Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Permutaciones y Combinaciones
Permutaciones y Combinaciones
PERMUTACIONES Y
COMBINACIONES
Permutación Combinación
Es todo arreglo de elementos en Es todo arreglo de elementos en
donde nos interesa el lugar o posición donde no nos interesa el lugar o
que ocupa cada uno de los elementos posición que ocupa cada uno de los
que constituyen dicho arreglo. elementos que constituyen dicho
arreglo.
De un grupo de matemática de 47
alumnos, se quiere escoger un
presidente, secretario, y tesorero.
¿De cuántas maneras se puede
seleccionar?
Se requiere formar un comité
representativo que lo conforman
un presidente, secretario y un
tesorero de un total de 15 personas
¿De cuántas maneras se puede
seleccionar estas tres personas
para ocupar estos puestos?
Permutación parcial
Permutaciones de objetos diferentes tomados parte al vez o de r en r.
Una permutación de “n” objetos diferentes tomados de “r” en “r” es
también un arreglo ordenado de “r” entre los “n “ objetos.
n!
nPr Prn
(n r)!
Esta fórmula nos permite obtener todos aquellos arreglos en donde
el orden es importante y solo se usen parte (r) de los n objetos con
que se cuenta, además hay que hacer notar que no se pueden
repetir objetos dentro del arreglo, esto es, los n objetos son todos
diferentes
De un grupo de matemática de 47 alumnos, se quiere
escoger un presidente, secretario, y tesorero. ¿De
cuántas maneras se puede seleccionar?
n n! 47!
P
n r Pr 97270 formas posibles
(n r)! (47 3)!
EJERCICIOS DE PERMUTACIONES
P (X = 2) = (6 x 6) / 120
P (x = 2) = 0.30
Hay un 30% de probabilidad de seleccionar 3 caballos de carreras de los cuales, 2 estén enfermos.
DISTRIBUCION HIPERGEOMETRICA
3% A, B y C: P(ABC)=3% 3%
59%
a. P(ABC)=41%
b. P[A-(BC)]=12%
C
c. P[(BC)-A]=P[(BC)Ac]=11%
Probabilidad Axiomática (Kolmogorov)
La Teoría de la Probabilidad, como disciplina matemática, puede y debe ser
desarrollada a partir de unos axiomas, de la misma manera que la Geometría
o el Álgebra.
Se llama probabilidad a cualquier función P que asigna a cada evento A del
espacio muestral Ω un valor numérico P(A), verificando los siguientes
axiomas:
(1) No negatividad: 0 ≤ P(A)
B
A
S
Del diagrama de Venn vemos que el área de A es menor que el área de B
(la cardinalidad en este caso es el área)
n(A)<n(B)
n(A) n(B)
n(S) n(S)
P(A)<P(B)
Teorema
Dados dos eventos A y B en el espacio muestral S, tenemos que
P(B Ac) = P(B) - P(A B)
A B
ABc AB BAc
S
Del diagrama de Venn
B=(A B) (B Ac) de donde P(B)=P(A B) + P(B Ac)
P(B Ac)=P(B)-P(A B)
Regla de la suma:
Dados dos sucesos A y B en el espacio muestral S:
P(A B) = P(A) + P(B) - P(A B)
Del diagrama de Venn
A B = A (B Ac) P(AB) =P(A)+P(B Ac)
P(AB)=P(A)+P(B)-P(A B)
Eventos mutuamente excluyentes
Varios eventos son mutuamente excluyentes cuando al ocurrir uno de ellos, los
otros eventos no pueden ocurrir.
Se tiene en este caso que la probabilidad que dos de ellos ocurran es cero
A B
En eventos complementarios:
c
A
A
P(Ac) = 1 - P(A)
Ejemplo
¿Cuál es la probabilidad de obtener una suma de 7 en el lanzamiento de dos
dados?
Sea A: la suma de los números al lanzar dos dados
S = {(1,1),(1,2),(1,3),(1,4),(1,5),(1,6)
(2,1),(2,2),(2,3),(2,4),(2,5),(2,6)
(3,1),(3,2),(3,3),(3,4),(3,5),(3,6)
(4,1),(4,2),(4,3),(4,4),(4,5),(4,6)
(5,1),(5,2),(5,3),(5,4),(5,5),(5,6)
(6,1),(6,2),(6,3),(6,4),(6,5),(6,6)}
Ejercicio
En cierta comunidad, la probabilidad que una familia tenga televisor es 0.83,
que tengan lavadora es 0.62 y que tengan ambos es 0.51.
¿Cuál es la probabilidad que una familia no tenga lavadora? Rta: 0.38=38%
¿Cuál es la probabilidad que una familia tenga televisor o lavadora? Rta: 94%
¿Cuál es la probabilidad que una familia no tenga televisor ni lavadora? Rta. 6%
Probabilidad Condicional
Sean los eventos A y B de un espacio muestral E con P(B)0, la probabilidad de
que el evento A ocurra si (dado que) ya ocurrió B la llamaremos probabilidad
condicional y se define
P(A B) P(A y B)
P(B/ A) o bien P(B dado A) P(A)
P(A)
Paciente enfermo
Si (Verdadero) No (Negativo)
Prueba Positivo VP FP
Prueba Negativa FN VN
Paciente enfermo
Si (Verdadero) No (Negativo)
Prueba Positivo VP FP VP+FP
Prueba Negativa FN VN FN+VN
VP+FN FP+VN
Sensibilidad:
Es la probabilidad de el test de positivo sobre una persona que sabemos que
padece la enfermedad (la prueba para detectar la enfermedad en sujetos enfermos)
Especificidad:
Es la probabilidad que el test de negativo sobre una persona que no la padece
(Con la especificidad lo que se detecta lo son los individuos sanos)
Lo que interesa saber en la práctica es, predecir si una persona está sana o enferma,
a partir del resultado del test diagnóstico, es decir, las cantidades:
Si (V) No (F)
Prueba positivo (P) 750 (VP) 170 (FP) 920
Prueba negativa (N) 40 (FN) 290 (VN) 330
Sensibilidad: 790 460 1250
Especificidad:
Es la probabilidad de el test de positivo
Es la probabilidad que el test de negativo
sobre una persona que sabemos que
sobre una persona que no la padece
padece la enfermedad
VP 750 VN 290
S 94.94% E 63.04%
VP FN 750 40 VN FP 290 170
VPP: VPN
Es la probabilidad de que un individuo esté Es la probabilidad que un individuo no
enfermo si el test dio resultado positivo esté enfermo si el test dio negativo
VP 750 VN 290
VPP 81.52% VPN 87.88%
VP FP 750 170 VN FN 290 40
Regla de la multiplicación
Sean los eventos A y B de un mismo espacio muestral P(A B) P(A)P(B / A)
P(A B)
Tenemos que P(B / A) de donde P(A B) P(A)P(B / A)
P(A)
En un experimento de preferencia de color, ocho juguetes se ponen en
un recipiente. Los juguetes son idénticos excepto por el color, dos son
rojos y seis son verdes. Se pide a un niño que escoja dos juguetes al azar.
¿Cuál es la probabilidad de que el niño escoja dos juguetes rojos?
Primera Segunda
Evento Sean los eventos
selección selección
R : 17
A: la primera bola es roja
RR B: la segunda bola es roja
R : 28
1R P(AB) = P(A) P(B/A)
6V V : 67
RV 2 1 1
2R P(A B) 0.0357
R : 27 8 7 28
6V VR
V : 68 2R
5V V : 75
VV
Eventos Independientes
Se dice que los eventos A y B son independientes si P(B)=P(B/A)
Ej:
No tiene que ver quién es campeón de fútbol de Honduras con quién es
campeón de España.
Si lanzamos un dado y una moneda es que salga cara o cruz en la moneda
no depende del resultado que se obtenga en el dado
Solución
Sea A: el primer cliente use tarjeta de crédito.
Sea B: el segundo cliente use tarjeta de crédito.
BA1 BA2
BA3
B
BA4
0.55 A
0.2 No suben los impuestos si gana A
0.45 B
Los impuestos subirán si gana A o B, en este caso 0.44 + 0.27 = 0.71 =71%
P(C) P(A)P(C/ A) P(B)P(C/ B) 0.55 0.8 0.45 0.6 0.71
Teorema de Bayes.
Supóngase que A1, A2, A3,...,An es una partición de un espacio muestral S.
En cada caso P(Ai) ≠ 0. La partición es tal que A1, A2, A3,...,An, son eventos
mutuamente exclusivos. Sea B cualquier evento, entonces para cualquier
Ai ,
P(Ai )P(B/ AI )
P(Ai / B)
P(A1 )P(B/ A1 ) P(A2 )P(B/ A2 ) P(An )P(B/ An )
Tenemos que
P(Ai B)
P(Ai / B)
P(B)
P(Ai )P(B/ Ai )
P(B)
P(Ai )P(B/ AI )
P(A1 )P(B/ A1 ) P(A2 )P(B/ A2 ) P(An )P(B/ An )
INVESTIGAR: