Probabilidad

Prof. Mara B. Pintarelli

1- Probabilidad 1.1 - Espacios muestrales y eventos.

La Teora de Probabilidades estudia los llamados experimentos aleatorios. Ejemplos clsicos de experimentos aleatorios son los juegos de azar a! tirar un dado " obser#ar el n$mero en la cara de arriba. b! tirar una moneda c! lanzar una moneda cuatro #eces " contar el n$mero total de caras obtenidas. d! lanzar una moneda cuatro #eces " obser#ar la sucesi%n de caras " cecas obtenidas. &imbolizamos con a un experimento aleatorio. 'n experimento aleatorio tiene las siguientes caractersticas 1(&e lo puede repetir bajo las mismas condiciones tantas #eces como se desee. )( *o se puede predecir con exactitud el resultado de dic+o experimento, pero se puede decir cu( les son los posibles resultados del mismo. -( . medida /ue el experimento se repite, los resultados indi#iduales parecen ocurrir en forma capric+osa. Pero si el experimento se repite un gran n$mero de #eces, " registramos la proporcin de #eces /ue ocurre un determinado resultado, #eremos /ue esa proporci%n tiende a estabilizarse en un #alor determinado a medida /ue aumenta el n$mero de #eces /ue se repite el experimento. Por ejemplo, consideremos el experimento de lanzar un dado " obser#ar el n$mero de la cara supe( rior. &upongamos /ue tiramos el dado * #eces, " sea n el n$mero de #eces /ue sale el n$mero 0 n es la proporci%n de #eces /ue sale el n$mero 0 en los * tiros. en los * tiros del dado. Entonces N n &i el dado es normal a medida /ue * aumenta, tiende a estabilizarse en un n$mero /ue es 112. N 3bser#aci%n en los experimentos no aleatorios o deterministas se puede predecir con exactitud el resultado del experimento, es decir, las condiciones en las /ue se #erifica un experimento determi( nan el resultado del mismo. Por ejemplo, si colocamos una batera en un circuito simple, el modelo matemtico /ue posiblemente describira el flujo obser#able de corriente sera 4 5 E16, /ue es la le" de 3+m. El modelo predice el #alor de 4 al dar E " 6. 3 sea, si se repite el experimento anterior cierto n$mero de #eces, empleando cada #ez el mismo circuito, es decir manteniendo fijas E " 6, esperaramos obser#ar el mismo #alor de 4. . #eces sucede /ue un experimento no es aleatorio estrictamente, pero resulta muc+o ms sencillo estudiarlo como si fuera aleatorio. Por ejemplo, si tiramos una moneda " obser#amos /u7 lado /ueda +acia arriba, el resultado sera predecible conociendo en forma precisa las #elocidades ini( ciales de traslaci%n " rotaci%n, " las elasticidades de los materiales del piso " de la moneda. Pero la precisi%n con la /ue se necesitan conocer estos datos es casi imposible de obtener en la realidad, por lo /ue es ms con#eniente tratar al experimento como aleatorio. El conjunto de todos los resultados posibles de un experimento aleatorio es el espacio muestral. .l espacio muestral lo anotamos con la letra S. Por ejemplo,

Probabilidad

Prof. Mara B. Pintarelli

a! &i tirar un dado " obser#ar el n$mero en la cara de arriba, entonces podemos tomar co( mo espacio muestral a S = { 1,),-,8,0,2} b! &i tirar una moneda, entonces S = {c, s} c! &i lanzar una moneda tres #eces " contar el n$mero total de caras obtenidas entonces podemos considerar S = {9,1,),-} d! &i lanzar una moneda tres #eces " obser#ar la sucesi%n de caras " cecas obtenidas, en( tonces S = c, c, c ; :c, c, s !; :c, s, c!; : s, c, c!; :c, s, s !; : s, s, c!; : s, c, s !; : s, s, s ! e! &i tirar un dado las #eces necesarias +asta /ue sale un 2 por primera #ez, " contar el n$mero de tiros realizados, entonces S = { 1,),-,8,.....} = N , donde N es el conjunto de los n$meros naturales. f! &i medir el tiempo de #ida de una lamparita el7ctrica, entonces S = {t R, t 9} donde R es el conjunto de los n$meros reales.

{(

3bser#aciones 1( La elecci%n de S no es $nica, depende de lo /ue se /uiera obser#ar del experimento aleato( rio. )( El espacio muestral puede ser un conjunto finito, o infinito. . su #ez si es infinito puede ser infinito numerable o no numerable. En e! el conjunto S es infinito numerable, en f! el con( junto S es infinito no numerable. &e llama evento o suceso a todo subconjunto del espacio muestral. Por ejemplo, a! En el experimento dado en el ejemplo a!, un e#ento de S sera A = {),8,2} pues A S . Podemos expresar al e#ento A con palabras de la siguiente manera A <sale un n$mero par= Tambi7n B = { 1,),-} es un e#ento al /ue podemos expresar #erbalmente como B <sale un n$mero menor o igual /ue -= b! En el experimento dado en el ejemplo d!, un e#ento de S sera C = {(c, c, c ); :c, c, s !; :c, s, c!; : s, c, c!} , el /ue en palabras se puede expresar como C <salen por lo menos dos caras= c! En el experimento dado en el ejemplo f!, un e#ento de S sera D <la lamparita dura ms de 1)99 +oras=, en notaci%n de conjuntos D = {t R; t > 1)99} 3bser#aciones 1( En el ejemplo a! anterior, si al tirar el dado sale el n$mero ), entonces podemos decir /ue A ocurri pues ) A . Pero tambi7n B ocurri pues ) B . En cambio si al tirar el dado sale el n$( mero 8, entonces el e#ento A ocurri% pero B no ocurri, pues 8 B . )( El conjunto es un e#ento :pues el conjunto est incluido en todo conjunto, en particular S !. Es el e#ento /ue nunca ocurre. El espacio muestral S es un e#ento :pues todo conjunto est incluido en s mismo!, " S siempre ocurre.
Las operaciones +abituales entre conjuntos se pueden aplicar a los e#entos, dando como resultado nue#os e#entos. Especficamente 1( &i A " B son e#entos, entonces A B es otro e#ento. A B ocurre si " solo si ocurre A o si ocurre B )( &i A " B son e#entos, entonces A B es otro e#ento. A B ocurre si " solo si ocurre A y ocu( rre B

Probabilidad

Prof. Mara B. Pintarelli

-( &i A es un e#ento AC es un e#ento. AC ocurre si " solo si no ocurre A *ota recordar /ue las operaciones de uni%n, intersecci%n diferencia " complemento se definen de la siguiente manera 1( A B es el conjunto formado por los elementos /ue estn en A o en B :donde el o est en sentido inclusi( #o!, en notaci%n de conjuntos A B = {x; x A x B} En la figura la zona en gris simboliza A B )( A B es el conjunto formado por los elementos /ue estn en A y en B, en notaci%n de conjuntos
A B = {x; x A x B}

En la figura la zona en gris simboliza A B

-( AC es el conjunto formado por los elementos /ue estn en el conjunto uni#ersal U " no estn en A, en notaci%n de conjuntos A C = {x; x U x A} La zona en gris simboliza A C

8( A B es el conjunto formado por los elementos /ue estn en A y no estn en B, en notaci%n de conjuntos A B = {x; x A x B}, La zona en gris simboliza A B *otar /ue A B = A B C

Probabilidad

Prof. Mara B. Pintarelli

Es $til recordar las siguientes propiedades sobre el lgebra de conjuntos 1( Le"es de idempotencia a! A A = A )( Le"es asociati#as a! A : B C ! = : A B ! C b! A A = A

b! A : B C ! = : A B ! C b! A B = B A b! A : B C ! = : A B ! : A C ! b! A = d! A U = A

-( Le"es conmutati#as a! A B = B A 8( Le"es distributi#as a! A : B C ! = : A B ! : A C ! 0( Le"es de identidad a! A = A c! A U = U 2( Le"es de complemento a! A A C = U c! A C

( )

b! A A C = d! U
C

=A

= ,

=U

>( Le"es de ?e Morgan a! ( A B ) = A C B C

C

b! ( A B ) = A C B C
C

La relaci%n de inclusi%n entre un conjunto " otro " las operaciones anteriores con conjuntos lle#a al siguiente Teorema a! b! c! d!

A B A B A B A B e! A B

A B = A A B = B B C AC A B C = , es e/ui#alente a B A C = U
es e/ui#alente a es e/ui#alente a es e/ui#alente a es e/ui#alente a

&ean A " B dos conjuntos. El conjunto producto de A " B, expresado A B , est formado por to( dos los pares ordenados :a, b! donde a A " b B , es decir
A B = {:a, b!; a A b B}

&e anota al producto A A = A ) Por ejemplo, si A = { 1,),-} " B = {>,@}, entonces A B = {:1,>!; :1,@!; :),>!; :),@!; :-,>!; :-,@!} El concepto de conjunto producto se extiende a un n$mero finito de conjuntos en forma natural. El conjunto producto de los conjuntos A1 , A) ,..., An se anota A1 A) .. An " es igual a

Probabilidad

Prof. Mara B. Pintarelli

(a1 , a) ,..., an ) donde

A1 A) .. An = {(a1 , a ) ,..., a n ), ai Ai , i = 1,) ,...,n} , es decir es el conjunto de todas las n-uplas ai Ai para cada i.

Por ejemplo, si A = { 1,),-} , B = {),8} , C = {-,8,0} , entonces un m7todo con#eniente para +allar el producto A B C es por medio del denominado <diagrama de rbol= /ue se muestra a continua( ci%n, el cual se constru"e de iz/uierda a derec+a.
A B C consta de todas las ternas :o -(uplas! formadas al seguir cada <camino= del rbol

Por ejemplo el camino con trazo ms grueso indicara la terna :1, 8, 8!

Las operaciones de uni%n e intersecci%n tambi7n se pueden generalizar a ms de dos conjuntos &i A1 , A) ,..., An son n conjuntos, entonces a! la uni%n de todos ellos se anota A1 A) .. An
A1 A) .. An = {x; existe i tal /ue x Ai },
n

o tambi7n un

UA
i =1

" es igual a
x

es

decir

elemento

pertenece

A1 A) .. An si x pertenece a alguno de los conjuntos Ai .

?e forma anloga se define la uni%n de una secuencia infinita de conjuntos A1 , A) ,... , " se la anota

con el smbolo

UA
i =1

i n

b! la intersecci%n de todos ellos se anota A1 A) .. An

o tambi7n
n

IA
i =1

" es igual a

I A = {x;
i i =1

x Ai para todo i} , es decir un elemento x pertenece a

IA
i =1

si x pertenece a todos

los conjuntos Ai

Probabilidad

Prof. Mara B. Pintarelli

?e forma anloga se define la intersecci%n de una secuencia infinita de conjuntos A1 , A) ,... , " se

la anota con el smbolo

IA
i =1

&i A " B son dos e#entos tales /ue A B = , se dice /ue son disjuntos o mutuamente excluyentes. Es decir si A " B son mutuamente exclu"entes no pueden ocurrir a la #ez. Por ejemplo, si se tira un dado " se obser#a el n$mero de la cara superior, los e#entos A = { 1,-,0} " B = {),8,2} son mutua( mente exclu"entes. .l tirar un dado sale un n$mero par o un n$mero impar, no pueden darse am( bas cosas a la #ez. Los e#entos con un solo elemento son e#entos elementales o simples. Por ejemplo, #ol#iendo al experimento tirar un dado " obser#ar el n$mero en la cara de arriba, " S = { 1,),-,8,0,2}, enton( ces los conjuntos unitarios { 1} , {)}, {-}, {8}, {0}, {2} son e#entos simples. *otar /ue dos e#entos simples cuales/uiera son mutuamente exclu"entes.

?ado un e#ento A asociado a un experimento aleatorio . &upongamos /ue se repite n #eces el experimento , " anotamos n A al n$mero de #eces /ue ocurre A en la n repeticiones de . &e de( n fine la frecuencia relativa de A, " se simboliza f A , al cociente A . Es decir /ue f A es la proporn cin de veces que ocurre A en las n repeticiones de . La frecuencia relati#a f A tiene las siguientes propiedades 1( 9 f A 1 )( f A = 1 si " solo si A ocurre cada vez en las n repeticiones -( f A = 9 si " solo si A no ocurre nunca en las n repeticiones 8( &i A " B son dos e#entos mutuamente exclu"entes entonces f A B = f A + f B ?ado un e#ento A, se /uiere asignar al mismo un n$mero /ue indi/ue /u7 tan probable es /ue A ocurra. . ese n$mero lo definiramos como la probabilidad de A. En ese sentido parecera /ue la frecuencia relati#a f A sera una buena elecci%n. Pero nos encontramos con el siguiente problema, Acuntas #eces deberamos repetir el experimento aleatorio para definir f A , es decir /u7 #alor de n tomaramosB Por ejemplo en el experimento de tirar un dado consideremos el e#ento . <sale el n$mero 8=, si lo lanzamos 199 #eces podramos encontrar /ue n A = 18 , " si lo lanzamos nue#amente 199 #eces podra ocurrir /ue n A sea diferente del anterior por ejemplo podra A ocurrir )9 #eces. Entonces, tendramos dos #alores diferentes para f A , 9.18 " 9.) &e dijo antes /ue en un experimento aleatorio a medida /ue n aumenta la frecuencia relati#a de A tiende a estabilizarse en un n$mero, pero no podemos en la prctica repetir el experimento infinitas #eces. &e /uiere asignar a cada e#ento A un n$mero /ue no dependa de la experimentaci%n. Por este mo( ti#o procedemos como sigue 2

Probabilidad

Prof. Mara B. Pintarelli

Definicin axiomtica de probabilidad.

&ea un experimento aleatorio " S un espacio muestral asociado con . Con cada e#ento A aso( ciamos un n$mero real llamado probabilidad de A, /ue anotamos P(A), el cual satisface las si( guientes propiedades bsicas o axiomas 1( 9 P : A! 1 )( P : S ! = 1 -( &i A " B son e#entos mutuamente exclu"entes entonces P : A B ! = P : A! + P : B ! 8( &i A1 , A) ,..., An , An +1 ,... es una secuencia de e#entos tales /ue

Ai A j =

si i j , entonces P :U Ai ! = P : Ai !
i =1 i =1

La elecci%n de estas propiedades est moti#ada por las caractersticas correspondientes de la fre( cuencia relati#a. 3bser#aci%n supongamos el experimento de lanzar una moneda " el espacio muestral S = {c, s} . *otar /ue podemos escribir S = {c} {s} , es decir como uni%n de e#entos simples. Por los axio( mas ) " - de la definici%n de probabilidad tenemos /ue 1 = P : S ! = P :{c}! + P :{s}! Es decir 1 = P :{c}! + P:{s}! , lo /ue implica /ue P:{c}! = 1 P:{s}! . *o podemos deducir el #alor de P ({c}) ni el #alor de P ({s}) de las propiedades anteriores. *ecesitamos informaci%n adicional, por ejemplo si el dado es normal. ?e ser as podemos plantear /ue P:{c}! = P:{s}! , entonces 1 = P :{c}! + P :{s}! P :{c}! = P :{s}! = 9.0 P :{c}! = P :{s}! Podemos deducir de los axiomas otras propiedades $tiles para el clculo de probabilidades.

Propiedades de la probabilidad
1( P : ! = 9
Dem.! &iendo A un e#ento cual/uiera podemos escribir A = A .dems A " son mutuamente exclu"entes, por lo tanto por axioma P : A! = P : A ! = P:.! + P: ! 3 sea /ue P : A! = P:.! + P: ! P: ! = 9

)( &i AC es el e#ento complementario de A , entonces P : A C ! = 1 P : A! >

Probabilidad

Prof. Mara B. Pintarelli

Dem.! &i A es un e#ento cual/uiera, entonces podemos escribir A A C = S .dems, por definici%n de complemento de un conjunto, A " AC son mutuamente exclu"entes. Por lo tanto, por axioma ) " por axioma 1 = P : S ! = P : A! + P : A C ! ?espejando P : A C ! = 1 P : A!

-(

&i A B entonces P : A! P : B !

B AC

Dem.! &ean A " B dos e#entos tales /ue A B . ?e la figura #emos /ue B = A : B A C ! D adems A " B A C son mutuamente exclu"entes. Entonces P : B ! = P : A! + P : B A C !

D como por axioma 1 tenemos /ue P : B A C ! 9 , entonces P : B ! P : A!

8(

&i A B , entonces P : B A! = P : B ! P : A!

Dem.! &iguiendo los pasos de la demostraci%n anterior llegamos a P : B ! = P : A! + P : B A C ! , lo /ue implica /ue P : B A C ! = P : B ! P : A!

D como B A C = B A , entonces P : B A! = P : B ! P : A! . 3bser#aci%n en general #ale la siguiente propiedad P : B A! = P : B ! P : A B !

B A

A B
0( &i A " B son dos e#entos cualesquiera, entonces
P : A B ! = P : A! + P : B ! P : A B !

Probabilidad

Prof. Mara B. Pintarelli

Dem.! Escribimos a A B como uni%n de partes disjuntas de la siguiente manera, :obser#ar la figura! A B = B :A BC ! P : A B ! = P : B ! + P : A B C ! :1!

A B

A BC

D por la obser#aci%n anterior

P : B A C ! = P : B A! = P : B ! P : A B ! :)!

Por lo tanto, reemplazando :)! en :1! P : A B ! = P : B ! + P : A! P : A B ! Con lo /ue /ueda demostrada la propiedad.

3bser#aciones 1( La propiedad anterior se puede generalizar para expresar la probabilidad de tres e#entos
P : A B C ! = P : A! + P : B ! + P :C ! P : A B ! P : A C ! P : B C ! + P : A B C ! &e llega a la igualdad anterior escribiendo A B = D " aplicando la propiedad 0, es decir P : A B C ! = P : D C ! = P : D! + P :C ! P : D C ! = = P : A B ! + P :C ! P :: A B ! C !

:-!

*ue#amente aplicamos 0 P : A B ! = P : B ! + P : A! P : A B ! D adems, aplicando las le"es distributi#as ( A B ) C = ( A C ) (B C ) Entonces P (( A B ) C ) = P (( A C ) (B C )) = P : A C ! + P : B C ! P :( A C ) (B C )! Como ( A C ) (B C ) = A B C , reemplazando en :-! se llega a P : A B C ! = P : A! + P : B ! + P :C ! P : A B ! P : A C ! P : B C ! + P : A B C ! En general, se puede probar /ue si A1 , A) ,..., An son n e#entos cuales/uiera entonces

P:U Ai ! = P : Ai ! P: Ai A j ! + P: Ai A j A ! ..... + :1! n 1 P: A1 A) .... An !

i =1 i =1 i< j i< j<

)( &i A1 , A) ,..., An son n e#entos tales /ue Ai A j =

con i j entonces P :U Ai ! = P : Ai !
i =1 i =1

*otar /ue la igualdad anterior es una generalizaci%n del axioma -.

Probabilidad

Prof. Mara B. Pintarelli

1.2

- El espacio muestral finito

&ea un experimento aleatorio " S un espacio muestral asociado a . &upongamos /ue S es un conjunto finito al /ue anotamos S = {a1 , a ) ,..., a n } , es decir consideramos /ue tiene n elementos. Podemos escribir a S como uni%n de e#entos elementales de la siguiente forma. &i Ai = {a i } entonces S = A1 A) ... An . .dems sabemos /ue P : S ! = 1 , por lo tanto tene( mos el resultado P : A1 ! + P : A) ! + ... + P : An ! = 1 :8!

Es decir! la suma de las probabilidades de los eventos elementales es igual a 1 &i a+ora tomamos un e#ento cual/uiera B de S, lo anotamos B = ai1 , ai) ,..., ai , entonces pode( mos escribir a B como uni%n de e#entos simples B = Ai1 Ai) ... Ai . Por lo tanto
P : B ! = P : Ai1 Ai) ... Ai ! = P : Ai1 ! + P : Ai) ! + ... + P : Ai !

s decir para calcular la probabilidad de B se suman las probabilidades de los eventos elementales que lo componen.
&i asumimos /ue P : A1 ! = P : A) ! = ... = P : An ! = p , es decir todos los e#entos elementales tienen la misma probabilidad de ocurrir, entonces reemplazando en :8!

p + p + ... + p = 1 np = 1 14 4 244 3
n #eces p

p=

1 1 = n FS

?onde el smbolo FS se lee n$mero de elementos de S, :en general FS indica el cardinal de S! Cuando P : A1 ! = P : A) ! = ... = P : An ! = p , se dice /ue S es equiprobable. &i B es un e#ento cual/uiera de S, lo anotamos B = ai1 , ai) ,..., ai

} : o sea /ue FB 5

!, entonces

escribimos a B como uni%n de e#entos simples B = Ai1 Ai) ... Ai , " nue#amente P : B ! = P : Ai1 Ai) ... Ai ! = P : Ai1 ! + P : Ai) ! + ... + P : Ai ! Como "a #imos /ue P: Ai ! =

1 n

para todo i"#,$,%,n,

se tiene /ue

P: B! = P : Ai1 ! + P : Ai) ! + ... + P: Ai ! =

1 1 1 FB + + ... + = = n4 n 244 n n FS 1 4 3
#eces

Es decir si B es un evento de un espacio muestral equiprobable entonces P : B ! =

FB FS

19

Probabilidad

Prof. Mara B. Pintarelli

Ejemplo &upongamos /ue se tira una moneda normal tres #eces, " se cuenta el n$mero de caras obtenido luego de los tres tiros. Tomemos como espacio muestral a S = {9,1,),-} ACul es la probabilidad de /ue salgan al menos dos carasB En este caso S no es equiprobable, pues el e#ento {9} ocurre de una sola forma cuando en los tres tiros sale ceca El e#ento {-} ocurre de una sola forma cuando en los tres tiros sale cara Pero el e#ento { 1} ocurre cuando en los tres tiros sale una sola cara " eso puede darse de tres formas distintas :c, s , s !; : s, s, c! o : s, c, s ! .nlogamente para el e#ento {)} puede darse de tres formas distintas :c, c, s!; :c, s, c! o : s, c, c! " Por lo tanto P :{9}! = P :{-}! " P :{ 1}! = P :{)}! . &i anotamos P :{9}! = P :{-}! = p P:{ 1}! = P:{)}! = & entonces & = - p :0! .dems se cumple P :{9}! + P :{ 1}! + P :{)}! + P :{-}! = 1 :2! Entonces de :0! " :2! & = -p & = -p 1 p = , & = p + & + & + p = 1 ) p + )& = 1 @ @

!e esta forma conocemos las probabilidades de todos los eventos elementales.

&i B < salen al menos dos caras= , entonces B = {),-} Para calcular P(B) +acemos

P: B! = P({)}) + P({-}) =
&i tomamos como espacio muestral a

- 1 8 + = = 9.0 @ @ @

S = c, c, c ; :c, c, s !; :c, s, c!; : s, c, c!; :c, s, s !; : s, s, c!; : s, c, s !; : s, s, s !

{(

Entonces S es equiprobable pues cada resultado :cada terna! se da una sola forma. En este caso podemos plantear directamente P: B! =

FB 8 = = 9.0 FS @

1.3 - Mtodos de conteo

Cuando se calculan probabilidades, algunas #eces se necesita determinar el n$mero de resultados en un espacio muestral o un e#ento. &e describirn di#ersos m7todos con ese prop%sito. La regla bsica, /ue se conoce como principio fundamental de conteo, se presenta por medio del siguiente ejemplo

11

Probabilidad

Prof. Mara B. Pintarelli

Ejemplo Cierto tipo de autom%#il se encuentra disponible en tres colores rojo, azul " #erde, " puede tener un motor grande o pe/ueGo. A?e cuntas maneras puede un comprador elegir un au( tom%#ilB &oluci%n Ha" tres opciones de color " dos opciones de motor. 'na lista completa de las opciones se muestra en la siguiente tabla de - I ). El n$mero total de opciones es :-! :)! 5 2

Rojo Azul Verde .zul " grande Jerde " grande Grande 6ojo " grande 6ojo " pe/ueGo .zul " pe/ueGo Jerde " pe/ueGo Peque o
.l generalizar el ejemplo, si +a" n# elecciones de color " n$ elecciones de motor, una lista comple( ta de elecciones se puede escribir como una tabla de n# I n$ por lo /ue el n$mero total de eleccio( nes es n#. n$ &i una operaci%n se puede realizar en n# maneras " si para cada una de esas maneras se puede realizar una segunda operaci%n en n$ maneras, entonces el n$mero total de maneras en /ue se realizan las dos operaciones es n#. n$

Este razonamiento del principio fundamental del conteo se puede ampliar para cual/uier n$mero de operaciones.

!l principio fundamental de conteo

&uponga /ue se pueden realizar operaciones. &i +a" n# maneras de realizar la primera opera( ci%n " si para cada una de esas maneras +a" n$ maneras de realizar la segunda operaci%n, " si para cada una de esas elecciones de esas de esas maneras de realizar las dos primeras operacio( nes +a" n' maneras de realizar la tercera operaci%n " as sucesi#amente, entonces el n$mero total de maneras de realizar la secuencia de las operaciones es n#. n$ L n .

Ejemplo Cuando se +ace un pedido de cierto tipo de computadora, +a" tres elecciones de disco duro, cuatro de la cantidad de memoria, dos de la tarjeta de #ideo " tres de monitor. AEn cuntas maneras se puede solicitar una computadoraB &oluci%n El n$mero total es :-! :8! :)! :-! 5 >) Podemos simbolizar cada operaci%n con un gui%n " escribir debajo del mismo el n$mero de formas en /ue puede realizarse
1K )K -K 8K } } } }

- 8 ) -

1)

Probabilidad

Prof. Mara B. Pintarelli

Permutaciones
'na permutacin constitu"e un ordenamiento de un conjunto de elementos. Por ejemplo, +a" 2 permutaciones de las letras ., B " C .BC .CB B.C BC. C.B CB. Con solamente tres elementos, es fcil determinar el n$mero de permutaciones, s%lo con +acer una lista de todas ellas. Pero con un gran n$mero de elementos esto $ltimo no sera factible. El princi( pio fundamental de conteo se puede usar para determinar el n$mero de permutaciones de cual/uier conjunto de elementos. Por ejemplo, se puede determinar el n$mero de permutaciones de un con( junto de tres elementos de la siguiente manera +a" tres elecciones para colocar el primer elemen( to. ?espu7s /ue se +ace la elecci%n +a" dos elecciones restantes para el elemento del segundo lu( gar. Entonces /ueda una elecci%n para el elemento del $ltimo lugar. Por tanto, el n$mero total de maneras de ordenar tres objetos es :-!:)!:1! 5 2. Este razonamiento se puede generalizar. El n$me( ro de permutaciones de un conjunto de n elementos es
n: n 1!:n )!....:-!:)!:1!

Mste es el producto de los enteros del 1 al n. Este producto se puede escribir con el smbolo n N, /ue se lee <n factorial=. Para cual/uier entero positi#o n, nN 5 n:n(1!:n()!L:-!:)!:1! Tambi7n se define 9N 5 1

El n$mero de permutaciones de n objetos es nN Ejemplos 1( Cinco personas estn en +ilera en un cine. A?e cuntas formas diferentes se pueden ordenarB. &oluci%n El n$mero de permutaciones de un conjunto de cinco personas es 0N 5 :0!:8!:-!:)!:1! 5 1)9 )( a! A?e cuntas formas se pueden ordenar en un estante - libros de Matemtica " 8 de OsicaB b! A?e cuntas formas si los de Matemtica deben estar juntosB c! A?e cuntas formas si los libros de Matemtica deben estar juntos " los de Osica tambi7n deben estar juntosB &oluci%n a! >N b! &i los de Matemtica deben estar juntos, consideramos los - libros de Matemtica como un solo libro, es decir pensamos /ue tenemos /ue ordenar 0 libros

1-

Probabilidad

Prof. Mara B. Pintarelli

) ) ) ( ( ( (
1 ) 1 ) -

1442443

)
Entonces considerando a los tres libros de Matemtica en un blo/ue, la forma de ordenar los > libros es 0N -N *K de formas de ordenar los de Ma( temtica dentro del blo/ue *K de formas de permutar los libros considerando a los - de Matemtica como un solo libro. c! 6azonando en forma similar al inciso anterior consideramos dos blo/ues un blo/ue consiste en los - libros de Matemtica, " el otro blo/ue consiste en los 8 libros de Osica. El n$mero de formas de permutar los blo/ues es )N. ?entro de cada blo/ue podemos permutar los libros de -N maneras a los de Matemtica " de 8N formas a los de Osica. Por lo tanto la respuesta es )N -N 8N.

. #eces se est interesado en contar el n$mero de permutaciones de los subconjuntos de cierto tamaGo elegidos de un conjunto ms grande. Esto se muestra en el siguiente ejemplo Ejemplo Cinco sal#a#idas estn disponibles para la guardia de un sbado por la tarde. Ha" tres estaciones de sal#a#idas. A?e cuntas maneras se pueden elegir " organizar los tres sal#a#idas entre las esta( cionesB &oluci%n &e usa el principio fundamental de conteo. Ha" cinco maneras de elegir un sal#a#idas para /ue ocupe la primera estaci%n, luego cuatro de elegir a un sal#a#idas para /ue ocupe la segunda esta( ci%n " por $ltimo tres para elegir un sal#a#idas /ue ocupe la tercera estaci%n. El n$mero total de permutaciones de los tres sal#a#idas elegidos entre los cinco es :0!:8!:-! 5 29. El razonamiento usado para resol#er el ejemplo anterior se puede generalizar. El n$mero de per( mutaciones de objetos elegidos de un grupo de n objetos es

n:n 1!.........: n + 1!
Esta expresi%n se puede simplificar utilizando la notaci%n factorial

n:n 1!.........: n + 1! =

n: n 1!....: n + 1!:n !:n 1!....:-!:)!:1! : n !:n 1!....:-!:)!:1!

nN : n !N

18

Probabilidad

Prof. Mara B. Pintarelli

El n$mero de permutaciones de objetos elegidos de un grupo de n elementos es nN : n !N

'samos el smbolo P

,n

nN :n !N

Los anteriores son casos de permutaciones donde los objetos se eligen a lo sumo una #ez. &i un objeto puedo elegirse ms de una #ez tenemos permutaciones con elementos repetidos Ejemplo . la cumbre de una montaGa conducen 0 caminos. A?e cuntas formas puede realizar un turista el camino de ida " #uelta :subir " descender!B &oluci%n Ha" 0 formas posibles de subir a la montaGa " 0 formas de descender si consideramos /ue se pue( de elegir para el descenso el mismo camino /ue se tom% para el ascenso. Por lo tanto la respuesta es :0!:0! 5 )0 En general si se deben elegir elementos de un conjunto de n objetos " cada objeto se puede elegir ms de un #ez entonces el n$mero de formas posibles de realizar esta operaci%n es :n!:n!.....:n! = n El n$mero de permutaciones de objetos elegidos de un grupo de n elementos donde cada ele( mento se puede elegir ms de una #ez es

n
&imbolizamos

P
Combinaciones

P ,n

=n

En algunos casos, cuando se elige un conjunto de elementos de un conjunto ms grande, no se tie( ne en cuenta el orden de los elementos elegidos, solo se consideran los elementos /ue se eligen. Por ejemplo, puede /ue no importe /u7 sal#a#idas ocupe cada estaci%n, puede /ue solo sea impor( tante la elecci%n de tres sal#a#idas. . cada grupo distinto de elementos /ue se puede seleccionar, sin importar el orden, se le llama combinacin. &e mostrar c%mo determinar el n$mero de combinaciones de elementos elegidos de un conjunto de n objetos. &e mostrar el razonamiento con el resultado del ejemplo anterior. En este ejemplo se mostr% /ue +a" 29 permutaciones de tres elementos elegidos entre cinco. .l denotar a los elemen( tos por ., B, C, ?, E en la figura siguiente se presenta una lista de las 29 permutaciones.

10

Probabilidad

Prof. Mara B. Pintarelli

ABC ACB BAC BCA CAB CBA

ABD ADB BAD BDA DAB DBA

ABE AEB BAE BEA EAB EBA

ACD ADC CAD CDA DAC DCA

ACE AEC CAE CEA EAC ECA

ADE AED DAE DEA EAD EDA

BCD BDC CBD CDB DBC DCB

BCE BEC CBE CEB EBC ECB

BDE BED DBE DEB EBD EDB

CDE CED DCE DEC ECD EDC

Las 29 permutaciones estn ordenadas en 19 columnas de 2 permutaciones cada una. ?entro de cada columna, los tres elementos son los mismos " la columna contiene las 2 permutaciones dife( rentes de esos tres elementos. Por lo tanto cada columna representa una combinaci%n distinta de tres elementos elegidos entre cinco " +a" diez combinaciones de este tipo. Por lo tanto la figura muestra /ue el n$mero de combinaciones de tres elementos elegidos entre cinco se puede encon( trar al di#idir el n$mero de permutaciones de los tres elementos elegidos, o sea 0N1:0(-!N, por el n$mero de permutaciones de los tres elementos /ue es -N. En resumen, el n$mero de combinacio( 0N nes de los tres elementos elegidos es . -N:0 -!N . menudo el n$mero de combinaciones de elementos elegidos entre n se anota por el smbolo #n ! o tambi7n con el smbolo C ,n . ! " El razonamiento utilizado para deducir el n$mero de combinaciones de los tres elementos elegidos #n se puede generalizar para deducir una expresi%n para ! . ! " El n$mero de combinaciones de elementos elegidos de un grupo de n elementos es

#n ! = ! "

nN N:n !N

Ejemplo . cierto e#ento asisten -9 personas " se elegir aleatoriamente a 0 para recibir premios. Estos $ltimos son iguales, as /ue el orden en /ue se elige a las personas no es importante. ACun( tos grupos diferentes de 0 personas se pueden elegirB &oluci%n En #irtud de /ue el orden de las 0 personas elegidas no es importante, se tiene /ue calcular el n$( mero de combinaciones de 0 elegidas entre -9. Esto es

# -9 ! = !0 "

-9N 0N:-9 0!N

:-9!:)E!:)@!:)>!:)2! :0!:8!:-!:)!:1!

= 18)092

Elegir una combinaci%n de elementos de un conjunto de n elementos, di#ide a los n elementos en dos subconjuntos /ue fueron elegidos " n Q /ue no fueron elegidos. . #eces un conjunto se di#ide en ms de dos subconjuntos. Por ejemplo, suponga /ue en una clase de 1) estudiantes se asignar un pro"ecto a los estudiantes para trabajar en e/uipos. &e formarn tres e/uipos, /ue

12

Probabilidad

Prof. Mara B. Pintarelli

constarn de 0, 8 " - estudiantes. &e puede calcular el n$mero de maneras en las /ue se formarn los e/uipos del siguiente modo. &e considera el proceso para di#idir la clase en - e/uipos como una secuencia de dos operaciones. La primera operaci%n es seleccionar una combinaci%n de 0 es( tudiantes para formar el e/uipo de 0. La segunda consiste en elegir una combinaci%n de 8 estudian( tes entre los > restantes, para formar el e/uipo de 8. El e/uipo de - automticamente constar de los - estudiantes /ue /uedan. El n$mero de maneras de realizar la primera operaci%n es

#1) ! = 1)N !0 0N>N " ?espu7s de /ue se +a realizado la primera operaci%n, el n$mero de formas de realizar la segunda es #> >N ! = ! 8 8N-N " Por lo tanto el n$mero total de maneras de realizar la secuencia de las dos operaciones es #1) # > ! ! = ! 0 ! 8 " " 1)N 0N>N >N 8N-N = 1)N 0N8N-N = )>>)9

3bser#e /ue el numerador en la respuesta final es el factorial del tamaGo total del grupo, mientras /ue el denominador constitu"e el producto de los factoriales de los tamaGos de los e/uipos elegi( dos de 7ste. Esto $ltimo es #lido en general El n$mero de maneras de di#idir un grupo de n elementos en grupos de donde # RL.R * 5 n es nN 1N.... * N
#,

L., * elementos,

Ejemplo &e lanza un dado )9 #eces. En #irtud de /ue en - de las tiradas sali% el n$mero 1, en 0 de las tira( das sali% el ), en 8 sali% el -, en ) el 8, en - sali% el 0 " en - el 2, Acuntos arreglos diferentes de resultados +a"B &oluci%n Ha" )9 resultados, estn di#ididos en 2 grupos el grupo de - resultados en los /ue sali% el 1, el de 0 en los /ue sali% el ) " as sucesi#amente. El n$mero de maneras de di#idir los )9 resultados en 2 grupos de tamaGos especficos es )9N -N0N8N)N-N-N 3bser#aci%n *otar /ue en este ejemplo podemos razonar de la siguiente manera. &e lanza un dado )9 #eces, podemos interpretar entonces /ue tenemos )9 objetos donde +a" elementos iguales entre s :los - n$mero 1!, 0 elementos iguales entre s " diferentes de los ante( riores :los 0 n$meros )!, " as siguiendo.

1>

Probabilidad

Prof. Mara B. Pintarelli

'na posible forma de /ue esto ocurra sera /ue en los sucesi#os tiros se +a"an obtenido los n$me( ros en el siguiente orden 1 1 1 ) ) ) ) ) - - - - 8 8 0 0 0 2 2 2 La pregunta es cuntas formas +a" de ordenar estos )9 objetos. La respuesta no es )9N pues para esto deberan ser los )9 elementos diferentes. Podemos pensar /ue +a" un 1K tiro, un )K tiro, etc., es decir tenemos )9 lugares diferentes " debe( mos elegir entre ellos, sin orden, - lugares, para ubicar los tiros en /ue salieron los n$mero 1. Lue( go elegimos entre los 1> tiros /ue /uedan 0 para ubicar los tiros en donde salieron los n$meros ), " as siguiendo. )9N Por lo tanto el n$mero se podra interpretar como el n$mero de formas de ordenar -N0N8N)N-N-N )9 elementos donde no todos son distintos. nN En general indicara el n$mero de formas de ordenar n elementos donde +a" # igua( 1N.... * N les entre s, $ iguales entre s " diferentes de los anteriores,L.., * iguales entre s " diferentes de todos los anteriores donde # RL.R * 5 n Ejemplo A?e cuntas formas pueden ordenarse las letras de la palabra 4*SE*4E64.B &oluci%n La palabra 4*SE*4E64. consta de 19 letras donde +a" - letras 4, ) letras *, ) letras E. Por lo tan( 19N to la respuesta es -N)N)N

Principio de suma
&upongamos el siguiente ejemplo ACuntas cadenas de @ bits comienzan con 191 o con 111B 'na cadena de @ bits /ue comienza con 191 puede construirse con 0 operaciones se elige el cuarto bit, luego el /uinto bit " as siguiendo. Cada una de estas elecciones puede +acerse de ) maneras, se elige un 9 % se elige un 1. Por el principio fundamental del conteo, +a" )0 = -) cadenas /ue comienzan con 191. .nlogamente, +a" )0 = -) cadenas /ue comienzan con 111. &i A es el conjunto de las cadenas de @ bits /ue comienzan con 191 " B es el conjunto de las cade( nas de @ bits /ue comienzan con 111 entonces A B = . Por lo tanto el n$mero de cadenas de @ bits /ue comienzan con 191 o con 111 es el n$mero de elementos de A B , es decir -) R -) 5 28. En general

Principio de suma
&i A#, A$, LLAn son conjuntos tales /ue Ai T Aj 5 si i j , entonces el n$mero de ele( mentos de A# A$ LL An es igual a la suma del n$mero de elementos de cada con( junto, en smbolos F : A# A$ LL An! 5 FA# R F A$ RLLR FAn

1@

Probabilidad

Prof. Mara B. Pintarelli

Ejemplos 1( ?e un grupo de 8 +ombres " 0 mujeres, Acuntos comit7s de - miembros son posibles a ! sin restriccionesB b! con 1 +ombre " ) mujeresB c! con ms mujeres /ue +ombresB &oluci%n a! En un comit7 no +a" cargos, por lo tanto no importa el orden en el cual son elegi( dos los miembros, por lo tanto la respuesta es #E :E!:@!:>! EN EN ! = = = = - 8 > = @8 ! - N : E !N N 2 N : !: ) !: 1 ! " b! &i debe +aber un +ombre " ) mujeres +a" /ue contar el n$mero de formas de elegir #8 un +ombre entre 8 ! = 8 !1 " " el n$mero de formas de elegir ) mujeres entre 0 #0 :0!:8!:-!:)!:1! 0N ! = = = 0 ) = 19 . ! ) )N-N :)!:1!:-!:)!:1! " Por el principio fundamental del conteo la respuesta es 8 19 = 89 c! &eparamos en casos " aplicamos el principio de suma caso1 ) mujeres " 1 +ombre 89

caso ) - mujeres La respuesta es 89 R 19 5 09

#0 ! = 19 ! - "

)( En el alfabeto Morse de puntos " ra"as, Acuntos caracteres pueden formarse em( pleando a lo sumo - signosB &oluci%n 'n carcter est formado por puntos " ra"as. Podramos considerar - casos exclu"entes caso1 carcter de 1 signo En este caso el n$mero de formas de construir un carcter es ), se elige un punto o una ra"a caso) carcter de ) signos En este caso tenemos ) posibles elecciones para cada signo, elegir un punto o una ra"a. Considerando /ue la elecci%n para cada signo es una operaci%n /ue se puede +acer de ) formas distintas " /ue debemos realizar ) operaciones :por/ue tenemos ) signos! la respuesta es :)!:)! 5 )) 5 8

1E

Probabilidad

Prof. Mara B. Pintarelli

caso- carcter de - signos *ue#amente tenemos ) posibles elecciones para cada signo, elegir un punto o una ra"a. Considerando /ue la elecci%n para cada signo es una operaci%n /ue se puede +acer de ) formas distintas " /ue debemos realizar - operaciones :por/ue tenemos - signos! por lo tanto la respuesta es :)!:)!:)! 5 )- 5 @ Por el principio de suma el resultado final es ) R 8 R @ 5 18

-( Tres parejas de casados +an comprado boletos para el teatro " se sientan en una fila formada por s%lo 2 asientos. a! A?e cuntas maneras pueden sentarse de manera tal /ue Uuan " Paula :marido " mujer! se sienten en los ) asientos de la extrema iz/uierdaB b! A?e cuntas maneras pueden sentarse de manera tal /ue Uuan " Paula :marido " mujer! se sienten juntosB c! A?e cuntas maneras pueden sentarse de manera tal /ue por lo menos una de las esposas termine sentada junto a su maridoB &oluci%n a! &imbolicemos la situaci%n utilizando guiones para cada uno de los 2 asientos P U

Permutamos a las 8 restantes personas pero adems Uuan " Paula pueden permutar entre s, la respuesta es 8N )N donde )N es el n$mero de formas en /ue Uuan " Paula pueden permutar entre s. b! En este inciso a diferencia del anterior Uuan " Paula pueden sentarse en cual/uier asiento no necesariamente en el extremo iz/uierdo. Pensamos a Uuan " Paula como una sola persona P U consideramos a Uuan " Paula como una sola persona, permutamos 0 personas La respuesta sera 0N )N c! Podemos considerar - casos caso1 los integrantes de la pareja 1 estn sentados juntos caso) los integrantes de la pareja ) estn sentados juntos caso- los integrantes de la pareja - estn sentados juntos *otar /ue no son casos excluyentes

)9

Probabilidad

Prof. Mara B. Pintarelli

*os a"udamos con conjuntos escribiendo Ai es el conjunto de todas las permutaciones de las 2 personas donde los miem( bros de la pareja i estn sentados juntos con i 5 1, ), Entonces obser#ar /ue la respuesta es el n$mero de elementos del conjunto A1 U A) U A- pero los conjuntos no son disjuntos de a dos. Por lo tanto no podemos aplicar el principio de suma Pero s podemos escribir lo siguiente F : A # A $ A '! 5 FA# R F A$ R FA' (( F: A# A$! (( F: A# A'! (( F: A$ A'! R F: A# A$ A'! .dems FA# R F A$ R FA' 5 0N )N R 0N )N R 0N )N F: A# A$! 5 F: A# A'! 5 F: A$ A'! 5 8N )N )N pues consideramos a los miembros de dos de las parejas en un blo/ue, es decir tenemos dos blo/ues " los dos integrantes de la pareja restante /ue pueden no estar sentados uno al lado del otro, en total 8 elementos para permutar. .dems dentro de cada blo/ue los integrantes de cada pareja pueden permutar entre s. F: A# A$ A'! 5 -N )N )N )N pues a+ora tenemos - blo/ues

El resultado final es 0N )N R 0N )N R 0N )N Q - :8N )N )N! R -N )N )N )N

1.4 C lculo de probabilidades en espacios muestrales finitos e!uiprobables

Ejemplos 1( En el caso de espacios muestrales e/uiprobables es necesario recordar las t"cnicas de conteo para calcular el n$mero de elementos de un conjunto sin enumerar sus elementos. Por ejemplo &e tiene una urna con 10 bolillas distinguibles :pueden estar numeradas!, de las cuales 19 son blancas " 0 son rojas. &e extraen al azar dos bolillas de la urna, a! Acul es la probabilidad de extraer todas blancasB b! Acul es la probabilidad de extraer exactamente una bolilla blancaB c! Acul es la probabilidad de extraer al menos una bolilla blancaB &upongamos /ue se extraen las dos bolillas sin reemplazo " no importa el orden en /ue son extradas. .l decir /ue se extraen al azar, se entiende /ue el espacio muestral del experimento es e/uipro( bable. .l decir /ue se extraen las bolillas sin reemplazo, significa /ue se extrae una bolilla " sin regre( sarla a la urna se extrae la siguiente. El espacio muestral de este experimento se puede tomar como S = {{ 1,8}; {),0}, {),19},...} , es de( cir como el conjunto cu"os elementos son conjuntos, todos los conjuntos de dos elementos /ue

)1

Probabilidad

Prof. Mara B. Pintarelli

se puedan formar a partir de un conjunto de 10 elementos. Por ejemplo, el resultado { 1,8} signi( fica /ue se extrajeron las bolillas 1 " 8. ACuntos elementos tiene SB, recordando las t7cnicas de #10 10N conteo el n$mero de elementos de S es igual al n$mero combinatorio ! !) = )N(10 ) )N " Para responder la pregunta a" anotemos A <las dos bolillas son blancas= FA Entonces P : A! = . ACuntos elementos tiene el conjunto AB, tantos como formas +a"a de FS #19 19N extraer dos bolillas blancas. &e tiene /ue F A = ! !) = )N(19 ) )N . " #19 19N ! ! F A " ) )N(19 ) )N Por lo tanto P: A! = = = = 10N F S #10 > ! !) )N(10 ) )N " Jeamos a+ora el inciso b". .notamos B <se extrae exactamente una bolilla blanca= Entonces #19 # 0 ! ! !1 1 FB ! " " P: B! = = FS #10 ! !) " D por $ltimo el inciso c!. .notamos C <se extrae al menos una bolilla blanca= Podemos resol#erlo de dos maneras La forma ms fcil es calcular P:C C ! donde C C <ninguna bolilla es blanca= #0 #0 ! ! ! ! ) ) FC ) 1E " C C P:C ! = = P:C ! = 1 P :C ! = 1 " = 1 = FS )1 )1 #10 #10 ! ! !) !) " " 3tra forma de resol#erlo podra ser la siguiente, escribimos C = C1 C ) donde
C

C i Vse extraen i bolillas blancas exactamenteV

i = 1,)

*otar /ue C1 C ) = . Por lo tanto P:C ! = P:C1 ! + P:C ) !

#19 # 0 #19 # 0 ! ! ! ! ! ! ! 9 ) F C1 " 1 " 1 F C) ! " " D P:C1 ! = = ; P:C ) ! = = FS FS #10 #10 ! ! !) !) " " #19 # 0 #19 # 0 ! !1 ! ! 1 ! !) ! ! 9 " " " " = 19 + E = 1E Por lo tanto P:C ! = + )1 )1 )1 #10 #10 ! ! !) !) " "

))

Probabilidad

Prof. Mara B. Pintarelli

)( &i en el ejemplo anterior importa el orden en /ue son extradas las bolillas, entonces S = {(1,8 ); (),0), (),19 ),.(8,1); (0,) )....} , es decir /ue S es el conjunto de todos los pares :a, b! don( de a b , por ejemplo :1,8! expresa el resultado primero se extrajo la bolilla 1 " en segundo t7rmino se extrajo la bolilla ). El n$mero de elementos de S es 10x18 5 )19. En este caso 19 E P: A! = = ; 10 18 > Para calcular la probabilidad de B +a" /ue distinguir si la bolilla blanca se extrae primero o se extrae en segundo t7rmino 19 0 + 0 19 )(19 0) P: B! = = 10 18 10 18 Para calcular la probabilidad de C nue#amente podemos pensarlo de dos formas, pero si consi( deramos C = C1 C ) en cada caso +a" /ue tener en cuenta el orden en /ue se extraen las boli( llas. 0 8 Es mas prctico +acer P:C ! = 1 P:C C ! = 1 10 18 -( &i a+ora importa el orden en /ue son extradas las bolillas " adems la extracci%n se +ace con reemplazo :se extrae una bolilla " se la de#uel#e a la urna antes de extraer la siguiente!, enton( ces S es el conjunto de pares (a,b) donde a+ora puede ocurrir /ue a " b. En este caso FS " 10 x 10, " calculamos

P: A! =

19 19 10 10

; P: B! =

19 0 + 0 19 )(19 0) = 10 10 10 10

P:C ! = 1 P:C C ! = 1

0 0 10 10

1."

- Espacios muestrales infinitos

&ea S un espacio muestral infinito numerable es decir S = {a1 ; a ) ; a - ;KK}. Como en el caso fini( to, a cada a i asignamos un n$mero pi = P({a i }) tal /ue a ! pi 9 b!

p
i =1

=1

La probabilidad P : A! de un e#ento A es entonces la suma de las probabilidades de los e#entos elementales /ue lo componen. Los $nicos espacios muestrales infinitos no numerables /ue consideraremos son a/uellos de me( dida geom7trica finita m: S ! tales como longitud, rea o #olumen, " en los cuales un punto se se( lecciona al azar. La probabilidad de un e#ento A, esto es a/uella en la /ue el punto seleccionado pertenece a A, es entonces la relaci%n entre m: A! a m: S ! , es decir

P: A! =

longitud de A longitud de S

P: A! =

rea de A rea de S

P: A! =

#olumen de A #olumen de S

Ejemplo En el interior de un crculo se selecciona un punto al azar. Hallar la probabilidad de /ue el punto /uede ms cercano al centro /ue a la circunferencia.

)-

Probabilidad

Prof. Mara B. Pintarelli

Tomamos como espacio muestral a S = : x, + !, x ) + + ) * ) ,

) ' $ $ #* A = &: x, + !, x ) + + ) ! ) $ " $ %

entonces

&
)

#* rea de A 1 ) Por lo tanto P: A! = = " ) = rea de S 8 (*

(!

. *,$
)

' $ $ #* 3bser#aci%n si A = &: x, + !, x ) + + ) = ! , $ ") $ % rea de A 9 entonces P: A! = = = 9 , pero A rea de S ( * ) Por lo tanto si un e#ento tiene probabilidad 9 eso no implica /ue sea el e#ento #aco.

)8

Probabilidad

Prof. Mara B. Pintarelli

Prctica !spacios muestrales y e#entos. Asi$nacin de probabilidades

1! &e examinan tres fusibles en secuencia, " se obser#a en cada caso si estn o no defectuosos. a! ?escribir el espacio muestral del experimento. ACuntos elementos tieneB b! Expresar explcitamente los siguientes e#entos i! C exactamente un fusible est defectuoso. ii! ? a lo sumo un fusible est defectuoso iii! E los tres fusibles estn en las mismas condiciones. i#! ACules de los sucesos C, ? o E son mutuamente exclu"entesB #! sean los e#entos .i el fusible i(7simo est defectuoso i 5 1, ), -. Expresar los e#entos anteriores en funci%n de .1, .) " .-. #i! sean los e#entos Bi +a" exactamente i fusibles defectuosos con i 5 9, 1, ), -. ACuntos elementos tiene cada Bi B )! ?os estaciones de ser#icio, . " B, se encuentran en cierto cruce de caminos; en cada una +a" seis surtidores de nafta. Consideramos el experimento en /ue el n$mero de surtidores en uso en un da particular se determina para cada una de las estaciones. a! ?escribir el espacio muestral del experimento. ACuntos elementos tieneB b! Expresar explcitamente los siguientes e#entos i! C el n$mero de surtidores en uso es el mismo para ambas estaciones de ser#icio. ii! ? el n$mero total de surtidores en uso es cuatro. iii! E por lo menos un surtidor est en uso en cada estaci%n de ser#icio. i#! ACules de los sucesos C, ? o E son mutuamente exclu"entesB #! sean los e#entos .i la estaci%n de ser#icio . tiene en uso exactamente i surtidores, i 5 9,1,), -, 8, 0, 2; " Bi la estaci%n de ser#icio B tiene en uso i surtidores exactamente, i 5 9, 1, ), -, 8, 0, 2. Expresar los e#entos anteriores en funci%n de .i , Bi , i5 9,1, ), -, 8, 0, 2. #i! ACuntos elementos tiene cada e#ento .i B. -! &upongamos un espacio muestral & /ue consta de 8 elementos & 5 Wa1, a), a-, a8 X. AYu7 fun( ci%n define un espacio de probabilidad en &B a! P:a1 ! 5 Z; P:a) ! 5 11-, P:a-! 5 [; P:a8 !5 110. b! P:a1 ! 5 Z; P:a) ! 5 118, P:a-! 5( [; P:a8 !5 11). c! P:a1 ! 5 Z; P:a) ! 5 118, P:a-! 5 11@; P:a8 !5 11@. d! P:a1 ! 5 Z; P:a) ! 5 118, P:a-! 5 [; P:a8 !5 9. 8! &e constru"e un dado de manera /ue el 1 " el ) ocurran con el doble de la frecuencia /ue se presenta el 0, el cual ocurre con una frecuencia - #eces superior al - , al 8 , o al 2. &i se lanza una #ez, encuentre la probabilidad de /ue a! el n$mero sea par. b! el n$mero sea ma"or /ue 8. 0! 'na clase consta de 19 +ombres " )9 mujeres de los cuales la mitad de los +ombres " la mitad de las mujeres tienen ojos castaGos. Hallar la probabilidad de /ue una persona escogida al azar sea un +ombre o tenga los ojos castaGos. 2! . un indi#iduo se le presentan tres #asos diferentes de bebida de cola, marcadas

)0

Probabilidad

Prof. Mara B. Pintarelli

C, ?, " P. &e le pide degustar las tres " luego ponerlas en lista de preferencia. &upongamos /ue la misma bebida de cola es la /ue en realidad se +a puesto en los tres #asos. a! ACules son los e#entos elementales en este experimento de clasificaci%n, " probabilidad se asignara a cada unoB b! ACul es la probabilidad de /ue C sea clasificada primeraB c! ACul es la probabilidad de /ue C sea clasificada primera " ? $ltimaB >! &uponga /ue se lanzan dos monedas normales " /ue se obser#a el resultado de las caras /ue /uedan +acia arriba. &i se tira primero una moneda " despu7s la otra a! Establezca los puntos muestrales de este experimento. b! .signe una probabilidad razonable a cada punto.A &on los puntos igualmente pro( bablesB. c! &ea . el e#ento de obser#ar exactamente una #ez cara " B el e#ento de obser#ar al menos una cara. 3btenga los puntos muestrales de . " B . d! . partir de la respuesta en c!, calcule P:.!, P:B!, P:. B!, P:. B!, " P:.c B!. e! 6epetir a!, b!, c!, d! si se tiran las dos monedas simultneamente, " el experimento consiste en obser#ar el n$mero de caras /ue se obtienen.

Practica %&todos de conteo

1! a! ACuntas banderas diferentes de - bandas distintas se pueden formar con los colores #erde, rojo, azul, blanco, amarillo " negroB b! ACuntas se pueden formar si se permite tambi7n la primera banda igual a la terceraB )! a! ACuntos n$meros de cuatro cifras pueden formarseB b! ACuntos con todas las cifras distintasB c! A Cuntos con todas las cifras distintas " /ue terminen en ceroB -! A?e cuntas maneras pueden disponerse las cinco letras de la palabra .6B3LB 8! 'na torta necesita @ ingredientes, Ade cuntas maneras se pueden mezclarB 0! A?e cuntas maneras se pueden colocar en fila 19 niGos, si uno determinado de ellos no puede estar a la cabezaB 2! &e /uieren disponer 8 libros de matemtica distintos, 2 distintos de fsica " ) distintos de /u( mica en un estante. A?e cuntas maneras puede +acerse si a! los libros de un mismo tema deben estar juntosB b! solo es obligatorio /ue los libros de matemtica est7n juntosB >! AEn cuntas permutaciones de la palabra .DCD?DTJ las tres D aparecen juntasB @! ACuntos n$meros de 0 cifras pueden formarse con los dgitos 1, ), -, 8, 0, 2, >, @, E si a! los n$meros deben ser imparesB. b! los n$meros deben tener las dos primeras cifras paresB. E! ACuntos n$meros de 2 cifras se pueden formar a partir de las cifras del n$mero -)>--)B 19! a! A?e cuntas maneras pueden disponerse las letras de la palabra P.P.*.T.B

)2

Probabilidad

Prof. Mara B. Pintarelli

b!A ?e cuntas, de manera /ue la T est7 al principioB. AD al finalB. 11! A?e cuntas maneras puede elegirse entre E personas un comit7 de 0B 1)! ?ados 0 puntos del plano no alineados de a -, Acuntos tringulos determinanB 1-! &e elige un comit7 de 0 personas entre -9 +ombres " )9 mujeres. a! A?e cuntas maneras se puede +acer la elecci%nB b!A?e cuntas si el n$mero de mujeres debe sobrepasar al de +ombresB 18! ACuntas palabras de 8 consonantes distintas " - #ocales distintas pueden formarse con E con( sonantes " 0 #ocalesB 10! 'na planta de producci%n emplea )9 trabajadores en el turno de da, 10 trabajadores en el se( gundo turno " 19 en el turno noc+e. 'n consultor de control de calidad selecciona 2 de estos trabajadores para +acerles una entre#ista. a! A?e cuntas maneras se pueden seleccionar 2 trabajadores /ue pro#engan del turno daB b! A?e cuntas maneras se pueden seleccionar 2 trabajadores /ue pro#engan del mismo turnoB

Prctica Asi$nacin de probabilidades utilizando m&todos de conteo !spacios muestrales infinitos

1! &e escogen al azar - lmparas entre 10. a! A?e cuntas formas se puede +acer la elecci%n si i! no importa el orden en /ue son elegidasB ii! importa el orden en /ue son elegidas " la elecci%n se +ace sin sustituci%nB iii! importa el orden en /ue son elegidas " la elecci%n se +ace con sustituci%nB b! ?e las 10 lmparas 0 son defectuosas. Para cada uno de los experimentos ante( riores +allar la probabilidad de los siguientes e#entos i! ninguna sea defectuosa ii! una exactamente sea defectuosa. iii! una por lo menos sea defectuosa. )! &e seleccionan al azar dos cartas entre 19 cartas numeradas de 1 a 19. Hallar la babilidad de /ue la suma sea impar si a! las dos cartas se sacan juntas. b! se sacan una tras otra sin sustituci%n. c! las dos cartas se sacan una despu7s de la otra con sustituci%n. pro(

-! 'na caja posee 2 tuercas " 19 tornillos. &i se escogen al azar - piezas, +allar la probabilidad de a! seleccionar - tuercas b! seleccionar exactamente ) tuercas c! seleccionar por lo menos una tuerca d! seleccionar exactamente ) tornillos

)>

Probabilidad

Prof. Mara B. Pintarelli

8! Tres mol7culas de tipo ., tres de tipo B, tres de tipo C " tres de tipo ? deben combinarse para formar una mol7cula en cadena. 'na de estas mol7culas en cadena es .BC?.BC?.BC?, " otra es BC??...B?BCC. a! ACuntas de estas mol7culas en cadena +a"B. b! &upongamos /ue se selecciona al azar una mol7cula en cadena del tipo descrito. ACul es la probabilidad de /ue las tres mol7culas de cada tipo terminen una junto a otraB 0! Tres parejas de casados +an comprado boletos para el teatro " se sientan en una fila formada por solo seis asientos. &i toman sus asientos de un modo totalmente aleatorio a! ACul es la probabilidad de /ue Uuan " Paula :marido " mujer!, se sienten en los dos asien( tos de la extrema iz/uierdaB b! ACul es la probabilidad de /ue Uuan " Paula terminen sentados uno junto a otroB 2! En el interior de un crculo se selecciona un punto al azar. Hallar la probabilidad de /ue el pun( to /uede ms cercano al centro /ue a la circunferencia. >! 'n ingeniero se dispone a #isitar dos fbricas . " B. Los transportes /ue lo lle#an a las fbri( cas parten del mismo lugar. . las +oras en punto salen los /ue lo lle#an a la fbrica . " a las +oras " [ los /ue lo lle#an a la fbrica B. &i sale de su casa sin preocuparse por la +ora " toma el primer transporte /ue sale, Acul es la probabilidad de /ue #isite la fbrica .B. AD la BB.

)@