SlideShare une entreprise Scribd logo
1  sur  31
Télécharger pour lire hors ligne
Cálculo de
Probabilidades
Demetrio Ccesa Rayme
Conceptos Básicos
Experimento aleatorio: Es un experimento cuyo resultado no se puede
predecir al repetirlo en las mismas condiciones; en caso contrario,
diremos que es determinista. Ejemplos: lanzar un dado, lanzar una
moneda, elegir un artículo en una línea de producción, etc.
Espacio Muestral: Es el conjunto de todos los posibles resultados de un
experimento aleatorio. El espacio muestral es denotado habitualmente
con la letra griega Ω (omega).
Ejemplos:
- El experimento aleatorio es lanzar un dado Ω
- El experimento aleatorio es lanzar una moneda Ω
- El experimento aleatorio es elegir un artículo de un lote, y hacerle
un control de calidad Ω
 65,4,3,2,1,
 sellocara,
 malobueno,
Evento o suceso: Si Ω es el espacio muestral asociado a un experimento
aleatorio, llamamos suceso a cualquier subconjunto A de Ω. En general
denotaremos a los sucesos con letras mayúsculas del alfabeto A, B, C,
etc.
Ejemplos:
El experimento aleatorio es lanzar un dado y su espacio muestral
es Ω . Se definen los siguientes sucesos.
a) Obtener un número mayor que cuatro A
b) Obtener un número par B
c) Obtener un siete C =  o bien { }
(el conjunto vacío se conoce como evento imposible)
 65,4,3,2,1,
 65,
 64,2,

Conceptos Básicos
1) Determine cuales de los siguientes experimentos son aleatorios.
a) Sacar una bola de una urna que contiene bolas de color negro, azul y rojo,
para determinar el color de la bola elegida.
b) Elección al azar, de dos representantes de los empleados para integrar un
comité de bienestar.
c) Lanzamiento de un proyectil con cierta velocidad para determinar la
distancia recorrida.
Respuesta: es un experimento aleatorio.
Ejercicios:
Respuesta: es un experimento aleatorio.
Respuesta: no es un experimento aleatorio.
2) En un experimento aleatorio se lanzan dos monedas al aire. Determine
el conjunto de resultados que se pueden obtener (Espacio Muestral).
3) En un experimento aleatorio se lanzan dos dados (cuyas caras son
numeradas del 1 al 6). Determine el conjunto de resultados que se
pueden obtener (Espacio Muestral).
Ω= {(c,c);(c,s);(s,c);(s,s)}
Respuesta:
Respuesta:
=Ω =






















































































































































6,6;6,5;6,4;6,3;6,2;6,1
;5,6;5,5;5,4;5,3;5,2;5,1
;4,6;4,5;4,4;4,3;4,2;4,1
;3,6;3,5;3,4;3,3;3,2;3,1
;2,6;2,5;2,4;2,3;2,2;2,1
;1,6;1,5;1,4;1,3;1,2;1,1
4) En el experimento aleatorio anterior (lanzamiento de dos dados).
Determine el suceso o evento A, que representa “la suma de los
números es siete”.
Respuesta:
A= {(1,6);(2,5);(3,4);(4,3);(5,2);(6,1)}
Suceso Unión (AUB): Es el conjunto de todos los elementos que están
en A o en B. El suceso ocurre, cuando ocurre A, ocurre B, o bien
ocurren ambos.
Suceso intersección (A∩B): Es el conjunto de todos los elementos que
están en A y B a la vez. Sucede cuando ocurre A y B.
Suceso contrario (AC): Es el conjunto formado por todos los elementos
que no están en A. El suceso AC ocurre, cuando no ocurre A.
Suceso diferencia (A-B): Es el conjunto formado por todos los
elementos de A y que no pertenezcan a B. El suceso ocurre cuando
ocurre A y no ocurre B.
Tipos de sucesos o eventos
La siguiente tabla muestra el sexo y estado civil de los integrantes de
un club deportivo.
Se definen los sucesos:
A = Ser hombre.
B = Estar casado.
Se pide redactar:
Tipos de sucesos o eventos
Ejemplos
Cuenta de Sexo Sexo
Estado Civil Hombre Mujer Total general
Casado 20 60 80
Soltero 25 15 40
Total general 45 75 120
Suceso intersección (A∩B): Ser hombre y estar casado
¿Podrías decir, observando la tabla, cuantas personas pertenecen al
suceso intersección? P(A∩B) = 20
La siguiente tabla muestra el sexo y estado civil de los integrantes de
un club deportivo.
Se definen los sucesos:
A = Ser hombre.
B = Estar casado.
Se pide redactar:
Tipos de sucesos o eventos
Ejemplos
Cuenta de Sexo Sexo
Estado Civil Hombre Mujer Total general
Casado 20 60 80
Soltero 25 15 40
Total general 45 75 120
Suceso Unión (AUB): Ser hombre o estar casado
¿Podrías decir, observando la tabla, cuantas personas pertenecen al
suceso unión? P(AUB) = 45 + 80 – 20 = 105
La siguiente tabla muestra el sexo y estado civil de los integrantes de
un club deportivo.
Se definen los sucesos:
A = Ser hombre.
B = Estar casado.
Se pide redactar:
Tipos de sucesos o eventos
Ejemplos
Cuenta de Sexo Sexo
Estado Civil Hombre Mujer Total general
Casado 20 60 80
Soltero 25 15 40
Total general 45 75 120
Suceso diferencia (A-B): Ser hombre y no estar casado
¿Podrías decir, observando la tabla, cuantas personas pertenecen al
suceso diferencia? 25
La siguiente tabla muestra el sexo y estado civil de los integrantes de
un club deportivo.
Se definen los sucesos:
A = Ser hombre.
B = Estar casado.
Se pide redactar:
Tipos de sucesos o eventos
Ejemplos
Cuenta de Sexo Sexo
Estado Civil Hombre Mujer Total general
Casado 20 60 80
Soltero 25 15 40
Total general 45 75 120
Suceso contrario (BC): No estar casado
¿Podrías decir, observando la tabla, cuantas personas pertenecen al
suceso contrario? 40
Sucesos disjuntos o mutuamente excluyentes: Los sucesos A y B son
mutuamente excluyentes si A∩B=ø. Si A y B son mutuamente
excluyentes, esto quiere decir que los sucesos no pueden ocurrir al
mismo tiempo.
Ejemplo: En un experimento aleatorio se lanza un dado y una moneda.
Se pide:
a) Determine el espacio muestral.
b) Exprese explícitamente los siguientes sucesos.
A = Aparece una cara y un número par.
B = Aparece un número impar.
C = Aparece sello o un número par.
c) ¿Cuáles de los sucesos o eventos A, B y C son mutuamente
excluyentes?
Tipos de sucesos o eventos
Respuesta:
a) Determine el espacio muestral.
b) Exprese explícitamente los siguientes sucesos.
A = Aparece una cara y un número par.
A = {(2,c);(4,c);(6,c)}
B = Aparece un número impar.
B = {(1,c);(3,c);(5,c);(1,s);(3,s);(5,s)}
C = Aparece sello o un número par.
C = {(2,c);(4,c);(6,c);(1,s);(2,s);(3,s);(4,s);(5,s);(6,s)}
c) ¿Cuáles de los sucesos o eventos A, B y C son mutuamente
excluyentes?
Ω= {(1,c);(2,c);(3,c);(4,c);(5,c);(6,c);(1,s);(2,s);(3,s);(4,s);(5,s);(6,s)}
A y B son mutuamente excluyentes, ya que no tienen elementos comunes.
Supongamos un experimento aleatorio con un número finito de
resultados equiprobables (tienen la misma posibilidad de ocurrir), diremos
que, la probabilidad de un suceso A, es el cociente entre el número de
casos favorables al suceso y el número de casos posibles, esto es:
Definición Clásica de Probabilidad
P(A)= #A
#Ω
Nº de casos Favorables =
Nº de casos Posibles o Totales
=
Por lo que se puede decir que, la probabilidad de un suceso es un
número, comprendido entre 0 y 1 (0% y 100%), que indica las posibilidades
de ocurrencia que tiene un suceso o evento, cuando se realiza un
experimento aleatorio.
Observación Importante: 0 ≤ P(A) ≤ 1
Sucesos de Probabilidad Nula.
Sea A un suceso imposible contenido en P(Ω), es decir, A = Ø.
Entonces diremos que: P(A) = P(Ø) = 0.
Reglas de la Probabilidad Clásica
Regla del Complemento.
Sea A un suceso y Ac su complemento, la regla del complemento, es:
P(A) = 1 – P(Ac)
Regla de la suma de Probabilidades.
Sean A y B dos sucesos, la probabilidad de la unión es:
P(A U B) = P(A) + P(B) – P(A ∩ B)
Sabiendo que los sucesos A y B, no son mutuamente excluyentes.
Observación: Sabiendo que los sucesos A y B son mutuamente
excluyentes, la probabilidad de la unión es:
P(A U B) = P(A) + P(B) ; ya que A ∩ B = Ø.
Reglas de la Probabilidad Clásica para la extracción de
un elemento del espacio muestral
Regla del producto de Probabilidades.
Sean A y B dos sucesos, QUE OCURREN UNO DESPUES DEL OTRO, la
probabilidad de que ocurra A y B es el producto es:
P(A y B) = P(A) ∙ P(B)
Sabiendo que los sucesos A y B, son independientes.
Observación: Dos sucesos son independientes entre sí, si la ocurrencia de
uno de ellos, no afecta el que pueda producirse el otro.
ESTA PROBABILIDAD ES MUY PARECIDO A LO QUE HACEMOS CON
REGLA MULTIPLICATIVA, PARA PAREJAS, TRÍOS, ETC…
Reglas de la Probabilidad Clásica para la extracción de
dos elementos o más del espacio muestral.
Ejemplo: En un experimento aleatorio se lanza un dado y se definen los
sucesos A = El número que resulta es par; B = El número que
resulta es mayor que cuatro. Se pide:
a) Determine la probabilidad de que el número sea par.
Respuesta:
Los resultados posibles son 6:
Los casos favorables son 3:
P(A) = 3/6 = 1/2
La probabilidad de que al lanzar un dado salga un número par es
de un 50%.
b) Determine la probabilidad de que el número sea mayor que cuatro.
Respuesta:
Los resultados posibles son 6:
Los casos favorables son 2:
P(B) = 2/6 = 1/3
La probabilidad de que al lanzar un dado salga un número mayor
que cuatro es de un 33,3%.
c) Determine la probabilidad que el número que sea par o mayor que
cuatro.
Respuesta:
La probabilidad de que al lanzar un dado salga un número par o
mayor que cuatro es de un 66,7%.
P(A U B) = P(A) + P(B) – P(A ∩ B)
= 1/2 + 1/3 - 1/6
= 2/3
Ocurre con frecuencia que, la probabilidad de un suceso se ve afectada
por el conocimiento de otro evento, cuyo resultado influye en el primero.
Esta idea conduce al concepto de la Probabilidad Condicional de eventos, la
cual se define como:
(A y B son dos sucesos son dependientes)   
 
  0;/ 

 BPsi
BP
BAP
BAP
   
 
  0;/ 

 APsi
AP
BAP
ABP
Asimismo, podemos decir que:
Probabilidad Condicionada
Esto se lee: La probabilidad del suceso A, dado o sabiendo que ocurrió el
suceso B.
1. En un club deportivo, se obtuvieron los siguientes datos de sus socios en
relación al sexo y estado civil. Los datos se presentan en la siguiente
tabla:
Si se selecciona a un socio al azar, determine la probabilidad de que:
a) Sea un hombre.
b) El elegido sea mujer y soltera.
c) Sea casado o una mujer.
d) Si el socio es casado, sea hombre.
e) El socio sea mujer, dado que es soltera.
Ejercicios de Probabilidades
Cuenta de Sexo Sexo
Estado Civil Hombre Mujer Total general
Casado 20 60 80
Soltero 25 15 40
Total general 45 75 120
Respuesta:
Sean los sucesos o eventos:
A = El socio sea Hombre.
B = El socio sea Mujer.
C = El socio sea casado.
D = El socio sea soltero.
P(A) = 45/120 = 0,375
La probabilidad de que sea hombre es de un 37,5%.
a) Sea un hombre.
Respuesta:
P(B ∩ D) = 15/120 = 0,125
La probabilidad de que el socio sea mujer y soltera es de un 12,5%.
b) El elegido sea mujer y soltera.
P(C U B) = P(C) + P(B) - P(C ∩ B) = 80/120 + 75/120 – 60/120 = 0,792
La probabilidad de que sea casado o una mujer es de un 79,2%.
c) Sea casado o una mujer.
Respuesta:
P( A / C ) = P(A ∩ C) / P(C) = 20/80 = 0,25
La probabilidad de que el socio sea hombre, dado que es casado
es de un 25%.
d) Si el socio es casado, sea hombre.
e) El socio sea mujer, dado que es soltera.
P(B / D ) = P(B ∩ D) / P(D) = 15/40 = 0,375
La probabilidad de que el socio sea mujer, dado que es soltera es
de un 37,5%.
2. En una institución de Educación Superior, se obtuvieron los siguientes
datos de sus alumnos en relación a la carrera que estudian y la comuna
de residencia. Los datos se presentan en la siguiente tabla:
Si se selecciona a un estudiante al azar, determine la probabilidad de que:
a) Estudie Ingeniería en Administración Turística.
b) El elegido es de Ingeniería en Informática y no viva en Estación Central.
c) Sea de La Florida o Puente Alto.
d) Si el alumno estudia Ingeniería en Administración, sea de Puente Alto.
e) El alumno estudie Ingeniería en Informática, dado que vive en La Florida.
Cuenta de ID Alumno Comuna de Residencia
Carrera Estación Central La Florida Puente Alto Total general
Administración Turística 84 186 109 379
Ingeniería en
Administración
364 723 410 1497
Ingeniería en Informática 153 258 213 624
Total general 601 1167 732 2500
Respuesta:
Sean los sucesos o eventos:
T = El alumno estudia Administración Turística.
A = El alumno estudia Ingeniería en Administración.
I = El alumno estudia Ingeniería en Informática.
E = El alumno vive en Estación Central.
F = El alumno vive en La Florida.
B = El alumno vive en Puente Alto.
P(T) = 379/2500 = 0,1516
La probabilidad de que estudie Administración Turística es de un
15,2%.
a) Estudie Ingeniería en Administración Turística.
Respuesta:
P(I ∩ EC) = 471/2500 = 0,1884
La probabilidad de que estudie Ingeniería en Informática y no viva
en Estación Central es de un 19%.
b) El elegido es de Ingeniería en Informática y no viva en Estación
Central.
P(F U B) = P(F) + P(B) = 1167/2500 + 732/2500 = 0,7596
La probabilidad de que viva en La Florida o Puente Alto es de un
76%.
c) Sea de La Florida o Puente Alto.
(Sucesos mutuamente excluyentes)
Respuesta:
P( B / A ) = P(B ∩ A) / P(A) = 410/1497 = 0,2739
La probabilidad de que sea de Puente Alto, dado que estudia
Ingeniería en Administración es de un 27,4%.
d) Si el alumno estudia Ingeniería en Administración, sea de Puente
Alto.
e) El alumno estudie Ingeniería en Informática, dado que vive en La
Florida.
P( I / F ) = P(I ∩ F) / P(F) = 258/1167 = 0,2211
La probabilidad de que estudie Ingeniería en Informática,
sabiendo que vive en La Florida es de un 22,1%.
Ejercicio Propuesto
En un experimento para estudiar la relación entre el hábito de fumar y la
hipertensión, se reunieron datos de un grupo de personas. Los datos se
presentan en la siguiente tabla:
Si se selecciona a una persona al azar, determine la probabilidad de que:
a) Sea un fumador moderado.
b) Sufra hipertensión, dado que es un fumador excesivo.
c) La persona no fume, sabiendo que no a presentado problemas de hipertensión.
d) Sea un fumador moderado o un fumador excesivo.
Cuenta de ID Persona Hipertensión
Hábito de fumar Hipertenso No hipertenso Total general
Fumadores excesivos 126 88 214
Fumadores moderados 133 175 308
No fumadores 68 210 278
Total general 327 473 800
Respuestas Ejercicio Propuesto
a) La probabilidad de que sea un fumador moderado es de un 38,5%.
b) La probabilidad de presente hipertensión, sabiendo que es un
fumador excesivo es de un 58,9%.
c) La probabilidad de que fume, dado que no presenta hipertensión es
de un 44,4%.
d) La probabilidad de que sea un fumador moderado o excesivo es de
un 65,3%.

Contenu connexe

Tendances (9)

Cuadernillo matemática de segundo
Cuadernillo matemática de segundoCuadernillo matemática de segundo
Cuadernillo matemática de segundo
 
Solución pc4
Solución pc4Solución pc4
Solución pc4
 
Conjuntos Juan
Conjuntos JuanConjuntos Juan
Conjuntos Juan
 
Tarea 5 de probabilidad con respuestas
Tarea 5 de probabilidad con respuestasTarea 5 de probabilidad con respuestas
Tarea 5 de probabilidad con respuestas
 
Concepto de Probabilidad
 Concepto de Probabilidad Concepto de Probabilidad
Concepto de Probabilidad
 
Probabilidades, pozo millonario loteria nacional
Probabilidades, pozo millonario loteria nacionalProbabilidades, pozo millonario loteria nacional
Probabilidades, pozo millonario loteria nacional
 
Tipos de probabilidades
Tipos de probabilidadesTipos de probabilidades
Tipos de probabilidades
 
Proyecto de Gestion Empresarial
Proyecto de Gestion EmpresarialProyecto de Gestion Empresarial
Proyecto de Gestion Empresarial
 
Probabilidad II
Probabilidad IIProbabilidad II
Probabilidad II
 

Similaire à Teoría y problemas de Calculo de Probabilidades ccesa007

Probabilidad 090504205544-phpapp02
Probabilidad 090504205544-phpapp02Probabilidad 090504205544-phpapp02
Probabilidad 090504205544-phpapp02
rubhendesiderio
 
Experimentos Aleatorios Y Sucesos
Experimentos Aleatorios Y SucesosExperimentos Aleatorios Y Sucesos
Experimentos Aleatorios Y Sucesos
Carmen Batiz
 
Experimentos Aleatorios Y Sucesos
Experimentos Aleatorios Y SucesosExperimentos Aleatorios Y Sucesos
Experimentos Aleatorios Y Sucesos
Carmen Batiz
 
Apoyo para unidad 4
Apoyo para unidad 4Apoyo para unidad 4
Apoyo para unidad 4
matedivliss
 

Similaire à Teoría y problemas de Calculo de Probabilidades ccesa007 (20)

Elementos de la probabilidad y axiomas de probabilidad
 Elementos de la probabilidad y axiomas de probabilidad  Elementos de la probabilidad y axiomas de probabilidad
Elementos de la probabilidad y axiomas de probabilidad
 
Teoría y Problemas de Probabilidades ccesa007
Teoría y Problemas de Probabilidades   ccesa007Teoría y Problemas de Probabilidades   ccesa007
Teoría y Problemas de Probabilidades ccesa007
 
Probab
ProbabProbab
Probab
 
Clase III Matemáticas.pptx
Clase III Matemáticas.pptxClase III Matemáticas.pptx
Clase III Matemáticas.pptx
 
LOS ELEMENTOS DE LA PROBABILIDAD
LOS ELEMENTOS DE LA PROBABILIDAD LOS ELEMENTOS DE LA PROBABILIDAD
LOS ELEMENTOS DE LA PROBABILIDAD
 
3.-Matemática-PPT-1.pptx
3.-Matemática-PPT-1.pptx3.-Matemática-PPT-1.pptx
3.-Matemática-PPT-1.pptx
 
Tarea 3
Tarea 3Tarea 3
Tarea 3
 
u2-180305052750 (1).pptx
u2-180305052750 (1).pptxu2-180305052750 (1).pptx
u2-180305052750 (1).pptx
 
Probabilidad matemáticas, aprende estadistica
Probabilidad matemáticas, aprende estadisticaProbabilidad matemáticas, aprende estadistica
Probabilidad matemáticas, aprende estadistica
 
ELEMENTOS DE PROBABILIDAD
ELEMENTOS DE PROBABILIDADELEMENTOS DE PROBABILIDAD
ELEMENTOS DE PROBABILIDAD
 
Probabilidades
ProbabilidadesProbabilidades
Probabilidades
 
Fundamentos de probabilidad
Fundamentos de probabilidadFundamentos de probabilidad
Fundamentos de probabilidad
 
Probabilidad 090504205544-phpapp02
Probabilidad 090504205544-phpapp02Probabilidad 090504205544-phpapp02
Probabilidad 090504205544-phpapp02
 
Experimentos Aleatorios Y Sucesos
Experimentos Aleatorios Y SucesosExperimentos Aleatorios Y Sucesos
Experimentos Aleatorios Y Sucesos
 
Experimentos Aleatorios Y Sucesos
Experimentos Aleatorios Y SucesosExperimentos Aleatorios Y Sucesos
Experimentos Aleatorios Y Sucesos
 
probabilidad
probabilidadprobabilidad
probabilidad
 
Apoyo para unidad 4
Apoyo para unidad 4Apoyo para unidad 4
Apoyo para unidad 4
 
Gabriela Machado 25.852.386 PROBABILIDAD Y TEOREMA DE BAYES
Gabriela Machado 25.852.386 PROBABILIDAD Y TEOREMA DE BAYESGabriela Machado 25.852.386 PROBABILIDAD Y TEOREMA DE BAYES
Gabriela Machado 25.852.386 PROBABILIDAD Y TEOREMA DE BAYES
 
Elementos de la probabilidad
Elementos de la probabilidadElementos de la probabilidad
Elementos de la probabilidad
 
Guia y taller probabilidad2 2010-1
Guia y taller probabilidad2 2010-1Guia y taller probabilidad2 2010-1
Guia y taller probabilidad2 2010-1
 

Plus de Demetrio Ccesa Rayme

Bitacora de Inteligencia Artificial y Herramientas Digitales HD4 Ccesa007.pdf
Bitacora de Inteligencia Artificial  y Herramientas Digitales HD4  Ccesa007.pdfBitacora de Inteligencia Artificial  y Herramientas Digitales HD4  Ccesa007.pdf
Bitacora de Inteligencia Artificial y Herramientas Digitales HD4 Ccesa007.pdf
Demetrio Ccesa Rayme
 
Escucha tu Cerebro en Nuevos Escenarios PE3 Ccesa007.pdf
Escucha tu Cerebro en Nuevos Escenarios  PE3  Ccesa007.pdfEscucha tu Cerebro en Nuevos Escenarios  PE3  Ccesa007.pdf
Escucha tu Cerebro en Nuevos Escenarios PE3 Ccesa007.pdf
Demetrio Ccesa Rayme
 
Diseño Universal de Aprendizaje en Nuevos Escenarios JS2 Ccesa007.pdf
Diseño Universal de Aprendizaje en Nuevos Escenarios  JS2  Ccesa007.pdfDiseño Universal de Aprendizaje en Nuevos Escenarios  JS2  Ccesa007.pdf
Diseño Universal de Aprendizaje en Nuevos Escenarios JS2 Ccesa007.pdf
Demetrio Ccesa Rayme
 
Lineamientos de la Escuela de la Confianza SJA Ccesa.pptx
Lineamientos de la Escuela de la Confianza  SJA  Ccesa.pptxLineamientos de la Escuela de la Confianza  SJA  Ccesa.pptx
Lineamientos de la Escuela de la Confianza SJA Ccesa.pptx
Demetrio Ccesa Rayme
 
Las Preguntas Educativas entran a las Aulas CIAESA Ccesa007.pdf
Las Preguntas Educativas entran a las Aulas CIAESA  Ccesa007.pdfLas Preguntas Educativas entran a las Aulas CIAESA  Ccesa007.pdf
Las Preguntas Educativas entran a las Aulas CIAESA Ccesa007.pdf
Demetrio Ccesa Rayme
 
Ediciones Previas Proyecto Curricular Institucional PCIE-111-SJA Ccesa.docx
Ediciones Previas Proyecto Curricular Institucional PCIE-111-SJA  Ccesa.docxEdiciones Previas Proyecto Curricular Institucional PCIE-111-SJA  Ccesa.docx
Ediciones Previas Proyecto Curricular Institucional PCIE-111-SJA Ccesa.docx
Demetrio Ccesa Rayme
 
Ediciones Previas Plan Anual de Trabajo 111-SJA Version2 Ccesa007.pdf
Ediciones Previas Plan Anual de Trabajo 111-SJA  Version2   Ccesa007.pdfEdiciones Previas Plan Anual de Trabajo 111-SJA  Version2   Ccesa007.pdf
Ediciones Previas Plan Anual de Trabajo 111-SJA Version2 Ccesa007.pdf
Demetrio Ccesa Rayme
 
Planificacion Anual 2do Grado Educacion Primaria 2024 Ccesa007.pdf
Planificacion Anual 2do Grado Educacion Primaria   2024   Ccesa007.pdfPlanificacion Anual 2do Grado Educacion Primaria   2024   Ccesa007.pdf
Planificacion Anual 2do Grado Educacion Primaria 2024 Ccesa007.pdf
Demetrio Ccesa Rayme
 
Planificacion Anual 4to Grado Educacion Primaria 2024 Ccesa007.pdf
Planificacion Anual 4to Grado Educacion Primaria   2024   Ccesa007.pdfPlanificacion Anual 4to Grado Educacion Primaria   2024   Ccesa007.pdf
Planificacion Anual 4to Grado Educacion Primaria 2024 Ccesa007.pdf
Demetrio Ccesa Rayme
 
Resolucion de Problemas en Educacion Inicial 5 años ED-2024 Ccesa007.pdf
Resolucion de Problemas en Educacion Inicial 5 años ED-2024 Ccesa007.pdfResolucion de Problemas en Educacion Inicial 5 años ED-2024 Ccesa007.pdf
Resolucion de Problemas en Educacion Inicial 5 años ED-2024 Ccesa007.pdf
Demetrio Ccesa Rayme
 
El Aprendizaje en la Inteligencia Artificial IA4 Ccesa007.pdf
El Aprendizaje en la Inteligencia Artificial IA4  Ccesa007.pdfEl Aprendizaje en la Inteligencia Artificial IA4  Ccesa007.pdf
El Aprendizaje en la Inteligencia Artificial IA4 Ccesa007.pdf
Demetrio Ccesa Rayme
 

Plus de Demetrio Ccesa Rayme (20)

Bitacora de Inteligencia Artificial y Herramientas Digitales HD4 Ccesa007.pdf
Bitacora de Inteligencia Artificial  y Herramientas Digitales HD4  Ccesa007.pdfBitacora de Inteligencia Artificial  y Herramientas Digitales HD4  Ccesa007.pdf
Bitacora de Inteligencia Artificial y Herramientas Digitales HD4 Ccesa007.pdf
 
Neuroeducacion y Lectura FM3 Ccesa007.pdf
Neuroeducacion y Lectura  FM3   Ccesa007.pdfNeuroeducacion y Lectura  FM3   Ccesa007.pdf
Neuroeducacion y Lectura FM3 Ccesa007.pdf
 
El Futuro de la Educacion Digital JS1 Ccesa007.pdf
El Futuro de la Educacion Digital  JS1  Ccesa007.pdfEl Futuro de la Educacion Digital  JS1  Ccesa007.pdf
El Futuro de la Educacion Digital JS1 Ccesa007.pdf
 
Escucha tu Cerebro en Nuevos Escenarios PE3 Ccesa007.pdf
Escucha tu Cerebro en Nuevos Escenarios  PE3  Ccesa007.pdfEscucha tu Cerebro en Nuevos Escenarios  PE3  Ccesa007.pdf
Escucha tu Cerebro en Nuevos Escenarios PE3 Ccesa007.pdf
 
Diseño Universal de Aprendizaje en Nuevos Escenarios JS2 Ccesa007.pdf
Diseño Universal de Aprendizaje en Nuevos Escenarios  JS2  Ccesa007.pdfDiseño Universal de Aprendizaje en Nuevos Escenarios  JS2  Ccesa007.pdf
Diseño Universal de Aprendizaje en Nuevos Escenarios JS2 Ccesa007.pdf
 
Lineamientos de la Escuela de la Confianza SJA Ccesa.pptx
Lineamientos de la Escuela de la Confianza  SJA  Ccesa.pptxLineamientos de la Escuela de la Confianza  SJA  Ccesa.pptx
Lineamientos de la Escuela de la Confianza SJA Ccesa.pptx
 
Las Preguntas Educativas entran a las Aulas CIAESA Ccesa007.pdf
Las Preguntas Educativas entran a las Aulas CIAESA  Ccesa007.pdfLas Preguntas Educativas entran a las Aulas CIAESA  Ccesa007.pdf
Las Preguntas Educativas entran a las Aulas CIAESA Ccesa007.pdf
 
La Evaluacion Formativa SM6 Ccesa007.pdf
La Evaluacion Formativa SM6  Ccesa007.pdfLa Evaluacion Formativa SM6  Ccesa007.pdf
La Evaluacion Formativa SM6 Ccesa007.pdf
 
Educacion Basada en Evidencias SM5 Ccesa007.pdf
Educacion Basada en Evidencias  SM5  Ccesa007.pdfEducacion Basada en Evidencias  SM5  Ccesa007.pdf
Educacion Basada en Evidencias SM5 Ccesa007.pdf
 
Ediciones Previas Proyecto Curricular Institucional PCIE-111-SJA Ccesa.docx
Ediciones Previas Proyecto Curricular Institucional PCIE-111-SJA  Ccesa.docxEdiciones Previas Proyecto Curricular Institucional PCIE-111-SJA  Ccesa.docx
Ediciones Previas Proyecto Curricular Institucional PCIE-111-SJA Ccesa.docx
 
Ediciones Previas Plan Anual de Trabajo 111-SJA Version2 Ccesa007.pdf
Ediciones Previas Plan Anual de Trabajo 111-SJA  Version2   Ccesa007.pdfEdiciones Previas Plan Anual de Trabajo 111-SJA  Version2   Ccesa007.pdf
Ediciones Previas Plan Anual de Trabajo 111-SJA Version2 Ccesa007.pdf
 
Programacion Anual Matemática4 MPG 2024 Ccesa007.pdf
Programacion Anual Matemática4    MPG 2024  Ccesa007.pdfProgramacion Anual Matemática4    MPG 2024  Ccesa007.pdf
Programacion Anual Matemática4 MPG 2024 Ccesa007.pdf
 
Programacion Anual Matemática5 MPG 2024 Ccesa007.pdf
Programacion Anual Matemática5    MPG 2024  Ccesa007.pdfProgramacion Anual Matemática5    MPG 2024  Ccesa007.pdf
Programacion Anual Matemática5 MPG 2024 Ccesa007.pdf
 
Planificacion Anual 2do Grado Educacion Primaria 2024 Ccesa007.pdf
Planificacion Anual 2do Grado Educacion Primaria   2024   Ccesa007.pdfPlanificacion Anual 2do Grado Educacion Primaria   2024   Ccesa007.pdf
Planificacion Anual 2do Grado Educacion Primaria 2024 Ccesa007.pdf
 
Planificacion Anual 4to Grado Educacion Primaria 2024 Ccesa007.pdf
Planificacion Anual 4to Grado Educacion Primaria   2024   Ccesa007.pdfPlanificacion Anual 4to Grado Educacion Primaria   2024   Ccesa007.pdf
Planificacion Anual 4to Grado Educacion Primaria 2024 Ccesa007.pdf
 
Neurociencias para Educadores NE24 Ccesa007.pdf
Neurociencias para Educadores  NE24  Ccesa007.pdfNeurociencias para Educadores  NE24  Ccesa007.pdf
Neurociencias para Educadores NE24 Ccesa007.pdf
 
Resolucion de Problemas en Educacion Inicial 5 años ED-2024 Ccesa007.pdf
Resolucion de Problemas en Educacion Inicial 5 años ED-2024 Ccesa007.pdfResolucion de Problemas en Educacion Inicial 5 años ED-2024 Ccesa007.pdf
Resolucion de Problemas en Educacion Inicial 5 años ED-2024 Ccesa007.pdf
 
El Aprendizaje en la Inteligencia Artificial IA4 Ccesa007.pdf
El Aprendizaje en la Inteligencia Artificial IA4  Ccesa007.pdfEl Aprendizaje en la Inteligencia Artificial IA4  Ccesa007.pdf
El Aprendizaje en la Inteligencia Artificial IA4 Ccesa007.pdf
 
Geometria 5to Educacion Primaria EDU Ccesa007.pdf
Geometria  5to Educacion Primaria EDU  Ccesa007.pdfGeometria  5to Educacion Primaria EDU  Ccesa007.pdf
Geometria 5to Educacion Primaria EDU Ccesa007.pdf
 
Geometria 2do Educacion Primaria EDU Ccesa007.pdf
Geometria  2do Educacion Primaria EDU Ccesa007.pdfGeometria  2do Educacion Primaria EDU Ccesa007.pdf
Geometria 2do Educacion Primaria EDU Ccesa007.pdf
 

Dernier

6°_GRADO_-_MAYO_06 para sexto grado de primaria
6°_GRADO_-_MAYO_06 para sexto grado de primaria6°_GRADO_-_MAYO_06 para sexto grado de primaria
6°_GRADO_-_MAYO_06 para sexto grado de primaria
Wilian24
 
Concepto y definición de tipos de Datos Abstractos en c++.pptx
Concepto y definición de tipos de Datos Abstractos en c++.pptxConcepto y definición de tipos de Datos Abstractos en c++.pptx
Concepto y definición de tipos de Datos Abstractos en c++.pptx
Fernando Solis
 
TEMA 14.DERIVACIONES ECONÓMICAS, SOCIALES Y POLÍTICAS DEL PROCESO DE INTEGRAC...
TEMA 14.DERIVACIONES ECONÓMICAS, SOCIALES Y POLÍTICAS DEL PROCESO DE INTEGRAC...TEMA 14.DERIVACIONES ECONÓMICAS, SOCIALES Y POLÍTICAS DEL PROCESO DE INTEGRAC...
TEMA 14.DERIVACIONES ECONÓMICAS, SOCIALES Y POLÍTICAS DEL PROCESO DE INTEGRAC...
jlorentemartos
 

Dernier (20)

PP_Comunicacion en Salud: Objetivación de signos y síntomas
PP_Comunicacion en Salud: Objetivación de signos y síntomasPP_Comunicacion en Salud: Objetivación de signos y síntomas
PP_Comunicacion en Salud: Objetivación de signos y síntomas
 
Prueba de evaluación Geografía e Historia Comunidad de Madrid 2º de la ESO
Prueba de evaluación Geografía e Historia Comunidad de Madrid 2º de la ESOPrueba de evaluación Geografía e Historia Comunidad de Madrid 2º de la ESO
Prueba de evaluación Geografía e Historia Comunidad de Madrid 2º de la ESO
 
Los dos testigos. Testifican de la Verdad
Los dos testigos. Testifican de la VerdadLos dos testigos. Testifican de la Verdad
Los dos testigos. Testifican de la Verdad
 
AEC 2. Aventura en el Antiguo Egipto.pptx
AEC 2. Aventura en el Antiguo Egipto.pptxAEC 2. Aventura en el Antiguo Egipto.pptx
AEC 2. Aventura en el Antiguo Egipto.pptx
 
TIENDAS MASS MINIMARKET ESTUDIO DE MERCADO
TIENDAS MASS MINIMARKET ESTUDIO DE MERCADOTIENDAS MASS MINIMARKET ESTUDIO DE MERCADO
TIENDAS MASS MINIMARKET ESTUDIO DE MERCADO
 
1ro Programación Anual D.P.C.C planificación anual del área para el desarroll...
1ro Programación Anual D.P.C.C planificación anual del área para el desarroll...1ro Programación Anual D.P.C.C planificación anual del área para el desarroll...
1ro Programación Anual D.P.C.C planificación anual del área para el desarroll...
 
6°_GRADO_-_MAYO_06 para sexto grado de primaria
6°_GRADO_-_MAYO_06 para sexto grado de primaria6°_GRADO_-_MAYO_06 para sexto grado de primaria
6°_GRADO_-_MAYO_06 para sexto grado de primaria
 
Tema 11. Dinámica de la hidrosfera 2024
Tema 11.  Dinámica de la hidrosfera 2024Tema 11.  Dinámica de la hidrosfera 2024
Tema 11. Dinámica de la hidrosfera 2024
 
Prueba de evaluación Geografía e Historia Comunidad de Madrid 4ºESO
Prueba de evaluación Geografía e Historia Comunidad de Madrid 4ºESOPrueba de evaluación Geografía e Historia Comunidad de Madrid 4ºESO
Prueba de evaluación Geografía e Historia Comunidad de Madrid 4ºESO
 
Concepto y definición de tipos de Datos Abstractos en c++.pptx
Concepto y definición de tipos de Datos Abstractos en c++.pptxConcepto y definición de tipos de Datos Abstractos en c++.pptx
Concepto y definición de tipos de Datos Abstractos en c++.pptx
 
ACERTIJO LA RUTA DEL MARATÓN OLÍMPICO DEL NÚMERO PI EN PARÍS. Por JAVIER SOL...
ACERTIJO LA RUTA DEL MARATÓN OLÍMPICO DEL NÚMERO PI EN  PARÍS. Por JAVIER SOL...ACERTIJO LA RUTA DEL MARATÓN OLÍMPICO DEL NÚMERO PI EN  PARÍS. Por JAVIER SOL...
ACERTIJO LA RUTA DEL MARATÓN OLÍMPICO DEL NÚMERO PI EN PARÍS. Por JAVIER SOL...
 
Desarrollo y Aplicación de la Administración por Valores
Desarrollo y Aplicación de la Administración por ValoresDesarrollo y Aplicación de la Administración por Valores
Desarrollo y Aplicación de la Administración por Valores
 
Prueba libre de Geografía para obtención título Bachillerato - 2024
Prueba libre de Geografía para obtención título Bachillerato - 2024Prueba libre de Geografía para obtención título Bachillerato - 2024
Prueba libre de Geografía para obtención título Bachillerato - 2024
 
TRABAJO FINAL TOPOGRAFÍA COMPLETO DE LA UPC
TRABAJO FINAL TOPOGRAFÍA COMPLETO DE LA UPCTRABAJO FINAL TOPOGRAFÍA COMPLETO DE LA UPC
TRABAJO FINAL TOPOGRAFÍA COMPLETO DE LA UPC
 
LA LITERATURA DEL BARROCO 2023-2024pptx.pptx
LA LITERATURA DEL BARROCO 2023-2024pptx.pptxLA LITERATURA DEL BARROCO 2023-2024pptx.pptx
LA LITERATURA DEL BARROCO 2023-2024pptx.pptx
 
Tema 17. Biología de los microorganismos 2024
Tema 17. Biología de los microorganismos 2024Tema 17. Biología de los microorganismos 2024
Tema 17. Biología de los microorganismos 2024
 
Plan-de-la-Patria-2019-2025- TERCER PLAN SOCIALISTA DE LA NACIÓN.pdf
Plan-de-la-Patria-2019-2025- TERCER PLAN SOCIALISTA DE LA NACIÓN.pdfPlan-de-la-Patria-2019-2025- TERCER PLAN SOCIALISTA DE LA NACIÓN.pdf
Plan-de-la-Patria-2019-2025- TERCER PLAN SOCIALISTA DE LA NACIÓN.pdf
 
CONCURSO NACIONAL JOSE MARIA ARGUEDAS.pptx
CONCURSO NACIONAL JOSE MARIA ARGUEDAS.pptxCONCURSO NACIONAL JOSE MARIA ARGUEDAS.pptx
CONCURSO NACIONAL JOSE MARIA ARGUEDAS.pptx
 
TEMA 14.DERIVACIONES ECONÓMICAS, SOCIALES Y POLÍTICAS DEL PROCESO DE INTEGRAC...
TEMA 14.DERIVACIONES ECONÓMICAS, SOCIALES Y POLÍTICAS DEL PROCESO DE INTEGRAC...TEMA 14.DERIVACIONES ECONÓMICAS, SOCIALES Y POLÍTICAS DEL PROCESO DE INTEGRAC...
TEMA 14.DERIVACIONES ECONÓMICAS, SOCIALES Y POLÍTICAS DEL PROCESO DE INTEGRAC...
 
Supuestos_prácticos_funciones.docx
Supuestos_prácticos_funciones.docxSupuestos_prácticos_funciones.docx
Supuestos_prácticos_funciones.docx
 

Teoría y problemas de Calculo de Probabilidades ccesa007

  • 2. Conceptos Básicos Experimento aleatorio: Es un experimento cuyo resultado no se puede predecir al repetirlo en las mismas condiciones; en caso contrario, diremos que es determinista. Ejemplos: lanzar un dado, lanzar una moneda, elegir un artículo en una línea de producción, etc. Espacio Muestral: Es el conjunto de todos los posibles resultados de un experimento aleatorio. El espacio muestral es denotado habitualmente con la letra griega Ω (omega). Ejemplos: - El experimento aleatorio es lanzar un dado Ω - El experimento aleatorio es lanzar una moneda Ω - El experimento aleatorio es elegir un artículo de un lote, y hacerle un control de calidad Ω  65,4,3,2,1,  sellocara,  malobueno,
  • 3. Evento o suceso: Si Ω es el espacio muestral asociado a un experimento aleatorio, llamamos suceso a cualquier subconjunto A de Ω. En general denotaremos a los sucesos con letras mayúsculas del alfabeto A, B, C, etc. Ejemplos: El experimento aleatorio es lanzar un dado y su espacio muestral es Ω . Se definen los siguientes sucesos. a) Obtener un número mayor que cuatro A b) Obtener un número par B c) Obtener un siete C =  o bien { } (el conjunto vacío se conoce como evento imposible)  65,4,3,2,1,  65,  64,2,  Conceptos Básicos
  • 4. 1) Determine cuales de los siguientes experimentos son aleatorios. a) Sacar una bola de una urna que contiene bolas de color negro, azul y rojo, para determinar el color de la bola elegida. b) Elección al azar, de dos representantes de los empleados para integrar un comité de bienestar. c) Lanzamiento de un proyectil con cierta velocidad para determinar la distancia recorrida. Respuesta: es un experimento aleatorio. Ejercicios: Respuesta: es un experimento aleatorio. Respuesta: no es un experimento aleatorio.
  • 5. 2) En un experimento aleatorio se lanzan dos monedas al aire. Determine el conjunto de resultados que se pueden obtener (Espacio Muestral). 3) En un experimento aleatorio se lanzan dos dados (cuyas caras son numeradas del 1 al 6). Determine el conjunto de resultados que se pueden obtener (Espacio Muestral). Ω= {(c,c);(c,s);(s,c);(s,s)} Respuesta: Respuesta: =Ω =                                                                                                                                                       6,6;6,5;6,4;6,3;6,2;6,1 ;5,6;5,5;5,4;5,3;5,2;5,1 ;4,6;4,5;4,4;4,3;4,2;4,1 ;3,6;3,5;3,4;3,3;3,2;3,1 ;2,6;2,5;2,4;2,3;2,2;2,1 ;1,6;1,5;1,4;1,3;1,2;1,1
  • 6. 4) En el experimento aleatorio anterior (lanzamiento de dos dados). Determine el suceso o evento A, que representa “la suma de los números es siete”. Respuesta: A= {(1,6);(2,5);(3,4);(4,3);(5,2);(6,1)}
  • 7. Suceso Unión (AUB): Es el conjunto de todos los elementos que están en A o en B. El suceso ocurre, cuando ocurre A, ocurre B, o bien ocurren ambos. Suceso intersección (A∩B): Es el conjunto de todos los elementos que están en A y B a la vez. Sucede cuando ocurre A y B. Suceso contrario (AC): Es el conjunto formado por todos los elementos que no están en A. El suceso AC ocurre, cuando no ocurre A. Suceso diferencia (A-B): Es el conjunto formado por todos los elementos de A y que no pertenezcan a B. El suceso ocurre cuando ocurre A y no ocurre B. Tipos de sucesos o eventos
  • 8. La siguiente tabla muestra el sexo y estado civil de los integrantes de un club deportivo. Se definen los sucesos: A = Ser hombre. B = Estar casado. Se pide redactar: Tipos de sucesos o eventos Ejemplos Cuenta de Sexo Sexo Estado Civil Hombre Mujer Total general Casado 20 60 80 Soltero 25 15 40 Total general 45 75 120 Suceso intersección (A∩B): Ser hombre y estar casado ¿Podrías decir, observando la tabla, cuantas personas pertenecen al suceso intersección? P(A∩B) = 20
  • 9. La siguiente tabla muestra el sexo y estado civil de los integrantes de un club deportivo. Se definen los sucesos: A = Ser hombre. B = Estar casado. Se pide redactar: Tipos de sucesos o eventos Ejemplos Cuenta de Sexo Sexo Estado Civil Hombre Mujer Total general Casado 20 60 80 Soltero 25 15 40 Total general 45 75 120 Suceso Unión (AUB): Ser hombre o estar casado ¿Podrías decir, observando la tabla, cuantas personas pertenecen al suceso unión? P(AUB) = 45 + 80 – 20 = 105
  • 10. La siguiente tabla muestra el sexo y estado civil de los integrantes de un club deportivo. Se definen los sucesos: A = Ser hombre. B = Estar casado. Se pide redactar: Tipos de sucesos o eventos Ejemplos Cuenta de Sexo Sexo Estado Civil Hombre Mujer Total general Casado 20 60 80 Soltero 25 15 40 Total general 45 75 120 Suceso diferencia (A-B): Ser hombre y no estar casado ¿Podrías decir, observando la tabla, cuantas personas pertenecen al suceso diferencia? 25
  • 11. La siguiente tabla muestra el sexo y estado civil de los integrantes de un club deportivo. Se definen los sucesos: A = Ser hombre. B = Estar casado. Se pide redactar: Tipos de sucesos o eventos Ejemplos Cuenta de Sexo Sexo Estado Civil Hombre Mujer Total general Casado 20 60 80 Soltero 25 15 40 Total general 45 75 120 Suceso contrario (BC): No estar casado ¿Podrías decir, observando la tabla, cuantas personas pertenecen al suceso contrario? 40
  • 12. Sucesos disjuntos o mutuamente excluyentes: Los sucesos A y B son mutuamente excluyentes si A∩B=ø. Si A y B son mutuamente excluyentes, esto quiere decir que los sucesos no pueden ocurrir al mismo tiempo. Ejemplo: En un experimento aleatorio se lanza un dado y una moneda. Se pide: a) Determine el espacio muestral. b) Exprese explícitamente los siguientes sucesos. A = Aparece una cara y un número par. B = Aparece un número impar. C = Aparece sello o un número par. c) ¿Cuáles de los sucesos o eventos A, B y C son mutuamente excluyentes? Tipos de sucesos o eventos
  • 13. Respuesta: a) Determine el espacio muestral. b) Exprese explícitamente los siguientes sucesos. A = Aparece una cara y un número par. A = {(2,c);(4,c);(6,c)} B = Aparece un número impar. B = {(1,c);(3,c);(5,c);(1,s);(3,s);(5,s)} C = Aparece sello o un número par. C = {(2,c);(4,c);(6,c);(1,s);(2,s);(3,s);(4,s);(5,s);(6,s)} c) ¿Cuáles de los sucesos o eventos A, B y C son mutuamente excluyentes? Ω= {(1,c);(2,c);(3,c);(4,c);(5,c);(6,c);(1,s);(2,s);(3,s);(4,s);(5,s);(6,s)} A y B son mutuamente excluyentes, ya que no tienen elementos comunes.
  • 14. Supongamos un experimento aleatorio con un número finito de resultados equiprobables (tienen la misma posibilidad de ocurrir), diremos que, la probabilidad de un suceso A, es el cociente entre el número de casos favorables al suceso y el número de casos posibles, esto es: Definición Clásica de Probabilidad P(A)= #A #Ω Nº de casos Favorables = Nº de casos Posibles o Totales = Por lo que se puede decir que, la probabilidad de un suceso es un número, comprendido entre 0 y 1 (0% y 100%), que indica las posibilidades de ocurrencia que tiene un suceso o evento, cuando se realiza un experimento aleatorio. Observación Importante: 0 ≤ P(A) ≤ 1
  • 15. Sucesos de Probabilidad Nula. Sea A un suceso imposible contenido en P(Ω), es decir, A = Ø. Entonces diremos que: P(A) = P(Ø) = 0. Reglas de la Probabilidad Clásica Regla del Complemento. Sea A un suceso y Ac su complemento, la regla del complemento, es: P(A) = 1 – P(Ac)
  • 16. Regla de la suma de Probabilidades. Sean A y B dos sucesos, la probabilidad de la unión es: P(A U B) = P(A) + P(B) – P(A ∩ B) Sabiendo que los sucesos A y B, no son mutuamente excluyentes. Observación: Sabiendo que los sucesos A y B son mutuamente excluyentes, la probabilidad de la unión es: P(A U B) = P(A) + P(B) ; ya que A ∩ B = Ø. Reglas de la Probabilidad Clásica para la extracción de un elemento del espacio muestral
  • 17. Regla del producto de Probabilidades. Sean A y B dos sucesos, QUE OCURREN UNO DESPUES DEL OTRO, la probabilidad de que ocurra A y B es el producto es: P(A y B) = P(A) ∙ P(B) Sabiendo que los sucesos A y B, son independientes. Observación: Dos sucesos son independientes entre sí, si la ocurrencia de uno de ellos, no afecta el que pueda producirse el otro. ESTA PROBABILIDAD ES MUY PARECIDO A LO QUE HACEMOS CON REGLA MULTIPLICATIVA, PARA PAREJAS, TRÍOS, ETC… Reglas de la Probabilidad Clásica para la extracción de dos elementos o más del espacio muestral.
  • 18. Ejemplo: En un experimento aleatorio se lanza un dado y se definen los sucesos A = El número que resulta es par; B = El número que resulta es mayor que cuatro. Se pide: a) Determine la probabilidad de que el número sea par. Respuesta: Los resultados posibles son 6: Los casos favorables son 3: P(A) = 3/6 = 1/2 La probabilidad de que al lanzar un dado salga un número par es de un 50%.
  • 19. b) Determine la probabilidad de que el número sea mayor que cuatro. Respuesta: Los resultados posibles son 6: Los casos favorables son 2: P(B) = 2/6 = 1/3 La probabilidad de que al lanzar un dado salga un número mayor que cuatro es de un 33,3%.
  • 20. c) Determine la probabilidad que el número que sea par o mayor que cuatro. Respuesta: La probabilidad de que al lanzar un dado salga un número par o mayor que cuatro es de un 66,7%. P(A U B) = P(A) + P(B) – P(A ∩ B) = 1/2 + 1/3 - 1/6 = 2/3
  • 21. Ocurre con frecuencia que, la probabilidad de un suceso se ve afectada por el conocimiento de otro evento, cuyo resultado influye en el primero. Esta idea conduce al concepto de la Probabilidad Condicional de eventos, la cual se define como: (A y B son dos sucesos son dependientes)        0;/    BPsi BP BAP BAP         0;/    APsi AP BAP ABP Asimismo, podemos decir que: Probabilidad Condicionada Esto se lee: La probabilidad del suceso A, dado o sabiendo que ocurrió el suceso B.
  • 22. 1. En un club deportivo, se obtuvieron los siguientes datos de sus socios en relación al sexo y estado civil. Los datos se presentan en la siguiente tabla: Si se selecciona a un socio al azar, determine la probabilidad de que: a) Sea un hombre. b) El elegido sea mujer y soltera. c) Sea casado o una mujer. d) Si el socio es casado, sea hombre. e) El socio sea mujer, dado que es soltera. Ejercicios de Probabilidades Cuenta de Sexo Sexo Estado Civil Hombre Mujer Total general Casado 20 60 80 Soltero 25 15 40 Total general 45 75 120
  • 23. Respuesta: Sean los sucesos o eventos: A = El socio sea Hombre. B = El socio sea Mujer. C = El socio sea casado. D = El socio sea soltero. P(A) = 45/120 = 0,375 La probabilidad de que sea hombre es de un 37,5%. a) Sea un hombre.
  • 24. Respuesta: P(B ∩ D) = 15/120 = 0,125 La probabilidad de que el socio sea mujer y soltera es de un 12,5%. b) El elegido sea mujer y soltera. P(C U B) = P(C) + P(B) - P(C ∩ B) = 80/120 + 75/120 – 60/120 = 0,792 La probabilidad de que sea casado o una mujer es de un 79,2%. c) Sea casado o una mujer.
  • 25. Respuesta: P( A / C ) = P(A ∩ C) / P(C) = 20/80 = 0,25 La probabilidad de que el socio sea hombre, dado que es casado es de un 25%. d) Si el socio es casado, sea hombre. e) El socio sea mujer, dado que es soltera. P(B / D ) = P(B ∩ D) / P(D) = 15/40 = 0,375 La probabilidad de que el socio sea mujer, dado que es soltera es de un 37,5%.
  • 26. 2. En una institución de Educación Superior, se obtuvieron los siguientes datos de sus alumnos en relación a la carrera que estudian y la comuna de residencia. Los datos se presentan en la siguiente tabla: Si se selecciona a un estudiante al azar, determine la probabilidad de que: a) Estudie Ingeniería en Administración Turística. b) El elegido es de Ingeniería en Informática y no viva en Estación Central. c) Sea de La Florida o Puente Alto. d) Si el alumno estudia Ingeniería en Administración, sea de Puente Alto. e) El alumno estudie Ingeniería en Informática, dado que vive en La Florida. Cuenta de ID Alumno Comuna de Residencia Carrera Estación Central La Florida Puente Alto Total general Administración Turística 84 186 109 379 Ingeniería en Administración 364 723 410 1497 Ingeniería en Informática 153 258 213 624 Total general 601 1167 732 2500
  • 27. Respuesta: Sean los sucesos o eventos: T = El alumno estudia Administración Turística. A = El alumno estudia Ingeniería en Administración. I = El alumno estudia Ingeniería en Informática. E = El alumno vive en Estación Central. F = El alumno vive en La Florida. B = El alumno vive en Puente Alto. P(T) = 379/2500 = 0,1516 La probabilidad de que estudie Administración Turística es de un 15,2%. a) Estudie Ingeniería en Administración Turística.
  • 28. Respuesta: P(I ∩ EC) = 471/2500 = 0,1884 La probabilidad de que estudie Ingeniería en Informática y no viva en Estación Central es de un 19%. b) El elegido es de Ingeniería en Informática y no viva en Estación Central. P(F U B) = P(F) + P(B) = 1167/2500 + 732/2500 = 0,7596 La probabilidad de que viva en La Florida o Puente Alto es de un 76%. c) Sea de La Florida o Puente Alto. (Sucesos mutuamente excluyentes)
  • 29. Respuesta: P( B / A ) = P(B ∩ A) / P(A) = 410/1497 = 0,2739 La probabilidad de que sea de Puente Alto, dado que estudia Ingeniería en Administración es de un 27,4%. d) Si el alumno estudia Ingeniería en Administración, sea de Puente Alto. e) El alumno estudie Ingeniería en Informática, dado que vive en La Florida. P( I / F ) = P(I ∩ F) / P(F) = 258/1167 = 0,2211 La probabilidad de que estudie Ingeniería en Informática, sabiendo que vive en La Florida es de un 22,1%.
  • 30. Ejercicio Propuesto En un experimento para estudiar la relación entre el hábito de fumar y la hipertensión, se reunieron datos de un grupo de personas. Los datos se presentan en la siguiente tabla: Si se selecciona a una persona al azar, determine la probabilidad de que: a) Sea un fumador moderado. b) Sufra hipertensión, dado que es un fumador excesivo. c) La persona no fume, sabiendo que no a presentado problemas de hipertensión. d) Sea un fumador moderado o un fumador excesivo. Cuenta de ID Persona Hipertensión Hábito de fumar Hipertenso No hipertenso Total general Fumadores excesivos 126 88 214 Fumadores moderados 133 175 308 No fumadores 68 210 278 Total general 327 473 800
  • 31. Respuestas Ejercicio Propuesto a) La probabilidad de que sea un fumador moderado es de un 38,5%. b) La probabilidad de presente hipertensión, sabiendo que es un fumador excesivo es de un 58,9%. c) La probabilidad de que fume, dado que no presenta hipertensión es de un 44,4%. d) La probabilidad de que sea un fumador moderado o excesivo es de un 65,3%.