Escolar Documentos
Profissional Documentos
Cultura Documentos
! r
p
C
r n
r n
Teora de la Probabilidad Pg. 13
Ejemplo:
1. a) Si se cuenta con 14 alumnos que desean colaborar en una campaa para la
limpieza del ITN, cuantos grupos de limpieza podrn formarse si se desea que
consten de 5 alumnos cada uno de ellos, b) si entre los 14 alumnos hay 8 mujeres,
cuntos de los grupos de limpieza tendrn a 3 mujeres?, c) cuntos de los grupos
de limpieza contarn con 4 hombres por lo menos?
Solucin:
a) n = 14, r = 5
14
C
5
= 14! / (14 5 )!5! = 14! / 9!5!
= 14 x 13 x 12 x 11 x 10 x 9!/ 9!5!
= 2002 grupos
Entre los 2002 grupos de limpieza hay grupos que contienen solo hombres, grupos que
contienen solo mujeres y grupos mixtos, con hombres y mujeres.
b) n = 14 (8 mujeres y 6 hombres), r = 5
En este caso nos interesan aquellos grupos que contengan 3 mujeres y 2 hombres
8
C
3
*
6
C
2
= (8! / (8 3)!3!)*(6! / (6 2)!2!)
= (8! / 5!3!)*(6! / 4!2!)
= 8 x7 x 6 x 5 /2!
= 840 grupos con 3 mujeres y 2 hombres, puesto que cada grupo debe constar de
5 personas.
c) En este caso, interesan grupos en donde haya 4 hombres o ms
Los grupos de inters son = grupos con 4 hombres + grupos con 5 hombres
=
6
C
4
*
8
C
1
+
6
C
5
*
8
C
0
= 15 x 8 + 6 x 1 = 120 + 6 = 126
*Actividad de aprendizaje # 4
1. De cuntas formas diferentes se pueden ordenar las letras de la palabra
IMPUREZA?
2. Cuntas claves de acceso a una computadora ser posible disear, si debe constar de
dos letras, seguidas de cinco dgitos, las letras sern tomadas del abecedario y los
nmeros de entre los dgitos del 0 al 9. a) Considere que se pueden repetir letras y
nmeros, b) Considere que no se pueden repetir letras y nmeros, c) Cuntas de las
claves del inciso b empiezan por la letra A y terminan por el nmero 6?, d)
Cuntas de las claves del inciso b tienen la letra R seguida de la L y terminan por
un nmero impar?
Teora de la Probabilidad Pg. 14
3. Para contestar un examen un alumno debe contestar 9 de 12 preguntas, a) cuntas
maneras tiene el alumno de seleccionar las 9 preguntas?, b) cuntas maneras tiene
si forzosamente debe contestar las 2 primeras preguntas?, c) cuntas maneras tiene
si debe contestar una de las 3 primeras preguntas?, d) cuntas maneras tiene si
debe contestar como mximo una de las 3 primeras preguntas?
1.4 Diagramas de Venn
Se basan fundamentalmente en representar conjuntos con circunferencias, valos o
simplemente lneas. Mediante estos diagramas es posible representar un espacio muestral y
los eventos contenidos en este; as mismo, es posible visualizar una serie de operaciones
como los siguientes:
1. Unin de dos eventos (E
1
E
2
):
Es el evento que ocurre si y solo si E
1
ocurre o E
2
ocurre o ambos ocurren.
(E
1
E
2
) = E
1
+ E
2
.
2. Interseccin de eventos (E
1
E
2
)
Es el evento que ocurre si y solo si E
1
y E
2
ocurren al mismo tiempo.
Teora de la Probabilidad Pg. 15
3. Eventos complementarios E y E
c
E
c
es el evento complementario si y solo si E no ocurre
= E E
c
= E + E
c
4. Eventos mutuamente excluyentes (E
1
E
2
= 0)
5. Eventos exhaustivos (E
1
E
2
= )
6. Inclusin de eventos (E
1
E
2
)
Teora de la Probabilidad Pg. 16
*Actividad de aprendizaje #5
Se lanza un dado equilibrado al aire. Determinando al evento E
1
como todos los
nmeros pares mostrados por el dado, el evento E
2
como todos los nmeros impares, E
3
como nmeros menores a tres y E
4
como los nmeros iguales o mayores a tres. a)
Determine . b) Cules de los eventos son mutuamente excluyentes? c) Cules de los
eventos son complementarios? d) Determine E
2
E
4
. e) Determine E
2
c
. f) Es la expresin
E
1
E
4
falsa o verdadera?
1.5 Axiomas y Teoremas de la probabilidad
Un axioma es una proposicin evidente que se acepta sin requerir demostracin previa
con el fin de determinar otras formulas. A continuacin se describen los tres axiomas de la
probabilidad:
1. P() = 1. Ejemplo: La probabilidad de obtener un nmero del uno al seis en un dado
equilibrado es 1.
2. 0 P(E) 1. Ejemplo 1: La probabilidad de obtener el numero seis en un dado
equilibrado es de 1/6 = 0,1666. Ejemplo 2: La probabilidad de obtener un numero par en
un dado equilibrado es de 3/6 = 0.5.
3. Si E
1
y E
2
son eventos mutuamente excluyentes, entonces: P(E
1
E
2
) = P(E
1
) + P(E
2
).
Ejemplo: Sea E
1
el evento de obtener el numero tres en un dado y E
2
el evento de obtener
nmeros mayores o iguales al nmero cuatro. E
1
y E
2
son eventos mutuamente excluyentes,
ya que E
1
E
2
= 0, adems P(E
1
) = 1/6 y P(E
2
) = 3/6. Entonces se puede decir que
P(E
1
E
2
) = 1/6 + 3/6 = 4/6 = 0.6667.
Un teorema es una afirmacin que puede ser demostrada dentro de un sistema formal o
axiomtico. Los siguientes teoremas probabilsticos se deducen directamente de los
axiomas anteriores:
Teorema 1: P() = 0, siendo un evento no posible, nulo o vacio. Ejemplo: la probabilidad
de obtener el nmero siete en un dado equilibrado es cero. P(7) = 0.
Teora de la Probabilidad Pg. 17
Teorema 2: P(E
c
) = 1 P(E). Ejemplo: sea E el evento de obtener el nmero dos en un
dado equilibrado y E
c
el evento de obtener cualquier numero a excepcin del nmero dos.
Sabiendo que P(E) = 1/6, entonces P(E
c
) = 1 1/6 = 5/6.
Teorema 3: Si E
1
E
2
, entonces P(E
1
) P(E
2
). Es decir, si un evento E
1
est incluido (es
un subconjunto) de un evento E
2
, entonces la probabilidad del primer evento ser menor o
igual a la probabilidad del segundo evento. Ejemplo: sea E
1
el evento de obtener, ya sea el
nmero dos o tres en un dado equilibrado y E
2
el evento de obtener un nmero primo.
E
1
E
2
, P(E
1
)= 1/3 y P(E
2
)= 1/2, P(E
1
) P(E
2
); es decir, 1/3 < 1/2.
Teorema 4: Sean E
1
y E
2
dos eventos cualesquiera de un espacio muestral . Entonces
P(E
1
E
2
) = P(E
1
) + P(E
2
) P(E
1
E
2
). Este teorema tambin se conoce como regla de la
adicin para eventos arbitrarios. Ejemplo: Sea E
1
el evento de obtener un nmero par y E
2
el evento de obtener un nmero primo de un dado equilibrado. E
1
E
2
= 2, P(E
1
) = P(E
2
)
= 1/2 y P(E
1
E
2
) = 1/6, entonces P(E
1
E
2
) = 1/2 + 1/2 - 1/6 = 5/6. La probabilidad de
obtener un nmero par o primo en un dado equilibrado es de 2/3
La determinacin prctica de probabilidades depende del problema que se presente, si
tenemos un espacio muestral finito con resultados igualmente probables, se utilizara el
concepto clsico de probabilidad, ya que ste satisface los tres axiomas de la definicin
matemtica de probabilidad.
Si la naturaleza del experimento no seala que el nmero finito de resultados tenga
igual posibilidad de ocurrir, o si el espacio muestral no es finito y la naturaleza del
experimento no indica como subdividir el espacio muestral en un nmero finito de eventos
igualmente probables, se deben asignar probabilidades usando las frecuencias relativas que
se observen en largas secuencias de ensayos. Esto se debe hacer de manera que los axiomas
de la probabilidad se satisfagan.
A veces la probabilidad de un evento E se reporta como P(E) l00, que significa que
cada 100 veces que se realice el experimento, P(E) l00 veces se verifica el evento E, as
por ejemplo, Si P(E) = 0.25, se puede decir que el evento E tiene una probabilidad de 25%
o que el evento ocurre 25% de las veces.
*Actividad de aprendizaje # 6
1. Una urna tiene ocho bolas rojas, cinco amarillas, siete verdes y cuatro azules. Si se extrae
una bola al azar, determine la probabilidad de que esta bola: a) sea roja, b) sea azul, c) sea
verde o amarilla, d) no sea roja, e) no sea verde ni amarilla, f) sea caf, g) sea de cualquier
color.
2. En un saln de clase hay 15 alumnos, 7 de los cules son de tercer semestre, 5 son de
cuarto semestre y 3 son de quinto semestre de la carrera de ingeniera en sistemas
computacionales, de los cuales 4, 2 y 1 respectivamente dominan el idioma ingls; si se
Teora de la Probabilidad Pg. 18
selecciona un alumno al azar de este grupo a) cul es la probabilidad de que el alumno
seleccionado sea de quinto semestre? b) cul es la probabilidad de que sea de tercero o
cuarto semestre? c) cul es la probabilidad de que el alumno seleccionado sea de tercer
semestre y domine el ingls? d) cul es la probabilidad de que el alumno seleccionado no
domine el ingls? e) mencione cual de los eventos anteriores son mutuamente excluyentes.
f) mencione cual de los eventos anteriores son complementarios.
3. Se lanzan dos dados equilibrados al aire y se anota la suma de los puntos obtenidos por
ambos; encuentre a) el espacio muestral (utilice un diagrama de rbol), b) la probabilidad
de obtener siete, c) la probabilidad de obtener numero par, d) la probabilidad de que el
numero obtenido sea mltiplo de tres.
1.6 Probabilidad condicional
Sean dos eventos cualesquiera E
1
y E
2
en un espacio muestral , tal que P(E
1
) > 0, la
probabilidad del evento E
2
dado el evento E
1
, P(E
1
|E
2
), se define como sigue:
Tambin se puede expresar como sigue:
A esta ltima expresin tambin se le conoce como teorema de la multiplicacin.
1.6.1 Eventos dependientes
Dos o ms eventos sern dependientes cuando la probabilidad de ocurrencia o no
ocurrencia de uno de ellos afecta la probabilidad de ocurrencia del otro evento (u otros
eventos). Cuando se tiene este caso, se emplea entonces, el concepto de probabilidad
condicional para denominar la probabilidad del evento relacionado. Un caso tpico de
eventos dependientes es el muestreo sin reposicin, es decir, una vez tomada una muestra,
no regresa de nuevo a la poblacin donde se obtuvo.
Ejemplo 1:
Una persona lanza una moneda de un peso tres veces al aire, Cul es la
probabilidad de obtener tres guilas dado que se obtuvo por lo menos un guila en
cualquiera de los tres lanzamientos?
Teora de la Probabilidad Pg. 19
Solucin:
El espacio muestral del experimento de lanzar una moneda tres veces es el siguiente:
= {aaa, aas, asa, ass, saa, sas, ssa, sss}
E
1
representa el evento de obtener al menos un guila en los tres lanzamientos:
E
1
= {aaa, aas, asa, ass, saa, sas, ssa}
E
2
representa al evento de obtener las tres guilas:
E
2
= {aaa}
Por lo tanto:
E
1
E
2
= {aaa}
P(E
1
E
2
) = 1/8
P(E
1
) = 7/8
De donde:
Ntese que P(E
2
|E
1
) = 1/7 es la probabilidad de una ocurrencia en las siete, que son
posibles en E
1
; es decir, calcular la probabilidad condicional de E
2
dado E
1
es como
calcular la probabilidad de E
2
con relacin al conjunto E
1
, como si ste ultimo fuera un
nuevo espacio muestra * = E
1
.
La probabilidad condicional para eventos dependientes, tambin puede definirse
como sigue:
P(E
2
|E
1
) = cantidad de elementos de E
2
/ n*
Donde n* es la nueva cantidad total de elementos debido a E
2
.
Ejemplo 2:
Se seleccionan dos semillas aleatoriamente, una por una, de una bolsa que contiene
10 semillas de flores rojas y 5 de flores blancas. Encuentre la probabilidad de que a) la
primera semilla sea roja, b) la segunda semilla sea blanca dado que la primera fue roja.
Solucin:
n = 15
Teora de la Probabilidad Pg. 20
a) Sea R
1
el evento de que la primer semilla sea roja, entonces: P(R
1
) = cantidad de
semillas rojas / n = 10 / 15 = 2/3.
b) Sea B
2
el evento de que la segunda semilla sea blanca. Como ya se tomo una
muestra, entonces n* = n - 1 = 14; entonces P(B
2
|R
1
) = cantidad de semillas
blancas /n* = 5/14.
1.6.2 Eventos independientes
Se dice que un evento E
2
es independiente de un evento E
1
, si P(E
2
|E
1
) = P(E
2
), esto
quiere decir que la probabilidad de que ocurra el evento E
2
, no es afectada por la ocurrencia
del evento E
1
, la expresin anterior se puede sustituir en el teorema de la multiplicacin
para probabilidad condicional:
P(E
1
E
2
) = P(E
1
) * P(E
2
|E
1
)
Debido a que P(E
2
|E
1
) = P(E
2
), entonces:
P(E
1
E
2
) = P(E
1
) * P(E
2
)
Si la expresin anterior se cumple, se dice entonces que los eventos E
1
y E
2
son
independientes.
Un caso tpico de eventos independientes es el muestreo con reposicin, es decir,
una vez tomada una muestra, se regresa de nuevo a la poblacin donde se obtuvo.
Ejemplo:
Un boxeador gana 8 de cada 10 peleas en las que compite, si este boxeador participar
en tres peleas en los prximos seis meses, determine la probabilidad de que a) gane dos de
las peleas, b) si gana dos de las peleas, cul es la probabilidad de que sean la primera y
tercera pelea?.
Solucin:
Construyendo un diagrama de rbol:
Teora de la Probabilidad Pg. 21
Donde G representa a pelea ganada y P, pelea perdida.
Del diagrama de rbol es posible obtener el siguiente espacio muestral:
={GGG. GGP, GPG, GPP, PGG, PGP, PPG, PPP}
a) Sea E
1
el evento de que gane dos peleas, es decir E
1
= {GGP, GPG, PGG}
Entonces: P(E
1
) = P(GGP GPG PGG) = P(GGP)+P(GPG)+P(PGG)
Es decir: P(E
1
) = (0.8)(0.8)(0.2) + (0.8)(0.2)(0.8) + (0.2)(0.8)(0.8)
P(E
1
) = 0.128 + 0.128 + 0.128
P(E
1
) = 0.384
b) Sea E
2
el evento de que gane la primer y la tercer pelea, es decir E
2
= {GGG, GPG}
Entonces: E
1
E
2
= {GPG},
P(E
1
E
2
) = (0.8)(0.2)(0.8) = 0.128
Debido a que: P(E
2
|E
1
) = P(E
2
E
1
) / P(E
1
)
Entonces: P(E
2
|E
1
) = 0.128 / 0.348
P(E
2
|E
1
) = 0.367
*Actividad de aprendizaje # 7
1. En un lote de produccin hay 25 productos, 5 de los cuales tienen defectos menores y 9
tienen defectos mayores, si se toman de este lote tres productos uno tras otro, determine la
probabilidad de que: a) el primer producto no tenga defectos y que el segundo y tercero
tengan defectos mayores, b) el primer producto tenga defectos menores, el segundo tenga
defectos mayores y que el tercero no tenga defectos, c) el primer producto y el tercero no
tengan defectos.
2. Un equipo de ftbol soccer tiene una probabilidad de ganar de 0.6, una probabilidad de
empatar de 0.3 y una probabilidad de perder de 0.1, si este equipo participa en dos juegos la
Teora de la Probabilidad Pg. 22
semana prxima, determine la probabilidad de que: a) gane el segundo juego, b) gane
ambos juegos, c) gane uno de los juegos, d) gane el primer juego y empate el segundo.
*Tarea # 2
1. En el campo de la probabilidad, qu se entiende por toma de decisiones bajo
incertidumbre? Cite al menos un ejemplo de ello.
2. Cmo se define un evento exhaustivo? Cite al menos un ejemplo de ello.
2. Demuestre el teorema de Bayes, es decir, demuestre que:
1.7 Teorema de Bayes
Se define como sigue:
Siendo A cualquier evento, B
i
eventos exhaustivos y mutuamente excluyentes, y k la
cantidad de eventos B
i
.
En trminos ms generales, el teorema de Bayes es de enorme relevancia puesto que
vincula la probabilidad de un evento E
1
dado E
2
con la probabilidad de E
2
dado E
1
. Es
decir, que sabiendo la probabilidad de tener un dolor de cabeza dado que se tiene gripe, se
podra saber (si se tiene algn dato ms), la probabilidad de tener gripe si se tiene un dolor
de cabeza.
Ejemplo:
Un Doctor dispone de tres equipos electrnicos para realizar ecosonogramas. El uso que
le da a cada equipo es de 25% al primero, 35% el segundo y 40% el tercero. Se sabe que los
aparatos tienen probabilidades de error de 1%, 2% y 3% respectivamente. Un paciente
busca el resultado de una ecografa y observa que tiene un error. Determine la probabilidad
de que se haya usado el primer aparato.
1. Equipo 1, 25% de uso. Error 1%
2. Equipo 2, 35% de uso. Error 2%
3. Equipo 3, 40% de uso. Error 3%
Teora de la Probabilidad Pg. 23
Solucin:
Se definen los siguientes eventos:
Evento P: seleccionar el primer aparato
Evento S: seleccionar el segundo aparato
Evento T: seleccionar el tercer aparato
Evento E: seleccionar un resultado con error
Se desea encontrar la probabilidad del evento P, debido a que ya ocurri el error; es
decir: P(P|E). Aplicando el teorema de Bayes, se tiene lo siguiente:
*Actividad de aprendizaje # 8
1. En una planta de produccin se tienen tres maquinas que producen un mismo artculo.
Las maquinas 2 y 3, producen a la misma velocidad, mientras que la maquina 1 tiene una
velocidad de produccin igual a la de 2 y 3 juntas. Adems, las maquinas producen un
determinado nmero de artculos defectuosos. Los porcentajes de artculos defectuosos por
maquina son:
% artculos defectuosos para maquina 1: 2%
% artculos defectuosos para maquina 2: 2%
% artculos defectuosos para maquina 3: 4%
Se recoge la produccin de un da y se escoge un artculo al azar y resulto ser un artculo
defectuoso. Cul es la probabilidad de que este articulo haya sido manufacturado por la
maquina numero 1?
2. Doce personas (6 mujeres, 4 hombres y dos nios) realizan un paseo en un pequeo
autobs, al llegar a cierto lugar, bajan del autobs cuatro personas una tras otra, determine
la probabilidad de que a) la primera y segunda persona que bajen sean mujeres, el tercero
sea un nio y por ltimo baje un hombre, b) que baje un nio, luego un hombre, luego otro
nio y por ltimo que baje una mujer, c) que baje una mujer, luego un hombre, despus otra
mujer y por ltimo otro hombre.