1

2 1.Introducción a la Estadística 2.Descripción de los conjuntos de datos 3.Uso de la Estadística para sintetizar conjuntos de datos 4.Probabilidad 5.Variables aleatorias discretas 6.Variables aleatorias normales

3 4.1 Introducción 4.2 Espacio muestral y eventos de un experimento 4.3 Propiedades de la Probabilidad 4.4 Experimentos con resultados igualmente probables 4.5 Probabilidad condicionada e independencia 4.6 Teorema de Bayes 4.7 Principios de recuento

4 La teoría de la probabilidad es la teoría matemática que estudia los fenómenos aleatorios. (Aleatorio: Al azar, que no sigue un patrón, secuencia u orden determinado. Dependiente de algún hecho fortuito.)

5 La palabra probabilidad no tiene una definición consistente. De hecho, hay muchas interpretaciones de la probabilidad. Comentaremos dos:  La frecuentista  La bayesiana

6 Los frecuentistas hablan de probabilidades sólo cuando se trata de experimentos aleatorios bien definidos. La frecuencia relativa de ocurrencia del resultado de un experimento, cuando se repite el experimento, es una medida de la probabilidad de ese suceso aleatorio.

7 Los bayesianos, no obstante, asignan las probabilidades a cualquier declaración, incluso cuando no implica un proceso aleatorio, como una manera de representar su verosimilitud subjetiva.

8

9

10

11

12

13

14

15

16

17

18

19

20 n voladosÁguilasProbabilidad 100380.380 5002350.470 1,0005040.504 2,0001,0140.507 5,0002,4970.499 10,0005,0730.507 50,00024,9110.498 1,048,575524,4900.500

21

22

23

24 Se asignan probabilidades a cualquier tipo de declaración, incluso cuando ningún proceso aleatorio está involucrado. Probabilidad para un bayesiano, es una manera de representar el grado de creencia de un individuo en una declaración, dada la evidencia.

25

26 4.1 Introducción 4.2 Espacio muestral y eventos de un experimento 4.3 Propiedades de la Probabilidad 4.4 Experimentos con resultados igualmente probables 4.5 Probabilidad condicionada e independencia 4.6 Teorema de Bayes 4.7 Principios de recuento

27 El término probabilidad se utiliza habitualmente en relación con la posibilidad de que ocurra un determinado evento cuando se lleva a cabo un experimento, concebido éste en un sentido muy amplio.

28 Un experimento es cualquier proceso que produzca una observación o resultado.

29 Con frecuencia estaremos interesados en experimentos cuyos resultados no sean, de antemano, predecibles con certeza. Y aunque el resultado del experimento no se conozca por adelantado, se supondrá que el conjunto de sus posibles resultados sí es conocido.

30 El conjunto de todos los resultados posibles de un experimento se denominará espacio muestral y se denotará por S.

31 El conjunto de todos los posibles resultados de un experimento se denomina espacio muestral. Un experimento es cualquier proceso que produzca una observación o resultado.

32 Una caja contiene tres bolas: una roja, una azul y una amarilla. Considere el experimento de extraer una bola de la caja, devolverla a la caja y extraer una segunda bola.

33 Una caja contiene tres bolas: una roja, una azul y una amarilla. Considere el experimento de extraer una bola de la caja, devolverla a la caja y extraer una segunda bola.

34 Los miembros de una familia han decidido pasar sus próximas vacaciones en Veracruz o en Oaxaca. Si van a Veracruz, pueden ir en autobús o en coche. Si van a Oaxaca pueden ir en coche, en autobús o en avión. Si el resultado del experimento consiste en el país y el tipo de desplazamiento elegidos, liste todos los puntos del espacio muestra.

35

36

37

38 Cualquier conjunto de resultados de un experimento se denomina evento.

39 Es decir, un evento es un subconjunto del espacio muestral S. Los eventos se denotarán mediante letras mayúsculas A, B, C, etc.

40 Cualquier conjunto de resultados de un experimento se denomina evento. Se dice que un evento A ocurre si el resultado está contenido en A.

41

42

43

44

45

46

47

48

49

50

51

52

53

54

55

56

57

58

59

60

61

62

63

64

65

66

67

68

69

70

71

72

73

74

75

76 4.1 Introducción 4.2 Espacio muestral y eventos de un experimento 4.3 Propiedades de la Probabilidad 4.4 Experimentos con resultados igualmente probables 4.5 Probabilidad condicionada e independencia 4.6 Teorema de Bayes 4.7 Principios de recuento

77 Es un hecho empíricamente comprobado que si se repite un experimento sucesivamente bajo las mismas condiciones, se verifica que, para cualquier evento A, la proporción de resultados contenidos en A se aproxima a cierto valor a medida que el número de repeticiones aumenta.

78 Por ejemplo, si se lanza una moneda sucesivamente, la proporción de lanzamientos en los que se obtiene águila se aproxima a un valor a medida que el número de lanzamientos crece.

79 Esta proporción, o frecuencia relativa, a largo plazo, es lo que uno tiene en mente cuando se habla de la probabilidad de un evento. Por ejemplo, si se lanza una moneda sucesivamente, la proporción de lanzamientos en los que se obtiene águila se aproxima a un valor a medida que el número de lanzamientos crece.

80 LanzamientosÁguilaFrecuencia relativa 1070.70 20120.60 30140.47 40150.38 50270.54 60280.47 70300.43 80410.51 90410.46 100450.45 110540.49 120640.53 130640.49

81

82 LanzamientosSale Águilasale SolFrecuencia relativa de Águila 10 3 7 0.3000 50 21 29 0.4200 100 46 54 0.4600 500 248 252 0.4960 2,000 1,004 996 0.5020 6,000 3,011 2,989 0.5018 8,000 3,974 4,026 0.4968 10,000 5,011 4,989 0.5011

83

84 LanzamientosSale 3Frecuencia relativa 10 3 0.30 20 2 0.10 30 4 0.13 40 6 0.15 50 6 0.12 60 10 0.17 70 8 0.11 80 13 0.16 90 15 0.17 100 18 0.18 110 21 0.19 120 23 0.19 130 21 0.16

85

86 123456 172416641628164816721664 0.17240.16640.16280.16480.16720.1664

87

88

89

90

91

92

93

94

95

96

97

98

99 Si se interpreta la probabilidad P(A) como el límite de la frecuencia relativa de un evento A, las condiciones establecidas mediante las tres propiedades, se cumplen.

100 La proporción de experimentos en los que A contenga el resultado será con seguridad un número comprendido entre 0 y 1. Si se interpreta P(A) como el límite de la frecuencia relativa de un evento A, las condiciones establecidas se cumplen.

101 La proporción de experimentos en los que S contiene al resultado es 1, puesto que todos los resultados están contenidos en el espacio muestral S. Si se interpreta P(A) como el límite de la frecuencia relativa de un evento A, las condiciones establecidas se cumplen.

102 Finalmente, si A y B no contienen resultados comunes, la proporción de experimentos cuyos resultados estén en A o en B es igual a la proporción de experimentos cuyos resultados estén en A más la proporción de experimentos cuyos resultados estén en B. Si se interpreta P(A) como el límite de la frecuencia relativa de un evento A, las condiciones establecidas se cumplen.

103 Si A y B no contienen resultados comunes, la proporción de experimentos cuyos resultados estén en A o en B es igual a la proporción de experimentos cuyos resultados estén en A más la proporción de experimentos cuyos resultados estén en B. Si se interpreta P(A) como el límite de la frecuencia relativa de un evento A, las condiciones establecidas se cumplen. Por ejemplo, si la proporción de lanzamientos de un par de dados cuyos resultados sumen 7 es 1/6 y la proporción de lanzamientos cuyos resultados sumen 11 es 1/18, la proporción de lanzamientos con una suma resultante igual a 7 o 11 es 1/6 + 1/18 = 2/9.

104

105

106

107

108

109

110

111

112

113

114

115

116

117

118

119

120

121

122

123

124

125

126

127

128

129

130

131

132

133

134

135

136

137

138

139

140

141

142

143

144

145

146

147

148

149 4.1 Introducción 4.2 Espacio muestral y eventos de un experimento 4.3 Propiedades de la Probabilidad 4.4 Experimentos con resultados igualmente probables 4.5 Probabilidad condicionada e independencia 4.6 Teorema de Bayes 4.7 Principios de recuento

150

151

152

153

154

155

156

157

158

159

160

161 TotalCochesCamiones Estados Unidos 12,328,305 5,027,425 7,300,881 Japón 10,239,949 8,618,725 1,621,224 Alemania 5,469,564 5,122,894 346,700 Francia 3,660,985 3,284,000 376,985 Corea del Sur 3,147,584 2,651,273 496,311 Total 34,846,387 24,704,317 10,142,101

162

163 Column1TotalCochesCamionesTotalCocheCamión Estados Unidos 12,328,305 5,027,425 7,300,881 0.35 0.20 0.72 Japón 10,239,949 8,618,725 1,621,224 0.29 0.35 0.16 Alemania 5,469,564 5,122,894 346,700 0.16 0.21 0.03 Francia 3,660,985 3,284,000 376,985 0.11 0.13 0.04 Corea del Sur 3,147,584 2,651,273 496,311 0.09 0.11 0.05 Total 34,846,387 24,704,317 10,142,101 1.00

164

165

166

167

168

169

170

171

172

173

174

175 Hasta aquí llegue el lunes 25 de enero de 2010 después de 16 horas de clase, de 10 a 14 de lunes a jueves de la semana anterior

176 Clase del martes 26 de enero de 2010 de 10:00 a 14:30

177 Examen: Viernes 29 de enero De 10:00 a 13:00 Auditorio del Centro de Información

178

179 1.Introducción a la Estadística 2.Descripción de los conjuntos de datos 3.Uso de la Estadística para sintetizar conjuntos de datos 4.Probabilidad 5.Variables aleatorias discretas 6.Variables aleatorias normales

180 4.1 Introducción 4.2 Espacio muestral y eventos de un experimento 4.3 Propiedades de la Probabilidad 4.4 Experimentos con resultados igualmente probables 4.5 Probabilidad condicionada e independencia 4.6 Teorema de Bayes 4.7 Principios de recuento

181 Resumen para la clase del martes 26 de enero de 2010 de 10:00 a 14:30

182 Un experimento es cualquier proceso que produzca una observación o resultado.

183 El conjunto de todos los posibles resultados de un experimento se denomina espacio muestral. Un experimento es cualquier proceso que produzca una observación o resultado.

184 Cualquier conjunto de resultados de un experimento se denomina evento.

185 Los eventos son los subconjuntos del espacio muestral S. Los eventos se denotarán mediante letras mayúsculas A, B, C, etc.

186 Cualquier conjunto de resultados de un experimento se denomina evento. Se dice que un evento A ocurre si el resultado está contenido en A.

187

188

189

190

191

192

193

194

195

196

197

198

199

200 Fin del resumen para la clase del martes 26 de enero de 2010 de 10:00 a 14:30

201 4.1 Introducción 4.2 Espacio muestral y eventos de un experimento 4.3 Propiedades de la Probabilidad 4.4 Experimentos con resultados igualmente probables 4.5 Probabilidad condicionada e independencia 4.6 Teorema de Bayes 4.7 Principios de recuento

202 En ocasiones, uno está interesado en calcular probabilidades cuando dispone de cierta información parcial relativa al resultado del experimento. En tales situaciones, las probabilidades se denominan probabilidades condicionadas.

203 Como ejemplo de probabilidad condicionada, supongamos que lanzamos dos dados. El espacio muestral de este experimento es el conjunto de los 36 resultados (i, j), donde tanto i como j varían entre 1 y 6. El resultado (i, j) indica que el lanzamiento del primer dado es i y que el del segundo es j. Supongamos que cada uno de los 36 resultados tiene la misma probabilidad de ocurrir, igual a 1/36. (Cuando esto es así, se dice que el dado está bien construido).

204 Supongamos, adicionalmente, que se sabe que el primer lanzamiento ha sido un 4. Dada esta información, ¿cuál es la probabilidad de que la suma de los dos lanzamientos sea 10? Supongamos que lanzamos dos dados. El espacio muestral de este experimento es el conjunto de los 36 resultados (i, j), donde tanto i como j varían entre 1 y 6. El resultado (i, j) indica que el lanzamiento del primer dado es i y que el del segundo es j. Supongamos que cada uno de los 36 resultados tiene la misma probabilidad de ocurrir, igual a 1/36.

205 Para determinar esta probabilidad, se puede razonar como sigue. Dado que el primer lanzamiento ha resultado ser un 4, existen 6 posibles resultados del experimento, que son: (4,1),(4,2), (4,3),(4,4), (4,5),(4,6) Supongamos que lanzamos dos dados. El espacio muestral de este experimento es el conjunto de los 36 resultados (i, j), donde tanto i como j varían entre 1 y 6. El resultado (i, j) indica que el lanzamiento del primer dado es i y que el del segundo es j. Supongamos que cada uno de los 36 resultados tiene la misma probabilidad de ocurrir, igual a 1/36. Supongamos, adicionalmente, que se sabe que el primer lanzamiento ha sido un 4. Dada esta información, ¿cuál es la probabilidad de que la suma de los dos lanzamientos sea 10?

206 Además, puesto que estos resultados tienen inicialmente la misma probabilidad de ocurrencia, continuarán teniendo probabilidades iguales. Esto es, dado que el primer lanzamiento ha sido 4, la probabilidad condicionada de los resultados de los segundos lanzamientos será 1/6. Puesto que en solamente uno, exactamente el (4, 6), de estos últimos resultados hace que la suma de los dos lanzamientos sea 10, se sigue que la probabilidad de que la suma sea 10, dado que el primer lanzamiento ha sido 4, es 1/6. Dado que el primer lanzamiento ha resultado ser un 4, existen 6 posibles resultados del experimento, que son: (4,1),(4,2), (4,3),(4,4), (4,5),(4,6)

207 Si B denota el evento consistente en que la suma de los dos lanzamientos sea 10 y A denota el evento definido por el hecho de que el primer lanzamiento sea 4, la probabilidad obtenida anteriormente se conoce como probabilidad condicionada de B dado que ha ocurrido A. Se denota por P(B|A)

208 Para obtener una fórmula general para P(B|A) se supone que el resultado del experimento está contenido en A. Para que el resultado esté también en B debe estar simultáneamente en A y en B; esto es, debe estar en A  B. Sin embargo. como sabemos que el resultado está en A, se tiene que A se convierte en nuestro nuevo (o reducido) espacio muestral, y la probabilidad de que el evento A  B ocurra es la probabilidad de A  B relativa a la probabilidad de A.

209 En algunos casos surge la necesidad de examinar varios eventos en correlación, por ejemplo, cuando hay que determinar cómo influye la aparición ó no aparición de un evento sobre la frecuencia del surgimiento de otro.

210 En este caso, además de la frecuencia del evento B, para toda la serie de experimentos realizados, se calcula también la frecuencia del evento B teniendo en cuenta sólo aquellas pruebas que han llevado a la producción de otro evento A que nos interesa.

211 Con otras palabras, antes de determinar la frecuencia del evento B se seleccionan sólo aquellos experimentos en los que ha sucedido el evento A, sin tomar en consideración los demás.

212 La frecuencia del evento B calculada sólo para aquellas pruebas en las que se ha producido el evento A se llama frecuencia condicional del evento B con respecto al evento A.

213

214

215

216

217

218

219

220

221

222 DISCIPLINAPORCENTAJE Estudios posteriores26.2% Negocios23.2% Comunicaciones8.4% Administración pública8.3% Ciencia o tecnología8.0% Enseñanza7.9% Otro18.0% 100.0%

223

224

225

226

227

228

229 26.2% 8.4% 8.3% 8.0% 18.0% 68.9%

230 26.2% 8.4% 8.3% 8.0% 18.0% 68.9%

231

232

233

234

235

236

237

238

239 26.2% 8.4% 8.3% 8.0% 18.0% 68.9%

240

241

242

243

244

245 26.2% 8.4% 8.3% 8.0% 18.0% 68.9%

246

247

248

249

250

251

252 26.2% 8.4% 8.3% 8.0% 18.0% 68.9%

253

254

255

256 26.2% 8.4% 8.3% 18.0% 60.9%

257

258

259

260 26.2% 8.4% 8.3% 8.0% 18.0% 68.9%

261

262

263

264 26.2% 8.3% 8.0% 18.0% 60.5%

265

266

267

268 26.2% 8.4% 8.3% 8.0% 18.0% 68.9%

269

270

271

272 26.2% 8.4% 18.0% 52.6%

273

274 Esta definición de la probabilidad condicionada es coherente con la interpretación de la probabilidad como la frecuencia relativa a largo plazo.

275 1.Supongamos que se llevan a cabo un gran número, digamos n, de repeticiones del experimento.

276 2.Si consideramos solamente aquellos experimentos en los que ocurre el evento A, P(B|A) será igual a la proporción de ellos en los que también ocurre B, puesto que P(A) es la proporción, a largo plazo, de experimentos en los que ocurre A, se tendrá que en n repeticiones del experimento, A ocurrirá aproximadamente nP(A) veces.

277 1.Supongamos que se llevan a cabo un gran número, digamos n, de repeticiones del experimento. 2.Si consideramos solamente aquellos experimentos en los que ocurre el evento A, P(B|A) será igual a la proporción de ellos en los que también ocurre B, puesto que P(A) es la proporción, a largo plazo, de experimentos en los que ocurre A, se tendrá que en n repeticiones del experimento, A ocurrirá aproximadamente nP(A) veces. 3.De igual forma, en aproximadamente nP(A  B) de estos experimentos ocurrirán simultáneamente A y B.

278 De aquí se deduce que, entre los aproximadamente nP(A) experimentos cuyos resultados están contenidos en A, aproximadamente nP(A  B) de ellos tendrán resultados contenidos también en B.

279 Por consiguiente, de todos aquellos experimentos cuyos resultados están contenidos en A, la proporción de ellos cuyos resultados están también en B es aproximadamente igual a Puesto que esta aproximación se hace más exacta a medida que n crece se ve que la definición anterior de probabilidad condicionada de B, dado que A ha ocurrido, es apropiada.

280

281

282

283

284

285

286

287

288

289

290

291

292

293

294

295

296

297

298

299

300

301

302

303

304

305

306

307

308

309

310

311

312

313

314

315

316

317

318

319

320

321

322

323

324

325

326

327

328

329

330

331

332

333

334

335

336

337

338

339

340

341

342

343

344

345

346

347

348

349

350

351

352

353

354

355

356

357

358

359

360

361

362

363 4.1 Introducción 4.2 Espacio muestral y eventos de un experimento 4.3 Propiedades de la Probabilidad 4.4 Experimentos con resultados igualmente probables 4.5 Probabilidad condicionada e independencia 4.6 Teorema de Bayes 4.7 Principios de recuento

364

365

366

367

368

369

370

371

372

373

374

375

376

377

378

379

380

381

382

383

384

385

386

387

388

389

390

391

392

393

394

395

396

397

398 Hasta aquí llegue el martes 26 de enero de 2010 después de 20 horas de clase, de 10 a 14 de lunes a jueves de la semana anterior y ayer lunes

399 Clase del miércoles 27 de enero de 2010 de 10:00 a 14:30

400 Examen: Viernes 29 de enero De 10:00 a 13:00 Auditorio del Centro de Información

401

402 1.Introducción a la Estadística 2.Descripción de los conjuntos de datos 3.Uso de la Estadística para sintetizar conjuntos de datos 4.Probabilidad 5.Variables aleatorias discretas 6.Variables aleatorias normales

403 4.1 Introducción 4.2 Espacio muestral y eventos de un experimento 4.3 Propiedades de la Probabilidad 4.4 Experimentos con resultados igualmente probables 4.5 Probabilidad condicionada e independencia 4.6 Teorema de Bayes 4.7 Principios de recuento

404 Resumen para la clase del miércoles 27 de enero de 2010 de 10:00 a 14:30

405 Un experimento es cualquier proceso que produzca una observación o resultado.

406 El conjunto de todos los posibles resultados de un experimento se denomina espacio muestral. Un experimento es cualquier proceso que produzca una observación o resultado.

407 Cualquier conjunto de resultados de un experimento se denomina evento.

408 Los eventos son los subconjuntos del espacio muestral S. Los eventos se denotarán mediante letras mayúsculas A, B, C, etc.

409 Cualquier conjunto de resultados de un experimento se denomina evento. Se dice que un evento A ocurre si el resultado está contenido en A.

410

411

412

413

414

415

416

417

418

419

420

421

422

423

424

425

426

427

428

429

430

431

432

433

434 DISCIPLINAPORCENTAJE Estudios posteriores26.2% Negocios23.2% Comunicaciones8.4% Administración pública8.3% Ciencia o tecnología8.0% Enseñanza7.9% Otro18.0% 100.0%

435

436

437 T A T A

438

439 26.2% 8.4% 8.3% 8.0% 18.0% 68.9%

440

441

442

443 26.2% 8.4% 18.0% 52.6%

444

445

446

447

448

449

450

451

452

453

454

455

456

457

458

459 Fin del resumen de la clase del miércoles 27 de enero de 2010 de 10:00 a 14:30

460 4.1 Introducción 4.2 Espacio muestral y eventos de un experimento 4.3 Propiedades de la Probabilidad 4.4 Experimentos con resultados igualmente probables 4.5 Probabilidad condicionada e independencia 4.6 Teorema de Bayes 4.7 Principios de recuento

461

462

463

464

465

466

467

468

469

470

471

472

473

474

475

476

477

478

479

480

481

482

483

484

485

486

487

488

489

490

491

492

493

494

495

496

497

498

499

500

501

502

503

504

505

506

507

508

509

510

511

512

513

514

515

516

517

518

519

520

521

522

523

524

525

526

527

528

529

530

531 10 negras 5 blancas 3 negras 3 blancas

532 10 negras 5 blancas 3 negras 3 blancas

533 10 negras 5 blancas 3 negras 3 blancas

534

535

536

537

538

539

540

541

542

543

544 Hasta aquí llegue el miércoles 27 de enero de 2010 después de 24:30 horas de clase, de 10 a 14:30 de lunes a jueves de la semana anterior y lunes y martes de ésta.

545 Clase del jueves 28 de enero de 2010 de 10:00 a 14:30

546 Examen: Viernes 29 de enero De 10:00 a 13:00 Auditorio del Centro de Información

547

548 1.Introducción a la Estadística 2.Descripción de los conjuntos de datos 3.Uso de la Estadística para sintetizar conjuntos de datos 4.Probabilidad 5.Variables aleatorias discretas 6.Variables aleatorias normales

549 4.1 Introducción 4.2 Espacio muestral y eventos de un experimento 4.3 Propiedades de la Probabilidad 4.4 Experimentos con resultados igualmente probables 4.5 Probabilidad condicionada e independencia 4.6 Teorema de Bayes 4.7 Principios de recuento

550 Resumen para la clase del jueves 28 de enero de 2010 de 10:00 a 14:30

551 Un experimento es cualquier proceso que produzca una observación o resultado.

552 El conjunto de todos los posibles resultados de un experimento se denomina espacio muestral. Un experimento es cualquier proceso que produzca una observación o resultado.

553 Cualquier conjunto de resultados de un experimento se denomina evento.

554 Los eventos son los subconjuntos del espacio muestral S. Los eventos se denotarán mediante letras mayúsculas A, B, C, etc.

555 Cualquier conjunto de resultados de un experimento se denomina evento. Se dice que un evento A ocurre si el resultado está contenido en A.

556

557

558

559

560

561

562

563

564

565

566

567

568

569

570

571

572

573

574

575

576

577

578 [a, b, c, d, e], [a, b, c, e, d], [a, b, d, c, e], [a, b, d, e, c], [a, b, e, c, d], [a, b, e, d, c], [a, c, b, d, e], [a, c, b, e, d], [a, c, d, b, e], [a, c, d, e, b], [a, c, e, b, d], [a, c, e, d, b], [a, d, b, c, e], [a, d, b, e, c], [a, d, c, b, e], [a, d, c, e, b], [a, d, e, b, c], [a, d, e, c, b], [a, e, b, c, d], [a, e, b, d, c], [a, e, c, b, d], [a, e, c, d, b], [a, e, d, b, c], [a, e, d, c, b], [b, a, c, d, e], [b, a, c, e, d], [b, a, d, c, e], [b, a, d, e, c], [b, a, e, c, d], [b, a, e, d, c], [b, c, a, d, e], [b, c, a, e, d], [b, c, d, a, e], [b, c, d, e, a], [b, c, e, a, d], [b, c, e, d, a], [b, d, a, c, e], [b, d, a, e, c], [b, d, c, a, e], [b, d, c, e, a], [b, d, e, a, c], [b, d, e, c, a], [b, e, a, c, d], [b, e, a, d, c], [b, e, c, a, d], [b, e, c, d, a], [b, e, d, a, c], [b, e, d, c, a], [c, a, b, d, e], [c, a, b, e, d], [c, a, d, b, e], [c, a, d, e, b], [c, a, e, b, d], [c, a, e, d, b], [c, b, a, d, e], [c, b, a, e, d], [c, b, d, a, e], [c, b, d, e, a], [c, b, e, a, d], [c, b, e, d, a], [c, d, a, b, e], [c, d, a, e, b], [c, d, b, a, e], [c, d, b, e, a], [c, d, e, a, b], [c, d, e, b, a], [c, e, a, b, d], [c, e, a, d, b], [c, e, b, a, d], [c, e, b, d, a], [c, e, d, a, b], [c, e, d, b, a], [d, a, b, c, e], [d, a, b, e, c], [d, a, c, b, e], [d, a, c, e, b], [d, a, e, b, c], [d, a, e, c, b], [d, b, a, c, e], [d, b, a, e, c], [d, b, c, a, e], [d, b, c, e, a], [d, b, e, a, c], [d, b, e, c, a], [d, c, a, b, e], [d, c, a, e, b], [d, c, b, a, e], [d, c, b, e, a], [d, c, e, a, b], [d, c, e, b, a], [d, e, a, b, c], [d, e, a, c, b], [d, e, b, a, c], [d, e, b, c, a], [d, e, c, a, b], [d, e, c, b, a], [e, a, b, c, d], [e, a, b, d, c], [e, a, c, b, d], [e, a, c, d, b], [e, a, d, b, c], [e, a, d, c, b], [e, b, a, c, d], [e, b, a, d, c], [e, b, c, a, d], [e, b, c, d, a], [e, b, d, a, c], [e, b, d, c, a], [e, c, a, b, d], [e, c, a, d, b], [e, c, b, a, d], [e, c, b, d, a], [e, c, d, a, b], [e, c, d, b, a], [e, d, a, b, c], [e, d, a, c, b], [e, d, b, a, c], [e, d, b, c, a], [e, d, c, a, b], [e, d, c, b, a]

579

580

581 [A, B, C], [A, B, D], [A, B, E], [A, C, B], [A, C, D], [A, C, E], [A, D, B], [A, D, C], [A, D, E], [A, E, B], [A, E, C], [A, E, D], [B, A, C], [B, A, D], [B, A, E], [B, C, A], [B, C, D], [B, C, E], [B, D, A], [B, D, C], [B, D, E], [B, E, A], [B, E, C], [B, E, D], [C, A, B], [C, A, D], [C, A, E], [C, B, A], [C, B, D], [C, B, E], [C, D, A], [C, D, B], [C, D, E], [C, E, A], [C, E, B], [C, E, D], [D, A, B], [D, A, C], [D, A, E], [D, B, A], [D, B, C], [D, B, E], [D, C, A], [D, C, B], [D, C, E], [D, E, A], [D, E, B], [D, E, C], [E, A, B], [E, A, C], [E, A, D], [E, B, A], [E, B, C], [E, B, D], [E, C, A], [E, C, B], [E, C, D], [E, D, A], [E, D, B], [E, D, C]

582

583

584

585 [a, b, c], [a, b, d], [a, b, e], [a, b, f], [a, c, d] [a, c, e], [a, c, f], [a, d, e], [a, d, f], [a, e, f] [b, c, d], [b, c, e], [b, c, f], [b, d, e], [b, d, f] [b, e, f], [c, d, e], [c, d, f], [c, e, f], [d, e, f]

586 Fin del resumen de la clase del jueves 28 de enero de 2010 de 10:00 a 14:30

587

588

589

590

591

592

593

594 NP(X=N) 20.003 30.008 40.016 50.027 60.041 70.056 80.074 90.095 100.117 110.141 120.167 130.194 140.223 150.253 160.284 170.315 180.347 190.379 200.411 210.444 220.476 230.507 240.538 250.569

595

596

597 Fallas superficiales Sí (evento F)NoTotal DefectuosaSí (evento D)101828 No30342372 Total40360400

598 Fallas superficiales Sí (evento F)NoTotal DefectuosaSí (evento D)101838 No30342362 Total40360400

599

600 Fallas superficiales Sí (evento F)NoTotal DefectuosaSí (evento D)101838 No30342362 Total40360400

601 Fallas superficiales Sí (evento F)NoTotal DefectuosaSí (evento D)101838 No30342362 Total40360400

602

603

604

605

606

607

608

609

610

611 1.Probabilidad de dos eventos conociendo probabilidad de su unión y su intersección.Probabilidad de dos eventos conociendo probabilidad de su unión y su intersección. 2.Comparacion de las probabilidades condicionales de eventosComparacion de las probabilidades condicionales de eventos 3.Calcular la probabilidad de sacar 2 bolas blancas de una urnaCalcular la probabilidad de sacar 2 bolas blancas de una urna 4.Cantidad de palabras que se pueden formar con el alfabetoCantidad de palabras que se pueden formar con el alfabeto 5.Encuentra la probabilidad de los eventos elementales conocidas las de algunos eventosEncuentra la probabilidad de los eventos elementales conocidas las de algunos eventos 6.Probabilidad de dos eventos conociendo probabilidad de su union y su interseccionProbabilidad de dos eventos conociendo probabilidad de su union y su interseccion

612 7.Probabilidad de obtener 2 águilas al lanzar una moneda 5 vecesProbabilidad de obtener 2 águilas al lanzar una moneda 5 veces 8.Espacio muestral de un experimento sencilloEspacio muestral de un experimento sencillo