0% encontró este documento útil (0 votos)
97 vistas4 páginas

Probabilidades en Permutaciones y Combinaciones

Este documento describe conceptos de probabilidad como permutaciones, combinaciones, distribución binomial y distribución hipergeométrica. Explica cómo calcular la probabilidad de eventos en experimentos de extracción con y sin reemplazo de esferas de una urna con diferentes colores. Finalmente, resuelve ejemplos numéricos aplicando estas distribuciones de probabilidad.

Cargado por

RafaRex
Derechos de autor
© © All Rights Reserved
Nos tomamos en serio los derechos de los contenidos. Si sospechas que se trata de tu contenido, reclámalo aquí.
Formatos disponibles
Descarga como PDF, TXT o lee en línea desde Scribd
0% encontró este documento útil (0 votos)
97 vistas4 páginas

Probabilidades en Permutaciones y Combinaciones

Este documento describe conceptos de probabilidad como permutaciones, combinaciones, distribución binomial y distribución hipergeométrica. Explica cómo calcular la probabilidad de eventos en experimentos de extracción con y sin reemplazo de esferas de una urna con diferentes colores. Finalmente, resuelve ejemplos numéricos aplicando estas distribuciones de probabilidad.

Cargado por

RafaRex
Derechos de autor
© © All Rights Reserved
Nos tomamos en serio los derechos de los contenidos. Si sospechas que se trata de tu contenido, reclámalo aquí.
Formatos disponibles
Descarga como PDF, TXT o lee en línea desde Scribd

1

Permutaciones y Combinaciones
Sea A un conjunto tal que #A=M
Entonces el nmero de subconjuntos de A ordenados distintos de n elementos (n M) es dado por:
) 1 )........( 1 (
,
+ = n M M M P
n M
Permutacin de M en n
En particular cuando M n =
! 1 )........ 1 (
,
M M M P
M M
= =
es el nmero de ordenamientos distintos de los M elementos de A.
y el nmero de subconjuntos de A distintos con n elementos es dado por :
!
) 1 )....( 1 (
,
n
n M M M
n
M
C
n M
+
=

=
En el siguiente ejemplo se proporciona un proceso en el que, a partir de un experimento y haciendo
utilidad de lo que se ha visto hasta ahora lograremos determinar dos modelos probabilsticos
(distribuciones de probabilidad) que nos permiten dar o bien modelar mediante esas distribuciones la
probabilidad de ocurrencia de eventos que se definen en el ejemplo.

Ejemplo: Sea una urna que contiene 10 esferas numeradas de 1 a 10 donde las primeras 4 esferas
son negras y las restantes 6 no lo son. Considrese el experimento de extraer aleatoriamente 5
esferas de la urna. Defnase X :el evento de que en la muestra de 5 esferas extradas hay exactamente
3 negras. Calcular la probabilidad de X considerando los dos tipos de muestreo con reemplazo y sin
reemplazo.

i) Con reemplazamiento. Se van sacando de la urna una por una se observa y se regresan.
Veamos en este caso el nmero de casos posibles.:
= } , 10 ,... 2 , 1 ) , , ,. , {(
5 4 3 2 1
=
i
x x x x x x
Hay 10 esferas para extraer en la 1 extraccin,
Hay 10 eferas extraer la 2, ..., as sucesivamente
y finalmente hay 10 nmeros para realizar la 5 extraccin.
As #=
veces 5
10 ) 10 ( 10 )( 10 )( 10 )( 10 (
5

=

Veamos el nmero de casos favorables:
X ={ ) , , , , (
5 4 3 2 1
x x x x x tal que exactamente 3 son negras. Tres de estas tienen nmeros
del 1-4 y dos del 5-10, los nmeros pueden repetirse}
X es un subconjunto de con exactamente 3 esferas negras
Considerando el evento X , pensemos en el orden en que fueron saliendo las 5 esferas, as las tres
negras pueden ocupar diferentes orden de las 5 extracciones.

Si consideramos obtener en las primeras tres extracciones, puras negras, se tiene que el # de
subconjunto de X con esta caracterstica es:
2 3
6 4
veces 2 veces 3
) 6 )( 6 ........( ) 4 )( 4 )( 4 ( =


Pero dentro de las 5 posiciones, hay diferente forma que caigan las tres negras, no necesariamente
deben ser las 3 primeras. As el nmero de formas en que las 3 negras tomen sus posiciones dentro
de las 5 extracciones es:

3
5

2
Por tanto # X =
2 3
6 4
3
5


As:
5
2 3
10
6 4
3
5
) 3 (

= = X P
GENERALIZANDO
Es posible generalizar este ejemplo:
Consideremos que hay M esferas numeradas de 1 a M
Hay K negras (numeradas de 1 al K) y M-K no negras (numeradas de K+1 a M)
Se seleccionan n esferas de la urna con reemplazamiento
Cul es la probabilidad de las n esferas extradas haya exactamente 1 k negras?
Solucin
X ={ ) ,.... , (
2 1 n
x x x tal que de las n extracciones hay exactamente 1 k esferas
negras}
Denotemos X como 1 k X = , entonces:
n
k n k
M
K M K
k
n
k X P
1 1
) (
1
) 1 (

= =
Obsrvese que:
=

= =


1 1
1
1
1
1
1
1
1 1 1 1
1
) (
1
) (
1
) (
1
) 1 (
k n k
k n
k n
k
k
k
k
n
k n k
n
k n k
M
K M
M
K
k
n
M
K M
M
K
k
n
M
M
M
K M K
k
n
M
K M K
k
n
k X P
=
Se observa que:
M
K
M
K M
=

1 Si hacemos
M
K
p =
1 1
) 1 (
1
) 1 (
k n k
p p
k
n
k X P

= =

Que es denominado distribucin Binomial

ii) Sin reemplazamiento
Veamos el nmero de elementos de la muestra.
En este caso, el espacio muestral es:
= } ,... 2 , 1 ) ( ),..., ( ), {(
5 2 1
M i diferentes son x las todas x x x
i
=
Para extraer la 1 esfera puede hacerse de 10,
Para extraer la 2 esfera puede hacerse de 9,
Para extraer la 3 esfera puede hacerse de 8, as, sucesivamente
Para extraer la 5 esfera puede hacerse de 6,

Por lo que el nmero de eventos del espacio muestral es:
#=(10)(9)(8)(7)(6)=
5 , 10
P
3

Veamos el nmero de casos favorables, es decir de los elementos de X
X ={ ) , , , , (
5 4 3 2 1
x x x x x tal que exactamente 3 son negras. Tres de estas tienen nmeros
del 1-4 y dos del 5-10 los nmeros de las esferas no pueden repetirse}:

X es un subconjunto de con exactamente 3 esferas negras; las 3 esferas deben ocupar 3
posiciones de las 5 extracciones disponibles en la muestra deseada.

Si consideramos obtener las 3 primeras esferas negras se tiene que el nmero de este subconjunto de
X es :
2 , 6 3 , 4
) 5 )( 6 )( 2 ( ) 3 ( 4 P P =
Pero dentro de las n posiciones, el nmero de formas en que las 3 esferas negras pueden tomar sus
posiciones en las 5 extracciones es:

3
5

Por tanto # X =
2 , 6 3 , 4
3
5
P P


As:
5 , 10
2 , 6 3 , 4
3
5
) 3 (
P
P P
X P

= =
GENERALIZANDO
Es posible generalizar este ejemplo:
Consideremos que hay M esferas numeradas de 1 a M
Hay K negras (numeradas de 1 al K) y M-K no defectuosas (numeradas de K+1 a M)
Se seleccionan n esferas de la urna sin reemplazamiento
Cul es la probabilidad de las n esferas haya exactamente 1 k negras?
Solucin
Sea X ={ ) ,.... , (
2 1 n
x x x tal que de las n extracciones, hay exactamente 1 k esferas negras}
Denotemos X como 1 k X =
n M
k n K M k K
P
P P
k
n
k X P
,
1 , 1 ,
1
) 1 (

= =
Observemos que:

= =

n
M
k n
K M
k
K
n n M
M
k n k n K M
K M
k k K
K
n M
M
k n K M
K M
k K
K
k k n
n
P
P P
k
n
k X P
n M
k n K M k K
1
! ) (
!
)! 1 ( ))! 1 ( (
)! (
! 1 )! 1 (
!
)! (
!
))! 1 ( (
)! (
x
)! 1 (
!
x
! 1 )! 1 (
!

1
) 1 (
,
) 1 ( ), ( 1 ,

Esta distribucin es comnmente conocida como una distribucin hipergeomtrica.
4
Una caja contiene 24 bombillas de luz, de las cuales cuatro son defectuosas, si una
persona selecciona al azar cuatro bombillas de la caja, sin reemplazamiento. Cul
es la probabilidad de que las cuatro bombillas sean defectuosas?
Solucin
= {todos los subconjuntos de cuatro bombillas que se pueden formar}
A = {los subconjuntos de cuatro bombillas defectuosas que se pueden formar}
As: #( ) =

4
24
#(A) = 1
4
4
=


( )
( )( )
( )( )
( )( )( )( )
000094 . 0
10626
1
21 22 23 24
! 4
! 24
! 4 ! 20
! 4 ! 20
! 24
1
4
24
1
= = = = =

= A P
De una urna con cinco bolas rojas y tres blancas se sacan dos. Calcula la
probabilidad de los siguientes eventos (con y sin remplazo).
a) A : {Ambas son blancas}
b) B : {ambas son del mismo color}
c) C : {La segunda bola es blanca}

Solucin:
a) A : {Ambas son blancas}
M = 8 k = 3, n = 2, k
1
= 2
Con reemplazo:
( )
64
9
8
5 3
2
2
) (
2
0 2
=

= A p
Sin reemplazo:
28
3
2
8
0
5
2
3
) ( =

= A p

b) B : {ambas son del mismo color}
M = 8 k = 5 n = 2 k
1
= 2
Con reemplazo:
R:Ambas son rojas
( )
( )
32
17
64
34
64
9
64
25
) ( ) (
64
25
8
3 5
2
2
) (
2
0 2
= = + = + =
=

A P R P B P
R P

Sin reemplazo:
( )
28
13
28
3
28
10
) ( ) (
28
10
2
8
0
3
2
5
) (
= + = + =
=

=
A P R P B P
A P



a) C : {La segunda bola es blanca}
Con reemplazo:
( )
( )( )
8
3
64
24
8
3 8
2
= = = C P
Sin reemplazo:
( )
( )( )
( )( )
( )( )
( )( ) 8
3
56
21
56
6
56
15
7 8
2 3
7 8
3 5
= = + = + = C P

También podría gustarte