Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Unidad Ii
Unidad Ii
Solución:
ε = Lanzar una moneda una sola vez.
Diagrama del árbol
C
S
W = (C, S)
A1 = (C)
A 2 = (S)
Ejemplo 2: lanzar una moneda y observar la parte superior.
El espacio muestral asociado a este experimento es : W = {C,S}
Ejemplo 3: Sea el experimento aleatorio: ε: lanzar una moneda tres veces.
W = {CCC, CCS, CSC, SCC, CSS, SCS, SSC, SSS}
Los sucesos pueden ser:
A: ocurra exactamente dos caras; A= {CCS, CSC, SCC}
B: igual resultado en los lanzamientos; B= {CCC, SSS}
2.1.4. Operaciones con Eventos
1) A está contenido en B ó A es un sub evento de B.
Si A Ì B
2) Dos eventos A y B son iguales.
Si A Ì B y B Ì A
3) A È B = {W Î W ¤ W Î A ó W Î B} Si ocurre el suceso A o B ó ambos.
4) A Ç B = {W Î W ¤ WÎ A Ù W Î B} es decir A y B ocurren en forma simultánea.
5) A – B ={W Î W ¤ WÎ A Ù W Ï B}
6) A¢=Ac = W - A = {WÎ W ¤ W Ï A} Formado por todos los eventos que no pertenecen
a A.
Leyes Distributivas:
A Ç (B È C) = (A Ç B) È (A Ç C)
A È (B Ç C) = (A È B) Ç (A È C)
Leyes de Morgan: Sean los eventos A y B
(A Ç B)c = Ac È Bc
(A È B)c = Ac Ç Bc
Cálculo de probabilidades.- Es un instrumento de la estadística matemática. Se
podría definir como una teoría que nos sirve de modelo para la descripción y el análisis
de los fenómenos aleatorios o estadísticos.
2.2. TÉCNICAS DE CONTEO
Principio de multiplicación
Si un experimento aleatorio (u operación) ε1 ocurre de n1 formas y si para cada una de
estas, un experimento (u operación) ε2 ocurre de n2 formas, los dos experimentos
juntos ocurren de n1 n2 formas.
Ejemplo: una persona puede viajar de A a B de 5 formas y de B a C de 6 formas. ¿De
cuántas formas puede ir de A a C pasando por B? 5 x 6 = 30 formas
Principio de adición.-
Si un experimento (u operación) ε1 puede ocurrir de n1 formas y un segundo
experimento (u operación) ε2 de n2 formas entonces el experimento (u operación) ε3
que consiste en realizar ε1 ° ε2 ( ° exclusión) es decir ε1 y ε2 no pueden ocurrir juntas,
ocurre de n1 + n2 formas.
Ejemplo: una persona puede viajar de Tacna a Cuzco por tres rutas. En autobús y por
2 rutas en avión en total puede viajar por 3 + 2 = 5 rutas.
2.2.1. Permutacion.
Factorial de un número: n!
n! = n (n–1) (n-2)...1
5! = 5 x 4 x 3 x 2 x 1= 120
0! = 1
Definición: una permutación es un arreglo de todos o parte de un conjunto de objetos.
Ejemplo. Sea A= {a,b,c} cuantas permutaciones pueden realizarse en los elementos
de A: abc, acb, bac, bca, cab, cba = 6 . Se puede llegar a la misma repuesta sin
escribir las ordenaciones posibles de la siguiente manera: los arreglos de los 3 objetos
es equivalente a disponerlos en 3 celdas. Así
3 2 1
Hay 3 formas posibles de llenar la primera celda con cualquiera de los 3 objetos a, b y
c para la 2da. Hay 2 formas posibles para la 3ra, hay 1 sola forma aplicando el
principio de multiplicación da un total de: 3 x 2 x 1= formas.
El nº de permutaciones de n objetos diferentes es Pnn = nPn = n!
El nº de permutaciones de n objetos diferentes tomados r a n es:
n!
Pn = nPr = ( n−r )! donde r £ n
Ejemplo: un grupo está formado por 5 personas y desean forma una comisión
integrada por 3 personas ¿de cuantas maneras puede nombrarse esta comisión?
Si se escoge a un alumno al azar cual es la probabilidad de que sea varón dado que
se conoce que es de Ciencias:( 47/145) / ( 75/145 ) = 47/75
Regla de Multiplicación:
P (AÇB) = P (A/B). P (B)
= P (B/A). P(A)
2.3.4. Teorema de Probabilidad Total y el Teorema de Bayes: Antes de explicar
estos teoremas definimos lo que es una partición o sistema compuesto de
sucesos.
Partición de un espacio Muestral.
P(A) 6 = 1
12 2 ; P(A) . P(B) = 1 x 1 = 1
2 x6 12
P(B) 2 = 1
12 6 ; P [A.B]=P(A) . P(B)
lo que indica que dichos eventos son independientes.
2.5. VARIABLES ALEATORIAS
Ejemplo: Sea: lanzar una moneda 3 veces, el espacio muestral asociado a este
experimento es:
W={ccc, ccs, csc, scc, css, scs, ssc, sss}
Sea X=número de caras
X (ccc) = ? . Es como preguntar el número de caras que hay en este resultado?, la
repuesta es el número 3 , en forma similar, en los tres resultados siguientes
X (ccs) = X(csc) = X(scc) = 2
X (css) = X(scs) = X(ssc) = 1
X (sss) = 0
Es decir la función X , definida por X (w) = número de caras obtenidas de lanzar una
moneda 3 veces , es una función de valores reales RX ={0, 1, 2, 3}
X: W {0, 1, 2, 3} R
W ЄW → X(w) Є R
P [a £ x £ b] =
∫a f (x ) dx
Esta probabilidad equivale a un área bajo la curva f(x)
2.5.2. Características de una variable aleatoria:
Las más usadas son:
1) El valor esperado o esperanza matemática. : E (X)
2) La varianza :V(X)
Valor Esperado: Sea X una variable aleatoria con rango Rx y función de probabilidad
f(x) el valor esperado o esperanza matemática de x se denota por : E[x] y se define
E[x] =
∫x f(x) dx (Caso Continuo)
Rx
X 0 1 2 3
f(x) 0.125 0.375 0.375 0.125
E[x] = 0(0.125)+1(0.375)+2(0.375)+3(0.125)=1.5
Calcular E[x] = m
m = E[x] =
∫0
2 2
xf ( x)dx ∫0 x∗3/ 4 x(2−x)dx
= = 3/4
[∫0
2 x 2 dx−∫0 x3 dx ]
2 2
= 3/4
[ 2
x3 2 x 4 2
−
30 40 ] [
= 3/4
8 1
2 (( )−0)− (16−0)
3 4 ] =1
Varianza y Desviación estándar de una variable aleatoria
VAR (x)=s σ2 = E[׀x- E(x) 2 = ]׀E[x2] – (E(x))2
Desviación estándar: σ = √ V(X)
Así en el ejemplo 1 : V(X) = 0²(0.125)+1²(0.375)+2²(0.375)+3²(0.125)- (1.5) ²= 0.75
Y la desviación estándar es : √ 0.75 = 0,86
Ejemplo: Calcular la varianza y la desviación estándar, con la f(x) del ejemplo 2
VAR (x)=s σ2 = E [׀x- E(x) 2 = ]׀E[x2] – (E(x))2
2 2 3 3 2
∫0 x 2 f ( x )dx=∫0 x 2 4 x (2−x )dx = 4 ∫0 x 3(2−x )dx
Calculamos E [x2] =
=
4
[
3 2 3 2
]
4 40 50 4 [
3 x 4 2 x 5 2 3 16
4
1
] [
2 ∫0 x dx−∫0 x 4 dx = 2 − = 2( −0)− (32−0 )
5 ]
= 1,2
Pero sabemos que E (X) = 1, luego: VAR (x)=s σ2 = E [x2] – (E(x))2 = 1,2 – 1 = 0,2
Problemas Propuestos N² 2
1.-En una urna hay 15 bolas numeradas de 2 al 16. Extraemos una bola al azar y
observamos el número que tiene.
a) Describe los sucesos:
A = "Obtener par" B = "Obtener impar"
C = "Obtener primo" D = "Obtener impar menor que 9"
2.- Sean A y B los sucesos tales que:
P[A] = 0,4 P[A' Ç B] = 0,4 P[A Ç B] = 0,1 ; Calcula P[A È B] y P[B].
3.- Sean A y B dos sucesos de un espacio de probabilidad tales que:
P[A'] = 0,6 P[B] = 0,3 P[A' È B'] = 0,9
a) ¿Son independientes A y B?
b) Calcula P[A' / B].
4.- En un viaje organizado por Europa para 120 personas, 48 de los que van saben
hablar inglés, 36 saben hablar francés, y 12 de ellos hablan los dos idiomas.
Escogemos uno de los viajeros al azar.
a) ¿Cuál es la probabilidad de que hable alguno de los dos idiomas?
b) ¿Cuál es la probabilidad de que hable francés, sabiendo que habla inglés?
c) ¿Cuál es la probabilidad de que solo hable francés?
5.- En una clase de 30 alumnos hay 18 que han aprobado matemáticas, 16 que han
aprobado inglés y 6 que no han aprobado ninguna de las dos.
Elegimos al azar un alumno de esa clase:
a) ¿Cuál es la probabilidad de que haya aprobado inglés y matemáticas?
b) Sabiendo que ha aprobado matemáticas, ¿cuál es la probabilidad de que haya
aprobado inglés?
c) ¿Son independientes los sucesos "Aprobar matemáticas" y "Aprobar inglés"?
6.-Para cada una de las siguientes funciones determine la constante C para que f(x)
sea una función de probabilidad de una variable aleatoria x.
a) f(x) = Cx , x = 1, 2, 3, ..., 10
b) f(x) = C( 1/3 )x , x = 1, 2, 3, …
7.- La función de densidad de la variable aleatoria continua x está dado por:
f(x) = 1/5 para 2< x < 7
0 en cualquier otra parte