2.presentación. Teoria de La Probabilidad.2013

2.
TEORA DE LA PROBABILIDADA
PROBABILIDAD Y ESTADSTICA
M. en C. DONACIANO QUINTERO MEJA
Material didctico para alumnos de 6 semestre, materia PROBABILIDAD Y ESTADSTICA, de la carrera de Ingeniera Mecnica
2. TEORA DE LA PROBABILIDAD
DEFINICIN
La definicin clsica de probabilidad fue una de las primeras que se dieron (1900) y se atribuye a Laplace; tambin se conoce con el nombre de probabilidad a priori, pues para calcularla, es necesario conocer, antes de realizar el experimento aleatorio, el espacio muestral y el nmero de resultados o sucesos elementales que entran a formar parte del suceso.
Probabilidad del suceso A:
2. TEORA DE LA PROBABILIDAD 2.1.- CONJUNTOS

Definicin: La Teora de Conjuntos es una divisin de las matemticas que estudia los conjuntos. El primer estudio formal sobre el tema fue realizado por el matemtico alemn Georg Cantor, y Julius W. Richard Dedekind en el Siglo XIX y ms tarde reformulada por Zermelo.
El concepto de conjunto es intuitivo y se podra definir como una "agrupacin bien definida de objetos no repetidos y no ordenados"; as, se puede hablar de un conjunto de personas, ciudades, gafas, lapiceros o del conjunto de objetos que hay en un momento dado encima de una mesa.
En resumen: Un conjunto es una coleccin de objetos. Por objeto aqu no debe entenderse slo las entidades fsicas, como las mesas y las sillas, sino todo objeto en el sentido ms amplio de la palabra: mesas, sillas, personas, ideas, creencias, lenguajes, letras, otros conjuntos, etc. A los objetos que pertenecen a un conjunto se los llama miembros o elementos del conjunto.
M. en C. DONACIANO QUINTERO MEJA 3
2. TEORA DE LA PROBABILIDAD 2.1.- CONJUNTOS Notacin

Usualmente los conjuntos se representan con una letra mayscula: A, B, K,... Llamaremos elemento, a cada uno de los objetos que forman parte de un conjunto De esta manera, si A es un conjunto, y a, b, c, d, e, todos sus elementos, es comn escribir:
para definir a tal conjunto A. Esta notacin empleada para definir al conjunto se llama notacin por extensin.
2.1.- CONJUNTOS Notacin
Para representar que un elemento x que pertenece a un conjunto A, escribimos (lase "x en A", "x pertenece a A , o bien "x es un elemento de A"). La negacin de; , se escribe; (lase; X no pertenece a A ) El conjunto universal, que siempre representaremos con la letra U (u mayscula), es el conjunto de todas las cosas sobre las que estemos tratando. Existe adems, un nico conjunto que no tiene elementos al que se le llama conjunto vaco y que se denota por Es decir:
2.1.- CONJUNTOS (Notacin)
La caracterstica importante de este conjunto es que satisface todos los elementos posibles que no estn contenidos en l, es decir Por otro lado, si todos los elementos X de un conjunto A satisfacen alguna propiedad, misma que pueda ser expresada como una proposicin , con la indeterminada x, usamos la notacin por comprensin, y se puede definir:
Lo anterior se lee "A es el conjunto de elementos x, que cumplen la propiedad p(x)". El smbolo : se lee "que cumplen la propiedad" o "tal que"; este smbolo puede ser remplazado por una barra I. Por ejemplo, el conjunto puede definirse por: donde el smbolo representa al conjunto de los nmeros naturales.
6
2.1. SUBCONJUNTOS
El contenido del conjunto, como por ejemplo:
Las tres lneas anteriores denotan el mismo conjunto. Como puede verse, es posible describir el mismo conjunto de diferentes maneras. Por otro lado, no importa el orden, ni cuantas veces aparezcan en la lista sus elementos. Si A y B son dos conjuntos y todo elemento x de A , est contenido tambin en B, entonces se dice que:
A es un subconjunto de B.
Todo conjunto tiene como subconjunto a s mismo y al conjunto vaco {}.
2.1. SUBCONJUNTOS La unin de una coleccin de conjuntos:
es el conjunto de todos los elementos contenidos al menos una vez en los conjuntos: y se representa:
La interseccin de una coleccin de conjuntos:

es el conjunto de todos los elementos contenidos simultneamente en todos los conjuntos: y se representa: los conjuntos tambin son nombrados segn el nmero de elementos que tengan ejemplo conjunto vaco, conjunto unitario, conjunto finito, conjunto infinito. Algunos ejemplos de conjuntos de nmeros son: Los nmeros naturales utilizados para contar los elementos de un conjunto. Los nmeros enteros. Los nmeros racionales. Los nmeros reales, que incluyen a los nmeros irracionales. Los nmeros complejos
La teora estadstica se construye sobre la base de la teora de conjuntos y la teora de la probabilidad.
2.1.1 DIAGRAMA de VENN
Los diagramas de Venn son ilustraciones usadas en la rama de la Matemtica y Lgica de clases conocida como teora de conjuntos. Estos diagramas se usan para mostrar grficamente la agrupacin de cosas o elementos en un conjunto, representando cada conjunto mediante un crculo o un valo.
Igualdad de conjuntos
Dos conjuntos A y B y se dicen iguales, lo que se escribe: , si constan de los mismos elementos. Es decir, si y solo si todo elemento de A est tambin contenido en B y todo elemento de B est contenido en A. En smbolos:
Sea cual sea el elemento X. En tal caso, se escribe: Diagrama de Venn que muestra:
INTERSECCIN Los elementos comunes a A y B, forman un conjunto denominado interseccin de A y B, representado por : .Donde es el conjunto que contiene a todos los elementos de A que al mismo tiempo estn en B:
Ejemplos: si tenemos los conjuntos: Entonces:
10
Por ejemplo, si los crculos de los conjuntos A y B se INTERSECTAN (solapan), se muestra un rea comn a ambos conjuntos que contiene todos los elementos contenidos a la vez en A y en B (ej., anterior; 4 y 6).
Diagramas de la
INTERSECCIN DE DOS CONJUNTOS
UNION DE DOS CONJUNTOS
11
Venn mostrando; El Conjunto UNIVERSAL Un conjunto A contenido en otro conjunto U (UNIVERSAL) y su complemento
2.2.- TCNICAS DE CONTEO
Diagrama de rbol, Permutaciones, Combinaciones y Ordenaciones.

2.2.1 LA TCNICA DEL DIAGRAMA DE RBOL Los diagramas de rbol son ordenaciones empleadas para enumerar todas las posibilidades lgicas de una secuencia de eventos, donde cada evento puede ocurrir en un nmero finito. En resumen: Los diagramas de rboles son una herramienta que sirve para representar grficamente, una manera sencilla, de como se puede resolver un determinado problema.
Ejemplo: Dado A = {1, 2}, B = {a, b, c}, C = {3, 4}
2.2.1 LA TCNICA DEL DIAGRAMA DE RBOL
Ejemplo: Dado A = {1, 2}, B = {a, b, c}, C = {3, 4} Hallar los puntos mustrales usando el diagrama del rbol
COMPROBACIN: Por la regla del conteo ser:
2 x 3 x 2 = 12
Puntos mustrales
2.2.2 LA TCNICA DE LA PERMUTACIN

La tcnica de la permutacin es aplicada para encontrar el nmero posible de arreglos donde hay solo un grupo de objetos. Como ilustracin analizaremos el siguiente problema: Tres componentes electrnicos un transistor, un capacitor, y un diodo - sern ensamblados en una tablilla de una televisin. Los componentes pueden ser ensamblados en cualquier orden. De cuantas diferentes maneras pueden ser ensamblados los tres componentes? Las diferentes maneras de ensamblar los componentes son llamadas permutaciones, y son las siguientes: TDCDTCCDT TCDDCTCTD
Permutacin: Todos los arreglos de r objetos seleccionados de n objetos posibles

La frmula empleada para contar el nmero total de diferentes permutaciones es:
Donde:
n P r = n! , (n r )! nPr.- es el nmero de permutaciones posible

n.r.es el nmero total de objetos (tamao de la poblacin) es el tamao de la muestra
15
2.2.2 ANLISIS COMBINATORIO

Para la obtencin de Probabilidad de sucesos complejos, la enumeracin de los casos resulta a menudo difcil, pesado, o ambas cosas, Para facilitar esa tarea es preciso tomar los principios bsicos del anlisis Combinatorio.
PRINCIPIO FUNDAMENTAL.- Si un suceso puede presentarse con cualquiera de n1 formas distintas y si cuando esto ha ocurrido otro suceso puede presentarse con cualquiera de n2 , Formas distintas, entonces el nmero de formas en que ambos sucesos pueden presentarse en el orden especificado es; n1 n2. Ejemplo; Si hay 3 candidatos para gobernador y 5 para alcalde, los dos cargos pueden ocuparse de; 3 x 5 = 15 formas.
FACTORIAL de n = n! El factorial de n o n factorial se representa por el smbolo n!. Se define por un producto continuado en forma descendente y en el cual el cero factorial es igual a uno. Y se representa por: N! = n(n-1) (n-2) (n-3)...1,
FACTORIAL de n = n!
Ejemplos: (Por definicin; 0! = 1) 1! = 1 x 1 = 1 2! = 2 x 1 = 2 3! = 3 x 2 x 1 = 6. Se lee tres factorial 4! = 4(4-1) (4-2) (4-3) = 4 x 3 x 2 x 1 = 24 5! = 5 x 4 x 3 x 2 x 1 = 120, 6! = 6(6-1) (6-2) (6-3) (6-4) (6-5) = 6 x 5 x 4 x 3 x 2 x 1 = 720 4! 3! = (4 x 3 x 2 x 1) (3! x 2! x 1!) = 144 Otras operaciones bsicas: a) 4! + 2! = (4 x 3 x 2 x 1) + (2 x 1) = 24 + 2 = 26 b) 4! - 2! = (4 x 3 x 2 x 1) - (2 x 1) = 24 - 2 = 22 c) (4!) (2!) = (4 x 3 x 2 x 1) * (2 x 1) = 24 * 2 = 48 d) 4! / 2! = (4 x 3 x 2 x 1) / (2 x 1) = 24 / 2 = 12

La tcnica de la permutacin es aplicada para encontrar el nmero posible de arreglos donde hay solo un grupo de objetos. Una permutacin de n objetos diferentes tomados de r en r es una ordenacin de r objetos entre los n dados y atendiendo a la situacin de cada objeto en la ordenacin. El nmero de PERMUTACIONES de n objetos tomados de r en r se representa por: n P r, P (n, r), Pnr, y viene dado por:
n P r = n (n 1 )(n - 2) .. (n- r +1) = n ! / (n r) !

Donde: nPr es el nmero de permutaciones posible n es el nmero total de objetos (tamao de la poblacin) r es el nmero de objetos utilizados en un mismo momento (tamao de la muestra)
En otras palabras: El nmero de permutaciones de n objetos tomados de r en r. vienen dado por: nPr = n! / (n r)!

EJEMPLOS: 1.- Ejemplo: El nmero de PERMUTACIONES de las letras; a, b, c, tomadas de DOS en DOS es; 3P2 = 3 x 2 = 6. Estas son: ab, ba, ac, ca, bc, cb. En resumen: El nmero de permutaciones de objetos tomado de n a la vez; 2.- Ejemplo: Suponga que hay ocho tipos de computadora pero solo tres espacios disponibles para exhibirlas en la tienda de computadoras. De cuantas maneras diferentes pueden ser arregladas las 8 mquinas en los tres espacios disponibles?.
n P r = n! = 8! = 8! = 336
3.- Ejemplo: Tres componentes electrnicos; un Transistor, un Capacitor, y un Diodo, sern ensamblados en una tablilla de una televisin. Los componentes pueden ser ensamblados en cualquier orden. De cuantas diferentes maneras pueden ser ensamblados los tres componentes?

EJEMPLOS: 3.- Ejemplo: (continua..) Las diferentes maneras de ensamblar los componentes son llamadas permutaciones, y son las siguientes: TDC DTC CDT TCD DCT CTD En resumen: Permutacin en particular: El nmero de n objetos tomados de n en n es:
n P n = n! = n (n 1 )(n - 2) ..1 = n!
Donde: nPn es el nmero de permutaciones posible n es el nmero total de objetos (tamao de la poblacin)
Entonces, el nmero de permutaciones para el ensamblado del transistor, Capacitor y Diodo es: 3P3 = 3! = 6. En el anlisis anterior los arreglos no presentan repeticiones, es decir, no hay dos espacios disponibles con el mismo tipo de computadora. Si en los arreglos se permite la repeticin, la frmula de permutaciones es la siguiente:
n Pr = n! / (n r)!

EJEMPLOS:
3.- Ejemplo: (continua..) Si en los arreglos se permite la repeticin, la frmula de permutaciones es la siguiente:
n Pr = n! / (n r)!
EJEMPLO: Para ilustrar el punto, queremos saber cuntas series de 2 letras se pueden formar con las letras A, B, C, si se permite la repeticin? Las permutaciones son las siguientes: AB, AC, BA, CA, BC, CB Usando la frmula: n Pr = n! / (n r)! = 3! / (3 2)! = 6 / 1! = 6
2.2.2 LA TCNICA DE LA COMBINACIN

En una permutacin, el orden de los objetos de cada posible resultado es diferente. Si el orden de los objetos no es importante, cada uno de estos resultados se denomina combinacin. La frmula de combinaciones es: n C r = n! / r! (n r )! = nPr / r! = C(n, r) = Cn,r = (:) =
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, 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
2.2.2 LA TCNICA DE LA COMBINACIN
Resumen; Combinaciones: Es el nmero de formas de seleccionar r objetos de un grupo de n objetos sin importar el orden. Ejemplo: 1.- El numero de combinaciones de las letras A, B, C, tomados de dos en dos es:
(3! = 6, 2!=2) Estas combinaciones son: ab , ac, bc Conclusin: En matemticas usamos un lenguaje ms preciso: * Si el orden no importa, es una combinacin C. * Si el orden s importa es una permutacin P.
2.2.2 LA TCNICA DE LA DE ORDENACIN
Las ordenaciones empleadas para enumerar todas las posibilidades lgicas de una secuencia de eventos, donde cada evento puede ocurrir en un nmero finito. Por ejemplo un diagrama de rbol. EJEMPLO: Se desean formar equipos de dos personas para la exposicin de un proyecto de un total de cuatro estudiantes: Gabriel, Melchor, Wendy y Vernica, de cuantas maneras se pueden formar y comprobar si: a) Se pide una ordenacin (permutacin) Donde; n = 4 (4 estudiantes), r= 2 (2 equipos), entonces: Sustituyendo en frmula, tenemos:
nPr = n! / (n r)!
= 4! / (4 2)! = 24 / 2 = 12
Donde: 4P2 = 4! = 24; (n-r)! = (4-2)! = (2!) = 2

EJEMPLO: (continua.) a) Se pide una ordenacin (permutacin) Representacin grfica:

GM
GW GV
MG
MW MV
WG
WM WV
VG
VM VW
b) se pide una seleccin (combinacin). Usando la frmula: nCr = n! / r! (n r)!

EJEMPLO: (continua) b) se pide una seleccin (combinacin). Sustituyendo valores, tenemos: nCr = 4! /2! (4- 2)! = 24 /2(4-2)! = 24/4 = 6
Donde: n = 3,
r = 2, y su representacin es:
GM GW GV
WV MW MV
26
2.2.3 CONCEPTOS BSICOS: Experimentos Aleatorios y Deterministas
DEFINICIONES PREVIAS: * Un EXPERIMENTO es el anlisis de un fenmeno.

* FENMENO: Es todo aquel acto o accin que se realiza con el fin de observar sus resultados y cuantificarlos. Los fenmenos pueden clasificarse de acuerdo al tipo de resultados en: Determinstico Es aquel cuyos resultados se pueden predecir de antemano.
Probabilstico (aleatorio) (o estocstico) Es aquel en el que para las limitaciones actuales del conocimiento cientfico, no se puede predecir con certeza el resultado.
En resumen: Deterministicos. Se puede predecir el resultado. Aleatorios. No se puede predecir el resultado ( al azar).
EJEMPLOS:
Si tomamos una piedra y la dejamos caer estamos seguros de que caer. Se trata de una experiencia determinista, sabemos de antemano lo que suceder. Si lanzamos una moneda al aire, sabemos con certeza que saldr cara?. No tenemos la seguridad, puede salir cruz o cara. Se trata de una experiencia de azar. Si echamos un dado sobre una mesa, ignoramos qu cara quedar arriba. El resultado depende del azar. Es una experiencia aleatoria. Una experiencia es de azar si no se puede predecir el resultado. Se llaman experimentos aleatorios los que dan lugar a experiencias de azar. Una experiencia es de azar si no se puede predecir el resultado.
Se llaman experimentos aleatorios los que dan lugar a

experiencias de azar.
2.2.3 CONCEPTOS BSICOS: Experimentos Aleatorios y Deterministas ESPACIO MUESTRAL (PROBABILIDAD)
El espacio muestral de un experimento aleatorio es el conjunto de todos los resultados posibles. Se simboliza con la letra E. Los elementos que lo forman se escriben entre llaves: { }. Ejemplos: Si consideramos el experimento aleatorio que consiste en lanzar un dado, los posibles resultados son 1, 2, 3, 4, 5 y 6. Por tanto: E = { 1, 2, 3, 4, 5, 6 } Si consideramos el experimento aleatorio, consistente en lanzar una moneda, los resultados posibles son cara y cruz:
E = { cara, cruz } = { C, X }
SUCESO (PROBABILIDAD)
Un suceso de un experimento aleatorio es cada uno de los subconjuntos del espacio muestral E. Se representa con una letra mayscula. El espacio muestral asociado al experimento aleatorio que consiste en lanzar un dado es: E = { 1, 2, 3, 4, 5, 6 } Algunos sucesos de dicho experimento son:
Salir un nmero par Salir un nmero primo A = { 2, 4, 6 } B= { 1, 2, 3, 5 }
Salir un nmero menor que 4

Salir 3
C = { 1, 2, 3 }
D={3}
Salir un mltiplo de 3
E = { 3, 6 }
30
SUCESO (PROBABILIDAD)
TIPOS DE SUCESOS Vamos a continuar con el experimento del dado para analizar algunos tipos de sucesos: Suceso simple o elemental: Aquel suceso que est formado por un nico resultado del espacio muestral. A = "Salir el nmero 3" = { 3 } Suceso compuesto: Aquel suceso que est determinado por 2 o ms resultados del mismo. B = "Salir un nmero par" = { 2, 4, 6 } Suceso seguro: Aquel suceso que est formado por todos los resultados posibles del experimento y por tanto, coincide con el espacio muestral.
E = { 1, 2, 3, 4, 5, 6 }
Suceso imposible: Aquel suceso que nunca se verifica. Se representa con la letra
C = "Salir un nmero mayor que 7" =

LEY DE LAPLACE
Para un viaje de fin de curso los alumnos han organizado una tmbola con 1.000 nmeros. Juan ha comprado 1 nmero y Marta ha comprado 4. Como todos los nmeros son equiprobables y Juan tiene 1 nmero de los 1,000 vendidos, diremos que tiene una oportunidad de ganar de 1 entre 1,000. La probabilidad de ganar Juan = 1 / 1.000 Como Marta tiene 4 nmeros, la probabilidad de ganar Marta es de 4/1.000. Si todos los resultados de un experimento aleatorio son igualmente probables (equiprobables), se verifica que:
LEY DE LAPLACE
Probabilidad del suceso A:
33
Frecuencia absoluta de un suceso (fi) es el nmero de veces que aparece dicho suceso cuando se repite un experimento aleatorio determinada cantidad de veces (n veces). Frecuencia relativa de un suceso (hi) es la frecuencia absoluta dividida entre el nmero de veces que realizamos el experimento,
Ejemplo: Tenemos una urna con bolas numeradas del 1 al 6. Extraemos una y anotamos su nmero 50 veces. Los resultados fueron los siguientes:
34
2.4 DEFINICIONES CLSICAS:
Frecuencial, Axiomtica y Subjetiva de Probabilidad.
PROBABILIDAD 2.4.1 Introduccin

Cuando un experimento aleatorio se repite un gran nmero de veces, los posibles resultados tienden a presentarse un nmero muy parecido de veces, lo cual indica que la frecuencia de aparicin de cada resultado tiende a estabilizarse.
Nos interesa ahora la medida numrica de la posibilidad de que ocurra un suceso A cuando se realiza el experimento aleatorio. A esta medida la llamaremos probabilidad del suceso A y la representaremos por p(A)
La probabilidad es una medida sobre la escala 0 a 1 de tal forma que: Al suceso imposible le corresponde el valor 0. Al suceso seguro le corresponde el valor 1. El resto de sucesos tendrn una probabilidad comprendida entre 0 y 1.
PROBABILIDAD 2.4.1.2 Definicin Clsica de la Probabilidad La probabilidad de cualquier suceso A es igual al cociente del nmero de casos favorables que integran el suceso A, entre el nmero de casos posibles.
La Regla de LAPLACE para el espacio muestral E. Para que se pueda aplicar la regla de Laplace es necesario que todos los sucesos elementales sean equiprobables, es decir: Siendo A=La probabilidad se verifica las siguientes condiciones: La probabilidad de cualquier suceso es siempre un nmero no negativo entre 0y1 La probabilidad del suceso seguro E vale 1 La probabilidad del suceso imposible es 0 La probabilidad de la unin de varios sucesos incompatibles o excluyentes A1, A1,..., Ar, es igual a la suma de probabilidades de cada uno de ellos.
PROBABILIDAD Definicin FRECUENCIAL de la Probabilidad. Consiste en definir la probabilidad como el lmite cuando n tiende a infinito de la proporcin o frecuencia relativa del suceso. Sea un experimento aleatorio cuyo espacio muestral es E Sea A cualquier suceso perteneciente a E, Si repetimos n veces el experimento en las mismas Condiciones, la frecuencia relativa del suceso A ser: Cuando el nmero n de repeticiones se hace muy grande la frecuencia relativa converge hacia un valor que llamaremos probabilidad del suceso A.
Es imposible llegar a este lmite, ya que no podemos repetir el experimento un nmero infinito de veces, pero si podemos repetirlo muchas veces y observar como las frecuencias relativas tienden a estabilizarse. Esta definicin frecuentista de la probabilidad se llama tambin probabilidad a posteriori ya que slo podemos dar la probabilidad de un suceso despus de repetir y observar un gran nmero de veces el experimento aleatorio correspondiente. Algunos autores las llaman probabilidades tericas.
37
2.5 PROBABILIDAD CONDICIONAL
Eventos Independientes y Teorema de Bayes Teoremas Elementales o Consecuencias de los Axiomas (proposiciones o sentencias) Los siguientes resultados se deducen directamente de los axiomas de probabilidad. Teorema; Probabilidad Condicionada Hasta ahora hemos introducido el concepto de probabilidad considerando que la nica informacin sobre el experimento era el espacio muestral. Sin embargo hay situaciones en las que se incorpora informacin suplementaria respecto de un suceso relacionado con el experimento aleatorio, cambiando su probabilidad de ocurrencia. Definicin Si E1 y E2 son dos sucesos, la probabilidad de ocurra E2 , dado que ha ocurrido E1. Se denota por P { E2 / E1} o P { E1 dado E1 } y se llama. Probabilidad Condicionada de E2 dado que E1 se ha presentado.
2.5 PROBABILIDAD CONDICIONAL Sucesos INDEPENDIENTES, Independientes y Compuestos
Si la ocurrencia o NO la ocurrencia de E1 no afectan la probabilidad de ocurrencia de E2, entonces: P { E2 / E1} = P { E2 } y se dice que E1 y E2 son sucesos independientes; Si no ocurre esto, los sucesos se dicen dependientes. Si se denota por E1 E2 el suceso de que ocurra E1 y E2, se llama suceso COMPUESTO, se tiene: P { E1 E2 } = P { E1 } P { E2 / E1 } En particular: P { E1 E2} = P { E1} P { E2 } para sucesos INDEPENDIENTES Para tres sucesos: P { E1 E2 E3 } = P { E1 } P { E2 / E1 } P { E3 / E1 E2 }
39
2.5 PROBABILIDAD CONDICIONAL Sucesos INDEPENDIENTES, Independientes y Compuestos
Ejemplos: 1. Sean E1 y E2, respectivamente, los sucesos cara en el quinto lanzamiento y cara en el sexto lanzamiento de una moneda. Entonces E1 y E2 son sucesos independientes, as que la probabilidad de cara en ambos lanzamientos quinto y sexto es:
P { E1 E2 } = P { E1 } P { E2 } = x =
2. Si la probabilidad de que A viva 20 aos es 0.7 y la probabilidad de que B viva 20 aos es 0.50, entonces la probabilidad de que ambos vivan 20 aos es: (0.7) x( 0.5) = 0.35
40
2.5 PROBABILIDAD CONDICIONAL TEOREMA DE BAYES Sean E1 , E2, E3 , tres sucesos diferentes de los que al menos alguno de ellos se sabe que ha ocurrido. Supngase que con cualquiera de stos puede presentarse otro suceso A que se sabe tambin que ha ocurrido. Si todas las probabilidades: P{ E1 }, P{E2 }, P{E3 }, y P{A/ E1}, P{ A/E2 }, P{ A/ E3}, son conocidas se concluye que: P{E1/A} = P{ E1 }P{A/ E1} / [ P{ E1 }P{A/ E1} + P{E2 }P{ A/ E2 } + P{E3 } P{ A/ E3} ] Con anlogos resultados para P {E2 /A}, P {E3 /A}. Este Teorema de Bayes es til para calcular probabilidades de diferentes hiptesis, E1, E2, y E3, que puedan dar lugar al suceso A.
FIN
42
FIN
ALFABETO GRIEGO
FIN
FIN
Aplicaciones de los microcontroladores. La automatizacin ha contribuido en gran medida al incremento del tiempo libre y de los salarios reales de la mayora de los trabajadores de los pases industrializados. Tambin ha permitido incrementar la produccin y reducir los costes, poniendo coches, refrigeradores, televisiones, telfonos y otros productos al alcance de ms gente.
45
BIBLIOGRAFA (1)
Pginas de INTERNET:

http:/www.wikipedia.org www.asifunciona.com www.Unicrom.com www.slideshare.net http://huarpe.com / electrnica / o1/aoinstrum.html

http://www.google.com.mx/imgres?q=microcontroladores+pic&um=1&hl=es&sa=N&biw=1 http://www.diarioelectronicohoy.com/imagenes/2010/03/Microcontroladores-con-circuitoRF-incluido.jpg&w=560&h=359&ei= http://www.delectro.dyndns.org/Deselec_microcontroladores.htm. http://noticiasit.tincan.es/familia-de-microcontroladores-con-tecnologiaenergylite%E2%84%A2/. http://www.google.com.mx/imgres?q=microcontroladores&start=263&um=1&hl=es&sa=N &biw=1600&bih=806&addh=36&tbm=isch&tbnid=ITwG1mJbiKTMFM:&imgrefurl=
http://www.google.com.mx/imgres?q=sistema+binario.+0,1&um=1&hl=es&biw=1600 &bih=806&tbm=isch&tbnid=dTKC4lmNhUoqFM:&imgrefurl= http://www.google.com.mx/imgres?q=arquitectura+Von+Neumann+de+un+microcont rolador&um=1&hl=es&biw=1600&bih=806&tbm=isch&tbnid=b62bZTQBJpAiM:&imgrefurl=http://www.dipity.com/rfcharria/Historia-de-losComputadores/&docid=5NTpDWRX7NGEXM&imgurl=

BIBLIOGRAFA (2)
Pginas de INTERNET

http://durango.quebarato.com.mx/gomez-palacio/diseno-de-proyectos-electronicoscon-microcontroladores__583280. http://www.taringa.net/comunidades/saberelec/134963/%C2%BBMicrocontroladores-Pic-%C2%BB(Introduccion).html. http://www.google.com.mx/imgres?q=microcontroladores&um=1&hl=es&sa=N&biw= 1600&bih=806&tbm=isch&tbnid=WpV63T_XrRaziM:&imgrefurl http://buenosaires.quebarato.com.ar/capital-federal/robotica-insumos-microrobotsmicrocontroladores-picaxe-robotica-escolar. Mdulo adicional para Boe-Bot, p/seguir una lnea pintada Parallax 28108. http://www.google.com.mx/imgres?q=aplicaciones+de+microcontroladores+pic&start =323&um=1&hl=es&biw=1600&bih=806&tbm=isch&tbnid=8If9vRJkShZUSM:&imgref url= http://www.infoepe.es/t/Aplicaciones/7.aspx&docid=edQgzluOzQfOkM&imgurl= http://www.infoepe.es/odin/images/3947/Microcontroladores-PIC18F2450-y-4450presentados-por-Microchip-Technology.jpg&w= http://www.google.com.mx/imgres?q=lenguaje+ensamblador+para+pic&start=108&u m=1&hl=es&biw=1600&bih=806&tbm=isch&tbnid=h7XXqfSpYQnEvM:&imgrefurl=htt html Manual de Electrnica M. en C. DONACIANO QUINTERO MEJA
47
BIBLIOGRAFA (3)
Pginas de INTERNET http://www.sapiensman.com/ESDictionary/imagenes/step%20motor.jpg http://huarpe.com/electronica/ao1/aoinstrum http://olmo.pntic.mec. http://www.bibliodgsca.unam. http://www.lafacu.com/apuntes/informatica/manual. http://www.google.com.mx/imgres?q=aplicaciones+de+los+microcontroladores &um=1&hl=es&sa=N&biw=1600&bih=806&tbm=isch&tbnid=RmatvjpnoopyNM: &imgrefurl= http://isa.umh.es/vr2/servicios.htm&docid=To_BECdzfnHXnM&imgurl= http://isa.umh.es/vr2/servicios/robot.jpg&w=443&h=356&ei=SRlRT7b5OqbLsQ L2uJyxDg&zoom=1&iact=hc&vpx=760&vpy=160&dur=4741&hovh=201&hovw=2 50&tx=94&ty=112&sig=105203124550678638354&page=1&tbnh=83&tbnw= 103&start=0&ndsp=52&ved=1t:429,r:5,s:0 http://ss-escalante.blogspot.com/2010/03/lenguaje-ensamblador-1.html htpp:/www.cfe.org http://www.freepik.es/vector-gratis/registrate-en-lenguaje-cde-clip-art_382266.htm http://micro-biomed.blogspot.com/2009/08/aplicaciones-de-losmicrocontroladores.html http://www.google.com.mx/imgres?q=lenguaje+c&start=105&um=1&hl=es&sa= N&biw=1600&bih=806&addh=36&tbm=isch&tbnid=5AQENSPoGMPaGM. 48

2.presentación. Teoria de La Probabilidad.2013

Transféré par

Informations du document

Titre original

Copyright

Formats disponibles

Partager ce document

Partager ou intégrer le document

Options de partage

Avez-vous trouvé ce document utile ?

Ce contenu est-il inapproprié ?

Droits d'auteur :

Formats disponibles

2.presentación. Teoria de La Probabilidad.2013

Transféré par

Droits d'auteur :

Formats disponibles

2.

M. en C. DONACIANO QUINTERO MEJA

2. TEORA DE LA PROBABILIDAD 2.1.- CONJUNTOS

2. TEORA DE LA PROBABILIDAD 2.1.- CONJUNTOS Notacin

M. en C. DONACIANO QUINTERO MEJA

La interseccin de una coleccin de conjuntos:

M. en C. DONACIANO QUINTERO MEJA

UNION DE DOS CONJUNTOS

M. en C. DONACIANO QUINTERO MEJA

2.2.- TCNICAS DE CONTEO

Diagrama de rbol, Permutaciones, Combinaciones y Ordenaciones.

2.2.1 LA TCNICA DEL DIAGRAMA DE RBOL

2.2.2 LA TCNICA DE LA PERMUTACIN

Permutacin: Todos los arreglos de r objetos seleccionados de n objetos posibles

n P r = n! , (n r )! nPr.- es el nmero de permutaciones posible

M. en C. DONACIANO QUINTERO MEJA

2.2.2 ANLISIS COMBINATORIO

2.2.2 LA TCNICA DE LA PERMUTACIN

n P r = n (n 1 )(n - 2) .. (n- r +1) = n ! / (n r) !

2.2.2 LA TCNICA DE LA PERMUTACIN

2.2.2 LA TCNICA DE LA PERMUTACIN

2.2.2 LA TCNICA DE LA PERMUTACIN

2.2.2 LA TCNICA DE LA COMBINACIN

2.2.2 LA TCNICA DE LA COMBINACIN

2.2.2 LA TCNICA DE LA DE ORDENACIN

Donde: 4P2 = 4! = 24; (n-r)! = (4-2)! = (2!) = 2

2.2.2 LA TCNICA DE LA DE ORDENACIN

EJEMPLO: (continua.) a) Se pide una ordenacin (permutacin) Representacin grfica:

b) se pide una seleccin (combinacin). Usando la frmula: nCr = n! / r! (n r)!

2.2.2 LA TCNICA DE LA DE ORDENACIN

M. en C. DONACIANO QUINTERO MEJA

DEFINICIONES PREVIAS: * Un EXPERIMENTO es el anlisis de un fenmeno.

Se llaman experimentos aleatorios los que dan lugar a

Salir un nmero menor que 4

C = "Salir un nmero mayor que 7" =

M. en C. DONACIANO QUINTERO MEJA

M. en C. DONACIANO QUINTERO MEJA

PROBABILIDAD 2.4.1 Introduccin

M. en C. DONACIANO QUINTERO MEJA

M. en C. DONACIANO QUINTERO MEJA

M. en C. DONACIANO QUINTERO MEJA

M. en C. DONACIANO QUINTERO MEJA 43

M. en C. DONACIANO QUINTERO MEJA 44

http:/www.wikipedia.org www.asifunciona.com www.Unicrom.com www.slideshare.net http://huarpe.com / electrnica / o1/aoinstrum.html

Vous aimerez peut-être aussi