Nombre: Aryson Candelario Suero
Matrícula:19-MISM-1-031
Materia: MATEMATICA APLICADA A LA
COMPUTACION
Sección: 0607
Profesor: FRANCISCO LIRANZO BREA
PERMUTACIONES
Las permutaciones son arreglos o reordenamientos de todos los elementos de un
conjunto. A diferencia de las combinaciones, el orden sí importa en las permutaciones.
Fórmula para Permutaciones
La cantidad de permutaciones de n elementos distintos es:
donde n! (factorial de n) es el producto de todos los enteros positivos hasta n.
Ejemplo
Para un conjunto de 3 elementos, digamos {A, B, C}, las permutaciones serían:
ABC
ACB
BAC
BCA
CAB
CBA
En total, hay 3!=3×2×1=6 permutaciones.
Permutaciones de un subconjunto
Si queremos encontrar las permutaciones de rrr elementos seleccionados de un conjunto
de nnn elementos, la fórmula es:
Ejemplo :Si queremos encontrar el número de formas en que podemos ordenar 2 letras
de un conjunto de 3 letras {A, B, C}, usamos la fórmula anterior:
Las permutaciones serían:
AB
AC
BA
BC
CA
CB
COMBINACIONES
Las combinaciones son selecciones de elementos de un conjunto en las que el orden de
los elementos no importa.
Fórmula para Combinaciones
La cantidad de combinaciones de n elementos tomados de r en r se denota como
y se calcula con la siguiente fórmula:
Ejemplo
Para un conjunto de 3 elementos, digamos {A, B, C}, si queremos seleccionar 2
elementos, las combinaciones serían:
AB
AC
BC
En total, hay
Combinaciones vs. Permutaciones
Permutaciones: el orden sí importa.
o Ejemplo: {A, B} y {B, A} son diferentes permutaciones.
Combinaciones: el orden no importa.
o Ejemplo: {A, B} y {B, A} son la misma combinación.
PRINCIPIOS DE CASILLAS
El principio de las casillas, también conocido como el principio del palomar o el
principio de Dirichlet, es una herramienta fundamental en combinatoria. Este principio
establece que si n objetos se colocan en m casillas, y si n>m, entonces al menos una
casilla debe contener más de un objeto.
Formulación Básica
Si n palomas se colocan en m palomares y n>m, entonces al menos un palomar contiene
más de una paloma.
Ejemplo Sencillo
Supongamos que tenemos 10 calcetines y 9 cajones para guardarlos. Según el principio
de las casillas, al menos un cajón tendrá más de un calcetín, porque hay más calcetines
que cajones.
Aplicaciones del Principio de Casillas
1. Distribución de Objetos:
o Si tenemos 5 manzanas y 4 cestas, al menos una cesta debe tener más de
una manzana.
2. Garantizar Coincidencias:
o En un grupo de 13 personas, al menos dos personas tienen el mismo mes
de nacimiento, ya que hay solo 12 meses en un año.
3. Problemas de Colores:
o Si tenemos 11 pares de calcetines en un cajón y seleccionamos 12
calcetines al azar, al menos dos calcetines serán del mismo color
(suponiendo que cada par es de un color diferente).
Generalización del Principio de Casillas
El principio de las casillas también se puede generalizar para demostrar resultados más
complejos. Por ejemplo:
menos una casilla contiene al menos ⌈n/m⌉ objetos, donde ⌈x⌉ denota el techo de
Versión Generalizada: Si n objetos se distribuyen entre m casillas, entonces al
x (el menor entero mayor o igual que x).
Ejemplo Generalizado
las casillas, al menos una caja contendrá al menos ⌈20/6⌉=⌈3.33⌉=4 pelotas.
Si tenemos 20 pelotas y 6 cajas, entonces según la versión generalizada del principio de
Problemas Comunes Resueltos con el Principio de Casillas
1. Ejemplo de Cumpleaños: En un grupo de 23 personas, la probabilidad de que
al menos dos personas compartan el mismo cumpleaños es más del 50%,
basándose en el principio de las casillas.
2. Ejemplo de Mano de Cartas: En una baraja de 52 cartas, si se reparten 5 cartas
a cada una de 11 personas (55 cartas en total), al menos una persona recibirá una
carta más de las que hay en la baraja, ya que no hay suficientes cartas para
satisfacer esa distribución
ELEMENTOS DE PROBABILIDAD
Espacio Muestral
El espacio muestral es el conjunto de todos los posibles resultados de un experimento
aleatorio. Se denota comúnmente por la letra S o Ω. Cada elemento del espacio muestral
se llama un punto muestral.
Ejemplo: En el lanzamiento de un dado de seis caras, el espacio muestral es:
S = {1, 2, 3, 4, 5, 6} Cada número representa un posible resultado del
experimento.
Eventos
Un evento es cualquier subconjunto del espacio muestral. Los eventos pueden contener
uno, varios, o ninguno de los posibles resultados.
Ejemplo: En el lanzamiento de un dado, un evento podría ser obtener un
número par. El evento sería:A = {2, 4, 6} Si se obtiene cualquiera de estos
números, se dice que el evento AAA ha ocurrido.
Asignaciones de Probabilidades a Eventos
La asignación de probabilidades a eventos se refiere a la asignación de un número,
llamado probabilidad, a cada evento en el espacio muestral. Esta probabilidad es un
valor entre 0 y 1, donde 0 indica un evento imposible y 1 indica un evento seguro. La
suma de las probabilidades de todos los puntos muestrales en el espacio muestral debe
ser igual a 1.
Ejemplo: En el lanzamiento de un dado justo, la probabilidad de cada resultado
1
individual es: P({i})= para i=1,2,3,4,5,6
6
Espacios de Probabilidades
Un espacio de probabilidad es un marco matemático utilizado para modelar un
experimento aleatorio. Está compuesto por tres elementos: el espacio muestral Ω una
colección de eventos F (sigma-álgebra) y una función de probabilidad P.
Espacio Muestral Ω: El conjunto de todos los posibles resultados del
experimento.
Colección de Eventos F: Una colección de subconjuntos de Ω que incluye el
conjunto vacío y es cerrada bajo operaciones de complemento y uniones
contables.
Función de Probabilidad P: Una función que asigna a cada evento en F un
número en el intervalo [0, 1], cumpliendo ciertos axiomas.
Ejemplo: En el lanzamiento de una moneda: Ω={H,T} F={∅,{H},
{T},{H,T}} P({H})=0.5,
P({T})=0.5, P(∅)=0, P({H,T})=1
Axiomas para un Espacio de Probabilidad (Axiomas de Kolmogorov)
Estos son los principios fundamentales que definen un espacio de probabilidad, según la
formulación de Andrey Kolmogorov.
1. No negatividad: La probabilidad de cualquier evento A es un número no
negativo: P(A)≥0para todo evento A∈F
2. Normalización: La probabilidad del espacio muestral completo Ω es 1:
P(Ω)=1
3. Aditividad contable: Si {Ai} es una colección contable de eventos mutuamente
excluyentes (disjuntos), entonces la probabilidad de la unión de todos estos
eventos es igual a la suma de las probabilidades de cada evento individual:
Esto asegura que la probabilidad sea coherente cuando se consideran eventos
múltiples.
Estos axiomas establecen la base para trabajar con probabilidades y garantizan que las
operaciones realizadas dentro de este marco sean matemáticamente coherentes.