Vous êtes sur la page 1sur 63

PROBABILIDAD

ESTADÍSTICA GENERAL
DOCENTE: NATALIA BOHÓRQUEZ
¿QUÉ ES INCERTIDUMBRE?

El término incertidumbre se
refiere a aquella situación en la
cual no se tiene completo
conocimiento.
Lo opuesto a incertidumbre se
denomina certidumbre o
determinismo.
INCERTIDUMBRE Y
DETERMINISMO

Tiempo t para gestar


un ser humano

Tiempo t en segundos
para la caída de un
objeto desde h
metros de altura

Zapata, (2010).
¿DETERMINISMO CIENTÍFICO?

Si todo está conectado con


todo…
¿cómo podemos esperar
comprender algo jamás?
EN INGENIERÍA…

En los problemas reales de ingeniería y ciencias se encuentra


que lo más común es que no existe la suficiente información o la
certidumbre como para establecer modelos determinísticos.
TAXONOMÍA DE LA
INCERTIDUMBRE
Nivel de Tipo de Descripción
complejidad incertidumbre
0 Determinismo Completo conocimiento del proceso bajo estudio
1 Aleatoriedad Se conocen los posibles resultados del proceso bajo
estudio pero no sus causas, o, aunque se conocen las
causas y los resultados, no se es capaz de establecer
una descripción determinística del proceso
2 Vaguedad e Incapacidad para definir en forma clara o precisa una
imprecisión clasificación de las observaciones para las causas o
resultados. En términos lingüísticos se denomina vaguedad
y en términos numéricos imprecisión.
3 Ambigüedad Aunque existe una clasificación de las causas y resultados
se es incapaz de asignar algunas observaciones a ellas (no
especificidad).
4 Confusión Reúne características de vaguedad y ambigüedad.

Fuente: Zapata (2010)


Un hombre tiene 4 amigas con las que sale en algunas ocasiones. Un sábado en
la tarde este hombre llama a cada una de las 4 y las invita a salir. Cada una de
ellas le responde “voy a mirar si puedo cuadrar los asuntos que tengo
pendientes y te respondo en una hora”. Mientras espera la respuesta, este
hombre dice: La probabilidad de que cualquiera de ellas en forma
independiente acepte a salir conmigo es del 80%, entonces la probabilidad de
que una de las cuatro acepte hoy a salir conmigo, la puedo hallar aplicando la
distribución binomial. Mientras este hombre espera que sus amigas le
respondan, un compañero de estudio le dice: No seas bobo, este asunto no es
de probabilidades sino de lógica difusa pues la respuesta de ellas depende es
de su estado de ánimo; así del estado de ánimo que detectaste al hablar con
cada una de ellas, estima con la siguiente función de pertenencia cuál puede
ser su respuesta:

Ambos tipos de modelamiento son en este caso válidos para hacer la predicción.
SE PUEDE APLICAR VARIOS
TIPOS DE INCERTIDUMBRE

Un fenómeno o situación del mundo real


puede presentar varios tipos de
incertidumbre para un mismo analista.

Así mismo, dos analistas podrían manejar


un fenómeno o situación del mundo real
mediante teoría de probabilidad o con
teoría de lógica difusa, siendo ambas
alternativas válidas.
ALEATORIEDAD
El término aleatoriedad se refiere a aquella situación en la
cual la ocurrencia de un evento dado no puede explicarse
más que por intervención del azar

Algo carente de causa u orden o que es impredecible.

El término AZAR se
refiere a la ausencia de
causa o explicación

La incertidumbre se refiere a la persona que analiza el proceso no al proceso en si;


entonces, es la falta de conocimiento del ser humano la que hace que algunos
procesos deban considerarse aleatorios.
Zapata, (2010)
EXPERIMENTO ALEATORIO

La palabra experimento en
estadística se usa para
describir cualquier proceso
que genere un conjunto de
datos

CARACTERÍSTICAS:
• Todos sus posibles resultados son conocidos por anticipado.
• Puede repetirse sucesivamente en las mismas condiciones.
• Bajo las mismas condiciones, puede dar lugar a distintos resultados.
• No puede preverse su resultado en una experiencia particular.
EXPERIMENTO ALEATORIO Y
EXPERIMENTO DETERMINÍSTICO

Un experimento es todo proceso o


procedimiento que transforma una
entrada en una salida

EXPERIMENTO DETERMINÍSTICO EXPERIMENTO ALEATORIO


Misma entrada, Misma entrada,
idénticas “idénticas
condiciones condiciones”

Misma salida Diferente salida


VARIABLE ALEATORIA
Es aquella para la cual sus valores no pueden
predecirse en forma exacta, por lo cual, la
ocurrencia de ciertos valores solo puede
expresarse en términos de probabilidad

EXPERIMENTO ALEATORIO
Misma entrada,
idénticas
condiciones

Diferente salida

Variable aleatoria
EJEMPLOS VARIABLE
ALEATORIA
Número de descargas
atmosféricas por año en una
Precio de las acciones
región
de una empresa

Tiempo de
Demanda de un
reparación de producto
una máquina
Litros de agua consumidos
en una vivienda
Peso de la cosecha de una mensualmente
hectárea de piña

Día lluvioso o día


Tiempo en que un seco
trabajador realiza una
operación
TIPOS DE VARIABLES
ALEATORIAS
DISCRETA Puede tener únicamente un Número de fallas en
número contable de valores o un un período de tiempo
número discreto de estados
CONTINUA Tiene un número no contable de Tiempo de reparación
valores de una máquina
ESPACIO MUESTRAL
¿En un experimento de tirar una moneda al aire de forma repetida,
podríamos tener la certeza de cual lado caerá?
Sin embargo conocemos el conjunto completo de posibilidades para cada
lanzamiento.

El conjunto de todos los resultados posibles de un


experimento aleatorio se llama espacio muestral
se representa con el símbolo U o S

EXPERIMENTO ESPACIO MUESTRAL

Conteo de truenos por año en una región

Tiempo para reparar una máquina

Estado operativo de un grupo de luminarias de un


sistema de iluminación público
ESPACIO MUESTRAL Y PUNTO MUESTRAL

Cada resultado posible en un espacio muestral

EXPERIMENTO ALGUNOS PUNTOS MUESTRALES PODRÍAN SER

Conteo de truenos por año en una región

Tiempo para reparar una máquina

Estado operativo de un grupo de luminarias de un


sistema de iluminación público
UNIVERSO O ESPACIO BASE (S Ó U)

 En toda discusión se
supone tácitamente o se
define de manera
expresa, la existencia de
un conjunto general, que
abarca todos los
elementos que pueden El universo pudiera ser el género humano y se
entrar en la discusión podría discutir sobre el conjunto de los hombres
solteros, los nacidos en Pereira, los que estudian
estadística en la UTP.
EJERCICIO
Suponga que en un proceso de fabricación se
seleccionan 3 artículos de forma aleatoria. Cada
artículo se inspecciona y clasifica como defectuoso
D, o sin defectos N. Defina el espacio muestral S de
este experimento usando un diagrama de árbol.
DIAGRAMA DE ÁRBOL
representación gráfica de un experimento que consta de n
pasos, donde cada uno de los pasos tiene un número finito de
maneras de ser llevado a cabo.
EJERCICIO

S = {DDD,DDN,DND,DNN, NDD,NDN,NND,NNN}
ESPACIO MUESTRAL CON NÚMERO GRANDE
O INFINITO DE PUNTOS MUESTRALES
Según lo visto en teoría de conjuntos, se puede enunciar nombrando su
característica común:
EJEMPLOS:

S= {x | x es una ciudad con una población de más de un millón de habitantes}

S = {(x, y) | x2 + y2 ≤ 4}.
EJERCICIO
Construye 2 ejemplos de procesos aleatorios, uno con una variable
discreta y otro con una variable continua.

EJEMPLO:

ENTRADA PROCESO SALIDA TIPO DE ESPACIO


VARIABLE MUESTRAL
Lluvia Medición Milímetros Continua Los números
durante todos lluvia diaria de lluvia reales
los días mes diarios positivos
de agosto incluyendo el
cero

Por qué es un proceso aleatorio? Porque hay incertidumbre acerca de la


cantidad de lluvia que caerá cada día.
EVENTO
Un evento es un conjunto de interés de un espacio muestral

En cualquier experimento dado, podríamos estar interesados en la


ocurrencia de ciertos eventos, mas que en la ocurrencia de un elemento
especifico en el espacio muestral.

EJEMPLOS:

Nos interesa el evento A, en el cual el Nos interesa el evento B, en el cual el número


resultado de lanzar un dado es de artículos defectuosos sea mayor que 1.
divisible entre 3. A= {3, 6} B= {DDD, DDN, DND, NDD}
EVENTO
Son los resultados de un experimento aleatorio que cumplen unas
determinadas condiciones.

EXPERIMENTO ESPACIO MUESTRAL EVENTO


Reprocesos en la Cortado aluminio, Todos los reprocesos que
producción de avisos Soldado de la estructura, han sucedido por
luminosos en empresa X Instalación de bombillas, cuestiones eléctricas.
Ensamble de sistema
eléctrico, Pegado de
vinilos, otras.

Se introduce el evento “otras” para cubrir el desconocimiento que hay en este caso sobre el espacio
muestral; es decir, no se conocen todas las posibles fallas.
CONJUNTO – EVENTO

 Es una colección
definida de objetos

Y X ϵA
V Nos interesa el evento A, en el cual el
X resultado de lanzar un dado es divisible
W
Z A entre 3.

S= {1,2,3,4,5,6}

A= {3, 6}
RECORDEMOS TEORÍA DE CONJUNTOS
RELACIONADA AHORA CON EVENTOS
INTERSECCIÓN (AB)
• La intersección de dos eventos A y B es el evento que contiene
todos los elementos comunes a A y a B

UNION (AB)
• La unión de dos eventos A y B, es el evento que contiene todos
los elementos que pertenecen a A o a B, o a ambos.

COMPLEMENTO (A’)
• El complemento de un evento A respecto de S es el
subconjunto de todos los elementos de S que no están en A.

EVENTOS MUTUAMENTE EXCLUYENTES O


DISJUNTOS
• Si A ∩ B = ϕ; es decir, si A y B no tienen elementos en común
EJERCICIO
Sea R el evento de que se seleccione una carta roja de una baraja
ordinaria de 52 cartas, y sea S toda la baraja. Entonces R′…

es el evento de que la carta seleccionada de la baraja


no sea una roja sino una negra.
EJERCICIO
Sea P el evento de que un empleado de una empresa petrolera
seleccionado al azar fume cigarrillos. Sea Q el evento de que el
empleado seleccionado ingiera bebidas alcohólicas. Entonces, el
evento P ∪ Q es…
EJERCICIO 1
Dibuje un diagrama de Venn que represente los eventos (A,B y C) que
pueden suceder si se selecciona una carta al azar de una baraja ordinaria de
52 cartas:
A: la carta es roja,
B: la carta es la jota, la reina o el rey de diamantes,
C: la carta es un as.

B∩C=

A∪B=

A ∩ C=
EJERCICIO 2
Un experimento consiste en lanzar un dado y después lanzar una
moneda una vez si el numero en el dado es par. Si el número en
el dado es impar, la moneda se lanza dos veces. Use la notación
4C, por ejemplo, para denotar el resultado de que el dado
muestre 4 y después la moneda caiga en cara, y 3CS para
denotar el resultado de que el dado muestre 3, seguido por una
cara y después un sello en la moneda; construya un diagrama de
arbol para mostrar los elementos del espacio muestral U.
PROBABILIDAD
REPASO CONCEPTUAL
¿Qué es incertidumbre y cómo se denomina a lo contrario?

¿Cuál tipo de incertidumbre estudiaremos


en esta asignatura? Conocemos los posibles
resultados… no podemos
¿Qué es la aleatoriedad? predecir con exactitud cuál de
ellos pasará

¿Qué variable obtenemos de un experimento aleatorio? De un ejemplo

¿Cómo pueden ser esas variables?

¿Qué es el espacio muestral y el punto muestral?

¿Qué es un evento? Con el ejemplo dado anteriormente, identifique un evento.


Son los resultados de un
EVENTOS O SUCESOS experimento aleatorio que
cumplen unas determinadas
ALEATORIOS condiciones.
Suceso elemental, suceso simple o punto
muestral es cada uno de los resultados
posibles del experimento aleatorio; es decir,
un suceso elemental consta de un solo
elemento del espacio muestral S. Supongamos el experimento aleatorio de
lanzar un dado y observar el número que
aparece. El espacio muestral es S = {1, 2,
Suceso compuesto, es el que consta de dos 3, 4, 5, 6} y algunos posibles sucesos son:
o más sucesos elementales.

A1 = que aparezca el 1 = {1}


A2 = que aparezca un número par = {2, 4, 6}
Suceso seguro, cierto o universal, es aquel A3 =que aparezca un número mayor que 4
que ocurre siempre. Consta de todos los A4 = que aparezca un número mayor que 6
sucesos elementales del espacio muestral y se A5 = que aparezca un número entre 1 y 6
identifica con el espacio muestral total S.

Suceso imposible, es el que no ocurre


nunca. No contiene ningún elemento
del espacio muestral y se identifica
con ∅.
INCERTIDUMBRE EN FORMA
DE ALEATORIEDAD

Mediante el análisis
probabilístico se estudian
procesos donde existe
incertidumbre en forma
de aleatoriedad.

VAGUEDAD Las otras formas de incertidumbre se


AMBIGÜEDAD estudian mediante la lógica difusa (fuzzy
CONFUSIÓN logic), la teoría de las posibilidades y la
teoría de la evidencia.
TEORÍA DE LA
PROBABILIDAD
siglo XVII

Jakob Bernoulli
siglo XVIII Pierre-Simon Laplace
Pierre de Fermat

Blaise Pascal

…La insaciable sed del ser humano por


el juego hizo que pidieran a los
matemáticos que les proporcionaran
las estrategias óptimas para los
diversos juegos de azar.
Andrei Nikolaevich
Carl Friedrich Gauss Kolmogorov
Teoría de los errores Inicios Siglo XX
¿EN QUÉ CAMPOS SE UTILIZA LA
TEORÍA DE LA PROBABILIDAD?

La importancia de esta materia la resalta


Laplace con las siguientes palabras : "Es
notable que una ciencia que comenzó con las
consideraciones de juegos de azar había de
llegar a ser el objeto más importante del
conocimiento humano.

…Las cuestiones más importantes de la vida


constituyen en su mayor parte, en realidad,
solamente problemas de probabilidad".

http://www.estadisticaparatodos.es/bibliografias/laplace.html

APLICACIONES EN: la demografía, la medicina, las


comunicaciones, la informática, la economía, las finanzas…
Gregor Mendel, inició el estudio
de la herencia, la genética, con
sus interesantes experimentos
sobre el cruce de plantas de
diferentes características. Su
obra, La matemática de la
Herencia (1865), fue una de las
primeras aplicaciones
importantes de la teoría de
probabilidad a las ciencias
naturales.

La aplicación de las tres leyes


de Mendel permite predecir las
características que presentará
la descendencia de progenitores
de composición genética
conocida.
PROBABILIDAD
El término probabilidad define matemáticamente el grado de
certidumbre sobre la ocurrencia de un evento o eventos

Es un número real entre 0.0 y 1.0, el cual también es comúnmente


expresado en porcentaje
PROBABILIDAD DE UN
EVENTO

CONSIDERAREMOS SOLO AQUELLOS EXPERIMENTOS PARA LOS CUALES


EL ESPACIO MUESTRAL CONTIENE UN NUMERO FINITO DE ELEMENTOS
PROBABILIDAD DE UN
EVENTO
Para encontrar la probabilidad de un evento A sumamos todas
las probabilidades que se asignan a los puntos muestrales en A.
Esta suma se denomina probabilidad de A y se denota con P(A).

AXIOMAS DE KOLMOGOROV (1933)


Si S es un espacio muestral de un experimento y A es cualquier evento
contenido en S, entonces P(A) es la probabilidad de A si se satisfacen las
siguientes propiedades:

(1) 0 ≤ P(A) ≤ 1
(2) P(S) = 1

(3) Además, si A y B son EVENTOS MUTUAMENTE EXCLUYENTES, entonces

P(A  B ) = P(A) + P(B)


PROBABILIDAD DE UN EVENTO
• Para todo punto en el espacio muestral asignamos una
probabilidad tal que la suma de todas las probabilidades es 1.

• En muchos experimentos, como lanzar una moneda o un dado,


todos los puntos muestrales tienen la misma oportunidad de
ocurrencia, por lo tanto, se les asignan probabilidades iguales.
FRECUENCIAS RELATIVAS
Si un experimento se realiza n veces y fA Si S es un espacio muestral de un
de ellas ocurrió el evento A entonces fA se experimento y A es cualquier
llama FRECUENCIA DE APARICIÓN DE A. Y a evento contenido en S, entonces
la relación de fA/n se le llama FRECUENCIA P(A) es la probabilidad de A si se
RELATIVA DE APARICIÓN DE A. Propiedades: satisfacen las siguientes
propiedades:
1. Si dicho evento nunca ocurrió entonces
fA=0. Si siempre ocurrió fA=n y si (1) 0 ≤ P(A) ≤ 1
ocurrió algunas veces, se tiene
0≤ fA ≤n o 0≤ fA/n ≤1 .

2. Si el evento comprende todos los (2) P(S) = 1


resultados posibles, entonces fS=n o
fS/n =1

3. Si el evento A ocurre fA veces y otro (3) Además, si A y B son


evento B ocurre fB veces, y ambos eventos EVENTOS MUTUAMENTE
no pueden ocurrir simultáneamente, EXCLUYENTES, entonces
entonces f(AUB)= fA + fB, de donde
f(AUB)/n= (fA/n + fB/n) P(A  B ) = P(A) + P(B)
Sugieren la alternativa de usar las frecuencias relativas de ocurrencia de eventos, para la
asignación de sus probabilidades
EJEMPLO1
Se lanzó un dado 10 veces, apareciendo los resultados
siguientes: 3,4,1,3,5,6,4,3,6,3. Usando las frecuencias
relativas, calcule la probabilidad de aparición de cada cara
del dado.
P(1)=
P(2)=
P(3)=
P(4)=
P(5)=
P(6)=

El método presentado tiene el inconveniente de que las probabilidades


asignadas a cada uno de los eventos van fluctuando al cambiar el número de
intentos realizados para evaluar las frecuencias relativas.
EJEMPLO2
Registre los resultados de lanzar al aire 25 veces una moneda,
calculando la frecuencia absoluta y relativa del evento CARA.

1 SI SE EFECTÚA REPETIDAS
0,9 VECES UN EXPERIMENTO Y
Frecuencia relativa

0,8
SE EVALÚA LA
0,7
FRECUENCIA RELATIVA DE
0,6
APARICION DE UN EVENTO
0,5
CUALQUIERA, ESTA
0,4
TIENDE A ESTABILIZARSE
0,3
EN UN VALOR CONFORME
0,2
AUMENTA EL NÚMERO DE
0,1

0
REPETICIONES DEL
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25
n EXPERIMENTO.
ENTONCES…
El principio de regularidad estadística (o ley de números
grandes), nos permite la asignación de probabilidades,
mediante la expresión que, sacrificando rigor matemático,
ganando comprensión, se puede escribir:

P(A)= lim 𝒇𝑨 /𝑵
𝑵→∞

Conforme el número total de observaciones se incrementa, las


estimaciones correspondientes tienden a acercarse a la probabilidad real.

A continuación mencionaremos otro método de evaluación de probabilidades,


aplicable en ciertos casos, y que no se basa en el principio de regularidad
estadística
ESPACIO MUESTRAL CON ELEMENTOS
EQUIPROBABLES
Si un experimento puede dar como resultado cualquiera de N
diferentes resultados que tienen las mismas probabilidades
de ocurrir, y si exactamente n de estos resultados
corresponden al evento A, entonces la probabilidad del
evento A es:

𝑛
𝑃 𝐴 = 𝑁=
número de formas en que puede ocurrir A
número de posibles resultados (espacio muestral)
ESPACIO MUESTRAL CON ELEMENTOS
EQUIPROBABLES
𝑛 número de formas en que puede ocurrir A
𝑃 𝐴 = =
𝑁 número de posibles resultados (espacio muestral)

Si la profesora Natalia elige al azar a un estudiante para que conteste una


pregunta de probabilidad, ¿qué probabilidad hay de que el elegido sea:

a) estudiante de ingeniería industrial

b) estudiante de ingeniería mecánica

c) estudiante de ingeniería mecánica o


ingeniería agroindustrial

d) estudiante de ingeniería mecánica


y agroindustrial.
EJERCICIO
Una moneda se lanza dos veces. ¿Cual es la probabilidad de que ocurra
al menos una cara (C)?

Asignamos una probabilidad (w) a


S= {CC, CS, SC, SS} cada uno de los puntos
muestrales. Si la moneda está
balanceada 4w=1 → w=1/4

1 1 1 3
A= {CC, CS, SC} P(A)= 4 + 4 + 4 = 4

Según el tercer axioma de Kolmogorov se puede calcular la probabilidad de un suceso


compuesto de varias alternativas mutuamente excluyentes sumando las probabilidades de sus
componentes.
Si los resultados de un experimento no tienen las mismas
probabilidades de ocurrir, las probabilidades se deben asignar con
base en el conocimiento previo (PROBABILIDADES SUBJETIVAS) o en
la evidencia experimental (FRECUENCIAS RELATIVAS).
Cuando se trata de estimar la probabilidad de que un astronauta
sobreviva en una misión en una nave espacial, los expertos consideran
los eventos pasados, junto con los cambios en las tecnologías y las
condiciones, para hacer una estimación de la probabilidad. Los
científicos de la NASA estiman una probabilidad de 0.99 (ejemplo
tomado de Triola, 2013).
REGLAS ADITIVAS DE LA PROBABILIDAD
TEOREMA: Para cualquier par de eventos A,B
P(AB) = P(A) +P(B) –P(AB)

TEOREMA: Para tres eventos A, B, C


P(A ∪ B ∪ C) =
P(A) + P(B) + P(C) – P(A ∩ B) – P(A ∩ C) – P(B ∩ C) + P(A ∩ B ∩ C)

TEOREMA: Si A y A′ son eventos


complementarios, entonces
P(A) + P(A′) = 1

Por ejemplo, dados los eventos:


A = obtener un número impar al lanzar un
dado
B = obtener un número mayor que 4
P(A U B)=
REGLAS ADITIVAS DE LA PROBABILIDAD EN
EVENTOS MUTUAMENTE EXCLUYENTES
Si A y B son mutuamente excluyentes
P(AB) = P(A) +P(B) –P(Φ) (tercer
axioma de Kolmogorov)
P(Φ) =0

si A1, A2, A3,··· es una serie de eventos mutuamente


excluyentes, entonces
P(A1  A2  A3  ···) = P(A1) + P(A2) + P(A3) + ···
EJERCICIO 1
Se carga un dado de forma que exista el doble de probabilidades de
que salga un número par que uno impar. ¿Cuál es la probabilidad de
cada número del dado cuando se lanza?

A) Si E es el evento de que ocurra un S=


número menor que 4 en un solo E=
lanzamiento del dado, calcule P(E). P(E)=

B) Sea A el evento de que salga un número par y sea B el evento de


que salga un número divisible entre 3. Encuentre P(A  B) y P(A  B)
A=
B=

P(A  B)=
P(A  B)=
EJERCICIO 2
Al final del semestre Santiago se va a graduar en la facultad de
ingenieria mecánica de la UTP. Después de tener entrevistas en
dos empresas en donde quiere trabajar, determina que la
probabilidad que tiene de lograr una oferta de empleo en la
empresa A es 0.8, y que la probabilidad de obtenerla en la
empresa B es 0.6. Si, por otro lado, considera que la
probabilidad de recibir ofertas de ambas empresas es 0.5, .que
probabilidad tiene de obtener al menos una oferta de esas dos
empresas?
EJERCICIO 3
¿Cuál es la probabilidad de obtener un total de 7 u
11 cuando se lanza un par de dados?

Defina los eventos-


qué operación se pide?

¿Estos dos eventos son


mutuamente excluyentes?

Por lo tanto, P (A ∪ B) =
EJERCICIO 4
Las probabilidades de que un individuo que va a comprar un
automóvil nuevo elija uno de color verde, uno blanco, uno rojo o
uno gris son 0.09, 0.15, 0.21 y 0.23, respectivamente, ¿cuál es la
probabilidad de que adquiera un automóvil nuevo que tenga uno
de esos colores?

¿Son eventos mutuamente excluyentes?


EJERCICIO 6
¿De cuántas maneras posibles puede caer el baloto? El Baloto es un juego
que consiste en acertar 6 números en cualquier orden en una matriz del
1 al 45. ¿cuál es la probabilidad de ganarse el baloto?

Para resolver problemas de este tipo tenemos que conocer técnicas de


enumeración o técnicas de conteo… que veremos un poco más adelante
TÉCNICAS DE
CONTEO
CONTANDO ALTERNATIVAS…
¿Cuántas placas
Para viajar a la costa desde de carros hay en
Pereira hay 5 alternativas para
viajar en avión y 8 alternativas
Colombia?
en bus, ¿cuántas alternativas
hay para viajar?

¿Cómo lo hiciste? ¿Qué diferencia hay entre los dos problemas?


LAS TÉCNICAS DE CONTEO NOS SIRVEN PARA
CONTAR EL NÚMERO DE POSIBLES RESULTADOS
DE UN EVENTO O DEL ESPACIO MUESTRAL

Principio Principio
Aditivo Multiplicativo
CONTANDO PLACAS
¿cuál es el número total de placas si cada placa debe tener 3
letras y 3 números y las letras no deben repetirse?
TÉCNICAS DE CONTEO

Permutaciones Combinaciones
(IMPORTA EL (NO IMPORTA
ORDEN) EL ORDEN)
BIBLIOGRAFÍA
La teoría y los ejemplos fueron tomados de:

• Jaramillo C. (2008). Cartilla Probabilidad. UTP. ISBN 958-


33-1467-6
• Walpole, R. E., Myers, R. H., Myers, S. L., & Ye, K.
(2007). Probabilidad y estadística para ingeniería y
ciencias (No. TA430. P76 2012.). Pearson Educación.
• Zapata, C.A. 2010. Análisis Probabilístico y Simulación.
Grupo de Investigación en Planeamiento de Sistemas
Eléctricos. Universidad Tecnológica de Pereira.