Probabilidad 27-09-2015

Conceptos B
asicos de Probabilidad - Unidad III
Conceptos Basicos de Probabilidad - Unidad III

Sandra Vergara Cardozo
Probabilidad y Estadstica Fundamental Grupo I
Universidad Nacional de Colombia
27 de septiembre de 2015
Conceptos B
Tabla de Contenido
Elementos del analisis combinatorio

Principios de conteo
Formula de la multiplicacion
Permutaciones con Repeticion
Permutaciones
Permutaciones sin Repeticion
Combinacion
Combinacion sin repeticion
Conceptos B
Tabla de Contenido
Probabilidad
Conceptos iniciales
Espacio de medida de probabilidad
Medida de probabilidad condicional
Probabilidad Subjetiva
Regla de la Suma
Regla de la Multiplicacion
Probabilidad Conjunta
Teorema de Bayes
Conceptos B
Bibliografia
Lind, Marchal, Mason. Estadstica para administracion y

economa.
Mongomery D. Estadstica aplicada a la Ingeniera.
Blanco, Liliana. Probabilidad.
Canavos. Probabilidad y Estadstica
Conceptos B
Podramos contar
N
umero de alumnos por grupo
N
umero de llamadas telefonicas recibidas en una oficina por
da.
N
umero de autos que transitan en la semana en la ciudad
universitaria, sede Bogota
Conceptos B
Podramos contar
N
N
da.
N
Conceptos B
Podramos contar
N
N
da.
N
Conceptos B
Podramos contar
N
N
da.
N
Conceptos B
Cuantos n
umeros de 3 (tres) cifras se pueden formar con los
dgitos : 1, 2, 3, 4, 5, 6, 7, 8, 9 si no se pueden repetir los
dgitos. . .
Frecuentemente es necesario determinar cantidades como
estas para calcular las probabilidades. . . ..
Para responder las preguntas
Cuantos
Cual es el n
umero
Supongamos que un cuarto tiene 4 puertas , llamadas
W,T,U,I , de las que estamos interesadas en saber de cuantas
formas podemos entrar por una puerta y salir por otra.
Hay varias posibilidades cuales son ?
Conceptos B
Cuantos n
dgitos. . .
Cuantos
Cual es el n
umero
Conceptos B
Cuantos n
dgitos. . .
Cuantos
Cual es el n
umero
Conceptos B
Cuantos n
dgitos. . .
Cuantos
Cual es el n
umero
Conceptos B
Cuantos n
dgitos. . .
Cuantos
Cual es el n
umero
Conceptos B
Cuantos n
dgitos. . .
Cuantos
Cual es el n
umero
Conceptos B
Cuantos n
dgitos. . .
Cuantos
Cual es el n
umero
Conceptos B
Conceptos B
Supongamos que el tren de pasajeros de la sabana tiene 4

vagones disponibles y necesitamos saber el n
umero de formas
en que 3 pasajeros pueden ser asignados a los cuatro vagones,
de manera que dos de los pasajeros no viajen juntos
4 3 2 = 24
Son 24 formas las que tenemos que asignar los cuatros
vagones a los tres (3) pasajeros, de manera que no viajen dos
de ellos juntos.
Halle los n
umeros de cinco cifras que se pueden formar con los
dgitos del 0 al 9 que sean m
ultiplos de 5 y donde no se
pueden repetir los dgitos
Conceptos B

umero de formas
4 3 2 = 24
de ellos juntos.
Halle los n
Conceptos B

umero de formas
4 3 2 = 24
de ellos juntos.
Halle los n
Conceptos B

umero de formas
4 3 2 = 24
de ellos juntos.
Halle los n
Conceptos B
Hay 6048 n
umeros de cinco (5) cifras todas diferentes y que son
m
ultiplos de cinco (5).
6 7 8 9 2 = 6048
Conceptos B
Si el n
umero de resultados posibles de un experimento es peque
no,
resulta relativamente facil contarlos.
Ejemplo del dado :
Conceptos B
Si el n
umero de resultados posibles de un experimento es peque
no,
resulta relativamente facil contarlos.
Ejemplo del dado :
Conceptos B
Si hay m formas de hacer una cosa y n formas de hacer otra

existiran mxn formas de hacer ambas.
Numero total de arreglos = (m) (n)
Para tres eventos :
Numero total de arreglos = (m) (n) (o)
Conceptos B

Para tres eventos :
Conceptos B

Para tres eventos :
Conceptos B

Para tres eventos :
Conceptos B
Un vendedor de automoviles desea anunciar que por $23.000.000,

usted puede comprar un auto convertible, sedan 2 puertas o un
modelo de 4 puertas, y ademas puede elegir si desea que los rines
sean solidos o deportivos. Cuantos arreglos diferentes de modelos y
rines puede ofrecer el comerciante?
Conceptos B
Podemos utilizar la formula de la multiplicacion para verificar (m:

n
umero de modelos, n: tipo del rin)
Total de arreglos posibles = (m) (n) = (3) (2) = 6
Si el orden no importa, es una combinacion.
Si el orden s importa es una permutacion.
Conceptos B

n
Conceptos B

n
Conceptos B

n
Conceptos B
Si una operacion o un proceso consiste de n diferentes pasos , de

los cuales el primero puede ser realizado de p1 formas, el segundo
de p2 formas , el tercero de p3 formas ,. . . , y el k-esimo de pk
formas.
La operaci
on se puede realizar
p1 p2 . . . . pk formas
Conceptos B

formas.
La operacion se puede realizar
Conceptos B

formas.
La operacion se puede realizar
Conceptos B
Un estudiante tiene 8 pantalones diferentes y 10 camisas diferentes

De cuantas maneras puede vestirse de manera diferente ?
Rta. a
Un restaurante ofrece tres sopas diferentes, 5 carnes, 4 postres, y 4
tipos de bebida . De cuantas formas podemos ordenar una comida
completa consistente en una sopa, una carne, un postre y una
bebida ?
Rta. b
Conceptos B

Rta. a
bebida ?
Rta. b
Conceptos B

Rta. a
bebida ?
Rta. b
Conceptos B

Rta. a
bebida ?
Rta. b
Conceptos B
Rta. A ( 8 10 = 80)
Rta. B (3 5 4 4 = 240)
Conceptos B
Rta. A ( 8 10 = 80)
Rta. B (3 5 4 4 = 240)
Conceptos B
Permutaciones con repeticion
Si elegimos n situaciones y elegimos r de ellas, las permutaciones

posibles son:
n n n ...(r veces) = nr
Seran n posibilidades para la primera eleccion, consiguientemente
hay n posibilidades para la segunda eleccion, y as sucesivamente.
Conceptos B

posibles son:
Conceptos B

posibles son:
Conceptos B
Hace algunos a
nos la empresa Wendys Hamburgers anuncio que
tena 256 formas de preparar un hamburguesa. Usted puede elegir
u omitir, cualquier combinacion de lo siguiente para su
hamburguesa: mostaza, salsa de tomate, cebolla, pepinillos,
tomate en rebanadas, aderezo, mayonesa y lechuga.
Es cierto lo que dice el anuncio? Indique como obtuvo su
respuesta
Conceptos B
Hace algunos a
nos la empresa Wendys Hamburgers anuncio que
tena 256 formas de preparar un hamburguesa. Usted puede elegir
u omitir, cualquier combinacion de lo siguiente para su
hamburguesa: mostaza, salsa de tomate, cebolla, pepinillos,
tomate en rebanadas, aderezo, mayonesa y lechuga.
Es cierto lo que dice el anuncio? Indique como obtuvo su
respuesta
Conceptos B
Usted puede elegir u omitir.

mostaza
salsa de tomate
Cebolla
pepinillos
tomate en rebanadas
Aderezo
mayonesa
lechuga
n es el n
umero de cosas que puedes elegir, eliges r de ellas. (Se
puede repetir, el orden importa)
Conceptos B

mostaza
salsa de tomate
Cebolla
pepinillos
tomate en rebanadas
Aderezo
mayonesa
lechuga
n es el n
Conceptos B

mostaza
salsa de tomate
Cebolla
pepinillos
tomate en rebanadas
Aderezo
mayonesa
lechuga
n es el n
Conceptos B

mostaza
salsa de tomate
Cebolla
pepinillos
tomate en rebanadas
Aderezo
mayonesa
lechuga
n es el n
Conceptos B

mostaza
salsa de tomate
Cebolla
pepinillos
tomate en rebanadas
Aderezo
mayonesa
lechuga
n es el n
Conceptos B

mostaza
salsa de tomate
Cebolla
pepinillos
tomate en rebanadas
Aderezo
mayonesa
lechuga
n es el n
Conceptos B

mostaza
salsa de tomate
Cebolla
pepinillos
tomate en rebanadas
Aderezo
mayonesa
lechuga
n es el n
Conceptos B

mostaza
salsa de tomate
Cebolla
pepinillos
tomate en rebanadas
Aderezo
mayonesa
lechuga
n es el n
Conceptos B

mostaza
salsa de tomate
Cebolla
pepinillos
tomate en rebanadas
Aderezo
mayonesa
lechuga
n es el n
Conceptos B
Si se tiene el evento 1, ocurre n1 formas distintas y por cada una

de ellas un evento 2 ocurre en n2 formas diferentes y
as sucesivamente hasta el evento k, el n
umero de formas totales
posibles distintas de ocurrencia de todos los k eventos es.
n1 n2 ... nk
Conceptos B
Permutaciones sin repeticion
Como puedes ordenar el n

umero de sillas en el salon de clases ?
60 59 ... 1 =
Conceptos B
Sean n enteros positivos:

Se define el factorial de n, denotado por n!, como:
n! = n (n 1) ... 3 2 1
Por definicion 0! = 1
n! = n (n 1)! = n (n 1) (n 2)!
Conceptos B

n! = n (n 1) ... 3 2 1
n! = n (n 1)! = n (n 1) (n 2)!
Conceptos B

n! = n (n 1) ... 3 2 1
n! = n (n 1)! = n (n 1) (n 2)!
Conceptos B

n! = n (n 1) ... 3 2 1
n! = n (n 1)! = n (n 1) (n 2)!
Conceptos B

n! = n (n 1) ... 3 2 1
n! = n (n 1)! = n (n 1) (n 2)!
Conceptos B
Permutacion
Un arreglo o disposicion de r objetos seleccionados de un solo
grupo de n objetos posibles.
Observe que los arreglos a, b, c y el b, a, c son permutaciones
diferentes . La formula que se utiliza para contar el n
umero total
de permutaciones distintas es:
n Pr
n!
(nr )!
n, n
umero total de objetos.
r, n
umero de objetos seleccionados
el n
umero de permutaciones de n objetos distintos tomando r a la
vez.
Una permutacion es una combinacion ordenada.
Conceptos B
Permutacion
umero total
n Pr
n!
(nr )!
n, n
r, n
el n
vez.
Conceptos B
Permutacion
umero total
n Pr
n!
(nr )!
n, n
r, n
el n
vez.
Conceptos B
Permutacion
umero total
n Pr
n!
(nr )!
n, n
r, n
el n
vez.
Conceptos B
Permutacion
umero total
n Pr
n!
(nr )!
n, n
r, n
el n
vez.
Conceptos B
Permutacion
umero total
n Pr
n!
(nr )!
n, n
r, n
el n
vez.
Conceptos B
Permutacion
umero total
n Pr
n!
(nr )!
n, n
r, n
el n
vez.
Conceptos B
Permutacion
umero total
n Pr
n!
(nr )!
n, n
r, n
el n
vez.
Conceptos B
Permutacion
P(n, r ) = n(n 1)(n 2) . . . (n r + 1)
P(n, n) = n(n 1)(n 2) . . . (3)(2)(1) = n!
n Pr = P(n, r ) =
n!
n(n 1)(n 2) . . . (n r + 1) . . . (2)(1)
=
(n r ) . . . (2)(1)
(n r )!
n, n
r, n
el n
vez.
Conceptos B
Permutacion
P(n, r ) = n(n 1)(n 2) . . . (n r + 1)
P(n, n) = n(n 1)(n 2) . . . (3)(2)(1) = n!
n Pr = P(n, r ) =
n!
n(n 1)(n 2) . . . (n r + 1) . . . (2)(1)
=
(n r ) . . . (2)(1)
(n r )!
n, n
r, n
el n
vez.
Conceptos B
Permutacion
P(n, r ) = n(n 1)(n 2) . . . (n r + 1)
P(n, n) = n(n 1)(n 2) . . . (3)(2)(1) = n!
n Pr = P(n, r ) =
n!
n(n 1)(n 2) . . . (n r + 1) . . . (2)(1)
=
(n r ) . . . (2)(1)
(n r )!
n, n
r, n
el n
vez.
Conceptos B
Permutacion
P(n, r ) = n(n 1)(n 2) . . . (n r + 1)
P(n, n) = n(n 1)(n 2) . . . (3)(2)(1) = n!
n Pr = P(n, r ) =
n!
n(n 1)(n 2) . . . (n r + 1) . . . (2)(1)
=
(n r ) . . . (2)(1)
(n r )!
n, n
r, n
el n
vez.
Conceptos B
Permutacion
P(n, r ) = n(n 1)(n 2) . . . (n r + 1)
P(n, n) = n(n 1)(n 2) . . . (3)(2)(1) = n!
n Pr = P(n, r ) =
n!
n(n 1)(n 2) . . . (n r + 1) . . . (2)(1)
=
(n r ) . . . (2)(1)
(n r )!
n, n
r, n
el n
vez.
Conceptos B
Permutacion
P(n, r ) = n(n 1)(n 2) . . . (n r + 1)
P(n, n) = n(n 1)(n 2) . . . (3)(2)(1) = n!
n Pr = P(n, r ) =
n!
n(n 1)(n 2) . . . (n r + 1) . . . (2)(1)
=
(n r ) . . . (2)(1)
(n r )!
n, n
r, n
el n
vez.
Conceptos B
Permutacion
P(n, r ) = n(n 1)(n 2) . . . (n r + 1)
P(n, n) = n(n 1)(n 2) . . . (3)(2)(1) = n!
n Pr = P(n, r ) =
n!
n(n 1)(n 2) . . . (n r + 1) . . . (2)(1)
=
(n r ) . . . (2)(1)
(n r )!
n, n
r, n
el n
vez.
Conceptos B
Permutacion
P(n, r ) = n(n 1)(n 2) . . . (n r + 1)
P(n, n) = n(n 1)(n 2) . . . (3)(2)(1) = n!
n Pr = P(n, r ) =
n!
n(n 1)(n 2) . . . (n r + 1) . . . (2)(1)
=
(n r ) . . . (2)(1)
(n r )!
n, n
r, n
el n
vez.
Conceptos B
Ej: Con referencia al grupo de tres partes electronicas que deben

ensamblarse en cualquier orden. De cuantas maneras diferentes
se pueden ensamblar ?
n=3, son 3 partes para ensamblar
r=3, porque las tres partes se van a colocar en la unidad modular
n Pr
n!
(nr )!
3!
0!
=321=6
Las seis formas en que se pueden disponer las tres partes

electronicas, denotadas por A, B, C
ABC , BAC , CAB, ACB, BCA, CBA
Conceptos B

n Pr
n!
(nr )!
3!
0!
=321=6

Conceptos B

n Pr
n!
(nr )!
3!
0!
=321=6

Conceptos B

n Pr
n!
(nr )!
3!
0!
=321=6

Conceptos B

n Pr
n!
(nr )!
3!
0!
=321=6

Conceptos B

n Pr
n!
(nr )!
3!
0!
=321=6

Conceptos B

n Pr
n!
(nr )!
3!
0!
=321=6

Conceptos B
Ej: La empresa XYZ, tiene 8 tornos pero solo hay disponibles 3

espacios en la zona de produccion. En cuantas formas diferentes
se pueden colocar los ocho tornos en los tres espacios disponibles ?
n=8, r=3
n Pr
n!
(nr )!
8!
5!
= 8 7 6 = 336
Hay un total de 336 acomodos diferentes.
Conceptos B

n=8, r=3
n Pr
n!
(nr )!
8!
5!
= 8 7 6 = 336
Conceptos B

n=8, r=3
n Pr
n!
(nr )!
8!
5!
= 8 7 6 = 336
Conceptos B

n=8, r=3
n Pr
n!
(nr )!
8!
5!
= 8 7 6 = 336
Conceptos B
Si nueve bolas distinguibles entre si son colocadas al azar en

catorce (14) cajas, la probabilidad de que ninguna caja reciba mas
de una bola es :
Un ascensor inicia el recorrido con 10 personas y se detiene en 15
pisos . Cual es la probabilidad de que maximo una persona deje el
ascensor en el mismo piso ?
Conceptos B
Si nueve bolas distinguibles entre si son colocadas al azar en

catorce (14) cajas, la probabilidad de que ninguna caja reciba mas
de una bola es :
Un ascensor inicia el recorrido con 10 personas y se detiene en 15
pisos . Cual es la probabilidad de que maximo una persona deje el
ascensor en el mismo piso ?
Conceptos B
Permutaciones sin repeticion de n elementos tomados

todos a la vez
De cuantas formas diferentes se pueden ordenar las letras del

alfabeto PROBABILIDAD
12 11 . . . 1 = 12! = 479001600
Conceptos B
Permutaciones sin repeticion de n elementos tomados

todos a la vez
De cuantas formas diferentes se pueden ordenar las letras del

alfabeto PROBABILIDAD
12 11 . . . 1 = 12! = 479001600
Conceptos B
Permutaciones sin repeticion de n elementos tomados de r

en r
De cuantas formas diferentes se pueden sentar 6 alumnos en un

salon de clase de 45 puestos?
45 P6
Conceptos B
Permutaciones sin repeticion de n elementos tomados de r

en r
De cuantas formas diferentes se pueden sentar 6 alumnos en un

salon de clase de 45 puestos?
45 P6
Conceptos B
Combinaciones
Recordando, el orden no importa, es una combinacion.

Con repeticion:
como billetes en tu billetera (10000,10000,50000,50000,50000)
Sin repeticion: como n
umeros del baloto (13,1,25,7,3,32,52)
Conceptos B
Combinaciones

Con repeticion:
Conceptos B
Combinaciones

Con repeticion:
Conceptos B
Combinaciones

Con repeticion:
Conceptos B
Combinaciones sin repeticion

As funciona el baloto. Los n
umeros se eligen de uno en uno, y si
tienes los n
umeros de la suerte (en el mismo orden) GANASTE!
Conceptos B
Combinaciones sin repeticion

As funciona el baloto. Los n
umeros se eligen de uno en uno, y si
tienes los n
umeros de la suerte (en el mismo orden) GANASTE!
Conceptos B
Si el orden s importa (permutaciones).

Si el orden no importa (combinaciones).
Conceptos B
Si el orden s importa (permutaciones).

Si el orden no importa (combinaciones).
Conceptos B
Se tomaron 3 colores diferentes

Amarillo
Rojo
Azul.
Las posibilidades son:
El orden importa : (1 3 2,2 1 3,2 3 1,3 1 2,3 2 1)
El orden no importa: (1 2 3)
Conceptos B

Amarillo
Rojo
Azul.
El orden importa : (1 3 2,2 1 3,2 3 1,3 1 2,3 2 1)
Conceptos B

Amarillo
Rojo
Azul.
El orden importa : (1 3 2,2 1 3,2 3 1,3 1 2,3 2 1)
Conceptos B

Amarillo
Rojo
Azul.
El orden importa : (1 3 2,2 1 3,2 3 1,3 1 2,3 2 1)
Conceptos B

Amarillo
Rojo
Azul.
El orden importa : (1 3 2,2 1 3,2 3 1,3 1 2,3 2 1)
Conceptos B

Amarillo
Rojo
Azul.
El orden importa : (1 3 2,2 1 3,2 3 1,3 1 2,3 2 1)
Conceptos B
Las permutaciones son 6 posibilidades.

Una manera facil de saber de cuantas maneras 1 2 3se pueden
ordenar.
3! = 3x2x1
Realicemos para 5 colores diferentes
Conceptos B

ordenar.
3! = 3x2x1
Conceptos B

ordenar.
3! = 3x2x1
Conceptos B

ordenar.
3! = 3x2x1
Conceptos B
Combinacion
Si el orden de los objetos seleccionados no es importante, a
cualquier seleccion se le llama una combinacion.
n Cr =
n!
r !(n r )!
n Cr (r !) =n Pr =
n!
(n r )!
El n
umero de formas posibles de seleccionar r objetos de un total
de n, sin importar el orden.
Coeficiente binomial.
Conceptos B
Combinacion
n Cr =
n!
r !(n r )!
n Cr (r !) =n Pr =
n!
(n r )!
El n
Conceptos B
Combinacion
n Cr =
n!
r !(n r )!
n Cr (r !) =n Pr =
n!
(n r )!
El n
Conceptos B
Combinacion
n Cr =
n!
r !(n r )!
n Cr (r !) =n Pr =
n!
(n r )!
El n
Conceptos B
Combinacion
n Cr =
n!
r !(n r )!
n Cr (r !) =n Pr =
n!
(n r )!
El n
Conceptos B
Si se tiene un subconjunto con n objetos distintos: si se desean

tener subconjuntos , de dicho conjunto , de tama
no r
0r n
El n
umero de subconjuntos que pueden formarse puede hallarse
con la formula:
n Cr =
4 C3
n!
r !(n r )!
4!
=4
3!(4 3)!
El n
umero de formas posibles de seleccionar 3 objetos de un total
de 4, sin importar el orden.
Conceptos B

no r
0r n
El n
con la formula:
n Cr =
4 C3
n!
r !(n r )!
4!
=4
3!(4 3)!
El n
Conceptos B

no r
0r n
El n
con la formula:
n Cr =
4 C3
n!
r !(n r )!
4!
=4
3!(4 3)!
El n
Conceptos B

no r
0r n
El n
con la formula:
n Cr =
4 C3
n!
r !(n r )!
4!
=4
3!(4 3)!
El n
Conceptos B

no r
0r n
El n
con la formula:
n Cr =
4 C3
n!
r !(n r )!
4!
=4
3!(4 3)!
El n
Conceptos B

no r
0r n
El n
con la formula:
n Cr =
4 C3
n!
r !(n r )!
4!
=4
3!(4 3)!
El n
Conceptos B
Ej: Los ejecutivos C,D,F han se de ser elegidos como comite para
negociar una fusion de empresas, solo existe una combinacion
posible de estos tres. El comite formado por C,D,F equivale al
integrado por D,F,C .
3 C3
3!
=1
3!(0)!
Conceptos B
Ej: Los ejecutivos C,D,F han se de ser elegidos como comite para
negociar una fusion de empresas, solo existe una combinacion
posible de estos tres. El comite formado por C,D,F equivale al
integrado por D,F,C .
3 C3
3!
=1
3!(0)!
Conceptos B
Ej: A un departamento de mercadotecnia se le ha dise

nado que
dise
ne codigos de colores para las 42 lneas de discos
compactos(CD) que comercializa la empresa EWQ.
Se van a utilizar 3 colores en cada lnea de CD , pero una
combinacion de tres colores que se utilizan en una lnea no pueden
no puede reordenarse y utilizarse para identificar otra lnea
diferente.
Esto significa que si se usaran los colores amarillo, verde y violeta
(o cualquier otra combinacion de estos tres colores) no se podra
emplear para identificar otra lnea. Seran adecuados siete colores
formados tres a la vez para codificar adecuadamente las 42 lneas ?
Conceptos B

nado que
dise
diferente.
Conceptos B

nado que
dise
diferente.
Conceptos B
El n
7 C3
7!
= 35
3!(7 3)!
7 P3 =
7!
7!
=
(7 3)!
4!
Conceptos B
El n
7 C3
7!
= 35
3!(7 3)!
7 P3 =
7!
7!
=
(7 3)!
4!
Conceptos B
Cuantos helados de dos sabores diferentes nos pueden servir en

una heladera que tiene el siguiente surtido de sabores : chocolate,
vainilla, mamey, fresa, mango, coco ?
6 C2
6!
= 15
2!(6 2)!
Conceptos B
Combinaciones con repeticion
(n+r 1)!
r !(n1)!
Coeficiente binomial negativa
Conceptos B
Combinaciones con repeticion
(n+r 1)!
r !(n1)!
Coeficiente binomial negativa
Conceptos B
Ejercicios
1. Supongase que se deben dividir 10 conejos usados en un

laboratorio de 3 jaulas, de tal forma que la jaula 1hayan 3 conejos,
en la jaula 2 cuatro conejos y en la jaula 3, tres conejos.
De cuantas formas se pueden guardar los conejos en las jaulas?
Rta. 4200
Cinco jueces de un deporte determinado disponen de una cartulina
en la que por un lado hay un 1 y por el otro un 0.
Cuantas combinaciones pueden darse ?
Conceptos B
Ejercicios

Rta. 4200
Conceptos B
Ejercicios

Rta. 4200
Conceptos B
Ejercicios

Rta. 4200
Conceptos B
Ejercicios

Rta. 4200
Conceptos B
Un producto se arma en tres etapas. En la primera etapa hay 5

lneas de armado, en la segunda 4 lneas de armado y en la tercera,
6 lneas de armado. De cuantas formas puede moverse el producto
en el proceso de armado ?
Rta. 120 formas
Un inspector visita 6 maquinas diferentes durante el da. Al fin de
impedir que los operadores sepan cuanto inspeccionara , varia el
orden de las visitas.
De cuantas maneras puede hacerlo ?
Rta. 720
Conceptos B

Rta. 120 formas
Rta. 720
Conceptos B

Rta. 120 formas
Rta. 720
Conceptos B

Rta. 120 formas
Rta. 720
Conceptos B

Rta. 120 formas
Rta. 720
Conceptos B
Sin repeticion
Permutacion n Pr , Combinacion n Cr
Se seleccionan 3 colores sin repeticion de los colores Rojo, Azul,
Verde y Blanco
n Pr
n Cr
=4 P3 = 24
=4 C3 = 4
Conceptos B
Sin repeticion
Permutacion n Pr , Combinaci
on n Cr
Verde y Blanco
n Pr
n Cr
=4 P3 = 24
=4 C3 = 4
Conceptos B
Sin repeticion
on n Cr
Verde y Blanco
n Pr
n Cr
=4 P3 = 24
=4 C3 = 4
Conceptos B
Sin repeticion
on n Cr
Verde y Blanco
n Pr
n Cr
=4 P3 = 24
=4 C3 = 4
Conceptos B
Sin repeticion
on n Cr
Verde y Blanco
n Pr
n Cr
=4 P3 = 24
=4 C3 = 4
Conceptos B
Con repeticion
Permutacion n Pr , Combinacion n Cr =
Verde y Blanco
n Pr
n Cr
=4 P2 = 14
=4 C2 =
Conceptos B
Es de gran ayuda la teora de probabilidad, a la que

frecuentemente se denomina ciencia de la incertidumbre
El empleo de esta teora de la probabilidad permite -a quien
toma decisiones con informacion limitada- analizar los riesgos
y minimizar el azar inherente.
Conceptos B
Es de gran ayuda la teora de probabilidad, a la que

frecuentemente se denomina ciencia de la incertidumbre
El empleo de esta teora de la probabilidad permite -a quien
toma decisiones con informacion limitada- analizar los riesgos
y minimizar el azar inherente.
Conceptos B
Introducci
on
Introduccion
El calculo de la posibilidad de que algo ocurra en el futuro .

(Inferencia estadstica o estadstica inferencial)
La inferencia estadstica se ocupa de obtener conclusiones
acerca de la poblacion basandose en una muestra.
Debido a que existe una incertidumbre considerable al tomar
decisiones, resulta importante que se eval
uen en forma
cientfica todos los riesgos implcitos conocidos
Conceptos B
Introducci
on
Introduccion

uen en forma
Conceptos B
Introducci
on
Introduccion

uen en forma
Conceptos B
Probabilidad
Probabilidad
Probabilidad
Valor que va desde cero hasta uno, inclusive, que describe la
posibilidad relativa de que ocurra un evento.
Experimento
Proceso que conduce a que ocurra una ( y solamente una ) de
varias observaciones posibles.
Resultado
Un suceso particular proveniente de un experimento.
Evento
Conjunto de uno o mas resultados de un experimento.
Conceptos B
Probabilidad
Probabilidad
Probabilidad
Experimento
Resultado
Evento
Conceptos B
Probabilidad
Probabilidad
Probabilidad
Experimento
Resultado
Evento
Conceptos B
Probabilidad
Probabilidad
Probabilidad
Experimento
Resultado
Evento
Conceptos B
Probabilidad
Probabilidad
Probabilidad
Experimento
Resultado
Evento
Conceptos B
Probabilidad
Probabilidad
Probabilidad
Experimento
Resultado
Evento
Conceptos B
Probabilidad
Probabilidad
Probabilidad
Experimento
Resultado
Evento
Conceptos B
Probabilidad
Conceptos B
Probabilidad
Conceptos B
Probabilidad
Conceptos iniciales de probabilidad
Experimento aleatorio
Espacio muestral : w elementos de
Espacios muestrales discretos
Espacios muestrales continuos
Conceptos B
Probabilidad
Conceptos B
Probabilidad
Conceptos B
Probabilidad
Conceptos B
Probabilidad
Conceptos B
Probabilidad
Finito
F o tambien 1
Lanzar un dado 1 = {1, 2, 3, 4, 5, 6}
Infinito Enumerable
N
umero de autos que pasan por una autopista.
2 = {0, 1, 2, ...}
Infinito No numerable
Peso de los estudiantes del curso de Probabilidad y Estadstica.
3 = {x R/x 0}
Conceptos B
Probabilidad
Finito
F o tambien 1
Lanzar un dado 1 = {1, 2, 3, 4, 5, 6}
Infinito Enumerable
N
2 = {0, 1, 2, ...}
3 = {x R/x 0}
Conceptos B
Probabilidad
Finito
F o tambien 1
Lanzar un dado 1 = {1, 2, 3, 4, 5, 6}
Infinito Enumerable
N
2 = {0, 1, 2, ...}
3 = {x R/x 0}
Conceptos B
Probabilidad
Finito
F o tambien 1
Lanzar un dado 1 = {1, 2, 3, 4, 5, 6}
Infinito Enumerable
N
2 = {0, 1, 2, ...}
3 = {x R/x 0}
Conceptos B
Probabilidad
Finito
F o tambien 1
Lanzar un dado 1 = {1, 2, 3, 4, 5, 6}
Infinito Enumerable
N
2 = {0, 1, 2, ...}
3 = {x R/x 0}
Conceptos B
Probabilidad
Finito
F o tambien 1
Lanzar un dado 1 = {1, 2, 3, 4, 5, 6}
Infinito Enumerable
N
2 = {0, 1, 2, ...}
3 = {x R/x 0}
Conceptos B
Probabilidad
Finito
F o tambien 1
Lanzar un dado 1 = {1, 2, 3, 4, 5, 6}
Infinito Enumerable
N
2 = {0, 1, 2, ...}
3 = {x R/x 0}
Conceptos B
Probabilidad
Finito
F o tambien 1
Lanzar un dado 1 = {1, 2, 3, 4, 5, 6}
Infinito Enumerable
N
2 = {0, 1, 2, ...}
3 = {x R/x 0}
Conceptos B
Probabilidad
Finito
F o tambien 1
Lanzar un dado 1 = {1, 2, 3, 4, 5, 6}
Infinito Enumerable
N
2 = {0, 1, 2, ...}
3 = {x R/x 0}
Conceptos B
Probabilidad
-algebra
Sea 6= . Una coleccion

-algebra sobre , si
de subconjuntos de es una
Ac
Si A1 , A2 , ...
Los elementos de
i=1 Ai
se llaman eventos.
= p()
Conceptos B
Probabilidad
Espacio media de probabilidad
Espacio de probabilidad : tripleta (,
,P)
P: Medida de probabilidad.
Def :
P(A) 0
A1 , A2 , ...
P() = 1
S
P
, disjuntos i=1 = i=1 P(Ai )
P: Medida de probabilidad sobre (,
Conceptos B
Probabilidad
Propiedades del espacio de probabilidad
P() = 0
A,B
mutamenteexcluyente
P(A B) = P(A) + P(B)
A B P(A) P(B)
P(A B) = P(A) + P(B) P(A B)
Conceptos B
Probabilidad
Probabilidad como frecuencia relativa
Espacio medible
Operaciones entre eventos
Mutuamente excluyentes
Conceptos B
Probabilidad
Espacio medible
Conceptos B
Probabilidad
Espacio medible
Conceptos B
Probabilidad
Frecuencia relativa fr (A)
Suponga un experimento aleatorio n veces.

Se mantienen condiciones mas o menos constantes.
fr (A) =
n(A)
n
n(A): N
umero de veces que ocurre el evento A
Conceptos B
Probabilidad

fr (A) =
n(A)
n
n(A): N
Conceptos B
Probabilidad

fr (A) =
n(A)
n
n(A): N
Conceptos B
Probabilidad

fr (A) =
n(A)
n
n(A): N
Conceptos B
Probabilidad
Elementos con probabilidad desigual (No uniformes)
es finito
= ()
Elementos con probabilidades distintas
Conceptos B
Probabilidad
Medida de probabilidad condicional P(|A)
(,
,P) espacio de probabilidad (tripleta) A, B
con P(A) 0
Probabilidad del evento B , bajo la condicion A

P(B|A) =
P(A B)
P(A)
Tambien se demuestra que P(|A) es una medida de probabilidad

A partir de P(B|A)
P(A B) = P(A)P(B|A)
Conceptos B
Probabilidad
La Probabilidad de la certidumbre es 1.
P(sucesocierto) = 1
P(sucesoimposible) = 0
0 P(Ej ) 1
Conceptos B
Probabilidad
P(sucesocierto) = 1
0 P(Ej ) 1
Conceptos B
Probabilidad
P(sucesocierto) = 1
0 P(Ej ) 1
Conceptos B
Probabilidad
El proceso que da lugar a un suceso se llama experimento .

Un experimento es toda accion bien definida la cual produce
un u
nico resultado.
Un conjunto es una coleccion de objetos.
Los objetos de un conjunto son sus elementos.
El conjunto de todos los resultado posibles de un experimento
es el espacio muestral.
Conceptos B
Probabilidad

un u
nico resultado.
Conceptos B
Probabilidad

un u
nico resultado.
Conceptos B
Probabilidad

un u
nico resultado.
Conceptos B
Probabilidad
El conjunto de todos los resultado posibles de un experimento es el

espacio muestral .
Para el dado, el espacio muestral es :
= {1, 2, 3, 4, 5, 6}
Si 1 , 2 , ... son llamados pntos muestrales.
6
X
i=1
P(Ej ) = 1
Conceptos B
Probabilidad

espacio muestral .
= {1, 2, 3, 4, 5, 6}
6
X
i=1
P(Ej ) = 1
Conceptos B
Probabilidad

espacio muestral .
= {1, 2, 3, 4, 5, 6}
6
X
i=1
P(Ej ) = 1
Conceptos B
Probabilidad

espacio muestral .
= {1, 2, 3, 4, 5, 6}
6
X
i=1
P(Ej ) = 1
Conceptos B
Probabilidad

espacio muestral .
= {1, 2, 3, 4, 5, 6}
6
X
i=1
P(Ej ) = 1
Conceptos B
Probabilidad
La historia hace muchas referencias de probabilidad. En el

siglo XVII Jacob Bernoilli (1654-1705) miembro de una
familia Suiza de matematicos establecio las leyes basicas de la
probabilidad moderna.
Thomas Bayes (1702-1761) y Joseph Lagrange (1736-1813) ,
se cuentan como pioneros de la teora de la probabilidad .
La historia se remonta los juegos del azar.
En la actualidad se observa que la probabilidad ocupa un lugar
destacado en muchos asuntos de negocios, los seguros y las
practicas actuariales tienen una base firme en los principios de
la teora de la probabilidad .
Las primas de los seguros de vida dependen de la tabla de la
mortalidad , basandose en probabilidad de muerte a una edad
concreta
Conceptos B
Probabilidad

concreta
Conceptos B
Probabilidad

concreta
Conceptos B
Probabilidad

concreta
Conceptos B
Probabilidad

concreta
Conceptos B
Probabilidad
La probabilidad se enfoca en 3 principios universalmente

aceptados:
1
Concepto emprico (Enfoque de la frecuencia relativa.)
Enfoque subjetivo.
Enfoque clasico.
Conceptos B
Probabilidad

aceptados:
1
Enfoque subjetivo.
Enfoque clasico.
Conceptos B
Probabilidad

aceptados:
1
Enfoque subjetivo.
Enfoque clasico.
Conceptos B
Probabilidad

aceptados:
1
Enfoque subjetivo.
Enfoque clasico.
Conceptos B
Probabilidad

Se utilizan datos pasados obtenidos en observaciones empricas.
P(E ) =
Numero de veces quesuceso haocurridoen el pasado

Numero total de observaciones
Ejemplo:
Se efectuo un estudio con 734 egresados de la carrera de Ingeniera
de la Universidad XYZ. Este experimento revelo que 318 de los
egresados no estaban empleados de acuerdo con su principal area
de estudio. Por ejemplo un egresado especializado en contadura
ahora es gerente de una empresa de mercadotecnia en una
empacadora de plastico.
Conceptos B
Probabilidad

P(E ) =

Ejemplo:
Conceptos B
Probabilidad

P(E ) =

Ejemplo:
Conceptos B
Probabilidad

P(E ) =

Ejemplo:
Conceptos B
Probabilidad
Cual es la probabilidad de que un egresado de ingeniera labore en

un area distinta a la de sus estudios universitarios
Probabilidad suceda evento =
Numero veces ocurrio evento

Numero total observaciones
Para simplificar
P(A) =
318
734
Conceptos B
Probabilidad


Para simplificar
P(A) =
318
734
Conceptos B
Probabilidad


Para simplificar
P(A) =
318
734
Conceptos B
Probabilidad


Para simplificar
P(A) =
318
734
Conceptos B
Probabilidad
Ejemplo:
Durante el u
ltimo a
no hubo 1500 aspirantes a ingresar a la carrera
de Ingenieria. 750 de los aspirantes eran varones el enfoque de la
frecuencia relativa revela la probabilidad de que el aspirante varon
a ingresar viene dado por:
P(A) =
750
1500
Conceptos B
Probabilidad
Ejemplo:
Durante el u
ltimo a
P(A) =
750
1500
Conceptos B
Probabilidad
Ejemplo:
Durante el u
ltimo a
P(A) =
750
1500
Conceptos B
Probabilidad
Es cuando existe poca o ninguna experiencia en la cual se

basa una probabilidad, en la que se determina de forma
subjetiva. Consiste en evaluar opiniones disponibles para
despues estimar o asignar la probabilidad.
La probabilidad de que suceda un evento especifico, la cual es
asignada por otra persona basandose en cualquier informacion
disponible.
Conceptos B
Probabilidad
Es cuando existe poca o ninguna experiencia en la cual se

basa una probabilidad, en la que se determina de forma
subjetiva. Consiste en evaluar opiniones disponibles para
despues estimar o asignar la probabilidad.
La probabilidad de que suceda un evento especifico, la cual es
asignada por otra persona basandose en cualquier informaci
on
disponible.
Conceptos B
Probabilidad
En el enfoque subjetivo en muchas ocasiones no se dispone de

datos historicos no siendo posible calcular la probabilidad a
partir del comportamiento anterior.
Este enfoque exige que asignemos la probabilidad de cualquier
suceso basandose en las mejores pruebas.
El enfoque clasico , esta entre uno de los tres metodos para
asignar una probabilidad , este es el que a menudo se
relaciona con los juegos de azar.
P(E ) =
Numero de resultados favorables

Numero total de resultados posibles
Conceptos B
Probabilidad

P(E ) =

Conceptos B
Probabilidad

P(E ) =

Conceptos B
Probabilidad

P(E ) =

Conceptos B
Probabilidad
Conceptos B
Probabilidad
Posibles resultados cuando se lanzan 2 dados
Los posibles resultados al lanzar dos

(1,1) (1,2) (1,3) (1,4) (1,5)
(2,1) (2,2) (2,3) (2,4) (2,5)
(3,1) (3,2) (3,3) (3,4) (3,5)
(4,1) (4,2) (4,3) (4,4) (4,5)
(5,1) (5,2) (5,3) (5,4) (5,5)
(6,1) (6,2) (6,3) (6,4) (6,5)
dados,
(1,6)
(2,6)
(3,6)
(4,6)
(5,6)
(6,6)
Conceptos B
Probabilidad
Si uno de varios eventos puede ocurrir cada vez, se dice que

los eventos son mutuamente excluyentes.
Mutuamente excluyentes: La ocurrencia de un evento implica
que ninguno de los otros eventos puede ocurrir al mismo
tiempo.
En el experimento de tirar un dado, los eventos n
umero par
y n
umero impar son mutuamente excluyentes. Si cae un
n
umero par, no puede car un n
umero impar al mismo tiempo.
Conceptos B
Probabilidad

tiempo.
umero par
y n
n
Conceptos B
Probabilidad

tiempo.
umero par
y n
n
Conceptos B
Probabilidad
Si un experimento tiene un conjunto de eventos que

comprende a todos los resultados posibles, tales como los
eventos cae un n
umero par y cae un n
umero impar
cuando se lanza un dado, entonces el conjunto de eventos es
colectivamente exhaustivo.
Colectivamente exhaustivo, por lo menos uno de los eventos
puede ocurrir cuando se realiza un experimento.
Conceptos B
Probabilidad
Si un experimento tiene un conjunto de eventos que

comprende a todos los resultados posibles, tales como los
eventos cae un n
umero par y cae un n
umero impar
cuando se lanza un dado, entonces el conjunto de eventos es
colectivamente exhaustivo.
Colectivamente exhaustivo, por lo menos uno de los eventos
puede ocurrir cuando se realiza un experimento.
Conceptos B
Probabilidad
Cuando lanzamos dos dados, cada resultado puede ser par o impar.
Por lo tanto es colectivamente exhaustivo.
Si el conjunto de eventos es colectivamente exhaustivo y los
eventos son mutuamente excluyentes, la suma de la probabilidades
es uno.
Al lanzar una moneda los posibles resultados son,
Evento Cara
Evento Sello
Total
Probabilidad
0.5
0.5
1.0
Para aplicar el enfoque clasico , los eventos deben tener la misma

posibilidad de Ocurrir ( a lo que se denomina eventos igualmente
posibles).
Ademas el conjunto de eventos debe ser mutuamente excluyente
y Colectivamente exhaustivo.
Conceptos B
Probabilidad
es uno.
Evento Cara
Evento Sello
Total
Probabilidad
0.5
0.5
1.0

posibles).
Conceptos B
Probabilidad
es uno.
Evento Cara
Evento Sello
Total
Probabilidad
0.5
0.5
1.0

posibles).
Conceptos B
Probabilidad
es uno.
Evento Cara
Evento Sello
Total
Probabilidad
0.5
0.5
1.0

posibles).
Conceptos B
Probabilidad
es uno.
Evento Cara
Evento Sello
Total
Probabilidad
0.5
0.5
1.0

posibles).
Conceptos B
Probabilidad
es uno.
Evento Cara
Evento Sello
Total
Probabilidad
0.5
0.5
1.0

posibles).
Conceptos B
Probabilidad
Ejemplo:
El Craps es un juego al azar en el que intervienen dos dados, las
reglas de una de las versiones del juego, establece que se gana
inmediatamente si se saca un crap que es un 7 o un 11, en la
primera tirada. Pero si se saca cualquier # distinto de craps hay
que volver a sacar ese mismo n
umero ( que se llama marca o punto
) antes de sacar un 7 o un 11. Si se saca 7 u 11 antes de que la
marca se pierde.
Cual es la probabilidad de ganar un juego de craps en la primera
tirada?
Si la marca es 6 Que es mas probable ganar el juego o perderlo?
Conceptos B
Probabilidad
Ejemplo:
marca se pierde.
tirada?
Conceptos B
Probabilidad
Ejemplo:
marca se pierde.
tirada?
Conceptos B
Probabilidad
Ejemplo:
marca se pierde.
tirada?
Conceptos B
Probabilidad
El espacio muestral de todos los casos posibles es la suma de los

dos dados.
Conceptos B
Probabilidad
hay 36 casos posibles.

P(Ganancia primera tirada) =
8
36
Si se saca un 6 ,probabilidad de repetir el resultado. P(6) =
6
36
Conceptos B
Probabilidad
Conceptos B
Probabilidad
Desde el punto de vista historico, el enfoque Clasico de

probabilidad se desarrolla en los siglos XVII y XVIII en juegos del
azar, Como cartas y dados.
Podemos observar que es innecesario realizar un experimento, para
determinar la probabilidad de que ocurra un evento cuando se
utiliza el enfoque clasico.
Cuando lanzamos una moneda y obtenemos sello , o puede ser
cuatro sellos cuando lanzamos cuatro monedas
Conceptos B
Probabilidad

Conceptos B
Probabilidad

Conceptos B
Probabilidad
Algunas Reglas de Probabilidad

En la definicion de probabilidad presentamos diferentes enfoques y
examinaremos las combinaciones de eventos mediante el uso de las
reglas de adiccion y multiplicacion.
Reglas de la Suma
Dos eventos mutuamente excluyentes no pueden ocurrir al mismo
tiempo
Conceptos B
Probabilidad

Reglas de la Suma
tiempo
Conceptos B
Probabilidad

Reglas de la Suma
tiempo
Conceptos B
Probabilidad

Reglas de la Suma
tiempo
Conceptos B
Probabilidad
En la regla especial de la adiccion, los eventos deben ser

Mutuamente Excluyentes.
Mutuamente Excluyente, es cuando ocurre un evento y ninguno de
los otros dos puede suceder al mismo tiempo.
Un ejemplo:
Cuando lanzamos un dado con los eventos N
umero tres o
menor, N
umero cinco o mayor, en el primer grupo, los
resultados serian (1,2,3) y (5,6). Los resultados del primer grupo
no pueden estar en el segundo grupo.
Conceptos B
Probabilidad

Un ejemplo:
umero tres o
menor, N
Conceptos B
Probabilidad

Un ejemplo:
umero tres o
menor, N
Conceptos B
Probabilidad

Un ejemplo:
umero tres o
menor, N
Conceptos B
Probabilidad
Dos eventos A y B son mutuamente excluyentes, en la regla de la

suma indica que la probabilidad de que ocurra uno u otro de los
eventos es igual a la suma de sus probabilidades.
La regla : P(A o B) = P(A) + P(B)
P(A B) = P(A) + P(B)
Para Tres eventos, A, B, C
P(A o B o C ) = P(A) + P(B) + P(C )
P(A B C ) = P(A) + P(B) + P(C )
Conceptos B
Probabilidad

P(A B) = P(A) + P(B)
P(A o B o C ) = P(A) + P(B) + P(C )
P(A B C ) = P(A) + P(B) + P(C )
Conceptos B
Probabilidad

P(A B) = P(A) + P(B)
P(A o B o C ) = P(A) + P(B) + P(C )
P(A B C ) = P(A) + P(B) + P(C )
Conceptos B
Probabilidad

P(A B) = P(A) + P(B)
P(A o B o C ) = P(A) + P(B) + P(C )
P(A B C ) = P(A) + P(B) + P(C )
Conceptos B
Probabilidad

P(A B) = P(A) + P(B)
P(A o B o C ) = P(A) + P(B) + P(C )
P(A B C ) = P(A) + P(B) + P(C )
Conceptos B
Probabilidad

P(A B) = P(A) + P(B)
P(A o B o C ) = P(A) + P(B) + P(C )
P(A B C ) = P(A) + P(B) + P(C )
Conceptos B
Probabilidad
En la encuesta realizada al grupo G7, Estadstica social

Fundamental - 2011
P(A o B) = P(A) + P(B) = 0, 706 + 0, 293 = 1, 00
Observando que los eventos son mutuamente excluyentes.
Usted vive familia
Evento
Si
No
A
B
N
umero estudiantes
Probabilidad ocurrencia
41
17
58
0.706
0.293
1.0
Conceptos B
Probabilidad

Fundamental - 2011
P(A o B) = P(A) + P(B) = 0, 706 + 0, 293 = 1, 00
Usted vive familia
Evento
Si
No
A
B
N
umero estudiantes
41
17
58
0.706
0.293
1.0
Conceptos B
Probabilidad

Fundamental - 2011
P(A o B) = P(A) + P(B) = 0, 706 + 0, 293 = 1, 00
Usted vive familia
Evento
Si
No
A
B
N
umero estudiantes
41
17
58
0.706
0.293
1.0
Conceptos B
Probabilidad

Fundamental - 2011
P(A o B) = P(A) + P(B) = 0, 706 + 0, 293 = 1, 00
Usted vive familia
Evento
Si
No
A
B
N
umero estudiantes
41
17
58
0.706
0.293
1.0
Conceptos B
Probabilidad
En la encuesta realizada al grupo G2, Probabilidad y Estadstica

II- 2011.
P(A o B) = P(A) + P(B) = 0,9 + 0,1 = 1,00
Usted vive familia
Evento
Si
No
A
B
N
umero estudiantes
27
3
30
0.9
0.1
1.0
Conceptos B
Probabilidad

II- 2011.
P(A o B) = P(A) + P(B) = 0,9 + 0,1 = 1,00
Usted vive familia
Evento
Si
No
A
B
N
umero estudiantes
27
3
30
0.9
0.1
1.0
Conceptos B
Probabilidad

II- 2011.
P(A o B) = P(A) + P(B) = 0,9 + 0,1 = 1,00
Usted vive familia
Evento
Si
No
A
B
N
umero estudiantes
27
3
30
0.9
0.1
1.0
Conceptos B
Probabilidad

II- 2011.
P(A o B) = P(A) + P(B) = 0,9 + 0,1 = 1,00
Usted vive familia
Evento
Si
No
A
B
N
umero estudiantes
27
3
30
0.9
0.1
1.0
Conceptos B
Probabilidad
Un experto en logica, ingles J. Venn (1835-1888), presenta un

diagrama para representar graficamente el resultado de un
experimento.
El concepto de Mutuamente excluyente y otras reglas para
combinar probabilidades las podemos representar.
Inicialmente al elaborar un diagrama de Venn debemos delimitar
un espacio en un plano, usualmente utilizamos un rectangulo.
Los eventos los representamos por letras may
usculas, y
generalmente usamos circunferencias, esto lo colocamos dentro del
rectangulo.
Conceptos B
Probabilidad

experimento.
usculas, y
rectangulo.
Conceptos B
Probabilidad

experimento.
usculas, y
rectangulo.
Conceptos B
Probabilidad

experimento.
usculas, y
rectangulo.
Conceptos B
Probabilidad

experimento.
usculas, y
rectangulo.
Conceptos B
Probabilidad
Ahora representamos un diagrama de Venn, con el evento de

Mutuamente excluyente.
En este caso los eventos no se superponen, lo que nos indica
que son Mutuamente Excluyentes.
Conceptos B
Probabilidad
Tambien podemos representar el complemento as.
=1
P(A) + P(A)
Conceptos B
Probabilidad
La regla del complemento nos quedara.
P(A) = 1 P(A)
Conceptos B
Probabilidad
Es una medida de probabilidad en la que evaluamos la posibilidad

de que dos o mas eventos sucedan de manera simultanea.
La regla de la suma se refiere a los eventos que no son
P(A o B) = P(A) + P(B) P(A y B)
P(A B) = P(A) + P(B) P(A B)
Conceptos B
Probabilidad

P(A o B) = P(A) + P(B) P(A y B)
P(A B) = P(A) + P(B) P(A B)
Conceptos B
Probabilidad

P(A o B) = P(A) + P(B) P(A y B)
P(A B) = P(A) + P(B) P(A B)
Conceptos B
Probabilidad

P(A o B) = P(A) + P(B) P(A y B)
P(A B) = P(A) + P(B) P(A B)
Conceptos B
Probabilidad
Regla de la multiplicacion
La regla de la Multiplicacion requiere que dos eventos A y B sean

independientes.
Dos eventos son independientes si la ocurrencia de uno no altera la
probabilidad de que el otro ocurra.
Sean los eventos A y B independientes, es decir la ocurrencia de la
probabilidad de A no altera la probabilidad de B.
Independiente
La ocurrencia de un evento no tiene efecto en la probabilidad de
ocurrencia de cualquier otro evento.
Conceptos B
Probabilidad

independientes.
Independiente
Conceptos B
Probabilidad

independientes.
Independiente
Conceptos B
Probabilidad

independientes.
Independiente
Conceptos B
Probabilidad

independientes.
Independiente
Conceptos B
Probabilidad
Reglas de la Multiplicacion
La regla de la multiplicacion requiere que los eventos A y B sean
dependientes.
Dos eventos son independientes si la ocurrencia de uno no afecta el
otro.
Si los eventos A y B son independientes , la ocurrencia de A, no
altera la probabilidad de B.
Independiente
La ocurrencia de un evento no afecta la probabilidad de ocurrencia
de otro evento.
Conceptos B
Probabilidad
dependientes.
otro.
Independiente
de otro evento.
Conceptos B
Probabilidad
dependientes.
otro.
Independiente
de otro evento.
Conceptos B
Probabilidad
dependientes.
otro.
Independiente
de otro evento.
Conceptos B
Probabilidad
dependientes.
otro.
Independiente
de otro evento.
Conceptos B
Probabilidad
Si dos eventos son independientes, la probabilidad de que ocurran

A y B se obtiene multiplicando las probabilidades.
P(A y B) = P(A B) = P(A) P(B)
Conceptos B
Probabilidad
Si dos eventos son independientes, la probabilidad de que ocurran

A y B se obtiene multiplicando las probabilidades.
P(A y B) = P(A B) = P(A) P(B)
Conceptos B
Probabilidad
Los siguientes resultados corresponde al analizar 84 muestras de

aire con la finalidad de detectar moleculas raras.
A = Todas las moleculas de aire contienen la molecula 2. (Evento)
B = Todas las moleculas contiene la molecula 1.
Moleculas de las muestras de aire
Molecula 1 Presente
Molecula 2 presente No
Si
No 32
24
Si 16
12
Total = 84 Muestras en el aire
P(A) =
28
1
=
84
3
Conceptos B
Probabilidad
Observamos, en este ejemplo que la presencia de la molecula 1 no

cambia la probabilidad de que la molecula 2 este presente.
El evento B contiene la misma proporcion total de muestras en el
evento A.
P(B|A) = P(B) =
P(A B)
P(B|A) =
=
P(A)
36
3
=
84
7
12
84
28
84
12
3
=
28
7
Observamos , en este ejemplo que la presencia de la molecula 1 no

cambia la probabilidad de que la molecula 2 este presente. El
evento B contiene la misma proporcion de total de muestras en el
evento A. Los eventos son Independientes
28 36
1 3
1
= =
84 84
3 7
7
12
1
P(A B) =
=
P(A B) = P(A) P(B) =
Conceptos B
Probabilidad

evento A.
P(B|A) = P(B) =
P(A B)
P(B|A) =
=
P(A)
36
3
=
84
7
12
84
28
84
12
3
=
28
7

28 36
1 3
1
= =
84 84
3 7
7
12
1
P(A B) =
=
P(A B) = P(A) P(B) =
Conceptos B
Probabilidad

evento A.
P(B|A) = P(B) =
P(A B)
=
P(B|A) =
P(A)
36
3
=
84
7
12
84
28
84
12
3
=
28
7

28 36
1 3
1
= =
84 84
3 7
7
12
1
P(A B) =
=
P(A B) = P(A) P(B) =
Conceptos B
Probabilidad

evento A.
P(B|A) = P(B) =
P(A B)
=
P(B|A) =
P(A)
36
3
=
84
7
12
84
28
84
12
3
=
28
7

28 36
1 3
1
= =
84 84
3 7
7
12
1
P(A B) =
=
P(A B) = P(A) P(B) =
Conceptos B
Probabilidad

evento A.
P(B|A) = P(B) =
P(A B)
=
P(B|A) =
P(A)
36
3
=
84
7
12
84
28
84
12
3
=
28
7

28 36
1 3
1
= =
84 84
3 7
7
12
1
P(A B) =
=
P(A B) = P(A) P(B) =
Conceptos B
Probabilidad

evento A.
P(B|A) = P(B) =
P(A B)
=
P(B|A) =
P(A)
36
3
=
84
7
12
84
28
84
12
3
=
28
7

28 36
1 3
1
= =
84 84
3 7
7
12
1
P(A B) =
=
P(A B) = P(A) P(B) =
Conceptos B
Probabilidad
P(A B) = P(A) P(B) =
3 1
1
36 28
= =
84 84
7 3
7
1
12
=
84
7
De lo anterior. Se dice que dos eventos son independientes si y
P(A B) =
solo si, cualquiera de las siguientes proposiciones es verdadera.

P(A|B) = P(A)
P(B|A) = P(B)
P(A B) = P(A) P(B)
Conceptos B
Probabilidad
P(A B) = P(A) P(B) =
3 1
1
36 28
= =
84 84
7 3
7
12
1
=
84
7
P(A B) =

P(A|B) = P(A)
P(B|A) = P(B)
P(A B) = P(A) P(B)
Conceptos B
Probabilidad
P(A B) = P(A) P(B) =
3 1
1
36 28
= =
84 84
7 3
7
12
1
=
84
7
P(A B) =

P(A|B) = P(A)
P(B|A) = P(B)
P(A B) = P(A) P(B)
Conceptos B
Probabilidad
P(A B) = P(A) P(B) =
3 1
1
36 28
= =
84 84
7 3
7
12
1
=
84
7
P(A B) =

P(A|B) = P(A)
P(B|A) = P(B)
P(A B) = P(A) P(B)
Conceptos B
Probabilidad
P(A B) = P(A) P(B) =
3 1
1
36 28
= =
84 84
7 3
7
12
1
=
84
7
P(A B) =

P(A|B) = P(A)
P(B|A) = P(B)
P(A B) = P(A) P(B)
Conceptos B
Probabilidad
P(A B) = P(A) P(B) =
3 1
1
36 28
= =
84 84
7 3
7
12
1
=
84
7
P(A B) =

P(A|B) = P(A)
P(B|A) = P(B)
P(A B) = P(A) P(B)
Conceptos B
Probabilidad
Conceptos B
Probabilidad
Probabilidad Condicional Es la probabilidad de que ocurra un

evento dado que otro evento ya haya sucedido.
Regla general de la multiplicacion
P(A B) = P(A) P(B|A)
P(B|A) Expresa la probabilidad de que ocurra B dado que ya
sucedio A.
La lnea / significa dado que
Conceptos B
Probabilidad

sucedio A.
Conceptos B
Probabilidad

sucedio A.
Conceptos B
Probabilidad

sucedio A.
Conceptos B
Probabilidad

sucedio A.
Conceptos B
Probabilidad

sucedio A.
Conceptos B
Probabilidad
Una encuesta de ejecutivos se enfoco a su lealtad a la empresa.

Una de las preguntas planteadas fue :
Si otra compa
na hiciera una oferta igual o ligeramente mejor que
la de su puesto actual, permanecera con la empresa o tomara el
otro empleo ?
Las respuestas de los 200 ejecutivos de la encuesta se clasificaron
en forma cruzada con su tiempo de servicio en la compa
na.
La siguiente tabla de contingencia
Lealtad Ai
Si permanecera (A1 )
No permanecera (A2 )
Menos de 1 a
no B 1
10
25
Tiempo en servicio Bj
1 a 5 a
nos B2
6 a 10 a
nos B3
30
5
15
10
Mas de 10 a
nos B3
75
30
Total
120
80
200
Conceptos B
Probabilidad

Si otra compa
otro empleo ?
na.
Lealtad Ai
Menos de 1 a
no B 1
10
25
1 a 5 a
nos B2
6 a 10 a
nos B3
30
5
15
10
Mas de 10 a
nos B3
75
30
Total
120
80
200
Conceptos B
Probabilidad

Si otra compa
otro empleo ?
na.
Lealtad Ai
Menos de 1 a
no B 1
10
25
1 a 5 a
nos B2
6 a 10 a
nos B3
30
5
15
10
Mas de 10 a
nos B3
75
30
Total
120
80
200
Conceptos B
Probabilidad

Si otra compa
otro empleo ?
na.
Lealtad Ai
Menos de 1 a
no B 1
10
25
1 a 5 a
nos B2
6 a 10 a
nos B3
30
5
15
10
Mas de 10 a
nos B3
75
30
Total
120
80
200
Conceptos B
Probabilidad

Si otra compa
otro empleo ?
na.
Lealtad Ai
Menos de 1 a
no B 1
10
25
1 a 5 a
nos B2
6 a 10 a
nos B3
30
5
15
10
Mas de 10 a
nos B3
75
30
Total
120
80
200
Conceptos B
Probabilidad
Cual es la probabilidad de seleccionar al azar un ejecutivo que sea

leal a la empresa y que tenga mas de 10 a
nos de servicio ?
Observemos dos eventos al mismo tiempo, el ejecutivo
permanecera en la empresa (A1 )y tiene mas de 10 a
nos de servicio
B3 ?
El evento A1 , sucede si el ejecutivo seleccionado al azar permanece
en la empresa a pesar de que otra empresa le ofreciera una mejor
oferta.
Hallando la probabilidad A
P(A) =
120
200
El evento B, ocurre si un ejecutivo seleccionado al azar tiene mas

de 10 a
nos de servicio en la empresa.
La probabilidad condicional de que un ejecutivo con mas de 10
a
nos de servicio permanezca en la empresa a pesar de que otra
empresa le haga una oferta igual o mejor .
Conceptos B
Probabilidad

nos de servicio ?
nos de servicio
B3 ?
oferta.
P(A) =
120
200

de 10 a
a
Conceptos B
Probabilidad

nos de servicio ?
nos de servicio
B3 ?
oferta.
P(A) =
120
200

de 10 a
a
Conceptos B
Probabilidad

nos de servicio ?
nos de servicio
B3 ?
oferta.
P(A) =
120
200

de 10 a
a
Conceptos B
Probabilidad

nos de servicio ?
nos de servicio
B3 ?
oferta.
P(A) =
120
200

de 10 a
a
Conceptos B
Probabilidad
P(B|A) =
75
120

P(A B) =
120
200
75
120
9000
24000
= 0, 375
Conceptos B
Probabilidad
P(B|A) =
75
120

P(A B) =
120
200
75
120
9000
24000
= 0, 375
Conceptos B
Probabilidad
P(B|A) =
75
120

P(A B) =
120
200
75
120
9000
24000
= 0, 375
Conceptos B
Probabilidad
Diagramas de arbol
Es una representacion grafica u

til para organizar calculos que
abarcan varias etapas.
Cada segmento es una etapa del problema.
Las probabilidades escritas cerca de las ramas son las
probabilidades condicionales del evento.
Conceptos B
Probabilidad
Diagramas de arbol

Conceptos B
Probabilidad
Diagramas de arbol

Conceptos B
Probabilidad
Conceptos B
Probabilidad
Teorema de Bayes
Probabilidad a priori: Es la probabilidad inicial con base en el nivel

actual de informacion, en el ejercicio anterior.
P(Permanencia) = P(P) =
120
200
P(No Permanencia) = P(P) =
80
200
Conceptos B
Probabilidad
Teorema de Bayes

120
200
80
200
Conceptos B
Probabilidad
Teorema de Bayes

120
200
80
200
Conceptos B
Probabilidad
Probabilidad Condicional
En nuestro ejemplo anterior
P(Menos1a|P) =
10
120
P(1 5a|P) =
30
120
P(6 10a|P) =
5
120
P(Mas10a|P) =
75
120
Conceptos B
Probabilidad
P(Menos1a|P) =
10
120
P(1 5a|P) =
30
120
P(6 10a|P) =
5
120
P(Mas10a|P) =
75
120
Conceptos B
Probabilidad
P(Menos1a|P) =
10
120
P(1 5a|P) =
30
120
P(6 10a|P) =
5
120
P(Mas10a|P) =
75
120
Conceptos B
Probabilidad
P(Menos1a|P) =
10
120
P(1 5a|P) =
30
120
P(6 10a|P) =
5
120
P(Mas10a|P) =
75
120
Conceptos B
Probabilidad
P(Menos1a|P) =
10
120
P(1 5a|P) =
30
120
P(6 10a|P) =
5
120
P(Mas10a|P) =
75
120
Conceptos B
Probabilidad
Si se selecciona aleatoriamente, un empleado. Cual es la

probabilidad que el ejecutivo permanezca en el empleo ?
En forma simbolica queremos determinar :
P(Permanezca|Menosde1 a
nos)
P(Permanezca|1 5 a
nos)
P(Permanezca|6 10 a
nos)
P(Permanezca|Masde10 a
nos)
Se denomina probabilidad a posteriori
Conceptos B
Probabilidad

nos)
P(Permanezca|1 5 a
nos)
P(Permanezca|6 10 a
nos)
nos)
Conceptos B
Probabilidad

nos)
P(Permanezca|1 5 a
nos)
P(Permanezca|6 10 a
nos)
nos)
Conceptos B
Probabilidad

nos)
P(Permanezca|1 5 a
nos)
P(Permanezca|6 10 a
nos)
nos)
Conceptos B
Probabilidad

nos)
P(Permanezca|1 5 a
nos)
P(Permanezca|6 10 a
nos)
nos)
Conceptos B
Probabilidad

nos)
P(Permanezca|1 5 a
nos)
P(Permanezca|6 10 a
nos)
nos)
Conceptos B
Probabilidad

nos)
P(Permanezca|1 5 a
nos)
P(Permanezca|6 10 a
nos)
nos)
Conceptos B
Probabilidad
Probabilidad a posteriori
Es una probabilidad revisada con base en informacion adicional
P(P|Menosla) =
P(P) P(Menos1a|P)
P(P) P(Menos1a) + P(P) P(1 5a|P) + P(P) P(6 10a|P) + P(P) P(Mas10a|P)
Conceptos B
Probabilidad
Probabilidad a posteriori
Es una probabilidad revisada con base en informacion adicional
P(P|Menosla) =
P(P) P(Menos1a|P)
P(P) P(Menos1a) + P(P) P(1 5a|P) + P(P) P(6 10a|P) + P(P) P(Mas10a|P)
Conceptos B
Probabilidad
Conceptos B
Probabilidad
Conceptos B
Probabilidad
Conceptos B
Probabilidad
Conceptos B
Probabilidad
Conceptos B
Probabilidad
Probabilidad Total
A1 , A2 , ... es una particion finita de P(Ai > 0)i

Entonces para cualquier B in
P(B) =
X
n
se cumple que
P(B An ) =
X
n
P(An P(B|An ))
Conceptos B
Probabilidad
Regla de Bayes
Con la condicion del teorema de probabilidad total.

Usa la informacion del evento que ya ocurrio i , se cumple
P(Ai |B) =
P(Ai B)
P(Ai )P(B|Ai )
=P
P(B)
n P(An )P(B|An )
Conceptos B
Probabilidad
Regla de Bayes

P(Ai |B) =
P(Ai )P(B|Ai )
P(Ai B)
=P
P(B)
n P(An )P(B|An )
Conceptos B
Probabilidad
Regla de Bayes

P(Ai |B) =
P(Ai )P(B|Ai )
P(Ai B)
=P
P(B)
n P(An )P(B|An )

Probabilidad 27-09-2015

Uploaded by

Document Information

Copyright

Available Formats

Share this document

Share or Embed Document

Sharing Options

Did you find this document useful?

Is this content inappropriate?

Copyright:

Available Formats

Probabilidad 27-09-2015

Uploaded by

Copyright:

Available Formats

Conceptos B

asicos de Probabilidad - Unidad III

Conceptos Basicos de Probabilidad - Unidad III

Elementos del analisis combinatorio

Lind, Marchal, Mason. Estadstica para administracion y

Elementos del analisis combinatorio

Elementos del analisis combinatorio

Elementos del analisis combinatorio

Elementos del analisis combinatorio

Supongamos que el tren de pasajeros de la sabana tiene 4

Supongamos que el tren de pasajeros de la sabana tiene 4

Supongamos que el tren de pasajeros de la sabana tiene 4

Supongamos que el tren de pasajeros de la sabana tiene 4

Si hay m formas de hacer una cosa y n formas de hacer otra

Si hay m formas de hacer una cosa y n formas de hacer otra

Si hay m formas de hacer una cosa y n formas de hacer otra

Si hay m formas de hacer una cosa y n formas de hacer otra

Un vendedor de automoviles desea anunciar que por $23.000.000,

Podemos utilizar la formula de la multiplicacion para verificar (m:

Podemos utilizar la formula de la multiplicacion para verificar (m:

Podemos utilizar la formula de la multiplicacion para verificar (m:

Podemos utilizar la formula de la multiplicacion para verificar (m:

Si una operacion o un proceso consiste de n diferentes pasos , de

Si una operacion o un proceso consiste de n diferentes pasos , de

Si una operacion o un proceso consiste de n diferentes pasos , de

Un estudiante tiene 8 pantalones diferentes y 10 camisas diferentes

Un estudiante tiene 8 pantalones diferentes y 10 camisas diferentes

Un estudiante tiene 8 pantalones diferentes y 10 camisas diferentes

Un estudiante tiene 8 pantalones diferentes y 10 camisas diferentes

Permutaciones con repeticion

Si elegimos n situaciones y elegimos r de ellas, las permutaciones

Permutaciones con repeticion

Si elegimos n situaciones y elegimos r de ellas, las permutaciones

Permutaciones con repeticion

Si elegimos n situaciones y elegimos r de ellas, las permutaciones

Usted puede elegir u omitir.

Usted puede elegir u omitir.

Usted puede elegir u omitir.

Usted puede elegir u omitir.

Usted puede elegir u omitir.

Usted puede elegir u omitir.

Usted puede elegir u omitir.

Usted puede elegir u omitir.

Usted puede elegir u omitir.

Si se tiene el evento 1, ocurre n1 formas distintas y por cada una

Permutaciones sin repeticion

Como puedes ordenar el n

Sean n enteros positivos:

Sean n enteros positivos:

Sean n enteros positivos:

Sean n enteros positivos:

Sean n enteros positivos:

Ej: Con referencia al grupo de tres partes electronicas que deben

Las seis formas en que se pueden disponer las tres partes

Ej: Con referencia al grupo de tres partes electronicas que deben

Las seis formas en que se pueden disponer las tres partes

Ej: Con referencia al grupo de tres partes electronicas que deben

Las seis formas en que se pueden disponer las tres partes

Ej: Con referencia al grupo de tres partes electronicas que deben

Las seis formas en que se pueden disponer las tres partes

Ej: Con referencia al grupo de tres partes electronicas que deben

Las seis formas en que se pueden disponer las tres partes

Ej: Con referencia al grupo de tres partes electronicas que deben

Las seis formas en que se pueden disponer las tres partes