Probabilidades

Permutación Lineal:
n!
Pnk =
( n−k ) !

Combinación:
n!
C nk =
( n−k ) ! k !

Experimento Aleatorio (E):

Espacio Muestral (Ω): Posibles resultados de un experimento

aleatorio

Eventos: Subconjunto del espacio muestral

Probabilidad(a priori):
n( A) Numero de casos favorables
P ( A )= =
n(Ω) Numero de casos totales

0 ≤ P (A )≤ 1

P ( A ) + P ( A c )=1

P ( A ∩ B )=Evento A y B ocurre almismo tiempo

P ( A U B )=P ( A ) + P ( B )−P ( A ∩B )

Sea A o B

Eventos independientes:
P ( A ∩ B )=P ( A )∗P(B)

P( A c ∩ Bc )=P ( A c )∗P( Bc )

Probabilidad Condicional:
P ( BA )= P (P(A ∩B
B)
)

Probabilidad condicional del evento A, dado que el evento B ya

ocurrió o se sabe

Regla de la Multiplicación:
A
P ( A ∩ B )=P ( B )∗P( )
B

Probabilidad Total:
( Ai )∗P(B)
P ( B )= ∑ P
P( Ai)

Teorema de Bayes:
B
P ( A )∗P ( )
A P ( A ∩B ) A
P
B ( )
=
P (B)
=
P (B)

Diagrama del árbol

Distribuciones

Distribución Binomial:
Probabilidades de éxito (p)

Probabilidades de fracaso (q) = 1 - p

P ( X=x )=Cnx∗px ∗qn− x

n!
P ( X=x )= ∗p x∗qn− x
( n−k ) ! k !

Media = n*p

Distribución Poisson:
λ (Tasade Ocurrencia)=n∗p

e− λ∗λ x
P ( X=x )=
x!

P ( X ≥3 )=1−P( x <3)

Distribución Normal:
X −u(Media)
Z=
α ( Desviacion estandar)

P ( Z <α )=Tabla

P ( Z >α )=1−P (Z ≤ α )

P ( a< Z< b )=P ( Z< b )−P ( Z < a )

Muestreo:

Población Infinita
Z 2∗pq
n=
E2
Población Finita
N∗Z 2∗pq
n= 2 2
E ( n−1 ) +Z ∗pq

n: Tamaño de muestra

N: Tamaño de población

El resultado se aproxima al numero siguiente

El tamaño de muestra….

Z(0.95) 90% 1.645

Z(0.975) 95% 1.96
Z(0.99) 98% 2.33
Z(0.995) 99% 2.578