INTRODUCCIN

Muchos de los eventos que ocurren en la vida diaria no pueden ser predichos con
exactitud desde antes por diversas razones, pues la mayora de los hechos estn
influidos por factores externos. Adems, existen aquellos sucesos que estn
directamente influidos por el azar, es decir, por procesos que no se est seguro de
lo que va a ocurrir. Sin embargo, la probabilidad nos permite acercarnos a esos
sucesos y estudiarlos, ponderando las posibilidades de su ocurrencia y
proporcionando mtodos para tales ponderaciones.
Precisamente, algunos de esos mtodos proporcionados por la probabilidad nos
llevan a descubrir que algunos sucesos tienen una mayor o menor probabilidad de
ocurrir que la ponderacin asignada a travs del sentido comn. Nuestros
sentidos, la informacin previa que poseemos, nuestras creencias o posturas,
nuestras inclinaciones, son algunos de los factores que intervienen para no
permitirnos hacer ponderaciones reales y sistemticas. La probabilidad nos
permitir estudiar los eventos de una manera sistemtica y ms cercana a la
realidad, retribuyndonos con informacin ms precisa y confiable y, por tanto,
ms til para las disciplinas humanas.














OBJETIVOS

General
Medir la certidumbre (o incertidumbre) de que ocurran determinados sucesos o
acontecimiento que puede o no ocurrir en un experimento aleatorio y que es
combinacin de posibles resultados.
Aprender a manejar los mtodos y tcnicas ms adecuadas para el correcto
tratamiento y anlisis de la informacin proporcionada por los datos que puedan
generar las actividades econmicas, polticas, sociales, biolgicas, fsicas entre
otras.

Especficos
Reconocer las caractersticas de la teora de conjuntos

Aplicar la teora de conjuntos en el clculo de probabilidades, reglas de la
suma y del producto, y probabilidad condicional.

Identificar los teoremas de probabilidad simple y aplicarlos para solucionar
problemas.

Aplicar las tcnicas de conteo para encontrar la cantidad de elementos de
un suceso.




ASPECTOS TEORICOS:

EVENTOS Y SUCESOS
Los eventos y sucesos se utilizan como herramienta de la probabilidad para las
situaciones que se nos van presentando en la vida cotidiana
A continuacin algunos conceptos para comprender mejor el tema:
Experimento: cualquier accin o proceso que pueda generar observaciones
(buscar en la web)
Se clasifican en:
Experimentos Aleatorios: es aquel que al repetirse en las mismas
circunstancias, no genera los mismos resultados.
Experimentos Determinsticos: es aquel que al repetirse bajo las mismas
circunstancias si genera los mismos resultados

Espacio Muestral: Es el conjunto de todos los posibles resultados de un
experimento aleatorio, lo representamos con la letra S o
Aplicando:
o Lanzar un dado.
El espacio muestral se define
S = (1,2,3,4,5,6)

o Lanzar una moneda
El espacio muestral se define
S = (cara, sello)
El espacio muestral se puede ampliar a 2,3,4,n veces
Aplicando tenemos:
o El sexo de las cras de una yegua durante sus primeros dos partes
Espacio muestral
S = ((M,M),(H,H),(M,H),(H,M))

Subconjuntos del espacio muestral: hay subconjuntos cuando cada uno de los
elementos del experimento es el resultado del propio experimento.
Aplicando tenemos:
o Consideramos el lanzamiento de un dado
Espacio muestral
S = (1,2,3,4,5,6)
Subconjuntos
Salir 1 A = (1)
Salir numero par B = (2,4,6)
Salir nmero impar C = (1,3,5)
Salir numero primo D = (2,3,5)
Salir el suceso seguro S = (1,2,3,4,5,6)
Salir el suceso imposible vaco E = 0
Si S tiene numero finito n de elementos el nmero de eventos es 2n
Aplicamos
En el caso de lanzar un dado tenemos: 2 la 6 = 64
Al lanzar una moneda se tiene: 2 a la 2 = 4
S = (vaco (cara, sello) , (cara, sello))
Se determina que el espacio muestral lanzar una moneda tiene cuatro eventos
1. El elemento vaco
2. Cara
3. Sello
4. El elemento seguro (espacio muestral)

Propiedades de los eventos
Si A y b son eventos
A U B es el evento que ocurre si y solo si A ocurre o B ocurre

Si A y B son eventos
A B es el evento que ocurre si y solo si A ocurre y B ocurre

Si A y B son eventos
A B es el evento que ocurre si y solo si ocurre solamente en A

Si A es un evento
Ac es el evento que ocurre si y solo si A no ocurre

Dos eventos A y B son mutuamente incompatibles si no pueden ocurrir
juntos A B =
Ejemplo
La siguiente tabla muestra los trastornos psicolgicos presentes en una muestra
de 100 personas
Trastorno de ansiedad
Si No
Trastorno de
depresin
Si 45 12
No 20 23
Eventos: A: Evento donde el trastorno psicologico presentado es el de ansiedad
en las personas
B: Evento donde el trastorno psicologico presentado es el de depresion en las
personas
Determine el numero de muestras en: AUB ; AB
AUB: 45+20+12+23
AUB: 100
AB: 45

REGLA DE LA ADICIN EN PROBABILIDAD
Existen tres reglas fundamentales para resolver problemas en donde se
desea determinar la probabilidad de un suceso si se conocen las
probabilidades de otros sucesos que estn relacionados con l. Estas dos
reglas son : Regla de la Adicin , Probabilidad Condicional y Regla de la
Multiplicacin o Probabilidad Conjunta .
REGLA DE LA ADICIN: Esta regla expresa la probabilidad de que ocurran
dos o ms sucesos a la vez, P ( A U B).
Puede presentarse de dos formas: para conjuntos con interseccin y para
conjuntos mutuamente excluyentes. Veamos:
Para conjuntos con Interseccin:


Esto se debe a que sumamos la probabilidad de A ms la probabilidad de
B, pero como ya habamos sumado la interseccin, entonces la restamos.
Para conjuntos con Mutuamente excluyentes:






En este caso, no hay ningn problema en sumar ambas probabilidades.

PROBABILIDAD CONDICIONAL

Es la probabilidad de que ocurra un evento A, sabiendo que tambin sucede otro
evento B. La probabilidad condicional se escribe P(A|B), y se lee la probabilidad
de A dado B.
Un ejemplo clsico es el lanzamiento de una moneda para luego lanzar un dado.
Cul es la probabilidad de obtener una cara (moneda) y luego un 6 (dado)? Pues
eso se escribira como P (Cara | 6).
Dado un espacio de probabilidad
1
y dos eventos (o
sucesos) con , la probabilidad condicional
de B dado A est definida como:
Probabilidad condicional bajo Independencia estadstica
P(B/A) = P(B)
Probabilidad condicional bajo dependencia estadstica.
P(B / A) = P(BA) / P(A)
Probabilidad total: Sea

un sistema completo de eventos tales que la

probabilidad de cada uno de ellos es distinto de cero, y sea B un evento cualquiera del que se
conocen las probabilidades condicionales

, entonces, la probabilidad del evento

B, llamada probabilidad total, se calcula empleando la siguiente frmula:

Teorema de Bayes: El teorema de Bayes se utiliza para revisar probabilidades
previamente calculadas cuando se posee nueva informacin. Desarrollado por el
reverendo Thomas Bayes en el siglo XVII, el teorema de Bayes es una extensin
de lo que ha aprendido hasta ahora acerca de la probabilidad condicional.

1
En general un espacio probabilstico est integrado por tres componentes. Primero, el conjunto (llamado espacio
muestral) de los posibles resultados del experimento, llamados sucesos elementales. Segundo, por la coleccin de todos los sucesos
aleatorios (no solo los elementales), que es una-lgebra sobre . El par es lo que se conoce como un espacio medible. Por
ltimo, una medida de probabilidad o funcin de probabilidad que asigna una probabilidad a todo suceso y que verifica los
llamados axiomas de Kolgomoro. http://es.wikipedia.org/wiki/Espacio_de_probabilidad
Comnmente se inicia un anlisis de probabilidades con una asignacin inicial,
probabilidad a priori. Cuando se tiene alguna informacin adicional se procede a
calcular las probabilidades revisadas o a posteriori. El teorema de Bayes permite
calcular las probabilidades a posteriori y es:
2



EJERCICIOS CAPITULO 1
EJ ERCICIO 4.- Silvia decide ir a comprar dos cajas (distintas) de discos
compactos de msica clsica. En el catlogo de msica se tienen a cantantes
como: Enrico Caruso, Franco Corelli, Luciano Pavarotti, Placido Domingo y Juan
Flrez. En cada caja vienen 2 discos compactos de diferentes tenores, distribuidos
de la siguiente manera: Caja 1 : Caruso y Corelli Caja 2: Pavarotti y Domingo Caja
3: Flrez y Caruso Caja 4: Corelli y Domingo Caja 5: Pavarotti y Flrez Caja 6:
Caruso y Domingo Si el experimento consiste en anotar que cajas comprara Silvia,
responda a las siguientes preguntas.
a) .Cual es el espacio muestral del experimento?
b) .En qu consiste el evento: Silvia decide comprar msica de Caruso; Silvia
decide comprar msica de Juan Florez; Silvia decide comprar msica de Caruso y
Juan Florez; Silvia decide comprar msica de Caruso o Juan Florez

DESARROLLO
Entonces, tenemos que las posibilidades son:
Caja 1 : Caruso y Corelli
Caja 2: Pavarotti y Domingo
Caja 3: Flrez y Caruso
Caja 4: Corelli y Domingo
Caja 5: Pavarotti y Flrez
Caja 6: Caruso y Domingo

Por lo tanto;
a) Espacio Muestral:: Nuestro Espacio Muestral son todas las posibilidades que
tenemos para realizar nuestro experimento, teniendo as que:

2
http://www.monografias.com/trabajos89/probabilidad-total-y-teorema-bayes/probabilidad-total-y-teorema-bayes.shtml#ixzz2yWd2x1zQ
Caja 1 : Caruso y Corelli
Caja 2: Pavarotti y Domingo
Caja 3: Flrez y Caruso
Caja 4: Corelli y Domingo
Caja 5: Pavarotti y Flrez
Caja 6: Caruso y Domingo

Es decir: S = {caja1, caja2, caja3, caja4, caja5, caja6}

b) Eventos

EVENTO A; Silvia decide comprar msica de Caruso
Para este evento se tendran las siguientes posibilidades:
Caja 1 : Caruso y Corelli
Caja 3: Flrez y Caruso
Caja 6: Caruso y Domingo
Por lo tanto: Evento A = {caja1, caja3, caja6}

EVENTO B: Silvia decide comprar msica de Juan Florez
Para este evento se tendran las siguientes posibilidades:
Caja 3: Flrez y Caruso
Caja 5: Pavarotti y Flrez
Por lo tanto, Evento B = {caja3, caja5}


EVENTO C: Silvia decide comprar msica de Caruso y Juan Florez
Para este evento se tendran las siguientes posibilidades:
Caja 3: Flrez y Caruso
Por lo tanto: Evento C = {caja3}

EVENTO D: Silvia decide comprar msica de Caruso o Juan Florez
Para este evento se tendran las siguientes posibilidades:
Caja 1 : Caruso y Corelli
Caja 3: Flrez y Caruso
Caja 5: Pavarotti y Flrez
Caja 6: Caruso y Domingo
Por lo tanto, Evento D = { caja1, caja3,caja5, caja6}


EJ ERCICIO 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.
Entonces tenemos que las posibilidades son
Grupo 1
Carmen - lola
Carmen - Mercedes
Carmen - Juan
Carmen - Fernando
Carmen - Luis

Grupo 2
Lola Mercedes
Lola Juan
Lola Fernando
Lola Luis

Grupo 3
Mercedes Juan
Mercedes Fernando
Mercedes - Luis

Grupo 4
Juan Fernando
Juan Luis

Nuestro espacio muestral seria todas las posibilidades de escoger dos personas al
azar

Grupo 1
Grupo 2
Grupo 3
Grupo 4

Es decir S = (Grupo 1, Grupo 2, Grupo 3, Grupo 4)

EJ ERCICIO 9.- Dos estaciones de gasolina se encuentran en un cierto cruce de la
ciudad, en cada una hay 4 bombas para despacho de gasolina. Considere el
experimento en que el nmero de bombas en uso en un da particular se
determina para cada una de las estaciones. Un resultado experimental especifica
cuantas bombas estn en uso en la primera estacin y cuantas estn en uso en la
segunda.
a.- Cuales son los posibles resultados del experimento
En la primera bomba puede haber 0, 1, 2, 3 o 4 bombas en uso. De igual manera,
en la bomba 2 puede haber 0, 1, 2, 3 o 4 bombas en uso.

{

b.- Defina el evento A: el nmero de bombas en uso es el mismo en ambas
estaciones, el evento B: el nmero de bombas en uso es mximo dos en cada
estacin, el evento C: el nmero total de bombas en uso en ambas estaciones es
cuatro.
{}
{}
{}
c.- Defina AB , AC, AC BA, CA

{}
{}
{}
{}
{}


EJERCICIOS CAPITULO 2

EJ ERCICIO 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?

Solucin
C 3,5 X C 7,4 : 12 X 35 = 420
El cocinero puede preparar 420 platillos

EJ ERCICIO 8.- a) 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

LA REGLA DEL EXPONENTE, nos dice que se trata de un tipo de combinacin o
arreglo ordenado en donde siempre hay reemplazo del elemento que se toma.
Si se tienen un conjunto de N elementos y se construye con estos elementos un
conjunto de n elementos, con la condicin de que cada vez que se tome un
elemento del conjunto de N elementos este sea nuevamente reemplazado,
entonces el nmero de posibles arreglos o acomodos del conjunto de n elementos
es: N
n

Al analizar el problema se identifica que hay 4 elementos principales (nucletidos)
y con ellos se desea formar un conjunto de 3 elementos que se pueden repetir, por
ejemplo: AAG, AAA, GGA por lo tanto,
4
3
=444 = 64

Teniendo as que se pueden formar 64 secuencias distintas.

EJ ERCICIO 10.- A partir de 5 matemticos y 7 fsicos hay que constituir una
comisin de 2 matemticos y 3 fsicos. De cuntas formas podr hacerse si:
Todos son elegibles;
Hacemos una doble combinacin
(

) (

)
Se pueden escoger de 350 formas distintas
un fsico particular ha de estar en esa comisin;
Si se escoge un fsico en particular quiere decir que se deben escoger 2 fsicos de
los 6 restantes:
(

) (

)
Se pueden escoger de 150 formas distintas
dos matemticos concretos no pueden estar juntos?
Se tienen las siguientes posibilidades: que solo uno de ellos permanezca en el
comit o que ninguno de ellos est en dicho grupo:
Si slo uno de ellos est en el comit y el otro no:
(

Si ninguno de ellos est en el comit:
(

Tenemos entonces:
(

)
Se pueden escoger de 385 formas distintas


EJERCICIOS CAPITULO 3

EJ ERCICIO 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


DESARROLLO












I
F
36 12
24
U





Se deduce que:
Hablan
Ingls (I)
No Hablan
Ingls (NoI)
Hablan
Francs (F)
No Hablan
Francs (NoF)
Hablan
Ingls y
Francs (IF)
Total
Viajeros
(T)
48 24+48=72 36 36+48=84 12 120

a.- Cul es la probabilidad de que hable alguno de los dos idiomas?

Aplicando la Regla de adicin para eventos que no son mutuamente excluyentes:
Si dos eventos no son mutuamente excluyentes, es posible que ambos se
presenten al mismo tiempo. En tales casos, debemos modificar la regla de la
adicin para evitar el conteo doble:
P(A B) = P(A) + P(B) - P(AB)

Sea el evento I: Hablan Ingls. Entonces: P(I)=48/120
Sea el evento F: Hablan Francs. Entonces: P(F)=36/120

De otro lado, P(I F) es la probabilidad de que hablen ingls y al mismo tiempo
hablen Francs. Entonces: P(IF)=12/120

El evento (I F) es aquel donde hable Ingles o hable Frances o ambos. La tabla
indica rpidamente, el valor de P(I F) = 72/120

La otra manera de calcularlo es:
P(I F) = P(I) + P(F) - P(IF) = 48/120 + 36/120 12/120 = 72/120 =0,6

Por lo tanto, al escoger un viajero al azar la probabilidad de que hable alguno de
los dos idiomas es del 60%

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

Probabilidades condicionales bajo independencia estadstica.
Simblicamente, la probabilidad condicional se escribe P(B/A) y se lee "la
probabilidad de que se presente el evento B, dado que el evento A se ha
presentado". La probabilidad condicional es la probabilidad de que un segundo
evento (B) se presente, si un primer evento (A) ya ha sucedido.

Sea el evento IF: Hablan Ingls y Francs. Entonces: P(IF)=12/120
Sea el evento I: Hablan Ingls. Entonces: P(I)=48/120
48
Para esto tenemos que hallar P(IF/I)= (12/120)/( 48/120)=12/48=0,25

Por lo tanto, al escoger un viajero al azar la probabilidad de que hable francs
sabiendo que habla ingls es del 25%

c.- Cul es la probabilidad de que solo hable francs?

Sea el evento F: Hablan Francs. Entonces: P(F)=36/120
Sea el evento NoI No Hablan Ingls P(NoI)=72/120

Para esto tenemos que hallar P(F/ NoI)= (36/120)/( 72/120)=36/72=0,5
P HF NHI= 24120=15=0.2
Por lo tanto, al escoger un viajero al azar la probabilidad de que hable solo francs
es del 50%

EJ ERCICIO 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:
a) solo haya cursado una de las tres materias

La probabilidad que solo haya escogido una de las tres materias es del 30%
b) una persona que no se inscribi en psicologa curse historia y matemticas

La probabilidad es del 37.5%

EJERCICIO 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?

Entonces tenemos
10 tubos de ensayo

La probabilidad de cada tubo de ensayo
P(a) : 3/10 : 0.3
P(b) : 2/10 : 0.2
P(c) : 5/10 : 0.5

Probabilidad de contraer la enfermedad (E) por virus
P(Ela) x P(a) : 3/10 x 1/3: 1/10
P(Elb) x P(b): 2/10 x 2/3: 4/30
P(Elc) x P(c): 5/10 x 1/7: 5/70
P(E) : 1/10+4/30+5/70 : 30,48 %

Para C buscamos
P(clE): P(Elc)xP(c)/P(e) : 5/70 / 30,48 : 23,43%
CONCLUSIONES


En este trabajo se pusieron en prctica y se analizaron los conceptos bsicos
de probabilidad, y cmo se puede emplear el anlisis de probabilidades para
proporcionar informacin til para la toma de decisiones en diversos
situaciones.

Se analiz que las tcnicas de conteo y las propiedades de probabilidad
constituyen una herramienta til, con la cual se puede predecir algunos hechos
influenciados por el azar o que son inciertos, arrojando como resultado, que
tengan mayor o menor probabilidad de ocurrir con respecto a la ponderacin.





















FUENTES BIBLIOGRAFICAS

Morales Robayo, Adriana. Universidad Nacional Abierta y a Distancia. Escuela de
Ciencias Bsicas, Tecnologa e Ingeniera- Unidad de Ciencias Bsicas. 100402
Probabilidad. Bogot D.C.. Julio de 2010
Salazar Gonzlez, Juan Jos. Lpez Yurda, Marta. Ejercicios resueltos de
probabilidad. 2001.