UNIVERSIDAD AUTONOMA DE NUEVO LEÓN
FACULTAD DE CONTADURIA PÚBLICA Y
ADMINISTRACIÓN
Docente: Treviño Cardona Luis
Carlos
Gpo: BA 0735
Matricula: 2059219
Alumno: Molina Salvador
Ángel Giovany
3.1 - Reporte de solución de
casos prácticos que
contengan las reglas de
probabilidades y construcción
de distribución de
probabilidad.
Fecha: 19/10/23
[Link]
m_content=DAFxqdEKdl8&utm_campaign=designshare&utm_medium=link2&utm_s
ource=sharebutton
LINK DEL MAPA CONCEPTUAL QUE PIDE NEXUS
Resumen del capítulo
I. Una probabilidad es un valor entre 0 y 1, inclusive, que representa las
posibilidades de que cierto evento ocurra.
A. Un experimento es la observación de alguna actividad o el acto de tomar una
medida.
B. Un resultado es una consecuencia particular de un experimento.
C. Un evento es la colección de uno o más resultados de un experimento.
II. Existen tres definiciones de probabilidad.
A. La definición clásica se aplica cuando un experimento generará n resultados
igualmente posibles.
B. La definición empírica se emplea cuando el número de veces que ocurre un
evento se divide entre el número de observaciones.
C. Una probabilidad subjetiva se basa en cualquier información disponible.
III. Dos eventos son mutuamente excluyentes si como consecuencia de que uno
de los dos sucede, el otro no puede ocurrir.
IV. Los eventos son independientes si el hecho de que un evento suceda no
influye en que el otro ocurra. V. Las reglas de la adición se refieren a la unión de
eventos
Clave de pronunciación
A. La regla especial de la adición se aplica cuando los eventos son mutuamente
excluyentes.
P(A o B) = P(A) + P(B)
B. La regla general de la adición se aplica cuando los eventos no son mutuamente
excluyentes.
P(A o B) P(A) + P(B) P(A y B)
C. La regla del complemento se utiliza para determinar la probabilidad de un
evento restando de 1 la probabilidad de que el evento no suceda.
P(A) =1- P(~A)
VI. Las reglas de la multiplicación se refieren al producto de eventos.
A. La regla especial de la multiplicación se refiere a eventos que son
independientes.
P(A y B) = P(A)P(B).
B. La regla general de la multiplicación se aplica en eventos que no son
independientes.
P(A y B) P(A)P(B|A)
C. Una probabilidad conjunta es la posibilidad de que dos o más eventos sucedan
al mismo tiempo.
D. Una probabilidad condicional es la posibilidad de que un evento suceda, dado
que otro evento ha sucedido.
E. El teorema de Bayes es un método que consiste en revisar una probabilidad,
dado que se ha logrado información adicional. En el caso de dos eventos
mutuamente excluyentes y colectivamente exhaustivos,
𝜌(𝐴1)𝑃(𝐵|𝐴1)
𝑃(𝐴1 |𝐵) =
𝑃(𝐴1)𝑃(𝐵|𝐴1) + 𝑃(𝐴2)𝑃(𝐵|𝐴2)
VII. Existen tres reglas de conteo útiles para determinar el número de resultados
de un experimento. A. La regla de la multiplicación establece que si hay m formas
de que un evento suceda y n formas de que otro pueda suceder, entonces hay mn
formas en que los dos eventos pueden suceder. Número de disposiciones (m)(n)
B. Una permutación es un arreglo en el que el orden de los objetos seleccionados
de un conjunto específico es importante.
𝑛1
𝑛𝑝𝑟 =
(𝑛 − 𝑟)!
C. Una combinación es un arreglo en el que el orden de los objetos seleccionados
de un conjunto específico no es importante.
𝑛1
𝑛𝐶𝑟 =
𝑟! (𝑛 − 𝑟)!
EJERCICOS NONES CAP 5
1. Hay personas que apoyan la reducción de los impuestos federales con el fin de
incrementar los gastos del consumidor, aunque otros están en contra. Se
seleccionan dos personas y se registran sus opiniones. Si ninguna está indecisa,
elabore una lista de los posibles resultados.
R= Resultado 1: si, si. Resultado 2: Si, no. Resultado 3: No, si. Resultado
4:No,no.
1- 2- 3-
4-
3. Una encuesta de 34 estudiantes en la Wall College of Business mostró que
éstos tienen las siguientes especialidades:
Suponga que elige a un estudiante y observa su especialidad.
a) ¿Cuál es la probabilidad de que el estudiante tenga una especialidad en
Administración?
𝐸𝑣𝑒𝑛𝑡𝑜𝑠 𝐹𝑎𝑣𝑜𝑟𝑎𝑏𝑙𝑒𝑠
𝑃(𝐴𝑑𝑚𝑜𝑛) = = 6 = 3 = 0.1747 ∗ 100 = 17.47%
𝐸𝑠𝑝𝑎𝑐𝑖𝑜 𝑚𝑢𝑒𝑠𝑡𝑟𝑎𝑙 34 17
6 3
𝑃(𝐴𝑑𝑚𝑜𝑛) = = = 0.1747 ∗ 100 = 17.47%
34 17
b) ¿Qué concepto de probabilidad utilizó para hacer este cálculo? R= Probabilidad
empírica
5. En cada uno de los siguientes casos, indique si se utilizó la probabilidad clásica,
empírica o subjetiva.
a) Un jugador de béisbol consigue 30 hits en 100 turnos al bate. La probabilidad
de que consiga un hit en su siguiente turno es de 0.3. R= Empírica
b) Para estudiar problemas ambientales se forma un comité de estudiantes con
siete miembros. ¿Cuál es la probabilidad de que cualquiera de los siete sea
elegido vocero del equipo? R= Clásica
c) Usted compra uno de 5 millones de boletos vendidos por el Lotto Canada.
¿Cuáles son las posibilidades de que gane un millón de dólares? R= Clásica
d) La probabilidad de un terremoto al norte de California en los próximos 10 años
es de 0.80.
R= Empírica
7. Se eligió una muestra de 40 ejecutivos de la industria del petróleo para someter
a prueba un cuestionario. Una pregunta relacionada con cuestiones ambientales
requería un sí o un no.
a) ¿En qué consiste el experimento? Preguntas sobre un tema del medio ambiente
con respuestas de “si” o “no”
b) Indique un posible evento.
𝐸𝑣𝑒𝑛𝑡𝑜𝑠 𝐹𝑎𝑣𝑜𝑟𝑎𝑏𝑙𝑒𝑠 1
𝑃(𝐷𝑒 𝑟𝑒𝑐𝑖𝑏𝑖𝑟 𝑢𝑛 𝑠í) = = = 0.025 ∗ 100 = 2.5%
𝐸𝑠𝑝𝑎𝑐𝑖𝑜 𝑚𝑢𝑒𝑠𝑡𝑟𝑎𝑙 40
𝑃(𝐷𝑒 𝑟𝑒𝑐𝑖𝑏𝑖𝑟 𝑢𝑛 𝑠í) = 1 = 0.025 ∗ 100 =2.5%
40
c) Diez de los 40 ejecutivos respondieron que sí. Con base en estas respuestas
de la muestra, ¿cuál es la probabilidad de que un ejecutivo de la industria del
petróleoresponda que sí?
𝐸𝑣𝑒𝑛𝑡𝑜𝑠 𝐹𝑎𝑣𝑜𝑟𝑎𝑏𝑙𝑒𝑠 10 1
𝑃(𝐴𝑑𝑚𝑜𝑛) = = = = 0.25 ∗ 100 = 25%
𝐸𝑠𝑝𝑎𝑐𝑖𝑜 𝑚𝑢𝑒𝑠𝑡𝑟𝑎𝑙 40 4
1
𝑃(𝐴𝑑𝑚𝑜𝑛) = 10 = = 0.25 ∗ 100 = 25%
40 4
d) ¿Qué concepto de probabilidad se ilustra? R= Empírica
9. Los clientes del Bank of America seleccionan su propio número de identificación
personal de tres
dígitos (NIP), para emplearlo en los cajeros automáticos.
a) Considere esto un experimento y haga una lista de cuatro posibles resultados.
R= 123, 456, 789, 999
b) ¿Cuál es la probabilidad de que un cliente elija 259 como su NIP?
𝐸𝑣𝑒𝑛𝑡𝑜𝑠 𝐹𝑎𝑣𝑜𝑟𝑎𝑏𝑙𝑒𝑠
1 13
𝑃(𝐴𝑑𝑚𝑜𝑛) = = = = 0.001 = 0.1%
𝐸𝑠𝑝𝑎𝑐𝑖𝑜 𝑚𝑢𝑒𝑠𝑡𝑟𝑎𝑙 1000 10
1 13
𝑃(𝐴𝑑𝑚𝑜𝑛) = = = 0.001 = 0.1%
1000 10
c) ¿Qué concepto de probabilidad utilizó en la respuesta b)? Clásica
11. Los eventos A y B son mutuamente excluyentes. Suponga que P(A) 0.30 y P
(B) 0.20.
¿Cuál es la probabilidad de que ocurran ya sea A o B?
P (A o B)= P(A υ B)= P(A)+P(B)
1
0.30+0.20 = = 0.50 = 50%
2
P (A o B) = P(A υ B)= P(A)+P(B)
3 2 5 1
+ = = = 0.50 = 50%
10 10 10 2
¿Cuál es la probabilidad de que ni A ni B sucedan?
P (A o B)= P(A υ B)= P(A)+P(B) – P(A ⋂ B)
1
1 - 0.30+0.20 =1 - = 0.50 = 50%
2
P (A o B)= P(A υ B)= P(A)+P(B) – P(A ⋂ B)
3 2 5 1
1− + = = 1 − = 0.50 = 50%
10 10 10 2
13. Un estudio de 200 empresas de publicidad reveló los siguientes ingresos
después de impuestos:
a) ¿Cuál es la probabilidad de que una empresa de publicidad seleccionada al
azar tenga un ingreso después de impuestos menor a $1 millón?
𝐸𝑣𝑒𝑛𝑡𝑜𝑠 𝐹𝑎𝑣𝑜𝑟𝑎𝑏𝑙𝑒𝑠 102 51
𝑃(𝑚𝑒𝑛𝑜𝑠 𝑑𝑒𝑙 𝑚𝑖𝑙𝑙𝑜𝑛) = = = = 0.51 = 52%
𝐸𝑠𝑝𝑎𝑐𝑖𝑜 𝑚𝑢𝑒𝑠𝑡𝑟𝑎𝑙 200 100
102 51
𝑃(𝐴) = = = 0.52 = 51%
200 100
b) ¿Cuál es la probabilidad de que una empresa de publicidad seleccionada al
azar tenga un ingreso después de impuestos entre $1 millón y $20 millones
o un ingreso de $20 millones o más? ¿Qué regla de probabilidad aplicó?
P (B o C)= P(B υ C)= P(B)+P(C)
61 37 98 49
𝑃= + = = = 0.49 = 49%
200 200 200 100
P (B o C)= P(B υ C)= P(B)+P(C)
61 37 98 49
+ = = = 0.49 = 49%
200 200 200 100
15. Suponga que la probabilidad de que saque una A en esta clase es de 0.25 y
que la probabilidad de obtener una B es de 0.50. ¿Cuál es la probabilidad de que
su calificación sea mayor que C?
P (A o B) = P(A υ B)= P(A)+P(B) – P(C)
= 0.25+0.50 – 1
1 2 1
1− + = = 0.25 = 25%
4 4 4
1
𝑃(𝑚𝑎𝑦𝑜𝑟 𝑞 𝐶) = 1 − 𝑃(𝐴) + 𝑃(𝐵 = 1 − 0.75 = = 0.25 = 25%
4
17. Las probabilidades de los eventos A y B son 0.20 y 0.30, respectivamente. La
probabilidad de que A y B ocurran es de 0.15. ¿Cuál es la probabilidad de que A o
B ocurran?
P (A o B) = P(A υ B)= P(A)+P(B) – P(A y B)
7
0.25+0.30-15= = 0.35 = 35%
20
P (A o B)= P(A υ B)= P(A)+P(B)
7
0.05+0.30= = 0.35 = 35%
20
18. Sean P(X) 0.55 y P (Y) 0.35. Suponga que la probabilidad de que ambos
ocurran es de 0.20. ¿Cuál es la probabilidad de que X o Y ocurran?
P (X o Y)= P(X υ Y)= P(X)+P(Y) – P(X ⋂ Y)
7
0.55+0-35-0.20=0.90-0.20= = .70 = 70%
10
P (X o Y)= P(X υ Y)= P(X)+P(Y) – P(X ⋂ Y)
7
0.55+0-35-0.20=0.90-0.20= = .70 = 70%
10
19. Suponga que los dos eventos A y B son mutuamente excluyentes. ¿Cuál es la
probabilidad de que se presenten de forma conjunta?
P (A o B)= P(A υ B)= P(A)+P(B)
20. Un estudiante toma dos cursos, historia y matemáticas. La probabilidad de que
pase el curso de historia es de 0.60 y la de que apruebe el de matemáticas es de
0.70. La probabilidad de pasar ambos es de 0.50. ¿Cuál es la probabilidad de
pasar por lo menos uno?
P (A o B) = P(A υ B)= P(A)+P(B) – P(A y B)
13
0.60 + 0.70 − .50 = − .50 = 0.8 = 80%
10
P (A o B)= P(A υ B)= P(A)+P(B)
8
.10+.70= = .80 = 80%
10
21. El acuario de Sea Critters Depot contiene 140 peces espada. De estos, 80 son
verdes (44 hembras y36 machos), y 60 son anaranjados (36 hembras y 24
machos). Se captura uno al azar en este acuario.
a. ¿Cuál es la probabilidad de que sea verde?
80 4
𝑃(𝑆𝐸𝐴 𝑉𝐸𝑅𝐷𝐸) = = == 0.57 = 57%
140 7
𝑃(𝑆𝐸𝐴 𝑉𝐸𝑅𝐷𝐸) = 80 = 4 == 0.57 = 57%
140 7
b. ¿Cuál es la probabilidad de que sea un macho?
60 3
𝑃(𝑆𝐸𝐴 𝑀𝐴𝐶𝐻𝑂) = = = 0.42 = 42%
140 4
60 3
(𝑆𝐸𝐴 𝑀𝐴𝐶𝐻𝑂) = = = 0.42 = 42%
140 4
c. ¿Cuál es la probabilidad de que sea un macho verde?
36 9
𝑃(𝑆𝐸𝐴 𝑀𝐴𝐶𝐻𝑂 𝑉𝐸𝑅𝐷𝐸) = 80 = 20 = 0.45 = 45%
d. ¿Cuál es la probabilidad de que sea macho o verde?
P (M o)= P(M υ V)= P(M)+P(V) – P(M y V)
80 60 36 104 26
+ − = = = .74 = 74%
140 140 140 140 140
P (A o B)= P(A υ B)= P(A)+P(B)
104
24+80= = 0.74 = 74%
140
Conclusión
En resumen, a lo largo de esta evidencia de aprendizaje, he tenido la oportunidad de explorar la
importancia de aprender sobre la probabilidad y sus conceptos. He comprendido que la
probabilidad es una herramienta fundamental que nos permite tomar decisiones informadas en un
mundo lleno de incertidumbre. Conocer y aplicar los conceptos de probabilidad no solo es
relevante en matemáticas, sino que también tiene aplicaciones en campos tan diversos como la
estadística, la ciencia, la ingeniería, la economía y la toma de decisiones cotidianas. Además, he
aprendido que los diagramas de Venn son una herramienta visual valiosa para representar
conjuntos y relaciones entre elementos. Estos diagramas simplifican la comprensión de conceptos
complejos y son ampliamente utilizados en la resolución de problemas en matemáticas y en otros
campos, lo que demuestra su utilidad en diversas situaciones. En conclusión, la probabilidad y la
comprensión de los diagramas de Venn son habilidades esenciales que pueden abrir puertas a una
comprensión más profunda y a la resolución de problemas en una amplia variedad de disciplinas.
Estoy emocionado de seguir explorando y aplicando estos conocimientos en mi futuro académico y
profesional.
Conclusion
In summary, throughout this learning evidence, you had the opportunity to explore the importance of
learning about probability and its concepts. He understood that probability is a fundamental tool that
allows us to make informed decisions in a world full of uncertainty. Knowing and applying the
concepts of probability is not only relevant in mathematics, but also has applications in fields as
diverse as statistics, science, engineering, economics, and everyday decision making. Additionally,
you learned that Venn diagrams are a valuable visual tool for representing sets and relationships
between elements. These diagrams simplify the understanding of complex concepts and are widely
used in solving problems in mathematics and other fields, proving their usefulness in various
situations. In conclusion, probability and understanding Venn diagrams are essential skills that can
open doors to deeper understanding and problem solving in a wide variety of disciplines. I am
excited to continue exploring and applying this knowledge in my academic and professional future.
Bibliografía
• LIND, D., G. MARCHAL, W., & A. WATHEN, S. (2018). ESTADISTICA
ASPLICADA A LOS NEGOCIOS Y LA ECONOMIA (17.a ed.) [IMPRESO].
McGraw-hill Global.
