Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Introducción
Principio aditivo
donde:
n(A)= Número de maneras en que pueda ocurrir el suceso A
n(B)= Número de maneras en que pueda ocurrir el suceso B
n(A ∩ B)= Número de maneras en que pueden ocurrir los sucesos A y
B, simultaneamente.
Este resultado se puede extender a más de dos sucesos.
Ejemplo 4.1.
Suponga que planeas un viaje y debes decidir entre trasladarte por
autobús o avión. Si hay tres rutas para el autobús y dos para el avión,
¿cuántas rutas en total tienes disponibles?
Solución
Si se definen los sucesos:
A=trasladarse por autobus
B=trasladarse por avión
Luego el número total de rutas disponibles es:
Ejemplo 4.1.
Suponga que planeas un viaje y debes decidir entre trasladarte por
autobús o avión. Si hay tres rutas para el autobús y dos para el avión,
¿cuántas rutas en total tienes disponibles?
Solución
Si se definen los sucesos:
A=trasladarse por autobus
B=trasladarse por avión
Luego el número total de rutas disponibles es:
Principio multiplicativo
Solución
Si se definen los sucesos:
A=lanzamiento de dado
B=lanzamiento de una moneda
Luego el número total de resultados posibles es:
Ejemplo
Supónga que en una tienda de ropa se ofrecen camisas en tres colores, los
cuales están disponibles en cualesquiera de cuatro tallas, con dos tipos
de estampado. ¿Cuántas camisas diferentes tienen?
Solución
Por el principio multiplitivo se tienen
3 × 4 × 2 = 24 camisetas diferentes.
V. Contreras T. (UNAC) 6 / 33 2023 6 / 33
Técnicas de conteo
Solución
Si se definen los sucesos:
A=lanzamiento de dado
B=lanzamiento de una moneda
Luego el número total de resultados posibles es:
Ejemplo
Supónga que en una tienda de ropa se ofrecen camisas en tres colores, los
cuales están disponibles en cualesquiera de cuatro tallas, con dos tipos
de estampado. ¿Cuántas camisas diferentes tienen?
Solución
Por el principio multiplitivo se tienen
3 × 4 × 2 = 24 camisetas diferentes.
V. Contreras T. (UNAC) 6 / 33 2023 6 / 33
Técnicas de conteo
VARIACIONES
Variaciones simples
Se denomina variaciones simples o sin repetición de k objetos tomados
de n objetos distintos, a cada uno de los arreglos u ordenes que se hagan
con los k objetos de manera que estos arreglos difieran en algún elemento
o en el orden de colocación.
El número de variaciones diferentes de los k objetos tomados de n objetos
distintos denotado por Vkn esta dado por:
n!
Vkn = , 0≤k≤n
(n − k)!
Ejemplo
Las variaciones de 2 elementos del conjunto A = {a, b, c} son los sigu-
ientes arreglos:
ab ac bc ba ca cb
es decir, las variaciones de 2 elementos tomados de 3 elementos, es 6.
Utilizando la fórmula se verifica :
3!
V23 = = 6 arreglos diferentes
(3 − 2)!
V Rkn = nk
Ejemplo
Las variaciones con repetición de 2 elementos del conjunto A = {a, b, c}
son los siguientes arreglos:
ab ac bc ba ca cb aa bb cc
es decir las variaciones con repetición de 2 elementos tomados de 3 ele-
mentos es 9.
Utilizando la fórmula se verifica: V R23 = 32 = 9 arreglos diferentes
V. Contreras T. (UNAC) 10 / 33 2023 10 / 33
Técnicas de conteo
Permutaciones
Permutaciones simples
Se denominan permutaciones de n objetos a cada uno de las variaciones
de los n objetos distintos.
El número de permutaciones de n objetos distintos denotado por P n o
Pn es igual al número de variaciones de n objetos tomados de n objetos
distintos y está dado por:
P n = Vnn = n!
Ejemplo
Son permutaciones de las letras a, b y c las siguientes variaciones sin
repetición de todas
Ejemplo
Ejemplo
Permutaciones circulares
P C n = (n − 1)!
Ejemplo
¿De cuántas formas diferentes pueden sentarse 9 personas alrededor de
una mesa circular si dos personas determinadas no deben estar uno a
lado del otro?.
Solución
8! − 7! 2! = 30240 formas.
Permutaciones circulares
P C n = (n − 1)!
Ejemplo
¿De cuántas formas diferentes pueden sentarse 9 personas alrededor de
una mesa circular si dos personas determinadas no deben estar uno a
lado del otro?.
Solución
8! − 7! 2! = 30240 formas.
n!
Pnn1 ,n2 ,...nk =
n1 ! n2 ! .. nk !
Ejemplo
El número de permutaciones lineales a , a , a , b , b tomados de 5 en 5 es
igual a:
5 5!
P3,2 = = 10
3! 2!
y estos son:
Combinaciones
Combinaciones simples
Son arreglos lineales de los elementos de un conjunto en los que no se
toma en cuenta el orden.
El número de combinaciones de n elementos distintos de un conjunto
tomados de k en k (0 ≤ k ≤ n) denotado por Ckn se define por
n!
Ckn =
(n − k)! k!
Ejemplo
El número de combinaciones de los elementos del conjunto {a, b, c} toma-
dos de 2 en 2 es:
3!
C23 = =3
(3 − 2)! 2!
y estos son
ab ac bc
Ejemplo
Dados los conjuntos A de 4 elementos y B de 8 elementos, ¿cuántos
conjuntos de 6 elementos pueden formarse si cada uno debe contener
a. un solo elemento de A?
b. cuando menos un elemento de A?
Solución
a. C14 C58 = 224
b. C14 C58 + C24 C48 + C34 C38 + C44 C28 = 896
Ejemplo
Dados los conjuntos A de 4 elementos y B de 8 elementos, ¿cuántos
conjuntos de 6 elementos pueden formarse si cada uno debe contener
a. un solo elemento de A?
b. cuando menos un elemento de A?
Solución
a. C14 C58 = 224
b. C14 C58 + C24 C48 + C34 C38 + C44 C28 = 896
(n + k − 1)!
CRkn =
(n − 1)! k!
Ejemplo
Las combinaciones con repetición de orden dos a partir de los 4 elementos
a, b, c, y d son:
ab ac ad bc bd cd aa bb cc dd
EJERCICIOS
En un edificio de 10 pisos entran al ascensor del primer piso tres
personas cada uno baja al azar a partir del segundo piso.
¿Determine la cantidad de supuestos en que las personas pueden
bajar en pisos diferentes?
En un grupo de 10 amigos, ¿cuántas distribuciones de sus fechas
de cumpleaños pueden darse al año?
El esquema siguiente, representa las calles de una ciudad, en el que
se ha marcado un camino para ir de la esquina A hacia la esquina
B. ¿Cuántos caminos hay de A hasta B, si en cada esquina, sólo se
puede avanzar hacia la derecha o hacia arriba?
Probabilidades
Introducción
En esta parte se desarrollará espacios muestrales, definición de proba-
bilidad como función, definición clásica de probabilidades condicionales
y el teorema de Bayes.
Evento
Definición 5.1.
1. Se dice que un evento A ocurre, si contiene por lo menos un punto
muestral de algún experimento aleatorio, esto es
A ocurre ⇔ ∃w ∈ A
Nota Si An ⊂ Ω , ∀n ∈ N entonces
S∞ S∞
n=1 An es un evento y An ocurre ⇔ ocurre al menos un An .
T∞ Tn=1
∞
n=1 An es un evento y n=1 An ocurre ⇔ ocurre todos los An .
Definición 5.1.
1. Se dice que un evento A ocurre, si contiene por lo menos un punto
muestral de algún experimento aleatorio, esto es
A ocurre ⇔ ∃w ∈ A
Nota Si An ⊂ Ω , ∀n ∈ N entonces
S∞ S∞
n=1 An es un evento y An ocurre ⇔ ocurre al menos un An .
T∞ Tn=1
∞
n=1 An es un evento y n=1 An ocurre ⇔ ocurre todos los An .
Definición 5.1.
1. Se dice que un evento A ocurre, si contiene por lo menos un punto
muestral de algún experimento aleatorio, esto es
A ocurre ⇔ ∃w ∈ A
Nota Si An ⊂ Ω , ∀n ∈ N entonces
S∞ S∞
n=1 An es un evento y An ocurre ⇔ ocurre al menos un An .
T∞ Tn=1
∞
n=1 An es un evento y n=1 An ocurre ⇔ ocurre todos los An .
Definición 5.1.
1. Se dice que un evento A ocurre, si contiene por lo menos un punto
muestral de algún experimento aleatorio, esto es
A ocurre ⇔ ∃w ∈ A
Nota Si An ⊂ Ω , ∀n ∈ N entonces
S∞ S∞
n=1 An es un evento y An ocurre ⇔ ocurre al menos un An .
T∞ Tn=1
∞
n=1 An es un evento y n=1 An ocurre ⇔ ocurre todos los An .
Definición 5.1.
1. Se dice que un evento A ocurre, si contiene por lo menos un punto
muestral de algún experimento aleatorio, esto es
A ocurre ⇔ ∃w ∈ A
Nota Si An ⊂ Ω , ∀n ∈ N entonces
S∞ S∞
n=1 An es un evento y An ocurre ⇔ ocurre al menos un An .
T∞ Tn=1
∞
n=1 An es un evento y n=1 An ocurre ⇔ ocurre todos los An .
Definición 5.1.
1. Se dice que un evento A ocurre, si contiene por lo menos un punto
muestral de algún experimento aleatorio, esto es
A ocurre ⇔ ∃w ∈ A
Nota Si An ⊂ Ω , ∀n ∈ N entonces
S∞ S∞
n=1 An es un evento y An ocurre ⇔ ocurre al menos un An .
T∞ Tn=1
∞
n=1 An es un evento y n=1 An ocurre ⇔ ocurre todos los An .
Definición 5.1.
1. Se dice que un evento A ocurre, si contiene por lo menos un punto
muestral de algún experimento aleatorio, esto es
A ocurre ⇔ ∃w ∈ A
Nota Si An ⊂ Ω , ∀n ∈ N entonces
S∞ S∞
n=1 An es un evento y An ocurre ⇔ ocurre al menos un An .
T∞ Tn=1
∞
n=1 An es un evento y n=1 An ocurre ⇔ ocurre todos los An .
Definición 5.1.
1. Se dice que un evento A ocurre, si contiene por lo menos un punto
muestral de algún experimento aleatorio, esto es
A ocurre ⇔ ∃w ∈ A
Nota Si An ⊂ Ω , ∀n ∈ N entonces
S∞ S∞
n=1 An es un evento y An ocurre ⇔ ocurre al menos un An .
T∞ Tn=1
∞
n=1 An es un evento y n=1 An ocurre ⇔ ocurre todos los An .
Definición 5.1.
1. Se dice que un evento A ocurre, si contiene por lo menos un punto
muestral de algún experimento aleatorio, esto es
A ocurre ⇔ ∃w ∈ A
Nota Si An ⊂ Ω , ∀n ∈ N entonces
S∞ S∞
n=1 An es un evento y An ocurre ⇔ ocurre al menos un An .
T∞ Tn=1
∞
n=1 An es un evento y n=1 An ocurre ⇔ ocurre todos los An .
Definición 5.1.
1. Se dice que un evento A ocurre, si contiene por lo menos un punto
muestral de algún experimento aleatorio, esto es
A ocurre ⇔ ∃w ∈ A
Nota Si An ⊂ Ω , ∀n ∈ N entonces
S∞ S∞
n=1 An es un evento y An ocurre ⇔ ocurre al menos un An .
T∞ Tn=1
∞
n=1 An es un evento y n=1 An ocurre ⇔ ocurre todos los An .
Definición 5.1.
1. Se dice que un evento A ocurre, si contiene por lo menos un punto
muestral de algún experimento aleatorio, esto es
A ocurre ⇔ ∃w ∈ A
Nota Si An ⊂ Ω , ∀n ∈ N entonces
S∞ S∞
n=1 An es un evento y An ocurre ⇔ ocurre al menos un An .
T∞ Tn=1
∞
n=1 An es un evento y n=1 An ocurre ⇔ ocurre todos los An .
Definición 5.1.
1. Se dice que un evento A ocurre, si contiene por lo menos un punto
muestral de algún experimento aleatorio, esto es
A ocurre ⇔ ∃w ∈ A
Nota Si An ⊂ Ω , ∀n ∈ N entonces
S∞ S∞
n=1 An es un evento y An ocurre ⇔ ocurre al menos un An .
T∞ Tn=1
∞
n=1 An es un evento y n=1 An ocurre ⇔ ocurre todos los An .
Medida de Probabilidad
Definición 6.1.
Sea Ω un espacio muestral y sea P(Ω) el conjunto de partes de Ω. Una
medida de probabilidad es una función
P : P(Ω) → [0, 1] que satisface:
1. P (Ω) = 1
2. P (An ) ≥ 0 , ∀An ∈ P(Ω)
3. Si A1 , A2 , .... ∈ P(Ω) son disjuntos dosSa dos, esto P
es
An ∩ Am = ϕ para n ̸= m, entonces P ( n=1 An ) = ∞
∞
n=1 P (An )
Teorema 6.1.
Sean Ω el espacio muestral, P(Ω) y P una medida de probabilidad. Se
cumplen:
1. P (ϕ) = 0
2. P (A) = 1 − P (Ac ) o P (Ac ) = 1 − P (A)
3. La función P es no decreciente esto es:
A ⊂ B ⇒ P (A) ≤ P (B)
prueba
Ejemplos
Probabilidad clásica
Considere un experimento aleatorio con espacio muestral un conjunto
finito Ω. Asocie a este conjunto el conjunto de partes de Ω y para
cualquier subconjunto A de Ω defina
número de casos favorables a A Card A
P (A) = =
número de casos posibles Card Ω
Entonces P es una medida de probabilidad, y es llamada probabilidad
clásica.
Ejemplo 6.1.
¿Cuál es la probabilidad de que al elegir al azar 3 puntos del intervalo
[0,3], caiga uno en cada subintervalo A = [0, 1), B = [1, 2) y C = [2, 3]
solución
Ejercicios de Aplicación
Ejemplo 6.2.
En el zótano de un edificio de 10 pisos, suben al ascensor 7 pasajeros.
¿Cuál es la probabilidad de que en ningún piso baje más de un
pasajero? (suponga que todas las posibles maneras de descender son
igualmente probables)
Solución
Ejemplo 6.3.
Cinco monedas se lanzan simultáneamente. Encuentre la probabilidad
del evento A: al menos sale una cara.(Asumamos que la monedas no
están cargadas)
Solución
Ejemplo 6.4.
Una caja contienen 20 productos en apariencia idénticos, pero 5 de
ellos tienen fecha de expiración vencida. Si usted pide 4 productos de la
caja y el encargado los selecciona al azar
a) ¿Cuál es la probabilidad de que le toque un producto vencido?
b) ¿Cuál es la probabilidad de que le toquen dos productos vencidos?
Solución