n!
n Pr = (n)(n − 1)(n − 2)...(n − r + 1) =
(n − r)!
n!
n Pr = (n)(n − 1)(n − 2)...(n − r + 1) =
(n − r)!
n!
n Pr = (n)(n − 1)(n − 2)...(n − r + 1) =
(n − r)!
n!
n1 !n2 !...nk !
n!
n1 !n2 !...nk !
Ejemplo: De cuantas formas se pueden dividir 5 objetos
distinguibles en 2 grupos, uno con 3 y otro con 2 objetos
n!
n1 !n2 !...nk !
Ejemplo: De cuantas formas se pueden dividir 5 objetos
distinguibles en 2 grupos, uno con 3 y otro con 2 objetos
Resp: 5!/[3!2!] = 120/12 = 10 (abc|de abd|ce abe|cd
acd|be ace|bd ade|bc bcd|ae bce|ad bde|ac cde|ab)
Dr. J Antonio Camarena Ibarrola, DEPFIE, UMSNH – p.10/45
Mas Permutaciones
Contar particiones es equivalente a contar el número de
permutaciones de n objetos tomados todos a la vez
cuando n1 objetos son indistiguibles entre ellos, n2
objetos son tambien indistinguibles entre ellos y así
sucesívamente.
n n!
=
n1 , n2 , ..., nk n1 !n2 !...nk !
kn
kn
Ejemplo: De cuantas maneras se pueden repartir 3 libros
distinguibles (Ej Uno de Matemáticas, uno de
Electrónica y uno de programación) entre 9 estudiantes?
kn
Ejemplo: De cuantas maneras se pueden repartir 3 libros
distinguibles (Ej Uno de Matemáticas, uno de
Electrónica y uno de programación) entre 9 estudiantes?
Resp: 93 =729
|A ∪ B| = |A| + |B| − |A ∩ B|
|A ∪ B| = |A| + |B| − |A ∩ B|
Ejemplo: Cuantos números del 1 al 100 son múltiplos de
4 o de 5?
|A ∪ B| = |A| + |B| − |A ∩ B|
Ejemplo: Cuantos números del 1 al 100 son múltiplos de
4 o de 5?
Resp: Hay 100/5=20 múltiplos de 5
Hay 100/4=25 múltiplos de 4
Hay 100/20=5 múltiplos del mcm(4,5)
Por tanto hay 20+25-5=40 múltiplos de 4 o de 5
Dr. J Antonio Camarena Ibarrola, DEPFIE, UMSNH – p.13/45
Inclusión-Exclusión (3 Cjtos)
1 5
1− =
6 6
P (A) = |A|/|S|
Ejemplo: Al lanzar dos dados, el evento A de que la
suma sea igual a 5 es A = {(1, 4), (2, 3), (3, 2), (4, 1)},
mientras que el espacio muestral S es
{(1, 1), (1, 2), .., (2, 1), (2, 2), .., (6, 1), (6, 2), .., (6, 6)}.
Por lo tanto P (A) = |A|/|S| = 4/36 = 1/9
Dr. J Antonio Camarena Ibarrola, DEPFIE, UMSNH – p.19/45
Eventos mutuamente exclusivos
Dos Eventos A y B son mutuamente exclusivos si
A ∩ B = {}.
Entonces:
P (A ∪ B) = P (A) + P (B)
A ∩ B = {}, A ∩ C = {}, B ∩ C = {}
Cual será la probabilidad de que ambos o ningún tornillo
extraido esté defectuoso?
A ∩ B = {}, A ∩ C = {}, B ∩ C = {}
Cual será la probabilidad de que ambos o ningún tornillo
extraido esté defectuoso?
(15)(15) (5)(5) 5
P (A ∪ C) = P (A) + P (C) = + =
(20)(20) (20)(20) 8
Dr. J Antonio Camarena Ibarrola, DEPFIE, UMSNH – p.21/45
Regla general de la Adición
P (A ∪ B) = P (A) + P (B) − P (A ∩ B)
P (A ∪ B) = P (A) + P (B) − P (A ∩ B)
Un dado legal se lanza dos veces. Cual es la probabilidad
de obtener un seis en alguno de los dos lanzamientos?
P (A ∪ B) = P (A) + P (B) − P (A ∩ B)
Un dado legal se lanza dos veces. Cual es la probabilidad
de obtener un seis en alguno de los dos lanzamientos?
1 1 1 11
+ − =
6 6 36 36
5 5 1
=
20 20 16
5 4 1
P (A2 ∩ A1 ) = P (A1 )P (A2 |A1 ) = =
20 19 19
Dr. J Antonio Camarena Ibarrola, DEPFIE, UMSNH – p.25/45
Eventos Independientes
Si A y B son eventos independientes, entonces:
P (A|B) = P (A)
y además
P (B|A) = P (B)
P (Bk )P (A|Bk )
P (Bk |A) =
P (A)
P (Bk )P (A|Bk )
P (Bk |A) = Pn
i=1 P (Bi )P (A|Bi )
P (Bk )P (A|Bk )
P (Bk |A) =
P (A)
P (Bk )P (A|Bk )
P (Bk |A) = Pn
i=1 P (Bi )P (A|Bi )
P (Bk )P (A|Bk )
P (Bk |A) =
P (A)
P (Bk )P (A|Bk )
P (Bk |A) = Pn
i=1 P (Bi )P (A|Bi )
0.16
0.14
0.12
0.1
0.08
0.06
0.04
0.02
0
2 3 4 5 6 7 8 9 10 11 12 Función de distribución de
probabilidad
1
0.9
0.8
0.7
0.6
0.5
0.4
0.3
0.2
0.1
0
0 2 4 6 8 10 12 14 Función de distribución acumulada
Dr. J Antonio Camarena Ibarrola, DEPFIE, UMSNH – p.33/45
Función de densidad de probabilidad
Para variables aleatorias contínuas, la función f (x)
conocida como densidad, es aquella para la que se
cumple:
Z b
P (a < X < b) = f (x)dx
a
0.14
0.12
0.1
0.08
0.06
0.04
0.02
0
−10 −8 −6 −4 −2 0 2 4 6 8 10
Nota: f (x) ≥
R∞0 ∀x>0
Importante: −∞ f (x)dx = 1 Dr. J Antonio Camarena Ibarrola, DEPFIE, UMSNH – p.34/45
Función de distribución acumulada
Z x
F (x) = P (X ≤ x) = f (v)dv
−∞
1
0.8
0.8
0.6
0.6
0.4
0.4
0.2 0.2
0 0
−8 −6 −4 −2 0 2 4 6 8 −8 −6 −4 −2 0 2 4 6 8
PDF CDF
20
1 −x
Z
x 20
−
P (X > 20) = e 30 dx = − e 30 0
0 30
20
P (X > 20) = −[−e − 1] = 0.4866
30
0.9
0.8
0.7
0.4
0.6
0.3
0.5
0.2
0.4
0.1 0.3
2 0.2
0
2 1.5 0.1
1.5 1 0
1 2
0.5
0.5 2
1 1.5
0
0 1
0 0.5
−0.5 −0.5 0
−0.5
−1 −1 −1 −1
PDF CDF
Px=1 Py=1
x=0 y=0 f (x, y)=1
f (0, 0) + f (0, 1) + f (1, 0) + f (1, 1) = 14 + 41 + 41 + 41 = 1 Dr. J Antonio Camarena Ibarrola, DEPFIE, UMSNH – p.38/45
50 Refrigeradores
X: Número de defectos de acabado
Y: Número de defectos mecánicos
Y\X 0 1 2 3 4 5 f2 (y)
0 11/50 4/50 2/50 1/50 1/50 1/50 20/50
1 8/50 3/50 2/50 1/50 1/50 0 15/50
2 4/50 3/50 2/50 1/50 0 0 10/50
3 3/50 1/50 0 0 0 0 4/50
4 1/50 0 0 0 0 0 1/50
f1 (x) 27/50 11/50 6/50 3/50 2/50 1/ 50 1
f (x, y) ≥ 0 ∀ − ∞ ≤ x ≤ ∞ − ∞ ≤ y ≤ ∞
Z x Z y
P (X ≤ x, Y ≤ y) = F (x, y) = f (x, y)dydx
−∞ −∞
Dr. J Antonio Camarena Ibarrola, DEPFIE, UMSNH – p.40/45
Densidad marginal
Z ∞
f1 (x) = f (x, y)dy
−∞
Z ∞
f2 (y) = f (x, y)dx
−∞
En general:
Z ∞
fk (x1 , x2 , .., xk−1 , xk+1 , .., xn ) = f (x1 , x2 , .., xn )dxk
−∞
3
+ x2 ) 0 < x < 1, 0 < y < 2
f (x, y) = 5 (xy
0 en cualquier otra parte
3
+ x2 ) 0 < x < 1, 0 < y < 2
f (x, y) = 5 (xy
0 en cualquier otra parte
Z 2Z 1
1 2 3
P (0 < X < , 1 < Y < 2) = (xy + x2 )dxdy
2 1 0 5
2 2 3 1 2 3y 2 y 2 11
3x y 3x 3y 1
Z Z
+ 2
0
dy = + dy = + 1
=
1 10 15 1 40 40 80 40 80
f1 (x)f2 (y) = 56 (x + x2 ) 10
1
(3y + 2)
3
f1 (x)f2 (y) = 25 (3xy + 2x + 3x2 y + 2x2 ) 6= 35 (xy + x2 )
Por tanto, X y Y no son variables independientes