Академический Документы
Профессиональный Документы
Культура Документы
1.1. Introduccin:
Muchos de los eventos o acontecimientos que ocurren en la vida diaria se
presentan sin seguir una ley que los rija, es decir ocurren en forma casual o
casustica, a este hecho es lo que comnmente se denomina Azar.
Sobre las actividades que se realizan o eventos que ocurren en el quehacer
cotidiano, ya sean cientficos o no, actan una serie de factores los cuales son
imposible ponderar y que pueden modificar parcial o totalmente el resultado de
estas actividades o acontecimientos, este conjunto de factores conforman lo
que se denomina azar, casualidad y en ocasiones se les llama suerte.
El ejemplo ms sencillo de lo anterior es el clsico lanzamiento de una
moneda, al lanzarla estamos seguros por una parte que la moneda caer y
que puede ser cara o sello, pero no podemos asegurar cual de las dos figuras
es la que saldr. As mismo, cuando se extrae una carta de un juego de
barajas, tenemos la certeza de que extrajimos una carta de una de las pintas
de la baraja, pero no sabemos que pinta es y mucho menos que calificacin
tiene la carta; en ambos casos el evento o suceso est sometido a los factores
que conforman el azar.
Muchas personas sin conocer la teora de probabilidades, hacen
aseveraciones donde esta se encuentra involucrada, a menudo se escuchan
expresiones como: es casi seguro que Sonia apruebe el examen de
Matemtica, es probable que llueva en Semana Santa, con toda seguridad
Miranda le ganar a Cojedes en los Juegos Nacionales, etc. En las
aseveraciones anteriores puede notarse que en todas ellas existe una
situacin de incertidumbre; esto es, que a pesar que la persona que emite la
aseveracin expresa cierto grado de seguridad o confianza en lo que dice,
debemos recordar que hay muy pocas cosas en la vida acerca de las cuales
podemos estar completamente seguros.
Con esto se quiere destacar que ninguna inferencia es cien por ciento segura
y la probabilidad de que sea cierta resulta ms evidente en unos casos que en
otros.
Buscando la explicacin de la ocurrencia de estos hechos casuales, los
cientficos a travs de clculos matemticos han llegado a determinar ciertas
ING. ORLANDO F. OCHOA CH.
UNEFA-PROBABILIDAD Y ESTADISTICA-2007
Pgina 1
Pgina 2
punto
Pgina 3
Pgina 4
maneras o formas, el segundo paso de N 2 maneras o formas y el rsimo paso de Nr maneras o formas, entonces esta actividad puede
ser llevada a efecto de;
N1 x N2 x ..........x Nr= nmero de maneras o formas
El principio multiplicativo implica que cada uno de los pasos de la
actividad deben ser llevados a efecto, uno tras otro.
Ejemplo:
Cuntas placas para automvil pueden ser diseadas si deben
constar de tres letras seguidas de cuatro nmeros, si las letras deben
ser tomadas del abecedario (26 letras) y los nmeros de entre los
dgitos del 0 al 9?, a. Si es posible repetir letras y nmeros, b. No es
posible repetir letras y nmeros, c. Cuntas de las placas diseadas
en el inciso b empiezan por la letra D y empiezan por el cero, d.
Cuantas de las placas diseadas en el inciso b empiezan por la letra
D seguida de la G.
Solucin:
a. Considerando 26 letras del abecedario y los dgitos del 0 al 9
26 x 26 x 26 x 10 x 10 x 10 x 10 = 75.760.000 placas para
automvil que es posible disear
b. 26 x 25 x 24 x 10 x 9 x 8 x 7 = 78.624.000
placas para automvil
c. 1 x 25 x 24 x 1 x 9 x 8 x 7 = 302.400 placas para automvil
d. 1 x 1 x 24 x 10 x 9 x 8 x 7 = 120.960
placas para automvil
b) Principio aditivo:
Si se desea llevar a efecto una actividad, la cul tiene formas
alternativas para ser realizada, donde la primera de esas alternativas
puede ser realizada de M maneras o formas, la segunda alternativa
puede realizarse de N maneras o formas ..... y la ltima de las
alternativas puede ser realizada de W maneras o formas, entonces
esa actividad puede ser llevada a cabo de,
ING. ORLANDO F. OCHOA CH.
UNEFA-PROBABILIDAD Y ESTADISTICA-2007
Pgina 5
Pgina 6
Pgina 7
Ejemplo:
"La combinacin de la cerradura es 472": ahora s importa el orden.
"724" no funcionara, ni "247". Tiene que ser exactamente 4-7-2.
Ejemplo:
De cuantas formas diferentes se pueden ordenar los nmeros 1, 2 y 3,
si: a) se toma en consideracin el orden, b) si no se toma en
consideracin el orden.
a) Si se toma en consideracin el orden:
(1,2,3), (1,3,2), (2,1,3), (2,3,1), (3,1,2), (3,2,1) es una permutacin
b) Si no se toma en consideracin el orden:
(1,2,3) es una combinacin
Frmula para permutaciones:
=
!
!
!
! !
Pgina 8
r=5
25!
2520 !
18 x ... x 1)=
= 6,375,600 maneras de formar la representacin
Si se cuenta con 14 alumnos que desean colaborar en una campaa
pro limpieza del ncleo de la universidad, 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, cuantos 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
Cn,r = r!
n!
nr !
14 !
= 5! 145 ! =
14x13x12x11x10x9!
5!x9!
= 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
Pgina 9
= 126
d) Pruebas ordenadas:
Se le llama prueba ordenada al hecho de seleccionar r objetos de entre
n objetos contenidos en una urna uno tras otro. Una prueba ordenada
puede ser llevada a efecto de dos maneras:
1. Con sustitucin (con reemplazo):
En este caso se procede a seleccionar el primer objeto de entre los n
que hay, se observa de qu tipo es y se procede a regresarlo a la
urna, luego se selecciona el siguiente objeto, lo anterior se repite
hasta que se han extrado los r objetos de la prueba, por tanto el
nmero de pruebas ordenadas de con sustitucin se obtiene:
Nmero total de pruebas ordenadas con sustitucin = n x n x n x
......x n = nr
Hay n maneras de seleccionar el primer objeto, luego al seleccionar
el segundo objeto, dado que se ha regresado a la urna el primer
objeto, tambin se tendrn n objetos y as sucesivamente.
Pgina 10
Ejemplos:
Cuntas maneras hay de que se asignen tres premios de un
sorteo en donde el primer premio es una departamento, el
segundo premio es un auto y el tercer premio es un centro de
cmputo, si los participantes en este sorteo son 120 personas, a.s
la asignacin se puede hacer con sustitucin, b.s la asignacin se
puede hacer sin sustitucin.
Solucin:
a. Por principio multiplicativo:
120 x 120 x 120 = 1,728,000 maneras de asignar los premios
Por frmula: n =120,
r=3
r=3
Hay que hacer notar que en este caso, como los boletos que
son seleccionados ya no regresan a la urna de donde fueron
extrados, los participantes solo pueden recibir un premio en
ING. ORLANDO F. OCHOA CH.
UNEFA-PROBABILIDAD Y ESTADISTICA-2007
Pgina 11
CARA (C)
DADO
1
2
3
4
5
6
SUCESOS
(C,1)
(C,2)
(C,3)
(C,4)
(C,5)
(C,6)
Pgina 12
g) Diagramas de Venn:
Los diagramas de Venn son ilustraciones usadas en la rama de la
Matemtica y Lgica de clases conocida como teora de conjuntos.
Estos diagramas se usan para mostrar grficamente la agrupacin de
cosas elementos en conjuntos, representando cada conjunto mediante
un crculo o un valo. La posicin relativa en el plano de tales crculos
muestra la relacin entre los conjuntos.
Ejemplos:
Supngase que el conjunto A representa, por ejemplo, a todas las
criaturas vivas con solo dos piernas motrices y que el conjunto B
contiene a todas las criaturas que pueden volar. El rea donde
ambos crculos se superponen (que recibe el nombre de interseccin
entre A y B), contendra por tanto todas las criaturas que, al mismo
tiempo, pueden volar y tienen slo dos piernas motrices.
Pgina 13
Nos encontraremos con que slo cuatro de ellos (los nmeros I), IV), V) y
VII) se pueden volcar directamente:
Ahora con el dato II) se puede completar la nica zona que falta en el
conjunto MOTO, haciendo la diferencia 38 - (20+5+3) = 10:
Pgina 14
Despus de ello, podremos usar el dato III), pues si consideramos todas las
zonas, excepto las cuatro correspondientes al conjunto AUTO, debern
sumar 9, luego 9 - (5+3+1) = 0:
Por ltimo utilizaremos el dato VIII) pues si consideramos todas las zonas,
excepto las cuatro correspondientes al conjunto MOTO, debern sumar 61,
luego 61 - (46+0+1) = 14:
Pgina 15
Pgina 16
Pgina 17
Complemento(A o Ac) :
Dado un evento A, se denomina evento complemento de A (Ac), a un
evento que contiene todos los puntos muestrales que no se encuentran
en el evento A.
A = Ac = {xE | x B x A}
1.5. Eventos mutuamente excluyentes:
Son aquellos eventos que no pueden ocurrir simultneamente al realizar una
sola vez el experimento, es decir la ocurrencia de uno de los eventos implica
la no ocurrencia del otro.
1.6. Concepto de probabilidad, diversos enfoques:
1.6.1. Definicin a priori:
Si un suceso A puede ocurrir de a maneras (favorables) y deja de ocurrir
de b maneras (desfavorables), siendo las dos igualmente posibles y de tal
forma que no pueden ocurrir a la vez ms que uno de ellos, La probabilidad
de ocurrencia de A, P(A), ser igual a:
() =
Pgina 18
() =
()
= ()
Pgina 19
Pgina 20
Ejemplos:
Si en el lanzamiento de un dado definimos los eventos A como la
aparicin del nmero dos y B como la aparicin del nmero cinco.
Cul ser la probabilidad de obtener un dos o un cinco en un
lanzamiento del dado?
= +
P(A) = 6
1
P(b) = 6
P
AoB
1 1 2 1
+ = = = 0.333
6 6 6 3
6
2
8
2
+
=
= = 0,222
36 36 36 9
P(C) = 12 = 2
P(3) = 12 = 6
1
P(C3) = 12
ING. ORLANDO F. OCHOA CH.
UNEFA-PROBABILIDAD Y ESTADISTICA-2007
Pgina 21
6
2
1
7
+
=
= 0,583
12 12 12 12
P(L) = 50 = 0,10
6
P(D) = 50 = 0,12
2
P(LD) = 50 = 0,04
= P(L) + P(D) P(LD) = 0,10 + 0,12 0,04 = 0,18
Pgina 22
Ejemplos:
Se lanza un dado azul y uno blanco, sean los eventos: A obtener un
nmero menor o igual a cuatro en el dado blanco y B obtener un nmero
mayor o igual a cinco en el dado azul. Cul es la probabilidad de la
ocurrencia conjunta de A y B?
Evento A = nmero mayor o igual a 5 en dado azul
P(A) = 2/6
P(B) = 4/6
Espacio muestral:
D
(1,
6)
(2,
6)
(3,
6)
(4,
6)
(5,
6)
(6,
6)
(1,
5)
(2,
5)
(3,
5)
(4,
5)
(5,
5)
(6,
5)
(1,
4)
(2,
4)
(3,
4)
(4,
4)
(5,
4)
(6,
4)
(1,
3)
(2,
3)
(3,
3)
(4,
3)
(5,
3)
(6,
3)
(1,
2)
(2,
2)
(3,
2)
(4,
2)
(5,
2)
(6,
2)
(1,
1)
(2,
1)
(3,
1)
(4,
1)
(5,
1)
(6,
1)
A
D
O
A
Z
U
l
DADO BLANCO
2 4
8
P(AB) = PA . PB = . =
= 0,22
6 6 36
Una caja contiene 3 bolas rojas y 8 negras, todas del mismo material y del
mismo tamao. Si se extraen dos bolas en sucesin y con reemplazo
Cul es la probabilidad de que ambas sean rojas?
P(A y B) = P(A) . P(B)
P(A) =
P(A y B)
3
3
, P(B) =
11
11
3 3
9
=
.
=
11 11
11
Pgina 23
A
(
)
B.R
6 4 5
120
4
. .
=
=
= 0,04
15 14 13
2730 91
Pgina 24
Donde:
p(AE) = probabilidad de que ocurra A dado que E ya ocurri
p(AE) = probabilidad de que ocurra A y E a un mismo tiempo
p(E) = probabilidad de que ocurra E
Luego:
=
Por tanto:
=
=
Ejemplo:
Una clase de matemtica avanzada est formada por 10 estudiantes de
segundo ao, 30 de cuarto y 10 graduados. Tres estudiantes de
segundo, 10 de de cuarto ao y cinco graduados obtuvieron la
calificacin A. Si se selecciona al azar un estudiante y se encuentra que
su calificacin es A, Cul es la probabilidad de que sea graduado?
A = probabilidad de que obtenga calificacin A
B = probabilidad de que el estudiante sea graduado.
Pgina 25
=
=
=
Sea A1, A2, ...,An un sistema completo de sucesos tales que la probabilidad
de cada uno de ellos es distinta de cero, y sea B un suceso cualquier del que
se conocen las probabilidades condicionales P(B/Ai), entonces la
probabilidad del suceso B viene dada por la expresin:
Ejemplos:
Una compaa dedicada al transporte pblico explota tres lneas de una
ciudad, de forma que el 60% de los autobuses cubre el servicio de la
primero lnea, el 30% cubre la segunda y el 10% cubre el servicio de la
tercera lnea. Se sabe que la probabilidad de que, diariamente, un autobs
se avere es del 2%, 4% y 1%, respectivamente, para cada lnea.
Determina la probabilidad de que, en un da, un autobs sufra una avera.
Pgina 26
El suceso "sufrir una avera" (Av) puede producirse en las tres lneas, (L1,
L2, L3). Segn el teorema de la probabilidad total y teniendo en cuenta las
probabilidades del diagrama de rbol adjunto, tenemos:
P(Av)
0.02
+
0.3
= 0.012 + 0.012 + 0.001 = 0.025
P(Av/L2) +
0.04
+
P(L3)
0.1
P(Av/L3)
0.01
=
=
Pgina 27
Este teorema es aplicable cuando los eventos para los que se quiere aplicar la
probabilidad revisada son mutuamente excluyentes y su unin es todo el
espacio muestral, por lo tanto son eventos colectivamente exhaustivos.
Ejemplos:
Tres mquinas, A, B y C, producen el 45%, 30% y 25%, respectivamente,
del total de las piezas producidas en una fbrica. Los porcentajes de
produccin defectuosa de estas mquinas son del 3%, 4% y 5%.
a. Seleccionamos una pieza al azar; calcula la probabilidad de que sea
defectuosa.
b. Tomamos, al azar, una pieza y resulta ser defectuosa; calcula la
probabilidad de haber sido producida por la mquina B.
c. Qu mquina tiene la mayor probabilidad de haber producido la citada
pieza defectuosa?
Sea D= "la pieza es defectuosa" y N= "la pieza no es defectuosa". La
informacin del problema puede expresarse en el diagrama de rbol
adjunto.
a. Para calcular la probabilidad de que la pieza elegida sea defectuosa,
P(D), por la propiedad de la probabilidad total,
Pgina 28
Pgina 29
1.10 Bibliografa:
Estadstica
para
Administracin y Economa.
Ed. CENGAGE - Learning.
Dcima Edicin., Mxico.
2000.
Introduccin a la Probabilidad
y Estadstica. Ed. Mc Graw
Hill Inc., Serie Schaum, 1
Ed., Madrid,1999.
Clculo de Probabilidades e
Inferencia
Estadstica.
Universidad Catlica Andrs
Pgina 30
Bello,
Cuarta
Caracas, 2006
Edicin,
Estadstica
para
administracin y economa.
Ed.
Wadsworth
Internacional/Iberoamerica, 3
Ed., USA. 1978.
Estadstica
General.
Universidad
Central
de
Venezuela. Ediciones de la
Biblioteca, Caracas, 1993.
Salama, David
Estadstica, Metodologa y
Aplicaciones.
Editorial
Principios, Primera Edicin,
Caracas, 1987.
Stevenson, W. J.
Estadstica
para
administracin y economa.
Ed. HARLA, 1 Ed., Mxico.
1982.
Pgina 31