TRABAJO COLABORATIVO N 1

ALUMNOS:
DAROL DAVID DITTA
JOHAN ALBERTO GUERRERO CAREO
LUIS FERNANDO MUOZ
MIREYA NAVARRO ARIAS




CURSO:
PROBABILIDAD

GRUPO:
100402-322





TUTOR:
JADER DEL CRISTO HERRERA HERAZO




UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA
(UNAD)
14 DE ABRIL DE 2014







INTRODUCCION

Este trabajo es con el fin de comprender los principios bsicos de la probabilidad,
conceptos de la probabilidad: trminos bsicos y los fundamentos necesarios para
el estudio de la teora de probabilidad. Tambin en esta unidad la teora de conteo
y las tcnicas para determinar el nmero de veces de ocurrencia de un evento.
El concepto de probabilidad y las diferentes interpretaciones que se tienen de ella,
tambin tratamos los axiomas que satisfacen las probabilidades de cualquier
experimento aleatorio, las reglas de adicin y de multiplicacin para
probabilidades, la probabilidad condicional y la independencia de eventos.

















OBJETIVOS

Analizar los principios de Probabilidad, identificando sus propiedades, leyes
y los campos de aplicacin que tiene esta ciencia.
Comprender los principios de probabilidad, analizar la aplicacin de las
propiedades y leyes en el campo de la estadstica y en el desarrollo de
nuestras actividades como futuros profesionales para logar ptimos
resultados.
Aplicar las propiedades matemticas bsicas de probabilidades por medio
de investigacin y prctica de los ejercicios planteados en el trabajo.
Calcular las medidas de Espacios Mustrales y Eventos y aplicar las reglas
bsicas de Conteo, Permutaciones y Combinaciones.
Introducir y entender los fundamentos necesarios para el estudio de las
Teoras de la Probabilidad y reconocer las caractersticas de un
experimento aleatorio.
Reconocer la importancia de la Teora de Probabilidades en el anlisis e
interpretacin de informacin estadstica.



















RESUMEN DE LOS 3 CAPITULOS


Captulo 1 (Lecciones 1 a la 5)
Modulo Probabilidad (Resumen)


Captulo 1
Experimento Aleatorio Espacios Muestrales y Eventos
Leccin 1
Definicin de experimento aleatorio

- Aleatorio viene del vocablo alea significa suerte o al azar.
- Un fenmeno aleatorio es aquel cuyo resultado est fuera de control y
que depende del azar.
- Pueden producir diversos resultados , o suceso aleatorio que ocurrir o
no dependiendo del azar.

Leccin 2
Espacio muestral

- Conjunto formado por todos los posibles resultados de un experimento
aleatorio.
Ejemplo:
- En un dado S={1,2,3,4,5,6}
- En una moneda S={C, +}

Caractersticas

El experimento se puede realizar bajo idnticas condiciones las veces que
sean necesarias y los resultados todos son conocidos.

Leccin 3
Sucesos o eventos
- Espacio muestral de lanzar 3 dados y sus resultados obtenidos.

S={3,4,5,6,7,8,9,10,11,12,13,14,15,16,17,18}

- Salir Mltiplo de 5 A={5,10,15}
- Salir Numero Primo C={2,3,5,7,11,13,17}
- Salir Mayor o igual que 12 D={12,13,14,15,16,17,18}

Leccin 4
Operaciones con suceso o eventos

- Unin de A Y B: Conjunto formado por todos los elementos de A y B
- Interseccin de A y B: Formado por todos los elementos que son a la vez
de A y de B
- Diferencia de A y B: Formado por todos los elementos de A que no son de
B
- Suceso Complementario: El suceso A=E-A se llama suceso
complementario.

Leccin 5
Diagramas de ven y diagramas de rbol

Los diagramas de ven se emplean para representar un espacio muestral y
sus eventos.
Un diagrama de rbol es una especie de mapa de acontecimientos en
donde se describen los eventos bsicos que ocurren en el experimento
aleatorio.

Experimento aleatorio
experimento aleatorio es aquel que bajo el mismo conjunto aparente de
condiciones iniciales, puede presentar resultados diferentes, es decir, no se puede
predecir o reproducir el resultado exacto de cada experiencia particular. (Ej:
Lanzamiento de un dado).
Este tipo de fenmeno es opuesto al fenmeno determinista, en el que conocer
.todos los factores de un experimento nos hace predecir exactamente el resultado
del mismo. Por ejemplo, conociendo la altura desde la que se arroja un mvil es
posible saber exactamente el tiempo que tardar en llegar al suelo en condiciones
de vaco.
Espacio muestral
El espacio muestral o espacio de muestreo (denotado E, S, o U) consiste en el
conjunto de todos los posibles resultados individuales de un experimento aleatorio
Por ejemplo, si el experimento consiste en lanzar dos monedas, el espacio de
muestreo es el conjunto {(cara, cara), (cara, cruz), (cruz, cara) y (cruz, cruz)}. Un
evento o suceso es cualquier subconjunto del espacio muestral, llamndose a los
sucesos que contengan un nico elemento sucesos elementales. En el ejemplo, el
suceso "sacar cara en el primer lanzamiento", o {(cara, cara), (cara, cruz)}, estara
formado por los sucesos elementales {(cara, cara)} y {(cara, cruz)}.



Evento suceso
Un evento o suceso es un subconjunto de un espacio muestral, es decir, un
conjunto de posibles resultados que se pueden dar en un experimento aleatorio.
Son aquellos hechos en los que no se sabe con certeza lo que va a suceder,
dependen del azar y no se puede determinar sus resultados aun repitindolo en
varias ocasiones.
Permutaciones y combinaciones
Una permutacin de objetos es un arreglo de stos en el que orden s importa.
Para encontrar el nmero de permutaciones de n objetos diferentes en grupos de
r, se usan las siguientes frmulas:

Cuando no se permite repeticin




CAPITULO 2
TCNICAS DE CONTEO
En el clculo de las probabilidades se debe poder determinar el nmero de veces
que ocurre un evento o suceso determinado. Es muchas situaciones de
importancia prctica es imposible contar fsicamente el nmero de ocurrencias de
un evento o enumrelos uno a uno se vuelve un procedimiento engorroso. Cuando
se est frente a esta situacin es muy til disponer de un mtodo corto,
rpido y eficaz para contar.
A continuacin se presentan algunas de estas tcnicas, denominadas tcnicas de
conteo o anlisis combinatorio
Leccin 6: PRINCIPIO FUNDAMENTAL DEL CONTEO
En la teora fundamental del conteo se tienen dos principios bsicos, que
son la base para desarrollar otros conceptos como permutaciones y
combinaciones que se vern ms adelante.
Principio de multiplicacin o multiplicativo
Algunos problemas de probabilidad pueden resolverse aplicando este
principio. Suponga que una persona desea preparar un almuerzo para sus
amigos y tiene dos recetas para la sopa, tres para el plato principal y dos
para el postre.
Principio aditivo
Este principio tiene las mismas premisas del principio multiplicativo, pero
con la condicin no de que los eventos sean independientes sino de que
sean mutuamente excluyentes, es decir que cada uno ocurra sin la
necesidad de que otro lo haga.
Leccin 7: FACTORIAL DE UN NMERO
En el anlisis combinatorio interviene con mucha frecuencia el concepto de
factorial de un entero no negativo n. Este se denota por el smbolo n! y se define
como el producto de n por todos los enteros que le preceden hasta llegar al uno.

Leccin 8: PERMUTACIONES Y VARIACIONES
Considere un conjunto de elementos { } c b a S , , = . Una pelementos es un
acomodo u ORDENAMIENTO de ellos. As:
abc acb bac bca cab cba



Leccin 9: COMBINACIONES

Suponga que tiene un conjunto de n elementos. Una tomados r a la vez, es un
subconjunto de r elementos den cuenta.
Sea el conjunto { } d c b a S , , , = , si se desea combinar los cuatro
elementos a la vez, cuntas combinaciones se podrn hacer?
Una sola combinacin, ya que al no importar el orden de colocacin da lo
mismo cualquiera de ellas. Comprubelo usando la frmula.
Si se desean combinar esas cuatro letras en subcuentas combinaciones se
podrn hacer? Las combinaciones posibles tomadas dos a la vez
ab, ac, ad, bc, bd, cd

Leccin 10: REGLA DEL EXPONENTE
Se trata de un tipo de combinacin o reemplazo del elemento que se toma. Si
se tienen un conjunto de N elementos y conjunto de n elementos, con la
condicin elemento del conjunto de N elementos entonces el nmero de
posibles arreglos o es: n




CAPITULO 3

El captulo que me llamo ms la atencin fue el 3, donde habla de las propiedades
se expresan como fracciones o como decimales que estn entre uno y cero o
tambin en valor porcentual entre 0 y 100, donde cero significa que algo nuca va a
suceder; y uno indica que algo va a suceder siempre.
En el captulo 3 se estudian las distintas interpretaciones que se tienen de la
probabilidad: la clsica, la de frecuencias relativas y la subjetiva o a priori. Las dos
primeras son muy similares ya que se basan en la repeticin de experimentos
realizados bajo las mismas condiciones; mientras que la tercera trata de una
medida del grado de creencia con respecto a una proposicin.
Interpretaciones de la probabilidad
La definicin clsica de la probabilidad o a Priori trata de mediante el mtodo
clsico estimar la probabilidad de que ocurra un evento, cuando en un
experimento aleatorio tiene n resultados, en la cual cada uno de ellos tiene la
misma posibilidad de ocurrir, cada resultado tendr una probabilidad igual a 1/n.La
probabilidad de que ocurra un evento A cualquiera, que tiene la misma posibilidad
de ocurrencia que cualquier otro evento dentro del espacio muestra de tamao n:
La definicin segn la frecuencia relativa de probabilidad es la frecuencia relativa
que se observa de un evento mediante muchos intentos, o la fraccin de veces
que un evento se presenta a la larga, en condiciones estables.En un espacio
muestral de tamao n con un evento cualquiera A con frecuencia f, la probabilidad
de ocurrencia es:
Al calcular probabilidades con el mtodo frecuentista, se obtiene un estimado y no
un valor exacto. Conforme el nmero de observaciones aumenta, los estimados
correspondientes se pueden acercar a la probabilidad real (ley de los grandes
nmeros).
Las probabilidades subjetivas es la probabilidad asignada a un evento por parte de
un individuo, teniendo en cuenta la evidencia que se tenga disponible, la cual se
puede presentar en forma de frecuencia relativa de presentacin de eventos
pasados o una creencia meditada.
En el mtodo de la probabilidad a priori o subjetiva no debe es frecuente no tener
registros del comportamiento de cierta variable para determinar una probabilidad
relacionada, ya que no es posible repetir el experimento.
Axiomas de probabilidad: regla de la adicin
Los axiomas de probabilidad facilitan el clculo de las probabilidades de algunos
eventos mediante el conocimiento de las probabilidades de otros.

a.- Regla de la adicin para eventos mutuamente excluyentes.
Al presentarse dos eventos que son mutuamente excluyentes, se puede expresar
esta probabilidad mediante la regla de adicin para eventos mutuamente
excluyentes:
b.- Regla de adicin para eventos que no son mutuamente excluyentes.
Al presentarse dos eventos que no son mutuamente excluyentes, puede que
ambos se presenten al mismo tiempo, en este caso se debe modificar la regla de
la adicin para evitar el conteo doble:
Axiomas de probabilidad: reglas de multiplicacin
Es la probabilidad de que el evento A ocurra en un primer experimento y el evento
B ocurra en un segundo experimento.
a.- Probabilidades bajo condiciones de independencia estadstica.
En las probabilidades marginales bajo independencia estadstica se debe tener en
cuenta que:
Una probabilidad marginal es la probabilidad simple de presentacin de un
evento.
Probabilidades conjuntas bajo condiciones de independencia estadstica.
b.- Probabilidades bajo condiciones de dependencia estadstica
La dependencia estadstica se presenta cuando la probabilidad de que se
presente algn suceso depende de la presentacin de otro evento.
Probabilidad condicional
Las probabilidades condicionales bajo independencia estadstica es la
probabilidad de que un segundo evento (B) se presente, si un primer evento (A) ya
ha sucedido.
Bajo Independencia estadstica
P(B/A) = P(B)
Bajo dependencia estadstica.
P(B / A) = P(BA) / P(A)
Probabilidad total y teorema de Bayes.
La probabilidad total de un evento es la suma exhaustiva de las probabilidades de
todos los casos mutuamente excluyentes que llevan a dicho evento:
En la regla de probabilidad total para dos eventos se considera que el evento B
puede describirse como la unin de la parte de B que est en A y la parte de B
que est en A as:
El teorema de Bayes es el clculo de las probabilidades de las causas a partir de
los efectos que han podido ser observados.Sea A1, A2,..., An un sistema completo
de sucesos, tales que la probabilidad de cada uno de ellos es distinta de cero, y
sea B un suceso cualquier del que se conocen las probabilidades condicionales
P(B/Ai), entonces la probabilidad P(Ai/B) viene dada por la expresin:
Donde el denominador es para encontrar la Probabilidad Total de B.
En la probabilidad total y el teorema de Bayes, se debe con la informacin del
problema, construir una tabla de contingencia o un diagrama de rbol.
Escoger de los ejercicios presentados en cada uno de los captulos de la Unidad 1
del mdulo dos (2) ejercicios y presentar su desarrollo y solucin al grupo






Ejercicios de la mi


EJERCICIOS CAPITULO 1


5- Se seleccionan al azar cuatro estudiantes de una clase de qumica y se
clasifican como masculino o femenino.
a.- Liste los elementos del espacio muestral S usando la letra M para masculino y
F para femenino.
b. Liste los elementos del espacio muestral S donde los resultados representen el
nmero de mujeres
seleccionadas.
RTA:

a) S={ MMMM, MMMF, MMFM , MMFF , MFMM, MFMF, MFFM , MFFF , FMMM,
FMMF, FMFM , FMFF , FFMM, FFMF, FFFM , FFFF }

b) S={ 0 , 1 , 2 , 3 , 4}



EJERCICIOS CAPITULO 2


5) -A partir de 5 matemticos y 7 fsicos hay que constituir una comisin de 2
matemticos y 3 fsicos. De cuantas formas podr hacerse si:
1. todos son elegibles;
2. un fsico particular ha de estar en esa comisin;

RTA:
1.- 5C2 = 10 grupos de 2 matemticos, y 7C3 = 35 grupos de 3 fsicos.
Existen (10) (35) = 350 comisiones posibles.
2. existen 5C2 = 10 grupos de 2 matemticos,
6C2 = 15 grupos de 3 fsicos. As, se pueden formar (10) (15) = 150 comisiones.

EJERCICIO CAPTULO 3
- En un viaje organizado por Europa para 120 personas, 48 de los que van saben
hablar ingls, 36 saben hablar
Francs, y 12 de ellos hablan los dos idiomas. Escogemos uno de los viajeros al
azar.
a.- Cul es la probabilidad de que hable alguno de los dos idiomas? b.- Cul es
la probabilidad de que hable
Francs, sabiendo que habla ingls?
c.- Cul es la probabilidad de que solo hable francs
Vamos a organizar los datos en una tabla, completando los que faltan:

HABLAN
FRANCES
NO HABLAN
FRANCES

HABLAN INGLES 12 36 48
NO HABLAN
INGLES
24 48 72
36 84 120


Llamamos I = "Habla ingls", F = "Habla francs".
a) Tenemos que hallar P[I F]:
] =PI
] =P [I

b) ]=12/48=1/4=0.25

c) P ] =24/120=1/5=0, 2






CONCLUCIONES





























BIBLIOGRAFIA