Beruflich Dokumente
Kultur Dokumente
DE LA PROBABILIDAD
Desde la segunda mitad del siglo 19 hasta aproximadamente los primeros aos del
siglo 20 el desarrollo de la teora de la probabilidad est asociado en gran medida a los
matemticos Rusos, el papel jugado por la teora de la probabilidad en la ciencia
moderna a cobrado cada vez mayor importancia al grado de que por ejemplo, el uso de
la misma en los campos estudiados por ciencias como la gentica, qumica es
inevitable.
Conjunto A
U
U= UNION
Conjunto A
A y B= A n B
U
A B
Elementos del conjunto A que
No estn en el conjunto B
U
A n B n C n=A y B y C
n= interseccin
A y B pero no C= A n B pero C no
U
A o C pero B no = A u C pero no B
pertenecen al conjunto A.
U= 120
F=60
Fy
E= 50
E= 20
40
30
20
60-20= 40
30
50-20=30
120-90=30
F Y E = 20
42
56
250-220= 30 interseccin
56+28+42=126 X u Y pero no Z
14
30
16
Determine:
a) El diagrama de Ven
b) Cuntas personas no compran estos peridicos? 215
c) Cuntas personas compran solo universal? 235
d) Cuntas personas compran Exclsior? 215
e) Cuntas personas compran Exclsior y novedades? 210
f) Cuntas personas compran solamente Exclsior y novedades? 175
g) Cuntas personas compran Exclsior o universal pero no novedades? 475
U=1000
b) 1000- 785= 215
15
215
c) 235
175
25
35
d) 215
85
e) 175+35= 210
f) 175
235
215
g) 475
a) Diagrama
b) Cuntas personas estudiaban 2 de las asignaturas? 204
c) Cuntas personas estudiaban algebra o estadstica pero no fsica? 314
U=500
93
82
164
82+164+68= 314
30
53
10
30+10+164= 204
G67643646
68
466644444
ENFOQUES DE PROBABILIDAD
Histricamente se han desarrollado tres diferentes enfoques conceptuales para
definir la probabilidad y para determinar los valores
P(A)= a/ a+b
EJEMPLOS:
Se lanzan 4 monedas al aire:
a) Determina la probabilidad de que caigan 2 guilas
b) Determina la probabilidad de que no caigan 2 guilas
(A, A, A, A) (S, S, A, S)
(A, A, A, S) (S, S, A, A)
(A, A, S, A) (S, A, S, S)
(A, A, S, S) (S, A, S, A)
(A, S, A, A) (S, S, S, S) (A, S, S, A)
(S, S, S, A) (A, S, A, S) (A, S, S, S)
S
S
A
$
S
A
A
S
A
A
S
A
S
S
A
S
A
A
S
A
S
A
S
A
S
A
S
A
S
S
1. El equipo de ftbol est prximo a realizar tres juegos, el entrenador parte del
supuesto de ganar o perder.
a) Cuntas oportunidades tiene el equipo de ganar por lo menos tres juegos?
b) Encuentre los resultados posibles utilizando el diagrama de rbol
(G, G, G)
(G, G, P)
(G, P, G)
8 posibilidades
(G, P, P)
(P, G, G) (P, P, G)
(P, G, P) (P, P, P)
G
P
G
P
G
P
G
P
G
P
G
D1. CHILAQUILES
P1. NIEVE
D2. OMELETTE
B
1
B
2
B
3
B
4
D
1
P1
P2
P1
P2
P1 D2
P2
P1
P2
B1
D3
B2
B3
B4
B1
B2
B3
B4
P1
P2
P1
P2
P1
P2
P1
P2
P1
P2
P1
P2
P1
P2
P1
P2
B) 6 posibilidades
C) 6/36= 16.66%
D) 30/36=83.33%
30 posibilidades
(1,1)
(1,2)
(1,3)
(1,4)
(1,5)
(1,6)
(2,1)
(2,2)
(2,3)
(2,4)
(2,5)
(2,6)
(3,2)
(3,2)
(3,3)
(3,4)
(3,5)
(3,6)
(4,1)
(4,2)
(4,3)
(4,4)
(4,5)
(4,6)
(5,1)
(5,2)
(5,3)
(5,4)
(5,5)
(5,6)
(6,1)
(6,2)
(6,3)
(6,4)
(6,5)
(6,6)
1
2
BARAJA ESPAOLA9
CORAZON
ES 13
DIAMANT
ES 13
BARAJA
TREBOL
13
ESPADAS
13
TIPO DE EVENTOS
Evento imposible: si al hacer un experimento se sabe que cierta situacin no puede
presentar el resultado esperado se le llama evento imposible.
Eventos o suceso: es un subconjunto de resultados posibles de un
experimento es una coleccin especfica de puntos.
Diagrama de rbol: es el dibujo o grafica que se utiliza para enumerar todos los
resultados posibles de un experimento
DIAGRAMA DE VENN
Determina la probabilidad y el nmero total de puntos mustrales al lanzar una
dado 2 veces de manera sucesiva
1
1
TEORIA DE CONJUNTOS
En una encuesta aplicada a 1600 personas sobre marcas de automviles se
tienen los siguientes resultados:
846 Ford
812 Datsun
671 Volkswagen
100 no tiene estas marcas (fuera)
278 poseen las 3 marcas
100 personas tienen nicamente 2 autos, f y vw
153 tienen nicamente Ford y Datsun
273 poseen nicamente un Volkswagen
Determina:
a) el diagrama de ven eule
b) nmeros de personas que posen 2 autos
36
315
100
153
278
20
153+100+20=273
315+361+273=949
361+20+273=654
G67643646466
644444
DIAGRAMA DE ARBOL
Supongamos que se desea sentar a 4 personas en una banca en cuantas
posiciones diferentes pueden colocarse: en 20 posiciones
p3
p4
p2
p4
p4
p3
p4
p2
p3
p1
p4
p1
p3
p1
p3
p4
p1
p2
p4
p1
p4
p2
p2
p1
pp3
p1
p2
p3
p1
p3
p1
p4
p1
p3
p4
pp3
p2
p1
p1
p4
p2
p4
p1
p2
p1
p3
p3
p2
p2
p1
p3
p4
p3
p2
p4
p1
ba
nc
a
p4
p3
p2
p1
p3
p4
p2
p1
g
g
sin
so
n
g
sin
sin
so
n
g
so
n
sin
so
n
(G, g, g)
g
sin
so
n
g
sin
so
n
g
sin
so
n
g
sin
so
n
g
sin
so
n
g
sin
so
n
g
sin
so
n
g
sin
so
n
g
sin
so
n
Notacin factorial
El producto de los enteros positivos desde uno asta n se emplea con mucha
frecuencia en probabilidad para determinar resultados posibles en un experimento (n) y
tomando ciertos resultados posibles r de n.
N!= n(n-1)(n-2)(m-3)
Ejemplos:
a) 10!= 3628800
28
b) 27!= 1.08x 10
10
c) 13!3!= 3.73x 10
d) 12!/8!5!= 1425600
e) 8!7!= 203212800
35
f) 36!/10!= 1.02x 10
g) 8!/6!= 56
Permutacin
Una ordenacin de un conjunto de n objetos en un orden dados se llama una
permutacin de los objetos tomados todos a la vez LE INTERESA EL ORDEN EN
QUE VAN DANDO LOS ARREGLOS.
nPr= n !/(nr)!
Ejemplos:
1. Se tiene 5 letras (a,b,c,d,e) y se desea formar palabras con dos letras. Cuantas
podran formar si el orden es importante.
a) Principio de multiplicacin
b) Permutaciones
c) Notacin factorial
d) Diagrama de rbol
n1
n
a)
x 2
5 x 4=20 posibilidades
b) N=5 r=2
5P2=
5!
( 52 ) ! =
5!
3 ! =5x4= 20 posibilidades
c) N!=n(n-1)
=5(5-1)
=5(4)
=20 posibilidades
d) A
4
posibilidades
e
+
4= 20
15P5=360360
R=5
30x336= 10080
Tcnicas de conteo
Si en un experimento, un evento se realiza de
experimento se realiza de
n3
n2
n1
totales en que el experimento pueda ocurrir ser el producto de cada uno de los
eventos que intervienen en el experimento.
26x26X10X10X10= 67600
=468000
2. L compaa de telfonos desea expander sus redes telefnicas, el numero de
lneas esta apunto de saturarse y la compaa desea incrementar el numero de
lnea agregando un digito mas, actualmente una liena cosnta de 6 digitos.
n1
n
n xn
n5
n6
x 2 x 3 4 x
x
10 x 10 x 10 x 10 x 10 x 10 =10000000
n1
n2
n3 x n 4
n5
n6
n7
10 x 9 x 8 x 7 x 6 x 5 x4= 604800
3. Jose luis es un jugadosr de cartas, el juego que le gusta es el poker. Cuantas
manos diferentes tiene para escoger de una baraja de 52 caras.
a) Si regresa la carte
b) Si no regresa la carta
n1
n
n xn
n5
a)
x 2 x 3 4 x
52 x 52 x 52 x 52 x 52=380204032
b)
n1
n2
n3 x n 4
n5
52 x 51 x 50 x 49 x 48=311875200
Combinaciones
Una combinacin es un arreglo de elementos en donde de un total de n elementos se
extrae un grupo de r elemnetos sin que tenga un orden especficos.
n!
nCr= ( nr ) ! r !
Ejemplos:
1. De un grupo de 10 personas debe elegirse un comit formado por 5. Calcular
el numero de comits diferentes que pueden elegirse, si :
a) Las personas se eligen libremente
b) Dos de las personas elegibles no pueden aparecer juntas en el comit
a) 10C5=252
b) 8C3=56
2. En una clase de estadstica hay 30 estudiantes, 34 hombres y 6 mujeres. De
cuentas maneras distintas pude seleccionarse un comit de 4 estudiantes.
30C4=27405
3. Un estudiante tiene que resolver un examen de 8 preguntas, si le dan a
escoger entre 10 respuestas, cuantas firmas de escoger tiene.
10C8=45
4. Cuatro gallinas seleccionadas aleatoriamente dentro de 10, han recibido una
hormona que incrementa la produccin de huevo, cuentas posibilidades de
elegir hubo:
10C4=210
5. En el concurso de Mr. Prepa se eligen primero 15 semifinalistas y despus 5
finalistas
Determine:
a) Cuantas maneras hay de elegir a las 5 finalistas
b) Ya electas las 5, de cuantas formas puede asignarse el primero y segundo
lugar.
a) 15C5= 3003
b) 5P2= 20
EJEMPLOS:
1. UNA GALERIA EXIVIRA 9 CUADROS DE Diego rivera. Determinar el numero
posible que tendra 6 de sus cuadros en la galera.
9P6= 60480
2. Cinco matemticos y 7 fsicos hay que constituir un gripo de 2 matemticos y
tres fsicos. De cuantas formas podr hacer, (no interesa el orden):
5C2=10
5C2X7C3= 350
7C3= 35
3. Una compaa va a seleccionar al consejo directivo para el primer semestre,
seleccionara a 8 personas de entre 15:
a) De cuantas formas puede seleccionarse los miembros del consejo
b) Ya electo el consejo, de cuantas formas puede seleccionarse presidente,
secretario y tesorero:
15C8= 6435
8P3= 336
UNIDAD III
ESPERANZA MATEMATICA EN LA TOMA DE DESICIONES
CERTIDUMBRE E INCERTIDUMBRE
Hay decisiones en las que se conocen de antemano todos los factores importantes;
es decir, no existe incertidumbre con respecto a costos o utilidades futuras; el
problema de decisin, en estos casos, es seleccionar la mejor de las alternativas
conocidas. Como ejemplo, supongamos que una empresa tiene varias plantas de
produccin,, desde donde surten sus productos a los almacenes de distribucin, las
fabricas y los almacenes estn esparcidos geogrficamente por todo el pas;
adems, se conocen con exactitud los costos del embarque de cada fabrica a cada
almacn, la capacidad de produccin de cada fabrica y la capacidad de
almacenamiento en los depsitos.
A pesar de conocer con exactitud toda esta informacin, para determinar la
programacin optima de los despachos no es un problema trivial y frecuentemente
requiere que se utilicen tcnicas matemticas complejas. En este caso, la toma de
decisiones es una condicin de incertidumbre.
Un problema que contrasta con al anterior es el que se le presenta al encargado del
departamento de compras de un comercio. A el le corresponde adquirir, con
INDICE DE COMPUESTOS
Los ndices compuestos, a diferencia de los smpeles, toman en consideracin un
conjunto de productos, determinan una relacin para bloques, los que generalmente
estn integrados por productos con caractersticas similares, desde el punto de
vistas de la investigacin que se desea llevar a cabo. Asi se tiene por ejemplo el
ndice de precios del consumidor el cual incluye los productos bsicos alimenticios,
por ejemplo: el trigo, arroz y maz. Con esto debe quedar claro que la unidad de
medida no necesariamente ser la misma para cada producto en un ndice, aunque
si representativa del consumo o produccin del mismo los nmeros ndices
compuestos pueden calcularse ya sea de los datos originales o de los relativos
simples hay nmeros formulas desarrolladas para el clculo. Las formulas
representadas mas adelante son las fundamentales y ESTAN BASADAS YA SEA
EN EL PERIODAO BASE O EN EL DE REFERENCIA.
INDICE DE LASPEYRES O METODO DE PERIODO DE BASE
Considera el periodo base para realizar su ponderacin, ya que los valores no
cambian de un periodo a otro, por tanto se realizan comparaciones mas objetivas
del poder adquisitivo a travs del tiempo.
INDICE DE PAASCHE O METOTO DE PERIODO DE REFERENCIA
Utiliza el periodo de refencia para realizar su ponderacin, por la cual le resta
importancia a los bienes cuyos precios varan de uno a otro.
INDICE IDEAL DE FISHER
Es un promedio geomtrico entre el ndice de Laspeyre y Paasche, a pesar de ser
un valor promedio no da un ndice uniforme para una serie indeciada de tiempo
(lista de nmeros ndice para dos o ms periodos en donde cada ndice utiliza el
mismo periodo base). Esto es, como el caso del ndice de Paasche, de Fisher lo
mantiene constante la cantidad medida, como lo que hace el ndice de Lapeyres.
Por lo que el ndice de Laspeyres o alguna variante de este es el ms usado por la
estadstica y por los economistas en el campo de los negocios, cuando se decide
usar un ndice como este y por razones prcticas se excluyen los otros.
Definir cul de los ndices presenta la mejor opcin para un anlisis especfico
implica, como aspecto bsico la disponibilidad de los datos, adems de la
consideracin de situaciones y momentos econmicos crticos del tiempo.
NOMENCLATURA
Ip= ndice de precios
Iq= ndice de cantidad
Po= precio en el periodo base
Pn= precio en el periodo de referencia
Qo= cantidad en el precio base
Qn= cantidad en el precio de referencia
FORMULAS
Laspeyres
Ip=
( Pn x qo)
( Po x qo)
Iq=
( Po x qn)
( Po x qo)
Paasche
Ip=
(Pn x qn)
(Po x qn)
Iq=
( Pn x qn)
( Pn xqo)
Fischer
2
Laspeyres
Iq=
( Po x qn)
( Po x qo)
Paasche
Iq=
( Pn x qn)
( Pn xqo)
Iq=
Iq=
6.52
( 116.48 )
2
Iq=
Ejemplo 2
La siguiente tabla muestra las cantidades en miles de toneladas y los precios en miles
de pesos por tonelada, de un grupo de aceites refinados comestibles de octubre de
1989 a octubre de 1990.
Tipo
Octubre 89
Octubre 90
Octubre 89
Octubre 90
Maz
0.603
1.088
0.392
1.063
Coco
0.333
1.322
2.257
1.925
Crtamo
0.495
0.922
14.956
21.516
soya
0.368
0.777
12.538
11.388
A) Variacin en el poder adquisitivo de este grupo de aceites por medio del ndice de
Laspeyres.
B) Variacin en la produccin de este grupo de aceites por medio del ndice de Paashe.
a) lp
( Pn qo )
( Po qo )
lp
b) Pq
( Pn qn )
( Pn qo )
29.449308
13.005161
Pq
2.26
34.665222
29.449308
1.17
Abril
Precio $
Cantidad Kg
Precio $
Cantidad Kg
Mojarra
35.90
500
39.8
675
Curvina
50
838
65
650
Tilapia
25.50
6000
29.5
7750
Laspeyres
Laspeyres
( Marzoprecio ) ( Abrilkg)
( Marzoprecio )( Marzokg)
Paashe
( Precioabril ) ( Abrilkg)
( Precioabril ) ( Marzokg)
Paashe
19.50%
26865+ 42250+228625
19900+54470+177000
18.44
(19.5 )( 18.44 )
Tipo
= 8.96%
Precio $
Cantidad Kg
Precio $
Cantidad Kg
Maz
26.8
509
39.80
600
Frijol
39.9
738
50
409
Arroz
60.7
5900
93
6000
Trigo
29.6
1000
35.30
1200
Laspeyres
16080+16319.1+364200+35520
13641.2+29446.2+358130+29600
Paashe
432119.1
430817.4
1.003
23880+20450+55800+ 42360
20258.2+36900+548700+35300
(1.003 ) (1.055)
Frijol
644690
641150.2
1.055%
1.028
Precio $
Cantidad Kg
Precio $
Cantidad Kg
Peruano
26.8
509
39.80
690
Pinto
39.9
738
50
780
Flor de mayo
60.7
5900
93
7008
Mayo coba
29.6
1000
35
1500
Laspeyres
18492+31122+ 425385.6+44400
13641.2+29446.2+359310+29600
Paashe
.
Tipo
519.399 .6
430817.4
20.56%
27462+39000+651744+ 52950
20258.2+56900+548700+35300
( 20.56 )( 20.27 )
20.27
20.41
Precio Oct.93
Precio Oct.94
Oct.93 Cant.
Oct.94 Cant.
Peruano
0.979
1.039
.730
1.193
Pinto
0.543
1.950
2.893
1.98
Flor de mayo
0.679
0.539
16.7
22.910
0.2
1.020
12.5
12.5
Mayo coba
Laspeyres Ip =
Ip =
Paashe Ip =
Ip =
28.15112
16.092289
= 1.7493% = 74.93%
.
1.239527+ 3.7635+ 12.34849+ 12.75
.75847+5.64135+ 9.0013+12.75
Tipo
30.199017
28.115112
= 1.0727% = 7.27%
Precio Oct.93
Precio Oct.94
Oct.93 Cant.
Oct.94 Cant.
Cebada
0.63
1.93
0.69
1.204
Trigo
0.59
1.876
2.96
1.89
Arroz
0.433
0.599
16
23
Frijol
0.193
1.966
10
11.8
IP =
1.930
1.3317+ 5.55296+9.584+19.66
.4347+1.7464+6.928+1.93
Ip =
= 227.25%
2.32372+3.54564 +13.777+23.2988
1.3317+5.55296+ 9.584+19.66
Tipo
36.12866
11.0391
42.84516
36.12866
= 18.59%
Precio Oct.94
Precio Oct.95
Oct.94 Cant.
Oct.95 Cant.
Queso
0.879
1.69
0.49
1.2
Crema
0.67
1.875
2.9
1.98
Leche
0.79
0.639
16.8
22.4
Yogurt
0.3
1.2
12.5
12.5
Ip =
8281+5.4375+10.7352+15
.43071+1.943+13.272+3.75
32.0008
19.39571
= 64.98%
Ip =
35.0541
32.0008
= 9.54%
Probabilidad condicional
Eventos independientes y dependientes
Eventos independientes: son cuando la ocurrencia o no ocurrencia de uno no tiene
ningn efecto sobre la probabilidad de ocurrencia del otro.
Eventos dependientes: cuando la ocurrencia o no ocurrencia de uno si afecta la
probabilidad de ocurrencia del otro evento.
Cuando 2 eventos son dependientes se utiliza el concepto de probabilidad condicional
para designar la probabilidad de ocurrencia de un evento relacionado.
Concepto de probabilidad condicional
Si la probabilidad de B no es igual a 0 entonces la probabilidad condicional de A en
relacin con B es probabilidad de A interseccin con B sobre probabilidad de B.
P(
P( A Y B)
A
=
B
P( B)
Dependientes = P ( B
no es igual a P(A)
Los registros de la polica muestran que en cierta ciudad la probabilidad es .35 de que
se capture a un ladrn y .14 de que se capture y condene al ladrn. Cul es la
probabilidad que un ladrn si es capturado ser condenado?
P=(
a
.14
=
=.4
b
.35
P( AyB)
A
P = ( B = P (B)
.10
=.2=20
.50
Buen servicio
Servicio
deficiente
Total
Capacitado
en fabrica
48
16
.64
No
capacitado en
fabrica
24
62
62
Total
72
78
78
A)
16.5
=.106=10.6
150
B)
24
150
= .16 = 16%
Teorema de Bayes
Es su forma algebraica ms simple el teorema de Bayes se refiere al clculo de la
probabilidad condicional del evento A dado que ha ocurrido el evento B la formula
general de Bayes:
b
p(a)
(
a)
a
( b )= p b p ( a )+ p b p (a)
(a ) ( a)
p
Esta formula es simplemente una expresin general para la probabilidad condicional sin
embargo, la importancia del teorema de Bayes consiste en que se aplica en el contexto
de eventos secuenciales y adems en que la versin del calculo de la formula
proporciona la base para determinar la probabilidad condicional de un evento que ha
ocurrido en la primera posicin secuencial, dado que se ha observado un evento
especifico en la segunda posicin secuencial.
Ejemplo1:
U1 {
v (.5 )( .2 )=.1
r (.5 )( .8 ) =.4
=.5
U2 {
v (.5 )( .6 )=.3=.5
r ( .5 ) (.4 )=.2
( .5 ) (.6)
U2
=
=.75 o 75
v
( .5 )( .2 ) + ( .5 ) (.6)
( )
P (III) =
21(1.2)
21 ( 1.2 ) +42 ( .4 ) +37 (.6)
I = 37% .6%
II = 42% .4%
III = 21% 1.2%
Determine la probabilidad de que el cellado inadecuado provenga de la maquina 1 y 2.