Unidad 2 Probabiidades

ESTADSTICA Y PROBABILIDADES
UNIDAD 2: TEORA ELEMENTAL DE PROBABILIDADES.
UNIDAD 2: TEORA ELEMENTAL DE PROBABILIDADES.
La probabilidad es el estudio de los fenmenos puramente aleatorios. La

probabilidad apareci con base en los juegos de azar; cuando se utiliz la palabra
probabilidad fue para indicar la posibilidad de que ocurra un evento o resultado.
El mundo en que vivimos est lleno de incertidumbre; las situaciones que implican
incertidumbre varan de simples juegos de azar, como los dados y naipes, hasta
problemas en campos tan variados e importantes como son las ciencias fsicas,
las sociales, la industria y los seguros, por mencionar algunos. Los problemas
representativos de estos campos implican predicciones de lo que suceder a
futuro; es decir, qu probabilidad de ocurrencia existe para asegurar las
predicciones.
1
ESTADISTICA Y PROBABILIDADES
Los primeros estudios sobre probabilidad fueron motivados por la posibilidad de

acierto o de fracaso en los juegos de azar; es decir, qu ocurrencia tiene un
suceso entre varios posibles.
Conceptos Bsicos de Probabilidad:
1. EXPERIMENTO: Un experimento, en estadstica, es cualquier proceso que

proporciona datos, numricos o no numricos.
Tipos de Experimentos: Experimento aleatorio y determinista.
Un experimento aleatorio es aquel del que no podemos predecir su resultado, es

decir, que depende de la suerte o azar.
Cuando conocemos el resultado del experimento antes de realizarlo, decimos que

es un experimento determinista.
2. ESPACIO MUESTRAL: Un conjunto cuyos elementos representan todos los

posibles resultados de un experimento se llama espacio muestral y se representa
como S. El espacio muestral de un experimento siempre existe y no es
necesariamente nico pues, dependiendo de nuestra valoracin de los resultados,
podemos construir diferentes espacios muestrales.
Los elementos del espacio muestral se llaman puntos muestrales y son los
distintos resultados del experimento.
Ejemplos: a) Lanzamiento de una moneda.
S: { escudo , nmero }
b) Lanzamiento de un dado.
S: { 1,2, 3, 4, 5,6 }
c) Lanzamiento de una moneda dos veces.
2
S: { EE , EN , NE, NN }
3. EVENTOS: Es un subconjunto A del espacio muestral S, es decir un conjunto

de resultados posibles.
Existen varios tipos de sucesos o evento:
Suceso Simple: Es cualquier subconjunto del espacio muestral el cual

tiene un nico elemento.
Ejemplo:
Tirando un dado un suceso simple es sacar 5.
Suceso compuesto: Es cualquier subconjunto del espacio muestral que

tiene dos o ms elementos.
Ejemplo:
Tirando un dado un suceso sera que saliera par, otro, obtener mltiplo de 3.
Suceso seguro, E, est formado por todos los posibles resultados (es
decir, por el espacio muestral).
Ejemplo:
Tirando un dado obtener una puntuacin que sea menor que 7.
Suceso imposible, , es el que no tiene ningn elemento.
Ejemplo:
Tirando un dado obtener una puntuacin igual a 7.
Ejercicio n 1.-
En una urna hay 15 bolas numeradas de 2 al 16. Extraemos una bola al azar y
observamos el nmero que tiene.
a) Describe los sucesos:
3
A = "Obtener par" B = "Obtener 2<n <4
C = "Obtener primo" D = "Obtener n 16 "
4. OPERACIONES ENTRE EVENTOS.
1. Unin de sucesos
La unin de los sucesos A y B se expresa A U B y es el suceso que ocurre

cuando ocurren A o B. Asociaremos siempre U con o
2. Interseccin de sucesos
La interseccin del suceso A y B se expresa A B y es el suceso que ocurre
cuando ocurre A y B, es decir, ambos simultneamente. Asociaremos siempre
con y
Ejemplo: Consideremos el experimento aleatorio "lanzar un dado" y los sucesos:
y . Entonces los sucesos unin e interseccin
4
serian:
3. Diferencia de sucesos
El suceso diferencia A menos B se representa A -- B y est formado por todos los

sucesos elementales de A que no estn en B.
Ejemplo: Consideremos el experimento aleatorio "lanzar un dado" y los

sucesos:
y . Entonces el suceso diferencia es:
4. Suceso contrario
El suceso contrario (o complementario) de un suceso A, se representa por Ac.
El contrario de A, es el suceso que ocurre cuando no ocurre A.
Ejemplo: Consideremos el experimento aleatorio "lanzar un dado" y el suceso:
, entonces el contrario de sera:
Ejemplos:
5
Ejercicios:
1.
2.
6
Represente la situacin en un diagrama de Venn Euler y conteste:
Cuntas personas estudian jardinera?
Cuntas personas estudian costura?
Cuntas personas estudian ambos cursos?
Cuntos no estudian jardinera ni costura?
5. VARIABLE ALEATORIA
Una funcin que asocia un nmero real, perfectamente definido, a cada punto
muestral.
A veces las variables aleatorias (v.a.) estn ya implcitas en los puntos mustrales.
Ejemplo 1: Experiencia consistente en medir la presin sistlica de 100 individuos.

Un punto muestral (resultado de un experimento) es ya un nmero (presin
sistlica). La v.a. est implcita.
Los conjuntos pueden ser:
Discretos: nmero finito o infinito numerable de elementos.
Continuos: nmero infinito no numerable de elementos.
7
Las v.a. definidas sobre espacios muestrales discretos se llaman v.a. discretas y
las definidas sobre espacios muestrales continuos se llaman continuas.
Una v.a. puede ser continua, aunque nosotros slo podamos acceder a un
subconjunto finito de valores. P.e. la presin arterial es una v.a. continua pero slo
podemos acceder a un conjunto finito de valores por la limitacin de los aparatos
de medida.
En general, las medidas dan lugar a v.a. continuas y los conteos a v.a. discretas.
6. ENFOQUES DE LA PROBABILIDAD
En el desarrollo de las probabilidades se han presentado tres enfoques para
definir la probabilidad y determinar los valores:
El Enfoque Clsico:
Se basa en la suposicin de que cada resultado sea igualmente posible se le

determina Enfoque a priori, porque permite calcular el valor de la probabilidad
antes de observar cualquier evento de la muestra.
Si hay h posibilidades xxx favorables a la ocurrencia de un evento A y n
posibilidades de resultados desfavorables a la ocurrencia de A y todos los
resultados son igualmente posibles y mutuamente excluyentes (no pueden ocurrir
al mismo tiempo), entonces la probabilidad de que ocurra A, viene dado por:
EJEMPLO:
a. Si tenemos una tmbola con 15 balotas rojas y 10 blancas. La probabilidad
de sacar una balota blanca en un evento es:
8
Enfoque de Frecuencia Relativa:
Denominado tambin Enfoque Emprico, se basa en determinar la probabilidad

sobre la perspectiva de la proporcin de veces que ocurre un evento favorable en
un numero favorable de observaciones y en la recopilacin de datos.
EJEMPLO:
Se ha observado que 12 de cada 50 motociclistas que pasan por una

determinada va no llevan puesto el casco; si un guardia de Transito se para en
la va Cul es la posibilidad de que detenga a un para hacerle un parte por
esta infraccin de no llevar puesto el casco?
El Enfoque Subjetivo:
Establece la probabilidad de ocurrencia de un evento, es el grado de creencia por

parte de que un evento ocurra, basado en toda la evidencia a su disposicin. Bajo
esta premisa se puede decir, que el evento ocurrir o no ocurrir est sola vez. El
valor de probabilidad bajo este enfoque es un juicio personal.
7. CONCEPTO DE PROBABILIDAD
9
Se define como clculo de probabilidad al conjunto de reglas que permiten

determinar si un fenmeno ha de producirse fundado en la suposicin en el
clculo, las estadsticas y la teora.
El valor de la probabilidad:
El valor ms pequeo que puede tener la probabilidad de ocurrencia de un evento,

es igual a 0, el cual indica que el evento es imposible y el valor mayor es 1, que
indica que el evento ocurrir con certeza.
Ahora, si P(A) es la probabilidad de ocurrencia de un evento A y P(A) la
probabilidad de no ocurrencia de A, se tiene que:
EJERCICIOS
INSTRUCCIONES: Lee con atencin los siguientes reactivos y coloca en el

parntesis de la izquierda la letra de la opcin correcta.
1. ( ) Cul es el nombre que se le da al nmero asignado a un evento que mide

la creencia de que ese evento pueda ocurrir?
a) Estadstica.
b) Probabilidad.
c) Estadgrafo.
d) Medida de dispersin.
2. ( ) Cul es el nombre que recibe el cociente de los casos favorables entre

todos los casos posibles de un experimento dado?
a) Probabilidad Clsica o Terica.
10
b) Estadstica.
c) Posibilidad.
d) Distribucin.
INSTRUCCIONES: Lee con atencin los siguientes enunciados y contesta lo que

se te pide.
3. Cul es la probabilidad de sacar un as de una baraja de 52 cartas?
4. Una urna contiene tres bolas rojas, cinco bolas blancas y cuatro azules.
I. Cul es la probabilidad de extraer de la urna una bola roja?

II. Qu probabilidad existe de que, al extraer una bola, sta sea blanca?
III. Cul es la probabilidad de extraer una bola azul?
5. En una urna hay dos mil bolas rojas y tres mil bolas blancas; si se extraen 100
bolas al azar, cul es la probabilidad que sean rojas?
6. Se lanzan dos dados, cul es la probabilidad de que aparezcan dos nmeros

iguales?
7. Se lanzan dos dados, cul es la probabilidad de que aparezcan dos nmeros
diferentes?
8. Escribe el espacio muestra del experimento de lanzar tres monedas.
9. Cul es el espacio de eventos del experimento de una urna que contiene dos
bolas blancas y una negra, donde se extraen al azar dos bolas? El experimento
se realiza con reemplazo.
8. NOCIONES DE PROBABILIDAD
Un diagrama de rbol es una herramienta que se utiliza para determinar todos los
posibles resultados de un experimento aleatorio. En el clculo de muchas
probabilidades se requiere conocer el nmero de objetos que forman parte del
11
espacio muestral, estos se pueden determinar con la construccin de un diagrama

de rbol.
El diagrama de rbol es una representacin grfica de los posibles resultados del
experimento, el cual consta de una serie de pasos, donde cada uno de estos tiene
un nmero finito de maneras de ser llevado a cabo. Se utiliza en los problemas de
conteo y probabilidad.
Para la construccin de un diagrama en rbol se partir poniendo una rama para
cada una de las posibilidades, acompaada de su probabilidad. Cada una de
estas ramas se conoce como rama de primera generacin.
En el final de cada rama de primera generacin se constituye a su vez, un nudo
del cual parten nuevas ramas conocidas como ramas de segunda generacin,
segn las posibilidades del siguiente paso, salvo si el nudo representa un posible
final del experiment (nudo final).
Ejemplos
Una universidad est formada por tres facultades:
La 1 con el 50% de estudiantes.
Las mujeres estn repartidas uniformemente, siendo un 60% del total en cada
facultad.
Probabilidad de encontrar una alumna de la primera facultad?
12
Probabilidad de encontrar un alumno varn?
Pero tambin podra ser lo contrario.
La probabilidad de dos o ms eventos puede ser mutuamente excluyente y no

mutuamente excluyente.
9. EVENTOS MUTUAMENTE EXCLUYENTES
Estos eventos son tambin llamados eventos disjuntos; dos o ms eventos son
considerados mutuamente excluyentes, si stos no pueden ocurrir conjuntamente;
es decir, la ocurrencia de cualquiera de ellos excluye la ocurrencia de los otros.
Sean dos eventos, A y B, mutuamente excluyentes o disjuntos, entonces las
probabilidades del evento A o B es:
= P(A) + P(B)
En este tipo de eventos no existe la interseccin de los eventos A y B.
10. EVENTOS NO MUTUAMENTE EXCLUYENTES
13
Estos eventos llamados tambin eventos que se intersectan, son eventos que se
traslapan parcialmente; es decir, si parte de uno de ellos y parte de otro de ellos
ocurren conjuntamente. Sean los eventos A y B que se intersectan; es decir,
parte del evento A es tambin parte del evento B, entonces:
= P (A) + P (B) -
EJEMPLOS:
a. Cul es la probabilidad de obtener un AS o un caballo, sacando una sola
carta en un baraja espaola de 40 cartas?
b. La probabilidad de obtener un as o un tres en el lanzamiento de un dado
EJEMPLOS:
1. Se extrae una carta de una baraja espaola de 40 cartas. Hallar la
probabilidad de la carta extrada sea AS o copas.
14
2. Al lanzar un dado, usted apuesta $ 5.000 a que el numero obtenido debe

ser par o divisible por 3. Cul es la probabilidad de que usted gane la
apuesta?
EJERCICIOS
1. Si de un naipe bien barajado, de 40 cartas, se extrae una carta; cul es la

probabilidad de obtener:
a. Un caballo o un rey
b. Una sota de copas o un rey.
c. Una figura o copas.
d. Oros o un seis.
e. Seis de espadas o figura.
15
f. Un AS o figura.
2. Se tiene una urna con 20 bolas de plstico distribuidas en los siguientes

colores: 5 amarillas, 8 negras y 7 rojas. Extraiga una bola, teniendo el
cuidado de revolverlas antes de extraerla. Cual es la probabilidad de que la
bola seleccionada
a. Sea negra.
b. No sea amarilla.
c. Sea roja
d. Sea amarilla o negra.
3. Suponga que PA = 0,20 ; PB = 0,70 y P(A Y B) = 0,10
a. A y B son mutuamente excluyentes?

b. Hallar P(A O B)
c. Encuentre P(A)
d. Son A y B colectivamente exhaustivos?
4. Supongamos una baraja de 52 cartas de la que debemos extraer una carta.

Nos dan un premio si la carta extrada es un trbol o una K. Cul es la
probabilidad de ganar?
5. Consideremos el lanzamiento de un dado.

a. Usted gana si el resultado es impar o divisible por dos. Cual es la
probabilidad de ganar si se obtiene un resultado por o divisible por tres?
b. Cul es la probabilidad de ganar si se obtiene un resultado por o
divisible por tres?
6. La mam lleva a su hijo a una tienda y le ofrece una de tres galgueras. La
probabilidad de que escoja un helado es de 0.70, la de un kumis es del
16
0.40 y que escoja un helado y un kumis es de 0.30. cual es la

probabilidad de que compre helado o kumis?
7. En un da programado para realizar un paseo por el parque, la probabilidad
de que haga sol es de 0.60; de que llueva 0.20 y de que haga sol y llueva
es 0.03. Cul es la probabilidad de que llueva o haga sol?
8. Si el Banco de la Repblica exige que se rebaje la tasa de inters al 32%
existir una probabilidad del 80% de que la inflacin para ese ao sea
superior al 25%. Qu implementacin le da usted al 80%?
9. Se compraron 30 lpices de diferentes colores: 12 azules, 8 amarillo y 10
verdes. Cul es la probabilidad de extraer un lpiz de color:
a. Azul
b. Azul o amarillo.
c. Amarillo o verde.
10. A un cargo se presentan 16 candidatos de diferentes profesiones: 6
Economistas, 4 Administradores, 2 Contadores y 4 Ingenieros Industriales.
Cul es la probabilidad de que el cargo sea ocupado por un Economista o
un Administrador?
11. PROBABILIDAD CONDICIONAL
Si A y B son dos eventos dependientes, entonces la probabilidad de que ocurra

tanto A como B es igual al producto de la probabilidad de A multiplicada por la
probabilidad de B, con la condicin de que A haya ocurrido, denotado por P (B|A),
entonces:
= P (A) P (B|A)
Por lo tanto, la probabilidad condicional de cualquier evento es la probabilidad de
que este evento ocurra con la condicin de que el otro evento haya ocurrido,
entonces:
17
12. SUCESOS INDEPENDIENTES
Recuerda que si dos eventos son independientes, la ocurrencia de uno de ellos no

afecta a la probabilidad de que el otro ocurra o deje de ocurrir.
Sean A y B dos eventos independientes, entonces:
= P(A) P(B)
EJEMPLOS:
1. Cul es la probabilidad de sacar dos caballos, tomando una carta de una
baraja y la otra de una segunda baraja?
2. Al lanzar dos dados, Cul es la probabilidad de sacar decenas?
(Sacar un seis en el primer dado)
(Sacar un seis en el segundo dado)
Ejemplos resueltos:
18
1. En un viaje organizado por Europa para 120 personas, 48 de los que van saben
hablar ingls, 36 saben hablar francs, y 12 de ellos hablan los dos idiomas.
Escogemos uno de los viajeros al azar.
a. Cul es la probabilidad de que hable alguno de los dos idiomas?
b. Cul es la probabilidad de que hable francs, sabiendo que habla ingls?
c. Cul es la probabilidad de que solo hable francs?
Solucin:
Vamos a organizar los datos en una tabla, completando los que faltan:
Llamamos I = "Habla ingles", F = "Habla francs".

a. Tenemos que hallar P[I U F]:
48 36 12 72 3
P I F P I P F P I F 0, 6
120 120 5
12 1
b) P F/ I 0, 25
48 4
24 1
c) P F no I 0, 2
120 5
2. Una urna, A, contiene 7 bolas numeradas del 1 al 7. En otra urna, B, hay 5

bolas numeradas del 1 al 5. Lanzamos una moneda equilibrada, de forma que, si
sale cara, extraemos una bola de la urna A y, si sale cruz, la extraemos de B.
a. Cul es la probabilidad de obtener un nmero par?

b. Sabiendo que sali un nmero par, cul es la probabilidad de que fuera de la
urna A?
Solucin:
19
Hacemos un diagrama en rbol:
3 1 29
a) P PAR
14 5 70
P A y PAR 3 14 15
b) P A / PAR
P PAR 29 70 29
Resuelva los siguientes ejercicios:

1. De una bolsa que tiene 10 bolas numeradas del 0 al 9, se extrae una bola al azar.
a. Cul es el espacio muestral?
b. Describe los sucesos:
A : "Mayor que 6" B : "No obtener 6" C : "Menor que 6"
escribiendo todos sus elementos.
c. Halla los sucesos A U B , A B y B' U A'.
2. Se hace una encuesta en un grupo de 120 personas, preguntando si les gusta leer y
ver la televisin. Los resultados son:
- A 32 personas les gusta leer y ver la tele.
- A 92 personas les gusta leer.
- A 47 personas les gusta ver la tele.
Si elegimos al azar una de esas personas:
a. Cul es la probabilidad de que no le guste ver la tele?
b. Cul es la probabilidad de que le guste leer, sabiendo que le gusta ver la tele?
20
c. Cul es la probabilidad de que le guste leer?
3. El 1% de la poblacin de un determinado lugar padece una enfermedad. Para detectar

esta enfermedad se realiza una prueba de diagnstico. Esta prueba da positiva en el 97%
de los pacientes que padecen la enfermedad; en el 98% de los individuos que no la
padecen da negativa. Si elegimos al azar un individuo de esa poblacin:
a. Cul es la probabilidad de que el individuo d positivo y padezca la enfermedad?

b. Si sabemos que ha dado positiva, cul es la probabilidad de que padezca la
enfermedad?
4. En una clase de 30 alumnos hay 18 que han aprobado matemticas, 16 que han
aprobado ingls y 6 que no han aprobado ninguna de las dos.
Elegimos al azar un alumno de esa clase:
a. Cul es la probabilidad de que haya aprobado ingls y matemticas?

b. Sabiendo que ha aprobado matemticas, cul es la probabilidad de que haya
aprobado ingls?
c. Son independientes los sucesos "Aprobar matemticas" y "Aprobar ingls"?
13. TEOREMA DE BAYES
Si A 1, A 2 ,... , An son:
Sucesos incompatibles 2 a 2.
Y cuya unin es el espacio muestral (A 1 A2 ... A n = E).
21
Y B es otro suceso.
Resulta que:
Las probabilidades p(A1) se denominan probabilidades a priori.
Las probabilidades p(Ai/B) se denominan probabilidades a posteriori.
Las probabilidades p(B/Ai) se denominan condicional.
Ejemplos
1. El 20% de los empleados de una empresa son ingenieros y otro 20% son
economistas. El 75% de los ingenieros ocupan un puesto directivo y el 50% de los
economistas tambin, mientras que los no ingenieros y los no economistas
solamente el 20% ocupa un puesto directivo. Cul es la probabilidad de que un
empleado directivo elegido al azar sea ingeniero?
22
2. La probabilidad de que haya un accidente en una fbrica que dispone de alarma

es 0.1. La probabilidad de que suene esta s se ha producido algn incidente es de
0.97 y la probabilidad de que suene si no ha sucedido ningn incidente es 0.02.
En el supuesto de que haya funcionado la alarma, cul es la probabilidad de que
no haya habido ningn incidente?
Sean los sucesos:
I = Producirse incidente.
A = Sonar la alarma.
1. Los alumnos de Bachillerato de un I.E.S. proceden de 3 localidades A, B y

C, siendo un 20% de A, un 30% de B y el resto de C. El 80% de los
alumnos de A cursa 1 de Bachillerato y el resto 2. El 50% de los alumnos
de B cursa 1 de Bachillerato y el resto 2. El 60% de los alumnos de C
cursa 1 de Bachillerato y el resto 2.
(a) Seleccionado, al azar, un alumno de Bachillerato de ese I.E.S., cul es
la probabilidad de que sea de 2?.
(b) Si elegimos, al azar, un alumno de Bachillerato de ese I.E.S. y ste es
un alumno de 1, cul es la probabilidad de que proceda de la localidad
B?.
2. Segn la estadstica de los resultados en las Prueba de Acceso en una
23
provincia andaluza, en septiembre de 2001, el nmero de alumnas

presentadas es de 840, de las que han aprobado un 70%, mientras que el
nmero de alumnos presentados es 668, habiendo aprobado un 75% de
estos.
(a) Elegida, al azar, una persona presentada a las Pruebas, cul es la
probabilidad de que haya aprobado?.
(b) Sabiendo que una persona ha aprobado, cul es la probabilidad de
que sea varn?.
3. Tres mquinas denominadas A, B y C, producen un 43%, 26% y 31% de la
produccin total de una empresa respectivamente, se ha detectado que un
8%, 2% y 1.6% del producto manufacturado por estas mquinas es
defectuoso, a. Se selecciona un producto al azar y se encuentra que es
defectuoso, cul es la probabilidad de que el producto haya sido fabricado
en la mquina B?, b. Si el producto seleccionado resulta que no es
defectuoso, cul es la probabilidad de que haya sido fabricado en la
mquina C?
24
14. COMBINACIONES Y PERMUTACIONES
Qu diferencia hay?
Normalmente usamos la palabra "combinacin" descuidadamente, sin pensar en si

el orden de las cosas es importante. En otras palabras:
"Mi ensalada de frutas es una combinacin de manzanas, uvas y bananas":

no importa en qu orden pusimos las frutas, podra ser "bananas, uvas y
manzanas" o "uvas, manzanas y bananas", es la misma ensalada.
"La combinacin de la cerradura es 472": ahora s importa el orden. "724" no

funcionara, ni "247". Tiene que ser exactamente 4-7-2.
As que en matemticas usamos un lenguaje ms preciso:
Si el orden no importa, es una combinacin.

Si el orden s importa es una permutacin.
As que lo de arriba se podra llamar "cerradura de

permutacin"!
Con otras palabras:
Una permutacin es una combinacin ordenada.
Para aplicar la Regla de Laplace, el clculo de los sucesos favorables y de los

sucesos posibles a veces no plantea ningn problema, ya que son un nmero
reducido y se pueden calcular con facilidad:
Por ejemplo: Probabilidad de que al lanzar un dado salga el nmero 2. Tan slo
hay un caso favorable, mientras que los casos posibles son seis.
Sin embargo, a veces calcular el nmero de casos favorables y casos posibles es

complejo y hay que aplicar reglas matemticas.
Las reglas matemticas que nos pueden ayudar son el clculo de

combinaciones, y el clculo de permutaciones.
a) Combinaciones:
25
Determina el nmero de subgrupos de 1, 2, 3, etc. elementos que se pueden

formar con los "n" elementos de una nuestra. Cada subgrupo se diferencia del
resto en los elementos que lo componen, sin que influya el orden.
Por ejemplo, calcular las posibles combinaciones de 2 elementos que se pueden

formar con los nmeros 1, 2 y 3.
Se pueden establecer 3 parejas diferentes: (1,2), (1,3) y (2,3). En el clculo de

combinaciones las parejas (1,2) y (2,1) se consideran idnticas, por lo que slo se
cuentan una vez.
Para calcular el nmero de combinaciones se aplica la siguiente frmula:
El trmino " n ! " se denomina "factorial de n" y es la multiplicacin de todos los

nmeros que van desde "n" hasta 1.
Por ejemplo: 4 ! = 4 * 3 * 2 * 1 = 24
La expresin "Cm,n" representa las combinaciones de "m" elementos, formando

subgrupos de "n" elementos.
Ejemplo: C10,4 son las combinaciones de 10 elementos agrupndolos en

subgrupos de 4 elementos:
Es decir, podramos formar 210 subgrupos diferentes de 4 elementos, a partir de

los 10 elementos.
b) Permutaciones:
Calcula las posibles agrupaciones que se pueden establecer con todos los
elementos de un grupo, por lo tanto, lo que diferencia a cada subgrupo del resto
es el orden de los elementos.
26
Por ejemplo, calcular las posibles formas en que se pueden ordenar el nmero 1,
2 y 3.
Hay 6 posibles agrupaciones: (1, 2, 3), (1, 3, 2), (2, 1, 3), (2, 3, 1), (3, 1, 2) y (3, 2,
1)
Para calcular el nmero de permutaciones se aplica la siguiente frmula:
La expresin "Pm" representa las permutaciones de "m" elementos, tomando

todos los elementos. Los subgrupos se diferenciaran nicamente por el orden de
los elementos.
Ejemplo: P10 son las permutaciones de 10 elementos:
Es decir, tendramos 3.628.800 formas diferentes de agrupar 10 elementos.
EJERCICIOS COMBINACIONES Y PERMUTACIONES
27
EJERCICIOS
INSTRUCCIONES: Lee con atencin los siguientes enunciados y contesta lo que

se te pide.
1. Se lanza un dado, si A es el evento aparece un nmero menor que tres y B

es el evento, aparece un nmero mayor que tres, cul es la probabilidad de
que ocurra por lo menos uno de los eventos?
2. Se lanza un dado, cul es la probabilidad de que aparezca un nmero par o un

nmero non?
3. Se lanza un dado, cul es la probabilidad de que aparezca un nmero primo o el

nmero uno?
28
4. Las edades de los integrantes de un equipo de ocho jvenes y cuatro

mujercitas son: cinco jvenes tienen menos de 16 aos y tres tienen 18 aos;
dos mujercitas tienen menos de 15 aos y dos tienen ms de 18 aos. Si se
elige al azar una persona, cul es la probabilidad de que la persona elegida
sea mujer o una persona menor de 16 aos?
5. En el grupo 5X del Colegio de Bachilleres, 50 alumnos aprueban Estadstica,

25 alumnos aprueban Contabilidad y 10 aprueban ambas asignaturas; si se
elige a un alumno al azar, cul es la probabilidad de que haya aprobado
Estadstica o Contabilidad?
6. Se lanza un dado, si el nmero que resulta es impar, cul es la probabilidad de

que sea primo?
7. Se lanza un dado, si el nmero que resulta es par, cul es la probabilidad de

que sea primo?
8. La probabilidad de que un alumno repruebe Estadstica es 18%, de que
repruebe Costos es 16% y de que repruebe ambas asignaturas es 4%. Si se
elige al azar un alumno y ste reprob Costos, cul es la probabilidad de que
haya reprobado tambin Estadstica?
9. Al realizar una encuesta de hbitos alimenticios en una colonia del DF, se
encontr que el 16% de las personas toman leche en sus comidas, el 80%
toma refresco embotellado y el 4% toma leche y refresco embotellado. Si se
elige a una persona al azar de estas colonias y sta toma leche en sus
comidas, cul es la probabilidad de que tambin tome refresco embotellado?
10. En la caja A se tienen quince artculos, de los cuales seis son defectuosos y
en la caja B se tienen trece artculos de los cuales cinco son defectuosos. Si se
extrae al azar un artculo de cada caja. Cul es la probabilidad de que ambos
artculos no sean defectuosos?
29
11. En la papelera EMY hay dos urnas; la urna A contiene 18 lpices, de los
cuales 7 son defectuosos y en la urna B hay 22 lpices, de los cuales 9 son
defectuosos. Si se extrae al azar un lpiz de cada urna, cul es la
probabilidad de que ambos lpices no sean defectuosos?
12. Se lanzan dos dados, si A es el evento, el primer dado es par y B es el

Evento, el segundo dado es dos o tres, cul es la probabilidad de que ocurra A
y B?
Nmero de
pregunta Respuesta correcta
1
= 0.8333
2
=1
3
= 0.6666
4
= 0.75
5
= 0.6923
6
0.6666
7
0.3333
10
= 0.3692
11
= 0.36111
12
= 0.1666
30
Sugerencias
Recuerda que cuando los eventos son mutuamente excluyentes, utilizamos la

frmula:
= P(A) + P(B), ejercicios 1, 2 y 3.
Recuerda que cuando los eventos son no mutuamente excluyentes,

utilizamos la frmula:
= P(A) + P(B) - , ejercicios 4 y 5.
Recuerda que la probabilidad condicional de cualquier evento es la

probabilidad de que este
evento ocurra con la condicin de que el otro evento haya ocurrido, entonces:
Se utiliza para los ejercicios 6, 7, 8 y 9.
Recuerda que; sean A y B dos eventos independientes, entonces:
= P (A) P (B) se utiliza para los ejercicios 10, 11 y 12
31
Distribucin Binomial
En Estadstica, la Distribucin Binomial es una distribucin de probabilidad

discreta que mide el nmero de xitos en una secuencia de n ensayos
independientes de Bernoulli, con una probabilidad fija p de ocurrencia del xito
entre los ensayos.
Un experimento de Bernoulli se caracteriza por ser dicotmico, esto es, slo son
posibles dos resultados. A uno de estos se denomina xito y tiene una
probabilidad de ocurrencia p y al otro, fracaso, con una probabilidad q = 1 - p. En
la distribucin binomial el anterior experimento se repite n veces, de forma
independiente, y se trata de calcular la probabilidad de un determinado nmero de
xitos. Para n = 1, la binomial se convierte, de hecho, en una distribucin de
Bernoulli.
Para representar que una variable aleatoria X sigue una distribucin binomial de
parmetros n y p, se escribe:
La distribucin Binomial es la base del test binomial de significacin estadstica.
Ejemplos
La siguiente situacin es un ejemplo de experimento que puede modelizarse por
esta distribucin:
Se lanza un dado diez veces y se cuenta el nmero de tres obtenidos: X ~

B (10, 1/6)
32
Experimento Binomial
Existen muchas situaciones en las que se presenta una experiencia binomial. Este
tipo de experiencias se caracteriza por estar formada por un nmero
predeterminado n de experimentos iguales. Cada uno de los experimentos es
independiente de los restantes (la probabilidad del resultado de un experimento no
depende del resultado del resto). El resultado de cada experimento ha de admitir
slo dos categoras (a las que se denomina xito y fracaso). Las probabilidades de
ambas posibilidades han de ser constantes en todos los experimentos (se denotan
como p y q o p y 1-p).
Se designa por X a la variable que mide el nmero de xitos que se han producido
en los n experimentos.
Cuando se dan estas circunstancias, se dice que la variable X sigue una

distribucin de probabilidad binomial, y se nota B(n,p).
Caractersticas analticas
Su funcin de probabilidad est dada por:
donde
, siendo las combinaciones de en (
elementos tomados de en )
Propiedades caractersticas
33
Relaciones con otras variables aleatorias

Se verifica que si son tales que cada una sigue una distribucin
Bernouilli de parmetro , y todas ellas son independientes entre s, entonces
resulta ser una variable aleatoria con distribucin binomial de
parmetros . Adems, si n es grande y es pequeo, de modo que el
producto entre ambos parmetros tiende a , entonces la distribucin de la
variable aleatoria binomial tiende a una Distribucin de Poisson de parmetro
Por ltimo, se cumple que cuando n es muy grande (n 30) la distribucin

binomial se aproxima a la distribucin normal.
Propiedades reproductivas
Dadas n variables aleatorias , tales que:
Todas tienen una distribucin binomial;
Todas tienen el mismo parmetro ;
Cada una tiene su propio parmetro (es decir, los n no
necesariamente tienen que ser iguales);
NO son TOTALMENTE independientes entre s;
34
Se toma la variable aleatoria ;
Se toma ;
Entonces:
La variable aleatoria Y tiene una distribucin Binomial, con parmetros y
Por lo tanto, dadas n variables binomiales independientes, de parmetros ni , i = 1,

..., n y , su suma es tambin una variable binomial, de parmetros n1 + ... + nn
y .
Distribucin binomial
Funcin de probabilidad
35
Funcin de distribucin de probabilidad
36
Parmetros nmero de ensayos (entero)
probabilidad de xito
(real)
Dominio
Funcin de probabilidad (fp)
Funcin de distribucin (cdf)
Media
Mediana Uno de
37
Moda
Varianza
Coeficiente de simetra
Curtosis
Entropa
Funcin generadora de
momentos (mgf)
Funcin caracterstica
EJERCICIOS DE LA DISTRIBUCIN BINOMIAL, POISSON
BINOMIAL
*Un agente de seguros vende plizas a cinco personas de la misma edad y que disfrutan
de buena salud. Segn las tablas actuales, la probabilidad de que una persona en estas
condiciones viva 30 aos o ms es 2/3. Hllese la probabilidad de que, transcurridos 30
aos, vivan:
Las cinco personas.
B(5, 2/3) p = 2/3 q = 1/3
2 . Al m e n o s t r e s p e r s o n a s .
38
3.Exactamente dos personas.
39
40
*Se lanza una moneda cuatro veces. Calcular la probabilidad de que salgan ms caras
que cruces.
B(4, 0.5) p = 0.5q = 0.5
B(4, 0.5) p = 0.5q = 0.5
41
42
*La probabilidad de que un hombre acierte en el blanco es 1/4. Si dispara 10 veces cul
es la probabilidad de que acierte exactamente en tres ocasiones? Cul es la
probabilidad de que acierte por lo menos en una ocasin?
B(10, 1/4) p = 1/4q = 3/4
(10, 1/4) p = 1/4q = 3/4
*En unas pruebas de alcoholemia se ha observado que el 5% de los conductores

controlados dan positivo en la prueba y que el 10% de los conductores controlados no
llevan aprovechado el cinturn de seguridad. Tambin se ha observado que las dos
infracciones son independientes.
Un guardia de trfico para cinco conductores al azar. Si tenemos en cuenta que el nmero
de conductores es suficientemente importante como para estimar que la proporcin de
infractores no vara al hacer la seleccin.
1. Determinar la probabilidad a de que exactamente tres conductores hayan cometido

alguna de las dos infracciones.
2. Determine la probabilidad de que al menos uno de los conductores controlados haya

cometido alguna de las dos infracciones.
43
*Un laboratorio afirma que una droga causa de efectos secundarios en una proporcin de
3 de cada 100 pacientes. Para contrastar esta afirmacin, otro laboratorio elige al azar a 5
pacientes a los que aplica la droga. Cul es la probabilidad de los siguientes sucesos?
1. Ningn paciente tenga efectos secundarios.

B(100, 0.03) p = 0.03 q = 0.97
2. Al menos dos tengan efectos secundarios.
3. Cul es el nmero medio de pacientes que espera laboratorio que sufran efectos
secundarios si elige 100 pacientes al azar?
*En un juego una persona recibe 15 pesetas cuando saca una sota o un caballo y recibe 5
pesetas si saca un rey o un as de una baraja espaola con 40 cartas. Si saca cualquier
44
otra carta tiene que pagar 4 pesetas Cul es la ganancia esperada para una persona
que entra en el juego?
Resp: El espacio muestral ser (sota o caballo, rey o As, otra carta)
P(sota o caballo) = 8/40 = 1/5
P (rey o as) = 8/40 = 1/5
P (otra carta) = 24/40 = 3/5
E(X)=15*1/5+5*1/5-4*3/5=8/5=1.6
Dada la experiencia aleatoria de anotar las puntuaciones obtenidas al lanzar un dado,

calcular:
1. La funcin de probabilidad y su representacin.
2. La funcin de distribucin y su representacin.
3. La esperanza matemtica, la varianza y la desviacin tpica.
*Sea X una variable aleatoria discreta cuya funcin de probabilidad es:
X 0 1 2 3 4 5
P(x) 0,1 0,2 0.1 0,4 0.1 0,1
1. Calcular, representar grficamente la funcin de distribucin.
2. Calcular las siguientes probabilidades:

p (X < 4.5)
p (X 3)
p (3 X < 4.5)
*Sabiendo que p (X 2) = 0.7 y p (X 2) = 0.75. Hallar:

La esperanza matemtica, la varianza y la desviacin tpica.
45
*Un jugador lanza dos monedas. Gana 1 2 si aparecen una o dos caras. Por otra
parte, pierde 5 si no aparece cara. Determinar la esperanza matemtica del juego y si
ste es favorable.:1*2/4+2*1/4-5*1/4=-1/4 es desfavorable
*Un jugador lanza un dado corriente. Si sale nmero primo, gana tantos cientos de euros
como marca el dado, pero si no sale nmero primo, pierde tantos cientos de euros como
marca el dado. Determinar la funcin de probabilidad y la esperanza matemtica del
juego. E(X)=1*1/6*100+200*1/6+300*1/6-400*1/6+500*1/6-600*1/6=16,667
*Si una persona compra una papeleta en una rifa, en la que puede ganar de 5.000 o un
segundo premio de 2000 con probabilidades de: 0.001 y 0.003. Cul sera el precio
justo a pagar por la papeleta? E(X)=5000*0.001+2000*0.003=11euros
LA DISTRIBUCION NORMAL
46
47
La distribucin normal es una de las distribuciones ms usadas e importantes. Se ha

desenvuelto como una herramienta indispensable en cualquier rama de la ciencia, la
industria y el comercio. Muchos eventos reales y naturales tienen una distribucin de
frecuencias cuya forma es muy parecida a la distribucin normal.
La distribucin normal es llamada tambin campana de Gauss por su forma acampanada.
Propiedades de la distribucin normal
La distribucin normal tiene forma de campana.
La distribucin normal es una distribucin de probabilidad que tiene media = 0 y
desviacin estndar = 1.
El rea bajo la curva o la probabilidad desde menos infinito a ms infinito vale 1.
La distribucin normal es simtrica, es decir cada mitad de curva tiene un rea de 0.5.
La escala horizontal de la curva se mide en desviaciones estndar.
La forma y la posicin de una distribucin normal dependen de los parmetros ,

en consecuencia, hay un nmero infinito de distribuciones normales.
48
Existe una relacin del

porcentaje de poblacin a la desviacin estndar. En la figura observamos por ejemplo
que el rea bajo la curva para tiene un porcentaje de 68.26%, = 95.46% y
La poblacin incluye todos los datos, la muestra es una porcin de la poblacin.
49
La desviacin estndar
sigma representa la
distancia de la media al
punto de inflexin de la
curva normal
X
x-3 x-2 x- x x+ x+2 x+3
z
-3 -2 -1 0 1 2 3
La distribucin normal estndar

El valor de z
Determina el nmero de desviaciones estndar entre algn valor X y la media de la
poblacin . Para calcular el valor de Z usamos la siguiente frmula.
50
La distribucin de probabilidad f (Z) es una distribucin normal con media 0 y desviacin

estndar 1; esto es Z se distribuye normalmente con media cero y desviacin estndar = 1
Z~N (0,1): La grfica de densidad de probabilidad se muestra en la figura.
F(z)
La distribucin f (Z) se encuentra tabulada en la tabla de distribucin normal estndar. En

esta tabla podemos determinar los valores de Z o la probabilidad de determinado valor Z.
Ejemplo 1: El gerente de personal de una gran compaa requiere que los solicitantes a
un puesto efecten cierta prueba y alcancen una calificacin de 500. Si las calificaciones
de la prueba se distribuyen normalmente con media 485 y desviacin estndar

30 Qu porcentaje de los solicitantes pasar la prueba?
Calculando el valor de Z obtenemos:
51
Buscamos el valor correspondiente Z en las tablas de distribucin normal. Z 0.5 = .69146 =

69.146%. siendo esta la probabilidad de que la calificacin sea menor a 500 P (X<500).
Dado que el porcentaje pedido es la solucin es 1-.69146 =.3085, 30.85% de

los participantes pasarn la prueba.
485
3 0 .8 5 %
Z.0 5
Ejemplo 2:
Encuentre las probabilidades siguientes usando la tabla Z.
a) P (-1.23 < Z > 0)
-1.23 Z
Solucin: Buscamos el valor Z1.23 en las tablas siendo este = .89065. restando .
89065-.05 = .3905, este valor es la probabilidad de 0 a 1.23 que es exactamente la
misma de 1.23 a 0 por simetra. Por lo tanto, la probabilidad es .3905
52
1. Supongamos que Z es una variable aleatoria que se distribuye segn una distribucin
Normal (0, 1). Calcular:
1. P (Z 1.47) =0.9292
2.P(Z > 1.47) =1-0.9292=0.0708
3.P(Z 1.47) =1-0.9292=0.078
4.p(Z > 1.47) =0.9292
5.P(0.45 <Z 1.47) =09292-06736=0.2556
6.P(1.47 <Z 0.45) =0.9292-0.6736 =0.2556
7.P(-1.47 < Z 0.45) =0.6736-(1-0.9292) =0.6028
8.p= 0.75, z<0.68, (x-u/t) =0.68
2. En una ciudad se estima que la temperatura mxima en el mes de junio si una
distribucin normal, con media 23 y desviacin tpica 5. Calcular el nmero de das del
mes en los que se espera alcanzar mximas entre 21 y 27
53
54
55
3. La media y los que de los pesos de 500 estudiantes de un colegio es 70 kg y la

desviacin tpica 3 kg. Suponiendo que los pesos se distribuyen normalmente, hallar
cuntos estudiantes pesan:
1. Entre 60 kg y 65 kg.
2.Ms de 90 kg.
3.Menos de 64 kg.
4.64 kg.
5.64 kg o menos.
Entre 60 kg y 65 kg.
2.Ms de 90 kg.
3.Menos de 64 kg.
56
4.64 kg.
5.64 kg o menos.
4. Se supone que los resultados de un examen siguen una distribucin normal con media
78 y varianza 36. Se pide:
1. Cul es la probabilidad de que una persona que se presenta el examen obtenga una
calificacin superior a 72?
2.Calcular la proporcin de estudiantes que tienen puntuaciones que exceden por lo
menos en cinco puntos de la puntuacin que marca la frontera entre el Apto y el No-Apto
(son declarados No-Aptos el 25% de los estudiantes que obtuvieron las puntuaciones ms
bajas).
3.Si se sabe que la calificacin de un estudiante es mayor que 72 cul es la prioridad de
que su calificacin sea, de hecho, superior a 84?
Cul es la probabilidad de que una persona que se presenta el examen obtenga una
calificacin superior a 72?
2.
57
5. Varios test de inteligencia dieron una puntuacin que sigue una ley normal con media
100 y desviacin tpica 15.
1. Determinar el porcentaje de poblacin que obtendra un coeficiente entre 95 y 110.
2. Qu intervalo centrado en 100 contiene al 50% de la poblacin?
3. En una poblacin de 2500 individuos cuntos individuos se esperan que tengan un
coeficiente superior a 125?
1. Determinar el porcentaje de poblacin que obtendra un coeficiente entre 95 y 110.
2. Qu intervalo centrado en 100 contiene al 50% de la poblacin?
3. En una poblacin de 2500 individuos cuntos individuos se esperan que tengan un

coeficiente superior a 125?
58
6. Tras un test de cultura general se observa que las puntuaciones obtenidas siguen una
distribucin una distribucin N (65, 18). Se desea clasificar a los examinados en tres
grupos (de baja cultura general, de cultura general aceptable, de excelente cultura
general) de modo que hay en el primero un 20% la poblacin, un 65% el segundo y un
15% en el tercero. Cules han de ser las puntuaciones que marcan el paso de un grupo
al otro?
Baja cultura hasta 49 puntos.

Cultura aceptable entre 50 y 83.
Excelente cultura a partir de 84 puntos.
7. Un estudio ha mostrado que, en un cierto barrio, el 60% de los hogares tienen al menos
dos televisores Se elige al azar una muestra de 50 hogares en el citado barrio. Se pide:
1. Cul es la probabilidad de que al menos 20 de los citados hogares tengan cuando
menos dos televisores?
59
2. Cul es la probabilidad de que entre 35 y 40 hogares tenga cuando menos dos

televisores?
8. En un examen tipo test de 200 preguntas de eleccin mltiple, cada pregunta tiene una
respuesta correcta y una incorrecta. Se aprueba si se contesta a ms de 110 respuestas
correctas. Suponiendo que se contesta al azar, calcular la probabilidad de aprobar el
examen.
60
9. Una ciudad una de cada tres familias posee telfono. Si se eligen al azar 90 familias,
calcular la probabilidad de que entre ellas haya por lo menos 30 tipos se han telfono.
10. Cierto tipo de batera dura un promedio de 3 aos, con una desviacin tpica de 0,5
aos. Suponiendo que la duracin de las bateras es una variable normal:
a) Qu porcentaje de bateras se espera que duren entre 2 y 4 aos?
b) Si una batera lleva funcionando 3 aos. cul es la probabilidad de que dure menos de
4.5 aos
61
62

Unidad 2 Probabiidades

Cargado por

Copyright:

Formatos disponibles

Unidad 2 Probabiidades

Cargado por

Información del documento

Descripción original:

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Unidad 2 Probabiidades

Cargado por

Copyright:

Formatos disponibles

ESTADSTICA Y PROBABILIDADES

UNIDAD 2: TEORA ELEMENTAL DE PROBABILIDADES.

UNIDAD 2: TEORA ELEMENTAL DE PROBABILIDADES.

La probabilidad es el estudio de los fenmenos puramente aleatorios. La

Los primeros estudios sobre probabilidad fueron motivados por la posibilidad de

Conceptos Bsicos de Probabilidad:

1. EXPERIMENTO: Un experimento, en estadstica, es cualquier proceso que

Tipos de Experimentos: Experimento aleatorio y determinista.

Un experimento aleatorio es aquel del que no podemos predecir su resultado, es

Cuando conocemos el resultado del experimento antes de realizarlo, decimos que

2. ESPACIO MUESTRAL: Un conjunto cuyos elementos representan todos los

Ejemplos: a) Lanzamiento de una moneda.

c) Lanzamiento de una moneda dos veces.

3. EVENTOS: Es un subconjunto A del espacio muestral S, es decir un conjunto

Existen varios tipos de sucesos o evento:

Suceso Simple: Es cualquier subconjunto del espacio muestral el cual

Tirando un dado un suceso simple es sacar 5.

Suceso compuesto: Es cualquier subconjunto del espacio muestral que

Tirando un dado obtener una puntuacin que sea menor que 7.

Suceso imposible, , es el que no tiene ningn elemento.

Tirando un dado obtener una puntuacin igual a 7.

a) Describe los sucesos:

A = "Obtener par" B = "Obtener 2<n <4

C = "Obtener primo" D = "Obtener n 16 "

4. OPERACIONES ENTRE EVENTOS.

La unin de los sucesos A y B se expresa A U B y es el suceso que ocurre

La interseccin del suceso A y B se expresa A B y es el suceso que ocurre

cuando ocurre A y B, es decir, ambos simultneamente. Asociaremos siempre

Ejemplo: Consideremos el experimento aleatorio "lanzar un dado" y los sucesos:

y . Entonces los sucesos unin e interseccin

El suceso diferencia A menos B se representa A -- B y est formado por todos los

Ejemplo: Consideremos el experimento aleatorio "lanzar un dado" y los

y . Entonces el suceso diferencia es:

El suceso contrario (o complementario) de un suceso A, se representa por Ac.

El contrario de A, es el suceso que ocurre cuando no ocurre A.

Ejemplo: Consideremos el experimento aleatorio "lanzar un dado" y el suceso:

, entonces el contrario de sera:

Represente la situacin en un diagrama de Venn Euler y conteste:

Cuntas personas estudian jardinera?

Cuntas personas estudian costura?

Cuntas personas estudian ambos cursos?

Cuntos no estudian jardinera ni costura?

Ejemplo 1: Experiencia consistente en medir la presin sistlica de 100 individuos.

Los conjuntos pueden ser:

Discretos: nmero finito o infinito numerable de elementos.

Continuos: nmero infinito no numerable de elementos.

Se basa en la suposicin de que cada resultado sea igualmente posible se le

Enfoque de Frecuencia Relativa:

Denominado tambin Enfoque Emprico, se basa en determinar la probabilidad

Se ha observado que 12 de cada 50 motociclistas que pasan por una

Establece la probabilidad de ocurrencia de un evento, es el grado de creencia por

Se define como clculo de probabilidad al conjunto de reglas que permiten

El valor ms pequeo que puede tener la probabilidad de ocurrencia de un evento,

INSTRUCCIONES: Lee con atencin los siguientes reactivos y coloca en el

1. ( ) Cul es el nombre que se le da al nmero asignado a un evento que mide

2. ( ) Cul es el nombre que recibe el cociente de los casos favorables entre

INSTRUCCIONES: Lee con atencin los siguientes enunciados y contesta lo que

I. Cul es la probabilidad de extraer de la urna una bola roja?

6. Se lanzan dos dados, cul es la probabilidad de que aparezcan dos nmeros