CAPITULO VI
En todas las facetas de la vida, el proceso de incertidumbre aparece continuamente, de
tal forme que es un concepto de aplicacién importante, por lo que en este capitulo nos
enfocaremos a estudiar y analizar Ips:
FUNDAMENTOS DE LA TEORIA DE LA PROBABILIDAD
Objetivo:
El alumnado conocera, analizara y aplicara algunos de los métodos basicos de
| conteo, incluyendo las permutaciones y combinaciones; asi como los conceptos
Jsicos de la probabilidad y el célculo de las probabilidades utilizados en
* ambientes estadisticos. INTRODUCCION
La probabilidad es una herramienta de suma importancia en éreas como la estadistica, la
fisica etc. Es una herramienta matematica que fundamente el proceso de toma de
decisiones del estudio estadistico descriptive. Es importante mencionar que la
probabilidad, serd la encargada de dar el soporte para poder llevar a cabo una exitosa
toma de decisiones, lo cual no es otra cosa mas que hacer una inferencia del estudio.
Es importante mencionar y recalcar nuevamente que la mayoria de los fenémenos que
ocurren 0 se dan en nuestra vida cotidiana, parecen ester dominados por un
comportamiento de forma muy aleatoria y que seria dificil hacer una toma de decisiones
para los eventos de ocurrencia. La mayor parte de todas las decisiones, se rgaiizan en un
ambiente caracteristico, principalmente por la ausencia de un conocimiento completo de
ciertas situaciones y/o problematicas. Por ejemplo, supéngase que el Sr. Gutiérrez tiene
que decidir acerca de! némero de unidades que se fabricaran de un cierto producto; lo
cual se basa en las estimaciones del numero de unidades que se éspera vender. Aqui es
importante mencionar que si se conociera por adelantado la cantidad esperada de venta,
Pues practicamente la decisién a tomar por el Sr. Gutiérrez simplemente seria elaborar
exactamente dicha cantidad, sin que hubiera escasez ni excedentes; de tal forma que no
existe mayor complicacién ni dilema. Sin embargo, en ciertas situaciones del 4mbito real
donde esta presente una toma de decisiones, raras son las veces en las que se puede
recopilar la informacién asi de precisa, por lo que se tiene que hacer uso de la
herramienta de inferencia.
Los conceptos de probabilidad pueden ser sumamente tiles, cuando se hace frente a la
incertidumbre que caracteriza a la mayor parte de los“entornos en que’se toman Jas
decisioneS. La teoria de la probabilidad se aprovecha de que, para muchos fendmenos _
inciertos, existen patrones “a largo plazo" para su caracterizacién. Por ejemplo, cuando
se lanza una moneda al aire no se sabe con certidumbre cual sera el resultado de dicho
lanzamiento; es decir no se tiene la certeza de que caiga "Sol" 0 “Aguila”. Sin embargo, si
s@ realizan varios lanzamientos con la misma moneda, al transcurrir el numero de
lanzamientos; se puede decir que aproximadamente la mitad de los resultados deberd
corresponder al “Sol” y la otra mitad al lado de la “Aguila”.
La teoria de probabilidad es muy extensa y sus aplicaciones han ido adquiriendo una
relativa importancia en el area de: ingenieria, ciencia, administrativa publica y
empresarial, etc.
cAPITULOVE ANTECEDENTES
Las aplicaciones de la teoria de la probabilidad se remontan a principios del siglo XVII, ya
que, era y es uno de los instrumentos basicos de la estadistica y de sus principales
origenes fue en los juegos de azar. Dichos juegos de azar, como lo indica su nombre,
incluyen acciones tales como: el lanzamiento de dados, el juego de la ruleta, el
lanzamiento de una moneda, la extraccién de una carta de una baraja, etc., en los cuales
el resultado de un evento es incierto 0 desconocido. Sin embargo, atin cuando el
Fesultado de un evento en particular sea incierto, existe un resultado que se puede
Predecir. Y para cuantificar la posibilidad de que ocurra un evento se utiliza la palabra
probabilidad y que es una herramienta que es considerada especialmente una medida; —
es decir, una medida de la incertidumbre de ocurrencia de un evento.
Un noble francés del siglo XVIT estaba interésado en algunos de los juegos de azar que
Por entonces se jugaban en Monte Carlo; intento infructuosamente describir en forma
matematica la proporcién relativa de tiempo en que se podian ganar ciertas apuestas, y,
Puesto que conocia a dos de los mejores mateméticas de la época, Pascal y Fermat, les
conté sus dificultades. Esto dio origen al famoso intercambio de correspondencia entre los
dos matematicos referentes a la aplicacién correcta de las mateméticas para poder
calcular las frecuencias relativas de ocurrencias en juegos éencillos de apuestas. Por lo
General, los historiadores coinciden en que este intercambio de indormacién marcé el
inicio de la teoria-de las probabilidades, tal como se conoce hoy.
De acuerdo a los antecedentes anteriores se puede mencionar que son considerados los
pioneros de la teoria de la probabilidad a:
+ Blaise Pascal (1623-1662)
+ Pierre de Fermat (1601-1665)
* Pierre Simén de Laplace (1749-1827)
‘CAPITULO VI CONCEPTOS FUNDAMENTALES
Para iniciar el estudio de la Teoria de la probabilidad, es necesario definir una serie de
conceptos basicos para su mejor comprensién.
Teoria de la Probabilidad: Estudio de los Modelos Matemdticos y Fenémenos
Aleatorios.
Modelo Matematico: Representacién de la realidad por expresiones matematicas, de
manera, que a través de esas abstracciones se pueda obtener consecuencias de la
realidad de la cual se parte y de otras de naturaleza semejante.
Experimento: Es cualquier operacién cuyo resultado no puede predecirse con exactitud.
op $022 CLNEDSLE OOD
Experimento Aleatorio: Es aquel que’ puede dar lugar a més'de un resultado, por lo
que, no se puede predecir uno de ellos en una prueba en particular. Por ejemplo, los
experimentos relacionados con juegos de azar, no se pueden predecir los resultados de
los.ganadores del 5 y 6 en un domingo cualquiera,
PCOS
nw 0,
Experimento Detert
resultado final de un-proceso aun sin haberlo realizado. Por ejemplo, cuando los quimicos
istico: Es aquel experimento en el que es posible predecir el
combinan oxigeno mas hidrégeno, el resultado es agua; este experimento no es
necesario realizarlo para conocer el resultado.
Espacio Muestral: Un espacio muestral “S” asociado a un éperimento aleatorio, se
puede definir como el conjunto de todos los resultados posibles de dicho experimento.
Ejemplos:
1. Considérese el experimento de lanzer un dado.
Se sabe que los posibles eventos o resultados que se pueden dar al realizar dicho
experimento son 6, esto debido a sus caras numerables del 1 al 6. El espacio muestral es
representado por:
S= {2,345.6}
‘CAPITULO VE Vamos a considerar el experimento de lanzar una moneda.
Los posibles eventos o resultados que se pueden dar al realizar el experimento son dos,
cara 0 sol. De tal forma que el espacio muestral esta dado por estos posibles eventos, el
cual esta representado por:
feara, eru
Sucesos 6 Eventos: Es todo aquel resultado o grupo de resultados que pueden dar
origen a un experimento aleatorio. También se puede decir que se llama evento 0 suceso
@ todo subconjunto de un espacio muestral.
Ejempl
1. Vamos @ considerar el espacio muestral de lanzar un dado, donde los elementos de
dicho espacio son:
= 1,2,3,4,5,6)
En este caso el espacio muestral del 'lanzamiento de un dado esta formado por varios
eventos 0 sucesos, que son los ntimeros de cada cara del dado:
A256) -
Asimismo es importante comentar y definir que-los eventos pueden ser simples 6
compuestos.
Eventos Simples: Son aquellos eventos cuyas caracteristicas son las de estar
constituides por un solo elemento; por fo tanto:no se pueden descomponer en otros
elementos. Los eventos simples son mutuamente e&cluyentes; es decir, no pueden
ocurrir en forma simultanea.
Ejemplo:
1. Al lanzar un dado, se pueden obtener 6 eventos simples que serian: el 1, 2, 3, 4, 5y
6 respectivamente,
CAPITULOVE Eventos Compuesto:
'on aquellos eventos que se caracterizan principalmente por que
se pueden descomponer en una combinacién de eventos.
Ejemplo:
1. En el experimento de lanzar un dado, obtener un niimero par.
El espacio muestral de este evento es: E={2,4,6}, el cual representa el evento de lazar
un dado y que salga un numero par, este evento se puede descomponer asimismo en 3
eventos simples, es decir en: {2}. /4) {6}.
Otros ejemplos:
Evento simple:
1,2,3,4,5,6}
En el experimento del lanzamiento de un dado. Espacio Muestral
A = {evento que salga un # impar}={1, 3, 5}
B = {evento que el nimero sea < 4} = {1, 2, 3, 4)
Evento Compuesto:
En el experimento del lanzamiento de dos monedas
A= {el evento que salga uha cara)= {(Cruz, Cara), (Cara, Cruz), (Cara, Cara),}
Eventos Mutuamente Excluyentes: Este tipo de eventos se pueden definir como
aquellos eventos que no pueden ocurrir simuiténeamente al realizar una, sole’ Vez el
experimento.
Asimismo, podemos detir que dos eventos A y B son mutuamente excluyentes si y solo
Si, su interseccién es el conjunto vacio, es decir 4 B= ; esto es, que él conjunto A y
el conjunto B no tienen elementos en comin. *
Ejempl
CAPHTULOVE de
; \ pat
Por o que + \ ox
A )s WW
No son mutuamente excluyente / | Xy
B y C= No son mutuamente excluyentes
Ay C= Son mutuamente excluyentes
Eventos Imposibles: Este tipo de eventos se pueden conceptualizar como aquellos
sucesos que nunca ocurren.
Ejemplo:
1. Obtener un 7 al lanzar un dado normal.
Esto es imposible que ocurra; debide a que un dado normal tiene solamente 6 caras y su
espacio muestral es S
1.2,3.4,5,6} , el resultado de este evento es el conjunto vacio {0}
ya que el 7 no es un evento de ocurrencia y se puede clasificar como un evento
imposible.
Eventos Seguros: Son aquellos sucesos constituides por todos los eventos simples del
BO? :
espacio muestral.
ejemplo: Bled
G
1. Alrealizar el experimento aleatorio de lanzar‘tin dado y sacar cualquiera de sus caras.
EI espacio Muestral de dicho evento es: S = {I,2,3,4,5,6} ; y los eventos simples son:
{11,2} Bh {4} {5} {6}. Por to que se clasincan como everitos seguros.
Eventos Exhaustivo:
}os eventos A y B son colectivamente exhaustivos si su uniérLes
la totalidad del espacio muestral, es decir; AU B=E
Ejemplo:
1. Sea el experimento aleatorio del lanzamiento de un dado.
‘Su espacio muestral es S = {1,2,3,4,5,6}. Y sea el evento A= {1,23} y B= {4.5.6},
Por lo que el evento A y el evento B son Exhaustivos, debido a que la unién del evento A
con el evento 8 da como resultado todos los elementos del espacio muestral. Esto es;
{1.2.3,4.5,6}
AUB
“CAPITULO VI Eventos Dependientes: En este tipo de eventos la principal caracteristica, es que son
Sucesos en los que el conocimiento de la verificacién de uno de ellos, altera la
probabilidad de verificacién del otro. Se dice que dos o més eventos son dependientes, si
la ocurrencia de cualquiera de ellos, afecta la probabilidad de ocurrencia de alguno de los
otros eventos.
Ejemplo:
1. Consideremos la probabilidad de obtener 2 cartas de basto al sacar sucesivamente 2
cartas de una baraja de 40 cartas. Al sacar la primera carta la probabilidad de obtener
el basto es de 10/40 (existen 10 cartas de bastos) para la segunda carta se tendrén
dos escenarios si la primera se obtuvo una de basto y al_no sustituirla quedaran en el
paquete 39 cartas de las cuales 9 son de basto, en la segunda extracciéi la
probabilidad de obtener otro basto es de 9/39, en el segundo escenario es si no se
saco una de basto en este caso y al no sustituirla quedaran’en el paquete 39 cartas,
de las cuales 10 Son de bastos, en la segunda extraccién la probabilidad de obtener
otro basto es de 10/39, en ambos casos la segunda extraccién depende de la primera
lad 10/40 y la segunda extraccién tendré ahora 9/39 0
que tenia como probabi
10/39 respectivamente segtin sea el caso, como se puede observar la probabilidad de
la segunda extraccién es afectada por la primera (dependiente del primer evento).
Eventos Independientes: Se dice que dos 6 mas eventos son independientes; si la
ocurrencia de uno 0 cualquiera de ellos, no afecta la probabilidad de ocurrencia de
ninguno de los otros sucesos.
Ejemplo:
1. El evento de obtener simulténeamente un 2 al lanzar un dado y una cara al tirar una
moneda.
En este ejemplo, se puede visualizar que se estén utilizando 2 eventos independientes,
puesto que la ocurrencia de un 2 en el lanzamiento del dado es independiente del evento
de la moneda y no afecta la probabilidad de la aparicién de una cara en el tiro de la
moneda y viceversa.
‘CAPITULO VI Eventos complementarios: Dos eventos A y A son complementarios si y solo si, se
cumple que: P(A)+P(A)=P(S). Es decir, son eventos mutuamente excluyentes y su
Unién es el espacio muestral, de tal forma se tiene que:
P(A) + P(A)=P(S) pero P(S) = 1, entonces;
P(A) +P(A)=1 > P(A)=1- P(A)
Donde P(A), se lee “probabilidad de A complemento”
Ejemplo:
1. Lanzar un dado. S = {1, 2, 3, 4, 5, 6}
{2, 4,6} y su probabilidad es P(A)
Sale par: 6 = 1/2
Sale impar. A = £1, 3, 5} y.su probabilidad es P(A)= 3/6 = 1/2
A y B son eventos complementarios AMA=¢ son mutuamente excluyentes y
AVA =S={1,2,3,4,5.6} y su probabilidad es P(A) +P(A)=1/241/2 =1=P(S) por los
que A y.A son complementarios
DEFINICK PROBABIH
Y la Teoria de la Probabilidad es una rama de las.matemdticas que se encarga.de
modelar los eventos que se realizan al azar o fenémenos aleatorios, como a menudo
se les denominan.
Y Se define la probabilidad como un nimero comprendido entre 0 y 1, que se le asigna
@ un evento para sefialar su posibilidad de ocurrencia.
ENFOQUES DE LA PROBABILIDAD
En este apartado manejaremos los tres enfoques 0 escuelas existentes que tratan de dar
una definicién de la probabilidad, estas son:
> La Clasica
> La de Frecuencia Relativa y
> La Subjetiva,
(CAPITULO VE PROBABILIDAD (ENFOQUE CLASICO)
Se puede definir a la probabilidad (cldsica), como aquella en la cual la probabilidad de
un evento, se basa en el conocimiento del proceso involucrado. Haciendo uso de este
enfoque existe igual probabilidad para todos los posibles resultados del proceso, la
probabilidad de ocurrencia de un resultado o un evento de interés, puede obtenerse
mediante la siguiente expresién matemética:
PROBABILIDAD DE UN EVENTO = Numero de resultados en los que se presenta el evento
numero total de resultados posibles
A este tipo de probabilidad, a menudo, se le describe como una probabilidad a priori, esto
debido a que si utilizamos ejemplos predecibles como monedas no alteradas, dados no”
cargados y mazos de barajas normales, entonces podemos establecer la respuesta de
antemano, sin necesidad de lanzar una moneda, un dado 0 tomar una carta."No tenemos
que efectuar experimentos para poder llegar a sacar conclusiones.
En Ja probabilidad con enfoque cldsico, en la mayoria de los casos se tiene serios
Problemas cuando intentamos aplicarlo a los problemas de toma de decisiones menos
Previsibles. EI planteamiento clésico, supone un mundo ideal, -asimismo supone
situaciones que son bastante improbables pero que podemos concebir como reales. La
probabilidad clésica supone también una especie de simetria en el mundo,
EJEMPLO:
Consideremos que se realiza el experimento de lanzar un dado y donde se quiere calcular
la probabilidad de obtener un 2.
El espacio muestral de este experimento es : S = {1,2,3.4,5,6} y el evento que se desea se
efectiie es el que salgo el ntimero 2, lo cual se expresa como: A= {2}, de tal forma que
'2 probabilidad de ocurrencia del evento A es: P(4)= . Esto es: el valor del
numerador, representa la cantidad de elementos que contiene el evento A, que en este
caso es solamente uno, y el denominar representa el total de elementos que se tienen en
el espacio muestral, en este caso son 6 elementos.~
cAPrTULOW! PROBABILIDAD (ENFOQUE DE FRECUENCIAS RELATIVAS)
Ahora con este enfoque de Frecuencias Relativas, se permite determinar la probabilidad
con base en la proporcién de veces que ocurre un resultado favorable en cierto nimero
experimentos. No i
plice ningiin supuesto previo de igualdad de probabi
A este enfoque se le denomina también enfoque empiric, debido a que para determinar
los valores de probabilidad se requiere de la observacién y de la recopilacién de datos.
lades.
‘También se le denomina a posteriori, ya que el resultado se obtiene después de realizar
el experimento un cierto ntimero de veces.
Si se requiere conoger la probabilidad de un evento (A), utilizando este enfoque se debe
reafizar la siguiente operacién aritmética
(A) = Numero.de observaciones de A
Tamatio de la muestra
Una dificultad que esta casi siempre presente con este tipo de planteamiento, es que los
analistas lo utiliza a menudo sin evaluar el némero suficiente de resultados.
EJEMPLOS:
a
1. Supéngase que se sabe que una moneda tradicional esta cargada. Pard determinar a
probabilidad de que caiga Aguila, se realiza el experimento de lanzar 80 veces la
moneda al aire, de las cuales 30 veces cayé Aquila. Calcular la probabilidad de que
cocurra el evento de que caiga “Aguila”.
Sea el evento 4 = Caiga Aguila. Por lo que la probabilidad del evento A esta dada por:
30_3
P(4)==" 0.375
MS eg
CAPITULO VE 2. Ahora vamos a analizar que se ha observado que 9 de cada 50 vehiculos que pasan
or un crucero no llevan puesto el cinturdn de seguridad. Si una autoridad de transito,
decide pararse en esa misma esquina un dia cualquiera 2Cual seré la probabilidad de
que detenga a un automovilista y este no lleve puesto el cinturén de seguridad?
P(A)= Ny
= 0.18 0 simplemente el 18%
3. En un estudio que se realizo a ciertos alumnos de la Universidad General de México,
con cobertura de ciertos tipos de problemas dentales en sus pélizas de seguro médico
para dichos alumnos, una compafiia de seguros desea determinar la probabilidad de
ocurrencia de esos problemas, para poder asi fijar el precio del seguro. De tal forma
que un experto en estadistica recolecta datos de 100 alumnos de esta Universidad de
las categorias de edad adecuadas y encontré que 10 alumnos experimentaron el
problema dental particular durante el ajio antetior. Asi, la.probabilidad de ocurrencia.
es:
P(A)=19%/ 49 = 0.1 0 10%
CAPITULO VE PROBABILIDAD (ENFOQUE SUBJETIVO)
Existen varios sucesos y/o eventos cuyas probabilidades no pueden ser calculadas
haciendo uso del enfoque clasico ni del enfoque de frecuencias relativas, de tal forma que
surge el enfoque subjetivo, denominade también enfoque (probabilidad) personal, el
cual se refiere a la probabilidad asignada por una persona o un analista en particular,
basada generalmente en su experiencia, opinién personal y anilisis que él hace de la
situacién 0 evento en particular que se estudiando. Dicha probabilidad de asignacién debe
estar dentro del intervalo de cero a uno, esto es [0,1].
Fl enfoque subjetivo se utiliza generalmente en aquellas situaciones donde, en el
Momento de requerir una probabilidad no se pudtle determinar empiricamente. Y en
general se aplica a problemas de toma de decisiones; tales coma construcciones de
plantas, compras de equipes, lcitaciones de contratos, etc.
Ejemplos:
1. La probabilidad de que los trabajadores sindicalizados de una empresa “X" se
vayan a huelga.
2. La probabilidad de que una yegua vaya a parir esta noche.
3. La probabilidad de que una alumna de la universidad del valle sea elegida.como,
Presidenta del comité integral de alumnos,
Dichas pfobabilidad se asigna un valor subjetvo dentro del intervalo de cero a uno [ol]
segiin sea el caso que se quiera resolver y dado este valor por la experiencia de las
Personas 0 analistas que estén involucradas en los problemas.
CAPITULO ve TECNICAS DE CONTEO.
Las técnicas de conteo son una herramienta muy ti! y aplicable en probabilidad, que
permiten cuantificar de una forma practica y répida el nimero de elementos que contiene
un espacio muestral. Es decir, los posibles resultados de un experimento 0 suceso.
Algunas técnicas de conteo se explicaran a continuacién.
PRINCIPIO DE MULTIPLICACION
Si un experimento puede describirse como una secuencia de k pasos y en cada paso hay
1, resultados en el primer paso, n, resultados en el segundo pase, », resultados en el
tercer paso, y asi sucesivamente, entonces el ntimero de eventos que pueden ocurrir
sera:
none
El principio multiplicativo implica que cada uno de los pasos del experimento debe ser
Nevado a cabo, uno tras otro
Ejemplos:
1. Vamos a considerar que se realiza el experimento de lanzar.dos dados, con la
finalidad de ‘conocer el ntimero de elementos que contiene el espacio muestral de
dicho experimento.
Para solucionar este tipo de problema, se puede utilizar el principio de multiplicacién.
Donde 7,
= al ntimero de posibles resultados que se tiene al tirar el primer dado; es
decir, puede ser que caiga el 1, el 2, el 3, el 4, el 5 0 el 6, por lo tanto existen 6 posibles
eventos 0 resultados de este lanzamiento y similarmente para el segundo dado 7, =6,
De tal forma que el numero de elementos por el que esta constituido el espacio muestral
del experimento de lanzar dos dados es: n, xn, = 6x6= 36. Es decir, el espacio muestral
de dicho experimento es de 36 elementos 0 eventos.
(CAPITULO VE 2. La asociacién de Alumnos de la Universidad del Valle, desea formar un comité de tres
miembros, el cual estara formado por un presidente, un vicepresidente y un tesorero.
Dicha asociacién de alurnnos a propuesto a dos candidatos para la presidencia, 4 para
la vicepresidencia y 3 para el tesorero. El principal dilema del Director de la
Universidad es que quiere saber éDe cuéntas formas se puede formar el comité?
En este caso se vuelve a utilizar el principio de multiplicacién donde: at
Numero de candidatos disponibles para ocupar la presidencia: 2 LQ
1, =Nmero de candidatos disponibles para ocupar la vicepresidencia: 4
Numero de candidatos disponibles para acupar el puesto de tesorero: 3
2m, xy Xmy = 2x 4x3
Existen 24 formas en que se puede formar el co:
3. El Director General de una agencia dedicada a la venta de automoviles, desea que sus
ejecutivos de ventas presenten a sus clientes todas las diferentes opciones con.que se
cuenta en la agencia: auto convertible, auto de 2 puertas y auto de 4 puertas,
cualquiera de ellos con rines deportivos o esténdar. De tal forma que el Director
General tiene el dilema de saber éCudntos diferentes arreglos de autos y rines puede
ofrecer el vendedor a sus clientes? .
Utilizando el principio de multiplicacién se tiene que:
nj = Nimero de formas 0 tipos de automéviles para escoger: 3
n, = Numero de formas 0 tipo de rines a escoger para cadatipo de coche: 2
ny ny =3*2
rr
3
El ejecutivo de ventas puede ofrecer a sus clientes 6 diferentes arreglos de
autos y rines
CAPITULO VE DEFINICION DE FACTORIAL
EI simbolo i! se entiende como “n factorial” y hace referencia al producto de todos los
nuimeros enteros desde n hasta 1. Esto se representa matematicamente de la siguiente
forma:
l= nan 2X —3). 3e201
0! = 1 (cero factorial es 1)
Ejemplos:
‘S!=5*4*3*2*1 por lo que 5! = 5 *4!
41=4*3*2* 1 porlo que 4! = 4* 3!
3!=3*2*1 por lo que 3!=3* 2!
2=2"1
‘CAPITULO VE EJERCICTO:
1. Al realizar el experimento de lanzar un par de dados una sola vez, éCon cuéntos
eventos 0 elementos cuenta el espacio muestral de este experimento?
6
- xn, =
x6=36 Elementos
La Inmobiliaria de casas denominada Ilinsa, esta ofreciendo en la compra de una casa
'a posibilidad de seleccionar 4 tipos de estilo para las fachadas, las cuales son: tudor,
ustico, colonial y tradicional. Asimismo tienen la posibilidad también de seleccionar
casas de una sola planta, dos pisos 0 desniveles. Los ejecutivos de ventas desean
saber éDe cuantas maneras diferentes pueden ofrecer a sus clientes las casas que se
estén vendiendo?
n, =Cantidad de Estilos de fachadas disponible:
1, =Cantidad de tipos de niveles de las casas
Aplicando el principio de multiplicacién: m xm, =4x3=12
~ Los ejecutivos de ventas de la inmol
jaria “Ilinsa” cuentan con 12 diferentes
casas para poderlas ofrecer a sus clientes.
Asimismo esto puede verse gréficamente:como a continuacién se muestra:
———e
Rustico
Cofonial
‘Con desnivel
- Tradicional Con desnivel
(CAPITULO VE 3. EI Gerente de la empresa “Ilinsa” es el encargado del drea de control y calidad y-
durante su recorrido matutino va a seleccionar de una forma totalmente aleatoria 3
articulos de un cierto proceso de manufactura. Al examinar cada uno de ellos el
gerente podrd clasificar a los articulos seleccionados como defectuoso (D) 0 no
defectueso (N). Con la informacién anterior, analizar y decir cuantos elementos tiene
el especio muestral del experimento de seleccién de articulos que realizara el gerente
de la empresa durante su recorrido matutino.
El Primer articulo que seré seleccionado, tiene 2 posibilidades de ser clasificado,
Defectuoso 0 No Defectuoso = n, =2. El Segundo articulo que también serd seleccionado,
tiene 2 posibilidades de ser clasificado, Defectuoso 0 No Defectuoso = n=2 . Y por
Ultimo el Tercer articulo seleccionado, tiene 2 posibilidades de ser clasificado, Defectuoso
© No Defectuoso = 1, =2 -
Tomando en consideracién el andlisis anterior se tiene que el espacio muestral de dicho
experimento. se puede calcular como: im xm i, =2%2%2=8. Lo‘ cual corresponde a
generalizar que esta constituide por ocho elementos dicho espacio muestral. Asimismo
dicho célculo puede visualizarse graficamente como se muestra a continuacién:
ee
°
‘CAPITULO VE 4. En un restaurante de la Cd. De México, se venden comidas para llevar. El gerente de
dicho restauran desea saber éCudntos menus que contienen sopa, emparedado,
postre y un refresco, existen si se pueden seleccionar entre 4 sopas diferentes, 3
clases de emparedado, 5 postres y 4 refrescos?~ :
En este caso, ahora se tiene que el primer elemento a combinar es la sopa; de las cuales
existen 4 tipos; de tal forma que se tiene que 7», =4. Para el emparedado se tienen tres
clases por lo que n, =3. 5 tipos de postres, 7,
y 4 tipos de refrescos, 1,
Ahora para calcular el niimero 0 cantidad de mentis que se pueden obtener con estos 4
tipos de alimentos, analizamos y calculamos el espacio muestral de dicho experimento.
Esto es’
Espacio Muestral = n,n, %n,%n, = 4¢3*5*4= 240 Tipos de mens
5. La maestra de Juanito y Rosa les dejo de tarea el investigar: éCudntos ntimeros pares
tomando en consideracién tres digitos pueden ellos formar con los ntimeros 1,2, 5, 6
y 9, con la principal caracteristica y mas importante que cada uno de ellos solamente
se pueden uiizar una vez? -
fe) EN
nas 16989
Nameros pares de tres digitos
Espacio Muestral
6. Los alumnos de primer grado, estan realizando el experimento de lanzar al aire una
moneda y quieren saber éCual sera el espacio muestral del experimento de lanzar la
moneda?
fi
oo, agua} Los alumnos de la Universidad Auténoma de Nuevo Leén, desean investigar 2De
cuantas maneras diferentes se pueden seleccionar parejas de diferente sexo de un
grupo de 4 hombres y 6 mujeres?
nad
‘ 1m my =674=24 Maneras diferentes
m=
fa de la Universidad de México, tiene conocimiento de que de la ciudad
“A” a la ciudad “B” existen 4 caminos; a su vez, de la ciudad “B” a la “C” hay 6
caminos, si todos los caminos son diferentes, de cuantas formas es posible:
@. Que el excursionista pueda viajar de “A” hasta “C” pasando por “B”.
b. Que el excursionista haga el viaje redorido desdeA” hasta “C” pasando por “B”
ero sin utilizar el mismo camino mas de una vez.
ASB Boc
a = 6*4=24 Formas
4 formas 6 formas
A>B BSC) COB BSA
* 4 formas ' 6 formas’ 5 formas ‘3 formas
PERMUTACIONES
carrruto vr Es importante mencionar que para entender lo que son las permutaciones es necesario
definir lo que es una permutacién y Io que es una combinacién para establecer su
diferencia y de esta manera entender claramente cuando es posible utilizer una
combinacién y cuando utilizar una permutacién al momento de querer cuantificar los
elementos de algtin evento.
DEFINICION:
Es todo arreglo de elementos en donde nos interesa el lugar 0 posicién que
ecupa cada uno de los elementos que constituyen dicho arreglo.
Cuando se tiene un problema de conteo consistente en ordenar elementos de un
Conjunto se le llama permutacién del conjunto. En los casos de las permutaciones el
orden si es importante y puede realizarse tomando algunos datos .o todos los datos
contenidos én el grupo.
Ejemplo:
Para que sea mas explicito el concepto de permutacién (si importa el orden); supongase
que en el Centro de Estudios Superiores Navales, el salén de clases de la Especialidad de
Andlisis de Operaciones esta constituide por’38 alumnos. Y el Director de la Escuela
desea que se nombre a los representantes del salén (Presidente, Vicepresidente y
——
Tesorero). Por unanimidad se ha selecciontado_a Mariuel, a Luis y @ Rafael para ser los
representantes de la Especialidad de Andlisis de Operaciones.
Solucién:
Los alumnos de la Especi is de Operaciones Hlegaron a un acuerdo de que
sea Manuel, Luis y Rafael los representantes del salén, pero existe el dilema de que quien
podria ocupar el cargo de Presidente, Vicepresidente y Tesorero.
Vamos a suponer que los alumnos han nombrado a Manuel como Presidente, a Luis como
Vicepresidente y a Rafael como Tesorero, pero resulta que a alguien se le ocurre hacer
algunos cambios, los que se muestran a continuacién
Presidente: Luis, =Vicepresidente: Manuel, ‘Tesorero: Rafael
‘CAPITULO VI Presidente: Luis, Vicepresidente: Rafael, Tesorero: Manuel
Presidente: Manuel, Vicepresidente: Rafael, Tesorero: Luis
Presidente: Rafael, Vicepresidente: Manuel, Tesorero: Luis
Presidente: Rafael, Vicepresidente: Luis, Tesorero: Manuel
Como se puede analizar los nombramientos anteriores, se puede visualizar que ahora se
tiene cinco arreglos o asignaciones de cargos, por lo que surge la pregunta ése trata de la
misma representacién?
En este caso la respuesta es no, esto debido a que al realizar ciertos cambios en la
funcién que hacen los integrantes de la representacién original hace que definitivamente
cada una de las representaciones trabaje de manera diferente.
Ahora surge otra pregunta éimporta el orden de los elementos en los arreglos?
Para este caso la respuesta.es definitivamente si, debido a que las 5 asignaciones de
cargos definidas anteriormente son diferentes, de tal forma que en este caso el orden 0 la
forma en que se asignan las funciones si importa.
Con el andlisis y conclusién anteriormente mencionada se puede decir entonces que se
tratando con un problema de permutaciones.
Existen diferentes tipos de problemas de permutaciones, que se van a caracterizar por las
caracteristicas condicionantes, por lo que podemos clasificar a las permutaciones en:
> PERMUTACIONES LINEALI
Pertenecen a este tipo de permutaciones todos los
casos, en los cuales los elementos se pretenden ordenar en una fila.
S
PERMUTACIONES CIRCULARES: Son todos aquellos casos en que todos los
elementos que se desean ordenar deben ser colocados alrededor de un circulo en una
secuencia ciclica 0 cerrada.
PERMUTACIONES LINEALES
CAPITULO VE . QW d-
ven
Las permutaciones que ocurren cuando se desea ordenar objetos o elementos en una fila,
pueden tener ciertas caracteristicas especificas, las cuales se pueden clasificar de la
siguiente forma:
A, Permutaciones de n elementos diferentes en grupos de r elementos.
B. Permutaciones de n elementos, no todos diferentes entre si.
€. Permutaciones de n elementos diferentes en grupos de n elementos.
Generalizando el tipo de relacién entre n y r, tenemos que:
> El nimero de permutaciones de n objetos distintos, tomando ra la vez, es:
e 2
or
> El ntimero de permutaciones diferentes de m objetos de los cuales m son de un
tipo, nz son de un segundo tipo,. vy M, de un k-esimo tipo es:
P. \
ahjant Lv
ant Y at
1. éCusntas diferentes quintas de baloncesto pueden formarse con 7 jugadores
disponibles pare jugar cualquier posicién?
Ejemplos:
ren
Th 7*6#5*4*3421
27; F=5
Hee @-317 2 2
7*6*5*4*3 = 2520
Se pueden formar 2526 quintas diferentes con 7 jugadores disponibles.
2. Calcular el numero de permutaciones diferentes que pueden formarse con las letras
de la palabra mateméticastomadas a la vez. a
(CAPITULO ST Solucié:
Se considera que
‘11 Jetras. Donde la letra:
“a” aparece 3 veces
"t” aparece 2 veces
“m" aparece dos veces.
Por tanto: d
nett v4
yusamos: P
wt _111049%8*746%5¢42ar “1s 10e0e8e7%685¢4 6652800
© 39221 221 2*2
(663200
Por lo que se puede formar 1 663 200 palabras; no necesariamente de uso.
3. éCuantos ntimeros pueden formarse con los digitos 1, 2, 3, 4, S'sin repetir ningtin
digito?
Solucién
n=n
P,
Donde n=5 ,,P, =n! por lo que: 5 P,
ci *443*241=120
Se pueden formar 120 nimeros
PERMUTACIONES CIRCULARES
caprTuLo vr > Pertenecen a este tipo todos aquellos casos en que n elementos diferentes deben ser
colecados alrededor de un circulo en una secuencia ciclica 0 cerrada, también en este
caso interviene la totelidad de los elementos disponibles.
» El numero de permutaciones circulares de n objetos donde la colocacién del primer
elemento puede considerarse fijo, y los n-1 elementos restantes pueden arreglarse
ote
i oo
de (n—1} formas, lo cual se expresa como:
re
Ejemplos
+ éDe cudntas formas distintas pueden sentarse diez personas alrededor de una mesa
redonda? -
Solucién:
En este problema, se puede visualizar que es una permutacién circular, donde el orden si
importa; de tal forma que para saber cuantas ordenaciones se pueden realizar con las 10
personas, aplicamos la siguiente formula matematica:
Pc =(n-1)
éCudntas ordenaciones diferentes se podran realizar al ubicar las cifras del 1 al 7 en la
faces figura? Re (1 \O pDxe
Este problema se puede resolver como la conjuncién de dos eventos: primero ubicamos
una cifra en la parte de mayor anchura, de tal forma que existen 7 posibilidades y
segundo las otras 6 cifras pueden ordenarse en una circunferencia que se podria
ordenarse (6~1)!= 5! formas; por lo tanto:
—I ndmero de ordenaciones diferentes que se podria generar con los siete ntimeros
disponibles serian: 7x5!= 840 formas.
3. De cuantas formas se pueden sentar 8 personas alrededor de una mesa si:
a) Pueden sentarse en cualquier forma -
CAPITULO WT b) Si dos personas determinadas no deben estar una al lado de la otra.
Con la formula PC
=I), se tlene que: n=8
re=(-1)=7
Te 9r6rseaezene
1040 ; es decir 5040 formas se pueden sentar a las 8
Personas en una mesa
Para el inciso
Como 2 personas no han de estar juntas las consideramos como una sola, y las 7
Personas restantes pueden sentarse en circulo de 6! formas y las dos personas”
consideradas como una sola pueden ordenarse entre si de 2! formas; por lo tanto, el
niimero de ordeniaciones es de:
Es decir:
PC = 6102= (64543429 1\2"1) = 1440
Por lo que como en el inciso a se tiene que el ntimero total de formas en que 7 personas
Pueden sentar alrededor de una mesa y ahora dos de ellas no deben quedar juntas,
entonces: 5040-1440 = 3600
De tal forma que existen 3600 formas para que dos personas determinadas no
estén sentadas una al lado de la otra.
COMBINACIONES.
CAPITULO VE Cuando se cuenta con un problema de conteo consist en obtener en cualquier orden
grupos de r elementos de un total disponible de n elementos diferentes 0 cuando el
orden en que se seleccionan los objetos no importa, se le denomina una combinacién.
DEFINICION:
1. Es todo arreglo de elementos en donde no nos interesa el lugar o posicién que ocupa
cada uno de los elementos que constituyen dicho arreglo.
2. Numero de formas diferentes que se pueden seleccionar n objetos de un total de N
objetos distintos sin importar el orden.
La forma de expresar las combinaciones es: ,C,, C(nr), C2 0 simplemente (’)
Donde:
n= Total de elementos disponibles:
r= Al tamajio o el numero de elementos de las agrupaciones.
Alla-expresin (") se le conoce como coeficiente binomial.
La forma de calcular el nimero de formas diferentes de ordenar un conjunto donde no
importa el orden, es:
Ejemplos:
CAPITULO WE 1. EI Centro de Estudios Superiores Navales cuenta con 14 elementos de clases y
marineria para realizar un proyecto de limpieza para el mes de Enero. El Jefe del
Departamento de Mantenimiento desea saber:
@. éCuantos grupos de limpieza podrén formarse si se desea que consten de 5
elementos cada uno de ellos?
b. Si entre los 14 elementos hay 8 mujeres, éCuantos de los grupos de limpieza
tendrén a 3 mujeres? N
©. éCuéntos de los grupos de limpieza contarén con 4 hombres por lo menos.
Considerando que existen 8 mujeres?
Solucién:
a. Para este caso se requiere saber la cantidad de grupos de 5 elementos se pueden,
formar con 14 elementos disponibles, por lo que se tiene que realizar una
combinacién de 14 elementos (n) en 5 elementos (r). Por lo que se tiene que:
(
You might also like
- CEMEFI y KUO-Diapositivas No Certificado Por GRI-10sep16Document41 pagesCEMEFI y KUO-Diapositivas No Certificado Por GRI-10sep16Serchecko JaureguiNo ratings yet
- Unidad 3-3 Apuntes de ProbabilidadDocument22 pagesUnidad 3-3 Apuntes de ProbabilidadSerchecko JaureguiNo ratings yet
- ISO-IEC 17021-2011 - Proceso AuditoriaDocument62 pagesISO-IEC 17021-2011 - Proceso AuditoriaRaul TorresNo ratings yet
- 11 Normas Haccp PDFDocument16 pages11 Normas Haccp PDFChristopper MoralesNo ratings yet
- Unidad 7-1 Apuntes de ProbabilidadDocument20 pagesUnidad 7-1 Apuntes de ProbabilidadSerchecko JaureguiNo ratings yet
- Unidad 2 Apuntes de ProbabilidadDocument36 pagesUnidad 2 Apuntes de ProbabilidadSerchecko JaureguiNo ratings yet
- Msa 4 EspDocument237 pagesMsa 4 EspSerchecko JaureguiNo ratings yet
- CEMEFI y KUO-GRI G4 Folleto Del Curso CEMEFI - ES-10sep16Document9 pagesCEMEFI y KUO-GRI G4 Folleto Del Curso CEMEFI - ES-10sep16Serchecko JaureguiNo ratings yet
- SPC 2 EspDocument234 pagesSPC 2 EspSerchecko JaureguiNo ratings yet
- Unidad 5 Apuntes de ProbabilidadDocument32 pagesUnidad 5 Apuntes de ProbabilidadSerchecko JaureguiNo ratings yet
- Apqp 4 EspDocument116 pagesApqp 4 EspSerchecko JaureguiNo ratings yet
- Unidad 4-2 Apuntes de ProbabilidadDocument22 pagesUnidad 4-2 Apuntes de ProbabilidadSerchecko JaureguiNo ratings yet
- PPAP 4aDocument65 pagesPPAP 4aSerchecko JaureguiNo ratings yet
- Reflexiones Sobre Calidad Philip Crosby PDFDocument162 pagesReflexiones Sobre Calidad Philip Crosby PDFJhonn Charless50% (2)
- Unidad 4-1 Apuntes de ProbabilidadDocument24 pagesUnidad 4-1 Apuntes de ProbabilidadSerchecko JaureguiNo ratings yet
- Unidad 7-2 Apuntes de ProbabilidadDocument24 pagesUnidad 7-2 Apuntes de ProbabilidadSerchecko JaureguiNo ratings yet
- Guantes Mapa y Uñas LargasDocument4 pagesGuantes Mapa y Uñas LargasSerchecko JaureguiNo ratings yet
- Unidad 1 Apuntes de ProbabilidadDocument14 pagesUnidad 1 Apuntes de ProbabilidadSerchecko JaureguiNo ratings yet
- Roto Martillos y TaladrosDocument2 pagesRoto Martillos y TaladrosSerchecko JaureguiNo ratings yet
- LUSP Verificacion ECPLDocument1 pageLUSP Verificacion ECPLSerchecko JaureguiNo ratings yet
- Unidad 4-3 Apuntes de ProbabilidadDocument16 pagesUnidad 4-3 Apuntes de ProbabilidadSerchecko JaureguiNo ratings yet
- Fatalidad Daimler ChryslerDocument3 pagesFatalidad Daimler ChryslerSerchecko JaureguiNo ratings yet
- LUSP Tareas Menores PDFDocument1 pageLUSP Tareas Menores PDFSerchecko JaureguiNo ratings yet
- Conducir Con SeguridadDocument2 pagesConducir Con SeguridadSerchecko JaureguiNo ratings yet
- LUSP Tareas MenoresDocument1 pageLUSP Tareas MenoresSerchecko JaureguiNo ratings yet
- Carta J.fleming Conducir Con SeguridadDocument1 pageCarta J.fleming Conducir Con SeguridadSerchecko JaureguiNo ratings yet
- 03 Manufacturing Engineering and Change ManagementDocument3 pages03 Manufacturing Engineering and Change ManagementSerchecko JaureguiNo ratings yet
- 01 Leadership and Employee EngagementDocument4 pages01 Leadership and Employee EngagementSerchecko JaureguiNo ratings yet
- 02 Competency and TrainingDocument3 pages02 Competency and TrainingSerchecko JaureguiNo ratings yet
