Documentos de Académico
Documentos de Profesional
Documentos de Cultura
CONCEPTOS BSICOS
1.
2.
3.
SUCESO EVENTO
Sea E un Experimento y sea S un espacio
muestral asociado a E, entonces A es un
suceso si y solo si A se define como un
conjunto de posibles resultados del
experimento aleatorio, es decir un
subconjunto del espacio muestral S.
Observacin:
1.-
2.-
SUCESOS MUTUAMENTE
EXCLUYENTES(SME)
Sean A y B dos sucesos asociados a un
mismo espacio muestral S, se dice A y B
son sucesos Mutuamente excluyentes si no
pueden ocurrir ambos a la vez. Es decir si la
interseccin es vaca .
Si A B = A y B son SME
FRECUENCIA RELATIVA
Sea E un experimento, y sea A un suceso asociado
a E. Supongamos que el experimento E se realiza
n veces, y que nA son las veces que ocurre el
suceso A, entonces se define Frecuencia
Relativa al suceso A como:
fA
nA
n
FRECUENCIA RELATIVA
Propiedades:
1.- 0 A 1
2.- A = 1 Si cada vez que se realiza el
experimento ocurre A.
3.- A = 0 Si A nunca ocurre.
4.- Sean A, B SME , entonces AUB = A +B
e.d. Si A B = AUB = A +B
Prof.: David Becerra Rojas
FRECUENCIA RELATIVA
Propiedades:
5.- Si E se repite muchas veces, digamos
infinitas, entonces A tiende a la
probabilidad de A ( P(A) )
A
P(A)
Intuitivo
n
Probabilidad
Definicin:
Sea E un experimento y sea S un espacio
muestral asociado a E, entonces a todo suceso
A, le asociaremos un nmero P(A), que
llamaremos, la probabilidad de que el suceso
A ocurra, y que tiene las siguientes
propiedades:
Propiedades:
1.
2.
3.
4.
0 P(A) 1
P(S) = 1
Sean A, B SME , es decir
A B = P(A B) = P(A) + P(B)
Sean A1, A2,...Ak SME de a pares, entonces:
P(A1 .. Ak) = P(A1)+....+P(Ak)
P( Ai ) = P(Ai )
Teoremas Bsicos:
1.2.-
P() = 0
Si A es el suceso complementario de A,
entonces: P(A) = 1 P(A)
3.- Si A B entonces P(A) P(B)
4.- Sean A y B sucesos cualesquiera,
entonces:
P(A B) = P(A) + P(B) - P(AB)
Teoremas Bsicos:
5.-
Ejercicio 1
Sea ;
P( A ) = x
P( B ) = y
P( AB ) = z
Determine:
_
P( A B ) =
_ _
P(AB)=
1.2.-
Ejercicio 2
Sea ;
P(A)=P(B)=P ( C ) = , P(AB)= P(AC)= 1/8 y
P(BC)= 0 , Determine: P(A B C)=
Respuesta: Segn Teo. 5 , Tenemos:
P(ABC) = P(A) + P(B) + P(C) - P(A B) - P(A C) - P(B C) + P( A B C )
Luego;
P( A B C ) = 1/4 + 1/4 + 1/4 1/8 - 1/8 0 +
0 = 1/2
S
B
1/4
1/8
1/4
1/8
1/4
C
Prof.: David Becerra Rojas
1.2.-
pi 0
pi = 1
i= 1,2,......k
Prp. 4
Sucesos Equiprobables
Dos sucesos se dicen que son equiprobables
si tienen igual probabilidad.
Sea S= {s1,s2,------sk} y
sea p1,p2,....,pk sus probabilidades
respectivas, si los sucesos elementales son
equiprobables.
Puesto que:
Si S = { s1,s2,......sk}, y como los {si} son
equiprobables entonces, p1= p2 = ......= pk = p
Luego como:
k
i 1
i 1
1 pi p kp
1
k
Sucesos Equiprobables
De igual manera si A es un suceso cualesquiera tal que:
A = {s1,s2,------sr}
Donde, p1,p2,....,pr sus probabilidades respectivas, y
equiprobables entonces:
P(A) = p1 + p2 + - - - - - + pr = r p
y como p = 1/k , entonces:
P(A) = r / k
Prof.: David Becerra Rojas
Sucesos Equiprobables
Observacin:
Si S es un espacio muestral, donde sus
sucesos elementales son equiprobables y
A S entonces:
P(A) = #A / #S = r / k (Casos favorables/Casos Posibles)
#A: Nmeros de elementos que tiene A y se
lee el cardinal de A.
Prof.: David Becerra Rojas
Ejemplo
Sea E : se lanza un dado equilibrado y se cuenta el nmero
de puntos que aparecen en la cara superior. Determine:
a.- El espacio muestral
b.- Sea A: sale un nmero par
B: sale el dos o el tres
Determine:
_
_
P(A) , P(B) , P(AB) , P(AB)
10
Luego #A = 3
Luego #B = 2
Por lo tanto ;
P(B) = 2/6 = 1/3
P(A) = 3/6 = 1/2
_
P(A B) = 2/6 = 1/3
_
P(A B) =
5/6
Mtodos de Enumeracin
1.- Principio de Adicin: ( Regla del o )
E1
n1
} E1 o E2
n1+n2
E2
n2
E1:Areo
Ejemplo:
Avin
Helicptero
Bus
Valpso.
Auto
Stgo.
E2:Tierra
Moto
Luego: n1 + n2
Prof.: David Becerra Rojas
Mtodos de Enumeracin
2.- Principio de Multiplicacin: ( Regla del y )
E1
n1
} E1 y E2
n 1 n2
E2
n2
x
Ejemplo:
M
A
P
Chile
E1:n1
M
A
Q
Europa
Luego: n1 x n2
R
Brasil
E2:n2
11
Mtodos de Enumeracin
3.- Permutacin:
Si tenemos n objetos distintos, y queremos
ordenarlos tomando r de ellos. El nmero de
formas de hacer esta operacin, esta dado por:
n
n!
(n r )!
Mtodos de Enumeracin
4.- Combinacin:
Si tenemos n objetos y queremos escoger r de ellos
sin que nos importe el orden. El nmero de maneras
de hacer esta operacin, esta dado por:
n
r
n!
( n r )!*r!
Mtodos de Enumeracin
Observacin:
1.- n! : Se lee n-factorial, y esta dado por:
n! = n (n-1) (n-2) ...... 3 2 1
= n (n-1)!
2.- 0! = 1
x
Ejemplo : 5! = 5 x 4 x 3 x 2 x 1 = 120
= 5 x 4!
= 120
12
Ejercicio
1.-Supongamos que una oficina cuenta con 18 personas;
determine:
a.- Cuntas comisiones de 3 se pueden formar?
b.-Cuntas directivas con un presidente, un secretario y un
tesorero, se pueden formar?
c.- Si en la oficina hay 10 mujeres.
c1.- Cuntas comisiones de 3 persona se pueden formar,
cuando debe haber una mujer por lo menos?
c2.- Cuntas directivas de 3 personas se puede formar, si
solo una mujer puede pertenecer?
Tarea N__
1.-Demostrar:
Crn Cnnr
a.b.2.-
Ejemplo:
Se lanza una moneda dos veces, se registra el
signo que aparece; determine:
1.- El espacio muestral S.
2.- La probabilidad de que salga a lo menos
un sello.
3.- La probabilidad de que salgan ms caras
que sello.
13
Ejercicio
Una oficina cuenta con 18 personas, 10 de ellas
mujeres. Se seleccionan al azar dos, una despus
de otra, y se clasifican segn el sexo. Determine:
a.- El espacio muestral
b.- La probabilidad de que, al menos una sea mujer
c.- La probabilidad de que, hallan mas hombres que
mujeres.
Probabilidad Condicional
Supongamos que tenemos 100 artculos, 20
de ellos defectuosos. Se escogen al azar 2,
uno despus del otro, y se definen los
siguientes eventos:
A = el primer artculo es defectuoso
B = el segundo artculo es defectuoso.
Determinar la probabilidad de A y B
cuando el experimento se realiza:
a.- con devolucin
b.- sin devolucin.
Prof.: David Becerra Rojas
P(A) =
20/100 = 1/5
P(B) =
P(A) =
P(B) = {
19/99 si ocurri _A
20/99 si ocurri A
14
Probabilidad Condicional
Notacin:
P(B/A): Probabilidad de B dado que
ocurri el suceso A.
En nuestro caso:
P(B/A) = 19/99
_
P(B/A) = 20/99
Probabilidad Condicional
Ejemplo: Se lanza un dado dos veces, el evento se
anota ( X1 , X2 ) donde, Xi es el resultado del
lanzamiento i ( i = 1,2):
1.-
Luego #S = 36
2.-
A = {(2,6);(3,5);(4,4);(5,3);(6,2)} #A = 5
B = {(2,1)
(3,1);(3,2)
(4,1);(4,2);(4,3)
#B = 15
(5,1);(5,2) (5,3);(5,4)
(6,1);(6,2);(6,3);(6,4),(6,5)}
15
Por lo tanto:
y como:
P(A) = 5 / 36
P(B) = 15 / 36 = 5 / 12
(A B) = {(5,3);(6,2)} # (A B) = 2
P(A B) = 2 / 36 = 1 / 18
P(A/B) = 2 / 15
Luego P(B/A) = 2 / 5
Observemos que:
P(B/A) x P(A) = 1/18
P(A/B) x P(B) = 1/18
}=
P(A B)
Probabilidad Condicional
Definicin:
P( A / B )
P ( A B)
P( B)
P( B / A)
P ( A B)
P( A)
Ejemplo:
Supongamos que en una oficina hay 100 computadores
personales, 40 conectados a Internet, de los cuales solo 14
tienen lector de disco compacto (CD), el total de
computadores con (CD) es de 30. Se extrae uno del
total de computadores al azar determine la probabilidad
de que:
1.2.3.4.-
16
Desarrollo:
Sea A = El computador esta conectado a Internet.
B = El computador tiene lector de CD.
Luego tenemos:
B
B
A
14
26
A
16
44
Total
30
70
Total 40
60
100
Luego; 1.- P(A) = 40 / 100 = 2/5
2.- P(A 7
Prof.: David Becerra Rojas
Ejemplo 2:
De una caja que originalmente contiene
2 fichas azules y una ficha blanca, se extraen tres
al azar, en cada extraccin, se saca una, se registra
el color y luego se devuelve a la caja junto con dos
fichas del mismo color. Calcule la probabilidad
de que:
a.- Se obtengan dos fichas azules si hay al menos
una ficha blanca.
b.- Solo dos fichas sean blancas.
c.- Al menos dos fichas sean azules.
Prof.: David Becerra Rojas
A: la ficha es azul
6/7
1/7
4/7
3/7
B: la ficha es blanca.
4/5
1/5
2/3
4/7
2A
1B
2/5
1/3
B
3/5
3/7
2/7
B
5/7
17
a.-
b.c.a.-
b.-
c.- ( 2/3 x 4/5 x 1/7 ) + ( 2/3 x 1/5 x 4/7 ) + ( 1/3 x 2/5 x 4/7 ) +
(2/3 x 4/5 x 6/7 ) = 8/105 + 8/105 + 8/105 + 48/105 = 72 / 105
Prof.: David Becerra Rojas
= 24/35
Bij =
i j = 1,2,...,k
Bi
= S
P( Bi )
0 i
; i = 1,2,...,k
P ( A B)
Luego A = (A 1) (A ) ........... P
((A
B) )
P( A / B )
P( A B) P( A / B) * P(B)
Luego tenemos;
P(A) = P(A/ 1) x P(B1) + P(A/ ) x P(B2) +......+ P(A/ k) x P(Bk)
Esto se conoce como, Teorema de Probabilidad Total
Prof.: David Becerra Rojas
18
P( A) P( A / Bi ) * P( Bi )
i 1
Ejemplo:
Cierto artculo es manufacturado por tres fbricas: F 1, F2, F3.
Se sabe que la F1, produce el doble de artculos que F 2 y que esta
y F3, producen el mismo nmero de artculos.
Tambin se sabe que el 2% de los artculos producidos por cada una
de las dos primeras (F1 y F2), son defectuosos, mientras que el 4%
de los producidos por F3, es defectuoso. Se ponen todos los artculos
juntos, de las tres fbricas, y se elige uno al azar ; Determine:
1.
Luego tenemos:
i = 1, 2, 3
B1
B2
B3
19
n = 2 n3 + n3 + n 3
4 n3
P(B1) =
P(B2) =
P(B3) =
Por lo tanto:
P( B1 / A)
P( A / B1 ) * P( B1 )
3
P( A / B ) * P( B )
j
j 1
P ( B1 / A)
0.02 * 0.5
0.02 * 1 / 2 0.02 * 1 / 4 0.04 * 1 / 4
0.4
20
Generalizando tenemos:
Sea E un experimento, S un espacio muestral, B 1.Bk.
una particin de S, y A un suceso cualesquiera, Entonces:
P( Bi / A)
P( A / Bi ) * P( Bi )
k
P( A / B j ) * P( B j )
; i 1...k
j 1
Sucesos Independientes
Sean A y B dos sucesos asociados a un espacio muestral S
Diremos que son Independientes, cuando la ocurrencia de
uno no afecta la ocurrencia del otro.
A y B son sucesos Independientes, si y solo si
P ( A / B ) P ( A)
P ( B / A) P ( B )
Prof.: David Becerra Rojas
Ejercicio
1.
2.
21
Sucesos Independientes
Ejemplo: Se lanza un dado dos veces, el evento se
anota ( X1 , X2 ) donde, Xi es el resultado del
lanzamiento i ( i = 1,2):
Si se definen: A = {(X1 , X2) / X1 es par }
B = {(X1 , X2) / X2 es 4 o 5 }
2.- Determine:
P(A), P(B), P(A B), P( B/A), P(A/B)
Sabemos que el #S = 36
A = { (2,1), (2,2), (2,3), (2,4), (2,5), (2,6)
(4,1), (4,2), (4,3), (4,4), (4,5), (4,6)
(6,1), (6,2), (6,3), (6,4), (6,5), (6,6) }
#A=18
B={(1,4), (1,5)
(2,4), (2,5)
(3,4), (3,5)
(4,4), (4,5)
(5,4), (5,5)
(6,4), (6,5) }
#B=12
AB = {(2,4), (2,5)
P(A)= #A / #S = 18/ 36 = 1/2
(4,4), (4,5)
P(B) = #B / #S = 12 / 36 = 1/3
(6,4), (6,5) }
P(AB ) = # AB /#S = 6 / 36 = 1/6
# AB = 6
P( A / B)
P( B / A)
P( A B) 1 / 6
1 / 2 P(A)
P( B)
1/ 3
P( A B) 1 / 6
1 / 3 P(B)
P( A)
1/ 2
P( A B) P( A) * P(B)
Definicin
Sean A y B dos sucesos asociados a un espacio muestral S
Diremos que son Independientes si y solo si:
P( A B) P( A) * P(B)
22
Ejercicio:
Suponga que 192 de 960 trabajos en una universidad son de alta
prioridad; de stos, 128 son propuestos por estudiantes. y 64 por
el cuerpo docente. Del total, 640 trabajos son de los estudiantes y
320 de docentes. Si se selecciona un trabajo al azar. Determine:
a.- La probabilidad de que sea de alta prioridad y propuesto por
un estudiante.
b.-La probabilidad de que sea de alta prioridad, dado que
sabemos que fue propuesto por un estudiante.
c.- Es Independiente que el trabajo sea de alta prioridad, con que
sea propuesto por un estudiante?
Ejercicio
Ejercicio
Tres agencias de aduanas A, B y C pretenden
exportar 5.000 cajas de manzanas cada una. Se
sabe que 1/5 de las cajas de A, y 1/4 de las de
B, estn en mal estado. Se juntan todas las
cajas ( de las tres agencias) , se selecciona una y
se observa que est en mal estado, Cul es la
probabilidad que sea de la agencia A?.
23
Ejercicio
La probabilidad de que un vehculo tenga un accidente en
Santiago es de 4/9, y la probabilidad de que un vehculo
tengan accidente en Buenos Aires es 8/15. Se elijen al azar un
Vehculo simultneamente en cada ciudad, determine la probabilidad
de que tengan accidentes:
a.b.c.d.-
Ambos
Al menos uno
Solo el de Buenos Aires
Solo uno
Ejercicio
Si A y B son sucesos Independientes,
entonces, A y B son Independientes?
FIN
24