Documente Academic
Documente Profesional
Documente Cultură
Probabilidad y Estadística
07 de octubre de 2019
“Lo que no se mide
No se puede mejorar.”
TEORÍA DE CONJUNTOS
TEORÍA DE
CONJUNTOS
Teoría de Conjuntos
Por ejemplo:
Ejemplo:
Los búhos son un tipo particular de aves, así que cada búho es también un ave.
4- Conjunto vacío
Sólo hay un conjunto vacío, porque dos conjuntos vacíos tienen exactamente los
mismos elementos, por lo que deben ser iguales entre sí.
5- Conjuntos disjuntos o disyuntivos
6- Conjuntos equivalentes
Por ejemplo:
A = {1, 2, 3}, por lo tanto, n (A) = 3
B = {p, q, r} , por lo tanto, n (B) = 3
Por lo tanto, A ↔ B
7- Conjuntos unitarios
Por ejemplo:
S = {a}
Sea B = { es un número primo par}
Por lo tanto, B es un conjunto unitario porque sólo hay un número primo que es
par, es decir, 2.
8- Conjunto universal o referencial
Son aquellos conjuntos en los que cada elemento de A tiene la misma relación
de distancia con sus elementos imagen de B. Ejemplo:
B { 2, 3, 4, 5, 6 } y A { 1, 2, 3, 4, 5 }
No existe una categoría a la que pertenezcan todos los elementos del conjunto,
por lo tanto es un conjunto heterogéneo.
Definición, Propiedades y
operaciones básicas con conjuntos
DEFINICION
UNION
Sean A y B dos conjuntos. La unión de A con B es el conjunto de aquellos elementos que
están en A o que están en B. Este conjunto se simbolizará por:
A∪B
Así x ∈ A ∪ B ↔ ( x ∈ A ∨ x ∈ B )
INTERSECCION
A∩B
Así x ∈ A ∪ B ↔ ( x ∈ A ∧ x ∈ B )
DIFERENCIA
A−B
Así x ∈ A − B ↔ ( x ∈ A ∧ x /∈ B )
COMPLEMENTO
A c Así x ∈ A c ↔ ( x ∈ U ∧ x /∈ A )
PROPIEDADES
Propiedad: Unión intersección
(A B) C=
Asociativa (A B) C=A (B C)
A (B C)
Conmutativa A B=B A A B=B A
Idempotente A A=A A A =A
Absorción A (B A) = A A (A B) = A
A (B C) = A (B C)
Distributiva
(A B) (B A) = (A B) (A C)
Neutralidad A Ø=A A U=A
A U=U A Ø=Ø
Complementación A Al = U A Al = Ø
Ley de De
(A B) l = A l Bl (A B) l = A l Bl
Morgan
Además se cumple:
(A l) l = A, A - B = A B l, A - (B C) = (A - B) (A - C), A
- (B C) = (A - B) (A - C)
Propiedades de unión
Propiedades de la intersección
Propiedades de la diferencia
Ejemplo:
– (R∪S)-T=(R-T)∪(S-T)
– (R∩S)-T=(R-T)∩(S-T)
OPERACIONES BASICAS
1.1- Unión de conjuntos:
1° (A U A) = A
2° (A U B) = B U A
3° A U (B U C) = (A U B) U C
4° A U ᴓ = A
5° A U U = U
Ejemplo:
Para poder resolver este ejercicio, como los conjuntos A y B están definidos
por comprensión, primero es conviene escribir estos conjuntos por extensión, para poder
ver todos sus elementos;
1° (A ∩ A) = A Idempotencia
2° (A ∩ B) = (B ∩ A) Conmutativa
3° (A ∩ B) ∩ C = A ∩ (B ∩ C) Asociativa
4° A ∩ ᴓ = ᴓ Identidad
5° A ∩ U = A Identidad
Ejemplo:
1° (A - B) ≠ B - A
2° A - B = A ∩ B’
3° A - ᴓ = A
4° A - U = ᴓ
5° ᴓ - A = ᴓ
6° A ∩ (B – C) = (A ∩ B) – (A ∩ C)
Ejemplo:
¿Cuál es la diferencia de A - B?
1.4- Conjunto complementario:
1° A U AC = U
2° A ∩ AC = ᴓ
3° UC = ᴓ
4° ᴓC = U
5° (AC)C = A
Ejemplo:
a) Cuando los dos conjuntos tienen elementos en común la diferencia simétrica se representa
de la siguiente forma;
b) Cuando los conjuntos no tienen elementos en común, la diferencia simétrica es igual al
conjunto A U B y se representa;
1° A Δ B = B Δ A
2° (A Δ B) Δ C = A Δ (B Δ C)
3° A Δ A = ᴓ
4° A Δ ᴓ = A
5° A Δ U = U - A
Ejemplo:
la Regla del Producto, junto con la Regla de la Suma conforman los elementos
fundamentales que permites definir a cualquiera de los casos que conforman a la Teoría
del Conteo.
Ejemplo. Se dispone de una urna que contiene esferas grabadas con alguna letra de
acuerdo a lo siguiente:
A = {a, b, c, d, e} B = {α, β, γ}
1.1 Principio aditivo o Regla de la suma:
Si un evento puede ocurrir de m formas distintas y otro puede ocurrir de n formas distintas,
existen entonces m+n distintas formas en las que uno de esos dos eventos puede ocurrir.
Primer experimento: de cuántas formas se puede seleccionar una sola esfera, sin importar
el alfabeto al que pertenezca la letra grabada en ella.
La respuesta es: se puede seleccionar una esfera con una letra latina o una con una letra
griega.
Si un evento puede ocurrir de m formas diferentes y otro puede ocurrir de n formas distintas,
existen entonces mxn distintas formas en las que los dos eventos pueden ocurrir.
0! = 1
1! = 1
2! = 1 ∙ 2
3! = 1 ∙ 2 ∙ 3
...
n! = 1 ∙ 2 ∙ 3 ∙ ∙ ∙ n = (n - 1)!n
Así,
4! = 1 ∙ 2 ∙ 3 ∙ 4 = 24
6! = 1 ∙ 2 ∙ 3 ∙ 4 ∙ 5 ∙ 6 = 4! ∙ 5 ∙ 6 = 24 ∙ 5 ∙ 6 = 720
etcétera.
Teorema
de donde
n(n - 1) ∙ ∙ ∙ (n - r + 1) = n!
n(n - r)!
Teorema
Ejemplo ¿De cuántas formas distintas se pueden sentar las personas a, b y c en una fila
de tres sillas?
3! = 1 ∙ 2 ∙ 3 = 6
1.4 Permutaciones.
Se dice que una ordenación de un conjunto de n objetos es una permutación de los mismos.
Una ordenación de r de estos objetos (r _ n) es una permutación de los n objetos
tomados r a la vez (o una r-permutación).
Ejemplo
1. bdca, dbca y acdb, son permutaciones de cuatro letras (tomadas todas a la vez).
2. bad, adb, cbd y bca son permutaciones de las cuatro letras tomadas 3 a la vez.
3. ad, da, bd y cb son permutaciones de 4 letras tomadas 2 a la vez.
El número de permutaciones de n objetos tomados r a la vez se denota por nPr o P(n, r).
Se van a hacer placas de cuatro dígitos con los números 1, 2, 3, 4, 5, 6 sin que se
repita un mismo dígito en cada placa. ¿Cuántas placas distintas se pueden hacer?
Ejemplo:
DIAGRAMA DE ARBOL
Es una herramienta gráfica usada para enumerar todas las posibilidades lógicas de una
secuencia de datos que ocurren de una forma finita de maneras.
El árbol está formado por puntos o nodos que representan instantes en el tiempo o lugares
en el espacio y por líneas o ramas que representan las posibles acciones que puedan
tomarse; los nodos y las ramas siempre están unidos.
Suponga que desea formar un comité de tres personas de entre un grupo de 6 y que las
letras a, b, c, d, e, f representan a las personas.
Definición
Representemos este número con nCk. Una de las combinaciones es {a1, a2, . . . , ak}.
por tanto
Existe una notación clásica en lugar de nCk para representar el número de combinaciones:
la notación, que emplea el coeficiente binomial.
Se describe como
en lugar de
mediante esta notación que empleando nCk. Además, este coeficiente está relacionado con
otro importante tema de las matemáticas el llamado teorema del binomio.
Ejemplo:
Solución:
Para este caso, n = 6 y k = 3, entonces la respuesta está dada por
INTRODUCCIÓN
A LA PROBABILIDAD
DEFINICION Y EXPRESION
La probabilidad refiere a la posibilidad de ocurrencia de un fenómeno.
La probabilidad es una medida de la certidumbre asociada a un suceso o
evento futuro y suele expresarse como un número entre 0 y 1 (o entre 0 % y
100 %).
Una forma tradicional de estimar algunas probabilidades sería obtener la
frecuencia de un acontecimiento determinado mediante la realización de
experimentos aleatorios, de los que se conocen todos los resultados
posibles, bajo condiciones suficientemente estables. Un suceso puede ser
improbable (con probabilidad cercana a cero), probable (probabilidad
intermedia) o seguro (con probabilidad uno).
La teoría de la probabilidad se usa extensamente en áreas como la
estadística, la física, la matemática, las ciencias, la administración,
contaduría, economía y la filosofía para sacar conclusiones sobre la
probabilidad discreta de sucesos potenciales y la mecánica subyacente
discreta de sistemas complejos, por lo tanto es la rama de las matemáticas
que estudia, mide o determina los experimentos o fenómenos aleatorios.
Por lo que sacar de una mano cinco cartas del mismo palo, es un evento
raro, con una probabilidad de uno entre 2000.
Si deseamos calcular la probabilidad de que ocurran cualquier de n
elementos inconexos, tenemos que sumar las probabilidades individuales de
cada uno de esos elementos. Por ejemplo, la probabilidad de sacar 5 cartas
iguales de cualquier palo, es la suma de 4 probabilidades iguales de sacar
las 5 cartas del ejemplo anterior. En lenguaje de lógica, si los elementos
están relacionados por el operador lógico "OR", las probabilidades se suman.
Si los eventos está relacionados por el operador lógico "AND", la
probabilidad resultante es el producto de las probabilidades individuales. Si
queremos obtener la probabilidad de sacar un 7 con dos dados en una tirada
y luego volver a sacar otro 7 en la segunda tirada, entonces la probabilidad,
será el producto
La expresión de la probabilidad debe ser tal, que la suma de probabilidades
para todos los eventos posibles debe ser 1. La restricción de la suma de
todas las probabilidades a 1, se llama "normalización". Cuando se calcula la
probabilidad mediante el proceso de contar, entonces las probabilidades se
obtienen siempre normalizadas. Pero cuando desarrollamos expresiones de
probabilidad de eventos en la naturaleza, debemos asegurarnos de que la
expresión esté normalizada.
EVENTOS MUTUAMENTE
EXCLUYENTES Y NO EXCLUYENTES
En el ámbito de la lógica y de la teoría de la probabilidad dos proposiciones
(o eventos) son mutuamente excluyentes o disjuntos si ambos no pueden ser
verdaderos (o suceder simultáneamente).
Los eventos son mutuamente excluyentes si no pueden ocurrir
simultáneamente
De las 52 cartas, 13 son espadas y 26 son rojas. Las espadas son negras.
E = cartas de espadas
R = cartas rojas
n (E) = 13
n (R) = 26
P (E) = n (E) / N = 13 / 52
P (E U R ) = 3 / 4
A ∩ B : { n1 , n2 , n3 , n4 , n5 , n6 }
Para definir la probabilidad de un evento usamos la siguiente fórmula:
Caso específico / Casos posibles
P [ A ] = 9 / 15
P [ B ] = 9 / 15
P [ A ∩ B ] = 6 / 15
P [ A U B ] = (9 / 15) + (9 / 15) – (6 / 15) = 12 / 15
Una caja contiene 4 canicas rojas, 3 canicas verdes y 2 canicas azules. Una
canica es eliminada de la caja y no es reemplazada. Otra canica se saca de
la caja. Cuál es la probabilidad de que la primera canica sea azul y la
segunda canica sea verde?
Ya que la primera canica no es reemplazada, el tamaño del espacio muestral
para la primera canica (9) es cambiado para la segunda canica (8) así los
eventos son dependientes.
Ejemplo:
lanzar al aire dos veces una moneda son eventos independientes por que el
resultado del primer evento no afecta sobre las probabilidades efectivas de
que ocurra cara o sello, en el segundo lanzamiento.
1.Si se lanza una moneda normal tres veces, la probabilidad de obtener tres
sellos es:
Solución:
Cada lanzamiento es independiente de los otros.De manera que las
probabilidades de sello
(S) en cada lanzamiento se multiplicarán entre sí.
P(tres Sellos) = P(S) •P(S) •P(S) = (1/2)(1/)(1/2)=8
Ejemplos:
Una mujer es portadora de la enfermedad de Duchenne ¿Cuál es la
probabilidad de que su próximo hijo tenga la enfermedad?
Según las leyes de Mendel, todos los posibles genotipos de un hijo de una
madre portadora (xX) y un padre normal (XY) son xX, xY, XX, XY y tienen la
misma probabilidad. El espacio muestral es W = {xX, xY, XX, XY}
el suceso A={hijo enfermo} corresponde al genotipo xY, por tanto, según
la definición clásica de probabilidad
p(A) = 1/4 = 0,25
La mujer tiene el hijo y es varón ¿qué probabilidad hay de que tenga la
enfermedad?
Se define el suceso B = {ser varón} = {xY, XY}
la probabilidad pedida es p(A|B) y aplicando la definición anterior
p(B) = 0,5; A Ç B = {xY}; p(A ÇB) = 0,25; p(A|B) = 0,25/0,5 = 0,5
Si sabemos que es varón, el espacio muestral ha cambiado, ahora es B. Por
lo tanto se puede calcular p(A|B) aplicando la definición clásica de
probabilidad al nuevo espacio muestral
p(A|B) = 1/2 = 0,5
Se sabe que el 50% de la población fuma y que el 10% fuma y es hipertensa.
¿Cuál es la probabilidad de que un fumador sea hipertenso?
A = {ser hipertenso} B = {ser fumador}
A Ç B = {ser hipertenso y fumador}
p(A|B) = 0,10/0,50 = 0,20
Obsérvese que los coeficientes falso-positivo y falso-negativo de las pruebas
diagnósticas son probabilidades condicionadas.
La fórmula anterior se puede poner p(A Ç B) = p(B) p(A|B) = p(A) p(B|A)
llamada regla de la multiplicación, que se puede generalizar a más sucesos
p(A1 Ç A2 Ç A3) = p((A1 Ç A2) Ç A3) = p(A1 Ç A2) p(A3|A1 Ç A2) = p(A1) p(A2|A1)
p(A3|A1 Ç A2)
En general p(A1 Ç A2 Ç A3 ...) = p(A1) p(A2|A1) p(A3|A1 Ç A2) ...
llamado principio de las probabilidades compuestas y especialmente útil para
aquellas situaciones en que las probabilidades condicionadas son más
fáciles de obtener que las probabilidades de las intersecciones.
TEOREMA DE BAYES
El teorema de Bayes es utilizado para calcular la probabilidad de un suceso,
teniendo información de antemano sobre ese suceso.
Podemos calcular la probabilidad de un suceso A, sabiendo además que ese
A cumple cierta característica que condiciona su probabilidad. El teorema de
Bayes entiende la probabilidad de forma inversa al teorema de la
probabilidad total. El teorema de la probabilidad total hace inferencia sobre
un suceso B, a partir de los resultados de los sucesos A. Por su parte, Bayes
calcula la probabilidad de A condicionado a B.
El teorema de Bayes ha sido muy cuestionado. Lo cual se ha debido,
principalmente, a su mala aplicación. Ya que, mientras se cumplan los
supuestos de sucesos disjuntos y exhaustivos, el teorema es totalmente
válido.
Para calcular la probabilidad tal como la definió Bayes en este tipo de
sucesos, necesitamos una fórmula. La fórmula se define matemáticamente
como:
Una empresa tiene una fábrica en Estados Unidos que dispone de tres
máquinas A, B y C, que producen envases para botellas de agua. Se sabe
que la máquina A produce un 40% de la cantidad total, la máquina B un 30%
, y la máquina C un 30%. También se sabe que cada máquina produce
envases defectuosos. De tal manera que la máquina A produce un 2% de
envases defectuosos sobre el total de su producción, la máquina B un 3%, y
la máquina C un 5%. Dicho esto, se plantean dos cuestiones:
Tirada 1: C Tirada 6: C
Tirada 2: X Tirada 7: C
Tirada 3: X Tirada 8: C
Tirada 4: C Tirada 9: X
Tirada 5: X Tirada 10: X
¿Cuántas veces ha salido cara (contamos las C)? 5 veces ¿Cuantas veces
ha salido cruz (contamos las X)? 5 veces. La probabilidad de que salga cara
será de 5/10=0,5 o en porcentaje del 50%.
Una vez ha ocurrido ese suceso podemos calcular la media matemática del
número de veces que ha ocurrido cada suceso. El lado cara ha salido una de
cada dos veces, es decir, un 50% de las veces. La media coincide con la
esperanza matemática.
Año 2 6%
Año 3 15%
Año 4 12%
BLANCO CANALES, Ana. “La expresión de la probabilidad y la expresión de la orden en español: dos
fenómenos de variación sintáctica”. ELUA. Estudios de Lingüística. N. 25 (2011). ISSN 0212-7636, pp. 75-
99
http://www.hrc.es/bioest/Probabilidad_15.html
https://si-educa.net/intermedio/ficha999.html
https://prezi.com/2i75f7nitp3o/conjuntos-propiedades-y-operaciones/
http://cb.mty.itesm.mx/tc1003/lecturas/tc1003-51.pdf
http://probabilidadestadisticaivangamboa.blogspot.com/2017/03/tecnicas-de-conteo.html
https://www.lifeder.com/clases-de-conjuntos/
http://recursostic.educacion.es/descartes/web/materiales_didacticos/conjuntos_y_operaciones_agsm/anexo.h
tml
https://conceptodefinicion.de/educacion/
https://www.clubensayos.com/Ciencia/Definicion-Y-Expresion-De-Probabilidad/374956.html
http://lya.fciencias.unam.mx/lars/libros/pe-agosto-2006.pdf
https://definicion.mx/probabilidad/
http://hyperphysics.phy-astr.gsu.edu/hbasees/Math/probas.html
https://www.shmoop.com/estadistica-basica-probabilidades/eventos-mutuamente-excluyentes-
complementarios.html
https://cursos.clavijero.edu.mx/cursos/076_me/modulo2/contenidos/tema2.6.html?opc=5
http://probabilidadmitad1.blogspot.com/p/eventos-dependientes-e-independientes.html
https://www.lifeder.com/eventos-mutuamente-no-excluyentes/
https://economipedia.com/definiciones/teorema-de-bayes.html
https://economipedia.com/definiciones/teorema-de-bayes.html