Este documento presenta información sobre un curso de probabilidad y estadística dictado por el Ingeniero Hilario Olmedo Jiménez a 5 alumnos. Se detalla el semestre, grupo, especialidad y ciclo escolar al que corresponde el curso. Además, introduce algunos conceptos básicos sobre el origen de la probabilidad y experimentos aleatorios.
TEMA 1: MATRICES. OPERACIONES CON MATRICESelisancar
Este documento trata sobre matrices. Define una matriz, sus elementos, dimensión y orden. Explica los diferentes tipos de matrices como cuadradas, rectangulares, nulas, etc. Describe operaciones con matrices como suma, producto por escalar y producto entre matrices. También cubre cálculo de matriz inversa mediante el método de Gauss y el concepto de rango de una matriz.
Este documento define la probabilidad como un número entre 0 y 1 que indica la posibilidad de que ocurra un suceso aleatorio. Explica la fórmula de Laplace para calcular la probabilidad y provee ejemplos de calcular la probabilidad de resultados de lanzar un dado o vivir 20 años. También describe conceptos como espacio muestral, sucesos, tipos de probabilidad como empírica, subjetiva y objetiva, y probabilidad condicionada.
Este documento describe conceptos básicos de probabilidad, incluyendo definiciones de experimento aleatorio, espacio muestral, punto muestral, sucesos seguros e imposibles, sucesos contrarios y sucesos mutuamente excluyentes y no mutuamente excluyentes. Proporciona ejemplos como el lanzamiento de una moneda o un dado para ilustrar estos conceptos clave de probabilidad.
El documento introduce conceptos básicos de probabilidad como experimentos aleatorios, sucesos, espacio muestral y axiomas. Explica que la probabilidad mide las opciones de que ocurra un resultado en situaciones de incertidumbre y puede definirse de forma clásica o frecuencial. También presenta conceptos como probabilidad condicionada y teoremas como el de Bernouilli.
Este documento presenta conceptos básicos de probabilidad. Introduce la noción de espacio muestral y eventos como conjuntos de resultados posibles en un experimento aleatorio. Explica diferentes definiciones de probabilidad como la frecuencia relativa de un evento y la asignación de probabilidades subjetivas. Además, cubre conceptos como sucesos mutuamente excluyentes, independencia estadística y la regla de Bayes para calcular probabilidades condicionales.
Este documento presenta una introducción al cálculo de probabilidades y estadística. Explica conceptos clave como espacio muestral, sucesos, probabilidad, medidas de tendencia central como media, mediana y moda, y medidas de dispersión como desviación estándar y varianza. El objetivo es desarrollar la capacidad de análisis probabilístico y estadístico de situaciones de la vida real.
El documento define conceptos básicos de probabilidad como espacio muestral, sucesos y cómo calcular la probabilidad de un suceso. Explica que la probabilidad es la posibilidad de que un evento ocurra y se calcula dividiendo el número de casos favorables entre el número total de casos posibles. Además, provee un ejemplo de calcular la probabilidad de obtener un número par al lanzar un dado, la cual resulta ser 0.5, haciendo este suceso probable.
La inclinación de una recta es el ángulo que forma con el eje X positivo, y su pendiente es la tangente trigonométrica de su inclinación. Existen tres tipos de pendiente: pendiente nula cuando la recta es constante, pendiente negativa cuando la recta es decreciente, y pendiente positiva cuando la recta es creciente. Para calcular la pendiente se utiliza la fórmula m=(y2-y1)/(x2-x1) usando los puntos (x1,y1) y (x2,y2) de la recta.
TEMA 1: MATRICES. OPERACIONES CON MATRICESelisancar
Este documento trata sobre matrices. Define una matriz, sus elementos, dimensión y orden. Explica los diferentes tipos de matrices como cuadradas, rectangulares, nulas, etc. Describe operaciones con matrices como suma, producto por escalar y producto entre matrices. También cubre cálculo de matriz inversa mediante el método de Gauss y el concepto de rango de una matriz.
Este documento define la probabilidad como un número entre 0 y 1 que indica la posibilidad de que ocurra un suceso aleatorio. Explica la fórmula de Laplace para calcular la probabilidad y provee ejemplos de calcular la probabilidad de resultados de lanzar un dado o vivir 20 años. También describe conceptos como espacio muestral, sucesos, tipos de probabilidad como empírica, subjetiva y objetiva, y probabilidad condicionada.
Este documento describe conceptos básicos de probabilidad, incluyendo definiciones de experimento aleatorio, espacio muestral, punto muestral, sucesos seguros e imposibles, sucesos contrarios y sucesos mutuamente excluyentes y no mutuamente excluyentes. Proporciona ejemplos como el lanzamiento de una moneda o un dado para ilustrar estos conceptos clave de probabilidad.
El documento introduce conceptos básicos de probabilidad como experimentos aleatorios, sucesos, espacio muestral y axiomas. Explica que la probabilidad mide las opciones de que ocurra un resultado en situaciones de incertidumbre y puede definirse de forma clásica o frecuencial. También presenta conceptos como probabilidad condicionada y teoremas como el de Bernouilli.
Este documento presenta conceptos básicos de probabilidad. Introduce la noción de espacio muestral y eventos como conjuntos de resultados posibles en un experimento aleatorio. Explica diferentes definiciones de probabilidad como la frecuencia relativa de un evento y la asignación de probabilidades subjetivas. Además, cubre conceptos como sucesos mutuamente excluyentes, independencia estadística y la regla de Bayes para calcular probabilidades condicionales.
Este documento presenta una introducción al cálculo de probabilidades y estadística. Explica conceptos clave como espacio muestral, sucesos, probabilidad, medidas de tendencia central como media, mediana y moda, y medidas de dispersión como desviación estándar y varianza. El objetivo es desarrollar la capacidad de análisis probabilístico y estadístico de situaciones de la vida real.
El documento define conceptos básicos de probabilidad como espacio muestral, sucesos y cómo calcular la probabilidad de un suceso. Explica que la probabilidad es la posibilidad de que un evento ocurra y se calcula dividiendo el número de casos favorables entre el número total de casos posibles. Además, provee un ejemplo de calcular la probabilidad de obtener un número par al lanzar un dado, la cual resulta ser 0.5, haciendo este suceso probable.
La inclinación de una recta es el ángulo que forma con el eje X positivo, y su pendiente es la tangente trigonométrica de su inclinación. Existen tres tipos de pendiente: pendiente nula cuando la recta es constante, pendiente negativa cuando la recta es decreciente, y pendiente positiva cuando la recta es creciente. Para calcular la pendiente se utiliza la fórmula m=(y2-y1)/(x2-x1) usando los puntos (x1,y1) y (x2,y2) de la recta.
Este documento introduce el concepto de variable aleatoria y ofrece varios ejemplos para ilustrarlo. Una variable aleatoria asigna números reales a los resultados de un experimento aleatorio para expresarlos numéricamente. Se definen variables aleatorias discretas y continuas. También se explican conceptos como distribución de probabilidad, esperanza matemática, varianza y desviación estándar para variables aleatorias.
El documento describe conceptos básicos sobre distribuciones de probabilidad discretas y variables aleatorias. Explica que una variable aleatoria representa los posibles resultados de un experimento aleatorio y que su distribución de probabilidad especifica los valores que puede tomar y sus probabilidades asociadas. También introduce las distribuciones binomial y de Poisson como ejemplos de distribuciones discretas comúnmente usadas.
Eventos mutuamente excluyentes y no excluyentes CUT
Tema de estadística que de manera breve, trato de explicar como suceden los eventos mutuamente excluyente y no excluyentes, y con ejemplos hacer mas comprensible el titulo de este documento.
Este documento describe eventos aleatorios, espacios muestrales y técnicas de conteo. Explica que un evento aleatorio es aquel cuyo resultado no puede predecirse con certeza. Define el espacio muestral como el conjunto de todos los resultados posibles de un experimento aleatorio. Presenta ejemplos de técnicas de conteo como la multiplicación y variaciones para calcular resultados posibles.
Este documento presenta 15 ejercicios de probabilidad multinomial. Cada ejercicio describe un escenario con diferentes probabilidades para cada resultado posible y pide calcular la probabilidad de una combinación específica de resultados al seleccionar una muestra aleatoria. Los ejercicios involucran temas como preferencias de votantes, formas de llegar a una convención, y resultados de cruzas genéticas.
Una introducción a la probabilidad discreta a través de la paradoja del cumpleaños. Se muestran los conceptos básicos de la probabilidad y se muestran ejemplos y ejercicios para realizar en clase a la par que la muestra de las diapositiva. Para un curso de 2º de Bachillerato el tiempo que se debe tardar en presentar estos conceptos debe ser entre 1 hora y hora y media.
El documento describe las funciones lineales y cómo determinar su ecuación a partir de dos puntos conocidos. Explica cómo calcular la ecuación de una recta que pasa por los puntos P(1,2) y Q(3,4), y que existen dos formas de representar gráficamente una función lineal: utilizando una tabla de valores o ubicando la ordenada al origen y usando el concepto de pendiente. Finalmente, resume brevemente algunos aspectos importantes del análisis funcional.
La teoría de probabilidades asigna números a los posibles resultados de experimentos aleatorios para cuantificar la probabilidad de que ocurran ciertos sucesos. Un suceso es cada resultado posible y un espacio muestral es el conjunto de todos los resultados posibles. La regla de adición establece cómo calcular la probabilidad de la unión de sucesos y la regla de multiplicación se usa para sucesos condicionados. El teorema de Bayes calcula probabilidades condicionales cuando se conocen las causas y efectos de diferentes resultados.
Este documento explica las reglas de la multiplicación y la probabilidad condicional en la probabilidad. La regla de la multiplicación establece que la probabilidad de que ocurran dos sucesos A y B es P(A) x P(B) si A y B son independientes, o P(A) x P(B|A) si A y B son dependientes. También presenta ejemplos como calcular la probabilidad de responder correctamente dos preguntas de un examen o la probabilidad de seleccionar una vaina verde y luego una vaina amarilla en un experimento de Mendel.
El documento describe los conceptos de paralelismo y semejanza en geometría. Explica que rectas paralelas cortadas por transversales forman segmentos proporcionales. También define que triángulos son semejantes si comparten los mismos ángulos, lo que implica una proporcionalidad en sus lados. Finalmente, detalla que triángulos rectángulos son semejantes si comparten un ángulo agudo y que la altura sobre la hipotenusa divide al triángulo en dos triángulos semejantes.
El documento trata sobre sucesiones de números reales. Explica que una sucesión es una función cuyo dominio son los números naturales y define la notación común para los términos de una sucesión. También clasifica las sucesiones en aritméticas, geométricas y especiales, y explica los conceptos de límite, convergencia y divergencia de una sucesión. El documento proporciona ejemplos y ejercicios para ilustrar estos conceptos fundamentales sobre sucesiones.
Este documento presenta los conceptos básicos de probabilidad, incluyendo el origen de la probabilidad, los enfoques clásico, de frecuencia relativa y subjetivo. Explica conceptos como espacio muestral, eventos, eventos elementales, seguros e imposibles. También cubre reglas como la adición y multiplicación para eventos dependientes e independientes.
La distribución binomial se utiliza para modelar experimentos con dos posibles resultados, como lanzar una moneda o sacar un número en un dado. Se caracteriza por tener un número fijo de pruebas independientes, cada una con la misma probabilidad de éxito. La función binomial permite calcular la probabilidad de obtener un número específico de éxitos tras realizar múltiples pruebas de Bernoulli.
DISTRIBUCIÓN BERNOULLI Y DISTRIBUCIÓN BINOMIALSonyé Lockheart
Este documento describe las distribuciones de Bernoulli y binomial. La distribución de Bernoulli modela experimentos con dos resultados posibles (éxito o fracaso) con probabilidades p y q. La distribución binomial modela el número de éxitos en n ensayos independientes con probabilidad constante p de éxito en cada uno. Proporciona fórmulas para calcular las probabilidades de resultados específicos y explica cómo usar tablas binomiales para tales cálculos.
Este documento presenta los conceptos fundamentales de probabilidad que se abordarán en el módulo, incluyendo definiciones, reglas y teoremas de probabilidad, experimentos aleatorios y espacio muestral, eventos independientes y dependientes, y probabilidad condicional. El objetivo del módulo es introducir estos conceptos básicos de probabilidad y estadística y demostrar su aplicación mediante ejercicios prácticos.
Prueba de hipótesis para distribuciones normal, y t student. Presentación dis...JAVIER SOLIS NOYOLA
El Mtro. Javier Solis Noyola diseña y desarrolla presentación sobre tema PRUEBA DE HIPÓTESIS para distribuciones de probabilidad (Normal, y t de Student)
En esta presentación se trabaja desde la idea intuitiva del límite, hasta el cálculo de las indeterminaciones y sus aplicaciones directas en cuanto al calculo de asíntotas y el estudio de la continuidad de funciones y especialmente de los tipos de discontinuidad
Este documento presenta información sobre conceptos básicos de probabilidad. Explica que un experimento aleatorio produce resultados llamados eventos, y que el espacio muestral contiene todos los resultados posibles. También define eventos elementales, compuestos y sucesos, y describe cómo clasificar eventos y calcular probabilidades condicionales, conjuntas, marginales y usando la fórmula de Bayes.
Este documento explica conceptos básicos de probabilidad como espacio muestral, sucesos, eventos excluyentes e independientes. Define probabilidad como la razón entre casos favorables y totales de un evento. Explica cómo calcular la probabilidad condicional cuando el resultado de un evento afecta otro.
Este documento describe la distribución normal o gaussiana, la distribución de probabilidad continua más importante debido a su frecuencia y aplicaciones. Fue descubierta por primera vez por De Moivre en 1733 y luego estudiada de forma independiente por Laplace y Gauss en relación con la teoría de errores. Caracteriza variables aleatorias continuas a través de sus parámetros de media y desviación típica.
El documento trata sobre conceptos básicos de probabilidad. Explica que la probabilidad es la creencia en la ocurrencia de un suceso y que puede ser a priori o a posteriori. Define términos como experimento aleatorio, espacio muestral, punto muestral, sucesos seguros e imposibles. También cubre diagramas de árbol, reglas de adición y multiplicación para sucesos mutuamente excluyentes, independientes y dependientes.
Elementos de la probabilidad y axiomas de probabilidad EsthelaGarcia5
Este documento trata sobre los elementos y axiomas de la probabilidad. Explica que los primeros estudios de probabilidad se motivaron por los juegos de azar y define conceptos como experimento aleatorio, espacio muestral y eventos. Luego presenta ejemplos como lanzar un dado para ilustrar estos conceptos. Finalmente, introduce los enfoques de probabilidad como experimento aleatorio, espacio muestral y operaciones entre eventos como unión e intersección.
Este documento introduce el concepto de variable aleatoria y ofrece varios ejemplos para ilustrarlo. Una variable aleatoria asigna números reales a los resultados de un experimento aleatorio para expresarlos numéricamente. Se definen variables aleatorias discretas y continuas. También se explican conceptos como distribución de probabilidad, esperanza matemática, varianza y desviación estándar para variables aleatorias.
El documento describe conceptos básicos sobre distribuciones de probabilidad discretas y variables aleatorias. Explica que una variable aleatoria representa los posibles resultados de un experimento aleatorio y que su distribución de probabilidad especifica los valores que puede tomar y sus probabilidades asociadas. También introduce las distribuciones binomial y de Poisson como ejemplos de distribuciones discretas comúnmente usadas.
Eventos mutuamente excluyentes y no excluyentes CUT
Tema de estadística que de manera breve, trato de explicar como suceden los eventos mutuamente excluyente y no excluyentes, y con ejemplos hacer mas comprensible el titulo de este documento.
Este documento describe eventos aleatorios, espacios muestrales y técnicas de conteo. Explica que un evento aleatorio es aquel cuyo resultado no puede predecirse con certeza. Define el espacio muestral como el conjunto de todos los resultados posibles de un experimento aleatorio. Presenta ejemplos de técnicas de conteo como la multiplicación y variaciones para calcular resultados posibles.
Este documento presenta 15 ejercicios de probabilidad multinomial. Cada ejercicio describe un escenario con diferentes probabilidades para cada resultado posible y pide calcular la probabilidad de una combinación específica de resultados al seleccionar una muestra aleatoria. Los ejercicios involucran temas como preferencias de votantes, formas de llegar a una convención, y resultados de cruzas genéticas.
Una introducción a la probabilidad discreta a través de la paradoja del cumpleaños. Se muestran los conceptos básicos de la probabilidad y se muestran ejemplos y ejercicios para realizar en clase a la par que la muestra de las diapositiva. Para un curso de 2º de Bachillerato el tiempo que se debe tardar en presentar estos conceptos debe ser entre 1 hora y hora y media.
El documento describe las funciones lineales y cómo determinar su ecuación a partir de dos puntos conocidos. Explica cómo calcular la ecuación de una recta que pasa por los puntos P(1,2) y Q(3,4), y que existen dos formas de representar gráficamente una función lineal: utilizando una tabla de valores o ubicando la ordenada al origen y usando el concepto de pendiente. Finalmente, resume brevemente algunos aspectos importantes del análisis funcional.
La teoría de probabilidades asigna números a los posibles resultados de experimentos aleatorios para cuantificar la probabilidad de que ocurran ciertos sucesos. Un suceso es cada resultado posible y un espacio muestral es el conjunto de todos los resultados posibles. La regla de adición establece cómo calcular la probabilidad de la unión de sucesos y la regla de multiplicación se usa para sucesos condicionados. El teorema de Bayes calcula probabilidades condicionales cuando se conocen las causas y efectos de diferentes resultados.
Este documento explica las reglas de la multiplicación y la probabilidad condicional en la probabilidad. La regla de la multiplicación establece que la probabilidad de que ocurran dos sucesos A y B es P(A) x P(B) si A y B son independientes, o P(A) x P(B|A) si A y B son dependientes. También presenta ejemplos como calcular la probabilidad de responder correctamente dos preguntas de un examen o la probabilidad de seleccionar una vaina verde y luego una vaina amarilla en un experimento de Mendel.
El documento describe los conceptos de paralelismo y semejanza en geometría. Explica que rectas paralelas cortadas por transversales forman segmentos proporcionales. También define que triángulos son semejantes si comparten los mismos ángulos, lo que implica una proporcionalidad en sus lados. Finalmente, detalla que triángulos rectángulos son semejantes si comparten un ángulo agudo y que la altura sobre la hipotenusa divide al triángulo en dos triángulos semejantes.
El documento trata sobre sucesiones de números reales. Explica que una sucesión es una función cuyo dominio son los números naturales y define la notación común para los términos de una sucesión. También clasifica las sucesiones en aritméticas, geométricas y especiales, y explica los conceptos de límite, convergencia y divergencia de una sucesión. El documento proporciona ejemplos y ejercicios para ilustrar estos conceptos fundamentales sobre sucesiones.
Este documento presenta los conceptos básicos de probabilidad, incluyendo el origen de la probabilidad, los enfoques clásico, de frecuencia relativa y subjetivo. Explica conceptos como espacio muestral, eventos, eventos elementales, seguros e imposibles. También cubre reglas como la adición y multiplicación para eventos dependientes e independientes.
La distribución binomial se utiliza para modelar experimentos con dos posibles resultados, como lanzar una moneda o sacar un número en un dado. Se caracteriza por tener un número fijo de pruebas independientes, cada una con la misma probabilidad de éxito. La función binomial permite calcular la probabilidad de obtener un número específico de éxitos tras realizar múltiples pruebas de Bernoulli.
DISTRIBUCIÓN BERNOULLI Y DISTRIBUCIÓN BINOMIALSonyé Lockheart
Este documento describe las distribuciones de Bernoulli y binomial. La distribución de Bernoulli modela experimentos con dos resultados posibles (éxito o fracaso) con probabilidades p y q. La distribución binomial modela el número de éxitos en n ensayos independientes con probabilidad constante p de éxito en cada uno. Proporciona fórmulas para calcular las probabilidades de resultados específicos y explica cómo usar tablas binomiales para tales cálculos.
Este documento presenta los conceptos fundamentales de probabilidad que se abordarán en el módulo, incluyendo definiciones, reglas y teoremas de probabilidad, experimentos aleatorios y espacio muestral, eventos independientes y dependientes, y probabilidad condicional. El objetivo del módulo es introducir estos conceptos básicos de probabilidad y estadística y demostrar su aplicación mediante ejercicios prácticos.
Prueba de hipótesis para distribuciones normal, y t student. Presentación dis...JAVIER SOLIS NOYOLA
El Mtro. Javier Solis Noyola diseña y desarrolla presentación sobre tema PRUEBA DE HIPÓTESIS para distribuciones de probabilidad (Normal, y t de Student)
En esta presentación se trabaja desde la idea intuitiva del límite, hasta el cálculo de las indeterminaciones y sus aplicaciones directas en cuanto al calculo de asíntotas y el estudio de la continuidad de funciones y especialmente de los tipos de discontinuidad
Este documento presenta información sobre conceptos básicos de probabilidad. Explica que un experimento aleatorio produce resultados llamados eventos, y que el espacio muestral contiene todos los resultados posibles. También define eventos elementales, compuestos y sucesos, y describe cómo clasificar eventos y calcular probabilidades condicionales, conjuntas, marginales y usando la fórmula de Bayes.
Este documento explica conceptos básicos de probabilidad como espacio muestral, sucesos, eventos excluyentes e independientes. Define probabilidad como la razón entre casos favorables y totales de un evento. Explica cómo calcular la probabilidad condicional cuando el resultado de un evento afecta otro.
Este documento describe la distribución normal o gaussiana, la distribución de probabilidad continua más importante debido a su frecuencia y aplicaciones. Fue descubierta por primera vez por De Moivre en 1733 y luego estudiada de forma independiente por Laplace y Gauss en relación con la teoría de errores. Caracteriza variables aleatorias continuas a través de sus parámetros de media y desviación típica.
El documento trata sobre conceptos básicos de probabilidad. Explica que la probabilidad es la creencia en la ocurrencia de un suceso y que puede ser a priori o a posteriori. Define términos como experimento aleatorio, espacio muestral, punto muestral, sucesos seguros e imposibles. También cubre diagramas de árbol, reglas de adición y multiplicación para sucesos mutuamente excluyentes, independientes y dependientes.
Elementos de la probabilidad y axiomas de probabilidad EsthelaGarcia5
Este documento trata sobre los elementos y axiomas de la probabilidad. Explica que los primeros estudios de probabilidad se motivaron por los juegos de azar y define conceptos como experimento aleatorio, espacio muestral y eventos. Luego presenta ejemplos como lanzar un dado para ilustrar estos conceptos. Finalmente, introduce los enfoques de probabilidad como experimento aleatorio, espacio muestral y operaciones entre eventos como unión e intersección.
Este documento presenta conceptos elementales de probabilidad, incluyendo definiciones de espacio muestral, evento, probabilidad clásica, tipos de sucesos, y propiedades básicas como la probabilidad de la unión de sucesos, sucesos independientes, y probabilidad con y sin reposición. Explica estos conceptos a través de ejemplos como el lanzamiento de monedas y dados.
Este documento describe los conceptos básicos de probabilidad, incluyendo los tipos de sucesos, las probabilidades de los sucesos, y las reglas para calcular probabilidades como la adición, conjunta, condicional y total. Explica que la probabilidad mide las posibilidades de resultados aleatorios y proporciona ejemplos como lanzar una moneda o un dado.
El documento presenta conceptos básicos de probabilidad como espacio muestral, eventos, probabilidad simple y conjunta. Explica que la probabilidad representa la posibilidad de que ocurra un evento y puede calcularse de forma clásica, empírica o subjetiva. También proporciona ejemplos como el lanzamiento de un dado o la selección aleatoria de fichas de colores para ilustrar cómo calcular la probabilidad de diferentes eventos.
1) El documento habla sobre conceptos de probabilidad como la posibilidad de que ocurra un suceso, cómo se calcula matemáticamente, y ejemplos de su uso.
2) Explica tres métodos para calcular la probabilidad: la regla de adición, la regla de multiplicación, y la probabilidad condicional.
3) Resuelve varios problemas de probabilidad como ejemplos.
1) El documento habla sobre conceptos de probabilidad como la posibilidad de que ocurra un suceso, los casos favorables y los casos posibles.
2) Explica tres métodos para calcular la probabilidad: la regla de adición, la regla de multiplicación y la probabilidad condicional.
3) Da ejemplos para ilustrar cada regla y cómo resolver problemas de probabilidad.
El documento presenta conceptos básicos sobre probabilidad. Define experimentos determinísticos y aleatorios, así como los conceptos de espacio muestral, sucesos y eventos. Explica cómo calcular la probabilidad de un suceso mediante la fórmula de la probabilidad clásica y presenta las reglas de adición y multiplicación para el cálculo de probabilidades compuestas. Finalmente, propone ejercicios para aplicar estos conceptos.
Este documento presenta conceptos básicos de probabilidad como experimentos aleatorios, espacio muestral, eventos y sucesos. Explica que un experimento aleatorio es aquel cuyo resultado no puede predecirse al repetirlo en las mismas condiciones. Define el espacio muestral como el conjunto de todos los posibles resultados de un experimento aleatorio y los eventos o sucesos como cualquier subconjunto del espacio muestral. Además, introduce las reglas básicas de probabilidad como la suma, intersección y complemento de sucesos.
Gabriela Machado 25.852.386 PROBABILIDAD Y TEOREMA DE BAYESJunior Torres
Este documento define conceptos básicos de probabilidad como experimento, espacio muestral, eventos simples y compuestos. Luego explica técnicas de conteo y las reglas de probabilidad conjunta, marginal y condicional. Finalmente, explica eventos mutuamente excluyentes y no excluyentes, y las reglas multiplicativa, aditiva y de Bayes.
Este documento presenta conceptos básicos sobre probabilidad, incluyendo experimentos determinísticos y aleatorios, espacio muestral, sucesos, reglas de probabilidad como adición, multiplicación y propiedades de conjuntos. Explica cómo calcular probabilidades usando interpretaciones de frecuencia y clásica, y provee ejemplos y actividades para practicar estos conceptos.
El documento define la probabilidad como un número entre 0 y 1 que indica la posibilidad de que ocurra un suceso en un experimento aleatorio. Explica que los experimentos pueden ser deterministas o aleatorios, y que la teoría de probabilidades asigna números a los posibles resultados para cuantificarlos. También introduce conceptos clave como espacio muestral, sucesos, sucesos compatibles e independientes, y explica cómo calcular probabilidades usando la combinatoria.
El documento presenta conceptos básicos sobre probabilidad, incluyendo definiciones de espacio muestral, evento, probabilidad clásica, probabilidad total, probabilidad compuesta y probabilidad condicionada. Explica cómo calcular la probabilidad de diferentes sucesos mediante la relación entre casos favorables y casos posibles en diversos ejemplos como el lanzamiento de monedas y dados.
El documento presenta conceptos básicos sobre probabilidad, incluyendo definiciones de espacio muestral, evento, probabilidad clásica, probabilidad total, probabilidad compuesta y probabilidad condicionada. Explica cómo calcular la probabilidad de diferentes sucesos mediante la relación entre casos favorables y casos posibles en diversos ejemplos como el lanzamiento de monedas y dados.
El documento presenta conceptos básicos sobre probabilidad, incluyendo definiciones de espacio muestral, evento, probabilidad clásica, probabilidad total, probabilidad compuesta y probabilidad condicionada. Explica cómo calcular la probabilidad de diferentes sucesos mediante la relación entre casos favorables y casos posibles en diversos ejemplos como el lanzamiento de monedas y dados.
El documento presenta conceptos básicos sobre probabilidad, incluyendo definiciones de espacio muestral, evento, probabilidad clásica, probabilidad total, probabilidad compuesta y probabilidad condicionada. Explica cómo calcular la probabilidad de diferentes sucesos mediante la relación entre casos favorables y casos posibles en diversos ejemplos como el lanzamiento de monedas y dados.
El documento presenta conceptos básicos sobre probabilidad, incluyendo definiciones de espacio muestral, evento, probabilidad clásica, probabilidad total, probabilidad compuesta y probabilidad condicionada. Explica cómo calcular la probabilidad de diferentes sucesos mediante la relación entre casos favorables y casos posibles en diversos ejemplos como el lanzamiento de monedas y dados.
El documento presenta conceptos básicos sobre probabilidad, incluyendo definiciones de espacio muestral, evento, probabilidad clásica, probabilidad total, probabilidad compuesta y probabilidad condicionada. Explica cómo calcular la probabilidad de diferentes sucesos mediante la relación entre casos favorables y casos posibles en diversos ejemplos como el lanzamiento de monedas y dados.
Primera Unidad del Curso de Probabilidad y Estadística impartido en Universidad LaSalle Oaxaca, Ingeniería en Software y Sistemas Computacionales, con una introducción a Python.
Este documento presenta un glosario de términos relacionados con los signos vitales como parte del trabajo de un grupo de estudiantes de enfermería. Incluye definiciones concisas de más de 50 términos médicos como apnea, arritmia, bradicardia, taquicardia, presión arterial, frecuencia respiratoria, fiebre y otros parámetros fisiológicos importantes para monitorear el estado de un paciente. El glosario fue desarrollado como una herramienta de aprendizaje para los estudiantes
Foro medio ciclo derechos de libertad grupo 24rubhendesiderio
La Constitución ecuatoriana reconoce el derecho de petición individual y colectiva a las autoridades y a recibir respuestas motivadas. Este derecho es fundamental para garantizar la participación ciudadana, el control social y que las autoridades cumplan sus funciones. El derecho de petición también está reconocido en tratados internacionales como la Declaración Universal de Derechos Humanos y la Convención Americana sobre Derechos Humanos.
El documento describe el Artículo 66 de la Constitución ecuatoriana vigente desde 2008, el cual reconoce y garantiza el derecho de las personas a dirigir quejas y peticiones individuales y colectivas a las autoridades, y a recibir una respuesta o atención motivada. El artículo asegura que las personas puedan expresar inquietudes sobre decisiones u otros tratamientos y que recibirán ayuda al respecto. Sin embargo, no se permite dirigir peticiones en nombre del pueblo.
Este documento discute los beneficios y desventajas de la educación superior gratuita en Ecuador. La Constitución ecuatoriana de 2008 estableció el derecho a la educación pública gratuita hasta el tercer nivel de educación superior. Entre los beneficios se encuentran el crecimiento intelectual, desarrollo personal, mejoramiento de la sociedad y formación profesional. Algunas desventajas incluyen la deserción estudiantil, la lenta organización del sistema y la falta de apoyo a la población rural.
Este documento describe las normas y materiales esenciales para el dibujo técnico. Explica la importancia de seguir normas de seguridad e higiene como mantener las manos y los materiales limpios. También cubre temas como proyecciones normalizadas, cortes, escalas y acotaciones. Finalmente, enumera los materiales básicos necesarios para el dibujo técnico como tableros, papel, reglas, compases y lápices.
Este documento establece la constitución de la Federación Provincial Uniones Organización de Personas Sordas de Manabí. Define su objetivo de agrupar asociaciones de personas sordas para promover la inclusión, integración y participación de las personas sordas. Describe su alcance territorial en las 24 provincias de Manabí y sus órganos principales como la Asamblea General, Junta Directiva y Secretaría Ejecutiva. También especifica los derechos, deberes y funciones de las uniones afiliadas y sus representantes.
Este documento presenta las evidencias de una exposición sobre las intervenciones de aspiración de secreciones. Contiene cuatro imágenes que muestran a compañeras del grupo 2.1 explicando los posibles riesgos de la intervención, el procedimiento correcto para realizar aspiraciones orofaríngeas y nasofaríngeas, y la Lic. Elizabeth Mera Martínez demostrando prácticamente cómo abrir las sondas y el procedimiento completo.
Un grupo de estudiantes realizó una demostración sobre cómo tomar la presión arterial a un paciente, colocando correctamente el brazalete y usando el tensiómetro, mientras una compañera explicaba los factores fisiológicos que afectan la presión arterial; al final la profesora reforzó los conocimientos previos sobre el tema cubierto.
Un grupo de estudiantes realizó una demostración sobre cómo tomar la presión arterial a un paciente, colocando correctamente el brazalete y usando el tensiómetro, mientras una compañera explicaba los factores fisiológicos que afectan la presión arterial; al final la profesora reforzó los conocimientos previos sobre el tema cubierto.
La Universidad Técnica de Manabí busca formar académicos y profesionales responsables y comprometidos con el desarrollo nacional. Su visión es ser una institución líder en educación superior en Ecuador que promueva la ciencia, técnica y cultura. La Facultad de Ciencias Matemáticas, Físicas y Químicas busca formar ingenieros con sólidos conocimientos y valores que desarrollen investigación vinculada al progreso del país. La carrera de Ingeniería Industrial forma recursos humanos capaces
Estructura de un_discurso.docx_filename= utf-8''estructura de un discursorubhendesiderio
El documento describe la estructura básica de un discurso, incluyendo una apertura para captar la atención, una introducción para presentar la idea principal, un cuerpo con 2-3 ideas de apoyo y una conclusión que resume el mensaje. También habla del lenguaje corporal y cómo los gestos, la mirada y la postura comunican estados de ánimo y afectan la interacción.
Guia de procedimiento de aspiracion de secrecionesrubhendesiderio
Este documento proporciona instrucciones detalladas para el procedimiento de aspiración de secreciones realizado por estudiantes de enfermería. Explica los objetivos y pasos del procedimiento, incluida la preparación, el equipo necesario, las precauciones y la evaluación. El procedimiento tiene como objetivo mantener las vías respiratorias libres de secreciones y obtener muestras para diagnóstico, siguiendo estrictas medidas de asepsia para prevenir infecciones.
Este documento describe varios conceptos fundamentales de la física cuántica, incluyendo la naturaleza dual de la radiación electromagnética, el efecto fotoeléctrico, el efecto Compton, las ondas de De Broglie y la cuantización de la energía en sistemas atómicos. También incluye ejemplos numéricos de cálculos relacionados con estos conceptos.
Este documento presenta una serie de preguntas y respuestas sobre conceptos básicos de mercadotecnia desarrolladas por un grupo de estudiantes de la Universidad Técnica de Manabí. Incluye 20 preguntas con sus respectivas opciones de respuesta sobre temas como la definición de mercadotecnia, la mezcla de mercadotecnia, el ciclo de vida del producto, y más. El documento provee la solución correcta a cada pregunta con una breve explicación.
Este documento contiene información sobre una serie de preguntas de mercadotecnia elaboradas por estudiantes de la Universidad Técnica de Manabí en Ecuador. Incluye cinco preguntas con sus respectivas opciones de respuesta sobre temas como la definición de mercadotecnia, la mezcla de mercadotecnia, el modelo de producto y los modelos de las 3C. Cada pregunta especifica el contexto, el valor taxonómico y proporciona la solución correcta con una breve explicación.
El documento habla sobre la oxigenoterapia por canula nasal. Explica la anatomía y fisiología del aparato respiratorio, define conceptos como hipoxia e hipoxemia y describe los sistemas de administración de oxígeno, incluyendo la canula nasal. También detalla el procedimiento de administración de oxigenoterapia por canula nasal, incluyendo la preparación del equipo, ajuste del flujo de oxígeno y posición del paciente.
This document lists 5 names: Hugo Castro, José Luis Álvarez, Luis Bravo, Rubhén Desiderio, and Maria. It appears to be a list of people but provides no other context about them.
Este documento presenta información sobre oxigenoterapia. Explica el procedimiento de administración de oxígeno, oximetría, valores de PO2 y conceptos básicos de oxígeno. También incluye una demostración del procedimiento y el material utilizado para la oxigenoterapia.
Este documento presenta un glosario de términos relacionados con el patrón de eliminación en enfermería. Incluye definiciones de más de 50 términos como anuria, ascitis, cistotomía, colostomía, coma urémico, diaforesis, electrolitos, emesis, incontinencia, micción, nitrito, oliguria, ostomía, proteinuria, reflujo gastroesofágico, sedimento urinario, sonda de Levin y urostomía, entre otros. El glosario fue elaborado por un grupo
Examen de Selectividad. Geografía junio 2024 (Convocatoria Ordinaria). UCLMJuan Martín Martín
Examen de Selectividad de la EvAU de Geografía de junio de 2023 en Castilla La Mancha. UCLM . (Convocatoria ordinaria)
Más información en el Blog de Geografía de Juan Martín Martín
http://blogdegeografiadejuan.blogspot.com/
Este documento presenta un examen de geografía para el Acceso a la universidad (EVAU). Consta de cuatro secciones. La primera sección ofrece tres ejercicios prácticos sobre paisajes, mapas o hábitats. La segunda sección contiene preguntas teóricas sobre unidades de relieve, transporte o demografía. La tercera sección pide definir conceptos geográficos. La cuarta sección implica identificar elementos geográficos en un mapa. El examen evalúa conocimientos fundamentales de geografía.
Business Plan -rAIces - Agro Business Techjohnyamg20
Innovación y transparencia se unen en un nuevo modelo de negocio para transformar la economia popular agraria en una agroindustria. Facilitamos el acceso a recursos crediticios, mejoramos la calidad de los productos y cultivamos un futuro agrícola eficiente y sostenible con tecnología inteligente.
ACERTIJO DESCIFRANDO CÓDIGO DEL CANDADO DE LA TORRE EIFFEL EN PARÍS. Por JAVI...JAVIER SOLIS NOYOLA
El Mtro. JAVIER SOLIS NOYOLA crea y desarrolla el “DESCIFRANDO CÓDIGO DEL CANDADO DE LA TORRE EIFFEL EN PARIS”. Esta actividad de aprendizaje propone el reto de descubrir el la secuencia números para abrir un candado, el cual destaca la percepción geométrica y conceptual. La intención de esta actividad de aprendizaje lúdico es, promover los pensamientos lógico (convergente) y creativo (divergente o lateral), mediante modelos mentales de: atención, memoria, imaginación, percepción (Geométrica y conceptual), perspicacia, inferencia y viso-espacialidad. Didácticamente, ésta actividad de aprendizaje es transversal, y que integra áreas del conocimiento: matemático, Lenguaje, artístico y las neurociencias. Acertijo dedicado a los Juegos Olímpicos de París 2024.
1. TITULAR DE LA MATERIA:
Ing. Hilario Olmedo Jiménez.
ALUMNOS:
Benjamín García Vera
Lizneydi Díaz Martínez.
Nilsa Ortiz Zurita.
Eduardo de Jesús Martínez Díaz.
Mario Chávez
IV SEMESTRE GRUPO: “C”
ESPECIALIDAD: TÉCNICO EN INFORMÁTICA.
CICLO ESCOLAR:
AGOSTO 07 - JULIO 08
2. Origen de la Probabilidad…
La probabilidad nació gracias a los juegos de azar.
En el Renacimiento empiezan a surgir inquietudes entorno
a contabilizar el número de posibles resultados de un dado
lanzado varias veces, o problemas más prácticos sobre
cómo repartir las ganancias de los jugadores cuando el
juego se interrumpe antes de finalizar.
A los matemáticos del siglo XVI como Pacioli, Cardano y
3. ejemplo: El lanzamiento de una moneda, el
un dado, extracción de una carta de un mazo d
de la frecuencia con la que se obtiene un result
conjunto de resultados) al llevar a cabo un
torio, del que se conocen todos los resultad
o condiciones
cientemente estables.
4.
5. La probabilidad de un evento es la razón entre el número
de casos (sucesos) favorables y el numero total de casos
(sucesos) posibles, siempre que nada obligue a creer
que algunos de estos sucesos debe tener preferencia a
los demás, lo que hace que sean igualmente posibles.
La probabilidad de un evento A: P (A), es un NÚMERO,
que mide el grado de certeza en el que un evento A
ocurre, y se obtiene con la formula conocida como
REGLA DE LAPLACE:
6. Ejemplo 1 : En la gran final del concurso por TV, la concursante elige un sobre.
Solución:
EA = La concursante
elige un sobre
Ω = {sobre A, sobre B}
A = elegir el sobre A
(para ganar el auto)
P(A)=1/2
B = elegir el sobre B
(para ganar la casa)
P(B)=1/2
7. Si un experimento bien definido se repite n veces (n
grande); sea nA < n el número de veces que el evento A
ocurre en los n ensayos, entonces la frecuencia relativa
de veces que ocurre el evento A “nA /n”, es la estimación
de la probabilidad que ocurra el evento A, o sea:P(A)=
nA /n
OBSERVACIONES:
1. La frecuencia relativa de un evento, esta comprendido entre 0 y 1.
Por lo tanto 0 ≤ P(A) ≤ 1.
En efecto: Desde que 0 ≤ nA ≤ 1, 0/n ≤ nA /n ≤ 1, se tiene que 0 ≤
nA /n ≤ 1.
Luego, 0 ≤ P(A) ≤ 1.
2. nA /n = 0, si solo si, en las n repeticiones del experimento el evento
8. Ejemplo 2: En la siguiente tabla se muestra el resultado de una moneda para un
determinado número de lanzamientos:.
Lanzar
moneda
30 veces 50 veces 70 veces 100 veces
Número de
caras
11 19 32 47
Frecuencia
11/30=
0,366
19/50=0,
38
32/70=0,4
57
47/100=0,
47
Observamos que a medida que se aumenta la cantidad de lanzamientos las
frecuencias relativas de salir cara, se van acercando a un número
determinado muy próximo a la probabilidad.
P(c) = 1/2 = 0,5
9. Dice que la probabilidad de ocurrencia
de un evento es el grado de creencia
por parte de un individuo de que un
evento ocurra, basado en toda la
evidencia a su disposición. Bajo esta
premisa se puede decir que este
enfoque es adecuado cuando solo hay
una oportunidad de ocurrencia del
evento. Es decir, que el evento ocurrirá
o no ocurrirá esa sola vez. El valor de
10. Cada experimento aleatorio tiene varios
resultados posibles y podemos describir
con precisión el conjunto de estos
resultados posibles. Llamaremos Espacio
Muestral asociado a un experimento
aleatorio, al conjunto de todos los
resultados posibles de dicho experimento
aleatorio, y lo denotamos con Ω.
Espacio Muestral ( ):Ω Conjunto de todos los
posibles resultados de un experimento estadístico.
11. Ejemplo 1:
E.A. = Lanzar una moneda.
Ω. = { cara, sello }
Ejemplo 2:
E.A. = Un partido de fútbol entre los equipos:
Rojo y Verde.
Ω = Gana el equipo rojo,
Gana el equipo verde,
Empatan.
12. A uno o más de los resultados
posibles del espacio muestral,
se les denomina Evento o
Suceso, y se simboliza con
las letras mayúsculas: A, B,
C, …
Suceso o Evento: Es un
subconjunto del espacio muestral.
13.
14. Evento elemental: Es cada uno de los
resultados posibles del espacio muestral.
A cada elemento del espacio muestral,
se le conoce con el nombre de evento
elemental, y se simboliza con e1, e2,…
15. Ejemplo 1: En el espacio muestral del partido de
Fútbol entre equipo Rojo y Verde se tienen 3 eventos
elementales:
e2 = gana el equipo rojoe1 = gana el equipo verde e3 = empatan
16. Evento imposible: Evento que no ocurre
nunca en un experimento aleatorio.
Algunos eventos nunca pueden ocurrir
en el experimento aleatorio, y por eso se
llama
imposible. Se simboliza con Ø.
17. Ejemplo 1: EA = Un partido de fútbol entre el equipo Rojo y Verde.
Ω = {e1, e.2, e3}
El evento:
A = Que gane el equipo lila, es un evento imposible.
18. Evento seguro: Evento
que “siempre ocurre” en
un experimento aleatorio.
Los eventos que siempre suceden en el
experimento aleatorio, son llamados
eventos seguros.
19. Ejemplo 1:
En un partido de fútbol entre equipos Rojo y Verde, un evento seguro es que
uno de los equipos inicia el partido.
Ejemplo 2:
En el experimento aleatorio: Sacar una bola roja, de una urna que contiene 6
bolas rojas, el evento B = Sacar una bola roja es un evento seguro, pues todas
son rojas.
Otros ejemplos:
• Al lanzar un dado con las caras numeradas del 1 al 6
obtener un número entero positivo menor que 7,
es un evento seguro.
• Al soltar una piedra ésta caerá., es un evento
seguro.
20. Cuando se considera un evento A, el
evento que contiene todos los eventos
elementales del espacio muestral que no
estén en A se denominara Evento
Complementario. Se simbolizara con Ā.
21. Ejemplo 1:
EA = Lanzar una moneda
Ω = { cara, sello }
A = obtener cara
Ā = obtener sello
Ejemplo 2:
EA = Lanzar un dado
Ω = { 1, 2, 3, 4, 5, 6 }
Consideremos el evento A: obtener 6 puntos.
A = { 6 }
Ā = {1, 2, 3, 4, 5}, es el complemento del evento A.
Siempre que sumemos el evento A y su complemento Ā,
tendremos el espacio muestral Ω.
A + Ā = Ω
22.
23. En la vida podemos encontrar situaciones que no se pueden predecir, como
cuando se realiza un partido de fútbol, se lanza una moneda, etc. En todos estos
casos no sabemos que resultado se tendrá y por eso a estas situaciones se les
llama "experimentos aleatorios".
Un experimento aleatorio, tiene dos propiedades en común:
• Uno de estas es que cada experimento tiene varios resultados posibles que
pueden especificarse de antemano.
• La segunda propiedad es que estamos inciertos acerca del resultado de cada
experimento.
Experimento Aleatorio (E. A.):
Situación en la que no sabemos que resultado se
tendrá.
24. Un partido de fútbol, se considera un
experimento estadístico pues estamos
inciertos si gana el equipo Verde, el equipo
Rojo o empatarán.
Más ejemplos de experimentos aleatorios:
• Conocer el número de alumnos que faltaran a clases, la próxima semana.
• Recepcionar a un paciente y escribir el nombre del médico con el que será
atendido.
• Preguntar a un profesor de secundaria la especialidad que tiene
(Matemática,
Química, Biología, etc.) y anotarlo.
• Verificar el estado de un foco en un edificio (apagado o prendido).
• Verificar la legalidad de un billete de $100 (legal o falso).
• Realizar una rifa para obtener 3 premios.
• Aplicar una encuesta para conocer opiniones.
25. Son aquellos en donde no hay
incertidumbre acerca del resultado
que ocurrirá cuando éstos son
repetidos varias veces.
26.
27. REGLA DE LA ADICIÓN.
Cuando se tienen dos eventos A
y B, y se desea que ocurra A o
que ocurra B, se suman las
probabilidades de cada evento,
se simboliza:
P (A+B)
28. Dos eventos A y B definidos en
el mismo espacio muestral son
excluyentes si NO PUEDEN
OCURRIR JUNTOS. Es decir,
la ocurrencia de uno EXCLUYE
de la ocurrencia del otro. En
símbolos si P (A B)= Ø∩
Eventos excluyentes
P(A + B)= P(A) + P(B)
29. Ejemplo
:
Ejemplo 1: En el experimento aleatorio lanzar un dado común.
Halle la probabilidad de obtener un nº impar o 6 puntos.
Solución:
EA: Lanzar 1 dado
Ω = {1, 2, 3, 4, 5, 6}
A = obtener Nº impar = { 1, 3, 5 }
B = obtener 6 puntos = { 6 }
(A ∩ B)= Ø, Probabilidad de ocurrencia simultanea de los eventos A y B.
Luego los eventos son excluyentes.
Aplicamos la Regla de la adición, para eventos excluyentes:
P(A + B)= P(A) + P(B)
Hallamos la probabilidad de cada evento con la Regla de Laplace:
P(A + B)= 3/6 + 1/6 = 4/6 = 2/3 = 0,66
31. Dos eventos A y B no son
excluyentes si pueden ocurrir
juntos.
Es decir la ocurrencia de uno no
excluye la ocurrencia del otro.
En símbolos (A ∩ B) ≠ ØP(A + B)= P(A) + P(B) – P(A ∩ B)
32. Ejemplo 2: En el experimento aleatorio: Lanzar un dado,
hallar la probabilidad de obtener un nº par o 6 puntos.
Solución:
EA: Lanzar 1 dado
Ω = {1, 2, 3, 4, 5, 6}
A = obtener nº par = { 2, 4, 6 }
B = obtener 6 puntos = { 6 }
A ∩ B = { 6 }, luego los eventos no son excluyentes.
Aplicamos la Regla de la adición ,para eventos excluyentes:
P(A + B)= P(A) + P(B) – P(A ∩ B)
Hallamos la probabilidad de cada evento ,con la Regla de
Laplace:
P(A + B)= 3/6 + 1/6 – 1/6 = 0,5
P(A + B)= 0,5
34. Regla De La
Multiplicación
Si se consideren
los eventos A y B,
y se quiere obtener
la probabilidad de
que ocurra A y que
35. Dos eventos A y B son dependientes, si un evento
influye en el otro evento
Observamos que el hecho de que suceda el evento
A influye en la probabilidad del suceso B, es decir la
probabilidad del suceso B depende de que A se
haya realizado o no, esto se expresa como P
(B/A).
Cuando ocurre esto, diremos que los sucesos A y B
son dependientes.
P(AB) = P (A) * P (B/A)
36. En una baraja hay 52
cartas de las cuales 4
son ases. Si realizamos
dos extracciones, una a
continuación de otra sin
devolverlas,
¿Cuál es la
probabilidad de obtener
2 ases?
37. Consideremos los siguientes sucesos:
A: Sacar un As en la primera extracción.
B: Sacar un As en la segunda extracción.
A y B son dependientes, pues no se reemplazan las cartas, pues el número de
cartas va disminuyendo, por lo que el evento B tiene menos probabilidades de
ocurrir que A.
Aplicamos la Regla de la multiplicación, para eventos dependientes:
P(AB) = P (A) * P (B/A)
Al sacar un As en la primera extracción sólo quedan 3 ases y un total de 51
cartas, por lo que se tiene: P (B/A) = 3/51.
Hallamos la probabilidad de cada evento con la Regla de Laplace:
P(AB) = (4/52) (3/51) = 12/2652=0,0045.
Respuesta: La probabilidad de obtener 2 ases es 0,0045.
38. Probabilidad
de
Eventos
independientes
Dos o más eventos son independientes cuando la ocurrencia o no-
ocurrencia de un evento no tiene efecto sobre la probabilidad de
ocurrencia del otro evento (o eventos). Un caso típico de eventos
independiente es el muestreo con reposición, es decir, una vez
tomada la muestra se regresa de nuevo a la población donde se
obtuvo.
Por ejemplo :
Lanzar al aire dos veces una
moneda son eventos
independientes por que el
resultado del primer evento no
afecta sobre las probabilidades
efectivas de que ocurra cara o
sello, en el segundo
39. Se llama probabilidad condicional de A dado B, y se escribe
P (A/B), al cociente que se obtiene dividiendo la probabilidad
de la intersección de A y B entre la probabilidad de B:
Sean A y B dos eventos asociados con un experimento
aleatorio. Consideremos que ya ocurrió el evento B y que
p (B) > 0.
Bajo estas condiciones se establece la siguiente definición:
P(A ∩ B)
P (A / B) =
P(B)
40. Ejemplo 1:
Los resultados presentados por la encuestadora de la Sala de Internet, se presentan
en la siguiente tabla:
Hallar las
probabilidades de
elegir un estudiante
de la sala de
Internet que:
a) Use Internet para
buscar información,
en el supuesto de
que sea hombre
b) Use Internet para
Chat, en el supuesto
que sea mujer.
41. a) Use Internet para buscar información, en el supuest
de que sea hombre
43. P (BI/H) =
P (H) = 9/20
P (BI ∩ H) = 5/20
= 100/180
P (C/M) =
P (M) = 11/20
P (C ∩ M) = 3/20
= 60/220
44. Es un ejemplo de distribución de probabilidad discreta. Las
características que debe cumplir una distribución de
probabilidad para considerarse binomial, son:
• El resultado de cada ensayo dentro del experimento
se clasifica en dos categorías mutuamente excluyentes:
éxito o fracaso.
• La variable aleatoria cuenta el número de éxitos en
un número fijo de ensayos.
• La probabilidad de éxito permanece igual para todos
los ensayos. Lo mismo ocurre con la probabilidad de
fracaso.
• Los ensayos son independientes. La ocurrencia de
uno no afecta la probabilidad de ocurrencia de otro.
45. La expresión matemática de este tipo de
distribución es la siguiente:
Donde:
C = denota una combinación
n = es el número de ensayos
x = es el número de éxitos
p = es la probabilidad de cada ensayo
P ( X ) = n
Cx
px
(1 – p) n –
x
46. Un ejemplo en el que se usa la distribución binomial es el siguiente:
Cada día Aeroméxico tiene 5 vuelos México – Colima. Supón que para cada
vuelo, la probabilidad de que este se retrase es de 0.20.
¿Cuál es la probabilidad de que ninguno de los vuelos se retrase?
¿Cuál es la probabilidad de que exactamente 1 vuelo se retrase?
La probabilidad de que ninguno de los vuelos se retrase es de 0.3277 ó 33%
P ( X ) = nCx px (1 – p) n – x
P ( 0 ) = 5C0 (0.20)0 (1 – 0.20) 5 – 0
P ( 0 ) = (1) (1) (0.3277)
P ( 0 ) = 0.3277
b) La probabilidad de que exactamente un vuelo se retrase es de 0.4096 ó 41%
P ( X ) = nCx px (1 – p) n – x
P ( 1 ) = 5C1 (0.20)1 (1 – 0.20) 5 – 1
P ( 1 ) = (5) (0.20) (0.4096)
P ( 1 ) = 0.4096