Documentos de Académico
Documentos de Profesional
Documentos de Cultura
MATEMATICAS
UNDECIMO GRADO
ACTIVIDAD N° 15
SEMANA DEL 26 DE OCTUBRE AL 6 DE
NOVIEMBRE DE 2020
EXPERIMENTOS ALEATORIOS
1
IÉN
Experimentos aleatorios
B
y también: Existen múltiplos experimentos en que, por muchas veces que
Para trabajar con experimen- se repitan, no se puede saber de antemano su resultado. Son
tos compuestos, es útil repre- los experimentos aleatorios.
sentar el espacio muestral en
un diagrama de árbol o ayu-
darse con una tabla de doble
entrada o de contingencia. Un experimento es aleatorio si no podemos predecir su
Por ejemplo, en el experimen- resultado, a pesar de conocer las condiciones en las
to del lanzamiento de tres mo- que se realiza.
nedas, el espacio muestral se
podría plantear mediante un
Así, el experimento lanzar un dado sobre una mesa es alea-
diagrama de árbol:
Espacio muestral
torio, pues no es posible predecir el resultado que vamos a
( C,C,C) obtener.
( C,C,+)
( C,+,C)
( C,+,+)
2.1. Espacio muestral
( +,C,C)
( +,C,+)
Para estudiar un experimento aleatorio, es importante cono-
( +,+,C) cer el conjunto de resultados posibles que pueden darse.
( +,+,+)
Tipos de sucesos
Se pueden distinguir los siguientes tipos de sucesos:
• Suceso elemental: suceso formado por un único elemento del espacio muestral.
Prohibida su reproducción
• Suceso compuesto: suceso formado por dos o más elementos del espacio muestral.
• Suceso seguro: suceso que se verifica siempre. Es el suceso formado por todos los elemen-
tos del espacio muestral.
• Suceso imposible: suceso que no se verifica nunca.
• Sucesos incompatibles: dos sucesos son incompatibles si no tienen elementos en común.
210
2.2. Operaciones con sucesos
Al ser los sucesos subconjuntos del espacio muestral, podremos efectuar con ellos las ope-
raciones propias de los conjuntos.
Unión Intersección Complementario Diferencia
Se llama unión de los su- Se llama intersección de Se llama complementa- Se llama diferencia entre
cesos A y B (A ∪ B) al su- los sucesos A y B (A ∩ B) rio de A(A = Aʹ′) al suce- A y B (A - B) al suceso
ceso formado por todos al suceso cuyos elemen- so cuyos elementos son cuyos elementos perte-
los resultados que están tos pertenecen a ambos resultado del experimen- necen a A, pero no a B.
en A o en B. sucesos a la vez, es decir, to, pero no pertenecen
que están en A y en B. al suceso A.
Ω Ω Ω Ω
A B A B A A B
Tabla 19.
Propiedades de las operaciones con sucesos
De las operaciones con sucesos se derivan las siguientes
propiedades:
Conmutativa A∪B=B∪A A∩B=B∩A
Asociativa (A ∪ B) ∪ C = A ∪ (B ∪ C) (A ∩ B) ∩ C = A ∩ (B ∩ C)
Distributiva A ∪ (B ∩ C) = (A ∪ B) ∩ (A ∪ C) A ∩ (B ∪ C) = (A ∩ B) ∪ (A ∩ C)
Elemento neutro A∪∅=A A∩Ω=A
Complementación A∪A=Ω A∪A=Ω
Leyes de morgan (A ∪ B) = A ∩ B (A ∩ B) = A ∪ B
Tabla 20.
Lanzamos un dado y consideramos los sucesos: A, sacar par; B, sa-
Ejemplo 16
211
2.3 Probabilidad
Introducción: Técnicas de Conteo
Ejemplo 17
fuerte y postre; con tres variedades de sopa a escoger, cinco de
platos fuertes y dos variedades de postre, las posibles formas en que
una persona puede escoger un menú es:
P. fuerte 1
IÉN
B
Principio fundamental
Si un suceso puede ocurrir de n1 formas distintas y si después
de ocurrir este suceso, ocurre otro de n2 formas, entonces
ocurren ambos un número n1 ∙ n2.
En el ejemplo 17: n1 = 3; n2 = 5; n3 = 2
n1 ∙ n2 ∙ n3 = 3 x 5 x 2 = 30 opciones
IÉN
A este principio se le conoce también como principio de
B
y también: multiplicación.
n! = n ∙ (n - 1) ∙ (n - 2)... 1
212
Permutaciones
Las permutaciones que se pueden hacer con las letras x, y, z, toma-
Ejemplo 19
Combinaciones
Definición de combinación
De manera general, una selección de r objetos de entre n objetos (sin importar el orden de
Prohibida su reproducción
n
los objetos formados), es una combinación, denotada por nCr, otra notación es r
n n!
y se define así: =
r r! (n - r)!
en el caso del ejemplo 19:
3 3! 3∙2∙1 6
= = = = 3 formas
2 2! (3 - 2)! 2∙1∙1 2
213
Definición de probabilidad
S
• Anotamos el número de veces que se han verificado los sucesos A azul y B blanca. Estos
resultados na y nb se llaman frecuencias absolutas de A y B.
• Calculamos la frecuencia relativa de A y B, fa y fb, es decir, el cociente entre las frecuen-
cias absolutas y el número de realizaciones del experimento.
Observa un ejemplo de los resultados que podríamos haber obtenido al efectuar ocho series,
donde en cada una se realizan cincuenta veces el experimento:
0,5
fB
Esta propiedad se observa, de forma más evidente, si re- 0,4
0,2
cada suceso en función del número de extracciones. 0,1
Fig. 3.
Esta propiedad permite dar una definición experimental de la probabilidad de un suceso:
Prohibida su reproducción
214
Cálculo de probabilidades: regla de Laplace
En cualquier experimento aleatorio en el que los sucesos ele-
mentales son equiprobables, podemos aplicar la llamada re-
gla de Laplace:
B
número de resultados que forman el suceso A entre el
número de resultados posibles:
y también:
Al representar experimentos
compuestos mediante dia-
gramas en árbol, cada rama
tendrá asignada una proba-
bilidad.
Si cogemos al azar una ficha de dominó, calculemos la probabili- Así, para calcular la proba-
Ejemplo 21
Una bolsa contiene tres bolas rojas y dos azules. Extraemos sucesiva-
Ejemplo 22
215
2.4. Probabilidad condicionada
Disponer de información previa sobre un suceso hace que varíe su probabilidad.
Así, si queremos calcular la probabilidad de un suceso A pero condicionado a otro suceso B,
deberemos calcular la probabilidad de A condicionada a B.
De la relación anterior, se deduce una expresión que resulta muy útil en el cálculo de probabi-
lidades en experimentos compuestos:
P(A ∩ B) = P(B) ⋅ P(A/B)
Ejemplo 23
S Lanzamos un dado y nos dicen que la puntuación ha sido un nú-
IC
Ejemplo 24
Tenemos una urna con cinco bolas rojas y tres bolas negras. Extrae-
mos dos bolas sin reemplazamiento. ¿Cuál es la probabilidad de
que la primera bola extraída sea roja y la segunda sea negra?
Pierre Simon Laplace (1740 -
1827) Comprensión: Consideramos los sucesos R1: «la primera bola extraí-
fue un matemático francés da es roja» y N2: «la segunda bola extraída es negra». Nos preguntan
que formalizó la teoría de P(R1 ∩ N2), que calculamos mediante P(R1 ∩ N2) = P(R1) ⋅ P(N2 /R1).
probabilidades en su libro
Teoría analítica de las pro- 5 3
Resolución:P(R1) = y la P(N2/R1) = , pues al sacar una bola
Prohibida su reproducción
216
2.5. Teorema de Bayes IÉN
B
En ocasiones, nos interesa calcular la probabilidad de las y también:
causas de un suceso compuesto, una vez que este ya se ha
https://goo.gl/C47vcd
producido. Para calcular este tipo de probabilidades, se utili-
za el teorema de Bayes:
dos bolas sin reemplazamiento. Si la segunda bola extraída resultó do en campos tan dispares
ser roja, ¿cuál es la probabilidad de que la primera fuera negra? como búsquedas de Internet
Comprensión: Teníamos el siguiente planteamiento: o desarrollos diagnósticos en
medicina.
A1: «La primera bola es azul» A2: «La segunda bola es azul» https://goo.gl/zJQ9Eo
R1: «La primera bola es roja» R2: «La segunda bola es roja» IÉN
B
N1: «La primera bola es negra» N2: «La segunda bola es negra»
6/14 A2
y también:
P (B/Aj) son probabilidades
A1 5/14
R2
7/15 3/14
N2 a priori, es decir, antes de rea-
5/15
7/14
4/14
A2
lizar el experimento.
R2
R1
3/14
N2
P (Ai/B) son probabilidades
7/14 A2 a posteriori, o sea, después
3/15
N1
5/14
2/14
R2 de realizar el experimento.
Fig. 5. N2
217
3 Experimentos aleatorios 5 Probabilidad
32.Justifica si los siguientes experimentos son aleato- 37.Tenemos una urna con 3 bolas verdes, 1 azul, 2
rios o no: blancas y 4 rojas. Extraemos una bola. Calcula la
a. Extraer una bola de una urna con el mismo probabilidad de que la bola extraída:
número de bolas rojas que blancas. a. Sea verde. b. Sea blanca. c. No sea roja.
b. Extraer una bola de una urna donde única-
mente hay bolas blancas. 38.Al lanzar dos dados, se suman los resultados. Des-
c. Determinar el tiempo de caída de un cuerpo cribe el espacio muestral. ¿Son todos los resulta-
desde 1 m de altura y con masa conocida. dos igual de probables? Halla sus probabilidades.
33.Una urna contiene 3 bolas verdes, 1 amarilla y 2 39.Calcula la probabilidad de que, al lanzar dos da-
blancas. Describe el espacio muestral si: dos, la suma de los resultados sea:
a. Extraemos dos bolas con reemplazamiento. a. Múltiplo de 3. b. Divisible por 4.
b. Extraemos dos bolas sin reemplazamiento. 1
40.Sean A y B dos sucesos tales que P(A) = ,
3
34. En las semifinales del Mundial de Fútbol, se en- 1 1
P(B) = y P( A∩ B) = , calcula:
frentan 4 equipos: España, Italia, Brasil y Argenti- 4 6
na. Describe el espacio muestral de los partidos a. P( A∪ B) b. P( A) c. P( A∩ B) d. P( A ∩ B)
que se podrían jugar.
41.En las pruebas para obtener el carné de condu-
cir, la probabilidad de superar la parte teórica es
4 Sucesos 0,45; la práctica, 0,4; y ambas, 0,3. ¿Cuál es la pro-
babilidad de superar alguna prueba?
35. Sacamos una bola de una bolsa que contiene 1
bola roja, 1 blanca y 1 negra, y a continuación 42.Para comprar un antivirus, una empresa de video-
lanzamos un dado. Describe el espacio muestral juegos hace un estudio en 600 ordenadores du-
y los siguientes sucesos: rante un mes:
a. Obtener una bola roja y un número impar. Ordenadores Ordenadores
b. Obtener una bola que no sea blanca y un múl- con virus sin virus
tiplo de 3. Con fallos de
c. Sacar un 2 en el dado y una bola negra. 17 40
software
d. Sacar una bola que no sea blanca y un núme- Sin fallos 23 520
ro que no sea impar.
Tabla 37.
36. Sea Ω = {a,b,c,d,e, f , g,h, i, j} el espacio muestral ¿Cuál será la probabilidad de que se produzcan
de un experimento, consideramos los siguientes fallos en el software? ¿Y de que se infecte con al-
sucesos: gún virus?
223
223