SlideShare uma empresa Scribd logo
1 de 9
Baixar para ler offline
I.2. Diferentes interpretaciones del concepto de probabilidad: clásica, 
frecuentista y subjetiva. Desarrollo axiomático del concepto de 
probabilidad: axiomas básicos y teoremas elementales derivados de los 
axiomas. 
Experimento aleatorio 
Cuando tratamos de estudiar comportamientos físicos, biológicos o mecanismos sociales que generan 
observaciones que no podemos predecir con certeza, nos enfrentamos a eventos que son conocidos 
como eventos aleatorios o estocásticos, por ejemplo, la presión sanguínea de un hombre está dada en un 
punto del tiempo y no puede ser predicha con certeza más sin embargo es posible conocer con exactitud la 
carga que soporta un puente antes de que un río choque con él. En general los eventos aleatorios no pueden 
ser predichos con certeza, pero la frecuencia relativa con la que ocurren en un intervalo grande de 
tiempo es a menudo estable, tal estabilidad provee de una manera intuitiva la creencia de poder 
predecir la ocurrencia de un evento aleatorio en futuras observaciones. 
El concepto de frecuencia relativa de probabilidad es intuitivamente significativo pero no provee una 
definición rigurosa de probabilidad pero para nuestros propósitos aceptamos una interpretación basada en la 
frecuencia relativa como una medida significativa de la ocurrencia de un evento. 
Experimento: es el proceso por el cual una observación es hecha. 
Una vez realizado un experimento, se obtienen una serie de resultados, a los cuales les llamaremos 
eventos. 
Ejemplo 
Experimento: Contar el número de bacterias presentes en un alimento procesado. 
Eventos: 
A.- Están presentes 110 bacterias 
B.- Son más de 200 bacterias 
C.- El número de bacterias oscila entre 100 y 200. 
Los eventos se pueden clasificar como: 
Eventos simples.- Cuando un evento puede ocurrir de una sola forma. 
Eventos compuestos.- Cuando un resultado puede ocurrir de diversas formas. 
Un evento compuesto, a su vez puede dividirse en varios eventos simples. 
Ejemplo: 
Lanzar un dado y observar sí cae un número par 
Evento compuesto: {2, 4, 6} 
Eventos simples: {2}, {4}, {6} 
Enfoque a priori.- consiste en determinar la probabilidad de que ocurra un evento dado que no ha 
sucedido.
Sí un suceso puede ocurrir de h maneras diferentes de un número total de n maneras posibles, todos 
igualmente factibles, entonces la probabilidad de tal suceso será h/n. 
Ejemplo del enfoque a priori o clásico 
Sergio y Antonio participan en un torneo de tenis. El primero que gane dos juegos seguidos o un total de 
tres, será el vencedor del torneo. Nota: Ambos son igual de buenos. ¿Cuál es la probabilidad de que gane 
Sergio?. 
S S 
S A 
A 
A 
A 
S 
A 
A 
S 
S 
A A 
A 
S 
S 
S 
De acuerdo al árbol de probabilidades, se tienen 10 maneras diferentes de terminar el torneo y 5 posibles 
formas de que gane Sergio. 
1 
2 
P(gane Sergio) = 5 = 
10 
Enfoque a posteriori.- consiste en determinar la probabilidad de un evento que ya sucedió. 
Sí después de n repeticiones de un experimento, donde n es muy grande, un suceso ocurre h veces, entonces 
la probabilidad del suceso es h/n. Esto también se conoce como probabilidad empírica. 
Ejemplo del enfoque a posteriori o frecuentista. 
Habiendo terminado el ciclo escolar de cierta universidad, contar el número de aprobados con MB, B, S, 
NP y el número de reprobados con NA. Determinar la probabilidad de obtener MB, B, S, NA y NP. 
Enfoque subjetivista.- consiste en determinar la probabilidad de que ocurra un evento, tomando como 
base su experiencia. 
Ejemplo: Consideremos a una persona que se plantea la hipótesis “el dado está balanceado” y no sabe nada 
de probabilidades. Esta persona ejecuta 10 lanzamientos y obtiene puros unos, entonces el jugador infiere, 
haciendo uso de su sentimiento intuitivo, que el dado está cargado, dado que sabe que ocurra tal resultado 
es altamente improbable utilizando un dado normal. 
¿Cuál sería su decisión si se hubieran obtenido cinco unos, dos veces el tres y una ves el 2, 4 y 6? 
En ésta situación no es tan fácil tomar una decisión. 
¿Cuál sería su decisión sí el resultado fuese cuatro unos, dos veces el tres y una vez el 2, 4, 5 y 6? 
El decidir sí el dado estaría cargado, tomando como base los resultados anteriores, prácticamente se estaría 
adivinando.
Sí se consideran todos los posibles eventos simples de un experimento, tendremos lo que se conoce como 
espacio muestral. 
Cuando los eventos simples pueden ser contados, se tiene un espacio muestral discreto y en caso contrario 
se tiene un espacio muestral continuo. 
Suponiendo que un experimento se realiza una sola vez, entonces se observara uno y sólo un evento, lo que 
impide que se pueda obtener otro resultado más. Bajo esta situación, al realizar un experimento en el que 
dos o más eventos no pueden ocurrir simultáneamente se dice que estos eventos son mutuamente 
exclusivos, lo mismo ocurre cuando dos o más eventos no tienen ningún elemento en común. 
Ejemplo: 
1.- Sí una caja tiene igual número de esmeraldas, rubíes, zafiros y diamantes y se hace una extracción 
a.- ¿cuál es el espacio de eventos asociado al experimento de observar que tipo de joya es la extraída? 
S={Esmeraldas, rubíes, zafiros, diamantes} 
b.- ¿Cuales son los posibles eventos? 
A={Esmeraldas} B={Rubíes} C={Zafiros} D={Diamantes} 
c.- ¿Se trata de eventos mutuamente exclusivos? 
Sí porque la ocurrencia de un evento impide la ocurrencia de los demás. 
d.-¿Cuál es la probabilidad de extraer un diamante? 
P(Diamante)= 1/4 
2.- Sí S={a, e, i, o, u}, A={e, o, u} B={o, u} C={a} diga si son mutuamente excluyentes cada una de las 
siguientes parejas de eventos. 
A y B No son mutuamente excluyentes 
B y C Sí son mutuamente excluyentes 
A y C Sí son mutuamente excluyentes 
3.- Se desean seleccionar dos aspirantes a un trabajo de entre un grupo de cinco personas. A cada aspirante 
se le ha entregado un número del 1 al 5. Suponer que el aspirante con el número 1 es el mejor candidato, le 
sigue el 2 y así sucesivamente. Esta clasificación la desconoce el jefe de personal. Definir dos eventos tales 
que: 
A: El jefe de personal selecciona al mejor y a uno de los menos aptos. 
B: El jefe de personal selecciona al menos a uno de los dos mejores 
Los posibles eventos se muestran a continuación: 
{1,2}, {1,3}, {1,4}, {1,5}, {2,3}, {2,4}, {2,5}, {3,4}, {3,5}, {4,5} 
A:{{1,4}, {1,5}} 
B:{{1,2}, {1,3}, {1,4}, {1,5}, {2,3}, {2,4}, {2,5}} 
4.- Una moneda balanceada es lanzada tres veces, calcular la prob. de que exactamente 2 de los 3 
lanzamientos sean “águilas” 
Ω={SSS, SSA, SAS, ASS, AAA, AAS, ASA, SAA}
A={AAS, ASA, SAA} 
Al lanzar una moneda no se puede predecir con certeza la cara que quedará hacia arriba. Lo único que se 
puede asegurar, sí la moneda no está cargada, es que ambas caras tienen la misma oportunidad de aparecer, 
es decir, tienen la misma probabilidad de ocurrir. 
Sí en una urna se tienen cinco bolas rojas, cinco blancas y cinco negras y se extrae al azar una de ellas, los 
eventos {rojo}, {blanco} y {negro} son igualmente probables ya que hay igual número de bolas. Entonces 
podemos decir que: 
La probabilidad de un evento es una medida del grado de confianza que se tiene de que dicho evento 
ocurra al realizar una vez el experimento correspondiente. 
Simbólicamente, sí P(A) denota la prob. del evento A, se tiene que: 
0 ≤ P(A) ≤ 1 
Así por ejemplo, al lanzar una moneda, forzosamente se observa “Sol” o “Águila” , es decir, es imposible 
que ocurra el evento vacío φ. De esto se concluye que P(φ)=0 
Sí del espacio muestral Ω={1, 2, 3, 4, 5, 6} se formulan los eventos mutuamente exclusivos A={1, 2, 3}, 
B={4, 5, 6} ambos con tres elementos igualmente probables, entonces P(A)=P(B)=1/2, es decir, A y B son 
igualmente probables. 
Sí C={1, 2} y D={3, 4, 5, 6} son subconjuntos del espacio muestral anterior. ¿Cuál es la probabilidad de C 
y D? 
Solución: 
Aceptando que la prob. de un evento es igual a la suma de las prob. de los eventos simples que lo 
componen, se tiene que: 
P(C)= 1/6+1/6=2/6=1/3 
P(D)=1/6+1/6+1/6+1/6=4/6=2/3 
Regla de la suma de las probabilidades: la probabilidad de un evento es igual a la suma de las 
probabilidades de los eventos simples que lo componen.
Teoremas importantes de probabilidad 
1.- Para cada suceso A 
2.- P(φ)=0 
3.-Sí A’ es el complemento de A 
4.- Sí 
A = A ∪ A ∪ A ∪ ∪ 
A 
1 2 3 
y A , A , A , , 
A son mutuamente excluyentes 
5.- Sí A y B son dos sucesos cualesquiera, entonces 
Generalizando, sí A1, A2, A3 son sucesos cualesquiera, entonces 
6.- Para dos sucesos A y B 
7.- Sí un suceso debe resultar en uno de los sucesos mutuamente excluyente A1, A2, A3,…., An 
A 
0 ≤ P(A) ≥ 1 
⇒ P(A' ) = 1− P(A) 
( ) ( ) ( ) ( ) ( ) 
1 2 3 
1 2 3 
n 
n 
n 
P A P A P A P A P A 
⇒ = + + + ! 
+ 
! 
! 
P(A∪ B) = P(A) + P(B) − P(A∩ B) 
( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) 1 2 3 1 2 3 1 2 2 3 3 1 1 2 3 P A ∪ A ∪ A = P A + P A + P A − P A ∩ A − P A ∩ A − P A ∩ A + P A ∩ A ∩ A 
P(A) = P(A∩ B) + P(A∩ B' ) 
( ) ( ) ( ) ( ) 1 2 n P A = P A∩ A + P A∩ A +!+ P A∩ A 
2 A 1 A 3 A 
5 A 4 A
Permutaciones.- 
Es un arreglo de “n” objetos. Una permutación difiere de otra si el orden de los objetos es diferente (el 
orden de los objetos es importante). 
En general, el número de permutaciones posibles que se pueden formar considerando “n” objetos distintos, 
tomando “r” objetos a la vez, está dado por la siguiente expresión. 
O bien 
P = n n −1 n − 2 n − 3 n − r +1 n r ! 
P n n r − 
! 
n r 
( )! 
= 
Ejemplo: 
1.- Se extraen dos billetes de lotería de un conjunto de 20, para otorgar el primero y segundo lugar. 
Encuentre el número de puntos muestrales del espacio universal. 
Se trata de una permutación, porque el orden de extracción es importante. 
380 
20 *19*18! 
P = 
20 2 = = 
18! 
20! 
− 
(20 2)! 
Es decir, existen 380 formas diferentes de realizar las extracciones. 
2.- ¿De cuantas maneras puede, una sociedad de estudiantes, programar a tres conferencistas para tres 
reuniones diferentes, sí están disponibles sólo en cualesquiera de cinco fechas posibles? 
Aquí, el orden es importante, ya que, por ejemplo, deben de considerarse los compromisos del 
conferencista. 
60 
5* 4 *3* 2! 
P = 
5 3 = = 
2! 
5! 
(5 − 
3)! 
3.- El testigo de un accidente, en el que el causante se dio a la fuga, le dijo a la policía que el número de 
placas tenía las letras RLH seguidas de tres dígitos, el primero de los cuales era un 5. Sí el testigo no puede 
recordar los dos últimos dígitos, pero está seguro que todos los dígitos eran diferentes, encuentre el número 
máximo de registros de automóviles que la policía tendrá que revisar. 
Evidentemente el orden de las letras y números que componen el número de una placa es importante, por lo 
que nos enfrentamos a una permutación. 
72 
9*8* 7! 
9 2 = = 
7! 
9! 
(9 − 
2)! 
P =
4.- Se tienen tres bolas numeradas (1, 2 y 3) ¿cuál es la probabilidad de que ninguna bola caiga en la 
perforación que tiene su mismo número? 
3! 6 
3! 
P = 
3 3 = = 
(3 − 
3)! 
1 
2 
3 
1 
2 
3 
El número total de permutaciones del evento es 6. Por otro lado, el número de maneras posibles en que 
ninguna bola caiga en la perforación que tiene su mismo número es: 
2 1 1 = 2 
La nomenclatura anterior indica que la primera posición puede ser ocupada por dos bolas, la segunda 
posición por una bola y la tercera posición por una bola. Lo que da dos maneras posibles de acomodar las 
bolas, cuidando de que ninguna bola caiga en la perforación con su mismo número. 
1 
3 
⇒ P(A) = 2 = 
6 
5.- Se deben acomodar en un librero, siete libros, debiendo quedar juntos el de historia y geografía. 
Calcular la probabilidad de que esto suceda. 
Las formas posibles de acomodar a los siete libros son: 
7! 5040 
7! 
P = 
7 7 = = 
(7 − 
7)! 
Debido a que siempre deben quedar juntos los libros de historia y geografía, conviene considerarlos como 
un solo libro, entonces el número de maneras distintas en que pueden acomodarse 6 libros es: 
6! 720 
6! 
P = 
6 6 = = 
(6 − 
6)! 
Los libros de historia y geografía pueden permutarse entre sí de dos maneras diferentes. 
2 
7 
⇒ P(libro de geografía e historia deben quedar juntos) = 6!*2! = 6!*2! 
= 
7 * 6! 
7! 
Combinación 
es el arreglo de “n” objetos. Una combinación difiere de otra sí el contenido del arreglo es distinto. Será la 
misma combinación aún cuando el orden sea diferente (no importa el orden). 
Así A B C = B C A 
En una combinación se eligen “r” objetos de entre “n” objetos, sin importar el orden y se denota por
r n n n n nr 
( 1)( 2) ( 1) 
= − − − + ! 
( ) !( )! 
( ) ! 
C n n r 
Ejemplos 
1.- De un grupo de cuatro químicos y tres físicos, encuentre el número de comités que es posible formar 
conteniendo dos químicos y un físico. 
Formas de elegir a los químicos: 
4 2 = = 
Formas de elegir a los físicos: 
4*3* 2! 
4! 
3* 2! 
3! 
3 1 = = 
Entonces, el número de comités formados por dos químicos y un físico, será 
6*3=18 
2.- Se sabe que un lote de producción de tamaño 100, contiene un 5% de defectos. Se selecciona sin 
reemplazo una muestra aleatoria de 10 elementos. Determinar la probabilidad de que no haya artículos 
defectuosos en la muestra. 
El número de muestras posibles es: 
100! 
100 10 = 
− 
Las formas de que no haya artículos defectuosos es: 
r 
! 
r n r 
nr 
− 
= = 
6 
2!*2! 
2!(4 − 
2)! 
C = 
3 
1!*2! 
1!(3 − 
1)! 
C = 
100! 
10!*90! 
10!(100 10)! 
C = 
= 
* 5! 
* 95! 95 10 5 0 C C 
− − 
= 
0!(5 0)! 
10!(95 10)! 
0.5838 
5273912160 
∴ P(No defectuosos) = = = = = 
9034502400 
90 *89*88*87 *86 
100 *99*98*97 *96 
10! 90!95!5! 
10!85! 0!5!100! 
* 5! 
95! 
10!85! 
100! 
0!5! 
10!90!
3.- De cuantas maneras diferentes pueden agruparse 6 números, de un total de 44 (melate). 
44 * 43* 42 * 41* 40*39 *38! 
44! 
44 6 = = 
4.- ¿Cuántas manos diferentes de 5 naipes pueden darse con un mazo normal de 52 naipes? 
No importa el orden en que se reciban las cartas, lo que nos indica que se trata de una combinación 
52 *51*50* 49 * 48* 47! 
52! 
52 5 = = 
5.- Sí 10 alumnos desean jugar baloncesto, ¿cuantos equipos diferentes pueden formarse con estos 
jugadores? , uno de los muchachos se llama José. Sólo se desea contar los equipos que incluyen a José. 
10 *9*8*7 * 6*5! 
10! 
C 252 equipos diferentes 
10 5 = = 
5! 5! 
5!(10 − 
5)! 
= 
El número de equipos que incluyen a José son: 
2 598 960 
5! 47! 
5!(52 − 
5)! 
C = 
7 059 052 
6! 38! 
6!(44 − 
6)! 
C = 
126 
9*8*7 * 6*5! 
9 4 = = 
4! 5! 
9! 
4!(9 − 
4)! 
C =

Mais conteúdo relacionado

Mais procurados

Probabilidad
ProbabilidadProbabilidad
Probabilidad
Emma
 
Experimentos Aleatorios Y Sucesos
Experimentos Aleatorios Y SucesosExperimentos Aleatorios Y Sucesos
Experimentos Aleatorios Y Sucesos
Carmen Batiz
 
Teoria de probabilidad
Teoria de probabilidadTeoria de probabilidad
Teoria de probabilidad
albertoyance
 
Presentacion experimento aleatorio y probabilidad
Presentacion  experimento aleatorio y probabilidadPresentacion  experimento aleatorio y probabilidad
Presentacion experimento aleatorio y probabilidad
rosaurymontero
 
Probabilidad
ProbabilidadProbabilidad
Probabilidad
quenac
 

Mais procurados (20)

Probabilidad
ProbabilidadProbabilidad
Probabilidad
 
Experimentos Aleatorios Y Sucesos
Experimentos Aleatorios Y SucesosExperimentos Aleatorios Y Sucesos
Experimentos Aleatorios Y Sucesos
 
Semana 03 sesion_2_2014
Semana 03 sesion_2_2014Semana 03 sesion_2_2014
Semana 03 sesion_2_2014
 
Experimentos aleatorios, espacio muestral y eventos o sucesos.
Experimentos aleatorios,  espacio muestral y eventos o sucesos.Experimentos aleatorios,  espacio muestral y eventos o sucesos.
Experimentos aleatorios, espacio muestral y eventos o sucesos.
 
Definición de probabiidad
Definición de probabiidadDefinición de probabiidad
Definición de probabiidad
 
Probabilidad estadistica David Machiz
Probabilidad estadistica David MachizProbabilidad estadistica David Machiz
Probabilidad estadistica David Machiz
 
Probab
ProbabProbab
Probab
 
Probabilidades
ProbabilidadesProbabilidades
Probabilidades
 
probabilidad problemas resueltos
 probabilidad problemas  resueltos probabilidad problemas  resueltos
probabilidad problemas resueltos
 
Teoria de probabilidad
Teoria de probabilidadTeoria de probabilidad
Teoria de probabilidad
 
Presentacion experimento aleatorio y probabilidad
Presentacion  experimento aleatorio y probabilidadPresentacion  experimento aleatorio y probabilidad
Presentacion experimento aleatorio y probabilidad
 
Probabilidad. Ideas Básicas
Probabilidad. Ideas BásicasProbabilidad. Ideas Básicas
Probabilidad. Ideas Básicas
 
Estadistica probabilidad
Estadistica probabilidadEstadistica probabilidad
Estadistica probabilidad
 
Probabilidades[2]
Probabilidades[2]Probabilidades[2]
Probabilidades[2]
 
Probabilidad
ProbabilidadProbabilidad
Probabilidad
 
ELEMENTOS DE PROBABILIDAD
ELEMENTOS DE PROBABILIDADELEMENTOS DE PROBABILIDAD
ELEMENTOS DE PROBABILIDAD
 
Probabilidad basica
Probabilidad basicaProbabilidad basica
Probabilidad basica
 
Apuntes de Probabilidad
Apuntes de ProbabilidadApuntes de Probabilidad
Apuntes de Probabilidad
 
Probabilidades
ProbabilidadesProbabilidades
Probabilidades
 
estudiemos la probabilidad
 estudiemos la probabilidad estudiemos la probabilidad
estudiemos la probabilidad
 

Destaque

Qwes Hr – Automatische Erkennung der Wiederkautätigkeit
Qwes Hr – Automatische Erkennung der WiederkautätigkeitQwes Hr – Automatische Erkennung der Wiederkautätigkeit
Qwes Hr – Automatische Erkennung der Wiederkautätigkeit
Marcel Gerds
 
Presentation of og by edgar mora leon
Presentation  of og by edgar mora leonPresentation  of og by edgar mora leon
Presentation of og by edgar mora leon
martinlydia
 
Memoria ventas condominio los cedros
Memoria ventas   condominio los cedrosMemoria ventas   condominio los cedros
Memoria ventas condominio los cedros
henlomo
 

Destaque (20)

Qwes Hr – Automatische Erkennung der Wiederkautätigkeit
Qwes Hr – Automatische Erkennung der WiederkautätigkeitQwes Hr – Automatische Erkennung der Wiederkautätigkeit
Qwes Hr – Automatische Erkennung der Wiederkautätigkeit
 
Virus y vacunas_ informaticos_gutierrez_jhon.
Virus  y  vacunas_ informaticos_gutierrez_jhon.Virus  y  vacunas_ informaticos_gutierrez_jhon.
Virus y vacunas_ informaticos_gutierrez_jhon.
 
Barmherzigkeit 328066
Barmherzigkeit 328066Barmherzigkeit 328066
Barmherzigkeit 328066
 
Wissenschaftliche Blogs: Schnittstelle zur Öffentlichkeit oder virtueller Elf...
Wissenschaftliche Blogs: Schnittstelle zur Öffentlichkeit oder virtueller Elf...Wissenschaftliche Blogs: Schnittstelle zur Öffentlichkeit oder virtueller Elf...
Wissenschaftliche Blogs: Schnittstelle zur Öffentlichkeit oder virtueller Elf...
 
Virus informaticos
Virus informaticosVirus informaticos
Virus informaticos
 
La magia de los libros
La magia de los librosLa magia de los libros
La magia de los libros
 
Presentation of og by edgar mora leon
Presentation  of og by edgar mora leonPresentation  of og by edgar mora leon
Presentation of og by edgar mora leon
 
Paracaidas
ParacaidasParacaidas
Paracaidas
 
Examen final
Examen finalExamen final
Examen final
 
Memoria ventas condominio los cedros
Memoria ventas   condominio los cedrosMemoria ventas   condominio los cedros
Memoria ventas condominio los cedros
 
La línea
La líneaLa línea
La línea
 
Online Marketing Neu 2009v2
Online Marketing Neu 2009v2Online Marketing Neu 2009v2
Online Marketing Neu 2009v2
 
Analysis of the topology preservation of accelerated Growing Neural Gas in th...
Analysis of the topology preservation of accelerated Growing Neural Gas in th...Analysis of the topology preservation of accelerated Growing Neural Gas in th...
Analysis of the topology preservation of accelerated Growing Neural Gas in th...
 
Weltbrand 1914 – App der Stabi Hamburg zum 1. Weltkrieg
Weltbrand 1914 – App der Stabi Hamburg zum 1. WeltkriegWeltbrand 1914 – App der Stabi Hamburg zum 1. Weltkrieg
Weltbrand 1914 – App der Stabi Hamburg zum 1. Weltkrieg
 
Taller de economía
Taller de economíaTaller de economía
Taller de economía
 
Propiedades del sistema
Propiedades del sistemaPropiedades del sistema
Propiedades del sistema
 
´
´´
´
 
Day CQ 5.3 WCM - Was ist neu
Day CQ 5.3 WCM - Was ist neuDay CQ 5.3 WCM - Was ist neu
Day CQ 5.3 WCM - Was ist neu
 
Biolo9gia 2005 icfes
Biolo9gia 2005 icfesBiolo9gia 2005 icfes
Biolo9gia 2005 icfes
 
Pecha-Kucha: Stop The Line
Pecha-Kucha: Stop The LinePecha-Kucha: Stop The Line
Pecha-Kucha: Stop The Line
 

Semelhante a Tema i 2

Probabilidad 090504205544-phpapp02
Probabilidad 090504205544-phpapp02Probabilidad 090504205544-phpapp02
Probabilidad 090504205544-phpapp02
rubhendesiderio
 
Experimentos Aleatorios Y Sucesos
Experimentos Aleatorios Y SucesosExperimentos Aleatorios Y Sucesos
Experimentos Aleatorios Y Sucesos
Carmen Batiz
 
4 elementos de la probabilidad
4 elementos de la probabilidad4 elementos de la probabilidad
4 elementos de la probabilidad
insucoppt
 

Semelhante a Tema i 2 (20)

Probabilidad e inferencia
Probabilidad e inferenciaProbabilidad e inferencia
Probabilidad e inferencia
 
Probabilidad Antecedentes
Probabilidad AntecedentesProbabilidad Antecedentes
Probabilidad Antecedentes
 
Probabilidades unidad-1-1
Probabilidades unidad-1-1Probabilidades unidad-1-1
Probabilidades unidad-1-1
 
Unidad 4
Unidad 4Unidad 4
Unidad 4
 
Probabilidad1
Probabilidad1Probabilidad1
Probabilidad1
 
Probabilidades2
Probabilidades2Probabilidades2
Probabilidades2
 
ACT_04_Tema_06_Resumen.ppt
ACT_04_Tema_06_Resumen.pptACT_04_Tema_06_Resumen.ppt
ACT_04_Tema_06_Resumen.ppt
 
Presentacion probabilidad2017
Presentacion probabilidad2017Presentacion probabilidad2017
Presentacion probabilidad2017
 
Unidad 4 estudiemos la probabilidad
Unidad 4 estudiemos la probabilidadUnidad 4 estudiemos la probabilidad
Unidad 4 estudiemos la probabilidad
 
Probabilidad 090504205544-phpapp02
Probabilidad 090504205544-phpapp02Probabilidad 090504205544-phpapp02
Probabilidad 090504205544-phpapp02
 
Clase 7_Probabilidad1.pdf
Clase 7_Probabilidad1.pdfClase 7_Probabilidad1.pdf
Clase 7_Probabilidad1.pdf
 
Elementos de la probabilidad y axiomas de probabilidad
 Elementos de la probabilidad y axiomas de probabilidad  Elementos de la probabilidad y axiomas de probabilidad
Elementos de la probabilidad y axiomas de probabilidad
 
u2-180305052750 (1).pptx
u2-180305052750 (1).pptxu2-180305052750 (1).pptx
u2-180305052750 (1).pptx
 
Teoría Básica de Probabilidad
Teoría Básica de ProbabilidadTeoría Básica de Probabilidad
Teoría Básica de Probabilidad
 
Probabilidad1
Probabilidad1Probabilidad1
Probabilidad1
 
Experimentos Aleatorios Y Sucesos
Experimentos Aleatorios Y SucesosExperimentos Aleatorios Y Sucesos
Experimentos Aleatorios Y Sucesos
 
4 elementos de la probabilidad
4 elementos de la probabilidad4 elementos de la probabilidad
4 elementos de la probabilidad
 
Clase 1
Clase 1Clase 1
Clase 1
 
Probabilidad1
Probabilidad1Probabilidad1
Probabilidad1
 
Concepto de Probabilidad
 Concepto de Probabilidad Concepto de Probabilidad
Concepto de Probabilidad
 

Mais de juan vega

Mais de juan vega (20)

Violencia
ViolenciaViolencia
Violencia
 
Sociales icfes
Sociales icfesSociales icfes
Sociales icfes
 
pruebas saber matematicas
pruebas saber matematicaspruebas saber matematicas
pruebas saber matematicas
 
pruebas saber matematicas 1
pruebas saber matematicas 1pruebas saber matematicas 1
pruebas saber matematicas 1
 
pruebas saber 2004
pruebas saber 2004pruebas saber 2004
pruebas saber 2004
 
Saber matematicas_escolares
Saber matematicas_escolaresSaber matematicas_escolares
Saber matematicas_escolares
 
pruebas Saber fundamento conceptual
pruebas Saber fundamento conceptualpruebas Saber fundamento conceptual
pruebas Saber fundamento conceptual
 
guia pruebas Saber matematicas
guia pruebas Saber matematicasguia pruebas Saber matematicas
guia pruebas Saber matematicas
 
Saber doc 2002_2003_evaluar_para_transformar_mat3
Saber doc 2002_2003_evaluar_para_transformar_mat3Saber doc 2002_2003_evaluar_para_transformar_mat3
Saber doc 2002_2003_evaluar_para_transformar_mat3
 
Saber doc 2002_2003_evaluar_para_transformar_mat2
Saber doc 2002_2003_evaluar_para_transformar_mat2Saber doc 2002_2003_evaluar_para_transformar_mat2
Saber doc 2002_2003_evaluar_para_transformar_mat2
 
Saber doc 2002_2003_evaluar_para_transformar_mat1
Saber doc 2002_2003_evaluar_para_transformar_mat1Saber doc 2002_2003_evaluar_para_transformar_mat1
Saber doc 2002_2003_evaluar_para_transformar_mat1
 
Saber 2002 matematica 7
Saber 2002 matematica 7Saber 2002 matematica 7
Saber 2002 matematica 7
 
Respuestas saber 2002
Respuestas saber 2002Respuestas saber 2002
Respuestas saber 2002
 
Respuestas pruebas saber año 2003
Respuestas pruebas saber año 2003Respuestas pruebas saber año 2003
Respuestas pruebas saber año 2003
 
Quimica 2005 icfes
Quimica 2005 icfesQuimica 2005 icfes
Quimica 2005 icfes
 
Quimica
Quimica Quimica
Quimica
 
Pruebas saber 2008 prueba piloto
Pruebas saber 2008 prueba pilotoPruebas saber 2008 prueba piloto
Pruebas saber 2008 prueba piloto
 
Pruebas saber 2003
Pruebas saber 2003Pruebas saber 2003
Pruebas saber 2003
 
Pruebas saber 2002
Pruebas saber 2002Pruebas saber 2002
Pruebas saber 2002
 
Pruebas icfes 2005
Pruebas icfes 2005Pruebas icfes 2005
Pruebas icfes 2005
 

Último

RESULTADOS DE LA EVALUACIÓN DIAGNÓSTICA 2024 - ACTUALIZADA.pptx
RESULTADOS DE LA EVALUACIÓN DIAGNÓSTICA 2024 - ACTUALIZADA.pptxRESULTADOS DE LA EVALUACIÓN DIAGNÓSTICA 2024 - ACTUALIZADA.pptx
RESULTADOS DE LA EVALUACIÓN DIAGNÓSTICA 2024 - ACTUALIZADA.pptx
pvtablets2023
 
6°_GRADO_-_MAYO_06 para sexto grado de primaria
6°_GRADO_-_MAYO_06 para sexto grado de primaria6°_GRADO_-_MAYO_06 para sexto grado de primaria
6°_GRADO_-_MAYO_06 para sexto grado de primaria
Wilian24
 
2 REGLAMENTO RM 0912-2024 DE MODALIDADES DE GRADUACIÓN_.pptx
2 REGLAMENTO RM 0912-2024 DE MODALIDADES DE GRADUACIÓN_.pptx2 REGLAMENTO RM 0912-2024 DE MODALIDADES DE GRADUACIÓN_.pptx
2 REGLAMENTO RM 0912-2024 DE MODALIDADES DE GRADUACIÓN_.pptx
RigoTito
 
🦄💫4° SEM32 WORD PLANEACIÓN PROYECTOS DARUKEL 23-24.docx
🦄💫4° SEM32 WORD PLANEACIÓN PROYECTOS DARUKEL 23-24.docx🦄💫4° SEM32 WORD PLANEACIÓN PROYECTOS DARUKEL 23-24.docx
🦄💫4° SEM32 WORD PLANEACIÓN PROYECTOS DARUKEL 23-24.docx
EliaHernndez7
 
Concepto y definición de tipos de Datos Abstractos en c++.pptx
Concepto y definición de tipos de Datos Abstractos en c++.pptxConcepto y definición de tipos de Datos Abstractos en c++.pptx
Concepto y definición de tipos de Datos Abstractos en c++.pptx
Fernando Solis
 

Último (20)

RESULTADOS DE LA EVALUACIÓN DIAGNÓSTICA 2024 - ACTUALIZADA.pptx
RESULTADOS DE LA EVALUACIÓN DIAGNÓSTICA 2024 - ACTUALIZADA.pptxRESULTADOS DE LA EVALUACIÓN DIAGNÓSTICA 2024 - ACTUALIZADA.pptx
RESULTADOS DE LA EVALUACIÓN DIAGNÓSTICA 2024 - ACTUALIZADA.pptx
 
SESION DE PERSONAL SOCIAL. La convivencia en familia 22-04-24 -.doc
SESION DE PERSONAL SOCIAL.  La convivencia en familia 22-04-24  -.docSESION DE PERSONAL SOCIAL.  La convivencia en familia 22-04-24  -.doc
SESION DE PERSONAL SOCIAL. La convivencia en familia 22-04-24 -.doc
 
INSTRUCCION PREPARATORIA DE TIRO .pptx
INSTRUCCION PREPARATORIA DE TIRO   .pptxINSTRUCCION PREPARATORIA DE TIRO   .pptx
INSTRUCCION PREPARATORIA DE TIRO .pptx
 
Biografía de Charles Coulomb física .pdf
Biografía de Charles Coulomb física .pdfBiografía de Charles Coulomb física .pdf
Biografía de Charles Coulomb física .pdf
 
Infografía EE con pie del 2023 (3)-1.pdf
Infografía EE con pie del 2023 (3)-1.pdfInfografía EE con pie del 2023 (3)-1.pdf
Infografía EE con pie del 2023 (3)-1.pdf
 
6°_GRADO_-_MAYO_06 para sexto grado de primaria
6°_GRADO_-_MAYO_06 para sexto grado de primaria6°_GRADO_-_MAYO_06 para sexto grado de primaria
6°_GRADO_-_MAYO_06 para sexto grado de primaria
 
2 REGLAMENTO RM 0912-2024 DE MODALIDADES DE GRADUACIÓN_.pptx
2 REGLAMENTO RM 0912-2024 DE MODALIDADES DE GRADUACIÓN_.pptx2 REGLAMENTO RM 0912-2024 DE MODALIDADES DE GRADUACIÓN_.pptx
2 REGLAMENTO RM 0912-2024 DE MODALIDADES DE GRADUACIÓN_.pptx
 
origen y desarrollo del ensayo literario
origen y desarrollo del ensayo literarioorigen y desarrollo del ensayo literario
origen y desarrollo del ensayo literario
 
Usos y desusos de la inteligencia artificial en revistas científicas
Usos y desusos de la inteligencia artificial en revistas científicasUsos y desusos de la inteligencia artificial en revistas científicas
Usos y desusos de la inteligencia artificial en revistas científicas
 
🦄💫4° SEM32 WORD PLANEACIÓN PROYECTOS DARUKEL 23-24.docx
🦄💫4° SEM32 WORD PLANEACIÓN PROYECTOS DARUKEL 23-24.docx🦄💫4° SEM32 WORD PLANEACIÓN PROYECTOS DARUKEL 23-24.docx
🦄💫4° SEM32 WORD PLANEACIÓN PROYECTOS DARUKEL 23-24.docx
 
FUERZA Y MOVIMIENTO ciencias cuarto basico.ppt
FUERZA Y MOVIMIENTO ciencias cuarto basico.pptFUERZA Y MOVIMIENTO ciencias cuarto basico.ppt
FUERZA Y MOVIMIENTO ciencias cuarto basico.ppt
 
Posición astronómica y geográfica de Europa.pptx
Posición astronómica y geográfica de Europa.pptxPosición astronómica y geográfica de Europa.pptx
Posición astronómica y geográfica de Europa.pptx
 
Power Point: Fe contra todo pronóstico.pptx
Power Point: Fe contra todo pronóstico.pptxPower Point: Fe contra todo pronóstico.pptx
Power Point: Fe contra todo pronóstico.pptx
 
Concepto y definición de tipos de Datos Abstractos en c++.pptx
Concepto y definición de tipos de Datos Abstractos en c++.pptxConcepto y definición de tipos de Datos Abstractos en c++.pptx
Concepto y definición de tipos de Datos Abstractos en c++.pptx
 
semana 4 9NO Estudios sociales.pptxnnnn
semana 4  9NO Estudios sociales.pptxnnnnsemana 4  9NO Estudios sociales.pptxnnnn
semana 4 9NO Estudios sociales.pptxnnnn
 
PINTURA DEL RENACIMIENTO EN ESPAÑA (SIGLO XVI).ppt
PINTURA DEL RENACIMIENTO EN ESPAÑA (SIGLO XVI).pptPINTURA DEL RENACIMIENTO EN ESPAÑA (SIGLO XVI).ppt
PINTURA DEL RENACIMIENTO EN ESPAÑA (SIGLO XVI).ppt
 
Tema 11. Dinámica de la hidrosfera 2024
Tema 11.  Dinámica de la hidrosfera 2024Tema 11.  Dinámica de la hidrosfera 2024
Tema 11. Dinámica de la hidrosfera 2024
 
Tema 10. Dinámica y funciones de la Atmosfera 2024
Tema 10. Dinámica y funciones de la Atmosfera 2024Tema 10. Dinámica y funciones de la Atmosfera 2024
Tema 10. Dinámica y funciones de la Atmosfera 2024
 
BIOMETANO SÍ, PERO NO ASÍ. LA NUEVA BURBUJA ENERGÉTICA
BIOMETANO SÍ, PERO NO ASÍ. LA NUEVA BURBUJA ENERGÉTICABIOMETANO SÍ, PERO NO ASÍ. LA NUEVA BURBUJA ENERGÉTICA
BIOMETANO SÍ, PERO NO ASÍ. LA NUEVA BURBUJA ENERGÉTICA
 
Supuestos_prácticos_funciones.docx
Supuestos_prácticos_funciones.docxSupuestos_prácticos_funciones.docx
Supuestos_prácticos_funciones.docx
 

Tema i 2

  • 1. I.2. Diferentes interpretaciones del concepto de probabilidad: clásica, frecuentista y subjetiva. Desarrollo axiomático del concepto de probabilidad: axiomas básicos y teoremas elementales derivados de los axiomas. Experimento aleatorio Cuando tratamos de estudiar comportamientos físicos, biológicos o mecanismos sociales que generan observaciones que no podemos predecir con certeza, nos enfrentamos a eventos que son conocidos como eventos aleatorios o estocásticos, por ejemplo, la presión sanguínea de un hombre está dada en un punto del tiempo y no puede ser predicha con certeza más sin embargo es posible conocer con exactitud la carga que soporta un puente antes de que un río choque con él. En general los eventos aleatorios no pueden ser predichos con certeza, pero la frecuencia relativa con la que ocurren en un intervalo grande de tiempo es a menudo estable, tal estabilidad provee de una manera intuitiva la creencia de poder predecir la ocurrencia de un evento aleatorio en futuras observaciones. El concepto de frecuencia relativa de probabilidad es intuitivamente significativo pero no provee una definición rigurosa de probabilidad pero para nuestros propósitos aceptamos una interpretación basada en la frecuencia relativa como una medida significativa de la ocurrencia de un evento. Experimento: es el proceso por el cual una observación es hecha. Una vez realizado un experimento, se obtienen una serie de resultados, a los cuales les llamaremos eventos. Ejemplo Experimento: Contar el número de bacterias presentes en un alimento procesado. Eventos: A.- Están presentes 110 bacterias B.- Son más de 200 bacterias C.- El número de bacterias oscila entre 100 y 200. Los eventos se pueden clasificar como: Eventos simples.- Cuando un evento puede ocurrir de una sola forma. Eventos compuestos.- Cuando un resultado puede ocurrir de diversas formas. Un evento compuesto, a su vez puede dividirse en varios eventos simples. Ejemplo: Lanzar un dado y observar sí cae un número par Evento compuesto: {2, 4, 6} Eventos simples: {2}, {4}, {6} Enfoque a priori.- consiste en determinar la probabilidad de que ocurra un evento dado que no ha sucedido.
  • 2. Sí un suceso puede ocurrir de h maneras diferentes de un número total de n maneras posibles, todos igualmente factibles, entonces la probabilidad de tal suceso será h/n. Ejemplo del enfoque a priori o clásico Sergio y Antonio participan en un torneo de tenis. El primero que gane dos juegos seguidos o un total de tres, será el vencedor del torneo. Nota: Ambos son igual de buenos. ¿Cuál es la probabilidad de que gane Sergio?. S S S A A A A S A A S S A A A S S S De acuerdo al árbol de probabilidades, se tienen 10 maneras diferentes de terminar el torneo y 5 posibles formas de que gane Sergio. 1 2 P(gane Sergio) = 5 = 10 Enfoque a posteriori.- consiste en determinar la probabilidad de un evento que ya sucedió. Sí después de n repeticiones de un experimento, donde n es muy grande, un suceso ocurre h veces, entonces la probabilidad del suceso es h/n. Esto también se conoce como probabilidad empírica. Ejemplo del enfoque a posteriori o frecuentista. Habiendo terminado el ciclo escolar de cierta universidad, contar el número de aprobados con MB, B, S, NP y el número de reprobados con NA. Determinar la probabilidad de obtener MB, B, S, NA y NP. Enfoque subjetivista.- consiste en determinar la probabilidad de que ocurra un evento, tomando como base su experiencia. Ejemplo: Consideremos a una persona que se plantea la hipótesis “el dado está balanceado” y no sabe nada de probabilidades. Esta persona ejecuta 10 lanzamientos y obtiene puros unos, entonces el jugador infiere, haciendo uso de su sentimiento intuitivo, que el dado está cargado, dado que sabe que ocurra tal resultado es altamente improbable utilizando un dado normal. ¿Cuál sería su decisión si se hubieran obtenido cinco unos, dos veces el tres y una ves el 2, 4 y 6? En ésta situación no es tan fácil tomar una decisión. ¿Cuál sería su decisión sí el resultado fuese cuatro unos, dos veces el tres y una vez el 2, 4, 5 y 6? El decidir sí el dado estaría cargado, tomando como base los resultados anteriores, prácticamente se estaría adivinando.
  • 3. Sí se consideran todos los posibles eventos simples de un experimento, tendremos lo que se conoce como espacio muestral. Cuando los eventos simples pueden ser contados, se tiene un espacio muestral discreto y en caso contrario se tiene un espacio muestral continuo. Suponiendo que un experimento se realiza una sola vez, entonces se observara uno y sólo un evento, lo que impide que se pueda obtener otro resultado más. Bajo esta situación, al realizar un experimento en el que dos o más eventos no pueden ocurrir simultáneamente se dice que estos eventos son mutuamente exclusivos, lo mismo ocurre cuando dos o más eventos no tienen ningún elemento en común. Ejemplo: 1.- Sí una caja tiene igual número de esmeraldas, rubíes, zafiros y diamantes y se hace una extracción a.- ¿cuál es el espacio de eventos asociado al experimento de observar que tipo de joya es la extraída? S={Esmeraldas, rubíes, zafiros, diamantes} b.- ¿Cuales son los posibles eventos? A={Esmeraldas} B={Rubíes} C={Zafiros} D={Diamantes} c.- ¿Se trata de eventos mutuamente exclusivos? Sí porque la ocurrencia de un evento impide la ocurrencia de los demás. d.-¿Cuál es la probabilidad de extraer un diamante? P(Diamante)= 1/4 2.- Sí S={a, e, i, o, u}, A={e, o, u} B={o, u} C={a} diga si son mutuamente excluyentes cada una de las siguientes parejas de eventos. A y B No son mutuamente excluyentes B y C Sí son mutuamente excluyentes A y C Sí son mutuamente excluyentes 3.- Se desean seleccionar dos aspirantes a un trabajo de entre un grupo de cinco personas. A cada aspirante se le ha entregado un número del 1 al 5. Suponer que el aspirante con el número 1 es el mejor candidato, le sigue el 2 y así sucesivamente. Esta clasificación la desconoce el jefe de personal. Definir dos eventos tales que: A: El jefe de personal selecciona al mejor y a uno de los menos aptos. B: El jefe de personal selecciona al menos a uno de los dos mejores Los posibles eventos se muestran a continuación: {1,2}, {1,3}, {1,4}, {1,5}, {2,3}, {2,4}, {2,5}, {3,4}, {3,5}, {4,5} A:{{1,4}, {1,5}} B:{{1,2}, {1,3}, {1,4}, {1,5}, {2,3}, {2,4}, {2,5}} 4.- Una moneda balanceada es lanzada tres veces, calcular la prob. de que exactamente 2 de los 3 lanzamientos sean “águilas” Ω={SSS, SSA, SAS, ASS, AAA, AAS, ASA, SAA}
  • 4. A={AAS, ASA, SAA} Al lanzar una moneda no se puede predecir con certeza la cara que quedará hacia arriba. Lo único que se puede asegurar, sí la moneda no está cargada, es que ambas caras tienen la misma oportunidad de aparecer, es decir, tienen la misma probabilidad de ocurrir. Sí en una urna se tienen cinco bolas rojas, cinco blancas y cinco negras y se extrae al azar una de ellas, los eventos {rojo}, {blanco} y {negro} son igualmente probables ya que hay igual número de bolas. Entonces podemos decir que: La probabilidad de un evento es una medida del grado de confianza que se tiene de que dicho evento ocurra al realizar una vez el experimento correspondiente. Simbólicamente, sí P(A) denota la prob. del evento A, se tiene que: 0 ≤ P(A) ≤ 1 Así por ejemplo, al lanzar una moneda, forzosamente se observa “Sol” o “Águila” , es decir, es imposible que ocurra el evento vacío φ. De esto se concluye que P(φ)=0 Sí del espacio muestral Ω={1, 2, 3, 4, 5, 6} se formulan los eventos mutuamente exclusivos A={1, 2, 3}, B={4, 5, 6} ambos con tres elementos igualmente probables, entonces P(A)=P(B)=1/2, es decir, A y B son igualmente probables. Sí C={1, 2} y D={3, 4, 5, 6} son subconjuntos del espacio muestral anterior. ¿Cuál es la probabilidad de C y D? Solución: Aceptando que la prob. de un evento es igual a la suma de las prob. de los eventos simples que lo componen, se tiene que: P(C)= 1/6+1/6=2/6=1/3 P(D)=1/6+1/6+1/6+1/6=4/6=2/3 Regla de la suma de las probabilidades: la probabilidad de un evento es igual a la suma de las probabilidades de los eventos simples que lo componen.
  • 5. Teoremas importantes de probabilidad 1.- Para cada suceso A 2.- P(φ)=0 3.-Sí A’ es el complemento de A 4.- Sí A = A ∪ A ∪ A ∪ ∪ A 1 2 3 y A , A , A , , A son mutuamente excluyentes 5.- Sí A y B son dos sucesos cualesquiera, entonces Generalizando, sí A1, A2, A3 son sucesos cualesquiera, entonces 6.- Para dos sucesos A y B 7.- Sí un suceso debe resultar en uno de los sucesos mutuamente excluyente A1, A2, A3,…., An A 0 ≤ P(A) ≥ 1 ⇒ P(A' ) = 1− P(A) ( ) ( ) ( ) ( ) ( ) 1 2 3 1 2 3 n n n P A P A P A P A P A ⇒ = + + + ! + ! ! P(A∪ B) = P(A) + P(B) − P(A∩ B) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) 1 2 3 1 2 3 1 2 2 3 3 1 1 2 3 P A ∪ A ∪ A = P A + P A + P A − P A ∩ A − P A ∩ A − P A ∩ A + P A ∩ A ∩ A P(A) = P(A∩ B) + P(A∩ B' ) ( ) ( ) ( ) ( ) 1 2 n P A = P A∩ A + P A∩ A +!+ P A∩ A 2 A 1 A 3 A 5 A 4 A
  • 6. Permutaciones.- Es un arreglo de “n” objetos. Una permutación difiere de otra si el orden de los objetos es diferente (el orden de los objetos es importante). En general, el número de permutaciones posibles que se pueden formar considerando “n” objetos distintos, tomando “r” objetos a la vez, está dado por la siguiente expresión. O bien P = n n −1 n − 2 n − 3 n − r +1 n r ! P n n r − ! n r ( )! = Ejemplo: 1.- Se extraen dos billetes de lotería de un conjunto de 20, para otorgar el primero y segundo lugar. Encuentre el número de puntos muestrales del espacio universal. Se trata de una permutación, porque el orden de extracción es importante. 380 20 *19*18! P = 20 2 = = 18! 20! − (20 2)! Es decir, existen 380 formas diferentes de realizar las extracciones. 2.- ¿De cuantas maneras puede, una sociedad de estudiantes, programar a tres conferencistas para tres reuniones diferentes, sí están disponibles sólo en cualesquiera de cinco fechas posibles? Aquí, el orden es importante, ya que, por ejemplo, deben de considerarse los compromisos del conferencista. 60 5* 4 *3* 2! P = 5 3 = = 2! 5! (5 − 3)! 3.- El testigo de un accidente, en el que el causante se dio a la fuga, le dijo a la policía que el número de placas tenía las letras RLH seguidas de tres dígitos, el primero de los cuales era un 5. Sí el testigo no puede recordar los dos últimos dígitos, pero está seguro que todos los dígitos eran diferentes, encuentre el número máximo de registros de automóviles que la policía tendrá que revisar. Evidentemente el orden de las letras y números que componen el número de una placa es importante, por lo que nos enfrentamos a una permutación. 72 9*8* 7! 9 2 = = 7! 9! (9 − 2)! P =
  • 7. 4.- Se tienen tres bolas numeradas (1, 2 y 3) ¿cuál es la probabilidad de que ninguna bola caiga en la perforación que tiene su mismo número? 3! 6 3! P = 3 3 = = (3 − 3)! 1 2 3 1 2 3 El número total de permutaciones del evento es 6. Por otro lado, el número de maneras posibles en que ninguna bola caiga en la perforación que tiene su mismo número es: 2 1 1 = 2 La nomenclatura anterior indica que la primera posición puede ser ocupada por dos bolas, la segunda posición por una bola y la tercera posición por una bola. Lo que da dos maneras posibles de acomodar las bolas, cuidando de que ninguna bola caiga en la perforación con su mismo número. 1 3 ⇒ P(A) = 2 = 6 5.- Se deben acomodar en un librero, siete libros, debiendo quedar juntos el de historia y geografía. Calcular la probabilidad de que esto suceda. Las formas posibles de acomodar a los siete libros son: 7! 5040 7! P = 7 7 = = (7 − 7)! Debido a que siempre deben quedar juntos los libros de historia y geografía, conviene considerarlos como un solo libro, entonces el número de maneras distintas en que pueden acomodarse 6 libros es: 6! 720 6! P = 6 6 = = (6 − 6)! Los libros de historia y geografía pueden permutarse entre sí de dos maneras diferentes. 2 7 ⇒ P(libro de geografía e historia deben quedar juntos) = 6!*2! = 6!*2! = 7 * 6! 7! Combinación es el arreglo de “n” objetos. Una combinación difiere de otra sí el contenido del arreglo es distinto. Será la misma combinación aún cuando el orden sea diferente (no importa el orden). Así A B C = B C A En una combinación se eligen “r” objetos de entre “n” objetos, sin importar el orden y se denota por
  • 8. r n n n n nr ( 1)( 2) ( 1) = − − − + ! ( ) !( )! ( ) ! C n n r Ejemplos 1.- De un grupo de cuatro químicos y tres físicos, encuentre el número de comités que es posible formar conteniendo dos químicos y un físico. Formas de elegir a los químicos: 4 2 = = Formas de elegir a los físicos: 4*3* 2! 4! 3* 2! 3! 3 1 = = Entonces, el número de comités formados por dos químicos y un físico, será 6*3=18 2.- Se sabe que un lote de producción de tamaño 100, contiene un 5% de defectos. Se selecciona sin reemplazo una muestra aleatoria de 10 elementos. Determinar la probabilidad de que no haya artículos defectuosos en la muestra. El número de muestras posibles es: 100! 100 10 = − Las formas de que no haya artículos defectuosos es: r ! r n r nr − = = 6 2!*2! 2!(4 − 2)! C = 3 1!*2! 1!(3 − 1)! C = 100! 10!*90! 10!(100 10)! C = = * 5! * 95! 95 10 5 0 C C − − = 0!(5 0)! 10!(95 10)! 0.5838 5273912160 ∴ P(No defectuosos) = = = = = 9034502400 90 *89*88*87 *86 100 *99*98*97 *96 10! 90!95!5! 10!85! 0!5!100! * 5! 95! 10!85! 100! 0!5! 10!90!
  • 9. 3.- De cuantas maneras diferentes pueden agruparse 6 números, de un total de 44 (melate). 44 * 43* 42 * 41* 40*39 *38! 44! 44 6 = = 4.- ¿Cuántas manos diferentes de 5 naipes pueden darse con un mazo normal de 52 naipes? No importa el orden en que se reciban las cartas, lo que nos indica que se trata de una combinación 52 *51*50* 49 * 48* 47! 52! 52 5 = = 5.- Sí 10 alumnos desean jugar baloncesto, ¿cuantos equipos diferentes pueden formarse con estos jugadores? , uno de los muchachos se llama José. Sólo se desea contar los equipos que incluyen a José. 10 *9*8*7 * 6*5! 10! C 252 equipos diferentes 10 5 = = 5! 5! 5!(10 − 5)! = El número de equipos que incluyen a José son: 2 598 960 5! 47! 5!(52 − 5)! C = 7 059 052 6! 38! 6!(44 − 6)! C = 126 9*8*7 * 6*5! 9 4 = = 4! 5! 9! 4!(9 − 4)! C =