P. 1
Certeza y Probabilidad

Certeza y Probabilidad

|Views: 481|Likes:
Published by blibliotks
COMPARTIDO POR LA ACADEMIA RUBIÑOS , SI DESEAS MÁS , VISITAR www.W2012.blogspot.com o www.MIACADEMIA1.blogspot.com
COMPARTIDO POR LA ACADEMIA RUBIÑOS , SI DESEAS MÁS , VISITAR www.W2012.blogspot.com o www.MIACADEMIA1.blogspot.com

More info:

Categories:Types, School Work
Published by: blibliotks on Aug 21, 2010
Copyright:Attribution Non-commercial

Availability:

Read on Scribd mobile: iPhone, iPad and Android.
download as PDF, TXT or read online from Scribd
See more
See less

11/08/2013

text

original

 0

'"
---~--. <!)
U
:::l
:<l if)
... ~
~ ._,.
'"
.8 !) e
,::1
,... I ~ r: _i._,
13 e
6 I .9 I ~ I
.c; q
OJ
'U 0... :u
0..
:..: 'Il ;:.
~ Lil I W
~-
q
y
I ...----,
t .;;;: ""
'fl. :2 ::;l
u • r-'
:J
~ =: .,....: L-1
u
q::; ~ I i
~ ~
0 .~
~.- Ul
~~ ----,

I t

I j

i i

i r

l

I

£ i I D.l

g ... J

8

"-.-.

} --..-~~ct!.

'._-- --

o

~~J

r--~l.g

'''''8

(0_;......1

u ....

-,:; G OU

-u

f-

I

'-~--

L __ ~.

I ... :._

Motivacion

! ,~ nosibilidad dev id Ci enotros ,,1'" n,.>T'O s es lin tern. uue .;; iP,Ti1"'P:'

-"-----'.;..!I~L.i___,·..___}_LJ.~;.;._;;.L ",-,---'iG.-- _.._ t.-t-~·l ~~.~'.~"''''''_'il.-U".:;- , ...... ·..,L~~·"'-l..L U"'i '\,_·,-,-!-';",i..!.L l-' ......

M;; desr .crtado inleres " caurivado nucstra irnaeiuacion

.!L .. ." :o.....;l-.:'l}f.....,_,. tv"," J.-"lt"""-''''I..,.->-.l' J Vol,_f.t"..~ j., ~..!..I,_"j. } ~-L~U~...b - .i.-"-.11 b _i; - - ...... " •

; Podrcrnos SCI' nosotros los unicos seres en todo el universe?

",

Muchos consideran que no cso rnuy probable que este planeta

tcnga tat privilegio. Sin embargo, no tcncmos rcfcrcntcs de vida mas alla de nuestro planeta, y mientras esto sea aS1, cabe tambicn considcrar la posibilidad de que la vida sea Ul1 caso unico en 1<1 Tierra. Podernos decir, en consecuencia, que no tenemos certeza de la existencia de vida extraterrestre.

Por orro lado, S1 dccidimos participar en un sorteo, pensamos que es probable que scarnos los ganadores, pero no tenemos Ia certeza de ganar. Si durante toda una semana se producen lluvias ED una region del pais, pensamos que es bastante proboble que al dia siguienre llueva, pero tampoco tenemos 1.3. certeza de que vaya a ser asi,

http://www.windo\o,,s.lIcar.edu/head/;ne_lInlverse/ imagos/columbi<l.g,'f&imgrofurl

Vernos ql10 51 calificamos algo de probable es porque no tenemos certeza, y si calificamos alga de cierto,

1· , T - ,. , J " ' '. . ,'" Iinari . ·1" . 1

exc U11110S cauncano oe probante, termmo que en nuestro ienguaje orumano mega imp icttamente La

certe:a de algun acontecimiento 0 heche.

La Marernatica acude en nuestroauxilio )' nos perrnire forrnalizar e inclose cuantificar estes concertos" Ilegando as) 8. establecer una disciplina que trata sobre las leyes del azar, A esta disciplina hi llamarnos Teoria de Probabilidades.

-LOGROS rm A Pln~NIJJz.A,lf:

I'm Identifica e interpreta los conceptos de certeza y probabilidad, y logra diferenciar 10 certero de 10 probable, manifestando flexibilidad y tolerancia,

~ Analiza, interpreta y relaciona definiciones formalcs con los aspectos intuitivos de la probabilidad, mostrando perseverancia.

mI Formula y elabora estrategias a traves de 18 aplicacion de propiedades generales y operatives de un suceso 0 evento, manifestandocreatividad y responsabilidad,

Ii Analiza e interprets las tecnicas de conteo de la combinatoria, mostrando orden en. BU trabajo.

Lee atentamente las preguntas y responde en una hoja apartc,

III Si todos tus compaiieros anotan los nurneros dell a19, l,tendrias [a certeza de que la rnayoria anoto el mnnero 5? [,Por que?

IR. Si lamas dOl; monedas iguales, i,cual seria el numero de mantras en que podrfan aparecer?

li Si se pide escoger a dos personas de un grupo de cinco, £_cuimtas parejas pnedes formar?

II En una reunion de diez personas, si todos se dan 13 mana, ~cuanto;s apretones de manes se dan en total?

1. TEO· de

,

A

PR

LI

ADES

1.1 Las probabilidades y el sentldo cornun

i,Existen leyes del azar? Nuestro sentido comun pareciera decimos que el azar y las leyes son conceptos contradictories. Si algo sucede al azar, es porque no hay leyes que 10 determinan. l.C6mo puede hablarse entonces de leyes del azar? Sill embargo, existe una rarna de Ia Matematica quetrata sobre las leyes del azar yes la Teorla de Probabilidades. El calculo de probabilidades nos permite prever algunas eventnalidades de origen aleatoric, Cuando hablamos de prever.debemos hacerlo con mucho cui dado, pues no se trata de enunciar una profccia, sino de una cuantificacion o medida con respccto a la ocurrcncia de un cvcnto. El objctivo de [a Tcoria de Probabilidadcs cs interpretar y calcular las probabilldades de fenomenos complejos en funcion de las probabilidades mas sencillas de fenomenos conocidos.

ESTO ultimo podemos configurarlo intuyendo los eventos pm simetria, per ejemplo. el clasico lanzamiento de una moneda. Cuando lanzamos una moncda .. suponcmos .o priori la cualidad, simetrica de que ambos lados Ceara y sello) ticnen igual posibilidad de ocurrir 0, para decidu cuantitativamente. tienen igual probabilidad de ocurrir, Como hay s(110 dos cases pcsibles (cara 0 sello), decirnos que hay un caso de dos de que resulte cara Y; por supuesto, tambien LIn caso de dos de que resulte sello. Esto so puede cuantificar mejor si ernpleamos esta relacion como razon geometrica y decjmos: probabilidad de cara es uno entre des igual a un medio, y probabilidad de sello es uno entre des igual a un media, y 10 escribimos como:

I P(cara) =- 2

P(sello) =.!. 2

Envirrud de nuestra experiencia, y tomando el termino suceso en la acepcion del lenguaje corriente, podemos enunciar 10 siguiente: "La probabilidad de un suceso es la razon entre e1 nurnero de casos esperados yel numero de cases posibles",

A51. por ejemplo, lanzamos un dado y esperarnos obtener un numero impar, Sabemos que un dado tiene tres numeros impares: l ; 3 y 5, estes son los

Alar es r,m suceso imprevisibl"e POT ser truto de una coincidencia tortuite de series ceusetes aiverses.

Ef concepto de azar es tan .antiguD como los juegos de los dadoS y los juegos con huesos que divert/an a' nuestros enteoeseoos y que motivaror: las rettextones de tQS matematicos Q()e construyeroti Ja nocion de probabilidad.

5

IEl juego de azar

El juego de azar es considerado como

un inocuo y relajante pasariempo, pero hay que tener cuidado, en algunos casos puede representar un mal peligroso Iigado a un asiduo y desproporcionado abuse, que en casos extrernos puede conducir

a una dependencia psicolcgica.

Por ello, es irnportante

que enseiiemos a nuestros alumnos a practicar la prudencia, que es la virtud que les permitira discernir con moderaci6n, sensatez y buen juicio, en cualquier circunstancia, respecto

del verdadero bien; clcgir siempre los medics rectos para realizar los actos

que les sean necesarios concretar:

6

cases esperados, y sabemos tambien que tiene seis mimeros: 1: 2: 3; 4; 5 Y 6,estos son los casas posibles .. Luego, calcnlamos:

.3. 1

P(lmpar)= ;; =::} P(nnpar) = '2

Veamos el case de un billete de loteria con un numero de seis cifras. Si los billetes esran seriados del 000000 al 999999 y compramos un billete, la probabilidad de ganar el premia la podernos calcular segun la forma ya

practicada: 1

P(ganar) = 1000 '000

Supongamos ahara que nos presentan des billetes y debernos elegir UIlO de ellos, Los billetes son: 666666 y WSH97. i,Que nos dice el sentido comun? (, Te parece menos probable que ganc cl numero 666666? Segun cl scntido comun de la genre, un numero regular 0 repetido no deberia salir premiado, por ser un numero muy "especial".

Sin embargo, no hay ninguna ravinl para que tenga memos opcion. T .a Maternatica corrlge el sentioo corrnrn, y nos dice que las probabilidades de todos esos numeros son iguales.

1.2 Definiciones tormales y probabilidad

Recordando los ejemplos ya descritos sabre lanzamiento de moncdas 0 dados, hechoscon resultados al azar, y tcniendo en cuenta que son aetas que se pueden realizar todas las veces que se desee, definiremos:

Experimente aleatorlei es to do pro ces 0 Que se puede repetir indefinidamente con resultados imprevisibles ..

Asi, son experimentos ateatorios el lanzemiento de una moneda, de un dado, la extraccion de una bola de bingo, ciertos procesos productivos de la naturaleza 0 de Ja industria como los nacimientos (macho a hembra) 0 articulos (buenos 0 defecruosos), etc.

Espacio muestrah dado un expcrimcnto aleatoric E, se nama espacio muestral Q de E al conjunto formado portodos los resultados posibles del experimento,

Por ejernplo, en el caso del lanzamiento de una moneda tenemos el espacio rnuestral: Q.={c; s}

Si Ianzarnos un dado, el espacio muestral es: Q2={I; 2; 3; 4; 5; 6}

Evento 0 suceso: se llama evento 0 suceso de un experiment» alearorio E a cualquier subconjunto A del espacio muestral Q de este experirnento,

Ejemplos:

1. Al lanzar una moneda, obtener cara.

Experimenro E: Lanzamiento de una moneda.

Espacio rnuestral Evcnto

Luego. A C Q1

2. Al lanzar un dado, obtener un numero irnpar,

Experimento E; Lanzarniento de un dado.

°1: Obtener cara 0 sella. n = f c: S l

1 l' J

A: Obtener cara .. A = {c}

Espada muesrral

:0.2: Obtener un numero dell al 6. .o.~ = { l; 2; 3; 4: 5; 6 }

lE3: Obtener un rurmero impar, B= { 1; 3; 5 }

Event 0 Luego. B C 02

3. Al lanzar un dado, queremos obtener un numero dell a16.

Experimento Espaciomuestral

E: Lanzamiento de un dado.

.oJ: Obtener un mimero deli 1 a16. Q3={ 1;2:3:4~5;6}

C: Obtencr un numero del 1 a16.

C> { 1; 2; 3; 4; 5; 6 }

Lucgo. CeQ" pero C =Q,. En este caso, este evento es llamado evenio

Evcnto

seguro.

4" Allanzar un dado, queremos obtener un 7.

Experimento E: Lanzamienro de un dado.

Fspacio muestral

04: Obtener un numero dell a16. ,"" - { l: ~. 3' 4' ",. 6 1.

~"4....... ,"-,,; ~ ~, ~

bvento

D: Obtener e! numero 7., D= { }

Luego,D C Q", el conjunto D no tiene elementos. En este caso, este evento se llama evento imposible.

Sucesu elemental: es cada uno de los posibles resultados que se pueden presentar en un experimento aleatoric,

Por ejemplo:

Experimento

Espacio muestral

Evento A: Obtener cam. Evento B: Obtener sello.

E: Lamar una moneda al aire,

n.: Obtener cara 0 sello, n = { c; s } A= { c }

B = {s ]

Los eventos A y B tienen un solo elernento, luego son sucesos elementales, Eventos mutuarnente excluyentes: dos eventos A y B son mutuarnente excluycntes si A y B SO]] conjunros disjuntos, es decir si: An B == { } 0

AnB=0

Histeria de los dadlos

Es muy probable que hayan side los griegos los que inventaron los dados, Sofocles, el poeta tragico

griegc, ascgura que: los dados fueron inventados durante ellargo sitio de Troya, 400 anos a.C. Sin embargo. se han encontrado vestigios de dados en excavaciones chinas con una antiguedad de mas de 600 anos a. c.; en las rumbas egipcias que datan 200 anos <i.e.: y, ademas, en lengua sanscrita aparecen versioaes de dados usados en la India, mas de 2000 anos a.C, En reatidad. se han encontrado vestigios de dados en todas las culruras antiguas, incluycndo algunas tribus, pero es cast seguro que no se les consideraba como artefactos de juego,

siendo empleados como utensilios magicos para adivinar cl futuro. Es par eso que se puede ver dados de todas las fonnas y confecciones irnaginables.

:7

· .

cu rt 0 Sll.4·W;U:Ii<;D;;"~

Cuando observam.bs

un matar]"Joscas~ HOS' damos cuenta de

que los numerosos segmentos que 'se intersecan ocestooe« espacios fibres. '$(.1mando los especios vaclos; eorecismos que l1egan

a formar entre eI4_Q% y 50%, 8proximadamente, del area total del . matamoscas.

Esto nos indica que s610 existe entre 50 y 60%, aproximadamente;de material suficier1'te como para aplastar una mosca.

Entonces, i,por que es 100% seguro aplas,tar una mosca con esre irtsuumentor

8

Por ejemplo, en el caso del lanzamiento de un dado, los eventos P (que salga numero par) y Q (que salga numero impar), son mutuamente excluyentes, pues:. P={2;4,:6}, Q={1;3;5}, pnQ=¢

Prnbabilidad: dado el espacio muestral n de un experimento aleatoric 1-<:, la probabilidad de un evento A se define como eI numero que sat.sface las siguientes propiedades:

l . La probabilidad de un evento cs un numcro real mayor 0 igual a ccro: peA) ~ 0

2. La probabilidad del espacio muestral c50 igual a 1a unidad: P(Q) = 1

3. Si A Y 'B son dos eventos mutuamente cxcluycntcs, la probabilidad de 121, union de estes eventos es igual a la suma de sus respectivas probabilidades, es decir peA U B) = P(A) + PCB) .

Esta definicion formal nos permiie probar una serie de propiedades:

1. La probabilidad de un evento imposible es igual a cera, es decir:

P(¢) = 0

Prueba:

Dado los eventos A y ¢ Se sabe que:

1. AU$=A 11. A (] cP = <P

iii, aplicando la propiedad 3 en i.) P (A U $) = peA)

P (A.) + p (o) = Pt A) De donde; P (~) = 0

2 sr A ::= B, entonces, P (A)s PiB)

Si ACB,entonces, B=AU(B - A)

Por la propicdad (3): PCB) = P[ r 4U(B ~ A)] P(B)=P(A)+P(B-A), como P(B-A).~O Lucgo

PCB)?: peA) 0 peA) SP(B)

3. La probabilidad de un evento cualquiera es un numero no negati vo no mayor que la unidad, es decir, 0 :S PCA) S 1

Prueba:

Par la propiedad (I), sabemos que peA) ~. 0 y queda probada la parte izquierda. Para 1a parte derecha, sabemos que A C Q para todo A. Luego, por la propiedad (2):

A C Q ~ P(A):5, P(Q)

Aplicando la propiedad (2): peA) ~ L

Luego.

o ~ peA) ~ 1

Probabilidad per frecuencia relativa: hay W1a definicion Hamada "Definicion Clasica de Probabilidad" que esta relacionada can el primer acercamiento intuitive que hernos tenido de probabilidad. Sin embargo, esta es una situacion particular en donde se estab1ece la condici6n de que haya sucesos elementales equiprobables, es decir, sucesos a eventos, en general de minima expresion, todos con 19ua1 probabilidad, Para llegar a ello, partiremos de 10 siguiente:

Sean Q = [x,; x~; x3; ... ; xJ un espacio muestral de n succsoselementales y p /'. PJ; P3;"': PIl sus respectivas probabilidades con la propiedad:

Luego.xi

PI + P2 + P3 + ... + Po = 1 Pj =P2=P]=···=Pn:=P

(1) (2),

reernplazarnos (2) en (1) y tenernos: p+p+p+ ... +p = 1

" :rumaJrdos

1

p=n

Entonces podemos decir que p es 1a probabilidad de cada suceso elemental

Es decir, np= 1

equiprobable x I: x~; x,; ... ; Xo

Si A es un evento de m sucesos elementales equiprobables (m .::.: n), entonces decimos que la probabilidad del evento A, denotada pOI peA) es:

m

peA) =-

n

Esto tambien se expresa como:

NUMERO DE CASaS F AVORABLES NUMERO DE CASOS POSIBLES

peA) =

Por ejernplo, en una uma hay 7 bolas blancas y 5 bolas rojas, Si sacamos una bola. determinemos la probabilidad de obtener una bola raja:

1. Sea Q: bola blanca 0 raja.

A: sacar una bola raja.

La probabilidad de 10$ accldsntes

La probabilidad de tener un accidente de trafico aumenta CDn el tiempo que pases en la cane, Par tanto, cuanto mas rapirio circules, rnenor es la probebitidad de que tengas un accidente.

i "_ 1- I

http://mate:latex. blogcindario. com/2005j09j00136. htmll

..

9

10·

2. Tenemos: n(Q) = 12 ; n(A) - 5 neA)

3. Sabernos que: peA) = . (0)

n ~,_

5 lueao peA) = -

o , 12

1.3 Certeza

i,En que se funda la certeza? l.Cminlio podemos decir que estarnos seguros de alga? Ante estas interrogantes 10 que debe quedar clare es que si no estarnos seguros de algo, no podemos dar un paso en el conocimiento cienufico, ni podernos tomar decisiones relacionadas con los negocios 0 la vida misma,

Desdeel punta de vista probabilistico, debemos considerar la certeza como la condicion de cvento seguro, cs dccir, de un cvento de probabilidad igual a uno. En condiciones ideales, podemos construir modelos de ccrtcza en esquemss hipotetieos representados en un experimento aleatoric con ohjetos perfectos y circunstancias infalibles.

Por ejemplo, ellanzamiento de un dado sepostulacnmo un experimento sobre un objeto exactamente cubico que cae sobre una superficie perfectamente plana y horizontal que puede extenderse indefinidamente .. Lo real es que el dado no es una eonstruccion simetrica, ni Ia superficie en la que cae es absolutarnente plana, Ademas, debemos considerar Ia rugosidad de la superficie sabre la cual se Ianzael dado.

Una superficic idealrnente "lisa no permitiria la rodadura del dado al hacer contacto con dicha superficie. Todas estas considcraciones nos llcvan a precisar estas ideas asi:

Certeza ahsotuta: es la condicion de evento seguro en condiciones ideates. Por ejernplo, si lanzamos un dado en condiciones idcales, tenernos la ccrteza absoluta de que cl resultado sera 1:,2; 3; 4; 5 66.

Evento negligible: es un evento cuya probabilidad de ocurrencia cs muy pequena tal que en terminos practices se cons idem nula,

POI' ejemplo, supongamos que basandonos en cl critcrio de frecucncia relativa, hem os determinado que la probabilidad de sufrir un accidente de transite de consecuencias mortales en un dia determinado es

peA) :;:: 0,0.00001. Esto nos puede llevar a considerar que sufrir un accidente de transite para un individuo particular en condiciones ordinarias es un evento negligible.

Certezs practlca: es la condicion de un evento tal que SoU no ocurrcncia cs un evento negligible.

Por ejemplo. tenemos la certeza practica de que si alguien sube a un vehiculo de transporte publico en condiciones normales, llegara a BU destine sano Y salvo. La no ocurrencia de este heche figura como un evento negligible para el individuo elegido.

1.4 Oecislones

Los eventos negligibles y la certeza practica determinan gran parte de nuestro comportamiento. Solemos tamar nuestras decisiones habituales basandonos en una certeza practice de los hechos, es deck, en condiciones que concebimos de ocurrencia natural. Pero tarnbien hay decisiones que no son tan faciles de tamar ..

Estas consideraciones pueden ser puntualizadas refiriendonos ados tipos de decisiones:

Deeisiones rutlnarlas, POI ejemplo:

Cuando calculamos el tiempo para llegar al trabajo, esperamos llegar puntuales.

Cuando cornpramos un producto a credito, confiamos en poder pagarlo.

Estes sucesos nos dan la idea de decisiones rutinarias: es decir, son las acciones de la vida diana que siempre esperamos que den resultado,

Dectslones preblematlcas, POt ejemplo:

Cuando invertimos dinero en un negocio, no estamos seguros de que se cumplan nuestras expectativas, por ejernplo, tener utilidades.

Cuando cornpramos acciones en la bolsa, no estamos seguros de. b. rentabilidad de nuestra adquisicion.

Cuando lanzamos dos dados, no estamos seguros de obtener una suma de: puntas. igual a 7..

Estos sucesos nos dan la idea de decisioncs problematicas; es decir, son aquellas decisiones basadas ell cvcntos calificados como no seguros,

1.5 Experlencia del azar

Al jugar la Tinka (un juego de loteria), iPodemos predecir cuales seran los seis numeros del boleto ganador?

i.Que tan seguro es que el ilia de manana sea un dia s.o1eado si estamos en pleno inviemo? i,Que tan probable es que tengarnos un dia sole-ado, cuando estarnos en plene verano?

f _

P;:5ta 1.leg3r et trBb<;ija debcmos ca,'cuJ~r e! uemoo oe I'lale.

Tamb.ie'm esisblecer un m:;gm:io feOU!ere tomar uno buena deciSIon

11

-. -_" .

12,

Si lanzamos un par de dados, 110

podemos predecir que mimero saldra, 10 unico que podernos afirmar es que el numero de puntos que obtendremosvan del 2 al 12. Es 10 seguro,

Si vamos a la playa de pesca, no sabemos cuanto lograrernos pescar., 10 que S1. es seguro, es que estaremos pescando.

Por mas que permanezcamos muchas horas parados en Wla esquina, no podremos predecir el color de traje de Ia proxima persona que pase por nuestro

lado.

Cuando realizamos una experiencia cualquiera y no podemos predecir el resultado, diremos que esta experiencia es de azar; llantaremos experimentos aleatorios a todos aquellos que den Iugar a experiencias de

Expertmentos con resulrades iglll.almente probables 0 equlprobablcs

I .-~

• Si lanzamos una moneda, (,que es mas ficil obtener, cara 0 sella?

• Al lanzar un dado, i,que es mas facil obtener, 2 6 67

• Al extraeruna carta de un juego de naipes, i~qiJle es mas facil extraer, un as de espadas 0 un cuatro de corazones?

• Al extracr una bola de una balsa que conticue 5 bolas rojas y 5 amarillas, i,que es mas facil extraer, una bola raja 0 una amarilla?

Asi, en cada uno de los enunciados presentados hay una condicion de igual pro babi 11 dad.

1"

Experlmentus con resultados mas probables y menos probables

Observa los siguientes grupos:

Pun una vendaen los ojos de uno de IDS cole gas y haz que tome una bola de cada grupo,

l,Que notamos":

• Si saca una bola del primer grupo, es imposible que obtenga una bola azul, pero es totalmente seguro que sea una bola raja,

• Si cage una bola del segundo grupo, es muy probable que obtenga una bola azul, y es muy poco probable que sea una bola roja,

III Si torna una bola del tercer grupo, (;5 muy probable que obtcnga 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 raja, pero es total mente seguro que sea una bola azul,

'~GLTivi dad 1

'. '.,. J' /.

I. Trabajen en equipo para resolverlas siguientes situaciones planteadas:

1. Observa el siguiente dado. Tiene la Ietra A en tres de sus caras, la letra B en otras dos caras y la letra C en una card. Si lanzarnus el dado, loson equiprobables (igualmente probables ) todos los resultados?

{,Que resultado es. mas faeil de obtener ? {.Que letra sera mas di ficil obtener?

2. En un salon de clases hay 10 ehicos y 14 chicas, Seescribe el nombre de cada UIl0 en un papel y se introducen todos en una caja cerrada, {,que es mas probable que salga, el nombre de un chico 0 de una chica?

3. Al jugar ludo se necesita un 5 para poder sacar fiches. Un amigo tuyo se empefia en carnbiar las reglas y exige que sea el 3 el mnnero can el que se puedan sacar fichas, l.tendrias algun inconveniente?

iI:m
-
-
I!!Il'
im
-.
--
IIl\III
-
IS
I!Z!I
!HI
IIliiII
B
IIiIiI
Gil
m
IIl!I
D
mI
a
ft
'1.:
I'm
-
'1m
"9
3
...
-
1m
11;11
m
13 I

a.

c.

4. Observa las siguientes ru1etas:

i,En cual de ellas los colores expuestos tienen la misma probabilidad de salir? i,En cual de elias la probabilidad de obtener un color determinado cs mas alta?

5. Ell 1a Tinka escogemos siempre 6 numeros, A Sandra le gustan los numeros pares 2; 4; 6; 8; lOy ~ 12. Panchoprefiere los multiples de 5: 5; 10; i5; 20; 25; 30, en cambia, a Javier le encantan los :: numeros primos 13; 17; 19; 23; 29; 31. :

.-

-

-

m

,.

a. L,Algunu de ellos tiene mas posibilidad de ganar?

b. i.Que sucederia si mezclaramos los numeros? ,1.Que opinas?

-

6. En el ultimo derby participaren nueve caballos, todos can las mismascaracteristicas. Si se sabc l'lIII

que el caballo N° 5 gano tres carreras de las diez que participo y que el caballo N° 7 gano cuatro : carreras de las quince que participo, z,que caballo tiene mayor probabilidad de ganar? :

c. Ver un auto volando,

!iilII W 1m

I!Ill

= - IIIIl

- =

IS

M m lID'

" e

• iii

_----_a

!mil

!IIIII

'" -

-

lI!D

l'lIiI

m l!liI 1& .. mil

- !iii

m 1.B m m !all

-

-

IB

-

-

JaIl

- m

m:I

II. Las siguientes situaciones son ejemplos interesantes para plantear a nuestros estudiantes. Se les pide a los estudiantes que identifiquen cada una de las situaciones.

Revisa los ejemplos anteriores, y elabora una lista de diez situaciones que puedan ser identificadas por los estudiantes como eventos imposibles, completamente seguros, bastantc probables, poco probables 0 equiprobables,

a. Lanzar una moneda 20 veces y obtener al menos un sello. _

b. Obtener agua salada en el mar.

d. En 1a selva Ilovera este meso

e. Eneste invierno la temperatura sera de 8° centigrados.

f. Lanzar un dado y obtener 4.

g. Acertar los 6 mimeros de la Trnka.

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

A·PR

AD

BA

IL

2.1 Experimentos aleatorios

En una urna, coloquemos diez canicas ... cuatro rojas y sets azules, Determinemos fa probabilidad de sacar una canica roja, que denotaremos como P(R). EI numcro de cases favorables es 4, porque bay 4 canicas de color rojo en la urna y el numero de casas posibles es 10, porque hay to bolas en la urna. Luego,

rt« = NU/Yl!RO DE CASaS FA VORABLES

) NL/MERO DE CASOS POSIBLES

4 2

P(R) =]0 ~ peR) = 5

De igual manera, la probabilidad de sacar una canica azul es:

6 P(A) = 10

3 => peA) =- 5

Consideremos ahora los siguientcs cxperirnentos alcatorios: lanzar una moneda, lanzar dos monedas, Ianzar tres monedas.

En la tabla siguiente, pcdemos apreciar los espacios muestrales de los experimentos,

Experimento Espacio muestral Numero de sucesos
elementales I
1 : Lanzar 1
c· s 2
moneda ')
2: Lanzar 2
rnonedas cc; CS.; sc; ss 4 i
I I
3: Lanzar 3 I 8
monedas ccc; esc; ccs; CSS, sec; scs; sss; sse , 15

16 '

Determinemos la probabilidad de obtener s610 una cara en el pnmer experimento, en el segundo cxperimento, en el tercer experimento.

Reso luc ion .• '

Primer experlmente:

Observamos que hay un succso elemental que cumple con la condic ion de obtener s610 una cara (c) y hay dos casas posibles, luego:

I P(c) = 2"

Segundo experimento:

Observarnos que hay dos sucesos elementales que cumplen conla condicion de obtener s610 una cara, esto es cs y sc, y hay cuatro cases posibles, luego:

2 PCc) =- 4

1 :::> P(c) ="2

Tercerexperfmenrc:

Observamos que hay tres sucesos elementales que cumplen con Ia condicion de obtener s610 una cara esto cs: css; sse y scs, y hay ocho casos posibles, lucgo:

3 P(c) = - 8

2.2 Probabilidad de sucesos

Probabilidad de un suceso seguro

Si lanzamos un dado, l,cuaJ es la probabilidad de que en la cam superior del dado aparczca un mimcro del 1 al 6? Este es un suceso seguro, La probabilidad de un suceso scguro es igual a 1.

Probabtlldad de un sucesu lmposibte

Si lanzamos un dado, i.,cu3.1 es la probabilidad de que en la cara superior del dado aparezca el mimero 7?

Este es un suceso imposible, La probabilidad de un suceso imposible es igual a 0 ..

Peobabilidad de dos sueesos mutuamente excluyentes

Considerernos el experimento de lanzar un dado, Iuego e l espacio muestral es:

0. = J l : 2' 3' 4' 5' 6}

l - ~ "., , .,

(,Cual es la probabilidad de obtener un nurnero mayor que 4 Q menor C]Lte 2?

Definamos los sucesos:

A: "Obrener un numero mayor que 4"' es decir: A= {5; 6}

B: "Obtener 1.ID numero men or que 2" es decir: B = (1]Observamos que los conjuntos A y B no tienen elementos comunes. En la interpretacion probabilistica, decimos que A y B son. sucesos que no tienen sucesos elernenrales comunes, y se denominan sncesos incompatibles.

Como An B = ¢. la probabilidad de la union de dos sucesos incompatibles sera igual a la surna de probabilidades de cada uno de los sucesos, es decir:

P(A U H) = peA) + PCB)

En el ejemplo obtenernos:

P(A U B) = P(x> 4) + P(x:< 2)

2 1

~ P{ AU B J = 6" +"6 :::;>

. 1

P(AUB)= - 2

Prebabilidad de succses eomplcmentarlos

Dado un suceso A, el suceso complementario de A es la no ocurreneia de A y se denota como A.

Por ejemplo, dado el suceso A: 'Obtener un numero impar despues de haber lanzado un dado", A = {I; 3; 5}, el suceso complernentario de A es la no ocurrencia de A. es. decir, obtener un nurnero par despues de haber lanzado un dado, es decir: A = {2; 4; 6}.

De alli, observarnos que, siendo A el complemento de A, A U A =Q ... (a) Si tornarnos la probabilidad a ambos miembros de (a), obtenemos:

P(.4 U A)= P(Q) peA) + peA) = 1 De alli: P(A)= l-P(A)

Esta formula nos permite determinar la probabilidad del suceso complcmcntario dada Ia probabilidad de un succso.

.J

Probabllidad de des sueesos compatibles

Considcrcmos el expcrirnento de lanzar un dado. Elespacio muestral cs Q= .; 1: 2; 3; 4: 5; 6}

l.eua! cs la probabilidad de obtencr un nurnero par o no rnenor que 4? Observarnos dos succsos:

A : "Obtener un mrmero par" A = {2; 4; 6 }

B : "Obtener un numero no menor que 4·'· B = {4;5; 6}

17

~r.PJ c. c.w.eps,lolJS's.com/ ,·mag .. " ... /r~(riltos/lapla"~J"g

Pierre Simon lap!~iCe lNonrand,a, ~ 74'9

- Paris. 1827)

Astronorno. matematico y fisico frances del siglo XVITT. galardonado por el mi51110 Napoleon,

gran adrnirador de los hombres de ciencia. Posteriorrnente es nombrado pOI Luis XVIll como Marques de Laplace. Dentro de sus trabajos, destaca

el hecho q lie aplica Ia teoria de la gravitacicn de New ton a todo el sistema. solar. Dcsde

el punto de vista cientifico. sus trabajos mas importantes se refieren a la mecaniea celeste y a! calculo

de las probabilidades, Desde 1774 escribe numcrosos articulos sobre el calculo de probabilidades, que recopila en su libra Theorie analytique des probabilities. que es una inrroduccicn al calculo de probabilidades.

18

Para resolver este caso, cncontraremos una formula que en general nos determine la probabilidad P( A U B)

Dados los conjuntosAy B, descomponemos AU B y B en union de conjuntos disjuntos:

AUB=AU(BnA) yB=(AnB)U(BnA)

Luego, podemos aplicar la propiedad 0) de la seccion 1.2:

peA U B) == peA) + PCB n A) (1)

PCB) = P(A n B) + PCB n A} (2) Restando miembro a rniembro (2) de (1):

P(AUB)- PCB) = peA) -P(ArlB)

De donde obtenemosla formula: P( A U B) = P( A) + P( B) - P(..J. n B) Observando el diagrarna adjunto, vemos que estes dos sucesos son compatibles porquelos sucesos elementales 4 y 6 son elementos comunes a ambos sucesos; esto es, An B = {4; 6}, luego tenemos:

.,.

P(A) =~

PCB) = ~ 6

2 p(AnB)=- 6

Api icando la formula, encontramos:

332 P( A U B) = 6 + "6 - "6 =?

P(AUB)=3. 3

A

Q B

·4

·2

'5

·1

Prebabilidad conditional

Sea A un evento cuya probabilidad es distinta de cero, y sea B cualquicr evento. La posibilidad condicional del evento B, dado el evento A, se define como:

Ejemplo:

Sean A Y B dos eventos tales que P(A) = 0,6 y PCB) = 0,2 Y p(~) = 0,1 determina P(4 U B)

Resolucion:

Para determinar Pi A U B) aplicarnos la siguiente relacion:

peA U B) = peA) + PCB) - peA n B)

(1 )

Observamos que no conocernos Pt A n B}. Este valor 10 podemos calcular a partir de:

p(~)= p~(:()

p(AnB) = p(7~).P(A)

(2)

Reernplazando los datos en (2), tenemos:

peA n B) = (0,1)(0,6) p(AnB)=o,06

(3)

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

Pi A U B) = 0,6+0,2 -0,06 peA U B) = 0,74

2.3 Teorema de Bayes

Analicernos la siguiente situacion:

Tres maquinas A, Bye prcducen respectivamenteel 50%, 30% y 20% del numero total de articulos de una fabrica, El porcentaje de desperfectos de producci6n de estas maquinas son, respectivarnente, 2%, 4% Y 5%.

Se selecciono un articulo y resulto bueno.

Determina la probabilidad que el articulo haya sido producido por la maquina C.

Resolucion.

1. Construyendo un diagrama de arbol para plantear los datos del problema, tenemos:

p( ~~): denota la probabilidad de que el evento B suceda, habiendo ocurrido el evenro A.

iiTriple solto mortal y calcic de canto .. ,l! iimednl\(l de oro!

]9

'-:-~ -,

Eve.ntos indfii'(J(lndiflntes

Sean A Y B cos eventos independientes, lei proosbitided de que ocurren ambos eventos es iguaf aJ oroducto

de SJ.}S probabilidades individuales, asf.

peA n B) = P(A).P(B)

Eventos dependientes

51 aos eventos A y B son eventos dependientes, emorices 18 probabilidad de que ocurren ambos eventas se determine est:

peA n B) = P(A).P(B I A)

20' ..

Condiciones del articulo

Bu (Bueno)

M (Malo)

maqulna L~ __ -r=:":"? p (~~~)~. 0,02

A

.B

Bu (Bueno)

?(.H) = (U

M (1Ialo)

~

c

(B' "

P Y/.j=() 95

.-- r .',

Bu (Bueno)

M. (Malo)

2. Siendo la condicion que el articulo seleccionado sea bueno, tenemos:

P(Bu) = P(A)p(Bu/)+ P(B)p(Bty!)+ P(C)p( Bl;.1.1_)·

fA 'IE. ,c..

= 0,49+ 0,288+0,19

P(Bu) = 0,968

3. N05 piden delerminar la prnbabilidad de que el articulo bueno haya sido producido por la maquina C (ver esquema),

p(c. .: ) = P(C).p( lIu{)

/ Bu P(Bu)

p(c/ )= 0,2'0,95

/ Bu O,96g

p(5'~J=O,1959 p(c/ ) = 19 59fl-o

/ Bu ,. ,

I. Trabaja en equipo con tus colegas de area distribuyendose las actividades de manera equitativa, Compartan sus procedimientos.

1. En una baraja hay 52 cartas y se extrae una cana, (,cmll es la probabilidad de obtener un 7?

2. Detennina todas las posibles combinaciones que oeurren al lanzar des dados, y anota la suma de los puntos obtenidos en una hoja,

+ 1 : 2

5

6

a. Si al primer lanzamiento obtenemos como suma 7, ganamos, (,Cual es la probabilidad de exito?

b. Si al primer lanzamiento obtenemos como suma 7 u 11, ganamos .. i,Cuil es laprobabilidad de exito?

c. Si al primer lanzamientoobtenemoscomo suma 26 12, perdemos. z,Cwil es la probabilidad de perder?

3. Al finalizar una encuesta se obtiene la siguiente tabla:

Hombres . Mujeres

_____ .•... _ .. : ._-.... ... __ .. __ .. . ." J

Aprueban 30 10

}ksaprue_~~n Total

20 50

25

.-----------,-_" '---------------_

35

Determinemos las siguientes probabilidades:

a. De que un encuestado eJegido al azar sea hombre.

b. De que un encuestado elegido al azar sea hombre y apruebe la labor realizada.

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

-

4. Se lanza un dado y una moneda en ::

[anna conjurua. Luego de determinar su :: espacio muestral, calculi las siguientes l!Il!i ~

probabilidades: m

~

a. Que la moneda muestre cara y el dado el 2. al

-

b. Que la moneda muestre cara 0 sella, y el @

dado el3..

. c. Que Ia maneda muestre sello y el dado el 8. :: ~ ~ §II

5. En una caja de herramientas hay 2 000 :: tomillos, de los cuales 1 300 son buenos y :' 700 son malos. Se extraen tres tornillos uno m; Wi

par uno (sin reposicion). Se pide determinar 1m

- la probabilidad de que el tercer tornillo @

@ extraido sea bueno, S1 los dos anteriores _

fueron mal as.

moo

: 16. En un cargamento de doce televisores han :

,

: sido incluidos cuatro televisores can fallas.

-

Un comprador muy precavido ernpieza :

a probarlos uno por uno, Lemll es la lID.

m

probabilidad de que encuentre el ultimo 1&; w televisor fallado a la sexta prueba?

-

: 7. Respecto al curso de Matematica I en ciena :: universidad, se determin6: ::

El 70% de los alumnos 10 lIeva par primera :: vez, el 20% de los alumnos 10 lleva par :: segunda vez, y el ] 0% de los alumnos 10 :: neva por tercera vez.

Se ha detenninado que si un alumna 10 lleva - ii§l

por primera vez, la probabilidad de que 10 -

-

apruebe es 80%; si 10 lleva por segunda vez, m

re

la probabilidad de que 10 apruebe es de 70%: w

y si 10 lleva por tercera vez, Ia probabilidad :: de que 10 apruebe es 60%. Si se elige un : alumna al azar: E

m

a. l,Cuales la probabilidad de que apruebe el :

m

curse?

b. Si el alumna elegido aprob6 el curso, z,cu8.l m'i

m

es 1a probabilidad de que 10 haya llevado por §l!

G

segunda vez?

21

I

: ?_.- .. ~:

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 @ w

soles. Si se extrae una moneda de cada monedero, ~curu es la probabilidad de que una de ellas rM !Hi! sea de cinco soles?

1M

9. Supongamos que tenemos dos urnas, laprimera tiene 5 bolas rajas y 3 negras; la segunda urna m

tiene 3holas rojas y 2 negras. Se escoge una urna al azar y se extrae una bola. Determina: ::

'~

=

R. La probabilidad de que Ia bola extraida sea negra. D

rn

b. La probabilidad de haber elegido 1a segunda urna suponiendo que la bola extraida sea @ 1m

negra. ~

- «

10.El 20% .. de los habitantes de una determinada poblacion son jubilados y otro 2(l% son :: estudiantes. La musica clasica Ie gusta al 75% de los jubilados, al 50% de los estudiantes y :: al 20% del resto de la poblacion, Calcula la probabilidad de que, elegida al azar una persona @

1m

a la que Ie gusta la rmisica clasica, sea jubilada.

-

l l , Una computadora personal esta contarninada por un virus y tiene cargados dos prograrnas !!WI

antivirus que: actuan independientemente uno del otro .. El program a .A detect a 1 a presencia del :: virus can una probabilidad de 0,9 y el prograrna B detecta el virus con una probabilidad de :: 0,8. l.Cmil es la probabilidad de que el virus no sea detectado? ;m

~ m

·m

12.Supongamos que la ciudad de lea esta formada por 60% de mujeres y 40% de hombres. S] el ~ m 50% de las rnujeres y e] 30% de los hombres fuman, y se elige una persona al azar, (pIal es M

la probabilidad de que 1a persona elegida sea fumadora?

H, Elabora situaciones para presentar a tus alumnos, como el siguiente caso:

;\lillI ~ Para el siguiente experimento aleatoric, determinen el espacio muestral y 4 eventos simples :>m

de distinto tipo. ::

fWI "Llegas a la cafeteria del colegio al mediodia y te encuentras con tu amiga Sofia. Verifica que =

podria estar almorzando". ::

MIl llili! @ l'11lI

m *l

- 51

;m .i@ lUi

MIl m !l!i!i

-

1m

!!W Wll

-

i1JIi

Espacio muestral = {

Evento 1: {

Evento 2: {

Evento 3: {

Evento 4: {

22

3~

OM

o

En las aplicaciones de las probabilidades .. a veces es necesario recurrir a procedirnientos matematicos que nos permiten realizar conteos de cas os cornplejos a partir de procesos simples. A este conjunto de procedimientos se le conece como Analisis Combinatoric a Cornbinatoria. Esta rama de la Matematica nacio en el siglo XVI, y en su estudio teorico aparecen ligados matematicos COmo Pascal. Bernoulli, Fermat, I .eibnitz y Euler. Podemos definir 1a combinatoria como el estudio de las diferentes formas de agrupar dliversos objetos. teniendo en cuenta unas reglas 0 condiciones establecidas de antemano.

El estudio de la combinatoria pone a nuestra disposicion los tecnicas de conteo, como las permutaciones y ccmbinaciones.

3.1 Regia del prcducto

En el restaurante ... EI buen diente " se ofrece el siguiente menu. ejecutivo por S· _ 9 .. 50:

Entrada Plato de Fondo Postre

.- ..... -.~ .~.~~-------- ... -~~.~~------~., .. ~'---.--.- ... ~.~~~~.--~ ... ------ ... -~~-~-~,---- .. ~ - ~~.~'-~~

Papa a la Huancaina ! Aji de Gallina (AG) Tort" de Chocolate

(PH) .. . __ .____ _(~_~~l __ .. _. __ .____ _ __ . _

Palta Rellena CPR) Lome Saltado (LS)Pye de Manzauatf'M)

• •• _ _ _ c _~~~. ,. _~_~. __ •••• ~ ~ ••• ~ • __ •• ~ • __ , ~ _

______ ~!!?~ ~~1_1,_p~_~lo (~~) ~ ~ _

.!_;Cuantas elecciones distintas de menu se pueden hacer?

Si elegimos un plato de entrada, tenemos tres plates de fondo para escoger, Por cada plato de fondo tenemos dos postres por elegir,

Para ilustrar csta idea, vcamos el siguiente diagrarna:

---~ TCH
AG
-_ ------. I'M
»>
-- TCH
PH LS ..-----

'--.....- pi\lr
~ ____ -____--'P'" Tel[
AI'
- Pi\'~
_--------------- TCH
AG
~.~ PM
----------- Ten
rH. is ------
-~ PM
---.....______,
~ <->: Ten
_%p
~ PM Blaise Pascal

(Clermont, ~623 . Paris, 1.662)

Fue un mstemetico. ttstco y fii6sofo religioso france's_ Sus contribuciones a las aeaciss naturales y cienctes aplicaaas inciuyen /a consuucoioo de ca!culadores mecentco«, estudios sabre la

teons de prob@biJidad. investigaciones sabre los fJuidos y fa eclsrecion de conceptos tales como la

presion y eJ lIacio.

En relaci6n con los problemas de analisis combinatorio JI de probabilidad. Pascal hizo abundante usa del trlangulo entmetico:

2 133 1

1 4 (} 4 I 5 10 10 5

1 6 15 20 15 6 1

en e! cuet los numeros de ceae fila. despl.Jss de /.i}S 60S onmeres, 5e Qbtienen de los que se encuentran en te fila precede me copiandO debajo los termiaetes 1 y sumando los pares sucesivas de nrlmeros de izquierda a cetecne: a51. en fa ouun« fila,

5 = 1 + 4. 10 = 4 + 6,

10 = 6 -I- 4, 5 =4 _,_ 1. Los numeros en la fila n. despues de 1, son et numero de l.as dife.,entes comruns»

ciones Que oueaen nscerse con n cosas distintas tome des, de una en una. de dos

en aoe, de tres en tres.

Fuente: www.

po: ta ipfanetasedn Cl. com.. ar/pascal.htm - 47k

O~ = 1

SinE:'; , n!- n(n- I)!

a! se lee "a factorial" Asi:

* I! = 1 . (l - l)~ = I .O!

= 1.1

11 = 1

* 3! = 3 _ (3 - 1)!

==}.,2!

= 3 . 2. _ (2 - I)! 3!~3-2.1

De esto poderuos deducir: n~ = n . rn - 1). {n - 2) ... 2 _ 1 que es la definicion mas usual.

24·

Del diagrams presentado, podemos observar que hay 12 menus diferentes para elegit. Este resultado 10 podemos obtener de Ia siguiente manera: si para la entrada tenemos dos opciones, para el plato de fonda tencmos trcs opciones y para el postre, dos opciones; el total de menus posibles .. se obtiene rnultiplicando los mrrneros de cada una de las opciones; es decir: 2 x 3 x 2 = 12.

Genera liz and 0, 81 una actividad la podemos realizar deA, maneras difercntcs, otra actividad la podcmos rcalizar de /\ mancras difcrcntcs y asi succsivamcntc, lucgo cl total de actividadcs que podcmos rcalizar sc obtiene

multiplicando: ]\I = Aj.A2.A, ... A

."J 11

Analiccmos 1a siguicntc situacion.

Tres amigos desean fonnar gropos diferentes de modo que:

1. Cada grupo cstc conformado s610 por uno de ellos,

2. Cada gropo cstc confonnado s610 por dos de cllos.

3. Cada grupo este conformado por los trcs, (,Cwintos grupos en cada caso sc pucdcn formar?

Resolucion:

Sean a, bye, los tres amigos. En funcion de [as condiciones dadas, se pueden formar los siguicntcs grupos:

1,

a

b

c

Total: 3.grupus.

ab ae be
2. Total: 6 grupos
ba ea cb abc acb
;,_ hac bca
cab eba Total: 6 grupos

Observarnos que:

En el primer caso, cada grupo sc difcrcncia porque sus integrantes son disLimos.

:., ; ~, '. • : i .

En el segundo caso, hay dos tipos de grupos, algunos g.rupos sc difcrcrician por algunos de S1llS integrantes, mientras que otros se diferencian per el orden.

En el tercer caso, observarnos que todos los grupos se diferencian par el orden,

A cada una de estas situaciones analizadas las denominamos permutacion ordinaria. /\S1:

• En cl primer caso, observamos tres grupos que representan permutaCiUIlCS ordinarius de 3 elementos tornados de uno en uno, y se denota:

Po, 1= 3

• En el segundo casu, observamos seis grupos que representan permutaclones ordinarius de 1 elementos tornados de dos en dos, y se denota:

P,,= n

.J._

• En el tercer caso, observarnos seis grupos que representan perrnutaciones ordinarias de 3 elementos tornados de tres en tres, y se denota: P, ,= 6

.~ :.1

Por 10 expuesto tenernos:

P [I: ~ =n
p = p nl(n-l) :::::}
n:2
p 11:3- - P (n-2) =:::;.
n::.!
p T1:k - P. tn-k+ 1) =>
w{k 1:, p n;3 - n(n-l )(n-2)

P - n(n-l )(n-2) ... (n-k+ 1)

n.k

. .. . (n-k)!

Si multiplicamos el segundo miernbro par obtenemos:

. (n-k)!

P = n(n-l)(n-2} ... (n-k+l)(n-k)!

11k (n- k)!

111

p :=---

n:« In-k)!

Si k = n, tenernos:

n!

P,,:n=---

(n- n)1

n! ~ p =

n;._ O!

P =n!

n:.I;

Este caso de permutaciones 10 podemos denotar como: P!i = n!, llamada permulaciones de n elementos tornados de n en n.

2S

i-; _I

curiosidades

"Veras, si yo pudiera derivar un equilibria en el que la prevafencia tuere un suceso no singular, en el que nadie perdiera, imagine e! efecto que' eso tenons en conflictos, negocieciones ... ~

I1ttp://"""""",slm;r13.camllrldeX_ e-5.ntml

John FOrbes Nash (Mstematico .. Premia Nobel)

http://www .. Bdeptis.ru/Vincijjohn_ forbes_nash.l0.jpg

26

Ejemplo:

1. Si hay 5 personas sentadas en una banca, determine de cuantas maneras se pueden sentar ..

Resolucion: n 5
Pn 51
p 120
n 2. Determiner cuantos ruimeros de tres cifras se pueden format con las cifras 1; 2; 3.

Resolucion: n 3
p 3!
1"1
P 6
11 3.3 Cornbinaciones

Cornbinaciones de n elementos de ken k (k -s n) denotadas por CI~ . son todos los grupos que se pueden formar con las siguientes condiciones:

.. En cada gmpo intervienen k elementos de los n elementos.

Dos grupos se diferencian por 10 menos en un clemente.

Consideremos 4 elementos G,' b; c, d, con e110s formarcmos grupos que curnplan las condiciones mcncionadas,

1. Cada grupo esta conformado s610 por un clemente:

a

b

C4 -4

1-

c

d

2, Cada grupo esta conforrnado pur 2 elementos;

ab ae ad
be bd cd c; =6 3. Cada grupo esta conformado par 3 elementos;

abc

c; =4

abd

acd bed

4 .. Cada grupo esta COnI0l111ado por 4 elementos;

abed

c; =1

_,,', OJ __ .'-' '

Par ejemplo. hay C; rnaueras de detcrrninar las combinaciones de 4 elementos tornados de 2 en 2, y hay P 2 mantras, de que cada uno pueda Set ordenado: luego el total de perrnutaciones ordinarias, se obtiene aplicando la regla de la mulriplicacion:

c;.~ = P/

Generalizandnjiara n elementos tornados de ken k, tal que k -:; n, se tiene:

de donde:

Sabcmos que:

'I P," = n. ,

(n-k)!

Sustituyendo tenemos:

y

It =k!

1~ I

Co = •.

k k!(n-k)!

Observe el siguienteejemplo:

Ejemplo 1

P" C~ = _2_

, .. P

k

Senalamos 5 puntos en una circunferencia, Lcuantos triangulos distintos se pueden construir tornando como vertices puntos de 3 en J? Asi, representaremos cada trjangulo por los siguientes tcmas:

(1; 2:. 3), (l; 1; 4), (1; 2; 5),. (]; 3; 4), (1; 3: 5), (L 4; 5), (2; 3; 4), (2; 1; 5), (2; 4: 5), (3; -1-; 5).

Observamos que el numero de triangulos es 10.

3

Pero podemos observar que el mimero de triangulos formados son las combinacioncs de 5 elementos tornados de 3 en 3, es decir:

C5 = 5! ~. CJ5. =10

3 3!(5-3)!

Ejemplo 2

A tin congrcso asisten 28 personas. Se decide consrituir una comision [armada par cinco de ellas para estudiar un determinado proyecto. {,De cuantas formas distintas pcdria formarse dicba cornision?

Resolucion:

Observamos que para formar una comision no es necesario tamar en cuenta el orden de sus integranres; tambien notamos que en cada comision no

27

intervienen todos los asistentes al congreso. Luego, estamos refiriendonos a grupos representados por combinaciones de 28 elementos tomados de 5 en 5. AsL

C~8 = 281

) 51(28-5)[

Reunanse can sus co legas de area y resuelvan las siguientes actividades:

1. i. Cuantas rectas determinan seis puntas no colineales del plano tales que no haya tres alincados?

i,Cuantos triangulos diferentes deterrninan dichos puntas?

Enumera los vertices y determina todos los triangulos que hay:

.. '-----------'-""

I ,

, ,

, ,

, ,

I \

, ,

, ,

, ,

. .

, I

, ,

, I

, f

, ,

, I

,

... _.- ........... _ ........ _ ... --,.,

2. La "Lotto" y las combinaciones:

Si cada apuesta de loteria eonsiste en sefialar seis numeros del ] al 49, en don de no interviene el orden,el numero de combinaciones posibles:

C49 = 49! = 13 983 816.

6 61.43!

GCuitl sera la probabilidad de aeertar si campras 10 boleros?

28

'8 28!

'*" c~ =--

) 5 ~ 23!

'8 28.27.26 . .25.24.23 ~ ~ C:- = -------

, 5~231

cs 28.27.26.2524

~ C: =~-----

, 5!

C~8 = 98280

.'

-

En UD tomeo de ajedrez parncipan ci.nco jugadores, en donde se enfrentan todos contra ..

todos. ::

- m

- ..

II1II IiIiI 4. Si reordenamos las letras de la palabraACERO -

- de todas las maneras posibles, c,cuantas _

palabras distintas se pueden formar. tanto 51 _ tienen sentido como si no 10 tienen? :

-

-

: 3.

a. (. Cuantas partidas deberan jugarse? h. Elabora un calendario de partidas,

5. Una prision tiene 6celdas individuales vacias : y Began 3 prisioneros. l.De cuantas formas : pueden distribuirse en las celdas?

-

-

-

6. El capitan de un cquipo de terns en la Copa filii Davis tiene que elegir la pareja que afrontara _

..

Ia pareja de dobles. Si debe decidir entre 4 l1li

jugadorcs: Andrcatcgui, Gallardo. Bazan 0 :

Martinez, i,cuales son todas las parejas que : podria escoger? :

-

-

7. Una campania de tcatro consta de 20 actorcs. -

lII!I

Carla dia actua un grupo de 7 de ellos. l.Durantc IIIIliI

- cuantos alios pucdcn trabajar de forma que -

- cada dia actue un grupa diferente de actores? _

-

-

I I~: I

4. EVi-\.LUACION

1. Supongamos que tenemos una caja que contiene diez bolas distribuidas de la siguiente manera:

- Tres bolas son blancas y tienen puntas.

- Una bola es blanca y tiene franjas.

- Dos bolas son amarillas y tienen puntas.

- Cuatro son amarillas y tienen franjas.

Si una persona saca de la caja una bola blanca, (,cwiles la probabilidad de que esta tenga puntas? i,CmU es la probabilidad de que tenga franjas?

(~Cual es la probabilidad de que una bola tenga puntas, dado que es amarilla?

l.Cual es la probabilidad de que una bola tenga franjas., dado que es blanca?

2. A una tienda comercial de artefactos electricos llega un lote de seis lavadoras, Se sabe que de estas lavadoras, dos de ell as son defectuosas, y por eso debe hacerse un control de calidad can relacion de pruebas.

LCuiil es la probabilidad de que en la cuarta prueba se detecte 181 segunda Iavadora defecruosa?

3. En una panaderia hay tres tipos de queso: Edam, Mantecoso y fresco, y hay dos tipos de pan: Mollete y Semira. 1',De cuantas rnaneras se puede preparar Wl pan con queso?

4. En la banca de una iglesia hay veinte personas sentadas formando diez parejas, i,de cuantas rnaneras pucdcn scntarse las veinte personas sin que las parejas se separen?

5. De un grupo de 15 personas hernos de elegir un presidente, un vicepresidente y tres secretaries, {,de cuantas maneras se puedc hacer la cleccion?

Nota: lorna en cuenta que en algunos casas hay relaciones jerarquicas y en otTOS, no.

29

5. METL-\..COGNICION

.VefCicvgnici6n es 10 habitidad de pel1sar sobre e! discurso del propio pcnsamicnto, c_, Jecir ~ irve para darnos cuenta como aprendemos cuando aprendemos.

Responde en una hoja aparte:

1. ~De que manera te organizaste para leer el fasciculo y desarrollar las actividades propuestas ?

2. i,Te fue facil comprender el enunciado de las actividades? ,;,Por que?

3. Si no te fue facil, z,que hiciste para comprenderlo?

4. LQue paso:s has seguido para desarrollar cada una de las actividades?

5.. l,CuaJes de estes pasos te presentoron mayor dificultad?

6. l,C6molograste superar estas dificultades?

7. Al resolver laevahiacicn, £que items te presentaron mayor dificultad?

R. l.Que pasos has seguido p,ara superar estas dificultades?

9. (,£n que acetones de tu vida te pueden ayudar los temas dcsarrollados en este fasciculo?

10. l.Que nivel de lagro de aprendizaje consideras que has obtenido al finalizar este fasciculo?

Muy bueno

Bueno

I

Regular

Deficiente

,iPor que'?

11. i,Crees que las actividades de investigacion fucron realmente un trabajo de equipo?

Explica.

12. G Tuviste la oporrunidad de compartir 1i:UlS conocimientos con algunos de tus colegas? i.Que sentimientos prnvoearon en ti este heche?

30

II

You're Reading a Free Preview

Download
scribd
/*********** DO NOT ALTER ANYTHING BELOW THIS LINE ! ************/ var s_code=s.t();if(s_code)document.write(s_code)//-->