1 / 34

PROBABILIDADES

PROBABILIDADES. CALCULO COMBINATORIO. Se desarrolla algunos métodos para determinar sin enumeración directa el número de resultados posibles de un experimento particular o el número de elementos de un conjunto. PRINCIPIOS BÁSICOS DEL PROCESO DE CONTAR. PRINCIPIO DE MULTIPLICACIÓN.-

Download Presentation

PROBABILIDADES

An Image/Link below is provided (as is) to download presentation Download Policy: Content on the Website is provided to you AS IS for your information and personal use and may not be sold / licensed / shared on other websites without getting consent from its author. Content is provided to you AS IS for your information and personal use only. Download presentation by click this link. While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server. During download, if you can't get a presentation, the file might be deleted by the publisher.

E N D

Presentation Transcript


  1. PROBABILIDADES

  2. CALCULO COMBINATORIO • Se desarrolla algunos métodos para determinar sin enumeración directa el número de resultados posibles de un experimento particular o el número de elementos de un conjunto.

  3. PRINCIPIOS BÁSICOS DEL PROCESO DE CONTAR • PRINCIPIO DE MULTIPLICACIÓN.- • TEOREMA.- • Una 1ª decisión se puede tomar de m manera • Una 2ª decisión es tomada de n maneras • Entonces el número de maneras de tomar ambas decisiones es igual a m x n

  4. PRINCIPIO DE MULTIPLICACIÓN • Ejemplo.- Supongamos que cuatro universidades de La Paz desean contratar un empleado para cada de las 3 áreas. • Biblioteca • Mantenimiento • Personal • Solución: Tenemos 2 conjuntos • Universidades (cuatro) • Empleado (tres) • Hay 3 empleos para cada una de las cuatro universidades. • m * n = 4  3 = 12 • posibles pares de universidad y empleo. Luego hay 12 oportunidades disponibles de empleo

  5. PRINCIPIOS DE ADICIÓN.- • TEOREMA.-Si dos decisiones son mutuamente excluyentes y la primera se puede tomar de m maneras y las segunda de n maneras, entonces una o la otra se puede tomar de n + m maneras.

  6. PRINCIPIOS DE ADICIÓN • Ejemplo.-Una persona puede viajar de A a B por vía aérea o por vía terrestre y tiene a su disposición 5 líneas aéreas, 6 líneas terrestres. ¿De cuántas formas puede hacer el viaje? • n1 + n2 = 5 + 6 = 11 formas posibles

  7. PERMUTACIONES SIMPLES.- • TEOREMA.-El número de permutaciones distintas que pueden formarse con n objetos se obtiene mediante la fórmula: Pn = n! = n (n - 1) (n - 2) ...............3 * 2 * 1

  8. PERMUTACIONES SIMPLES.- • Se proyecta presentar 6 conferencistas en una reunión de padres de familia y profesores de un colegio. ¿El moderador del programa desea saber de cuántas maneras diferentes se pueden situar en el escenario las 6 conferencias en fila? • Solución: • P6 = 6! = 6 * 5 * 4 * 3 * 2 * 1 = 720

  9. PERMUTACIONES CON REPETICIÓN TEOREMA.-Sean k1, k2, ........km números enteros positivos tal que k1 + k2 + ...... + km = n • El número de maneras en que un conjunto de n elementos puede ser dividido en m partes ordenados (particionado en m subconjuntos) de las cuales el primero contiene k1 elementos, el segundo k2 elementos, etc., se obtiene mediante la siguiente fórmula:

  10. PERMUTACIONES CON REPETICIÓN • k1, k2, ........km • Pn = n k1! * k2! * ........ * km!

  11. PERMUTACIONES CON REPETICIÓN • Ejemplo: ¿Cuántas permutaciones distintas se pueden formar usando las letras MEMMER? • Solución: • n = 6 letras • k1 = n1 = 3 letras M • k2 = n2 = 2 letras E • k3 = n3 = 1 letra R • 3 * 2 * 1 • P6 = 6! = 60 3! 2! 1! • 60 permutaciones distintas de las Letras

  12. COMBINACIONES.- • TEOREMA.-El número de combinaciones de n objetos tomando de k veces se obtiene mediante la fórmula siguiente. n C = n! k k! (n – k!)

  13. COMBINACIONES • Ejemplo:El numero de combinaciones de las letras a,b,c tomadas de dos en dos es: • 3 • C = 3! = 1*2*3 = 3 • 2 2! 1! 2*1

  14. conceptos • EXPERIMENTO.- Es un proceso mediante el cual se obtiene un resultado de una observación. Un experimento puede ser determinístico y no determinístico. • EXPERIMENTO DETERMINISTICO.- Un experimento es determinístico cuando el resultado de la observación es determinada en forma precisa por las condiciones bajo las cuales se realiza dicho experimento.

  15. conceptos • EXPERIMENTO ALEATORIO O NO DETERMINÍSTICO.-Un experimento es aleatorio cuando los resultados de la observación no se puede predecir con exactitud antes de realizar el experimento. • Ejemplo: • El número de estudiantes en la carrera de Ingeniería de Sistemas (Determinístico) • Lanzar un dado y observar el número que aparece en la cara superior (Aleatorio).

  16. conceptos • ESPACIO MUESTRAL.- Es el conjunto de todos los resultados de un experimento; en términos de conjuntos, es un conjunto del espacio muestral (S). • En particular S y  (conjunto vacío) son eventos. Al espacio muestral S se le llama evento seguro y a  evento imposible.

  17. Conceptos • Ejemplo:Sea el experimento: lanzar un dado y observar el número que aparece en la cara superior. El espacio muestral asociado a este experimento es: • S = 1, 2, 3, 4, 5, 6 • Para este experimento podemos definir los siguientes eventos: • A : Observar un número impar. Entonces A =  1, 3, 5 • B : Observar un número múltiplo de 2 B =  2, 4, 6 • C : Observar un número menor que 4 C =  1, 2, 3

  18. OPERACIONES CON EVENTOS • Usando las operaciones con conjuntos, podemos formar nuevos eventos. • Estos eventos serán nuevamente subconjuntos del mismo espacio muestral de los eventos dados.

  19. A B UNION DE EVENTOS.- A U B

  20. UNION DE EVENTOS • Ejemplo:Un experimento consiste en lanzar un dado y observar el número que aparece en la cara superior. Sean los eventos: • A : Observar un número impar • B : Observar un número mayor o igual a 4 • Listar los elementos del evento A U B • Solución: • S = 1, 2, 3, 4, 5, 6 • A = 1, 3, 5 • B = 4, 5, 6 • A U B = 1, 3, 4, 5, 6

  21. A B INTERSECCIÓN DE EVENTOS • A ∩ B

  22. INTERSECCIÓN DE EVENTOS • Ejemplo:Un experimento consiste en lanzar un dado y observar el número que aparece en la cara superior. Sean los eventos: • A : Observar un número mayor que 3 • B : Observar un número par • Listar los elementos del evento A ∩ B • S = 1, 2, 3, 4, 5, 6 • A = 4, 5, 6 • B = 2, 4, 6 • A ∩ B =  4, 6

  23. A B DIFERENCIA DE EVENTOS • A – B

  24. DIFERENCIA DE EVENTOS • Un experimento consiste en lanzar tres monedas y observar el resultado. Sean los eventos: • A : Observar por lo menos una vez cara • B : Observar por lo menos dos veces cara • Listar los elementos del evento A – B • S = ccc, ccs, csc, scc, css, scs, ssc, sss • A = ccc, ccs, csc, scc, css, scs, ssc • B = ccc, ccs, csc, scc • A – B = css, scs, ssc

  25. COMPLEMENTO DE UN EVENTO • A1 • A

  26. COMPLEMENTO DE UN EVENTO • Ejemplo:Un experimento consiste en lanzar un dado y observar el número que aparece en la cara superior. Sean los eventos: • A : Observar los números pares • Listar los elementos del evento • A1 = S – A • S = 1, 2, 3, 4, 5, 6 • A = 2, 4, 6 • A1 = 1, 2, 3, 4, 5, 6 - 2, 4, 6 = 1, 3, 5

  27. Antecedentes • En el siglo XVIII apareció junto con los juegos de azar: • Arrojar dados • Girar ruletas • Barajar cartas • Definición. • Es el estudio de experimentos aleatorios o libres de determinación. • Existen: • Probabilidad a Priori (clásica) • Probabilidad a Posteriori (de frecuencia)

  28. Probabilidad a “priori” Si un experimento aleatorio puede dar lugar a h resultados mutuamente excluyentes e igualmente posibles de un total de n posibilidades. La probabilidad de que ocurra el experimento (E) viene dada por el cociente de los h resultados entre el total de las posibilidades. p(E) = h/n

  29. Probabilidad a “priori” • Ejemplo: Se arroja un dado, cual es la probabilidad de que muestre un cuatro. • n=6 y h=1 • P(E)= h/n  P(E)= 1/6 * ** *** ** ** *** ** *** ***

  30. Probabilidad a “posteriori” • Cuando el experiemento de repite varias veces (n veces), el experimento tiene una frecuencia. • Ejemplo: • Si en 1000 tiradas de una moneda salen 529 caras, la frecuencia es 529/1000. Si en otros 1000 salen 493, entonces la frecuencia total es (529+493)/2000 = 0.5

  31. PROBABILIDAD CONDICIONAL • Las probabilidades condicionadas se calculan una vez que se ha incorporado información adicional a la situación de partida: • Las probabilidades condicionadas se calculan aplicando la siguiente fórmula:

  32. PROBABILIDAD CONDICIONAL • Donde: • P (B/A) es la probabilidad de que se de el suceso B condicionada a que se haya dado el suceso A. • P (B ^ A) es la probabilidad del suceso simultáneo de A y de B • P (A) es la probabilidad a priori del suceso A

  33. PROBABILIDAD CONDICIONAL • Ejemplo: se tira un dado y sabemos que la probabilidad de que salga un 2 es 1/6 (probabilidad a priori). Si incorporamos nueva información (por ejemplo, alguien nos dice que el resultado ha sido un número par) entonces la probabilidad de que el resultado sea el 2 ya no es 1/6.

  34. Ejemplo • P (B/A) es la probabilidad de que salga el número 2 (suceso B) condicionada a que haya salido un número par (suceso A). • P (B ^ A) es la probabilidad de que salga el dos y número par. • P (A) es la probabilidad a priori de que salga un número par. • Por lo tanto: • P (B ^A) = 1/6 • P (A) = 1/2 • P (B/A) = (1/6) / (1/2) = 1/3

More Related