Академический Документы
Профессиональный Документы
Культура Документы
𝑨 ∩𝑩=∅
CONJUNTOS NO EXCLUYENTES O
COMPATIBLES
𝑨∩𝑩=𝑨𝑩
CONJUNTOS NO EXCLUYENTES O
COMPATIBLES
𝑨 ∪ 𝑩 = 𝑨 + 𝑩 − (𝑨 ∩ 𝑪)
CONJUNTOS NO EXCLUYENTES O
COMPATIBLES
𝑨 −𝑩
COMPLEMENTO
𝑪
𝑨
Para poder abordar cualquier problema de teoría
de conjuntos de sucesos excluyentes, necesitamos
como mínimo conocer tantos datos como sucesos
excluyentes existan menos uno, es decir, 2n-1
𝑛 𝑛 − 1 𝑛 − 2 … . . 3 2 1 𝑓𝑜𝑟𝑚𝑎𝑠 = 𝑛!
NOTACIÓN FACTORIAL
• 6!=
• 0!=
• 1!=
• 10!=
• 12!/8! =
• 3!/0! =
• 0!/5! =
• 3!*5!/4!*6! =
• ¿De cuántas maneras pueden acomodarse en
una reunión de 7 personas en una fila, si
deben acomodarse de derecha a izquierda en
orden de llegada?
• En una universidad de Bogotá a 5 estudiantes
se les califica con las letras A, B, C, D, E. De
cuántas maneras se les pueden calificar:
si todos los estudiantes obtienen
calificaciones diferentes.
si los estudiantes obtienen la misma
calificación.
• ¿De cuántas maneras se pueden acomodar en
un estante 5 libros diferentes si se toman
todos a la vez?
• Un número telefónico consta de siete cifras
enteras. Suponga que la primera cifra debe
ser un número entre 2 y 9, ambos inclusive.
Las segunda y tercera cifra debe ser números
entre 1 y 9, ambos inclusive. Cada una de las
restantes cifras es un número de 0 al 9, ambos
inclusive. ¿Cuántos números de teléfonos
distintos pueden formarse con estas
condiciones?
PERMUTACIÓN
Una permutación es un arreglo u ordenación de los
“n” elementos que conforman un conjunto tomados
todos a la vez o tomados parte a la vez; de tal
manera que el orden interesa. Es decir, aunque
varios arreglos u ordenaciones contengan los mismos
elementos, por el solo hecho de tener un orden
diferente, tales arreglos u ordenaciones se
consideran diferentes. En éstas condiciones cada
arreglo u ordenación se denomina una permutación.
𝑛!
𝑛𝑃𝑟 =
𝑛−𝑟 !
EJERCICIOS
• ¿Cuál será el número de permutaciones de
cuatro letras a, b, c, d al tomar dos a la vez?
• Formar cifras de tres dígitos con los cuatro
números naturales: 1, 2, 3, 4 sin repetición.
• Formar cifras de dos dígitos con los cuatro
números naturales.
• Se sacan dos billetes de lotería de 20 para un
primer y segundo premios. Encuentre el
número de puntos muestrales en el espacio S.
PERMUTACIONES CIRCULARES
El número de permutaciones de n objetos
distintos arreglados en un circulo es 𝑛 − 1 !
𝑛!
𝑛1 ! 𝑛2 ! … . . 𝑛𝑘 !
𝑛 𝑛!
𝑛1 𝑛2 … . 𝑛𝑟 = 𝑛1 ! 𝑛2 ! … . . 𝑛𝑟 !
Donde 𝑛1 + 𝑛2 + ⋯ 𝑛𝑟 = 𝑛.
Considere el conjunto (a, e, i, o, u). ¿Cuántas
particiones en dos celdas en las que la primera
celda contiene cuatro elementos y la segunda
celda un elemento?
𝑛! 𝑛
𝑛𝐶𝑟 = =
𝑛 − 𝑟 ! 𝑟! 𝑟
EJERCICIOS
• Tenemos las 4 letras del alfabeto A, B, C, D. Se
desea combinarlas, ¿cuántas combinaciones se
podrán hacer?
• Se desea combinar las 4 letras de dos en dos,
¿Cuántas combinaciones se podrán hacer?
• Se desea combinar las 4 letras de tres en tres,
¿Cuántas combinaciones se podrán hacer?
• ¿Cuántas comisiones de 3 personas se pueden
formar seleccionándolas de entre 10 personas?
• Un Jefe de producción debe elegir tres de seis
obreros disponibles para realizar un trabajo, de
tal manera que cada uno de los obreros debe
realizar un trabajo idéntico. ¿Cuántas formas de
seleccionar son posibles?
𝑃 𝑋𝑖 = 1
𝑖=1
𝑃 𝑋ത = 1 − 𝑃 𝑋
Si se realiza un experimento en el cual tenemos una gran
posibilidad de que un determinado resultado va a ocurrir,
entonces el valor de probabilidad que debe asignársele a
dicho resultado debe ser cercano a uno.
𝑛° 𝑑𝑒 𝑟𝑒𝑠𝑢𝑙𝑡𝑎𝑑𝑜𝑠 𝑓𝑎𝑣𝑜𝑟𝑎𝑏𝑙𝑒𝑠
𝑃 𝑋𝑖 =
𝑛° 𝑑𝑒 𝑟𝑒𝑠𝑢𝑙𝑡𝑎𝑑𝑜𝑠 𝑝𝑜𝑠𝑖𝑏𝑙𝑒𝑠
EJEMPLO
Determinar el éxito de una operación quirúrgica
practicada por un determinado medico. Si se sabe
que el medico a tenido 36 operaciones exitosas y a
operado a 40 pacientes.
Sucesos 𝑃 𝐴 ∩ 𝐵 = 𝑃 𝐴 𝑃 𝐵/𝐴
Prob. Conjunta
dependientes
Prob. Condicional 𝑃 𝐵/𝐴 = 𝑃 𝐴 ∩ 𝐵
𝑃 𝐴
Una óptica elabora la siguiente tabla de
contingencias, donde se clasifica las gafas por
tamaño y material.
Plástico Metal Mixto
Grande 12 8 5
Mediano 23 31 1
Pequeño 6 6 8
Prob.
Prob. Conjunta Plástico Metal Mixto
Marginal
Grande 0,12 0,08 0,05 0,25
Mediano 0,23 0,31 0,01 0,55
Pequeño 0,06 0,06 0,08 0,2
Prob. Marginal 0,41 0,45 0,14 1
• ¿Cuál es la probabilidad de seleccionar unas gafas
y esta sea de metal?
• ¿Cuál es la probabilidad de seleccionar unas gafas
y esta sea pequeña?
• ¿Cuál es la probabilidad de seleccionar una
montura y esta sean grande y plástico?
• ¿Cuál es la probabilidad de seleccionar un marco
mixto o de metal?
• ¿Cuál es la probabilidad de seleccionar un marco
de metal o mediano?
𝑃 𝑃𝑙𝑎𝑠 ∩ 𝐺
𝑃 𝑃𝑙𝑎𝑠/𝐺 = = 0,48 𝑃 𝑃𝑙𝑎𝑠 ∩ 𝐺 = 𝑃 𝐺 𝑃 𝑃𝑙𝑎𝑠/𝐺
𝑃 𝐺
𝑃 𝑀𝑒 ∩ 𝐺
𝑃 𝐺 = 0,25 𝑃 𝑀𝑒/𝐺 = = 0,32 𝑃 𝑀𝑒 ∩ 𝐺 = 𝑃 𝐺 𝑃 𝑀𝑒/𝐺
𝑃 𝐺
𝑃 𝑀𝑖𝑥 ∩ 𝐺
𝑃 𝑀𝑖𝑥/𝐺 = = 0,2 𝑃 𝑀𝑖𝑥 ∩ 𝐺 = 𝑃 𝐺 𝑃 𝑀𝑖𝑥/𝐺
𝑃 𝐺
𝑃 𝑃𝑙𝑎𝑠 ∩ 𝑀
𝑃 𝑃𝑙𝑎𝑠/𝑀 = = 0,4182 𝑃 𝑃𝑙𝑎𝑠 ∩ 𝑀 = 𝑃 𝑀 𝑃 𝑃𝑙𝑎𝑠/𝑀
𝑃 𝑀
𝑃 𝑀𝑒 ∩ 𝑀
I 𝑃 𝑀 = 0,55 𝑃 𝑀𝑒/𝑀 = = 0,5636 𝑃 𝑀𝑒 ∩ 𝑀 = 𝑃 𝑀 𝑃 𝑀𝑒/𝑀
𝑃 𝑀
𝑃 𝑀𝑖𝑥 ∩ 𝑀
𝑃 𝑀𝑖𝑥/𝑀 = = 0,0182 𝑃 𝑀𝑖𝑥 ∩ 𝑀 = 𝑃 𝑀 𝑃 𝑀𝑖𝑥/𝑀
𝑃 𝑀
𝑃 𝑃𝑙𝑎𝑠 ∩ 𝑃
𝑃 𝑃𝑙𝑎𝑠/𝑃 = = 0,3 𝑃 𝑃𝑙𝑎𝑠 ∩ 𝑃 = 𝑃 𝑃 𝑃 𝑃𝑙𝑎𝑠/𝑃
𝑃 𝑃
𝑃 𝑀𝑒 ∩ 𝑃
𝑃 𝑃 = 0,2 𝑃 𝑀𝑒/𝑃 = = 0,3 𝑃 𝑀𝑒 ∩ 𝑃 = 𝑃 𝑃 𝑃 𝑀𝑒/𝑃
𝑃 𝑃
𝑃 𝑀𝑖𝑥 ∩ 𝑃
𝑃 𝑀𝑖𝑥/𝑃 = = 0,4 𝑃 𝑀𝑖𝑥 ∩ 𝑃 = 𝑃 𝑃 𝑃 𝑀𝑖𝑥/𝑃
Probabilidad 𝑃 𝑃
marginal Probabilidad condicional Probabilidad conjunta
MATRIZ DE PROBABILIDAD
CONDICIONAL
Prob. Condicional
Plástico Metal Mixto
(Material/Tamaño)
Grande 0,48 0,32 0,20
Mediano 0,4182 0,5636 0,0182
Pequeño 0,3 0,3 0,4
REVISIÓN DE LAS ESTIMACIONES
ANTERIORES
DE PROBABILIDADES: TEOREMA DE BAYES
𝑃(𝐴𝐾 ∩ 𝐵) 𝑃(𝐴𝐾 )𝑃 𝐵 𝐴𝐾
P 𝐴𝑘 𝐵 = = 𝑘
𝑃(𝐵) σ𝑖=1 𝑃(𝐴𝑖 )𝑃 𝐵 𝐴𝑖
MATRIZ DE PROBABILIDAD
CONDICIONAL
Prob. Condicional
Plástico Metal Mixto
(Tamaño/Material)
Grande 0,2927 0,1778 0,3571
Mediano 0,5610 0,6889 0,0714
Pequeño 0,1463 0,1333 0,5714
EJEMPLO
Supongamos que los 200 obreros de una compañía
se clasifican desde el punto de vista de su
calificación y desde el punto de vista de la
antigüedad, según la tabla siguiente:
Antigüedad Menos de 5 Más de 5
Totales
Calificación años(M) años(N)
Variable aleatoria:
• Es una variable cuyos valores es el resultado
de un suceso aleatorio.
VARIABLE ALEATORIA
Una variable es aleatoria si toma diferentes
valores como resultado de un experimento
aleatorio. Esta variable aleatoria puede ser
discreta o continua. Si puede tomar sólo un
número limitado de valores, entonces es una
variable aleatoria discreta. En el otro extremo,
si puede tomar cualquier valor dentro de un
intervalo dado, entonces se trata de una
variable aleatoria continua.
VARIABLE ALEATORIA DISCRETA
VARIABLE ALEATORIA
• Las variables aleatorias se denotan con una letra
mayúscula 𝑋, 𝑌, 𝑍, , , 𝑒𝑡𝑐. Y una letra minúscula,
como 𝑥, 𝑦, 𝑧, , , , 𝑒𝑡𝑐. El valor posible que puede
tomar la variable aleatoria.
Yi P( Y = y )
0 1/5
1 3/5
2 1/5
Ejemplo
El número de fallas en un alambre de cobre de 1
pulgada de longitud, fabricado en proceso
específico, varía de alambre en alambre. En
conjunto, 48% de los alambres producidos no tiene
falla, 39% presenta una, 12% fue detectado con dos
y 1% tiene tres. Sea X el número de fallas en una
pieza de alambre seleccionada aleatoriamente. La
lista de valores posible 0, 1, 2, 3, junto con las
probabilidades para cada uno, proporciona una
descripción completa de la población de la que se
tomó a X. Esta descripción se conoce como función
de masa de probabilidad.
Función de masa de probabilidad de X, el
número de fallas en una elección aleatoria de
una pieza de alambre.
Función de distribución acumulativa
de una variable aleatoria discreta
La función de masa de probabilidad especifica la
probabilidad de que una variable aleatoria sea
igual a un valor determinado. La función de
distribución acumulativa 𝐹(𝑥) ; especifica la
probabilidad de que una variable aleatoria sea
menor o igual a un valor dado. La función de
distribución acumulativa de la variable aleatoria
X es la función 𝐹 𝑥 = 𝑃(𝑋 ≤ 𝑥).
Función de distribución acumulativa
de una variable aleatoria discreta
En general, para cualquier variable aleatoria
discreta X, la función de distribución
acumulativa 𝐹(𝑥) se puede calcular sumando
las probabilidades de todos los valores posibles
de X que son menores o iguales a x. Observe
que 𝐹 𝑥 está definido para cualquier número x,
no exactamente para los valores posibles de X.
Ejemplo
Sea F(x) la función de distribución acumulativa
de la variable aleatoria X que representa el
número de fallas en un alambre elegido
aleatoriamente. Determine F 2 y F 1,5 .
F 2 =P X≤2 =𝑃 0 +𝑃 1 +𝑃 2 =?
F 1,5 = P X ≤ 1,5 = 𝑃 0 + 𝑃 1 = ?
Ejemplo
Dibuje la función de distribución acumulativa
F(x) de la variable aleatoria X que representa el
número de fallas en un alambre elegido
aleatoriamente.
Primero se calcula F(x) para cada uno de los
valores posibles de X, que son 0, 1, 2 y 3.
x P(X=x) F(x)
0 0,48 0,48
1 0,39 0,87
2 0,12 0,99
3 0,01 1
Función de distribución acumulativa F(x)
Sea X la variable aleatoria que representa la
suma de resultados al lanzar dos dados.
1. Obtener la función de probabilidad de la
variable y su diagrama de barras.
2. Hallar la función de distribución de X y
representarla gráficamente.
3. Calcular la probabilidad de que la suma de
los resultados obtenidos al lanzar dos dados
sea mayor que 4 y menor que 8.
Media y varianza para variables
aleatorias discretas
La media poblacional de una variable aleatoria X
que también se puede llamar esperanza, o valor
esperado, de X y que se denota por 𝜇𝑋 , por
𝐸(𝑋), o simplemente por μ. A veces se puede
eliminar la palabra “poblacional” y sólo se hará
referencia a la media poblacional como la
media.
Propiedades de la esperanza
matemática
• La esperanza matemática de una constante es
igual a la constante c.
𝐸 𝑐 =𝑐
𝐸 𝑐 𝑔(𝑥) = 𝑐𝐸 𝑔(𝑥)
Propiedades de la esperanza
matemática
• La media o el valor esperado de una suma de
funciones de una variable aleatoria X, es igual a
la suma de sus respectivas valores esperados.
x P(X=x)
0 0,48
1 0,39
2 0,12
3 0,01
La varianza
La varianza poblacional de una variable aleatoria
X con frecuencia se denomina simplemente
varianza de X. Se puede denotar por 𝜎𝑋2 , por
V(X), o simplemente por 𝜎 2 .
𝜎𝑋2 = 𝑥𝑖 − 𝜇 2𝑃 𝑥 = 𝐸 𝑥𝑖 − 𝜇 2 = 𝐸 𝑥𝑖2 − 𝜇2
𝑏−𝑎+1 2 −1
𝜎𝑥 =
12
Ejemplo
El temario para un examen consta de 35 temas,
de los cuales se elegirá uno al azar. Si un alumno
no ha estudiado los 10 últimos temas ¿Cuál es la
probabilidad de que el alumno sepa el tema
elegido para el examen? Hallar la media y
varianza.
Ejemplo
La variable aleatoria X tiene una distribución
uniforme sobre los enteros 91 ≤ 𝑥 ≤ 100.
determine la media y la varianza de X.
Valor esperado de X:
𝐸 𝑥 =𝑝
Varianza de X:
𝑉 𝑥 = 𝑝(1 − 𝑞) = 𝑝𝑞
Ejemplos
• Cuando se lanza un dado hay una probabilidad de
1Τ de que salga 6. Sea 𝑋 = 1 si el dado cae seis y
6
𝑋 = 0 en cualquier otro caso. ¿Cuál es la
distribución de X?
• Diez por ciento de los componentes fabricados
mediante determinado proceso está defectuoso.
Se selecciona un componente aleatoriamente.
Sea 𝑋 = 1 si el componente está defectuoso y
𝑋 = 0 en cualquier otro caso. ¿Cuál es la
distribución de X?
Ejemplos
En un restaurante de comida rápida, 25% de las órdenes para
beber es una bebida pequeña, 35% una mediana y 40% una
grande. Sea 𝑋 = 1 si se escoge aleatoriamente una orden de
una bebida pequeña y 𝑋 = 0 en cualquier otro caso. Sea 𝑌 =
1 si la orden es una bebida mediana y 𝑌 = 0 en cualquier
otro caso. Sea 𝑍 = 1 si la orden es una bebida pequeña o
mediana y 𝑍 = 0 para cualquier otro caso.
𝑛 𝑋 𝑛−𝑋
𝑃 𝑋 = 𝑝 𝑞
𝑋
𝜇 = 𝐸 𝑋ത = 𝑛 𝑝
2
𝜎 =𝑛𝑝𝑞
𝜎 = 𝑛𝑝𝑞
Ejemplo
Para una distribución binomial con n=12 y
p=0.45, encontrar:
a) P(X=8).
b) P(X<4).
c) P(X>5).
Ejemplo
Se sabe que en cierta comunidad el 70% de la
población está de acuerdo con una norma legal.
a) Se pide calcular la probabilidad que de 4
personas seleccionadas aleatoriamente, 3
estén a favor de dicha norma.
b) Se pide calcular la media o valor esperado, la
varianza y la desviación estándar de la
distribución.
Ejemplo
Considere las decisiones de compra de los
próximos tres clientes que lleguen a la tienda de
ropa Martin Clothing Store. De acuerdo con la
experiencia, el gerente de la tienda estima que
la probabilidad de que un cliente realice una
compra es 0.30. ¿Cuál es la probabilidad de que
dos de los próximos tres clientes realicen una
compra?
Ejemplo
Si la probabilidad de que cierta columna falle
ante una carga axial específica es 0.05.
a) ¿Cual es la probabilidad de que entre 16 de
tales columnas fallen exactamente 2?
b) ¿Cual es la probabilidad de que al menos 3
fallen?
c) Calcular la media o valor esperado y la
varianza de la distribución.
Ejemplo
El último sondeo político nacional indica que la
probabilidad de que un colombiano elegido al azar sean
solo conservador es de 0.55; de que sean solo liberal es
de 0.30, y de que estén entre una y otra orientación es
0.15. Suponga que estas probabilidades son exactas y
responda a las siguientes preguntas referidas a un grupo
de 10 colombianos seleccionados de manera aleatoria.
a) ¿Cuál es la probabilidad de que cuatro sean liberales?
b) ¿Cuál es la probabilidad de que ninguno sea
conservador?
c) ¿Cuál es la probabilidad de que dos estén entre una y
otra orientación?
d) ¿Cuál es la probabilidad de que al menos ocho sean
liberales?
Respuestas
Fuente: Levin, R. I., Rubin, D. S., & Samaniego, A. H. F. (1996). Estadística para administradores (No. 519.5 L47Y 1994). Prentice-Hall
Hispanoamericana.
Distribución geométrica
Suponga que se lleva a cabo una secuencia de
ensayos de Bernoulli independientes, cada uno
con la misma probabilidad de éxito p. Sea X el
número de experimentos hasta incluir el primer
éxito. Por tanto, X es una variable aleatoria
discreta, la cual tiene una distribución
geométrica con parámetro p.
Distribución geométrica
Si X Geom. ~ (p), entonces la función de masa
de probabilidad de X es:
𝑋−1
𝑝 𝑥 =𝑃 𝑋=𝑥 =ቊ 𝑝(1 − 𝑝) 𝑥 = 1,2, , ,
0 𝑒𝑛 𝑜𝑡𝑟𝑜 𝑚𝑜𝑑𝑜
Media:
1
𝜇𝑥 =
𝑝
Varianza:
2
1−𝑝
𝜎𝑥 = 2
𝑝
Ejemplo
Una prueba de resistencia de soldadura consiste
en poner carga en uniones soldadas hasta que
se dé una ruptura. Para cierto tipo de soldadura,
80% de las rupturas ocurre en la propia
soldadura, mientras que otro 20% se da en las
vigas. Se prueba cierto número de soldaduras.
Sea X el número de pruebas, incluyendo la
primera prueba que da como resultado la
ruptura de la viga. ¿Cuál es la distribución de X?
¿Cuál es la probabilidad que al tercera prueba
resulte la ruptura de la viga?
Ejemplo
Sí la probabilidad de que un cierto dispositivo de
medición muestre una desviación excesiva es de
0.05, ¿Cuál es la probabilidad de que;
a) el sexto de estos dispositivos de medición
sometidos a prueba sea el primero en
mostrar una desviación excesiva?
b) el séptimo de estos dispositivos de medición
sometidos a prueba, sea el primero que no
muestre una desviación excesiva?
Ejemplo
Los registros de una compañía constructora de
pozos, indican que la probabilidad de que uno
de sus pozos nuevos, requiera de reparaciones
en el término de un año es de 0.20. ¿Cuál es la
probabilidad de que el quinto pozo construido
por esta compañía en un año dado sea el
primero en requerir reparaciones en un año?
Distribuciones binomial negativa
La distribución binomial negativa constituye una
extensión de la distribución geométrica. Sea r un
entero positivo. Suponga que se realizan
ensayos de Bernoulli independientes, cada uno
con probabilidad de éxito p, y X representa el
número de ensayos hasta incluir al r-ésimo
éxito. Por consecuencia, X tiene una distribución
binomial negativa con parámetros r y p.
Distribuciones binomial negativa
Función de masa de probabilidad de X
𝑥 − 1 𝑟 𝑥−𝑟
𝑃 𝑋=𝑥 =𝑃 𝑥 = 𝑝 𝑞
𝑟−1
Valor esperado:
𝑟
𝜇𝑥 =
𝑝
Varianza:
2
𝑟𝑞
𝜎𝑥 = 2
𝑝
Ejemplo
Se sabe que la probabilidad de que un niño
expuesto a una enfermedad contagiosa la
contraiga es de 0,4. Calcula la probabilidad de
que el décimo niño estudiado sea el tercero en
contraer la enfermedad.
Ejemplo
En la serie de campeonato de la NBA (National
Basketball Association), el equipo que gane 4 de 7
juegos será el ganador. Suponga que los equipos A y
B se enfrentan en los juegos de campeonato y que
el equipo A tiene una probabilidad de 0.55 de
ganarle al equipo B.
¿Cual es la probabilidad de que el equipo A gane la
serie en 6 juegos?
¿Cual es la probabilidad de que el equipo A gane la
serie?
DISTRIBUCIÓN DE POISSON
Se usa en muchas situaciones que se refieren a
fenómenos que ocurren en un intervalo continuo
de espacio o de tiempo, aunque dicha continuidad
puede dividirse en intervalos más pequeños.
Mientras que la distribución Binomial está
orientada a resolver problemas relacionados con
los éxitos esperados en “n” ensayos, la distribución
de Poisson busca dar respuesta a problemas
relacionados con los éxitos esperados en un
intervalo de tiempo o de espacio.
La distribución de Poisson se simboliza
como: P(X,λ), que se lee como la
probabilidad de que ocurran X éxitos en un
intervalo de tiempo o de espacio dado,
sabiendo que el promedio de éxitos por
“idéntico intervalo”, es λ.
FORMULAS
𝑋 −λ
λ 𝑒
𝑃 𝑋, λ =
𝑋!
λ=𝐸 𝑋 =𝑛𝑝
2
𝜎 =λ
𝜎= λ
Ejemplo