You are on page 1of 40

INSTITUTO POLITECNICO NACIONAL

ESCUELA SUPERIOR DE INGENIERIA MECANICA Y ELECTRICA

UNIDAD AZCAPOTZALCO

UNIDAD 1.- INTRODUCCIN A LA PROBABILIDAD Y


ESTADISTICA.

PROFESOR: LEMUS ZUIGA JUAN CARLOS

MATERIA: PROBABILIDAD Y ESTADISTICA

Integrantes:
- BUENDIA CRUZ LUIS ENRIQUE
- GONZLEZ SILVA CARLOS
- GONZLEZ VARGAS ALEX

GRUPO: 6MV1
INTRODUCCIN:
Para comprender mejor la informacin y ejemplos mostrados en el siguiente
trabajo, definiremos algunos conceptos fundamentales para la introduccin a la
probabilidad y estadstica:
- Estadstica: La estadstica es una rama de las matemticas aplicadas que
proporciona mtodos para reunir, organizar, analizar e interpretar informacin, y
usarla para obtener diversas conclusiones que ayuden a tomar decisiones en la
solucin de problemas y en el diseo de experimentos.
- Poblacin y muestra: La materia prima de la estadstica son los conjuntos de
nmeros obtenidos al contar o medir elementos. Por tanto, al recopilar datos
estadsticos se debe tener especial cuidado para garantizar que la informacin sea
completa y correcta; de este modo, el primer paso es determinar qu informacin y
en qu cantidad se ha de reunir. Por ejemplo, en un censo es importante obtener
el nmero de habitantes de forma completa y exacta; de la misma manera, cuando
un fsico quiere contar el nmero de colisiones por segundo entre las molculas de
un gas, debe empezar por determinar con precisin la naturaleza de los objetos a
contar. Dado que la naturaleza de los fenmenos en estudio es muy variada, es
necesario proporcionar una serie de definiciones referentes a los conjuntos de
datos que se han de estudiar.
La poblacin es el conjunto que incluye el total de elementos o datos cuyo
conocimiento es de inters particular.
Cada uno de los elementos que intervienen en la definicin de poblacin es un
individuo u objeto; se denominaron de esta manera, ya que originalmente el
campo de actuacin de la estadstica fue el demogrfico. Dado que la informacin
disponible consta frecuentemente de una porcin o subconjunto de la poblacin,
introducimos un segundo concepto, el de muestra de una poblacin.
La muestra es cualquier subconjunto de la poblacin.
- Caracteres y variables estadsticas: El caracter de un elemento, individuo u
objeto es cualquier caracterstica por medio de la cual se puede clasificar y
estudiar.

Una variable estadstica es discreta slo cuando permite valores aislados, como
nmeros enteros. Por ejemplo, la variable nmero de hermanos toma los valores
0, 1, 2, 3, 4 y 5. Este tipo de variables se caracterizan por obtenerse mediante un
proceso de conteo.
Una variable estadstica es continua cuando admite todos los valores de un
intervalo.
Por ejemplo, la variable estatura, en cierta poblacin estadstica, toma cualquier
valor en el intervalo 158-205 cm. Otro ms es la temperatura de una persona.
- Estadstica descriptiva: Como ya se dijo, la estadstica se divide en varias ramas,
una de ellas es la estadstica descriptiva. Despus de haber estudiado los
conceptos de poblacin y muestra es posible definirla.
La estadstica descriptiva es la parte de la estadstica que organiza, resume y
analiza la totalidad de elementos de una poblacin o muestra.
Como ya se dijo, la estadstica se divide en varias ramas, una de ellas es la
estadstica descriptiva. Despus de haber estudiado los conceptos de poblacin y
muestra es posible definirla. La estadstica descriptiva es la parte de la estadstica
que organiza, resume y analiza la totalidad de elementos de una poblacin o
muestra.

- Parmetros estadsticos:

Los nmeros que sintetizan los aspectos ms relevantes de una distribucin


estadstica pueden obtenerse tanto de una poblacin como de una muestra y por
consiguiente deben clasificarse: los primeros, obtenidos de la poblacin, reciben el
nombre de parmetros y los obtenidos de una muestra se llaman estadsticos o
estimadores. Los parmetros y estadsticos ms comunes de la estadstica
descriptiva que se estudiarn en esta unidad se dividen, a su vez, en dos tipos:

1. Medidas centrales: media, mediana, moda, media geomtrica, media


armnica, media ponderada.
2. Medidas de dispersin: rango, varianza, desviacin estndar, error estndar,
coeficiente de variacin, percentiles, rango intercuartil.

Medidas centrales:
Si el conjunto de datos numricos de una muestra de tamao n (o poblacin de
tamao N) es de la forma x1 , x2 ,. . ., x n (o para la poblacin x 1 , x2 ,. . ., xN ),
nos podemos preguntar por las caractersticas del conjunto de nmeros que son
de inters. En est seccin se estudiarn los mtodos para describir su
localizacin y, en particular, el centro de los datos.

- Media: Dado el conjunto finito de datos muestrales X1, X2, X3,, Xn la media
muestral (promedio aritmtico) o estadstico media del conjunto es el estadstico
que representa el promedio de los datos simbolizados por x.

De forma similar se define el parmetro media para las poblaciones finitas.


- Mediana: La mediana de un conjunto de datos es el valor medio de los datos
cuando stos se han ordenado en forma no decreciente en cuanto a su magnitud.
Clculo de la mediana Dado el conjunto de datos muestrales x 1 , x2 ,. . ., x n , la
mediana muestral o estadstico mediana del conjunto se representa por x(x tilde) y
se obtiene ordenando primero en forma no decreciente estos n datos, los que se
renombrarn segn su posicin por medio de tildes de la siguiente forma
Posteriormente se localiza el punto medio de los datos ordenados, con dos casos:
1. Cuando la cantidad de observaciones es impar, el valor medio del ordenamiento
es el dato que se encuentre en la posicin (n + 1)/ 2. 2. Cuando la cantidad de
datos es par, de tal manera que resultan dos datos medios localizados en las
posiciones n/ 2 y n/ 2 + 1, la mediana se considera el promedio de stos.
Finalmente, se puede resumir el clculo de la mediana con las siguientes frmulas

De forma similar se define el parmetro mediana. Dado el conjunto de datos


poblacionales x 1 , x2 ,. . ., xN , la mediana poblacional o parmetro mediana del
conjunto es el parmetro representando por u , y se calcula:

- Moda: La moda de un conjunto de datos es el valor que se presenta en su


distribucin con mayor frecuencia. Para algunos estudios es necesario encontrar el
valor central de un conjunto de datos, en donde la medida de inters est basada
en la repeticin de stos; por tanto, ninguna de las dos medidas analizadas es
conveniente en este caso.
La moda se simboliza por Mo para las muestras y para las poblaciones.

La moda tambin presenta los siguientes dos problemas: 1. La moda puede no


existir. Por ejemplo, se tienen las siguientes series de datos: 6, 7, 34, 4, 8 6, 3, 8,
9, 3, 8, 6 y 9 En ambas series de datos la frecuencia es la misma, es decir, no
tienen moda. A los conjuntos de datos como los anteriores se les llama amodales
o sin moda. 2. La moda puede no ser nica. Por ejemplo, se tiene la siguiente
serie de datos 6, 7, 9, 4, 8, 6, 6, 8, 9, 6, 8, 6, 9, 3, 9 y 9 En esta serie estn los
valores 6 y 9 como los de mayor frecuencia, ambos se repiten cinco veces. Al
conjunto de datos que tiene ms de una moda se le llama multimodal; bimodal si
son dos modas, y trimodal si son tres, etctera.

Medidas de dispersin:
Para un anlisis ms completo de la distribucin de los datos, el estudio de sus
medidas centrales no es suficiente, puesto que en diferentes conjuntos de datos
puede haber medidas centrales iguales, por tanto, no se tendra conocimiento de
la forma de su distribucin. Por ejemplo, se tienen dos conjunto de datos, uno
contiene los valores 20, 12, 15, 16, 13 y 14, y el segundo 5, 0, 50, 17, 8 y 10; se
calcula su media. Como se puede verificar en ambos casos se obtiene 15. Pero si
se representan los valores en una recta, es notable que las observaciones del
segundo conjunto
tienen una distribucin
(variacin) mucho
mayor.

Por tanto, es necesario realizar un estudio de la distribucin de los datos con


respecto a su valor central, es decir, se necesita un valor que indique una medida
para comparar las dispersiones de datos entre diferentes conjuntos; estas medidas
son valores dedispersin o variabilidad del conjunto de datos.

- Rango: Es el primer valor que nos muestra cmo estn distribuidos (dispersos) los
datos. El rango de las observaciones est simbolizado por r para la muestra y R
para la poblacin. El rango es una medida de variacin de los datos que lo nico
que muestra es el tamao o longitud del intervalo en el que los datos se
encuentran distribuidos y es: El rango es igual a el valor mayor menos el valor
menor de los datos.

- Varianza y desviacin estndar: Otra medida de dispersin de los datos que


est relacionada directamente con la media del conjunto es la varianza. Se llama
varianza de un conjunto de datos al promedio de los cuadrados de las
desviaciones de cada uno de los datos con respecto a su valor medio.

Respecto a la muestra La varianza muestral o estadstico varianza del conjunto de


datos x 1 , x2 ,. . ., x n , se representa por S y se define como el valor medio de
los cuadrados de las desviaciones de cada uno de los datos con respecto a X, y
se calcula por:

La varianza se calcula con los cuadrados de las desviaciones y, por tanto, no est
en las mismas unidades que los datos. Por consiguiente, se introduce una nueva
medida de dispersin de la siguiente forma.

- Desviacin estndar: Se llama desviacin estndar de un conjunto de datos a la


raz cuadrada positiva de la varianza, es decir:
Medidas de dispersin relativas

Hay ocasiones en las que deseamos comparar la relacin que existe de dos o ms
medidas de dispersin para un conjunto de datos. Por ejemplo, la desviacin estndar de
la distribucin de horas de sueo, en relacin con la desviacin estndar de la distribucin
del consumo de tazas de caf. Esto es imposible porque no podemos comparar
directamente estos valores dado que sus unidades son diferentes entonces, el coeficiente
de variacin es til cuando se desea comparar la diversificacin de dos o ms conjuntos
de datos en relacin con el nivel general de los valores y por lo tanto con la media de
cada conjunto.
Datos Agrupados
Cuando los valores de la variable son muchos, conviene agrupar los datos en intervalos
o clases para as realizar un mejor anlisis e interpretacin de ellos.
Para construir una tabla de frecuencias con datos agrupados, conociendo los
intervalos, se debe determinar la frecuencia absoluta (fi) correspondiente a cada intervalo,
contando la cantidad de datos cuyo valor est entre los extremos del intervalo. Luego se
calculan las frecuencias relativas y acumuladas, si es pertinente.
Si no se conocen los intervalos, se pueden determinar de la siguiente manera:
(recuerda que los intervalos de clase se emplean si las variables toman un nmero grande
de valores o la variable es continua).
- Se busca el valor mximo de la variable y el valor mnimo. Con estos datos
se determina el rango.
- Se divide el rango en la cantidad de intervalos que se desea tener,(por lo general se
determinan 5 intervalos de lo contrario es ideal que sea un numero impar por ejemplo 5, 7,
9) obtenindose as la amplitud o tamao de cada intervalo.
- Comenzando por el mnimo valor de la variable, que ser el extremo inferior del primer
intervalo, se suma a este valor la amplitud para obtener el extremo superior y as
sucesivamente.
Otra forma de calcular la cantidad de intervalos es aplicando los siguientes metodos:
Mtodo Sturges: k = 1 + 3,332 log n
donde:
k= nmero de clases
n= tamao muestral

Debemos tener en cuenta 2 cosas. Primero que el nmero de intervalos me tiene que
dar impar, segundo que el resultado se redondea generalmente a la baja. Si al redondear
a la baja nos da como resultado un nmero par debemos redondear al alza. Este es el
mtodo que tiene mayor precisin.
Marca de clase: La marca de clase es el valor central de la misma que se obtiene
al sumar el lmite real inferior ms el lmite real superior entre dos
Medidas de tendencia central
Son el conjunto de valores alrededor de los cuales las observaciones tienden a agruparse,
y permiten ubicar lo que en algn sentido pudiera llamarse el centro de un conjunto de
datos.
Dentro de las medidas de tendencia central ms comnmente usadas encontramos a la
media aritmtica, la mediana, la moda.
Cuando se mide una caracterstica de una poblacin esta se define como parmetro y se
representa habitualmente con una letra del alfabeto griego. As mismo cuando se mide
una caracterstica de una muestra se denomina estadstico la cual se representa con una
letra del alfabeto latino.

Ejemplo 1.
N= {1,2,1,3,5,7,9,2,3,3,4,5,7,9,11,13,15,18}
N= {1,1,2,2,3,3,3,4,5,5,7,7,8,9,11,13,15,18}
Moda= 3
5+5
Mediana= 2
=5
118
Media= = 6.5555
18

TABLA DE FRECUENCIA
xi ni Ni fi Fi
1 2 2 11.10% 11.10%
2 2 4 11.10% 22.20%
3 3 7 16.60% 38.80%
4 1 8 5.50% 44.30%
5 2 10 11.10% 55.40%
7 2 12 11.10% 66.50%
9 2 14 11.10% 77.60%
11 1 15 5.50% 83.10%
13 1 16 5.50% 88.60%
15 1 17 5.50% 94.10%
18 1 18 5.50% 99.60%
Servicio de Telefona (Saln).

Movistar: IIIII= 5
Telcel: IIIIIIIIIIIIII= 14
AT&T: II= 2
Unefn: II= 2
Moda: Telcel
Mediana: En datos cuantitativos no podemos obtener mediana y media.

TABLA DE FRECUENCIA
xi ni Ni fi Fi
Movistar 5 5 21.70% 21.70%
Unefn 2 7 8.69% 30.39%
AT&T 2 9 8.69% 39.08%
Telcel 14 23 60.86% 99.90%

Grfica de Pastel.

1
20%
40% 2
20% 3
20% 4
Servicio de cafetera de la escuela.
Bueno= II
Regular= IIIIIIII
Malo= 0
n= {Regular, Regular, Regular, Regular, Regular, Regular, Regular, Regular, Bueno,
Bueno}
Moda= Regular.
Mediana= Regular.
Media= -----------
Variable cualitativa (ordinaria) En estos datos no se puede obtener la media.

TABLA DE FRECUENCIA
xi ni Ni fi Fi
Bueno 2 2 20.00% 20.00%
Regular 8 10 80.00% 100.00%
Malo 0 10 0.00% 100.00%
Estaturas (Saln).
N= {1.58, 1.59, 1.72, 1.65, 1.75, 1.75, 1.74, 1.72, 1.80, 1.4, 1.71, 1.74, 1.76, 1.69, 1.58,
1.52, 1.75, 1.53, 1.75, 1.57, 1.65, 1.76, 1.65, 1.75, 1.68}
N={1.52,1.53,1.57,1.58,1.58,1.59,1.64,1.65,1.65,1.65,1.68,1.69,1.71,1.72,1.72,1.74,1.74,1
.75,1.75,1.75,1.75,1.75,1.76,1.76,1.80}
42
Media= 25 = 1.68

Moda= 1.75
Mediana= 1.71

TABLA DE FRECUENCIA
xi ni Ni fi Fi
1.52 1 1 4.00% 4.00%
1.53 1 2 4.00% 8.00%
1.57 1 3 4.00% 12.00%
1.58 2 5 8.00% 20.00%
1.59 1 6 4.00% 24.00%
1.64 1 7 4.00% 28.00%
1.65 3 10 12.00% 40.00%
1.68 1 11 4.00% 44.00%
1.69 1 12 4.00% 48.00%
1.71 1 13 4.00% 52.00%
1.72 2 15 8.00% 60.00%
1.74 2 17 8.00% 68.00%
1.75 5 22 16.00% 88.00%
1.76 2 24 8.00% 96.00%
1.8 1 25 4.00% 100.00%

Rango= Valor Mximo Valor mnimo


Rango= 1.80 1.52= 0.28
( )2
Muestra= S2=

( )2
Varianza= = Donde = 2

O2= (1.52-1.68)2 + (1.53-1.68)2 + (1.57-1.68)2 + 2(1.58-1.68)2 + (1.59-1.68)2 + (1.64-1.68)2


+ 3(1.65-1.68)2 + (1.68-1.68)2 + (1.69-1.68)2 + (1.71-1.68)2 + 2(1.72-1.68)2 + 2(1.74-1.68)2 +
5(1.75-1.68)2 + 2(1.76-1.68)2 + (1.80-1.68)2
.1589
O2= 0.1589 Varianza= = 6.35103
25

O=0.1589 = 0.398622
En la siguiente tabla de datos se dan los tiempos de llegada en minutos de 60 aviones en
un aeropuerto.
2.6 3.9 4.5 4.0 3.7 3.2 5.7 4.3 3.8 3.6
4.7 6.1 6.0 5.0 4.5 6.2 3.4 2.9 3.6 4.1
2.5 2.8 3.2 3.1 4.6 5.2 6.1 4.5 4.1 3.8
7.2 3.4 7.9 3.6 3.6 4.8 5.2 6.3 8.2 5.3
3.9 4.6 4.5 5.7 4.8 6.9 6.3 2.6 2.5 6.8
8.0 5.6 3.9 4.6 4.8 5.9 6.2 3.2 4.5 5.0

2.5,2.5,2.6,2.6,2.8,2.9,3.1,3.2,3.2,3.2,3.4,3.4,3.6,3.6,3.6,3.6,3.7,3.8,3.8,3.9,3.9,3.9,4,4.1,4.
1,4.3,4.5,4.5,4.5,4.5,4.5,4.6,4.6,4.6,4.7,4.8,4.8,4.8,5,5,5.2,5.2,5.3,5.6,5.7,5.7,5.9,6,6.1,6.1,
6.2,6.2,6.3,6.3,6.8,6.9,7.2,7.9,8,8.2
281.5
Media= 60
= 4.69
4.5+4.5
Mediana= 2
=4.5

Moda= 4.5
Rango= 8.2 2.5= 5.7
O2=9.5922+8.7362+3.5721+3.2041+2.5281+6.6603+3.3282+4.7524+0.9801+1.5842+1.87
23+0.4761+0.6962+0.4521+0.1805+0.0243+0.0001+0.0363+0.1922+0.5202+0.3721+0.82
81+2.0402+1.4641+1.7161+3.9762+4.5602+5.1842+4.4521+4.884+6.3001+10.3041+10.9
561+12.3201
O2=118.446
O = 10.88
118.446
VARIANZA= 60
= 1.9741 = 1.4050
Tabla de frecuencia con intervalos
Con 6 marcas =rango /marcas
Intervalos
1. 2.35-3.35
2. 3.35-4.35
3. 4.35-5.35
4. 5.35-6.35
5. 6.35-7.35
6. 7.35-8.35

Primer intervalo 2.35-3.35 (2.5, 2.6, 2.8, 2.9, 3.1, 3.2)


Xi ni ni fi FI Marca de
intevalo clase
28.5 1.(2.35-3.35) 10 10 16.6% 16.6% 2.85

61.6 2. (3.35-4.35) 16 26 26.66 43.32 3.85


82.45 3. (4.35-5.35) 17 43 28.33 71.75 4.85
64.35 4.(5.35-6.35) 11 57 18.33 89.98 5.85
20.55 5.6.35-7.35 3 57 5 94.98 6.85
23.55 6. (7.35-8.35) 3 60 5 99.98 7.85
281

Moda=4.35 a 5.35
Media=4.68 281/60
Mediana=30 ni/2
= (2.85 4.68)2(10) + (3.85 4.68)^2(16)+(4.85-4.68) ^2(17)+(5.85-4.68) ^2(11)+
(6.85-4.68) ^2(3) + 7.85 4.68)^2(3)

2 =33.489+11.0224+0.4913+15.0579+14.1267+30.1467=104.34

Varianza=104.334/60=1.7389

1.7389 = 1.3186

STURGERS
#i=K=1+3.3Log()
= k = 1 + 3.3 log(60) = 6.86 7

# = k =

Media poblacion Media muestral


u
2 2
s


=

=1


( )
=

=1

x = nmero de datos de la muestra

Cierto fabricante de llantas quiere saber la duracin promedio de su producto segn el


uso y el manejo de diferentes conductores, para lo cual se toma una muestra aleatoria de
100 de sus compradores los cuales reportaron la duracin de sus llantas en miles de
kilmetros
55.3 59.5 60.0 48.6 59.1 63.5 56.3 55.0 53.7 52.8
50.5 56.7 60.8 67.6 68.0 64.4 58.0 49.9 65.4 47.9
45.2 68.1 56.5 50.5 51.2 55.9 61.8 73.0 65.3 60.0
56.6 57.3 49.9 69.5 50.2 52.1 56.7 56.2 52.9 55.0
49.8 51.4 56.8 60.1 56.7 55.9 55.2 65.0 54.8 50.2
56.7 67.0 58.8 57.9 46.9 50.6 58.6 54.8 53.8 52.0
52.8 51.9 61.0 62.5 64.2 67.1 59.9 58.1 56.7 54.0
56.3 53.9 52.0 52.9 51.9 56.0 58.1 52.0 57.0 56.1
49.9 61.0 62.5 51.8 50.1 50.8 60.2 57.8 53.2 51.8
60.1 60.9 56.8 48.0 58.9 57.6 59.7 60.7 63.6 65.3
Datos ordenados:
45.2 46.9 47.9 48 48.6 49.8 49.9 49.9 49.9 50.1 50.2 50.2
50.5 50.5 50.6 50.8 51.2 51.4 51.8 51.8 51.9 51.9 52
52 52 52.1 52.8 52.8 52.9 52.9 53.2 53.7 53.8 53.9
54 54.8 54.8 55 55 55.2 55.3 55.9 55.9 56 56.1
56.2 56.3 56.3 56.5 56.6 56.7 56.7 56.7 56.7 56.7 56.8
56.8 57 57.3 57.6 57.8 57.9 58 58.1 58.1 58.6 58.8
58.9 59.1 59.5 59.7 59.9 60 60 60.1 60.1 60.2 60.7
60.8 60.9 61 61 61.8 62.5 62.5 63.5 63.6 64.2 64.4
65 65.3 65.3 65.4 67 67.1 67.6 68 68.1 69.5 73

Moda: 56.7
5674
Media: 100 = 56.74

Rango=73-45.2 = 27.8

xi ni Ni fi% Fi%
45.2 1 1 1 1
46.9 1 2 1 2
47.9 1 2 1 3
48 1 4 1 3
48.6 1 5 1 5
49.8 1 6 1 6
49.9 3 9 3 9
50.1 1 10 1 10
50.2 2 12 2 12
50.5 2 14 2 14
50.6 1 15 1 15
50.8 1 16 1 16
51.2 1 17 1 17
51.4 2 19 2 19
51.8 2 21 2 21
51.9 2 23 2 23
52 2 25 2 25
52.1 1 26 1 26
52.8 2 28 2 28
52.9 2 30 2 30
53.2 1 31 1 31
53.7 1 32 1 32
53.8 1 33 1 33
53.9 1 34 1 34
54 1 35 1 35
54.8 2 37 2 37
55 3 40 3 40
55.2 1 41 1 41
55.3 1 42 1 42
55.9 2 44 2 44
56 1 45 1 45
56.1 1 46 1 46
56.2 1 47 1 47
56.3 1 48 1 48
56.5 1 50 1 50
56.6 1 51 1 51
56.7 5 56 5 56
56.8 2 58 2 58
57 1 59 1 59
57.3 2 60 1 60
57.6 1 61 1 61
57.8 1 62 1 62
57.9 1 63 1 63
58 2 65 2 65
58.1 1 66 1 66
58.6 1 67 1 67
58.8 1 68 1 68
58.9 1 69 1 69
59.1 1 70 1 70
59.5 1 71 1 71
59.7 1 72 1 72
59.9 1 73 1 73
60 2 75 2 75
60.1 2 77 2 77
60.2 1 78 1 78
60.7 1 79 1 79
60.8 1 80 1 80
60.9 1 81 1 81
61 2 83 2 83
61.8 1 84 1 84
62.5 2 86 2 86
63.5 1 87 1 87
63.6 1 88 1 88
64.2 1 89 1 89
64.4 1 90 1 90
65 1 91 1 91
65.3 1 92 1 92
65.4 1 93 1 93
67 1 94 1 94
67.1 1 95 1 95
67.6 1 96 1 96
68 1 97 1 97
68.1 1 98 1 98
67.5 1 99 1 99
73 1 100 1 100

2 = 1301 + 1694

2 = 2996.2048
Varianza = 2996.2048/100=29.962048

9.962048 = 5.4737
Rango =27.8

Amplitud =3.5
Nmero de Intervalos: 8
3.50x8=28-27.8=0.2
45.1-48.6 Media = 56.72
48.6-52.1 Mediana = 50
52.1-55.6 Moda = 55.6 a 59.1
55.6-59.1
59.1-62.6
62.6-66.1
66.1-69.6
69.6-73.1
Xi ni Ni Fi Fi Marca Sumatoria*ni Desviacin
de media
clase
45.1-48.6 4 4 4 4 46.85 187.4
48.6-52.1 21 25 21 25 50.35 1057.35
52.1-55.6 17 42 17 42 53.85 915.45
55.6-59.1 27 69 27 69 57.35 1548.45
59.1-62.6 17 86 17 86 60.85 1034.45
62.6-66.1 7 93 7 93 64.35 450.45
66.1-69.6 6 9 6 99 67.85 407.1
69.6-73.1 1 100 1 100 71.35 71.35 5672

VARIANZA:

2 = 4(46. .85 56.72)2 + 21(50.35 56.72)2 +17(53.85 56.72)2 +27(57.35 56.72)2 +


17(60.85 56.72)2 + 7(64.35 56.72)2 +6(67.85 56.72)2 +1(71.35 56.72)2
3047.31
2 = = 30.4731
100

DESVIACIN ESTNDAR:

= . = 5.52024456

NMERO DE INTERVALOS:

Los nmeros de intervalos a utilizar se determinan mediante la frmula, donde n representa el


nmero total de datos:

1+3.33log(n)

1+3.33log(100)=7.66 8

DESVIACIN MEDIA:

Se representa mediante la siguiente frmula:






1

473.356.75
Que es igual a: = 4.1655
100

MEDIANA:

Se representa por la frmula:




Md = + (2 )

100
2
41
Que es igual a: 55.6 + ( ) = 55.93
27

MODA:

Se representa por la siguiente frmula:


1
Mo = + ( )()
1+2


Mo = + (()+())

2717
Mo= (55.6) + ((2717)2717)) (3.5)

Mo= 55.6 + 1.75 = 57.35

- Mo= Moda

- LRI= Limite real inferior de la clase modal

- d1= Diferencia entre la frecuencia de la clase modal y la frecuencia de la clase anterior.

- d2 = Diferencia entre la frecuencia de la clase modal y la frecuencia de la clase siguiente.

Xi ni Ni Fi Fi
22 4 4 6.66 6.66
22.5 3 7 5 11.66
23 3 10 5 16.66
24 4 14 6.66 23.32
25 6 20 10 33.32
26 5 25 8.33 41.65
26.5 4 29 6.66 48.31
27 4 33 6.66 54.97
27.5 4 37 6.66 61.63
28 10 47 16.66 78.29
28.5 4 51 6.66 84.95
29 5 56 8.33 93.28
30 4 60 6.66 99.94

Ejemplos: Cuartiles.
1() 1(60)
Cuartil 1 = Q1= = = 15 (Posicin # 15)
4 4
Q1= 25 (Valor numrico)


=

=1
3() 3(60)
Cuartil 3 = Q3= = = 45
4 4

Tambin puede hacerse por deciles o percentiles segn se nos indique (10,100).
INSTITUTO POLITECNICO NACIONAL

ESCUELA SUPERIOR DE INGENIERIA MECANICA Y ELECTRICA

UNIDAD AZCAPOTZALCO

UNIDAD 2.-

PROFESOR: LEMUS ZUIGA JUAN CARLOS

MATERIA: PROBABILIDAD Y ESTADISTICA

Integrantes:
- BUENDIA CRUZ LUIS ENRIQUE
- GONZLEZ SILVA CARLOS
- GONZLEZ VARGAS ALEX

GRUPO: 6MV1
Introduccin:
El anlisis combinatorio es una rama de las matemticas discretas de gran aplicacin, como
la teora de las probabilidades y el anlisis de algoritmos, entre otras. Las aplicaciones de
la teora combinatoria estn basadas en el empleo de mtodos para cuantificar los
diferentes tipos de arreglos que se obtienen con los elementos de uno o ms conjuntos.
Puesto que en la teora de las probabilidades no siempre es fundamental encontrar todos
los puntos muestrales, basta conocer la cantidad de stos; en particular, cuando se aplica
la definicin de probabilidad, es decir, cuando el espacio muestral se considera uniforme,
el clculo de la probabilidad de un evento requiere una divisin de la cantidad de elementos
del evento entre la cantidad de elementos del espacio muestral, por lo que es necesario
conocer las tcnicas que se pueden aplicar para calcular la cantidad de puntos muestrales
en un experimento.
En esta unidad se analizan varios conjuntos y sus arreglos por medio de dos reglas
elementales de conteo: regla de multiplicacin y regla de suma. En ocasiones los arreglos
se grafican por medio de diagramas de rbol. Tambin se trabajarn por separado los casos
especiales de los arreglos que se forman con una parte o todos los elementos de un
conjunto cuando el orden en que se coloquen stos sea importante permutaciones y la
eleccin de los elementos se realice con o sin reemplazo; se ampliar el estudio de los
casos con elementos iguales en un conjunto y los casos cuando el orden entre los
elementos de los arreglos no es importante combinaciones

Regla de la multiplicacin:
La regla de multiplicacin aplicada a dos conjuntos consiste en que dados los conjuntos A
= {a1 , a2 ,..., an } y B = {b1 , b2 ,..., bm }, se quiere saber cuntas parejas diferentes se
pueden formar con sus elementos si se coloca un elemento del conjunto A y
posteriormente un elemento del conjunto B. Primero se elige un elemento cualquiera del
conjunto A y se relaciona con cada uno de los elementos del conjunto B, de tal forma que
se obtienen m arreglos diferentes (puesto que B contiene m elementos) a1 b1 , a1 b2 , a1
b3 ,..., a1 bm Despus se escoge un segundo elemento del conjunto A, y se relaciona con
cada uno de los elementos del conjunto B y se obtienen otros m arreglos, los cuales son
todos diferentes respecto de los que se formaron antes, ya que se combinaron elementos
diferentes del conjunto A a2 b1 , a2 b2 , a2 b3 ,..., a2 bm .Continuando el proceso se
tienen n m parejas distintas que contienen un elemento de cada conjunto. En estos
arreglos se escriben primero los elementos del conjunto A seguidos de los del B. El
proceso se puede generalizar para el caso de k conjuntos.
Dados A1 ,..., Ak k conjuntos diferentes y n1 , n2 ,..., nk las cantidades respectivas de
elementos de dichos conjuntos, entonces la cantidad de arreglos diferentes que contienen
un elemento de cada conjunto, escribiendo primero los elementos del conjunto uno
seguidos de los del conjunto dos, sucesivamente hasta llegar al conjunto k, se llama regla
generalizada de multiplicacin, y est dada por n1*n2 ... *nk.

Ejemplos:
1. Se tienen ocho libros de fsica, cuatro de qumica y siete de matemticas, todos
ellos diferentes, cuntos arreglos de tres libros, que contengan un libro de cada
tema, se pueden formar con todos los libros si primero van los de fsica, seguidos
por qumica y matemticas? Con los datos anteriores y el uso de la regla de
multiplicacin, que indica el total de arreglos de libros diferentes de cada tema, se
obtiene 8 *4* 7 = 224

2. Para ir de la ciudad A a la ciudad B existen tres caminos, de la ciudad B a la C


existen cuatro, de la ciudad C a la D dos, d cuntas maneras se puede ir de la
ciudad A a la D, sin pasar por la misma ciudad ms de una vez? Con los datos
anteriores y con el uso de la regla de multiplicacin, el total de caminos diferentes
para ir de A a D es 3 *4* 2 = 24

Diagramas de rbol:
El nombre diagrama de rbol se debe a su forma, ya que con los elementos de los
diferentes conjuntos que se estudian se construyen ramificaciones, con las cuales se
obtienen todos los arreglos posibles.
El diagrama de rbol es una forma grfica de encontrar todos los arreglos que se pueden
formar con los diferentes elementos de los conjuntos que se tiene. Un arreglo es una
ramificacin (desde su punto inicial hasta su punto final), donde cada ramificacin debe
tener un elemento de cada conjunto.
Retomando los datos del ejemplo 1, nmero 2, es posible resolver el problema mediante
un diagrama de rbol. Primero se representa en un punto a la ciudad A, despus se
trazan, a partir de este punto, tres lneas rectas para los tres caminos de la ciudad A a la
B; de igual forma, de cada punto que representa a la ciudad B, se trazan cuatro lneas
para los cuatro caminos de la ciudad B a la C; finalmente, de cada punto que representa
la ciudad C, se trazan dos lneas para los dos caminos de la ciudad C a la D.

El diagrama muestra todos los caminos posibles


para viajar de la ciudad A a la D, pasando por las
ciudades B y C, los cuales se pueden obtener al unir rectas desde el punto A al D sin
regresar por ningn camino. Como se observa, los diagramas de rbol son bastante
sencillos y muestran todos los arreglos posibles. Sin embargo, en los casos en que la
cantidad de elementos es grande, se tiene tambin una cantidad grande de
ramificaciones, y trazarlo ya no sera factible. No obstante, como se ver en la siguiente
unidad, los diagramas de rbol tienen gran aplicacin al resolver problemas de
probabilidad condicional.

Arreglos con y sin reemplazo:


Al aplicar la regla de multiplicacin se debe tomar en cuenta que no slo se emplea con
diferentes conjuntos sino que puede estar aplicada a un mismo conjunto en los casos que
se pida realizar arreglos con todos o alguna parte de sus elementos. Dichos arreglos, sin
embargo, pueden ser de dos tipos: cuando se permite el reemplazo (o repeticin) y
cuando no se repiten.
Arreglos con reemplazo:
Se dice que los arreglos son con reemplazo o con repeticin cuando despus de tomar
un elemento ste se puede tomar nuevamente cada vez que se realice otra extraccin. Es
decir, si se tiene un conjunto A con n elementos diferentes y se realiza una extraccin,
sta se podr hacer de n formas diferentes. Dado el conjunto A = {a1 , a2 ,..., an }, se pide
formar arreglos diferentes que contengan k elementos del conjunto en el cual se permite
el reemplazo. Por la regla de multiplicacin (definicin 3.1), esto es equivalente a tener k
conjuntos iguales de los cuales se forman arreglos diferentes que contengan un elemento
de cada conjunto, de tal forma que del primer conjunto se tendrn n elementos para
escoger uno, del segundo conjunto tambin n elementos puesto que se permite la
repeticin, sucesivamente k veces, lo que se expresa:

Ejemplos:
Cuntos nmeros diferentes de placas se pueden formar con los nmeros dgitos y las
letras del alfabeto, si cada placa consta de tres letras y tres dgitos y se permite la
repeticin?
Cada letra del arreglo se puede elegir de 26 maneras, ya que se permite la repeticin, al
igual que cada dgito del arreglo se puede escoger de diez maneras, por tanto: 26 *26*
26* 10* 10* 10 = 263 * 103 placas diferentes.

Arreglos sin reemplazo (permutaciones):


Los arreglos son sin reemplazo o sin repeticin cuando despus de tomar un elemento,
ste no se puede tomar de nuevo. Es decir, si se tiene un conjunto A1 = {a1 , a2 ,..., an }
con n elementos diferentes y se realiza una extraccin, sta se podr hacer de n maneras
diferentes. Sea el elemento tomado a3 , ste ya no se regresa al conjunto teniendo un
conjunto A2 = {a1 , a2 , a4 , a5 ,..., an } con n 1 elementos diferentes, de forma tal que
cuando se realice una segunda extraccin ser de n 1 maneras. Sea el conjunto A = {a1
, a2 ,..., an }, se pide formar arreglos diferentes que contengan k elementos elegidos del
conjunto sin reemplazo. Por la regla de multiplicacin, esto es equivalente a tener k
conjuntos, de manera que del primer conjunto se tendrn n elementos para tomar uno, del
segundo conjunto n 1 elementos (puesto que no se permite el reemplazo),
sucesivamente hasta llegar al k-simo conjunto, el cual contendr (n (k 1)) elementos
diferentes para tomar uno. Con la regla de multiplicacin la cantidad de arreglos diferentes
que se puedan formar con los k conjuntos est dada por:

Ejemplo:
Cuntas placas diferentes se pueden formar con los nmeros dgitos y las letras del
alfabeto, si cada placa consta de tres letras y tres dgitos si no se permite la repeticin? La
primera letra se puede elegir de 26 maneras, la segunda las 25 restantes, la tercera 24.
En el caso de los nmeros se escogern el primero de diez maneras, el segundo nueve y
el tercero ocho. Finalmente, por la definicin 3.4 y la regla de multiplicacin se tiene que la
cantidad de arreglos es:
(26 *25* 24) (10* 9* 8) = 11 232 000 placas.

Permutaciones con elementos iguales:


Para los casos en que se quieren formar arreglos con todos los elementos de un conjunto,
entre los cuales existen algunos que son iguales, se tiene que, de forma general, cuando
existen n1 elementos iguales, n2 elementos iguales,... y nm elementos iguales, tales que
n1 + n2 + ... + nm = n, resulta la cantidad total de ordenamientos diferentes considerando
todos los n elementos por ordenamiento.

Ejemplos:
1. Se tienen cuatro computadoras X, tres computadoras Y y tres computadoras W;
de cuntas maneras diferentes se pueden ordenar en lnea recta? Se tienen en
total diez computadoras, de las cuales existen cuatro, tres y tres de cada tipo, por
la frmula 1, se tiene:
10!
= 4200
4! 3! 3!
2. Cuntas permutaciones diferentes se pueden formar con todas las letras de la
palabra Guanajuato? Aqu el problema es que existen elementos iguales, se tienen
tres letras a, dos u y slo una de las siguientes g, n, j, t y o. Por la frmula 1, se
tiene:

10!
= 302 400
3! 2! 1! 1! 1! 1! 1!

Combinaciones

En la seccin anterior se analizaron las permutaciones, arreglos en los que el


orden entre sus elementos es de suma importancia, por tanto, la permutacin ab
es diferente al arreglo ba. En la presente seccin se vern los arreglos en los que
el orden entre sus elementos no importa, es decir, dado un conjunto de n
elementos distintos se desea contar el nmero de subconjuntos no ordenados de
tamao k. Por ejemplo, dado un grupo de 40 estudiantes, se piden tres alumnos
para que representen al grupo. En este caso no es importante el rden de los
alumnos.
Dado un conjunto con n elementos diferentes, se llama combinacin a cualquier
subconjunto no ordenado de tamao k. El nmero de combinaciones de tamao k
que se pueden formar con los n elementos se denota por:

Como Ck n representa la cantidad de subconjuntos no ordenados que co


representa la cantidad de subconjuntos no ordenados que constan de nstan de k
elementos tomados de un total de n, se tiene que en cada una de esas
combinaciones se pueden formar k! arreglos diferentes. Por tanto, si Ck n
representa la cantidad total de subconjuntos no ordenados formados de k
elementos diferentes, k!Ck n representa la cantidad de arreglos diferentes de k
elementos tomados de un total n. Como se analiz en la seccin 3.3.2, esta
cantidad es igual a Pk n , de donde se deduce: Pk n = k!Ck n

Despejando se obtiene:

Una diferencia fundamental entre las permutaciones y las combinaciones consiste


en que en el orden de los elementos de los grupos escogidos en las
combinaciones no importan, slo se considera la cantidad de elementos en el
grupo, mientras que en las permutaciones el orden entre sus elementos es
fundamental. Permutaciones ab ba Combinaciones {a, b} = {b, a}.

Ejemplos:
1. Se calcula:
10!
a) 310 = 3!(103)! = 120
15!
b) 415 = = 1365
4!(154)!
2. Cuntos grupos de dos elementos se pueden formar de un conjunto que
contiene cinco elementos? Como en estos casos no importa el orden entre los
elementos, con la frmula 2, se tiene:
5!
25 = = 10
2! (5 2)!
1. En cuntas formas puede la Sociedad de Ingenieros Mecnicos programar a 3 conferencistas
en tres diferentes congresos, si los primeros estn disponibles en cualquiera de 6 fechas
posibles?

Se toman todos los elementos? NO

Importa el orden? NO

Se repiten elementos? NO

COMBINACION SIMPLE


!
=
( )! ()!

6!
= =
(6 3)! (3)!

654321
= = 20
(321)(321)

2. En cuntas formas diferentes pueden acomodarse 4 focos rojos, 5 amarillos y 3 azules en un


rbol de navidad con 12 receptculos?

Se toman todos los elementos? SI

Importa el orden? SI

Se repiten elementos? SI

PERUTACION CON REPETICION


!
= =
, , ! ! !
12! 12111098754321
= = = 27720
4! 5! 3! (4321)(54321)(321)

3. Se quiere saber cuntas placas de motocicleta pueden formarse si cada placa consta de 3
dgitos y 3 letras (se tomaran en cuenta 26 letras y 10 dgitos)

Se toman todos los elementos? NO

Importa el orden? NO
Se repiten elementos? SI

COMBINACION CON REPETICION


( + 1)!
=
( 1)! ()!
(36 + 6 1)!
= = 750000
(6 1)! (36)!
4.- En la eleccin sindical, el Sr. Benito, la Sra. Graciela y la Sra. Julia estn postulados para
directores. El Sr. Andrs, la Sra. Rebeca y el Sr. Sal estn postulados para subdirector. Elabore
un diagrama de rbol que en donde se muestren los resultados posibles y selos para determinar
el nmero de maneras en que los dos funcionarios sindicales no sean del mismo sexo.

Respuesta

Sr. Andrs (1/3)

Sr. Benito (1/3) Sra. Rebeca (1/3) Manera 1

Sr. Sal (1/3)

Sr. Andrs (1/3) Manera 2

Presidente y
viceprecidente Sra. Graciela (1/3) Sra. Rebeca (1/3)
(100%)

Sr. Sal (1/3) Manera 3

Sr. Andrs (1/3) Manera 4

Sra. Julia (1/3) Sra. Rebeca (1/3)

Sr. Sal (1/3) Manera 5

Existen 5 maneras posibles de formar la eleccin sindical sin que las personas sean del mismo sexo.
1 1 5 4
= (3) (3) = 9 ; = 9

+ = 1.0 = 100%
5.- En un paquete de ptica, hay 6 lentes cncavos, 4 lentes convexos, 2 prismas y 2 espejos, de
cuntas formas podemos seleccionar un lente cncavo, un lente convexo, un prisma y un espejo
de este paquete?

Respuesta

Variacin simple
! 6! ! 2!
= ()!
= (61)! = 6 ; = ()!
= (21)! = 2

! 4! ! 2!
= ()!
= (41)! = 4 ; = ()!
= (21)! = 2

Como se utiliza el prefijo y, nuestros resultados se multiplican, quedando de la siguiente forma:

6x4x2x2 = 96 formas se pueden seleccionar un lente cncavo, un lente convexo, un prisma y un


espejo

6.- En unas vacaciones, una persona quiere visitar 3 de 10 sitios histricos de Yucatn. De
cuntas maneras distintas puede planear su viaje si el orden de las visitas no tiene importancia?

Respuesta

Combinacin simple
! 10!
= ()!!
= (103)!3! = 120 maneras distintas puede planearlo

7. Una caja contiene 15 tornillos defectuosos y 30 tornillos buenos, si se seleccionan 8 tornillos


en forma aleatoria, de cuantas maneras se puede hacer la seleccin?, si:

a) No hay restricciones
b) Todos han de ser buenos
c) Todos han de ser defectuosos
d) 3 han de ser defectuosos y 5 buenos

En el inciso A
! 45!
= = = 1.0978 1013
( )! (45 8)!
En el inciso B
! 30!
= = = 2.3598 1011
( )! (30 8)!
En el inciso C
! 15!
= = = 32432460
( )! (15 8)!
En el inciso D
(!)(!) = (3!)(5!) = 720

8. En una fbrica se distribuyen 12 aparatos electrnicos en tres lneas diferentes, con 4 aparatos
en cada lnea. Si dos de los aparatos son defectuosos, de cuantas maneras se pueden distribuir
los aparatos en las tres lneas si:

a) Si los dos defectuosos quedan en la lnea uno


b) Los dos defectuosos quedan en la misma lnea

En el inciso A
(!)( !) = (4!)(8!) = 967680

En el inciso B

(4!)( 1)! = (4!)(11!) = 958003200

9. De cuantas maneras distintas se pueden asignar a once representantes de servicio para


cuatro nuevos clientes corporativos, suponiendo que a cada representante de servicio se le
pueda asignar a lo sumo uno de los clientes corporativos?

La respuesta es
! 11!
= = = 7920
( )! (11 4)!
11.- Una fbrica produce lmparas elctricas. En promedio, el 20% de ellas tiene algn defecto.
Antes de ser empacadas se revisa cada pieza. El inspector clasifica errneamente las lmparas el
10% de los casos, es decir; p (sea clasificada errneamente/la lmpara buena)=p(sea clasificada
como bueno/la lmpara con algn defecto)=10%

a) qu proporcin de las lmparas ser clasificada en buen estado?

b) Ahora, supngase que solo se empacan las lmparas que pasan la inspeccin, los que no la
pasan son destruidas, cul es la calidad de las lmparas empacadas?

B(80%) D(20%)

C CB(90%) CB(10%)
C CD(90%) CD(10%)

a) P(C/B)= (0.80)*(0.90) + (0.20)*(0.10) = 0.74= 74%

b) P(B/CB) = [P(CB/B)*P(B)]/ P(CB) = (0.90*0.80)/0.74=0.9729= 97.29%

12.- El 55.26% de los automviles de un estacionamiento son de cuatro puertas. Los automviles
blancos son el 21.27% del total, y los automviles de cuatro puertas escogidos de entre los
blancos son el 59.77%. Determine el porcentaje de autos blancos escogidos de entre los de cuatro
puertas.

A = Porcentaje de autos de cuatro puertas = 55.26% = 0.5526


B = Porcentaje de autos blancos = 21.27% = 0.2127
A|B = Porcentaje de autos de cuatro puestas que son blancos = 59.77% = 0.5977

P(B/A)= 0.5977*0.2127)/ 0.5526 = 0.2301

P(B|A) = 23.01%

13.- Marvlad (empresa nacional) fabrica video reproductores y compra un circuito integrado,
llamado CR25 a tres proveedores diferentes de los cuales 30% son suministrados por Atlntida
(empresa nacional), 20% son suministradas por Snaider (empresa alemana) y 50% por Samsung
(empresa coreana). El fabricante de video reproductor cuenta con registros de los tres fabricantes
y sabe que 3% de los circuitos integrados de Atlntida estn defectuosos, 5% de los circuitos
integrados de Snaider son defectuosos y 4% de los circuitos Samsung tambin son defectuosos.

Cuando los circuitos integrados llegan a Marvlad, se colocan directamente en un depsito y no


se inspeccionan ni se identifican de acuerdo con el proveedor, un tcnico elige uno para instalarlo
en un video reproductor y se da cuenta que est defectuoso. Qu probabilidad hay de que el
fabricante sea Snaider.

A1- Se compro en Atlntida.

A2- Se compro en Snaider.

A3- Se compro en Samsung.

P(A1)= 0.30

P(A2)= 0.20

P(A3)= 0.50

B1- Circuito defectuoso

B2- Circuito no defectuoso


P(B1/A1)= 0.03 Probabilidad que un circuito de Atlntida sea defectuoso.

P(B1/A2)= 0.05 Probabilidad que un circuito de Snaider sea defectuoso.

P(B1/A3)= 0.04 Probabilidad que un circuito de Samsung sea defectuoso.

P(A2/B1)=[P(A2)*P(B1/A2)]/[P(A1)*P(B1/A1)+P(A2)*P(B1/A2)+P(A3)*P(B1/A3)]

P(A2/B1)= (0.20*0.05)/[0.30*0.03+0.20*0.05+0.50*0.04]= 0.2564= 25.64%

INSTITUTO POLITECNICO NACIONAL

ESCUELA SUPERIOR DE INGENIERIA MECANICA Y ELECTRICA


UNIDAD AZCAPOTZALCO

UNIDAD 3.-

PROFESOR: LEMUS ZUIGA JUAN CARLOS

MATERIA: PROBABILIDAD Y ESTADISTICA

Integrantes:
- BUENDIA CRUZ LUIS ENRIQUE
- GONZLEZ SILVA CARLOS
- GONZLEZ VARGAS ALEX
GRUPO: 6MV1

Tipos de sucesos:
Suceso Elemental
Es cada uno de los elementos que forman parte de nuestro espacio muestral. Ej. En
un dado obtener del 1 al 60 2 dados del 2 al 12.
Suceso Compuesto
Es un subconjunto de mi espacio muestral del mismo ejemplo del dado obtener un
numero par o nmero non.

Suceso Seguro
Est formado por todos los componentes del espacio muestral Ej. Obtener un numero
natural al lanzar un dado, da una probabilidad de 1004 (NO Hay Condicin).

Suceso Imposible
Es aquel que no tiene ningn elemento del espacio muestral Ej. Al arrojar 2 dados
obtener un 1 o un 14, existe una probabilidad nula o del 0%.

Suceso Compatible
Dos sucesos A y B son compatibles cuando tienen como mnimo un elemento de un
suceso elemental del espacio muestral. Ej. Obtener nmeros pares y mltiplos de 6 al
arrojar un dado.

Suceso Incompatible
Cuando dos sucesos A y B no tienen ningn elemento en comn en un espacio
muestral obtener un nmero del 1-6 y del 7-12.

Suceso dependiente
Es cuando la probabilidad de que suceda A Se ve afectada por la probabilidad de
que suceda o no suceda B. Ej. Probabilidad de obtener un 12 dado que ya sali un 6.
12
( ) = ( ) = ( )
6 6
Suceso Independiente
Dos suceso A y B son incondicionales cuando la probabilidad de que suceda A no
fluye de que suceda como B.

Suceso Contrario
Es aquel que ocurre cuando no ocurre A P(A) Probabilidad contraria de A.
P(A)=1-P(A)

Probabilidad de obtener 1 al arrojar un dado


1 5
= 6; Probabilidad contrario (6)

Unin De Sucesos
Es la suma de las probabilidades de A y B.
ABP(A) o P (B)=P(A)+P (B)
ABP(A) y P (B)= P(A) x P(B)

Probabilidad de Laplace:
La Probabilidad de un evento es la probabilidad del suceso esperado entre las
probabilidades posibles.
Ejemplo:
Se extraen 5 cartas de una baraja de Cul es la probabilidad de extraer 4
aces?
5 4 3 2
Laplace 52 ; 52 ; 50 ; 49
Combinatoria
5 4 3 2 1
44 48
1
3.69106P (4 Aces)=
X X X X = 5
52
1.84105

52 51 50 49 48
SE extraen 5 cartas de una baraja de 52 cartas. Encontrar la probabilidad de
encontrar 4 ases y un rey.


4 1
4 4 4441 =
P (4 Aces y 1 Rey)= = = 1.53106
5
52 525
= ( 1)

Tablas de Contingencias:
Un mtodo til para clasificar los datos obtenidos en un recuento es mediante las tablas
de contingencia.
Se trata de tablas en cuyas celdas figuran probabilidades y en la cual pueden determinar
unas probabilidades conociendo otras de las tablas.

Ejemplo:
Se sorte un viaje entre 120 mejores clientes de una agencia de automotriz de ellos 65
son mujeres 80 estn casados y 45 son mujeres casadas se pide:
1.- Cul ser la probabilidad de que le toque el viaje a un hombre soltero?
2.- Si del afortunado se sabe que es casado cul ser la probabilidad de que sea una
mujer?

Estado Hombres Mujeres Total


Civil
Casados 35 45 80
Solteros 20 20 40
Total 55 65 120
20 1
P (hombres Solteros)= =
120 6
45
P (mujeres/casados) = = 0.5625
80

Diagrama de rbol:
Para la construccin de un diagrama de rbol se partieron poniendo una rama para cada
una de las posibilidades acompaando su probabilidad.
En el final de cada rama parcial se construye a su vez un nudo del cual parten nuevas
ramas segn las posibilidades del siguiente paso salvo si el nudo representa una
posibilidad final del experimento (nudo final).
Hay que tener en cuenta que la suma de posibilidades de las ramas de cada nudo ha de
dar.
Ejemplos:
Una clase consta de 6 nios y 10 nias, si se escoge un comit de tres al azar, ayar la
posibilidad de:
a) Seleccionar 3 nios
10 9 8
P (3 nios)=16 15 14 = 0.214
b) Seleccionar exactamente 2 nias y 1 nio.
10 6 5 6 10 5 6 5 10
P (2 nios, 1 nio)=16 15 14 + 16 15 14 + 16 15 14 = 0.268
c) Seleccionar 3 nias
6 5 4
P (3 nias)=16 15 14 = 0.0357

nio
nio
nia
nio
nia
nia

Calcular la probabilidad de que al arrojar al aire 3 monedas salga:


x
1/2 c C

X
1/2 C
1/2 x
C

$
X
1/2 c
1/2 X
C

1/2 x X

A) TRES CARAS

() = =

Se tiene una comunidad de 900 individuos de los cuales 300 son desempleados y
600 estn empleados de dicha comunidad 500 son hombres y 400 mujeres en
donde 460 hombres laboran 260 mujeres no laboran
A) si se selecciona una porcin al azar calcule la probabilidad que la
persona elegida.

( ) = ( 2 )

EMPLEADOS DESEMPLEADOS TOTAL
HOMBRES 460 40 500
MUJERES 140 260 400
TOTAL 600 300 900
()
FORMULA: ( ) =
()

/
=
/

=


SE SUMAN =


( ) =
( ) = =
()

) =
(

E 460/500
HOMBRES
500/900
D 40/500
PROBABILIDAD

MUJERES
E 140/400
400/900

D 260/400

A) PROBABILIDAD DE QUE NO SEAN EMPLEADOS = .

Se tienen 17 hombres y 20 mujeres de las cuales 5 hombres usan gafas y 8


mujeres usan gafas
A) Encontrar la P de que al seleccionar una persona al azar esta sea mujer y
use gafas

20/37*8/20=8/37
8/20

Mujer 20/37 20/37*12/20=12/37


12/20
Mujer con
gafas
8/17 17/37*5/17=5/37
Hombre 17/37

12/17 17/37*12/17=12/37

( )
( ) = ( )= =
()
CON GAFAS SIN GAFAS
HOMBRE 5 12 17
MUJER 8 12 20
TOTAL 13 24 37
En una huerta hay 1000 rboles de los cuales 760 son de manzana y los dems
son naranjas. Los arboles de esta fruta para jugo son 650 (hay 350 de fruta para
mesa) y de estas 450 son manzanas.
A) Calcular la P de que al seleccionar al azar en el rbol de manzana este sea
de fruto pero de jugo
B) Si son arboles de manzana Cul es la probabilidad de que sean de fruta
para mesa?

T=100
MANZANA NARANJA
A.M=760 P. JUGO 450 200 650
P. MESA 310 40 350
A.N=240 760 240 1000
A.S=650
A.M=350
A,J,M=450

9
( )= = = 0.45
. 20
31
( )= = = 0.4768
. 76

( )=
.

() ()
( )= ( ) =
() ()


( ) = = . %
( ) = =
()


( )
( )= =
= = .
()