PROGRAMA DE ADMINISTRACIÓN DE EMPRESAS

TAREA 1

PROBABILIDAD

PRESENTADO POR:

YESID TORRES VILLAMIL

CC.13924765

UNIVERSIDAD ABIERTA Y A DISTANCIA

UNAD

2019
INTRODUCCIÓN
Para el presente trabajo se tuvo en cuenta definiciones básicas de la probabilidad para lograr
identificar los casos que se debían realizar, teniendo en cuenta de que la probabilidad en
general es la posibilidad de que algo ocurra o no en un porcentaje, se derivan varias maneras
de realizar estos cálculos dependiendo del caso de probabilidad a tratar.
En el desarrollo del trabajo se hizo una investigación teórica de los temas primero, debido a
que no es posible desarrollar los ejercicios sin haber realizado una consulta previamente de
los temas y casos a solucionar.
Las respectivas consultas realizadas se demuestran en un cuadro sinóptico hecho
individualmente por los integrantes del grupo, la parte práctica se lleva a cabo con la solución
de los dos casos a desarrollar por cada integrante y para el análisis del trabajo, se realizan sus
respectivas conclusiones para dar aportes propios de los temas desarrollados.

OBJETIVOS
 Determinar los axiomas, espacio muestral y eventos de la probabilidad.
 Estudiar los diferentes teoremas y técnicas de la probabilidad.
 Desarrollar dos casos respectivos para llevar a la práctica los conceptos estudiados.

CONTENIDO

Cuadro sinóptico
Descripción del ejercicio:
Cada estudiante de forma individual, realizará la lectura de las referencias recomendadas,
posteriormente desarrollará un cuadro sinóptico que servirá como sustento a la solución de
los ejercicios posteriores (estudio de casos).
 Es la mayor o menor posibilidad de que ocurra un determinado suceso.
CONCEPTO
P(A) = (Número de casos favorables A) / (Número de casos posibles)

Principio multiplicativo Es una técnica que se utiliza para resolver problemas de conteo para hallar la solución sin que sea
necesario enumerar sus elementos. N1 x N2 x ..........x Nr

Principio aditivo Permite medir de cuántas maneras se puede realizar una actividad que, a su vez, tiene varias alternativas
para ser realizada, de las cuales se puede elegir solo una a la vez. M + N + .........+ W
TÉCNICAS DE CONTEO
Combinaciones Las combinaciones son los arreglos en donde no nos importa el la posición de los elementos.
nCr=n!/(n-r)!r!

Permutaciones Es un arreglo de elementos en los cuales sí nos interesa la posición que ocupa cada uno de ellos.
nPr=n!/(n-r)!

Axioma 1 Si A es un evento de S, entonces la probabilidad del evento A es: 0 ≤ p(A) ≥ 1

Axioma 2 Si A y B son eventos mutuamente excluyentes, entonces la p(AUB) = p(A) + p(B)

AXIOMAS
Axioma 3 La probabilidad de que ocurra el espacio muestral ẟ debe de ser 1. P(ẟ) = 1

Axioma 4 Si A es un evento cualquiera de un experimento aleatorio y A’ es el complemento de

PROBABILIDAD A, entonces: P(A') = 1 - P(A)

Unión Es el suceso formado por todos los resultados que cumplen o cumplen.
p (A U B) = p(A) + p(B)
OPERACIONES
Intersección Es el suceso formado por todos los resultados que cumplen y cumplen. Sucesos
independientes: p(AnB) = p(A) · p(B) ; sucesos dependientes: p(AnB) = p(A) ·

Complemento El complemento A’ de un evento A consiste de todos los eventos simples (resultados)

que no están en A. P(A) + P(A’) = 1

La probabilidad de que ocurra el suceso A si ha ocurrido el suceso B se denomina probabilidad condicionada.

PROBABILIDAD CONDICIONAL
P(B/A) = P(AnB) / P(A)

La probabilidad total nos permite calcular la probabilidad de un suceso a partir de probabilidades condicionadas.
PROBABILIDAD TOTAL
p(B) = p(A1) · p(B/A1) + p(A2) · p(B/A2 ) + ... + p(An) · p(B/An )

Podemos calcular la probabilidad de un suceso A, sabiendo además que ese A cumple cierta característica que condiciona su
probabilidad.
TEOREMA DE BAYES
 Espacio muestral, eventos y Axiomas de Probabilidad

Estudio de caso 4
Suponga que un conjunto de propuestas de investigación fue evaluado por un grupo de
expertos en cuanto a si las propuestas merecían ser financiadas. Cuando estas mismas
propuestas se enviaron a un segundo grupo independiente de expertos, la decisión para
financiar se revirtió en 30% de los casos. Si la probabilidad es 0,2 de que una propuesta sea
juzgada por el primer grupo como digna de ser financiada, ¿cuáles son las probabilidades de
estos eventos?
p: Probabilidad del primer grupo que las propuestas deben ser financiadas.
q: Probabilidad del segundo grupo que las propuestas no pueden ser financiadas
q/p = 0,3
q = 0,3p
p = 0,2
a) Una propuesta digna es aprobada por ambos grupos.

R/ P (aprobada por ambos grupos) = 0,2+0,3*0,2

P (aprobada por ambos grupos) = 0,26
P= 26%

b) Una propuesta digna es desaprobada por ambos grupos.

R/ P (desaprobada por ambos grupos) = 1- P (aprobada por ambos grupos)

P (desaprobada por ambos grupos) = 1- 0,26 =0,74
P= 74%

c) Una propuesta digna es aprobada por un grupo.

R/ P= 0,2
P= 20%
Q= 0,3*0,2 = 0,06
Q= 6%
 Teorema de Bayes

Estudio de caso 6
Suponga que, en una ciudad particular, el aeropuerto A maneja 50% de todo el tráfico
aéreo y los aeropuertos B y C manejan 30% y 20% respectivamente. Los porcentajes
de detención de armas en los tres aeropuertos son 0.9, 0.8 y 8.5, respectivamente. Si
se encuentra un pasajero en uno de los aeropuertos llevando un arma por la puerta de
abordar, ¿Cuál es la probabilidad de que el pasajero esté usando el aeropuerto A? ¿Y
el aeropuerto C?

Aeropuerto A 0,9 detención de armas

0,3 Aeropuerto B 0,8 detención de armas

Aeropuerto C 8,5 detención de armas

P(Ai) = Probabilidad a priori

P(B/Ai) = Probabilidad condicional
P(Ai/B) = Probabilidad a posteriori
P(B) = Probabilidad total

 Probabilidad que esté usando el aeropuerto A

𝐵
Ai 𝑃(𝐴𝑖) ∗ 𝑃 (𝐴𝑖 )
P( ) =
B 𝑃(𝐵)
Ai 0,5 ∗ 0,9
P( ) =
B 0,5 ∗ 0,9 + 0,3 ∗ 0,8 + 0,2 ∗ 8,5

Ai
P ( ) = 0,188
B

Ai
P ( ) = 18,8%
B

 Probabilidad que esté usando el aeropuerto C

Ai 0,5 ∗ 8,5
P( ) =
B 0,5 ∗ 0,9 + 0,3 ∗ 0,8 + 0,2 ∗ 8,5
 Ai
P ( ) = 0,711
B

Ai
P ( ) = 71,1 %
B

CONCLUSIONES
 Se logró identificar la solución para los respectivos casos seleccionados.
 Se realizó la previa investigación sobre los temas a tratar.
 Se determinó los axiomas, espacio muestral y eventos de la probabilidad.

REFERENCIAS
 Rodríguez, F. J., & Pierdant, R. A. I. (2014). Estadística para administración. (Pp.
177-183).
 García, Á. M. Á. (2005). Introducción a la teoría de la probabilidad. primer curso.
(Pp. 29-50).
 Monroy, S. (2008). Estadística Descriptiva. Editorial: Instituto Técnico Nacional.
(Pp. 132-149).
 Monroy, S. (2008). Estadística Descriptiva. Editorial: Instituto Técnico Nacional.
(Pp. 150-152).