujer
aprueben?
33% mujeres y 67% hombres

14% ≥ 7 = 4 mujeres 24% ≥ 7 = 7 hombres
𝑁(𝑀) = 4
N(M)
P[A] =
𝑁(Ω)
4
P[A] =
28
P[A] = 0,14
𝑁(𝑀) = 7
N(M)
P[A] =
𝑁(Ω)
7
P[A] =
28
P[A] = 0,25
𝑃[𝐵] = 𝑃[𝐴 ∪ 𝐵]
𝑃[𝐵] = 𝑃[𝐴] + 𝑃[𝐵] − 𝑃[𝐴 ∩ 𝐵]
𝑃[𝐵] = 0,14 + 0,25 − 0,035
𝑃[𝐵] = 0,35
Mediante la encuesta realizada a los estudiantes de tercero A :
 ¿De acuerdo a las calificaciones que obtuvo en el primer parcial y parte del
segundo, cree usted que alcanzara el promedio necesario para aprobar el
módulo de tecnología de materiales?
Si 7
No 21
Calculamos la probabilidad
7
𝑃(𝐷) =
28
𝑃(𝐷) = 25 %
El 25 % pasa el módulo de Tecnología de los Materiales realizando

previamente la encuesta a los estudiantes de tercero A.
 Se ha observado que al menos 5 de cada 28 alumnos reprueban la materia de

tecnología de materiales .¿Cuál es la probabilidad de que un alumno que se
matricule en esta materia apruebe el semestre?
Reprueban : 5
Aprueban : 28-5=23
23
𝑃(𝐴) =
28
𝑃(𝐴) = 0.82
De acuerdo con el análisis de las calificaciones del paralelo “A”, Suponiendo que
se tome un examen supletorio, realizamos el calculo de la probabilidad que se
tendría de seleccionar un examen aprobado de un alumno del paralelo “A”, con
respecto a la probabilidad que habrá después de realizar un experimento en el
que también se incluyan los exámenes de los alumnos del paralelo “B”.
Las calificaciones de los 28 alumnos que toman el módulo de tecnología de

materiales son las siguientes:
Nota/ sexo 4-4.9 5-5.9 6-6.9 7-7.9 8-8.9 Total
Mujer 1 3 2 2 1 9
Hombre 2 5 4 5 3 19
Tota 3 8 6 7 4 28
Tabla N.- 01
 ¿Cuál es la probabilidad de seleccionar alzar una alumna con una calificación

mayor a 7?
 ¿Cuál es la probabilidad de seleccionar al azar un alumno con un promedio
mayor a 8?
4-4.9(1/9) (9/28)(1/9)= 0.04

5-5.9(3/9) (9/28)(3/9)= 0.11
6-6.9(2/9) (9/28)(2/9)= 0.07
Mujer(9/2 7-7.9(2/9) (9/28)(2/9)= 0.07

8)
8-8.9(1/9) (9/28)(1/9)= 0.04
4-4.9(2/19) (19/28)(2/19)= 0.07
5-5.9(5/19) (19/28)(5/19)= 0.18
6-6.9(4/19) (19/28)(4/19)= 0.14
Hombre( 7-7.9(5/19) (19/28)(5/19)= 0.18

19/28)
8-8.9(3/19) (19/28)(3/19)= 0.11
 p(A)= 0.7+0.4=0.11
La probabilidad de escoger al azar una alumna con un promedio mayor a 7 es
0.11.
 p(B)=0.11
La probabilidad de escoger al azar un alumno con un promedio mayor a 8 es
0.11.
2.8 Conclusiones
 En el presente informe mediante una encuesta realizada a 28 alumnos

del tercer nivel paralelo “A” de la Carrera de Ingeniería Industrial en
Procesos de Automatización, se han obtenido datos con los cuales
hemos calculado la probabilidad de que ocurran distintos eventos los
mismos que nosostros nos hemos propuesto y en los cuales hemos
aplicado los axiomas de probabilidad, intersección, unión de eventos y
probabilidad condicional
 Mediante la investigación y la aplicación de todos los conocimientos

adquiridos hemos realizado un informe en el cual se detalla con precisión
y orden todos los cálculos requeridos en cada evento.
 Los conocimientos adquiridos en clase fueron correctamente plasmados
en los debidos cálculos obteniendo un resultado favorable al momento de
calcular la probabilidad de que los alumnos aprueben en su primera
matricula el módulo de Tecnología de los Materiales.
 Los planteamientos propuestos sobre los eventos posibles fueron
correctamente calculados y resueltos en el desarrollo del proyecto.
2.9 Referencias bibliográficas
[1] Profesoren en importancia, «Importancia.org,» [En línea]. Available:

http://www.importancia.org/probabilidad.php. [Último acceso: 05 08 2015].
[2] E. Gallé, «Profesor en linea,» [En línea]. Available:

http://www.profesorenlinea.cl/matematica/probabilidades.htm. [Último acceso: 05
08 2015].
[3] Universidad Tecnica de Ambato, Estadistica y Probavilidades, Ambato, 2014.
[4] J. Vega, «Slides share,» [En línea]. Available:

http://es.slideshare.net/vegabner/probabilidades-23514547. [Último acceso: 05 08
2015].
[5] Espinoza , «Aula Clic,» [En línea]. Available: http://www.aulaclic.es/estadistica-

excel/t_3_1.htm. [Último acceso: 06 08 2015].
[6] M. Suarez, «Monografias.com,» [En línea]. Available:

http://www.monografias.com/trabajos95/conceptos-basicos-probabilidades-y-
estadistica-inferencial/conceptos-basicos-probabilidades-y-estadistica-
inferencial.shtml. [Último acceso: 06 08 2015].
[7] Ditutor, «Ditutor,» [En línea]. Available:

http://www.ditutor.com/probabilidad/experimentos_compuestos.html. [Último
acceso: 06 08 2015].
[8] C. Cuevas, «Estadistica y Probabilidad,» [En línea]. Available:

http://frecuenciaestadistica.blogspot.com/2009/04/probabilidad-operacion-sobre-
eventos.html. [Último acceso: 06 08 2015].
[9] R. Perez, «Eventos y Resultado,» [En línea]. Available:

http://www.montereyinstitute.org/courses/Algebra1/COURSE_TEXT_RESOURC
E/U12_L2_T1_text_final_es.html. [Último acceso: 07 08 2015].
[1 O. Patiño, «Monografias .com,» [En línea]. Available:

0] http://www.monografias.com/trabajos69/teoria-elemental-probabilidad/teoria-
elemental-probabilidad2.shtml. [Último acceso: 07 08 2015].
2.10. Fotografías y gráficos
Ciclo académico ____________
Genero_______________
1.- ¿Es su primera matricula en el módulo de tecnología de materiales?
Si (…) No (…)
NOTA: si es su primera matricula continúe con la encuesta de lo contrario

responda la pregunta 5.
2.- ¿Cuál es su calificación del primer parcial en el módulo de tecnología de

materiales?
__________
3.- ¿De acuerdo a las calificaciones que obtuvo en el primer parcial y parte del
segundo, cree usted que alcanzara el promedio necesario para aprobar el módulo
de tecnología de materiales?
Si (…) No (…)
4.- Si la respuesta de la pregunta 3 es “NO” ¿Cree usted que alcanzará el

promedio necesario para rendir el examen supletorio?
SI (…) NO (…)
5. ¿Cuál cree usted que son los motivos por los cuales les es complicado a los
estudiantes aprobar el modulo?
_______________________________________
_______________________________________
_______________________________________

Probabilidad Pasar Un Modulo

Transféré par

Informations du document

Copyright

Formats disponibles

Partager ce document

Partager ou intégrer le document

Options de partage

Avez-vous trouvé ce document utile ?

Ce contenu est-il inapproprié ?

Droits d'auteur :

Formats disponibles

Probabilidad Pasar Un Modulo

Transféré par

Droits d'auteur :

Formats disponibles

UNIVERSIDAD TÉCNICA DE AMBATO

FACULTAD DE INGENIERÍA EN SISTEMAS ELECTRÓNICA E INDUSTRIAL

FORMATO DE TRABAJO FINAL

II. INFORME DEL PROYECTO

Probabilidad de que los estudiantes de Tercer nivel paralelo “A” de la Carrera de

 Calcular la Probabilidad de que los estudiantes de Tercer nivel paralelo

 Explicar la probabilidad de que suceda uno o varios eventos a la vez.

2.4 Palabras clave: Probabilidad, aprobar, axiomas, espacio muestral.

La importancia de la probabilidad radica en que, mediante este recurso

Es decir, si bien nuestra vida no es completamente previsible, tampoco nos

En efecto, la probabilidad es una estrategia mediante la cual se intenta estimar

2.6 Materiales y Metodología

Las probabilidades constituyen una rama de las matemáticas que se ocupa de

Es el estudio de las posibilidades de que ocurra o no un evento [2].

EXPERIMENTO ALEATORIO, ESPACIO MUESTRAL Y EVENTOS

Experimento aleatorio (ϵ)

Los experimentos u operaciones reales o hipotéticas pueden dividirse en dos

Determinístico.-Si los resultados del experimento están completamente

No determinístico.- Si los resultados del experimento no pueden predecirse con

a) Lanzar una moneda y observar el resultado (cara o sello) [3].

CARACTERÍSTICAS DE UN EXPERIMENTO NO DETERMINÍSTICO:

 Cada experimento puede repetirse indefinidamente sin cambiar

Espacio muestral (Ω).- Es el conjunto de todos los resultados posibles de un

Por lo cual es muy conveniente utilizar notación de conjuntos y consecuencia de

1) ϵ1: Lanzar una moneda y observar su resultado.

2) ϵ2: Lanzar un dado y observar el número resultante.

5) ϵ5: Verificar el estado de un transistor (0 = apagado, 1 = encendido).

CLASIFICACIÓN DEL ESPACIO MUESTRAL

1. El espacio muestral puede ser finito o infinito

 Espacio muestral finito.-Posee un determinado número de

ϵ2: Lanzar un dado y observar el número resultante.

 Espacio muestral infinito.-Posee un número indeterminado de

Ω4= {0, 1, 2, 3, 4,………….}

2. El espacio muestral puede ser SIMPLE O COMPUESTO

- Espacio muestral simple.- Es el espacio que resulta de un solo experimento

ϵ2: Lanzar un dado y observar el número resultante [2].

- Espacio muestral compuesto.- Es aquel que resulta de dos o más experimentos

ϵ1: Lanzar una moneda y un dado a la vez

¿Cuál será su espacio muestral?

EXPERIMENTOS UNIDOS POR LA “O” EXCLUYENTE

Un experimento compuesto “ϵ”, es una combinación de los experimentos

EXPERIMENTOS UNIDOS POR LA “Y”

Un experimento compuesto “ϵ”, es una Y – combinación de los experimentos

Una consecuencia directa del experimento compuesto por la Y es que su espacio

Cuando se desea determinar un espacio muestral resultado de una “Y”

EL ESPACIO MUESTRAL PUEDE SER DISCRETO O CONTINUO

Espacio muestral discreto

Si tiene un número finito o infinito numerable de elementos.

Espacio muestral discreto finito: si el espacio muestral tiene un número finito

Espacio muestral discreto infinito: Cuando puede establecerse una

Espacio muestral continuo.- Un espacio muestral es continuo si tiene un

Se define como un subconjunto del espacio muestral. Por lo que al espacio

Son los elementos más básicos de un espacio muestral o un evento. Se

ϵ: Sacar un cuatro en una baraja

A = {4 corazón rojo, 4 corazón negro, 4 trébol, 4 brillos}

Un suceso puede ser: x = {4 corazón negro}

La probabilidad de un evento es la razón entre el número de casos (sucesos)

Para determinar la expresión matemática se considera lo siguiente:

El número total de sucesos posibles: N (Ω)

El número de sucesos del evento A: N (A)

La probabilidad del evento A: P [A]

[𝐴]=𝑁 (𝐴) /(Ω)=Nú𝑚𝑒𝑟𝑜 𝑑𝑒 𝑐𝑎𝑠𝑜𝑠 𝑓𝑎𝑣𝑜𝑟𝑎𝑏𝑙𝑒𝑠 𝑑𝑒𝑙 𝑒𝑣𝑒𝑛𝑡𝑜 𝐴 𝑁ú𝑚𝑒𝑟𝑜 𝑑𝑒 𝑐𝑎𝑠𝑜𝑠

1. La probabilidad de un evento A cualquiera está comprendido entre 0 y 1.

2. P [A] = 0, si A es un evento imposible.