Certeza y Pebabilidades PDF

MINISTERIO DE EDUCACIN
Matemtica Serie 3 para docentes de Secundaria Teora de Matemtica bsica Fascculo 8: CERTEZA Y PROBABILIDAD
Ministerio de Educacin Van de Velde 160, San Borja Primera edicin, 2007 Tiraje: 14 000 ejemplares Impreso en Empresa Editora El Comercio S.A. Jr. Juan del Mar y Bernedo 1318, Chacra Ros Sur, Lima 01 Hecho el Depsito Legal en la Biblioteca Nacional del Per Nro. 2007-00276 Coordinacin y supervisin general MED Antonieta Cubas Meja Supervisin pedaggica MED Antonio Marcos Medina Martnez Verificacin de estilo MED Miguel Luis Bances Gandarillas
Autora Ediciones El Nocedal S.A.C. Coordinador Rubn Hildebrando Glvez Paredes Elaboracin pedaggica Felipe Eduardo Doroteo Petit Itala Esperanza Navarro Montenegro Edgar Justo Chacn Nieto Daniel Jos Arroyo Guzmn Colaboracin especial Luis Bustamante Donayre Revisin pedaggica Hno. Marino La Torre Mario Revisin acadmica Armando Zenteno Ruiz Diseo y diagramacin Virginia Rosala Artadi Len
Ilustraciones Patricia Nishimata Oishi Brenda Romn Gonzlez Fotografa Enrique Bachmann Corrector de estilo Marlon Aquino Ramrez
Z_S3 F8 D.indd 1
6/13/07 7:04:23 PM
PRESENTACIN
El conocimiento como representacin de la realidad suele asumir formas complejas pero tiles. En muchas reas del saber hay que establecer formas de simbolizacin y proyeccin, que exigen a la persona que maneja la informacin, las condiciones y capacidades que hagan sucientemente frtiles las acciones que van a caracterizar su tarea cientca. Uno de esos campos es la Probabilidad y la Estadstica, ramas de la Matemtica que han alcanzado un gran desarrollo a partir del siglo pasado, y actualmente son valiosos recursos en los procesos de investigacin cientca. En el presente fascculo, se plantear y explicar cmo la probabilidad nos lleva a formular un determinado esquema o estrategia para evaluar la posible ocurrencia de un evento terico. En el primer captulo, se presenta una introduccin a la teora de probabilidades, lo que nos proporcionar el marco terico necesario para el tratamiento serio de esta disciplina, y una descripcin ejemplicada de la experiencia del azar. En los siguientes captulos, se considera una serie de casos como las probabilidades de sucesos en condiciones ms complejas. El fascculo contiene las guas y procedimientos que el estudiante requiere para concebir e instrumentalizar los modos de acceso en forma tcnica, y el bagaje matemtico para entender el entorno y su consecuente manejo prctico. Complementamos con la propuesta de logros de aprendizaje, recuperacin de saberes previos, el desarrollo de estrategias de aprendizaje, estrategias metacognitivas, estrategias de evaluacin, evaluacin complementaria, chistes matemticos, curiosidades matemticas, bibliografa comentada y enlaces web.
Z_fasci culo 8 - CERTEZA Y PROBA1 1
5/31/07 12:37:54 PM
NDICE
Presentacin ........................................................................................................................... ndice....................................................................................................................................... Organizador visual de contenidos ........................................................................................... Motivacin ............................................................................................................................. Logros de aprendizaje ............................................................................................................ Recuperacin de saberes previos ............................................................................................ 1 2 3 4 4 4
1. TEORA DE PROBABILIDADES .............................................................................................. 5 1.1 Las probabilidades y el sentido comn ..................................................................... 5 1.2 Deniciones formales y probabilidad ....................................................................... 6 1.3 Certeza ...................................................................................................................... 10 1.4 Decisiones ................................................................................................................. 11 1.5 Experiencia del azar .................................................................................................. 11 Actividad 1........................................................................................................................ 13 2. LA PROBABILIDAD EN ACCIN ........................................................................................... 15 2.1 Experimentos aleatorios............................................................................................ 15 2.2 Probabilidad de sucesos ............................................................................................ 16 2.3 Teorema de Bayes ..................................................................................................... 19 Actividad 2........................................................................................................................ 21 3. COMBINATORIA ............................................................................................................................ 23 3.1 Regla del producto .................................................................................................... 23 3.2 Permutaciones ordinarias .......................................................................................... 24 3.3 Combinaciones ......................................................................................................... 26 Actividad 3........................................................................................................................ 28 4. EVALUACIN ..................................................................................................................... 29 5. METACOGNICIN ............................................................................................................... 30 Bibliografa comentada ........................................................................................................... 31 Enlaces web............................................................................................................................. 32
5/31/07 12:37:57 PM
CERTEZA Y PROBABILIDAD
Experimento
comprende comprende
Denicin
de
Espacio muestral Ejemplos

de
Conceptos Conceptos
Ejercicios
Evento
Suceso
Probabilidad
en a travs de
con
Teora Experimentos aleatorios

de tipo
tratando
Probabilidad de sucesos
Teorema de Bayes
Procedimientos matemticos
conocidos como
Sentido comn Seguros
Combinatoria Imposibles
Anlisis combinatorio
desarrollando
Certeza
Decisiones
Mutuamente excluyentes Complementarios Compatibles
Tcnicas de conteo
como
Fascculo 8 / CERTEZA Y PROBABILIDAD
Azar
Regla de producto
Permutacin
Combinacin
5/31/07 12:37:58 PM
para docentes
Serie 3 / TEORA DE MATEMTICA BSICA
CERTEZA
y
PROBABILIDAD
Motivacin
La posibilidad de vida en otros planetas es un tema que siempre ha despertado inters y cautivado nuestra imaginacin. Podremos ser nosotros los nicos seres en todo el universo? Muchos consideran que no es muy probable que este planeta tenga tal privilegio. Sin embargo, no tenemos referentes de vida ms all de nuestro planeta, y mientras esto sea as, cabe tambin considerar la posibilidad de que la vida sea un caso nico en la Tierra. Podemos decir, en consecuencia, que no tenemos certeza de la existencia de vida extraterrestre. Por otro lado, si decidimos participar en un sorteo, pensamos http://www.windows.ucar.edu/headline_universe/ que es probable que seamos los ganadores, pero no tenemos images/columbia.gif&imgrefurl la certeza de ganar. Si durante toda una semana se producen lluvias en una regin del pas, pensamos que es bastante probable que al da siguiente llueva, pero tampoco tenemos la certeza de que vaya a ser as. Vemos que si calicamos algo de probable es porque no tenemos certeza, y si calicamos algo de cierto, excluimos calicarlo de probable, trmino que en nuestro lenguaje ordinario niega implcitamente la certeza de algn acontecimiento o hecho. La Matemtica acude en nuestro auxilio y nos permite formalizar e incluso cuanticar estos conceptos, llegando as a establecer una disciplina que trata sobre las leyes del azar. A esta disciplina la llamamos Teora de Probabilidades.
LOGROS DE APRENDIZAJE
Identica e interpreta los conceptos de certeza y probabilidad, y logra diferenciar lo certero de lo probable, manifestando exibilidad y tolerancia. Analiza, interpreta y relaciona deniciones formales con los aspectos intuitivos de la probabilidad, mostrando perseverancia. Formula y elabora estrategias a travs de la aplicacin de propiedades generales y operativas de un suceso o evento, manifestando creatividad y responsabilidad. Analiza e interpreta las tcnicas de conteo de la combinatoria, mostrando orden en su trabajo.
4
RECUPERACIN DE SABERES PREVIOS

Lee atentamente las preguntas y responde en una hoja aparte. Si todos tus compaeros anotan los nmeros del 1 al 9, tendras la certeza de que la mayora anot el nmero 5? Por qu? Si lanzas dos monedas iguales, cul sera el nmero de maneras en que podran aparecer? Si se pide escoger a dos personas de un grupo de cinco, cuntas parejas puedes formar? En una reunin de diez personas, si todos se dan la mano, cuntos apretones de manos se dan en total?
5/31/07 12:37:58 PM
1. TEORA de PROBABILIDADES
1.1 Las probabilidades y el sentido comn
Existen leyes del azar? Nuestro sentido comn pareciera decirnos que el azar y las leyes son conceptos contradictorios. Si algo sucede al azar, es porque no hay leyes que lo determinan. Cmo puede hablarse entonces de leyes del azar? Sin embargo, existe una rama de la Matemtica que trata sobre las leyes del azar y es la Teora de Probabilidades. El clculo de probabilidades nos permite prever algunas eventualidades de origen aleatorio. Cuando hablamos de prever, debemos hacerlo con mucho cuidado, pues no se trata de enunciar una profeca, sino de una cuanticacin o medida con respecto a la ocurrencia de un evento. El objetivo de la Teora de Probabilidades es interpretar y calcular las probabilidades de fenmenos complejos en funcin de las probabilidades ms sencillas de fenmenos conocidos. Esto ltimo podemos congurarlo intuyendo los eventos por simetra, por ejemplo, el clsico lanzamiento de una moneda. Cuando lanzamos una moneda, suponemos a priori la cualidad simtrica de que ambos lados (cara y sello) tienen igual posibilidad de ocurrir o, para decirlo cuantitativamente, tienen igual probabilidad de ocurrir. Como hay slo dos casos posibles (cara o sello), decimos que hay un caso de dos de que resulte cara y, por supuesto, tambin un caso de dos de que resulte sello. Esto se puede cuanticar mejor si empleamos esta relacin como razn geomtrica y decimos: probabilidad de cara es uno entre dos igual a un medio, y probabilidad de sello es uno entre dos igual a un medio, y lo escribimos como: 1 1 P(sello) = P( cara ) = 2 2 En virtud de nuestra experiencia, y tomando el trmino suceso en la acepcin del lenguaje corriente, podemos enunciar lo siguiente: La probabilidad de un suceso es la razn entre el nmero de casos esperados y el nmero de casos posibles. As, por ejemplo, lanzamos un dado y esperamos obtener un nmero impar. Sabemos que un dado tiene tres nmeros impares: 1; 3 y 5, stos son los
5
Azar es un suceso imprevisible por ser fruto de una coincidencia fortuita de series causales diversas. El concepto de azar es tan antiguo como los juegos de los dados y los juegos con huesos que divertan a nuestros antepasados y que motivaron las reflexiones de los matemticos que construyeron la nocin de probabilidad.
5/31/07 12:37:59 PM
casos esperados, y sabemos tambin que tiene seis nmeros: 1; 2; 3; 4; 5 y 6, stos son los casos posibles. Luego, calculamos: 3 1 P(impar ) = P(impar ) = 6 2 Veamos el caso de un billete de lotera con un nmero de seis cifras. Si los billetes estn seriados del 000000 al 999999 y compramos un billete, la probabilidad de ganar el premio la podemos calcular segn la forma ya practicada: 1 P(ganar ) = 1000 000 Supongamos ahora que nos presentan dos billetes y debemos elegir uno de ellos. Los billetes son: 666666 y 105897. Qu nos dice el sentido comn? Te parece menos probable que gane el nmero 666666? Segn el sentido comn de la gente, un nmero regular o repetido no debera salir premiado, por ser un nmero muy especial. Sin embargo, no hay ninguna razn para que tenga menos opcin. La Matemtica corrige el sentido comn, y nos dice que las probabilidades de todos esos nmeros son iguales.
El juego de azar El juego de azar es considerado como un inocuo y relajante pasatiempo, pero hay que tener cuidado, en algunos casos puede representar un mal peligroso ligado a un asiduo y desproporcionado abuso, que en casos extremos puede conducir a una dependencia psicolgica. Por ello, es importante que enseemos a nuestros alumnos a practicar la prudencia, que es la virtud que les permitir discernir con moderacin, sensatez y buen juicio, en cualquier circunstancia, respecto del verdadero bien; elegir siempre los medios rectos para realizar los actos que les sean necesarios concretar.
1.2 Definiciones formales y probabilidad

Recordando los ejemplos ya descritos sobre lanzamiento de monedas o dados, hechos con resultados al azar, y teniendo en cuenta que son actos que se pueden realizar todas las veces que se desee, deniremos: Experimento aleatorio: es todo proceso que se puede repetir indenidamente con resultados imprevisibles. As, son experimentos aleatorios el lanzamiento de una moneda, de un dado, la extraccin de una bola de bingo, ciertos procesos productivos de la naturaleza o de la industria como los nacimientos (macho o hembra) o artculos (buenos o defectuosos), etc. Espacio muestral: dado un experimento aleatorio E, se llama espacio muestral de E al conjunto formado por todos los resultados posibles del experimento. Por ejemplo, en el caso del lanzamiento de una moneda tenemos el espacio muestral: 1={c; s} Si lanzamos un dado, el espacio muestral es: 2={1; 2; 3; 4; 5; 6} Evento o suceso: se llama evento o suceso de un experimento aleatorio E a cualquier subconjunto A del espacio muestral de este experimento.
5/31/07 12:38:02 PM
Ejemplos: 1. Al lanzar una moneda, obtener cara. Experimento E: Lanzamiento de una moneda. Espacio muestral 1: Obtener cara o sello. 1 = { c; s } Evento A: Obtener cara. A = {c} Luego, A W1 2. Al lanzar un dado, obtener un nmero impar. Experimento E: Lanzamiento de un dado. Espacio muestral 2: Obtener un nmero del 1 al 6. 2 = { 1; 2; 3; 4; 5; 6 } Evento B: Obtener un nmero impar. B = { 1; 3; 5 } Luego, B W2 3. Al lanzar un dado, queremos obtener un nmero del 1 al 6. Experimento E: Lanzamiento de un dado. Espacio muestral 3: Obtener un nmero del 1 al 6. 3 = { 1; 2; 3; 4; 5; 6 } Evento C: Obtener un nmero del 1 al 6. C = { 1; 2; 3; 4; 5; 6 } Luego, C W3 , pero C=W3 .En este caso, este evento es llamado evento seguro. 4. Al lanzar un dado, queremos obtener un 7. Experimento E: Lanzamiento de un dado. Espacio muestral 4: Obtener un nmero del 1 al 6. 4 = { 1; 2; 3; 4; 5; 6 } Evento D: Obtener el nmero 7. D = { } Luego,D W4 , el conjunto D no tiene elementos. En este caso, este evento se llama evento imposible. Suceso elemental: es cada uno de los posibles resultados que se pueden presentar en un experimento aleatorio. Por ejemplo: Experimento E: Lanzar una moneda al aire. Espacio muestral : Obtener cara o sello. = { c; s } Evento A: Obtener cara. A = { c } Evento B: Obtener sello. B = { s } Los eventos A y B tienen un solo elemento, luego son sucesos elementales. Eventos mutuamente excluyentes: dos eventos A y B son mutuamente excluyentes si A y B son conjuntos disjuntos, es decir si: A B = { } o AB=
7
Historia de los dados Es muy probable que hayan sido los griegos los que inventaron los dados. Sfocles, el poeta trgico griego, asegura que los dados fueron inventados durante el largo sitio de Troya, 400 aos a.C. Sin embargo, se han encontrado vestigios de dados en excavaciones chinas con una antigedad de ms de 600 aos a.C.; en las tumbas egipcias que datan 200 aos a.C.; y, adems, en lengua snscrita aparecen versiones de dados usados en la India, ms de 2000 aos a.C. En realidad, se han encontrado vestigios de dados en todas las culturas antiguas, incluyendo algunas tribus, pero es casi seguro que no se les consideraba como artefactos de juego, siendo empleados como utensilios mgicos para adivinar el futuro. Es por eso que se puede ver dados de todas las formas y confecciones imaginables.
5/31/07 12:38:03 PM
Por ejemplo, en el caso del lanzamiento de un dado, los eventos P (que salga nmero par) y Q (que salga nmero impar), son mutuamente excluyentes, pues: Probabilidad: dado el espacio muestral de un experimento aleatorio E, la probabilidad de un evento A se dene como el nmero que satisface las siguientes propiedades: 1. La probabilidad de un evento es un nmero real mayor o igual a cero: 2. La probabilidad del espacio muestral es igual a la unidad: 3. Si A y B son dos eventos mutuamente excluyentes, la probabilidad de la unin de estos eventos es igual a la suma de sus respectivas probabilidades, es decir . Esta denicin formal nos permite probar una serie de propiedades: 1. La probabilidad de un evento imposible es igual a cero, es decir:
Cuando observamos un matamoscas, nos damos cuenta de que los numerosos segmentos que se intersecan ocasionan espacios libres. Sumando los espacios vacos, apreciamos que llegan a formar entre el 40% y 50%, aproximadamente, del rea total del matamoscas. Esto nos indica que slo existe entre 50 y 60%, aproximadamente, de material suficiente como para aplastar una mosca. Entonces, por qu es 100% seguro aplastar una mosca con este instrumento?
curiosidades
matemticas
Prueba: Dado los eventos A y Se sabe que: i. ii. A=A A= P (A ) = P(A) P (A) + P () = P(A) De donde; P () = 0 2 Si A B, entonces, P (A) P(B)
iii. aplicando la propiedad 3 en i.)
3. La probabilidad de un evento cualquiera es un nmero no negativo no mayor que la unidad, es decir, 0 P(A) 1
8
5/31/07 12:38:03 PM
Prueba: y queda probada la parte Por la propiedad (1), sabemos que para todo A. Luego, izquierda. Para la parte derecha, sabemos que por la propiedad (2):
Aplicando la propiedad (2): Luego, Probabilidad por frecuencia relativa: hay una denicin llamada Denicin Clsica de Probabilidad que est relacionada con el primer acercamiento intuitivo que hemos tenido de probabilidad. Sin embargo, sta es una situacin particular en donde se establece la condicin de que haya sucesos elementales equiprobables, es decir, sucesos o eventos, en general de mnima expresin, todos con igual probabilidad. Para llegar a ello, partiremos de lo siguiente: Sean = {x1; x2; x3; ...; xn} un espacio muestral de n sucesos elementales y p1; p2; p3;...; pn sus respectivas probabilidades con la propiedad: p1 + p2 + p3 + ...+ pn = 1 Luego, si p1 = p2 = p3 = ...= pn: = p reemplazamos (2) en (1) y tenemos: (1) (2),
Un mate...
La probabilidad de los accidentes La probabilidad de tener un accidente de trfico aumenta con el tiempo que pases en la calle. Por tanto, cuanto ms rpido circules, menor es la probabilidad de que tengas un accidente. http://matelatex. blogcindario. com/2005/09/00136. html/
Es decir, Entonces podemos decir que p es la probabilidad de cada suceso elemental equiprobable x1; x2; x3; ...; xn Si A es un evento de m sucesos elementales equiprobables (m n), entonces decimos que la probabilidad del evento A, denotada por P(A) es: m P( A) = n Esto tambin se expresa como:
Por ejemplo, en una urna hay 7 bolas blancas y 5 bolas rojas. Si sacamos una bola, determinemos la probabilidad de obtener una bola roja: 1. Sea : bola blanca o roja. A: sacar una bola roja.
9
5/31/07 12:38:05 PM
2. Tenemos: n() = 12 ; n(A) = 5 n( A) 3. Sabemos que: P( A) = n(W) 5 luego, P( A) = 12
1.3 Certeza
En qu se funda la certeza? Cundo podemos decir que estamos seguros de algo? Ante estas interrogantes, lo que debe quedar claro es que si no estamos seguros de algo, no podemos dar un paso en el conocimiento cientco, ni podemos tomar decisiones relacionadas con los negocios o la vida misma. Desde el punto de vista probabilstico, debemos considerar la certeza como la condicin de evento seguro, es decir, de un evento de probabilidad igual a uno. En condiciones ideales, podemos construir modelos de certeza en esquemas hipotticos representados en un experimento aleatorio con objetos perfectos y circunstancias infalibles. Por ejemplo, el lanzamiento de un dado se postula como un experimento sobre un objeto exactamente cbico que cae sobre una supercie perfectamente plana y horizontal que puede extenderse indenidamente. Lo real es que el dado no es una construccin simtrica, ni la supercie en la que cae es absolutamente plana. Adems, debemos considerar la rugosidad de la supercie sobre la cual se lanza el dado. Una supercie idealmente lisa no permitira la rodadura del dado al hacer contacto con dicha supercie. Todas estas consideraciones nos llevan a precisar estas ideas as: Certeza absoluta: es la condicin de evento seguro en condiciones ideales. Por ejemplo, si lanzamos un dado en condiciones ideales, tenemos la certeza absoluta de que el resultado ser 1; 2; 3; 4; 5 6. Evento negligible: es un evento cuya probabilidad de ocurrencia es muy pequea, tal que en trminos prcticos se considera nula. Por ejemplo, supongamos que basndonos en el criterio de frecuencia relativa, hemos determinado que la probabilidad de sufrir un accidente de trnsito de consecuencias mortales en un da determinado es P(A) = 0,000001. Esto nos puede llevar a considerar que sufrir un accidente de trnsito para un individuo particular en condiciones ordinarias es un evento negligible. Certeza prctica: es la condicin de un evento tal que su no ocurrencia es un evento negligible.
10
5/31/07 12:38:06 PM
Por ejemplo, tenemos la certeza prctica de que si alguien sube a un vehculo de transporte pblico en condiciones normales, llegar a su destino sano y salvo. La no ocurrencia de este hecho gura como un evento negligible para el individuo elegido.
1.4 Decisiones
Los eventos negligibles y la certeza prctica determinan gran parte de nuestro comportamiento. Solemos tomar nuestras decisiones habituales basndonos en una certeza prctica de los hechos, es decir, en condiciones que concebimos de ocurrencia natural. Pero tambin hay decisiones que no son tan fciles de tomar. Estas consideraciones pueden ser puntualizadas rerindonos a dos tipos de decisiones: Decisiones rutinarias. Por ejemplo: Cuando calculamos el tiempo para llegar al trabajo, esperamos llegar puntuales. Cuando compramos un producto a crdito, conamos en poder pagarlo.
Para llegar al trabajo debemos calcular el tiempo de viaje.
Estos sucesos nos dan la idea de decisiones rutinarias; es decir, son las acciones de la vida diaria que siempre esperamos que den resultado. Decisiones problemticas. Por ejemplo: Cuando invertimos dinero en un negocio, no estamos seguros de que se cumplan nuestras expectativas, por ejemplo, tener utilidades. Cuando compramos acciones en la bolsa, no estamos seguros de la rentabilidad de nuestra adquisicin. Cuando lanzamos dos dados, no estamos seguros de obtener una suma de puntos igual a 7.
Tambin establecer un negocio requiere tomar una buena decisin.
Estos sucesos nos dan la idea de decisiones problemticas; es decir, son aquellas decisiones basadas en eventos calicados como no seguros.
1.5 Experiencia del azar

Al jugar la Tinka (un juego de lotera), podemos predecir cules sern los seis nmeros del boleto ganador? Qu tan seguro es que el da de maana sea un da soleado si estamos en pleno invierno? Qu tan probable es que tengamos un da soleado, cuando estamos en pleno verano?
11
5/31/07 12:38:07 PM
Si lanzamos un par de dados, no podemos predecir qu nmero saldr, lo nico que podemos armar es que el nmero de puntos que obtendremos van del 2 al 12. Es lo seguro. Si vamos a la playa de pesca, no sabemos cunto lograremos pescar, lo que s es seguro, es que estaremos pescando. Por ms que permanezcamos muchas horas parados en una esquina, no podremos predecir el color de traje de la prxima persona que pase por nuestro lado. Cuando realizamos una experiencia cualquiera y no podemos predecir el resultado, diremos que esta experiencia es de azar, llamaremos experimentos aleatorios a todos aquellos que den lugar a experiencias de azar. Experimentos con resultados igualmente probables o equiprobables
Si lanzamos una moneda, qu es ms fcil obtener, cara o sello? Al lanzar un dado, qu es ms fcil obtener, 2 6? Al extraer una carta de un juego de naipes, qu es ms facil extraer, un as de espadas o un cuatro de corazones? Al extraer una bola de una bolsa que contiene 5 bolas rojas y 5 amarillas, qu es ms fcil extraer, una bola roja o una amarilla? As, en cada uno de los enunciados presentados hay una condicin de igual probabilidad.
12
5/31/07 12:38:09 PM
Experimentos con resultados ms probables y menos probables Observa los siguientes grupos:
Pon una venda en los ojos de uno de tus colegas y haz que tome una bola de cada grupo. Qu notamos?: Si saca una bola del primer grupo, es imposible que obtenga una bola azul, pero es totalmente seguro que sea una bola roja. Si coge una bola del segundo grupo, es muy probable que obtenga una bola azul, y es muy poco probable que sea una bola roja. Si toma una bola del tercer grupo, es muy probable que obtenga una bola roja y es menos probable que sea una bola azul. Si saca una bola del cuarto grupo, es imposible que obtenga una bola roja, pero es totalmente seguro que sea una bola azul.
Actividad 1
I. Trabajen en equipo para resolver las siguientes situaciones planteadas: 1. Observa el siguiente dado. Tiene la letra A en tres de sus caras, la letra B en otras dos caras y la letra C en una cara. Si lanzamos el dado, son equiprobables (igualmente probables ) todos los resultados? Qu resultado es ms fcil de obtener ? Qu letra ser ms difcil obtener?
A B
2. En un saln de clases hay 10 chicos y 14 chicas. Se escribe el nombre de cada uno en un papel y se introducen todos en una caja cerrada, qu es ms probable que salga, el nombre de un chico o de una chica? 3. Al jugar ludo se necesita un 5 para poder sacar chas. Un amigo tuyo se empea en cambiar las reglas y exige que sea el 3 el nmero con el que se puedan sacar chas, tendras algn inconveniente?
13
5/31/07 12:38:17 PM
4. Observa las siguientes ruletas: a. b. c.
En cul de ellas los colores expuestos tienen la misma probabilidad de salir? En cul de ellas la probabilidad de obtener un color determinado es ms alta? 5. En la Tinka escogemos siempre 6 nmeros. A Sandra le gustan los nmeros pares 2; 4; 6; 8; 10 y 12. Pancho preere los mltiplos de 5: 5; 10; 15; 20; 25; 30, en cambio, a Javier le encantan los nmeros primos 13; 17; 19; 23; 29; 31. a. Alguno de ellos tiene ms posibilidad de ganar? b. Qu sucedera si mezclramos los nmeros? Qu opinas? 6. En el ltimo derby participaron nueve caballos, todos con las mismas caractersticas. Si se sabe que el caballo N 5 gan tres carreras de las diez que particip y que el caballo N 7 gan cuatro carreras de las quince que particip, qu caballo tiene mayor probabilidad de ganar? II. Las siguientes situaciones son ejemplos interesantes para plantear a nuestros estudiantes. Se les pide a los estudiantes que identiquen cada una de las situaciones. Revisa los ejemplos anteriores, y elabora una lista de diez situaciones que puedan ser identicadas por los estudiantes como eventos imposibles, completamente seguros, bastante probables, poco probables o equiprobables. a. Lanzar una moneda 20 veces y obtener al menos un sello. _______________ b. Obtener agua salada en el mar. c. Ver un auto volando. d. En la selva llover este mes. e. En este invierno la temperatura ser de 8 centgrados. f. Lanzar un dado y obtener 4. g. Acertar los 6 nmeros de la Tinka. h. Encontrar agua en el desierto. i. Viajar a un lugar lejano y encontrarnos con un amigo. j. Soltar una piedra y que comience a subir. _______________ _______________ _______________ _______________ _______________ _______________ _______________ _______________ _______________
14
5/31/07 12:38:17 PM
2. LA PROBABILIDAD en ACCIN
2.1 Experimentos aleatorios
En una urna, coloquemos diez canicas, cuatro rojas y seis azules. Determinemos la probabilidad de sacar una canica roja, que denotaremos como P(R). El nmero de casos favorables es 4, porque hay 4 canicas de color rojo en la urna y el nmero de casos posibles es 10, porque hay 10 bolas en la urna. Luego,
Consideremos ahora los siguientes experimentos aleatorios: lanzar una moneda, lanzar dos monedas, lanzar tres monedas. En la tabla siguiente, podemos apreciar los espacios muestrales de los experimentos. Nmero de sucesos elementales 2 4 8
Experimento 1: Lanzar 1 moneda 2: Lanzar 2 monedas 3: Lanzar 3 monedas
Espacio muestral c; s cc; cs; sc; ss ccc; csc; ccs; css, scc; scs; sss; ssc
15
5/31/07 12:38:17 PM
Determinemos la probabilidad de obtener slo una cara en el primer experimento, en el segundo experimento, en el tercer experimento. Resolucin: Primer experimento: Observamos que hay un suceso elemental que cumple con la condicin de obtener slo una cara (c) y hay dos casos posibles, luego: 1 P (c ) = 2 Segundo experimento: Observamos que hay dos sucesos elementales que cumplen con la condicin de obtener slo una cara, esto es cs y sc, y hay cuatro casos posibles, luego: 2 1 P (c ) = P (c ) = 4 2 Tercer experimento: Observamos que hay tres sucesos elementales que cumplen con la condicin de obtener slo una cara esto es: css; ssc y scs, y hay ocho casos posibles, luego: 3 P (c ) = 8
2.2 Probabilidad de sucesos

Probabilidad de un suceso seguro Si lanzamos un dado, cul es la probabilidad de que en la cara superior del dado aparezca un nmero del 1 al 6? Este es un suceso seguro. La probabilidad de un suceso seguro es igual a 1. Probabilidad de un suceso imposible Si lanzamos un dado, cul es la probabilidad de que en la cara superior del dado aparezca el nmero 7? Este es un suceso imposible. La probabilidad de un suceso imposible es igual a 0. Probabilidad de dos sucesos mutuamente excluyentes Consideremos el experimento de lanzar un dado, luego el espacio muestral es: = {1; 2; 3; 4; 5; 6} Cul es la probabilidad de obtener un nmero mayor que 4 o menor que 2?
16
5/31/07 12:38:18 PM
Denamos los sucesos: A: Obtener un nmero mayor que 4 es decir: A = {5; 6} B: Obtener un nmero menor que 2 es decir: B = {1} Observamos que los conjuntos A y B no tienen elementos comunes. En la interpretacin probabilstica, decimos que A y B son sucesos que no tienen sucesos elementales comunes, y se denominan sucesos incompatibles. Como A B = f , la probabilidad de la unin de dos sucesos incompatibles ser igual a la suma de probabilidades de cada uno de los sucesos, es decir: P( A B) = P( A) + P( B) En el ejemplo obtenemos: 2 1 1 P ( A B ) = P ( x > 4) + P ( x < 2 ) P ( A B ) = + P ( A B ) = 6 6 2 Probabilidad de sucesos complementarios Dado un suceso A, el suceso complementario de A es la no ocurrencia de A y se denota como A. Por ejemplo, dado el suceso A: Obtener un nmero impar despus de haber lanzado un dado, A = {1; 3; 5}, el suceso complementario de A es la no ocurrencia de A, es decir, obtener un nmero par despus de haber lanzado un dado, es decir: A = {2; 4; 6}. De all, observamos que, siendo A el complemento de A, A A =W... ( a) Si tomamos la probabilidad a ambos miembros de (a), obtenemos: P( A A) = P(W) P( A) + P( A) = 1 De al P (A) = 1 P(A)
Esta frmula nos permite determinar la probabilidad del suceso complementario dada la probabilidad de un suceso. Probabilidad de dos sucesos compatibles Consideremos el experimento de lanzar un dado. El espacio muestral es = {1; 2; 3; 4; 5; 6} Cul es la probabilidad de obtener un nmero par o no menor que 4? Observamos dos sucesos: A : Obtener un nmero par A = {2; 4; 6 } B : Obtener un nmero no menor que 4 B = {4; 5; 6}
17
5/31/07 12:38:20 PM
Para resolver este caso, encontraremos una frmula que en general nos determine la probabilidad Dados los conjuntos A y B, descomponemos disjuntos: y B en unin de conjuntos
Luego, podemos aplicar la propiedad (3) de la seccin 1.2:
http://www.epsilones.com/ imagenes/retratos/laplace.jpg
Pierre Simn Laplace (Normanda, 1749 - Pars, 1827) Astrnomo, matemtico y fsico francs del siglo XVIII, galardonado por el mismo Napolen, gran admirador de los hombres de ciencia. Posteriormente es nombrado por Luis XVIII como Marqus de Laplace. Dentro de sus trabajos, destaca el hecho que aplica la teora de la gravitacin de Newton a todo el sistema solar. Desde el punto de vista cientco, sus trabajos ms importantes se reeren a la mecnica celeste y al clculo de las probabilidades. Desde 1774 escribe numerosos artculos sobre el clculo de probabilidades, que recopila en su libro Theorie analytique des probabilitis, que es una introduccin al clculo de probabilidades.
Observando el diagrama adjunto, vemos que estos dos sucesos son compatibles porque los sucesos elementales 4 y 6 son elementos comunes a ambos sucesos; esto es, luego tenemos:
Aplicando la frmula, encontramos:
A 4 2 6 1 3 5 B
Probabilidad condicional Sea A un evento cuya probabilidad es distinta de cero, y sea B cualquier evento. La posibilidad condicional del evento B, dado el evento A, se dene como:
18
5/31/07 12:38:23 PM
Ejemplo: Sean A y B dos eventos tales que P(A) = 0,6 y P(B) = 0,2 y
Resolucin: Para determinar aplicamos la siguiente relacin: (1) Observamos que no conocemos partir de: Este valor lo podemos calcular a
Atencin!
denota la probabilidad de que el evento B suceda, habiendo ocurrido el evento A.
(2) Reemplazando los datos en (2), tenemos:
Un mate...
(3) Reemplazando los datos de (3) en (1), tenemos:
2.3 Teorema de Bayes

Analicemos la siguiente situacin: Tres mquinas A, B y C producen respectivamente el 50%, 30% y 20% del nmero total de artculos de una fbrica. El porcentaje de desperfectos de produccin de estas mquinas son, respectivamente, 2%, 4% y 5%. Se seleccion un artculo y resulto bueno. Determina la probabilidad que el artculo haya sido producido por la mquina C. Resolucin: 1. Construyendo un diagrama de rbol para plantear los datos del problema, tenemos:
19
5/31/07 12:38:25 PM
Condiciones del artculo Bu (Bueno)
mquina
Eventos independientes
Ma (Malo)
A
Sean A y B dos eventos independientes, la probabilidad de que ocurran ambos eventos es igual al producto de sus probabilidades individuales, as:
Bu (Bueno) B
Ma (Malo) C Bu (Bueno)
Ma (Malo)
Eventos dependientes Si dos eventos A y B son eventos dependientes, entonces la probabilidad de que ocurran ambos eventos se determina as:
2. Siendo la condicin que el artculo seleccionado sea bueno, tenemos:
3. Nos piden determinar la probabilidad de que el artculo bueno haya sido producido por la mquina C (ver esquema).
20
5/31/07 12:38:26 PM
Actividad 2
I. Trabaja en equipo con tus colegas de rea 4. Se lanza un dado y una moneda en distribuyndose las actividades de manera forma conjunta. Luego de determinar su equitativa. Compartan sus procedimientos. espacio muestral, calcula las siguientes probabilidades: 1. En una baraja hay 52 cartas y se extrae una a. Que la moneda muestre cara y el dado el 2. carta, cul es la probabilidad de obtener b. Que la moneda muestre cara o sello, y el un 7? dado el 3. 2. Determina todas las posibles combinaciones c. Que la moneda muestre sello y el dado el 8. que ocurren al lanzar dos dados, y anota la suma de los puntos obtenidos en una hoja. 5. En una caja de herramientas hay 2 000 tornillos, de los cuales 1 300 son buenos y 700 son malos. Se extraen tres tornillos uno + 1 2 3 4 5 6 por uno (sin reposicin). Se pide determinar 1 la probabilidad de que el tercer tornillo 2 extrado sea bueno, si los dos anteriores 3 fueron malos. 4 5 6. En un cargamento de doce televisores han 6 sido incluidos cuatro televisores con fallas. Un comprador muy precavido empieza a. Si al primer lanzamiento obtenemos como a probarlos uno por uno, cul es la suma 7, ganamos. Cul es la probabilidad probabilidad de que encuentre el ltimo de xito? televisor fallado a la sexta prueba? b. Si al primer lanzamiento obtenemos como suma 7 u 11, ganamos. Cul es la probabilidad 7. Respecto al curso de Matemtica I en cierta de xito? universidad, se determin: c. Si al primer lanzamiento obtenemos como suma El 70% de los alumnos lo lleva por primera 2 12, perdemos. Cul es la probabilidad de vez, el 20% de los alumnos lo lleva por perder? segunda vez, y el 10% de los alumnos lo lleva por tercera vez. 3. Al nalizar una encuesta se obtiene la siSe ha determinado que si un alumno lo lleva guiente tabla: por primera vez, la probabilidad de que lo Hombres Mujeres apruebe es 80%; si lo lleva por segunda vez, la probabilidad de que lo apruebe es de 70%; Aprueban 30 10 y si lo lleva por tercera vez, la probabilidad Desaprueban 20 25 de que lo apruebe es 60% . Si se elige un Total 50 35 alumno al azar: a. Cul es la probabilidad de que apruebe el Determinemos las siguientes probabilidades: curso? a. De que un encuestado elegido al azar sea b. Si el alumno elegido aprob el curso, cul hombre. es la probabilidad de que lo haya llevado por b. De que un encuestado elegido al azar sea segunda vez? hombre y apruebe la labor realizada.
S E NO
I B I R
c. De que apruebe la labor sabiendo que es hombre.

21
5/31/07 12:38:27 PM
8. Patricia tiene un monedero que contiene 2 monedas de cinco soles y 4 monedas de dos soles, y su esposo tiene un monedero que contiene 4 monedas de cinco soles y 3 monedas de dos soles. Si se extrae una moneda de cada monedero, cul es la probabilidad de que una de ellas sea de cinco soles? 9. Supongamos que tenemos dos urnas, la primera tiene 5 bolas rojas y 3 negras; la segunda urna tiene 3 bolas rojas y 2 negras. Se escoge una urna al azar y se extrae una bola. Determina: a. La probabilidad de que la bola extrada sea negra. b. La probabilidad de haber elegido la segunda urna suponiendo que la bola extrada sea negra. 10.El 20% de los habitantes de una determinada poblacin son jubilados y otro 20% son estudiantes. La msica clsica le gusta al 75% de los jubilados, al 50% de los estudiantes y al 20% del resto de la poblacin. Calcula la probabilidad de que, elegida al azar una persona a la que le gusta la msica clsica, sea jubilada. 11.Una computadora personal est contaminada por un virus y tiene cargados dos programas antivirus que actan independientemente uno del otro. El programa A detecta la presencia del virus con una probabilidad de 0,9 y el programa B detecta el virus con una probabilidad de 0,8. Cul es la probabilidad de que el virus no sea detectado? 12.Supongamos que la ciudad de Ica est formada por 60% de mujeres y 40% de hombres. Si el 50% de las mujeres y el 30% de los hombres fuman, y se elige una persona al azar, cul es la probabilidad de que la persona elegida sea fumadora? II. Elabora situaciones para presentar a tus alumnos, como el siguiente caso: Para el siguiente experimento aleatorio, determinen el espacio muestral y 4 eventos simples de distinto tipo. Llegas a la cafetera del colegio al medioda y te encuentras con tu amiga Sofa. Verica qu podra estar almorzando. Espacio muestral = { Evento 1: { Evento 2: { Evento 3: { Evento 4: {
22
5/31/07 12:38:28 PM
Blaise Pascal
3. COMBINATORIA
En las aplicaciones de las probabilidades, a veces es necesario recurrir a procedimientos matemticos que nos permiten realizar conteos de casos complejos a partir de procesos simples. A este conjunto de procedimientos se le conoce como Anlisis Combinatorio o Combinatoria. Esta rama de la Matemtica naci en el siglo XVI, y en su estudio terico aparecen ligados matemticos como Pascal, Bernoulli, Fermat, Leibnitz y Euler. Podemos denir la combinatoria como el estudio de las diferentes formas de agrupar diversos objetos, teniendo en cuenta unas reglas o condiciones establecidas de antemano. El estudio de la combinatoria pone a nuestra disposicin los tcnicas de conteo, como las permutaciones y combinaciones.
(Clermont, 1623 - Pars, 1662) Fue un matemtico, fsico y filsofo religioso francs. Sus contribuciones a las ciencias naturales y ciencias aplicadas incluyen la construccin de calculadoras mecnicas, estudios sobre la teora de probabilidad, investigaciones sobre los fluidos y la aclaracin de conceptos tales como la presin y el vaco. En relacin con los problemas de anlisis combinatorio y de probabilidad, Pascal hizo abundante uso del tringulo aritmtico: 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 en el cual los nmeros de cada fila, despus de las dos primeras, se obtienen de los que se encuentran en la fila precedente copiando debajo los terminales 1 y sumando los pares sucesivos de nmeros de izquierda a derecha; as, en la quinta fila, 5 = 1 + 4, 10 = 4 + 6, 10 = 6 + 4, 5 = 4 + 1. Los nmeros en la fila n, despus de 1, son el nmero de las diferentes combinaciones que pueden hacerse con n cosas distintas tomadas, de una en una, de dos en dos, de tres en tres. Fuente: www. portalplanetasedna.com. ar/pascal.htm - 47k
3.1 Regla del producto

En el restaurante El buen diente se ofrece el siguiente men ejecutivo por S/. 9,50: Entrada Plato de Fondo Papa a la Huancana Aj de Gallina (AG) (PH) Palta Rellena (PR) Lomo Saltado (LS) Arroz con pollo (AP) Postre Torta de Chocolate (TCH) Pye de Manzana(PM)
Cuntas elecciones distintas de men se pueden hacer? Si elegimos un plato de entrada, tenemos tres platos de fondo para escoger. Por cada plato de fondo tenemos dos postres por elegir. Para ilustrar esta idea, veamos el siguiente diagrama:
TCH AG PM TCH PH LS PM TCH AP PM TCH AG PM TCH PR LS PM TCH AP PM
23
5/31/07 12:38:28 PM
Del diagrama presentado, podemos observar que hay 12 mens diferentes para elegir. Este resultado lo podemos obtener de la siguiente manera: si para la entrada tenemos dos opciones, para el plato de fondo tenemos tres opciones y para el postre, dos opciones; el total de mens posibles, se obtiene multiplicando los nmeros de cada una de las opciones; es decir: 2 3 2 = 12. Generalizando, si una actividad la podemos realizar de A1 maneras diferentes, otra actividad la podemos realizar de A2 maneras diferentes y as sucesivamente, luego el total de actividades que podemos realizar se obtiene multiplicando: N = A1.A2.A3 ... An
3.2 Permutaciones ordinarias
Recuerda
0! = 1 Si n
+
Analicemos la siguiente situacin. Tres amigos desean formar grupos diferentes de modo que:
, n! = n(n 1)!
1. Cada grupo est conformado slo por uno de ellos. 2. Cada grupo est conformado slo por dos de ellos.
a! se lee a factorial Asi: * 1! = 1 (1 1)! = 1 0! =11 1! = 1 * 3! = 3 (3 1)! = 3 2! = 3 2 (2 1)! 3! = 3 2 1 De esto podemos deducir: n! = n (n 1) (n 2)... 2 1 que es la definicin ms usual.
3. Cada grupo est conformado por los tres. Cuntos grupos en cada caso se pueden formar? Resolucin: Sean a,b y c, los tres amigos. En funcin de las condiciones dadas, se pueden formar los siguientes grupos: 1. a b c Total: 3 grupos
ab 2. ba
ac ca
bc cb
Total: 6 grupos
abc 3. bac cab Observamos que:
acb bca cba Total: 6 grupos
En el primer caso, cada grupo se diferencia porque sus integrantes son distintos.
24
5/31/07 12:38:28 PM
En el segundo caso, hay dos tipos de grupos, algunos grupos se diferencian por algunos de sus integrantes, mientras que otros se diferencian por el orden. En el tercer caso, observamos que todos los grupos se diferencian por el orden. A cada una de estas situaciones analizadas las denominamos permutacin ordinaria. As: En el primer caso, observamos tres grupos que representan permutaciones ordinarias de 3 elementos tomados de uno en uno, y se denota: P3;1= 3 En el segundo caso, observamos seis grupos que representan permutaciones ordinarias de 3 elementos tomados de dos en dos, y se denota: P3;2= 6 En el tercer caso, observamos seis grupos que representan permutaciones ordinarias de 3 elementos tomados de tres en tres, y se denota: P3;3= 6 Por lo expuesto tenemos: Pn;1 Pn;2 Pn;3 Pn;k =n = Pn;1 (n-1) = Pn;2 (n-2) = Pn;(k-1) (n-k+1) Pn;2 Pn;3 Pn;k = n(n-1) = n(n-1)(n-2) = n(n-1)(n-2)... (n-k+1) (n - k )! obtenemos: (n - k )!
Si multiplicamos el segundo miembro por
n(n -1)(n - 2)...(n - k +1)(n - k )! (n - k )! n! Pn;k = (n - k )! Pn;k = Si k = n, tenemos: Pn;n = n! n! Pn;n = (n - n)! 0! Pn;n = n ! Este caso de permutaciones lo podemos denotar como: Pn = n!, llamada permutaciones de n elementos tomados de n en n.
25
5/31/07 12:38:28 PM
Ejemplo: 1. Si hay 5 personas sentadas en una banca, determina de cuntas maneras se pueden sentar. Resolucin: n = 5
Pn = 5! Pn = 120 2. Determinar cuntos nmeros de tres cifras se pueden formar con las cifras 1; 2; 3. Resolucin: n = 3
curiosidades
matemticas
Vers, si yo pudiera derivar un equilibrio en el que la prevalencia fuera un suceso no singular, en el que nadie perdiera, imagina el efecto que eso tendra en conflictos, negociaciones...
http://www.simira.com/index_ es.html
Pn = 3! Pn = 6
3.3 Combinaciones
Combinaciones de n elementos de k en k (k n) denotadas por C1 , son todos los grupos que se pueden formar con las siguientes condiciones: En cada grupo intervienen k elementos de los n elementos. Dos grupos se diferencian por lo menos en un elemento.
4
Consideremos 4 elementos a; b; c; d, con ellos formaremos grupos que cumplan las condiciones mencionadas. 1. Cada grupo est conformado slo por un elemento; a b c d C14 = 4
2. Cada grupo est conformado por 2 elementos; ab bc

John Forbes Nash (Matemtico, Premio Nobel) http://www.adeptis.ru/vinci/john_ forbes_nash10.jpg
ac bd
ad cd
4 C2 =6
3. Cada grupo est conformado por 3 elementos; abc abd acd bcd C34 = 4
4. Cada grupo est conformado por 4 elementos; abcd

4 C4 =1
26
5/31/07 12:38:28 PM

4 Por ejemplo, hay C2 maneras de determinar las combinaciones de 4 elementos tomados de 2 en 2, y hay P2 maneras de que cada uno pueda ser ordenado; luego el total de permutaciones ordinarias, se obtiene aplicando la regla de la multiplicacin: 4 C2 .P2 = P24
Generalizando, para n elementos tomados de k en k, tal que k n, se tiene: Ckn .Pk = Pkn Sabemos que: Pkn = n! (n - k )! y Pk = k ! n! k !(n - k )! de donde: Pkn C = Pk
n n
Sustituyendo tenemos: Ckn = Observa el siguiente ejemplo: Ejemplo 1
Sealamos 5 puntos en una circunferencia, cuntos tringulos distintos se pueden construir tomando como vrtices 2 puntos de 3 en 3? As, representaremos 1 cada tringulo por los siguientes temas: (1; 2; 3), (1; 2; 4), (1; 2; 5), (1; 3; 4), (1; 3; 5), (1; 4; 5), (2; 3; 4), (2; 3; 5), (2; 4; 5), (3; 4; 5). Observamos que el nmero de tringulos es 10. 4 3 5
Pero podemos observar que el nmero de tringulos formados son las combinaciones de 5 elementos tomados de 3 en 3, es decir: 5! 5 5 C3 = C3 =10 3!(5 - 3)! Ejemplo 2 A un congreso asisten 28 personas. Se decide constituir una comisin formada por cinco de ellas para estudiar un determinado proyecto. De cuntas formas distintas podra formarse dicha comisin? Resolucin: Observamos que para formar una comisin no es necesario tomar en cuenta el orden de sus integrantes; tambin notamos que en cada comisin no
27
5/31/07 12:38:31 PM
intervienen todos los asistentes al congreso. Luego, estamos rerindonos a grupos representados por combinaciones de 28 elementos tomados de 5 en 5. As: C528 = 28! 5!(28 - 5)! C528 = C528 = C528 = 28! 5! 23! 28.27.26.25.24.23! 5! 23! 28.27.26.25.24 5!
C528 = 98 280
Actividad 3
Renanse con sus colegas de rea y resuelvan 3. En un torneo de ajedrez participan cinco jugadores, en donde se enfrentan todos contra las siguientes actividades: todos. 1. Cuntas rectas determinan seis puntos no a. Cuants partidas debern jugarse? colineales del plano tales que no haya tres b. Elabora un calendario de partidas. alineados? Cuntos tringulos diferentes determinan 4. Si reordenamos las letras de la palabra ACERO dichos puntos? de todas las maneras posibles, cuntas Enumera los vrtices y determina todos los palabras distintas se pueden formar, tanto si tringulos que hay: tienen sentido como si no lo tienen? 5. Una prisin tiene 6 celdas individuales vacas y llegan 3 prisioneros. De cuntas formas pueden distribuirse en las celdas? 6. El capitn de un equipo de tenis en la Copa Davis tiene que elegir la pareja que afrontar la pareja de dobles. Si debe decidir entre 4 jugadores: Andretegui, Gallardo, Bazn o Martnez, cules son todas las parejas que podra escoger?
2. La Lotto y las combinaciones: Si cada apuesta de lotera consiste en sealar seis nmeros del 1 al 49, en donde no interviene el orden, el nmero de combinaciones posibles:
7. Una compaa de teatro consta de 20 actores. Cada da acta un grupo de 7 de ellos. Durante Cul ser la probabilidad de acertar si comcuntos aos pueden trabajar de forma que pras 10 boletos? cada da acte un grupo diferente de actores?
28
5/31/07 12:38:32 PM
4. EVALUACIN
1. Supongamos que tenemos una caja que contiene diez bolas distribuidas de la siguiente manera: - Tres bolas son blancas y tienen puntos. - Una bola es blanca y tiene franjas. - Dos bolas son amarillas y tienen puntos. - Cuatro son amarillas y tienen franjas. Si una persona saca de la caja una bola blanca, cul es la probabilidad de que sta tenga puntos? Cul es la probabilidad de que tenga franjas? Cul es la probabilidad de que una bola tenga puntos, dado que es amarilla? Cul es la probabilidad de que una bola tenga franjas, dado que es blanca? 2. A una tienda comercial de artefactos elctricos llega un lote de seis lavadoras. Se sabe que de estas lavadoras, dos de ellas son defectuosas, y por eso debe hacerse un control de calidad con relacin de pruebas. Cul es la probabilidad de que en la cuarta prueba se detecte la segunda lavadora defectuosa? 3. En una panadera hay tres tipos de queso: Edam, Mantecoso y Fresco, y hay dos tipos de pan: Mollete y Semita. De cuntas maneras se puede preparar un pan con queso? 4. En la banca de una iglesia hay veinte personas sentadas formando diez parejas, de cuntas maneras pueden sentarse las veinte personas sin que las parejas se separen? 5. De un grupo de 15 personas hemos de elegir un presidente, un vicepresidente y tres secretarios, de cuntas maneras se puede hacer la eleccin? Nota: Toma en cuenta que en algunos casos hay relaciones jerrquicas y en otros, no.
29
5/31/07 12:38:32 PM
5. METACOGNICIN
Metacognicin es la habilidad de pensar sobre el discurso del propio pensamiento, es decir, sirve para darnos cuenta cmo aprendemos cuando aprendemos.
Responde en una hoja aparte: 1. De qu manera te organizaste para leer el fascculo y desarrollar las actividades propuestas? 2. Te fue fcil comprender el enunciado de las actividades? Por qu? 3. Si no te fue fcil, qu hiciste para comprenderlo? 4. Qu pasos has seguido para desarrollar cada una de las actividades? 5. Cules de estos pasos te presentaron mayor dicultad? 6. Cmo lograste superar estas dicultades? 7. Al resolver la evaluacin, qu tems te presentaron mayor dicultad? 8. Qu pasos has seguido para superar estas dicultades? 9. En qu acciones de tu vida te pueden ayudar los temas desarrollados en este fascculo? 10. Qu nivel de logro de aprendizaje consideras que has obtenido al nalizar este fascculo?
Muy bueno Bueno Regular Deciente
NO ESCRIBIR
Por qu? 11. Crees que las actividades de investigacin fueron realmente un trabajo de equipo? Explica. 12. Tuviste la oportunidad de compartir tus conocimientos con algunos de tus colegas? Qu sentimientos provocaron en ti este hecho?
30
5/31/07 12:38:32 PM
BIBLIOGRAFA
comentada
1. Avanzini, P. y Muri, P. Matemtica y probabilidad. Miln. Ghisetti e Corvi Editori, 1988. Planteamiento matemtico de la denicin clsica de probabilidad, con ejemplos interesantes, alfabeto morse, aplicaciones y mucho ms. 2. Dodero, N. Elementi Di Matematica. Miln. Ghisetti e Corvi. 1999. La Probabilidad y la Estadstica: un enfoque matemtico de las construcciones de un evento o un suceso. 3. Holt, Michael. Matemticas recreativas. Madrid. Ediciones Martines Rocca, 1988. Ejercicios con polgonos. Ejemplos de polgonos, nmero de tringulos formados partiendo de un punto jo, etc. 4. Jonson, Robert. Estadstica elemental. Mxico. International Thomson Editores, 1999. Trata sobre la Estadstica de manera sencilla y entretenida. 5. Levin, J y Rubin Prentice, D. Estadstica para administradores. Mxico. Hall Hispanoamericana S.A., 1996. Es un libro de consulta escrito con asistencia pedaggica y comentarios adecuados. Los desarrollos matemticos son claros y actualizados. Su fortaleza est en la presentacin de los diagramas de ujo de los contenidos. Los conceptos se ven reforzados por un resumen al nal de cada captulo. 6. Vliz Capuay, Carlos. Estadstica aplicada. Lima, 2000. Fondo Editorial PUCP. . Contiene el material mnimo como herramienta profesional con una buena sustentacin matemtica. Se presenta un estudio introductorio de los modelos probabilsticos, para luego realizar su estimacin y evaluacin de la adecuacin de estos a la realidad. 7. Vidal, Jos Antonio. Enciclopedia Interocenica Ocano. Barcelona. Grupo Ocano, 1997. Libro que explica conceptos y aplicaciones estadsticas en forma general.
31
5/31/07 12:38:32 PM
ENLACES
web
1. http://matmedia.it Problemas de Matemtica. Casos interesantes de nmero combinatorio y permutaciones. 2. http://www.d16acbl.org/U173/Brmx_prob2.html Denicin clsica de probabilidad y algunas propiedades bsicas. 3. http://www.probabilidad.org.mx/ Pgina dedicada a eventos probabilsticos. 4. http://www.acanomas.com.ar/puzzle/probab_teoria.htm Juegos y teoras probabilsticas. 5. http://www.telefonica.net/web2/biomates/tabl/tabl.htm Denicin formal de la probabilidad en la estadstica. Ejemplos, denicin clsica y frecuentista. 6. http://www.biomates.net/ Dene probabilidad y estadstica en forma sencilla. Pgina dedicada a la estadstica en educacin secundaria y superior. 7. http://www.uaq.mx/matematicas/estadisticas/xu4.html Aplicaciones y deniciones de probabilidad, anlisis combinatorio, axiomas de probabilidad, eventos excluyentes, etc. 8. http://www.ugr.es/~batanero/ListadoProbabilidad.htm Veinte notas y resmenes de actividades sobre probabilidad y estadstica. 9. http://www.cimat.mx/~horebeek/pea.html Apuntes sobre estadstica y probabilidad. 10. http://www.edustatspr.com/ Pgina dedicada a la estadstica y probabilidad.
32
5/31/07 12:38:32 PM

Certeza y Pebabilidades PDF

Hochgeladen von

Dokumentinformationen

Originaltitel

Copyright

Verfügbare Formate

Dieses Dokument teilen

Dokument teilen oder einbetten

Freigabeoptionen

Stufen Sie dieses Dokument als nützlich ein?

Sind diese Inhalte unangemessen?

Copyright:

Verfügbare Formate

Certeza y Pebabilidades PDF

Hochgeladen von

Copyright:

Verfügbare Formate

MINISTERIO DE EDUCACIN

Z_fasci culo 8 - CERTEZA Y PROBA1 1

Z_fasci culo 8 - CERTEZA Y PROBA2 2

Z_fasci culo 8 - CERTEZA Y PROBA3 3

Espacio muestral Ejemplos

Teora Experimentos aleatorios

Sentido comn Seguros

Mutuamente excluyentes Complementarios Compatibles

Fascculo 8 / CERTEZA Y PROBABILIDAD

Serie 3 / TEORA DE MATEMTICA BSICA

RECUPERACIN DE SABERES PREVIOS

Z_fasci culo 8 - CERTEZA Y PROBA4 4

Fascculo 8 / CERTEZA Y PROBABILIDAD

Z_fasci culo 8 - CERTEZA Y PROBA5 5

Serie 3 / TEORA DE MATEMTICA BSICA

1.2 Definiciones formales y probabilidad

Z_fasci culo 8 - CERTEZA Y PROBA6 6

Fascculo 8 / CERTEZA Y PROBABILIDAD

Z_fasci culo 8 - CERTEZA Y PROBA7 7

Serie 3 / TEORA DE MATEMTICA BSICA

iii. aplicando la propiedad 3 en i.)

Z_fasci culo 8 - CERTEZA Y PROBA8 8

Fascculo 8 / CERTEZA Y PROBABILIDAD

Z_fasci culo 8 - CERTEZA Y PROBA9 9

Serie 3 / TEORA DE MATEMTICA BSICA

2. Tenemos: n() = 12 ; n(A) = 5 n( A) 3. Sabemos que: P( A) = n(W) 5 luego, P( A) = 12

Z_fasci culo 8 - CERTEZA Y PROBA10 10

Fascculo 8 / CERTEZA Y PROBABILIDAD

Para llegar al trabajo debemos calcular el tiempo de viaje.

1.5 Experiencia del azar

Z_fasci culo 8 - CERTEZA Y PROBA11 11

Serie 3 / TEORA DE MATEMTICA BSICA

Z_fasci culo 8 - CERTEZA Y PROBA12 12

Fascculo 8 / CERTEZA Y PROBABILIDAD

Z_fasci culo 8 - CERTEZA Y PROBA13 13

Serie 3 / TEORA DE MATEMTICA BSICA

4. Observa las siguientes ruletas: a. b. c.

Z_fasci culo 8 - CERTEZA Y PROBA14 14

Fascculo 8 / CERTEZA Y PROBABILIDAD

Experimento 1: Lanzar 1 moneda 2: Lanzar 2 monedas 3: Lanzar 3 monedas

Z_fasci culo 8 - CERTEZA Y PROBA15 15

Serie 3 / TEORA DE MATEMTICA BSICA

2.2 Probabilidad de sucesos

Z_fasci culo 8 - CERTEZA Y PROBA16 16

Fascculo 8 / CERTEZA Y PROBABILIDAD

Z_fasci culo 8 - CERTEZA Y PROBA17 17

Serie 3 / TEORA DE MATEMTICA BSICA

Luego, podemos aplicar la propiedad (3) de la seccin 1.2:

Aplicando la frmula, encontramos:

Z_fasci culo 8 - CERTEZA Y PROBA18 18

Fascculo 8 / CERTEZA Y PROBABILIDAD

(2) Reemplazando los datos en (2), tenemos:

(3) Reemplazando los datos de (3) en (1), tenemos:

2.3 Teorema de Bayes

Z_fasci culo 8 - CERTEZA Y PROBA19 19

Serie 3 / TEORA DE MATEMTICA BSICA

Condiciones del artculo Bu (Bueno)

2. Siendo la condicin que el artculo seleccionado sea bueno, tenemos:

Z_fasci culo 8 - CERTEZA Y PROBA20 20

Fascculo 8 / CERTEZA Y PROBABILIDAD

c. De que apruebe la labor sabiendo que es hombre.

Z_fasci culo 8 - CERTEZA Y PROBA21 21

Serie 3 / TEORA DE MATEMTICA BSICA