TRABAJO COLABORATIVO NUMERO 1

PROBABILIDAD.

PRESENTADO A:
TUTOR: DIEGO ARMANDO MARIN

PRESENTADO POR:
EDUARDO ANDRES RUBIANO GUZMAN
JEFFERSON BREINER AMADO VARGAS
DIEGO POLANCO

GRUPO: 100402_52

UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD.

JULIO 2015.

INTRODUCCION

La probabilidad es una disciplina terico practica que ha estado presente durante muchos
aos, esto no es ajeno a toda las actividades que realizamos en nuestro diario vivir pues en
muchos casos hemos hecho uso de la probabilidad para predecir ciertos acontecimientos, de
ah la importancia del estudio de este curso que nos lleva a conocer sin nmero de
situaciones y a realizar ejercicios prcticos relacionados con la probabilidad.
Por medio de esta actividad realizaremos un recorrido por ejemplos prcticos que aplican
las temticas estudiadas en la primera unidad del mdulo. Por lo anterior, los
conocimientos y competencias que desarrollaremos al final del curso, nos permitirn
profundizar, afianzar y complementar conceptos de la Probabilidad, para aplicar en el
futuro inmediato en el desarrollo de la vida laboral de nuestra profesin.
Este trabajo es tambin nuestra primera experiencia colaborativa y demuestra lo
enriquecedor que puede llegar a ser el trabajar en esta modalidad; nos permite ver, que a
pesar de estar separados por grandes distancias, es posible intercambiar ideas y posturas
similares o contrarias pero al final constructivas para todo el grupo de trabajo.

OBJETIVOS

1) Entender mediante ejercicios prcticos claramente los temas estudiados en las

unidades de estudio.
2)Comprender la temtica propuesta en el presente curso encausndola hacia las
competencias que debemos desarrollar.
3)Afianzar el manejo de las herramientas utilizadas en la educacin a distancia.
4)Introducir los conceptos a estudiar en el contexto de nuestra vida laboral.

Parte a: Individual: El estudiante debe:

Escoger alguno(s) de los tema(s) y presentar al grupo una lluvia de ideas o
resumen que contemple los aspectos tericos principales que lo caractericen.
Cada estudiante debe escoger un tema diferente al de los compaeros de tal
forma que se abarquen la mayor parte de los contenidos de la unidad.
Experimento aleatorio y espacio Muestra
Cuando se realiza un experimento puede ser de dos clases: -Determinista: un
experimento que siempre que se repita con las mismas condiciones iniciales se
obtiene igual resultado. -Aleatorio: cuando al repetirse con las mismas condiciones
iniciales, no se puede predecir el resultado. (Ejemplo: lanzar un dado o extraer una
carta).
Los fenmenos o experimentos aleatorios son los que pueden dar lugar a varios
resultados, sin que pueda ser previsible enunciar con certeza cul de estos va a
ser observado en la realizacin del experimento a pesar de haberlo realizado en
similares condiciones.
A la coleccin de resultados que se obtiene en los experimentos aleatorios se le
llama espacio muestral.

Un experimento aleatorio es aquel del que no podemos predecir su resultado, es

decir, que depende de la suerte o azar.
o tambin: es decir que bajo las mismas condiciones no se puede repetir dos
veces. Es como si lanzaras dos dados y te caern 1,1 o 1,2 o 3,6 entre otros
Ejemplo: S (1,2) (1,2) (1,3) entre otros
2. Espacio muestral
Espacio muestral es el conjunto formado por todos los resultados posibles de un
experimento o fenmeno aleatorio. Lo denotamos con la letra . Ejemplo: lanzar
una moneda, lanzar dos dados

Ejemplo del espacio muestral

El espacio muestral asociado al lanzamiento de dos dados y anotar la suma de los
puntos obtenidos es:

Tambin otro ejemplo sera el experimento de arrojar un dado y ver qu sale. En

este caso, el espacio muestral es:
3. Sucesos
Suceso de un fenmeno aleatorio es cada uno de los subconjuntos del espacio
muestral
. Para designar cualquier suceso, tambin llamado suceso aleatorio,
de un experimento aleatorio utilizaremos letras maysculas.
Al conjunto de todos los sucesos que ocurren en un experimento aleatorio se le
llama espacio de sucesos y se designa por
.
Ejemplo
En el ejemplo anterior, son subconjuntos de

Salir mltiplo de 5:
Salir nmero primo:
Salir mayor o igual que 10:
Analicemos los tipos ms frecuentes de sucesos.
Sucesos elementales son los que estn formados por un solo resultado del
experimento; es decir, estn formados por un slo elemento del espacio muestral,
por ejemplo, al lanzar un dado que ocurra el suceso "sacar n 3" {3}
Sucesos compuestos son los que estn formados por dos o ms resultados del
experimento; es decir, por dos o ms sucesos elementales. Por ejemplo: "sacar
nmero impar al lanzar un dado" {1, 3, 5}

Suceso seguro es el que se verifica al realizar el experimento aleatorio. Est

formado por todos los resultados posibles del experimento y, por tanto, coincide
con el espacio muestral.
Suceso imposible es aquel suceso que nunca se cumple cuando se realiza el
experimento. Se representa por

Leer el ESTUDIO DE CASO que aparece en el archivo estudio de caso y

miscelnea de ejercicios unidad 1 y presentar como aporte individual una
propuesta para el desarrollo y solucin del caso presentado.

De la Miscelnea de ejercicios de la Unidad, el estudiante debe escoger un (1)

ejercicio correspondiente a cada uno de los captulos, y presentar su desarrollo y
solucin al grupo; de tal manera que su aporte individual de ejercicios debe ser de
tres (3) ejercicios. Es importante anunciar al grupo cuales ejercicios va a trabajar,
para que todos los integrantes del grupo trabajen ejercicios diferentes.
Ejercicios.
3.- Michael y Robert son dos turistas ingleses que viajaron al Per a conocer una
de las siete maravillas del mundo. Despus de visitar Macchu Picchu, ellos
deciden ir a disfrutar de las comidas tpicas que se ofrecen en el restaurante El
ltimo Inca. A Carlos, el sobrino del dueo, se le ha encomendado la tarea de
observar que platos tpicos comern los dos turistas. La lista de platos es la
siguiente: Trucha con papas fritas, Milanesa de alpaca, Cuy con papas, Guiso de
alpaca. Suponiendo que cada turista pedir solo un plato, Cul es el espacio
muestral del experimento? Defina dos eventos A y B
S1 {trucha con papas}
S2 {Milanesa de Alpaca}
S3 {Cuy Con Papas}
S4 {guiso de Alpaca}
Eventos
S1 A = {Michael orden Milanesa con papas}
S4 B= {Robert orden Guiso de Alpaca}
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.
2.- a.- se tiene en cuenta el orden
S=
{MMMM, MMMF, MMFM, MMFM,
MFMM, MFMF, MFFM, MFFM,
FMMM, FMMF, FMFM, FMFM,
FFMM, FFMF, FFFM, FFFM}
b. S = {0, 1, 2, 3, 4}
6: A una reunin llegan Carmen, Lola, Mercedes, Juan, Fernando y Luis. Se eligen
dos personas al azar sin importar el orden, Describa el espacio muestral de este
experimento.
= { CLo, CM, CJ, CF, CLu, LoM, LoJ, LoF, LoLu, MJ, MF, MLu, JF, JLu, FLu}

1 En el primer da de clases en el jardn de nios, la maestra selecciona al

azar a uno de sus 25 alumnos y registra su gnero y si haba asistido o no
antes a preescolar.
a. Cmo describira el experimento aleatorio
b. Construya el espacio muestral de este experimento, Use un diagrama de rbol
c. Cuantos eventos simples hay
a Es un experimento aleatorio contable finito. Puede tomar dos resultados en
el gnero, Masculino y Femenino, y dos en la asistencia SI y NO. Lo cual
determina 4 resultados posibles.
b S=

{ ( Masculino , asistio a preescolar ) ,

( Femenino , asistioa preescolar ) ,

( Masculino , no asistio a preescolar ) ,

( Femenino ,no asistio a preescolar ) }

Asisti
Masculino

No Asisti

Asisti
Femenino

No Asisti

Hay cuatro (4) eventos simples

Ser hombre
Ser mujer
Asistir a preescolar
No asistir a preescolar
Solucin caso 1

Casos
Presentad
os

Casos
apelad
os

Casos
Revocad
os

Probabilid
ad
Apelar

Mike Allen

6149

43

0,006993

Nadine Allen

7812

34

0,004352

Timothy Black

7954

41

0,005154

David Davis

7736

43

0,005558

Leslie Isaiah
Gaines

5282

35

13

0,004524

Karla Grady

5253

0,001142

Deidra Hair

2532

0,001974

Dennis Helmick

7900

29

0,003670

Timothy Hogan

2308

13

0,005632

2798

0,002144

0
0,000632
9
0,000866
5
0,000357
3

4698

25

0,005321

0,001702

0,32

8277

38

0,004591

0,23684

Melba Marsh

8219

34

0,004136

Beth Mattingly

2971

13

0,004375

0,001087
0,000851
6
0,000336
5

Juez Tribunal
Civil

James Patrick
Kenneddy
Joseph
Luebbers
William Mallory

Probabilid
ad
Revocar
0,000650
5
0,000768
0
0,000754
3
0,000646
3
0,002461
1

Probabilidad
Revocar dada una
Apelacin
0,09302
0,17647
0,14634
0,11627
0,37142
0
0
0,17241
0,15384
0,16666

0,20588
0,07692

Albert
Mestemaker
Mark Painter
Jack Rosen
Mark
Schweikert
David
Stockdale
John A. West
Total

Juez Tribunal
Penal
Fred Cartolano
Thomas Crush
Patrick
Dinkelacker
Timothy Hogan
Robert Kraft
William
Mathews
William
Morrissey
Norbert Nadel
Arthur Ney, Jr.
Richard
Niehaus
Thomas Nurre
John OConnor
Robert
Ruehlman
J. Howard
Sundermann
Ann Marie
Tracey
Ralph Winkler
Total

4975

28

0,005628

0,009230

0,32142

2239
7790

7
41

3
13

0,003126
0,005263

0,001339
0,001668

0,42857
0,31707

5403

33

0,006107

0,001110

0,18181

5371

22

0,007096

2797

0,001430

108464

500

104

0,004609

Casos
Presenta
dos
3037
3372

Casos
apelado
s
137
119

Casos
Revoca
dos
12
10

Probabilid
ad
Apelar
0,04511
0,03529

Probabili
dad
Revocar
0,00395
0,00296

Probabilidad
Revocar dada una
Apelacin
0,08759
0,08403

1258

44

0,03497

0,00635

0,18181

1954
3138

60
127

7
7

0,03070
0,04047

0,00358
0,00223

0,11666
0,05511

2264

91

18

0,04019

0,00795

0,19780

3032

121

22

0,03990

0,00725

0,18181

2959
3219

131
125

20
14

0,04427
0,03883

0,00675
0,00434

0,15267
0,112

3353

137

16

0,04085

0,00477

0,11678

3000
2969

121
129

6
12

0,04033
0,04344

0,00033
0,00404

0,04958
0,09302

3205

145

18

0,04524

0,0056

0,12413

955

60

10

0,06282

0,01047

0,16666

3141

127

13

0,04043

0,00413

0,10236

3089
43945

88
1762

6
199

0,02848
0,04009

0,00194
0,00452

0,06818
0,11293

0,000744
7
0,000715
0
0,000958
8

0,18181
0,5
0,208

Juez Tribunal
de Familia
Penelope
Cunningham
Patrick
Dinkelacker
Deborah
Gaines
Ronald Panioto
Total

Casos
Presenta
dos

Casos
apelado
s

Casos
Revoca
dos

Probabilid
ad
Apelar

Probabili
dad
Revocar

Probabilidad
Revocar dada una
Apelacin

2729

0,00256

0,000366

0,14285

6001

19

0,00316

0,000666

0,21052

8799

48

0,00545

0,001022

0,1875

12970
30499

32
106

3
17

0,00246
0,00347

0,000231
0,000557

0,09375
0,16037

CLASIFICACIN
Mayor probabilidad de revocar dada una apelacin
John A. West

2797

0,001430

0,000715
0

0,5

10

0,06282

0,01047

0,16666

10

0,06282

0,01047

0,16666

22

0,03990

0,00725

0,18181

18

0,04524

0,0056

0,12413

Mayor probabilidad de revocar

J. Howard
Sundermann

955

60

Mayor probabilidad de apelar

J. Howard
Sundermann

955

60

Mayor cantidad de casos revocados

William
Morrissey

3032

121

Mayor cantidad de casos apelados

Robert
Ruehlman

3205

145

Mayor cantidad de casos presentados

Ronald Panioto

12970

32

0,00246

0,000231

0,09375

Objetivo General:
El Objetivo de la investigacin es conocer el desempeo de los jueces por cada
tribunal, as como determinar si las apelaciones que se presentan en cada tribunal
son el resultado de errores en el veredicto de los jueces.
Resultados de la Investigacin:
A continuacin se presentan los resultados estadsticos de la investigacin:
PREGUNTA 1
La probabilidad de casos que se apelan y revocan en los tres tribunales es
0.6045%.
PREGUNTA 2, 3 y 4
En los cuadros mostrados se puede ver la probabilidad de que se apele un caso
por cada juez, la segunda columna muestra la probabilidad de que se revoque un
caso por cada juez y la tercera columna muestra la probabilidad de una revocacin
dada una apelacin por cada juez.
PREGUNTA 5
Ahora se realiza un anlisis de la gestin por cada tribunal, ordenndolos por el
juez que tuvo ms apelaciones y revocaciones por cada tribunal
TRIBUNAL PRIMERA INSTANCIA
TRIBUNAL FAMILIAR
TRIBUNAL MUNICIPAL

Del anlisis realizado en la pregunta 5 se puede identificar lo siguiente:

En el tribunal municipal hay un nmero mayor de casos revocados en
comparacin con los otros 2 tribunales. Se puede interpretar que en este tribunal
los jueces emiten sentencias erradas y que el juez que encabeza la lista de esta
situacin es el Jhon A. West.
El tribunal de familia es el que tiene un nmero ms bajo de casos apelados, es
decir, hay una mejor gestin. Los jueces son ms eficientes en su veredicto en
comparacin con los otros dos tribunales.
En el tribunal de primera instancia se debera hacer seguimiento a los procesos
que estn a cargo de los siguientes jueces, ya que son los que tienen mayor
nmero de apelaciones y revocaciones:
*Sundermann
* William Mathews
*William Morrissette
Como caso especial se debera conversar y revisar los caso del juez Patrick
Dinkelacker ya que tiene en ambos tribunales apelaciones y revocaciones.
La mejor juez se encuentra en el tribunal municipal y es Karla Grady, ya que tiene
bajas apelaciones y ninguna revocacin.

Ejercicios Capitulo 2
EJERCICIO 1
1.- Que usar? Un joven se alista para la universidad, posee 4 jeans, 12 camisetas
y 4 pares
de zapatos deportivos, Cuntas combinaciones de jean, camiseta y zapatos
puede tener?
DESARROLLO
Debemos tener en cuenta que el joven puede vestirse un jean con cualquier
camiseta y con
cualquier zapato, por lo tanto para hallar el nmero total de posibles
combinaciones para
vestirse hallamos el producto de todas las opciones de jeans, camisetas y
zapatos.
(4)*(12)*(4)=192 combinaciones totales.

EJERCICIO 2
2. Un grupo, compuesto por cinco hombres y siete mujeres, forma un comit de 2
hombres y 3 mujeres. De cuntas formas puede formarse el comit si: a- Puede
pertenecer a l cualquier hombre o mujer. b.- Una mujer determinada debe
pertenecer al comit. c.- Dos hombres determinados no pueden estar en el comit.

DESARROLLO:
1. Puede pertenecer a l cualquier hombre o mujer. 2. Una mujer determinada debe
pertenecer al comit 3. Dos hombres determinados no pueden estar en el comit. 1.
Hombres: C5,2 = 10 Mujeres: C7,3 = 35 Posibilidades totales: 10* 35 = 350 Hay 350
maneras diferentes de conformar un comit
2. Mujeres: C7,3 = 35 Hombres: para verlo ms claro, llamemos a los hombres A, B, C, D
y E, y supongamos que A y B son los que se llevan mal y no pueden estar juntos. Eso
quiere decir que C, D y E los podemos tratar normalmente: C3,1 = 3 Y el segundo hombre
ser o bien A o bien B, con lo cual tenemos dos posibilidades para cada una de las tres
anteriores; es decir, 6. Posibilidades totales = 356 = 210 3. Hombres: C5,2 = 10 Mujeres:
como una de ellas est fija, tenemos que ver las posibles ordenaciones de las seis restantes
para los dos puestos que quedan: C6,2 = 15 Posibilidades totales: 10*15 = 150
EJERCICIO 3:
3. - El jefe de cocina de un restaurante quiere usar algunas carnes y vegetales que
sobraron el da anterior para preparar un platillo de tres clases de carne y cuatro
vegetales. Si hay 5 clases de carne y siete vegetales disponibles, Cuntos platillos
puede preparar el cocinero?
DESARROLLO:
C5,3 x C7,4 = 10 x 35 = 350 platos distintos.
probabilidad de que la clasifique como la ms deseable 33%
de que la clasifique como el menos deseable 66%
EJERCICIO 4:
4. En un estudio que realizaron en California, se concluy que al seguir 7 reglas
sencillas de salud la vida de un hombre puede alargarse, en promedio 11 aos. Las 7
reglas son no fumar, hacer ejercicio regularmente, tomar alcohol solo en forma
moderada, dormir 7 horas, conservar un peso apropiado, desayunar y no comer

entre alimentos. a) En cuantas formas puede una persona adoptar 4 de estas reglas,
si actualmente las viola todas; b) De cuantas formas si nunca toma bebidas
alcohlicas y siempre desayuna.
DESARROLLO:
7C5 = 7 = 7! = 7x6x5x4x3 = 21 5 5!x3! 5x4x3x2x1 a. Si una persona viola actualmente
todas las reglas tiene 21 formas de adoptar 5 de ellas 6C5 = 6 = 6! = 6x5x4x3x2 = 6 5 5!x1!
5x4x3x2x1 b. Si una persona nunca toma bebidas alcohlicas y nunca fuma cumple con 1
de las 7 reglas, por lo tanto tiene 6 formas de adoptar 5 de ellas.
EJERCICIO 6:
6. En un grupo de teatro hay 10 hombres y 6 mujeres. Cuatro de los hombres pueden actuar
como actores masculinos principales y los otros actuarn en papeles secundarios, tres de las
mujeres pueden actuar en papeles femeninos principales y las otras en papeles secundarios.
De cuntas maneras pueden elegirse los actores para una obra de teatro que exige un actor
principal, una actriz principal, dos actores secundarios y tres actrices secundarias?
DESARROLLO:
8/(2x 2 x 2 x 2) = 2520 maneras diferentes.
EJERCICIO 7:
7. En la sntesis de protenas hay una secuencia de tres nucletidos sobre el ADN que
decide cul es el aminocido a incorporar. Existen cuatro tipos distintos de nucletidos
segn la base, que puede ser A (adenina), G (guanina), C (citosina) y T (timina). Cuntas
secuencias distintas se podrn formar si se pueden repetir nucletidos?
DESARROLLO:
Nn=43=64

EJERCICIO 8:
8. Una lnea de ferrocarril tiene 25 estaciones. Cuntos billetes diferentes habr que
imprimir si cada billete lleva impresas las estaciones de origen y destino?
DESARROLLO
hay un total de 25V5 = 25 . 24 = 600 billetes diferentes.
EJERCICIO 9:
9. En un hospital se realiza un estudio para determinar la actitud de las enfermeras respecto
a varios procedimientos administrativos. Si se selecciona una muestra de 10 enfermeras de
un total de 90, Cuntas muestras diferentes se pueden seleccionar? Se observa que no
importa el orden de seleccin y que no hay repeticin en las muestras.
DESARROLLO:
Para esta condicin la tcnica de conteo utilizada es LA COMBINACION de donde:
90C10= 90!/10!(90-10)! = 5,72x1012 Maneras.
EJERCICIO 11:
11. - En un saln de clase de knder hay ocho figuras de plstico: tres cuadrados, tres
tringulos, y dos rectngulos. Las figuras no se pueden distinguir de otro modo. De
cuantas maneras pueden ordenar los estudiantes las figuras si quieren hacer con ellas una
fila sobre la mesa?
DESARROLLO:
P(4)= 4!= 4*3*2*1= 24
Tomamos el valor obtenido (24), ahora, cada pareja se puede poner de 2 formas, luego esto
multiplica las posibilidades por 2 cuatro veces.
24*24= 24*16= 384 maneras

EJERCICIO 12:
12.- A una reunin asisten 10 personas y se intercambian saludos entre todos. Cuntos
saludos se han intercambiado?
DESARROLLO:
Numero de saludos = (nmero de personas * nmero de personas -1) / 2
Entonces cuando sean 10 personas:
Numero de saludos = (10 * 9)/2 = 45
=>Se dan 45 saludos.
1.3 Ejercicios Capitulo 3
EJERCICIO 3:
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.
DESARROLLO:
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
Cul es la probabilidad de que hable alguno de los dos idiomas?

(36+48+12)/120 = 96/120

Cul es la probabilidad de que hable francs, sabiendo que habla ingls?

12/48 = 1/4 = 0.25

Cul es la probabilidad de que solo hable francs?

36/120 = 9/30
EJERCICIO 4:
4.- El ltimo ao de una clase de bachillerato con 100 estudiantes, 42 cursaron
matemticas, 68 psicologa, 54 historia; 22 matemticas e historia, 25 matemticas y
psicologa, 7 historia pero ni matemticas ni psicologa, 10 las tres materias y 8 no tomaron
ninguna de las tres. Si se selecciona al azar un estudiante, encuentre la probabilidad de que:
DESARROLLO:
a) solo haya cursado una de las tres materias
b) una persona que no se inscribi en psicologa curse historia y matemticas
S= 100 estudiantes A = Matemticas 42 B = Psicologa 68 C = Historia 22 P (A) = 42 /
100 P (B) = 68 / 100 P (C) = 54 / 100 P (A n C) = 22 / 100 P (A n B) = 25 / 100 P (A n B n
C) = 10 / 100 P ((A n B n C)c) = 8 / 100
a.
P ((B) U (A n B n C)) = 68 / 100
b.
P ((A n C)-B) =12 / 100

EJERCICIO 7:
7.- Una seora tiene dos nios pequeos: Luis y Too. Ella sabe que cuando hacen una
travesura y son reprendidos. Luis dice la verdad tres de cada cuatro veces y Too cinco de
cada seis. Cul es la probabilidad de que los dos se contradigan cuando les pregunten por
el mismo hecho? Cul es la probabilidad de que los dos contesten igual cuando les
pregunten por el mismo hecho?
DESARROLLO:

1/2

LUIS
1/4
5/6

1/2

TOO

1/6

MENTIRA
VERDAD
MENTIRA

0,125
0,417
0,083

Cul es la probabilidad de que los dos se contradigan cuando les pregunten por el mismo
hecho?
P= (0,375+0,083) x (0,125+0,417) = 0,2482
Cul es la probabilidad de que los dos contesten igual cuando les pregunten por el mismo
hecho?
P= (0,375+0,417) x (0,125+0,083) = 0,1647
EJERCICIO 8:
8.- Una enfermedad puede estar producida por tres virus A, B y C. En el laboratorio hay 3
tubos de ensayo con el virus A, 2 tubos con el virus B y 5 tubos con el virus C. La
probabilidad de que el virus A produzca la enfermedad es de 1/3, que la produzca B es de
2/3 y que la produzca C es de 1/7, Se inocula un virus a un animal y contrae la enfermedad,

Cul es la probabilidad de que contraiga la enfermedad? Cul es la probabilidad de que el

virus que se inocule sea el C?
DESARROLLO:
Tenemos 3+2+5=10 tubos
Las probabilidades de cada tubo son
P(A) = 3/10 = 0.3
P(B) = 2/10 = 0.2
P(C) = 5/10 = 0.5
La probabilidades de producirse la enfermedad (E) por cada virus es
P(E|A) = 1/3
P(E|B)= 2/3
P(E|C) = 1/7
Debemos calcular la probabilidad de que el animal que ha contrado la enfermedad haya
sido por el virus C
P(C|E)
La calculamos por el teorema de Bayes:
P(C|E) = P(E|C)*P(C) / { P(E|A)*P(A) + P(E|B)*P(B) + P(E|C)*P(C) }
P(C|E) = 1/7*0.5 / { 1/3*0.3 + 2/3*0.2 +1/7*0.5 }
P(C|E) = 15/64 = 0.234375
EJERCICIO 9:
9.- El despertador de Javier no funciona muy bien, pues el 20% de las veces no suena.
Cuando suena, Javier llega tarde a clase con probabilidad del 20%, pero si no suena, la
probabilidad de que llegue tarde es del 90%. a) Determina la probabilidad de que llegue

tarde a clase y haya sonado el despertador. b) Determina la probabilidad de que llegue

temprano. c) Javier ha llegado tarde a clase, cul es la probabilidad de que haya sonado el
despertador? d) Si Javier llego temprano a clase, cual es la probabilidad de que el
despertador no haya sonado?
DESARROLLO:

EJERCICIO 11:
11.- En un centro mdico, los fumadores que se sospecha tenan cncer pulmonar, el 90%
lo tena, mientras que el 5% de los no fumadores lo padeca. Si la proporcin de fumadores
es del 45% a) Cul es la probabilidad de que un paciente con cncer seleccionado al azar
sea fumador? B) Cual es la probabilidad de que la persona tenga cncer.
DESARROLLO:

Probabilidad condicional.
Definamos los siguientes sucesos o eventos.
A : la persona es fumadora.
A : la persona no es fumadora.
B : la persona tiene cncer pulmonar.
B : la persona no tiene cncer pulmonar.
Datos.
P(A) = 0,45
P(B|A) = 0,90
P(B|A) = 0,05
Sabemos que P(A)+P(A) = 1 P(A) = 1-P(A) = 1-0,45 = 0,55
El diagrama de rbol se muestra en el siguiente enlace:
Respuesta a.P(A|B) = ?
Teorema de Bayes.
P(A|B) = P(A)P(B|A) / P(B) = P(A)P(B|A) / [ P(A)P(B|A) + P(A)P(B|A) ]
P(A|B) = 0,450,90 / ( 0,450,90 + 0,550,05 ) = 162/173 = 0,936416

Respuesta b.P(B) = ?
Probabilidad total.

P(B) = P(A)P(B|A) + P(A)P(B|A)

P(B) = 0,450,90 + 0,550,05 = 173/400 = 0,4325
EJERCICIO 12
12.- Con los jugadores de un club de ftbol se forman dos equipos para jugar un partido de
entrenamiento; entre los dos equipos se renen 6 defensas, 8 medios, 6 delanteros y 2
porteros. El entrenador sabe que en estos partidos, la probabilidad de que se lesione un
jugador es 0.22 si es delantero, 0.11 si es medio, 0.055 si es defensa y 0 si es portero.
a.- Calcular la probabilidad de que se lesione uno cualquiera de los jugadores en este partido.
b.- Si se sabe que un jugador se ha lesionado, determinar la probabilidad de que haya sido
un defensa
DESARROLLO:
Hay 6+8+6+2= 22 jugadores en total.
Las probabilidades de que escogiendo uno al azar sea:
Defensa: p (Df)= 6/22
Medio: p (M) = 8/22
Delantero: p (D) = 6/22
Portero: p (P) = 2/22
Y luego, cada uno de ellos tiene una probabilidad distinta de lesionarse. Si el defensa tiene
una probabilidad de sufrir lesin de 0,055, la de no sufrirla es 1-0,055 = 0,945. Y llevamos
todos estos valores al rbol:

Siendo L el suceso "lesionarse" y L no hacerlo.

Calcular la probabilidad de que se lesione uno cualquiera de los jugadores en este partido:
Nos fijamos en todas las ramas que lleven a una L. Valores en prolongacin se multiplican;
ramas distintas se suman
p(L) = 6/22 * 0,055 + 8/22 * 0,11 + 6/22 * 0,22 + 2/22 * 0 => p(L) = 0,115
Ahora bien, esto es una aplicacin del teorema de la probabilidad total. En rigor:
p(L) = P(L|Df) * p(Df) + P(L|M ) * p(M) + p(L|D) * p(D) + p(L|P) * p(P) que es
exactamente lo hallado por el rbol, con pequeos cambios de orden. Por ej:

B.- Si se sabe que un jugador se ha lesionado, determinar la probabilidad de que haya sido
un defensa.
Se pide p(Df | L), que es una probabilidad condicionada (probabilidad de que haya sido un
defensa sabiendo que hay un lesionado) .
p(Df|L) = (p(DfnL)/(p(L)) es la frmula de Bayes

En ella, p(L) = 0,115 es el valor hallado antes: probabilidad de lesin sin condiciones.
y p(Df L) = 6/22 * 0,055 = 0,015 es la rama que rene esos sucesos [con ms rigor: p(Df
L) = p(Df) * p(L|Df) = 6/22 * 0,055]
Luego p(Df|L) = 0,015 / 0,115 = 0,1304, prob de que el lesionado sea defensa.

En ella, p(L) = 0,115 es el valor hallado antes: probabilidad de lesin sin condiciones.
y p(Df L) = 6/22 * 0,055 = 0,015 es la rama que rene esos sucesos [con ms rigor: p(Df
L) = p(Df) * p(L|Df) = 6/22 * 0,055]
Luego p(Df|L) = 0,015 / 0,115 = 0,1304, prob de que el lesionado sea defensa.

CONCLUSIONES

Entendimos mediante ejercicios prcticos claramente los temas estudiados en las unidades
de estudio. De igual forma comprendimos algunas relevancias de la temtica propuesta en
el presente curso encausndola hacia las competencias que debemos desarrollar.
Comprendimos que el uso de herramientas en lnea nos permiten comunicarnos con
nuestros compaeros de manera fcil y hacer un trabajo en donde todos aportemos un
aporte significativo para poder realizar un anlisis, depuracin y consolidado de trabajo.