Escolar Documentos
Profissional Documentos
Cultura Documentos
Análisis Combinatorio
Conjunto de procedimientos que permiten determinar el
número de resultados de un suceso o experimento, sin
necesidad de utilizar una enumeración directa de todos los
posibles resultados de dicho suceso.
TECNICAS DE CONTEO
Principio de adición
Dados dos sucesos A y B, el número de resultados posibles
en que puede ocurrir el suceso A o el suceso B (A B), es
dado por:
n( A B ) = n( A ) + n( B ) - n( A B )
n( A1 A2 A3 ... ) = n( A1 ) x n( A2 ) x n( A3 ) x . . . . .
TECNICAS DE CONTEO
Permutaciones
Una permutación de un conjunto de elementos es una
disposición de tales elementos de acuerdo a un orden
definido. En número de permutaciones de n elementos
tomados r cada vez (de r en r ) es dado por:
n!
n
Pr
(n r )!
n! n (n 1) (n 2) 3 2 1
0! 1
TECNICAS DE CONTEO
Combinaciones
Una combinación de un conjunto de elementos es una
selección de tales elementos sin tener en cuenta su orden.
En número de combinaciones de n elementos tomados r
cada vez (de r en r ) es dado por :
n n!
r
(n r )! r!
n
Pr n n r
r! Pr
r r
TECNICAS DE CONTEO
Permutaciones y combinaciones
MSR Se eligen 3
a, b,
elementos
c, d
En número de
resultados posibles
Permutaciones Combinaciones
TECNICAS DE CONTEO
Permutaciones y combinaciones
a, b,
c, d
MSR Grupos Arreglos (órdenes diferentes)
a, b, c a,b,c a,c,b b,a,c b,c,a c,a,b c,b,a
Se a, b, d a,b,d a,d,b b,a,d b,d,a d,a,b d,b,a
eligen 3
a, c, d a,c,d a,d,c c,a,d c,d,a d,a,c d,c,a
b, c, d b,c,d b,d,c c,b,d c,d,b d,b,c d,c,b
Combinaciones Permutaciones
4 4!
4 4
4!
24
3 P3
(4 3)! 3! (4 3)!
TECNICAS DE CONTEO
Permutaciones de elementos semejantes
Viene a ser el conjunto de permutaciones o disposiciones
distinguibles que se pueden formar cuando algunos
elementos son semejantes. El número de permutaciones
de n elementos, de los cuales son iguales entre si
n1, n2, n3, ... , nk, ( n = n1 + n2 + n3 + ... + n1k ),
respectivamente, es dado por:
n!
n
Pn1 ,n2 ,,nk
n1!n2! nk !
TECNICAS DE CONTEO
Permutaciones de elementos semejantes
MSR
a, b, Se eligen 3 elementos
c, c
N Se eligen al azar:
elementos ”n” elementos
MCR Aplicaciones
Nº de muestras n
posibles = N
Elemento : 1, 2, 3, . . . . . ., n
Ocurrencias: N, N, N, . . . . . ., N
Nº de ocurr: Nx Nx Nx . . . . . x N= Nn
TECNICAS DE CONTEO
Resumen
N Se eligen al azar:
elementos ”n” elementos
¿El orden es
MSR
importante?
Si
Nº de muestras N!
P
N
posibles
( N n )!
n
TECNICAS DE CONTEO
Resumen
N Se eligen al azar:
elementos ”n” elementos
¿El orden es
MSR
importante?
No
Nº de muestras N N!
posibles
n ( N n )! n!
PROBABILIDADES
Probabilidad
Es un número real que expresa la confianza o
incertidumbre en la ocurrencia de un suceso o evento,
cuyo resultado no se puede predecir con certeza.
Experimento aleatorio (E)
Un experimento aleatorio E es una operación cuyo
resultado no se puede predecir con certeza y que se
realiza bajo las siguientes condiciones:
PROBABILIDADES
Experimento aleatorio (E)
Un experimento aleatorio E es una operación cuyo resultado
no se puede predecir con certeza y que se realiza bajo las
siguientes condiciones:
B= { El contribuyente es de soltero }
Eventos complementarios
Dos eventos A y B son complementarios si son mutuamente
excluyentes y su unión es el espacio muestral.
A= { El contribuyente tiene 30 años o más }
B= { El contribuyente tiene menos de 30 años }
Definiciones de probabilidad
Definición Clásica
Si un experimento aleatorio E tiene n() resultados "mutuamente
excluyentes e igualmente posibles", y si n(A) de tales resultados
están a favor de un evento A; entonces, la probabilidad de
ocurrencia del evento A es dada por:
PA
n( A)
n ( )
Definiciones de probabilidad
Definición de probabilidad a partir de frecuencias relativas
Si un experimento aleatorio E se repite n veces bajo las mismas
condiciones y nA resultados están a favor de un evento A, la
frecuencia relativa del evento es frA= nA / n y la probabilidad del
evento A es igual a:
k
k
P A i PA i
i 1 i 1
Propiedades de probabilidades
1. Si A y B son dos eventos de un espacio muestral ; entonces,
la probabilidad que ocurra el evento A o que ocurra el evento B
es dada por:
PA B PA PB PA B
C 0.13 0.12
A B
Probabilidad Condicional
PA B
A B
PA B
PB
n(A B)
n( )
n(B)
n( )
n(A B)
n(B)
1. 0 P[ A / B ] 1
2. P[ / B ] = 1
3. P[ A / ] = P[ A ]
4. P[ A B / C ] = P[ A / C ] + P[ B / C ] - P[ A B / C ]
5. Si A1, A2, A3, ... , Ak son k eventos de , que son mutuamente
excluyentes; es decir, son eventos tales que: Ai Aj = ø ij
i, j = 1, 2, 3, ... , k, entonces,
k
i1 Ai k
P P Ai / B
B
i 1
Probabilidad Condicional: Ejemplo
Q = P[A Cc / B ]
= P[A Cc B ] / P[ B ]
= 0.08 / 0.37
= 8 / 37 =0.21622
Teorema de multiplicación de probabilidades
1. P[ A B ] = P[ A ] P[ B / A ]
P[ A B ] = P[ B ] P[ A / B ]
PA B
PA
B
PB
PA B PB P A
B
PA B
PB
A
PA
PA B PA P B
A
Teorema de multiplicación de probabilidades
2. P[ A B C] = P[ A ] P[ B / A ] P[ C / A B ]
= P[ B ] P[ A / B ] P[ C / A B ]
= P[ A B ] P[ C / A B ]
P[ A B C] = P[ A ] P[ C / A ] P[ B / A C ]
= P[ C ] P[ A / C ] P[ B / A C ]
= P[ A C ] P[ B / A C ]
P[ A B C] = P[ B ] P[ C / B ] P[ A / B C ]
= P[ C ] P[ B / C ] P[ A / B C ]
= P[ A C ] P[ A / A C ]
Multiplicación de probabilidades: Ejemplo
1º 2º Evento
P[A/S1] A S1 A
P[D/S1] 0.8
P[S1] Evento Q:
S1 D S1 D
0.3 0.2 La solicitud
A S2 A es aprobada
0.4
0.7 S2
0.6 D S2 D
P[S2] P[A/S2] P[D/S2]
P[Q] = P[ S1 A ] + P[ S2 A ]
= P[ S1 ] P[ A / S1] + P[ S2 ] P[ A / S2]
= (0.3)(0.8) + (0.7)(0.4)
= 0.52
Partición
1. Ai A j , i j
k
2. Ai
i 1
Partición
A1 A2 A3
Condiciones
1. Ai A j , i j
A4 A6 k
A5 2. Ai
i 1
1. A1 A 2 , A1 A3 ,, A5 A 6
2. A1 A 2 A3 A 4 A5 A 6
Teorema de probabilidad total
PB P B A1 B A 2 B A k
k k
P B Ai P Ai P B /A i
i 1 i 1
Teorema de probabilidad total
A2
PB PB A1 PB A k
A1 A3
k
P B A i
B i 1
A4 k
A6 P A i P B /A i
A5
i 1
PB P B A1 B A 2 B A 6
6 6
P B Ai P Ai P B /A i
i 1 i 1
Probabilidad total: Ejemplo
P B A i
PA i / B
A2 A3
P B
A1
P B A i
k
A4 B
P B Aj
j 1
A6
A5
P B A 2 P B A 2
PA 2 / B
P B P B A1 P B A 2 P B A 6
P B A 2
6
P Ai P B /Ai
i 1
Teorema Bayes : Ejemplo
P A S2 P A S2
PS2 / A
P A P A S1 P A S2 PA S3
0.128
0.353592
0.144 0.128 0.09
Independencia de dos eventos
P A B PA PB
P A B PA PB
Independencia de dos eventos
P A / B PA
P B / A PB
Es decir, si la ocurrencia de uno de ellos no afecta a
la probabilidad de ocurrencia del otro evento.
Independencia de dos eventos
Propiedades
I. Sean A y B son dos eventos de un espacio muestral que
tienen probabilidad positiva (mayor que cero); luego, si A es
independiente de B, luego, B es independiente de A.
1.
A y Bc P A Bc PA P Bc
2.
Ac y B P Ac B P Ac PB
3.
Ac y Bc P Ac Bc P Ac P Bc
Independencia: Ejemplo
1. P A B PA PB
2. P A C PA PC
3. P B C PB PC
3.
Ac y (B Cc) P Ac (B Cc ) P Ac P B Cc
4. Ac, B y C P A c
B C PA PB PC
c
Independencia: Ejemplo
1º 2º 3º ... Resultado
D1 D1
B1
P[ Di ] =0.12
D2 B1, D2
P[ Bi ] =0.88
B2 D3 B1, B2, D3
B3 ..
.
= { (D1), (B1,D2), (B1,B2,D3), . . . . .}
A) Probabilidad en espacios muestrales
infinitos numerables. Ejemplo
a) ¿Cuál es la probabilidad que el primer artículo defectuoso
aparezca después de producir el noveno artículo?
Sea Q= { El primer defectuoso aparece después de artículo 9 }