UNIDAD 1 - TÉCNICAS DE CONTEO Y TEORÍA DE PROBABILIDAD

CÓDIGO: 100402_473

PROBABILIDAD 100402_23

Presentado a:
YURI VANESSA NIETO
Tutor

Entregado por:

Cristian Polo P.
Código:1022377993
Cindy Flórez R.
Código: 1018426221
Liliana Bonelo M.
Código: 38642983
Camilo Cubillos Ortiz
Código: 1013606427

UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA - UNAD

ESCUELA DE CIENCIAS BÁSICAS TECNOLOGÍA E INGENIERÍA
SANTA FE DE BOGOTA D.C
JULIO DE 2018
 Introducción

El siguiente trabajo tiene como objetivo comprender Los principios de la probabilidad

pertenecientes a la unidad 1, en temas relacionados con experimentos aleatorios,
eventos y sucesos, técnicas de conteo, axiomas de probabilidad y probabilidad
condicional.

Adicionalmente encontramos un mapa conceptual donde se muestra la explicación

acerca de experimentos aleatorios, espacio muestral y técnicas de conteo. De igual
forma realizamos diferentes estudios de caso, dando su explicación y metodología para
su solución.
 Justificación

El presente trabajo se enfoca en la comprensión y aplicación de los fundamentos

básicos de la probabilidad, permitiendo así el análisis, interpretación y solución de
diferentes casos planteados en la unidad 1, paso 2 (Espacio muestral, eventos,
operaciones y axiomas de probabilidad) mediante el uso de técnicas de conteo y
axiomas de probabilidad. Así, el presente trabajo se desarrolla en pro a resolver
situaciones problema por medio del estudio de la probabilidad.
 Objetivos

Los alcances del presente trabajo…………….

 CUADRO SINOPTICO

DETERMINISTA: un experimento que siempre que se repita

con las mismas condiciones iniciales se obtiene igual
resultado. Aleatorio: cuando al repetirse con las mismas
CLASES condiciones iniciales, no se puede predecir el resultado.
EXPERIMENTOS
ALEATORIOS, (Ejemplo: lanzar un dado o extraer una carta).
ESPACIO MUESTRAL

ESPACIO Es el conjunto formado por todos los resultados posibles de

un experimento o fenómeno aleatorio. Lo denotamos con la
P MUESTRAL
letra. Ejemplo: lanzar una moneda, lanzar dos dados
R
O Es cada uno de los subconjuntos del espacio muestral,
SUCESOS también llamado suceso aleatorio, se utiliza letras
B mayúsculas.

A
B En esta técnica implica que los eventos no sean independientes pero generen un equilibrio en

ADITIVO el cual uno ocurra sin necesidad que otro lo haga

I
Se identifica con el símbolo n y representa a todos los enteros antes de llegar al
FACTORIAL
L número uno

I PERMUTACIONES Es el orden que se le da a diferentes elementos

D
TÉCNICAS DE
COMBINACIÓN Es agrupar diferentes elementos sin importar lugar o posición
A CONTEO

D Consiste en realizar una actividad de diferentes pasos, donde el primer paso a realizar debe
MULTIPLICATIVO generarse de N1 de formas o maneras y el segundo paso de N2 formas y maneras y así
sucesivamente
ESTUDIANTE: CINDY FLOREZ
ESTUDIO DE CASO 1

PROBABILIDAD CONDICIONAL
Cuando hablamos de probabilidad condicional decimos que estamos buscamos la
probabilidad en algo que ya sucedió, esto lo podemos ver representado de la siguiente
manera:

P (A/B) =

Donde sabemos que A corresponde al dato que ya nos dan y al cual debemos calcular la
probabilidad de que algo suceda en B el cual es el dato que ya sabemos o nos informan.
Es muy importante aclarar que no es lo mismo P (A/B) que P (B/A), debido a que a pesar
de que tenemos los mismos elementos o características lo que nos importa es saber la
probabilidad de A dado que B ya sucedió.

Como lo vemos en el estudio de caso siguiente vemos una encuesta realizada a 400
personas en la cual se solicitó datos acerca de que canales veían y en que horarios, en
dicho caso podemos representar, A como todos los datos recogidos en la encuesta y a B
como las 400 personas ósea el dato que ya sucedió para la realización de las
probabilidades.

ESTUDIO DE CASO 1

La publicidad en televisión es indiscutiblemente la más poderosa forma de publicidad.

Anunciarse en televisión implica llegar a cientos de miles o a millones de personas al
mismo tiempo, y hacerlo a través del medio publicitario más relevante y prestigioso. La
publicidad en televisión aporta notoriedad y credibilidad, y ayuda más que ninguna otra a
conseguir el posicionamiento deseado.

Una empresa de publicidad desea determinar en qué canal es más probable que sus
anuncios sean vistos y realiza una encuesta entre 400 personas de varias ciudades del
país para determinar cuáles son los canales más vistos y el horario en el que más
audiencia tienen.
 Horario en el que preferiblemente ve TV
Canal preferido
Mañana Tarde Noche Total
Caracol 39 12 58 109
Sony 11 8 32 51
Fox 6 5 26 37
Home & Health 10 13 24 47
Discovery 9 2 18 29
City Tv 12 10 20 42
RCN 28 15 42 85
TOTAL 115 65 220 400

Con base en esta información y haciendo uso de los axiomas de probabilidad, prepare
para la empresa de publicidad un informe en el que debe incluir como mínimo lo
siguiente:

1. Canal en el que hay mayor Probabilidad de que una persona vea los anuncios de la
empresa.

R: 109/400 = 27% probabilidad Caracol ya que es el canal que más personas ven TV.

2. Horario en el que hay mayor probabilidad de que una persona vea los anuncios de la
empresa.

R: La noche 220/400 = 55% probabilidad ya que es horario donde más personas ven
TV.

3. Probabilidad de que una persona prefiera ver TV en la tarde.

R: 65/400 = 16,25% es la probabilidad más baja, ya que es el momento del día donde
menos ven TV.

4. Probabilidad de que una persona prefiera el canal RCN o Caracol.

R: 109+85/400 = 48,5% de probabilidad ya que es la suma entre las personas que

ven canal Caracol y RCN.

5. Probabilidad de que una persona prefiera ver TV en la mañana o en la tarde.

R: 115+65/400 = 45% de probabilidad ya que es la suma entre las personas que

prefieren ver TV en la mañana y en la tarde.

6. Probabilidad de que una persona prefiera ver el canal Caracol en la mañana.

 R: 39/109 = 35,77 probabilidad de ver Caracol en la mañana.

7. Probabilidad de que una persona prefiera ver el canal Fox en la Noche.

R: 26/400 = 6,5% de probabilidad de personas que prefieren ver Fox en la noche.

8. Probabilidad de que una persona prefiera ver el canal Fox SI prefiere ver TV en la
noche.

R: 26/37 = 70,27% de probabilidad de preferir ver Fox en la noche.

9. Probabilidad de que una persona prefiera ver TV en la noche si prefiere el canal Fox.

R: 26/37 = 70,27% de probabilidad de preferir ver Fox en la noche

10. Que le sugiere a la empresa de publicidad sobre sus anuncios en TV. (tenga en
cuenta las probabilidades aquí encontradas)

R: Los mejores canales para publicar son Caracol y Fox en el horario de la noche ya
que es donde más personas están viendo TV de acuerdo a los cálculos realizados.
ESTUDIANTE: LILIANA BONELO
ESTUDIO DE CASO 2

AXIOMAS DE LAS PROBABILIDADES

Una ley de probabilidad, o distribución de probabilidad, es una función {P} que a un evento
asocia un número {P}[A], su probabilidad. Este número traduce la oportunidad que tiene
el evento de producirse. La forma más intuitiva de definir una tal función es repetir el
experimento aleatorio y asociar a cada evento su frecuencia experimental. Si n es el
número de experimentos, n_A el número de veces que se produce el evento A, la
frecuencia experimental de A es la razón n_A / n

Eventos independientes

Dos eventos son independientes si el resultado del segundo evento no es afectado por
el resultado del primer evento. Si A y B son eventos independientes, la probabilidad de
que ambos eventos ocurran es el producto de las probabilidades de los eventos
individuales.

P(AyB)=P(A)·P(B)

ESTUDIO DE CASO 2

Una pareja de jóvenes acaba de casarse, ambos tienen 20 años y

viven en lo profundo de la Patagonia comiendo pescado crudo, lo que
imprime un carácter fuerte: NADIE SE DIVORCIA y todos tienen
BUENA SALUD.

La mitad de la población de esa región, en efecto, vive hasta los 110

años, una cuarta parte vive hasta los 100 años, y el último cuarto de
la población vive hasta los 90 años.

Los jóvenes esposos se preguntan: “Lo más probable es que nuestro matrimonio
dure…?”

Haciendo uso de los axiomas de probabilidad y en especial de la probabilidad para

eventos independientes, ayude a los jóvenes esposos a responder la pregunta, y
encuentre como mínimo lo siguiente:

1.- Probabilidad de que ambos vivan 90 años

 1 1 1
RTA/ p(H-M) = 4 ∗ 4 = 16
1
La probabilidad de que ambos vivan 90 años es de 16

2.- Probabilidad de que ambos vivan 100 años

1 1 1
RTA/ p(100 años) = 4 ∗ 4 = 16
1
La probabilidad de que ambos vivan 100 años es de 16

3.- Probabilidad de que ambos vivan 110 años

1 1 1
RTA/ p(110 años) = 2 ∗ 2 = 4

1
La probabilidad de que ambos vivan 110 años es de 4

4.- Probabilidad de que el esposo viva 90 años y la esposa 110 años

1 1 1
RTA/ p (90 años esposo).(110 años esposa) = ∗ =
4 2 8
1
La probabilidad de que ambos vivan 110 años es de 8

5.- Probabilidad de que la esposa viva 90 años y el esposo 100 años.

1 1 1
RTA/ p(90 años esposa).(100 años esposo) = 4 ∗ 4 = 16

6.- Finalmente, la respuesta a la inquietud de los esposos es: “Lo más probable es que
el matrimonio dure _90_ años”
Por que si analizamos de las 3 probabilidades la mas grande es la de 110 años, menos
la edad de cuando se casaron que es 20 años seria:

119 − 20 = 90 𝑎ñ𝑜𝑠
Tienen un 0.25% de que duren 90 años
¼=0,25%
 Para resolver el estudio de caso se sugiere completar el siguiente diagrama:

El Esposo vivirá La Esposa vivirá hasta:

hasta: (probablemente)
(probablemente) 90 años 100 años 110 años
90 años 1 1 1 1 1 1 1 1 1
∗ = ∗ = ∗ =
4 4 16 4 4 16 4 2 8
100 años 1 1 1 1 1 1 1 1 1 ¼
∗ = ∗ = ∗ =
4 4 16 4 4 16 4 2 8
110 años 1 1 1 1 1 1 1 1 1
∗ = ∗ = ∗ =
2 4 8 2 4 8 2 2 4

¼ ½

Diagrama de árbol

1
2 1 1 1 119 − 20 = 90 𝑎ñ𝑜𝑠
p(100 años) = ∗ =
2 2 4
110 AÑOS

1
HOMBRE 20 AÑOS 1 1 1
4 p(100 años) = ∗ =
MUJER 20 AÑOS 4 4 16
100 AÑOS

1
1 1 1
4 / p(H-M) = ∗ =
4 4 16
90 AÑOS
ESTUDIANTE: CRISTIAM POLO PEÑA
ESTUDIO DE CASO 3

Colombia ha clasificado al Mundial de Rusia 2018; así que muchos aficionados han
comenzado los preparativos para el viaje. Teresa quiere ir al mundial y decide utilizar
una aerolínea de bajo costo por lo que es importante que decida que va a llevar para
que no le toque pagar más por sobrepeso.
Teresa decide hacer una lista de lo que podría llevar: una maleta, una mochila, una
cámara, y unas lindas gafas que lleva a todos sus viajes. Al revisar en algunas páginas
de internet sobre viajes, encuentra que hay una posibilidad sobre siete de que pierda la
maleta, una sobre cinco de que pierda su mochila, una sobre tres de que pierda la
cámara y una posibilidad de tres sobre diez de que pierda sus preciosas gafas.
Teresa se queda preocupada y decide calcular la probabilidad de que su viaje no sea
tan perfecto como lo tiene previsto si por alguna razón se pierden sus cosas.

Haciendo uso de los axiomas de probabilidad, su tarea es ayudar a Teresa y para eso
debe encontrar como mínimo lo siguiente:
1. Probabilidad de que no pierda la maleta.
Rta/ 6/7 = 0,857 = 85,7%

2. Probabilidad de que pierda la maleta y pierda el bolso de mano

Rta/ 1/7 * 1/5 = 1/35 = 0,286 = 2,8%

3. Probabilidad de que pierda la maleta o pierda el bolso de mano

Rta/ 1/7 + 1/5 = 12/35 = 0,34 = 34%

4. Probabilidad de que NO pierda ninguna de sus cosas

Rta/ 6/7 * 4/5 * 2/3 * 7/10 = 8/25 = 0,32 = 32%

5. Finalmente, Determine la probabilidad de que el viaje de Teresa no sea tan

perfecto como lo tiene previsto, si por alguna razón se pierden todas sus cosas.
Rta/ 1/7 * 1/5 * 1/3 * 3/10 = 1/350 = 0,002 = 0,2%
Para resolver el estudio de caso se sugiere completar el siguiente cuadro:

Probabilidades que tiene

Teresa de
No
Perder perder
La
Maleta 1/7 6/7
La
Mochila 1/5 4/5
La
Cámara 1/3 2/3
Las
Gafas 3/10 7/10
Total 1/350 8/25

Espacio muestral: E (perder, no perder)

(Al conjunto de todos los resultados posibles se le llama espacio muestral)

Los sucesos: son los resultados que queremos considerar de entre todos los
resultados posibles, es decir, de entre todo el espacio muestral.
 ESTUDIO DE CASO 5
Un almacén importante considera cambiar su política de otorgamiento de crédito para
reducir el número de clientes (deudores) que finalmente no pagan sus cuentas.
El gerente de crédito sugiere que, a futuro, el crédito se le cancele a cualquier cliente que
demore una semana o más en sus pagos en dos ocasiones distintas. La sugerencia del
gerente se basa en el hecho de que, en el pasado 90% de los clientes que finalmente no
pagaron sus cuentas se demoraron en sus pagos por lo menos dos ocasiones.
Un estudio independiente encontró que 2% de todos los deudores finalmente NO pagan
sus cuentas y que de aquellas que SÍ las pagan, el 45% se demoró en por lo menos dos
ocasiones.
Utilice su conocimiento de la probabilidad y las aplicaciones del Teorema de Bayes para
preparar un INFORME en el que incluya como mínimo:

Desarrollo

1. Probabilidad de que un deudor cualquiera finalmente si pague sus cuentas.

Respuesta:
Dado que los eventos Pagar y no pagar, son mutuamente excluyentes, entonces, la
suma de sus probabilidades es en este caso, la probabilidad total, así que podemos
proceder a plantear de la siguiente manera:
Sea PA la probabilidad de que un deudor pague sus cuentas, y P’A la probabilidad de
que un deudor no pague, es un hecho que PA+PA’=100%, por tanto, PA=100%- PA’ y
conocemos por el enunciado el valor de PA’ = 2%
PA= 100%-PA’
PA= 100%-2%
PA= 98%
La probabilidad de que un deudor finalmente pague sus deudas es del 98%

2. Probabilidad de que un deudor cualquiera se demore por lo menos dos ocasiones

Respuesta:
Como el evento de demorarse en pagar, está asociado al evento pagar, concluimos que
es una probabilidad condicionada a la ocurrencia del evento pagar, entonces, la
probabilidad está dada por la intersección de las probabilidades, por tanto plantearemos
de la siguiente manera, Sea PB la probabilidad de que un deudor se demore en pagar
por lo menos en dos ocasiones, además PAB es la probabilidad de que un deudor que
pague se demore, por otra parte sabemos que de los que pagan, el 45% se demoran

𝑃𝐴𝐵 = 𝑃(𝐴 ∩ 𝐵)
𝑃𝐴𝐵 = 𝑃𝐴 ∗ 𝑃𝐵
𝑃𝐴𝐵 = 0.98 ∗ 0.45
PAB= 0.441
La probabilidad de que un deudor, demore por lo menos dos veces en pagar, es del
44.1%

3. Probabilidad de que un deudor que no se demoró por lo menos dos ocasiones,

finalmente, pague su cuenta.
Desarrollo:
En este caso, tenemos que el evento está dado por el complemento de demorarse
en pagar, entonces, haremos una suma de probabilidades, para poder determinar
la de este evento complementario conocemos claramente la probabilidad de que un
deudor que pague sus obligaciones se demore por lo menos en dos ocasiones, que es
PB=44.1%, de ahí
que su complemento:
PB’=1-PB-PA’
PB’=1-0.441-0.02
PB’=0.539
Ahora miraremos la probabilidad condicional
𝑃𝐴𝐵′ = 𝑃(𝐴 ∩ 𝐵′)
PAB’=PA*PB’
PAB’=0.98*0.539
PAB’=0.5282
La probabilidad de que un deudor pague y no se demore por lo menos en dos
ocasiones es del 52.82%
4. Probabilidad de que un cliente que ya se demoró por lo menos dos ocasiones,
finalmente, no page su cuenta.
Desarrollo
En esta ocasión, el condicionamiento del problema nos dice que inicialmente es un
cliente que tardo en pagar en por lo menos dos ocasiones, por lo cual, la
probabilidad del evento, está sujeto a la ocurrencia de este primer evento
𝑃𝐵𝐴′ = 𝑃(𝐵 ∩ 𝐴′)
PBA’=PB*PA’
PBA’=0.441*0.02
PBA’= 0.00882
PBA’=0.882%
La probabilidad de que un deudor que se ha tardado en pagar sus cuentas,
termine por no pagar sus compromisos es menor al 1%, exactamente el 0.882%.

5. Con los resultados obtenidos analice la política que sugiere el Gerente de crédito.
Está de acuerdo, sí o no, ¿por qué?
Desarrollo:
No estoy de acuerdo con el gerente, ya que de esas personas que se atrasan en dos o
más ocasiones finalmente terminan pagando el 96.1% de los deudores, y el 3.9%
restante no pagarían la deuda
 CONCLUSIONES

 Las técnicas de conteo son mecanismos utilizados para enumerar eventos de

difíciles de contar.
 Probabilidad condicional es buscar la probabilidad de algo, en algo ya sucedido.
 Para hallar el valor de probabilidad debemos dividir el valor al cual queremos
realizar el cálculo, sobre el valor que ya nos dan inicialmente.
 En probabilidad condicional no podemos cambiar el orden de los elementos al
momento de realizar el cálculo.
 REFERENCIA

Martínez, C. (2011). Estadística Básica Aplicada. Ecoe, 4a edición. Recuperado

de http://bibliotecavirtual.unad.edu.co:2460/lib/unadsp/reader.action?ppg=1&docID=320
3901&tm=1526411601293

Rodríguez, F. & Pierdant, A. (2014). Estadística para administración. Recuperado

de http://bibliotecavirtual.unad.edu.co:2077/lib/unadsp/reader.action?docID=11013767&
ppg=177
Monroy, S. (2008). Estadística Descriptiva. Editorial: Instituto Técnico
Nacional. Recuperado
de http://bibliotecavirtual.unad.edu.co:2077/lib/unadsp/reader.action?docID=10436604&
ppg=128
Martín, J. y Ruiz, L. (2004). Estadística I: Probabilidad. 2nd ed. Madrid: Paraninfo. vii-
viii. Recuperado
de http://bibliotecavirtual.unad.edu.co:2081/ps/eToc.do?rcDocId=GALE%7CCX4052400
005&inPS=true&prodId=GVRL&userGroupName=unad&resultClickType=AboutThisPubl
ication
&contentModuleId=GVRL&searchType=BasicSearchForm&docId=GALE%7C3BDC
Rodríguez, F. & Pierdant, A. (2014). Estadística para administración. Recuperado
de http://bibliotecavirtual.unad.edu.co:2077/lib/unadsp/reader.action?docID=11013767&
ppg=200
Gil, M., Gonzales, A. J Salagre, M. (2014). Ejercicios de estadística teórica:
Probabilidad e inferencia. Recuperado
de http://bibliotecavirtual.unad.edu.co:2077/lib/unadsp/reader.action?docID=10995669&
ppg=19
Monroy, S. (2008). Estadística Descriptiva. Editorial: Instituto Técnico
Nacional. Recuperado
de http://bibliotecavirtual.unad.edu.co:2077/lib/unadsp/reader.action?ppg=151&docID=1
0436604&tm=1470688991083
https://www.sangakoo.com/es/temas/definicion-de-probabilidad-espacio-muestral-y-
suceso-seguro-e-imposible