You are on page 1of 15

Instituto tecnolgico de Orizaba.

Ingeniera en gestin empresarial.


Probabilidad y estadstica
12:00 hrs. 13:00 hrs.
Saln 56
Barreda Snchez Montserrat
Garca Santos Dennis
Gonzlez Mndez Jessica
Reyes Hernndez Alejandra M.
Rodrguez Jaimes Leslie S.
Trujillo Vergara Karla.

Prez Moreno Rogelio Jess.

Unidad 2

Abril /2016

2.1Teora de conjuntos
Introduccin al concepto de Teora de Conjuntos.
La Teora de Conjuntos es una teora matemtica, que estudia bsicamente a un
cierto tipo de objetos llamados conjuntos y algunas veces, a otros objetos
denominados no conjuntos, as como a los problemas relacionados con estos.
Intuitiva e informalmente los objetos de estudio de la Teora de Conjuntos quedan
descritos as:
1. Si x no tiene elementos, entonces x es un objeto de la Teora de Conjuntos.
2. Si x es un conjunto, entonces x es un objeto de la Teora de Conjuntos.
3. Los nicos objetos de la Teora de Conjuntos son los descritos en 1 y 2.
La importancia de la Teora de Conjuntos radica en que a partir de ella se puede
reconstruir toda la matemtica, salvo la Teora de Categoras.
Por ejemplo, con la Teora de Conjuntos se pueden definir los siguientes conceptos
y probar todas sus propiedades: par ordenado, relacin, funcin, particin, orden,
estructuras algebraicas, los naturales, los enteros, los racionales, los reales, los
complejos, etc.

2.1.1Definicion, propiedades, y operaciones bsicas con conjuntos


Conceptos bsicos de la Teora de Conjuntos.
Son dos los conceptos bsicos de la Teora de Conjuntos:
1. Conjunto: Coleccin de cualquier tipo de objetos considerada como un
todo, una multiplicidad vista como unidad; entidad completa bien
determinada.
Los objetos que forman al conjunto son nombrados elementos del
conjunto o miembros
del
conjunto.
Por coleccin entenderemos a una agrupacin que est determinada por una
propiedad enunciada por medio de un lenguaje preciso.
Todo conjunto es una coleccin de objetos, pero no toda coleccin de
objetos es un conjunto. Esta afirmacin ser demostrada ms adelante.
2. Relacin de Pertenencia: El ser elemento de es una relacin binaria o de dos
argumentos entre dos objetos de la Teora de Conjuntos.
Esta relacin va de un objeto a otro, donde el segundo objeto es
necesariamente un conjunto y el primero puede ser o no un conjunto.

Un conjunto es la reunin en un todo de objetos bien definidos y


diferenciables entre si, que se llaman elementos del mismo.
Si a es un elemento del conjunto A se denota con la relacin de
pertenencia a A.
En caso contrario, si a no es un elemento de A se denota a A.
Ejemplos de conjuntos:
o : el conjunto vaco, que carece de elementos.
o N: el conjunto de los nmeros naturales.
o Z: el conjunto de los nmeros enteros.
o Q: el conjunto de los nmeros racionales.
o R: el conjunto de los nmeros reales.
o C: el conjunto de los nmeros complejos.
Se puede definir un conjunto:
o por extensin, enumerando todos y cada uno de sus elementos.
o por comprensin, diciendo cul es la propiedad que los caracteriza.
Un conjunto se suele denotar encerrando entre llaves a sus elementos, si se
define por extensin, o su propiedad caracterstica, si se define por
comprensin. Por ejemplo:
o A := {1,2,3, ... ,n}
o B := {p Z | p es par}
Se dice que A est contenido en B (tambin que A es un subconjunto de B o
que A es una parte de B), y se denota A B, si todo elemento de A lo es
tambin de B, es decir, a A a B.

Dos conjuntos A y B se dicen iguales, y se denota A = B, si


simultneamente A B y B A; esto equivale a decir que tienen los
mismos elementos (o tambin la misma propiedad caracterstica).
Para cualquier conjunto A se verifica que A
B A es un subconjunto propio de A si A y B A.

A A;

El conjunto formado por todos los subconjuntos de uno dado A se


llama partes de
A,
y
se
denota (A).
Entonces, la relacin B A es equivalente a decir B (A). Ejemplos:
Si A = {a, b} entonces (A) = { ,{a},{b},A}.
Si a A entonces {a} (A).
Cuando en determinado contexto se consideran siempre conjuntos que son
partes
de
uno
dado
U,
se suele considerar a dicho U como conjunto universal o de referencia.
OPERACIONES ENTRE CONJUNTOS
Dados dos conjuntos A y B, se llama diferencia al conjunto A B:= {a A
| a B}.
Asimismo, se llama diferencia simtrica entre A y B al conjunto A B:=
(A B) A
Si A (U), a la diferencia U A se le llama complementario de A
respecto de U,
y se denota abreviadamente por A' (U se supone fijado de antemano).
Es fcil ver que si A y B son subconjuntos cualesquiera de U se verifica:
o ' = U.
o U ' = .
o (A')' = A.
o A B B' A.
o Si A = {x U | p(x) es una proposicin verdadera} entonces A' =
{x U | p(x) es una proposicin falsa}.

Se llama unin de dos conjuntos A y B al conjunto formado por objetos que


son elementos de A o de B,
es decir: A B:= {x | x A x B}.
Se llama interseccin de dos conjuntos A y B al conjunto formado por
objetos que son elementos de A y de B,
es decir: A B:= {x | x A x B}.
Si A y B son subconjuntos de un cierto conjunto universal U, entonces es
fcil ver que A B = A B'.
En este caso, las llamadas operaciones booleanas (unin e interseccin)
verifican las siguientes propiedades:
PROPIEDADES
1.- Idempotencia
2.- Conmutativa
3.- Asociativa
4.- Absorcin
5.- Distributiva
6.- Complementariedad

UNION
AA=A
AB=BA
A(BC)=(AB)C
A(AB)=A

INTERSECCION
AA=A
AB=BA
A(BC)=(AB)C
A(AB)=A

A(BC)=(AB)(AC)

A(BC)=(AB)(AC)

A A' = U

A A' =

Estas propiedades hacen que partes de U con las operaciones unin e interseccin
tenga una estructura de lgebra de Boole. Adems de stas, se verifican tambin
las siguientes propiedades:
o A = A, A = (elemento nulo).
o A U = U, A U = A (elemento universal).
o (A B)' = A' B, (A B)' = A' B' (leyes de Morgan).
Dados dos conjuntos A y B, se define el producto cartesiano de ambos como el
conjunto de pares ordenados:
A B:= {(a, b): a A b B}
Dos pares (a, b) y (c, d) de A B son iguales si a = c y b = d; anlogamente, dados
cuatro conjuntos A, B, C, D se verifica
A B = C D (A = C B = D)

Se llama grafo relativo a A B a todo subconjunto G A B.


Dado un grafo G relativo a A B, se llama proyeccin de G sobre A al conjunto
ProyAG:= {a A: (a, b) G, b B}
Anlogamente se define la proyeccin ProyBG de G sobre B.
Por ltimo, los conceptos anteriores pueden generalizarse a familias de conjuntos.
Si para cada elemento i de un conjunto (de ndices) I se tiene un conjunto Ai,
entonces se define el conjunto {Ai: i I} y se denomina familia de
conjuntos indicada por I. Tambin se suele denotar por {Ai} i I .
De forma anloga se define una familia de elementos (ai) i I.

Dada una familia de conjuntos {Ai} i I se definen:


o i I Ai := { a : a Ai , i I }
o i I Ai := { a : a Ai , i I }
o i I Ai := { (ai) : ai Ai , i I }
Las propiedades de la unin e interseccin siguen siendo vlidas para familias de
conjuntos, y en particular las leyes de Morgan:
( i I Ai)' = i I A'i

, (i I Ai)' = i I A'i

2.1.2 Tcnicas de conteo (permutaciones y combinaciones).


Las tcnicas de conteo son aquellas que son usadas para enumerar eventos difciles
de cuantificar.
Se les denomina tcnicas de conteo a: las combinaciones, permutaciones y
diagrama de rbol, las que a continuacin se explicarn y hay que destacar que
stas nos proporcionan la informacin de todas las maneras posibles en que ocurre
un evento determinado.
REGLA FUNDAMENTAL DEL CONTEO

Si en experimento est integrado por dos ensayas, donde uno de ellos (una sola
seccin o eleccin) tiene m resultados posibles y en otro ensayo tiene n resultados
posibles, entonces cuando los ensayos se realizan juntos, se tiene:
mxn
REGLA GENERAL DEL CONTEO.
Si un experimento est compuesto por k ensayos realizados en un orden definido,
donde el primero tiene n, resultados posibles, etc. entonces el nmero de
resultados posibles para el experimento es:
N1 x n2 x n3 xx ni.
PERMUTACIONES
En matemticas, dado un conjunto finito, llamamos permutacin a cada una de las
posibles ordenaciones de todos los elementos de dicho conjunto.
Por ejemplo, en el conjunto {1, 2,3}, cada ordenacin posible de sus elementos,
sin repetirlos, es una permutacin. Existe un total de 6 permutaciones para estos
elementos: "1,2,3", "1,3,2", "2,1,3", "2,3,1", "3,1,2" y "3,2,1".
El nmero de permutaciones de n objetos es el nmero de formas en los que
pueden acomodarse esos objetos en trminos de orden.
La tcnica de la permutacin es aplicada para encontrar el nmero posible de
arreglos donde hay solo u grupo de objetos.
Ejemplo:
Suponga que hay ocho tipos de computadora pero solo tres espacios disponibles
para exhibirlas en la tienda de computadoras. De cuantas maneras diferentes
pueden ser arregladas las 8 mquinas en los tres espacios disponibles?
n P r = n! = 8! = 8! = 336
(n r)!
(8 3)!
5!
En el anlisis anterior los arreglos no presentan repeticiones, es decir, no hay dos
espacios disponibles con el mismo tipo de computadora. Si en los arreglos se
permite la repeticin, la frmula de permutaciones es la siguiente:
n Pr = nr
Para ilustrar el punto, queremos saber cuntas series de 2 letras se pueden formar
con las letras A, B, C, si se permite la repeticin? Las permutaciones son las
siguientes:
AA, AB, AC, BA, CA, BB, BC, CB, CC
Usando la frmula:

n Pr = nr = 3P2 = 32 = 9
1. Cuntos nmeros de 5 cifras diferentes se puede formar con los
dgitos: 1, 2, 3, 4, 5?
m = 5

n = 5

S entran todos los elementos. De 5 dgitos entran slo 3.


S importa el orden. Son nmeros distintos el 123, 231, 321.
No se repiten los elementos. El enunciado nos pide que las cifras
sean diferentes.
p5 = 5!= 5.4.3.2.1=120
2. De cuntas formas distintas pueden sentarse ocho personas en
una fila de butacas?
S entran todos los elementos. Tienen que sentarse las 8 personas.
S importa el orden.
No se repiten los elementos. Una persona no se puede repetir.
p8=8!=40320
3. De cuntas formas distintas pueden sentarse ocho personas
alrededor de una mesa redonda?
pc8=(8-1)!=7!=5040
4. Con las cifras 2, 2, 2, 3, 3, 3, 3, 4, 4; cuntos nmeros de nueve
cifras se pueden formar?
m = 9

a = 3

b = 4

c = 2

a + b + c = 9

S entran todos los elementos.


S importa el orden.
S se repiten los elementos.
pR9 3, 4,2= 9!/3!4!2!=1260
5. Con las letras de la palabra libro, cuntas
distintas se pueden hacer que empiecen por vocal?

ordenaciones

La palabra empieza por i u o seguida de las 4 letras restantes


tomadas de 4 en 4.

S entran todos los elementos.


S importa el orden.
No se repiten los elementos.
---- P2. P4 = 2. 4. 3. 2. 1 0---COMBINACION
Una combinacin es un modo de seleccionar objetos de un conjunto, en donde (al
contrario de una permutacin) el orden en el cual se disponen los elementos no es
importante. Informalmente, una combinacin es un ordenamiento de n elementos
tomados de k en k, con o sin repeticin, llamada sucintamente combinaciones de
n en k.
En una permutacin, el orden de los objetos de cada posible resultado es diferente.
Si el orden de los objetos no es importante, cada uno de estos resultados se
denomina combinacin. Por ejemplo, si se quiere formar un equipo de trabajo
formado por 2 personas seleccionadas de un grupo de tres (A, B y C). Si en el
equipo hay dos funciones diferentes, entonces s importa el orden, los resultados
sern permutaciones. Por el contrario si en el equipo no hay funciones definidas,
entonces no importa el orden y los resultados sern combinaciones. Los resultados
en ambos casos son los siguientes:
Permutaciones: AB, AC, BA, CA, BC, CB
Combinaciones: AB, AC, BC
1. En una clase de 35 alumnos se quiere elegir un comit formado
por tres alumnos. Cuntos comits diferentes se pueden formar?
No entran todos los elementos.
No importa el orden: Juan, Ana.
No se repiten los elementos.
C3 35 = 35.34.33/3.2.1=6545
2. De cuntas formas pueden mezclarse los siete colores del arco
iris tomndolos de tres en tres?
No entran todos los elementos.
No importa el orden.
No se repiten los elementos.
3. A una reunin asisten 10 personas y se intercambian saludos
entre todos. Cuntos saludos se han intercambiado?

No entran todos los elementos.


No importa el orden.
No se repiten los elementos.
C2 10 = 10.9/2 =45
4. En una bodega hay en un cinco tipos diferentes de botellas. De
cuntas formas se pueden elegir cuatro botellas?
No entran todos los elementos. Slo elije 4..
No importa el orden. Da igual que elija 2 botellas de ans y 2 de
ron, que 2 de ron y 2 de ans.
S se repiten los elementos. Puede elegir ms de una botella del
mismo tipo.
CR4 5= (5+4-1)!/4!(5-1)!=8!/4!4!=70
5. Cuntas apuestas de Lotera Primitiva de una columna han de
rellenarse para asegurarse el acierto de los seis resultados, de 49?
No entran todos los elementos.
No importa el orden.
No se repiten los elementos.
C6 49=49!/ (49-6)!6!=13983816

2.2 Teora elemental de la probabilidad


La teora elemental de la probabilidad nos permite comprender de manera precisa
la incertidumbre. Con este conocimiento nos podemos ayudar a hacer
predicciones. Tomar mejores decisiones, valorar los riesgos incluso hasta ganar
dinero. En conclusin decimos que la probabilidad se utiliza para determinar cuan
probable es un determinado evento.

2.2.1 Conceptos de probabilidad, espacio muestral, eventos.


Probabilidad:
El concepto de probabilidad proviene del trmino latino probabiltas. Se entiende
por probabilidad como aquella posibilidad que hay entre diversas posibilidades de
que un determinado hecho suceda. Es decir que es aquello que puede suceder o
pasar.

Espacio muestral:
Se le llama espacio muestral al conjunto de todos los resultados posibles de un
experimento aleatorio. El espacio muestral se denota como S.
Ejemplo: Los resultados posibles del lanzamiento de un dado.
S = {1, 2, 3, 4, 5, 6}
Ejemplo: Los resultados posibles del lanzamiento de una moneda.
S = {Sello, guila}
Los espacios mustrales se clasifican en:

Espacio muestral discreto, son espacios mustrales cuyos elementos


resultan de hacer conteos, siendo por lo general subconjuntos de los nmeros
enteros.

Espacio muestral continuo, son espacios mustrales cuyos elementos


resultan de hacer mediciones, siendo por lo general intervalos en el conjunto de los
nmeros reales.

Evento:

Un evento es un subconjunto del espacio muestral de un experimento


aleatorio. Los eventos normalmente se denotan con las letras maysculas A, B, C;
y tienen la caracterstica de ser subconjuntos de S ((A, B, C) S). Los eventos
pueden ser:
Evento seguro, es aquel que tiene todos los posibles resultados. S = A #S
= #A. Por ejemplo al tirar un dado un dado obtener una puntuacin que sea menor
que 7.
Evento imposible, es aquel que no tiene un posible resultado. Por ejemplo
al tirar un dado obtener una puntuacin igual a 7.
Eventos compatibles, dos eventos, A y B, son compatibles cuando tienen
algn eventos elemental comn. Ejemplo si A es sacar puntuacin par al tirar un
dado y B es obtener mltiplo de 3, A y B son compatibles porque el 6 es un evento
elemental comn.
Evento incompatibles, dos eventos, A y B, son incompatibles cuando no
tienen ningn elemento en comn. Ejemplo si A es sacar puntuacin par al tirar un
dado y B es obtener mltiplo de 5, A y B son incompatibles.
Eventos independientes, dos eventos, A y B, son independientes cuando la
probabilidad de que suceda A no se ve afectada porque haya sucedido o no B.
Ejemplo al lazar dos dados los resultados son independientes.
Eventos dependientes, dos eventos, A y B, son dependientes cuando la
probabilidad de que suceda A se ve afectada porque haya sucedido o no B.
Ejemplo extraer dos cartas de una baraja, sin reposicin, son eventos dependientes.

Evento contrario, el evento contrario a A es otro evento que se realiza


cuando no se realiza A. Ejemplo son eventos contrarios sacar par e impar al lanzar
un dado.

Se clasifican en:

Evento simple, siendo aquel que tiene un solo punto muestral.

Evento compuesto, siendo aquel que tiene dos o ms puntos mustrales.

2.2.2 Axiomas y teoremas


Los axiomas de probabilidad son las condiciones mnimas que deben verificarse
para que una funcin definida sobre un conjunto de sucesos determine
consistentemente sus probabilidades. Fueron formulados por Kolmogrov

en

1933.
Dado un conjunto de sucesos elementales, , sobre el que se ha definida una lgebra (lase sigma-lgebra) de subconjuntos de y una funcin P que asigna
valores reales a los miembros de , a los que denominamos "sucesos", se dice que
P es una probabilidad sobre (,) si se cumplen los siguientes tres axiomas.
[P1]Primer axioma
La probabilidad de un suceso

es un nmero real mayor o igual que 0.

[P2]Segundo axioma
La probabilidad del total, , es igual a 1, es decir,
[P3]Tercer axioma
Si

son sucesos mutuamente excluyentes (incompatibles dos a

dos, disjuntos o

de

interseccin

vaca

dos

dos),

entonces:

Segn este axioma se puede calcular la probabilidad de un suceso compuesto de


varias alternativas mutuamente excluyentes sumando las probabilidades de sus
componentes.
Los siguientes teoremas se deducen directamente de los axiomas anteriores.

Teorema 1: Si P()=0
Demostracin: Sea A un conjunto, entonces A y son disyuntos y AU = A
Por [P3], P(A)= P(AU)= P(A)+P(), restando P(A) de ambos lados obtenemos
el resultado.
Teorema 2: Si Ac es el complemento de un evento A, entonces P(Ac)= 1 P(A)
Demostracin: El espacio muestral S se puede descomponer en los eventos A y
Ac mutuamente exclusivos, esto es, S= A U Ac. Por [P2] y [P3] se obtiene: 1 = P(S)
= P(A U Ac) = P(A) + P (Ac) de lo cual se desprende el resultado.
Teorema 3: Si A C B, entonces B se puede descomponer en los eventos A y B\A
mutuamente exclusivos. As: P (B) = P(A) + P(B\A), con lo cual se comprueba el
enunciado puesto que P(B\A) 0.
Teorema 4: Si A y B son dos eventos, entonces P(A\B) = P(A) P(A B)
Demostracin: A se puede descomponer en los eventos mutuamente exclusivos
A\B y A B: esto es, A= (A\B) U (A B). Por consiguiente, por [P3], P(A) = P
(A\B) + P (A B) de lo cual se obtiene el resultado.
Teorema 5: Si A y B son dos eventos, entonces
P(A U B) = P(A)+ P(B) P(A B)
Demostracin: Obsrvese que AUB se puede descomponer en los eventos A\B y B
mutuamente exclusivos; esto es, AUB= (A\B) UB. Entonces por [P3] y el teorema
4,
P (AUB)= P(A\B)+ P(B)
=P(A) P(A B) + P(B)
= P(A) + P(B) P(A B) , que es el resultado buscado.
Aplicando el teorema anterior por segunda vez obtenemos el Corolario 6: Para los
eventos A, B y C.
P (AUBUC)=P(A)+P(B)+P(C)P(AB)-P(AC) P(BC) + P(ABC)

2.2.3 Regla de la adiccin


La regla de la adicin o regla de la suma establece que la probabilidad de
ocurrencia de cualquier evento en particular es igual a la suma de las
probabilidades individuales, si es que los eventos son mutuamente excluyentes, es
decir, que dos no pueden ocurrir al mismo tiempo.

P(A o B) = P(A) U P (B) = P(A) + P(B) si A y B


P(A o B) = P(A) + P (B) P(A y B) si A y B

son mutuamente excluyente.


son no excluyentes.

Siendo:
P(A) = probabilidad de ocurrencia del evento A.
P (B) = probabilidad de ocurrencia del evento B.
P(A y B) = probabilidad de ocurrencia simultnea de los eventos A y B.

2.2.4 Reglas de la multiplicacin.


Establece que la probabilidad de ocurrencia de dos o ms eventos estadsticamente
independientes es igual al producto de sus probabilidades individuales.
P(A y B) = P(A B) = P(A) xP (B) si A y B

son independientes.

P(A y B) = P(A B) = P(A) xP (B|A) si A y B

son dependientes.

2.2.5 Probabilidad condicional


Como la probabilidad est ligada a nuestra ignorancia sobre los resultados de la
experiencia, el hecho de que ocurra un suceso, puede cambiar la probabilidad de
los dems. El proceso de realizar la historia clnica, explorar y realizar pruebas
complementarias ilustra este principio.
La probabilidad de que ocurra el suceso A si ha ocurrido el suceso B se
denomina probabilidad condicionada y se define

Esta definicin es consistente, es decir cumple los axiomas de probabilidad.


Cuando ocurre un suceso cambia el espacio muestral, por eso cambia la
probabilidad. A veces es ms fcil calcular la probabilidad condicionada teniendo
en cuenta este cambio de espacio muestral.