Sie sind auf Seite 1von 24

PROBABILIDAD Y

PROCESOS
ALEATORIOS

Combinatoria y Probabilidad Intuitiva


Universidad Tecnolgica de Panam
Yessica Sez, PhD
2016
Probabilidad y Procesos Aleatorios Sez, 2016

Introduccin
El escenario probabilstico ms simple es quizs uno
donde el conjunto de todos posibles resultados es finito y
dichos resultados son igualmente probables.
Un subconjunto de todos los posibles resultados es
llamando evento.
El clculo de la probabilidad de un evento asciende a
contar el nmero de elementos que componen este
evento y luego dividiendo la suma por el nmero total de
resultados admisibles.

Ejemplo 2.1. El lanzamiento de un dado es un experimento con un nmero


finito de resultados igualmente probables, es decir, las diferentes caras
etiquetados del uno al seis. La probabilidad de observar una cara especfica es
igual a
Probabilidad y Procesos Aleatorios Sez, 2016

Introduccin
Del mismo modo, la probabilidad de un evento arbitrario puede
calcularse contando el nmero de resultados diferentes incluidos en el
evento. Por ejemplo, la probabilidad de obtener un nmero primo es

Si bien los resultados de conteo pueden aparecer de forma intuitiva y


directa, en muchos casos esta es una tarea de enormes proporciones.
Calcular el nmero de maneras que ciertos patrones se pueden formar
es parte de la teora de la combinatoria.
Probabilidad y Procesos Aleatorios Sez, 2016

Tcnicas de Conteo
El principio fundamental en el proceso de contar
ofrece un mtodo general para contar el nmero de
posibles arreglos de objetos dentro de un solo
conjunto o entre varios conjuntos.

Las tcnicas de conteo son aquellas que son usadas


para enumerar eventos difciles de cuantificar. Para
facilitar el conteo examinaremos las siguientes
tcnicas:
La tcnica de la multiplicacin
La tcnica aditiva
La tcnica de la permutacin
La tcnica de la combinacin.
Probabilidad y Procesos Aleatorios Sez, 2016

Tcnicas de Conteo
Tcnica de la Multiplicacin
El principio de conteo es una regla de gua para calcular el nmero de
elementos en un producto cartesiano. Supongamos que S y T son conjuntos
finitos con m y n elementos, respectivamente. El producto cartesiano de S y T
est dada por

El nmero de elementos en el producto cartesiano ST es igual a mn.

La figura anterior proporciona una interpretacin grfica del producto


cartesiano de S={1,2,3} y T={a,b} En general, si S tiene m elementos y T
contiene n elementos, entonces el producto cartesiano ST contiene mn
elementos.
Probabilidad y Procesos Aleatorios Sez, 2016

Tcnicas de Conteo
Tcnica de la Multiplicacin Ejemplos
Ejemplo 2.2. Considere un experimento que consiste en lanzar una moneda y lanzar un
dado. Hay dos posibilidades para la moneda, cara o cruz, y el dado tiene seis caras. El
nmero de posibles resultados de este experimento es de 26=12. Es decir, hay doce
maneras diferentes para lanzar una moneda y tirar un dado.

Usando el modelo de resultados igualmente probables, el ejemplo anterior implica que la


probabilidad de cada resultado es (1/2)(1/6)=1/12. Como vamos a ver con el tiempo,
esta es una instancia de la regla del producto para experimentos independientes, que
dice que la probabilidad de que se produzcan dos eventos est dada por el producto de
sus probabilidades individuales si y slo si son independientes. Por ahora, vamos a
interpretar la palabra independiente de forma intuitiva y le daremos el significado de que
los dos experimentos no tienen ninguna relacin entre s.

El principio multiplicativo tambin puede verse de la siguiente manera. Si un evento E1


puede suceder de n1 maneras diferentes, el evento E2 puede ocurrir de n2 maneras
diferentes, y as sucesivamente hasta el evento Ep el cual puede ocurrir de np maneras
diferentes, entonces el total de maneras distintas en que puede suceder el evento E1 y
E2..y Ep es igual al producto,

n1n2np maneras o formas.


Probabilidad y Procesos Aleatorios Sez, 2016

Tcnicas de Conteo
Tcnica de la Multiplicacin Ejemplos

Ejemplo 2.3. Se dispone de 3 vas para viajar de C1 a C2 y de 4 vas para


viajar de C2 a C1. De cuntas formas se puede organizar el viaje de ida y
vuelta de C1 a C2.

Solucin. Puesto que hay 3 vas para viajar de C1 a C2 y 4 vas para viajar de
C2 a C1 , hay 3 4= 12 formas en que se puede organizar el viaje de ida y
vuelta de C1 a C2
Probabilidad y Procesos Aleatorios Sez, 2016

Tcnicas de Conteo
Tcnica de la Multiplicacin Ejemplos

Ejemplo 2.4. Supongamos que para enviar un paquete de Internet


desde la costa este de los Estados Unidos a la costa oeste, el paquete
debe pasar por una ciudad importante de la costa este (Boston, Nueva
York, Washington DC, o Atlanta), una ciudad importante del medio
oeste (Chicago, St. Louis o Nueva Orleans), y una ciudad importante
de la costa oeste (San Francisco o Los ngeles). Cuntas posibles
rutas hay?

Solucin. Puesto que hay cuatro ciudades de la costa este, tres


ciudades en el medio oeste, y dos ciudades de la costa oeste, hay 4 3
2 = 24 rutas posibles.
Probabilidad y Procesos Aleatorios Sez, 2016

Tcnicas de Conteo
Tcnica de la Multiplicacin Ejemplos

Ejemplo 2.5. (Muestreo ordenado con reemplazo). De una baraja


de n cartas, seleccionamos k cartas con reemplazo; es decir,
seleccionamos la carta, anotamos la carta seleccionada, ponemos la
carta en la baraja nuevamente y volvemos a barajar las cartas antes de
elegir la siguiente carta. Cuntas secuencias diferentes de k cartas se
pueden seleccionar de esta manera?

Solucin. Cada vez que robamos una carta, hay n posibilidades. Por lo
tanto, el nmero de posibles secuencias es nnn=nk.
Probabilidad y Procesos Aleatorios Sez, 2016

Tcnicas de Conteo
Tcnica de la Multiplicacin Ejemplos

Ejemplo 2.5. (Muestreo ordenado sin reemplazo). De una baraja de


52 cartas, seleccionamos una mano de cinco cartas sin reemplazo.
Cuntas manos diferentes de cinco cartas se pueden extraer de esta
manera?

Solucin. Hay 52 cartas para el primer sorteo, 51 tarjetas para el


segundo sorteo, y as sucesivamente. Por lo tanto, hay 52 51 50
49 48 = 311 875 200 manos diferentes de cinco cartas.
Probabilidad y Procesos Aleatorios Sez, 2016

Tcnicas de Conteo
Tcnica de la Adicin
Si se desea llevar a efecto una actividad, la cul tiene formas
alternativas para ser realizada, donde la primera de esas alternativas
puede ser realizada de M maneras o formas, la segunda alternativa
puede realizarse de N maneras o formas ..... y la ltima de las
alternativas puede ser realizada de W maneras o formas, entonces esa
actividad puede ser llevada a cabo de

M + N + .........+ W maneras o formas


Probabilidad y Procesos Aleatorios Sez, 2016

Tcnicas de Conteo
Tcnica de la Adicin- Ejemplo
Ejemplo 2.7. Una persona desea comprar una lavadora de ropa, para lo cul ha
pensado que puede seleccionar de entre las marcas Whirpool (W), Easy (E) y General
Electric (GE). Cuando acude a hacer la compra se encuentra que la lavadora de la
marca W se presenta en dos tipos de carga ( 8 u 11 kilogramos), en cuatro colores
diferentes y puede ser automtica o semiautomtica, mientras que la lavadora de la
marca E, se presenta en tres tipos de carga (8, 11 o 15 kilogramos), en dos colores
diferentes y puede ser automtica o semiautomtica y la lavadora de la marca GE, se
presenta en slo un tipo de carga, que es de 11 kilogramos, dos colores diferentes y slo
hay semiautomtica. Cuntas maneras tiene esta persona de comprar una lavadora?

Solucin.

M = Nmero de maneras de seleccionar una lavadora Whirpool


N = Nmero de maneras de seleccionar una lavadora de la marca Easy
W = Nmero de maneras de seleccionar una lavadora de la marca General Electric

M = 2 x 4 x 2 = 16 maneras (Principio de multiplicacin)


N = 3 x 2 x 2 = 12 maneras
W = 1 x 2 x 1 = 2 maneras

M + N + W = 16 + 12 + 2 = 30 maneras de seleccionar una lavadora.


Probabilidad y Procesos Aleatorios Sez, 2016

Tcnicas de Conteo
Tcnica de la Permutacin
A diferencia de la frmula de la multiplicacin, se utiliza la permutacin para
determinar el nmero de posibles arreglos cuando solo hay un grupo de
objetos.

Una vez ms, considere el conjunto de enteros S = {1, 2,. . . , n}. Una
permutacin de S es una disposicin ordenada de sus elementos, es decir, una
lista sin repeticiones. El nmero de permutaciones de S se puede calcular
como sigue. Est claro que hay n posibilidades distintas para el primer
elemento de la lista. El nmero de posibilidades para el segundo elemento es
n-1, es decir, todos los nmeros enteros en S, excepto el elemento que se
seleccion inicialmente. Del mismo modo, el nmero de distintas posibilidades
para el m-simo elemento es n-m+1. Este patrn contina hasta que todos los
elementos de S se registran. Resumiendo, nos encontramos con que el
nmero total de permutaciones de S es n factorial, es decir n! = n (n - 1) 1.
Nota: En matemticas, el factorial (!) de un nmero entero no negativo n, denotado por
n!, es el producto de todos los enteros positivos menores o iguales a n. Por ejemplo, El
valor de 0! es 1, de acuerdo con la convencin de un producto vaco.
Probabilidad y Procesos Aleatorios Sez, 2016

Tcnicas de Conteo
Tcnica de la Permutacin-Ejemplo

Ejemplo 2.8. Deseamos calcular el nmero de permutaciones de


S={1,2,3}. Dado que el conjunto S posee tres elementos, este tiene 3!
= 6 permutaciones diferentes. Este resultado se puede escribir como
123, 132, 213, 231, 312, 321.
Probabilidad y Procesos Aleatorios Sez, 2016

Tcnicas de Conteo
Tcnica de la Permutacin-Frmula de Stirling

El nmero n! crece muy rpidamente en funcin de n. Una


buena aproximacin para n! cuando n es grande est dada
por la frmula de Stirling

Nota: la notacin anbn significa que la proporcin an/ bn


1 cuando n .
Probabilidad y Procesos Aleatorios Sez, 2016

Tcnicas de Conteo
Tcnica de la Permutacin (k-Permutaciones)
Supongamos que categorizamos solamente k elementos fuera del conjunto S =
{1,2, ...,n}, donde k n. Deseamos contar el nmero k de permutaciones
distintas de S. Despus de nuestra discusin anterior, podemos elegir uno de n
elementos para ser el primer elemento de la lista, uno de los restantes (n - 1)
elementos para el segundo elemento, y as sucesivamente. El procedimiento
termina cuando k elementos han sido registrados. Por consiguiente, el nmero
de secuencias posibles est dada por

Ejemplo 2.9.Cmo se puede designar los cuatro primeros lugares de un


concurso, donde existen 15 participantes?
Solucin. Aplicando la frmula de la permutacin tenemos:
Probabilidad y Procesos Aleatorios Sez, 2016

Tcnicas de Conteo
Tcnica de la Permutacin Ejemplo de k-
Permutaciones
Ejemplo 2.10. Un grupo de msica formado recientemente puede tocar cuatro
canciones originales. Se les pide presentar dos canciones en el Panama Music
Festival. Deseamos calcular el nmero de arreglos de canciones que el grupo
puede ofrecer en el festival. Abstractamente, esto es equivalente a calcular el
nmero de 2-permutaciones de cuatro canciones. Por lo tanto, el nmero de
arreglos distintos es
Probabilidad y Procesos Aleatorios Sez, 2016

Tcnicas de Conteo
Tcnica de la Combinacin
Consideremos el conjunto entero de S={1,2, ..., n}. Una combinacin
es un subconjunto de S. Hacemos hincapi en que una combinacin
difiere de una permutacin en que los elementos en una combinacin
no tienen ningn orden especfico.

Los subconjuntos de 2 elementos de S ={1, 2, 3, 4} son {1, 2}, {1, 3},


{1, 4}, {2, 3}, {2, 4}, {3, 4}, mientras que los 2-permutaciones de S son
ms numerosas con (1, 2), (1, 3), (1, 4), (2, 1), (2, 3), (2, 4), (3, 1), (3,
2), (3, 4), (4, 1), (4, 2), (4, 3).

En consecuencia, hay menos subconjuntos de 2 elementos de S que


2-permutaciones de S.
Probabilidad y Procesos Aleatorios Sez, 2016

Tcnicas de Conteo
Tcnica de la Combinacin
Por ejemplo, si se quiere formar un equipo de trabajo formado por 2 personas
seleccionadas de un grupo de tres (A, B y C). Si en el equipo hay dos
funciones diferentes, entonces si importa el orden, y los resultados sern
permutaciones. Por el contrario si en el equipo no hay funciones definidas,
entonces no importa el orden y los resultados sern combinaciones. Los
resultados en ambos casos son los siguientes
Permutaciones: AB, AC, BA, CA, BC, CB
Combinaciones: AB, AC, BC

Combinaciones: Es el nmero de formas de seleccionar k objetos de un


grupo de n objetos sin importar el orden. La frmula de combinaciones es:

Esta expresin es denominada coeficiente binomial y se escribe tambin


nCk y se lee nchoosek.
Probabilidad y Procesos Aleatorios Sez, 2016

Tcnicas de Conteo
Tcnica de la Combinacin-Ejemplos
Ejemplo 2.11. Un jurado de 12 personas debe ser seleccionado de un
grupo de 20 potenciales jurados. Cuntos miembros del jurado
diferentes son posibles?
Solucin. Hay

miembros de jurados diferentes .


Probabilidad y Procesos Aleatorios Sez, 2016

Tcnicas de Conteo
Tcnica de la Combinacin-Ejemplos
Ejemplo 2.12. Un jurado de 12 personas debe ser seleccionado de un
grupo de 20 potenciales jurados de los cuales 11 son hombres y nueve
son mujeres. Cuntas jurados de 12 personas hay con cinco hombres
y siete mujeres?

posibles jurados con cinco hombres y siete mujeres.


Probabilidad y Procesos Aleatorios Sez, 2016

Tcnicas de Conteo
Tcnica de la Combinacin-Ejemplos
Ejemplo 2.13. Una urna contiene 11 bolas verdes y 9 bolas rojas. Si 12 bolas son
elegidos al azar, cul es la probabilidad de elegir exactamente 5 bolas verdes y 7 bolas
rojas?
Solucin. Como las bolas son elegidos al azar, la probabilidad deseada es

En el numerador, las 5 bolas verdes deben ser elegidos entre los 11 bolas verdes
disponibles, y las 7 bolas rojas deben ser elegidos entre los 9 bolas rojas disponibles. En
el denominador, el total de 5 + 7 = 12 bolas debe ser elegido a partir de los 11 + 9 = 20
bolas disponibles. As que la probabilidad requerida es
Probabilidad y Procesos Aleatorios Sez, 2016

Tcnicas de Conteo
Tcnica de la Combinacin-Ejemplos
Ejemplo 2.13. (Puente). En el puente, 52 cartas se reparten a cuatro jugadores; por lo
tanto, cada jugador tiene 13 cartas. El orden en que se repartan las cartas no es
importante, slo los ltimos 13 cartas con que cada jugador termina. Cuntas juegos
diferentes de puente pueden ser repartidos?
Probabilidad y Procesos Aleatorios Sez, 2016

Bibliografa
Undergraduate Probability I. Class Notes for Engineering Students.
Texas A&M. Fall 2013.
Gubner, J. A., Probability and Random Processes for Electrical and
Computer Engineers, Cambridge, 2006.
Ross, Sheldon. Introduction to Probability Models. Pearson. Ninth
Edition.

Das könnte Ihnen auch gefallen