SlideShare una empresa de Scribd logo
1 de 4
RESPUESTAS PRÁCTICO 1<br />Ejercicio 1<br />Un estudiante responde al azar a dos preguntas de verdadero o falso. Escribe el espacio muestral de este experimento aleatorio.<br />El espacio muestral es el conjunto de todos los sucesos elementales. Los sucesos elementales son cada uno de los resultados posibles del experimento aleatorio, que no se pueden descomponer en otros más simples. Como el experimento consiste en responder al azar a dos preguntas, cada uno de los posibles patrones de respuesta constituirá un suceso elemental. <br />Un patrón de respuesta sería contestar verdadero a la primera pregunta y verdadero a la segunda, lo representamos (V, V). Con esta representación podemos escribir el espacio muestral como:<br />E=V,V,V,F,F,V,(F,F)<br />Ejercicio 2<br />Otro estudiante responde al azar a 4 preguntas del mismo tipo anterior.<br />a) Escribe el espacio muestral.<br />b) Escribe el suceso responder “falso” a una sola pregunta.<br />c) Escribe el suceso responder “verdadero” al menos a 3 preguntas.<br />d) Escribe la unión de estos dos sucesos, la intersección y la diferencia del 2º y el 1º.<br />Con la misma convención del problema anterior, los sucesos elementales serían:<br />(V, V, V, V) (V, V, V, F) (V, V, F, V) (V, F, V, V)<br />(F, V, V, V) (V, V, F, F) (V, F, V, F) (V, F, F, V)<br />(F, V, V, F) (F, V, F, V) (F, F, V, V) (V, F, F, F)<br />(F, V, F, F) (F, F, V, F) (F, F, F, V) (F, F, F, F)<br />El Suceso responder falso a una sola pregunta será el subconjunto del espacio muestral formado por todos los sucesos elementales en que solo hay una respuesta falso, lo llamaremos A y será:<br />A = {(V, V, V, F) (V, V, F, V) (V, F, V, V) (F, V, V, V)}<br />El suceso responder verdadero al menos a 3 preguntas, lo llamaremos B y será:<br />B = {(V, V, V, F) (V, V, F, V) (V, F, V, V) (F, V, V, V) (V, V, V, V)}<br />Observando los sucesos elementales que los componen se deducen inmediatamente los siguientes resultados:<br />A∪B=B    A∩B=A   B-A=(V,V,V,V)<br />Ejercicio 3<br />En una asignatura se ha decidido aprobar a aquellos que superen uno de los dos parciales. Con este criterio aprobó el 80%, sabiendo que el primer parcial lo superó el 60% y el segundo el 50% ¿Cuál hubiese sido el porcentaje de aprobados, si se hubiese exigido superar ambos parciales?<br />Sea A1 el suceso aprobar el primer parcial y A2 aprobar el segundo. Los datos del problema nos dicen que:<br /> PA1∪A2=0,8    PA1=0,6   PA2=0,5              <br />Y se pide la probabilidad de la intersección de ambos sucesos. Como A1 y A2 no son incompatibles, la probabilidad de la unión será:<br />PA1∪A2=PA1+ PA2- P(A1∩A2)                                              <br />Despejando tenemos:<br /> P(A1∩A2)=PA1+ PA2-PA1∪A2 <br />Sustituyendo los valores numéricos:<br />PA1∩A2=0,6+0,5-0,8=0,3 <br />La conclusión es que si se hubiese exigido aprobar los dos parciales el porcentaje de aprobados hubiese sido del 30%.<br />Ejercicio 4<br />Describir el espacio muestral para cada uno de los siguientes experimentos aleatorios:<br />1. 250 personas son seleccionadas en La Laguna y se les pregunta si van a votar al candidato A o al B.<br />2. Un dado es lanzado cinco veces consecutivas.<br />3. Cinco dados son lanzados simultáneamente.<br />4. Una moneda es lanzada hasta que salen dos caras o dos cruces consecutivas.<br />5. Cuatro objetos se envasan en paquetes de dos.<br />1. E=A,A,…A;A,B,A,..A…(B,B,B,..B <br />   Si no interesa conocer lo que vota cada persona, otro espacio muestral válido sería: E=0,1,2,…250, donde cada suceso elemental representa el número de encuestados que optan por el candidato A.<br />2.E=1,2,3,4,5,6<br />3. Los dados se lanzan de forma simultánea, por lo que de cada lanzamiento tendremos en cuenta tan sólo el número de veces que ha salido cada cara. Así, un posible espacio muestral es:<br />3.E=1,1,1,1,1…1,1,1,1,62,2,2,2,1…2,2,2,2,6…6,6,6,6,1…(6,6,6,6,6)<br />4  .Representando por w1 el número de lanzamientos hasta conseguir dos caras o dos cruces consecutivas, y por w2 el resultado de los dos últimos lanzamientos, podemos definir como espacio muestral:<br />E=w1,w2, w1∈2,3,5,..w2∈C,S<br />5. Hay 4 objetos, que representaremos por A; B; C y D, y se envasan en dos paquetes de dos objetos cada uno. Por lo tanto, desde que se conozca la composición de un paquete ya se conoce la del otro. Además, elegido un objeto (por ejemplo, A) basta saber quién va con él en el paquete. Teniendo esto en cuenta, podemos definir como espacio muestral para este experimento:<br />E=B,C,D<br />Ejercicio 5<br />En una comarca hay tres productores de soja que abastecen a distintas empresas, R, S y T. El productor R abastece al 45% de las empresas del lugar, la S al 38% y la T al 33%.<br />Además el 15% de las empresas es abastecido por los productores R y S; el 11% por R y T; un 9% por S y T y un 4% es abastecido por las 3 empresas.<br />Con la ayuda de diagramas de Venn representa la situación enunciada.<br />Expresa en función de R, S y T los sucesos:<br />Ser empresa abastecida.<br />Ser empresa abastecida por los tres productores.<br />Ser empresa abastecida por R pero no por T.<br />Ser empresa abastecida, al menos, por una empresa.<br />No ser empresa abastecida por ninguno de los tres productores. <br />¿Qué porcentaje de empresas no se abastece de dichos productores?<br />¿Cuántas empresas son abastecidas exactamente por dos productores?<br />PR=0,45   PS=0,38    PT=0,33<br />PR∩S=0,15    PR∩T=0,11     PS∩T=0,09    PR∩S∩T=0,04<br />El diagrama se puede presentar de la siguiente manera<br />                                                         R                                                  S  <br />                                                                  23             11      16                                            <br />                                                                                     <br />                                                                                    4<br />                                                                              7              5          <br />                                                                                     17  <br />                                                                                                        T <br />En todos los casos debe tenerse en cuenta que, por ejemplo, una empresa abastecida por el productor R puede ser abastecida por cualquiera de los otros dos productores.<br />1.  R∪S∪T, un total de 85%<br />2.R∩S∩T, el 4%<br />3.R-T, el 34% el 45% de R, menos el 11% que es abastecida por RyT<br />4.R∪S∪T=85%<br />5. (R∪S∪T)C, el 15% (pues el 85% es abastecida por algún productor)<br />El 15% indicado anteriormente,<br />El 23%:7 son abastecidas por R y T; 11, por R y S; 5, por S y T.<br />Ejercicio 6<br />Los 300 alumnos  de una escuela secundaria se distribuyen de acuerdo con la siguiente tabla:<br />ModalidadAlumnosAlumnasTotalCiencias9585180Humanidades5070120Total145155300<br />Calcula las probabilidades:<br />De ser de Ciencias, P(C)<br />De ser alumno,P(A)<br />De ser de Humanidades, P(H)<br />De ser alumna, P(B)<br />PAC<br />P(BC)<br />P(HA)<br />P(CA)<br />a) PC=180300=35      b) PA=145300    c) PH=120300   d) PB=155300    e) PAC=95180   f)  PBC=85180<br />g) P(HA)=50145     h) P(CA)=95145<br />Ejercicio 7<br />El departamento de Hacienda supervisa el pago de impuestos de tres regiones, A, B y C, con un total de 125 fincas.<br />Un año, la relación de finas con la contribución pagada y no pagada fue:<br />RegionesABCTotalPagadas (p)20303585No Pagadas10181240Total304847125<br />Halla la probabilidad de que en una finca, elegida al azar:<br />Sea de la región A, P(A)<br />Haya pagado la contribución, P(p)<br />Haya pagado la contribución si es de la región B, PpB<br />Haya pagado la contribución y sea de la finca C, P(C∩p)<br />Propone otros ejemplos para resolver.<br />a)  PA=30125    b)  Pp=85125    c) P(pB)=3048     d) PC∩p=35125    <br />
Respuestas Práctico 1
Respuestas Práctico 1
Respuestas Práctico 1

Más contenido relacionado

La actualidad más candente

EJERICIOS DE ESTADISTICA DIFERENCIAL
EJERICIOS DE ESTADISTICA DIFERENCIALEJERICIOS DE ESTADISTICA DIFERENCIAL
EJERICIOS DE ESTADISTICA DIFERENCIAL
John Andres
 
Ejercicios resueltos metodo gauss jordan
Ejercicios resueltos metodo gauss jordanEjercicios resueltos metodo gauss jordan
Ejercicios resueltos metodo gauss jordan
algebra
 
Formulario de pruebas de hipótesis 2012-2
Formulario de pruebas de hipótesis 2012-2Formulario de pruebas de hipótesis 2012-2
Formulario de pruebas de hipótesis 2012-2
ITS CONSULTORIAS S.A.C
 
Solucionario libro: Probabilidad y estadística para ingenieros 6 ed - walpole
Solucionario libro: Probabilidad y estadística para ingenieros 6 ed - walpoleSolucionario libro: Probabilidad y estadística para ingenieros 6 ed - walpole
Solucionario libro: Probabilidad y estadística para ingenieros 6 ed - walpole
Miguel Leonardo Sánchez Fajardo
 

La actualidad más candente (20)

Problemas de razones y proporciones
Problemas de razones y proporcionesProblemas de razones y proporciones
Problemas de razones y proporciones
 
Ejercicios resueltos
Ejercicios resueltosEjercicios resueltos
Ejercicios resueltos
 
Ejemplo distribucion normal
Ejemplo distribucion normalEjemplo distribucion normal
Ejemplo distribucion normal
 
EJERICIOS DE ESTADISTICA DIFERENCIAL
EJERICIOS DE ESTADISTICA DIFERENCIALEJERICIOS DE ESTADISTICA DIFERENCIAL
EJERICIOS DE ESTADISTICA DIFERENCIAL
 
Ejercicios Distribución Poisson
Ejercicios Distribución PoissonEjercicios Distribución Poisson
Ejercicios Distribución Poisson
 
Variable aleatoria y Distribuciónes de Probabilidad
Variable aleatoria y Distribuciónes de ProbabilidadVariable aleatoria y Distribuciónes de Probabilidad
Variable aleatoria y Distribuciónes de Probabilidad
 
Tarea 15 de PROBABILIDAD Y ESTADISTICA CON RESPUESTAS
Tarea 15 de PROBABILIDAD Y ESTADISTICA CON RESPUESTASTarea 15 de PROBABILIDAD Y ESTADISTICA CON RESPUESTAS
Tarea 15 de PROBABILIDAD Y ESTADISTICA CON RESPUESTAS
 
Estadistica aplicada
Estadistica aplicadaEstadistica aplicada
Estadistica aplicada
 
Ejercicios campo electrico y carga puntual
Ejercicios campo electrico y carga puntualEjercicios campo electrico y carga puntual
Ejercicios campo electrico y carga puntual
 
Informe trabajo final estadistica inferencial
Informe trabajo final estadistica inferencialInforme trabajo final estadistica inferencial
Informe trabajo final estadistica inferencial
 
Capacitancia. ing. carlos moreno (ESPOL)
Capacitancia. ing. carlos moreno (ESPOL)Capacitancia. ing. carlos moreno (ESPOL)
Capacitancia. ing. carlos moreno (ESPOL)
 
Lista 2
Lista 2Lista 2
Lista 2
 
Ejercicios resueltos metodo gauss jordan
Ejercicios resueltos metodo gauss jordanEjercicios resueltos metodo gauss jordan
Ejercicios resueltos metodo gauss jordan
 
Formulario de pruebas de hipótesis 2012-2
Formulario de pruebas de hipótesis 2012-2Formulario de pruebas de hipótesis 2012-2
Formulario de pruebas de hipótesis 2012-2
 
1.2 razones a fines (ejemplos)
1.2 razones a fines (ejemplos)1.2 razones a fines (ejemplos)
1.2 razones a fines (ejemplos)
 
Formulario 2020 (Estadística aplicada)
Formulario   2020 (Estadística aplicada)Formulario   2020 (Estadística aplicada)
Formulario 2020 (Estadística aplicada)
 
Solucionario libro: Probabilidad y estadística para ingenieros 6 ed - walpole
Solucionario libro: Probabilidad y estadística para ingenieros 6 ed - walpoleSolucionario libro: Probabilidad y estadística para ingenieros 6 ed - walpole
Solucionario libro: Probabilidad y estadística para ingenieros 6 ed - walpole
 
Trabajo probabilidad
Trabajo probabilidadTrabajo probabilidad
Trabajo probabilidad
 
Distribución de poisson
Distribución de poissonDistribución de poisson
Distribución de poisson
 
Tablas de distribucion normal con la probabilidad definitiva - Con todos los ...
Tablas de distribucion normal con la probabilidad definitiva - Con todos los ...Tablas de distribucion normal con la probabilidad definitiva - Con todos los ...
Tablas de distribucion normal con la probabilidad definitiva - Con todos los ...
 

Destacado

Ejercicios estadistica
Ejercicios estadisticaEjercicios estadistica
Ejercicios estadistica
Vivi42
 
Guía ejercicios Odontología II
Guía ejercicios Odontología IIGuía ejercicios Odontología II
Guía ejercicios Odontología II
Carlos Rojas
 
Probabilidad estadistica
Probabilidad estadisticaProbabilidad estadistica
Probabilidad estadistica
Reinaldo Donié
 
50 ejercicios estadistica
50 ejercicios estadistica50 ejercicios estadistica
50 ejercicios estadistica
PAHOLA24
 
100 ejercicios de estadistica resueltos
100 ejercicios de estadistica resueltos100 ejercicios de estadistica resueltos
100 ejercicios de estadistica resueltos
Luis Elias
 

Destacado (20)

Ejercicios estadistica
Ejercicios estadisticaEjercicios estadistica
Ejercicios estadistica
 
Probabilidad clásica
Probabilidad clásicaProbabilidad clásica
Probabilidad clásica
 
Probabilidades
ProbabilidadesProbabilidades
Probabilidades
 
Solucionario 18
Solucionario 18Solucionario 18
Solucionario 18
 
Probabilidad
Probabilidad Probabilidad
Probabilidad
 
Guía ejercicios Odontología II
Guía ejercicios Odontología IIGuía ejercicios Odontología II
Guía ejercicios Odontología II
 
Teorema de bayes
Teorema de bayesTeorema de bayes
Teorema de bayes
 
Probabilidad estadistica
Probabilidad estadisticaProbabilidad estadistica
Probabilidad estadistica
 
Problemas de probabilidad
Problemas de probabilidadProblemas de probabilidad
Problemas de probabilidad
 
Distribucion geometrica
Distribucion geometricaDistribucion geometrica
Distribucion geometrica
 
14 enano
14 enano14 enano
14 enano
 
Teorema de bayes
Teorema de bayesTeorema de bayes
Teorema de bayes
 
Probabilidad Básica. Guía de estudio- versión 2017
Probabilidad Básica. Guía de estudio- versión 2017Probabilidad Básica. Guía de estudio- versión 2017
Probabilidad Básica. Guía de estudio- versión 2017
 
Ejercicios de probabilidad
Ejercicios de probabilidadEjercicios de probabilidad
Ejercicios de probabilidad
 
Taller 3
Taller 3Taller 3
Taller 3
 
50 ejercicios estadistica
50 ejercicios estadistica50 ejercicios estadistica
50 ejercicios estadistica
 
Experimentos aleatorios, espacio muestral y eventos
Experimentos aleatorios, espacio muestral y eventosExperimentos aleatorios, espacio muestral y eventos
Experimentos aleatorios, espacio muestral y eventos
 
Ejercicios yproblemasprobabilidad
Ejercicios yproblemasprobabilidadEjercicios yproblemasprobabilidad
Ejercicios yproblemasprobabilidad
 
100 ejercicios de estadistica resueltos
100 ejercicios de estadistica resueltos100 ejercicios de estadistica resueltos
100 ejercicios de estadistica resueltos
 
Probabilidad y estadisticas universidades
Probabilidad y estadisticas universidadesProbabilidad y estadisticas universidades
Probabilidad y estadisticas universidades
 

Similar a Respuestas Práctico 1

Soulucionario de estadistica
Soulucionario de estadisticaSoulucionario de estadistica
Soulucionario de estadistica
RHENAN DIAZ MEZA
 
Universidad fermin toro esctructura discreta
Universidad fermin toro esctructura discretaUniversidad fermin toro esctructura discreta
Universidad fermin toro esctructura discreta
Ivan Bernal
 

Similar a Respuestas Práctico 1 (20)

Probabilidad
ProbabilidadProbabilidad
Probabilidad
 
estadistica unico.pptx
estadistica unico.pptxestadistica unico.pptx
estadistica unico.pptx
 
Blog logica matematica
Blog logica matematicaBlog logica matematica
Blog logica matematica
 
Tarea 3
Tarea 3Tarea 3
Tarea 3
 
Ejebn
EjebnEjebn
Ejebn
 
Ejebn
EjebnEjebn
Ejebn
 
probabilidad problemas resueltos
 probabilidad problemas  resueltos probabilidad problemas  resueltos
probabilidad problemas resueltos
 
Probabilidad
ProbabilidadProbabilidad
Probabilidad
 
Taller n. 4 operaciones con probabilidades noveno
Taller n. 4 operaciones con probabilidades novenoTaller n. 4 operaciones con probabilidades noveno
Taller n. 4 operaciones con probabilidades noveno
 
Soulucionario de estadistica
Soulucionario de estadisticaSoulucionario de estadistica
Soulucionario de estadistica
 
Examen Matemática básica usp médicina
Examen Matemática básica usp médicinaExamen Matemática básica usp médicina
Examen Matemática básica usp médicina
 
Teoria de probabilidad
Teoria de probabilidadTeoria de probabilidad
Teoria de probabilidad
 
LÓGICA PROPOSICIONAL
LÓGICA PROPOSICIONALLÓGICA PROPOSICIONAL
LÓGICA PROPOSICIONAL
 
Distribuciones
DistribucionesDistribuciones
Distribuciones
 
Probabilidad
ProbabilidadProbabilidad
Probabilidad
 
Probabilidad
ProbabilidadProbabilidad
Probabilidad
 
Bernoulli ejemplos
Bernoulli ejemplosBernoulli ejemplos
Bernoulli ejemplos
 
Introduccion a la Probabilidad.pptx
Introduccion a la Probabilidad.pptxIntroduccion a la Probabilidad.pptx
Introduccion a la Probabilidad.pptx
 
u2-180305052750 (1).pptx
u2-180305052750 (1).pptxu2-180305052750 (1).pptx
u2-180305052750 (1).pptx
 
Universidad fermin toro esctructura discreta
Universidad fermin toro esctructura discretaUniversidad fermin toro esctructura discreta
Universidad fermin toro esctructura discreta
 

Más de María del Valle Heredia

Más de María del Valle Heredia (20)

Nap nivel inicial
Nap nivel inicialNap nivel inicial
Nap nivel inicial
 
Heredia_Maria_del_Valle_TF
Heredia_Maria_del_Valle_TFHeredia_Maria_del_Valle_TF
Heredia_Maria_del_Valle_TF
 
La derivada como razón de cambio
La derivada como razón de cambioLa derivada como razón de cambio
La derivada como razón de cambio
 
Relevamiento de Experiencias en Escuelas Secundarias_Relato_Escuela Normal Su...
Relevamiento de Experiencias en Escuelas Secundarias_Relato_Escuela Normal Su...Relevamiento de Experiencias en Escuelas Secundarias_Relato_Escuela Normal Su...
Relevamiento de Experiencias en Escuelas Secundarias_Relato_Escuela Normal Su...
 
Comunicar la experiencia ensgsm
Comunicar la experiencia ensgsmComunicar la experiencia ensgsm
Comunicar la experiencia ensgsm
 
Las tic entre los adolescentes y la música
Las tic entre los adolescentes y la músicaLas tic entre los adolescentes y la música
Las tic entre los adolescentes y la música
 
Actividades de integración
Actividades de integraciónActividades de integración
Actividades de integración
 
Actividades 3
Actividades 3Actividades 3
Actividades 3
 
Programa analítico y de examen
Programa analítico y de examenPrograma analítico y de examen
Programa analítico y de examen
 
Phi en la historia
Phi en la historiaPhi en la historia
Phi en la historia
 
Phi en la historia
Phi en la historiaPhi en la historia
Phi en la historia
 
Unidad 3 Parte 2
Unidad 3 Parte 2Unidad 3 Parte 2
Unidad 3 Parte 2
 
Unidad 3 Parte 1
Unidad 3 Parte 1Unidad 3 Parte 1
Unidad 3 Parte 1
 
Práctico 1 Función
Práctico 1 FunciónPráctico 1 Función
Práctico 1 Función
 
Práctico 6 Integrales
Práctico 6 IntegralesPráctico 6 Integrales
Práctico 6 Integrales
 
Bloque VI Integrales
Bloque VI IntegralesBloque VI Integrales
Bloque VI Integrales
 
Práctico_ 5 Derivadas
Práctico_ 5 DerivadasPráctico_ 5 Derivadas
Práctico_ 5 Derivadas
 
Práctico 5 Derivadas
Práctico 5 DerivadasPráctico 5 Derivadas
Práctico 5 Derivadas
 
Bloque V Derivada
Bloque V DerivadaBloque V Derivada
Bloque V Derivada
 
Práctico 4 Límite y Continuidad
Práctico 4 Límite y ContinuidadPráctico 4 Límite y Continuidad
Práctico 4 Límite y Continuidad
 

Último

2 REGLAMENTO RM 0912-2024 DE MODALIDADES DE GRADUACIÓN_.pptx
2 REGLAMENTO RM 0912-2024 DE MODALIDADES DE GRADUACIÓN_.pptx2 REGLAMENTO RM 0912-2024 DE MODALIDADES DE GRADUACIÓN_.pptx
2 REGLAMENTO RM 0912-2024 DE MODALIDADES DE GRADUACIÓN_.pptx
RigoTito
 
5.- Doerr-Mide-lo-que-importa-DESARROLLO PERSONAL
5.- Doerr-Mide-lo-que-importa-DESARROLLO PERSONAL5.- Doerr-Mide-lo-que-importa-DESARROLLO PERSONAL
5.- Doerr-Mide-lo-que-importa-DESARROLLO PERSONAL
MiNeyi1
 
NUEVAS DIAPOSITIVAS POSGRADO Gestion Publica.pdf
NUEVAS DIAPOSITIVAS POSGRADO Gestion Publica.pdfNUEVAS DIAPOSITIVAS POSGRADO Gestion Publica.pdf
NUEVAS DIAPOSITIVAS POSGRADO Gestion Publica.pdf
UPTAIDELTACHIRA
 
FORTI-MAYO 2024.pdf.CIENCIA,EDUCACION,CULTURA
FORTI-MAYO 2024.pdf.CIENCIA,EDUCACION,CULTURAFORTI-MAYO 2024.pdf.CIENCIA,EDUCACION,CULTURA
FORTI-MAYO 2024.pdf.CIENCIA,EDUCACION,CULTURA
El Fortí
 
PLAN DE REFUERZO ESCOLAR primaria (1).docx
PLAN DE REFUERZO ESCOLAR primaria (1).docxPLAN DE REFUERZO ESCOLAR primaria (1).docx
PLAN DE REFUERZO ESCOLAR primaria (1).docx
lupitavic
 
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
 

Último (20)

2 REGLAMENTO RM 0912-2024 DE MODALIDADES DE GRADUACIÓN_.pptx
2 REGLAMENTO RM 0912-2024 DE MODALIDADES DE GRADUACIÓN_.pptx2 REGLAMENTO RM 0912-2024 DE MODALIDADES DE GRADUACIÓN_.pptx
2 REGLAMENTO RM 0912-2024 DE MODALIDADES DE GRADUACIÓN_.pptx
 
OCTAVO SEGUNDO PERIODO. EMPRENDIEMIENTO VS
OCTAVO SEGUNDO PERIODO. EMPRENDIEMIENTO VSOCTAVO SEGUNDO PERIODO. EMPRENDIEMIENTO VS
OCTAVO SEGUNDO PERIODO. EMPRENDIEMIENTO VS
 
Sesión de clase: Fe contra todo pronóstico
Sesión de clase: Fe contra todo pronósticoSesión de clase: Fe contra todo pronóstico
Sesión de clase: Fe contra todo pronóstico
 
Dinámica florecillas a María en el mes d
Dinámica florecillas a María en el mes dDinámica florecillas a María en el mes d
Dinámica florecillas a María en el mes d
 
Power Point: Fe contra todo pronóstico.pptx
Power Point: Fe contra todo pronóstico.pptxPower Point: Fe contra todo pronóstico.pptx
Power Point: Fe contra todo pronóstico.pptx
 
5.- Doerr-Mide-lo-que-importa-DESARROLLO PERSONAL
5.- Doerr-Mide-lo-que-importa-DESARROLLO PERSONAL5.- Doerr-Mide-lo-que-importa-DESARROLLO PERSONAL
5.- Doerr-Mide-lo-que-importa-DESARROLLO PERSONAL
 
SEXTO SEGUNDO PERIODO EMPRENDIMIENTO.pptx
SEXTO SEGUNDO PERIODO EMPRENDIMIENTO.pptxSEXTO SEGUNDO PERIODO EMPRENDIMIENTO.pptx
SEXTO SEGUNDO PERIODO EMPRENDIMIENTO.pptx
 
Unidad 3 | Metodología de la Investigación
Unidad 3 | Metodología de la InvestigaciónUnidad 3 | Metodología de la Investigación
Unidad 3 | Metodología de la Investigación
 
Lecciones 05 Esc. Sabática. Fe contra todo pronóstico.
Lecciones 05 Esc. Sabática. Fe contra todo pronóstico.Lecciones 05 Esc. Sabática. Fe contra todo pronóstico.
Lecciones 05 Esc. Sabática. Fe contra todo pronóstico.
 
Medición del Movimiento Online 2024.pptx
Medición del Movimiento Online 2024.pptxMedición del Movimiento Online 2024.pptx
Medición del Movimiento Online 2024.pptx
 
NUEVAS DIAPOSITIVAS POSGRADO Gestion Publica.pdf
NUEVAS DIAPOSITIVAS POSGRADO Gestion Publica.pdfNUEVAS DIAPOSITIVAS POSGRADO Gestion Publica.pdf
NUEVAS DIAPOSITIVAS POSGRADO Gestion Publica.pdf
 
FORTI-MAYO 2024.pdf.CIENCIA,EDUCACION,CULTURA
FORTI-MAYO 2024.pdf.CIENCIA,EDUCACION,CULTURAFORTI-MAYO 2024.pdf.CIENCIA,EDUCACION,CULTURA
FORTI-MAYO 2024.pdf.CIENCIA,EDUCACION,CULTURA
 
PLAN DE REFUERZO ESCOLAR primaria (1).docx
PLAN DE REFUERZO ESCOLAR primaria (1).docxPLAN DE REFUERZO ESCOLAR primaria (1).docx
PLAN DE REFUERZO ESCOLAR primaria (1).docx
 
AFICHE EL MANIERISMO HISTORIA DE LA ARQUITECTURA II
AFICHE EL MANIERISMO HISTORIA DE LA ARQUITECTURA IIAFICHE EL MANIERISMO HISTORIA DE LA ARQUITECTURA II
AFICHE EL MANIERISMO HISTORIA DE LA ARQUITECTURA II
 
Procedimientos para la planificación en los Centros Educativos tipo V ( multi...
Procedimientos para la planificación en los Centros Educativos tipo V ( multi...Procedimientos para la planificación en los Centros Educativos tipo V ( multi...
Procedimientos para la planificación en los Centros Educativos tipo V ( multi...
 
ACERTIJO DE POSICIÓN DE CORREDORES EN LA OLIMPIADA. Por JAVIER SOLIS NOYOLA
ACERTIJO DE POSICIÓN DE CORREDORES EN LA OLIMPIADA. Por JAVIER SOLIS NOYOLAACERTIJO DE POSICIÓN DE CORREDORES EN LA OLIMPIADA. Por JAVIER SOLIS NOYOLA
ACERTIJO DE POSICIÓN DE CORREDORES EN LA OLIMPIADA. Por JAVIER SOLIS NOYOLA
 
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
 
ACTIVIDAD DIA DE LA MADRE FICHA DE TRABAJO
ACTIVIDAD DIA DE LA MADRE FICHA DE TRABAJOACTIVIDAD DIA DE LA MADRE FICHA DE TRABAJO
ACTIVIDAD DIA DE LA MADRE FICHA DE TRABAJO
 
origen y desarrollo del ensayo literario
origen y desarrollo del ensayo literarioorigen y desarrollo del ensayo literario
origen y desarrollo del ensayo literario
 
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
 

Respuestas Práctico 1

  • 1. RESPUESTAS PRÁCTICO 1<br />Ejercicio 1<br />Un estudiante responde al azar a dos preguntas de verdadero o falso. Escribe el espacio muestral de este experimento aleatorio.<br />El espacio muestral es el conjunto de todos los sucesos elementales. Los sucesos elementales son cada uno de los resultados posibles del experimento aleatorio, que no se pueden descomponer en otros más simples. Como el experimento consiste en responder al azar a dos preguntas, cada uno de los posibles patrones de respuesta constituirá un suceso elemental. <br />Un patrón de respuesta sería contestar verdadero a la primera pregunta y verdadero a la segunda, lo representamos (V, V). Con esta representación podemos escribir el espacio muestral como:<br />E=V,V,V,F,F,V,(F,F)<br />Ejercicio 2<br />Otro estudiante responde al azar a 4 preguntas del mismo tipo anterior.<br />a) Escribe el espacio muestral.<br />b) Escribe el suceso responder “falso” a una sola pregunta.<br />c) Escribe el suceso responder “verdadero” al menos a 3 preguntas.<br />d) Escribe la unión de estos dos sucesos, la intersección y la diferencia del 2º y el 1º.<br />Con la misma convención del problema anterior, los sucesos elementales serían:<br />(V, V, V, V) (V, V, V, F) (V, V, F, V) (V, F, V, V)<br />(F, V, V, V) (V, V, F, F) (V, F, V, F) (V, F, F, V)<br />(F, V, V, F) (F, V, F, V) (F, F, V, V) (V, F, F, F)<br />(F, V, F, F) (F, F, V, F) (F, F, F, V) (F, F, F, F)<br />El Suceso responder falso a una sola pregunta será el subconjunto del espacio muestral formado por todos los sucesos elementales en que solo hay una respuesta falso, lo llamaremos A y será:<br />A = {(V, V, V, F) (V, V, F, V) (V, F, V, V) (F, V, V, V)}<br />El suceso responder verdadero al menos a 3 preguntas, lo llamaremos B y será:<br />B = {(V, V, V, F) (V, V, F, V) (V, F, V, V) (F, V, V, V) (V, V, V, V)}<br />Observando los sucesos elementales que los componen se deducen inmediatamente los siguientes resultados:<br />A∪B=B A∩B=A B-A=(V,V,V,V)<br />Ejercicio 3<br />En una asignatura se ha decidido aprobar a aquellos que superen uno de los dos parciales. Con este criterio aprobó el 80%, sabiendo que el primer parcial lo superó el 60% y el segundo el 50% ¿Cuál hubiese sido el porcentaje de aprobados, si se hubiese exigido superar ambos parciales?<br />Sea A1 el suceso aprobar el primer parcial y A2 aprobar el segundo. Los datos del problema nos dicen que:<br /> PA1∪A2=0,8 PA1=0,6 PA2=0,5 <br />Y se pide la probabilidad de la intersección de ambos sucesos. Como A1 y A2 no son incompatibles, la probabilidad de la unión será:<br />PA1∪A2=PA1+ PA2- P(A1∩A2) <br />Despejando tenemos:<br /> P(A1∩A2)=PA1+ PA2-PA1∪A2 <br />Sustituyendo los valores numéricos:<br />PA1∩A2=0,6+0,5-0,8=0,3 <br />La conclusión es que si se hubiese exigido aprobar los dos parciales el porcentaje de aprobados hubiese sido del 30%.<br />Ejercicio 4<br />Describir el espacio muestral para cada uno de los siguientes experimentos aleatorios:<br />1. 250 personas son seleccionadas en La Laguna y se les pregunta si van a votar al candidato A o al B.<br />2. Un dado es lanzado cinco veces consecutivas.<br />3. Cinco dados son lanzados simultáneamente.<br />4. Una moneda es lanzada hasta que salen dos caras o dos cruces consecutivas.<br />5. Cuatro objetos se envasan en paquetes de dos.<br />1. E=A,A,…A;A,B,A,..A…(B,B,B,..B <br /> Si no interesa conocer lo que vota cada persona, otro espacio muestral válido sería: E=0,1,2,…250, donde cada suceso elemental representa el número de encuestados que optan por el candidato A.<br />2.E=1,2,3,4,5,6<br />3. Los dados se lanzan de forma simultánea, por lo que de cada lanzamiento tendremos en cuenta tan sólo el número de veces que ha salido cada cara. Así, un posible espacio muestral es:<br />3.E=1,1,1,1,1…1,1,1,1,62,2,2,2,1…2,2,2,2,6…6,6,6,6,1…(6,6,6,6,6)<br />4 .Representando por w1 el número de lanzamientos hasta conseguir dos caras o dos cruces consecutivas, y por w2 el resultado de los dos últimos lanzamientos, podemos definir como espacio muestral:<br />E=w1,w2, w1∈2,3,5,..w2∈C,S<br />5. Hay 4 objetos, que representaremos por A; B; C y D, y se envasan en dos paquetes de dos objetos cada uno. Por lo tanto, desde que se conozca la composición de un paquete ya se conoce la del otro. Además, elegido un objeto (por ejemplo, A) basta saber quién va con él en el paquete. Teniendo esto en cuenta, podemos definir como espacio muestral para este experimento:<br />E=B,C,D<br />Ejercicio 5<br />En una comarca hay tres productores de soja que abastecen a distintas empresas, R, S y T. El productor R abastece al 45% de las empresas del lugar, la S al 38% y la T al 33%.<br />Además el 15% de las empresas es abastecido por los productores R y S; el 11% por R y T; un 9% por S y T y un 4% es abastecido por las 3 empresas.<br />Con la ayuda de diagramas de Venn representa la situación enunciada.<br />Expresa en función de R, S y T los sucesos:<br />Ser empresa abastecida.<br />Ser empresa abastecida por los tres productores.<br />Ser empresa abastecida por R pero no por T.<br />Ser empresa abastecida, al menos, por una empresa.<br />No ser empresa abastecida por ninguno de los tres productores. <br />¿Qué porcentaje de empresas no se abastece de dichos productores?<br />¿Cuántas empresas son abastecidas exactamente por dos productores?<br />PR=0,45 PS=0,38 PT=0,33<br />PR∩S=0,15 PR∩T=0,11 PS∩T=0,09 PR∩S∩T=0,04<br />El diagrama se puede presentar de la siguiente manera<br /> R S <br /> 23 11 16 <br /> <br /> 4<br /> 7 5 <br /> 17 <br /> T <br />En todos los casos debe tenerse en cuenta que, por ejemplo, una empresa abastecida por el productor R puede ser abastecida por cualquiera de los otros dos productores.<br />1. R∪S∪T, un total de 85%<br />2.R∩S∩T, el 4%<br />3.R-T, el 34% el 45% de R, menos el 11% que es abastecida por RyT<br />4.R∪S∪T=85%<br />5. (R∪S∪T)C, el 15% (pues el 85% es abastecida por algún productor)<br />El 15% indicado anteriormente,<br />El 23%:7 son abastecidas por R y T; 11, por R y S; 5, por S y T.<br />Ejercicio 6<br />Los 300 alumnos de una escuela secundaria se distribuyen de acuerdo con la siguiente tabla:<br />ModalidadAlumnosAlumnasTotalCiencias9585180Humanidades5070120Total145155300<br />Calcula las probabilidades:<br />De ser de Ciencias, P(C)<br />De ser alumno,P(A)<br />De ser de Humanidades, P(H)<br />De ser alumna, P(B)<br />PAC<br />P(BC)<br />P(HA)<br />P(CA)<br />a) PC=180300=35 b) PA=145300 c) PH=120300 d) PB=155300 e) PAC=95180 f) PBC=85180<br />g) P(HA)=50145 h) P(CA)=95145<br />Ejercicio 7<br />El departamento de Hacienda supervisa el pago de impuestos de tres regiones, A, B y C, con un total de 125 fincas.<br />Un año, la relación de finas con la contribución pagada y no pagada fue:<br />RegionesABCTotalPagadas (p)20303585No Pagadas10181240Total304847125<br />Halla la probabilidad de que en una finca, elegida al azar:<br />Sea de la región A, P(A)<br />Haya pagado la contribución, P(p)<br />Haya pagado la contribución si es de la región B, PpB<br />Haya pagado la contribución y sea de la finca C, P(C∩p)<br />Propone otros ejemplos para resolver.<br />a) PA=30125 b) Pp=85125 c) P(pB)=3048 d) PC∩p=35125 <br />