P. 1
APUNTES DE PROBABILIDAD

APUNTES DE PROBABILIDAD

|Views: 26|Likes:

More info:

Published by: José Diego Sánchez Arrïaga on Jan 22, 2012
Direitos Autorais:Attribution Non-commercial

Availability:

Read on Scribd mobile: iPhone, iPad and Android.
download as DOC, PDF, TXT or read online from Scribd
See more
See less

10/02/2013

pdf

text

original

I)

ESTADISTICA DESCRIPTIVA

1.1 Panorama histórico y conceptos básicos 1.2 Medias de tendencias central para datos no agrupados (media aritmética, mediana, moda) 1.3 Medidas de dispersión para datos no agrupados(rango, desviación media, desviación estándar y varianza) 1.4 Organización de datos en falta de frecuencias 1.5 Medidas de tendencia central para datos agrupados (media, mediana, moda) 1.6 Medidas de dispersión para datos agrupados(rango, desviación media, desviación estándar y varianza) 1.7 Representaciones graficas. II) 2.1 2.2.1 2.2.2 2.2.3 2.2.4 2.2.5 2.2.6 2.3 2.3.1 2.3.2 2.3.3 2.3.4 2.3.5 2.4 III) 3.1 3.2 3.3 3.4 3.5 3.6 PROBABILIDAD Teoría de conjuntos Análisis combinatorio (técnicas de conteo) Principio fundamental de conteo Notación factorial x! n! Permutaciones nPr Combinaciones nCr Teorema del binomio Conceptos básicos de probabilidad Probabilidad como frecuencia relativa Probabilidad clásica Probabilidad axiomática Probabilidad condicional Eventos independientes Procesos estocásticos DISTRIBUCIÓNES DE PROBABILIDAD Variables aleatorias discretas y continuas Función de densidad Esperanza matemática Distribución binomial Distribución de Poisson Distribución Normal

b) MEDIANA.- La mediana de un conjunto de números ordenados por magnitud es el valor central o la media de los dos valores centrales. Dependiendo di el numero de datos es par o impar cuando es pare se aplica la media de los dos centrales mientras que cuando es impar es directamente el valor central. Ejem) Para muestra de las edades del grupo. La mediana es = 17.8 años 17.7 17.2 17.2 17.3 17.3 17.6 17.7 17.8 18.0 18.1 18.2 18.7 18.7 18.7 18.8

Ejem.- La siguiente muestra indica el número de integrantes en la familia. 4 4 4 1 3 5 6 3 5 La mediana es: 3 4 4 4 4 5 5 5 5 5 6 1 = 5 + 5 = 5 integrantes 3 2 5 4 5 5

La media: = 63 = 5.3 12

c) MODA.- La moda de un conjunto de datos es el valor que ocurre con mayor frecuencia es decir el valor que mas se repite. La moda puede resistir e incluso en caso de existir no ser única. = 18.7 años Para la muestra del número de integrantes = 5 integrantes

1.3.-MEDIDAS DE DISPERSIÓN PARA NO AGRUPADOS La dispersión o variación de los datos intenta dar una idea de cuales esparcidos se encuentran estos. Cuantas medidas, siendo las más comunes de rango, desviación media, desviación estándar y varianza. a) Rango b) Desviación media c) Desviación estándar d) Varianza R D.M S. I S2, I2

a) RANGO.- El rango de un conjunto de números es la diferencia entre el mayor y el menor de todo ellos. R = 18.8-17.0 = 1.8 años # Integrantes R= 13 – 3 = 10 integrantes b) DESVIACIÓN MEDIA.- La desviación media o desviación promedio de un conjunto N de números X1, X2, X3, “” , Xn se de nota y define como D.M = I x1Donde: I + I x2I + I x3 N I “” + Ixn I

xj= cada uno de los datos desde 1 hasta N = media aritmética I xj - I = valor absoluto de los desviaciones N = No total de datos

Ejem 1) Calcular la desviación media para 17.0 17.2 17.2 17.3 17.3 17.6 17.7 17.8 18.0 18.0 18.2 18.7 18.7 18.7 18.8 = 2683 = 179 15 D.M =(17-17.9)+2(17.2-17.9)+2(17.3-17.9)+(17.6-17.9)+(17.7-17.9)+ (17.8-17.9)+(18-17.9)= 7.99 = 0.53 15

Ejem 2) 3 4 4 4 4 5 5 5 5 5 6 1 3 = 63 = 5.3 12 D.M=(3-5.3)+4(4-5.3)+5(5-5.3)+(6-5.3)+(13-5.3) D.M = 17 = 1.42 integrantes 12 c) DESVIACIÓN TIPICA O ESTÁNDAR.- La desviación típica de un conjunto de numero x1, x2, x3, “”, xn se de nota por s o y se define como S= (x1)2 + ( x2)2 )2 + (x3- )2 + “” + (xnN )2

N S = ∑ (Xj J=1 N Donde:

xj= cada uno de los datos desde 1 hasta N = Media aritmética (xj - )2 = cuadrada de las desviaciones N = No total de datos

Ejem) Calcular la desviación típica para los siguientes datos que indican la edad en años de 15 alumnos. 17.0 17.2 17.2 17.3 17.3 17.6 17.7 17.8 18.0 18.1 18.2 18.7 18.7 18.7 18.8 = 2.68.3 = 17.8866 15 S= (17-17.9)2+2(17.2-17.9)2+2(17.3-17.9)2+(17.6-17.9)2+(17.717.9)2+(18-17.9)2 +3(18.7-17.9)2+(18.8-17.9)2 15

S=

5.52 = 0.37 = 0.61 15

VARIANZA.- La varianza de un conjunto de datos se define como el cuadrado de la desviación típica y en consecuencia se denota y se define como S2 o 2 Ejem) anterior la varianza vale S2 = 0.37 años REGLAS GENERALES PARA CONTRUIR UNA DISTRIBUCIÓN DE FRECUENCIAS 1) Recolectar los datos, presentándolos en un arreglo por filas y columnas.

Ejem) Los siguientes datos muestran el diámetro en cm de 60 esferas para cojinete manufacturas por una fabrica 1.738 1.735 1.736 1.739 1.728 1.733 1.738 1.735 1.736 1.735 2) 1.729 1.731 1.735 1.735 1.738 1.730 1.739 1.727 1.744 1.735 1.743 1.726 1.724 1.745 1.725 1.732 1.727 1.734 1.732 1.729 1.740 1.737 1.733 1.736 1.733 1.730 1.735 1.732 1.737 1.734 1.736 1.728 1.742 1.742 1.734 1.739 1.735 1.736 1.731 1.730 1.741 1.737 1.736 1.740 1.732 1.734 1.732 1.741 1.746 1.740

Ordenar los datos del menor al mayor para determinar el rango 1.724 1.728 1.731 1.732 1.734 1.735 1.736 1.737 1.739 1.742 1.725 1.729 1.731 1.733 1.734 1.735 1.736 1.738 1.740 1.742 1.726 1.729 1.732 1.733 1.735 1.735 1.736 1.738 1.740 1.743 1.727 1.730 1.732 1.733 1.735 1.735 1.736 1.738 1.740 1.744 1.727 1.730 1.732 1.734 1.735 1.736 1.737 1.739 1.741 1.745 1.728 1.730 1.732 1.734 1.735 1.736 1.737 1.739 1.741 1.746

Rango = 1.746 – 1.724 = 0.022cm

1.7405 1. 4) Determinar el tamaño o anchura dividiendo el rango entre el número de intervalos propuesto.004cm 5) Establecer el arreglo de intervalos para que el dato menor este incluido en el primer intervalo y que el dato mayor en el ultimo intervalo Intervalos Diámetro (cm) 1.1.1.727 .735 .739 . se suelen tomar entre 5 y 20 de acuerdo al numero de datos y a las necesidades.3 Log (60)= Se adoptan 7 intervalos. C= Rango = # Intervalos 0.3 Log N = 1+ 3.022 = 0.723 .1.7285 1.1.743 .738 1.730 1.7 O bien No de intervalos = 1 + 3.003 7 Se adoptan un tamaño C= 0.7245 1. .7365 1.7445 6) Determinar la frecuencia de cada clase.734 1.746 Frecuencia (No de Esferas) 3 9 14 20 10 4 60 Marca de clase 1.7325 1.731 .726 1. No de intervalos N = 60 = 7. contabilizando el número de elementos en cada una. También existen formulas para determinar este valor.1.742 1.3) Determinar el numero de intervalos de clase.

7445 Fj Xj 5. x3.5565 24.723-1.5 284.5 = $ 279.9780 104.7365 1.1.5 629 181525 Xj Marca de Clase 1.5 Fj Xj 2036 2645 4392 3983 2945 1522.26 . f2.5 314.098 = 18152. “”.739-1.731-1.098 = 1.4050 6.5 294.2550 34. X= f1x1+f2x2+f3+””+fKxK N k = ∑ j=1 N fj kj fj= frecuencia de clase xj= Marca de clase N= No total de datos Ejem1) Calcular la media para la siguiente distribución de frecuencias Diámetro (cm) 1.7325 1. fk respectivamente La media aritmética se calcula como.7245 1.734 1.726 1.7285 1.5 264.738 1.7405 1.735-1. “” .5 304.735 cm 60 2) Calcular la media para los siguientes datos Bonificación ( $) 250-259 260-269 270-279 280-289 290-299 300-309 310-319 Fj (No de empleo) 6 10 16 14 10 5 2 65 Xj Marca de clase 254. x2. f3.5 274.1735 15.746 Fj Frecuencia (No de esferas) 3 9 14 20 10 4 60 = 104.727-1.5) MEDIDAS DE TENDNCIA CONTROL PARA DATOS AGRUPADOS Si en un conjunto de datos agrupados en una distribución de frecuencias x1.7300 17.742 1. xn representan a las marcas de clase que ocurren con frecuencias f1.743-1.730 1.

743-1.735 cm 20 Frecuencia Acumulada 3 12 26 46 56 60 Clase Med.7435 + (30-26) 0.726 1.739-1.65 b) Para un conjunto de datos organizados en distribución de frecuencias. = 20 C = 0.723-1.738 1. Mediana = Dónde: N = Li + 2 .742 1.738 Li = 1.735-1.746 Fj Frecuencia (No de esferas) 3 9 14 20 10 4 60 Como N = 60 = 30 2 2 Clase Mediana = 1.735-1.004 = 1. . con el dato de N 2 Ejem: Calcular la mediana para los siguientes datos Diámetro (cm) 1.730 1.∑ fi F med C Li = Frontera inferior de la clase mediana N = No total de datos ∑fi= Suma de las frecuencias de las clases inferior ala clase mediana fmed= Frecuencia de la clase mediana C = Tamaño o anchura de los intervalos Para ubicar a la clase mediana se utiliza la columna de frecuencia acumuladas.7345 ∑fi = 3+9+14 = 26 f med.734 1.727-1.731-1.004 = 1. la mediana se obtiene por interpolación son la formula.

5 ∑fi = 18 f med.5 c) MODA.2) Determinar la mediana para la distribución Bonificación ( $) 250-259 260-269 270-279 280-289 290-299 300-309 310-319 Fj (No de empleo) 8 10 16 14 10 5 2 65 Frecuencia Acumulada 8 18 34 48 58 63 65 Como N = 65 = 32. .5 – 18 16 10 = $ 278. = 16 C = 10 = 269.5 2 2 Clase Mediana = 270-279 Li = 269. = Li + ∆1 ∆1 + ∆2 C donde: Li = Frontera Interior de la clase modal ∆1= Diferencia de la frecuencia modal sobre la de la clase inferior inmediata ∆2= Diferencia de la frecuencia modal sobre la de la clase superior inmediata C = Tamaño o anchura de los intervalo.5 + 32.Para datos agrupados la moda puede deducirse de una distribución de frecuencia a partir de la formula..

739-1.5 ∆1 = 16-10 = 6 ∆2 = 16-14 = 2 C = 10 Fj (No de empleo) 8 10 16 14 10 5 2 65 6 0.Ejem 1) Calcular la moda para la siguiente distribución de frecuencias.723-1.726 1.727-1.7345.738 1. Diámetro (cm) 1.004 = 1.742 1.746 Fj Frecuencia (No de esferas) 3 9 14 20 10 4 60 La clase modal es 1.734 1. Bonificación ( $) 250-259 260-269 270-279 280-289 290-299 300-309 310-319 La clase modal es 270-279 Li = 269.25 cm 10+6 .004 = 1. ∆1 = 20-14 =6 ∆2= 20-10= 10 C= 0.7345 + 2) Calcular la moda para los datos.5 + 6 10 = 273.738 Li = 1.743-1.731-1.735-1.736 cm 6+10 = 269.735-1.730 1.

D.7385 1.730 1.7405 1.735-1.098 Fj | xj.723-1.7425 1.726 1.739-1.M = f1 |x1. fk respectivamente la desviación media se define como.| k D.7345 1.735| 0.7265 1. xk representan a las marcas de clase que ocurren con frecuencia f1.| J=1 N Donde: Fj = Frecuencia de clase Xj = Marca de clase = Media aritmética N = No total de datos |Xj . f3.R.6) MEDIDAS DE DISPERSIÓN PAREA DATOS AGRUPADOS Si un conjunto de datos se encuentran agrupados en una distribución de frecuencias donde x1.7325 1.734 1.2550 34.7365 1.031 0.7425 1.I L.727-1.055 0.5565 24.058 0.7385 1.7305 1.M = ∑ fj |xj .038 0.7465 Fj Frecuencia (No de esferas) 3 9 14 20 10 4 60 = 104.743-1. x2.| + “” + fk (xk.7345 1.031 0.1735 15. x3.R.1.742 1.746 Frontera L.7265 1.|= Valor absoluto de las desviaciones Ejem 1) Calcular la desviación media para los siguientes datos Diámetro (cm) 1.248 .9780 104.731-1.| + f2|x2.7300 17.735 60 D.1.7285 1.0980 = 1.7305 1. “”.004 cm 60 Xj Marca de Clase 1.7245 1.738 1.035 0. “”.| + f3 |x3. f2.4050 6.S 1.7445 Fj Xj 5.M = 0.248 = 0.7225 1.

95 2482.)2 J=1 N f j = Frecuencia Xj = Marca de clase = Media aritmética N = No total de datos Donde: Ejem 1) La desviación típica de los datos anteriores .5 289. Bonificación ( $) 250-259 260-269 270-279 280-289 290-299 300-309 310-319 Fronteras LRI 249. “”.5 629 181525 198.27)2 4908.15 147.5 279.5 Fj (No de empleo) 8 10 16 14 10 5 2 65 Xj Marca de clase 254.5 Fj Xj Fj(Xj-279) 2036 2645 4392 3983 2945 1522.05 2319.5 309.76 3182.5 314.05 383.5 259. F1(x1. f3.30 126.5 264.5 299.5 279.5 284.30 363.5 304.5 319.15 70.Ejem 2) Calcular la desviación media para los siguientes datos que muestran la bonificación en $ de 65 empleados.)2+ “” + fk(xk.5 294. x2. xk representan a las marcas de clase que ocurren con frecuencias f1. f2.30 73. x3.12 2181.5 LRS 259.M = 844.46 844.41 D.5 289.) S= N S= K ∑ fj ( xj.5 269.5 274.5 299.99 b) DESVIACIÓN TIPICA O ESTANDAR En una distribución de frecuencia donde x1.31 Fj(Xj-279.31 = $ 12.69 76.5 269.)2+f2(x2.)2+f3(x3.5 309.23 152. “” fk respectivamente la desviación típica se define como.

7265 1.7345 1.7305 1.7425 1.7225 1.41 S= S = $ 15.4050 6.7285 1.7 x 10-5 3. que muestran el diámetro de 60 esferas para cojinetes.2550 34.5565 24.7445 Fj Xj 5.7425 1.1 x 10-4 3.R.7385 1.6 x 10-4 1.60 c) VARIANZA.7245 1.7325 1.7305 1.I L.5 x 10-5 4.54 65 243.098 Fj ( Xj – 1.R.7) REPRESENTACIONES GRAFICAS .Se define como el cuadrado de la desviación típica por lo tanto se denota por S 2 La varianza vale S2 = $ 243.5 x 10-3 S = 1.7300 17.7405 1.1735 15.80 x 10-4 8.7345 1.. Frontera L.)2 J=1 N Xj Marca de Clase 1.30 x 10-4 3.7465 Fj Frecuencia (No de esferas) 3 9 14 20 10 4 60 S= k ∑ fj (xj .S = 15821.9780 104.7385 1.S 1.735)2 3.7265 1.5 x 10-3 60 = 5 x 10-3 cm 1.7365 1.41 Ejem 2) Calcular la desviación típica y varianza para los siguientes datos.

los polígonos de frecuencia y los polígonos de frecuencias acumuladas u ojivas son tres de las representaciones graficas más comunes de las distribuciones de frecuencia.3 33.7465 Fj Frecuencia (No de esferas) 3 9 14 20 10 4 60 Xj Marca de Clase 1.I L.7405 1.R. Frontera L.7345 1.7385 1.R.S 1.6 6.0 23.El histograma de barras consiste en un conjunto de rectángulos con base el eje horizontal.3 16.7245 1.7225 1..7365 1. a) Histogramas o diagramas de barras Representaciones graficas de las Distribución de frecuencias b) Polígono de frecuencias c) Polígono de frecuencias acumuladas u ojivas a) HISTOGRAMA O DIGRAMA DE BARRAS.7425 1.Los histogramas.7445 Frecuencia Relativa % 5.7305 1.7325 1.6 100% .7305 1.7265 1.7265 1.7285 1.7345 1.0 15. centros en las marcas de clase y longitudes iguales al tamaño o anchura de los intervalos la altura de los rectángulos corresponde a las frecuencias de clase.7425 1.7385 1.

7365 1. Una grafica que presente las frecuencias acumuladas por debajo o sobre de las fronteras de clase se llama polígono de frecuencias calculadas ojivas. DISTRIBUCIÓN DE FRECUENCIAS ACUMULADAS La frecuencia total de todos los valores menores en la frontera de clase superior de un intervalo numero clase dado se llama frecuencia acumulada también se puede obtener para la frecuencia total de todos los valores mayores que la frontera de clase interior.7405 1.7485 DISTRIBUCIÓN DE FRECUENCIAS RELATIVA La frecuencia relativa de una clase se obtiene dividiendo entre el numero total de datos y multiplicando por 100 para expresarlo en porcentajes.7205 1.7325 1. Se llama la representación grafica de tal distribución se puede obtener del histograma de tal distribución se puede obtener del histograma si mas que cambiar o agregar la escala vertical de frecuencias relativas manteniéndose el mismo diagrama.25 20 15 10 5 0 1.7245 1. b) POLÍGONO DE FRECUENCIAS El polígono de frecuencias es una grafica que se traza conectando los puntos medios de las partes superiores de los rectángulos en el histograma. .725 1. Una tabla que presente tales frecuencias se llama distribución de frecuencias acumuladas.7445 1. Una tabla con tales frecuencias se llama distribución de frecuencias relativas.

7305 Menor que 1. ) Obtener las distribuciones de frecuencias acumuladas para los datos anteriores y trazar su grafica.7465 .7305 1.Ejem.7385 Mayor que 1.7225 1.7385 1. Diámetro (cm) Menor que 1.7345 Menor que 1.7265 1.7345 1.7265 Menor que 1.7425 1.7345 Mayor que 1.7225 Mayor que 1.7465 No.7385 Menor que 1.7425 No de esferas 60 57 48 34 14 4 70 60 50 40 30 20 10 0 70 60 50 40 30 20 10 0 menor mayor 1.7305 Mayor que 1.7265 Mayor que 1.7425 Menor que 1. de esferas 3 12 26 46 56 60 Diámetro (cm) Mayor que 1.

3. La teoría de conjuntos ayuda notablemente a desarrollas ciertas ideas matemáticas en temas tales como funciones probabilidad.. o. 6. CONJUNTO. 9 B = a. los objetos se llaman elementos del conjunto. u ESPECIFICACIÓN DE UN CONJUNTO. 7. 5. B = a.Es cualquier agregado o colección de objetos de cualquier índole. 4. 1. 6. 3. e. NOTACIÓN DE CONJUNTOS. 2. o.Existen 3 maneras distintas de especificar un conjunto. China. 7.Para representar conjuntos se emplean letras mayúsculas por ejemplo A = 0. 9. u C= Rusia. Facilitar la compresión de las interrelaciones que existen entre todas las partes de un problema. 1..Il PROBABILIDAD 2. i. 8. A = 0. 8. Francia . 5. i. 4. 2.1 TEORIA DE CONJUNTOS INTRODUCCIÓN La teoría de conjuntos es un sistema y lenguaje específico para el manejo de ciertos problemas al igual que otros sistemas matemáticas consta de conceptos básicos definiciones operaciones y propiedades... La teoría de conjuntos es un instrumento adecuado para la sistematización de nuestra manera de pensar y para el desarrollo de la capacidad de análisis. álgebra moderna. a) Por numeración o Extensión Formas de especificar Un conjunto b) Verbal c) Por descripción o compresión a) POR NUMERACIÓN O EXTENSIÓN.Consiste en elaborar una lista de todos sus elementos separándolos mediante comas y encerrando entre llaves por ejemplo. e. etc.

. A = {x|x es un digito} B= {x|x es una vocal} C= {x|x – 8 = 25} D = { x|x2 – 2x – 3 = 0} E = {x| . Japón D B CONJUNTO UNIVERSAL. -15 A . Por ejemplo: 3 Є A . A = los dígitos B = las vocales C = Tres países miembros permanentes del consejo de seguridad de las naciones unidas D = Los países de América c) Por descripción o compresión. todo ello encerrando por llaves.Consiste en una descripción verbal que exprese necesaria y únicamente los requisitos que debe satisfacer un elemento para pertenecer al conjunto por ejemplo..Consiste en el uso de una variable genérica es decir es un indicación de elementos y una frase o relación matemática que especifique con toda precisión los elementos que se estén generando. Si cada elemento de A esta bien un elemento de B Ejemplo Sean H = el abecedario. z Cuba Є D .Entré dos conjuntos cuales quiera A y B se dice que A es un subconjunto de B y se simboliza por A С B.La relación que existe entre y sus elementos la llamaremos de pertenencia que se simbolizan con la letra griega Є épsilon. D = los países de América Entonces J C D . x Є >} RELACIÓN DE PERTENENCIA....Es el conjunto que no posee elementos se designa mediante Ф o por {} SUBCONJUNTOS. a Є B..5 < x < 3.b) VERBAL. I = las consonantes Entonces I C H J= los países del caribe.Es el conjunto que consta de todos los elementos a los que se puede referir una situación en especifico su símbolo es V CONJUNTO VACIO.

25.CONJUNTOS FINITOS O INFINITOS.. b. 27 } Mientras que el conjunto L = Los múltiplos de 3 = { 6. n e iN } es infinito OPERACIONES DE CONJUNTO. decimos que es infinito. z} es finito ya que se puede poner en correspondencia uno a uno con el subconjunto de los naturales K = { 1. “ “ . “ “} L = { x|x = 3n.. “”. 4. e.Sea A un conjunto cualesquiera del conjunto universal V. 5. Se denota y se representa como A’ = A = {x 1x Є V.Euler nos ayudaran a distinguir y entender las propiedades de los conjuntos como un sistema matemático. d. 12. 2. x. diferencia. Operaciones con Conjuntos a) Complementación b) Intersección c) Unión d) Diferencia e) Producto a) COMPLEMENTACIÓN. 3. 9. c.Un conjunto es finito cuando se pueden poner sus elementos en correspondencia uno a uno con un subconjunto de los números naturales si no. producto y una operación unitaria complementación. Los diagramas de los conjuntos de Vem.Las operaciones son formas específicas de combinar conjuntos para obtener otros conjuntos. De entre todas cabe resaltar las operaciones binarias de intersección unión. 15. 18. Ejemplo. 26. y. H = { a. El complemento de A se define con el conjunto de elementos se V que no pertenecen a A.. x A} .

b) B’ c) C’ V A Número Primo. 15} . 13} a) A´= { 0. 11. 1. 10 } B = { 2. 8. nЄN} . 9. 4. 12. 4. 16} 0 1 B 4 2 3 5 11 7 12 6 8 9 11 V 16 15 14 c) C ´ = { 0. 2. 11. “ “. 4. 10. 16} . 3. A = { 3. C = { 1. 7. 12. 11. 7. 5. 14. 1. 14. 16} A = { x|x = 3n. 14.. 8.Euler Eje: Sean V = { 0. 6. 6. 13. 13. 7. 8. 16 } 4 2 1 16 5 A 7 8 10 11 13 V 3 6 9 12 0 15 14 b) B ´ = { 0. 15. 4. 3. 5. determinar a) A’ .Gráficamente en un diagrama de Vem. 12. 6. 2. 9. B = los primos C= Los divisores de 10. 15. 5.Se dice que un número natural distinto de uno es primo si sus únicos divisores son el mismo número y el uno. 11. 2. 3. 9. 1.

A П B = { x| x Є B } Eje) Para los conjuntos de ejemplo anterior encontrar .— Sean A y B dos conjuntos cualesquiera.0 3 C 4 6 7 16 15 14 1 2 5 10 13 12 8 9 11 V PROPIEDADES I) II) III) V´= Ф Ф = v (A‘)= A b) INTERSECCIÓN. la intersección de los conjuntos A y B es el formado por los elementos que son miembros tanto de A como de B Es decir el conjunto formado por los elementos comunes se denota y se representa como.

3. 4. 5. 5. 7.a) AnB b) BnC c) (AnC)´ V = { 0. 2. “ “ . 11. 12. 3. “ “. 6. 13} a) AnB A= { 3. 4. 9. 2. 2. 16} PROPIEDADES I AnB = BnA CONMUTATIVA II AnV = A III AnФ = Ф IV AnA = A V AnA = Ф VI An(BnC) = (AnB)Nc . 1. 15} C = {1. 1. 16} B ={ 2. 10} b) BnC b) ( AnC)´ AnC = Ф = {} (AnC) = Ф = V = { 0. 3.

4. 7. 6. 8. 9. 12.Sean A y B dos conjuntos cualesquiera. la unión de los conjuntos Ay B es el formado por los elementos que lo son de A o de B de ambos.. 6. 3. 2. 5. 3. 14. 9. 7. 13} ( BUC)’ = { 0. 12. 11. 13. 10. 15} b) BUC = { 1. 16} . 5. 15. Se denota y se representa como: AUB = { x|x Є A o x Є B} Eje 1) Para los conjuntos de ejemplo anterior determinar a) AuB b) (BUC)’ c) (AUC)nB’ d) (AnB) U (BnC) a) AUB = { 2.c) UNION. 11.

1. 2. 6. 2. 9. 15} A 8 4 9 6 15 12 5 0 1 3 7 B 14 11 1 2 13 10 C 16 Para encontrar la región resultado aplicaremos la siguiente técnica por tratarse de una intersección con líneas verticales AUC y con horizontales B’ con esto la región que resulte cuadriculada será el resultado. 4. 10. 12. 5. 3. 6. 15} B ‘ = { 0. 9. 5 4. 8 1. 2. 6. 7 2. 6 1. 6. 7 . 6. 5. 4. 5.C) AUC= { 1. 12. 12. 8. 14. 3. 7 1. 9. 5. 4. 10. 16} (AUC) n B’ = {1. 10. Otra técnica es hacer un análisis por regiones CONJUNTO A C AUC B B’ (AUC) NB’ REGIÓN 1. 15. 4. 7. 4.

5. 3. que no pertenecen a B. Se denota y se representa como A — B = { x|x E A .5} (AnB)U(BnC) = {2.Sean A y B dos conjuntos cuales quiera.c) (AnB) U (BnC) AnB ={ 3 } . 6 2. la diferencia de A y B es el conjunto formado por todos los elementos de A. BnC = { 2. 5} CONJUNTO AnB BnC (AnB)u(BnC) REGIÓN 2.. 6 PROPIEDADES: I) II) III) IV) V) VI) VII) AUB = BUA CONMUTATIVA AUV = v AUФ= A AUA= A AUA= v AU(BUC) = (AUB) VC ASOCRATIVA SI AUB = Ф ENLACES A=Ф B=Ф d) DIFERENCIA. x B} . 5 5.

Gráficamente se representa como A B V No A – B = B – A ya que B–A ={x|x A. 12.A) U (C-A) . 9. X E B } Eje ) Para los conjuntos del ejem. 15} b) (C – B) ‘ c) ( B. Anterior determinar a) A –B a) A-B = { 6.

11. 7 3. 7. 14. 13} C –A = { 1.. 13} CONJUNTO B–A C–A (B–A)U(C–A) PROPIEDADES || ||| ||| A –B = B–A A – B = A n B’ B–A = A‘nB REGIÓN 3. 5. 16} c) B – A = { 2. 5.b) C – B = { 1. 6 6. 15. 2. 4. 2. 12. 6. 10. 7. 2. 13. 5. 10} (B – A ) u (C – A) = {1. 8. 11. 10} (C – B )’ { 0. 7. 5. 7 . 6. 9. 11. 3.

-1) ¿Esta operación es conmutativa? R = No BxA = { (-2. b).-1) 2 (5. -1) (5.4) (-1. 5} . -1) + + + + + + Gráficamente con un diagrama de árbol -2 (3.5) (-1.5)} AxB = BxA solo si A = B a) Se lanzan 3 monedas diferentes ¿Cuáles y de cuantas maneras ocurre? . b E B} La representación grafica de esta operación es en el plano cartesiano o en un diagrama de árbol. Se denota y se representa por AxB = { (a.-2) AxB 4 1 (4. -2) (3. Sean A y B dos conjuntos cualesquiera. -2) (5.3) (-1. donde a E A y b E B.3) (-2.-2) 3 1 (3. el conjunto producto de A y B es el formado por todas las parejas ordenadas (a.4) (-2. -1} obtener AxB AxB = { (3. Ejem 1) Sean los conjuntos A = { 3. -2) 5 1 (5. -1) (4. -2) (4. B = {-2.b) la E A.-1) 2 (4. 4.CONJUNTO PRODUCTO O PRODUCTO CARTESIANO.

a2. s2)} CxDxE = { (a1. 4) (s. s3)} Graficamente a3 a2 s3 a1 a3 s2 CxDxE = a2 s3 s1 a3 s2 s3 (s1. 2. 6)} PROPIEDADES |) ||) |||) Axb = BxA Ax(BnC) = (AxB)n(AxC) Ax(BUC) = (AxB)U(AxC) 2. a2. s2. a2. s3} CxD = { ( s1. a2) (a1. 1) (a. a2. s2. a3) (s1. a3) (a1. a2. s } . a2. a3) (a1. 1) (s. s3) (s1. 2) (s. s} G = { 1. s2. D = { a2. 2) (a.Sean C = { a. s3) s3 a3 (a1. a3) (s1. s2. 3. s3) (s1. 6} FxG = {( a. a3) 3) Se lanza una moneda y un dado ¿Cuáles y de cuantas maneras ocurre? Ocurre de R ya q’ F = { a. a2. 5) (a. s2. 3) (a. 4) (a. s2.2 ANALISIS COMBINATORIO (TÉCNICAS DE CONTEO) . s3) (s1. s3) (s1. a3) (a1. s2} y E = { a3. 5.a2. 4. a3) (a1. a3) (a1. 6) (s.s2) (s1. 3) (s. 5) (s.a2) (s1.

de maneras de elegir los zapatos = n2 = No.F. de maneras de elegir la 3ra letra = 25 n4 = No. de maneras de elegir el 4to digito = 10 No de placas =27x26x25x9x10x10x10 = 157’ 950. Ejem 1) Una persona tiene 2 pares de zapatos. 000 ¿Cuántas empiezan con L? Considerando que n1 = 1 No.1 PRINCIPIO FUNDAMENTAL DE CONTEO Si un evento puede realizarse n1 maneras diferentes.. de maneras de vestirse = 2x4x3 = 24 2) ¿cuántas placas pueden grabarse si el diseño consta 3 letras diferentes seguidas de 4 dígitos donde el primero es diferente de cero. de maneras de elegir los pantalones = No. un tercer evento puede realizarse n3 maneras diferentes y así sucesivamente. de maneras de elegir la playera = n3 = No. y continuando el procedimiento.2.. 4 playeras y 3 pantalones.. todos de diferente color.En este tema desarrollaremos algunos métodos para determinar sin enumeración directa el número de resultados posibles de un experimento o el número de elementos de un conjunto en particular. ¿De cuantas maneras de elegir puede vestirse? n1 = No.C puede establecer con el diseño conocido? . entonces el número de maneras en que los eventos pueden realizarse en el orden indicada es: No de maneras = n1 n2 n3 . 000 2 4 3 3) ¿Cuántas R.. y si después de efectuados. de maneras de elegir el 3er digito = 10 n7 = No. de maneras de elegir la 1ra letra = 27 n2 = No. de maneras de elegir la 2da letra = 26 n3 = No. de maneras de elegir el 2do digito = 10 n6 = No. de maneras de elegir el 1er digito = 9 n5 = No. LRJ 9871 n1 = No. un segundo evento puede realizarse n2 maneras diferentes. 2.. de placas = 5’ 850.

873’ 200. haciendo que n =1 n (1-1) = 1! . .C. (n-2) (n-1) n n! = n (n-1) (n-2) . de maneras de elegir la 1er digito = n6 = No. de maneras de elegir la 2da letra = n3 = No.2) NOTACIÓN FACTORIAL El producto de los enteros positivos desde 1 hasta n.2. . de maneras de elegir la 4ta letra = n5 = No. de maneras de elegir la 5to digito = n10= No. de maneras de elegir la 2do digito = n7 = No.F. de maneras de elegir la 1er digito = No de R. de maneras de elegir la 4to digito = n9 = No. = 7. de maneras de elegir la 1ra letra = n2 = No. de maneras de elegir la 3er digito = n8 = No. 3 2 1 1! = 1 2! = 2x1=2 3! = 3x2x1 = 6 4! = 4x3x2x1 = 4x3! = 4x3x2! 9! = 9x8x7x6x5x4x3x2x1 = 362. = 0! = 1! = 1 entonces 1 1 1 0! = 1 27 5 27 27 10 10 2 10 4 10 1) Eliminar la notación factorial en . tomemos la definición de factorial como n! = n (n-1)! Despejando a ( n-1)! (n-1) = n! . se define como el factorial de n Se denota y se representa como: n! = 1 2 3 . 880 Los siguientes ejemplos muestras el manejo de la notación factorial Para explicar por que 0! Vale 1. .BUCD 590601 n1 = No. . 000 2. de maneras de elegir la 3ra letra = n4 = No.

d. casbfed. abcdef. {a. 6) = 720 P(6.r) o bien nPr Ejem) consideremos el conjunto formado por las letras. bacde. cedba. 4) = 360 P(6. caed. 4) = 6! = 6! = 360 (6-4)! 2! Para este ultimo ejemplo apliquemos el P:F:C para determinar el numero de permutaciones . dacbef. Se denota por P(n. se llama permutación de los “n” objetos tomados “r” a la vez. f } 1) Las siguientes son permutaciones de estas 6 letras tomando todas a la vez.a) 9! = 9x8x7x6! = 9x8x7x= 504 6! 6! b) 10! = 12! 10! = 1 = 1 12x11x10 12x11 132 2) Agregar notación factorial a) 27x26x25 = b) 5x6x7x8 = 27x26x25x24! = 27¡ 24! 24¡ 8x7x6x5x4! = 4! 8! 4! 2. fead. c. fadce. debca. dabfec. e. 5) = 6! = 6! = 720 (6-5)! 1! 3) Las siguientes son permutaciones de las 6 letras tomando 4 ala vez. P(6. Una ordenación de un numero “r” de dichos objetos donde r<n. b. P(6. Bace. 5) = 720 P(6. acfe.2. 6) = 6! = 720 2) Las siguientes son permutaciones de las 6 letras tomando 5 a la vez. P(6.3) PERMUTACIONES Una ordenación de un conjunto de n objetos se llama una permutación de los objetos.

.n1 = No de maneras de elegir la 1er letra = 6 n2 = No de maneras de elegir la 2da letra = 5 n3 = No de maneras de elegir la 3ra letra = 4 n4 = No de maneras de elegir la 4ta letra = 3 No de palabras = 6x5x4x3x = 360 Para deducir la formula general de las permutaciones apliquemos el P. n ) = n! (n – n)! Como 0! = 1 P ( n.r) = n(n-1) (n-2) .C. r) = n(n-1) (n-2) ‘ ‘ ‘ ( n-r+1) (n-r)! (n – r)! P (n. r) = n! (n-r)! Cuando r = n P( n.F. . n ) = n! PERMUTACIONES CON REPETICIÓN . ( n-r+1) Recordando como se agrega notación factorial 27x26x25 = 27x26x25x24! = 27! 24! 24! P (n. n1 = No de maneras de elegir el 1er elemento = n n2 = No de maneras de elegir el 2do elemento = n-1 n3 = No de maneras de elegir el 3er elemento = n-2 ´’’’’ nn= No de maneras de elegir el ultimo elemento = n-r+1 P (n.

n2 son iguales. n2= 2 (verde) 8! 3! 2! 3! = n3= 3 (rojas) 8! = 560 72 {a. 2 verdes y 3 rojas? n= 8 n1= 3 (azules) No de señales = 2. r) o por (n/r) Para establecer la formula de las combinaciones determinemos el numero de combinaciones y permutaciones que se hacer tomando tres letras distintas del conjunto. El numero de permutaciones de “n” objetos de los cuales son iguales.2. ‘ ‘ ‘ nr son iguales es: No de permutaciones = n! n1! n2! ‘ ‘ ‘ nn! Ejem 1) ¿Cuantas palabras diferentes pueden tomarse con todas las letras de la palabra “MATEMÁTICAS”? n = 11 .3) = 4x3x2x =24 C(4. donde el orden no se toma en cuenta Se denota por nCr o ( Cn. donde 3 son azules. b. n1= 2(M) .4) COMBINACIONES Supongamos que tenemos una colección de “n” objetos.3) = 4 . c. En otras palabras una combinación “r2 es una selección de “r” en “n” elementos.El número de permutaciones de “n” objetos se ve reducido si hay objetos que se repiten. 11! = 2! 3! 2! n3 = 2(T) 11! 24! = 1’663. d} P(4. Una combinación de estos n objetos.200 No de palabras = 3) ¿Cuántas señales diferentes pueden formarse con 8 banderas. tomados “r” a la vez es un subconjunto de “r” elementos. n2= 3(A) .

cba acd. cab. adc. bca. dab.r)! C( n.432 . r) (n. bad. bdc. dbc. 3) = 3! C ( 4. 11) = 22! (22-11)! 11! = 22! 11! 11! = 705. cad. en este caso hay 6 veces más Es decir P ( 4. cda. r) despejando a C(n. 6) = 44! (44-6)! 6! = 7’ 059. dba bcd. dac. r) = n! (n-r)! r! Ejem 1) ¿De cuantas maneras. bda. acb. Que igual se puede plantear como P (n. 3) Por lo tanto r! Es el número de veces en que las permutaciones superan al as combinaciones. dca abd. r) Sust. r) = r! C(n.COMBINACIONES abc acd abd bcd PERMUTACIONES abc. r) n! (n-r)! n! = r! C(n. P ( n. dcb Podemos establecer que hay más permutaciones que combinaciones. adb. bac. cdb.3) pero como 6 = 3! Entonces P( 4. 052 2) ¿ De cuantos maneras se puede forma un equipo de fútbol si hay 22 disponibles? C (22. se pueden elegir 6 números del 1 al 44 si el orden no interesa? C( 44. 3) = 6 C (4. cbd.

F.3003 (15-5)! 5! 1x2x3x4x5 b) ¿De cuantas maneras si dos de los estudiantes elegibles no puedan asistir al mismo tiempo? b. 287 1x2x3x4x5 .3) Que no acuda ninguno de los dos C ( 13. 4) = 715 b.2) Que acuda el otro de ellos C ( 13. 4) = 13! (13-4)! 4! = 13! 9! 4! = 13x12x11x10 = 715 1x2x3x4 b.120 4) Una delegación de 5 estudiantes se selecciona para asistir a una asamblea anual a) ¿de cuantas maneras pueden escogerse la delegación si hay 15 estudiantes elegibles? No de maneras = C (15.3) ¿De cuantas maneras puede elegirse un comité de 5 hombres y 3 mujeres si hay 8 hombres y 6 mujeres disponibles? No de maneras de elegir a los hombres = C (8. 5) = = 8! 3! 5! = 8x7x6x5! = 3! 5! 8x7x6 = 56 1x2x3 6! = 6! (6-3)! 3! 3! 3! 8! (8-5)! 5! No de maneras de elegir a las mujeres = C ( 6.1) Que acuda uno de ellos.C el número de maneras en que puede elegirse el comité es de: No de maneras = 8 5 6 = 3 1. 5) = 15! = 15x14x13x12x11 = 3. 5) = 13x12x11x10x9 = 1. 3) = = 6x5x4 = 20 1x2x3 Por el P. C’ ( 13.

4) = 12! = (12-7)! 7! 9! (9-4)! = 12! (5)! 7! 9! (5)! 4! = 792 = 126 c) Si cuentas 4 de las 5 primeras y 3 de las 7 restantes 5 4 7 3 = 5! (5-4)! 4! X 7! = (7-3)! ¡3 5 1 x 7x6x5 = 1x2x3 5x35 = 175 c.1) Si contesta 5 de las 5 primeras y 2 de las 7 restantes 5 7 = 5! X 7! =1 x 7 x 6 = 1x21 = 21 5 2 (5-5)! 5! (7-2)! 2! 1x2 No de Maneras = 5 4 7 3 + 5 5 7 = 2 175 + 21 = 196 .573 3 5 = 286 Un estudiante tiene que contestar 7 de 12 preguntas en un examen a) ¿Cuantas maneras de contestar tiene? b) ¿Cuantas maneras si las 3 primeras preguntas c) ¿Cuantas si tiene que contestar 4 de las 5 primeras preguntas? a) No de maneras = C ( 12. 5) = 1.Numero de maneras de elegir el comité = 13 + 13 + 13 = 2. 287 No de maneras = 13 + 13 = 1.2) Si no van los casados C( 13.1) Si van los casados C ( 13. 7) = b) No de maneras = C ( 9. 3) = 13x12x11 1X2X3 C. 717 4 4 5 c) ¿De cuantas maneras si dos de los estudiantes elegibles son casados y solo asisten si van ambos? c.

donde rtn y enteros r Positivo se define como: n = n (n-1) (n-2) . . . . . 3. . 2. ( n-r+1) = n(n-1) (n-2) .5) TEOREMA DEL BINOMIO COEFICIENTES DEL BINOMIO El símbolo n conocido como combinación que se lee “ nCr” . . ( n – r + 1) r 1 2 3 . .. r n = n ( n-1) (n-2) .. . .2. ( r-1) r 1 2 3. ( r-1) r Por ejemplo 1) 12 = 12x11x10 = 220 3 1x2x3 2) 7 = 4 7x6x5x4 = 35 1x2x3x4 Estos números también se conoces con el nombre de coeficientes binomiales. Es decir son los coeficientes del desarrollo de un binomio elevado a la “n” (a + b)” Nótese que n tiene exactamente “r” factores tanto en el numerador como en el r denominador.2. ( n-r+1) (n-r)! r 1 . Con la definición de n se puede deducir la formula de las combinaciones. . . . . ( r-1) r (n – r)! n = n! r (n-r)! r! .

Una propiedad importante es que n = n r n-r por ejem) 10 7 = 10 3 10 = 10x9x8x7x6x5x4 = 120 7 1x2x3x4x5x6x7 10 = 10x9x8 = 120 3 1x2x3 15 = 15 11 4 TEOREMA DEL BINOMIO El desarrollo de un binomio elevado a la n.La suma de los exponentes de a y b en cada término es igual a n 3.Los exponentes de a de crecen una unidad en cada termino desde n hasta 0. mientras que los de lo crecen similarmente de 0 a n 4.+ nabn-1 + bn 1 2 (a+b)n = n r a n-r br Por ejemplo.Los coeficientes de cada termino en el desarrollo pueden der distribuidos en una formación triangular de numero llamada triangulo de pascal .En cada desarrollo n + 1 términos: 2. para establecer el comportamiento de (A + B)n se observan las siguientes propiedades: 1.. .esima potencia se define como: (a+b)n = an+na n-1 b + n(n-1) an-2 b2 + .. . los primeros desarrollos binomiales son: (a + b)0 =1 (a + b)1 = a+b (a + b)2 = a2+2ab +b (a + b)3 = a3 + 3a2b + 3ab2 + b3 (a + b)4 = a4 + 4a3b + 6a2b2 + 4ab3 + b4 De acuerdo a los desarrollos anteriores... .

5x8y3 + 5x6y6 32 48 36 3) Desarrollar x 1 x 5x4y9 54 + 5x2y12 .y3 2 5 5 (x2/2)5(-y3/3)0 + (x2/2)1(-y3/3)4 + (x2/2)4(-y3/3)1 + (x2/2)0(-y3/3)5 = (x2/2)3(-x3/3)2 + (x2/2)2(-y3/3)3 + (1)(x10/32)(1) + 5(x8/16)(-y3/3) + (10)(x6/8)(y6/9) + (10)(x4/4)(-y9/27) + (5)(x2/2)(y12/81) +(1) (1)(-y15/243)= x10 . r Ejem 1) Desarrollar (3x – 2y)6 (3x – 2y)6 = + (3x)6 (-2y)0 + (3x)1(-2y)5 + (3x)5(-2y)1+ (3x)0(-2y)6= (3x)4(-2y)2 + (3x)3(-2y)3+ (3x)2(-2y)4 = (1)(729x6)(1) + (6)(243x5)(-2y) + (15)(81x4)(4n2) + (20)(27x3)(-8y3)+(15)(9x2)(16y4) + (6)(3x)(-32y5) + (1)(1)(64y6) = = 729x6 – 2916x5y + 4860x4y2 – 4320x3y3 + 2160x2y4 – 576 xy5 + 64y6 2) Desarrollar x2 ..y15 162 243 4 = (x1/2 – x-1/2)4 (x 1/2)4(-x -1/2)0 + (x 1/2)0(-x -1/2)4 (x 1/2)3(-x -1/2)1 + (x 1/2)2(-x -1/2)2 + (x 1/2)1(-x -1/2)3 + (1)(x 4/2)(1) + (4)(x 3/2)(-x -1/2) + (6)(-x 2/2) + (4)(x 1/2)(-x -3/2) + (1)(1)(-x -4/2)= .1 1 1 1 2 1 1 3 3 1 1 4 6 4 1 1 5 10 10 5 1 1 6 15 20 15 6 1 5.El coeficiente de cualquier término en el desarrollo es un n donde r es el exponente de “a” o de “b” en cada término.

n–k+1=5 k–1=2 ( e x)5 (-e –x)2 = 21 ( e 5x) (e –2x) = 21 e 3x 3)Hallar el termino del desarrollo 2x2+ y3 2 1° 10 2° 9 3° 8 4° 7 5° 6 10 que contiene a x 12 en el 5° termino n= 10 k= 5 n-k+1 = 6 k – 1 = 4 (2x 2)6 y3 2 4 = 210 ( 64x12 ) y 12 16 = 840 x 12 y 12 4) Hallar “n” si C(n. k –1 = 5 (3x2)4 -2y3 3 5 = 126 (81x8) -32 y 15 243 = -1344x8 y15 2) El 3er termino ( ex – e-x)7 n= 7 k=3 .x2 – 4x + 6 . 2) = 36 . n – k + 1 =4 .4 + 1 x x2 Para determinar el k-esimo término de un binomio elevado a la n-esima potencia se aplica la siguiente expresión a n-k+1 b k-1 Ejem 1) El 6° termino de ( 3 x2 .2y3 ) 9 3 n=9 k=6 .

.2) = 9x8 = 36 1x2 5) Hallar “n” si 2C(n. . . (n-r+1) 1x2x3x . r) = n(n-1) (n-2) . n=-8 Entonces n=9 C(9. 4) = P (6. n= 6 2C(6.3 ) CONCEPTOS BÁSICOS DE PROBABILIDAD . . n=9 si n+8=0. 2) 2 ( 15 ) = 30 2. 2) = n( n – 1) = 36 1x2 n (n – 1) = 72 .2) Como P(n. n2 – n = 72 = 0 .Como C(n. ( n-r+1) 2 n (n-1)(n-2)(n-3) = n (n-1) multiplicando por 12 1 2 3 4 n (n-1)(n-2)(n-3) = 12n (n – 1) dividiendo entre n(n-1) n(n-1) n(n-1) (n-2) (n-3) = 12 n2 –5n – 6 = Factor (n-6) (n+1) = 0 . x(r-1)r 9x8x7 = 1x2x3 C(n.r) = n(n-1)(n-2) . . . factorizando (n-9) (n+8) =0 .4) = P(n. si n-9=0.

La primera el resultado de calculo mientras que la subjetiva refleja la percepción que la emite.Rama de las matemáticas que se ocupa de medir o determinar cuantitativamente.25 = 25 % No de frutas extraídas 60 4 2) Un dado es lanzado 200 veces.. a) naranja P = No de naranjas extraídas = 45 = 3 = 0. 2. Probabilidad = No casos favorables No total de intentos Ejem 1) Una caja contiene naranjas y manzanas se han tomado 60 frutas de caja y de estas 15 han sido manzanas. calcular. La probabilidad esta basada en el estudio del análisis combinatorio y es fundamento necesario de la estadística. la probabilidad que que al extraer una fruta esta sea. La probabilidad puede ser objetiva o subjetiva. apareciendo en su cara superior los siguientes resultados . la posibilidad de que ocurra un determinado suceso. Enfoque de frecuencia relativa Objetiva (por medios de cálculos) Enfoque clásico Tipos de Probabilidad Subjetiva (A juicio personal) La probabilidad tiene dos enfoques como frecuencia relativa y clase.1) PROBABILIDAD COMO FRECUENCIA RELATIVA La probabilidad objetiva bajo el enfoque de frecuencia relativa define la probabilidad como la relación entre el número de eventos favorables obtenidos respecto al total de intentos.PROBABILIDAD.3.75 = 75% No de frutas extraídas 60 4 b) manzanas P = No de maneras extraídas = 15 = 1 = 0.

2 PROBABILIDAD CLÁSICA La probabilidad objetiva bajo el enfoque clásico supone todos eventos se supone que tienen la misma probabilidad de ocurrir.06% No de frutas 145 29 b) naranja P = No de naranjas = 55 = 11 = 0.48 = 48% 25 P = Suma de frecuencias de números 2. respecto al total de eventos posibles. 5 No de lanzamientos P = Suma de frecuencias de números 3 y 6 = No de lanzamientos = 108 = 27 = 0.54 = 54% 200 50 100 = 1 = 0. 3.93% . a) 5 a) b) c) d) b) Numero impar c) 3 o 6 d) Numero primo = 9% P = Frecuencia de numero 5 = 18 = 9 = 0. 5 = 96 No de lanzamientos 200 2. a) manzana P = No de manzanas = 90 = 18 = 0. 3. de lanzamiento 200 100 P = Suma de frecuencias de numero 1. en su cara superior aparezca. Esta es la relación entre el número de eventos señalado como existentes.5 = 50% 200 2 = 12 = 0.09 No.No de edad Frecuencia 1 48 2 36 3 42 4 30 5 18 6 58 Calcular la probabilidad de que al lanzar nuevamente el dado.62 = 62. Probabilidad = No de casos favorables No de casos posibles Ejem 1) Una caja contiene 90 manzanas y 55 naranjas calcular la probabilidad de que al extraer una fruta de la caja esta sea.3.38 No de frutas 145 29 Todas las probabilidades son fracciones propias ESPACIO MUESTRAL Y EVENTOS = 37.

S = { a. s5. s}.6) .6)(2.2). . 2) De lanzar un dado S = { 1.2). 1) De lanzar una moneda. (6. . a6.El conjunto S de todos los resultados posibles de un experimentos dado se llama espacio muestral. . s2.(1. a3) (a1. a2.1)(2. s4. s2. a2. a3) . .(6. s1. s2. 2.1)(6. Por ejemplo el espacio muestral de los siguientes experimentos es. sa. . a4. s6} n (s) = 12 4) De lanzar 2 monedas S = { aa. ss} 5) De lanzar 3 monedas a3 a2 s3 a1 a3 s2 s3 a3 a2 s3 s1 a3 s2 s3 6) De lanzar dos dados S = {(1. as. a5.6)} n(s) = 36 (s1. a3) (s1.2). s3) n (s) = 8 (s1. . a2.(2. . a3. 3. Un resultado en particular es decir un elemento de S se llama punto muestral o muestra. s3) (a1. s2. s3) (s1. a3) (a1. . . a2. a2. 6} n (5) = 6 n (s) = 2 3) De lanzar una moneda y un dado S = {a1. s2. 5.1)(1. 4. s3. a3) (a1.

A B S 2) Sea el experimento de lanzar 3 monedas normales con los siguientes eventos a) Que aparezcan al menos 2 soles . 1) AUB es el evento que sucede si solo si A o B o ambos suceden.Se puede combinar varios eventos para formar nuevos eventos utilizando las diferentes operaciones con conjuntos. A B S 2) AnB es el evento que sucede si y solo si A y B suceden simultáneamente 3)A ‘ es el elemento que sucede si solo si A no sucede A S 4)Si AnB = entonces A y B no pueden suceder simultáneamente A y B se llaman mutuamente exclusivos.

5% 8 2.3) PROBABILIDAD ARIOMATICA . asa. sss} P(A) = 4 = 1 = 0. ass. saa. sss} P(AUB)= 7 = 0.3. asa. aas. sss} P (BUC) = 5 = 0625 = 62.25 = 25% 8 4 d)AUB = Que aparezcan al menos 2 soles o 2 águilas AUB { aas. ssa. sss} P(C) = 2 = 1 = 0. saa} P(B) = 3 = 0. sas.b) Que aparezcan 2 águilas c) Que aparezcan resultados iguales Calcular la probabilidad de los siguientes eventos a) P(A) b) P(B) c) P(c) d) P(AUB) e) P(BnC) f) P(C) g)P(BUC) a)A = { ass. saa. ssa} P(c’) = 6 = 3 = 0.5 = 50% 8 2 b)B= { aas.5% 8 c)C= { aaa. sas. ssa. asa.875 = 87.375 = 37. saa. ass.75 = 75% 8 4 g)BUC = Que no aparezcan 2 águilas o resultados iguales BUC = {aaa. sas. asa.5% 8 e)BnC= que aparezcan 2 águilas y resultados iguales BnC = { vació = {} P(BnC) = 0 = 0 8 f)C’ = Que no aparezcan resultados iguales C’ ={ aas.

Entonces P se llama función de probabilidad y P(A) es llamada probabilidad y P(A) es llamada probabilidad del evento A si se cumplen los siguientes axiomas. . . . Uan) = P(A1) + p(A2) + P(A3) + . entonces P({}) = 0 (evento imposible) ||) si A’ es el complemento de A entonces P (A’) = P (S) – P (A) |||) Si ACB es A es subconjunto de B entonces P(A) < P(B) . .Sea S un espacio muestral y sea P una función de valores reales definida. . + P(An) TEOREMAS DE LA PROBABILIDAD Estos están basados en los anteriores axiomas: |) Si {} es el conjunto vacío. An es una serie de eventos mutuamente exclusivos entonces P(A1UA2UA3U. |) Para todo evento A O < P (A) < 1 ||) P (s) = 1 evento seguro |||) Si A y B son eventos mutuamente exclusivos es decir AnB = {}. A2. entonces P (AUB) = P(A) + P(B) A B S |V) Si A1. A3 . . .

P(AnB) A-B V)Si A y B son dos eventos entonces AnB P(AUB) = P(A) + P(B) – P(AnB) ESPACIOS FINITOS DE PROBABILIDAD Sea “S” un espacio muestral es el conjunto de todos los resultados .B A A S |V) Si A y B son dos eventos entonces P(A-B) = P(A).

5% = 0. es decir P1 + P2 + P3 + . En general este espacio muestral ocurre de 8 maneras S{ aaa.Es decir s{ a1. . si un evento A que pertenece a S contiene r puntos entonces la probabilidad de evento A es r/n. 1.125 P(1) = P ( {aas. En particular si S contiene punto entonces la probabilidad de cada es 1/n además. 3} P(0) = P ({aaa}) = 1/8 = 0.375 = 37.5% 0. es decir P1 > 0 ||) La suma de los Pi es igual a uno.+ Pn =1 Ejem 1) Sea el experimento de lanzar 3 monedas y observar al numero de soles que aparecen calcular la probabilidad de cada uno de los puntos de este espacio es particular. 2. a3.375 = 37.5% Se cumple que P(1) + P(2) + P(3) + P(4) = 1 ESPACIOS FINITOS EQUIPROBABLES Frecuentemente las características físicas dan experimento sugiere que se asignen iguales probabilidades a los diferentes resultados del espacio muestral. asa. an} Un espacio finito de probabilidad se obtiene al asignar a cada punto A1 que pertenece a S A: Es un número real p llamado probabilidad De a: que satisface la sig. saa. sas. Un espacio muestral finito (S) de probabilidad donde cada punto muestral tiene la misma probabilidad se llamara espacio equiprobable o uniforme. ssa. En dos palabras P(A) = No de maneras en que A sucede No de maneras en que S sucede Ahora calcularemos probabilidades donde el numero de maneras en que A y S suceden se obtengan con análisis combinatorio.5 % 12. asa. sss} n(s) =8 En particular observando el numero se soles que aparezcan S = { 0. sas} = 3/8 = P(3) = P ({sss}) = 1/8 = 0. aas. . . saa}) = 3/8 P(2) = P ({ass. a2. ssa. .125 = = 12. Propiedades |) Cada pi es numero negativo.

81 % 12 220 22 3 .1590 = 15.48 = 47. P = No de maneras de elegir 2 de 5 y 1 de 7 buenas No de maneras de elegir 3 de 12 piezas 5 2 P = 7 1 = 10x7 = 7 = 0. Hallar la probabilidad de que: a) Las tres sean buenas P = No de maneras de elegir 3 de 7 piezas buenas No de maneras de elegir 3 de 12 piezas 7 3 = 35 = 7 = 0.045 = 4. donde 5 presentan algún defecto.72% 12 220 220 44 3 d) Que al menos una sea defectuosa Es decir que haya 1 o 2 o 3 piezas defectuosas calculemos la de dos defectuosas.5% 12 220 22 3 P= c) Que una sea defectuosa P = No de mano de elegir 1 de 5 y 2 de 7 buenas No de mano de elegir 3 de 12 piezas 5 1 P= 7 2 = 5x21 = 105 = 21 = 0.90% 12 220 44 3 P= b) Las tres sean defectuosas P = No de maneras de elegir 3 de 5 piezas defectuosas No de maneras de elegir 3 de 12 piezas 5 3 = 10 = 1 = 0.Ejem 1) Sean 3 piezas de fundición elegidas al azar de un grupo de 12.318 = 31.

Despejando P(1) + P(2) + P(3) = 1 – P(0) = 1 . donde el número de piezas defectuosas esperando es S = { 0. la || 8 lámparas con 2 que no encienden y la ||| con 5 lámparas y 1 que no enciende. 1.7 = 77 44 44 PROCESOS ESTOCASTICOS Una asociación finita de experimento en lo cuales cada experimento tiene un numero finito de resultados con probabilidades dadas se llama un proceso estocástico finito. el teorema de la multiplicación se usa para calcular la probabilidad de que resultado representando una trayectoria determina del árbol.El resultado del inciso es P(1) + P(2) + P(3) = 21 + 7 + 1 = 37 = 0. Se elige una caja al azar y se extrae una lámpara calcular la probabilidad de que: a) La lámpara encienda P = Sumatoria del producto de trayectoria que llevan a una lámpara buena. P=1 x 7 + 1 x 3 + 1 x 4 3 10 3 4 3 5 P = 7 + 1 + 4 = 45 = 3 30 4 15 60 4 b) La lámpara no encienda P = 1 x 3 + 1 x 1 + 1 + 1 = 1 + 1 + 1 = 15 = 1 . Una manera conveniente de describir al proceso y calcular la probabilidad de un evento es por medio de un diagrama de árbol.09% 44 22 22 44 Otra manera de resolver este inciso es ver el experimento como un espacio finito de probabilidad.84 = 84. 3} donde P(0) + P(1) + P(2) + P(3) = 1 Que al menos uno sea defec. 2. La | contiene 10 lámparas con 3 que no encienden. Ejem 1) Se tienen 3 cajas.

11.3 10 3 4 3 5 10 12 15 60 4 c) Supóngase que alguien extrajo una lámpara y resulto ser defectuoso ¿Cuál es la probabilidad de que provenga de la caja ||? P= 1 3 1 3 x 1 4 x 3 + 1 x 1 + 1 x 1 10 3 4 3 5 1 = 12 1 4 FUNCIÓN DE DENSIDAD O DISTRIBUCIÓN DE PROBABILIDADES Sea x una variable aleatoria de un espacio muestral. 10. 1)} = 2/36 F(2) = 1/36 = P ({ 1. 1}) ESPERANZA MATEMÁTICA . 9. ‘ ‘ ‘ ‘. 12} Xi F(xi) 2 3 45 6 7 8 9 10 11 12 1/36 1/18 1/12 f(3) = P {( 1. xn} X(s) se convierte en un espacio de probabilidad definiendo la probabilidad de x1 como P(x=x1) escribiéndola como f(x) Esta función f de x(s) o sea definida como f(x1) = P(x = x1) se llama función de distribución de probabilidad de x y se expresa generalmente en forma de tabla. 3. x2. donde la variable aleatoria adopta el valor de la suma de sus caras. 8. Si con el conjunto imagen finito es decir. 5. Construir la distribución de probabilidades. X(s) = { x1. 6. X(s) = { 2. x3. 4. 7. 2) (2. Xi F(x1) x1 x2 x3 ‘ ‘ ‘ ‘ xn f(x1) f(x2) f(x3) ‘ ‘ ‘ ‘ f(xn) Esta distribución cumple con las siguientes propiedades F (x) > 0 Ejem) Sea el experimento de lanzar un par de dados.

.62 % 2! b) Al menos 2 artículos defectuosos P(k>2) = P ( k = 2) + P(k=3) + P(k=4) + . + P(k =100) . 2. pero si aparece número primo se pierden $150.Si x es la variable aleatoria con la distribución de frecuencias anterior. 1.7182 Ejem : Supóngase que el 4% de los artículos productos por una fabrica presentan algún defecto si se toma una muestra de 100 artículos. . Hallar el valor esperado del jugador. p = 4% = 1/25 = 100 x 1/25 = 4 . Cara del dado Xi f(Xi) 1 0 1/6 2 +50 1/6 3 -150 1/6 4 +200 1/6 5 -150 1/6 6 +200 1/6 E(x) = 0(1/6) +50 (1/6) –150 (1/6) +200 (1/6)-150 (1/6) + 200(1/6) = $ 25 DISTRIBUCIÓN DE POISSON Esta distribución se denota y se define como P(k: ) = k eK! Donde = np N = No de ensayos o muestra P= Probabilidad de ocurrencia K= No. enlaces la media o valor esperado o esperanza matemática. . si se aparece número par se ganan $200. calcular la probabilidad de que haya. k = 2 P (k= 2) = P(2:4) = (4)2 e-4 = 8 e-4 = 0. + xn f(xn) Ejem) Se lanza un dado normal. se denota y se define por: E (x) = x1 f(x1) fx2 f(x2) + x3 f(x3) + . . a)2 artículos defectuosos n = 100. de éxitos = 0. 3 ‘’ E = No natural = 2.15 = 14.

24 = 23. 4) P ( k > 2) = 1 .(4)0 e –4 + (4)1 e –4 0! 1! = 0.84% d) Cuando mucho 2 artículos defectuosos P (k<2) = P(k = 0) + P(k=1) + P(k=2) = (4)0 e –4 0! + (4)1 e-4 + (4)2 e-4 1! 2! = e-4 (1+4+8 = 13 e –4 = 0.=1=1- P ( k= 0) + P (k =1) P (0.81% . 4) + P ( 1.90 = 90.

You're Reading a Free Preview

Descarregar
scribd
/*********** DO NOT ALTER ANYTHING BELOW THIS LINE ! ************/ var s_code=s.t();if(s_code)document.write(s_code)//-->