Descarga la aplicación para disfrutar aún más
Vista previa del material en texto
COMBINACIÓN-PROBABILIDADES - Combinación y propiedades - Definición clásica de Probabilidades - Función de Probabilidad - Esperanza Matemática ARITMÉTICA – SEM 11 Objetivos • Recordar y aplicar el concepto de Combinación y sus propiedades. • Definir el concepto de probabilidad y aplicarlo en la solución de problemas. • Recordar la Función de probabilidad y el concepto de Esperanza matemática. Introducción La historia de la probabilidad comienza en el siglo XVII cuando Pierre Fermat y Blaise Pascal tratan de resolver algunos problemas relacionados con los juegos de azar. Aunque algunos marcan sus inicios cuando Cardano escribió sobre 1520 El Libro de los Juegos de Azar. La teoría de probabilidades se ocupa de asignar un cierto número a cada posible resultado que pueda ocurrir en un experimento aleatorio, con el fin de cuantificar dichos resultados y saber si un suceso es más probable que otro. En el presente capítulo resolveremos situaciones como las mostradas a continuación: TÉCNICAS DE CONTEO COMBINACIÓN Consiste en agrupar todos o parte de los elementos (u objetos) de un conjunto, es decir en una combinación, siempre INTERESA EL GRUPO (no interesa el orden de los objetos o elementos). C r n = n! n−r !×r! 0 ≤ r ≤ n Además se cumple: El número de combinaciones de n objetos distintos tomados de r en r se simboliza como C(n; r) ; Cr n ; n r y se calcula como: EJEMPLO De un grupo de 7 personas, ¿de cuántas maneras se puede formar un comité de 3 integrantes? Como se buscan comités de 3 integrantes, o grupos de 3 integrantes, el orden no tiene ninguna influencia, entonces: =N° comités C 7 3 = 7! 4! 3!× = 35 PROPIEDADES Cr n = Cn −r n1. EJEMPLOS ∗ C8 9= C1 9∗ C2 5= C3 5 C0 n+C1 n + C2 n + C3 n + . . . +Cn n = 2n EJEMPLOS ∗ C0 3+C1 3 + C2 3 + C3 3 = 2. ∗ C0 8+C1 8 + C2 8 + C3 8 + . . . +C8 8 = 28 23 APLICACIÓN 1 RESOLUCIÓN Debido a la pandemia actual, el Director de una clínica en Lima decide enviar a su filial de Piura a 5 de sus mejores practicantes de enfermería, los cuales serán elegidos de un grupo de 4 enfermeras y 5 enfermeros. De cuantas maneras lo podrá realizar…… 1. … sin restricciones. 2. … si deben asistir 3 enfermeras y 2 enfermeros. 3. … si deben asistir al menos 3 enfermeras. 4. … si deben asistir un grupo mixto. 5. … si deben asistir a lo mas 2 enfermeras. 6. … si 2 enfermeras en particular no pueden asistir juntas. 1. … sin restricciones. Se dispone de: 4 enfermeras y 5 enfermeros Se escogerán a 3 enfermeras y 2 enfermeros N° MAN. = C5 9 = 126 2. … si deben asistir 3 enfermeras y 2 enfermeros. Se dispone de 9 personas: 4 enfermeras y 5 enfermeros Se escogerán a 5 personas N° MAN. =C3 4 4 x 10 = 40 = 9! 9−5 !5! x C2 5 = 3. … si deben asistir al menos 3 enfermeras. Se dispone de: 4 enfermeras y 5 enfermeros Se escogerán a al menos una mujer y al menos un varón N° MAN. = C3 4xC2 5 = 45 4. … si deben asistir un grupo mixto. Se dispone de: 4 enfermeras y 5 enfermeros Se escogerán a 5 personas (3M2V o 4M1V) N° MAN. = C5 9 = 126 – 1 = 125 C4 4xC1 5+ C5 5- 5. … si deben asistir a lo mas 2 enfermeras. N° MAN. = C0 4xC5 5 = 81 Se dispone de: 4 enfermeras y 5 enfermeros Se escogerán a 5 personas (0M5V o 1M4V o 2M3V) C1 4xC4 5+ + C2 4xC3 5 Se dispone de: 4 enfermeras y 5 enfermeros 6 … si 2 enfermeras en particular no pueden asistir juntas. N° MAN. = C5 9 = 126 – 1 x 35 = 91C2 2- M1 ;M2 ; M3 ; M4 ; No pueden estar juntas x C3 7 V1 ; V2 ; V3 ; V4 ; V5 PROBABILIDADES CONCEPTOS PREVIOS EXPERIMENTO ALEATORIO ( Ꜫ ) Es todo acontecimiento, cuyo resultado no se puede predecir, pero si se puede conocer previamente todos los resultados posibles. EJEMPLOS: Ꜫ1 : Lanzar un dado y observar su lado superior Ꜫ2 : Escoger una carta de una baraja de 52 cartas y observar el lado superior ESPACIO MUESTRAL ( Ω ) Es aquel conjunto cuyos elementos son todos los resultados posibles, de un experimento aleatorio. EJEMPLOS: Ω 1 = { 1 ; 2 ; 3 ; 4 ; 5 ; 6 } Ω 2 = {AT ; . . . ; KT ; AE ; . . . ; KE ; AC ; . . . ; KC ; AD ; . . . ; KD } EVENTO ( A ; B ; C ; . . . ) Es cualquier subconjunto de un Espacio muestral (Ω) , asociado a un experimento aleatorio (Ꜫ) EJEMPLO: A : Obtener un valor mayor a 1 A = { 2 ; 3 ; 4 ; 5 ; 6 }→ B : Obtener un “AS” → B = {AT ; AE ; AC ; AD} NOTA: ❖ Se llama SUCESO, a cada elemento de un evento. ❖ Se llama EVENTO IMPOSIBLE a aquel evento que nunca va a ocurrir. ❖ Se llama EVENTO SEGURO a aquel evento que siempre va a ocurrir. ❖ Debido a que un EVENTO es un conjunto, se podrán realizar operaciones, tales como la UNIÓN, INTERSECCIÓN, DIFERENCIA, etc. M : Obtuvieron un puntaje mayor a 7 EVENTOS MUTUAMENTE EXCLUYENTES. Sean A y B dos eventos de un cierto experimento aleatorio; se dice que estos eventos son mutuamente excluyentes si no pueden ocurrir a la vez , es decir: A ∩ B = ∅ EJEMPLOS: Se toma un test sobre 10 puntos: M = { 8 ; 9 ; 10 } 𝐍 : Obtuvieron un puntaje menor a 6 𝐍 = { 0 ; 1 ; 2 ; 3 ; 4 ; 5 } Como : M ∩ N= ∅ M y N son mutuamente excluyentes DEFINICIÓN CLÁSICA DE PROBABILIDAD Fue planteada por el matemático LAPLACE. Plantea que, dado un evento A, asociado a un experimento aleatorio Ꜫ, de espacio muestral Ω, cuyos sucesos son equiprobables. Entonces la probabilidad que ocurra el evento A, está determinado por: P A = n(A) n(Ω) = N° de casos favorables N° de casos Totales APLICACIÓN 2 Un profesor le pide a su alumno que escriba en la pizarra un número de tres cifras. Halle la probabilidad de que escriba los siguientes números: 1. Doscientos treinta y cuatro. 2. Un número impar. 3. Un número par que empieza en tres. RESOLUCIÓN Ꜫ : Escribir un número de tres cifras n(Ω) = 900Ω = { 100 ; 101 ; 102 ; . . . ; 997 ; 998 ; 999 } Hallando cada evento: Se tiene el experimento aleatorio Se tiene el espacio muestral: P A = n(A) n(Ω) 1. A : Se escribe el número 234 P A = 1 900 A = { 234 } n(A) = 1 P B = n(B) n(Ω) 2. B : Se escribe un número impar P B = 450 900 B = { 101 ; 103 ; 105; . . . 997 ; 999 } n(B) = 450 = 1 2 P C = n(C) n(Ω) 3. C : Se escribe un número par que empieza en 3 P C = 50 900 C = { 300 ; 302 ; 304 ; . . . ; 396 ; 398 } n(C) = 50 = 1 18 PROPIEDADES DE LAS PROBABILIDADES. 1. Para un solo evento A se cumple: 0 ≤ P[A] ≤ 1a) P[A'] = 1 - P[A]b) 2. Para dos eventos A y B se cumple: P[AUB] = P[A] + P[B] - P[A ꓵ B] a) Si A y B son eventos mutuamente excluyentes se cumple: P[AUB] = P[A] + P[B] b) Si A y B son eventos independientes, se cumple: P[AUB] = P[A] + P[B] − P[A] P[B] P[A ꓵ B] = P[A] P[B] Luego se cumple: PROBABILIDAD CONDICIONAL Definiremos esta probabilidad cuando exista un evento A, que ocurre condicionado a que haya ocurrido previamente otro evento B y lo denotaremos P 𝐀/𝐁 P A/B = P AꓵB P B Probabilidad de que ocurra A dado que ha ocurrido B Se lee: = n(AꓵB) n(B) ; P[B] ≠ 0 APLICACIÓN 3 La probabilidad de que haya un temblor en Chile es 0,8 y la probabilidad de que haya un temblor en Perú, dado que hubo uno en Chile es 0,4. determine la probabilidad de que sucedan ambos eventos. (UNI 2016 – I) A)0,12 B)0,32 C)0,36 D)0,40 E)0,68 RESOLUCIÓN Del enunciado consideraremos: • Probabilidad de que haya un temblor en Chile: P Ch • Probabilidad de que haya un temblor en Perú, dado que hubo en Chile: P P/Ch Probabilidad de que haya un temblor en Perú y Chile, es decir: P P ∩ Ch Se tienen los datos: Por probabilidad condicional tenemos: P P/Ch = P[P ∩ Ch] P[Ch] 0,4 0,8 ∴ P P ∩ Ch = 0,32 Piden: P P/Ch = 0,4 P Ch = 0,8 FUNCIÓN DE PROBABILIDAD La probabilidad P es una función cuyo dominio es P(Ω) y su rango es el intervalo de números reales 0 ; 1 , es decir: P : P(Ω) 0 ; 1 VARIABLE ALEATORIA Es una función que asigna un valor numérico, al resultado de un experimento aleatorio. EJEMPLO: Sea el experimento aleatorio, lanzar una moneda tres veces. Sea la variable aleatoria X = número de caras obtenidas X( 0 caras) = 1 X(1 caras) = 3 X( 2 caras) = 3 X( 3 caras) = 1 { SSS } { SSC ; SCS ; CSS } { CCS ; CSC ; SCC } { CCC } X = x X = 0 X = 1 X = 2 X = 3 P[X] 1 8 3 8 1 8 3 8 Se cumple: a. P [X = 0] = 1 8 b. P [X ≤ 1] = P [X = 0] + P [X = 1] = 1 8 + 3 8 = 4 8 c. X=0 x=3 P[X] = 1 8 + 3 8 + 3 8 + 1 8 = 1 PROPIEDAD: i= 1 n P[X =Xi ] = 1 Se genera el siguiente cuadro: ESPERANZA MATEMÁTICA La esperanza matemática de una variable aleatoria X es el número que expresa el valor medio del fenómeno que representa dicha variable. La esperanza matemática, también llamada valor esperado, es igual a la sumatoria de las probabilidades de que exista un suceso aleatorio, multiplicado por el valor del suceso aleatorio: i = 1 n xiP(xi)E(x) = EJEMPLO: Del cuadro anterior se tiene: Del Ejemplo anterior, calcule cuantas caras se espera obtener al lanzar una moneda 3 veces. E(x) = 0x 1 8 + 1x 3 8 + 2x 3 8 + 3x 1 8 E(x) = 0 + 3 + 6 + 3 8 → E(x) =1,5 Se espera obtener una o dos caras al lanzar una moneda tres veces PROPIEDADES DE LA ESPERANZA MATEMÁTICA 1. E(c) = 0 Sean X e Y dos variables aleatorias y sea c una constante; se cumple E(c.X) = c.E(X)2. 3. + E(X + Y) = E(X) + E(Y) 4. SI X e Y son independientes, se cumple: + E(X.Y) = E(X) . E(Y) BIBLIOGRAFÍA ❑ Asociación Fondo de Investigadores y Editores. Aritmética. Análisis razonado del número y sus aplicaciones. Lumbreras Editores, 2020. ❑ Asociación Fondo de Investigadores y Editores. Aritmética: Colección compendio académico UNI. Lumbreras Editores, 2018. www.a cadem i a ce s a r v a l l e j o . e du . pe
Compartir