Unin: Evento que contiene todos los elementos que pertenecen a A o a B o a ambos. Se
denota A B. Ejemplo A = (1,2,3,4). y B = (7,6,5,4). Entonces C = (1,2,3,4,5,6,7).
Clculo de probabilidades:
Permutaciones: Donde el orden de los eventos s importa, lo que quiere decir, que cada
permutacin es un resultado posible de la operacin, aunque tenga los mismos objetos.
!
( ) =
( )!
Siendo n los elementos y r siendo el subconjunto que se est buscando
4 4! 4.3.2.1
( ) = (42)! = 2.1 = 12
2
!
( ) =
! ( )!
Ejemplo: Cuntos son los posibles partidos que se pueden dar en una final entre los
equipos A, B, C, D? El resultado puede ser: AB (Que va a ser el mismo partido que si
fuera BA), AC, AD, BC, BD y CD = 6.
4 4! 4.3.2.1
( ) = 2!(42)! = 2.1.2.1= 6
2
!
1! 2! !
Propiedades de la probabilidad
P(A) = 1 P(A)
Sea A y B, dos eventos cualesquiera, entonces: P(A B) = P(A) + P(B) - P(A B)
Si A y B, son mutuamente excluyentes (no tienen sucesos en comn), entonces:
P(A B) = P(A) + P(B)
Si A,B,C,D,E son eventos excluyentes entonces se cumple que
P(A B C D E) = P(A) + P(B) + P(C) + P(D) + P(E)
El evento B es el de probabilidad total, es decir, que no tiene ninguna condicin aadida, ya que se
expresa en funcin de las intersecciones con los eventos de A.
Regla de Bayes
Este teorema se usa para calcular una probabilidad condicionada de una forma indirecta.
( ) ()(|) ()(|)
(|) = = =
() () .
() = ( ) = ( )
Si se desea calcular la probabilidad de que la variable aleatoria X caiga entre a y b cuando se sabe
que la variable Y=y, evaluamos:
= ( ) = ( )
Media de una funcin como variable aleatoria:
(2 +4) = ( 2 + 4) = ( 2 + 4)*( )
() = () = *( )
() = () = *()
2 = ( 2 ) 2 = ( 2 ( )) ( )2
2 = ( 2 ) 2 = ( 2 ( )) ( )2
2 = (2 ) 2 = ( 2 ()) ( )2
Donde = Y 2 =
Distribucin multinomial:
El experimento binomial se convierte en un experimento multinomial si cada prueba tiene ms de
dos resultados posibles.
Distribucin hipergeometrica:
El experimento binomial requiere de la independencia entre las pruebas. Por tanto, si por ejemplo la
prueba consiste en retirar una carta de una baraja, deberemos reemplazar la misma para restaurar la
condicin de independencia entre las pruebas.
Otra opcin es utilizar la distribucin hipergeomtrica que no requiere de independencia entre
pruebas. En la misma, siguiendo el ejemplo, la carta retirada de la baraja no debe ser reemplazada.
Distribucin de Poisson
Un experimento de Poisson otorga valores numricos de la variable aleatoria X sobre un intervalo
determinado, que puede ser tiempo, longitud, etc. a partir del conocimiento de la tasa de ocurrencia
de los resultados en un intervalo prefijado (usualmente la tasa de ocurrencia promedio).
Un experimento de Poisson se deriva del proceso de Poisson y posee las siguientes propiedades:
El nmero de resultados que ocurren en un intervalo o regin especfica es independiente del
nmero que ocurre en cualquier otro intervalo o regin del espacio disjunto.
La probabilidad de que ocurra un solo resultado durante un intervalo muy corto o en una regin
pequea es proporcional a la longitud del intervalo o al tamao de la regin y no depende del
nmero de resultados que ocurren fuera de este intervalo o regin.
La probabilidad de que ocurra ms de un resultado en tal intervalo corto o que caiga en tal regin
pequea es insignificante.
es el nmero promedio de resultados por unidad de tiempo o regin, tambin llamado tasa de
ocurrencia de resultados
t es el tiempo o regin especfica de inters (1 ms, 1 hora, 1da, 1 semana, etc )
e = 2.71828
X es la variable aleatoria de Poisson que toma valores x.
Tanto la media como la varianza tienen el mismo valor t