Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Fundamentos de la teoría
de probabilidad
Parte 2
Profesor:
Abraham Gómez Avalos
1
Principios de conteo
Principio de la multiplicación: Si hay m formas de
hacer una cosa, y n formas de hacer otra, existirán
m x n formas de hacer ambas.
Ejemplo
El Sr. Antonio Caso tiene 20 camisas y 12 corbatas.
¿Cuántos juegos de camisa y corbata puede tener?
(20)(12) = 240
Si ahora también le interesa incluir 8 pantalones que
tiene, ¿Cuántos juegos de tres piezas (camisa,
corbata y pantalón) puede formar?
(20)(12) (8)= 1920
2
Principios de conteo
Permutación: Es un arreglo o disposición de r objetos
seleccionados de un solo grupo de n objetos posibles.
El orden del arreglo es importante en las
permutaciones.
n!
n P r
( n r )!
Ejemplo
Hay 12 jugadores en el equipo de básquetbol de la
ESIME- Z. El director técnico Tomás Pérez debe escoger 5
jugadores de los 12 del equipo para formar su línea de
inicio. ¿De cuántas maneras diferentes puede hacerlo?
Considerando que no puede colocar a cualquier jugador
en cualquier posición.
12!
12 P5 95040
(12 5 )!
3
Principios de conteo
Combinación: Es un arreglo o disposición de r
objetos elegidos de un grupo de n objetos sin
importar el orden:
n!
nC r
r! ( n r )!
Ejemplo
Hay 12 jugadores en el equipo de básquetbol de la
ESIME- Z. El director técnico Tomás Pérez debe
escoger 5 jugadores de los 12 del equipo para formar su
línea de inicio. ¿De cuántas maneras diferentes puede
hacerlo? Si no interesa como se coloquen en la cancha.
12!
C5
12 792
5! (12 5 )!
4
Principios de conteo
Diagrama de árbol
El diagrama de árbol es una representación gráfica
útil para determinar el número de elementos del
espacio muestral a partir de que se tiene un cierto
número de grupos que serán considerados para ir
eligiendo uno elemento de cada uno de ellos .
También sirve para cálculo de probabilidades.
Ejemplo
En una bolsa que contiene 7 chips rojos y 5 chips
azules, seleccionemos dos chips uno después del
otro sin reemplazarlo. Elabore un diagrama de árbol
mostrando esta información.
5
Principios de conteo Azul 1 (Rojo 1, Azul 1)
Ejemplo Azul 2 (Rojo 1, Azul 2)
(Continuación) Azul 3 (Rojo 1, Azul 3)
Rojo 1
Azul 4 (Rojo 1, Azul 4)
Azul 5 (Rojo 1, Azul 5)
Rojo 2
Azul 1 .
Azul 2 .
Rojo 3 .
Azul 3 .
Azul 4 .
Rojo 4 .
Azul 5
. .
Rojo 5 . .
. .
Azul 1 (Rojo 7, Azul 1)
Rojo 6 Azul 2 (Rojo 7, Azul 2)
Azul 3 (Rojo 7, Azul 3)
Rojo 7
Azul 4 (Rojo 7, Azul 4)
Azul 5 (Rojo 7, Azul 5)
6
Principios de conteo Ejercicios
1. Para instalar un café Internet se requiere de comprar las
computadoras, las sillas y los escritorios, si en la tienda Office
Point se disponen de cinco marcas diferentes de computadoras,
8 tipos diferentes de sillas y dos modelos de escritorios. ¿De
cuántas formas diferentes se pueden elegir una marca de
computadora, un tipo de silla y un modelo de escritorio?
R=5x8x2=80
7
Principios de conteo Ejercicios (Continuación)
4. Para viajar de la Ciudad de México a Veracruz existen 3
caminos y de Veracruz a Tabasco hay 4 caminos,
Determine el número de formas en que puede viajar una
persona de México a Tabasco, si tiene que pasar primero
por Veracruz. Utilice un diagrama árbol.
R=3*4=12
9
Principios de conteo y probabilidades
1. En una fundidora se identifica un lote de 20 bloques de motor, de
los cuales cinco contienen defectos internos. El comprador
selecciona una muestra de tres bloques al azar para revisarlos.
a) ¿Cuál es la probabilidad de que al elegir una muestra se
encuentre un bloque defectuoso?
b) ¿Cuál es la probabilidad de que al elegir una muestra se
encuentren dos o más bloques defectuosos?
R= a) P(A)=0.4605. b) P(B)=0.1404
R= a) P(AuBuC)=0.5357. b) P(DuEuFuG)=0.2328
10
Principios de conteo y probabilidades
3. Una empresa elabora 30 laptop’s por día, por el proceso de
fabricación es importante identificar el orden en que se fabrican para
su inspección. En un día siempre aparecen dos laptop’s con alguna
falla. De acuerdo al sistema de calidad, para evaluar la calidad del
producto se obtiene una muestra aleatoria de 5 piezas.
a) ¿Cuál es la probabilidad de que en la muestra aparezcan dos
piezas con alguna falla?
b) ¿Cuál es la probabilidad de que en la muestra aparezca una o
ninguna laptop con falla?
R= a) P(A)=0.0023 b) P(B)=0.7471
11
PROBABILIDAD CONDICIONAL
14
Regla de Multiplicación
Teorema: Si A y B son dos eventos en un espacio muestral
S, entonces
P ( A B ) P ( A) P ( B A) si P ( A ) 0
P(B) P( A B) si P ( B ) 0
Ejemplo: En una caja se tienen diez rollos de película
fotográfica, tres de los cuales están defectuosos. Se
seleccionan dos rollos, uno después del otro. ¿Cuál es la
probabilidad de escoger un rollo con defecto seguido de
otro también defectuoso?
Sea A: el evento de elegir el primer rollo defectuoso; P(A)=3/10
Sea B: el evento de elegir el segundo rollo defectuoso; P(B|A)
=2/9
P(A∩B) = 3/10*2/9=0.07 15
Ejercicio de la Regla de Multiplicación
En la Aerolínea United se sabe que la probabilidad de que un
vuelo programado, normalmente salga a tiempo es de 0.93;
la probabilidad de que llegue a tiempo es de 0.90 y la
probabilidad de que haya salido a tiempo dado que llegó a
tiempo es de 0.944.
Encuentre la probabilidad de que un vuelo de esa compañía:
a) Salga a tiempo y llegue a tiempo,
b) No salga a tiempo y no llegue a tiempo,
c) ¿Cuál es la probabilidad de que un vuelo llegue a
tiempo, dado que salió a tiempo?
d) ¿Cuál es la probabilidad de que un vuelo no llegue a
tiempo, dado que no salió a tiempo?
Respuestas
a) P(ST ∩ LT)= 0.8496
b) P(STc ∩ LTc)= 0.0196
c) P(LT|ST)= 0.9135
d) P(LTc | STc)=0.196
16
Eventos Independientes
Definición: Dos eventos A y B son eventos
independientes si y sólo si
P ( A B ) P ( A)
P ( B A) P ( B )
Respuestas:
a) P(D1υD2) =0.0494,
b) P[(D1∩D2)c] =0.9994,
c) P(D1∩D2c) =0.0294
18
Particiones de eventos
Dado A un evento de un espacio muestral S y A1, A2,…, An
sub eventos de A, se dice que A1, A2,…, An forman una
partición de eventos de A, si los sub eventos dados
cumplen con:
1. Ai ∩ Aj = Ø, Para todo i, j = 1, 2, 3, … n; i ≠ j
(Eventos mutuamente excluyentes)
𝑛
2. 𝐀= 𝐴𝑖 = A1 A2 A3 … An
𝑖=1
𝑷 𝑨 = 𝑷 𝑨𝟏 ∙ 𝑷 𝑨 𝑨𝟏 + 𝑷 𝑨𝟐 ∙ 𝑷 𝑨 𝑨𝟐 + ⋯ + 𝑷 𝑨𝒏 ∙ 𝑷 𝑨 𝑨𝒏
usando la regla de la multiplicación
𝑷 𝑨 = 𝑷 𝑨𝟏 𝑨 + 𝑷 𝑨𝟐 𝑨 + ⋯ + 𝑷 𝑨𝒏 𝑨
Ejemplo: En cierta planta de ensamble, tres máquinas M1, M2
y M3 montan el 33%, 46% y 21% de los productos,
respectivamente. Por la experiencia pasada, se sabe que el
2%, 3% y 4% de los productos ensamblados por cada
máquina respectivamente tienen defectos.
Supongamos que en forma aleatoria se elige un producto
terminado,
¿Cuál es la probabilidad de que éste sea defectuoso?
20
Ley de Probabilidad Total
Definamos los eventos:
D: Producto defectuoso,
Mi: Producto ensamblado por la máquina i.
21
Teorema de Bayes
Si B1, B2, , … ,Bk son k eventos de un espacio muestral S
tal que es una partición de S, entonces para cualquier
evento A de S, con P(A)≠0 se cumple:
P ( Br ) P ( A Br )
P ( Br A) k
P(B i ) P ( A Bi )
i 1
P( A B)P(B)
P ( B A)
P( A B)P(B) P( A B C )P(B C )
𝑃(𝐵 ∩ 𝐴
𝑃 𝐵𝐴 =
𝑃(𝐵 ∩ 𝐴 + 𝑃(𝐵𝐶 ∩ 𝐴
23
Teorema de Bayes
Ejemplo: El departamento de producción de Sony Inc.
informó que de sus 250 empleados, 130 fuman, 150 son
hombres y de ellos 85 son fumadores.
a) ¿Cuál es la probabilidad de que sí se elige un empleado y es
fumador, este sea hombre?
Tabla de contingencia
Definición de eventos:
F Fc Total
H: Empleado que es hombre
Hc: Empleado que es mujer H 85 65 150
F: Empleado que es fumador Hc 45 55 100
Fc: Empleado que no es fumador Total 130 120 250
Los valores de la tabla, en este caso son cardinalidades, pero también
pueden ser probabilidades, para ello se divide cada valor entre el
total (250).
𝑃(𝐻 ∩ 𝐹 0.34
𝑃 𝐻𝐹 = = = 0.6538
𝑃(𝐻 ∩ 𝐹 + 𝑃(𝐻𝑐 ∩ 𝐹 0.34 + 0.18
24
Ejemplo: (continuación)
b) ¿Cuál es la probabilidad de que sí seleccionamos
un empleado al azar, éste sea fumador dado que no
es hombre?
𝑃(𝐹 ∩ 𝐻𝑐 0.18
𝑃 𝐹 𝐻𝑐 = = = 0.45
𝑃(𝐹 ∩ 𝐻𝑐 + 𝑃(𝐹𝑐 ∩ 𝐻𝑐 0.18 + 0.22
25
Ejercicio de Teorema de Bayes
En la empresa Euzkadi se trabajan tres turnos: el diurno, el
mixto y el nocturno. El turno diurno produce 40% de la
producción total de la empresa, en tanto que el mixto
produce el 35% y el nocturno el 25%. Históricamente los
porcentajes de rechazo que producen estos turnos son
de 5%, 10% y 20% respectivamente. Si se producen
10,000 llantas por día, determine lo siguiente:
a) ¿Qué probabilidad hay de que al elegir una llanta en un
día determinado, ésta se encuentre rechazada?
b) ¿Qué probabilidad hay de encontrar una llanta no
rechazada?
c) Si se sabe que una llanta esta rechazada ¿Cuál es la
probabilidad de que sea del turno nocturno?
d) ¿Cuál es la probabilidad de elegir una llanta del turno
mixto, dado que esta rechazada?
26
Ejercicio de Teorema de Bayes
a) ¿Qué probabilidad hay de que al elegir una llanta en un día
determinado, ésta se encuentre rechazada?
P(TD)=0.40, P(TM)=0.35, P(TN)=0.25
P(R|TD)=0.05, P(R|TM)=0.10,) P(R|TN)=0.20
Usando la Ley de Probabilidad Total
P(R)=P(TD)*P(R|TD)+P(TM)*P(R|TM)+P(TN)*P(R|TN)=
P(R)=0.105
Tabla de contingencia
TD TM TN Total
R 0.02 0.035 0.05 0.105
Rc 0.38 0.315 0.20 0.895
Total 0.40 0.35 0.25 1
27
Ejercicio de Teorema de Bayes
Respuestas
a) P(R)= 0.105
b) P(Rc)= 0.895
c) P(TN|R)= 0.4762
d) P(TM|R)= 0.333
28
Ejercicio de Teorema de Bayes
En una bodega se encuentra un contenedor con pantallas LCD
de tres marcas Panasonic, Sony y LG en dos tamaños
32” y 40”. El contenedor tiene 65 pantallas Panasonic, de
las que el 60% son de 32”, 40 pantallas Sony de las que
el 45% son de 32” y 25 pantallas LG de las que el 80%
son de 40”. Con base en la información anterior,
determine:
a) ¿Cuál es la probabilidad de que sí tomamos una pantalla
al azar ésta sea de 32”?
b) ¿Cuál es la probabilidad de que sí tomamos al azar una
pantalla de 40” ésta sea de la marca Sony?
c) ¿Cuál es la probabilidad de elegir una pantalla de la
marca Panasonic o LG, dado que es de 32”?
29
Ejercicio de Teorema de Bayes
Suponga que el total de los artículos producidos en una fábrica se
elaboran en cuatro máquinas A1, A2, A3 y A4. La máquina A1
produce el 30% del total de los artículos, la máquina A2 produce
el 20%, la máquina A3 el 35% y la máquina A4 el 15%. Además,
se sabe que el 2%, 1%, 4% y 2% de los artículos producidos por
las máquinas A1, A2, A3 y A4 respectivamente son defectuosos.
a) ¿Cuál es la probabilidad de que un artículo seleccionado al
azar de la producción total sea defectuoso?
b) Si un artículo seleccionado es defectuoso ¿Cuál es la
probabilidad de que lo haya producido la máquina A2?
c) ¿Cuál es la probabilidad de que un artículo sea de la
máquina A3, dado que no es defectuoso?
d) Si un artículo es de la máquina A1, ¿Cuál es la probabilidad
de que no sea defectuoso?
30