Documentos de Académico
Documentos de Profesional
Documentos de Cultura
MÉXICO
INSTITUTO TECNOLOGICO DE
TLAXIACO
PROBABILIDAD Y ESTADISTICA
INGENÍERIA CIVIL
CATEDRÁTICO:
MUÑOZ JIMAREZ NORBERTO ALFONSO
GRUPO: 2BC
CONJUNTOS
AC ={X : X ∈∪ ; X ∈ A }
AC es la diferencia entre el conjunto universal U y el conjunto A.
A ∪B
A∩B
A∖B
A B
AC
EJEMPLO:
A= {1, 2, 3,4}
B= {3, 4, 5,6}
U= {1, 2,3…}
A ∪B= {1,2,3,4,5,6}
A ∩ B = {3,4}
A/ B = {1,2}
AC = {5,6}
7 a A ∪ A C =U 7 b A ∩ A C =∅
8 a A ∪ ( Aᶜ ) ᶜ= A 8 b Uᶜ=∅ ∅ ᶜ=U
Leyes de Morgan:
9 a ( A ∪ B ) ᶜ=A C ∩B C 9 b ( A ∩ B ) ᶜ= AC ∪B C
PROBABILIDAD DE EVENTOS
ALEATORIOS
DIAGRAMAS DE ÁRBOL
A A1A2
A
S A1 S2
O
S
S S1S2
A
S1A2
Lanzamiento de un dado 2 veces:
(1,1) (1,2) (1,3) (1,4) (1,5) (1,6)
(2,1) (2,2) (2,3) (2,4) (2,5) (2,6)
(3,1) (3,2) (3,3) (3,4) (3,5) (3,6)
36 posibles
(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)
PERMUTACIONES Y COMBINACIONES
n!
nPr=
( n−r ) !
n : N ° Total de elementos
r : N ° De elementos de los arreglos ó subconjuntos
Ejemplos:
Se tienen las 5 vocales cuantas permutaciones de dos en dos se pueden obtener:
n! 5! 5! 5∗4∗3!
nPr= =5 P2= = = =20
( n−r ) ! (5−2) ! 3! 3!
11 ! 11!
11P1,1,2,1,3,1,1,1= 1! , 1 ! , 2! , 1 ! , 3! ,1 ! , 1! , 1 ! = 12 =3,326,400
¿Cuántas palabras se podrán formar con la palabra “parangaricutirimicuaro”?
PARANGARICUTIRIMICUARO
n1, n2, n3, n4, n5, n6, n7, n8, n9, n10, n11
1 4 4 1 1 4 2 2 1 1 1
22! 22 !
22P1,4,4,1,1,4,2,2,1,1,1= 1! , 4 ! , 4 ! ,1 ! , 1! , 4 ! , 2! ,2 ! 1! ,1 ! , 1! = 55296 =
1. 124000728 x 1021
=2 . 032698075 x 10 16
55296
COMBINACIONES
n!
nCr=
( n−r ) ! r !
EJEMPLO:
5! 5 ! 120
n: 5 vocales 5 C 2= = = =10
( 5−2 ) ! 2 ! ( 6 ) 2 12
r: 2 subconjuntos
ae ai ao au
ei eo eu
io iu
ou
B= {1,3,5} C C ={1,4,6 }
C= {2,3,5} A ∩ B={∅ }
Se lanza 3 veces una moneda
S A
A A
A S
S A
S A
S S
A S
(SAS) (SAA) (SSS) (SSA) (AAA) (AAS) (ASA) (ASS)
A= {Evento 2 águilas consecutivas}
B= {Que todos los resultados sean iguales}
Calcular la intersección A ∩ B
A= {AAA, SAA, AAS}
B= {AAA, SSS}
A ∩ B = {AAA}
DEFINICIONES DE PROBABILIDAD
Probabilidad es que algo ocurra con valores entre 0 y 1. Asignar una probabilidad
de “cero” es algo que nunca ocurrirá y una de “uno” que siempre ocurrirá.
Un evento con uno o mas resultados posibles de realizar o hacer algo, si se lanza
una moneda y se obtiene un sol es un evento y se obtiene águila es otro evento.
La actividad que produce un evento es teoría de probabilidad se conoce como
experimento.
Se dice que los eventos son mutuamente excluyentes si uno y solo uno de ellos
puede ocurrir a un tiempo, nos podemos preguntar si dos eventos pueden suceder
simultáneamente, si la respuesta es negativa se confirma que son excluyentes.
PROBABILIDAD CLASICA
MONEDA
A= 0.50
S= 0.50
PROBABILIDAD DE SECUENCIA
RELATIVA
En los años 1800 estadistas británicos, se interesaron en unas bases teóricas para
calcular el riego de perdidas en los seguros de vida y los seguros comerciales,
comenzaron definiendo las probabilidades de datos estadísticos recopilando en
nacimientos y muertes.
Este enfoque define las probabilidades:
1.- La frecuencia relativa observada en un evento en un gran número de pruebas.
2.- La proporción de veces que ocurre un evento en un largo periodo cuando las
condiciones son estables.
Este método utiliza las frecuencias relativas de ocurrencias pasadas como
probabilidades; se determina con que frecuencia algo que a ocurrido en el pasado
y se utiliza este dato para predecir la probabilidad que vuelva a ocurrir en el
pasado.
PROBABILIDAD SUBJETIVA
Es a criterio de uno.
PROBABILIDAD AXIOMATICA
AXIOMAS Y TEOREMAS DE PROBABILIDAD
AXIOMA 1 (AI)
Para todo evento A, cero es menor o igual que la probabilidad de A o menor o
igual que 1.
∀ evento A ; 0 ≤ P(A )≤ 1
AXIOMA 2 (AII)
La probabilidad del espacio muestral es siempre igual que 1.
n
P A 1 + P A 2 + P A 3 +…+ P( An)=∑ P( Ai)=1
i=1
AXIOMA 3 (AIII)
Si A1 , A 2 , A3 , … , A n son eventos mutuamente excluyentes, entonces:
P¿¿
A1 ∩ A 2=∅
∅=conjunto vacio
TEOREMA 1 (TI)
Si ∅es un evento vacío entonces:
P( B)=0
A ∪ ∅=P( A )+ P( ∅ )=P( A )
∴ P ( A )−P( A )=0
TEOREMA 2 (TII)
Si A y B son dos eventos no excluyentes entonces:
P( A / B )=P( A )−P( A ∩ B )
∴ P ( A / B) =P ( A )−P( A ∩ B )
TEOREMA 3 (TIII)
Si Ac es el complemento de un evento A entonces:
P( A¿¿ c)=1−P( A ) ¿
AU A c =S
P(A ) + P ( A c )=1
TEOREMA 4 (IV)
Si A y B son eventos no excluyentes entonces:
P( AUB )=P( A ) + P( B)−P( A ∩ B )
AUB=P ( A / BUB)
P( AUB )=P( A / B )+ P (B )
¿ P( A / B )=P( A )−P( A ∩ B )
TEOREMA 5 (V)
Si B es un super conjunto de A [B⊃ A]
[A sub conjunto de B] entonces P(A ) ≤ P(B)
Ejemplos:
De un grupo de personas se han elegido 8 de ellas, para que representen en un
congreso, los datos del grupo son los siguientes:
SEXO EDAD
H 30
H 32
M 45
M 20
H 40
H 35
H 36
M 40
Se decide elegir mediante un sorteo a un representante, ¿cuál es la probabilidad
de que el representante sea mujer o tenga más de 35 años?
P (Mujer ó > 35 años)
P(M) = 3/8
P (>35) = 4/8
3 4 2 5
P( M >35 )=P( M ) + P(¿35) −P( M>35) ¿ + − =
8 8 8 8
Verificando por simple observación se obtiene que del grupo de 8 personas 5
cumplen con los requisitos de ser mujer o mayor de 35 años.
Tres caballos, A, B, C intervienen en una carrera, A tiene el doble de posibilidades
de ganar que B Y B tiene el doble que ganar que C. ¿Cuáles son las
probabilidades de ganar de cada caballo?
A= 2B 2B= C
4a + 2b + c = 1
4/7 + 2/7 + 1/7 = 1
A= 4/7 = 0.5714
B=2/7 = 0.2858 (29)
C= 1/7 = 0.1428
PROBABILIDAD CONDICIONAL
P( B ∖ A) Probabilidad del evento B si el evento A a ocurrido.
Probabilidad condicional es la probabilidad de que un segundo evento B ocurra si
el primero A ya sucedió.
Tratándose de eventos estadísticamente independientes la probabilidad
condicional del evento B si ocurrió el evento A es simplemente la probabilidad de
B P ( B ∖ A )=P(B )
Lo anterior puede arecer contradictorio, pero no hay que perder de vista que por
definición, los eventos independientes son aquellos cuyas probabilidades no son
afectadas en lo absoluto por la ocurrencia de uno de ellos.
1 1 1
3 caballos corren juntos sus probabilidades de ganar son : P(a )= , P(b )= , P(c )= ,
2 3 6
en otras palabras S= {a, b, c}, si los caballos corren dos veces entonces los
posibles resultados del espacio muestral en las dos pruebas repetidas son:
∈={aa, ab, ac, ba, bb, bc, ca, cb, cc}
a 1/2
a 1/2 b 1/3
P(aa)= (1/2)(1/2) = ¼
c 1/6
P(ab)= (1/2)(1/3) = 1/6 = ½
a1/2 P(ac)= (1/2)(1/6) = 1/12
. b 1/3 b 1/3
c 1/6 P(ba)= (1/3)(1/2) = 1/6
P(bb)= (1/3)(1/3) = 1/9 =1/3
a 1/2
P(bc)= (1/3)(1/6) = 1/18
c 1/6 b 1/3
c 1/6 P(ca)= (1/6)(1/2) = 1/12
P(cb)= (1/6)(1/3) = 1/18 =1/6
P(cc)= (1/6)(1/6) = 1/36
∑ ¿8
∈= {( 26 ) , ( 35 ) ( 44 ) (53 )( 62 ) }
A={( 31 ) ( 32 )( 34 )( 35 ) ( 36 ) ( 33 ) (13 )( 23 )( 43 )( 53 ) ( 63 ) }
¿
P¿¿ ¿
B)
E: Aparece un 5 en el primer dado.
B: Sumatoria igual o mayor que 10.
E: Un cinco por lo menos en un dado.
B: Sumatoria mayor o igual que 10.
1
E=
6
B={55 ,64 ,65 , 66 }
E={51 ,52 , 53 ,54 ,55 , 56 }
B={55 ,64 ,65 , 66 }
TEOREMA DE LA MULTIPLICACIÓN
PARA PROBABILIDAD CONDICIONAL
Si se despeja la formula
P( A ∩ E)
P ( A ¿ )= P ( A ∩ E )=P ( A ¿ ) P ( E)
P( E)
Extendiendo ese teorema por inducción:
An
P ( A 1 ∩ A 2 ∩ A 3 ∩. . . .∩ A n )=P( A 1) P A2
( ) (
A1
P A3
A1 A 2 )
……P ( A1
∩ A 2 ∩ A 3 ∩ … … ∩ A n−1 )
Se obtiene el teorema de la multiplicación para eventos dependientes.
Ejemplos:
a) Se tiene un lote de mercancías, el cual contiene 120 artículos, 10 de los
cuales son defectuosos. Si seleccionan aleatoriamente 5 artículos de este
lote uno después de otro, se desea saber la probabilidad de que ninguno
salga defectuosos.
12/20
R1 1/3
8/20 ( 13 )( 208 )=0.1 3
10/12
. R2 1/3
2/12
( 13 )( 122 )=0.055 0.31=31 %
R3 1/3
10/16
( 13 )( 166 )=0.12 5
6/16
1
b) Se lanza una moneda con probabilidad de águila igual a y probabilidad de
3
2
sol igual a si sale sol se selecciona al azar un número del 1 al 9 y si sale
3
águila se selecciona un número del 1 al 5.
Hallar la P (# par) = 42%
Hallar la P (# impar) = 57%
Hallar la P (# primo) = 49%
[2,4] =0.13
A [1,3,5] =0.2
[2,3,5] =0.2
M
[2,4,6,8]=0.29
S [1,3,5,7,9] =0.37
[1,2,3,5,7] =0.29
OPERACIONES:
( 13 )( 25 )=0.13 ( 23 )( 49 )=0.29
( 13 )( 35 )=0.2( 23 )( 59 )=0.37
( 13 )( 35 )=0.2( 23 )( 49 )=0.29
PAR=0.13+0.29=0.42=42 %
IMPAR=0.2+0.37=0.57=57 %
PRIMO=0.2+ 0.29=0.49=49 %