SlideShare una empresa de Scribd logo
1 de 14
Eventos aleatorios, espacio
muestral y técnicas de conteo
  Leonardo García Lamas .
Eventos aleatorios
Un evento se entiende como el acontecimiento de un hecho
en proceso o por venir. Se dice que es aleatorio, si no es
posible determinarlo con exactitud. En todo caso, será posible
predecirlo con un nivel dado de confianza. Al evento también
se le denomina un suceso o un fenómeno.


Generalmente, se simula el evento por un conjunto de
variables relacionadas entre si. Por lo tanto, un evento está
representado con una o más variables vinculadas entre ellas.
Si las variables (una o varias de éstas) no son predecibles
con exactitud se dice que el evento es aleatorio.
Generalmente las variables representan atributos y
propiedades de los entes que intervienen en el evento, y que
pueden ser medidos.
Ejemplos
 Se lanza una moneda de un peso mexicano. Se observa si el
  resultado es águila o sol.

 Se lanza un par de dados y se observa la suma de los números de
  la cara superior.

 De una baraja americana normal, se reparte una mano de póker de
  cinco cartas y se cuenta el número de Ases entregados.

 Se coloca un foco a la corriente y se mide el tiempo que éste tarda
  en fundirse.

 En una urna con bolas de igual forma pero donde hay 20 de color
  negro y 30 de color blanco. Se extraen tres bolas y se cuenta el
  número de bolas blancas extraídas.
Espacio muestral

 Un espacio muestral o espacio de muestreo es el
 conjunto de todos los resultados posibles de un
 experimento aleatorio. A cada uno de sus elementos
 se los denomina como punto muestral o,
 simplemente, muestra.
• Por ejemplo, si el experimento consiste en lanzar dos
 monedas, el espacio de muestreo es el conjunto
 {(cara, cara), (cara, cruz), (cruz, cara) y (cruz, cruz)}.
 Un evento o suceso es cualquier subconjunto del
 espacio muestral, llamándose a los sucesos que
 contengan un único elemento sucesos elementales.
 En el ejemplo, el suceso "sacar cara en el primer
 lanzamiento", o {(cara, cara), (cara, cruz)}, estaría
 formado por los sucesos elementales {(cara, cara)} y
 {(cara, cruz)}.
• En algunos casos, los experimentos pueden tener dos o
  más espacios muéstrales posibles. El experimento de
  tomar un naipe de una baraja española, por ejemplo,
  tiene un espacio de muestreo compuesto por los números
  y otro espacio muestral formado por los palos. La
  descripción más completa, pues, debería incluir ambos
  valores (número y palo) en un eje cartesiano.
• Los espacios maestrales pueden ser discretos (cuando el
  número de sucesos elementales es finito o numerable) o
  continuos (en los casos en que el número de sucesos
  elementales es infinito incontable).
Técnicas de conteo


 Es un fenómeno fundado en la experiencia, el
  cual al repetirlo y observarlo en las mismas
  condiciones en que se desarrolla sus resultados
  no son siempre los mismos, sino que los datos o
  mediciones son solo aproximaciones al
  verdadero valor de la probabilidad del evento.
Ejemplo 1:

 Un juego de dados consiste en adivinar el número de
  puntos que caerán al lanzar un dado. Dos jugadores
  hacen su apuesta por un número de puntos antes de
  lanzarlo. El que adivina gana la apuesta. Si nadie adivina,
  lo apostado se gana para el próximo juego. Los jugadores
  se turnan para elegir primero un número por el cual
  apostar.
   a) ¿Cuántos resultados posibles hay?
    b) ¿Cuál es la probabilidad de que el primer jugador que
  seleccione un número de puntos que caerán adivine?
    c) ¿Cuál es la probabilidad de que ninguno de los
  jugadores adivine el número de puntos que caerán?
 Al reflexionar, se concluye que los resultados posibles son 6 (1, 2,
   3, 4, 5, 6), pero ninguna jugador sabe antes de lanzar el dado
   cuantos puntos caerán.
   La regularidad estadística indica que al practicar repetidamente el
   experimento asociado a determinado fenómeno aleatorio se
   obtiene una frecuencia relativa, la cual se aproximara al verdadero
   valor de la probabilidad del evento si el número de observaciones n
   es grande.
   Algunos eventos posibles al desarrollarse el experimento de lanzar
   el dado son:
    a) Caen 4 puntos, A = 4
    b) Caen mas de 4 puntos, B = 5,6
    c) Caen un numero par de puntos, C = 2, 4, 6.
Ejemplo 2:


 Un vendedor de autos quiere presentar a sus
  clientes todas las diferentes opciones con que
  cuenta: auto convertible, auto de 2 puertas y auto
  de 4 puertas, cualquiera de ellos con rines
  deportivos o estándar. ¿Cuántos diferentes
  arreglos de autos y rines puede ofrecer el
  vendedor?
 Para solucionar el problema podemos emplear la
  técnica de la multiplicación, (donde m es número
  de modelos y n es el número de tipos de rin).
 Número total de arreglos = 3 x 2
 No fue difícil de listar y contar todos los posibles
  arreglos de modelos de autos y rines en este ejemplo.
  Suponga, sin embargo, que el vendedor tiene para
  ofrecer ocho modelos de auto y seis tipos de rines.
  Sería tedioso hacer un dibujo con todas las
  posibilidades. Aplicando la técnica de la multiplicación
  fácilmente realizamos el cálculo:
 Número total de arreglos = m x n = 8 x 6 = 48
Variables en técnicas de conteo


 Las variaciones son técnicas de conteo que
  respetan el orden, es decir AB BA.

 En realidad cuando hemos resuelto el problema
  de ¿ cuántas palabras de tres letras se pueden
  escribir con las letras A B C D hemos resuelto
  un problema de variaciones, porque
  respetamos el orden: ABC CAB CBA etc.
 Además las variaciones pueden ser con repetición o sin
    repetición.
   Conocemos como variaciones sin repetición…
   Variaciones sin repetición:
   Con las letras A, B, C, D se pueden escribir 24 palabras
    de 3 letras diferentes, esto mismo matemáticamente se
    dice: hay 24 variaciones de 4 elementos tomados de 3
    en 3.
   Y se escribe 4v3 =24
   Y se calcula así: 4v3= 4 * 3 * 2 =24
 Soel_leos@hotmail.es
 http://leyna-estadistica.bligoo.com.mx/



 Gracias por su atención

Más contenido relacionado

La actualidad más candente

La responsabilidad social de las instituciones y organizaciones
La responsabilidad social de las instituciones y organizacionesLa responsabilidad social de las instituciones y organizaciones
La responsabilidad social de las instituciones y organizaciones
El Raza Lopez
 
Datos agrupados y no
Datos agrupados y noDatos agrupados y no
Datos agrupados y no
pbacelis
 
Rendimientos a escala: constantes, crecientes y decrecientes
Rendimientos a escala: constantes, crecientes y decrecientesRendimientos a escala: constantes, crecientes y decrecientes
Rendimientos a escala: constantes, crecientes y decrecientes
Genesis Acosta
 
DISTRIBUCIÓN MUESTRAL DE LA MEDIA
DISTRIBUCIÓN MUESTRAL DE LA MEDIADISTRIBUCIÓN MUESTRAL DE LA MEDIA
DISTRIBUCIÓN MUESTRAL DE LA MEDIA
cheperobertt
 
Definición y origen de los números complejos
Definición y origen de los números complejosDefinición y origen de los números complejos
Definición y origen de los números complejos
Jose Dominguez Torres
 
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
 
5 ejercicios de correlación
5 ejercicios de correlación5 ejercicios de correlación
5 ejercicios de correlación
1010karen
 
Distribucion muestral de proporciones
Distribucion muestral de proporcionesDistribucion muestral de proporciones
Distribucion muestral de proporciones
eraperez
 
Distribución de poisson ejercicio práctico-
Distribución de poisson  ejercicio práctico-Distribución de poisson  ejercicio práctico-
Distribución de poisson ejercicio práctico-
Jhonatan Arroyave Montoya
 

La actualidad más candente (20)

La responsabilidad social de las instituciones y organizaciones
La responsabilidad social de las instituciones y organizacionesLa responsabilidad social de las instituciones y organizaciones
La responsabilidad social de las instituciones y organizaciones
 
Datos agrupados y no
Datos agrupados y noDatos agrupados y no
Datos agrupados y no
 
Distribucion hipergeometrica
Distribucion hipergeometricaDistribucion hipergeometrica
Distribucion hipergeometrica
 
Variables aleatorias discretas y continuas
Variables aleatorias discretas y continuasVariables aleatorias discretas y continuas
Variables aleatorias discretas y continuas
 
Ensayo teoria de la probabilidad
Ensayo teoria de la probabilidadEnsayo teoria de la probabilidad
Ensayo teoria de la probabilidad
 
Rendimientos a escala: constantes, crecientes y decrecientes
Rendimientos a escala: constantes, crecientes y decrecientesRendimientos a escala: constantes, crecientes y decrecientes
Rendimientos a escala: constantes, crecientes y decrecientes
 
DISTRIBUCIÓN MUESTRAL DE LA MEDIA
DISTRIBUCIÓN MUESTRAL DE LA MEDIADISTRIBUCIÓN MUESTRAL DE LA MEDIA
DISTRIBUCIÓN MUESTRAL DE LA MEDIA
 
Tarea 4 de probabilidad con respuestas
Tarea 4 de probabilidad con respuestasTarea 4 de probabilidad con respuestas
Tarea 4 de probabilidad con respuestas
 
Definición y origen de los números complejos
Definición y origen de los números complejosDefinición y origen de los números complejos
Definición y origen de los números complejos
 
Mapa conceptual tipos de distribuciones de probabilidad
Mapa conceptual   tipos de distribuciones de probabilidadMapa conceptual   tipos de distribuciones de probabilidad
Mapa conceptual tipos de distribuciones de probabilidad
 
EJERCICIOS DE DISTRIBUCIÓN HIPERGEOMETRICA
EJERCICIOS DE DISTRIBUCIÓN HIPERGEOMETRICAEJERCICIOS DE DISTRIBUCIÓN HIPERGEOMETRICA
EJERCICIOS DE DISTRIBUCIÓN HIPERGEOMETRICA
 
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
 
Unidad 3 calculo integral
Unidad 3 calculo integralUnidad 3 calculo integral
Unidad 3 calculo integral
 
La probabilidad en la vida cotidiana
La probabilidad en la vida cotidiana La probabilidad en la vida cotidiana
La probabilidad en la vida cotidiana
 
tarea 1, ejercicios de probabilidad con respuestas
tarea 1, ejercicios de probabilidad con respuestastarea 1, ejercicios de probabilidad con respuestas
tarea 1, ejercicios de probabilidad con respuestas
 
5 ejercicios de correlación
5 ejercicios de correlación5 ejercicios de correlación
5 ejercicios de correlación
 
Distribucion muestral de proporciones
Distribucion muestral de proporcionesDistribucion muestral de proporciones
Distribucion muestral de proporciones
 
Distribución de poisson ejercicio práctico-
Distribución de poisson  ejercicio práctico-Distribución de poisson  ejercicio práctico-
Distribución de poisson ejercicio práctico-
 
Distribucion uniforme continua
Distribucion uniforme continuaDistribucion uniforme continua
Distribucion uniforme continua
 
Capítulo 06, Distribuciones discretas de probabilidad
Capítulo 06, Distribuciones discretas de probabilidadCapítulo 06, Distribuciones discretas de probabilidad
Capítulo 06, Distribuciones discretas de probabilidad
 

Destacado (11)

Experimentos aleatorios, espacio muestral y eventos
Experimentos aleatorios, espacio muestral y eventosExperimentos aleatorios, espacio muestral y eventos
Experimentos aleatorios, espacio muestral y eventos
 
Media Armónica
Media ArmónicaMedia Armónica
Media Armónica
 
Probabilidad empírica
Probabilidad empíricaProbabilidad empírica
Probabilidad empírica
 
Eventos mutuamente excluyentes y no excluyentes
Eventos mutuamente excluyentes y no excluyentes Eventos mutuamente excluyentes y no excluyentes
Eventos mutuamente excluyentes y no excluyentes
 
Probabilidad frecuencial
Probabilidad frecuencialProbabilidad frecuencial
Probabilidad frecuencial
 
Ejemplos tipos de probabilidad
Ejemplos tipos de probabilidadEjemplos tipos de probabilidad
Ejemplos tipos de probabilidad
 
Basic probability and applications
Basic probability and applicationsBasic probability and applications
Basic probability and applications
 
Ejercicios probabilidaes
Ejercicios probabilidaesEjercicios probabilidaes
Ejercicios probabilidaes
 
Probabilidad condicional
Probabilidad condicionalProbabilidad condicional
Probabilidad condicional
 
Ejercicios resueltos: ESTADÍSTICA
Ejercicios resueltos: ESTADÍSTICAEjercicios resueltos: ESTADÍSTICA
Ejercicios resueltos: ESTADÍSTICA
 
Ejercicios resueltos de cálculo de probabilidades
Ejercicios resueltos de  cálculo de probabilidadesEjercicios resueltos de  cálculo de probabilidades
Ejercicios resueltos de cálculo de probabilidades
 

Similar a Eventos y espacio muestral

Eventos aleatorios, espacio muestral y técnicas de conteo.
Eventos aleatorios, espacio muestral y técnicas de conteo.Eventos aleatorios, espacio muestral y técnicas de conteo.
Eventos aleatorios, espacio muestral y técnicas de conteo.
leonardo19940511
 
Primera presentacion
Primera presentacionPrimera presentacion
Primera presentacion
Nancy Leal
 
Ejemplos sencillosdc
Ejemplos sencillosdcEjemplos sencillosdc
Ejemplos sencillosdc
PaToDoMunos
 
eventos aleatorios, espacio muestra, técnica de conteo.
eventos aleatorios, espacio muestra, técnica de conteo.eventos aleatorios, espacio muestra, técnica de conteo.
eventos aleatorios, espacio muestra, técnica de conteo.
Carlos Eduardo Candela
 
Trabajo final lm
Trabajo final lmTrabajo final lm
Trabajo final lm
LMartiinez
 

Similar a Eventos y espacio muestral (20)

Eventos aleatorios, espacio muestral y técnicas de conteo.
Eventos aleatorios, espacio muestral y técnicas de conteo.Eventos aleatorios, espacio muestral y técnicas de conteo.
Eventos aleatorios, espacio muestral y técnicas de conteo.
 
Primera presentacion
Primera presentacionPrimera presentacion
Primera presentacion
 
Ejemplos sencillosdc
Ejemplos sencillosdcEjemplos sencillosdc
Ejemplos sencillosdc
 
eventos aleatorios, espacio muestra, técnica de conteo.
eventos aleatorios, espacio muestra, técnica de conteo.eventos aleatorios, espacio muestra, técnica de conteo.
eventos aleatorios, espacio muestra, técnica de conteo.
 
Alina isela2
Alina isela2Alina isela2
Alina isela2
 
Alina isela2
Alina isela2Alina isela2
Alina isela2
 
ultimo trabajo de segunda unidad
ultimo trabajo de segunda unidadultimo trabajo de segunda unidad
ultimo trabajo de segunda unidad
 
PRESENTACION.
PRESENTACION.PRESENTACION.
PRESENTACION.
 
1 teoria de la probabilidad
1 teoria de la probabilidad1 teoria de la probabilidad
1 teoria de la probabilidad
 
Teoria de la probabilidad
Teoria de la probabilidadTeoria de la probabilidad
Teoria de la probabilidad
 
Trabajo Final
Trabajo FinalTrabajo Final
Trabajo Final
 
Ejemplos Explicados
Ejemplos ExplicadosEjemplos Explicados
Ejemplos Explicados
 
Ejemplos Explicados
Ejemplos Explicados Ejemplos Explicados
Ejemplos Explicados
 
Ejemplos sencillos
Ejemplos sencillosEjemplos sencillos
Ejemplos sencillos
 
Trabajo fianal
Trabajo fianalTrabajo fianal
Trabajo fianal
 
Trabajo final lm
Trabajo final lmTrabajo final lm
Trabajo final lm
 
Distribuciones
DistribucionesDistribuciones
Distribuciones
 
Probabilidad
ProbabilidadProbabilidad
Probabilidad
 
Introduccion a la Probabilidad.pptx
Introduccion a la Probabilidad.pptxIntroduccion a la Probabilidad.pptx
Introduccion a la Probabilidad.pptx
 
Unidad 2. Combinatoria
Unidad 2. Combinatoria Unidad 2. Combinatoria
Unidad 2. Combinatoria
 

Eventos y espacio muestral

  • 1. Eventos aleatorios, espacio muestral y técnicas de conteo Leonardo García Lamas .
  • 2. Eventos aleatorios Un evento se entiende como el acontecimiento de un hecho en proceso o por venir. Se dice que es aleatorio, si no es posible determinarlo con exactitud. En todo caso, será posible predecirlo con un nivel dado de confianza. Al evento también se le denomina un suceso o un fenómeno. Generalmente, se simula el evento por un conjunto de variables relacionadas entre si. Por lo tanto, un evento está representado con una o más variables vinculadas entre ellas. Si las variables (una o varias de éstas) no son predecibles con exactitud se dice que el evento es aleatorio. Generalmente las variables representan atributos y propiedades de los entes que intervienen en el evento, y que pueden ser medidos.
  • 3. Ejemplos  Se lanza una moneda de un peso mexicano. Se observa si el resultado es águila o sol.  Se lanza un par de dados y se observa la suma de los números de la cara superior.  De una baraja americana normal, se reparte una mano de póker de cinco cartas y se cuenta el número de Ases entregados.  Se coloca un foco a la corriente y se mide el tiempo que éste tarda en fundirse.  En una urna con bolas de igual forma pero donde hay 20 de color negro y 30 de color blanco. Se extraen tres bolas y se cuenta el número de bolas blancas extraídas.
  • 4. Espacio muestral  Un espacio muestral o espacio de muestreo es el conjunto de todos los resultados posibles de un experimento aleatorio. A cada uno de sus elementos se los denomina como punto muestral o, simplemente, muestra.
  • 5. • Por ejemplo, si el experimento consiste en lanzar dos monedas, el espacio de muestreo es el conjunto {(cara, cara), (cara, cruz), (cruz, cara) y (cruz, cruz)}. Un evento o suceso es cualquier subconjunto del espacio muestral, llamándose a los sucesos que contengan un único elemento sucesos elementales. En el ejemplo, el suceso "sacar cara en el primer lanzamiento", o {(cara, cara), (cara, cruz)}, estaría formado por los sucesos elementales {(cara, cara)} y {(cara, cruz)}.
  • 6. • En algunos casos, los experimentos pueden tener dos o más espacios muéstrales posibles. El experimento de tomar un naipe de una baraja española, por ejemplo, tiene un espacio de muestreo compuesto por los números y otro espacio muestral formado por los palos. La descripción más completa, pues, debería incluir ambos valores (número y palo) en un eje cartesiano. • Los espacios maestrales pueden ser discretos (cuando el número de sucesos elementales es finito o numerable) o continuos (en los casos en que el número de sucesos elementales es infinito incontable).
  • 7. Técnicas de conteo  Es un fenómeno fundado en la experiencia, el cual al repetirlo y observarlo en las mismas condiciones en que se desarrolla sus resultados no son siempre los mismos, sino que los datos o mediciones son solo aproximaciones al verdadero valor de la probabilidad del evento.
  • 8. Ejemplo 1:  Un juego de dados consiste en adivinar el número de puntos que caerán al lanzar un dado. Dos jugadores hacen su apuesta por un número de puntos antes de lanzarlo. El que adivina gana la apuesta. Si nadie adivina, lo apostado se gana para el próximo juego. Los jugadores se turnan para elegir primero un número por el cual apostar. a) ¿Cuántos resultados posibles hay? b) ¿Cuál es la probabilidad de que el primer jugador que seleccione un número de puntos que caerán adivine? c) ¿Cuál es la probabilidad de que ninguno de los jugadores adivine el número de puntos que caerán?
  • 9.  Al reflexionar, se concluye que los resultados posibles son 6 (1, 2, 3, 4, 5, 6), pero ninguna jugador sabe antes de lanzar el dado cuantos puntos caerán. La regularidad estadística indica que al practicar repetidamente el experimento asociado a determinado fenómeno aleatorio se obtiene una frecuencia relativa, la cual se aproximara al verdadero valor de la probabilidad del evento si el número de observaciones n es grande. Algunos eventos posibles al desarrollarse el experimento de lanzar el dado son: a) Caen 4 puntos, A = 4 b) Caen mas de 4 puntos, B = 5,6 c) Caen un numero par de puntos, C = 2, 4, 6.
  • 10. Ejemplo 2:  Un vendedor de autos quiere presentar a sus clientes todas las diferentes opciones con que cuenta: auto convertible, auto de 2 puertas y auto de 4 puertas, cualquiera de ellos con rines deportivos o estándar. ¿Cuántos diferentes arreglos de autos y rines puede ofrecer el vendedor?  Para solucionar el problema podemos emplear la técnica de la multiplicación, (donde m es número de modelos y n es el número de tipos de rin).  Número total de arreglos = 3 x 2
  • 11.  No fue difícil de listar y contar todos los posibles arreglos de modelos de autos y rines en este ejemplo. Suponga, sin embargo, que el vendedor tiene para ofrecer ocho modelos de auto y seis tipos de rines. Sería tedioso hacer un dibujo con todas las posibilidades. Aplicando la técnica de la multiplicación fácilmente realizamos el cálculo:  Número total de arreglos = m x n = 8 x 6 = 48
  • 12. Variables en técnicas de conteo  Las variaciones son técnicas de conteo que respetan el orden, es decir AB BA.  En realidad cuando hemos resuelto el problema de ¿ cuántas palabras de tres letras se pueden escribir con las letras A B C D hemos resuelto un problema de variaciones, porque respetamos el orden: ABC CAB CBA etc.
  • 13.  Además las variaciones pueden ser con repetición o sin repetición.  Conocemos como variaciones sin repetición…  Variaciones sin repetición:  Con las letras A, B, C, D se pueden escribir 24 palabras de 3 letras diferentes, esto mismo matemáticamente se dice: hay 24 variaciones de 4 elementos tomados de 3 en 3.  Y se escribe 4v3 =24  Y se calcula así: 4v3= 4 * 3 * 2 =24