MA Tarea No 4 Técnicas de Conteo

Save this PDF as:
 WORD  PNG  TXT  JPG

Tamaño: px
Comenzar la demostración a partir de la página:

Download "MA2006 - Tarea No 4 Técnicas de Conteo"

Transcripción

1 MA200 - Tarea No 4 Técnicas de Conteo Departamento de Matemáticas, CCIR/ITESM 11 de enero de Aproximadamente 50 millones de nombres de dominio web.com fueron registrados (p. ej., yahoo.com). a) Cuántos nombres de dominio compuestos de exactamente dos letras pueden ser formados? Cuántos nombres de dominio de dos letras existen si como caracteres se permiten dígitos y números? [Nota; Una longitud de carácter de tres o más ahora es obligatoria.] El número total de letras descartando ñ, ch y ll es 2. Como la selección de la primera no condiciona la segunda aplica la regla del producto. En el primer caso: N = (2) (2) = 7. En el segundo caso si añadimos a las letras los dígitos del 0 al 9 tendremos en total 3 opciones para selección, por tanto N 2 = (3) (3) = 1, 29 b) Cuántos nombres de dominio existen compuestos de tres letras en secuencia? Cuántos de esta longitud existen si se permiten letras o dígitos? [Nota: En la actualidad todos están utilizados.] La palabra secuencia motivó dos interpretaciones: 1) cuando se piensa que la segunda letra debe ser la siguiente de la primera y la tercera la siguiente de la segunda. 2) cuando se piensa que secuencia indica que van uno despues de otro. En la primera interpretación la elección de la primera determina la segunda y la tercera. Por tanto, la única libertad posible es elegir la primera que no puede ser z ni y (pues no tienen dos caracteres siguientes). Por tanto, N = (24) (1) (1) = 24. En la segunda interpretación, tenemos tres elecciones independientes cada una con 2 alternativas: N = (2) (2) (2) = 17, 57. Si ahora aceptamos dígitos, en la primera interpretación nos daría iniciar con letra o iniciar con dígito. Por tanto, N = = 32 posibles cadenas de tres caracteres en secuencia. Mientras que para la segunda interpretación tendremos 3 posibilidades independientes para las tres selecciones: N = 4, 5. c) Responda las preguntas hechas en b) para secuencias de cuatro caracteres. Tomemos sólo la interpretación de secuencia como cadena de caracteres. Si sólo usamos letras N = (2) (2) (2) (2) = 45, 97. Si ahora también considermos los dígitos del 0 al 9: N = (3) (3) (3) (3) = 1, 79, 1. d) Si 97,78 de las secuencias de cuatro caracteres utilizando letras o dígitos aún no habían sido reclamadas. Si se elige un nombre de cuatro caracteres al azar, cuál es la probabilidad de que ya tenga dueño? Dado que el total de cadenas de cuatro caracteres es 1, 79, 1 y las que las que no han sido reclamadas suman 97, 78. Por tanto, las que sí han sido reclamadas son 1, 79, 1 97, 78 = 1, 581, 830. Si suponemos que toda cadena de 4 caracteres es igualmente probable, entonces la probabili-

2 dad de elegir una con dueño es: p = numero con dueño total de cadenas = 1, 581, 830 1, 79, 1 = Un amigo mío va a ofrecer una fiesta. Sus existencias actuales de vino incluyen 8 botellas de zinfandel (Z), 10 de merlot (M) y 12 de cabernet (C), todos de diferentes fábricas vinícolas. a) Si desea servir 3 botellas de zinfandel y el orden de servicio es importante, cuántas formas existen de hacerlo? Nuestro problema es elegir 3 de las 8 donde el orden es importante. Así lo indicado es usar la fórmula de las permutaciones y no la de combinaciones: N = P 8,3 = 8! (8 3)! = 33 Así, 33 es el número total de formas de seleccionar 3 de los 8 vinos Z disponibles donde el orden importa. b) Si botellas de vino tienen que ser seleccionadas al azar de las 30 para servirse. cuántas formas existen de hacerlo? Como no se hace referencia al orden, suponemos que no importa. Así el problema debe trabajar con combinaciones: C 30, = ( 30 ) = 593, 775 es el número total de formas de seleccionar botellas de vino de las 30 disponibles. c) Si se seleccionan al azar botellas, cuántas formas existen de obtener dos botellas de cada variedad? Nuestro proceso se compone de 3 selecciones: 2 botellas de Z, 2 de M y 2 de C. Como son procesos independientes aplica la regla del producto. Nuevamente asumimos que el orden de las dos botellas de vino de cada tipo no importa y por tanto, para calcular el total de selecciones de cada tipo usaremos la formula de las combinaciones: N = C 8,2 C 10,2 C 12,2 = = 83, 10 es el número total de formas de seleccionar dos vinos de cada tipo dentro de las posibilidades de la cava. d) Si se seleccionan botellas al azar, cuál es la probabilidad de que el resultado sea dos botellas de cada variedad? Si suponemos que las selecciones son igualmente probables entonces la probabilidad buscada es la división de el número de posibles selecciones de dos de cada tipo entre el total de selecciones de vinos, usando el inciso anterior: p = 83, , 775 = e) Si se eligen botellas al azar, cuál es la probabilidad de que todas ellas sean de la misma variedad. Primeramente veamos cuántas selecciones son posibles de la misma marca (X). Para ello debemos considerar los casos en los cuales son tpo Z, tipo M y tipo C: Los de Z: Los de M: X z = C 8, = X M = C 10, = Los de C: X C = C 12, = ( 8 ( 10 ( 12 ) = 28 ) = 210 ) = 924 Por tanto, el número total de selecciones de un mismo tipo de vino será: X = X Z + X M + X C = 1, 12 Si suponemos que las selecciones son igualmente probables entonces la probabilidad 2

3 buscada es la división de el número de posibles selecciones deseada (X) entre el total de selecciones de vinos: p = 1, , 775 = a) Beethoven escribió 9 sinfonías y Mozart 27 conciertos para piano. Si el locutor de una estación de radio de una universidad desea tocar primero una sinfonía de Beethoven y luego un concierto de Mozart, de cuántas maneras puede hacerlo? Como las selecciones son independientes, esta es una aplicación del principio del producto: n 1 n 2 = 9 27 = 243 será el número total de maneras de escoger primero una sinfonía de Beethoven seguido de un concierto de piano de Mozart. b) El gerente de la estación decide que en cada noche sucesiva (7 días a la semana), se tocará una sinfonía de Beethoven, seguida por un concierto para piano de Mozart, seguido por un cuarteto de cuerdas de Schubert (de los cuales existen 15). Durante aproximadamente cuántos años se podría continuar con esta política antes de que exactamente el mismo programa se repitiera? Nuevamente, este problema es una aplicación del principio del producto: n = n 1 n 2 n 3 = = 3, 45 es el número total de programas posibles con el orden deseado. Como sería uno por noche, el programa de la noche tendría que ser uno repetido. Por tanto, sin considerar años bisiestos, esta politica de programación no repetida podría llevar años. 4. Una tienda de equipos de sonido está ofreciendo un precio especial en un juego completo de componentes (receptor, reproductor de discos compactos, altavoces, casetera). Al comprador se le ofrece una opción de fabricante por cada componente. Receptor: Kenwood, Onkyo, Pioneer, Sony, Sherwood Reproductor de CDs: Onkyo, Pioneer, Sony, Technics Altavoces: Boston, Infinity, Polk Casetera: Onkyo, Sony, Teac, Technics Un tablero de distribución en la tienda permite al cliente conectar cualquier selección de componentes (compuesta de uno de cada tipo). Use las reglas de producto para responder las siguientes preguntas. a) De cuántas maneras puede ser seleccionado un componente de cada tipo? Siendo las selecciones diferentes, esta es una aplicación de la regla del producto. Digamos que n 1 = 5 es el total de opciones para receptor, n 2 = 4 es el total de opciones para reproductor de CD, n 3 = 3 es el total de opciones para bocinas, n 4 = 4 es el total de opciones para casetera: N = n 1 n 2 n 3 n 4 = (5)(4)(3)(4) = 240 es el número total de configuraciones de marca para un equipo de 4 componentes. b) De cuántas maneras pueden ser seleccionados los componentes si tanto el receptor como el reproductor de discos compactos tienen que ser Sony? Si tanto el recepetor como el reproductor de CDs están fijos (Sony) las únicas elecciones serán las bocinas y la casetera. Nuevamente aplicaremos la regla del producto. Sin embargo, hay dos interepretaciones del problema. En la primera, los otros componentes no deben ser Sony en cuyo caso el número total de selecciones será N 1 = n 3 (n 4 1) = (3)(3) = 9. Y en la segunda interpretación, no eliminamos la posibilidad de que la casetera también sea Sony, en cuyo caso el número total de selecciones será N 2 = n 3 (n 4 ) = (3)(4) = 12. c) De cuántas maneras pueden ser seleccionados los componentes si ninguno tiene que ser Sony? 3

4 Basta eliminar la posibilidad de que sea Sony cada elección y apliciar de nuevo la regla del producto: N c = (n 1 1) (n 2 1) (n 3 ) (n 4 1) = 108 será el número total de configuraciones de equipo si no está incluida la marca Sony. equipo de beisbol el orden (posiciones) de los jugadores son importantes. Por tanto, debe usarse la fórmula de permutaciones: P 15,9 = 15! = 1, 81, 214, 400 (15 9)! es el número total de alineaciones posibles. d) De cuántas maneras se puede hacer una selección si por lo menos se tiene que incluir un componente marca Sony? Note que este es un ejemplo de conteo por complemento. El complemento a al menos una componente Sony es ninguna componente es de la marca Sony. Por tanto, el número total de configuraciones de equipos con al menos una componente marca Sony mas el número total de equipos sin ninguna componente marca Sony debe dar 240 (ver inciso a)). Usando el inciso c) tenemos que el número total de configuraciones de equipos con al menos una componente Sony es = 132. e) Si alguien mueve los interruptores en el tablero de distribución completamente al azar, cuál es la probabilidad de que el sistema seleccionado contenga por lo menos un componente Sony? Exactamente un componente Sony? Si suponemos que las configurciones de marca son igualmente probables, habrá que dividir el número total de configuraciones que tiene al menos una componente marca Sony (108) entre el el número total de configuraciones: p = = De nuevo considere el equipo de ligas menores que tiene 15 jugadores en su plantel. a) Cuántas formas existen de seleccionar 9 jugadores para la alineación inicial? En el caso de la alineación inicial de un b) Cuántas formas existen de seleccionar 9 jugadores para la alineación inicial y un orden al bat de los 9 inicialistas? En este caso primero se selecciona una alineación y para tal alineación se crea un orden al bat. Esto es una aplicación de la regla del producto. Aquí habrá que usar que dados 9 jugadores, el número de ordenamientos posibles es 9!: N = (P 15,9 ) (9!) es el total de alternativas. c) Suponga que 5 de los 15 jugadores son zurdos. Cuántas formas existen de seleccionar 3 jardineros zurdos y tener las otras posiciones ocupadas por jugadores derechos? El proceso de selección en este caso consta de dos fases: seleccionar primero 3 zurdos y después derechos. Aquí aplicaremos la regla del producto. Si no importa la posición de los jugadores utilizaremos combinaciones: N = C 5,3 C 15 5,9 3 = = 2, 100. Poco tiempo después de ser puestos en servicio, algunos autobuses fabricados por una cierta compañía presentaron grietas debajo del chasis principal. Suponga que una ciudad particular utiliza 25 de estos autobuses y que en 8 de ellos aparecieron grietas. a) Cuántas maneras existen de seleccionar una muestra de 5 autobuses de entre los 25 para una inspección completa? Como en este ejemplo la palabra muestra 4

5 indica que el orden de aparición no es importante. Aplicamos por tanto la fórmula de combinaciones: N = C 25,5 = 53, 130 será el número total de posibles muestras de 5 tomadas de entre los 25 autobuses. b) De cuántas maneras puede una muestra de 5 autobuses contener exactamente 4 con grietas visibles? Imaginamos que el proceso consiste en primero seleccionar 4 autobuses con grietas y el restante lo elegimos sin grieta y aplicamos la regla del producto: N g=4 = C 8,4 C 17,1 = = 1, 190 será el número de posibles selecciones de una muestra de 5 con exactamente 4 autobuses con grietas. c) Si se elige una muestra de 5 autobuses al azar, cuál es la probabilidad de que exactamente 4 de los 5 tengan grietas visibles? Suponiendo que toda muestra es igualmente probable, entonces utilizando los incisos anteriores: p g=4 = 1, , 130 = es la probabilidad de que sea elegida una muestra de 5 que contenga exactamente 4 autobuses con grietas. d) Si los autobuses se seleccionan como en el inciso c), cuál es la probabilidad de que por lo menos 4 de los seleccionados tengan grietas visibles? Note que el conjunto de las muestras con al menos 4 autobuses con grietas es igual a la unión de el conjunto de las muestras con exactamente 4 autobuses con grietas grietas y el conjunto de las muestras con exactamente 5 autobuses con grietas. Por otro lado, el número de muestras con 5 autobuses con grietas es N g=5 = C 8,5 = 5 Así el total de muestras de 5 con al menos 4 autobuses con grietas es N g 4 = N g=4 + N g=5 = 1, = 1, 24 Por tanto, si suponemos que toda muestra es igualmente probable, la probabilidad de elegir una muestra de 5 con al menos 4 autobuses con grietas es: P g 5 = N g 4 N = 1, 24 53, 130 = Una empresa de producción emplea 20 trabajadores en el turno de día, l5 en el turno de tarde y 10 en el turno de medianoche. Un consultor de control de calidad va a seleccionar de estos trabajadores para entrevistas a fondo. Suponga que la selección se hace de tal modo que cualquier grupo particular de trabajadores tiene la misma oportunidad de ser seleccionado al igual que cualquier otro grupo (sacando papelitos de entre 45 sin reemplazarlos). a) Cuántas selecciones resultarán en que los trabajadores seleccionados provengan del turno de día? En este caso habrá que elegir trabajadores de los 20 del turno de día: N = C 20, = 38, 70 será el número total de posibles selecciones donde los trabajadores están en el turno de día. b) Cuál es la probabilidad de que los trabajadores seleccionados sean del mismo turno? Note que el conjunto de todas las muestras donde los trabajadores están en el mismo turno es la unión de los conjuntos de muestras donde los trabajadores están en la mañana, o en la tarde o en medianoche y N t=dia = C 20, = 38, 70 N t=tarde = C 25, = 5, 005 N t=noche = C 10, = 210 5

6 así: N mismo turno = N t=dia + N t=tarde + N t=noche = 48, 770 será el número total de muestras de donde los trabajadores están en el mismo turno. Por otro lado, el número total del muestras de tomadas entre los 45 trabajadores es: M T = C 45, = 8, 145, 00 Por tanto y suponiendo que las muestras de sean igualmente probables, la probabilidad de que en una muestra de los trabajadores estén en el mismo turno es: p = N mismo turno M T = 48, 770 8, 145, 00 = c) Cuál es la probabilidad de que por lo menos dos turnos diferentes estarán representados entre los trabajadores seleccionados? Este es una buena aplicación de cálculo de probabilidad por complemento. Si A es el evento por lo menos dos turnos están representados en la muestra de, entonces A es el evento en el cual sólo un turno está representado en la muestra. Por tanto, Haciendo esto para todos los elementos de A: p = x A p x = es la probabilidad de los tres turnos estén representados en una muestra de. Por lo tanto, la probabilidad de que al menos un turno no esté representado es q = 1 p = Un departamento académico compuesto de cinco profesores limitó su opción para jefe de departamento a el candidato A o el candidato B. Cada miembro votó entonces con un papelito por uno de los candidatos. Suponga que en realidad existen tres votos para A y dos para B. Si los papelitos se cuentan al azar, cuál es la probabilidad de que A permanezca delante de B durante todo el conteo de votos (p. ej. ocurre este evento si el orden seleccionado es AABAB pero no si es ABBAA)? 9. Un experimentador está estudiando los efectos de la temperatura, la presión y el tipo de catalizador en la producción de cierta reacción química. Tres diferentes temperaturas, cuatro presiones distintas y cinco catalizadores diferentes se están considerando. P (A) = 1 P (A ) = = d) Cuál es la probabilidad de que por lo menos uno de los turnos no estará representado en la muestra de trabajadores? Este inciso es difícil. Note que el evento es el opuesto a que los tres turnos estén representados. Hay 10 formas de que estén representados los tres: [1, 1, 4], [1, 2, 3], [1, 3, 2], [4, 1, 1], [1, 4, 1], [2, 2, 2], [2, 3, 1], [3, 1, 2], [3, 2, 1], y [2, 1, 3] donde [i, j, k] representa que i son del turno de mañana, j son del turno de tarde y k son del turno de media noche. Representemos a este conjunto por A. La probabilidad de que una muestra de seis cumpla [i, j, k] es p [i,j,k] = C 20,i C 15,j C 10,k M T a) Si cualquier experimento particular implica utilizar una temperatura, una presión y un catalizador, cuántos experimentos son posibles? Esta es una aplicación de la regla del producto: para la selección de la temperatura tenemos n t = 3 posibilidades, para la selección de la presión tenemos n p = 4 posibilidades y para la selección del catalizador tenemos n c = 5 posibilidades: N = n t n p n c = (3)(4)(5) = 0 es el número total de configuraciones de temperatura, presión y catalizador. b) Cuántos experimentos existen que impliquen el uso de la temperatura más baja y dos presiones bajas?

7 Eliminado 2 posibilidades de eligir la temperatura y elimiando 2 posibilidades de elegir presión: M = (n t 2) (n p 2) n c = = 10 es el número total de configuraciones para el experimento al elegir 1 temparatura y las dos presiones bajas. c) Suponga que se tienen que realizar cinco experimentos diferentes el primer día de experimentación. Si los cinco se eligen al azar de entre todas las posibilidades, de modo que cualquier grupo de cinco tenga la misma probabilidad de selección, cuál es la probabilidad de que se utilice un catalizador diferente en cada experimento? Este problema es difícil y una manera de resolverlo es con probabilidad condicional: Primero determinemos la probabilidad de que A 1 : el primer experimento tenga el catalizador 1 y A 2 : que el segundo experimento tenga el catalizador 2,.., y A 5 : el quinto experimento tenga el catalizador 5: (digamos que B = A 5 A 4 A 3 A 2 A 1 ) P (B) = P (A 5 A 4 A 3 A 2 A 1 ) P (A 4 A 3 A 2 A 1 ) P (A 3 A 2 A 1 ) P (A 2 A 1 ) P (A 1 ) = = Como tenemos 5! = 120 maneras de escoger los catalizadores entonces p = 5! = será la probabilidad de que al seleccionar 5 configuraciones de las 0 posibles los 5 catalizadores estén representados. 10. Una caja en un almacén contiene cuatro focos de 40 W, cinco de 0 W y seis de 75 W. Suponga que se eligen al azar tres focos. a) Cuál es la probabilidad de que exactamente dos de los focos seleccionados sean de 75 W? Primeramente calculemos el número total de muestras de 3 focos entre los 15 posibles: N = C 15,3 = 455 Ahora determinemos el número de muestras de tres focos tomadas en el conjunto de los focos de 75 watts: M = C,3 = 20 Por tanto, si las muestras de tres focos se consideran igualmente probables, la probabilidad de que en una muestra de 3 focos tomados de los 15, los 3 focos sean de 75 watts es: p = M N = b) Cuál es la probabilidad de que los tres focos seleccionados sean de los mismos watts? El evento (A m ) la muestra de 3 focos tiene focos de los mismos watts es la unión de los eventos ME (A w=40 ) la muestra de 3 focos tiene sólo focos de 40 watts, (A w=0 ) la muestra de tres focos tiene sólo focos de 0 watts y (A w=75 ) la muestra de 3 focos tiene sólo focos de 75 watts. De manera análoga al inciso anterior Así P (A w=40 ) = C 4,3 C 15,3 = = P (A w=0 ) = C 5,3 C 15,3 = = P (A w=75 ) = (inciso (a)) P (A m ) = P (A w=40 )+P (A w=0 )+P (A w=75 ) = c) Cuál es la probabilidad de que se seleccione un foco de cada tipo? Primero contemos cuántas muestras hay con un foco de cada tipo. Tales muestras se pueden construir eligiendo primero un foco de 40 watts; luego un foco de 0 watts; y por último 1 de 75 watts. Siendo independientes tales elecciones entre sí podemos aplicar la regla del producto: N d = C 4,1 C 5,1 C,1 = (4)(5)() = 120 7

8 Por tanto, suponiendo que cada selección de muestra de tres focos es igualmente probable, la probablidad de que en una muestra de 3 focos exista uno de cada watt es: r = N d N = = d) Suponga ahora que los focos tienen que ser seleccionados uno por uno hasta encontrar uno de 75 W. Cuál es la probabilidad de que sea necesario examinar por lo menos seis focos? Debemos pensar primeramente en el total de formas en las que sólo el último debe ser de 75 watts. Las muestras ordenadas de i fotos podrían ser desde 1 foco hasta a lo más 10 focos, pues sólo hay 9 focos que no son de 75 watts. Las cadenas estarán consituidas de i 1 focos que no son de 75 watts y el foco i de 75 watts. El total de muestras de i focos es N i = C 9,i 1 C,1 Así el total de muestras desde la longitud 1 hasta la longitud 10 es: N = 10 i=1 N i = = 3072 Ahora las que deseamos contar son las que tienen logitud ó más. N i = 10 i= N i = = 153 Por tanto, suponiendo que las muestras sean igualmente probables, la probabilidad de examinar al menos focos donde sólo el último es de 75 watts es: p = N i N = = 0.5 8

Sistemas Aleatorios Tarea 2: Técnicas de Conteo Departamento de Matemáticas, Enero-Mayo 2014

Sistemas Aleatorios Tarea 2: Técnicas de Conteo Departamento de Matemáticas, Enero-Mayo 2014 Grupo: Matrícula: Nombre: Tipo:-1 1. Diga cuántos números positivos de dos dígitos divisibles entre 5 hay. 2. Un amigo va a ofrecer una fiesta. Sus existencias actuales de vino incluyen 9 botellas de zinfandel,

Más detalles

Matemática Discreta I Tema 4 - Ejercicios resueltos

Matemática Discreta I Tema 4 - Ejercicios resueltos Matemática Discreta I Tema - Ejercicios resueltos Principios básicos Ejercicio 1 Cuántos números naturales existen menores que 10 6, cuyas cifras sean todas distintas? Solución Si n < 10 6, n tiene 6 o

Más detalles

Elementos de Combinatoria

Elementos de Combinatoria Elementos de Combinatoria 1 Introducción Previamente al estudio de la probabilidad en sí, conviene dedicar algún tiempo al repaso de las técnicas combinatorias. Recordemos que la Combinatoria es la parte

Más detalles

Probabilidad y estadística

Probabilidad y estadística Probabilidad y estadística Profesor: Á. Leonardo Bañuelos Saucedo Semestre: 2015-2 Listado de tareas N Tarea Fecha de entrega 1 Fotografía. Se enviará al correo anleba17@gmail.com, con los siguientes requisitos.

Más detalles

Iniciaremos nuestro estudio de teoría combinatoria enunciando los principios aditivo y multiplicativo de conteo.

Iniciaremos nuestro estudio de teoría combinatoria enunciando los principios aditivo y multiplicativo de conteo. COMBINATORIA Introducción a la Combinatoria Recuento A menudo se presenta la necesidad de calcular el número de maneras distintas en que un suceso se presenta o puede ser realizado. Otras veces es importante

Más detalles

Clase 8: Distribuciones Muestrales

Clase 8: Distribuciones Muestrales Clase 8: Distribuciones Muestrales Distribución Muestral La inferencia estadística trata básicamente con generalizaciones y predicciones. Por ejemplo, podemos afirmar, con base a opiniones de varias personas

Más detalles

TEORIA DE LA PROBABILIDAD

TEORIA DE LA PROBABILIDAD TEORIA DE LA PROBABILIDAD 2.1. Un poco de historia de la teoría de la probabilidad. Parece evidente que la idea de probabilidad debe ser tan antigua como el hombre. La idea es muy probable que llueva mañana

Más detalles

1.4 Cálculo de Probabilidades con Métodos de Conteo. Considerere un espacio muestral finito,

1.4 Cálculo de Probabilidades con Métodos de Conteo. Considerere un espacio muestral finito, 1 1.4 Cálculo de Probabilidades con Métodos de Conteo Considerere un espacio muestral finito, y defina, Luego, Ω = {ω 1,..., ω n }, P ({ω i }) = p i, i = 1,..., n P (A) = ω i A p i, A Ω Ω se dice equiprobable

Más detalles

Sistemas Aleatorios: Técnicas de Conteo

Sistemas Aleatorios: Técnicas de Conteo MA2006 Primer Regla del Producto Si el primer elemento u objeto de un par ordenado puede ser seleccionado de n 1 maneras y por cada una de estas n 1 maneras el segundo elemento del par puede ser seleccionado

Más detalles

Técnicas De Conteo. En este caso si k es grande, no es tan sencillo hacer un conteo exhaustivo de los puntos o resultados de S.

Técnicas De Conteo. En este caso si k es grande, no es tan sencillo hacer un conteo exhaustivo de los puntos o resultados de S. Técnicas De Conteo Si en el experimento de lanzar la moneda no cargada, se lanzan 5 monedas y definimos el evento A: se obtienen 3 caras, cómo calcular la probabilidad del evento A?, si todos los resultados

Más detalles

Probabilidad. Relación de problemas 5

Probabilidad. Relación de problemas 5 Relación de problemas 5 Probabilidad 1. Una asociación consta de 14 miembros, de los cuales 6 son varones y 8 son mujeres. Se desea seleccionar un comité de tres hombres y tres mujeres. Determinar de cuántas

Más detalles

ESTRATEGIAS DE CÁLCULO MENTAL

ESTRATEGIAS DE CÁLCULO MENTAL ESTRATEGIAS DE CÁLCULO MENTAL El cálculo mental consiste en realizar cálculos matemáticos utilizando sólo el cerebro sin ayudas de otros instrumentos como calculadoras o incluso lápiz y papel. Las operaciones

Más detalles

UNIVERSIDAD DE ATACAMA

UNIVERSIDAD DE ATACAMA UNIVERSIDAD DE ATACAMA FACULTAD DE INGENIERÍA / DEPARTAMENTO DE MATEMÁTICA PROBABILIDAD Y ESTADÍSTICA GUÍA 2: PROBABILIDAD Plan Común de Ingeniería 1. En un torneo de baloncesto vacacional participan cuatro

Más detalles

ANALISIS COMBINATORIO.

ANALISIS COMBINATORIO. ANALISIS COMBINATORIO. TEOREMA FUNDAMENTAL: Si un suceso puede tener lugar de m maneras distintas y cuando ocurre una de ellas se puede realizar otro suceso inmediatamente de n formas diferentes, ambos

Más detalles

Un juego de cartas: Las siete y media

Un juego de cartas: Las siete y media Un juego de cartas: Las siete y media Paula Lagares Federico Perea Justo Puerto * MaMaEuSch ** Management Mathematics for European Schools 94342 - CP - 1-2001 - DE - COMENIUS - C21 * Universidad de Sevilla

Más detalles

ANÁLISIS DE DATOS NO NUMERICOS

ANÁLISIS DE DATOS NO NUMERICOS ANÁLISIS DE DATOS NO NUMERICOS ESCALAS DE MEDIDA CATEGORICAS Jorge Galbiati Riesco Los datos categóricos son datos que provienen de resultados de experimentos en que sus resultados se miden en escalas

Más detalles

Sistemas Aleatorios: Probabilidad Condicional

Sistemas Aleatorios: Probabilidad Condicional MA2006 El concepto de la probabilidad condicional Imagine la probabilidad de que un hombre presente cáncer pulmonar antes de los 70 años. Imagine la probabilidad de que tal hombre presente cáncer pulmonar

Más detalles

1. Simule estas situaciones y concluya: a) Se tira una moneda equilibrada 10 veces y se observa qué proporción de veces salió cara en

1. Simule estas situaciones y concluya: a) Se tira una moneda equilibrada 10 veces y se observa qué proporción de veces salió cara en 1. Simule estas situaciones y concluya: a) Se tira una moneda equilibrada 10 veces y se observa qué proporción de veces salió cara en las sucesivas tiradas, se repite el experimento en condiciones similares

Más detalles

Ejercicios de combinatoria resueltos. Matemática Discreta. 4º Ingeniería Informática

Ejercicios de combinatoria resueltos. Matemática Discreta. 4º Ingeniería Informática 1. Un número telefónico consta de siete cifras enteras. Supongamos que la primera cifra debe ser un número entre 2 y 9, ambos inclusive. La segunda y la tercera cifra deben ser números entre 1 y 9, ambos

Más detalles

Matemática Discreta. Clase 2. Reglas de la suma y del producto Permutaciones

Matemática Discreta. Clase 2. Reglas de la suma y del producto Permutaciones Matemática Discreta Clase 2 Reglas de la suma y del producto Permutaciones 1 Combinatoria Enumerativa o El Arte de Saber Contar. o, mejor dicho, El Arte de Contar sin Contar. (Nos interesa saber cuántas

Más detalles

Boletín: Cadenas de Markov IES de MOS Métodos Estadísticos y Numéricos

Boletín: Cadenas de Markov IES de MOS Métodos Estadísticos y Numéricos Boletín: Cadenas de Markov IES de MOS Métodos Estadísticos y Numéricos 1. Tenemos 2 bolas blancas y 2 negras. Las repartimos en dos urnas cada una con 2. El sistema está en estado j si la urna 1 contiene

Más detalles

Transformación de binario a decimal. Transformación de decimal a binario. ELECTRÓNICA DIGITAL

Transformación de binario a decimal. Transformación de decimal a binario. ELECTRÓNICA DIGITAL ELECTRÓNICA DIGITAL La electrónica es la rama de la ciencia que se ocupa del estudio de los circuitos y de sus componentes, que permiten modificar la corriente eléctrica amplificándola, atenuándola, rectificándola

Más detalles

Enseñar Matemáticas en el siglo XXI INDICADORES DE LAS COMPETENCIAS (PISA 2003)

Enseñar Matemáticas en el siglo XXI INDICADORES DE LAS COMPETENCIAS (PISA 2003) INDICADORES DE LAS COMPETENCIAS (PISA 2003) Pensar y razonar Plantear cuestiones propias de las matemáticas ( cuántos hay? Cómo encontrarlo? Si es así, entonces etc.) Conocer los tipos de respuestas que

Más detalles

Problemas resueltos de combinatoria

Problemas resueltos de combinatoria Problemas resueltos de combinatoria 1) De cuántas formas distintas pueden sentarse seis personas en una fila de butacas? 2) De cuántas formas pueden mezclarse los siete colores del arco iris tomándolos

Más detalles

Introducción a la Teoría de Probabilidad

Introducción a la Teoría de Probabilidad Capítulo 1 Introducción a la Teoría de Probabilidad Para la mayoría de la gente, probabilidad es un término vago utilizado en el lenguaje cotidiano para indicar la posibilidad de ocurrencia de un evento

Más detalles

DISTRIBUCIONES DE VARIABLE CONTINUA

DISTRIBUCIONES DE VARIABLE CONTINUA UNIDAD 11 DISTRIBUCIONES DE VARIABLE CONTINUA Página 260 1. Los trenes de una cierta línea de cercanías pasan cada 20 minutos. Cuando llegamos a la estación, ignoramos cuándo pasó el último. La medida

Más detalles

EJERCICIOS DE VARIACIONES

EJERCICIOS DE VARIACIONES EJERIIOS DE ARIAIONES. uántos resultados distintos pueden producirse al lanzar una moneda cuatro veces al aire. Influye orden y elementos, y estos se pueden repetir. m, n. R,. uántos números de cuatro

Más detalles

EJ:LANZAMIENTO DE UNA MONEDA AL AIRE : S { } { } ESPACIO MUESTRAL:CONJUNTO DE TODOS LOS SUCESOS ELEMENTALES DE UN EXPERIMENTO ALEATORIO.

EJ:LANZAMIENTO DE UNA MONEDA AL AIRE : S { } { } ESPACIO MUESTRAL:CONJUNTO DE TODOS LOS SUCESOS ELEMENTALES DE UN EXPERIMENTO ALEATORIO. GUIA DE EJERCICIOS. TEMA: ESPACIO MUESTRAL-PROBABILIDADES-LEY DE LOS GRANDES NUMEROS. MONTOYA.- CONCEPTOS PREVIOS. EQUIPROBABILIDAD: CUANDO DOS O MAS EVENTOS TIENEN LA MISMA PROBABILIDAD DE OCURRIR. SUCESO

Más detalles

Tema 10 Combinatoria Matemáticas B 4º ESO 1

Tema 10 Combinatoria Matemáticas B 4º ESO 1 Tema 10 Combinatoria Matemáticas B 4º ESO 1 TEMA 10 COMBINATORIA EJERCICIO 1 : Con las cifras 1, 3, 4, 5 y 6, cuántos números de cuatro cifras distintas se podrán formar de modo que acaben en cifra par?

Más detalles

CPE (SEGUNDO CURSO) PRÁCTICA 0 SOLUCIONES (Curso 2015 2016)

CPE (SEGUNDO CURSO) PRÁCTICA 0 SOLUCIONES (Curso 2015 2016) 1/11 CPE (SEGUNDO CURSO) PRÁCTICA 0 SOLUCIONES (Curso 2015 2016) 1. Considérese una función de n variables f(x 1, x 2,..., x n ). Cuántas derivadas parciales de orden r se pueden calcular? Teniendo en

Más detalles

Capítulo 6. Modificar archivos de datos. Ordenar casos

Capítulo 6. Modificar archivos de datos. Ordenar casos Capítulo 6 Modificar archivos de datos Los archivos de datos no siempre están organizados de forma idónea. En ocasiones podemos desear cambiar el orden de los casos, o transponer las filas y las columnas,

Más detalles

CARTAS DE CONTROL. FeGoSa

CARTAS DE CONTROL. FeGoSa Las empresas en general, ante la apertura comercial han venido reaccionando ante los cambios y situaciones adversas, reaccionan por ejemplo ante: Disminución de ventas Cancelación de pedidos Deterioro

Más detalles

Problemas de Conteo. 1. Problemas

Problemas de Conteo. 1. Problemas Problemas de Conteo 1. Problemas 1. En un torneo de básquetbol compiten 16 equipos. En cada ronda los equipos se dividen en grupos de 4. En cada grupo cada equipo juega una vez contra cada uno de los equipos

Más detalles

ANÁLISIS DE UN JUEGO DE CARTAS: LAS SIETE Y MEDIA

ANÁLISIS DE UN JUEGO DE CARTAS: LAS SIETE Y MEDIA ANÁLISIS DE UN JUEGO DE CARTAS: LAS SIETE Y MEDIA MaMaEuSch (Management Mathematics for European School) http://www.mathematik.uni-kl.de/~mamaeusch/ Modelos matemáticos orientados a la educación Clases

Más detalles

Probabilidad y Estadística

Probabilidad y Estadística Probabilidad y Estadística Conteo con reemplazamiento Considerando ahora un experimento en que una bola, seleccionada de una caja con n bolas, se regresa a la misma caja. Si se hace un total de k selecciones

Más detalles

MATEMÁTICAS 1º BACH CCSS - DISTRIBUCIÓN BINOMIAL = 0 3125.

MATEMÁTICAS 1º BACH CCSS - DISTRIBUCIÓN BINOMIAL = 0 3125. MATEMÁTICAS º BACH CCSS - DISTRIBUCIÓN BINOMIAL ˆ EJERCICIO En una ciudad se han elegido al azar 7 habitantes. ¾Cuál es la probabilidad de que cuatro de ellos hayan nacido el 7 de mayo? p = P (haber nacido

Más detalles

Fundamentos de Investigación de Operaciones Asignación y Vendedor Viajero

Fundamentos de Investigación de Operaciones Asignación y Vendedor Viajero Fundamentos de Investigación de Operaciones y Vendedor Viajero 23 de mayo de 2004 Si bien la resolución del problema de transporte mediante tableau parece ser muy expedita, existen ciertos tipos de problemas

Más detalles

Curso Taller de Matemáticas Olímpicas. Principio Fundamental del Conteo

Curso Taller de Matemáticas Olímpicas. Principio Fundamental del Conteo Curso Taller de Matemáticas Olímpicas Principio Fundamental del Conteo La forma más sencilla y tradicional de contar cosas suele ser con los diagramas de árbol; al final, todo se reduce a sumas y multiplicaciones.

Más detalles

Autor: Rosalba Patiño Herrera Agosto del 2002

Autor: Rosalba Patiño Herrera Agosto del 2002 Permutación Es todo arreglo de elementos en donde nos interesa el lugar o posición que ocupa cada uno de los elementos que constituyen dicho arreglo. Si se seleccionan r objetos de un conjunto de n objetos

Más detalles

Florero Figura 2. Tres tipos de presentaciones

Florero Figura 2. Tres tipos de presentaciones Plan de clase (1/3) Escuela: Fecha: Profesor (a). Curso: Matemáticas 7 Eje temático: MI Contenido: 7.4.6 Resolución de problemas de conteo mediante diversos procedimientos. Búsqueda de recursos para verificar

Más detalles

EJERCICIOS RESUELTOS SOBRE ERRORES DE REDONDEO

EJERCICIOS RESUELTOS SOBRE ERRORES DE REDONDEO EJERCICIOS RESUELTOS SOBRE ERRORES DE REDONDEO 1º) Considérese un número estrictamente positivo del sistema de números máquina F(s+1, m, M, 10). Supongamos que tal número es: z = 0.d 1 d...d s 10 e Responde

Más detalles

TEMA I: INTRODUCCIÓN A LA ELECTRÓNICA DIGITAL

TEMA I: INTRODUCCIÓN A LA ELECTRÓNICA DIGITAL TEMA I: INTRODUCCIÓN A LA ELECTRÓNICA DIGITAL 1. Electrónica Digital Antes de empezar en el tema en cuestión, vamos a dar una posible definición de la disciplina que vamos a tratar, así como su ámbito

Más detalles

Capítulo 10 Combinaciones y permutaciones

Capítulo 10 Combinaciones y permutaciones Capítulo 10 Combinaciones y permutaciones Los juegos de azar y las combinaciones Has jugado alguna vez póquer? Por si aún no lo has hecho, aquí hay una pequeña explicación de cómo hacerlo: El póquer se

Más detalles

CAPÍTULO IV BREVE DESCRIPCIÓN DE LA INFRAESTRUCTURA DE CÓMPUTO VISUAL BASIC 6.0 PARA WINDOWS

CAPÍTULO IV BREVE DESCRIPCIÓN DE LA INFRAESTRUCTURA DE CÓMPUTO VISUAL BASIC 6.0 PARA WINDOWS CAPÍTULO IV BREVE DESCRIPCIÓN DE LA INFRAESTRUCTURA DE CÓMPUTO VISUAL BASIC 6.0 PARA WINDOWS 4.1 Antecedentes históricos El lenguaje de programación BASIC (Beginner's All purpose Symbolic Instruction Code)

Más detalles

Práctico 4. Probabilidad

Práctico 4. Probabilidad Práctico 4. Probabilidad Problema Calcular la probabilidad que si se lanzan dos dados la suma de los resultados obtenidos sea inferior a 9. Problema 2 Las posibilidades de apostar a pleno en la ruleta

Más detalles

Pág. 1. Formar agrupaciones

Pág. 1. Formar agrupaciones Pág. 1 Formar agrupaciones 1 a) En una urna hay una bola blanca, una roja y una negra. Las extraemos de una en una y anotamos ordenadamente los resultados. Escribe todos los posibles resultados que podemos

Más detalles

5. DISTRIBUCIONES DE PROBABILIDADES

5. DISTRIBUCIONES DE PROBABILIDADES 5. DISTRIBUCIONES DE PROBABILIDADES Dr. http://academic.uprm.edu/eacunaf UNIVERSIDAD DE PUERTO RICO RECINTO UNIVERSITARIO DE MAYAGUEZ DISTRIBUCIONES DE PROBABILIDADES Se introducirá el concepto de variable

Más detalles

1.2 SISTEMAS DE PRODUCCIÓN

1.2 SISTEMAS DE PRODUCCIÓN 19 1.2 SISTEMAS DE PRODUCCIÓN Para operar en forma efectiva, una empresa manufacturera debe tener sistemas que le permitan lograr eficientemente el tipo de producción que realiza. Los sistemas de producción

Más detalles

COMBINACIONES página 29 COMBINACIONES

COMBINACIONES página 29 COMBINACIONES página 29 DEFINICIÓN: Dados n elementos, el número de conjuntos que se pueden formar con ellos, tomados der en r, se llaman combinaciones. Por ejemplo, sean cuatro elementos formar con esos cuatro elementos

Más detalles

Pues, sí. La respuesta la podemos encontrar en el análisis combinatorio.

Pues, sí. La respuesta la podemos encontrar en el análisis combinatorio. 2. Análisis combinatorio 2.1. Introducción. Imagina que quieres saber de cuántas formas pueden acomodarse 15 libros en un estante sin importar el orden en que éstos vayan, o imagina que quieres escoger

Más detalles

UNIVERSIDAD DE ATACAMA

UNIVERSIDAD DE ATACAMA UNIVERSIDAD DE ATACAMA FACULTAD DE INGENIERÍA / DEPARTAMENTO DE MATEMÁTICA ESTADÍSTICA Y PROBABILIDADES PAUTA DE CORRECCIÓN: PRUEBA PARCIAL N o 2 Profesor: Hugo S. Salinas. Primer Semestre 20. El gerente

Más detalles

Soluciones de los ejercicios de Selectividad sobre Probabilidad de Matemáticas Aplicadas a las Ciencias Sociales II

Soluciones de los ejercicios de Selectividad sobre Probabilidad de Matemáticas Aplicadas a las Ciencias Sociales II Soluciones de los ejercicios de Selectividad sobre Probabilidad de Antonio Francisco Roldán López de Hierro * Convocatoria de 2008 Las siguientes páginas contienen las soluciones de los ejercicios propuestos

Más detalles

PROBABILIDAD ELEMENTAL

PROBABILIDAD ELEMENTAL PROBABILIDAD ELEMENTAL La mayoría de estos problemas han sido propuestos en exámenes de selectividad de los distintos distritos universitarios españoles.. Una caja con una docena de huevos contiene dos

Más detalles

Lecturas previas Cuando llegue a su primera sesión de laboratorio debe haber estudiado el contenido de la lectura que aparece a continuación.

Lecturas previas Cuando llegue a su primera sesión de laboratorio debe haber estudiado el contenido de la lectura que aparece a continuación. Laboratorio 1 Medición e incertidumbre La descripción de los fenómenos naturales comienza con la observación; el siguiente paso consiste en asignar a cada cantidad observada un número, es decir en medir

Más detalles

Conceptos Básicos de Probabilidad

Conceptos Básicos de Probabilidad Conceptos Básicos de Probabilidad Debido a que el proceso de obtener toda la información relevante a una población particular es difícil y en muchos casos imposible de obtener, se utiliza una muestra para

Más detalles

Apuntes de Matemática Discreta 4. Permutaciones y Variaciones

Apuntes de Matemática Discreta 4. Permutaciones y Variaciones Apuntes de Matemática Discreta 4. Permutaciones y Variaciones Francisco José González Gutiérrez Cádiz, Octubre de 2004 Universidad de Cádiz Departamento de Matemáticas ii Lección 4 Permutaciones y Variaciones

Más detalles

6. Sea X una v.a. con distribución N(0,1). Calcular p(x=0)

6. Sea X una v.a. con distribución N(0,1). Calcular p(x=0) 1. La rueda de una ruleta se divide en 25 sectores de igual área que se enumeran del 1 al 25. Encuentra una fórmula para la distribución de probabilidades de la v.a. X que representa el número obtenido

Más detalles

Tema 8. Poblaciones y muestras

Tema 8. Poblaciones y muestras Curso de Estadística Aplicada a las Ciencias Sociales Poblaciones y muestras Fuentes: Manual (tema 19) y Agresti (cap. 2). Poblaciones y muestras Introducción Poblaciones y muestras Tipos de muestras Azar

Más detalles

Introducción. Estadística 1. 1. Introducción

Introducción. Estadística 1. 1. Introducción 1 1. Introducción Introducción En este tema trataremos de los conceptos básicos de la estadística, también aprenderemos a realizar las representaciones gráficas y a analizarlas. La estadística estudia

Más detalles

Retiro de activos y el stock de capital bruto

Retiro de activos y el stock de capital bruto From: Medición del capital - Manual OCDE 2009 Segunda edición Access the complete publication at: http://dx.doi.org/10.1787/9789264043695-es Retiro de activos y el stock de capital bruto Please cite this

Más detalles

SUCESOS. PROBABILIDAD. BACHILLERATO. TEORÍA Y EJERCICIOS SUCESOS

SUCESOS. PROBABILIDAD. BACHILLERATO. TEORÍA Y EJERCICIOS SUCESOS 1 SUCESOS Experimento aleatorio. Es aquel que al repetirlo en análogas condiciones, da resultados diferentes, es decir, no se puede predecir el resultado que se va a obtener. Ejemplos: - Lanzar una moneda

Más detalles

Sistema Incremental Generador de Oraciones y de Descodificación Lingüística. José Luciano Maldonado. luzmalvy@telcel.net.ve maldonaj@faces.ula.

Sistema Incremental Generador de Oraciones y de Descodificación Lingüística. José Luciano Maldonado. luzmalvy@telcel.net.ve maldonaj@faces.ula. Sistema Incremental Generador de Oraciones y de Descodificación Lingüística. José Luciano Maldonado. luzmalvy@telcel.net.ve maldonaj@faces.ula.ve Resumen: se describe la implementación experimental de

Más detalles

Problemas de Probabilidad y Estadística (1)

Problemas de Probabilidad y Estadística (1) Problemas de Probabilidad y Estadística (1) Sebastian Grynberg 31 de agosto de 2009 Índice 1. Espacios de probabilidad (nociones básicas) 1 1.1. Urnas y bolas.................................. 1 1.2. Monedas.....................................

Más detalles

El rincón de los problemas

El rincón de los problemas Diciembre de 2006, Número 8, páginas 113-117 ISSN: 1815-0640 El rincón de los problemas Pontificia Universidad Católica del Perú umalasp@pucp.edu.pe Problema 1 Considera un tablero de 25 casillas como

Más detalles

DISCOS RAID. Se considera que todos los discos físicos tienen la misma capacidad, y de no ser así, en el que sea mayor se desperdicia la diferencia.

DISCOS RAID. Se considera que todos los discos físicos tienen la misma capacidad, y de no ser así, en el que sea mayor se desperdicia la diferencia. DISCOS RAID Raid: redundant array of independent disks, quiere decir conjunto redundante de discos independientes. Es un sistema de almacenamiento de datos que utiliza varias unidades físicas para guardar

Más detalles

(1) Medir el azar. ESTALMAT-Andalucía Actividades 06/07. a) Cuenta los casos en que la suma de salga múltiplo de tres y calcula la probabilidad.

(1) Medir el azar. ESTALMAT-Andalucía Actividades 06/07. a) Cuenta los casos en que la suma de salga múltiplo de tres y calcula la probabilidad. (1) Medir el azar Se lanzan dos dados y sumamos los puntos de las caras superiores a) Cuenta los casos en que la suma de salga múltiplo de tres y calcula la probabilidad. Una bolsa contiene 4 bolas rojas,

Más detalles

Operación Microsoft Windows

Operación Microsoft Windows Entornos de red Concepto de red En el nivel más elemental, una red consiste en dos equipos conectados entre sí mediante un cable de forma tal que puedan compartir datos. Todas las redes, no importa lo

Más detalles

a) No curse la opción Científico-Tecnológica. b) Si es chico, curse la opción de Humanidades y C. Sociales

a) No curse la opción Científico-Tecnológica. b) Si es chico, curse la opción de Humanidades y C. Sociales 1 PROBABILIDAD 1.(97).- Para realizar un control de calidad de un producto se examinan tres unidades del producto, extraídas al azar (y sin reemplazamiento) de un lote de 100 unidades. Las unidades pueden

Más detalles

Materia: Informática. Nota de Clases Sistemas de Numeración

Materia: Informática. Nota de Clases Sistemas de Numeración Nota de Clases Sistemas de Numeración Conversión Entre Sistemas de Numeración 1. EL SISTEMA DE NUMERACIÓN 1.1. DEFINICIÓN DE UN SISTEMA DE NUMERACIÓN Un sistema de numeración es un conjunto finito de símbolos

Más detalles

Datos del autor. Nombres y apellido: Germán Andrés Paz. Lugar de nacimiento: Rosario (Código Postal 2000), Santa Fe, Argentina

Datos del autor. Nombres y apellido: Germán Andrés Paz. Lugar de nacimiento: Rosario (Código Postal 2000), Santa Fe, Argentina Datos del autor Nombres y apellido: Germán Andrés Paz Lugar de nacimiento: Rosario (Código Postal 2000), Santa Fe, Argentina Correo electrónico: germanpaz_ar@hotmail.com =========0========= Introducción

Más detalles

El modelo de ciclo de vida cascada, captura algunos principios básicos:

El modelo de ciclo de vida cascada, captura algunos principios básicos: Ciclo de Vida del Software Un modelo de ciclo de vida define el estado de las fases a través de las cuales se mueve un proyecto de desarrollo de software. El primer ciclo de vida del software, "Cascada",

Más detalles

Enfoque del Marco Lógico (EML)

Enfoque del Marco Lógico (EML) Enfoque del Marco Lógico (EML) Qué es el EML? Es una herramienta analítica que se utiliza para la mejorar la planificación y la gestión de proyectos tanto de cooperación al desarrollo como de proyectos

Más detalles

Diagramas de frecuencias relativas

Diagramas de frecuencias relativas LEIÓN ONENSAA 10.1 iagramas de frecuencias relativas En esta lección crearás diagramas de círculo calcularás frecuencias relativas crearás diagramas de barras de frecuencias relativas y diagramas de círculo

Más detalles

Estándares para planes de calidad de software. Escuela de Ingeniería de Sistemas y Computación Desarrollo de Software II Agosto Diciembre 2008

Estándares para planes de calidad de software. Escuela de Ingeniería de Sistemas y Computación Desarrollo de Software II Agosto Diciembre 2008 Estándares para planes de calidad de software Escuela de Ingeniería de Sistemas y Computación Desarrollo de Software II Agosto Diciembre 2008 DIFERENCIA ENTRE PRODUCIR UNA FUNCION Y PRODUCIR UNA FUNCION

Más detalles

Un problema sobre repetidas apuestas al azar

Un problema sobre repetidas apuestas al azar Un problema sobre repetidas apuestas al azar Eleonora Catsigeras 1 10 de marzo de 2003. Resumen En estas notas se da el enunciado y una demostración de un conocido resultado sobre la probabilidad de éxito

Más detalles

2 Métodos combinatorios

2 Métodos combinatorios 2 Métodos combinatorios Las pruebas pueden aplicarse de muchas maneras, es decir, existen diferentes formas de preparar casos de prueba. En este capítulo se presentan dos formas de prueba muy fáciles de

Más detalles

PROBABILIDADES Y ESTADÍSTICA (C) Práctica 2

PROBABILIDADES Y ESTADÍSTICA (C) Práctica 2 PROBABILIDADES Y ESTADÍSTICA (C) Práctica 2 1. Se eligen tres autos al azar y cada uno es clasificado N si tiene motor naftero o D si tiene motor diesel (por ejemplo, un resultado posible sería NND). a)

Más detalles

ANALISIS COMBINATORIO

ANALISIS COMBINATORIO Universidad de San Carlos de Guatemala Centro Universitario de Occidente División Ciencias de la Salud Carrera de Médico y Cirujano, Primer Año, 2015 Teléfonos: 78730000, EXT. 2227-2221-2345-2244 CUNOC-USAC

Más detalles

CÁLCULO PARA LA INGENIERÍA 1

CÁLCULO PARA LA INGENIERÍA 1 CÁLCULO PARA LA INGENIERÍA 1 PROBLEMAS RESUELTOS Tema 3 Derivación de funciones de varias variables 3.1 Derivadas y diferenciales de funciones de varias variables! 1. Derivadas parciales de primer orden.!

Más detalles

Clase 3: Introducción a las Probabilidades

Clase 3: Introducción a las Probabilidades Clase 3: Introducción a las Probabilidades Introducción Tal vez estemos acostumbrados con algunas ideas de probabilidad, ya que esta forma parte de la cultura cotidiana. Con frecuencia escuchamos a personas

Más detalles

Análisis Estadístico de Datos Climáticos

Análisis Estadístico de Datos Climáticos Análisis Estadístico de Datos Climáticos Análisis de agrupamiento (o clusters) (Wilks, Cap. 14) Facultad de Ciencias Facultad de Ingeniería 2013 Objetivo Idear una clasificación o esquema de agrupación

Más detalles

INFERENCIA ESTADÍSTICA. ESTIMACIÓN DE LA MEDIA

INFERENCIA ESTADÍSTICA. ESTIMACIÓN DE LA MEDIA 1 INFERENCIA ESTADÍSTICA. ESTIMACIÓN DE LA MEDIA Páginas 74-75 Lanzamiento de varios dados Comprobación de que: Desviación típica de n dados = (Desv. típica para un dado) / 1,71 n = 1,1 1,71 n = 3 0,98

Más detalles

Para obtener la información requerida para realizar un DI, a menudo se usa la técnica de Lluvia de ideas.

Para obtener la información requerida para realizar un DI, a menudo se usa la técnica de Lluvia de ideas. 1.4.4. DIAGRAMA DE ISHIKAWA (O DE CAUSA EFECTO) Una vez que se ha localizado dónde, cuándo y bajo qué circunstancias ocurre un problema importante, entonces es el momento de localizar la causa fundamental

Más detalles

www.fundibeq.org Además, se recomienda su uso como herramienta de trabajo dentro de las actividades habituales de gestión.

www.fundibeq.org Además, se recomienda su uso como herramienta de trabajo dentro de las actividades habituales de gestión. DIAGRAMA DE FLECHAS 1.- INTRODUCCIÓN Este documento sirve de guía para el proceso de planificación de proyectos. Describe desde la visualización de la secuencia de acciones a desarrollar en dichos proyectos

Más detalles

Nombre...Apellidos... Grado en:...grupo:...

Nombre...Apellidos... Grado en:...grupo:... ESTADÍSTICA E INTRODUCCIÓN A LA ECONOMETRÍA - Soluciones Estadística- Curso 01/1. 9 de Julio de 01 Nombre...Apellidos... Grado en:...grupo:... 1. Considera la variable aleatoria (v.a.) X cuyos posibles

Más detalles

LAS MATEMÁTICAS DE ESO Y BACHILLERATO A TRAVÉS DE LOS JUEGOS 3. JUEGOS DE PROBABILIDAD, ESTADÍSTICA Y ESTRATEGIA. MAURICIO CONTRERAS

LAS MATEMÁTICAS DE ESO Y BACHILLERATO A TRAVÉS DE LOS JUEGOS 3. JUEGOS DE PROBABILIDAD, ESTADÍSTICA Y ESTRATEGIA. MAURICIO CONTRERAS LAS MATEMÁTICAS DE ESO Y BACHILLERATO A TRAVÉS DE LOS JUEGOS 3. JUEGOS DE PROBABILIDAD, ESTADÍSTICA Y ESTRATEGIA. MAURICIO CONTRERAS Introducción La combinación del azar con diferentes reglas da lugar

Más detalles

Una serie temporal o cronológica es en una sucesión de valores que adopta una variable (Y):

Una serie temporal o cronológica es en una sucesión de valores que adopta una variable (Y): INTRODUCCIÓN Nos vamos a ocupar ahora de estudiar un fenómeno desde la perspectiva temporal, observando su evolución a través del tiempo, lo que se denomina investigación diacrónica o longitudinal, en

Más detalles

Un grafo G es un par (V,E) donde V es un conjunto (llamado conjunto de vértices) y E un subconjunto de VxV (conjunto de aristas).

Un grafo G es un par (V,E) donde V es un conjunto (llamado conjunto de vértices) y E un subconjunto de VxV (conjunto de aristas). TEMA 5.- GRAFOS 5.1.- DEFINICIONES BÁSICAS Un grafo G es un par (V,E) donde V es un conjunto (llamado conjunto de vértices) y E un subconjunto de VxV (conjunto de aristas). Gráficamente representaremos

Más detalles

Algoritmos. Autor: José Ángel Acosta Rodríguez

Algoritmos. Autor: José Ángel Acosta Rodríguez Autor: 2006 ÍNDICE Página Índice 1 Problema 1. Movimiento de figuras geométricas.2 Problema 2. Conversión decimal a binario....3 Problema 3. Secuencias binarias..4 Problema 4. Conversión a binario a octal...

Más detalles

EXAMEN DE SEPTIEMBRE DE CIRCUITOS ELECTRÓNICOS. CURSO 2007/08. PROBLEMA DEL PRIMER PARCIAL

EXAMEN DE SEPTIEMBRE DE CIRCUITOS ELECTRÓNICOS. CURSO 2007/08. PROBLEMA DEL PRIMER PARCIAL EXAMEN DE SEPTIEMBRE DE CIRCUITOS ELECTRÓNICOS. CURSO 27/8. PROBLEMA DEL PRIMER PARCIAL Se desea diseñar un sistema para jugar a Piedra, papel o tijera. Como se sabe, en este juego cada uno de los dos

Más detalles

Módulo II - Excel. Identificando tipos de datos... 2. Introduciendo datos en las celdas... 3. Llenando automáticamente las celdas...

Módulo II - Excel. Identificando tipos de datos... 2. Introduciendo datos en las celdas... 3. Llenando automáticamente las celdas... Módulo II - Excel Índice Identificando tipos de datos... 2 Introduciendo datos en las celdas... 3 Llenando automáticamente las celdas... 4 Seleccionando un rango de celdas... 5 Seleccionando una fila o

Más detalles

SISTEMAS DE NUMERACIÓN. Sistema decimal

SISTEMAS DE NUMERACIÓN. Sistema decimal SISTEMAS DE NUMERACIÓN Sistema decimal Desde antiguo el Hombre ha ideado sistemas para numerar objetos, algunos sistemas primitivos han llegado hasta nuestros días, tal es el caso de los "números romanos",

Más detalles

LA TAXONOMÍA DE BLOOM Y EL PENSAMIENTO CRÍTICO

LA TAXONOMÍA DE BLOOM Y EL PENSAMIENTO CRÍTICO LA TAXONOMÍA DE BLOOM Y EL PENSAMIENTO CRÍTICO Extraído de Bárbara Fowler Especialista en Aprendizaje - Longview Community College Missouri, Estados Unidos LA TAXONOMÍA DE BLOOM Y EL PENSAMIENTO CRÍTICO

Más detalles

Matemáticas. 1 o ESO. David J. Tarifa García. info@esobachilleratouniversidad.com.es

Matemáticas. 1 o ESO. David J. Tarifa García. info@esobachilleratouniversidad.com.es Matemáticas 1 o ESO David J. Tarifa García info@esobachilleratouniversidad.com.es 1 Matemáticas - 1 o ESO 2 Índice 1 Tema 1. Los números naturales 6 1.1 Suma de números naturales................................

Más detalles

Tipos de datos. A la hora de crear un campo en una tabla, hay que especificar de qué tipo son los datos que se van a almacenar en ese campo.

Tipos de datos. A la hora de crear un campo en una tabla, hay que especificar de qué tipo son los datos que se van a almacenar en ese campo. Manual Basico de manejo de Access (Microsoft). 1. Introducción Qué es una base de datos? Una biblioteca ha de mantener listas de los libros que posee, de los usuarios que tiene, una escuela, de sus alumnos

Más detalles

Universidad Simón Bolívar CO3121. Probabilidades para Ingenieros. Enero-Marzo 2010 Problemario I

Universidad Simón Bolívar CO3121. Probabilidades para Ingenieros. Enero-Marzo 2010 Problemario I Universidad Simón Bolívar CO3121. Probabilidades para Ingenieros. Enero-Marzo 2010 Problemario I 1. Supongamos que Ω = A B y P (A B) = 0.2. Hallar: (a) El máximo valor posible para P (B), de tal manera

Más detalles

Probabilidad Selectividad CCSS 2012. MasMates.com Colecciones de actividades

Probabilidad Selectividad CCSS 2012. MasMates.com Colecciones de actividades 1. [ANDA] [SEP-B] Sean A y B dos sucesos de un espacio muestral, de los que se conocen las probabilidades P(A) = 0.60 y P(B) = 0.25. Determine las probabilidades que deben asignarse a los sucesos A B y

Más detalles

INTRODUCCIÓN A LA PROBABILIDAD.

INTRODUCCIÓN A LA PROBABILIDAD. INTRODUCCIÓN A LA ROBABILIDAD. Departamento de Matemáticas Se denomina experimento aleatorio a aquel en que jamás se puede predecir el resultado. El conjunto formado por todos los resultados posibles de

Más detalles

Bloques multibase. Alumno: Fecha

Bloques multibase. Alumno: Fecha Los bloques multibase se utilizan para facilitar la comprensión de la estructura del sistema de numeración decimal y las operaciones fundamentales. Se emplean, principalmente, en los procesos iniciales

Más detalles

UNIVERSIDAD DE ATACAMA

UNIVERSIDAD DE ATACAMA UNIVERSIDAD DE ATACAMA FACULTAD DE INGENIERÍA / DEPARTAMENTO DE MATEMÁTICA ESTADÍSTICA Y PROBABILIDAD GUÍA DE TRABAJO 2 Profesor: Hugo S. Salinas. Primer Semestre 2010 1. La dureza Rockwell de un metal

Más detalles