Unidad II
2.1 pricipios:
Principio de multiplicación.
Si un evento A se puede realizar de «m» formas diferentes y luego se puede
realizar otro evento B de «n» formas diferentes, el número total de formas en que
pueden ocurrir A y B es igual a m x n. Es decir, ambos eventos se realizan,
primero uno y luego el otro. El «y» indica multiplicación.
Ejemplo: ¿de cuántas formas se puede vestir una persona que tiene 3 pantalones
y 3 camisas?
Para vestirse, la persona se pone el pantalón y luego la camisa, es decir tiene 3 x
3 = 9 opciones diferentes de vestirse.
Principios de adición.
Principio de la adición
Si un evento «A» se puede realizar de «m» maneras diferentes, y otro evento «B»
se puede realizar de «n» maneras diferentes, además, si ocurre uno no puede
ocurrir el otro, entonces, el evento A o el evento B, se realizarán de m+n formas.
Es decir, aquí ocurre A o ocurre B. El «o» indica suma.
Ejemplo: ¿de cuántas formas se puede cruzar un río, sabiendo que se dispone de
3 botes y 4 barcos?
El río se puede cruzar en bote o en barco, es decir, tiene 3 + 4 = 7 opciones
diferentes para cruzar el río. El río se cruza en bote o en barco.
Permutaciónes.
Una permutación es el número de maneras distintas en que se pueden ordenar los
elementos de un conjunto. Si el conjunto consta de elementos y estos se
quieren disponer en grupos de tamaño , entonces se requiere que .
Hay que tener en cuenta lo siguiente:
Sí importa el orden de los grupos, ya que el intercambio entre dos elementos
distintos genera una nueva permutación
No se repiten los elementos, ya que de repetirse o ser iguales entre si, al
intercambiarlos no se genera una nueva permutación
Para obtener el total de maneras en que se pueden colocar elementos en
posiciones se utiliza la siguiente fórmula:
Si en dado caso, para calcular el total de permutaciones se utiliza la
siguiente fórmula:
A continuación, analiza los siguientes ejemplos utilizando lo anteriormente
mencionado.
Ejemplos de problemas de permutaciones
Calcular las permutaciones de elementos en posiciones.
Solución:
En este caso por lo que empleamos
Así, hay formas distintas de acomodar elementos.
Cuántos números de cifras diferentes se pueden formar con los
dígitos: ?
Solución:
Como se tiene dígitos diferentes, y se quiere números de cinco cifras,
entonces por lo que empleamos
Así, hay números de cinco cifras distintos formados con los
dígitos .
Combinaciones.
Una combinación es el número de formas en que se puede tomar una determinada
cantidad de objetos de una cantidad mayor de objetos si el orden no importa. Un
ejemplo sería seleccionar 4 libros de una pila de 10 libros.
2.2 Concepto de:
Espacio muestral.
Está formado por todos los posibles resultados de un experimento aleatorio.
Incluye cada uno de los sucesos elementales.
Experimentos determinísticos y aleatorios.
Un experimento aleatorio es aquél en el que si lo repetimos con las mismas
condiciones iniciales no garantiza los mismos resultados. Así, por ejemplo, al
lanzar una moneda no sabemos si saldrá cara o cruz, al lanzar un dado no
sabemos qué número aparecerá, la extracción de las bolas de sorteos, loterías,
etc. son experiencias que consideramos aleatorias puesto que en ellas no
podemos predecir los resultados.
Por el contrario los experimentos deterministas son aquellos en que si se repiten
las mismas condiciones iniciales se garantiza el mismo resultado. Por ejemplo, un
móvil que circula a una velocidad constante durante un determinado tiempo,
recorre siempre el mismo espacio; una combinación de sustancias en
determinadas proporciones y temperatura producen siempre el mismo resultado
de mezcla; un examen con ninguna respuesta correcta produce siempre el mismo
resultado: CERO.
Sucesos.
Un suceso es cualquier subconjunto del espacio muestral. Por ejemplo, “sacar
cara” en el lanzamiento de una moneda, “sacar el número 5” o “sacar un número
primo” en el lanzamiento de un dado son sucesos.
Frecuencia relativa.
La frecuencia relativa es un concepto estadístico que se refiere a la proporción o el
porcentaje de veces que ocurre un evento particular en relación con el total de
observaciones o datos en un conjunto.
En otras palabras, la frecuencia relativa proporciona una medida de la frecuencia
de un evento en comparación con el tamaño total del conjunto de observaciones.
2.3 Formulación axiomática de la probabilidad.
Los axiomas de probabilidad son las condiciones mínimas que deben verificarse para
que una función definida sobre un conjunto de sucesos determine consistentemente sus
probabilidades. Fueron formulados por Andréi Kolmogórov en 1933.
Ejemplo:
Los axiomas de probabilidad se utilizan ampliamente en multitud de aplicaciones. Por
ejemplo:
Se lanza una chincheta o tachuela al aire, y al caer al piso está la opción de caer con la
punta hacia arriba (U) o con la punta hacia abajo (D) (no consideraremos otras
posibilidades). El espacio muestral de este experimento consta de estos eventos, luego E
= {U,D}.
2.4 Concepto de.
Probabilidad condicional y total.
Es la posibilidad de que ocurra un evento, al que denominamos A, como
consecuencia de que ha tenido lugar otro evento, al que denominamos B.
Ejemplo:
Supongamos que tenemos un aula con 30 alumnos, siendo el 50 % de 14 años y
el otro 50% de 15 años. Además, sabemos que 12 integrantes del salón tienen 14
años y usan resaltador en sus libros ¿Cuál es la probabilidad de que un estudiante
del salón use resaltador si tiene 14 años?
Siguiendo la fórmula mostrada líneas arriba, primero, sabemos que la probabilidad
de que el estudiante tenga 14 años es 50%(P(B)). Asimismo, la probabilidad que
de que un estudiante tenga 14 años y use resaltador es 12/30=40%.
Por lo tanto, la probabilidad de que un estudiante use resaltador si tiene 14 años
se calcularía de la siguiente forma:
P(A|B)=P(A ∩ B)/P(B)=0,4/0,5=0,8=80%
Es decir, existe un 80% de probabilidad de que un estudiante use resaltador si
tiene 14 años.
El teorema de la probabilidad total es útil para determinar la probabilidad de un
suceso B en el que su probabilidad depende de otros sucesos que son
incompatibles dos a dos y cubren todo el espacio muestral. Si en estas
condiciones conocemos las probabilidades condicionadas podemos hallar la
probabilidad de B.
Ejemplo:
Lanzamos un dado, ¿cu´al es la probabilidad de que salga el n´umero 2?
Llamamos A al suceso “sale el el n´umero 2”, sea B el suceso “sale par”. Es
evidente que P ( A) = 16 , mientras que si ya sabemos que ha sucedido B, la
probabilidad de que salga 2 ser´a ahora 13 . Por otro lado, la probabilidad de que
ocurra A sabiendo que no ha ocurrido B es 0.
Teorema de Bayes e Independencia.
El teorema de Bayes parte de una situación en la que es posible conocer las
probabilidades de que ocurran una serie de sucesos Ai.
A esta se añade un suceso B cuya ocurrencia proporciona cierta información,
porque las probabilidades de ocurrencia de B son distintas según el suceso Ai que
haya ocurrido.
Conociendo que ha ocurrido el suceso B, la fórmula del teorema de Bayes nos
indica como modifica esta información las probabilidades de los sucesos Ai.
Ejemplo:
Si seleccionamos una persona al azar, la probabilidad de que sea diabética es
0,03. Obviamente la probabilidad de que no lo sea es 0,97.
Si no disponemos de información adicional nada más podemos decir, pero
supongamos que al realizar un análisis de sangre los niveles de glucosa son
superiores a 1.000 mg/l, lo que ocurre en el 95% de los diabéticos y sólo en un 2%
de las personas sanas.
¿Cuál será ahora la probabilidad de que esa persona sea diabética?
La respuesta que nos dá el teorema de bayes es que esa información adicional
hace que la probabilidad sea ahora 0,595.
Vemos así que la información proporcionada por el análisis de sangre hace pasar,
la probabilidad inicial de padecer diabetes de 0,03, a 0,595.
Evidentemente si la prueba del análisis de sangre hubiese sido negativa, esta
información modificaría las probabilidades en sentido contrario. En este caso la
probabilidad de padecer diabetes se reduciría a 0,0016.
