TEMA 2. CÁLCULO DE PROBABILIDADES
|
|
- Eduardo de la Fuente Ortíz
- hace 8 años
- Vistas:
Transcripción
1 TEM 2. CÁLCULO DE PROILIDDES 2.1. Introducción 2.2. Conceptos básicos Espacio muestral. Sucesos Operaciones con sucesos 2.3. Concepto de Probabilidad. Propiedades Definición clásica de la Probabilidad Diagramas de árbol Definición axiomática de la Probabilidad Propiedades de la Probabilidad 2.4. Probabilidad condicionada. Independencia de Sucesos Probabilidad condicionada Independencia de sucesos 2.5. Teorema de la probabilidad total. Teorema de ayes Teorema de la probabilidad total Teorema de ayes 55
2 TEM 2. CÁLCULO DE PROILIDDES 2.1 Introducción La probabilidad refleja las expectativas de que un suceso determinado ocurra Fenómeno determinista: Se conoce con certeza el resultado del experimento Fenómeno aleatorio: No se puede predecir el resultado del experimento La probabilidad de un suceso es un número comprendido entre 0 y 1 (ambos incluidos) 56
3 2.2. Conceptos básicos Espacio muestral. Sucesos Suceso elemental: Cada uno de los posibles resultados, que no se pueden descomponer en otros más simples, de un experimento aleatorio Espacio muestral, E: Conjunto de los sucesos elementales Suceso: Subconjunto del espacio muestral Suceso seguro: Es el suceso formado por todos los sucesos elementales Suceso imposible, ningún suceso elemental : Es el suceso que no contiene 57
4 Operaciones con sucesos a b c d e f g = {a, b, c, d}, = {c, d, e, f, g} Unión de sucesos : Todos los sucesos elementales de ó = {a, b, c, d, e, f, g} 58
5 a b c d e f g = {a, b, c, d}, = {c, d, e, f, g} Intersección de sucesos : Sucesos elementales que pertenecen simultáneamente a y a = {c, d} 59
6 Diferencia de sucesos : Sucesos elementales que pertenecen al suceso pero no al = {a, b, c, d} ; = {c, d, e, f, g} = {a, b} a b c d e f g Ejemplo: Se están utilizando 7 árboles, numerados del 1 al 7, para un experimento. Definir el Espacio muestral: E = {1, 2, 3, 4, 5, 6, 7} E Sean y los sucesos: = {1,3, 5}, = {2, 3, 7} Obtener los sucesos:,, = {1, 2, 3, 5, 7}; = {3}; = {1, 5} 60
7 Sucesos Complementarios C : Es el suceso formado por todos los sucesos de E que no están en C = E E = {a, b, c, d, e}, = {b, c}, C = {a, d, e} E C a b c d e Ejemplo: : Tener el grupo sanguíneo O C : Tener el grupo sanguíneo,, ó E C =, C o/ o/ = E 61
8 Sucesos Incompatibles Los sucesos y son incompatibles o mutuamente excluyentes si no pueden ocurrir simultáneamente = {a, b}, = {d, e} E a b c d e Ejemplo: : Ser un reptil, : Ser un león 62
9 Propiedades de la unión de sucesos sociativa: ( C) = ( ) C Conmutativa: = =, C = E Propiedades de la intersección de sucesos sociativa: ( C) = ( ) C Conmutativa: = =, C = 63
10 Propiedades conjuntas de la unión e intersección de sucesos Distributiva: ( C) = ( ) ( C) ( C) = ( ) ( C) Ejemplo E a b c d e f g C = {a, b, c}, = {b, c, d, e}, C = {c, e, f, g} ( C) = {a, b, c} {b, c, d, e, f, g} = {b, c} ( ) ( C) = {b, c} {c} = {b, c} 64
11 2.3. Concepto de Probabilidad. Propiedades Definición clásica de la probabilidad Espacio muestral equiprobable: Todos los sucesos elementales tienen igual probabilidad de ocurrir En estas condiciones se define la probabilidad del suceso como: P ( ) Nº Casos Favorables al Suceso CF = = Nº Total de Casos Posibles C P 65
12 Ejemplo En una pareja, cada uno de sus miembros posee genes para ojos castaños y azules. Teniendo en cuenta que cada uno tiene la misma probabilidad de aportar un gen para ojos castaños que para ojos azules y que el gen para ojos castaños es dominante, obtener la probabilidad de que un hijo nacido de esta pareja tenga los ojos castaños. Solución Gen de la madre Gen del padre E = {C C, C, C, } Casos favorables = {C C, C, C} Casos posibles = {C C, C, C, } ( ) P Ojos Castaños CF = = CP
13 Diagramas de árbol El diagrama de árbol es un método para obtener los resultados posibles de un experimento cuando éste se produce en unas pocas etapas. Cada paso del experimento se representa como una ramificación del árbol. Trayectorias 67
14 Ejemplo Una mujer es portadora de hemofilia. unque la mujer no tenga la enfermedad, puede transmitirla a sus 3 hijos. Obtener las trayectorias para este experimento mediante un diagrama de árbol. Primer Segundo Tercer Trayectoria hijo hijo hijo S S N S S S S S N S N S N S N S S N N N S N S NS S N N S N S N N S N N N N Suponiendo que es igualmente probable que se trasmita o no la enfermedad. Obtener las probabilidades de los siguientes sucesos: 1.- Ningún hijo tenga la enfermedad, (suceso ) 2.- Dos hijos tengan la enfermedad, (suceso ) CF 1 CF 3 P ( ) = P ( ) CP = 8 = CP = 8 68
15 Definición axiomática de la probabilidad Álgebra de sucesos, β : Es el conjunto de todos los sucesos del Espacio Muestral xiomas de la probabilidad Consideremos una aplicación, P, del álgebra de sucesos en el conjunto de los números reales. β P R P β, P ( ) R Esta aplicación es una probabilidad si verifica los tres axiomas siguientes: xioma 1 β, 0 P ( ) xioma 2 xioma 3 P ( E ) = 1 Sean 1, 2,..., n, sucesos mutuamente incompatibles, i j = para i j. Entonces se verifica P ( n ) = P ( 1 ) + P ( 2 ) P ( n ) 69
16 Ejemplo Tres caballos,,, y C están siendo tratados con tres métodos experimentales distintos para aumentar la velocidad con la que pueden correr. Después del tratamiento intervienen en una carrera. El caballo C tiene doble probabilidad de ganar que, y doble que. Calcular las probabilidades de que gane cada uno. Solución E = {,, C } P ( ) = k P ( ) = 2k P ( C ) = 4k x. 3 x. 2 P ( C) = P () + P () + P (C) = P (E) = 1 = = k + 2k + 4k = 7k =1 k = 1 7 P ( ) = 1 7 P ( ) = 2 7 P ( C ) =
17 Si suponemos que el espacio muestral es equiprobable, la definición axiomática de la probabilidad coincide con la definición clásica En el ejemplo anterior, supongamos que los tres caballos tienen la misma probabilidad de ganar Solución: E = {,, C } P ( ) = P ( ) = P ( C ) = k x. 3 x. 2 P ( C) = P () + P () + P (C) = P (E) = 1 = = k + k + k = 3k = 1 k = 1 3 P ( ) = P ( ) = P ( C ) =
18 Propiedades de la probabilidad 1. β, P ( C ) = 1 - P ( ) Ejemplo. Se sabe que la probabilidad de curar la leucemia infantil es de 1/3. Por lo tanto, la probabilidad de que no se cure la enfermedad será de 1 1 / 3 = 2 /3 2. P ( ) = 0 Ejemplo. Consideramos el experimento de lanzar un dado. La probabilidad de obtener 9 en una cara es igual a cero 3. Si P ( ) P( ) E Β Α Ejemplo. En el experimento anterior, sea el suceso obtener un numero mayor que 4, y obtener un número mayor que 2 C F 2 C F P ( ) = =, P ( ) = = C P 6 C P
19 4. P ( ) = P ( ) P ( ) E Α Β Ejemplo. En el experimento anterior, sea el suceso obtener un numero menor que 5 y el suceso obtener un numero par = {1, 2, 3, 4}, = {2, 4, 6}, - = {1, 3}, = {2, 4} P ( ) = P ( ) P ( ) = = P ( ) = P ( ) + P ( ) P ( ) E 73
20 Ejemplo. En una población el 4% de las personas son daltónicas, el 18% hipertensas y el 0.5% daltónicas e hipertensas. Cuál es la probabilidad de que una persona sea daltónica ó hipertensa? Α = { Daltónico }, = { Hipertenso } P ( ) = 4, P( ) = 18, P( ) = P ( ) = P ( ) + P ( ) P ( ) = = + = P ( C ) = P ( ) + P ( ) + P ( C ) P ( ) P ( C ) P ( C ) + + P ( C ) E C C C C 74
21 Ejemplo. En un parque natural se detectan tres plagas. El 25% de los árboles tienen la enfermedad, el 20% la y el 30% la C. El 12% la y la, el 10% la y la C, el 11% la y la C y el 5% tienen las tres enfermedades. Calcular las probabilidades siguientes: 1. Un árbol tenga alguna de las enfermedades 2. Un árbol tenga la enfermedad pero no la 3. Un árbol tenga la enfermedad y C pero no la P ( ) = 0.25; P ( ) = 0.2; P ( C ) = 0.3; P ( ) = 0.12; P ( C ) = 0.1; P ( C ) = 0.11; P ( C ) = 0.05; 1. P ( C ) = P ( ) + P ( ) + P ( C ) P ( ) P ( C ) P ( C ) + P ( C ) = = , , = 0.47 E C C 75
22 P ( ) = 0.25; P ( ) = 0.2; P ( C ) = 0.3; P ( ) = 0.12; P ( C ) = 0.1; P ( C ) = 0.11; P ( C ) = 0.05; 2. Un árbol tenga la enfermedad pero no la P ( ) = P ( ) P ( ) = = 0.13 E ( C ) C 3.- Un árbol tenga la enfermedad y C pero no la P (( C ) ) = P ( C ) P ( C ) = = =
23 2.4. Probabilidad condicionada. Independencia de Sucesos Probabilidad condicionada Probabilidad de que ocurra el suceso, condicionado a que el suceso haya ocurrido ya Sean dos sucesos y β, con P ( ) > 0 Si P ( ) > 0 ( / ) P ( / ) P = = ( ) ( ) P P ( ) ( ) P P ( / ) C = ( C / ) P ( C / ) = 1 P ( / ) P ( ) = P ( ) P ( / ) = P ( ) P ( / ) P ( ) = P ( 1 ) P ( 2 / 1 ) P ( 3 / 1 2 ) 77
24 Ejemplo. Una familia tiene tres hijos. Construir un diagrama de árbol y calcular las siguientes probabilidades: 1. El primer hijo sea niña,, ( ) 2. Exactamente dos sean niñas,, ( ) 3. Se cumplan ambas condiciones 4. Exactamente dos sean niñas, si el primero es niña 1º 2º 3º Trayectoria hijo hijo hijo M M H M H M H M M M M M H M H M M H H H M H M H M H H M M H M H H H M H H H P ( ) = 4 / 8, P ( ) = 3 / 8, P ( ) = 2 / 8 ( / ) P ( ) ( ) P = = P =
25 Independencia de sucesos El suceso es independiente del suceso si y sólo si se verifica: P ( / ) = P ( ) Si P ( / ) P ( ) el suceso es dependiente de La independencia es una propiedad recíproca El suceso es independiente del suceso El suceso es independiente del suceso Dos sucesos son independientes sii P ( ) = P ( ) P ( ) Si los sucesos y son independientes, se verifica: Los sucesos y C son independientes Los sucesos C y son independientes Los sucesos C y C son independientes Decimos que n sucesos son independientes si se verifica: P ( n ) = P ( 1 ) P ( 2 )...P ( n ) 79
26 Ejemplo. Se analizan muestras de agua para detectar plomo y mercurio. El 38% de las muestras presentan niveles tóxicos de plomo o mercurio, el 32% de plomo y el 10% de ambos metales. a. Son independientes los sucesos: Nivel tóxico de plomo y Nivél tóxico de mercurio b. Calcular las probabilidades de que una muestra tenga: 1. Niveles tóxicos de mercurio si tiene niveles tóxicos de plomo 2. Niveles tóxicos solamente de plomo : Nivel tóxico plomo, : Nivel tóxico mercurio P ( ) = 0.38; P ( ) = 0.32; P ( ) = 0.10 a. P ( ) = P ( ) + P ( ) P ( ) P ( ) = P ( ) P ( ) + P ( ) = = = 0.16 P ( ) P ( ) = 0.32 x 0.16 = = P ( ) Los sucesos y no son independientes b 1. P ( / ) = P ( ) / P ( ) = 0.10 / 0.32 = b 2. P ( ) = P ( ) P ( ) = =
27 Ejemplo. Se están estudiando tres mutaciones no relacionadas,, y C, en un grupo de monos. La probabilidad de tener la mutación es 0.13, la es 0.11 y la C es Calcular las probabilidades: 1. Un mono no tenga ninguna de las mutaciones 2. Un mono tenga alguna de las mutaciones 3. Un mono tenga la mutación y C, pero no la P ( ) = 0.13; P ( ) = 0.11; P ( C ) = 0.14 Los sucesos, y C son independientes P ( C C C C ) = P ( C ) P ( C ) P ( C C ) = = (1 P ( )) (1 P ( )) (1 P ( C )) = = 0.87 x 0.89 x 0.86 = P ( C ) = P ( ) + P ( ) + P ( C ) P ( ) P ( C ) P ( C ) + P ( C ) = = x x x x 0.11 x 0.14 = P ( C ) = 1 P ( C C C C ) = P ( C C ) = P ( ) P ( C ) P ( C ) = = P ( ) (1 P ( )) P ( C ) = = 0.13 x 0.89 x 0.14 =
28 2.5. Teorema de la probabilidad total. Teorema de ayes Teorema de la probabilidad total Sean los sucesos 1, 2,..., n, que verifican: i j = θ si i j n = E Los sucesos i, para i = 1,, n son incompatibles dos a dos y exhaustivos Sea un suceso, con P ( ) > 0 Se conocen: P( i) y P( / i), i = 1,..., n n n En las condiciones anteriores, este teorema nos proporciona la probabilidad total de que ocurra el suceso : n P( ) = P( ) P( / ) i= 1 i i 82
29 Teorema ayes Sean los sucesos 1, 2,..., n, que verifican: i j = θ si i j n = E Los sucesos i, para i = 1,,n, son incompatibles dos a dos y exhaustivos Sea un suceso, con P ( ) > 0 Se conocen: P( i) y P( / i), i = 1,..., n El Teorema de ayes nos expresa la probabilidad de que ocurra un suceso determinado, j, condicionado a que el suceso ya ha ocurrido ( j / ) P ( j ) ( j) ( / j) P( ) n P( ) ( / ) i P i P P P = = i= 1 Las probabilidades P( j ) se designan probabilidades a priori, o probabilidades de las causas. Las probabilidades P ( j / ) se designan probabilidades a posteriori, si el suceso ya ha ocurrido, probabilidad de que sea debido a la causa 83
30 Ejemplo. Una empresa farmacéutica tiene tres delegaciones, Madrid, arcelona y Granada. De un determinado fármaco se produce el 45% en la delegación de Madrid, el 30% en arcelona, y el 25% en Granada. Del total de los fármacos, son defectuosos el 5% de los producidos en Madrid, el 3% en arcelona y el 4% en Granada. Calcular: 1. Probabilidad de que un fármaco sea defectuoso 2. Si un fármaco es defectuoso, cuál es la probabilidad de que haya sido producido por la delegación de Granada? 1 : Producido Madrid, 2 : Producido arcelona 3 : Producido Granada, : Defectuoso P ( 1 ) = 0.45; P( 2 ) = 0.30; P( 3 ) = 0.25 P (/ 1 ) = 0.05; P ( / 2 ) = 0.03; P( / 3 ) = P ( ) = P ( ) P ( / ) + P ( ) P ( / ) + P ( ) P ( / ) = = P ( 3) P ( / 3) P ( 3 / ) = = = P ( )
31 Ejemplo. En una población el 51% de las personas son mujeres, el 18% tienen la tensión alta y el 10% ambas cosas. Obtener: 1. Probabilidad de que una persona tenga la tensión alta si es mujer 2. Probabilidad de ser hombre si se tiene la tensión alta 3. Probabilidad de ser mujer si no se tiene la tensión alta : Ser Mujer, : Tener la tensión alta P ( ) = 0.51; P ( ) = 0.18; P ( ) = P ( ) 2. P P ( ) P ( ) P 0.10 / = = = ( C ) P( ) / = 1 / = = ( ) ( ) P ( ) P 0.10 / = = = ( C P ) P ( C ) ( C P ) P / = = = ( ) ( C) ( ) ( C P P / ) P( ) 1 P( / ) = = = = 0.51 ( ) =
MATEMÁTICAS APLICADAS A LAS C.C. SOCIALES
MATEMÁTICAS APLICADAS A LAS C.C. SOCIALES CAPÍTULO 7 Curso preparatorio de la prueba de acceso a la universidad para mayores de 25 años curso 2010/11 Nuria Torrado Robles Departamento de Estadística Universidad
Más detallesSoluciones de los ejercicios de Selectividad sobre Probabilidad de Matemáticas Aplicadas a las Ciencias Sociales II
Soluciones de los ejercicios de Selectividad sobre Probabilidad de ntonio Francisco Roldán López de Hierro * Convocatoria de 2007 Las siguientes páginas contienen las soluciones de los ejercicios propuestos
Más detallesUNIVERSIDAD DE ATACAMA FACULTAD DE INGENIERÍA / DEPARTAMENTO DE MATEMÁTICA
UNIVERSIDAD DE ATACAMA FACULTAD DE INGENIERÍA / DEPARTAMENTO DE MATEMÁTICA ESTADÍSTICA Y PROBABILIDADES GUÍA 2: PROBABILIDADES Profesor: Hugo S. Salinas Segundo Semestre 2010 1. Describir el espacio muestral
Más detalles2. Probabilidad. Estadística. Curso 2009-2010. Ingeniería Informática. Estadística (Aurora Torrente) 2. Probabilidad Curso 2009-2010 1 / 24
2. Probabilidad Estadística Ingeniería Informática Curso 2009-2010 Estadística (Aurora Torrente) 2. Probabilidad Curso 2009-2010 1 / 24 Contenidos 1 Experimentos aleatorios 2 Algebra de sucesos 3 Espacios
Más detallesDefinición 2.1.1. Se llama suceso aleatorio a cualquier subconjunto del espacio muestral.
Capítulo 2 Probabilidades 2. Definición y propiedades Al realizar un experimento aleatorio nuestro interés es obtener información sobre las leyes que rigen el fenómeno sometido a estudio. El punto de partida
Más detallesProbabilidad. 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 detallesUNIVERSIDAD DE ATACAMA
UNIVERSIDAD DE ATACAMA FACULTAD DE INGENIERÍA / DEPARTAMENTO DE MATEMÁTICA ESTADÍSTICA Y PROBABILIDADES PAUTA DE CORRECCIÓN PRUEBA N Profesor: Hugo S. Salinas. Segundo Semestre 200. Unos transductores
Más detallesPROBABILIDAD. Departamento Estadística e IO II (Métodos de Decisión) Universidad Complutense de Madrid
ROILIDD DEFINICIONES Fenómeno Determinista: se conoce el resultado del experimento antes de producirse. Fenómeno leatorio: no es posible conocer con certeza el resultado del experimento hasta que no se
Más detallesDoc. Juan Morales Romero
Probabilidad Es la posibilidad numérica de que ocurra un evento. La probabilidad de un evento es medida por valores comprendidos entre 0 y 1. Entre mayor sea la probabilidad de que ocurra un evento, su
Más detallesProbabilidad: problemas resueltos
Probabilidad: problemas resueltos BENITO J. GONZÁLEZ RODRÍGUEZ (bjglez@ull.es) DOMINGO HERNÁNDEZ ABREU (dhabreu@ull.es) MATEO M. JIMÉNEZ PAIZ (mjimenez@ull.es) M. ISABEL MARRERO RODRÍGUEZ (imarrero@ull.es)
Más detallesTEMA 2 EXPERIMENTOS ALEATORIOS Y CÁLCULO DE PROBABILIDADES
TEMA 2 EXPERIMENTOS ALEATORIOS Y CÁLCULO DE PROBABILIDADES EXPERIMENTOS: EJEMPLOS Deterministas Calentar agua a 100ºC vapor Soltar objeto cae Aleatorios Lanzar un dado puntos Resultado fútbol quiniela
Más detallesPolinomios: Definición: Se llama polinomio en "x" de grado "n" a una expresión del tipo
Polinomios: Definición: Se llama polinomio en "x" de grado "n" a una expresión del tipo P (x) = a 0 x n + a 1 x n 1 +... + a n Donde n N (número natural) ; a 0, a 1, a 2,..., a n son coeficientes reales
Más detallesProblemas Resueltos del Tema 1
Tema 1. Probabilidad. 1 Problemas Resueltos del Tema 1 1- Un estudiante responde al azar a dos preguntas de verdadero o falso. Escriba el espacio muestral de este experimento aleatorio.. El espacio muestral
Más detallesVECTORES. Módulo, dirección y sentido de un vector fijo En un vector fijo se llama módulo del mismo a la longitud del segmento que lo define.
VECTORES El estudio de los vectores es uno de tantos conocimientos de las matemáticas que provienen de la física. En esta ciencia se distingue entre magnitudes escalares y magnitudes vectoriales. Se llaman
Más detallesDiana del Pilar Cobos del Angel. Experimento: Es una prueba o ensayo. Es el proceso de obtener una observación.
Diana del Pilar Cobos del Angel Términos básicos Experimento: Es una prueba o ensayo. Es el proceso de obtener una observación. Eventos Simples: Cualquier resultado básico de un experimento. Un evento
Más detallesSoluciones 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 detallesPROBABILIDAD. 2. Un dado está cargado de forma que la probabilidad de obtener 6 puntos es 1 2
PROBABILIDAD 1. Blanca y Alfredo escriben, al azar, una vocal cada uno en papeles distintos. Determine el espacio muestral asociado al experimento. Calcule la probabilidad de que no escriban la misma vocal.
Más detallesManejo de la Información
Los juegos de azar Manejo de la Información Que las y los estudiantes deduzcan y argumenten que la probabilidad de que un evento suceda está relacionada con la frecuencia en que ocurre el resultado esperado
Más detallesOBJETIVOS CONTENIDOS PROCEDIMIENTOS
008 _ 0-048.qxd 9/7/08 9:07 Página 405 4 Probabilidad INTRODUCCIÓN En la vida cotidiana tienen lugar acontecimientos cuya realización es incierta y en los que el grado de incertidumbre es mayor o menor
Más detallesIntroducción 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 detallesCapitán de fragata ingeniero AGUSTÍN E. GONZÁLEZ MORALES. ÁLGEBRA PARA INGENIEROS (Solucionario)
Capitán de fragata ingeniero AGUSTÍN E. GONZÁLEZ MORALES ÁLGEBRA PARA INGENIEROS (Solucionario) 2 Í N D I C E CAPÍTULO : MATRICES, DETERMINANTES Y SISTEMAS DE ECUACIONES LINEALES CAPÍTULO 2: ESPACIOS VECTORIALES
Más detallesINTRODUCCIÓN 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 detallesUnidad 14 Probabilidad
Unidad 4 robabilidad ÁGINA 50 SOLUCIONES Calcular variaciones.! 5! 4 a) V, 6 b) 5, 60 c),4 6 ( )! V (5 )! VR Calcular permutaciones. a)! 6 b) 5 5! 0 c) 0 0! 68 800! 9 96 800 palabras diferentes. Números
Más detallesProbabilidad. La probabilidad de un suceso es un nombre que pertenece al intervalo [0, 1]
Probabilidad Un fenómeno es aleatorio si conocemos todos sus posibles resultados pero no podemos predecir cual de ellos ocurrirá. Cada uno de estos posibles resultados es un suceso elemental del fenómeno
Más detallesSUCESOS. 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 detallesTEMA 4. MODELOS DE PROBABILIDAD DISCRETOS
TEMA 4. MODELOS DE PROBABILIDAD DISCRETOS 4.1 Distribución binomial 4.1.1 Definición. Ejemplos 4.1.2 La media y la varianza 4.1.3 Uso de tablas 4.1.4 Aditividad 4.2 Distribución de Poisson 4.2.1 Definición.
Más detallesTema 3 Probabilidades
Probabilidades 1 Introducción Tal vez estemos acostumbrados con algunas ideas de probabilidad, ya que esta forma parte de la cultura cotidiana. Con frecuencia escuchamos a personas que hacen afirmaciones
Más detallesEJERCICIOS DE PROBABILIDAD
EJERCICIOS DE PROBABILIDAD 1. Se extrae una carta de una baraja española, calcula la probabilidad de que: a) Sea un rey; b) Sea un oro; c) Sea el rey de oros; d) Sea un rey o un oros; e) Sea un rey o una
Más detallesApuntes de Matemática Discreta 1. Conjuntos y Subconjuntos
Apuntes de Matemática Discreta 1. Conjuntos y Subconjuntos Francisco José González Gutiérrez Cádiz, Octubre de 2004 Universidad de Cádiz Departamento de Matemáticas ii Lección 1 Conjuntos y Subconjuntos
Más detallesUNIVERSIDADES DE ANDALUCÍA PRUEBA DE ACCESO A LA UNIVERSIDAD OPCIÓN A
OPCIÓN A (3 puntos) Una imprenta local edita periódicos y revistas. Para cada periódico necesita un cartucho de tinta negra y otro de color, y para cada revista uno de tinta negra y dos de color. Si sólo
Más detallesPROBLEMAS RESUELTOS SELECTIVIDAD ANDALUCÍA 2012 MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES TEMA 5: PROBABILIDAD
PROBLEMAS RESUELTOS SELECTIVIDAD ANDALUCÍA 2012 MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES TEMA 5: PROBABILIDAD Junio, Ejercicio 3, Opción A Junio, Ejercicio 3, Opción B Reserva 1, Ejercicio 3, Opción
Más detallesTema 3. Concepto de Probabilidad
Tema 3. Concepto de Probabilidad Presentación y Objetivos. El Cálculo de Probabilidades estudia el concepto de probabilidad como medida de incertidumbre. En situaciones donde se pueden obtener varios resultados
Más detallesPROBLEMAS DE PROBABILIDADES Y ESTADÍSTICA
Problema 1 PROBLEMAS DE PROBABILIDADES Y ESTADÍSTICA Hoja 2 Una población de 20 animales insectívoros se introduce en una zona donde el 14% de los insectos que le sirven de alimento son venenosos. Cada
Más detallesSoluciones de los ejercicios de la primera Unidad. Dr. Jorge Martín Dr. José Antonio Carrillo
Soluciones de los ejercicios de la primera Unidad Dr. Víctor Hernández Dr. Jorge Martín Dr. José Antonio Carrillo 5 de marzo de 0 Índice general Ejercicio.. Manejo del formalismo de los sucesos.............
Más detallesNotas sobre combinatoria y probabilidad [segunda parte]
Notas sobre combinatoria y probabilidad [segunda parte] Tercer artículo de una serie dedicada a la estadística y su aplicación en las aulas, el texto es la segunda parte de un análisis acerca del uso de
Más detallesPROBLEMAS RESUELTOS SELECTIVIDAD ANDALUCÍA 2005 MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES TEMA 5: PROBABILIDAD
PROBLEMAS RESUELTOS SELECTIVIDAD ANDALUCÍA 2005 MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES TEMA 5: PROBABILIDAD Junio, Ejercicio 3, Parte I, Opción A Junio, Ejercicio 3, Parte I, Opción B Reserva 1,
Más detallesCÁLCULO DE PROBABILIDADES
8 Unidad didáctica 8. Cálculo de probabilidades CÁLCULO DE PROBABILIDADES CONTENIDOS Experimentos aleatorios Espacio muestral. Sucesos Sucesos compatibles e incompatibles Sucesos contrarios Operaciones
Más detallesPROBLEMAS RESUELTOS SELECTIVIDAD ANDALUCÍA 2011 MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES TEMA 5: PROBABILIDAD
PROBLEMAS RESUELTOS SELECTIVIDAD ANDALUCÍA 2011 MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES TEMA 5: PROBABILIDAD Junio, Ejercicio 3, Opción A Junio, Ejercicio 3, Opción B Reserva 1, Ejercicio 3, Opción
Más detallesproporción de diabetes = 1.500 = 0.06 6 % expresada en porcentaje 25.000.
UNIDAD TEMATICA 3: Tasas Razones y proporciones Objetivo: Conocer los indicadores que miden los cambios en Salud, su construcción y utilización La información que se maneja en epidemiología frecuentemente
Más detallesMOOC UJI: La Probabilidad en las PAU
3. Definición intuitiva de probabilidad: ley de Laplace La palabra probabilidad, que usamos habitualmente, mide el grado de creencia que tenemos de que ocurra un hecho que puede pasar o no pasar. Imposible,
Más detallesMétodos generales de generación de variables aleatorias
Tema Métodos generales de generación de variables aleatorias.1. Generación de variables discretas A lo largo de esta sección, consideraremos una variable aleatoria X cuya función puntual es probabilidad
Más detallesEjercicios 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 detallesTEMA 1. VECTORES Y MATRICES
TEMA 1. VECTORES Y MATRICES 1.1. Definición de vector. Operaciones elementales 1.2. Matrices. Operaciones elementales 1.3. Traza y Determinante 1.4. Aplicaciones 1.1. DEFINICIÓN DE VECTOR. OPERACIONES
Más detallesÁLGEBRA DE MATRICES. Al consejero A no le gusta ninguno de sus colegas como presidente.
ÁLGEBRA DE MATRICES Página 49 REFLEXIONA Y RESUELVE Elección de presidente Ayudándote de la tabla, estudia detalladamente los resultados de la votación, analiza algunas características de los participantes
Más detallesMétodos Estadísticos de la Ingeniería Tema 5: Cálculo de Probabilidades Grupo B
Métodos Estadísticos de la Ingeniería Tema 5: Cálculo de Probabilidades Grupo B Área de Estadística e Investigación Operativa Licesio J. Rodríguez-Aragón Febrero 2010 Contenidos...............................................................
Más detallesTema 1: Fundamentos de lógica, teoría de conjuntos y estructuras algebraicas: Apéndice
Tema 1: Fundamentos de lógica, teoría de conjuntos y estructuras algebraicas: Apéndice 1 Polinomios Dedicaremos este apartado al repaso de los polinomios. Se define R[x] ={a 0 + a 1 x + a 2 x 2 +... +
Más detallesMatemáticas aplicadas a las Ciencias Sociales II Probabilidad
Matemáticas aplicadas a las Ciencias Sociales II Índice 1. Experimentos aleatorios 2 1.1. Espacio muestral...................................... 2 1.2. Los sucesos.........................................
Más detallesEl azar y la probabilidad. Un enfoque elemental
El azar y la probabilidad. Un enfoque elemental Experimentos al azar El azar puede percibirse fácilmente cuando se repite muchas veces una acción cuyo resultado no conocemos, como tirar dados, repartir
Más detallesÁlgebra Lineal Ma1010
Álgebra Lineal Ma1010 es en R n y producto punto Departamento de Matemáticas ITESM es en R n y producto punto Álgebra Lineal - p. 1/40 En este apartado se introduce el concepto de vectores en el espacio
Más detallesProblemas de Probabilidad Soluciones
Problemas de Probabilidad Soluciones. En una carrera participan los caballos A, B, C y D. Se estima que la probabilidad de que gane A es el doble de la probabilidad de que gane cada uno de los otros tres.
Más detallesVectores en el plano con punto inicial fijo
Vectores en el plano con punto inicial fijo bjetivos. Considerar el conjunto V 2 () de los vectores en el plano euclidiano (también llamados segmentos dirigidos o flechas) con un punto inicial fijo. Definir
Más detallesSecundarios - CBC - Universitarios - Informática - Idiomas. Apunte Nro 0742. Mendel. Ejercicios de genética.
Mendel. Ejercicios de genética. 1) La segunda ley de Mendel no se cumpliría si: a) los genes considerados estuvieran ubicados en distintos cromosomas b) los genes considerados estuvieran ubicados en un
Más detallesTema 5. Variables aleatorias discretas
Tema 5. Variables aleatorias discretas Resumen del tema 5.1. Definición de variable aleatoria discreta 5.1.1. Variables aleatorias Una variable aleatoria es una función que asigna un número a cada suceso
Más detallesVectores en R n y producto punto
Vectores en R n y producto punto Departamento de Matemáticas, CCIR/ITESM 10 de enero de 011 Índice 4.1. Introducción............................................... 1 4.. Vector..................................................
Más detallesANALISIS MULTIVARIANTE
ANALISIS MULTIVARIANTE Es un conjunto de técnicas que se utilizan cuando se trabaja sobre colecciones de datos en las cuáles hay muchas variables implicadas. Los principales problemas, en este contexto,
Más detallesUNIVERSIDAD 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 detallesGenética de las Neurofibromatosis
Genética de las Neurofibromatosis Cuaderno núm. 3 El texto de este cuaderno, ha sido cedido por The Neurofibromatosis Association (UK) y traducido por la Asociación Catalana de las Neurofibromatosis (Barcelona
Más detallesClase 4: Probabilidades de un evento
Clase 4: Probabilidades de un evento Definiciones A continuación vamos a considerar sólo aquellos experimentos para los que el EM contiene un número finito de elementos. La probabilidad de la ocurrencia
Más detallesMª Cruz González Página 1
SELECTIVIDAD Probabilidad. Junio 00 (Opc. Se tiene tres cajas iguales. La primera contiene bolas blancas y 4 negras; la segunda contiene 5 bolas negras y, la tercera, 4 blancas y negras. a) Si se elige
Más detalles1. EL CONCEPTO DE INTERÉS
1. EL CONCEPTO DE INTERÉS 1.1 Introducción Tal y como se ha señalado en el prefacio, en estos primeros capítulos se va a suponer ambiente de certidumbre, es decir, que los agentes económicos conocen con
Más detallesPrograma para el Mejoramiento de la Enseñanza de la Matemática en ANEP Proyecto: Análisis, Reflexión y Producción. Fracciones
Fracciones. Las fracciones y los números Racionales Las fracciones se utilizan cotidianamente en contextos relacionados con la medida, el reparto o como forma de relacionar dos cantidades. Tenemos entonces
Más detallesPropuesta didáctica: Juego de azar
Propuesta didáctica: Juego de azar Clase: 5º año Contenido programático: Experimento aleatorio. Sucesos: probable, seguro, imposible. Autor: Ernst Klett Verlag - Adaptado por la maestra Esther Moleri Tiempo
Más detallesEjercicio Nº 3: Realizar aumentos en una Tabla de Sueldos
SESION5: BASE DE DATOS PLANILLAS Ejercicio Nº : Realizar aumentos en una Tabla de Sueldos Veamos pues. En la hoja de calculo se tiene la Tabla de Sueldos de varios empleados (aquí ahora vemos solo empleados,
Más detallesBiometría Clase 8 Pruebas de hipótesis para una muestra. Adriana Pérez 1
Biometría Clase 8 Pruebas de hipótesis para una muestra Adriana Pérez 1 Qué es una prueba de hipótesis? Es un proceso para determinar la validez de una aseveración hecha sobre la población basándose en
Más detallesEspacios generados, dependencia lineal y bases
Espacios generados dependencia lineal y bases Departamento de Matemáticas CCIR/ITESM 14 de enero de 2011 Índice 14.1. Introducción............................................... 1 14.2. Espacio Generado............................................
Más detallesUnidad Temática 1: Unidad 3 Probabilidad Temas 6 y 7
Unidad Temática 1: Unidad 3 Probabilidad Temas 6 y 7 Definiciones: 1- La probabilidad estudia la verosimilitud de que determinados sucesos o eventos ocurran o no, con respecto a otros sucesos o eventos
Más detallesMATEMÁTICAS 3º CURSO DE ESO INFORMACIÓN PARA LOS ALUMNOS
I.E.S. Dr. FLEMING (OVIEDO) DEPARTAMENTO DE MATEMÁTICAS MATEMÁTICAS 3º CURSO DE ESO INFORMACIÓN PARA LOS ALUMNOS Estas hojas son un resumen de la Programación Didáctica que está a disposición de los alumnos
Más detallesGlosario. 1. Para cada resultado experimental E i. , 0 P( E i. ) 1; y 2. P ( E 1 ) + P ( E 2. ) +... + P ( E n ) = 1.
Glosario Ejercicios Propuestos Probabilidad: Una medida numérica de la posibilidad de que ocurra un evento. Experimento: Cualquier proceso que genere resultados bien definidos. Espacio muestral: El conjunto
Más detalles2 Matrices. 1. Tipos de matrices. Piensa y calcula. Aplica la teoría
2 Matrices 1. Tipos de matrices Piensa y calcula Escribe en forma de tabla el siguiente enunciado: «Una familia gasta en enero 400 en comida y 150 en vestir; en febrero, 500 en comida y 100 en vestir;
Más detallesDepartamento de Economía Aplicada I FACULTAD DE CIENCIAS ECONÓMICAS Y EMPRESARIALES LICENCIATURA EN ADMINISTRACIÓN Y DIRECCIÓN DE EMPRESAS
FACULTAD DE CIENCIAS ECONÓMICAS Y EMPRESARIALES LICENCIATURA EN ADMINISTRACIÓN Y DIRECCIÓN DE EMPRESAS ESTADÍSTICA I Relación de Ejercicios nº 4 PROBABILIDAD Curso 007-008 1) Describir el espacio muestral
Más detallesAptitud Matemática ( ) ( ) EDADES RESOLUCIÓN RESOLUCIÓN RESOLUCIÓN RESOLUCIÓN. 3x x = 75 3x 5x = 75 x = 15 3(x) = 45. 1 + 2α = 9 + α RPTA.: B RPTA.
EDADES 1 Teófilo tiene el triple de la edad de Pedro Cuando Pedro tenga la edad de Teófilo, este tendrá 75 años Cuál es la edad de Teófilo? A) 30 B) 35 C) 40 D) 45 E) 50 3 Las edades de tres amigos son
Más detallesNÚMEROS NATURALES Y NÚMEROS ENTEROS
NÚMEROS NATURALES Y NÚMEROS ENTEROS Los números naturales surgen como respuesta a la necesidad de nuestros antepasados de contar los elementos de un conjunto (por ejemplo los animales de un rebaño) y de
Más detallesLa ataxia es, en principio, un síntoma, no es una enfermedad específica o un diagnóstico. Ataxia quiere decir torpeza o pérdida de coordinación.
DEFINICIÓN: La ataxia es, en principio, un síntoma, no es una enfermedad específica o un diagnóstico. Ataxia quiere decir torpeza o pérdida de coordinación. La ataxia puede afectar a los dedos, manos,
Más detallesSoluciones a las actividades de cada epígrafe
0 Soluciones a las actividades de cada epígrafe Pág. PÁGIA 08 En este juego hay que conseguir que no queden emparejadas dos bolas del mismo color. Por ejemplo: GAA PIERDE GAA PIERDE PIERDE uál es la probabilidad
Más detallesPROBLEMAS DE GENÉTICA
PROBLEMAS DE GENÉTICA 1.- Cobayas negras heterocigotas (Bb) se aparearon con cobayas blancas recesivas homocigotas (bb). Indicar las proporciones genotípicas y fenotípicas esperadas del retrocruzamiento
Más detallesTema 7: Estadística y probabilidad
Tema 7: Estadística y probabilidad En este tema revisaremos: 1. Representación de datos e interpretación de gráficas. 2. Estadística descriptiva. 3. Probabilidad elemental. Representaciones de datos Cuatro
Más detallesPARTE 1 PROBLEMAS PROPUESTOS FACTORIAL. 2. 31 Calcular:
PARTE 1 FACTORIAL 2. 31 Calcular: PROBLEMAS PROPUESTOS i. 9!, (9)(8)(7)(6)(5)(4)(3)(2)(1) = 362880 ii. 10! (10)(9)(8)(7)(6)(5)(4)(3)(2)(1) = 3628800 iii. 11! (11)(10)(9)(8)(7)(6)(5)(4)(3)(2)(1) = 39916800
Más detallesObjetivos: Al inalizar la unidad, el alumno:
Unidad 3 espacios vectoriales Objetivos: Al inalizar la unidad, el alumno: Describirá las características de un espacio vectorial. Identiicará las propiedades de los subespacios vectoriales. Ejempliicará
Más detallesExperimentos aleatorios. Espacio muestral
Experimentos aleatorios. Espacio muestral Def.- Un fenómeno o experimento decimos que es determinista si podemos conocer su resultado antes de ser realizado. Si dejamos caer un objeto desde cierta altura
Más detalles3. Equivalencia y congruencia de matrices.
3. Equivalencia y congruencia de matrices. 1 Transformaciones elementales. 1.1 Operaciones elementales de fila. Las operaciones elementales de fila son: 1. H ij : Permuta la fila i con la fila j. 2. H
Más detallesBloque 5. Probabilidad y Estadística Tema 1. Probabilidad Ejercicios resueltos
loque 5. Probabilidad y Estadística Tema 1. Probabilidad Ejercicios resueltos 5.1-1 Se lanzan al aire tres monedas iguales, describe todos los sucesos del esacio muestral. Sean los sucesos A = sacar al
Más detallesUNIVERSIDAD DE ATACAMA
UNIVERSIDAD DE ATACAMA FACULTAD DE INGENIERÍA / DEPARTAMENTO DE MATEMÁTICA ESTADÍSTICA Y PROBABILIDAD PAUTA DE CORRECCIÓN PRUEBA N 1 Profesor: Hugo S. Salinas. Primer Semestre 2010 1. En un ensayo de colaboración,
Más detallesa) 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 detallesREPASO NÚMEROS NATURALES Y NÚMEROS ENTEROS
SUMA REPASO NÚMEROS NATURALES Y NÚMEROS ENTEROS NÚMEROS NATURALES (N) 1. Características: Axiomas de Giuseppe Peano (*): El 1 es un número natural. Si n es un número natural, entonces el sucesor (el siguiente
Más detallesFunciones vectoriales de variable vectorial. Son aplicaciones entre espacios eucĺıdeos, IR n, f : X IR n Y IR m
Funciones vectoriales de variable vectorial Son aplicaciones entre espacios eucĺıdeos, IR n, f : X IR n Y IR m x y x = (x 1, x 2,, x n ), y = (y 1, y 2,, y m ) e y j = f j (x 1, x 2,, x n ), 1 j n n =
Más detallesRelaciones binarias. ( a, b) = ( c, d) si y solamente si a = c y b = d
Relaciones binarias En esta sección estudiaremos formalmente las parejas de objetos que comparten algunas características o propiedades en común. La estructura matemática para agrupar estas parejas en
Más detallesObjetivos: Al inalizar la unidad, el alumno:
Unidad 7 transformaciones lineales Objetivos: Al inalizar la unidad, el alumno: Comprenderá los conceptos de dominio e imagen de una transformación. Distinguirá cuándo una transformación es lineal. Encontrará
Más detallesRelaciones entre conjuntos
Relaciones entre conjuntos Parejas ordenadas El orden de los elementos en un conjunto de dos elementos no interesa, por ejemplo: {3, 5} = {5, 3} Por otra parte, una pareja ordenada consiste en dos elementos,
Más detallesSistemas 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 detallesLa área en A o B es igual a la suma de las dos áreas. Entonces, interpretando probabilidad como área, concluimos que P (A o B) =P (A)+P (B).
La probabilidad P (A o B) Si A y B son sucesos incompatibles, tenemos el siguiente diagrama de Venn. Ω A B La área en A o B es igual a la suma de las dos áreas. Entonces, interpretando probabilidad como
Más detallesSelectividad Septiembre 2013 OPCIÓN B
Pruebas de Acceso a las Universidades de Castilla y León ATEÁTICAS APLICADAS A LAS CIENCIAS SOCIALES EJERCICIO Nº páginas Tablas OPTATIVIDAD: EL ALUNO DEBERÁ ESCOGER UNA DE LAS DOS OPCIONES Y DESARROLLAR
Más detallesPEOBLEMAS RESUELTO DE CADENAS DE MARKOV
PROBLEMAS RESUELTOS DE CADENAS DE MARKOV TEMA: CADENAS DE MARKOV Prof.: MSc. Julio Rito Vargas Avilés I. El departamento de estudios de mercado de una fábrica estima que el 20% de la gente que compra un
Más detallesCAPÍTULO 5. Probabilidad. 5.1 Álgebra de sucesos. 1. Experimento lanzar un dado y anotar la cara que sale:
CAPÍTULO 5 Probabilidad 5.1 Álgebra de sucesos 5.1.1 Fenómenos determinísticos y aleatorios En la naturaleza se producen dos tipos de fenómenos: Determinísticos: Son los fenómenos que siempre que se efectúen
Más detallesÁlgebra Vectorial. Principios de Mecánica. Licenciatura de Física. Curso 2007-2008. 1
Álgebra Vectorial Principios de Mecánica. Licenciatura de Física. Curso 2007-2008. 1 Indice. 1. Magnitudes Escalares y Vectoriales. 2. Vectores. 3. Suma de Vectores. Producto de un vector por un escalar.
Más detallesTema 8: Análisis Discriminante. Clasificación. Aurea Grané Departamento de Estadística Universidad Carlos III de Madrid. Análisis discriminante
Aurea Grané. Máster en Estadística. Universidade Pedagógica. 1 Aurea Grané. Máster en Estadística. Universidade Pedagógica. 2 Análisis discriminante Tema 8: Análisis Discriminante y Clasificación Aurea
Más detallesUNIVERSIDAD DE ATACAMA FACULTAD DE INGENIERÍA DEPARTAMENTO DE MATEMÁTICA
UNIVERSIDAD DE ATACAMA FACULTAD DE INGENIERÍA DEPARTAMENTO DE MATEMÁTICA ESTADÍSTICA Y PROBABILIDADES GUÍA 5: VARIABLES ALEATORIAS Y DISTRIBUCIONES CONTINUAS Profesor: Hugo S. Salinas. Segundo Semestre
Más detallesTEMA9: ASOCIACIÓN ENTRE VARIABLES ESTADÍSTICAS
TEMA9: ASOCIACIÓN ENTRE VARIABLES ESTADÍSTICAS En el tema ocho se estudió el Coeficiente de correlación lineal, que es un coeficiente que nos indica el grado de asociación entre dos variables cuantitativas.
Más detallesResolución problemas
Resolución problemas 1. En cierta especie de plantas los colores de las flores pueden ser rojos, blancos o rosas. Se sabe que este carácter está determinado por dos genes alelos, rojo (C R ) y blanco (C
Más detallesT.1 CONVERGENCIA Y TEOREMAS LÍMITE
T.1 CONVERGENCIA Y TEOREMAS LÍMITE 1. CONVERGENCIA DE SUCESIONES DE VARIABLES ALEATORIA CONVERGENCIA CASI-SEGURA CONVERGENCIA EN PROBABILIDAD CONVERGENCIA EN MEDIA CUADRÁTICA CONVERGENCIA EN LEY ( O DISTRIBUCIÓN)
Más detallesProfr. Efraín Soto Apolinar. Números reales
úmeros reales En esta sección vamos a estudiar primero los distintos conjuntos de números que se definen en matemáticas. Después, al conocerlos mejor, podremos resolver distintos problemas aritméticos.
Más detalles