Академический Документы
Профессиональный Документы
Культура Документы
El presente trabajo abordará los temas vistos durante el curso de Probabilidad de ingeniería
en informática de la UPIICSA.
TÉCNICAS DE CONTEO
NOTACIÓN FACTORIAL
-Fórmulas
n!=n(n-1)(n-2)(n-3)(n-4)...(n-n+1)
n=es igual al número de datos
n!=es un número en factorial
-Ejercicios
Luego se nos pueden dar ciertos parámetros específicos donde ciertos individuos o cosas
deben ir de cierta forma por ejemplo:
2) Cinco hombres, tres adolescentes y dos niños compraron boletos para a asistir a un
partido de fútbol.
a) De cuántas maneras se pueden sentara en una fila.
b) De cuántas formas se pueden sentar si los 3 adolescentes van juntos
c) De cuántas formas se pueden sentar si los niños y los adultos van juntos
a)
(5+3+2)=10!=3´628,800 formas
b)
Aquí se muestra primero los que van juntos y después se muestran los que no tienen que
estar juntos pero los que no van juntos se les suma uno por cada uno que esten juntos
3!*8!=241,220
c)
5!*2!*5!=28,800
PERMUTACIÓN
Cuando “n” objetos tienen una ordenación distinta a ellos importando el orden que tienen
como se muestra en la siguiente fórmula:
n= número de datos
r= número de combinaciones que nos solicitan
-Ejercicios
3) Con los dígitos 0,1,2,3,4,5 se van a formar números de 3 cifras diferentes determinar
-Ejercicios
El administrador de una empresa tiene que elegir 6 solicitantes , para trabajar en una
empresa. La convocatoria pide a los solicitantes a los puestos, se inscriban con base en
una clave, para que no existan preferencias en sexo o parentesco con los trabajadores. Si
de todos los candidatos que quedaron (según el resultado de los exámenes de admisión),
con las mismas capacidades 10 son mujeres y 15 hombres
a) ¿De cuántas formas se pueden elegir a los 6 seleccionados, si sólo debe haber un
amujer?
n=6
r=1
x=
-Ejercicios
1) El dueño de un hotel ha modernizado sus instalaciones. Observó que el 20% de los autos
que pasan por ahí se detienen a alquilar un cuarto.
¿Cuál es la probabilidad de que los próximos dos carros se detengan?
El teorema de bayes tiene que ver cuando en la probabilidad se puede dividir la probabilidad
de un evento en un porcentaje y ese resultado se puede repetir de la misma manera
anterior.
-Ejercicios
b)
2) El jefe de control de calidad de una industria que produce brocas, sabe que las tres
fresadora A, B y C con las que cuenta la empresa producen el total de la producción diaria,
de acuerdo a los siguientes porcentajes, 50%,30%,20% respectivamente, los porcentajes de
brocas en mal estado producidos por las fresadoras A, B y C son 4%, 5% y 6%. Ahora
formulemos un par de preguntas:
a) Si tomo una broca al azar y resulta con defectos.¿Cuál es la probabilidad de que lo haya
producido la máquina C?
b) Si tomo una broca al azar y resulta sin efectos ¿Cual es la probabilidad de que lo haya
producido la máquina A?
3) En un estudio se detectó que aproximadamente 22% de las personas con cáncer
pulmonar trabajaron anteriormente en un astillero. Al contrario, solamente 14% de las
personas que no padecen cáncer pulmonar, trabajaron en un momento dado en un astillero.
Suponga que la proporción de todos los habitantes que tienen o tendrán cáncer pulmonar
en esta localidad es de 0.04. Calcule la probabilidad de que una persona de esta localidad
tenga cáncer pulmonar, si sabemos que anteriormente trabajó en un astillero.
a)
4) La asociación Mexicana de Instituciones de seguros, indicó en su reporte del mes de
Febrero que los autos de marca Nissan son los más robados en el país, del total el 32.5%
son de esta marca; de los autos robados de la marca Nissan el 17% son vehículo
asegurados; de los demás autos robados, solo el 22% contaba estaban asegurados.
a) Si una persona acudió a denunciar el robo de su vehículo ¿Cual es la probabilidad
de que sea de la marca Nissan y no tenga seguro?
A: Marca Nissan
B: Asegurados
a)
VARIABLE ALEATORIA DISCRETA
-Valor esperado
-Ejercicios
1) En una industria que realiza piezas de automóviles, se tiene que la máquina 001 genera
10 piezas por hora, de las cuales 3 son defectuosas. Si Chevrolet compra 5 de estas piezas,
sabiendo que “x” es el número de piezas defectuosas en la muestra, obtenga:
a) Px
b) Fx
c) la media y la varianza
a)
n = número de piezas = 10
r = muestra = 5
x= piezas defectuosas = 0,1,2,3
considerando las 7 piezas buenas entonces:
(3C0)(7C5)
P(x=0)= 10C5 = 0.0833
(3C1)(7C4)
P(x=1)= 10C5 = 0.4167
(3C2)(7C3)
P(x=2)= 10C5 =0.4167
(3C3)(7C2)
P(x=3)= 10C5 = 0.0833
b)
X 1 2 3 4
c)
μ = (0)(0.8333)+(1)(0.4167)+(2)(0.4167)+(3)(0.0833) = 1.5
V(x) = (0-1.5)2(0.0833)+(1-1.5)2(0.4167)+(2-1.5)2+(0.4167)+(3-1.5)2(0.0833) = 0.5832
2) Dada la función fx obtenga el valor esperado
f(x)= 2x+1
24 x=1,2,3,4
2(1)+1
P(x=1)= 24 = 0.1250
2(2)+1
P(x=2)= 24 = 0.2083
2(3)+1
P(x=3)= 24 = 0.2916
2(4)+1
P(x=4)= 24 = 0.3750
X 1 2 3 4
En este caso, se sustituye el valor de “x” y se multiplica por la constante K para después
poder despejarla. Al crear la tabla, se puede trabajar utilizando la fracción resultante
K(1+1)=2K
K(2+1)=3K
K(3+1)=4K
K(4+1)=5K
X 1 2 3 4
-Fórmulas
-Ejercicios
a)
P(x=0) = (10C0)(0.80)0(0.20)10-0 = 1.042x10-7
b)
P(x ≤ 2) = Σ (10CX)(0.80)X(0.20)10-X = T(x=2) = 0.0001
C)
μ =(10)(0.80)=8 V(x)=(10)(0.80)(0.20)=1.6 σ =1.2649
2) Una compañía armadora de automóviles encontró que uno de sus modelos tiene el
defecto de que su centro de gravedad no es el correcto, lo que puede ocasionar que el
vehículo a velocidades altas se pueda voltear, se trató de corregir la falla, sin embargo el
10% de estos aún no lo tiene. si 10 de estos coches son sometidos a prueba. Hallar la
probabilidad de que:
a) Más de uno pero menos de seis tengan defecto
b) a lo más cuatro tengan defecto
a)
P(2 ≤ X ≤ 5) = T(x=5) - T(x=1) = 0.9999 - 0.7361 = 0.2963
b)
P( X ≤ 4 ) = Σ (10CX)(0.10)X(0.90)10-X = T(X=4) = 0.9984
DISTRIBUCIÓN DE POISSON
-Fórmulas
μx e−μ
P(x=#) = x! -> Se mete directo a la calculadora
μx e−μ
P(x ≤ #) = Σ x! -> Se usan tablas
μx e−μ
P(x ≥ #) = 1 - Σ x! -> Se usan tablas
-Ejercicios
1) El número promedio de celulares que vende cierta tienda por día se aproxima mediante
el método de Poisson, con una media de 1.5. Calcule la probabilidad de que la tienda venda
por lo menos cuatro celulares durante un:
a) Periodo de tres días
b) Periodo de cuatro días
a)
x −4.5
P(x ≥ 4) = 1 - Σ 4.5 x!e 1 - T(x=3) = 1 - 0.3423 = 0.5537
=
b)
x −6
P (x ≥ 4) = 1 - Σ 6 x!
e
1 - 0.1512 = 0.8488
=
a)
0 −1.5
P (X = 0) = 1.500!e = 0.2235
b)
0 −1.5
P(X=1) = 1.501!e = 0.2235
DISTRIBUCIÓN DE POISSON APROXIMACIÓN A LA BINOMIAL
-Fórmulas
μx e−μ
P(x=#) = x!
μx e−μ
P(x ≤ #) = Σ x!
μx e−μ
P(x ≥ #) = 1 - Σ x!
P(x=#) = (nCx)(p)x(q)n-x
μ =np V(x)=npq σ = √npq
-Ejercicios
1) Se sabe que el 5% de los libros encuadernados en cierto taller tienen encuadernaciones
defectuosas. Determine la probabilidad de que 2 de 100 libros encuadernados en ese taller,
tengan encuadernaciones defectuosas, usando, a) la fórmula de la distribución Binomial, b)
la aproximación de Poisson a la distribución Binomial.
Solución:
a)
n = 100
p = 0.05 = p(encuadernación defectuosa) = p(éxito)
q = 0.95 = p(encuadernación no defectuosa) = p(fracaso)
x = variable que nos define el número de encuadernaciones defectuosas en la muestra =
0, 1, 2, 3,....,100 encuadernaciones defectuosas
b)
n = 100 encuadernaciones
p = 0.05
l = np = (100)(0.05) = 5
x = variable que nos define el número de encuadernaciones defectuosas en la muestra = =
0, 1, 2, 3,....,100 encuadernaciones defectuosas
2) Un fabricante de maquinaria pesada tiene instalados en el campo 3840 generadores de
gran tamaño con garantía. Sí la probabilidad de que cualquiera de ellos falle durante el año
dado es de 1/1200 determine la probabilidad de que a) 4 generadores fallen durante el año
en cuestión, b) que más 1 de un generador falle durante el año en cuestión.
Solución:
a)
n = 3840 generadores
p = 1/1200 = probabilidad de que un generador falle durante el año de garantía
l = np = (3840)(1/1200) = 3.2 motores en promedio pueden fallar en el año de garantía
x = variable que nos define el número de motores que pueden fallar en el año de garantía =
= 0, 1, 2, 3,....,3840 motores que pueden fallar en el año de garantía
b)
p(x=2,3,4,....,3840;l=3.2)=1-p(x=0,1;l=3.2) =
n = 8000 piezas
p = 1/1000= 0.001 probabilidad de que una pieza tenga 1 o más burbujas
l = np = (8000)(1/1000) = 8 piezas en promedio con 1 o más burbujas
x = variable que nos define el número de piezas que tienen 1 o más burbujas =
= 0,1, 2, 3,....,8000 piezas con una o más burbujas
-Fórmulas
-Ejercicios
1) Un inspector de SECOFI se ha encontrado que 4 de cada 10 tiendas que visita presentan
irregularidades. Si el inspector visita las tiendas al azar. ¿Cúal es la probabilidad de que se
encuentre la primer tienda con irregularidades:
a) En su cuarta visita
b) Después de haber visitado la sexta tienda
a)
P(x=4) = q4 = 0.0864
b)
P(x ≥ 6) = qk = (0.60)6 = 0.0467
DISTRIBUCIÓN HIPERGEOMÉTRICA
-Fórmulas
(kCx)(N −kCn−x)
P( x = #) = (N Cn)
(kCx)(N −kCn−x)
P (x ≤ #) = Σ (N Cn)
(kCx)(N −kCn−x)
P (x ≥ #) = 1 - Σ (N Cn)
En donde:
N = Universo
n = Muestra
k = Éxitos
x = Variable aleatoria
-Ejercicios
a)
x = número de personas que practican fútbol
N = 10 (Universo)
n = 3 (muestra)
k = 7 (éxitos)
(7C2)(3C1)
P(x=2) = (10C3) = 0.5250
b)
(7C3)(3C0)
P(x=3) = (10C3) = 0.2916
a)
(6Cx)(4Cn−x)
P (x ≥ 2) = 1 - Σ (10C4) = 0.8809
b)
(6Cx)(4Cn−x)
P (x ≤ 3) = Σ (10C4) 0.9828
=
VARIABLE ALEATORIA CONTINUA
-Fórmulas
1) f(x) ≥ 0
∞
2) ∫ f (x)dx = 1 -->Función de probabilidad
−∞
x
3) Fx = ∫ f (x)dx
−∞
∞
4) μ = x ∫ f (x)dx
−∞
∞
5) E(x) = x
2 2
∫ f (x)dx
−∞
6) V(x) = E(x)2 - μ 2
- Ejercicios
1) Dada la función f(x) compruebe si es una función de probabilidad y obtenga V(x)
5
1.- f (x) = ∫ 2x − 8dx f(x) ≥ 0 4≤x≤5 Sí cumple la 1a condición
4
5 5 5
2.- f (x) = ∫ 2x − 8dx = 2 ∫ xdx − 8 ∫ dx = 1 ---> fdp
4 4 4
x
2
3.- F (x) = ∫ 2x − 8dx = x2 − 8x| = (x2 − 8x) − (4 − 8(4)) = x2 − 8x + 16
4
5 5 5
4.- μ = ∫ 2x − 8x dx = 2 ∫ x dx − 8 ∫ xdx = (83.3 − 100) − (42.67 − 84) = 4.66
2 2
4 4 4
5 5
2
5.- E (x) = x2 ∫ 2x − 8dx = ∫ 2x3 − 8x2 dx = 21.83
4 4
2
6.- V (x) = 21.83 − (4.66) = 0.1144
1
2) Dada la función f (x) = 4 obtenga:
a)Fx
x x
F (x) = ∫ 14 dx = 1
4 ∫ dx = 4x − 24 = x−2
4
2 2
b)P (2 ≤ x ≤ 5)
5−2 2−2 3
P (2 ≤ x ≤ 5) = 4
− 4
= 4
= 0.25
DISTRIBUCIÓN UNIFORME
-Fórmulas
-[a,b]
1
- f (x) = { b−a
x−a
-F (x) = b−a
a+b
-μ = 2
(b−a)2
- V (x) = 12
-Condiciones
-Ejercicios
1) En un estudio que se hizo en una nevería sobre el contenido que tiene los vasos de
helado, se encontró que se comporta uniformemente entre 40 y 60 ml
a=40
b=60
intervalo[40,60]
c) Obtenga la varianza
2) El tiempo de vida útil de un automóvil que se utiliza como taxi, sigue un modelo uniforme
que se encuentra en el intervalo de [7,14] años.
Datos
a=1.65
b=1.78
Intervalo:[1.65, 1.78]
x=0.15 ∴ x=0.8+0.15(0.4)=0.8614
b)Si en el grupo hay 50 alumnos ¿Cuántos se espera que midan entre 0.9y 1.1 metros?
DISTRIBUCIÓN NORMAL
-Fórmulas
x−μ
z≤ σ
P (X ≤ #) = ϕ(Z)
P (x ≥ #) = 1 − ϕ(Z)
P (Z ≤ x ≤ Z ) = ϕ(Z2) − ϕ(Z1)
-Ejercicios
1) El tiempo que un ingeniero industrial tarda en llegar a una empresa con el fin de
asesorarla sigue una distribución normal, con una media de 25 minutos y una varianza de
25 minutos. Hallar la probabilidad de que un ingeniero tarde:
a) A lo más 20 minutos
b) Entre 22 y 30 minutos
c) Al menos 30 minutos
d) Calcular cuantos días del mes habrá calor
μ = 25 σ = √25 = 5
a)
20−25
P (x ≤ 20) = ϕ(z ≤ 5 ) = ϕ(z ≤− 1) = 0.1087
x μ
b)
30−25 22−25
P (22 ≤ x ≤ 30) = ϕ(z2 ≤ 5 ) − ϕ(z1 ≤ 5 ) = ϕ(z2 ≤ 1 )-
ϕ(z1 ≤− 0.6) = 0.8413 − 0.2743 =0.5670
x1 μ x2
c)
30−25
P (x ≥ 30) = 1 − ϕ(Z ≤ 5 ) = 1 − ϕ(Z ≤ 1) = 1 − 0.8413 = 0.1587
μ x
d)
a) P(X ≤ 20) × 30 = 5 días
b) (0.5670)(31) = 18 días
c) (0.1587)(31) = 5 días
-Fórmulas
x−μ+0.5
P (x ≤ #) = ϕ(Z ≤ npq )
x−μ+0.5
P (x ≥ #) = 1 − ϕ(Z ≤ σ )
Z2−μ+0.5 Z1−μ−0.5
P (# ≤ x ≤ #) = ϕ(Z ≤ npq ) − ϕ(Z ≤ σ )
x−μ+0.5 x−np−0.5
P (x = #) = ϕ(Z ≤ σ ) − ϕ(Z ≤ npq )
2
μ = np σ = npq σ = √npq
-Ejercicios
1) Se realizó una encuesta entre los habitantes de la CDMX con respecto al alza del
impuesto predial, los resultados obtenidos indican que el 20% están de acuerdo con este
aumento por considerar que es su costo real. Se entrevista a los próximos 100 residentes
de dicha ciudad. Hallar la probabilidad de que:
a) Entre 17 y 19 inclusive estén de acuerdo
b) A lo más 21 personas estén de acuerdo
c) Por lo menos 32 estén de acuerdo
d) 28 no estén de acuerdo
x1 x 2 μ
b)
21−20+0.5
P (21 ≤ x) = ϕ(Z ≤ 16 ) = ϕ(Z ≤ 0.09) = 0.5359
μ x
c)
32−20+0.5
P (32 ≥ x) = 1 − ϕ(Z ≤ 4 ) = 1 − ϕ(z ≤ 3.12) = 1 − 0.9991 = 0.0009
μ x
d)
28−20+0.5 28−(100)(0.80)−0.5
P (x = 28) = ϕ(Z ≤ 4 ) − ϕ(Z ≤ 16 ) = 0.9830 − 0.0005 = 0.9825
μ x
DISTRIBUCIÓN EXPONENCIAL
-Fórmulas
P( x ≤ #) = 1 − e−λ(x)
P (x ≥ #) = e−λ(x)
1) El tiempo de vida de una tarjeta de video, sigue una distribución exponencial con una
vida media de 5 años.
b) ¿Qué probabilidad hay de que 5 tarjetas de video en funcionamiento,al menos dos fallen
antes de 5 años?
n=5
p=0.6321
q=0.3679