Professional Documents
Culture Documents
Unidad IV
CONTEO Y PROBABILIDADES
1. DEFINICIONES
Ejemplo:
Ω = {1,2,3,4,5,6}
Ω = {D,N}
Ω = {0,1,2,3,4,....}
Ω = {t ε R / t ≥ 0}
111
Matemática Aplicada
1.3. EVENTO
ESPACIO
MUESTRAL
Ω B EVENTO
A
Y
SUCESO
Figura 4.1
1.4. SUCESO
Ejemplo:
Sea la variable aleatoria: X = Obtener un número par al tirar un dado.
Luego:
Ω = {1,2,3,4,5,6}
X = {2,4,6}
La probabilidad de ocurrencia de esta variable aleatoria se designaria:
112
Matemática Aplicada
3 1
p( X ) = = = 0,5
6 2
Figura 4.2
2. CONTEO
PROBABILIDAD
ASIGNADA A CADA
Ω DIAGRAMA DE ÁRBOL
SUCESO
POR FRECUENCIA
c1 0.07
P1
c2 0.13
E1 c3 0.06
c1 0.05
P2
c2 0.07
c3 0.02
c1 0.07
P1
c2 0.14
E2 c3 0.07
P2 c1 0.08
c2 0.11
c3 0.03
c1 0.02
P1
c2 0.03
E3
c3 0.01
P2 c1 0.01
c2 0.02
c3 0.01
113
Matemática Aplicada
3. NOTACIÓN FACTORIAL
1! = 1
2! = 2 ⋅ 1 = 2
3! = 3 ⋅ 2 ⋅ 1 = 6
4! = 4 ⋅ 3 ⋅ 2 ⋅ 1 = 24
En general
n! = n(n − 1)(n − 2)....3 ⋅ 2 ⋅ 1.
0!= 1.
4. PERMUTACIONES
n Pr = n(n − I)(n − 2) ⋅ ⋅ ⋅ (n − r + 1)
O, en notación factorial,
n!
n Pr =
(n − r )!
EJEMPLO 1
¿De cuantos maneras diferentes se puede realizar una primera, segunda, tercera
o cuarta selección entre 12 empresas arrendadoras de equipo para construcción?
Solución
12 P4 = 12 ⋅ 11 ⋅ 10 ⋅ 9 = 11880
114
TECSUP – PFR Matemática Aplicada
EJEMPLO 2
Solución
Para n = 5 y r = 5 tenemos:
5 P5 = 5 ⋅ 4 ⋅ 3 ⋅ 2 ⋅ 1 = 120
O también:
5! 5!
5 P5 = = = 5! = 120
(5 − 5)! 0!
5. COMBINACIONES
O también:
n n!
=
r r! (n − r )!
EJEMPLO 1
115
Matemática Aplicada
Solución
n
Para n = 20 y r = 3, la primera fórmula de da como resultado
r
20 20 ⋅ 19 ⋅ 18
n Cr = = = 1140 maneras
3 3!
EJEMPLO 2
Solución
15 15 ⋅ 14 ⋅ 13
n Cr = = = 455 maneras
3 3 ⋅ 2 ⋅1
O también:
15 15!
n Cr = = = 455 maneras
3 3!12!
EJEMPLO 3
Solución
7
Los dos químicos pueden seleccionarse de = 21 maneras y los tres físicos de
2
9
= 84 maneras.
3
Por efecto de la regla de la multiplicación, la selección total puede realizarse de
21 ⋅ 84 = 1764 maneras.
116
Matemática Aplicada
6. MULTIPLICACIÓN DE PROBABILIDADES
P = n1 ⋅ n 2 ......nk
EJEMPLO 1
¿De cuántas maneras diferentes una sección sindical con 25 miembros puede
elegir un presidente y un vicepresidente?
Solución
EJEMPLO 2
Solución
Dado que cada pregunta puede contestarse de dos maneras, existen en total
EJEMPLO 3
117
Matemática Aplicada
Solución
7. PROBABILIDAD
Hasta aquí sólo hemos estudiado cuales son los resultados de una situación
dada; ahora analizaremos qué es probable y qué es improbable. Históricamente,
el método más antiguo para la medición de incertidumbres es el concepto clásico
de probabilidad, desarrollo originalmente en relación con los juegos de azar. Se
aplica cuando todos los resultados posibles son igualmente probables, en cuyo
caso decimos que:
Si existen n posibilidades igualmente probables, una de las cuales debe ocurrir y
s considerarse como favorables, o como un “éxito”, entonces la probabilidad de
s
un “éxito” está dada por: .
n
En la aplicación de esta regla, los términos “favorable” y “éxito” se emplean en
sentido más bien amplio; “favorable” puede significar que un televisor no
funciona y “éxito” puede significar que alguien se contagie de gripe.
EJEMPLO 1
Solución
118
Matemática Aplicada
s 4 1
= =
n 52 13
EJEMPLO 2
Solución
20
Existen = 4845 maneras igualmente probables de seleccionar 4 de los 20
4
neumáticos, de modo que n = 4845 . El número de resultados favorables es el
número de maneras en que pueden seleccionarse uno de los neumáticos
defectuosos y tres de los neumáticos no defectuosos, o
3 17
s = = 3 ⋅ 680 = 2040.
1 3
De ello se desprende que la probabilidad es de
s 2040 8
p= = = ≈ 0,42
n 4845 19
8. AXIOMAS DE LA PROBABILIDAD
119
Matemática Aplicada
EJEMPLO 1
0,07; 0,12; 0,17; 0,32; 0,21; 0,11. ¿Cuáles don las probabilidades de que las
clasificaciones del dispositivo sean:
Solución
• 0,07+0,12+0,17+0,32=0,68
• 0,32+ 0,21+ 0,11=0,64
Teorema 2:
EJEMPLO 2
• P(E1 )
• P(P1 )
120
Matemática Aplicada
• P(E1 ∩ C1 )
Solución
Teorema 3:
EJEMPLO 3
Solución
EJEMPLO 4
Solución
P( A ∪ B) = P( A ) + P(B) − P( A ∩ B)
121
Matemática Aplicada
Teorema:
EJEMPLO 5
Solución
• a) P(E1′ ) = 1 − P(E1 ) = 1 − 0,40 = 0,60
• b) Dado que: E1′ ∪ C1′ = (E1 ∩ C1 )′
P(E1′ ∪ C1′ ) = P(E1 ∩ C1 )′ = 1 − P(E1 ∩ C1 ) = 1 − 0,12 = 0,88
PROBLEMAS PROPUESTOS 9
122
Matemática Aplicada
una de las lentes cóncavas, una de las lentes convexas y uno de los
prismas?
Sol:
10. Una caja de 12 batería recargables contiene una defectuosa ¿De cuántas
maneras un inspector puede seleccionar tres de las baterías y:
• Obtener la defectuosa;
• No obtener la defectuosa?
Sol:
• 55
• 65
123
Matemática Aplicada
11. Con referencia al ejercicio anterior supongamos que dos de las baterías son
defectuosas. ¿De cuántas maneras el inspector puede seleccionar tres de las
baterías y obtener:
• Ninguna de las baterías defectuosas;
• Una de las baterías defectuosas
• Las dos baterías defectuosas
Sol:
•
•
•
14. Entre los primeros 842 hornos de convección vendidos a consumidores, 143
requirieron de cierto ajuste durante el período de garantía. Estime la
probabilidad de que un horno de convección de compra reciente requiera de
cierto ajuste durante el período de garantía.
Sol:
124
Matemática Aplicada
automóvil (B) y a otras más les gustaría optar por el transporte público si se
hallara disponible (C). Determinar:
A B
2 20 16
54
8 9
14 27
C
• N( A ∩ B)
• N( A ∩ B ∩ C)
• N( A ′ ∪ B′ ∪ C)
• N(B ∩ ( A ∪ C))
Sol:
•
•
•
•
17. Explique por qué debe haber un error en cada uno de los siguientes
enunciados:
• La probabilidad de que una muestra de minerales contenga plata es de 0.38 y
la probabilidad de que no contenga plata es de 0.52
• La probabilidad de que una operación de perforación sea un éxito es de 0.34 y
la probabilidad de que no lo sea, de -0.66.
• Un técnico en reparación de aire acondicionado afirma que hay 0.82 de
probabilidades de que el compresor se halle en perfectas condiciones, 0.64 de
que el motor del ventilador esté en perfectas condiciones y 0.41 de que
ambos estén en óptimo estado.
125
Matemática Aplicada
Sol:
• 0,43
• 0,67
• 0,11
• 0,59
126