REGLAS DE CONTEO PARA COMBINACIONES

En donde

N = N(N-1) (N-2)…. (2) (1)

n = n(n-1) (n-2)…. (2)(1)

0 =1

La notación significa factorial; por ejemplo, 5 factorial es 5 = (5) (4) (3) (2)(1)=120

Por definición, 0 es igual a 1.

Un ejemplo de la regla de conteo para combinaciones es un procedimiento de control de

calidad en el que un inspector selecciona al azar dos de 5 partes, para examinarlas y ver si tienen
defectos. En un grupo de cinco partes, ¿cuántas combinaciones de dos partes se pueden
seleccionar? La regla de conteo de la ecuación (4.1) indica que para N = 5 y n = 2 el resultado es.

Permutación y combinación.

nCr Combinación

nPr Permutación

Es un arreglo o disposición de r objetos seleccionados de un solo grupo de n objetos posibles. La

formula de combinación se utiliza cuando solo hay un grupo de objetos.

0 =1

= =120
 REGLAS DE CONTEO PARA COMBINACIONES

Evalué lo siguiente:

a) Un entrevistador selecciono al azar 4 de 10 personas disponibles, ¿Cuántos grupos

diferentes de 4 se pueden hacer?

b) Un re presentante de la agencia de protección ambiental desea seleccionar muestras de

10 rellenos sanitarios y se dispone de 15 de ellos para obtenerlas. ¿Cuántas muestras
diferentes se pueden obtener?

c) Una empresa está creando 3 divisiones nuevas y hay 7 gerentes disponibles para dirigir
una división. ¿de cuantos modos se pueden nombrar los 3 nuevos dirigentes?
 REGLAS DE CONTEO PARA COMBINACIONES

DISTRIBUCION DE PROBABILIDAD DISCRETA.

Una distribución de probabilidad indica en una lista todos los resultados posibles de un
experimento junto con la probabilidad correspondiente a cada uno de ellos.

Variable aleatoria.

Cantidad que es el resultado de un experimento y debido al azar puede tomar valores

diferentes.

Variable aleatoria discreta.

Variable que solo puede tomar ciertos valores claramente separados.

Media varianza y desviación estándar de una distribución de probabilidad.

La media de una distribución de probabilidad discreta se calcula con la formula

Varianza y desviación estándar.

La varianza se calcula con la formula

Y la desviación estándar.

*Variable aleatoria.

Una variable aleatoria es una descripción numérica del resultado de un experimento.

*variables aleatorias discretas.

Una variable que puede asumir una cantidad finita de valores, o una sucesión finita de valores
como o, 1,2…, se llama variable aleatoria discreta. Por ejemplo, imaginemos el experimento
en que un contador presenta el examen de certificación de contaduría pública. El examen
consta de cuatro partes. Podemos definir la variable aleatoria discreta como x = la cantidad de
 REGLAS DE CONTEO PARA COMBINACIONES

partes del examen aprobadas. Esa variable discreta puede asumir la cantidad finita de valores
0, 1, 2, 3 o 4.

*variables aleatorias continuas.

Si una variable aleatoria puede tomar cualquier valor numérico en un intervalo o conjunto de
intervalos se llama variable aleatoria continua. Los resultados experimentales que se basan en
escaleras de medición como el tiempo, el peso, la distancia y la temperatura se pueden
describir mediante variables aleatorias continuas.

*condiciones requeridas para una función de probabilidad discreta.

f(X)≥ 0

*Función uniforme de probabilidad discreta.

F (x) = 1 ⁄n

En donde

n= cantidad de valores que pueden asumir la variable aleatoria.

Por ejemplo imaginemos el experimento de tirar un dado, y definamos a x la variable

aleatoria, como el número en la cara superior. Hay n = 6 valores posibles de la variable
aleatoria, q son x = 1,2,3,4,5,6. Por consiguiente, la función de probabilidad para esta
variable es.

F (x) =1⁄6 x= 1,2,3,4,5,6.

Los valores posibles de la variable aleatoria son:

X f (x)

1 1⁄6
2 1 6
3 1⁄6
4 1⁄6
 REGLAS DE CONTEO PARA COMBINACIONES

5 1⁄6
6 1⁄6

Observe que los valores de la variable aleatoria son

igualmente probables

*valor esperado y varianza

Valor esperado

El valor esperado o media de una variable aleatoria es una media de localización central de esa
variable. L a ecuación matemática del valor esperado de una variable aleatoria discreta x es la
siguiente.

ELVALOR ESPERADO DE UNA VARIABLE ALEATORIA DISCRETA

E (X) = µ =

VARIANZA.

La ecuación matemática de una variable aleatoria es la siguiente.

Varianza de una variable aleatoria discreta

Var (x) = =

Distribución binomial de probabilidad.

La distribución binomial de probabilidad es una distribución discreta de probabilidad que tiene

muchas aplicaciones. Se relaciona con un experimento de etapas múltiples que llamamos
binomial.

Un experimento binomial tiene cuatro propiedades:

1. El experimento consiste en una sucesión de n intentos o ensayos idénticos.

2. En cada intento o ensayo son posibles dos resultados. A uno lo llamaremos éxito y al
otro fracaso
3. La probabilidad de un éxito , representada por P, no cambia de un intento o ensayo a
otro
4. Los intentos o ensayos son independientes.
 REGLAS DE CONTEO PARA COMBINACIONES

No. De automóviles vendidos Probabilidad

X P(x)

0 .10 10 = 0 (0-2.1)² · (.10)= 0.441

1 .20 20 = 0.2 (1-2.1)² · (.20)= 0.242

2 .30 30 = 0.6 (2-2.1)² · (.30)= 0.003

3 .30 30 = 0.9 (3-2.1)² · (.30)= 0.243

4 .10 40 = 0.4 (4-2.1)² · (.10)= 0.361

.10 2.1 1.29

Media s= = 1.135

Distribuciones de probabilidad discreta.

Esperanza matemática
Binomial

E (x) = µ
E (x) Esperanza de que ocurra un evento X

np Binomial
Las tres tablas presentadas a continuación muestran variables aleatorias y sus probabilidades.
Sin embargo solo una de las tres es realmente una distribución de probabilidad.
(a) Cual es
(b) Utilizando la distribución de probabilidad correcta, encuentren la probabilidad de que X
sea: 1 exactamente 15, 2 no más de 10, 3 más de 5
(c) Calcule la media de la varianza estándar de esta distribución.

X P(x) (a) X P(x) X P(x)

 REGLAS DE CONTEO PARA COMBINACIONES

5 0.3 5 .1 5 .5

10 0.3 10 .3 10 .3

15 0.2 15 .2 15 -.2

20 0.4 20 .4 20 .4

1.2 1.0 1.0

b) P (x=15) 20%

b) P (A) + P (B) = .1 + 3 = .4

c)

X P(x) X · P(x)

5 .1 .5 (5-14.5)²· .1= 9.025

10 .3 3 (10-14.5)²· .3= 6.075 s=

15 .2 3 (15-14.5)²· .2= 0.5 s=

20 .4 8 (20-14.5)²· .4= 12.1 s= 5.22

1.0 14.5 27.25

47 49.5      
46 46  
49 45  
45.5 47.2
46.5 46.8
         

n=50

Rango= 50-45= 5
Amplitud = R/k 5/6 = .83

Frecuenci Marca de
No. de clase a clase fM M² f1 M2²
(45-45.83] 4 (45.41) 181.640 2062.6 8250.40
(45.83- 15 (46.245) 693.675 2138.3 32074.00
 REGLAS DE CONTEO PARA COMBINACIONES

46.66]
46.66-47.49] 10 (47.075) 470.750 2215.5 22155.00
(47.49-
48.32] 1 (47.575) 47.575 2294.4 2294.40
(48.32-
49.15] 9 (48.735) 438.615 2374.6 21371.40
(49.15-50] 11 (49.575) 545.325 2457.1 27028.10
113,173.3
50 284.615 2377.58 11479.9 0

FM = 2377.58 = 47.55
50
s²= 113,173.30 - (47.55)²
50
s= 2263.46-2261 = 2.46

s= = 1.56

Fórmulas para datos no agrupados.

µ=

s²= x¯²

s=

Fórmulas para datos no agrupados.

µ=

s²=

s=
 REGLAS DE CONTEO PARA COMBINACIONES

Nota:

Lo que aparece en negritas es la investigación que realice.