Documentos de Académico
Documentos de Profesional
Documentos de Cultura
( )( )( ) ( )( ) 1 2 .. .......... 3 2 1 , + + n m n m m m m m n Vm
( ).! .!
.!
,
n m n
m
C
n m
( )
bres de grupos
x
x x x x x
C hom .. .. .. 20
2 3
4 5 6
! 3 !. 3
! 3 4 5 6
! 3 6 ! 3
! 6
3 ,. 6
C8,4xC6,3 = 70x20 = 1400 ,son los grupos que se pueden formar en los que
estn presentes 4 mujeres y 3 hombres.
9.-Encuentre los diferentes grupos que se pueden hacer con 4 cifras y 4 letras
con la condicin de que en todos, letras y nmeros vayan alternados y en cada
grupo entren las letras y todos los nmeros.
Razonamiento como este problema es una formacin de letras con nmero y
el orden de colocacin es importante, es entonces una variacin, en la que hay 2
clases de elementos para formar cada grupo.
La forma general del grupo es: A1B2C3D4 y 1A2B3C4D. Dejando las letras
fijas los nmeros 1, 2, 3 y4 pueden variar de 4 en 4, es decir m = 4 y n = 4 y por
lo tanto:
V4,4 = 4x3x2x1 = 24 ; si ahora se dejan fijos los nmeros las letras se pueden
calcular as:
V4, 4 = 4x3x2x1 = 24 teniendo los 2 grupos el de letras y el de nmeros se
pueden multiplicar entre si de la siguiente manera: V4,4 x V4,4 = 24x24 = 576.
Como en este problema se puede empezar por las letras o por los nmeros
entonces l nmero 576 se tiene que multiplicar por 2 que son la forma como
puede empezar cualquiera de los grupos que se formen, as tenemos: 576x2 =
1.152 que es la cantidad de grupos que se pueden hacer de acuerdo con las
condiciones dadas en el problema.
10.- Se dispone de 10 consonantes y 5 vocales. Cuntas palabras pueden
hacerse sabiendo que cada palabra est formada por 3 consonantes y 2 vocales?.
Razonamiento como influye el orden de colocacin de cada palabra, entonces
es una variacin. La forma general de las palabras ser: CCCVV. Las variaciones
de las vocales en este caso sern:
V5, 2 xV10, 2 = 5x4 = 20 y las variaciones de las consonantes sern: V10, 3 =
10x9x8 = 720 ahora se multiplican las variaciones de las vocales por las
variaciones de las consonantes y el resultado es: V5,2 = 14.400 pero como no
est determinada la posicin de las letras en la formacin de cada palabra
significa que cada una de las palabras formadas puede variar de todas las
maneras posibles, es decir:
V5,5 = 5x4x3x2x1 = 120 , por lo tanto el resultado final ser:
V5,2XV10,3XV5,5 = 20x720x120 = 1.728.000 que es la cantidad de palabras
que se pueden formar con las condiciones establecidas.
11.- De cuntas maneras se pueden repartir 5 helados de diferentes sabores
entre 2 nios, dndole 2 helados a cada nio.
Razonamiento como no influye el orden de entrega de los helados es una
combinacin
Al primer nio se le puede dar C5,2 =10 maneras diferentes; pero al darle 2
helados al primero nos quedan 3 helados para formar grupos de 2 en 2 as: C3,2
= 3 formas diferentes. El resultado final ser la multiplicacin de C5,2 xC3,2 =
10x3 = 30 formas de repartir los helados.
PROBLEMAS
1.- Con las cifras del nmero 836214; determine cuntos nmeros de 4 cifras
pueden formarse con la condicin de que empiecen en 2 y terminen en 8.
Resultado.- 12.
2.- Con las cifras del nmero 738642; determine en cuntos nmeros de 3
cifras interviene l nmero 7. Resultado.- 60.
3.- Con las cifras del nmero 978054; calcule cuntos nmeros de 5 cifras
pueden formarse. Resultado.- 600
. 4.- Con las cifras del nmero 9876541; calcule cuntos nmeros de 5 cifras se
pueden hacer con la condicin de que la primera cifra de la izquierda sea un 7 la
tercera un 8 y la quinta cifra sea 1. Resultado12
.
.-
5.- Con las cifras del nmero 9280541; calcule cuantos nmeros pares de 3 cifras
se pueden formar. Resultado.- 10
6.- Cuntos nmeros de 5 cifras, sin que haya ninguna repetida, pueden
formarse con las cifras del sistema decimal?. Resultado.- 27.216.
7.- Cuntos nmeros pares de 4 cifras se pueden formar con los nmeros 7,
5, 2 y 3?
Resultado.- 6.
8.- Para formar el tren directivo de una compaa se deben elegir 4
Administradores y un Gerente entre un grupo de 12 personas de las cuales 9 son
Administradores y 3 son Gerentes.
Cuntos trenes directivos se pueden formar?. Resultado.- 378.
9.- Un Gerente de una empresa es invitado a una reunin y dispone de 7
pantalones, 6 chaquetas, 10 corbatas, 5 camisa y 10 pares de zapatos. De
cuntas maneras puede ir vestido sabiendo que se pondr una pieza de cada
una de las antes mencionadas?. Resultado.- 21.000.
10.- Se cuenta con 10 profesores, 6 profesoras y 4 estudiantes para formar una
comisin. Cuntas comisiones se pueden formar sabiendo que en cada comisin
tienen que estar 5 profesores, 3 profesoras y un estudiante?. Resultado.- 30.240.
11.- Se dispone de 10 juguetes diferentes. De cuntas maneras diferentes se
pueden repartir entre 3 nios dndole 3 juguetes a cada nio?. Resultado.-
16.800.
12.- Para formar la tripulacin de un barco se necesitan 5 maquinistas 3 pilotos
y un capitn.
Cuntas tripulaciones diferentes pueden formarse sabiendo que se disponen de
8 maquinistas, 6 pilotos y 3 capitanes? . Resultado.- 3.360.
13.- En una fiesta hay 5 muchachas y 8 jvenes. Cuntas parejas distintas de
baile se podrn formar tomando siempre parte en ellos las 5 muchachas? .
Resultado.- 40.
14.- Cuntas partidas de ajedrez se podrn hacer entre 11 competidores? .
Resultado.- 55.
15.- Con las cifras del numero 64123587. Calcular cuntos nmeros se pueden
formar con la condicin de que estn presentes tres nmeros pares y dos
impares.
Resultado.- 34.560.
16. - Ocho estudiantes deben repartirse en tres residencias distintas de El
Tigre. De cuntas maneras pueden hacerlo si al menos ha de haber dos
estudiantes en cada residencia? .
Resultado.- 2.940
.
17. - Se forman banderas tricolores a franjas horizontales con los 7 colores del
arco iris. Averiguar:
A.- Cuntas banderas se podrn formar?. Resultado.- 210.
B.- Cuntas tendrn la franja superior roja? . Resultado.- 30.
C.- Cuntas tendrn la franja superior roja y la inferior azul?. Resultado.-
5.
D.- En cuntas de ellas intervendr uno al menos de los dos colores
siguientes: rojo, amarillo. Resultado.-150.
18.- Se dispone de 7 personas para formar comisiones de 3 personas. Se
supone que en las comisiones no existe ninguna jerarqua, o sea, que las 7
personas desempean la misma labor. En estas condiciones:
A.- Cuntas comisiones distintas se pueden formar? . Resultado.- 35.
B.- En cuntas de ellas intervendrn una determinada persona, llammosle
Petra? .Resultado.-15.
TEORA DE PROBABILIDADES
La teora de probabilidades es muy extensa y sus aplicaciones han adquirido
mucha importancia en la administracin pblica y empresarial. Las probabilidades
son de gran importancia en la estadstica. Para iniciar el estudio de las
probabilidades es necesario definir una serie de trminos bsicos para su mejor
comprensin.
Experimento Deterministico.- Es aquel experimento en el que es posible
predecir el resultado final de ese proceso aun sin haberlo realizado. Ej. Cuando los
qumicos combinan oxigeno ms hidrgeno el resultado es agua; este experimento
no es necesario realizarlo para conocer el resultado.
Experimento Aleatorio.- Es aquel que puede dar lugar a ms de un resultado,
por lo que, no se puede predecir uno de ellos en una prueba en particular. Ej. Los
experimentos relacionados con juego de envite y azar, no se pueden predecir los
resultados de los ganadores del 5 y 6 en un domingo cualquiera el resultado del
Kino puesto que en estos casos pueden haber mltiples resultados.
Espacio Muestral.- Es el conjunto de los posibles resultados de un experimento
aleatorio; generalmente se le designa con la letra S o E. Ej. El espacio muestral al
lanzar un dado es:
S = {1,2,3,4,5,6} esto es as puesto que un dado tiene 6 caras numeradas de 1
al 6 y cualquiera de estas puede salir. El espacio muestral de lanzar una moneda
es: S = {c, s}, esto es as puesto que al lanzar una moneda puede salir una cara
un sello.
Sucesos Eventos.- Es todo aquel resultado o grupo de resultados que
pueden dar origen un experimento aleatorio. Tambin se puede decir que es un
subconjunto del espacio muestral. Ej. El espacio muestral de lanzar un dado esta
formado por varios eventos: { 1 },{ 2 }, { 3 }, { 4 },{ 5 } y {6}. Los eventos pueden ser
simples compuestos.
Eventos Simples.- Son aquellos eventos cuyas caractersticas son las de estar
constituidos por un solo elemento; por lo tanto no se pueden descomponer en
otros elementos. Ej. Al lanzar un dado se pueden obtener 6 eventos simples que
serian el 1,2,3,4,5 y 6 respectivamente. Los eventos simples son mutuamente
excluyentes.
Eventos Mutuamente Excluyentes.- Son aquellos eventos que no pueden
ocurrir simultneamente al realizar una sola vez un experimento. Se dice que dos
eventos A y B son mutuamente excluyentes si y solo si, su interseccin es el
conjunto vaco, es decir AB = . Ej. El resultado obtenido al lanzar un dado, si
sale una cara con un 3, no puede salir otro nmero en este mismo lanzamiento.
Eventos Compuestos.- Son aquellos eventos que se pueden descomponer en
una combinacin de eventos. Ej. obtener un nmero par al lanzar un dado, el
espacio muestral de este evento es:
E = {2, 4, 6}, este es el evento par del lanzamiento de un dado, pero este
evento se puede descomponer en 3 eventos simples a saber{2}, {4}: y ' 6' .
Eventos Imposibles.- Son aquellos sucesos que nunca ocurren. Ej. Obtener un
7 al lanzar un dado normal, esto es imposible por cuanto un dado normal tiene
solamente 6 caras por lo tanto este resultado es el conjunto vaco, {}.
Eventos Seguros.- Son aquellos sucesos constituidos por todos los eventos
simples del espacio muestral. Ej. Al lanzar un dado sacar cualquiera de sus caras.
Eventos Exhaustivos.- Dos eventos A y B son colectivamente exhaustivos si su
unin es la totalidad del espacio muestral, es decir, AB = E.
Eventos Dependientes.- Son aquellos sucesos en los que el conocimiento de la
verificacin de uno de ellos altera la probabilidad de verificacin del otro. Se dice
que dos o ms eventos son dependientes si la ocurrencia de uno cualquiera de
ellos afecta la probabilidad de la ocurrencia de alguno de los otros eventos. Ej.
Consideremos la probabilidad de obtener 2 cartas de basto al sacar
sucesivamente 2 cartas de una baraja de 40 cartas. Al sacar la primera carta la
probabilidad de obtener basto es de 10/40 y al no sustituirla quedaran en el
paquete 39 cartas de las cuales 9 son de basto, en la segunda extraccin la
probabilidad de obtener basto es de 9/39, en este caso la segunda extraccin
depende de la primera que tena como probabilidad 10/40 y la segunda extraccin
tendr ahora 9/39 como se puede observar la probabilidad de la segunda
extraccin es afectada por la primera.
Eventos Independientes.- Se dice que dos ms eventos son
independientes si la ocurrencia de uno cualquiera de ellos no afecta la
probabilidad de la ocurrencia de ninguno de los otros sucesos. Ej. el evento de
obtener simultneamente un 2 al lanzar un dado y sello al tirar una moneda, esta
compuesto de 2 sucesos independientes, puesto que la ocurrencia de un 2 en el
dado no afecta la probabilidad de la aparicin de sello en la moneda y viceversa.
Eventos complementarios.- Dos eventos A y son complementarios si y solo
si, se cumple que: P(A) + P() = P(S), es decir, son eventos mutuamente
excluyentes y su unin es el espacio muestral, entonces tenemos, P(A) + P() =
P(S), pero P(S) = 1, entonces,
P(A)+ P() = 1 P(A) = 1- P(), donde P(), se lee
probabilidad de A complemento.
Eventos no Mutuamente Excluyentes.- Son aquellos eventos que pueden
verificarse simultneamente. A estos eventos tambin se les llaman Sucesos
Compatibles.
CORRIENTES QUE DEFINEN LA PROBABILIDAD
Diariamente se escuchan afirmaciones que llevan implcito el concepto de
probabilidad como por ejemplo los pronsticos del tiempo que indican las
probabilidades de lluvia; los galenos indican la probabilidad que tiene un enfermo
de curarse si realiza al pie de la letra sus tratamientos farmacolgicos, los
docentes especulan sobre las posibilidades de xito del estudiantado si dedican
ms tiempo al estudio, las compaas encuestadoras predicen las oportunidades
que tienen los polticos de ganar una eleccin determinada, etc.
La Teora de la Probabilidad es una rama de las matemticas que se
encarga de los eventos que se realizan al azar o fenmenos aleatorios, como a
menudo se les denominan. Se define la probabilidad como un nmero
comprendido entre 0 y 1, que se le asigna a un evento para sealar su posibilidad
de ocurrencia. Por lo general las probabilidades se expresan en porcentajes,
tambin se pueden expresar con nmeros decimales. Es una condicin de esta
ctedra que siempre s resuelvan las fracciones con que se expresan las
probabilidades de un problema dado; los resultados de esos cocientes deben
tener por lo menos 4 decimales y el mismo se representa en porcentaje. La
probabilidad de cualquier evento se representa con la letra P.
Se le asigna la probabilidad de 1 al evento que con certeza ocurrir y se
le asigna la probabilidad de 0 a un suceso que no puede ocurrir; se le asigna una
probabilidad de 0.5 a un fenmeno que tenga la misma posibilidad de suceder o
de no suceder. Se le asigna una probabilidad 0 P 0.5, a un fenmeno que
tenga ms posibilidades de no suceder que de suceder; y se le asigna una
probabilidad 0.5 < P 1 a un evento que tenga ms posibilidades de suceder
que de no suceder.
La probabilidad es una caracterstica que interviene en todos los trabajos
experimentales. Es necesario obtener un procedimiento lgicamente slido para
que dichos enunciados tengan validez cientfica. En otras palabras, en virtud de
que la probabilidad en definitiva, es un cuantificador o medida de la posibilidad de
ocurrencia de un suceso al que se le asocia un grado de incertidumbre, se debe
estudiar la forma en que esta medida puede ser obtenida.
Existen tres enfoques o escuelas que tratan de dar una definicin de la
probabilidad: La Clsica, La de Frecuencia Relativa y La Subjetiva.
Escuela Clsica.- Esta plantea que si un suceso puede ocurrir en a formas y
fallar en b formas posibles, entonces el nmero total de formas posibles en que
puede ocurrir o no ocurrir es a + b. S a + b formas son igualmente probables, la
probabilidad P de que el suceso ocurra se define como el cociente P = a /a
+ b, y la probabilidad q de que el suceso no ocurra se define como el cociente q =
b / a + b, en otras palabras, la probabilidad de que ocurra o no un suceso, se
define como el cociente del nmero de casos favorables entre el nmero de casos
posibles, siendo todos estos casos igualmente probables.
Ej. Al tirar un dado una sola vez puede salir una cara cualquiera de las 6 que
posee el dado, todas igualmente probables; la obtencin de un 3 en el lanzamiento
del dado, es una de las diferentes caras que posee el dado, se dice que hay un
caso favorable para que salga el 3 entre 6 casos posibles; en este caso se tiene
que a = 1(caso favorable de obtener un 3), b = 5 (caso no favorable para obtener
un 3), de modo que la probabilidad de acertar es: P=1 / 1 + 5 = 1 / 6 y la
probabilidad de fallar es: P = 5 /1 + 5 = 5 / 6
Escuela de la Frecuencia Relativa.- Este enfoque surge por la necesidad de
asignar probabilidades a aquellos eventos considerados no simtricos. Los
seguidores de esta corriente afirman que solo a partir de experimentos realizados
varias veces en las mismas condiciones, es posible asignar probabilidades a los
eventos de un experimento aleatorio. En trminos generales el empeo de esta
teora es destacar que cuando el nmero de experimentos aumenta, la frecuencia
relativa del evento se estabiliza y se acerca bastante a un valor determinado que
podra
ser prcticamente igual a la probabilidad del evento con un elevado grado de
certeza.
Definicin.- Si se considera un suceso que puede verificarse o fallar al efectuar
una prueba, s s
observa que ese suceso se verifica m veces en un total de n pruebas bajo las
mismas condicin esenciales, entonces la razn m/n se define como la
probabilidad P de que el suceso se verifique en una cualquiera de las pruebas,
entonces, P = m/n. En esta definicin de frecuencia, la probabilidad es un nmero
estimado y la confianza de esta estimacin aumenta con n, es decir, cuando el
nmero de observaciones crece. La probabilidad de la frecuencia relativa est
basada en un gran nmero de experimentos y observaciones, y muy a menudo se
le llama probabilidad Emprica, Estadstica, A Posteriori o Teora Objetiva. Esta
es la definicin ms utilizada en la teora de probabilidades.
TEIRA DE LA PROBABILIDAD SUBJETIVA.- Existen varios sucesos
de sumo inters cuyas probabilidades no se pueden calcular tomando en cuenta
los mtodos de frecuencia relativa ni con la teora de la probabilidad clsica. Surge
entonces, el punto de vista subjetivo el cual hace hincapi en la probabilidad que
resulta de una opinin, creencia, o juicio personal sobre una situacin
determinada. El enfoque subjetivo denominado tambin probabilidad personal,
asigna a los eventos probabilidades, aun cuando los datos experimentales sean
escasos o imposibles de obtener.
Los que toman decisiones utilizando este tipo de probabilidad se
fundamentan en sus propias experiencias personales y en muchos casos en
presentimientos. Este enfoque de la probabilidad personal se aplica a problemas
de toma de decisiones tales como construcciones de plantas, compras de equipos,
licitaciones de contratos, etc. . La probabilidad personal se ha vuelto
sistemticamente popular entre los tericos de la toma de decisiones. Los
defensores de esta corriente tratan de buscar soluciones a la asignacin de
probabilidades de aquellos eventos que solo ocurren una vez o que no pueden
estar sometidos a experimentos repetidos. La asignacin de probabilidades a un
evento en estas condiciones, ms que un juicio arbitrario, es un juicio de valor.
AXIOMAS DE LA TEORA DE PROBABILIDADES.- Los axiomas de las
probabilidades son los fundamentos bsicos de las reglas del clculo de las
probabilidades de eventos; estas reglas tambin se conocen como propiedades
de las probabilidades y son:
1.- La probabilidad de todo evento o suceso es un nmero no negativo, es decir:
P(xi) 0.
2.- La suma de las probabilidades de todos los sucesos posibles, mutuamente
excluyentes de un experimento aleatorio es la unidad, es decir: P (X1) + P(X2) +
P(X3)+.............+ P(Xn) = 1
3.- La probabilidad de cualquier suceso varia entre 0 y 1,es decir 0 P(XI) 1.
4.- La suma de las probabilidades de que un suceso ocurra y no ocurra es igual a
la unidad. Si se designa con P la probabilidad de que un evento ocurra y con q
la probabilidad de que el evento no ocurre, se tiene entonces:
P + q = 1, luego la probabilidad de que un suceso ocurra es: P = 1 q y la
probabilidad de que el evento no ocurra es: q = 1 P.
Es importante destacar que las probabilidades se deben expresar por lo
menos con 4 decimales y luego a estos expresarlos en porcentaje.
TEOREMAS FUNDAMENTALES DE LA TEORA DE PROBABILIDADES
1.-TEOREMA DE LA SUMA O DE LA O
Para su mejor estudio el teorema de la suma se divide en dos casos:
A.- Para sucesos Incompatibles (aquellos que no pueden ocurrir simultneamente
o al mismo tiempo) o Excluyentes; el teorema se enuncia as:
Sean A y B dos eventos mutuamente excluyentes, entonces la probabilidad
de obtener al menos uno de ellos, esto es P(A o B) es igual a la probabilidad de
A, o sea, P(A), ms la probabilidad de B, es decir, P(B), simblicamente as:
P(A o B) = P (A) + P(B).
Este teorema se puede generalizar para A, B, C,.................N, que se excluyan
mutuamente y tienen P1, P2, P3 , Pn, probabilidades de ocurrir, as :
P(A o B o C o N) = P(A) + P ( B ) + P(C) +.....................+ P(N) . Ej.:
1.- Se saca al azar una carta de una baraja de 40 cartas. Cul es la
probabilidad de que sea un As o un Rey?.
Solucin : la probabilidad de sacar un as es 4/ 40 y la probabilidad de sacar un
rey es 4 /40, luego la probabilidad buscada se encontrar as: si se llama P(A)=
4 / 40 obtener un as y probabilidad de obtener un rey se le denominara B,
entonces P(B) = 4 / 40, entonces:
P(A o B) = P(A) + P(B), luego P(A o B) = 4 /40 + 4 / 40 = 8 / 40 = 1 / 5 = 0.200 =
20.0 %. .
B.- Si los eventos son Compatibles (aquellos que pueden verificarse
simultneamente, es decir cuando hay eventos que son comunes o que hay
interseccin entre los sucesos) o no Mutuamente Excluyentes. El teorema se
enuncia as:
Sean A y B dos eventos compatibles, es decir eventos que tienen por lo menos
un suceso simple en comn; la probabilidad de obtener al menos uno de ellos,
esto es P(A o B) es igual a la probabilidad del evento A, es decir, P(A), ms la
probabilidad de B, o sea P(B) menos la probabilidad de la interseccin de
ambos eventos, es decir P(AB). Simblicamente se puede expresar as: P(A
o B) = P(A) + P (B) P(AB). Ej.
2.- Se lanza una moneda y un dado al aire. Cul es la probabilidad de obtener
una cara en la moneda o un dos en el dado?.
Solucin : Si llamamos A, el evento de obtener una cara en la moneda y B,
al suceso de obtener un 2 en el dado; el espacio muestral de una moneda es 2,
(cara y sello) mientras que el espacio muestra de un dado es seis, (1,2,3,4,5,6). El
espacio muestral de ambos eventos ser la multiplicacin de sus espacios
mustrales, es decir, 2x6 = 12. El grfico nos indica el espacio muestral de ambos
eventos:
S 1 S 2 S 3 S 4 S 5 S 6 S
C 1 C 2 C 3 C 4 C 5 C 6 C
1 2 3 4 5 6
Eventos de A = ' 1C,2C,3C,4C,5C,6C' , P(A) = 6 / 12; el evento B = '2 C,
2S ' , luego P(B) = 2 / 12, los eventos que son comunes a ambos, es decir, que
se interceptan son:
AB = ' 2C' , luego, P(AB) = 1 / 12, ahora se aplica el teorema de la suma
para datos compatibles. Tenemos:
P(A o B) = P(A) + P(B)P(AB),
P(A o B) = 6 / 12 + 2 / 12 1 / 12 = 7 / 12 = 0.5883 = 58.33 %, por lo tanto, esa es
la probabilidad buscada.
PROBABILIDAD CONDICIONADA.- La probabilidad de que ocurra un evento B
cuando se sabe que ha ocurrido algn otro evento A, se denomina
PROBABILIDAD CONDICIONADA y se designa como P(B/A). l smbolo
P(B/A) se lee como la probabilidad de que ocurra B sabiendo que ocurri A o
sencillamente probabilidad de B dado A Las probabilidades condicionadas estn
relacionadas a probabilidades asociadas a los eventos definidos en
subpoblaciones o espacios mustrales reducidos.
Se dice que la probabilidad de ocurrencia de un evento dado es condicionada,
si esta se afecta por la ocurrencia de otro evento presente.
Definicin.- Sean A y B dos eventos asociados a un experimento aleatorio.
La probabilidad que ocurra el evento B, dado que ocurri el suceso A se llama
probabilidad condicionada del suceso B, esta se simboliza por P(B/A) y se
calcula mediante la formula:
( )
( )
( )
,
A P
B A P
A
B
P
A P
B A P
A
B
P
Por lo tanto 5/9=0.5556 = 55.56 %, es la probabilidad de extraer un ingeniero
con 20 puntos.
Este problema se puede resolver tambin aplicando una tabla o matriz de doble
entrada donde se observan todos los eventos:
ADMINIST. INGENIERO ECONOMIS
TA
TOTAL
Aprobaron Con
20 puntos.
3 10 5 18
No Aprobaron
Con 20 puntos
7 20 5 32
TOTAL 10 30 10 50
En la tabla se observa que el espacio muestral de 50 se redujo a 18, que vienen a
ser los casos posibles de acuerdo con el planteamiento del problema; por otro
lado los ingenieros que aprobaron con 20 en este caso son 10, que vendran a ser
los casos favorables, por lo tanto la probabilidad buscada ser el cociente que
resulta de dividir los casos favorables (CF) entre los casos posibles (CP), as:
.%. 56 . 55 5556 . 0
9
5
18
10
CP
CF
P
4.- Se lanza un dado y se obtiene un nmero par. Cul es la probabilidad de
que el nmero obtenido sea mltiplo de 3?.
Solucin: Sea A, el evento de obtener un nmero par, y sea B el evento de
obtener un nmero mltiplo de 3, entonces el evento comn entre los sucesos A
y B ser AB. El espacio muestral del lanzamiento de un dado es 6, ahora bien
los diferentes eventos del problema sern:
A = ' 2, 4,6' , entonces P(A) = 3/6
B = ' 3, 6' .
AB = ' 6' , luego P(AB) = 1/6
( )
( )
( )
. % . 33 . 33 3333 . 0
3
1
6
3
6
1
A P
B A P
A
B
P
Este problema tambin se puede resolver aplicando una tabla o matriz de doble
entrada, en donde se observan todos los eventos del problema planteado,
observemos la siguiente tabla:
Nmeros Mltiplos
De 3
Nmeros no
Mltiplos de 3
TOTAL
Eventos que
Son pares
6 2, 4 3
Eventos que
No son pares
3 1, 5 3
TOTAL 2 4 6
Solucin: En esta tabla se observa que los eventos pares en total son 3, por
lo tanto el espacio muestra original que era 6 se redujo a 3. En la fila de los
eventos que son pares se observan los que cumplen con la condicin de ser
mltiplo de 3, por lo tanto es un solo caso favorable, de la misma forma se
observa que solo hay 3 caso posibles de nmeros pares, luego la probabilidad
buscada ser el cociente que resulta de:
.%, 33 . 33 3333 . 0
3
!
CP
CF
P
es la probabilidad buscada.
PROBABILIDAD PRODUCTO.- Se conoce como probabilidad producto de 2
eventos A y B en el espacio muestral E, la probabilidad de que los 2 sucesos
se den simultneamente.
La probabilidad de ocurrencia simultanea de 2 o ms eventos recibe el
nombre de probabilidad conjunta. En la probabilidad producto es muy importante
el uso de la letra Y, esta letra es caracterstica en la gran mayora de los
problemas relacionados con la probabilidad producto, ya que esta se utiliza muy
a menudo en el enunciado del problema. . La probabilidad conjunta se designa
as: P(AB) = P(AB)= P(A y B), cualquiera de estos trminos significa lo mismo.
La formula de la probabilidad conjunta se obtiene de la formula de la probabilidad
condicional, si esta, se multiplica por P(A), as:
( )
( )
( )
( ) ( ) ( ) ( )
A
B
P A P B A P A P
A P
B A P
A
B
P . .
]
]
]
r
, si r n .
En esta formula n es el nmero total de suceso, r es el nmero total de
aciertos, n1 es el nmero total de fallar, C es la combinacin de los eventos n
y r, p es la probabilidad de acertar un evento determinado, q es la probabilidad
de fallar y P1 es la probabilidad buscada. Ej.
14.- Calcular la probabilidad de obtener exactamente 3 cuatros en 5
lanzamientos de un dado normal.
Solucin: Cada tiro del dado es una prueba, llamaremos acertar el acto de
obtener un cuatro. La probabilidad de obtener un 4 en el dado o acertar es de
1/6, entonces p = 1/6, la probabilidad de no obtener un 4, es decir, la probabilidad
de fallar es:
11/6 =5/6 = q, como n = 5, r = 3, nr = 2, ahora se aplica la formula del
teorema 1 as :
( )
( )
( )
,
A P
B A P
A
B
P
0.0322 = 3.22 %, esta es la probabilidad buscada.
15.- Una moneda de 5 bolvares se lanza 8 veces al aire. Cul es la
probabilidad de obtener exactamente 6 caras?.
Solucin: Es muy importante que observe en este tipo de problemas la
palabra clave: exactamente, tal y como lo anuncia el teorema 1.. En un
lanzamiento de una moneda la probabilidad de obtener una cara es de 1/2 y la
probabilidad de fallar es tambin de 1/2, por lo tanto p = q = 1/2. En este
problema n = 8,
r = 6, nr = 2, aplicando la formula del teorema 1 se tiene:
( ) ( )
ad probabilid la es que
x x
x x
C q p C P
r n r
r n
. .. .. .%,.. 94 . 10 1094 . 0
256
28
2 1 2
1 7 8
2
1
2
1
8
8
2 6
6 , 8 , 1
,
`
.
|
,
`
.
|
buscad
a.
TEOREMA 2.- Sea P la probabilidad de acertar y q = 1p la probabilidad
de fallar de un suceso en una prueba. Entonces la probabilidad P2 de obtener
por lo menos r aciertos en n pruebas est dada por la relacin
Esta formula es similar a la del teorema 1, pero para determinar la probabilidad
en este caso se calculan todo los valores de n y finalmente se suman todas las
probabilidades y el resultado de la sumatoria es la probabilidad buscada. En la
aplicacin de esta formula hay una frase clave que es: por lo menos, lo cual
significa que se deben tomar las probabilidades desde r hasta n y luego
sumarlas todas y esa ser la probabilidad buscada. Ejemplo:
16.- Una moneda de 5 bolvares se lanza al aire 8 veces. Cul es la
probabilidad de que por lo menos aparezcan 6 caras?.
Solucin: Este es un problema que se resuelve aplicando el teorema 2 por
cuanto presenta la palabra clave por lo menos, que indica la aplicacin de la
formula del teorema mencionado. En el lanzamiento de una moneda la
probabilidad de acertar es 1/2 y la de fallar es 1/2 por lo tanto la p = q =1/2,
n = 8, r = 6 y n r = 2, aplicando la formula tenemos:
P1 = C(n, r) p
r
q
n-r
= C (8, 8) (1/2)
8
+ C (8, 7) (1/2)
7
(1/2) + C (8, 6) (1/2)
6
(1/2)
2
r r
n r
r n n
n r q p r n C P . . ,......... ) , (
2
P1 = 1
8
/ 2
8
+ 8 x 1
8
/ 2
8
+ 28 x 1
8
/ 2
8
= 37 / 256 = 0.1445 = 14.45 %, esta es la
probabilidad buscada.
17.- La probabilidad de que un hombre de 50 aos viva 20 aos ms, es de
60.0 %. Dado un grupo de 5 hombres de 50 aos, cul es la probabilidad
de que por lo menos 4 hombres lleguen a 70 aos?.
Solucin: De acuerdo con el planteamiento del problema se trata de sucesos
de pruebas repetidas tal y como lo plantea el teorema 2, por cuanto presenta la
frase clave por lo menos. En este problema la probabilidad de que un hombre
viva 70 aos es:
60/100 = 6/10 = p, la probabilidad que no llegue a los 70 aos es 4/10 = q, n =
5, r = 4 y n r = 1. Aplicando la formula del teorema 2 se tiene:
P1 = C (n, r) p
r
q
nr
= C(5,5) (6/10)
5
+ C(5, 4) (6/10)
4
(4/10) =
7776 / 100000 + 5 x 5184 / 100000 =
7776 / 100000 + 25920 / 100000 = 1053 /3125 =0.3370 =33.70 %, esta es la
probabilidad buscada.
PROBLEMAS
1.- Calcular la probabilidad de obtener una suma de por lo menos 10 puntos en
un lanzamiento de 2 dados. Resultado: 16.67 %.
2.- Una tabla de mortalidad muestra que de 949.171 personas de 21 aos,
578.050 an viven a la edad de 65 aos. Determine la probabilidad de que un
hombre que actualmente tiene 21 aos viva lo necesario para cumplir 65 aos.
Resultado: 60.90 %.
3.- Una Compaa enva 2.000 bombillos para surtir una orden de compra de
una ferretera. Se sabe que el registro llevado de produccin indica que cada
100.000 bombillos del mismo tipo y bajo las mismas condiciones esenciales han
resultado 1.000 bombillos defectuosos. Cuntos bombillos se espera que
salgan defectuosos en la orden de compra solicitada?. Resultado: 20 bombillos
defectuosos.
4.- Un TSU en administracin siente que la probabilidades de obtener un
empleo en una empresa son 7 a 4. Qu probabilidad asigna l para obtener el
empleo?. Resultado: 63.64 %.
6.- Dado 2 eventos A y B en el espacio muestral E y sabiendo que P(A) = 1/3,
(B/A) = 1/2 y que PA/B) = 1/3, entonces calcule la probabilidad de que se de al
menos uno de los sucesos A y B. Resultado: 67.67 %
.
7.- Un experimento aleatorio consiste en lanzar 2 dados. Sea A, el evento de
que el resultado de ambos dados sea el mismo. Sea B el suceso de que la
suma de los resultados de los 2 dados es un nmero par. Sea C el evento de
que al menos el resultado de uno de los 2 dados es un 6. Determine: a ).-
P(ABC).- b).- P( B)- c). - P(A ).- d ).- P(C/A). Resultados: a).- 2.78 %.
b).- 100.0 %. c) .- 0. d ) .- 16.67 %.
8.- En una caja hay 100 fichas numeradas del 1 al 100. Cul es la
probabilidad de que al sacar una ficha, su nmero sea mltiplo de 9?. Resultado:
11.0 %.
9.- En un edifico viven 12 familias, de las cuales 3 tienen ingresos mensuales
mayores de 300.000 bolvares, 4 tienen ingresos de 150.000 bolvares y 5
presentan ingresos de 100.000.En el edificio del frente viven 18 familias, de las
cuales 5 tienen ingresos mayores de 300.000 bolvares, 6 tienen ingresos de
150.000 bolvares y 7 poseen ingresos de 100.000 bolvares. Se escogen 2
familias aleatoriamente, una de cada edificio. Cul es la probabilidad: a) de que
ambas familias tengan ingresos de 150.000 bolvares, b) de que ambas estn en
el mismo intervalo de ingresos?. Resultados: a).- 11.11 %.- b)- 34.26 %.
10.- En una caja hay 150 bombillos, 100 son de algeno y 50 son
incandescentes. Se sacan al azar 50 bombillos con remplazamiento. Es
independiente el suceso de sacar el primer bombillo de algeno y el suceso de
que el bombillo nmero 50 sea de algeno?. Explique
11-. La probabilidad de que Antonio est vivo dentro de 20 aos es de 0.70, y
la de que Julia est viva dentro de 20 aos es 0.90. Si se asume
independencia para ambos eventos, cul es la probabilidad de que ninguno de
los dos est vivo dentro de 20 aos?. Resultado: 3.0 %.
12.- Se lanza un par de dados una sola vez. Cul es la probabilidad de obtener
un total de 7 u 11 puntos en los dos dados?.
Resultado22.22%.
13.-La probabilidad de que un vuelo programado en forma regular salga a tiempo
es P(D)= 0.83, la probabilidad de que llegue a tiempo es P(A) = 0.92, y la
probabilidad de que salga y llegue a tiempo es P(DA) = 0.78. Encuentre la
probabilidad de que un avin: a) llegue a tiempo, dado que sali a tiempo, y b)
haya salido a tiempo, dado que llego a tiempo.
14.- Una moneda regular se lanza 10 veces al aire. Encuentre la probabilidad de
obtener por lo menos 8 caras. Resultado: 5.47 %.
15.- Se efectan 5 lanzamientos con un par de dados. Hallar la probabilidad de
obtener por lo menos 4 siete. Resultados:0.33 %.
16.- En promedio, un tirador pega en el blanco 300 veces en 400 tiros. Hallar la
probabilidad de que pegue en el blanco por lo menos 3 veces en 5 tiros.
Resultado: 89.65 %.
17.- S efectan 6 lanzamientos con un par de dados. Cul es la probabilidad
de obtener exactamente 3 siete?. Resultado: 5.36%.
18.- Un jugador de bisbol cuyo promedio de bateo es 0.300, va al bate 4
veces en un juego dado. Calcular la probabilidad de que pegue exactamente 2
hit. Resultado: 26.46%.
19.- La calificacin aprobatoria en un examen que consta de 10 problemas es
70 %. En promedio, cierto estudiante resuelve correctamente 4 de cada 5
problemas. Calcular la probabilidad de que ese estudiante apruebe el examen.
Resultado: 87.91 %.
20.- La probabilidad de que un hombre de 50 aos viva 20 aos ms es 0.60.
Dado un grupo de 5 hombres de 50 aos, cul es la probabilidad de que por lo
menos 4 llegue a los 70 aos?.
Resultado: 33.70 %.
21.- Una moneda se lanza al aire 8 veces. Cul es la probabilidad de obtener un
nmero impar de caras?. Resultado: 50.0 %.
22 Si A, B y C tiran a un blanco con probabilidad de acertar de 2/7, 2/5 y
2/3, respectivamente, cul es la probabilidad de que alguno acierte, al blanco, al
hacer un disparo cada uno?. Resultado: 85.71 %.
23 En la tabla que aparece a continuacin se clasifica una muestra aleatoria
de 200 adultos, de acuerdo con el sexo y el nivel de educacin.
EDUCACION MASCULINO FEMENINO
PRIMARIA 38 45
SECUNDARIA 28 50
SUPERIOR 22 17
Si se elige al azar una persona de este grupo, encuentre la probabilidad de que
a). La persona sea hombre, dado que tiene educacin secundaria.
b). Que la persona no tenga instruccin superior, dado que es mujer. Resultado:
a). 35.90 %. B). 84.82 %.
BIBLIOGRAFA
Benavente del Prado, Arturo Nez (1992): Estadstica Bsica par
Planificacin. Editorial Interamericana. 6. Edicin. Mxico.
Berenso, Mark.(1.992): Estadstica Bsica en Administracin. Editorial. Harla.
Cuarta Edicin. Mxico.
Best,J. W. (1987): Como Investigar en Educacin. Editorial Morata. Madrid
Espaa.
Budnick Frank S. (1992): Matemticas Aplicadas para Administracin, Economa y
Ciencias Sociales. Tercera Edicin. Editorial McGaw-Hill Interamericana
de Mxico, S.A de C.V. Mxico.
Caballero, Wilfredo (1975): Introduccin a la Estadstica. Editorial ICA. Costa
Rica.
Cadoche, L. S.; G. Stegmayer, J. P. Burioni y M. De Bernardez (1998). Material
del Seminario de Encuestas en Educacin, impartido va internet por parte
de la Universidad Nacional del Litoral, en Santa Fe, y de la Universidad
Tecnolgica Nacional, Regional Santa Fe, en la Repblica de Argentina.
Castaeda J., J.(1991): Mtodos de Investigacin 2. Editorial McGraw-Hill. Mxico.
Carono, R., Minujin, A. y Vera, G.(1982): Manual de tcnicas de evaluacin y
ajuste de informacin Estadsticas. Fondo de cultura econmica.
Mxico.
Chao, L.(1993): Estadstica para la Ciencia Administrativa. Editorial McGraw
Hill. 4
ta
Edicin. Colombia
Chou, Ya-Lun (1972): Anlisis Estadstico. Editorial Interamericana. Mxico
Daniel Wayne, W. y Otros (1993): Estadstica con Aplicacin a las Ciencias
Sociales y a la Educacin. Editorial McGraw-Hill Interamericana de
Mxico, S.A. de C.V. Mxico.
De Oteyza de O., E; Emma Lam O., Carlos Hernndez G. y ngel M. Carrillo H.
(1998). Temas Selectos de Matemticas. Prentice Hall. Mxico
Enciclopedia Microsoft Encarta 2002 (2002): Censo- Cuestionario- Encuesta.
Estadstica. Editorial Microsoft corporation. USA.
Erkin Kreyszia (1978): Introduccin a la Estadstica Matemtica. Editorial Limusa,
S.A. Mxico.
Freud J: E. y Otros (1990): Estadstica para la Administracin con Enfoque
Moderno. Editorial, S.A. Mxico.
Gomes Rondn, Francisco (1985): Estadstica Metodologica: Ediciones Fragor.
Caracas.
Gonzlez, Nijad H. (1986): Mtodos estadsticos en Educacin. Editorial
Bourgen, Caracas.
Guilford, J. Y Fruchter, B. (1984): Estadstica aplicada a la Psicologa y la
Educacin. Editorial McGraw-Hill Latinoamericana, S. A., Bogot.
Hamdan Gonzlez, Nijad (1986): Mtodos Estadsticos en Educacin. Editorial
Bourgen C.A. Caracas Venezuela.
Kevin, Richard I. (1988): Estadstica para Administradores. Editorial
Hispanoamericana. Mxico.
Larson Harold, J. (1985): Introduccin a la Teora de Probabilidades e inferencia
Estadstica. Editorial Limusa. Mxico.
Lehmann, Charles H. (1995): LGEBRA. Editorial limusa, S.A. DE C.V. Grupo
Noriega Editores. Mxico.
Leithold, Louis (1992): El Clculo con Geometra Analtica. Editorial HARLA
Mxico.
Lincon L., Chao (1996): Estadstica para Ciencias Administrativas. Cuarta edicin.
Editorial McGaw-Hill. Usa.
Lenin, R.y Kubin, D.(1992): Estadstica para Administradores. Editorial
Hispanoamrica. VI edicin. Mxico.
Lopez Casuso, R. (1984): Introduccin al Clculo de Probabilidades e Inferencia
Estadstica. Editorial Instituto de Investigaciones Econmicas, UCAB.
Caracas- Venezuela.
Mason, Robert (1.992): Estadstica para la Administracin y Economa.
Ediciones Alfaomega S.A.N. Mxico.
Mendennaf, W. y OTROS (1981): Estadstica para Administradores y
Economa. Editorial Iberoamericana. Mxico.
Mode, Elmer B. (1988): Elementos de Probabilidades y Estadstica Editorial
Reverte Mejicana. Mxico.
Murria, R.(1993): Estadstica. Edicin Interamericana.2
da
Edicin. Mxico.
Parzen, E. (1986): Teora Moderna de Probabilidades y sus Aplicaciones Editorial
Limusa. Mxico
Pugachev, V. S. (1973): Introduccin a la Teora de Probabilidades Editorial Mir.
Mosc.
Rivas Gonzlez, Ernesto (1980): Estadstica General. Ediciones de la Biblioteca
UCV. Caracas Venezuela.
Soto Negrin, Armando (1982): Iniciacin a la estadstica. Editorial Jos Marti.
Caracas Venezuela.
Stephen P., Shao (1986): Estadstica para Economistas y Administradores de
Empresa. Editorial Herreros Hermanos, Sucs., S.A., Mxico.
Stevenson, William(1991): Estadstica para la Administracin y
Econmica.Editorial Harla. Mxico.
Universidad Nacional Experimental Simn Rodrguez (1983): Estadstica 1.
Ediciones UNESR, Caracas.
Walpole, R. y Myers, R. (1987): Probabilidad y Estadstica para Ingenieros.
Editorial Interamericana. Mxico.
Webster, Allen L. (1996): Estadstica Aplicada a la Empresa y la Economa.
Editorial Irwin. Segunda edicin. Barcelona Espaa.
Weimer, Richard C. (1996) Estadstica. Compaa Editorial Continental, SA deCV.
Mxico.
Wonnacott, T. H. y Wonnacott, R: J. (1989): Fundamentos de Estadstica para
Administracin y Economa. Editorial LIMUSA. Mxico.
BIBLIWEB
http://www.ine.es.
http://www.udec.cl.
http://www.rincondelvago.com
http://www.monografias.com
http://www.itlp.edu.mx
http://www.inf.ufsc.br/cee/pasta1/art4.html
http://www.inf.ufsc.br/cee/pasta4/art1p4.html
http://www.caib.es/ibae/esdeveniment/jornades_10_01/doc/Estepa-Jornadas-
Mallorca.doc
http://www.caib.es/ibae/esdeveniment/jornades_10_01/doc/Mallorca1.doc
http://www.caib.es/ibae/esdeveniment/jornades_10_01/doc/Roa-Navarro.doc
http://www.caib.es/ibae/esdeveniment/jornades_10_01/doc/Bataneromallorca.doc
http://buscar.hispavista.com/?cadena=Aprende+estadistica
http://www.psicol.unam.mx/Cim2000/Estadistica/journal_of_statistics_education.ht
m
http://www.ine.es/revistas/estaespa/148_2.pdf
http://www.fuentesestadisticas.com/numero1/paginas/editorial.html
http://www.uaq.mx/matematicas/estadisticas/xstad02.html
http://lib.stat.cmu.edu/
http://www.stat.ufl.edu/vlib/statistics.html
http://www.statserv.com/softwares.html
http://www.maths.uq.edu.au/~gks/webguide/
http://www.statistics.com/
http://www.helsinki.fi/~jpuranen
http://www.maths.uq.edu.au/~gks/webguide/free.html
http://nhsbig.inhs.uiuc.edu/
http://www.okstate.edu/artsci/botany/ordinate/software.htm
http://life.bio.sunysb.edu/ee/biometry/
http://life.bio.sunysb.edu/morph/software.html
http://pbil.univ-lyon1.fr/ADE-4/ADE-4.html
http://ourworld.compuserve.com/homepages/Rainer_Wuerlaender/statsoft.htm
http://it.stlawu.edu/~rlock/maa99/
http://it.stlawu.edu/~rlock/tise98/java.html
http://www.stat.vt.edu/~sundar/java/applets/
http://www.kuleuven.ac.be/ucs/java/index.htm
Statistical support at SPSS
http://e-stadistica.bio.ucm.es/web_spss/entorno_de_trabajo_del_SPSS.html Muy
Bueno
http://www.hrc.es/bioest/Introducion_ch.html
http://www.hrc.es/bioest/M_docente.html#tema2
http://members.tripod.com/~beatrizt/verdad/5.html
http://www.monografias.com/trabajos5/estadm/estadm.shtml
http://www.monografias.com/trabajos10/esta/esta.shtml
http://platea.pntic.mec.es/~jescuder/estadist.htm
http://www.universidadabierta.edu.mx/SerEst/MAP/METODOS
%20CUANTITATIVOS/Vega%20Trujillo%20Maria%20del%20Pilar.htm
http://www.geocities.com/arguello_vyr/contenido.html
http://www.cortland.edu/flteach/stats/stat-sp.html
http://www.fuentesestadisticas.com/Numero50/paginas/9.htm
http://www.angelfire.com/journal2/estadistica/Links.htm
http://www.unlu.edu.ar/~mapco/apuntes/610/mapco610.htm
http://rrpac.upr.clu.edu:9090/~amenend/excel8intro.htm
http://www.fisterra.com/material/investiga/distr_normal/distr_normal.htm
http://www.fisterra.com/material/index.htm
http://usuarios.lycos.es/manuelnando/normal.html
http://www.uam.es/personal_pdi/derecho/lmorales/tecnicas/practica/guiap1.html
http://www.uam.es/personal_pdi/derecho/lmorales/tecnicas/practica/statvill/index.ht
ml
http://www.randomizer.org/form.htm
http://ftp.bioestadistica.uma.es/libro/.