Documentos de Académico
Documentos de Profesional
Documentos de Cultura
ESTADISTICA GENERAL
Teoría de la Probabilidad
Espacio muestral
Conjunto que consiste de todos los resultados posibles de un experimento aleatorio. Este conjunto se
denotará por .
Principio de multiplicación
n1 n 2 formas".
Ejemplo:
¿Cuántos almuerzos diferentes son posibles de preparar, si se componen de una sopa, un
emparedado, un postre y una bebida; y pueden elegirse entre 4 sopas, 3 tipos de
emparedados, 5 postres y 4 bebidas?
4x3x5x4=240 formas
Técnicas de conteo:
Principio de Adición:
" Si una operación consta de K- pasos de los cuales el primero puede realizarse de n1
un segundo puede realizarse de n2 , un tercero de n3 formas, entonces, toda la operación
puede realizarse de n1+n2+n3+…+nk formas".
Ejemplo:
Ronald puede viajar por vía terrestre o por vía aérea, si hay 3 rutas terrestres y 2 aéreas ¿ Cuántas
rutas disponibles tiene Ronald para viajar?
3+2= 5 formas
Técnicas de conteo:
Permutaciones:
1.- Permutaciones de “n” objetos todos a la vez. P n V nn n (n 1) (n 2) ...2 1 n!.
Ejemplo:
Un inspector visita 6 máquinas diferentes durante el día. A fin de impedir que los operadores sepan
cuando inspeccionará varía el orden de las visitas. ¿De cuántas formas será posible?
Permutaciones:
𝑛!
2.- Permutaciones de “n” objetos, r a la vez. 𝑃𝑟𝑛 =
𝑛−𝑟 !
Ejemplo:
Se toman 4 nombres de los 24 miembros de un club para ocupar los cargos de presidente,
vicepresidente, tesorero y secretario ¿De cuántas maneras puede hacerse?
24!
𝑃424 = = 255 024 𝑓𝑜𝑟𝑚𝑎𝑠
24 − 4 !
Técnicas de conteo:
Permutaciones:
3.- Permutaciones circulares (n-1)!
Ejemplo:
¿De cuántas maneras diferentes pueden sentarse 6 personas alrededor de una mesa?
Permutaciones:
n!
4.- Permutaciones con repetición Pnn , n ,..., n .
1 2 k n !
1 2
n !...n k
!
Ejemplo:
¿En cuántas formas pueden ordenarse 2 robles, 3 pinos y 2 algarrobos en una línea recta, si no se
hace distinción entre árboles de una misma clase?
7
7!
𝑃2,3,2 = = 210 𝑓𝑜𝑟𝑚𝑎𝑠
2! 3! 2!
Técnicas de conteo:
Combinaciones:
𝑛!
2.- Combinaciones de “n” objetos, r a la vez. 𝐶𝑟𝑛 =
𝑟! 𝑛 − 𝑟 !
Ejemplo:
20!
𝐶320 = = 1140 𝑓𝑜𝑟𝑚𝑎𝑠
3! 20 − 3 !
Técnicas de conteo:
Combinaciones:
𝑛!
2.- Combinaciones de “n” objetos, r a la vez. 𝐶𝑟𝑛 =
𝑟! 𝑛 − 𝑟 !
Ejemplo:
¿De cuántas maneras diferencias puede el jefe de laboratorio de investigación pueden elegirse 2
químicos de 7 aspirantes y de 3 físicos de 9 aspirantes?
7!
𝐶27 = = 21 𝑓𝑜𝑟𝑚𝑎𝑠 9!
2! 7 − 2 ! 𝐶39 = = 84 𝑓𝑜𝑟𝑚𝑎𝑠
3! 9 − 3 !
Ejemplo:
3 𝟑!
5 𝟓! n(A)= = 𝑪𝟑𝟐 = = 𝟑 𝒇𝒐𝒓𝒎𝒂𝒔
n()= 𝟓
= 𝑪𝟐 = = 𝟏𝟎 𝒇𝒐𝒓𝒎𝒂𝒔 2 𝟐! 𝟑 − 𝟐 !
2 𝟐! 𝟓 − 𝟐 !
𝑛(𝐴) 3
𝑃 𝐴 = = = 0,3
𝑛() 10
Ejercicio:
Un lote consta de 6 artículos buenos, 3 con pequeños defectos y 1 con defecto grave.
a) Se elige un artículo al azar. ¿Cuál es la probabilidad que no tenga defectos?
b) Si del mismo lote se cogen 2 artículos sin reemplazo. ¿ Cuál es la probabilidad de que
exactamente uno sea bueno?
𝟏𝟎 6 𝑛(𝐴) 6
n()= = 𝟏𝟎 n(A)= =6 𝑃 𝐴 = = = 0,6
𝟏 1 𝑛() 10
b) Sea E: seleccionar 2 artículos de un conjunto de 10 Sea el evento A: Que exactamente 1 sea bueno
𝟏𝟎 𝟔 𝟑 𝟏 𝟔 𝟑 𝟏
n()= =45 n(A)= + = 24
𝟐 𝟏 𝟏 𝟎 𝟏 𝟎 𝟏
𝑛(𝐴) 24
𝑃 𝐴 = =
𝑛() 45
Axiomas de Probabilidad
1. La P(A) varía: 0≤P(A)≤1
2. La probabilidad del espacio muestral es 1: P(Ω)= 1
3. Sea A1, A2, A3,…, Ak; K eventos mutuamente excluyentes. (Ai∩Aj=ǿ ⍱ i≠j), entonces
P(A1UA2UA3U…UAk)=P(A)+P(B)+…+P(Ak).
P( A) 1 P( A c ) P( A c ) 1 P( A)
.
Algunos Teoremas de Probabilidad
TEOREMA 3
P ( A B ) P ( A) P ( B ) también disjuntos
TEOREMA 5 P ( A B ) P ( A) P ( A c B )
Si A, B y C son 3 eventos cualesquiera del espacio muestral , entonces:
P ( B ) P ( AB ) P ( A c B )
P( A B C ) P( A) P( B) P(C ) P( AB ) P( AC ) P( BC ) P( ABC )
.
Ejemplo:
Suponga que en un sorteo la probabilidad de ganar el primer premio es 2/5 y la de ganar el segundo premio
es 3/8. Si la probabilidad de ganar al menos uno de los 2 premios es 3/4, calcular la probabilidad de ganar:
a) sólo uno de los dos premios, b) ninguno de los dos premios.
Probabilidad Condicional
𝑃(𝐴∩𝐵)
𝑃 𝐴/𝐵 = ; P(B)>0
𝑃(B)
Ejemplo:
La probabilidad de que un vuelo de programación regular despegue a tiempo es de 0.83, de que
llegue a tiempo es de 0.82 y la que despegue y llegue a tiempo es de 0.78. Encuentre la probabilidad
de que un avión:
a) Llegue a tiempo dado que despegó a tiempo.
b) Despegue a tiempo dado que llegó a tiempo.
b) 𝑃 𝐵/𝐴 =
𝑃(𝐴∩𝐵) 0.78
𝑃(𝐴) 𝑃 𝐵/𝐴 = = 0.95
0.82
Para casa:
Un club consiste de ciento cincuenta miembros. Del total, 3/5 son hombres y 2/3 son profesionales. Además,
1/3 de las mujeres son no profesionales.
a) Se elige al azar un socio del club:
a1) Calcular la probabilidad de que sea hombre y profesional.
a2) Calcular la probabilidad de que sea hombre, dado que es profesional.
Eventos independientes
Se dice que el evento B es independiente (estadísticamente o estocásticamente o vía probabilidad) del evento A, si,
P ( B / A) P ( B ) y P ( A / B ) P ( A)
Ejemplo:
La probabilidad de una mujer de 20 años de edad que viva a los 70 años es de 0.65, la probabilidad de un
varón de 20 años de edad que viva a los 70 años es de 0.60. si una pareja de jóvenes de 20 años de edad
contrae nupcias. ¿Cuál es la probabilidad de que la pareja de 20 años viva para celebrar sus bodas de oro?
Sean los eventos:
A: Mujer de 20 años viva hasta los 70 años B: Varón de 20 años viva hasta los 70 años
P( A B) P( A) P( B). 0.65*0.60=0.39
A∩B: Pareja contrajo nupcias celebre bodas de oro
Regla de multiplicación
𝑃(𝐴 ∩ 𝐵) P( A B) P( A) P( B / A)
Si en un experimento pueden ocurrir los eventos A y B, entonces 𝑃 𝐴/𝐵 =
𝑃(B)
Así, la probabilidad de que se presenten ambos es igual a la de que se dé A multiplicada por la de
que ocurra B, dado que ocurrió A. También se puede escribir:
𝑃(𝐴 ∩ 𝐵)
𝑃 𝐵/𝐴 =
𝑃(𝐴)
P ( B A) P( B) P ( A / B)
B P(A∩B)= P(A)P(B/A)
B’ P(A∩B’)= P(A)P(B’/A)
E
B P(A’∩B)= P(A’)P(B/A’)
A’
B’ P(A’∩B’)= P(A’)P(B’/A’)
Ejemplo:
En una bolsa se han colocado 4 pelotas blancas y 3 negras; y en una segunda bolsa 3 blancas y 5 negras. Se saca una
pelota de la primera bolsa y sin verla se mete en la segunda bolsa. ¿Cuál es la probabilidad de que la pelota que se
saque de esta última sea negra?
Sean los eventos:
A: Que sean pelotas blancas B: Que sean pelotas negras
P(B) P(A)P(B/A) P(B)P(B/B)
4/9
A
4/7 A 3A+A
5B
P(B)=4/7*5/9+3/7*6/9=38/63=0,60
4A 5/9 B
3B 3/9 A
B 3A
3/7 5B+B
B
Probabilidad total
Si los eventos B1, B2, ... , Bk constituyen una partición del espacio muestral , de tal forma que P(Bi) >0 para i =1,
K
P ( A) P ( Bi )·P ( A / Bi )
i 1
Ejemplo:
La policía planea reforzar el respeto a los límites de velocidad mediante la utilización de sistemas de radar en cada sitio
L1,L2, L3 y L4; se ponen a funcionar respectivamente el 40%, 30%, 20% y 30% del tiempo, y, si una persona que
conduce a gran velocidad rumbo a su trabajo tiene respectivamente las probabilidades de 0.2, 0.1, .5 y 0.2 de pasar por
algunos de estos sitios. ¿Cuál es la probabilidad de que se le levante una multa?
Sean los eventos:
Ai: Pasar a gran velocidad por B: Que se le levante 1 multa
Li, i=1,2,3y4 0.4 B P(B) P(A1)P(B/A1) P(A2)P(B/A2) P(A3)P(B/A3) P(A4)P(B/A4)
0.6 B’
A1
0.2
0.3 B P(B)=0.2*0.4+0.1*0.3+0.5*0.2+0.2*0.3=
0.1
A2 0.7
0.2
B’ P(B)=0.27
0.5 B
A3
0.8
B’
P(B/A4)=0.3 B
A4
0.7
B’
Teorema de Bayes
Si los eventos B1, B2 ,..., Bk constituyen una partición del espacio muestral , de tal forma que P(Bi) >0 para i =1, 2,
..., k, entonces para cualquier evento A en tal que P(A) >0,
P(Bi ) P(A / B i )
P(Bi / A) k
P(B ) P(A / B )
i 1
i i
Donde:
P(B i) : son las llamadas probabilidades “a priori” por ser las que tienen los eventos B i antes de saber
que ha ocurrido el evento A.
P( B i / A) : son las llamadas probabilidades “a posteriori” porque son las que tienen los eventos B i ,
luego de saber que ha ocurrido el evento A.
Ejemplo:
En el ejemplo anterior la persona recibió una multa por conducir a gran velocidad rumbo a su trabajo. ¿Cuál es la
probabilidad de que haya pasado el radar que se localiza en el sitio L2?