I)

ESTADISTICA DESCRIPTIVA

1.1 Panorama histrico y conceptos bsicos 1.2 Medias de tendencias central para datos no agrupados (media aritmtica, mediana, moda) 1.3 Medidas de dispersin para datos no agrupados(rango, desviacin media, desviacin estndar y varianza) 1.4 Organizacin de datos en falta de frecuencias 1.5 Medidas de tendencia central para datos agrupados (media, mediana, moda) 1.6 Medidas de dispersin para datos agrupados(rango, desviacin media, desviacin estndar y varianza) 1.7 Representaciones graficas. II) 2.1 2.2.1 2.2.2 2.2.3 2.2.4 2.2.5 2.2.6 2.3 2.3.1 2.3.2 2.3.3 2.3.4 2.3.5 2.4 III) 3.1 3.2 3.3 3.4 3.5 3.6 PROBABILIDAD Teora de conjuntos Anlisis combinatorio (tcnicas de conteo) Principio fundamental de conteo Notacin factorial x! n! Permutaciones nPr Combinaciones nCr Teorema del binomio Conceptos bsicos de probabilidad Probabilidad como frecuencia relativa Probabilidad clsica Probabilidad axiomtica Probabilidad condicional Eventos independientes Procesos estocsticos DISTRIBUCINES DE PROBABILIDAD Variables aleatorias discretas y continuas Funcin de densidad Esperanza matemtica Distribucin binomial Distribucin de Poisson Distribucin Normal

b) MEDIANA.- La mediana de un conjunto de nmeros ordenados por magnitud es el valor central o la media de los dos valores centrales. Dependiendo di el numero de datos es par o impar cuando es pare se aplica la media de los dos centrales mientras que cuando es impar es directamente el valor central. Ejem) Para muestra de las edades del grupo. La mediana es = 17.8 aos 17.7 17.2 17.2 17.3 17.3 17.6 17.7 17.8 18.0 18.1 18.2 18.7 18.7 18.7 18.8

Ejem.- La siguiente muestra indica el nmero de integrantes en la familia. 4 4 4 1 3 5 6 3 5 La mediana es: 3 4 4 4 4 5 5 5 5 5 6 1 = 5 + 5 = 5 integrantes 3 2 5 4 5 5

La media: = 63 = 5.3 12

c) MODA.- La moda de un conjunto de datos es el valor que ocurre con mayor frecuencia es decir el valor que mas se repite. La moda puede resistir e incluso en caso de existir no ser nica. = 18.7 aos Para la muestra del nmero de integrantes = 5 integrantes

1.3.-MEDIDAS DE DISPERSIN PARA NO AGRUPADOS La dispersin o variacin de los datos intenta dar una idea de cuales esparcidos se encuentran estos. Cuantas medidas, siendo las ms comunes de rango, desviacin media, desviacin estndar y varianza. a) Rango b) Desviacin media c) Desviacin estndar d) Varianza R D.M S. I S2, I2

a) RANGO.- El rango de un conjunto de nmeros es la diferencia entre el mayor y el menor de todo ellos. R = 18.8-17.0 = 1.8 aos # Integrantes R= 13 3 = 10 integrantes b) DESVIACIN MEDIA.- La desviacin media o desviacin promedio de un conjunto N de nmeros X1, X2, X3, , Xn se de nota y define como D.M = I x1Donde: I + I x2I + I x3 N I + Ixn I

xj= cada uno de los datos desde 1 hasta N = media aritmtica I xj - I = valor absoluto de los desviaciones N = No total de datos

Ejem 1) Calcular la desviacin media para 17.0 17.2 17.2 17.3 17.3 17.6 17.7 17.8 18.0 18.0 18.2 18.7 18.7 18.7 18.8 = 2683 = 179 15 D.M =(17-17.9)+2(17.2-17.9)+2(17.3-17.9)+(17.6-17.9)+(17.7-17.9)+ (17.8-17.9)+(18-17.9)= 7.99 = 0.53 15

Ejem 2) 3 4 4 4 4 5 5 5 5 5 6 1 3 = 63 = 5.3 12 D.M=(3-5.3)+4(4-5.3)+5(5-5.3)+(6-5.3)+(13-5.3) D.M = 17 = 1.42 integrantes 12 c) DESVIACIN TIPICA O ESTNDAR.- La desviacin tpica de un conjunto de numero x1, x2, x3, , xn se de nota por s o y se define como S= (x1)2 + ( x2)2 )2 + (x3- )2 + + (xnN )2

N S = (Xj J=1 N Donde:

xj= cada uno de los datos desde 1 hasta N = Media aritmtica (xj - )2 = cuadrada de las desviaciones N = No total de datos

Ejem) Calcular la desviacin tpica para los siguientes datos que indican la edad en aos de 15 alumnos. 17.0 17.2 17.2 17.3 17.3 17.6 17.7 17.8 18.0 18.1 18.2 18.7 18.7 18.7 18.8 = 2.68.3 = 17.8866 15 S= (17-17.9)2+2(17.2-17.9)2+2(17.3-17.9)2+(17.6-17.9)2+(17.717.9)2+(18-17.9)2 +3(18.7-17.9)2+(18.8-17.9)2 15

S=

5.52 = 0.37 = 0.61 15

VARIANZA.- La varianza de un conjunto de datos se define como el cuadrado de la desviacin tpica y en consecuencia se denota y se define como S2 o 2 Ejem) anterior la varianza vale S2 = 0.37 aos REGLAS GENERALES PARA CONTRUIR UNA DISTRIBUCIN DE FRECUENCIAS 1) Recolectar los datos, presentndolos en un arreglo por filas y columnas.

Ejem) Los siguientes datos muestran el dimetro en cm de 60 esferas para cojinete manufacturas por una fabrica 1.738 1.735 1.736 1.739 1.728 1.733 1.738 1.735 1.736 1.735 2) 1.729 1.731 1.735 1.735 1.738 1.730 1.739 1.727 1.744 1.735 1.743 1.726 1.724 1.745 1.725 1.732 1.727 1.734 1.732 1.729 1.740 1.737 1.733 1.736 1.733 1.730 1.735 1.732 1.737 1.734 1.736 1.728 1.742 1.742 1.734 1.739 1.735 1.736 1.731 1.730 1.741 1.737 1.736 1.740 1.732 1.734 1.732 1.741 1.746 1.740

Ordenar los datos del menor al mayor para determinar el rango 1.724 1.728 1.731 1.732 1.734 1.735 1.736 1.737 1.739 1.742 1.725 1.729 1.731 1.733 1.734 1.735 1.736 1.738 1.740 1.742 1.726 1.729 1.732 1.733 1.735 1.735 1.736 1.738 1.740 1.743 1.727 1.730 1.732 1.733 1.735 1.735 1.736 1.738 1.740 1.744 1.727 1.730 1.732 1.734 1.735 1.736 1.737 1.739 1.741 1.745 1.728 1.730 1.732 1.734 1.735 1.736 1.737 1.739 1.741 1.746

Rango = 1.746 1.724 = 0.022cm

3) Determinar el numero de intervalos de clase, se suelen tomar entre 5 y 20 de acuerdo al numero de datos y a las necesidades. Tambin existen formulas para determinar este valor. No de intervalos N = 60 = 7.7 O bien No de intervalos = 1 + 3.3 Log N = 1+ 3.3 Log (60)= Se adoptan 7 intervalos. 4) Determinar el tamao o anchura dividiendo el rango entre el nmero de intervalos propuesto. C= Rango = # Intervalos 0.022 = 0.003 7

Se adoptan un tamao C= 0.004cm 5) Establecer el arreglo de intervalos para que el dato menor este incluido en el primer intervalo y que el dato mayor en el ultimo intervalo Intervalos Dimetro (cm) 1.723 - 1.726 1.727 - 1.730 1.731 - 1.734 1.735 - 1.738 1.739 - 1.742 1.743 - 1.746 Frecuencia (No de Esferas) 3 9 14 20 10 4 60 Marca de clase 1.7245 1.7285 1.7325 1.7365 1.7405 1.7445

6) Determinar la frecuencia de cada clase, contabilizando el nmero de elementos en cada una.

1.5) MEDIDAS DE TENDNCIA CONTROL PARA DATOS AGRUPADOS Si en un conjunto de datos agrupados en una distribucin de frecuencias x1, x2, x3, , xn representan a las marcas de clase que ocurren con frecuencias f1, f2, f3, , fk respectivamente La media aritmtica se calcula como. X= f1x1+f2x2+f3++fKxK N k = j=1 N fj kj fj= frecuencia de clase xj= Marca de clase N= No total de datos

Ejem1) Calcular la media para la siguiente distribucin de frecuencias Dimetro (cm) 1.723-1.726 1.727-1.730 1.731-1.734 1.735-1.738 1.739-1.742 1.743-1.746 Fj Frecuencia (No de esferas) 3 9 14 20 10 4 60 = 104.098 = 1.735 cm 60 2) Calcular la media para los siguientes datos Bonificacin ( $) 250-259 260-269 270-279 280-289 290-299 300-309 310-319 Fj (No de empleo) 6 10 16 14 10 5 2 65 Xj Marca de clase 254.5 264.5 274.5 284.5 294.5 304.5 314.5 Fj Xj 2036 2645 4392 3983 2945 1522.5 629 181525 Xj Marca de Clase 1.7245 1.7285 1.7325 1.7365 1.7405 1.7445 Fj Xj 5.1735 15.5565 24.2550 34.7300 17.4050 6.9780 104.098

= 18152.5 = $ 279.26

65 b) Para un conjunto de datos organizados en distribucin de frecuencias, la mediana se obtiene por interpolacin son la formula. Mediana = Dnde: N = Li + 2 - fi F med C

Li = Frontera inferior de la clase mediana N = No total de datos fi= Suma de las frecuencias de las clases inferior ala clase mediana fmed= Frecuencia de la clase mediana C = Tamao o anchura de los intervalos

Para ubicar a la clase mediana se utiliza la columna de frecuencia acumuladas, con el dato de N 2 Ejem: Calcular la mediana para los siguientes datos Dimetro (cm) 1.723-1.726 1.727-1.730 1.731-1.734 1.735-1.738 1.739-1.742 1.743-1.746 Fj Frecuencia (No de esferas) 3 9 14 20 10 4 60 Como N = 60 = 30 2 2 Clase Mediana = 1.735-1.738 Li = 1.7345 fi = 3+9+14 = 26 f med. = 20 C = 0.004 = 1.7435 + (30-26) 0.004 = 1.735 cm 20 Frecuencia Acumulada 3 12 26 46 56 60

Clase Med.

2) Determinar la mediana para la distribucin Bonificacin ( $) 250-259 260-269 270-279 280-289 290-299 300-309 310-319 Fj (No de empleo) 8 10 16 14 10 5 2 65 Frecuencia Acumulada 8 18 34 48 58 63 65

Como N = 65 = 32.5 2 2 Clase Mediana = 270-279 Li = 269.5 fi = 18 f med. = 16 C = 10 = 269.5 + 32.5 18 16 10 = $ 278.5

c) MODA.- Para datos agrupados la moda puede deducirse de una distribucin de frecuencia a partir de la formula. = Li + 1 1 + 2 C

donde: Li = Frontera Interior de la clase modal 1= Diferencia de la frecuencia modal sobre la de la clase inferior inmediata 2= Diferencia de la frecuencia modal sobre la de la clase superior inmediata C = Tamao o anchura de los intervalo.

Ejem 1) Calcular la moda para la siguiente distribucin de frecuencias. Dimetro (cm) 1.723-1.726 1.727-1.730 1.731-1.734 1.735-1.738 1.739-1.742 1.743-1.746 Fj Frecuencia (No de esferas) 3 9 14 20 10 4 60 La clase modal es 1.735-1.738 Li = 1.7345, 1 = 20-14 =6 2= 20-10= 10 C= 0.004 = 1.7345 + 2) Calcular la moda para los datos. Bonificacin ( $) 250-259 260-269 270-279 280-289 290-299 300-309 310-319 La clase modal es 270-279 Li = 269.5 1 = 16-10 = 6 2 = 16-14 = 2 C = 10 Fj (No de empleo) 8 10 16 14 10 5 2 65 6 0.004 = 1.736 cm 6+10

= 269.5 +

6 10 = 273.25 cm 10+6

1.6) MEDIDAS DE DISPERSIN PAREA DATOS AGRUPADOS Si un conjunto de datos se encuentran agrupados en una distribucin de frecuencias donde x1, x2, x3, , xk representan a las marcas de clase que ocurren con frecuencia f1, f2, f3, , fk respectivamente la desviacin media se define como. D.M = f1 |x1- | + f2|x2- | + f3 |x3- | + + fk (xk- | k D.M = fj |xj - | J=1 N Donde: Fj = Frecuencia de clase Xj = Marca de clase = Media aritmtica N = No total de datos |Xj - |= Valor absoluto de las desviaciones Ejem 1) Calcular la desviacin media para los siguientes datos Dimetro (cm) 1.723-1.726 1.727-1.730 1.731-1.734 1.735-1.738 1.739-1.742 1.743-1.746 Frontera L.R.I L.R.S 1.7225 1.7265 1.7265 1.7305 1.7305 1.7345 1.7345 1.7385 1.7385 1.7425 1.7425 1.7465 Fj Frecuencia (No de esferas) 3 9 14 20 10 4 60 = 104.0980 = 1.735 60 D.M = 0.248 = 0.004 cm 60 Xj Marca de Clase 1.7245 1.7285 1.7325 1.7365 1.7405 1.7445

Fj Xj 5.1735 15.5565 24.2550 34.7300 17.4050 6.9780 104.098

Fj | xj- 1.735| 0.031 0.058 0.035 0.031 0.055 0.038 0.248

Ejem 2) Calcular la desviacin media para los siguientes datos que muestran la bonificacin en $ de 65 empleados. Bonificacin ( $) 250-259 260-269 270-279 280-289 290-299 300-309 310-319 Fronteras LRI 249.5 259.5 269.5 279.5 289.5 299.5 309.5 LRS 259.5 269.5 279.5 289.5 299.5 309.5 319.5 Fj (No de empleo) 8 10 16 14 10 5 2 65 Xj Marca de clase 254.5 264.5 274.5 284.5 294.5 304.5 314.5 Fj Xj Fj(Xj-279) 2036 2645 4392 3983 2945 1522.5 629 181525 198.15 147.69 76.30 73.23 152.30 126.15 70.46 844.31 Fj(Xj-279.27)2 4908.12 2181.30 363.05 383.05 2319.76 3182.95 2482.41

D.M = 844.31 = $ 12.99 b) DESVIACIN TIPICA O ESTANDAR En una distribucin de frecuencia donde x1, x2, x3, , xk representan a las marcas de clase que ocurren con frecuencias f1, f2, f3, fk respectivamente la desviacin tpica se define como. F1(x1- )2+f2(x2- )2+f3(x3- )2+ + fk(xk- ) S= N S= K fj ( xj- )2 J=1 N f j = Frecuencia Xj = Marca de clase = Media aritmtica N = No total de datos

Donde:

Ejem 1) La desviacin tpica de los datos anteriores

S =

15821.54 65 243.41

S=

S = $ 15.60 c) VARIANZA.- Se define como el cuadrado de la desviacin tpica por lo tanto se denota por S 2 La varianza vale S2 = $ 243.41 Ejem 2) Calcular la desviacin tpica y varianza para los siguientes datos, que muestran el dimetro de 60 esferas para cojinetes. Frontera L.R.I L.R.S 1.7225 1.7265 1.7265 1.7305 1.7305 1.7345 1.7345 1.7385 1.7385 1.7425 1.7425 1.7465 Fj Frecuencia (No de esferas) 3 9 14 20 10 4 60 S= k fj (xj - )2 J=1 N Xj Marca de Clase 1.7245 1.7285 1.7325 1.7365 1.7405 1.7445 Fj Xj 5.1735 15.5565 24.2550 34.7300 17.4050 6.9780 104.098 Fj ( Xj 1.735)2 3.30 x 10-4 3.80 x 10-4 8.5 x 10-5 4.7 x 10-5 3.1 x 10-4 3.6 x 10-4 1.5 x 10-3

S = 1.5 x 10-3 60

= 5 x 10-3 cm

1.7) REPRESENTACIONES GRAFICAS

Los histogramas, los polgonos de frecuencia y los polgonos de frecuencias acumuladas u ojivas son tres de las representaciones graficas ms comunes de las distribuciones de frecuencia.

a) Histogramas o diagramas de barras Representaciones graficas de las Distribucin de frecuencias b) Polgono de frecuencias c) Polgono de frecuencias acumuladas u ojivas

a) HISTOGRAMA O DIGRAMA DE BARRAS.- El histograma de barras consiste en un conjunto de rectngulos con base el eje horizontal, centros en las marcas de clase y longitudes iguales al tamao o anchura de los intervalos la altura de los rectngulos corresponde a las frecuencias de clase. Frontera L.R.I L.R.S 1.7225 1.7265 1.7265 1.7305 1.7305 1.7345 1.7345 1.7385 1.7385 1.7425 1.7425 1.7465 Fj Frecuencia (No de esferas) 3 9 14 20 10 4 60 Xj Marca de Clase 1.7245 1.7285 1.7325 1.7365 1.7405 1.7445 Frecuencia Relativa % 5.0 15.0 23.3 33.3 16.6 6.6 100%

25 20 15 10 5 0

1.7205 1.7245 1.725 1.7325 1.7365 1.7405 1.7445 1.7485

DISTRIBUCIN DE FRECUENCIAS RELATIVA La frecuencia relativa de una clase se obtiene dividiendo entre el numero total de datos y multiplicando por 100 para expresarlo en porcentajes. Una tabla con tales frecuencias se llama distribucin de frecuencias relativas. Se llama la representacin grafica de tal distribucin se puede obtener del histograma de tal distribucin se puede obtener del histograma si mas que cambiar o agregar la escala vertical de frecuencias relativas mantenindose el mismo diagrama. b) POLGONO DE FRECUENCIAS El polgono de frecuencias es una grafica que se traza conectando los puntos medios de las partes superiores de los rectngulos en el histograma. DISTRIBUCIN DE FRECUENCIAS ACUMULADAS La frecuencia total de todos los valores menores en la frontera de clase superior de un intervalo numero clase dado se llama frecuencia acumulada tambin se puede obtener para la frecuencia total de todos los valores mayores que la frontera de clase interior. Una tabla que presente tales frecuencias se llama distribucin de frecuencias acumuladas. Una grafica que presente las frecuencias acumuladas por debajo o sobre de las fronteras de clase se llama polgono de frecuencias calculadas ojivas.

Ejem. ) Obtener las distribuciones de frecuencias acumuladas para los datos anteriores y trazar su grafica. Dimetro (cm) Menor que 1.7265 Menor que 1.7305 Menor que 1.7345 Menor que 1.7385 Menor que 1.7425 Menor que 1.7465 No. de esferas 3 12 26 46 56 60 Dimetro (cm) Mayor que 1.7225 Mayor que 1.7265 Mayor que 1.7305 Mayor que 1.7345 Mayor que 1.7385 Mayor que 1.7425 No de esferas 60 57 48 34 14 4

70 60 50 40 30 20 10 0

70 60 50 40 30 20 10 0 menor mayor

1.7225 1.7265 1.7305 1.7345 1.7385 1.7425 1.7465

Il PROBABILIDAD 2.1 TEORIA DE CONJUNTOS INTRODUCCIN La teora de conjuntos es un sistema y lenguaje especfico para el manejo de ciertos problemas al igual que otros sistemas matemticas consta de conceptos bsicos definiciones operaciones y propiedades. La teora de conjuntos es un instrumento adecuado para la sistematizacin de nuestra manera de pensar y para el desarrollo de la capacidad de anlisis. Facilitar la compresin de las interrelaciones que existen entre todas las partes de un problema. La teora de conjuntos ayuda notablemente a desarrollas ciertas ideas matemticas en temas tales como funciones probabilidad, lgebra moderna, etc. CONJUNTO.- Es cualquier agregado o coleccin de objetos de cualquier ndole, los objetos se llaman elementos del conjunto. NOTACIN DE CONJUNTOS.- Para representar conjuntos se emplean letras maysculas por ejemplo A = 0, 1, 2, 3, 4, 5, 6, 7, 8, 9 B = a, e, i, o, u ESPECIFICACIN DE UN CONJUNTO.- Existen 3 maneras distintas de especificar un conjunto.

a) Por numeracin o Extensin Formas de especificar Un conjunto b) Verbal c) Por descripcin o compresin

a) POR NUMERACIN O EXTENSIN.- Consiste en elaborar una lista de todos sus elementos separndolos mediante comas y encerrando entre llaves por ejemplo. A = 0, 1, 2, 3, 4, 5, 6, 7, 8, 9, B = a, e, i, o, u C= Rusia, China, Francia

b) VERBAL.- Consiste en una descripcin verbal que exprese necesaria y nicamente los requisitos que debe satisfacer un elemento para pertenecer al conjunto por ejemplo. A = los dgitos B = las vocales C = Tres pases miembros permanentes del consejo de seguridad de las naciones unidas D = Los pases de Amrica c) Por descripcin o compresin.- Consiste en el uso de una variable genrica es decir es un indicacin de elementos y una frase o relacin matemtica que especifique con toda precisin los elementos que se estn generando, todo ello encerrando por llaves. A = {x|x es un digito} B= {x|x es una vocal} C= {x|x 8 = 25} D = { x|x2 2x 3 = 0} E = {x| - 5 < x < 3, x >} RELACIN DE PERTENENCIA.- La relacin que existe entre y sus elementos la llamaremos de pertenencia que se simbolizan con la letra griega psilon. Por ejemplo: 3 A , -15 A , a B, z Cuba D , Japn D B

CONJUNTO UNIVERSAL.- Es el conjunto que consta de todos los elementos a los que se puede referir una situacin en especifico su smbolo es V CONJUNTO VACIO.- Es el conjunto que no posee elementos se designa mediante o por {} SUBCONJUNTOS.- Entr dos conjuntos cuales quiera A y B se dice que A es un subconjunto de B y se simboliza por A B. Si cada elemento de A esta bien un elemento de B Ejemplo Sean H = el abecedario, I = las consonantes Entonces I C H J= los pases del caribe, D = los pases de Amrica Entonces J C D

CONJUNTOS FINITOS O INFINITOS.- Un conjunto es finito cuando se pueden poner sus elementos en correspondencia uno a uno con un subconjunto de los nmeros naturales si no, decimos que es infinito. Ejemplo. H = { a, b, c, d, e, , x, y, z} es finito ya que se puede poner en correspondencia uno a uno con el subconjunto de los naturales K = { 1, 2, 3, 4, 5, , 25, 26, 27 } Mientras que el conjunto L = Los mltiplos de 3 = { 6, 9, 12, 15, 18, } L = { x|x = 3n, n e iN } es infinito OPERACIONES DE CONJUNTO.- Las operaciones son formas especficas de combinar conjuntos para obtener otros conjuntos. De entre todas cabe resaltar las operaciones binarias de interseccin unin, diferencia, producto y una operacin unitaria complementacin. Los diagramas de los conjuntos de Vem- Euler nos ayudaran a distinguir y entender las propiedades de los conjuntos como un sistema matemtico.

Operaciones con Conjuntos

a) Complementacin b) Interseccin c) Unin d) Diferencia e) Producto

a) COMPLEMENTACIN.- Sea A un conjunto cualesquiera del conjunto universal V. El complemento de A se define con el conjunto de elementos se V que no pertenecen a A. Se denota y se representa como A = A = {x 1x V, x A}

Grficamente en un diagrama de Vem- Euler Eje: Sean V = { 0, 1, 2, 3, 4, , 16} A = { x|x = 3n, nN} , B = los primos C= Los divisores de 10, determinar a) A , b) B c) C V

Nmero Primo.- Se dice que un nmero natural distinto de uno es primo si sus nicos divisores son el mismo nmero y el uno. A = { 3, 6, 9, 12, 15} , C = { 1, 2, 5, 10 } B = { 2, 3, 5, 7, 11, 13}

a) A= { 0, 1, 2, 4, 5, 7, 8, 10, 11, 13, 14, 16 } 4 2 1 16 5 A 7 8 10 11 13 V

3 6 9 12 0 15 14

b) B = { 0, 1, 4, 6, 8, 9, 11, 12, 14, 15, 16}

1 B

4 2 3 5 11 7 12

6 8 9 11 V

16 15 14

c) C = { 0, 3, 4, 6, 7, 8, 9, 11, 12, 13, 14, 15, 16}

3 C

6 7

16 15 14

1 2 5 10 13 12

8 9 11 V

PROPIEDADES I) II) III) V= = v (A)= A

b) INTERSECCIN. Sean A y B dos conjuntos cualesquiera, la interseccin de los conjuntos A y B es el formado por los elementos que son miembros tanto de A como de B Es decir el conjunto formado por los elementos comunes se denota y se representa como. A B = { x| x B }

Eje) Para los conjuntos de ejemplo anterior encontrar

a) AnB

b) BnC

c) (AnC)

V = { 0, 1, 2, 3, 4, , 16} B ={ 2, 3, 5, 7, 11, 13} a) AnB

A= { 3, 6, 9, 12, 15} C = {1, 2, 5, 10}

b) BnC

b) ( AnC) AnC = = {} (AnC) = = V = { 0, 1, 2, 3, 4, , 16}

PROPIEDADES I AnB = BnA CONMUTATIVA II AnV = A III An = IV AnA = A V AnA = VI An(BnC) = (AnB)Nc

c) UNION.- Sean A y B dos conjuntos cualesquiera, la unin de los conjuntos Ay B es el formado por los elementos que lo son de A o de B de ambos. Se denota y se representa como: AUB = { x|x A o x B}

Eje 1) Para los conjuntos de ejemplo anterior determinar a) AuB b) (BUC) c) (AUC)nB d) (AnB) U (BnC)

a) AUB = { 2, 3, 5, 6, 7, 9, 11, 12, 13, 15}

b) BUC = { 1, 2, 3, 5, 7, 10, 11, 13} ( BUC) = { 0, 4, 6, 8, 9, 12, 14, 15, 16}

C) AUC= { 1, 2, 3, 5, 6, 9, 10, 12, 15} B = { 0, 1, 4, 6, 8, 9, 10, 12, 14, 15, 16} (AUC) n B = {1, 6, 9, 10, 12, 15} A 8 4 9 6 15 12 5 0 1

3 7

14

11 1 2 13 10 C 16

Para encontrar la regin resultado aplicaremos la siguiente tcnica por tratarse de una interseccin con lneas verticales AUC y con horizontales B con esto la regin que resulte cuadriculada ser el resultado. Otra tcnica es hacer un anlisis por regiones

CONJUNTO A C AUC B B (AUC) NB

REGIN 1, 2, 4, 5 4, 5, 6, 7 1, 2, 4, 5, 6, 7 2, 3, 5, 6 1, 4, 7, 8 1, 4, 7

c) (AnB) U (BnC) AnB ={ 3 } , BnC = { 2,5} (AnB)U(BnC) = {2, 3, 5} CONJUNTO AnB BnC (AnB)u(BnC) REGIN 2, 5 5, 6 2, 5, 6

PROPIEDADES: I) II) III) IV) V) VI) VII) AUB = BUA CONMUTATIVA AUV = v AU= A AUA= A AUA= v AU(BUC) = (AUB) VC ASOCRATIVA SI AUB = ENLACES A= B=

d) DIFERENCIA.- Sean A y B dos conjuntos cuales quiera, la diferencia de A y B es el conjunto formado por todos los elementos de A, que no pertenecen a B. Se denota y se representa como A B = { x|x E A , x B}

Grficamente se representa como A B

No

A B = B A ya que BA ={x|x A, X E B }

Eje ) Para los conjuntos del ejem. Anterior determinar a) A B a) A-B = { 6, 9, 12, 15} b) (C B) c) ( B- A) U (C-A)

b) C B = { 1, 10} (C B ) { 0, 2, 3, 4, 5,, 6, 7, 8, 9, 11, 12, 13, 14, 15, 16}

c) B A = { 2, 5, 7, 11, 13} C A = { 1, 2, 5, 10} (B A ) u (C A) = {1, 2, 5, 7, 10, 11, 13}

CONJUNTO BA CA (BA)U(CA) PROPIEDADES || ||| ||| A B = BA A B = A n B BA = AnB

REGIN 3, 6 6, 7 3, 6, 7

CONJUNTO PRODUCTO O PRODUCTO CARTESIANO. Sean A y B dos conjuntos cualesquiera, el conjunto producto de A y B es el formado por todas las parejas ordenadas (a, b), donde a E A y b E B. Se denota y se representa por AxB = { (a,b) la E A, b E B} La representacin grafica de esta operacin es en el plano cartesiano o en un diagrama de rbol. Ejem 1) Sean los conjuntos A = { 3, 4, 5} , B = {-2, -1} obtener AxB AxB = { (3, -2) (3, -1) (4, -2) (4, -1) (5, -2) (5, -1)

+ + + + + + Grficamente con un diagrama de rbol

-2 (3,-2) 3 1 (3,-1) 2 (4,-2) AxB 4 1 (4,-1) 2 (5, -2) 5 1 (5,-1) Esta operacin es conmutativa? R = No BxA = { (-2,3) (-2,4) (-2,5) (-1,3) (-1,4) (-1,5)} AxB = BxA solo si A = B

a) Se lanzan 3 monedas diferentes Cules y de cuantas maneras ocurre?

Sean C = { a, s } , D = { a2, s2} y E = { a3, s3} CxD = { ( s1, a2) (a1,s2) (s1,a2) (s1, s2)} CxDxE = { (a1, a2, a3) (a1,a2, a3) (a1, s2, s3) (s1, a2, a3) (s1, a2, s3) (s1, s2, s3)} Graficamente a3 a2 s3 a1 a3 s2 CxDxE = a2 s3 s1 a3 s2 s3 (s1, s2, s3) (s1, s2, a3) (s1, a2, s3) s3 a3 (a1, s2, s3) (s1, a2, a3) (a1, s2, a3) (a1, a2, a3) (a1, a2, a3)

3) Se lanza una moneda y un dado Cules y de cuantas maneras ocurre? Ocurre de R ya q F = { a, s} G = { 1, 2, 3, 4, 5, 6} FxG = {( a, 1) (a, 2) (a, 3) (a, 4) (a, 5) (a, 6) (s, 1) (s, 2) (s, 3) (s, 4) (s, 5) (s, 6)} PROPIEDADES |) ||) |||) Axb = BxA Ax(BnC) = (AxB)n(AxC) Ax(BUC) = (AxB)U(AxC)

2.2 ANALISIS COMBINATORIO (TCNICAS DE CONTEO)

En este tema desarrollaremos algunos mtodos para determinar sin enumeracin directa el nmero de resultados posibles de un experimento o el nmero de elementos de un conjunto en particular. 2.2.1 PRINCIPIO FUNDAMENTAL DE CONTEO Si un evento puede realizarse n1 maneras diferentes, y continuando el procedimiento, un segundo evento puede realizarse n2 maneras diferentes, y si despus de efectuados, un tercer evento puede realizarse n3 maneras diferentes y as sucesivamente, entonces el nmero de maneras en que los eventos pueden realizarse en el orden indicada es: No de maneras = n1 n2 n3 ,,,,,, Ejem 1) Una persona tiene 2 pares de zapatos, 4 playeras y 3 pantalones, todos de diferente color. De cuantas maneras de elegir puede vestirse? n1 = No. de maneras de elegir los zapatos = n2 = No. de maneras de elegir la playera = n3 = No. de maneras de elegir los pantalones = No. de maneras de vestirse = 2x4x3 = 24 2) cuntas placas pueden grabarse si el diseo consta 3 letras diferentes seguidas de 4 dgitos donde el primero es diferente de cero. LRJ 9871 n1 = No. de maneras de elegir la 1ra letra = 27 n2 = No. de maneras de elegir la 2da letra = 26 n3 = No. de maneras de elegir la 3ra letra = 25 n4 = No. de maneras de elegir el 1er digito = 9 n5 = No. de maneras de elegir el 2do digito = 10 n6 = No. de maneras de elegir el 3er digito = 10 n7 = No. de maneras de elegir el 4to digito = 10 No de placas =27x26x25x9x10x10x10 = 157 950, 000 Cuntas empiezan con L? Considerando que n1 = 1 No, de placas = 5 850, 000 2 4 3

3) Cuntas R.F.C puede establecer con el diseo conocido?

BUCD 590601 n1 = No. de maneras de elegir la 1ra letra = n2 = No. de maneras de elegir la 2da letra = n3 = No. de maneras de elegir la 3ra letra = n4 = No. de maneras de elegir la 4ta letra = n5 = No. de maneras de elegir la 1er digito = n6 = No. de maneras de elegir la 2do digito = n7 = No. de maneras de elegir la 3er digito = n8 = No. de maneras de elegir la 4to digito = n9 = No. de maneras de elegir la 5to digito = n10= No. de maneras de elegir la 1er digito = No de R.F.C. = 7, 873 200, 000 2.2.2) NOTACIN FACTORIAL El producto de los enteros positivos desde 1 hasta n, se define como el factorial de n Se denota y se representa como: n! = 1 2 3 , , , (n-2) (n-1) n n! = n (n-1) (n-2) , , , 3 2 1 1! = 1 2! = 2x1=2 3! = 3x2x1 = 6 4! = 4x3x2x1 = 4x3! = 4x3x2! 9! = 9x8x7x6x5x4x3x2x1 = 362, 880 Los siguientes ejemplos muestras el manejo de la notacin factorial Para explicar por que 0! Vale 1, tomemos la definicin de factorial como n! = n (n-1)! Despejando a ( n-1)! (n-1) = n! , haciendo que n =1 n (1-1) = 1! , = 0! = 1! = 1 entonces 1 1 1 0! = 1 27 5 27 27 10 10 2 10 4 10

1) Eliminar la notacin factorial en

a) 9! = 9x8x7x6! = 9x8x7x= 504 6! 6! b) 10! = 12! 10! = 1 = 1 12x11x10 12x11 132

2) Agregar notacin factorial a) 27x26x25 = b) 5x6x7x8 = 27x26x25x24! = 27 24! 24 8x7x6x5x4! = 4! 8! 4!

2.2.3) PERMUTACIONES Una ordenacin de un conjunto de n objetos se llama una permutacin de los objetos. Una ordenacin de un numero r de dichos objetos donde r<n, se llama permutacin de los n objetos tomados r a la vez. Se denota por P(n,r) o bien nPr Ejem) consideremos el conjunto formado por las letras. {a, b, c, d, e, f } 1) Las siguientes son permutaciones de estas 6 letras tomando todas a la vez. abcdef, casbfed, dacbef, dabfec. P(6, 6) = 720 P(6, 6) = 6! = 720

2) Las siguientes son permutaciones de las 6 letras tomando 5 a la vez. bacde, debca, fadce, cedba. P(6, 5) = 720 P(6, 5) = 6! = 6! = 720 (6-5)! 1!

3) Las siguientes son permutaciones de las 6 letras tomando 4 ala vez. Bace, fead, caed, acfe. P(6, 4) = 360 P(6, 4) = 6! = 6! = 360 (6-4)! 2!

Para este ultimo ejemplo apliquemos el P:F:C para determinar el numero de permutaciones

n1 = No de maneras de elegir la 1er letra = 6 n2 = No de maneras de elegir la 2da letra = 5 n3 = No de maneras de elegir la 3ra letra = 4 n4 = No de maneras de elegir la 4ta letra = 3 No de palabras = 6x5x4x3x = 360 Para deducir la formula general de las permutaciones apliquemos el P.F.C. n1 = No de maneras de elegir el 1er elemento = n n2 = No de maneras de elegir el 2do elemento = n-1 n3 = No de maneras de elegir el 3er elemento = n-2 nn= No de maneras de elegir el ultimo elemento = n-r+1 P (n,r) = n(n-1) (n-2) , , , ( n-r+1) Recordando como se agrega notacin factorial 27x26x25 = 27x26x25x24! = 27! 24! 24! P (n, r) = n(n-1) (n-2) ( n-r+1) (n-r)! (n r)! P (n, r) = n! (n-r)! Cuando r = n P( n, n ) = n! (n n)! Como 0! = 1

P ( n, n ) = n!

PERMUTACIONES CON REPETICIN

El nmero de permutaciones de n objetos se ve reducido si hay objetos que se repiten. El numero de permutaciones de n objetos de los cuales son iguales, n2 son iguales, nr son iguales es: No de permutaciones = n! n1! n2! nn!

Ejem 1) Cuantas palabras diferentes pueden tomarse con todas las letras de la palabra MATEMTICAS? n = 11 , n1= 2(M) , n2= 3(A) , 11! = 2! 3! 2! n3 = 2(T) 11! 24! = 1663,200

No de palabras =

3) Cuntas seales diferentes pueden formarse con 8 banderas, donde 3 son azules, 2 verdes y 3 rojas? n= 8 n1= 3 (azules) No de seales = 2.2.4) COMBINACIONES Supongamos que tenemos una coleccin de n objetos. Una combinacin de estos n objetos, tomados r a la vez es un subconjunto de r elementos. En otras palabras una combinacin r2 es una seleccin de r en n elementos, donde el orden no se toma en cuenta Se denota por nCr o ( Cn, r) o por (n/r) Para establecer la formula de las combinaciones determinemos el numero de combinaciones y permutaciones que se hacer tomando tres letras distintas del conjunto. n2= 2 (verde) 8! 3! 2! 3! = n3= 3 (rojas) 8! = 560 72

{a, b, c, d}

P(4,3) = 4x3x2x =24 C(4,3) = 4

COMBINACIONES abc acd abd bcd

PERMUTACIONES abc, acb, bac, bca, cab, cba acd, adc, cad, cda, dac, dca abd, adb, bad, bda, dab, dba bcd, bdc, cbd, cdb, dbc, dcb

Podemos establecer que hay ms permutaciones que combinaciones, en este caso hay 6 veces ms Es decir P ( 4, 3) = 6 C (4,3) pero como 6 = 3! Entonces P( 4, 3) = 3! C ( 4, 3) Por lo tanto r! Es el nmero de veces en que las permutaciones superan al as combinaciones. Que igual se puede plantear como P (n, r) = r! C(n, r) Sust. P ( n, r) n! (n-r)!

n! = r! C(n, r) despejando a C(n, r) (n- r)! C( n, r) = n! (n-r)! r!

Ejem 1) De cuantas maneras, se pueden elegir 6 nmeros del 1 al 44 si el orden no interesa? C( 44, 6) = 44! (44-6)! 6! = 7 059, 052

2) De cuantos maneras se puede forma un equipo de ftbol si hay 22 disponibles? C (22, 11) = 22! (22-11)! 11! = 22! 11! 11! = 705,432

3) De cuantas maneras puede elegirse un comit de 5 hombres y 3 mujeres si hay 8 hombres y 6 mujeres disponibles? No de maneras de elegir a los hombres = C (8, 5) = = 8! 3! 5! = 8x7x6x5! = 3! 5! 8x7x6 = 56 1x2x3 6! = 6! (6-3)! 3! 3! 3! 8! (8-5)! 5!

No de maneras de elegir a las mujeres = C ( 6, 3) = = 6x5x4 = 20 1x2x3

Por el P.F.C el nmero de maneras en que puede elegirse el comit es de: No de maneras = 8 5 6 = 3 1,120

4) Una delegacin de 5 estudiantes se selecciona para asistir a una asamblea anual a) de cuantas maneras pueden escogerse la delegacin si hay 15 estudiantes elegibles? No de maneras = C (15, 5) = 15! = 15x14x13x12x11 = 3,3003 (15-5)! 5! 1x2x3x4x5

b) De cuantas maneras si dos de los estudiantes elegibles no puedan asistir al mismo tiempo? b.1) Que acuda uno de ellos. C ( 13, 4) = 13! (13-4)! 4! = 13! 9! 4! = 13x12x11x10 = 715 1x2x3x4

b.2) Que acuda el otro de ellos C ( 13, 4) = 715 b.3) Que no acuda ninguno de los dos C ( 13, 5) = 13x12x11x10x9 = 1, 287 1x2x3x4x5

Numero de maneras de elegir el comit =

13 + 13 + 13 = 2, 717 4 4 5

c) De cuantas maneras si dos de los estudiantes elegibles son casados y solo asisten si van ambos? c.1) Si van los casados C ( 13, 3) = 13x12x11 1X2X3 C.2) Si no van los casados C( 13, 5) = 1, 287 No de maneras = 13 + 13 = 1,573 3 5 = 286

Un estudiante tiene que contestar 7 de 12 preguntas en un examen a) Cuantas maneras de contestar tiene? b) Cuantas maneras si las 3 primeras preguntas c) Cuantas si tiene que contestar 4 de las 5 primeras preguntas? a) No de maneras = C ( 12, 7) = b) No de maneras = C ( 9, 4) = 12! = (12-7)! 7! 9! (9-4)! = 12! (5)! 7! 9! (5)! 4! = 792 = 126

c) Si cuentas 4 de las 5 primeras y 3 de las 7 restantes 5 4 7 3 = 5! (5-4)! 4! X 7! = (7-3)! 3 5 1 x 7x6x5 = 1x2x3 5x35 = 175

c.1) Si contesta 5 de las 5 primeras y 2 de las 7 restantes 5 7 = 5! X 7! =1 x 7 x 6 = 1x21 = 21 5 2 (5-5)! 5! (7-2)! 2! 1x2 No de Maneras = 5 4 7 3 + 5 5 7 = 2 175 + 21 = 196

2.2.5) TEOREMA DEL BINOMIO COEFICIENTES DEL BINOMIO El smbolo n conocido como combinacin que se lee nCr , donde rtn y enteros r Positivo se define como: n = n (n-1) (n-2) , ,, , ( n r + 1) r 1 2 3 , , , , ( r-1) r Por ejemplo 1) 12 = 12x11x10 = 220 3 1x2x3 2) 7 = 4 7x6x5x4 = 35 1x2x3x4

Estos nmeros tambin se conoces con el nombre de coeficientes binomiales. Es decir son los coeficientes del desarrollo de un binomio elevado a la n (a + b) Ntese que n tiene exactamente r factores tanto en el numerador como en el r denominador. Con la definicin de n se puede deducir la formula de las combinaciones. r n = n ( n-1) (n-2) , , , ( n-r+1) = n(n-1) (n-2) , , , ( n-r+1) (n-r)! r 1 . 2. 3., , , ( r-1) r 1 2 3, , , ( r-1) r (n r)! n = n! r (n-r)! r!

Una propiedad importante es que n = n r n-r por ejem) 10 7 = 10 3

10 = 10x9x8x7x6x5x4 = 120 7 1x2x3x4x5x6x7 10 = 10x9x8 = 120 3 1x2x3 15 = 15 11 4

TEOREMA DEL BINOMIO El desarrollo de un binomio elevado a la n- esima potencia se define como: (a+b)n = an+na n-1 b + n(n-1) an-2 b2 + , , , ,+ nabn-1 + bn 1 2 (a+b)n = n r a n-r br

Por ejemplo, los primeros desarrollos binomiales son: (a + b)0 =1 (a + b)1 = a+b (a + b)2 = a2+2ab +b (a + b)3 = a3 + 3a2b + 3ab2 + b3 (a + b)4 = a4 + 4a3b + 6a2b2 + 4ab3 + b4 De acuerdo a los desarrollos anteriores, para establecer el comportamiento de (A + B)n se observan las siguientes propiedades: 1.- En cada desarrollo n + 1 trminos: 2.- La suma de los exponentes de a y b en cada trmino es igual a n 3.- Los exponentes de a de crecen una unidad en cada termino desde n hasta 0, mientras que los de lo crecen similarmente de 0 a n 4.- Los coeficientes de cada termino en el desarrollo pueden der distribuidos en una formacin triangular de numero llamada triangulo de pascal

1 1 1 1 2 1 1 3 3 1 1 4 6 4 1 1 5 10 10 5 1 1 6 15 20 15 6 1 5.- El coeficiente de cualquier trmino en el desarrollo es un n donde r es el exponente de a o de b en cada trmino. r Ejem 1) Desarrollar (3x 2y)6 (3x 2y)6 = + (3x)6 (-2y)0 + (3x)1(-2y)5 + (3x)5(-2y)1+ (3x)0(-2y)6= (3x)4(-2y)2 + (3x)3(-2y)3+ (3x)2(-2y)4

= (1)(729x6)(1) + (6)(243x5)(-2y) + (15)(81x4)(4n2) + (20)(27x3)(-8y3)+(15)(9x2)(16y4) + (6)(3x)(-32y5) + (1)(1)(64y6) = = 729x6 2916x5y + 4860x4y2 4320x3y3 + 2160x2y4 576 xy5 + 64y6 2) Desarrollar x2 - y3 2 5
5

(x2/2)5(-y3/3)0 + (x2/2)1(-y3/3)4 +

(x2/2)4(-y3/3)1 + (x2/2)0(-y3/3)5 =

(x2/2)3(-x3/3)2 +

(x2/2)2(-y3/3)3 +

(1)(x10/32)(1) + 5(x8/16)(-y3/3) + (10)(x6/8)(y6/9) + (10)(x4/4)(-y9/27) + (5)(x2/2)(y12/81) +(1) (1)(-y15/243)= x10 - 5x8y3 + 5x6y6 32 48 36 3) Desarrollar x 1 x 5x4y9 54 + 5x2y12 - y15 162 243

4 = (x1/2 x-1/2)4

(x 1/2)4(-x -1/2)0 + (x 1/2)0(-x -1/2)4

(x 1/2)3(-x -1/2)1 +

(x 1/2)2(-x -1/2)2 +

(x 1/2)1(-x -1/2)3 +

(1)(x 4/2)(1) + (4)(x 3/2)(-x -1/2) + (6)(-x 2/2) + (4)(x 1/2)(-x -3/2) + (1)(1)(-x -4/2)=

x2 4x + 6 - 4 + 1 x x2 Para determinar el k-esimo trmino de un binomio elevado a la n-esima potencia se aplica la siguiente expresin a n-k+1 b k-1 Ejem 1) El 6 termino de ( 3 x2 - 2y3 ) 9 3 n=9 k=6 , n k + 1 =4 , k 1 = 5 (3x2)4 -2y3 3
5

126 (81x8)

-32 y 15 243

= -1344x8 y15 2) El 3er termino ( ex e-x)7 n= 7 k=3 , nk+1=5 k1=2 ( e x)5 (-e x)2 = 21 ( e 5x) (e 2x) = 21 e 3x 3)Hallar el termino del desarrollo 2x2+ y3 2 1 10 2 9 3 8 4 7 5 6
10

que contiene a x 12

en el 5 termino

n= 10 k= 5 n-k+1 = 6 k 1 = 4 (2x 2)6 y3 2

4

= 210 ( 64x12 )

y 12 16

= 840 x 12 y 12 4) Hallar n si C(n, 2) = 36

Como C(n, r) = n(n-1) (n-2) , , , (n-r+1) 1x2x3x , , , x(r-1)r 9x8x7 = 1x2x3 C(n, 2) = n( n 1) = 36 1x2 n (n 1) = 72 , n2 n = 72 = 0 , factorizando (n-9) (n+8) =0 , si n-9=0, n=9 si n+8=0, n=-8 Entonces n=9 C(9,2) = 9x8 = 36 1x2 5) Hallar n si 2C(n,4) = P(n,2) Como P(n,r) = n(n-1)(n-2) , , , ( n-r+1) 2 n (n-1)(n-2)(n-3) = n (n-1) multiplicando por 12 1 2 3 4 n (n-1)(n-2)(n-3) = 12n (n 1) dividiendo entre n(n-1) n(n-1) n(n-1) (n-2) (n-3) = 12 n2 5n 6 = Factor (n-6) (n+1) = 0 , n= 6 2C(6, 4) = P (6, 2) 2 ( 15 ) = 30

2.3 ) CONCEPTOS BSICOS DE PROBABILIDAD

PROBABILIDAD.- Rama de las matemticas que se ocupa de medir o determinar cuantitativamente, la posibilidad de que ocurra un determinado suceso. La probabilidad esta basada en el estudio del anlisis combinatorio y es fundamento necesario de la estadstica. La probabilidad puede ser objetiva o subjetiva. La primera el resultado de calculo mientras que la subjetiva refleja la percepcin que la emite. Enfoque de frecuencia relativa Objetiva (por medios de clculos) Enfoque clsico Tipos de Probabilidad Subjetiva (A juicio personal) La probabilidad tiene dos enfoques como frecuencia relativa y clase. 2.3.1) PROBABILIDAD COMO FRECUENCIA RELATIVA La probabilidad objetiva bajo el enfoque de frecuencia relativa define la probabilidad como la relacin entre el nmero de eventos favorables obtenidos respecto al total de intentos. Probabilidad = No casos favorables No total de intentos Ejem 1) Una caja contiene naranjas y manzanas se han tomado 60 frutas de caja y de estas 15 han sido manzanas, calcular, la probabilidad que que al extraer una fruta esta sea. a) naranja P = No de naranjas extradas = 45 = 3 = 0.75 = 75% No de frutas extradas 60 4 b) manzanas P = No de maneras extradas = 15 = 1 = 0.25 = 25 % No de frutas extradas 60 4

2) Un dado es lanzado 200 veces, apareciendo en su cara superior los siguientes resultados

No de edad Frecuencia

1 48

2 36

3 42

4 30

5 18

6 58

Calcular la probabilidad de que al lanzar nuevamente el dado, en su cara superior aparezca. a) 5 a) b) c) d) b) Numero impar c) 3 o 6 d) Numero primo = 9%

P = Frecuencia de numero 5 = 18 = 9 = 0.09 No. de lanzamiento 200 100 P = Suma de frecuencias de numero 1, 3, 5 No de lanzamientos P = Suma de frecuencias de nmeros 3 y 6 = No de lanzamientos

= 108 = 27 = 0.54 = 54% 200 50 100 = 1 = 0.5 = 50% 200 2 = 12 = 0.48 = 48% 25

P = Suma de frecuencias de nmeros 2, 3, 5 = 96 No de lanzamientos 200

2.3.2 PROBABILIDAD CLSICA La probabilidad objetiva bajo el enfoque clsico supone todos eventos se supone que tienen la misma probabilidad de ocurrir. Esta es la relacin entre el nmero de eventos sealado como existentes, respecto al total de eventos posibles. Probabilidad = No de casos favorables No de casos posibles Ejem 1) Una caja contiene 90 manzanas y 55 naranjas calcular la probabilidad de que al extraer una fruta de la caja esta sea. a) manzana P = No de manzanas = 90 = 18 = 0.62 = 62.06% No de frutas 145 29 b) naranja P = No de naranjas = 55 = 11 = 0.38 No de frutas 145 29 Todas las probabilidades son fracciones propias ESPACIO MUESTRAL Y EVENTOS = 37.93%

El conjunto S de todos los resultados posibles de un experimentos dado se llama espacio muestral. Un resultado en particular es decir un elemento de S se llama punto muestral o muestra. Por ejemplo el espacio muestral de los siguientes experimentos es. 1) De lanzar una moneda. S = { a, s}, 2) De lanzar un dado S = { 1, 2, 3, 4, 5, 6} n (5) = 6 n (s) = 2

3) De lanzar una moneda y un dado S = {a1, a2, a3, a4, a5, a6, s1, s2, s3, s4, s5, s6} n (s) = 12 4) De lanzar 2 monedas S = { aa, as, sa, ss} 5) De lanzar 3 monedas a3 a2 s3 a1 a3 s2 s3 a3 a2 s3 s1 a3 s2 s3 6) De lanzar dos dados S = {(1,1)(1,2), , ,(1,6)(2,1)(2,2), , ,(2,6) , , , ,(6,1)(6,2), , , (6,6)} n(s) = 36 (s1, s2, s3) n (s) = 8 (s1, s2, a3) (s1, a2, s3) (a1, s2, s3) (s1, a2, a3) (a1, s2, a3) (a1, a2, a3) (a1, a2, a3)

Se puede combinar varios eventos para formar nuevos eventos utilizando las diferentes operaciones con conjuntos. 1) AUB es el evento que sucede si solo si A o B o ambos suceden. A B

2) AnB es el evento que sucede si y solo si A y B suceden simultneamente

3)A es el elemento que sucede si solo si A no sucede

4)Si AnB = entonces A y B no pueden suceder simultneamente A y B se llaman mutuamente exclusivos.

S 2) Sea el experimento de lanzar 3 monedas normales con los siguientes eventos a) Que aparezcan al menos 2 soles

b) Que aparezcan 2 guilas c) Que aparezcan resultados iguales Calcular la probabilidad de los siguientes eventos a) P(A) b) P(B) c) P(c) d) P(AUB) e) P(BnC) f) P(C) g)P(BUC)

a)A = { ass, sas, ssa, sss} P(A) = 4 = 1 = 0.5 = 50% 8 2 b)B= { aas, asa, saa} P(B) = 3 = 0.375 = 37.5% 8 c)C= { aaa, sss} P(C) = 2 = 1 = 0.25 = 25% 8 4 d)AUB = Que aparezcan al menos 2 soles o 2 guilas AUB { aas, asa, ass, saa, sas, ssa, sss} P(AUB)= 7 = 0.875 = 87.5% 8 e)BnC= que aparezcan 2 guilas y resultados iguales BnC = { vaci = {} P(BnC) = 0 = 0 8

f)C = Que no aparezcan resultados iguales C ={ aas, asa, ass, saa, sas, ssa} P(c) = 6 = 3 = 0.75 = 75% 8 4 g)BUC = Que no aparezcan 2 guilas o resultados iguales BUC = {aaa, aas, asa, saa, sss} P (BUC) = 5 = 0625 = 62.5% 8

2.3.3) PROBABILIDAD ARIOMATICA

Sea S un espacio muestral y sea P una funcin de valores reales definida. Entonces P se llama funcin de probabilidad y P(A) es llamada probabilidad y P(A) es llamada probabilidad del evento A si se cumplen los siguientes axiomas. |) Para todo evento A O < P (A) < 1

||) P (s) = 1 evento seguro |||) Si A y B son eventos mutuamente exclusivos es decir AnB = {}, entonces P (AUB) = P(A) + P(B)

|V) Si A1, A2, A3 , , , , An es una serie de eventos mutuamente exclusivos entonces P(A1UA2UA3U, , , Uan) = P(A1) + p(A2) + P(A3) + , , , + P(An) TEOREMAS DE LA PROBABILIDAD Estos estn basados en los anteriores axiomas: |) Si {} es el conjunto vaco, entonces P({}) = 0 (evento imposible) ||) si A es el complemento de A entonces P (A) = P (S) P (A) |||) Si ACB es A es subconjunto de B entonces P(A) < P(B)

B A A S

|V) Si A y B son dos eventos entonces P(A-B) = P(A)- P(AnB)

A-B V)Si A y B son dos eventos entonces

AnB

P(AUB) = P(A) + P(B) P(AnB)

ESPACIOS FINITOS DE PROBABILIDAD Sea S un espacio muestral es el conjunto de todos los resultados

Es decir

s{ a1, a2, a3, an}

Un espacio finito de probabilidad se obtiene al asignar a cada punto A1 que pertenece a S A: Es un nmero real p llamado probabilidad De a: que satisface la sig. Propiedades |) Cada pi es numero negativo, es decir P1 > 0 ||) La suma de los Pi es igual a uno, es decir P1 + P2 + P3 + , , , ,+ Pn =1 Ejem 1) Sea el experimento de lanzar 3 monedas y observar al numero de soles que aparecen calcular la probabilidad de cada uno de los puntos de este espacio es particular. En general este espacio muestral ocurre de 8 maneras S{ aaa, aas, asa, ssa, sas, saa, sss} n(s) =8

En particular observando el numero se soles que aparezcan S = { 0, 1, 2, 3} P(0) = P ({aaa}) = 1/8 = 0.125 P(1) = P ( {aas, asa, saa}) = 3/8 P(2) = P ({ass, ssa, sas} = 3/8 = P(3) = P ({sss}) = 1/8 = 0.125 = = 12.5% = 0.375 = 37.5% 0.375 = 37.5 % 12.5%

Se cumple que P(1) + P(2) + P(3) + P(4) = 1 ESPACIOS FINITOS EQUIPROBABLES Frecuentemente las caractersticas fsicas dan experimento sugiere que se asignen iguales probabilidades a los diferentes resultados del espacio muestral. Un espacio muestral finito (S) de probabilidad donde cada punto muestral tiene la misma probabilidad se llamara espacio equiprobable o uniforme. En particular si S contiene punto entonces la probabilidad de cada es 1/n adems, si un evento A que pertenece a S contiene r puntos entonces la probabilidad de evento A es r/n. En dos palabras P(A) = No de maneras en que A sucede No de maneras en que S sucede Ahora calcularemos probabilidades donde el numero de maneras en que A y S suceden se obtengan con anlisis combinatorio.

Ejem 1) Sean 3 piezas de fundicin elegidas al azar de un grupo de 12, donde 5 presentan algn defecto. Hallar la probabilidad de que: a) Las tres sean buenas P = No de maneras de elegir 3 de 7 piezas buenas No de maneras de elegir 3 de 12 piezas 7 3 = 35 = 7 = 0.1590 = 15.90% 12 220 44 3

P=

b) Las tres sean defectuosas P = No de maneras de elegir 3 de 5 piezas defectuosas No de maneras de elegir 3 de 12 piezas 5 3 = 10 = 1 = 0.045 = 4.5% 12 220 22 3

P=

c) Que una sea defectuosa P = No de mano de elegir 1 de 5 y 2 de 7 buenas No de mano de elegir 3 de 12 piezas 5 1 P= 7 2 = 5x21 = 105 = 21 = 0.48 = 47.72% 12 220 220 44 3

d) Que al menos una sea defectuosa Es decir que haya 1 o 2 o 3 piezas defectuosas calculemos la de dos defectuosas. P = No de maneras de elegir 2 de 5 y 1 de 7 buenas No de maneras de elegir 3 de 12 piezas

5 2 P =

7 1 = 10x7 = 7 = 0.318 = 31.81 % 12 220 22 3

El resultado del inciso es P(1) + P(2) + P(3) = 21 + 7 + 1 = 37 = 0.84 = 84.09% 44 22 22 44 Otra manera de resolver este inciso es ver el experimento como un espacio finito de probabilidad, donde el nmero de piezas defectuosas esperando es S = { 0, 1, 2, 3} donde P(0) + P(1) + P(2) + P(3) = 1 Que al menos uno sea defec. Despejando P(1) + P(2) + P(3) = 1 P(0) = 1 - 7 = 77 44 44

PROCESOS ESTOCASTICOS Una asociacin finita de experimento en lo cuales cada experimento tiene un numero finito de resultados con probabilidades dadas se llama un proceso estocstico finito. Una manera conveniente de describir al proceso y calcular la probabilidad de un evento es por medio de un diagrama de rbol, el teorema de la multiplicacin se usa para calcular la probabilidad de que resultado representando una trayectoria determina del rbol. Ejem 1) Se tienen 3 cajas; La | contiene 10 lmparas con 3 que no encienden, la || 8 lmparas con 2 que no encienden y la ||| con 5 lmparas y 1 que no enciende. Se elige una caja al azar y se extrae una lmpara calcular la probabilidad de que: a) La lmpara encienda P = Sumatoria del producto de trayectoria que llevan a una lmpara buena. P=1 x 7 + 1 x 3 + 1 x 4 3 10 3 4 3 5 P = 7 + 1 + 4 = 45 = 3 30 4 15 60 4

b) La lmpara no encienda P = 1 x 3 + 1 x 1 + 1 + 1 = 1 + 1 + 1 = 15 = 1

10

10

12

15

60

c) Supngase que alguien extrajo una lmpara y resulto ser defectuoso Cul es la probabilidad de que provenga de la caja ||? P= 1 3 1 3 x 1 4 x 3 + 1 x 1 + 1 x 1 10 3 4 3 5 1 = 12 1 4

FUNCIN DE DENSIDAD O DISTRIBUCIN DE PROBABILIDADES Sea x una variable aleatoria de un espacio muestral. Si con el conjunto imagen finito es decir. X(s) = { x1, x2, x3, , xn} X(s) se convierte en un espacio de probabilidad definiendo la probabilidad de x1 como P(x=x1) escribindola como f(x) Esta funcin f de x(s) o sea definida como f(x1) = P(x = x1) se llama funcin de distribucin de probabilidad de x y se expresa generalmente en forma de tabla. Xi F(x1) x1 x2 x3 xn f(x1) f(x2) f(x3) f(xn)

Esta distribucin cumple con las siguientes propiedades F (x) > 0 Ejem) Sea el experimento de lanzar un par de dados, donde la variable aleatoria adopta el valor de la suma de sus caras. Construir la distribucin de probabilidades. X(s) = { 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12} Xi F(xi) 2 3 45 6 7 8 9 10 11 12

1/36 1/18 1/12 f(3) = P {( 1, 2) (2, 1)} = 2/36

F(2) = 1/36 = P ({ 1, 1}) ESPERANZA MATEMTICA

Si x es la variable aleatoria con la distribucin de frecuencias anterior, enlaces la media o valor esperado o esperanza matemtica, se denota y se define por: E (x) = x1 f(x1) fx2 f(x2) + x3 f(x3) + , , , + xn f(xn)

Ejem) Se lanza un dado normal, si se aparece nmero par se ganan $200, pero si aparece nmero primo se pierden $150. Hallar el valor esperado del jugador.

Cara del dado Xi f(Xi)

1 0 1/6

2 +50 1/6

3 -150 1/6

4 +200 1/6

5 -150 1/6

6 +200 1/6

E(x) = 0(1/6) +50 (1/6) 150 (1/6) +200 (1/6)-150 (1/6) + 200(1/6) = $ 25

DISTRIBUCIN DE POISSON Esta distribucin se denota y se define como P(k: ) =

k

eK!

Donde

= np

N = No de ensayos o muestra P= Probabilidad de ocurrencia K= No. de xitos = 0, 1, 2, 3 E = No natural = 2.7182 Ejem : Supngase que el 4% de los artculos productos por una fabrica presentan algn defecto si se toma una muestra de 100 artculos, calcular la probabilidad de que haya. a)2 artculos defectuosos n = 100, p = 4% = 1/25 = 100 x 1/25 = 4 , k = 2

P (k= 2) = P(2:4) = (4)2 e-4 = 8 e-4 = 0.15 = 14.62 % 2! b) Al menos 2 artculos defectuosos P(k>2) = P ( k = 2) + P(k=3) + P(k=4) + , , , + P(k =100)

=1=1-

P ( k= 0) + P (k =1) P (0, 4) + P ( 1, 4)

P ( k > 2) = 1 - (4)0 e 4 + (4)1 e 4 0! 1! = 0.90 = 90.84% d) Cuando mucho 2 artculos defectuosos P (k<2) = P(k = 0) + P(k=1) + P(k=2) = (4)0 e 4 0! + (4)1 e-4 + (4)2 e-4 1! 2!

= e-4 (1+4+8 = 13 e 4 = 0.24 = 23.81%