Conteo y Probabilidad PDF

Estadı́stica Descriptiva
Adriana Bautista
October 8, 2020
Probabilidad
Una probabilidad es un valor numérico que representa la

oportunidad (posibilidad) de que un evento en particular ocurra.
Ejemplos: ¿Es posible que mañana aumente el precio de

determinada acción?¿Es posible que esta noche llueva?¿Es posible
que al lanzar una moneda obtenga sello?¿Es posible que al lanzar
un dado caiga sello?¿Es posible que al lanzar una moneda obtenga
cara?
Probabilidad
La probabilidad es una proporción (fracción) cuyo valor está

comprendido entre 0 y 1. Un evento que no tiene oportunidad de
ocurrir (evento imposible) tiene probabilidad 0. Un evento que
ocurra con toda seguridad tiene probabilidad 1.
Probabilidad a priori
La Probabilidad clásica a priori se basa en el conocimiento previo

del proceso implicado y cada resultado es igualmente probable.
#A
Probabilidad de ocurrencia=
#U
#A es el número de formas en las que el evento A ocurre (Casos
favorables).
#U es el numero total de resultados posibles
Ejemplo
¿Cuál es la probabilidad de que caiga 3 al lanzar un dado?

Como un dado estándar tiene 6 caras y cada cara tiene uno, dos,
tres, cuatro, cinco o seis puntos entonces el número total de
formas en que puede caer un dado es #U = 6 y cada cara tiene la
misma posibilidad de caer. por lo tanto
Ejemplo
¿Cuál es la probabilidad de que caiga 3 al lanzar un dado?

Como un dado estándar tiene 6 caras y cada cara tiene uno, dos,
tres, cuatro, cinco o seis puntos entonces el número total de
formas en que puede caer un dado es #U = 6 y cada cara tiene la
misma posibilidad de caer. por lo tanto
A: es el evento obtener el número 3 al lanzar un dado.
P(A): es la probabilidad de obtener el número 3 al lanzar un dado.
1
P(A) = = 0, 16
6
Probabilidad empı́rica
La Probabilidad clásica empı́rica se basa en datos observados y

no en un conocimiento previo del proceso.
#A
Probabilidad de ocurrencia:P(A) =
#U

#A
#U
En adelante la posibilidad o probabilidad de ocurrencia de un
evento A se notará por P(A).
Ejemplo: De 35 estudiantes del curso de estadı́stica descriptiva 9
son mujeres y el resto hombres. ¿cuál es la probabilidad de que al
elegir un estudiante al azar este sea una mujer?

#A
#U
En adelante la posibilidad o probabilidad de ocurrencia de un
evento A se notará por P(A).
Ejemplo: De 35 estudiantes del curso de estadı́stica descriptiva 9
son mujeres y el resto hombres. ¿cuál es la probabilidad de que al
elegir un estudiante al azar este sea una mujer?
Probabilidad de elegir un estudiante que sea mujer

9
es= = 0, 2571
35
Espacios Muestrales y Eventos
Evento: o evento simple es cada posible resultado de la variable

de estudio.
Espacio Muestral: es el conjunto U de todos los eventos posibles
de la variable de estudio.

de estudio.
En términos conjuntistas, el espacio muestral es el universo y un
evento es un conjunto de elementos del espacio muestral.

de estudio.
En términos conjuntistas, el espacio muestral es el universo y un
evento es un conjunto de elementos del espacio muestral.
Ejemplo: Un estudio consiste en lanzar un dado. El espacio
muestral es U = {1, 2, 3, 4, 5, 6}. Ası́ #U = 6
Un evento puede ser obtener un número par:
A = {2, 4, 6}, luego #A = 3. Por lo tanto
3
P(A) = = 0, 5
6
Eventos Conjuntos
Evento conjunto: Es el evento que tiene dos o mas

caracterı́sticas.
Ejemplo: Sacar dos caras la lanzar una moneda dos veces.
Eventos Conjuntos
Evento conjunto: Es el evento que tiene dos o mas

caracterı́sticas.
Ejemplo: Sacar dos caras la lanzar una moneda dos veces.
Ejemplo: Se realizan dos encuentras a 1000 hogares. La primera
es sobre la intención de compra de un televisor en los próximos 12
meses y la segunda encuesta se realiza trascurridos los 12 meses
para determinar si realmente hizo la compra. Los resultados son:
Ejemplo
Ejemplo
Espacio Muestral:
Ejemplo
Espacio Muestral:1000 personas encuestadas

Eventos Simples:
Ejemplo

Eventos Simples: Si planea comprar TV, No planea comprar TV,
Si compra TV, No compra TV.
Eventos conjuntos:
Ejemplo

Eventos Simples: Si planea comprar TV, No planea comprar TV,
Si compra TV, No compra TV.
Eventos conjuntos:Si planea comprar TV y realmente lo compra.
Si planea comprar TV y no lo compra. No planea comprar TV y si
compra. No planea comprar TV y no compra.
Axiomas de probabilidad
Dado un evento A y el espacio muestral U se tiene:

1. 0 ≤ P(A) ≤ 1
2. P(U) = 1
3. Si A y B son eventos excluyentes (A ∩ B = ∅),entonces
P(A ∪ B) = P(A) + P(B).
Probabilidad Simple o Marginal
Es la probabilidad de un evento simple.

Sea A el evento y #A el número de elementos de A. #U es el
total de elementos del espacio muestral. La probabilidad de que
ocurra el evento A es:
#A
P(A) = .
#U

#A
P(A) = .
#U
Ejemplo: Se tiene un mazo de cartas. Cuál es la probabilidad de
extraer una carta negra?

#A
P(A) = .
#U
Ejemplo: Se tiene un mazo de cartas. Cuál es la probabilidad de
extraer una carta negra?
Sea A el evento obtener una carta negra. En un mazo de 52 cartas
hay 26 negras y 26 rojas, ası́ #A = 26 y #U = 52.
26
P(A) = = 0, 5
52
Probabilidad Conjunta
Es la probalididad de un evento conjunto.

En una tabla de contingencia como la del ejemplo de la compra de
TV’s. La probabilidad de elegir un hogar y encontrar que
planeaban comprar TV (A) y realmente lo compraron (B) es:
#(A ∩ B) 200
P(A ∩ B) = = = 0, 2
#U 1000
Propiedades
1. Si A1 ⊆ A2 , entonces P(A1 ) ≤ P(A2 ).

2. P(∅) = 0
3. Sea Ac el complemento de A, entonces P(Ac ) = 1 − P(A)
4. Si el espacio muestral está dividido en eventos mutuamente
excluyentes A1 , A2 , ..., An , entonces
1 = P(U) = P(A1 ) + P(A2 ) + ... + P(An )

Propiedades
5. Si A = A1 ∪ A2 ∪ ... ∪ An donde A1 , A2 , ..., An son

mutuamente excluyentes dos a dos, entonces
P(A) = P(A1 ) + P(A2 ) + ... + P(An ).
6. Si A y B son eventos (no necesariamente excluyentes),

entonces
P(A ∪ B) = P(A) + P(B) − P(A ∩ B).
7. Si A1 , A2 , ..., An son mutuamente excluyentes dos a dos y A

tiene intersección no vacı́a con todos los Ai (con i = 1, ..., n),
entonces
P(A) = P(A ∩ A1 ) + P(A ∩ A2 ) + ... + P(A ∩ An )

Ejemplo
Sean:
A1 el evento si planea comprar un TV los próximos 12 meses.
A2 el evento no planea comprar TV en los próximos 12 meses.
B1 el evento si compro TV
B2 El evento no compro TV.
Cuál es la probabilidad de que al elegir un hogar
1. haya comprado un TV?
2. no haya planeado comprar un TV?
3. haya planeado comprar un TV y finalmente no lo compro?
4. no haya planeado comprar un TV y si lo compro?
Ejemplo
Se extrae una carta de una baraja de 52 cartas. Sean los eventos A

se extrae un as y B se extrae un corazón. interpretar que
probabilidad se está pidiendo:
1. P(A)
2. P(B)
3. P(B c )
4. P(A ∩ B)
5. P(A ∪ B)
6. P(A ∩ B c )
7. P(A ∪ B c )
8. P(Ac ∪ B c )
9. P(Ac ∩ B c )
Ejemplo
Una bola se extrae de una caja que contiene 3 bolas rojas, 4 azules
y 6 blancas. Cuál es la probabilidad de extraer una bola de color
azul?
Ejemplo
Una bola se extrae de una caja que contiene 3 bolas rojas, 4 azules
y 6 blancas. Cuál es la probabilidad de extraer una bola de color
azul?
4
P(A) =
13
Probabilidad Condicional
Dados dos eventos A y B, La probabilidad de que el evento A

ocurra dado que el evento B ya ha ocurrido, se simboliza por
P(A|B).
P(A ∩ B)
P(A|B) =
P(B)
De otra forma
P(A ∩ B) = P(B)P(A|B)
Si A y B son excluyentes entonces P(A|B) = P(A)
Ejemplo
Para el caso de la intención y compra de TV. Se puede determinar

la probabilidad de que un hogar haya comprado un TV dado que
tenı́a la intención de comprarlo.
Ejemplo
Para el caso de la intención y compra de TV. Se puede determinar

la probabilidad de que un hogar haya comprado un TV dado que
tenı́a la intención de comprarlo.
200
P(B1 ∩ A1 ) 200
P(B1/A1 ) = = 1000 = = 0.8
P(A1 ) 250 250
1000
Ejemplo
Se tiene una caja que contiene 3 bolas rojas, 4 azules y 6 blancas.

Se extraen sucesivamente 2 bolas, hallar:
1. la probabilidad de que se extraigan una roja en la primera
extracción y una blanca en la segunda extracción.
Ejemplo

3 6
P(R1 ∩ B2 ) = P(R1 )P(B2 |R1 ) = P(R1 )P(B2 ) = ×
13 12
Ejemplo

3 6
P(R1 ∩ B2 ) = P(R1 )P(B2 |R1 ) = P(R1 )P(B2 ) = ×
13 12
2. la probabilidad de que se extraigan una blanca en la primera y

en la segunda extracción.
6 5
P(B1 ∩ B2 ) = P(B1 )P(B2 |B1 ) = ×
13 12
Teorema de Bayes
Sean los eventos A1 y A2 mutuamente excluyentes y estos forman

el espacio muestral (U = A1 ∪ A2 ). Si A es un evento
arbitrario,entonces
P(A1 )P(A|A1 )
P(A1 |A) =
P(A1 )P(A|A1 ) + P(A2 )P(A|A2 )
Esto nos permite hallar la probabilidad de diferentes eventos que

pueden causar la ocurrencia de A.
Ejemplo
La probabilidad de que una persona tenga una determinada

enfermedad es de 0,03. Un laboratorio puede detectar dicha
enfermedad con una probabilidad del 0.9 dado que el paciente esté
enfermo. Sin embargo si el paciente no posee la enfermedad tiene
una probabilidad de 0.02 de que la prueba falle y dictamine que
está enfermo. Determinar la probabilidad de que la enfermedad
este realmente presente dado que la prueba es positiva.
Ejemplo
La probabilidad de que una persona tenga una determinada

enfermedad es de 0,03. Un laboratorio puede detectar dicha
enfermedad con una probabilidad del 0.9 dado que el paciente esté
enfermo. Sin embargo si el paciente no posee la enfermedad tiene
una probabilidad de 0.02 de que la prueba falle y dictamine que
está enfermo. Determinar la probabilidad de que la enfermedad
este realmente presente dado que la prueba es positiva.
P(E ∩ +) P(E )P(+|E )

P(E |+) = = =
P(+) P(E )P(+|E ) + P(S)P(+|S)
0, 03 × 0, 9
= = 0, 582
0, 03 × 0, 9 + 0, 97 × 0, 02
Técnicas de Conteo
Principio fundamental de conteo:

Supongamos que un evento E se realiza en dos etapas
(excluyentes). Si en la primera etapa el experimento se puede
realizar en m formas diferentes y en la segunda etapa se puede
realizar el experimento en n formas diferentes entonces el número
total #E de formas en que se puede presentar el evento es
#E = m × n.

#E = m × n.
Ejemplo: En un restaurante ofrecen en el menú dos tipos de

sopas, tres tipos de principios y tres tipos de carnes. De cuántas
maneras se puede pedir una orden?

#E = m × n.
Ejemplo: En un restaurante ofrecen en el menú dos tipos de

sopas, tres tipos de principios y tres tipos de carnes. De cuántas
maneras se puede pedir una orden?
#E = 2 × 3 × 3 = 18
Ejemplo: Si lanzamos una moneda 4 veces cuántos elementos

tiene el espacio muestral?
#U = 2 × 2 × 2 × 2 = 24 = 16
U=
{(c, c, c, c); (c, c, c, s); (c, c, s, c); (c, c, s, s); (c, s, c, c, c); (c, s, c, s)...}
Diagrama de árbol:
Es una representación gráfica del principio de conteo.
Permutaciones 1:
El número de formas en que n objetos se pueden colocar en orden
es
n! = n × (n − 1) × (n − 2) × ... × 1
Permutaciones 1:
es
n! = n × (n − 1) × (n − 2) × ... × 1
Ejemplo: Se tienen 5 libros y se desea saber de cuantas formas
puedo ordenarlos en una estanterı́a.
Permutaciones 1:
es
n! = n × (n − 1) × (n − 2) × ... × 1
Ejemplo: Se tienen 5 libros y se desea saber de cuantas formas
puedo ordenarlos en una estanterı́a.
5! = 5 × 4 × 3 × 2 × 1 = 120
Permutaciones 2:
El número de maneras de arreglar r objetos seleccionados de n
objetos en orden es:
n!
n Pr =
(n − r )!
Permutaciones 2:
n!
n Pr =
(n − r )!
Ejemplo: Supongamos que tengo 5 libros pero solo tengo una
estanterı́a con espacio suficiente para colocar 2 libros. De cuántas
formas puedo ordenar los libros en la estanterı́a?
Permutaciones 2:
n!
n Pr =
(n − r )!
Ejemplo: Supongamos que tengo 5 libros pero solo tengo una
estanterı́a con espacio suficiente para colocar 2 libros. De cuántas
formas puedo ordenar los libros en la estanterı́a?
5! 5!
5 P2 = = = 5 × 4 = 20.
(5 − 2)! 3!
Nota: n Pn = n!
Permutaciones 3:
Supongamos que tenemos n objetos de los cuales n1 son del mismo
tipo (es decir no se pueden distinguir entre si), n2 son de un
segundo tipo,..., nk son del k-ésimo tipo. Asi n = n1 + n2 + ... + nk .
El número de formas de arreglar los n objetos en orden es:
n!
n Pn1 ,n2 ,...,nk =
n1 !n2 !...nk !
Permutaciones 3:
n!
n Pn1 ,n2 ,...,nk =
n1 !n2 !...nk !
Ejemplo: Se tienen 2 bolas blancas y 2 azules. De cuántas formas
pueden ordenarse todas las bolas?
Permutaciones 3:
n!
n Pn1 ,n2 ,...,nk =
n1 !n2 !...nk !
4!
4 P2,2 = =6
2!2!
Permutaciones 3:
n!
n Pn1 ,n2 ,...,nk =
n1 !n2 !...nk !
4!
4 P2,2 = =6
2!2!
bbaa, abba, aabb, abab, baba, baab
Combinaciones 1: El número de formas de seleccionar r objetos

de n objetos sin considerar el orden es:
n!
n Cr =
r !(n − r )!

n!
n Cr =
r !(n − r )!
Ejemplo: En la heladerı́a hay 5 sabores del helado : vainilla (V).
chocolate (C), fresa (F), arequipe (A) y ron con pasas (R). De
cuántas formas puedes pedir un helado con 3 sabores diferentes?

n!
n Cr =
r !(n − r )!
5!
5 C3 = = 10
3!2!

n!
n Cr =
r !(n − r )!
5!
5 C3 = = 10
3!2!
{(V , C , F ); (V , C , A); (V , C , R); (C , F , A); (C , F , R); (F , A, R)...}
Notemos que la fórmula de las combinaciones se parece a la de las

permutaciones excepto por el factor r !. Esto se debe a que al
ordenar los r objetos estamos contando todos los casos posibles,
pero en las combinaciones no se distingue en el orden, ası́ que
estarı́amos contando r ! casos de más.

Ejemplo: El baloto.

Ejemplo: El baloto.
45!
45 C6 = = 80 145.060
6!39!
Ejercicios
1. Suponga que cuenta con 4 números: 2, 3, 5 y 7. Se pretende

hacer una rifa en la cual cada boleta contenga 2 de estos
números. Cuántas boletas deben crean para el sorteo? si
compro 2 boletas, cuál es la probabilidad de ganar el sorteo?
Cuál es la probabilidad de que al elegir una boleta al azar
tenga al menos un 5?
2. Cuántas palabras (no necesariamente tiene por que tener
sentido) se pueden formar con las letras de la palabra
matematica?
3. Una loterı́a tiene billetes con un número de 4 dı́gitos y una
serie con 2 dı́gitos. Cuántos billetes tienen el cero en las
unidades y el número 3 en la serie?
Ejercicios
1. Una persona selecciona una carta al azar y se sabe que es

roja. ¿Cuál es la probabilidad de que sea un rey de corazones
dado que ésta es roja?
2. ¿Cuál es la probabilidad de extraer dos ases sucesivamente de
una baraja sin no se hace reemplazamiento? y con
reemplazamiento?
3. En un lote de 20 artı́culos se tienen 5 defectuosos. Si se
seleccionan 3 artı́culos al azar ¿cuál es la probabilidad de que
los dos primeros artı́culos seleccionados no sean defectuosos y
el tercer artı́culo si lo sea? (Se supone que es sin
reemplazamiento)

Conteo y Probabilidad PDF

Cargado por

Información del documento

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Conteo y Probabilidad PDF

Cargado por

Copyright:

Formatos disponibles

Estadı́stica Descriptiva

Una probabilidad es un valor numérico que representa la

Ejemplos: ¿Es posible que mañana aumente el precio de

La probabilidad es una proporción (fracción) cuyo valor está

La Probabilidad clásica a priori se basa en el conocimiento previo

¿Cuál es la probabilidad de que caiga 3 al lanzar un dado?

¿Cuál es la probabilidad de que caiga 3 al lanzar un dado?

La Probabilidad clásica empı́rica se basa en datos observados y

La Probabilidad clásica empı́rica se basa en datos observados y

La Probabilidad clásica empı́rica se basa en datos observados y

Probabilidad de elegir un estudiante que sea mujer

Evento: o evento simple es cada posible resultado de la variable

Evento: o evento simple es cada posible resultado de la variable

Evento: o evento simple es cada posible resultado de la variable

Evento conjunto: Es el evento que tiene dos o mas

Evento conjunto: Es el evento que tiene dos o mas

Espacio Muestral:1000 personas encuestadas

Espacio Muestral:1000 personas encuestadas

Espacio Muestral:1000 personas encuestadas

Dado un evento A y el espacio muestral U se tiene:

Es la probabilidad de un evento simple.

Es la probabilidad de un evento simple.

Es la probabilidad de un evento simple.

Es la probalididad de un evento conjunto.

1. Si A1 ⊆ A2 , entonces P(A1 ) ≤ P(A2 ).

1 = P(U) = P(A1 ) + P(A2 ) + ... + P(An )

5. Si A = A1 ∪ A2 ∪ ... ∪ An donde A1 , A2 , ..., An son

P(A) = P(A1 ) + P(A2 ) + ... + P(An ).

6. Si A y B son eventos (no necesariamente excluyentes),

P(A ∪ B) = P(A) + P(B) − P(A ∩ B).

7. Si A1 , A2 , ..., An son mutuamente excluyentes dos a dos y A

P(A) = P(A ∩ A1 ) + P(A ∩ A2 ) + ... + P(A ∩ An )

Se extrae una carta de una baraja de 52 cartas. Sean los eventos A

Dados dos eventos A y B, La probabilidad de que el evento A

Para el caso de la intención y compra de TV. Se puede determinar

Para el caso de la intención y compra de TV. Se puede determinar

Se tiene una caja que contiene 3 bolas rojas, 4 azules y 6 blancas.

Se tiene una caja que contiene 3 bolas rojas, 4 azules y 6 blancas.

Se tiene una caja que contiene 3 bolas rojas, 4 azules y 6 blancas.

2. la probabilidad de que se extraigan una blanca en la primera y

Sean los eventos A1 y A2 mutuamente excluyentes y estos forman

Esto nos permite hallar la probabilidad de diferentes eventos que

La probabilidad de que una persona tenga una determinada

La probabilidad de que una persona tenga una determinada

P(E ∩ +) P(E )P(+|E )

Principio fundamental de conteo:

Principio fundamental de conteo:

Ejemplo: En un restaurante ofrecen en el menú dos tipos de

Principio fundamental de conteo:

Ejemplo: En un restaurante ofrecen en el menú dos tipos de

Ejemplo: Si lanzamos una moneda 4 veces cuántos elementos

Combinaciones 1: El número de formas de seleccionar r objetos

Combinaciones 1: El número de formas de seleccionar r objetos

Combinaciones 1: El número de formas de seleccionar r objetos

Combinaciones 1: El número de formas de seleccionar r objetos

Notemos que la fórmula de las combinaciones se parece a la de las

Notemos que la fórmula de las combinaciones se parece a la de las

Notemos que la fórmula de las combinaciones se parece a la de las

1. Suponga que cuenta con 4 números: 2, 3, 5 y 7. Se pretende

1. Una persona selecciona una carta al azar y se sabe que es

También podría gustarte