Está en la página 1de 97

Unidad Académica de Ingeniería

INGENIERIA CIVIL

UNIVERSIDAD AUTONOMA DE GUERRERO

NOMBRE DEL ALUMNO:


CAMPOS PALACIOS JANUEL DAVID
NOMBRE DEL DOCENTE:
MC. EDUARDO CORONA CERECERO
UNIDAD ACADEMICA DE INGENIERIA
PROGRAMA DE LA UNIDAD DE APRENDIZAJE:

301 MATUTINO
Chilpancingo de los Bravo, Gro. Septiembre 2017
PROBABILIDAD Y ESTADISTICA.
CAPITULO I.- LEYES GENERALES DE COMPOSICION DE EVENTOS.
1. EXPERIMENTO
a) Aleatorio
b) Determinístico

2.- EVENTOS
a) Simples
b) Múltiples o Compuestos
c) Imposible
d) Espacio de Eventos
e) Verificación de un Evento
f) Inclusión, Igualdad y Complemento.
g) Operaciones de Eventos
h) Eventos Mutuamente Exclusivos o Excluyentes
i) Diagramas de Venn

3.- TECNICAS DE CONTEO


a) Principio fundamental del conteo
b) Diagrama de árbol
c) Notación Factorial
d) Permutaciones
e) Combinaciones
f) Binomio de Newton
g) Triangulo de Pascal
CAPITULO II.- PROBABILIDAD
1.- DEFINICION DE PROBABILIDAD
2.- AXIOMA DE LA PROBABILIDAD
3.- METODOS PARA LA ASIGNACION DE PROBABILIDADES.
4.- PROBABILIDAD CONDICIONAL
5.- TEOREMA DE BAYES
6.- INDEPENDENCIA DE EVENTOS

CAPITULO III.- VARIABLE ALEATORIA.


1.- FUNCIONES QUE PUEDEN ASOCIARCE A UNA VARIABLE ALEATORIA
a) Función de Densidad
b) Función de Distribución
c) Función de Densidad condicional
d) Función de Distribución Condicional
2.- ESPERANZA MATEMATICA
3.- MEDIDAS DE TENDENCIA CENTRAL
4.- MEDIDAS DE DISPERSIÓN

IV.- DISTRIBUCION DE PROBABILIDADES DE VARIABLES ALEATORIAS


1.- DISCRETAS
a) Distribución Binomial o de Bernoulli
b) Distribución Geométrica
c) Distribución Hipergeométrica
d) Distribución de Poisson
2.- CONTINUAS:
a) Distribución Normal
V.- ESTADISTICA
1.- ESTADISTICA DESCRIPTIVA
a) Definición de estadística
b) Población y Muestra
c) Técnicas para obtener una muestra
d) Distribución de frecuencia
e) Histograma y polígono de frecuencia
f) Medidas de tendencia central
g) Prueba de Hipótesis

2.- INFERENCIA ESTADISTICA


a) Distribución de muestreo
b) Estimaciones puntuales y por intervalos.
c) Prueba de Hipótesis.
BIBLIOGRAFIA:
APUNTES DE PROBABILIDAD Y ESTADISTICA.
HUGO E. BORRAS GARCIA.
RAFAEL IRIARTE BALDERRAMA.
BERNARDO FRONTANA DE LA CRUZ.
UNAM.

ESTADISTICA PARA INGENIEROS.


ALBERT H. BOWKER
GERALD J. LIEBERMAN
HISPANOAMERICANA

PROBABILIDAD Y ESTADISTICA PARA INGENIEROS


R. E. WALPOLE R. H. MYERS
INTERAMERICANA

PROBABILIDAD Y APLICACIONES ESTADISTICA


PAUL L. MEYER
ADDISON- WESLEY IBEROAMERICANA

PROBABILIDAD Y ESTADISTICA
PAUL L. MEYER
ADDISON WESLEY IBEROAMERICANA
PROBABILIDAD Y ESTADISTICA
MORRIS H. DeGROOT.
ADDISON WESLEY IBEROAMERICANA

PROBABILIAD Y ESTADISTICA APLICACIONES Y METODOS.


GEORGE C. CANAVOS
McGRAW-HILL
Capítulo 1: Leyes generales de composición de
eventos.
1) Experimento:
Todo proceso de observación.
 Experimento aleatorio: Es aquel en el cual antes de llevar
a cabo un experimento no puede determinarse cuál es el
resultado que puede ocurrir.
 Experimento determinístico: Es aquel en el cual antes de
llevar a cabo el experimento se conoce con certeza el
resultado que va a ocurrir.
2) Evento:
Es la forma en cómo se representa la ocurrencia de un
experimento.
 Evento simple: Son cada uno de los resultados que
pueden obtenerse al llevar a cabo un experimento. A los
eventos simples los representamos por letras minúsculas,
palabras o números.
 Evento múltiple o compuesto: Son aquellos que están
integrados o formados por uno o varios eventos simples.
A los eventos múltiples o compuestos se les representa
única y exclusivamente por letras mayúsculas ( A B C D ).
 Evento imposible: Es la no ocurrencia de un evento bajo
cualquier condición. Se representa mediantes llaves
o .
 Espacio de eventos. Conjunto o la agrupación de todos los
posibles resultados que pueden obtenerse a llevar a cabo
un experimento. Al espacio de eventos se le presenta
mediante la “S” ese mayúscula.
S= x I x = lanzar una moneda

A= x I x = águila

B= x I x = sol

S= águila, sol

S= dos eventos simple

Problema: Sea el experimento de determinar los días de la semana.

a) ¿Cuál es el espacio de eventos?


b) Determine los días que empiecen con m.
c) Determine los días que empiecen con j.
d) Determine los días que empiecen con l o d.
e) Determine los días que empiecen con w.
Lunes: 1 Viernes: 5

Martes: 2 Sábado: 6

Miércoles: 3 Domingo: 7

Jueves: 4

a)
S= x I x = sea un día de la semana

S= 1, 2, 3, 4, 5, 6, 7

b)
A= x I x = sea un día de la semana que empiece con m

A= 2, 3

c)
B= x I x = sea un día de la semana que empiece con j

B= 4

d)
C= x I x = sea un día de la semana que empiece con l o d

C= 1, 7

e)
D= x I x= sea un día de la semana que empiece con w

D=
 Verificación de un evento: Decimos que un evento múltiple A
se verifica u ocurre cuando al llevar a cabo el experimento el
evento simple que ocurre pertenece a dicho evento simple.
A= {a1, a2, a3,….. an}

a4 Ꜫ que A se verifica o que ha ocurrido.

B= {b1, b2, b3,….. bn}

a1 Ꜫ B que B no ha ocurrido o no se ha verificado.

 Inclusión, igualdad y complemento.


Inclusión: Si todos y cada uno de los eventos simples que integran al
evento múltiple A están incluidos en el evento múltiple B entonces
decimos que A esta incluido en B.

C C

Problema: Sea el experimento de lanzar un dado, si a cada cara del


dado le asociamos un número entero positivo del 1 al 6, determine:

a) Espacio de eventos.
b) Cae un número par.
c) Cae un número impar.
d) Cae un número mayor a dos.
e) Cae un número mayor de 1 pero menor a 6.
f) Cae un número mayor o igual que 2.

a) S= { x I x = lanzar un dado}
S= {1, 2, 3, 4, 5, 6}
S= {6 eventos simples}

b) A= { x I x = par}
A= {2, 4, 6}
A= {3 eventos simples}
c) B= {x I x = impar}
B= {1, 3, 5}
B= {3 eventos simples}
d) C= {x I x mayor a 2}
C= {3, 4, 5, 6}
C= {4 eventos simples}
e) D= {x I 1 < x < 6}
D= {2, 3, 4, 5}
D= {4 eventos simples}
f) E= {x I x ≥ 2}
E= {2, 3, 4, 5, 6}
E= {5 eventos simples}

ACB

ACC

ACD

ACE

BCA

BCC
BCD

BCE

DCA

Igualdad: Si todos y cada uno de los eventos simples que integran al


evento múltiple A están contenidos en el evento múltiple B, y si
todos y cada uno de los eventos simples que integran al evento
múltiple B están contenidos en el evento múltiple A entonces
decimos que los eventos que los eventos múltiples A y B son iguales.

S= {1, 2, 3, 4, 5, 6} ACB

A= {x I x > 3} BCA

A= {4, 5, 6} B=A

B= {x I 4 ≤ x ≤ 6} {4, 5, 6} = {4, 5, 6}

B= {4, 5, 6}

Complemento: El complemento de un evento múltiple A es otro


evento múltiple que se representa por A` y está constituido por
todos aquellos eventos simples que existen o pertenecen al espacio
de eventos del experimento pero no existen o no pertenecen al
evento múltiple A.
S= {1, 2, 3, 4, 5, 6}

A= {x I x = par}

A= {2, 4, 6}

A`= {1, 3, 5}

 Operaciones con eventos:


Se llama operaciones con eventos a todos los arreglos que se
efectúan con ellos para obtener nuevos eventos múltiples. Las
dos operaciones más importantes y comúnmente usadas son
unión e intersección.

 Operaciones unión.

Es aquella que está formada por todos y cada uno de los eventos
simples que integran a cada uno de los eventos múltiples con
quienes se va a llevar a cabo dicha operación, en caso de existir
eventos simples iguales se tomara en cuenta una sola vez, a la
operación unión se le representa, mediante el siguiente símbolo
U el cual indica la operación unión o bien la expresión “o”.

AUB

A U B = {x/x € A y/o x € B}

S = {1,2,3,4,5,6}
A = {2,3,4,5}

B = {1,4,6} C = {1,3}

A U B = {2,3,4,5,1,6}

A U B = {1,2,3,4,5,6}

A U C = {1,2,3,4,5}

B U C = {1,3,4,6}

 Operación intersección.

Es aquella que está constituida única y exclusivamente por todos


aquellos eventos simples que pertenecen a ambos eventos
múltiples. La operación intersección se representa mediante el
símbolo ∩ el cual nos indica intersección, o bien la expresión “y”.

𝐴 ∩𝐵
A = {2,3,4,5} B = {1,4,6}
𝐴 ∩ 𝐵 = {4}

 Eventos mutuamente exclusivos o excluyentes.

Dos o más eventos múltiples son mutuamente exclusivos o


excluyentes cuando no tienen ningún evento simple en común.

S = {1,2,3,4,5,6} Analizando a los eventos A y B


A = {x/x = par} observamos que no contienen

A ={2,4,6} eventos simples en común, por lo

B = {x/x = impar} tanto podemos decir que son mutuamente

A∩B=Ø exclusivos o excluyentes.

A∩B=Ø
Teorema 1
Si A está incluido en B

A⊂B≫𝐴𝑈𝐵 =𝐵

A = {3,4} ------- 1

B = {2,3,4,5} ------- 2

{3,4} ⊂ {2,3,4,5}

A U B = {2,3,4,5} -------- 3

SUST. 2 EN 3

AUB=B

Teorema 2
A⊂B≫𝐴 ∩ 𝐵 =𝐴

A = {3,4} ------- 1

B = {2,3,4,5} ------- 2

{3,4} ⊂ {2,3,4,5}

𝐴 ∩ 𝐵 = {3,4} − − − −3
SUST. 1 EN 3

𝐴 ∩ 𝐵=𝐴
 Diagrama de VENN.
Los diagramas de venn son una forma gráfica de representar las
operaciones con eventos múltiples para ello utilizaremos un
rectángulo el cual nos representa el espacio de eventos del
experimento, en su superficie representamos a los eventos múltiples
mediante círculos y sus enlaces e intersecciones nos representaran
de acuerdo al rayado la operación que se está representando.
A B

A
A B

A, B

A B

Caso 1; A y B son mutuamente exclusivos

A B
Caso 2: A y B no son exclusivos

A
A A,BB B

A
B

AUB
Caso 1.- A y B son mutuamente exclusivos

A B
AuB

Caso 2.- A y B no son exclusivos

A B
𝐴∩𝐵

Caso 1.- son mutuamente exclusivos

A B
𝐴∩𝐵

Caso 2.- No son exclusivos

A B
Tarea

A U B’

Caso 1.- A y B son mutuamente exclusivos

A B

Caso 2.- A y B no son exclusivos

A B

A’ U B
Caso 1.- A y B son mutuamente exclusivos

A B
Caso 2.- A y B no son exclusivos

A B

A’ U B’
Caso 1.- A y B son mutuamente exclusivos

A B

Caso 2.- A y B no son mutuamente exclusivos

A B
𝐴 ∩ 𝐵′
Caso 1.- A y B son mutuamente exclusivos

A < B

Caso 2.- A y B no son mutuamente exclusivos

A B

𝐴′ ∩ 𝐵

Caso 1.- A y B son mutuamente exclusivos

A B

Caso 2.- A y B no son mutuamente exclusivos

| A B
𝐴′ ∩ 𝐵’

Caso 1.- A y B son mutuamente exclusivos

A B

aA

Caso 2.- A y B No son mutuamente exclusivos

A B
TECNICA DE CONTEO
Son aquellas que nos permiten determinar cuáles son y cuantos son
los eventos simples que pueden obtenerse al llevar a cabo un
experimento.

El método consiste en entender perfectamente de que trata el


experimento, posteriormente se comienza a seleccionar el primer
evento simple y de manera sucesiva se continua con el siguiente
hasta obtener todos los eventos simples que el experimento puede
generar.

PROBLEMA: Sea el experimento de colocar de manera sucesiva tres


libros en un librero.

a,b,c
S= {X/X= colocar tres libros en un librero}

a,b,c

a,c,b

S= 6 = b,a,c eventos simples


b,c,a

c,a,b

c,b,a

S= { X/X= colocar libros en un librero}


a,b,c,d,e,f,g,h

a,b,c,d,e,f,g,h
S= a,c,d,b,e,f,g,h = (56 eventos simples)

b,a,c,d,e,f,g,h

c,a,b,d,e,f,g,h

d,b,c,a,e,f,g,h

e,a,b,d,c,f,g,h

f,a,b,d,c,e,g,h

g,h,a,b,c,d,e,f

h,a,b,c,d,e,f

a,d,e,f,g,h,b,c

a,e,f,d,c,b,g,h

e,f,g,h,a,b,c,d,
 Permutaciones

Es ordenar a los elementos

Tomar en cuenta la posición de los elementos.

 Combinaciones

No importa el orden, solo los elementos.

 Principio fundamental del conteo

Es un método que nos permite determinar con cierta facilidad única


y exclusivamente cuantos son los eventos simples pueden obtenerse
al llevar acabo un experimento.

Problema: Una placa de automóvil está constituida por dos letras


distintas seguidas de tres dígitos e los cuales el primero no es cero.
Determine el número de placas que pueden ser grabadas.

PARTE PARTE
FIJA VARIABLE

AUTOMOVIL
PLACA

2 letras 3 fijos
𝑛1 𝑛2 𝑛3 𝑛4 𝑛5

27 26 9 10 10

No. De posibles= 𝑛1 𝑥 𝑛2 𝑥 𝑛3 𝑥 … . . 𝑛𝑖

No. De posibles= 27x26x9x10x10

No. De posibles= 631,800


Problema: Determine aproximadamente cual es la utilidad que la
empresa Telmex percibe mensualmente por concepto de la renta de
telefonía fija, hasta el día de hoy.

𝑛1 𝑛2 𝑛3 𝑛4 𝑛5 𝑛6 𝑛7

1 3 10 10 10 10 10

No. De posibles= 𝑛1 𝑥 𝑛2 𝑥 𝑛3 𝑥𝑛4 𝑥𝑛5 𝑥 𝑛6 𝑥 𝑛7

No. De posibles= 1x3x10x10x10x10x10= 300,000

Costo por venta mensual= $189


Problema: Un salón está integrado por 33 alumnos de cuantas
maneras se puede elegir un comité si este debe de estar integrado
por un presidente, un secretario, un tesorero y un vocal, si todos son
igualmente elegibles.

S= {x I x = comité que puede formarse}


N1 N2 N3 N4
S= {
33 32 31 30

S= {Nº de posibilidades= 33x32x31x30= 982,080}

S= {982,080 formas de comité}


Problema: De un proceso de manufactura en la elaboración de
equipos de cómputo se eligen al azar a tres de ellos, se inspecciona
cada uno y se e clasifica como defectuoso o no defectuoso.
Determine cuáles son los posibles resultados que pueden obtenerse.

S= {x I x= Resultados que pueden obtenerse}


N1 N2 N3
S= {
2 2 2

S= {Numero de posibilidades= 2x2x2=8}

S= {8 posibilidades}
Permutación:
Es la variación del orden o de la disposición de los elementos de un
conjunto ordenado o una dupla sin elementos repetidos.

Combinación:

Conjunto de distintos tipos sin tomar en cuenta cuales son.

Principio.

Es un método que nos permite determinar con cierta facilidad, única


y exclusivamente cuantos eventos simples pueden ocurrir.

Diagrama de árbol.
Es un método grafico que nos permite determinar cuáles y cuantos
son los eventos simples que pueden obtenerse al llevar a cabo el
experimento. El método está constituido por ramas y ramificaciones
en donde las ramas representan las posibilidades y las ramificaciones
las posiciones.

El método consiste en partir de un punto denominado tronco, inicio


u origen, a partir de este punto se graficara la primera ramificación
de la cual partirán tantas ramas como posibilidades existan. De cada
rama de acuerdo a las condiciones del experimento partirá una
segunda ramificación que tendrá tantas ramas como posibilidades
existan y así de cada rama partirán tantas ramas como el
experimento lo requiera.

P.F.C
N1 N2 N3 N4

S= { 4 3 2 1 }

S= {4x3x2x1=24}

S= {24 eventos simples}

b
d

b
c
d
a
d b

c
c
a
d
b a
c
d
S a
d
c
b
a
c d
b a

d
d a

b
d a
b

c
b a

c
a
c b
5 ingenieros.

a) S= { x I x= Asignación de cubículos}
N1 N2 N3 N4 N5
S= { }
5 4 3 2 1

S= {5x4x3x2x1= 120} S= {120 eventos simples}

b) A= { x I x= Asignar 4 cubículos}
N1 N2 N3 N4
A= { }
5 4 3 2

A= {5x4x3x2= 120} A= {120 eventos simples}

c) B= { x I x= Asignar 3 cubículos}
N1 N2 N3
B= { }
5 4 3

B= {5x4x3= 60} B= {60 eventos simples}

d) C= { x I x= Asignar 2 cubículos}
N1 N2
C= { }
5 4

C= {5x4= 20} C= {20 eventos simples}

e) D= { x I x= Asignar un cubículo}
N1
D= { }
5
D= {5 eventos simples}

f) E= { x I x= Asignar 0 cubículos}
E= { }

g) F= { x I x= Asignar 7 cubículos}
N1 N2 N3 N4 N5
F= { }
7 6 5 4 3

F= {7x6x5x4x3= 2,520} F= {2,520 eventos simples}

Problema: 1,2 ,3

¿Cuántos pares? Cuando se pueden repetir los números.


1 2

1 2 2

3 2

1 2

S 2 2 2

3 2

1 2

3 2 2

3 2

S= {9 eventos simples}

¿Cuántos pares? Cuando no se pueden repetir los números.


2
1

3 2

¿Cuantos pares? Cuando se pueden repetir.


1
1
3

1
1 2
3

1
3
3

1
1
3

1
A 2 2
3

1
3
3

1
1
3

1
3 2
3

1
3
3
¿Cuántos pares? Cuando no se pueden repetir.

1 2 3

1 3

B 2
3 1

3 2 1
Factorial de un número:]

Es el producto de los números enteros positivos de n hasta 1. Se


representa por n!
1!= 1

2!= 2x1= 2

3!= 3x2x1= 6

5!= 5x4x3x2x1= 120

5!= 5x4!= 5x24= 120

5!= 5x4x3!= 20x6= 120

n!= n(n-1) (n-2) (n-3) … x1 n!= n(n-1) (n-2) (n-3) … n- [ n-1 ]


Suma:

2! 3! = 5!

2 + 6 = 120

8 ≠ 120

Resta: Multiplicar:

2! – 5! = -3! (2!)(3!) = 6!

2 – 120 = -6 (2) (6) = 720

2 – 120 = -6 12 ≠ 720

-118 ≠ -6
Diferentes casos de permutaciones.

Caso 1: Permutaciones de n elementos diferentes tomando todos a


la ves sin repetición.

n n

N1 N2 N3 N4 . . Nk

n n-1 n-2 n-3 . . 1

No. Posibilidades= n (n-1) (n-2) (n-3)x … x 1 1

n!= n (n-1) (n-2) x … x 1 2

Sust. 2 en 1

No. De posibilidades = n! 3

No. De posibilidades = P(n,n) 4

P( n , n) = n!

Problema: Se tienen 3 libros y se colocaran en un librero.

*O.f.c
N1 N2 N3

3 2 1

No. De posibilidades = n1 x n2 x n3 x n4 x…x nk

No. De posibilidades= 3x2x1= 6


* P (n, n) = n!

P (3,3) = 6

Caso 2: Permutaciones de n elementos diferentes tomando r


elementos a la ves sin repetición.
N1 N2 N3 N4

8 7 6 5

No. De posibilidades = n1 x n2 x n3 x…x nk

No. De posibilidades = 8x7x6x5= 1680


N1 N2 N3 N4 . . . nk

r n-r

n n
N1 N2 N3 N4 . . Nr . . . . 1

n n-1 n-2 n-3 . . n-r+k

r n-r

No. De posibilidades = n (n-1) (n-2)… (n – r + k)

Np. De posibilidades = 8 (8-1) (8-2) (8-4+1) 1

= 8 (7) (6) (5)

= 1680
8 libros colocamos 4 libros.

8! = 8 x 7!

n! = n (n-1) (n-2)… (n - r + 1) (n – r)! 2

A la ecuación 1 le multiplicamos y dividimos (n –r)!


(𝑛−𝑟)!
No. Posib.= 𝑛 (𝑛 − 1)(𝑛 − 2) (𝑛 − 3) … (𝑛 − 𝑟 + 1) (𝑛−𝑟)!

𝑛 (𝑛−1)(𝑛−2) (𝑛−3)…(𝑛−𝑟+1) (𝑛−𝑟)!


No. Posib.= (𝑛−𝑟)!

Sust. 2 en 1
𝑛!
No. Posib. (𝑛−𝑟)! 4

No. Posib. = P(n, r) 5

Sust.5 en 4
𝑛!
P(n, r) =(𝑛−𝑟)!

8! 8! 8𝑥7𝑥6𝑥5𝑥4!
P (8, 4) = (8−4)! = =
4! 4!

= 8x7x6x5 = 1,680
Caso 3: Permutación de n elementos diferentes tomando todos a la
vez con repetición.
n n
N1 N2 N3 N4 N5 . . Nk

n n n n n . . n

No. Posibilidades= n1 x n2 x n3 x…x nk

No. posibilidades= 𝑛𝑛 1

Sust. 2 en 1

𝑃 = 𝑛𝑛
Problema: 1, 2, 3 formar números de 3 dígitos con repetición.

No. posibilidades= n1 x n2 x n3 x…nk

No. Posibilidades= 3 x 3 x 3= 27
N1 N2 N3

3 3 3

n n
n3 3
𝑃 = 𝑛𝑛
n= 3

𝑃 = 33 = 27
P= 27
Caso 4: Permutación de n elementos diferentes tomando r
elementos a la vez con repetición.

n r
N1 N2 N3 N4 N5 . . Nk

n n n n n . . n

No. Posibilidades= n1 x n2 x n3 x n4 x…xnk

No. Posibilidades= n x n x n x n x n r

𝑁𝑜. 𝑝𝑜𝑠𝑖𝑏𝑖𝑙𝑖𝑑𝑎𝑑𝑒𝑠 = 𝑛𝑟 1

P= No. Posibilidades 2

Sust. 2 en 1

𝑃 = 𝑛𝑟
Caso 5: Permutación de n elementos donde no todos son diferentes.

DADDY
𝑛!
𝑃=
𝑛1! 𝑛2! … 𝑛𝑘!
n= 5

n1= 3

n2= 1

n3= 1

5! 5! 5 𝑥 4 𝑥 3!
𝑃= = =
3! 1! 1! 3! 3!

P= 20 eventos simples
Problema: Tres niños y dos niñas de cuantas maneras diferentes
pueden colocarse a todos ellos en una fila sí;

No importa el orden en que queden

Las niñas deben quedar juntas y los niños también

Las niñas deben quedar juntas

a) Niña= n, niño= h
3 niños, 2 niños

n =5 n=5
P (n,n) = n!

P(5,5) = 5!

P (5,5) =110
b)
ℎ1 ℎ2 ℎ3 𝑚1 𝑚2 ℎ1 ℎ2 ℎ3 𝑚2 𝑚1

ℎ1 ℎ3 ℎ2 𝑚1 𝑚2 ℎ1 ℎ3 ℎ2 𝑚2 𝑚1

ℎ2 ℎ1 ℎ3 𝑚1 𝑚2 ℎ2 ℎ1 ℎ3 𝑚2 𝑚1

ℎ2 ℎ3 ℎ1 𝑚1 𝑚2 ℎ2 ℎ3 ℎ1 𝑚2 𝑚1

ℎ3 ℎ1 ℎ2 𝑚1 𝑚2 ℎ3 ℎ1 ℎ2 𝑚2 𝑚1

ℎ3 ℎ2 ℎ1 𝑚1 𝑚2 ℎ3 ℎ2 ℎ1 𝑚2 𝑚1

A= 𝑚1 𝑚2 ℎ1 ℎ2 ℎ3
𝑚2 𝑚1 ℎ1 ℎ2 ℎ3
𝑚1 𝑚2 ℎ1 ℎ3 ℎ2
𝑚2 𝑚1 ℎ1 ℎ3 ℎ2
𝑚1 𝑚2 ℎ2 ℎ1 ℎ3
𝑚2 𝑚1 ℎ2 ℎ1 ℎ3
𝑚1 𝑚2 ℎ2 ℎ3 ℎ1
𝑚2 𝑚1 ℎ2 ℎ3 ℎ1
𝑚1 𝑚2 ℎ3 ℎ1 ℎ2
𝑚2 𝑚1 ℎ3 ℎ1 ℎ2
𝑚1 𝑚2 ℎ3 ℎ2 ℎ1
𝑚2 𝑚1 ℎ3 ℎ2 ℎ1

A= { 24 eventos simples} No. De posibles =3! 2! 2! = (6) (2) (2)= 24 eventos


simples

ℎ1 ℎ2 ℎ3 𝑚1 𝑚2

3! 2!

2!
A)

ℎ1 ℎ2 ℎ3 𝑚1 𝑚2

1! 1! 1! 2! No. De posibles =4! 2! = 24 x 2 = 48 eventos


simples

4!

8 equipos de cómputo han sido ensamblados con cierto tipo de monitor, tres con
el tipo A, tres con el tipo B y dos con el tipo C. Todos los equipos deben colocarse
en un aparador para su exhibición. De cuantas, maneras diferentes pueden ser
colocadas.

a) No importa el orden
b) Si los que corresponden al mismo monitor deben estar siempre juntos.

𝑛!
a) P=
𝑛1 ! 𝑛2 ! 𝑛3 !….𝑛𝑘 !

n= 8

n= 3 permutaciones con repetición

n= 3

n= 2

8! 8 𝑥 7 𝑥 6 𝑥 5 𝑥 4 𝑥 3!
𝑃= = =8𝑥7𝑥5𝑥2
3! 3! 2! 3! 3! 2!

P= 560 eventos simples


𝑪𝑨 𝑪𝑨 𝑪𝑨 𝑪𝑩 𝑪 𝑩 𝑪𝑩 𝑪𝑪 𝑪𝑪

3! 3! 2!

P= 31 = 6

P= 6

3!
No. De posibles = 3! = 6 eventos simples

Problema 1

Se tiene 5 cubículos los cuales se pintaron 2 de color blanco, 2 amarillos, 1 verde


y la tonalidad de los colores es la misma determine de cuantas maneras
diferentes se puede efectuar la sucesión de los colores de los cubículos.

Problema 2

Cuantas series diferentes pueden formarse con 4 focos verdes idénticos, 5


amarillos idénticos, 3 azules idénticos, 2 rosas idénticos, 4 morados.

Solución problema 1

n= 5

b b a a v

𝑛1 = 2 𝑛2 = 2
𝑛3 = 1 n= 5

𝑛!
𝑃=𝑛
1 ! 𝑛2 !….𝑛𝑘 !
5! 5 𝑥 4 𝑥 3 𝑥 2!
𝑃= =
2!2!1! 2!2!1!

P = 5x3x2 = 30
P= 30 eventos simples

Solución problema 2

4 verdes n= 18

5 amarillos 𝑛1 = 4

3 azules 𝑛2 = 3

2 rosas 𝑛3 = 5

4 morados 𝑛4 = 2 𝑛5 = 4

𝑛!
𝑃=
𝑛1 ! 𝑛2 ! … … 𝑛𝑘 !

18!
𝑃=
4! 3! 5! 2! 4!
18𝑥17𝑥16𝑥15𝑥14𝑥13𝑥12𝑥11𝑥10𝑥9𝑥8𝑥7𝑥6𝑥5!
𝑃=
4! 3! 5! 2! 4!

18𝑥17𝑥16𝑥15𝑥14𝑥13𝑥11𝑥10𝑥9𝑥8𝑥7
𝑃=
4! 2! ∗ 2

P = 7,718,911,200
COMBINACION

Es el arreglo que se hace u ordenación con determinados elementos sin


tomar en cuenta su posición.

*Ejemplo

a, b, c

Permutaciones Combinaciones

n r Desarrollo Formula total Desarrollo total

3 3 abe, aeb, P(n,n) = n!


bac, bca,
P(3,3) = 3! 6 abc= bac 1
cab, eba
P(3,3) = 6

ab, ba 𝑛!
𝑃(𝑛, 𝑟) =
(𝑛 − 𝑟)!
ac, ca ab= ba
3!
𝑃(3,2) =
cb, bc (3 − 2)! 6 ac= ca 3

3! bc= cb
𝑃(3,2) =
1!

P(3,2)= 6

1 a,b,c 𝑛!
𝑃(𝑛, 𝑟) =
(𝑛 − 3)!

3!
𝑃(3,1) =
(3 − 1)! 3 a,b,c 3

3!
𝑃(3,1) =
2!

P=3
No. De combinaciones= No. De permutaciones

Para n= 3, r= 3 -----------------------------1

1= 6

No. De combinaciones x f.p= No. De permutaciones

1(F.p) = 6

F.p= 6

F.p= 6

F.p= 3!---------2

Sust. Ec. 1 en 2

F.p= r!

Para n=3 ; r=2 ------------------1

No. De combinaciones: x F.p. = N. de permutaciones

3 x F. p= 6
6
F. p= 3 = 2 ; F. p= 2! --------2

Sust. Ec. 1 en 2

F. p = r!

Para n= 3! ; r=1 -----------1

No. De combinaciones x F.p = No. De permutaciones

3 x F.p = 3
3
F.p = 3 = 1 ; F.p = 1! ------2

Sust. Ec. 1 en 2 F.p= r!


No. De cobinaciones . x. F.p = No. De permutaciones --------A

F.p = r! ----------B

Sust. B en A

No. De combinaciones x r! = No. De permutaciones -------C


𝑛!
No. De permutaciones = P(n,r) =(𝑛−𝑟)! − − − − − − − 𝐷

SUST. D en C
𝑛!
No. De combinaciones x r! = (𝑛−𝑟)!𝑟! − − − − − 𝐸

𝑛
No. De combinaciones = c (n,r) = n Cr = 𝐶𝑟 𝑛 = (𝑟 ) − − − − − 𝐹

𝑛!
𝐶(𝑛, 𝑟) =
(𝑛 − 𝑟)! 𝑟!

PRINCIPIO FUNDAMENTAL ADITIVO


Si dos operaciones o más son mutuamente exclusivas o excluyentes y la
primera puede efectuarse de 𝑚1 maneras diferentes y la subsecuentes de
𝑚2 ,𝑚3 ,…… 𝑚𝑘 maneras diferentes, entonces el total de maneras diferentes
en que puede efectuarse el experimento será igual a la suma de todas
ellas.

𝑚1 , 𝑚2 , … … 𝑚𝑘

No. De total de posibilidades= 𝑚1 + 𝑚2 + 𝑚3 + ⋯ . +𝑚𝑘


Problema
Una delegación formada por 4 estudiantes de la facultad de ingeniería se
selecciona todos los años para asistir al congreso nacional de estudiantes
de ingeniería civil de cuantas maneras diferentes se puede elegir a la
delegación si hay.

A) Si hay 23 estudiantes disponibles


B) Si dos de los estudiantes disponibles no asisten en el momento de la
selección.
C) Si dos de los estudiantes, de los disponibles son esposos y solamente
asistirán si van ambos.

Solución
a) e= estudiantes

𝑒1 𝑒2 … 𝑒23

𝑛!
𝐶(𝑛, 𝑟) =
(𝑛 − 𝑟)! 𝑟!

n= 23 ; r= 4

23!
𝐶(23,4) =
(23 − 4)! 4!

23!
𝐶(23,4) =
19! 4!

23 𝑥 22 𝑥 21 𝑥 20 𝑥 19!
𝐶(23,4) =
19! 4!
23 𝑥 22 𝑥 21 𝑥 20
𝐶(23,4) =
24

𝐶(23,4) = 8 855

b) n= 21 ; r=4

𝑛!
𝐶(𝑛, 𝑟) =
(𝑛 − 𝑟)! 𝑟!

21!
𝐶(21,4) =
(21 − 4)! 4!

𝑛!
𝐶(21,4) =
17! 4!

21 𝑥 20 𝑥 19 𝑥 18 𝑥 17!
𝐶(21,4) =
17! 4!

21 𝑥 20 𝑥 19 𝑥 18
𝐶(21,4) =
24

𝐶(21,4) = 5 985

1.-Caso 1. Si asisten

𝑛!
𝐶(𝑛, 𝑟) =
(𝑛 − 𝑟)! 𝑟!

n= 21 ; r= 2

21!
𝐶(21,2) =
(21 − 2)! 2!
21 𝑥 20 𝑥 19! 21!
𝐶(21,2) = 210 𝐶(21,2) = 𝐶(21,2) =
19! 2! 19! 2!

Caso 2 .- No asisten

𝑛!
𝐶(𝑛, 𝑟) =
(𝑛 − 𝑟)! 𝑟!

21!
𝐶(21,4) =
(21 − 4)! 4!

21!
𝐶(21,4) = = 5 985
17! 4!

Aplicando el p.f. a, se tiene:

No. Total de posibles= 210 + 5 985

No. Total de posibles = 6 195

PROBLEMA

De cuantas maneras diferentes puede ser seleccionando un comité,


formado por 3 personas a partir de 4 parejas de casados si;

a) Todos son igualmente elegibles


b) El comité debe estar integrado por dos mujeres y un hombre.

𝑛!
a) 𝐶(𝑛, 𝑟) = (𝑛−𝑟)!𝑟! n= 8 , r= 3

8!
𝐶(8,3) =
(8 − 3)! 3!
8 𝑥 7 𝑥 6 𝑥 5!
𝐶(8,3) =
5! 3!

C (8,3) = 8 X 7

C (8,3) = 56 COMITES

b)

m = mujer ; h = hombres
ℎ1 , ℎ2 , ℎ3 , ℎ4

n= 8 r=
𝑚1 , 𝑚2 , 𝑚3 , 𝑚4

𝑚1 𝑚2 ℎ1 𝑚1 𝑚2 ℎ2

𝑚1 𝑚3 ℎ1 𝑚1 𝑚3 ℎ2

𝑚1 𝑚4 ℎ1 𝑚1 𝑚4 ℎ2

𝑚2 𝑚3 ℎ1 𝑚2 𝑚3 ℎ2

𝑚2 𝑚4 ℎ1 𝑚2 𝑚4 ℎ2

𝑚3 𝑚4 ℎ1 𝑚3 𝑚4 ℎ2

𝑚1 𝑚2 ℎ4
𝑚1 𝑚2 ℎ3
𝑚1 𝑚3 ℎ4
𝑚1 𝑚3 ℎ3
𝑚1 𝑚4 ℎ4
𝑚1 𝑚4 ℎ3
𝑚2 𝑚3 ℎ4
𝑚2 𝑚3 ℎ3
𝑚2 𝑚4 ℎ4
𝑚2 𝑚4 ℎ3
𝑚3 𝑚4 ℎ4
𝑚3 𝑚4 ℎ3
𝑚1 𝑚2 ℎ1 ℎ2
𝑚3 𝑚4 ℎ3 ℎ4 𝐶24
= = 𝐶24 𝐶14
𝐶14

4! 4!
No. De posibilidades = 𝐶24 𝐶14 = (4−2)! 2! 𝑥 (4−1)! 1!

4! 4! 4 𝑥 3 𝑥 2! 4 𝑥 3!
No. De posibilidades = 𝑥 = 𝑥
2! 2! 3! 1! 2! 2! 3!

No. De posibilidades = (2) (3) (4) = 24

No. De posibilidades = 24 eventos simples


BINOMIO DE NEWTON
(𝑎 + 𝑏)0 = 1

(𝑎 + 𝑏)1 = 𝑎 + 𝑏

(𝑎 + 𝑏)2 = 𝑎2 + 2𝑏 + 𝑏 3

(𝑎 + 𝑏)3 = 𝑎3 + 3𝑎2 𝑏 + 3𝑎𝑏 2 + 𝑏 3

(𝑎 + 𝑏 )4 = 𝑎4 + 4𝑎3 𝑏 + 6𝑎2 𝑏 2 + 4𝑎𝑏 3 + 𝑏 4


𝑛
( )
𝑟

𝑛 𝑛 𝑛 𝑛 𝑛
(𝑎 + 𝑏)𝑛 = ( ) 𝑎𝑛 + ( ) 𝑎𝑛−1 𝑏 + ( ) 𝑎𝑛−2 𝑏 2 + ⋯ + ( ) 𝑎𝑛−𝑟 + ⋯ + ( ) 𝑏 𝑛
𝑛 𝑛−1 𝑛−2 𝑛−𝑟 0

𝑛!
𝐶 (𝑛, 𝑟) =
(𝑛 − 𝑟)! 𝑟!

3 3 3 3
(𝑎 + 𝑏) 3 = ( ) 𝑎3 + ( ) 𝑎3−1 𝑏 + ( ) 𝑎3−2 𝑏2 + ( ) 𝑎3−3 𝑏 3
3 3−1 3−2 3−3

3! 2 3 3
(𝑎 + 𝑏) 3 = 𝑎3 + 𝑎2 𝑏 + 𝑎𝑏 2 + ( ) 𝑎0 𝑏 3
(3 − 3)! 3! 3 1 0

3! 3 3! 3! 3!
(𝑎 + 𝑏)3 = 𝑎 + 𝑎2 𝑏 + 𝑎𝑏 2 + 𝑏3
0! 3! (3 − 2)! 2! (3 − 1)! 1! (3 − 0)! 0!

3! 2 3! 3!
(𝑎 + 𝑏)3 = 𝑎3 + 𝑎 𝑏+ 𝑎𝑏 2 + 𝑏3
1! 2! 2! 1! (3! 0!)

3 𝑥 2! 2 3 𝑥 2! 2
(𝑎 + 𝑏)3 = 𝑎3 + 𝑎 𝑏+ 𝑎𝑏 + 𝑏 3
1! 2! 3! 1!

(𝑎 + 𝑏)3 = 𝑎3 + 3𝑎2 𝑏 + 3𝑎𝑏 2 + 𝑏 3


Fórmula del r-esimo término
𝑛
( ) 𝑎𝑛−(𝑟−1) 𝑏𝑟−1
𝑟−1

Donde:

n= es el valor numérico del exponente al que esta elevado el binomio.

r= es el valor numérico de la posición del término del binomio que se desea


conocer.

Tercer termino

n= 3 r=3
𝑛
( ) 𝑎𝑛−(𝑟−1) 𝑏𝑟−1
𝑟−1

3
( ) (2𝑥)3−(3−1) (−3𝑦 2 )3−1
3−1

3
( ) (2𝑥)3−2 (−3𝑦 2 )2
2

3!
(2𝑥)(9𝑦 4 )
(3 − 2)! 2!

3!
(2𝑥)(9𝑦 4 )
1! 2!

3𝑥2!
(2𝑥)(9𝑦 4 )
1! 2!

6𝑥 9𝑦 4

54 𝑥𝑦 4
CAPITULO II: PROBABILIDAD
PROBABILIDAD

Es una medida de la certidumbre que se le asocia a la ocurrencia u


observación de un determinado resultado al realizarse el experimento
correspondiente.

TEORIA DE PROBABILIDDES

Es la rama de las matemáticas aplicadas que trata la concerniente a la


asignación y manejo de probabilidades

AXIOMA DE LA TEORIA DE PROBABILIDADES

 Axioma 1 : La probabilidad de ocurrencia de un evento multiple A es


un número que se le asigna a dicho evento y se representa P(A) cuyo
valor queda comprendido en el intervalo de 0 a 1 .0≤ P(A) ≤ 1
 Axioma 2: Si S es el espacio de eventos de un experimento, entonces
la probabilidad de ocurrencia de S es igual con 1. P(S)=1
 Axioma 3: La probabilidad de la unión de 2 o más eventos múltiples
mutuamente exclusivos o excluyentes es igual a la suma de sus
probabilidades. P(A,U,𝑼𝟏, 𝑼𝟐 ,U….𝑼𝑵 )=P(𝑨𝟏 )+P(𝑨𝟐 )+…..P(𝑨𝑵 )

METODOS PARA LA ASIGNACION DE PROBABILIDADES

Probabilidad Clásica

Éxito – fracaso

Total de eventos = espacio de eventos = s= {N}


S= {éxitos, fracasos}
A= {x/x= éxitos}= {NA}
𝑁𝑜.𝑑𝑒 𝑒𝑥𝑖𝑠𝑡𝑒𝑛𝑡𝑒𝑠
P(A)= 𝑁𝑜.𝑡𝑜𝑡𝑎𝑙 𝑑𝑒 𝑒𝑣𝑒𝑛𝑡𝑜𝑠
𝑁𝐴
P(A) = 𝑁
N= total de casos o eventos
𝑁𝐾 = Total e éxitos p total de eventos favorables
PROBLEMA: Sea el experimento de lanzar una moneda determine la
probabilidad que ocurra águila.

S= {x/x= lanzar una moneda}


𝑛1
S={ = 𝑛1 = 2}
2
S= {dos eventos simples}
A = { x/x = cae águila }
𝑛
A = { 1= 𝑛1 = 1}
1
A = {un evento simple}

Aplicamos probabilidad clásica se tiene


𝑁𝐴
P(A) =
𝑁
1
N=2 ; NA=1 P(A)=
2

B = {x/x= cae sol}

𝑁1
B= { = 𝑛2 =1}
1
B= {un evento simple}
1
NB=1 N=1 P(B)=
2

Probabilidad

1/2

Eventos
Cae Cae
águila sol
PROBLEMA: sea el experimento de lanzar dos dados de manera simultánea. Si a
cada cara del dado le asociamos un número entero positivo del 1 al 6, determine
la probabilidad de que la suma de los dos números que aparecen en las caras que
quedan hacia arriba sea igual a:

a) Sea igual a 0
b) Sea igual a 1
c) Sea igual a 2
d) Sea igual a 3
e) Sea igual a 4
f) Sea igual a 5
g) Sea igual a 6
h) Sea igual a 7

S= {x/x= lanzar dos dados}


𝑛 𝑛
S= { 1 2 = 𝑛1, 𝑥 𝑛2 = 36}
6 6
S= {36 eventos simples}

0
A= { x/x= sea igual a 0} P(A)=
36
𝑛1 𝑛2
A={ }
0 0
A={∅}

0
B= { x/x= sea igual a 1} P(B)=
36
𝑛 𝑛2
B={ 1 }
0 0
B={∅}

1
C= { x/x= sea igual a 2} P(C)=
36
𝑛 𝑛
C={ 1 2}
1 1
C={1 eventos simple }

4
D= { x/x= sea igual a 3} P(D)=
36
𝑛 𝑛
D={ 1 2}
2 2
D={4 eventos simples }

9
E= { x/x= sea igual a 4} P(E)=
36
𝑛 𝑛
E={ 1 2}
3 3
E={9 eventos simples }

16
F= { x/x= sea igual a 5} P(F)=
36
𝑛1 𝑛2
F={ }
4 4
F={16 eventos simples }

25
G= { x/x= sea igual a 6} P(G)=
36
𝑛 𝑛
G={ 1 2}
5 5
G={25 eventos simples }

36
H= { x/x= sea igual a 7} P(H)=
36
𝑛 𝑛
H={ 1 2}
6 6
H={36 eventos simples }

PROBABILIDAD SUBJETIVA

Es aquella cuya asignación se basa en la experiencia y el estado de ánimos de


quien asigna. No tiene ninguna base científica ni metodológica para su asignación
por lo que no tiene ninguna aplicación en la ingeniería, sin embargo, puede utilizarse
como parte inicial para tener idea de la probabilidad de ocurrencia de un evento del
experimento.

MODELOS MATEMATICOS PROBABILISTICOS

Y F(X)

PROBLEMA: Sea el experimento de lanzar 3 monedas de manera simultánea,


determine la probabilidad de obtener 0 caras, 1 cara, 2 caras, 3 caras, 4 caras e
indique que tipo de probabilidad es la que se aplica.
S= {x/x= lanzar 3 monedas}
Águila=1 sol=2
𝑛1 𝑛2 𝑛3
S= { = 𝑛1 𝑥 𝑛2 𝑥 𝑛3 = 8 }
2 2 2

A= {x/x sea igual a 0 caras}


𝑛 𝑛 𝑛
A= { 1 2 3 = 𝑛1 𝑥 𝑛2 𝑥 𝑛3 = 1𝑋1𝑋1 = 1 }
1 1 1
1
P(A)=
8
A= {un evento simple}

B= {x/x sea igual a 1 cara}


B= {aac,aca,caa}
B= {tres eventos simples}
𝑛!
B= { }
𝑛1!,𝑛2!,𝑛3!……𝑛𝑘!
n=3 n1=2 n1=1
3! 3𝑋2!
B= { = = 3}
2!,1! 2!1!
B= {tres eventos simples}
𝑁𝐵
P (B)= NB=3 N=8
𝑁
3
P (B)=
8

C= {x/x sea igual a 2 caras}


C= {cca,cac,acc}
C= {tres eventos simples}
𝑛!
C= { }
𝑛1!,𝑛2!,𝑛3!……𝑛𝑘!
n=3 n1=2 n1=1
3! 3𝑋2!
C= { = = 3}
2!,1! 2!1!
C= {tres eventos simples}
𝑁𝐶
P (C)= NC=3 N=8
𝑁
3
P (C)=
8
D= {x/x sea igual a 3 caras}
D= {CCC}
D= {un evento simple}
𝑛!
D= { }
𝑛1!,𝑛2!,𝑛3!……𝑛𝑘!
n=3 n1=3
3
P(D)=
3

E= {x/x sea igual a 4 caraS}


E= { }
E= {cero eventos simples}
𝑛!
E= { }
𝑛1!,𝑛2!,𝑛3!……𝑛𝑘!
𝑁𝐸
P (E)= NE=0 N=8
𝑁
0
P (E)= =0
8

PROBABILIDAD

3⁄
8

1⁄
8

No de caras
0 1 2 3 4
PROBLEMA: se lanzan dos dados, determine la probabilidad de que la suma de los
dos números que quedan hacia arriba sea igual a 7 u a 11.

A={x,y} {x+y=7}
B={x,y} {x+y=11}

P(AUB)=?

S={x/x= lanzar dos dados}


S={(x,y)/x=1,2,3,4,5,6; y=1,2,3,4,5,6}
𝑛 𝑛
S={ 1 2 = 𝑛𝑥, 𝑛𝑦 = 6𝑥6 = 36}
6 6
S={36 eventos simples}
𝑛 𝑛
A={ 1 2 = 𝑛𝑥, 𝑛𝑦 = 6𝑥1}
6 1
A={seis eventos simples}
𝑁𝐴
P(A)= NA=6 N=36
𝑁
6 1
P(A)= P(A)=
36 6

𝑛 𝑛
B={ 1 2 = 𝑛𝑥, 𝑛𝑦 = 2𝑋1 = 2}
2 1
B={DOS eventos simples}
𝑁𝐵
P(B)= NB=2 N=36
𝑁
2 1
P(B)= P(B)=
36 18

Analizando a los eventos multiples A y B onservamos que son entre si


mutuamente exclusivos o excluyentes, por lo tanto de acuerdo al axioma 3
se tiene:

P(AUB)=P(A)+ P(B)
1 1 3 1
P(AUB)= + = +
6 18 18 18
4 2
P(AUB)= =
18 9
2
P(AUB)=
9
A={X,Y} {X+Y=7}
B=(X,Y) (X+Y=11)
P(AUB)=?

(1,1) (1,2) (1,3) (1,4) (1,5) (1,6)


(2,1) (2,2) (2,3) (2,4) (2,5) (2,6)
S= (3,1) (3,2) (3,3) (3,4) (3,5) (3,6)
(4,1) (4,2) (4,3) (4,4) (4,5) (4,6)
(5,1) (5,2) (5,3) (5,4) (5,5) (5,6)
(6,1) (6,2) (6,3) (6,4) (6,5) (6,6)

A={(6,1) (5,2) (4,3) (3,4) (2,5) (1,6)}


B={(6,5) (5,6)}
AUB ={(6,1) (5,2) (4,3) (3,4) (2,5) (1,6) (6,5) (5,6)}
AUB= {8 eventos simples}
𝑁𝐴𝑈𝐵
P(AUB)= NAUM=8 N=36
𝑁
8 4𝑋2 2
P(AUB)= = =
36 9𝑋4 9
2
P(AUB)=
9

PROBLEMA: En un laboratorio de ensaye de materiales se probaron 100


cilindros de concreto, nominalmente idénticos es decir elaborados con el
mismo concreto anotándose la carga de la resistencias hasta su falla , de
esta sucesión de experimentos se anotaron los siguientes resultados.

A={x/6 ≤ x ≤ 200 kg/𝑐𝑚2 }


B={x/200 < x ≤ 400 kg/𝑐𝑚2 }
C={x/400 < x ≤ 600 kg/𝑐𝑚2 }
D={x/600 < x ≤ 800 kg/𝑐𝑚2 }
E={x/800 < x ≤ 1000 kg/𝑐𝑚2 }
F={x/x > 1000 kg/𝑐𝑚2 }

Determine la probabilidad de que un cilindro tomado al azar resista 800 kg


b) mas de 600 kg
c) mas de 400 kg pero cuando mucho 1000 kg

analizando los eventos A,B,C,D,E,F, observamos que son entre si


mutuamente exclusivos.
a)G= {x/x=800 kg/𝑐𝑚2 }
𝑁𝐺
P(G)= N=100 NG=?
𝑁
P(G)=?

b) H= {x/x=600 kg/𝑐𝑚2 } P(H)=?


Aplicando el axioma 3
P(A,UA2 U,,,,U,…An) = P(A)+P(A2)+P(Ay)
P(H)=P(D)+P(E)+P(F)
P(H)= 0.13+0.11+0.08
P(H)=0.32

c)I={x/400< x ≤ 1000 kg/𝑐𝑚2 }


Aplicando axioma 3
P(I)= P(C) +P(D)+P(E)= 0.27+0.13+0.11=0.51

Sea el experimento de lanzar dos dados , si a cada cara del dado le


asociamos un numero entero positivo del 1 al 6, determine la probabilidad
de que por lo menos uno de ellos muestre
a) un número mayor de 3
b) un 5
c) un número par

S={x/x= lanzar 2 dados}


𝑛1 𝑛2
S= { =n1xn2 =6x6= 36 posibilidades}
6 6

CASO 1
a)A={x/x un un numero mayor a 3}
𝑛1 𝑛2
A= { =n1xn2 =3x6}
3 6
A= {18 posibilidades}
𝑁𝐴
P(A)= NA=18 N=36
𝑁
18 1 1
P(A)= = ; P(A)=
36 2 2

CASO 2
B={(x,y)/y>3}
𝑛𝑥 𝑛𝑦
B= { = nx ny= 6x3=18}
6 3
B={18 eventos simples}
𝑁𝐵
P(B)= NB=18 N=36
𝑁
18 1
P(B)= =
36 2
1
P(B)=
2

CASO 3
A∩B ={(x,y) x=y =3}
𝑛𝑥 𝑛𝑦
A∩B= { = nx ny = 3x 3}
3 3
A∩B= { 9 eventos simples}
𝑁A∩B
P(A∩B)= N A∩B= 9 N= 36
𝑁
9 9 1
P(A∩B)= = =
30 9+4 4
1
P(A∩B)=
4
1 1 1 1 4−1 3
P(AUB)=P(A)+P(B)- P(A∩B)= + - = 1- = =
2 2 4 4 4 4
3
P(AUB)=
4

TEOREMA 1

Si a es un evento múltiple perteneciente al espacio de eventos del


experimento s, entonces la probabilidad del complemento del evento
múltiple a será igual.

P (A’)= 1- P(A)

Comprobación:
Se tiene a los eventos a y a’ ambos son entre si mutuamente
exclusivos,
Por axioma (3) se tiene:

P (AUA’)= P (A) + P (A’) -------- (1)

Sabemos que

AUA’= S

 P(AUA’)= P(S)-----------(2)
sust. (2) en (1)
P(S)= P(A)+P (A’)

Despejando a A’

P (A’)= P(S)- P(A) ------------------ (3)

Por axioma (2)

P(s) = 1-------------------- (4)

sust. (4) en (3)


P(A´)= 1- P(A) Queda demostrado

TEOREMA 2

Si A y B son dos eventos mutuamente no exclusivos entonces la


probabilidad de la unión de ambos es igual a la suma de sus
probabilidades menos la probabilidad de ocurrencia de ambos.

P (AUB)= P(A)+P(B) – P(AnB)

Demostración

Como A y B son no exclusivos se tiene

A B

A’ n B

A n B’ AnB

Como los eventos AnB’; AnB , A’ n B son entre si mutuamente


exclusivos se tiene que:

AUB= (AnB’) U (AnB) U (A’ n B)


Por axioma (3) se tiene

P (AUB)= P(AnB’)+ P(AnB)+ P(A’n B)

Agrupando términos

P (AUB)= [P (AnB’)+ P (AnB)] + P (A’ n B) --------------------- (1)

P (AnB’)+ P (AnB)= P(A) ---------------------------------------- (2)

SUSTI (2) en (1)

P (AUB)= P(A)+P (A’ n B)+P (AnB) – P (AnB)

Agrupando términos:

P (AUB)=P(A) + [P(A’n B)+P (AnB)]-P (AnB) --------------------- (3)

Sabemos que:

P(A’n B)+P (AnB)=P (B) ------------------------------------------------ (4)

Sust.ec (4) en (3)


Queda demostrado
P (AUB)= P(A)+ P (B) – P (AnB)

PROBABILIDAD CONDICIONAL

Es aquella que permite determinar la probabilidad de ocurrencia de un


evento a partir de la ocurrencia de otro.

P (M/P) P (A/M)
A M

NA NAnM
𝑁𝐴𝑛𝑚
P (M/A)=
𝑁𝐴

𝑁𝐴𝑛𝑚 𝑁
P (M/A)= ( )
𝑁𝐴 𝑁

𝑁𝐴𝑛𝑚 𝑃(𝐴𝑛𝑀)
P (M/A)= 𝑁 =
𝑁𝐴
𝑃(𝐴)
𝑁

𝑃(𝐴𝑛𝑀)
P (M/A)=
𝑃(𝐴)

Teorema de probabilidad total

A1 A2 A3 . . M= (A1 n M) U (A2 n M)…………U (An n


. . . . . m)

. . . . .

. . . . An

Analizando a los evento A1 n M; A2 n M…………..An n M, observamos que son


entre si exclusivos.

Por axioma (3) se tiene

P (M)= P (A1 n M)+ P (A2 n M)+……………..+P (An n M)


……………………………… (1)

 Aplicando probabilidad condicional


𝑝(𝐴1𝑛𝑀)
P (M/A1)=
𝑃(𝐴1)

𝑝(𝐴2𝑛𝑀)
P (M/A2)=
𝑃(𝐴2)

𝑝(𝐴𝑛 𝑛 𝑀)
P (M/An)=
𝑃(𝐴𝑛)

De ecuación (2) despejamos a la intercesión


P (A1 n M)= P (M/A1) P (A1)

P (A2 n M)= P (M/A2) P (A2)

P (An n M)= P (M/An) P (An)

Sust (3) en (1)


P (M)= P (M/A1) P (A1)+ P (M/A2) P(A2) + P (M/A3) P
(A3)……..+ P (M/An) P (An)

𝑀
P(M)=∑𝑛𝑖=1 𝑝 (𝐴𝑖) 𝑝(𝐴𝑖)

TEOREMA DE BAYES

P(A∩Ai)
P(M/Ai)= ---------------- 1
𝑃(𝐴𝑖)
P(A∩Ai)
P(M/Ai)= ----------------- 2
𝑃(𝑀)

Despejando de 1 y 2 a P (M/Ai)
P(M/Ai)=P(M/Ai) P(Ai) ---------------A
P(M/Ai)=P(M/Ai) P(M)----------------B

Igualando A y B
P(M/Ai) P(Ai)= P(Ai/M) P(M)
P(M/Ai)P(Ai)
P(Ai/M)=
𝑃(𝑀)
𝑛 𝑀
P(M)=∑𝐼=1 𝑃( ) P(Ai)
𝐴𝑖

P(M/Ai) P(Ai)
P(Ai/M) 𝑀
∑𝑛
𝐼=1 𝑃( ) P(Ai)
𝐴𝑖

PROBLEMA: Para representar un examen un alumno considera que la


probabilidad de que estudie es de .9, el catedrático que aplicara el
examen a establecido que si un alumno estudia tiene una
probabilidad de .8 de aprobarlo, sin embargo si no estudia será .3.
¿Cuál es la probabilidad de que un alumno
a) Estidie y apruebe el examen
b) No estudie y no apruebe el examen
c) Apruebe el examen
d) No apruebe el examen

E={x/x=estudia}
P(E)=0.9
A={x/x=apruebe el examen}
P(A/E)=0.8
NE={x/x=no estudia}
P(A/NE)=0.3

a)P(E∩A)=?
P(E∩A)
P(A/E ) =
𝑃(𝐸)
P(E∩A)= P(A/E) P(E)
P(E) =0.90
P(A/E)=0.80
P(E∩A)= 0.90(0.80)= 0.72
P(A/E)=0.72

b)P(NE∩NA)=?
P(NE∩NA)
P(NA/NE) =
𝑃(𝑁𝐸)
P(NA/NE)= P(NA/NE) P(NE)
Por teorema 1

P(NA/NE)= 1-P(A/NE)=1-0.30= 0.70


P(NA/NE)= 0.70
P(NE∩NA)=(0.7)(0.10)
P(NE∩NA)=0.07

c)P(A)=?
P(A)=P(A/E) P(E) + P(A/NE) P(NE)
P(A)= 0.80 (0.90)+ 0.30(0.10)
P(A)=0.72+0.03=0.75
P(A)=0.75

d)P(NA)=?
P(NA)= P(NA/E) P(E) +P(NA/NE) P(NE)
P(NA)=1-P(A)=1-0.75=0.25

P(NA/E) P(E) = P(NA)=0.25


P(NA)= 1-P(A)=1-0.75=0.25

Por teorema 1
P(NA/E)=1-P(A/E)
= 1-0.8=0.20

PROBLEMA: La probabilidad de que el competidor a de en el


blanco es ¼ y de que el competidor B de en el blanco es de 2/5
, si A y B disparan simultáneamente , cual es la probabilidad de
que se pegue al blanco

P(A)=0.25
P(B)=0.40

S={x/x=tirar al blanco}
a=acierte f=falle

S={(A,B)/ A= acierta, falla; B=acierta, falla}


S={(a,f)(a,a),(f,a),(f,f)}
A={(x,y)/x=acierta}
A={(a,f)(a,a)}
B={(x,y)/y=acierta}
B={(a,a)(f,a)}

Analizando a los eventos A y B observamos que son entre si no


exclusivos
Por teorema 2
P(AUB)= P(A)+P(B)-P(A∩B)
P(A)=1/4
P(B)=2/5
P(A∩B)=?

Como A y B disparan al mismo tiempo el resultado no afecta


por cualquiera de ellas es decir que falle o que acierte
cualquiera de ellos no influye en el resultado del otro por lo
tanto podemos decir que existe independencia entre ellos
Aplicando la condición de independencia se tiene

P(A∩B)= P(A) P(B)


P(A∩B)= (1/4)(2/5)= 2/20=1/10
P(A∩B)=1/10
5+8 1
P(A∩B)=1/4+2/5-1/10= -
20 10
13 2 11
P(AUB)= - =
20 20 20
11
P(AUB)=
20

PROBLEMA: se tiene una caja con 20 fusibles de los cuales 5 son


defectuosos. Si se eligen al azar a dos de ellos y se retiran de la
caja de forma sucesiva y sin remplazo cual es la probabilidad
de que:
a) Ambos fisibles sean defectuosos
b) El primero sea defectuoso y el segundo funcione
c) Uno sea defectuoso y el otro funcione

a)d=defectuoso nd=no defectuoso


5𝑑
20f= =2
15 𝑛𝑑

S={x/x= seleccionar dos fusibles}


(d,d) (d,d)

20
20 20! 20! 20 𝑥 19 𝑥 18!
S= => = (20−2)!2! = =
𝑓 18!2! 18!2!
2

S={190 eventos simples }

A={x/x= dos fusibles defectuoso}

20 5𝑑 𝐶25 5! 15! 5! 15!


A= => => = 𝐶25 𝐶015 = (5−2)!2! = (15−2)!0! = x
𝑓 15 𝑛𝑑 𝐶015 3!2! 15!

5𝑥4𝑥3!
A= { = 10}
3!2!

A={10 eventos simples}


P(A) {}

10 1 1
P(A)= = P(A)=
190 19 19

*Aplicando independencia de eventos


P(B∩C)=?

B={x/x= fusibles defectuosos en la primera extracción }


C={x/x= fusibles defectuosos en la segunda extracción }
20 5𝑑
B= { => = 5}
𝑓 15 𝑛𝑑
B= {5 eventos simples}
S= {20 eventos simples }
𝑁𝐵
P(B)= NB= 5 N=20
𝑁
5 1 1
P(B)= = P(B)=
20 4 4

19 4𝑑
C={ => = 4}
𝑓 15𝑛𝑑

C={ 4 eventos simples}


𝑁𝐶
P(C)= N=4 N=19
𝑁
4
P(C)=
19
P(B∩C)= P(B) P(C)
1 4 1
P(B∩C)=( ) ( ) =
4 19 19
1
P(B∩C)=
19

20
S= { => 20 eventos simples}
𝑓

D= {X|X = fusible defectuoso en la primera extracción}


20 3𝑑
D= { => => 5 eventos simples}
𝑓 15𝑛𝑑

D= {5 eventos simples}
𝑁𝐷
P (D)= ; ND= 5; N= 20
𝑁

5 1 1
P (D)= = ; P (D)=
20 4 4

E= {X|X = Fusible que funciona en la segunda extracción}


19 5𝑑
E= 15 eventos simples
𝑓 15𝑛𝑑

E= {15 eventos simples}


𝑁𝐸
P (E)= ; NE= 15; N=19
𝑁

15
P (E)=
19

P (DnE)=!
Aplicando independencia de eventos se tiene
1 15
P (DnE)= P (D) P (E)= ( ) ( )
4 19

15
P (DnE)=
16

TERCER CÁPITULO

Variable Aleatoria
Se define como una función real que asocia un elemento numérico con
cada uno de los eventos simples del espacio de un evento también puede
decirse que es una variable cuyo resultado o valor no puede ser predicho
antes de un experimento. A la variable aleatoria también se le conoce
como variable posible cantidad incierta o variable estocástica.

Las variables aleatorias se clasifican en:

 Variables aleatorias discretas


 Variables aleatorias continuas

Variable aleatoria discreta


Se dice que es una variable aleatoria discreta cuando el número de
valores que puede asumir es finito, es decir cuando los resultados del
experimento aleatoria al que está asociado la variable se define para
algunos valores d(x).

Variable aleatoria continua


Es aquella cuyo dominio de definición es el conjunto de los números reales,
es decir cuándo puede asumir cualquier valor dentro de un intervalo.

x(a) sx

𝑥1
𝑎1
𝑥2
𝑎2
.
𝑎3
.
𝑎𝑘
.
.
𝑥𝑛
.

.
𝑎𝑛

PROBLEMA
Sea el experimento de lanzar un dado si a cada cara del dado le
asociamos un numero entero positivo del 1 al 6. Determine las siguientes
variables aleatorias.

a) x(a) = a
b) x(a) = a-2
c) x(a) =|𝑎 − 3|
a) x(a)= a

S= { X/X = lanzar un dado}

S= { 1, 2, ,3, 4, 5, 6}

x(a) = a

x(1)= 1

x(2)= 2

x(3) = 3

x(4)= 4

x(5)= 5

x(6)= 6

𝑆𝑥 = {1, 2,3,4,5,6}

S 𝑆𝑥

1
1
2
2
3
3
4
4
5
5
6
6

b) x(a) = a-2

x(1)= 1-2 = -1
x(2) = 2-2 = 0

x(3) = 3-2 = 1

x(4) = 4-2 = 2

x(5) = 5-2 = 3

x(6) = 6-2 = 4

𝑆𝑥 = {−1,0,1,2,3,4}

x(a)= a-2

S 𝑆𝑥

1 -1

2 0

3 1

4 2

5 3

6 4

c) x(a) = |𝑎 − 3|

x(1) = |1 − 3| = |−2| = 2

𝑥(2) = |2 − 3| = |−1| = 1

𝑥(3) = |3 − 3| = |0| = 0
𝑥(4) = |4 − 3| = |1| = 1

𝑥(5) = |5 − 3| = |2| = 2

𝑥(6) = |6 − 3| = |3| = 3

x(a)= |𝑎 − 3|

S 𝑆𝑥

2
1
1
2
0
3
3
4

*Funciones que se le pueden asociar a una variable aleatoria.


Las funciones que se le pueden asociar a una variable son:

*Función de densidad o distribución de probabilidades se define como la


probabilidad de que la variable aleatoria asuma un valor igual con x, y se
representa por una 𝑓𝑥 (𝑥) o 𝑝𝑥 (𝑥)

*Función de distribución o distribución de probabilidades acumuladas.


Se define como la probabilidad de que la variable aleatoria asuma un
valor igual o menor a x.

Se representa por una 𝐹𝑥 (𝑥) 𝑃𝑥 (𝑥)

*Caso discreto

𝑓𝑥 (𝑥) = 𝑃{𝑥 = 𝓍}

𝐹𝑥 (𝑥) = 𝑃{𝑥 ≤ 𝓍}

PROBLEMA
S= { 1,2,3,4,5,6}

𝑥(𝑎) = |𝑎 − 3|

a) el espacio de eventos de la variable aleatoria


b) la función de densidad
c) la función e distribución
d) sus graficas

a) S= { 1,2,3,4,5,6}

𝑥(𝑎) = |𝑎 − 3|

𝑥(1) = |1 − 3| = 2

𝑥(2) = |2 − 3| = 1

𝑥(3) = |3 − 3| = 0

𝑥(4) = |4 − 3| = 1

𝑥(5) = |5 − 3| = 2

𝑥(6) = |6 − 3| = 3

𝑆𝑥 = {0,1,2,3}
b) 𝑓𝑥 (𝑥) = 𝑃(𝑥 = 𝜒)
𝑓𝑥 (0) = 𝑃(𝑥 = 0)
1
𝑃(3) = 6
𝑥(𝑎) = |𝑎 − 3|

S 𝑆𝑥

0
1
1
2
2
3
3
4

1
𝑓𝑥 (0) = 6

2 1
𝑓𝑥 (1) = 𝑃{𝑥 = 1} = 𝑃{2,4} = =
6 3
1
𝑓𝑥 (1) =
3

𝑓𝑥 (2) = 𝑃{𝑥 = 2} = 𝑃(1,5)


2 1 1
𝑓𝑥 (2) = = ; 𝑓𝑥 (2) =
6 3 3
1
𝑓𝑥 (3) =
6

𝑓𝑥 (𝑥)

2/6

1/6

0 1 2 3 x

c) Determinación de la función de distribución

𝐹𝑥 (𝜒) = 𝑃{𝑥 ≤ 𝜒}

𝐹𝑥 (0) = 𝑃{𝑥 ≤ 0} = 𝑃{𝑥 = 0} = 𝑓𝑥 (0)

1
𝐹𝑥 (0) =
6

𝐹𝑥 (1) = 𝑝{𝑥 ≤ 1} = 𝑝{𝑥 = 0} + 𝑃{𝑥 = 1}

𝐹𝑥 (1) = 𝑝{𝑥 ≤ 1} = 𝑝{𝑥 = 0} + 𝑃{𝑥 = 1}

1 2 3 1
𝐹𝑥 (1) = 𝑓𝑥 (0) + 𝐹𝑥 (1) = + = =
6 6 6 2

1
𝐹𝑥 =
2
2 1 2 3 5
𝐹𝑥 (2) = 𝑝{𝑥 ≤ 2} = 𝑃{𝑥 = 2} + 𝑃{𝑥 ≤ 1} = 𝑓𝑥 (2) + 𝐹𝑥 (1) = + = + =
6 2 6 6 6
5
𝐹𝑥 (2) =
6

𝐹𝑥 (3) = 𝑝{𝑥 ≤ 3} = 𝑝{𝑥 = 3} + 𝑝{𝑥 ≤ 2}

1 5 6
𝐹𝑥 (3) = + = =1
6 6 6

𝐹𝑥 (3) =

𝐹𝑥 (𝑥)

𝐹𝑥 (∞) = 1

5/6

3/6

1/6

𝐹𝑥 (−∞) = 0

−∞ 0 1 2 3 x

Sea el experimento de lanzar dos monedas si la variable aleatoria está


definida por el número de caras que aparecen hacia arriba, determine.

a) Espacio de eventos de la variable aleatoria


b) La función

B= {x,y} / y = acierta}

B= {a,a} {f,a}

Analizando a los eventos A y B observamos que son entre si no exclusivos

Por teorema 2

𝑃(𝐴 ∪ 𝐵) = 𝑃(𝐴) + 𝑃(𝐵) − 𝑃(𝐴 ∩ 𝐵)


1
𝑃(𝐴) =
4
2
𝑃(𝐵) =
5

𝑃(𝐴 ∩ 𝐵) =?

Como A y B disparan al mismo tiempo el resultado no les afecta por cualquiera


de ellas es decir el que falle.

SOLUCION

S{x/x= lanzar dos monedas}


𝑛1 𝑛2

2 2
S=

S= { 4 eventos simples}

C= cara ; a= águila

a) Determinación del espacio de eventos de la variable aleatoria.

S= {aa, ca, ac, cc}


x(a) = No. De caras
x(aa)=0
x(ca)= 1
x(ac)= 1
x(cc)=2
𝑆𝑥 = {0,1,2}
b) Determinación de la función de densidad 𝑓𝑥 (𝑥)
𝑓𝑥 (𝑥) = 𝑃{𝑥 = 𝜒}
1
𝑓𝑥 (0) = 𝑝{𝑥 = 0} = 𝑃{𝑎𝑎} =
4
1
𝑓𝑥 (0) =
4
2 1
𝑓𝑥 (1) = 𝑝{𝑥 = 1} = 𝑃{𝑎, 𝑎𝑐} = =
4 2
1
𝑓𝑥 (1) =
2

1
𝑓𝑥 (2) = 𝑝{𝑥 = 2} = 𝑃{𝑐𝑐} =
4
1
𝑓𝑥 (2) =
4
𝑓𝑥 (𝑥)

2/4

1/4

0 1 2

c) Determinación de la función de distribución.

𝐹𝑥 (𝔵) = 𝑝{𝑥 ≤ 𝔵}
1
𝐹𝑥 (0) = 𝑝{𝑥 ≤ 0} = 𝑃{𝑥 = 0} = 𝑓𝑥 (0) =
4
1
𝐹𝑥 (0) =
4
𝐹𝑥 (1) = 𝑝{𝑥 ≤ 1} = 𝑃{𝑥 = 1} + 𝑃{𝑥 = 0}
1 1 2 1
𝐹𝑥 (1) = 𝑓𝑥 (1) + 𝑓𝑥 (0) = + = +
2 4 4 4
3
𝐹𝑥 (1) =
4
𝐹𝑥 (2) = 𝑝{𝑥 ≤ 2} = 𝑝{𝑥 = 2} + 𝑝{𝑥 ≤ 1}
1 3
𝐹𝑥 (2) = 𝑓𝑥 (2) + 𝐹𝑥 (1) = +
4 4
𝑟+3 4
𝐹𝑥 (2) = = =1
4 4
𝐹𝑥 (2) = 1
𝐹𝑥 (∞) = 1

3/4

1/4

𝐹𝑥 (−∞) = 0

0 1 2

PROBLEMA
Una empresa extranjera desea invertir en nuestro país para ello solo se le permiten
inversiones en 4 sectores a,b,c con ganancias respectivas de 10, 20 y 50 millones
de dólares anuales y probabilidades de inversión en el rubro “d” con una pérdida
de 30 millones anuales.

Si las probabilidades de llegar a invertir en cada una de ellas son respectivamente


0.1 , 0.4, 0.2 y 0.3. Determine la ganancia que espera obtener dicha empresa.

x(a)= 10 = 0.1

x(b)= 20 = 0.4

x(c)= 50 = 0.2

x(d) = 30 = 0.3

E{x}= 10(0.1)+20(0.4)+20(0.2)-30(0.3)

E{x}= 1+8+10-9

E{x}= 10 millones
SOLUCION

Tipos de Utilidad (x) Probabilidad de


inversión ganancia inversión 𝑓𝑥 (Χ)

a 10 0.1

b 20 0.4

c 50 0.2

d -30 0.3
n

E{x} = ∑ xi fx (x)
i=I

E{x}=10

Propiedades de la función de distribución

Propiedad 1

Debe ser continua por la derecha.

Propiedad 2

Debe ser monódicamente no decreciente.

Propiedad 3

La función de distribución para 𝐹𝑥 (∞) = 1 𝑝𝑎𝑟𝑎 𝐹𝑥 (−∞) = 0

*Esperanza matemática
Se define como el valor de la variable aleatoria que se espera que ocurra
al llevar acabo el experimento se representa por E{x} (el valor que se
espera que ocurra) 𝐸{𝑥} = ∑𝑛𝑖=𝐼 𝑥𝑖 𝑓𝑥 (𝔵) (como se calcula la EM para el valor
discreto).

PROBLEMA

Se lanzan dos monedas de manera simultánea determine el


número de cajas que se esperan que ocurran al llevar acabo el
experimento.

S={ x/x= lanzar dos monedas}

c= cara; a= águila

S={ aa,ca,ac,cc}

x(a)= No. De caras

x(aa)= 0 x(cc)=2

x(ca)= 1

x(ac)= 1

𝑆𝑥 = {0,1,2}

𝑓𝑥 (𝔵) = 𝑝{𝑥 = 𝔵}
1
𝑓𝑥 (0) = 𝑝{𝑥 = 0} =
4
1
𝑓𝑥 (1) = 𝑝{𝑥 = 1} =
2
1
𝑓𝑥 (2) = 𝑝{𝑥 = 2} =
4

𝑓𝑥 (𝑥)
2/4

1/4

0 1 2 x

𝐸{𝑥} = ∑𝑛𝑖=𝐼 𝑥𝑖 − 𝑓𝑥 (𝑥)


1 1 1
𝐸{𝑥} = 0 ( ) + 1 ( ) + 2 ( )
4 2 4
1 2 1 1
𝐸(𝑥) = 0 + + = + = 1
2 4 2 2

𝐸(𝔵) = 1

1 2 4 1
𝐹𝑋 (𝑥) = 𝑥 + 𝑥−
15 15 3

𝐹𝑥 (−∞) = 0

𝐹𝑥 (1) = 0

1 4 1
𝐹𝑥 (1) = (1)2 + (1) +
15 15 3
1 4 1 5 1
𝐹𝑥 (1) = + − = −
15 15 3 15 3
1 1
𝐹𝑥 (1) = − =0
3 3

𝐹𝑥 (1) = 0

𝐹𝑥 (∞) = 1

𝐹𝑥 (4) = 1

1 4 1
𝐹𝑥 (4) = (4)2 + (4) −
15 15 3
16 16 1
𝐹𝑥 (4) = + −
15 15 3
32 5
𝐹𝑥 (4) = −
15 15
32 − 5 26
𝐹𝑥 (4) = =
15 15

A) Determinación de las medidas de dispersión

a) variancia ovarienza

𝜗(𝑥) = ∑(𝑥 − 𝐸)(𝔵)2 𝑓𝑥 (𝔵)


2

𝑖=𝐼
𝑆𝑥 = {0,1,2}
𝐸(𝔵) = 1

x 𝒇𝒙 (𝒙) E(x) x-E(x) (𝒙 − 𝑬(𝒙)𝟐 ) (𝒙 − 𝑬(𝒙)𝟐 )𝒇𝒙 (𝒙)

0 ¼ 1 -1 1 1/4

1 ½ 1 0 0 0

2 ¼ 1 1 1 1/4
1
∑(𝑥 − 𝐸(𝑥)2 )𝑓𝑥 (𝑥) =
2
1
𝜗(𝔵)2 =
2
b) Determinación de la desviación estándar.

𝜗(𝑥) = √∑(𝑥 − 𝐸(𝑥)2 )𝑓𝑥 (𝔵)


1−1

1
𝜗(𝑥) = √ = √0.5
2
𝜗(𝑥) = 0.71
c) Coeficiente de variación

𝜗(𝑥)
C.V=
𝐸(𝑥)

1
2 1
C.V = =
1 2
C.V= 0.5

Caso continuo
𝑑𝐹𝑥 (𝑥)
𝑓𝑥 (𝑥 ) =
𝑑𝔵
𝑥
𝐹𝑥 (𝔵) = ∫ 𝑓𝑢 (𝑢)𝑑𝑢
−∞
𝐹𝑥 (∞) = 1 ; 𝐹𝑥 (−∞) = 0

𝑓𝑥 (𝑥)

Siempre el área

Bajo la curva es 1.

𝑥1 𝑥𝑛 X

𝑓𝑥 (𝑥)

¾a

1/3 a

1 4 x
Determinar 𝑓𝑥 (𝑥) ; 𝐹𝑥 (𝑥)

𝐵+𝑏
𝐴=( )ℎ
2

4𝑎 1
+ 𝑎
3 3
𝐴= ( )3 A= 1
2

5
𝑎
1 = (3 ) 3
2
1

5𝑎(3) 5
1= = 𝑎
3(2) 2
2
𝑎=5

4𝑎 4 2 8
= ( )=
3 3 5 15

4𝑎 8
=
3 15

1 1 2 2
𝑎= ( )=
3 3 5 15
1 2
𝑎=
3 15

𝑓𝑥 (𝑥)
8/15 B(4, 8/15)

2/15 A(1, 2/15)

1 4 x

A( 1, 2/15) B(4, 8/15)


𝑦2 − 𝑦1
𝑦 − 𝑦1 = (𝑥 − 𝑥1 )
𝑥2 − 𝑥1

8 2
2 −
15 15
𝑦− = (𝑥 − 1)
15 4−1

6
2 15
𝑦− = (𝑥 − 1)
5 3
2 6
𝑦− = (𝑥 − 1)
5 15(3)

2 2
𝑦− = (𝑥 − 1)
5 15
2 2 2
𝑦− = 𝑥−
5 15 15
2 2 2
𝑦= 𝑥− +
15 15 5
2 2 6
𝑦= 𝑥− +
15 15 15
2 4
𝑦= 𝑥+
15 15
2 4
𝑓𝑥 (𝑥) = 𝑥+
15 15

1≤𝑥≤4

b) Determinación de 𝐹𝑥 (𝑥)

𝑥
𝐹𝑥 (𝑥) = ∫ 𝑓𝑢(𝑢)𝑑𝑢
−∞
𝑥
2 4
𝐹𝑥 (𝑥) = ∫ ( 𝑢 + ) 𝑑𝑢
1 15 15
𝑥 2 4 𝑥
𝑈 𝑑𝑢 + ∫ 𝑑𝑢
𝐹𝑥 (𝑥) = ∫ 15 15 1
1

2 𝑥 4 𝑥
𝐹𝑥 (𝑥) = 15 ∫1 𝑈 𝑑𝑢 + 15 ∫1 𝑑𝑢

𝑥
2 𝑢2 4
𝐹𝑥 (𝑥) = [ ] + ⌈𝑢⌉1𝑥
15 2 1 5

2 𝑥2 1 4
𝐹𝑥 (𝑥) = [ − ] + [𝑥 − 1]
15 2 2 15

𝑥 𝑥2 𝑥 1 4 4
𝐹𝑥 (𝑥) = ( )− ( )+ 𝑥−
15 𝑥 15 2 15 15

1 2 1 4 4
𝐹𝑥 (𝑥) = 𝑥 − + 𝑥−
15 15 15 15
1 2 4 5
𝐹𝑥 (𝑥) = 𝑥 + 𝑥−
15 15 15

También podría gustarte