Autor: Antonio Rivero Cuesta, Tutor C.A. Palma de Mallorca

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

Download "Autor: Antonio Rivero Cuesta, Tutor C.A. Palma de Mallorca"

Transcripción

1 Ejercicio:.. Lanzamos una moneda dos veces consecutivas. Consideramos el espacio de posibilidades formado por los cuatro casos Ω = {,,, }. En este espacio, el suceso " obtener más caras que cruces " es igual a: a) {, }. b) {,, }. c) { }. El suceso "obtener más caras que cruces" solo ocurre cuando tenemos, para la respuesta a y b no se cumple.. Lanzamos una moneda dos veces consecutivas. Consideramos el espacio de posibilidades formado por los cuatro casos Ω = {,,, }. El suceso contrario de " obtener alguna cara " es igual a: a) {, }. b) { }. c) { }. El suceso contrario de "obtener alguna cara" solo ocurre cuando tenemos, para la respuesta a y b no se cumple.

2 Ejercicio:.. Lanzamos una moneda tres veces consecutivas. Consideramos el espacio de posibilidades formado por los ocho resultados posibles de los tres lanzamientos. El suceso de " obtener al menos dos caras " es igual a: a) {,,, }. b) { }. c) {,, }. Los ocho resultados posibles son Ω = {,,,,,,, } El suceso de " obtener al menos dos caras " ocurre cuando tenemos: {,,, }

3 Ejercicio:.. Lanzamos una moneda tres veces consecutivas. Consideramos el espacio de posibilidades formado por los ocho resultados posibles de los tres lanzamientos. El suceso A = {,,,,, } Es igual a: a) Obtener al menos dos caras o dos cruces. b) Obtener al menos dos resultados consecutivos iguales. c) Que los tres resultados no sean iguales. La a no es correcta ya que este suceso es igual al espacio de posibilidades y nos faltaría: Ω = {,,,,,,, } La c es imposible. La correcta es la respuesta b.

4 Ejercicio:.. Lanzamos una moneda cuatro veces consecutivas. Consideramos el espacio de posibilidades formado por los dieciséis resultados posibles de los cuatro lanzamientos. El suceso contrario de "obtener más caras que cruces" es igual a: a) "Obtener más cruces que caras". b) "Obtener menos caras que cruces". c) "Obtener al menos tantas cruces como caras". Los dieciséis resultados posibles son: Ω={,,,,,,,,,,,,,,, } El suceso "obtener más caras que cruces" {,,,, } El suceso contrario de "obtener más caras que cruces" {,,,,,,,,,, }

5 Ejercicio:.6.6 Lanzamos una moneda tres veces consecutivas. Consideramos el espacio de posibilidades formado por los ocho resultados posibles de los tres lanzamientos. El suceso contrario de "algún resultado es cara" es igual a: a) "Algún resultado no es cara". b) "Todos los resultados son cruz". c) " Algún resultado es cara y alguno es cruz ". Ω = {,,,,,,, } El suceso de "algún resultado es cara" es {,,,,,, } El suceso contrario de " algún resultado es cara " es { }

6 Ejercicio:.7.7 Lanzamos un dado dos veces consecutivas. Consideramos el espacio de posibilidades formado por los 6 resultados posibles de los dos lanzamientos. El suceso {,,, } Es igual a: a) "El resultado del segundo lanzamiento es mayor que el primero". b) "Los resultados de los dos lanzamientos son distintos". c) "La diferencia entre el resultado del segundo lanzamiento y el del primero es ". En total tenemos 6 6 = 6 casos posibles.,,,,,.,,,,,.,,,,,.,,,,,.,,,,,.,,,,,. La a no es correcta porque no contiene el resultado La b no es correcta porque no contiene el resultado que está incluido en los 6 casos posibles. que está incluido en los 6 casos posibles.

7 Ejercicio:.8.8 Si el suceso A ha ocurrido, se puede asegurar que el suceso a) A B también ha ocurrido. b) A B también ha ocurrido. C c) A también ha ocurrido. Intersección, A B, Ocurre siempre que el resultado pertenezca a A y B Unión, A B, Ocurre siempre que el resultado pertenezca a A o B o los dos. C Complementación, A, Sucede siempre cuando el resultado no pertenece a A..9 Si el suceso A C B ha ocurrido, se puede asegurar que el suceso a) A ha ocurrido. b) B ha ocurrido. c) A B no ha ocurrido. Si el suceso A C B ha ocurrido, se puede asegurar que el suceso A ha ocurrido U A B A B C.0 Si el suceso A C C B ha ocurrido, se puede asegurar que el suceso C a) A B ha ocurrido. b) A B ha ocurrido. c) A B no ha ocurrido. C C Si el suceso A B ha ocurrido, se puede asegurar que el suceso A B no ha ocurrido. Llegamos a esta conclusión aplicando las leyes de Morgan.

8 . Lanzamos una moneda dos veces consecutivas. Consideramos el espacio de posibilidades formado por los cuatro casos Ω = {,,,}. Sea A el suceso el primer resultado es cara y B el suceso el segundo resultado es cara, entonces el suceso A B es igual a: a) Ambos resultados son cara. b) Al menos un resultado es cara. c) Más de un resultado es cara. La respuesta a nos dice que Ambos resultados son cara lo que equivale a A B. La unión, A B, quiere decir que el primer resultado es cara o el segundo resultado es cara, por lo tanto Al menos un resultado es cara.

9 Ejercicio:.. Un dado está cargado de manera que al lanzarlo sus sucesos simples ocurren con las siguientes probabilidades: Modelo no uniforme del lanzamiento del dado Suceso Probabilidad 0, 0, 0, 0, 0, 0, En un lanzamiento, la probabilidad de obtener más de cuatro puntos es: a) 0,. b) 0,. c) 0,. El suceso A = obtener más de cuatro puntos es igual a: A = {, } P(A)= P( )+( ) = 0, + 0, = 0,

10 Ejercicio:.. Un dado está cargado de manera que al lanzarlo sus sucesos simples aparecen con las siguientes probabilidades: Modelo no uniforme del lanzamiento del dado Suceso Probabilidad 0, 0, 0,? 0, 0, La probabilidad de que aparezca es: a) 0,. b) No lo podemos saber, faltan datos. c) Es imposible que un dado tenga esas probabilidades. La suma de las probabilidades de los sucesos elementales debe de ser igual a, así que: 0, + 0, + 0,+ x + 0, + 0, = x = 0,

11 Ejercicio:.. Lanzamos dos veces un dado equilibrado, la probabilidad de que un resultado sea el doble del otro es: a) /6. b) /6. c) /. Regla de Laplace. ( ) P A número de casos favorables a A = número de casos posibles En total tenemos 6 6 = 6 casos posibles.,,,,,.,,,,,.,,,,,.,,,,,.,,,,,.,,,,,. Los casos favorables son 6.,,,,,. La probabilidad es ( ) 6 P A = = 6 6

12 Ejercicio:.. Lanzamos dos veces una moneda equilibrada, la probabilidad de obtener alguna cara es: a) /. b) /. c) /. El espacio de posibilidades formado por los cuatro casos Ω = {,,, }. El suceso A = obtener alguna cara = {,, }. Por lo tanto tenemos casos favorables de los posibles. Regla de Laplace. ( ) P A número de casos favorables a A = = número de casos posibles

13 Ejercicio:.6.6 Lanzamos tres veces una moneda equilibrada, la probabilidad de obtener alguna cara es: a) /. b) /. c) 7/8. El espacio de posibilidades formado por los ocho casos: Ω = {,,,,,,, } El suceso A = obtener alguna cara = {,,,,,, } Por lo tanto tenemos 7 casos favorables de los 8 posibles. Regla de Laplace. ( ) P A número de casos favorables a A 7 = = número de casos posibles 8

14 E jercicio:.7 A utor: A ntonio R ivero Cuesta, Tutor C.A. Palm a de M allorca.7 Lanzamos tres veces una moneda equilibrada, la probabilidad de obtener dos resultados iguales consecutivos es: a) /. b) /8. c) 7/8. El espacio de posibilidades formado por los ocho casos: Ω = {,,,,,,, } El suceso A = obtener dos resultados iguales consecutivos = {,,,,, } Por lo tanto tenemos 6 casos favorables de los 8 posibles. Regla de Laplace. númerodecasosfavorablesaa 6 P ( A) = = = número de casos posibles 8

15 Ejercicio:.8.8 Cien personas se han clasificado según el color de los ojos y el color del pelo. La tabla siguiente muestra el número de personas en cada categoría: Pelo negro Pelo castaño Pelo rubio Ojos oscuros Ojos claros Se elige una persona entre las cien al azar, la probabilidad de que tenga los ojos claros y pelo negro es: a) 0,0. b) 0,. c) 0/. Por lo tanto tenemos 0 casos favorables de los 00 posibles. Regla de Laplace. número de casos favorables a A 0 P( A) = = = 0,0 número de casos posibles 00

16 Ejercicio:.9.9 Se lanza un dado equilibrado dos veces. La probabilidad de que la suma de los resultados sea 7 es: a) /6. b) 7/6. c) /6. Regla de Laplace. ( ) P A = número de casos favorables a A número de casos posibles En total tenemos 6 6 = 6 casos posibles.,,,,,.,,,,,.,,,,,.,,,,,.,,,,,.,,,,,. Los casos favorables son 6.,,,,,. La probabilidad es ( ) 6 P A = = 6 6

17 Ejercicio:.0.0 De una urna que contiene bolas azules y rojas se extraen dos bolas sucesivamente, sin devolver la primera a la urna. La probabilidad de que alguna de las bolas sea azul es: a) 0,. b) 0,6. c) 0,7. Vamos a numerar las bolas para contar En total tenemos 0casos posibles, que los representamos por: Para saber la probabilidad de que alguna de las bolas sea azul contamos todos los pares en los que hay al menos una bola azul como casos favorables, que son. La probabilidad es 7 P A 0 0

18 Ejercicio:.. De una urna que contiene bolas azules y rojas se extraen dos bolas sin devolver la primera a la urna. La probabilidad de obtener dos bolas de distinto color es: a) /. b) /. c) /. Vamos a numerar las bolas para contar En total tenemos = 0 casos posibles Tenemos = 6 casos favorables en donde la primera bola es azul y la segunda roja. Y también tenemos = 6 casos favorables en donde la primera bola es roja y la segunda azul. Para saber la probabilidad de que alguna de las bolas sea azul contamos todos los pares en los que hay bolas de distinto color, en total son casos favorables. La probabilidad es ( ) P A = = 0

19 Ejercicio:.. De una urna que contiene bolas azules y rojas y verde se extraen dos bolas sucesivamente, sin devolver la primera a la urna. La probabilidad de que una de las dos bolas sea la verde es: a) 0,8. b) 0,6. c) 0,. Vamos a numerar las bolas para contar En total tenemos 0casos posibles Para seleccionar la bola verde, o bien la primera es verde y la segunda no, con lo que tenemos casos favorables. O bien la primera no es verde y la segunda sí, con lo que tenemos casos favorables. En total son 8 casos favorables y la probabilidad del suceso "la bola verde está entre las elegidas es: La probabilidad es 8 P A 0, 0

20 Ejercicio:.. Lanzamos un dado dos veces, la probabilidad de que el primer resultado sea mayor que el segundo es igual a: a) /. b) /. c) /. Regla de Laplace. ( ) P A número de casos favorables a A = número de casos posibles En total tenemos 6 6 = 6 casos posibles.,,,,,.,,,,,.,,,,,.,,,,,.,,,,,.,,,,,. Los casos favorables son.,,,,,,,,,,,,,,, La probabilidad es ( ) P A = = 6

21 Ejercicio:.. De una urna que contiene bolas numeradas con los números,,, y se extraen dos bolas sucesivamente, sin devolver la primera a la urna. La probabilidad de que el número de la primera bola sea mayor que el de la segunda es: a) 9/0. b) /. c) /0. Regla de Laplace. P A número de casos favorables a A número de casos posibles En total tenemos 0casos posibles.,,,,,,,,,,,,,,, En total son 0 casos favorables y la probabilidad de que el número de la primera bola sea mayor que el de la segunda es:,,,,,,,,, La probabilidad es 0 P A 0

22 Ejercicio:.. Cien personas se han clasificado según el color de los ojos y el color del pelo. La tabla siguiente muestra el número de personas en cada categoría: Pelo negro Pelo castaño Pelo rubio Ojos oscuros Ojos claros Se elige una persona entre las cien al azar, y luego otra al azar entre las restantes, la probabilidad de que tenga los ojos del mismo color es: a) /. b) /. c) 9/99. Regla de Laplace. ( ) P A número de casos favorables a A = número de casos posibles En total tenemos = 9900 casos posibles. Para que ocurra el suceso "tienen los ojos del mismo color", o lo que es lo mismo: Ambos tienen los ojos oscuros que son 0 9 casos favorables Ambos tienen los ojos claros que son 0 9 casos favorables En total el número de casos favorables son 09 La probabilidad es P( A) 09 9 = =

23 Ejercicio:.6.6 Si PA 0, y PA B 0, a) 0,. b) 0,0. c) 0,., la probabilidad condicionada P B A es igual a: La probabilidad de que ocurra el suceso B cuando sabemos que A ha ocurrido se denomina probabilidad de B condicionada por A y se designa por el símbolo PB A. P B A P A B P A 0, PB A 0, 0,.7 Si PA 0, y 0,6 a) 0,. b) 0,. c) 0,6. P B A, la probabilidad PA B es igual a: P A B 0, 6 0, 0,.8 Si PA 0,, PB 0, y PA B 0,, la probabilidad condicionada PB A es igual a: a) 0,. b) 0,. c) 0,. P B A P AB P BA P A P A Tenemos que PAB PA BPB 0,0 0,0 PB A 0, 0, P B A P A B P A P B Si utilizamos la regla de Bayes tenemos PB P A B 0,0, PB A 0, P A 0,

24 .9 Si PA 0,, PB 0, y PA B 0, a) /7. b) /7. c) /. C, la probabilidad condicionada P A B es igual a: La probabilidad de que ocurra el suceso B cuando sabemos que A ha ocurrido se denomina probabilidad de B condicionada por A y se designa por el símbolo PB A. P A B C P A B P B C C 0,7 C Tenemos que PB PB C 0, P A B P A P A B C 0, PA B 0,7 7 U A B

25 E jercicio:.0 A utor: A ntonio R ivero Cuesta, Tutor C.A. Palm a de M allorca.0 Lanzamos dos veces una moneda. Si sabemos que ha aparecido alguna cara, la probabilidad de que los dos resultados sean cara es: a) /. b) /. c) /. La probabilidad de que ocurra el suceso A cuando sabemos que B ha ocurrido se denomina probabilidad de A condicionada por B y se designa por el símbolo P ( A B ). La probabilidad condicionada reduce el espacio de posibilidades con la información adicional que nos proporciona y mejora la probabilidad que se obtiene. ( ) P A B = ( B) P ( B) P A Suponemos que A y B son los sucesos: A = los dos resultados son cara B = ha aparecido alguna cara P(B) = P ({,, }) ( B) = P ({ }) P A = = ( ) P A B ( B) P ( B) P A = = = Otra forma de resolverlo: Como sabemos que ha aparecido alguna cara, el espacio de posibilidades es: {,, }, tenemos resultados posibles. Y solo en resultado han salido dos caras { }. Por lo tanto aplicando Laplace tenemos P ( resultados cara) número de casos favorables = = número de casos posibles

26 Ejercicio:.. De una urna que contiene bolas azules y rojas y verde extraemos una bola al azar. Si sabemos que la bola extraída no es verde, la probabilidad de que sea roja es: a) /. b) /. c) /. La probabilidad de que ocurra el suceso A cuando sabemos que B ha ocurrido se denomina probabilidad de A condicionada por B y se designa por el símbolo P ( A B ). La probabilidad condicionada reduce el espacio de posibilidades con la información adicional que nos proporciona y mejora la probabilidad que se obtiene. ( ) P A B = ( B) P ( B) P A Suponemos que A y B son los sucesos: A = la bola es roja B = la bola no es verde P( B ) = de las seis bolas cinco no son verdes 6 P( A B) = de las seis bolas dos son rojas y seguro no son verdes. 6 ( ) P A B ( B) P ( B) P A 6 = = = 6 Otra forma de resolverlo: Como sabemos que la bola no es verde el espacio de posibilidades se reduce a bolas, bolas azules y rojas y para saber la probabilidad de que sea roja seleccionamos las bolas rojas de las posibles: ( ) P Sea roja =

27 Ejercicio:.. Cien personas se han clasificado según el color de los ojos y el color del pelo. La tabla siguiente muestra el número de personas en cada categoría: Pelo negro Pelo castaño Pelo rubio Ojos oscuros 0 0 Ojos claros 0 0 Elegimos una persona al azar y no tiene el pelo negro; la probabilidad de que tenga los ojos claros es: a) 7/. b) /. c) 0/0. Tenemos 60 casos posibles que no tienen el pelo negro y los ojos claros. Tenemos casos favorables con ojos claros. La probabilidad es ( ) 7 P A = = 60 Otra forma de resolverlo: La probabilidad de que ocurra el suceso A cuando sabemos que B ha ocurrido se denomina probabilidad de A condicionada por B y se designa por el símbolo P ( A B ). La probabilidad condicionada reduce el espacio de posibilidades con la información adicional que nos proporciona y mejora la probabilidad que se obtiene. ( ) P A B = ( B) P ( B) P A Suponemos que A y B son los sucesos: A = tiene los ojos claros B = no tiene el pelo negro 60 P( B ) = de los 00 casos posibles hay 60 favorables a B. 00 P( A B) = 0 con los ojos claros y el pelo castaño y con los ojos claros y el pelo rubio. 00 ( ) P A B ( B) P ( B) P A 00 7 = = = =

28 Ejercicio:.. Lanzamos un dado dos veces, si el primer resultado ha sido mayor que el segundo, la probabilidad de que el primero sea un 6 es igual a: a) /. b) /. c) /. Suponemos que A y B son los sucesos: A = el primer resultado es 6 B = el primer resultado es mayor que el segundo En total tenemos 6 6 = 6 casos posibles.,,,,,.,,,,,.,,,,,.,,,,,.,,,,,.,,,,,. Tenemos casos favorables donde el primer resultado es mayor que el segundo P ( B ) = casos favorables a que el primer resultado sea mayor que el segundo. 6 P( A B) = casos favorables a que el primer resultado sea 6 y que sea mayor que el segundo, en total. 6 ( ) P A B ( B) P ( B) P A 6 = = = = 6 Otra forma de resolverlo: Tenemos casos totales en donde el primer resultado es mayor que el segundo. Y casos favorables en donde el primer resultado es un 6. P ( El primero 6) = =

29 Ejercicio:.. Lanzamos un dado dos veces, si la suma de los resultados es 7, la probabilidad de que el primero sea un 6 es igual a: a) /. b) /6. c) /7. En total tenemos 66 6casos posibles.,,,,,.,,,,,.,,,,,.,,,,,.,,,,,.,,,,,. Hay 6 casos posibles en donde la suma es 7 y caso favorable en donde el primer resultado sea un 6.,,,,,. P A La probabilidad es 6 Otra forma de resolverlo: La probabilidad de que ocurra el suceso A cuando sabemos que B ha ocurrido se denomina probabilidad de A condicionada por B y se designa por el símbolo PA B. La probabilidad condicionada reduce el espacio de posibilidades con la información adicional que nos proporciona y mejora la probabilidad que se obtiene. P A B P A B P B Suponemos que A y B son los sucesos: A = el primer resultado es 6 B = la suma es 7 6 PB Casos favorables a que la suma es 7. 6 PAB Solo hay un favorable a que el primer resultado sea 6 y que la suma es 7. 6 P A B P A B 6 P B 66 6

30 Ejercicio:.. De una urna que contiene bolas azules y rojas se extraen dos bolas, sucesivamente, sin devolver la primera a la urna. Si la primera bola ha sido roja, la probabilidad de que la segunda bola sea azul es: a) /. b). c) /9. Si A y B son dos sucesos, la probabilidad de que ocurran ambos sucesos, ( A B) de que ocurra primero B, por la probabilidad de que ocurra A si ya ha ocurrido B. P ( A B) = P ( B) P ( A B) Suponemos que A y B son los sucesos: A = la segunda bola es azul B = la primera bola es roja, es igual a la probabilidad En total tenemos 9 8 = 7 casos posibles de extraer dos bolas, sin devolver la primera a la urna. De estos 8 = 0 casos favorables a que la primera bola sea roja y la segunda de cualquier color. 0 P ( B ) = Casos favorables a que la primera bola es roja y la segunda de cualquier color. 7 0 P( A B) = Casos favorables a que la primera bola es roja y la segunda bola sea azul. 7 ( ) P A B ( B) P ( B) P A 0 7 = = = 0 7 Otra forma de resolverlo: Si sabemos que la primera bola ha sido roja nos quedan en la urna bolas azules y rojas en total. Y como casos favorables tenemos bolas azules: P ( ª sea azul ) = = 8

31 Otra forma de resolverlo, aplicando la regla de Laplace:. De una urna que contiene bolas azules y rojas se extraen dos bolas, sucesivamente, sin devolver la primera a la urna. Si la primera bola ha sido roja, la probabilidad de que la segunda bola sea azul es: a) /. b). c) /9. Si la primera bola ha sido roja, tenemos: Que son los casos totales, 0. Ahora nos queda averiguar los casos favorables. La probabilidad de que la segunda bola sea azul es: Resultan 0 casos favorables. ( ) 0 ª 0 P sea azul = =

32 Ejercicio:.6.6 De una urna que contiene bolas azules, rojas y verdes, extraemos una bola al azar. Sea A el suceso no es roja y B el suceso no es verde, la probabilidad P ( A B ) es igual a: a) 0,. b) 0,. c) /. La probabilidad de que ocurra el suceso A cuando sabemos que B ha ocurrido se denomina probabilidad de A condicionada por B y se designa por el símbolo P ( A B ). La probabilidad condicionada reduce el espacio de posibilidades con la información adicional que nos proporciona y mejora la probabilidad que se obtiene. ( ) P A B = ( B) P ( B) P A Suponemos que A y B son los sucesos: A = no es roja B = no es verde Tenemos un total de 6 casos, con favorables a B. P( B ) = Casos favorables a que la primera bola es no sea verde. 6 Tenemos un total de casos favorables a P ( A B). P( A B) = Casos favorables a que la bola sea azul. 6 ( ) P A B ( B) P ( B) P A 6 = = = = 0, 6 Otra forma de resolverlo: Como nos piden P ( A B ) y si sabemos que la bola no es verde, tenemos casos posibles ques son bolas rojas y dos bolas azules. Para los casos favorables sabemos que no son rojas y no son verdes, por lo tanto nos quedan azules: P ( NO Sea roja sabiendo que NO es verde ) = =

33 Ejercicio:.7.7 De una urna que contiene bolas azules y rojas, se extraen dos bolas sucesivamente, sin devolver la primera a la urna. La probabilidad de que la segunda bola sea roja es: a) /8. b) /9. c) /. La fórmula de la probabilidad total es: Si B, B,... Bn son sucesos disjuntos cuya unión es el suceso seguro, la probabilidad de cualquier suceso A se calcula mediante la expresión: ( ) = ( ) ( ) + ( ) ( ) ( n) ( n) P A P B P A B P B P A B P B P A B P A = La primera bola puede ser o bien azul, con probabilidad ( ) P R = O bien roja con probabilidad ( ) En el primer caso, en la urna quedan bolas azules y rojas 9 Así que la probabilidad de que la segunda bola sea roja si la primera fue azul es ( ) 9 P R A = P R R = En el segundo caso, cuando la primera es roja quedan cuatro de cada color y ( ) ( ) = ( ) ( ) + ( ) ( ) P R P A P R A P R P R R P( R ) = + = Otra forma de razonarlo es: Tenemos un total de 98 = 7 para las dos bolas extraídas. El número de casos en los que la segunda bola es roja es 8 = 0, ya que la segunda bola debe ser una de las cinco rojas, y la primera puede ser cualquiera distinta de la primera. La probabilidad es: 0 = 7 9

34 Ejercicio:.8.8 De una urna que contiene bolas rojas y azules, extraemos una bola sucesivamente, y sin devolverla a la urna, extraemos otra bola a continuación. Cuál es la probabilidad de que sean de distinto color? a) /. b) /. c) 8/. La fórmula de la probabilidad total es: Si B, B,... Bn son sucesos disjuntos cuya unión es el suceso seguro, la probabilidad de cualquier suceso A se calcula mediante la expresión: ( ) = ( ) ( ) + ( ) ( ) ( n) ( n) P A P B P A B P B P A B P B P A B A = las bolas son de distinto color P R = Si la primera bola es roja tiene una probabilidad de ( ) Entonces la probabilidad de que la segunda sea de distinto color que la primera es ( ) Si la primera bola es azul tiene una probabilidad de ( ) P A = 6 6 P A R = P A A = Entonces la probabilidad de que la segunda sea de distinto color que la primera es ( ) La probabilidad total es: ( ) = ( ) ( ) + ( ) ( ) P A P R P A R P A P A A 8 P( A ) = + = 6 6 Otra forma de razonarlo es: Tenemos un total de 6 = 0 para las dos bolas extraídas. Para que sean de distinto color tenemos que la primera sea roja y la segunda azul sea azul y la segunda sea roja = 8casos favorables, en total 6 La probabilidad es: 6 = 8 0 = 8 o que la primera

35 Ejercicio:.9.9 Las monedas M y M son idénticas salvo que M tiene probabilidad 0, de salir cara, mientras que la probabilidad de salir cara al lanzar M es 0,. Elegimos una de las monedas al azar y la lanzamos, la probabilidad de que salga cara es: a) 0,. b) 0,. c) 0,. La fórmula de la probabilidad total es: Si B, B,... Bn son sucesos disjuntos cuya unión es el suceso seguro, la probabilidad de cualquier suceso A se calcula mediante la expresión: ( ) = ( ) ( ) + ( ) ( ) ( n) ( n) P A P B P A B P B P A B P B P A B Tenemos que C = sale cara. Si se lanza la moneda M que tiene una probabilidad de ( ) Entonces la probabilidad de obtener cara es PCM ( ) = 0, P M = Si se lanza la moneda M que tiene una probabilidad de ( ) Entonces la probabilidad de obtener cara es PCM ( ) = 0, P M = La probabilidad total es: ( ) = ( ) ( ) + ( ) ( ) PC PM PCM PM PCM P( C ) = 0, 0, + 0, 0, = 0,

36 Ejercicio:.0.0 Tenemos tres urnas que contienen bolas azules y rojas la primera, azules y rojas la segunda, y azules y rojas la tercera. Elegimos una urna al azar y extraemos dos bolas, sucesivamente, sin devolver la primera a la urna. La probabilidad de obtener dos bolas azules es: a) /. b) /. c) /. La fórmula de la probabilidad total es: Si B, B,... B n son sucesos disjuntos cuya unión es el suceso seguro, la probabilidad de cualquier suceso A se calcula mediante la expresión: ( ) = ( ) ( ) + ( ) ( ) ( n) ( n) P A P B P A B P B P A B P B P A B Tenemos que A = las dos bolas son azules. PU = Las bolas se extraen de la primera urna con probabilidad ( ) Cuando esto sucede, la probabilidad de extraer dos bolas azules es: ( ) Las bolas se extraen de la segunda urna con probabilidad ( ) PU = 0 P AU = = Cuando esto sucede, la probabilidad de extraer dos bolas azules es: ( ) PU = Las bolas se extraen de la tercera urna con probabilidad ( ) 6 P AU = = Cuando esto sucede, la probabilidad de extraer dos bolas azules es: ( ) 0 P AU = = La probabilidad total es: P( A ) = + + = 0 0 0

37 Ejercicio:.. Si P( A ) = 0,, P( B ) = 0, y P( A B ) = 0,, la probabilidad condicionada P( B A) es igual a: a) 0,. b) 0,. c) 0,. Si A y B son dos sucesos, la probabilidad de que A haya ocurrido, suponiendo que B ha ocurrido, se puede calcular mediante la regla de Bayes. ( ) P B A P( A B) = P( A) P B ( ) P B A 0, = 0, 0, ( ) 0,0 P( B A ) = = 0, 0,

38 Ejercicio:.. Las monedas M y M son idénticas salvo que M tiene probabilidad 0, de salir cara, mientras que la probabilidad de salir cara al lanzar M es 0,. Elegimos una de las monedas al azar y la lanzamos, ha salido cara, la probabilidad de que se trate de la moneda M es: a) 0,6. b) 0,. c) /. Si A y B son dos sucesos, la probabilidad de que A haya ocurrido, suponiendo que B ha ocurrido, se puede calcular mediante la regla de Bayes. ( ) P B A P( A B) = P( A) P B ( ) Los datos son las probabilidades condicionadas de obtener cara en cada moneda P( C M ) = 0, ( ) P C M = 0, Y las probabilidades previas de elegir cada una de las monedas ( ) 0, probabilidad de obtener cara al lanzar la moneda elegida al azar entre PC ( ) = 0, 0, + 0, 0, = 0, La probabilidad posterior de que se trate de la moneda M es: ( C) P M ( ) P( C M) P M 0, 0, = = = P C 0, ( ) ( ) P M =, P M = 0,. La M y M es

39 Ejercicio:.. De una urna que contiene bolas azules y rojas se extraen dos bolas, sucesivamente, sin devolver la primera a la urna. Si la segunda bola ha sido roja, la probabilidad de que la primera bola haya sido azul es: a) /. b) /8. c) /9. P A =. 9 La probabilidad de que la primera bola sea azul es ( ) P R A =. 8 La probabilidad de que la segunda bola sea roja es si la primera fue azul es ( ) P R =. 9 La probabilidad de que la primera bola sea roja es ( ) P R R =. 8 La probabilidad de que la segunda bola sea roja si la primera fue roja es ( ) La probabilidad de que la segunda bola sea roja es: ( ) ( ) ( ) ( ) ( ) P R = P A P R A + P A P R A = ( ) P ( A ) P A R ( ) P R A 9 8 = = = P R 9 ( ) 9 Otra forma de resolverlo: Si sabemos que la segunda bola ha sido roja nos quedan en la urna bolas azules y rojas en total. Y como casos favorables tenemos bolas azules: P ( ª sea azul ) = = 8

40 Otra forma de resolverlo, aplicando la regla de Laplace:. De una urna que contiene bolas azules y rojas se extraen dos bolas, sucesivamente, sin devolver la primera a la urna. Si la segunda bola ha sido roja, la probabilidad de que la primera bola haya sido azul es: a) /. b) /8. c) / Si la segunda bola ha sido roja, tenemos: Que son los casos totales, 0. Ahora nos queda averiguar los casos favorables. La probabilidad de que la primera bola sea azul es: Resultan 0 casos favorables. 0 P ( ª sea azul ) = = 0

41 Ejercicio:.. Tenemos tres urnas, la primera contiene bolas azules, la segunda bola azul y una roja, la tercera bolas rojas. Elegimos una urna al azar y extraemos una bola. Si la bola extraída es roja, la probabilidad de que la tercera urna haya sido elegida es: a) /. b) /. c) /. Pongamos que U i = la urna i es elegida, para i,, y B = la bola es roja. Se trata de calcular PU B. Por la fórmula de Bayes, se tiene PU B PBU PU P B Puesto que las urnas se eligen al azar, se tiene PU PU PU Ahora, la urna y PBU U no contiene bolas rojas, luego PBU 0 ; de manera similar, obtenemos. De la fórmula de la probabilidad total resulta: P B P U P BU P U P BU P U P BU Si reemplazamos en la fórmula de Bayes obtenemos: P BU PU B PBU PU P B Este resultado se puede razonar directamente, las bolas de las urnas están numeradas de la siguiente manera: Si sabemos que la bola elegida es roja, no sabemos exactamente cual es, pero hay casos posibles, que tienen la misma probabilidad: De los casos son favorables a que la urna elegida sea la tercera y uno a que sea la segunda, por lo tanto la probabilidad es:

42 Ejercicio:.. Si P ( A ) = 0, y P ( A B ) = 0, se cumple: a) Los sucesos A y B son independiente. P A B = P B A. b) ( ) ( ) c) No pueden ser iguales esas probabilidades. En un fenómeno aleatorio determinado diremos que el suceso B es independiente del suceso A si se cumple P B A = P B ( ) ( ) Dos sucesos A y B son independientes si se cumple P ( A B) = P ( A) P( B).6 Si P ( A) P( A B) 0, a) P ( B ) = 0,. b) P ( B) P( B A) = = se cumple: =. c) No pueden ser iguales esas probabilidades. Como sabemos que B ha ocurrido no altera la probabilidad de que A ocurra, los sucesos A y B son P B = P B A. independientes y por ello tenemos que ( ) ( ) Sin embargo, no hay ninguna razón para que P ( B ) = 0,.7 Si A y B son sucesos independientes, con probabilidades respectivas P ( A ) = 0, y P ( B ) = 0, la probabilidad condicionada P ( A B) es igual a: a) /. b) 0,06. c) 0,. Por definición de la independencia de sucesos, tenemos dos sucesos A y B son independientes si se cumple P A B = P A P B. ( ) ( ) ( ) ( B) = 0, 0, = 0,06 P A

43 Ejercicio:.8.8 Si A y B son sucesos independientes, con probabilidades respectivas P( A ) = 0, y P( B ) = 0, la C probabilidad condicionada P( A B ) es igual a: a) 0,. b) 0,06. c) 0,. Por definición de la independencia de sucesos, tenemos dos sucesos A y B son independientes si se cumple C P( A B C ) P( A B ) = C P B ( ) C Tenemos que P( B ) P( B) = = 0,7 C Por otro lado tenemos P( A B ) P( A) P( A B) que P( A B) = P( A) P( B) = 0,06 C ( B ) = 0, 0, 06 = 0, P A C 0, P( A B ) = = 0, 0,7 C Hay que tener en cuenta que P( A B ) P( A) = y como los sucesos son independientes se cumple = que nos indica que A también es independiente de C B.

44 Ejercicio:.9.9 Lanzamos dos veces un dado cargado de manera que sus sucesos simples aparecen con las siguientes probabilidades: Modelo no uniforme del lanzamiento del dado Suceso La probabilidad de obtener dos números pares es: Probabilidad 0, 0, 0, 0, 0, 0, a) 0,6. b) 0,. c) Es imposible que un dado tenga esas probabilidades. Cada vez que lanzamos el dado tenemos que, E i es el suceso obtener un número par En la tirada i, la probabilidad de E i es: PEi P( )+P ( )+P ( ) = 0, Como los resultados de distintas tiradas son independientes, tenemos: P " obtener dos pares" P E E P E P E 0, 0,6

45 Ejercicio:.0.0 La moneda M está cargada de manera que al lanzarla sale cara con probabilidad 0,; la moneda M está cargada de manera que al lanzarla sale cara con probabilidad 0,6. Escogemos al azar una de las monedas y la lanzamos dos veces. La probabilidad de que salgan dos caras es: a) 0,6. b) 0,. c) 0,6. Es una aplicación de la probabilidad total y de la independencia de los sucesivos resultados de lanszar la moneda. Si la moneda elegida es M, la probabilidad de obtener dos caras es: P( M ) = 0, 0, = 0,6 Si la moneda elegida es M, la probabilidad de obtener dos caras es: P( M ) = 0,6 0,6 = 0,6 Cada moneda puede ser elegida con igual probabilidad, resumiendo tenemos: P( ) = P(M ) P( M ) + P(M ) P( M ) = 0,6 + 0,6 = 0, 6

46 Ejercicio:.. Sobre cual de las siguientes características tiene sentido realizar un estudio estadístico: a) El número de patas de las hormigas. b) El grupo sanguíneo de los habitantes de Londres. c) El tamaño de los planetas del sistema solar. El número de patas de las hormigas es 6 y el tamaño de los planetas es permanente y sabemos cual es. En cambio, los habitantes de Londres se cuentan por millones y el grupo sanguíneo varía de unos a otros.. Sobre cual de las siguientes características NO tiene sentido realizar un estudio estadístico: a) El nivel de renta de los hogares españoles. b) La fertilidad de los delfines. c) El número de átomos de las moléculas de agua.. Si para realizar un estudio estadístico se examinan un cierto número de individuos de una población, los individuos observados: a) Constituyen una muestra de la población. b) Dan lugar a un censo de la población. c) Han de ser elegidos con cuidadosa precisión.. En un estudio estadístico, la observación de las características de los individuos de una muestra: a) Da escasos indicios de las características globales del colectivo. b) Permite establecer conclusiones sobre las propiedades colectivas de los miembros de la población. c) Es conveniente, aunque sería preferible realizar un censo.. En un estudio estadístico, las variables estadísticas son: a) Los atributos o magnitudes que se observan en cada individuo. b) Principalmente la media y la varianza. c) Las frecuencias con las que aparece cada observación..6 Entre las siguientes características de un automóvil, Cuál es la variable cualitativa?: a) Su matrícula. b) Su consumo. c) Su velocidad máxima..7 La edad en años de un automóvil es una variable estadística: a) Cualitativa. b) Cuantitava discreta. c) Cuantitativa continua.

47 .8 Entre las siguientes características de un atleta, Cuál es la variable cuantitativa?: a) Su nacionalidad. b) La modalidad de atletismo que practica. c) Su mejor marca personal..9 La fecha de caducidad de un producto farmacéutico es una variable: a) Nominal. b) Ordinal. c) Cuantitativa..60 El año de fabricación de un automóvil es una variable estadística: a) Que se mide en escala de intervalos. b) De tipo ordinal. c) Que se mide en escala de razón..6 La latitud y el huso horario de un lugar son variables: a) Cuantitativa y cualitativa respectivamente. b) Cuantitativas, continua y discreta respectivamente c) Cuantitativa y ordinal respectivamente.

48 Ejercicio:.6.6 Los comercios de una pequeña ciudad se han agrupado según el número de dependientes, x i, observándose las frecuencias absolutas F i que indica la tabla: x i F i Es correcta la afirmación a) El 0% de los comercios tiene a lo sumo dependientes. b) El % de los comercios tiene más de dependientes. c) El 0% de los comercios tiene más de dependientes. Comercios con más de dependientes tenemos = de entre los 00 que hay..6 Los comercios de una pequeña ciudad se han agrupado según el número de dependientes, x i, observándose las frecuencias absolutas F i que indica la tabla: x i F i 0 0 Es correcta la afirmación a) El 7% de los comercios tiene a lo sumo dependientes. b) El 6% de los comercios tiene más de dependiente. c) El 0% de los comercios tiene o dependientes. El total de comercios son 0. Con a lo sumo dependientes, tenemos 0 + = 68,% 0 Con más de dependiente, tenemos = 6,6% 0 Con o dependientes, tenemos + 0 = 0% 0

49 .6 Los comercios de una pequeña ciudad se han agrupado según el número de dependientes, x i, observándose las frecuencias absolutas F i que indica la tabla: x i F i 6 8 Las frecuencias relativas de comercios con a) dependientes es 0,0. b) solo dependiente es 0,6. c) Más de dependientes es 0,0. El total de observaciones son = 80 La frecuencia relativa de es 6 0, 80 = La frecuencia relativa de es 0, 80 = La frecuencia relativa de más de es + 8 = 0, 80.6 Los 00 comercios de una pequeña ciudad se han agrupado según el número de dependientes, x i, observándose las frecuencias relativas f i que indica la tabla: x i f i 0,8 0,6 0,8 0, 0,0 Es correcta la afirmación a) Hay 76 comercios con dependientes. b) Hay 8 comercios con o dependientes. c) Hay 76 comercios con más de dependientes. Tenemos el total que son 00 comercios y con las frecuencias relativas calculamos las absolutas, 0,8 00 = 76 Con dependiente. 0,6 00 = Con dependientes. 0,8 00 = 6 Con dependientes. 0, 00 = 8 Con dependientes. 0,0 00 = 8 Con dependientes. Con más de dos dependientes tenemos 6+8+8=7.

50 Ejercicio: Los hogares de una población han sido clasificados según el nivel de renta anual, x i en miles de euros, hallándose las frecuencias relativas f i que indica la tabla: x i > 0 f i 0,0 0,0 0,0 0, 0,0 La frecuencia acumulada de rentas inferiores a a) 0 mil euros es 0,0. b) 0 mil euros es 0,80. c) 0 mil euros es 0,8. La frecuencia relativa acumulada del valor x j es la suma de las frecuencias relativas de todos los valores menores o igual que x, se representa por n = f + f +... f. j j j Las sucesivas frecuencias relativas acumuladas son: x i > 0 n i 0,0 0,60 0,80 0,9 El 0,60 es la frecuencia de hogares con renta inferior a 0 mil euros. El 0,80 es la frecuencia de hogares con renta inferior a 0 mil euros. El 0,9 es la frecuencia de hogares con renta inferior a 0 mil euros.

51 Ejercicio: Los hogares de una población han sido clasificados según el nivel de renta anual, x i en miles de euros, hallándose las frecuencias relativas f i que indica la tabla: x i > 0 f i 0, 0, 0,0 0,0 0,0 Es correcta la afirmación a) El 60% de los hogares tiene una renta inferior a 0 mil euros. b) El % de los hogares tiene una renta superior a 0 mil euros. c) El 8% de los hogares tiene una renta superior a 0 mil euros. Inferior a 0 mil euros hay una proporción 0,0 = 0% de los hogares. Superior a 0 mil euros hay una proporción 0,0 = 0% de los hogares. Superior a 0 mil euros hay una proporción 0,8 = 8% de los hogares.

52 Ejercicio: En una tabla de frecuencias, el cálculo de las frecuencias acumuladas tiene sentido a) En cualquier caso. b) Si la variable es por lo menos ordinal. c) Solo si la variable es cuantitativa..69 En una tabla de frecuencia en la que aparecen las frecuencias acumuladas a) La suma de dicha frecuencias es. b) La suma de dicha frecuencias es el número total de observaciones. c) La última de dicha frecuencias es..70 En un diagrama de sectores, que representa las frecuencias de distintas modalidades de una variable estadística, son proporcionales a cada frecuencia a) Los radios y los ángulos de los sectores. b) Los ángulos y las áreas de los sectores. c) Los radios y las áreas de los sectores..7 Para representar la distribución de una variable estadística, en un histograma se representan a) Sólo las frecuencias de la variable. b) Sólo los valores de la variable. c) Los valores de la variable y sus frecuencias..7 Para una variable estadística cuantitativa continua, la representación gráfica más adecuada de su distribución de frecuencias es a) Un diagrama de sectores. b) Un histograma con valores agrupados en intervalos. c) Un histograma sin necesidad de agrupar los valores en intervalos..

53 Ejercicio:.7.7 Las calificaciones obtenidas por siete opositores aparecen en la tabla siguiente: A B C D E F G La puntuación media es: a),. b),7. c),7. La media aritmética es igual a la suma de todos sus valores dividida entre el número de sumandos. x + x x x = = n n xi n i= n n x = xi = =,7 n = 7 i

54 Ejercicio:.7.7 Las calificaciones x i obtenidas en un ejercicio de una oposición se han distribuido con las frecuencias F i indicadas en la tabla: x i F i La puntuación media del ejercicio ha sido: a),. b),70. c) 6,. La media aritmética de una distribución de frecuencias absolutas. x xifi xf xf... xf n n i F F... F N n n n i n i F i xf i i x xfxf... xf xf F F... F N 0 i i n n i n n,

55 Ejercicio:.7.7 Las calificaciones en las pruebas de selectividad se han distribuido con los porcentajes que indica la tabla:, -,, -,, -,, - 6, 6, - 7, 7, - 8, 8, - 9, % 7% % 6% % % 6% La puntuación media ha sido: a),6. b) 6,. c) 6,9. Las calificaciones aparecen agrupadas en intervalos con marcas de clase respectivas, los productos de las marcas de clase por su correspondiente frecuencia dan , 00

56 Ejercicio: En cierta población, en el último año ha habido sanciones de tráfico de 00 euros, de 600 euros y de 00 euros. La sanción media impuesta a los infractores ha sido de a) 67,8. b) 88,6. c) 0,7. En total tenemos 7 sanciones. El importe total es: = euros. La sanción media es ,7 7 =.

57 Ejercicio: Los 8 conductores de una población han recibido en el último año, sanciones de 00 euros, de 600 euros y de 00 euros. La sanción media de cada conductor ha sido de a) 60,. b) 8,7. c) 9,. La suma de todas las sanciones impuestas es de euros. Corresponden a = 8,7 euros por conductor. 8 Hay 8 7 = 6 sanciones. conductores sin sanción, que disminuye la media por debajo del importe medio de las

58 Ejercicio: Un banco invierte el % de sus depósitos en bonos del tesoro, con una rentabilidad del 6% anual, el 0% en bolsa, con una rentabilidad del 9% anual, y el resto en el mercado inmobiliario que tiene una rentabilidad del % anual. El interés medio que obtiene anualmente es a) 8,%. b) 8,%. c) 8,9%. Los tres tipos de inversiones se realizan con frecuencias relativas: 0., 0.0 y 0. respectivamente. La suma de los rendimientos ponderados por sus correspondientes frecuencias, da: 6% 0, + 9% 0,0 + % 0, = 8,9%

59 Ejercicio: Un comercio vende tres tipos de televisores; uno de 899 euros, otro de 99 euros y un tercero de 99 euros. Cuál es el ingreso medio por la vente de un televisor? a) 99 euros. b), euros. c) No puede saberse. Se ignoran las frecuencias con las que se produce cada tipo de venta y, por consiguiente, no se dispone de datos suficientes para calcular el ingreso medio que produce la vrnta de un televisor. El cociente: =,. Sólo proporciona el ingreso medio en el caso en que se vendiesen por igual los tres tipos de televisores.

60 Ejercicio: Un comercio vende tres tipos de televisores; uno de 899 euros, otro de 99 euros y un tercero de 99 euros. Observa que, por cada venta del más caro, vende dos del más económico y tres del de precio intermedio. Cuál es el ingreso medio por la vente de un televisor? a) 07, euros. b) 99 euros. c) 99 euros. De cada seis televisores vendidos, son económicos, de precio intermedio y de los más caros: = 99 euros

61 Ejercicio:.8.8 En un avión 7 plazas se han vendido a 0 euros, plazas a 0 euros y 0 plazas a 80 euros. El precio medio obtenido por cada plaza es a) 90,9 euros. b) 0, euros. c) 8,8 euros. De cada seis televisores vendidos, son económicos, de precio intermedio y de los más caros: ( 7 0) + ( 0) + ( 0 80) 0 = 8,8 euros.

62 Ejercicio:.8.8 Una prueba consiste en tres exámenes que se valoran de 0 a 0 y tienen una ponderación en la nota global de 0%, 0% y 0% respectivamente. Si una persona obtiene 6 en el primer examen,, en el segundo y 6, en el tercero, su nota global será a),7. b),. c),8. Con los coeficientes de ponderación indicados, la nota promedio es 0, 6 + 0,, + 0, 6, =,7

63 Ejercicio:.8.8 Una prueba consiste en tres exámenes que se valoran de 0 a 0 y tienen una ponderación en la nota global de 0%, 0% y 0% respectivamente. Si una persona obtiene 6 en el primer examen,, en el segundo, para alcanzar una puntuación global superior a 7, la nota del tercer examen debe superar a) 8. b) 8,. c) 9. Si x es la puntuación en el tercer examen, la calificación global será 0, 6 + 0,, + 0, x =, + 0,x Alcanzará la puntuación de 7 si es ( 7,) x = = 9 0,

64 Ejercicio:.8.8 Una prueba consiste en tres exámenes que se valoran de 0 a 0. En la puntuación final, la calificación del segundo cuenta como / del primero y la del tercero como el doble del primero. Si una persona obtiene 6 en el primer examen,, en el segundo y 6, en el tercero, su nota global será a),6. b),8. c) 6,8. Si x es la ponderación del primer examen en la nota global, La de segundo es: x. La del tercero es: x La suma de las tres ponderaciones es: x La suma de las tres ponderaciones debe de ser, por lo tanto, x= x= Y la calificación obtenida es: 6+,+ 6 6,=,8.

65 Ejercicio:.8.8 El combustible sube un % anual, la luz un 7% y el gas un %. El consumo energético de una familia es de un % de combustible, un % de energía eléctrica y un 0% de gas. El incremento medio de gasto anual en energía de la familia es de a) 6,%. b) 7,9%. c) 9,%. Las subidas de cada producto repercuten en el consumo familiar en las proporciones 0., 0. y 0., respectivamente. De modo que la subida media es 0, % + 0, 7% + 0, % = 7,9%

66 Ejercicio: Un ciclista va de compras a una ciudad que dista 0 Km de su casa y después regresa cargado. Tarda una hora a la ida y hora y media a la vuelta. La velocidad media en todo el trayecto ha sido a) km/h. b) km/h. c) 7 km/h. Distancia 60 Km. e 60 v= = = km/ h. t,

67 Ejercicio: Un ciclista va de compras a una ciudad próxima a su casa y después regresa cargado. A la ida fue a una velocidad media de 7 Km/h y a la vuelta a una velocidad media de 0 Km/h. La velocidad media en todo el trayecto ha sido a) km/h. b),98 km/h. c) Depende de la distancia a la ciudad. Distancia x Km. x 7 x 0 Horas a la ida. Horas a la vuelta. La distancia que recorre es x en un tiempo x x 0 x = x = x e v = t x x v= = = =,98 Km/ h. 7x 7x 7 0

68 Ejercicio: Un ciclista circula a una velocidad media de Km/h durante la primera hora. Durante las dos horas siguientes su velocidad media baja a Km/h y todavía disminuye a 0 Km/h durante la hora siguiente. La velocidad media en las cuatro horas ha sido a) km/h. b) km/h. c), km/h =, km / h

69 Ejercicio: Un ciclista recorre los primeros 00 km a una velocidad de km/h, en los siguientes 00 km mantiene una velocidad de km/h y por fin los últimos 00 km circula a 0 km/h. la velocidad media en el trayecto ha sido a),7. b),. c) 7,. En promedio el tiempo invertido por kilómetro es: = 0 00 La velocidad media resulta 00 =,7 km / h 97

70 Ejercicio: En 0 días el número total de vehículos que repostó en una estación de servicio ha sido 6. Y la suma de los cuadros del número de vehículos diarios dio un total de La desviación típica del número diario de vehículo los vale a) 6,. b) 8,. c) 0,6. El número medio de vehículos diarios ha sido: 6 8, 0 = Conocida la suma de los cuadrados, la varianza es: 0600 s = ( 8,) = 9,7 0 Y la desviación típica es: s = 9, 7 = 0,6

71 Ejercicio:.9.9 Las horas que una persona invirtió en transporte durante los seis días laborables de una semana fueron,,8,6,8,, Entonces, la media es igual a horas y la varianza vale a) 0,6 h. b) 0,08 h. c) 0,06 h. Los seis valores suman, su media es. La suma de los cuadrados de las diferencias a la media es. ( ) ( ) ( ) 0, + 0, + 0, + 0, + 0, + 0, = 0,. La varianza resulta 0, s = = 0,08h. 6

72 Ejercicio:.9.9 Las horas que una persona invirtió en transporte durante los días laborables de un mes, aparecen agrupadas en la siguiente tabla, junto con sus frecuencias absolutas:,-,7,7-,9,9-,,-,,-, 9 Entonces, el tiempo medio invertido fue de horas y la desviación típica vale: a) 0, h. b) 0,96 h. c) 0, h. Las observaciones aparecen clasificadas en intervalos con marcas de clase:.6,.8,,., y.. la media es:, 6 +, 8 + +, 9 +, = = Los cuadrados de las desviaciones a la media, ponderados por sus respectivas frecuencias, dan como varianza Varianza de una distribución de frecuencias absolutas: ( ) + ( ) + + ( ) n x x F x x F... xn x Fn s = = ( xi x) Fi F+ F Fn N i = ( ) ( ) ( ) ( ) ( ) 0, + 0, , 9+ 0, s = = 0,0 Y la desviación típica resulta s = 0,0 = 0, h.

73 Ejercicio:.9.9 En las 0 páginas de un libro, las erratas por página han sido erratas 0 páginas 08 8 El coeficiente de variación del número de erratas por página es: a) 0%. b) 66 %. c) 68%. La media aritmética de una distribución de frecuencias absolutas. xifi xf + xf xf n n i= x = = F + F F N n n El número medio de erratas por página es x = = 0, 0 La varianza vale: s + 8+ = 0, = 0,6 0 La desviación típica es s = 0,6 σ El coeficiente de variación CV = =,0 o bien 0% x

74 Ejercicio:.9.9 El precio en euros de un café en 6 establecimientos dio los resultados indicados en la tabla siguiente, junto con sus frecuencias: El coeficiente de variación del precio es: a),%. b),8 %. c),8%.,,,,6,8, La media aritmética de una distribución de frecuencias absolutas. xifi xf + xf xf n n i= x = = F + F F N n n El precio medio vale:, +, +, +, 6 +,8 +,, x = = =,7 6 6 La suma ponderada de los precios al cuadrado es:, +, +, +, 6 +,8 +, 0, 68 La varianza vale: = =, 6 6 s =,,7 = 0, 0687 La desviación típica es s = 0,9 euros. σ El coeficiente de variación CV = = 0,8 o bien,8% x

75 Ejercicio:.9.9 El número de teléfonos móviles por hogar aparece en la tabla siguiente con sus correspondientes frecuencias relativas: 0 6 0% % % % 6% % % El coeficiente de variación del precio es: a) 6,66%. b),7. c) No se pueden calcular. No se trata de hallar el número medio de móviles por hogar que es,7. Se pide la frecuencia media de las 7 categorías que es: =,9 7 En principio no tiene mucho interés el cálculo de la frecuencia media, pues lo importante de una distribución de frecuencias es su variación entre las diversas categorías. No obstante, para juzgar si la distribución es poco o bastante homogénea puede calcularse la desviación típica de las frecuencias y ello obliga a calcular la frecuencia media.

76 Ejercicio: El número de teléfonos móviles por hogar aparece en la tabla siguiente con sus correspondientes frecuencias relativas: 0 6 0% % % % 6% % % La desviación típica de las frecuencias es: a),68%. b),%. c) No se pueden calcular. La frecuencia media de las 7 categorías es: =,9% 7 y la varianza , 9 7, 6 = La desviación típica es s = 7,6 =,6%. No confundir con la desviación típica del número de móviles entre hogares: , 7 =, 68 00

77 Ejercicio: El salario mensual de los 00 trabajadores de una empresa suma 800 euros y los cuadrados de los salarios suman La desviación típica de los salarios: a) Es 6,9 euros. b) Es, euros. c) No puede calcularse sin más datos. El salario medio es 800 x = =, euros. 00 La varianza en los salarios es entonces s = (,) = 689,7 00 Y la desviación típica s = 6,9 euros.

Probabilidad. Si lanzamos una moneda no sabemos de antemano si saldrá cara o cruz. Teoría de probabilidades

Probabilidad. Si lanzamos una moneda no sabemos de antemano si saldrá cara o cruz. Teoría de probabilidades Experimentos deterministas Probabilidad Son los experimentos de los que podemos predecir el resultado antes de que se realicen. Si dejamos caer una piedra desde una ventana sabemos, sin lugar a dudas,

Más detalles

2.- Tablas de frecuencias

2.- Tablas de frecuencias º BACHILLERATO MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES II TEMA 3.- ESTADÍSTICA DESCRIPTIVA PROFESOR: RAFAEL NÚÑEZ -----------------------------------------------------------------------------------------------------------------------------------------------------------------

Más detalles

MOOC UJI: La Probabilidad en las PAU

MOOC UJI: La Probabilidad en las PAU 4. Probabilidad Condicionada: Teoremas de la Probabilidad Total y de Bayes 4.1. Probabilidad Condicionada Vamos a estudiar como cambia la probabilidad de un suceso A cuando sabemos que ha ocurrido otro

Más detalles

EJERCICIOS DE PROBABILIDAD

EJERCICIOS DE PROBABILIDAD EJERCICIOS DE ROBABILIDAD Ejercicio nº 1.- Lanzamos dos dados sobre la mesa y anotamos los dos números obtenidos. a) Cuántos elementos tiene el espacio muestral? b) Describe los sucesos: A "Obtener al

Más detalles

UNIDAD XI Eventos probabilísticos

UNIDAD XI Eventos probabilísticos UNIDAD XI Eventos probabilísticos UNIDAD 11 EVENTOS PROBABILÍSTICOS Muchas veces ocurre que al efectuar observaciones en situaciones análogas y siguiendo procesos idénticos se logaran resultados diferentes;

Más detalles

Álgebra lineal. Curso Tema 5. Hoja 1. Tema 5. PROBABILIDAD. 1. Probabilidad: conceptos fundamentales. Regla de Laplace.

Álgebra lineal. Curso Tema 5. Hoja 1. Tema 5. PROBABILIDAD. 1. Probabilidad: conceptos fundamentales. Regla de Laplace. Álgebra lineal. Curso 2007-2008. Tema 5. Hoja 1 Tema 5. PROBABILIDAD. 1. Probabilidad: conceptos fundamentales. Regla de Laplace. 1. Un dado se lanza dos veces. Se pide: (a) Construir el espacio muestral.

Más detalles

FICHA DE TRABAJO DE CÁLCULO DE PROBABILIDADES

FICHA DE TRABAJO DE CÁLCULO DE PROBABILIDADES FICHA DE TRABAJO DE CÁLCULO DE PROBABILIDADES EXPERIMENTO ALEATORIO: ESPACIO MUESTRAL Y SUCESOS 1) Se considera el experimento que consiste en la extracción de tres tornillos de una caja que contiene tornillos

Más detalles

Son los experimentos de los que podemos predecir el resultado antes de que se realicen.

Son los experimentos de los que podemos predecir el resultado antes de que se realicen. PROBABILIDAD La probabilidad de un suceso es un número, comprendido entre 0 y 1, que indica las posibilidades que tiene de verificarse cuando se realiza un experimento aleatorio. Experimentos deterministas

Más detalles

Tema 4. Probabilidad Condicionada

Tema 4. Probabilidad Condicionada Tema 4. Probabilidad Condicionada Presentación y Objetivos. En este tema se dan reglas para actualizar una probabilidad determinada en situaciones en las que se dispone de información adicional. Para ello

Más detalles

EJERCICIOS DE PROBABILIDAD

EJERCICIOS DE PROBABILIDAD Ejercicio nº 1.- Qué es una experiencia aleatoria? De las siguientes experiencias, cuáles son aleatorias? a) En una caja hay cinco bolas amarillas, sacamos una bola y anotamos su color. b) Lanzamos una

Más detalles

OBJETIVOS CONTENIDOS PROCEDIMIENTOS. Experimento determinista. Experimento aleatorio. Espacio muestral. Suceso elemental.

OBJETIVOS CONTENIDOS PROCEDIMIENTOS. Experimento determinista. Experimento aleatorio. Espacio muestral. Suceso elemental. Probabilidad INTRODUCCIÓN El estudio matemático de la probabilidad surge históricamente vinculado a los juegos de azar. Actualmente la probabilidad se utiliza en muchas disciplinas unidas a la Estadística:

Más detalles

Son los experimentos de los que podemos predecir el resultado antes de que se realicen.

Son los experimentos de los que podemos predecir el resultado antes de que se realicen. PROBABILIDAD Definición de probabilidad La probabilidad de un suceso es un número, comprendido entre 0 y 1, que indica las posibilidades que tiene de verificarse cuando se realiza un experimento aleatorio.

Más detalles

UNIDAD II Eventos probabilísticos

UNIDAD II Eventos probabilísticos UNIDAD II Eventos probabilísticos UNIDAD 2 EVENTOS PROBABILÍSTICOS Muchas veces ocurre que al efectuar observaciones en situaciones análogas y siguiendo procesos idénticos se logaran resultados diferentes;

Más detalles

3.Si A y B son incompatibles, es decir A B = entonces:

3.Si A y B son incompatibles, es decir A B = entonces: Axiomas de la probabilidad 1.La probabilidad es positiva y menor o igual que 1. 0 p(a) 1 2. La probabilidad del suceso seguro es 1. p(e) = 1 3.Si A y B son incompatibles, es decir A B = entonces: p(a B)

Más detalles

3.Si A y B son incompatibles, es decir A B = entonces:

3.Si A y B son incompatibles, es decir A B = entonces: Axiomas de la probabilidad 1.La probabilidad es positiva y menor o igual que 1. 0 p(a) 1 2. La probabilidad del suceso seguro es 1. p(e) = 1 3.Si A y B son incompatibles, es decir A B = entonces: p(a B)

Más detalles

1º ESO TEMA 9 ESTADÍSTICA Y PROBABILIDAD

1º ESO TEMA 9 ESTADÍSTICA Y PROBABILIDAD 1º ESO TEMA 9 ESTADÍSTICA Y PROBABILIDAD 1 1.- FRECUENCIAS Para organizar y analizar una serie de datos estadísticos se utiliza una tabla de frecuencias Tabla de frecuencias Valores (xi) 0 1 2 Frecuencia

Más detalles

Métodos estadísticos y numéricos Probabilidad 1 EJERCICIOS PROPUESTOS DE PROBABILIDAD

Métodos estadísticos y numéricos Probabilidad 1 EJERCICIOS PROPUESTOS DE PROBABILIDAD Métodos estadísticos y numéricos Probabilidad 1 EJERCICIOS PROPUESTOS DE PROBABILIDAD 1. Una bolsa contiene tres bolas (1 roja, 1 azul, 1 blanca). Se sacan dos bolas con reemplazo, es decir, se saca una

Más detalles

DISTRIBUCIÓN N BINOMIAL

DISTRIBUCIÓN N BINOMIAL DISTRIBUCIÓN N BINOMIAL COMBINACIONES En muchos problemas de probabilidad es necesario conocer el número de maneras en que r objetos pueden seleccionarse de un conjunto de n objetos. A esto se le denomina

Más detalles

Introducción a la Probabilidad

Introducción a la Probabilidad Introducción a la Probabilidad Tema 3 Ignacio Cascos Depto. Estadística, Universidad Carlos III 1 Ignacio Cascos Depto. Estadística, Universidad Carlos III 2 Objetivos Entender el concepto de experimento

Más detalles

4.12 Ciertos teoremas fundamentales del cálculo de probabilidades

4.12 Ciertos teoremas fundamentales del cálculo de probabilidades 1 de 9 15/10/2006 05:57 a.m. Nodo Raíz: 4. Cálculo de probabilidades y variables Siguiente: 4.14 Tests diagnósticos Previo: 4.10 Probabilidad condicionada e independencia de 4.12 Ciertos teoremas fundamentales

Más detalles

Ejemplos y ejercicios de. Estadística Descriptiva. yanálisis de Datos. 2 Descripción estadística de una variable. Ejemplos y ejercicios.

Ejemplos y ejercicios de. Estadística Descriptiva. yanálisis de Datos. 2 Descripción estadística de una variable. Ejemplos y ejercicios. ESTADÍSTICA DESCRIPTIVA Y ANÁLISIS DE DATOS Ejemplos y ejercicios de Estadística Descriptiva yanálisis de Datos Diplomatura en Estadística Curso 007/08 Descripción estadística de una variable. Ejemplos

Más detalles

Estadística Inferencial. Estadística Descriptiva

Estadística Inferencial. Estadística Descriptiva INTRODUCCIÓN Estadística: Ciencia que trata sobre la teoría y aplicación de métodos para coleccionar, representar, resumir y analizar datos, así como realizar inferencias a partir de ellos. Recogida y

Más detalles

TEMA 17: PROBABILIDAD

TEMA 17: PROBABILIDAD TEMA 17: PROBABILIDAD Probabilidad de un suceso aleatorio es un numero entre 0 y 1 (más cerca del 0, mas difícil que ocurra. Más cerca del 1 más fácil que ocurra). Suceso seguro: Su probabilidad es 1.

Más detalles

Relación 2: CARACTERÍSTICAS DE UNA DISTRIBUCIÓN DE FRECUENCIAS

Relación 2: CARACTERÍSTICAS DE UNA DISTRIBUCIÓN DE FRECUENCIAS INTRODUCCIÓN A LA ESTADÍSTICA Relación 2: CARACTERÍSTICAS DE UNA DISTRIBUCIÓN DE FRECUENCIAS 1.- Obtener las medias aritmética, geométrica, armónica para la siguiente distribución: SOL: 2,74; 2,544; 2,318

Más detalles

Probabilidad Colección C.1. MasMates.com Colecciones de ejercicios

Probabilidad Colección C.1. MasMates.com Colecciones de ejercicios 1. Un monedero contiene 2 monedas de plata y 3 de cobre y otro contiene 4 de plata y 3 de cobre. Si se elige un monedero al azar y se extrae una moneda, cuál es la probabilidad de que sea de plata? 2.

Más detalles

1.- Hallar la probabilidad de obtener al menos una cara al tirar n veces una moneda.

1.- Hallar la probabilidad de obtener al menos una cara al tirar n veces una moneda. .- Hallar la probabilidad de obtener al menos una cara al tirar n veces una moneda. Si A sacar al menos una cara en n lanzamientos entonces A no sacar ninguna cara en n lanzamientos. Si A i sacar cara

Más detalles

Hoja 2 Probabilidad. 1.- Sean Ω un espacio muestral y A P(Ω) una σ-álgebra. Para A A fijado, Además, resolver el ejercicio 3 desde (5.a) y (5.b).

Hoja 2 Probabilidad. 1.- Sean Ω un espacio muestral y A P(Ω) una σ-álgebra. Para A A fijado, Además, resolver el ejercicio 3 desde (5.a) y (5.b). Hoja 2 Probabilidad 1.- Sean Ω un espacio muestral y A P(Ω) una σ-álgebra. Para A A fijado, se define A A = {B Ω : B = A C con C A}. Demostrar que A A P(A) es σ-álgebra. 2.- Sea {A n : n 1} A una sucesión

Más detalles

UNIDAD 12.- Estadística. Tablas y gráficos (tema12 del libro)

UNIDAD 12.- Estadística. Tablas y gráficos (tema12 del libro) UNIDAD 12.- Estadística. Tablas y gráficos (tema12 del libro) 1. ESTADÍSTICA: CLASES Y CONCEPTOS BÁSICOS En sus orígenes históricos, la Estadística estuvo ligada a cuestiones de Estado (recuentos, censos,

Más detalles

PROBABILIDAD. 1. Si A es un suceso de probabilidad 0.3, la probabilidad de su suceso contrario es: a) 0.5 b) 1.0 c) 0.7 SOLUCIÓN: es decir, c

PROBABILIDAD. 1. Si A es un suceso de probabilidad 0.3, la probabilidad de su suceso contrario es: a) 0.5 b) 1.0 c) 0.7 SOLUCIÓN: es decir, c PROBABILIDAD 1. Si A es un suceso de probabilidad 0.3, la probabilidad de su suceso contrario es: a) 0.5 b) 1.0 c) 0.7 Si A es un suceso, la probabilidad de su suceso contrario es 1 P( A), es decir, c

Más detalles

PRUEBAS DE ACCESO A CICLOS FORMATIVOS DE GRADO SUPERIOR DE FORMACIÓN PROFESIONAL JUNIO 2015

PRUEBAS DE ACCESO A CICLOS FORMATIVOS DE GRADO SUPERIOR DE FORMACIÓN PROFESIONAL JUNIO 2015 CALIFICACIÓN: PRUEBAS DE ACCESO A CICLOS FORMATIVOS DE GRADO SUPERIOR DE FORMACIÓN PROFESIONAL JUNIO 201 Apellidos Nombre Centro de examen Instrucciones Generales PARTE COMÚN MATERIA: FUNDAMENTOS DE MATEMÁTICAS

Más detalles

ESTADÍSTICA. Población Individuo Muestra Muestreo Valor Dato Variable Cualitativa ordinal nominal. continua

ESTADÍSTICA. Población Individuo Muestra Muestreo Valor Dato Variable Cualitativa ordinal nominal. continua ESTADÍSTICA Población Individuo Muestra Muestreo Valor Dato Variable Cualitativa ordinal nominal Cuantitativa discreta continua DISTRIBUCIÓN DE FRECUENCIAS Frecuencia absoluta: fi Frecuencia relativa:

Más detalles

Ámbito Científico-Tecnológico Módulo IV Bloque 6 Unidad 6 Cara o cruz

Ámbito Científico-Tecnológico Módulo IV Bloque 6 Unidad 6 Cara o cruz Ámbito Científico-Tecnológico Módulo IV Bloque 6 Unidad 6 Cara o cruz Me tocará? No me tocará? Si jugamos al parchís, sacaré un cinco para salir de casa? No lo sabemos, todo depende de la suerte o el azar.

Más detalles

MODELO DE RESPUESTAS Objetivos del 1 al 9

MODELO DE RESPUESTAS Objetivos del 1 al 9 PRUEBA INTEGRAL LAPSO 05-764 - /9 Universidad Nacional Abierta Probabilidad y Estadística I (Cód. 764) Vicerrectorado Académico Cód. Carrera: 6 Fecha: 0-04-06 MODELO DE RESPUESTAS Objetivos del al 9 OBJ

Más detalles

Medidas de dispersión

Medidas de dispersión Medidas de dispersión Las medidas de dispersión nos informan sobre cuánto se alejan del centro los valores de la distribución. Las medidas de dispersión son: Rango o recorrido El rango es la diferencia

Más detalles

Tema 5 Algunas distribuciones importantes

Tema 5 Algunas distribuciones importantes Algunas distribuciones importantes 1 Modelo Bernoulli Distribución Bernoulli Se llama experimento de Bernoulli a un experimento con las siguientes características: 1. Se realiza un experimento con dos

Más detalles

MATERIA: MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES II INSTRUCCIONES Y CRITERIOS GENERALES DE CALIFICACIÓN

MATERIA: MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES II INSTRUCCIONES Y CRITERIOS GENERALES DE CALIFICACIÓN UNIVERSIDADES PÚBLICAS DE LA COMUNIDAD DE MADRID PRUEBA DE ACCESO A LAS ENSEÑANZAS UNIVERSITARIAS OFICIALES DE GRADO MODELO DE EXAMEN CURSO 2014-2015 MATERIA: MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES

Más detalles

Estadística. Análisis de datos.

Estadística. Análisis de datos. Estadística Definición de Estadística La Estadística trata del recuento, ordenación y clasificación de los datos obtenidos por las observaciones, para poder hacer comparaciones y sacar conclusiones. Un

Más detalles

U.D.1: Análisis estadístico de una variable Consideraciones iniciales: Propuesta: 1.1 Distribución de frecuencias. Variables Cualitativas: Ejemplo

U.D.1: Análisis estadístico de una variable Consideraciones iniciales: Propuesta: 1.1 Distribución de frecuencias. Variables Cualitativas: Ejemplo U.D.1: Análisis estadístico de una variable Consideraciones iniciales: - Población: Es el conjunto de todos los elementos que cumplen una determinada característica. Ej.: Alumnos del colegio. - Individuo:

Más detalles

ESTADÍSTICA DESCRIPTIVA PARA EL TURISMO

ESTADÍSTICA DESCRIPTIVA PARA EL TURISMO ESTADÍSTICA DESCRIPTIVA PARA EL TURISMO RELACIÓN DE PROBLEMAS PROPUESTOS DE UNA VARIABLE Curso académico 2004-2005 DPTO. ECONOMÍA APLICADA I 1. Obtener las frecuencias acumuladas, las frecuencias relativas

Más detalles

INECUACIONES Y SISTEMAS DE INECUACIONES LINEALES.

INECUACIONES Y SISTEMAS DE INECUACIONES LINEALES. Nombre y apellidos : Materia: MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES I 2ª entrega Fecha: Curso: 1º BACHILLERATO INSTRUCCIONES: Para la realización del primer examen deberás entregar en un cuaderno

Más detalles

ESTADÍSTICA CON EXCEL

ESTADÍSTICA CON EXCEL ESTADÍSTICA CON EXCEL 1. INTRODUCCIÓN La estadística es la rama de las matemáticas que se dedica al análisis e interpretación de series de datos, generando unos resultados que se utilizan básicamente en

Más detalles

TALLER 3 ESTADISTICA I

TALLER 3 ESTADISTICA I TALLER 3 ESTADISTICA I Profesor: Giovany Babativa 1. Un experimento consiste en lanzar un par de dados corrientes. Sea la variable aleatoria X la suma de los dos números. a. Determine el espacio muestral

Más detalles

Tema 4: Probabilidad y Teoría de Muestras

Tema 4: Probabilidad y Teoría de Muestras Tema 4: Probabilidad y Teoría de Muestras Estadística. 4 o Curso. Licenciatura en Ciencias Ambientales Licenciatura en Ciencias Ambientales (4 o Curso) Tema 4: Probabilidad y Teoría de Muestras Curso 2008-2009

Más detalles

Tema 3: Cálculo de Probabilidades. Métodos Estadísticos

Tema 3: Cálculo de Probabilidades. Métodos Estadísticos Tema 3: Cálculo de Probabilidades Métodos Estadísticos 2 INTRODUCCIÓN Qué es la probabilidad? Es la creencia en la ocurrencia de un evento o suceso. Ejemplos de sucesos probables: Sacar cara en una moneda.

Más detalles

Medidas de centralización

Medidas de centralización 1 1. Medidas de centralización Medidas de centralización Hemos visto cómo el estudio del conjunto de los datos mediante la estadística permite realizar representaciones gráficas, que informan sobre ese

Más detalles

Pregunta 1. Pregunta 2. Pregunta 3. Pregunta 4. Pregunta 5. Pregunta 6. Pregunta 7. Comenzado el lunes, 25 de marzo de 2013, 17:24

Pregunta 1. Pregunta 2. Pregunta 3. Pregunta 4. Pregunta 5. Pregunta 6. Pregunta 7. Comenzado el lunes, 25 de marzo de 2013, 17:24 Comenzado el lunes, 25 de marzo de 2013, 17:24 Estado Finalizado Finalizado en sábado, 30 de marzo de 2013, 17:10 Tiempo empleado 4 días 23 horas Puntos 50,00/50,00 Calificación 10,00 de un máximo de 10,00

Más detalles

EJERCICIOS ESTADÍSTICA DESCRIPTIVA

EJERCICIOS ESTADÍSTICA DESCRIPTIVA EJERCICIOS ESTADÍSTICA DESCRIPTIVA 1.- Dada la siguiente distribución de frecuencias de variable discreta. Calcular: a) Mediana b) Moda c) Media d) Varianza y desviación típica x i f i 47 1 48 3 49 2 50

Más detalles

PROBLEMAS RESUELTOS SELECTIVIDAD ANDALUCÍA 2013 MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES TEMA 5: PROBABILIDAD

PROBLEMAS RESUELTOS SELECTIVIDAD ANDALUCÍA 2013 MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES TEMA 5: PROBABILIDAD PROBLEMAS RESUELTOS SELECTIVIDAD ANDALUCÍA 2013 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 detalles

Tutorial MT-m5. Matemática Tutorial Nivel Medio. Probabilidad

Tutorial MT-m5. Matemática Tutorial Nivel Medio. Probabilidad 356790356790 M ate m ática Tutorial MT-m5 Matemática 006 Tutorial Nivel Medio Probabilidad Matemática 006 Tutorial Probabilidad Marco Teórico. Probabilidad P(#). Definición: La probabilidad de ocurrencia

Más detalles

Ejercicios de probabilidad

Ejercicios de probabilidad 1. Dos personas juegan con una moneda, a cara (C) o escudo (E). La que apuesta por la cara gana cuando consiga dos caras seguidas o, en su defecto, tres caras; análogamente con el escudo. El juego acaba

Más detalles

EJERCICIOS TEMA 1. Clasifica los siguientes caracteres estadísticos según sean cualitativos, variables discretas o variables continuas:

EJERCICIOS TEMA 1. Clasifica los siguientes caracteres estadísticos según sean cualitativos, variables discretas o variables continuas: Ejercicio 1. Clasifica los siguientes caracteres estadísticos según sean cualitativos, variables discretas o variables continuas: a) Marca de los coches. b) Peso de los coches. c) Número de coches vendidos

Más detalles

MEDIDAS DE TENDENCIA CENTRAL O DE PRECISIÓN

MEDIDAS DE TENDENCIA CENTRAL O DE PRECISIÓN MEDIDAS DE TENDENCIA CENTRAL O DE PRECISIÓN Cuando se analiza un conjunto de datos, normalmente muestran una tendencia a agruparse o aglomerarse alrededor de un punto central. Para describir ese conjunto

Más detalles

TEMA 2 EXPERIMENTOS ALEATORIOS Y CÁLCULO DE PROBABILIDADES

TEMA 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 detalles

PROBABILIDAD. Espacio muestral. El espacio muestral de un experimento aleatorio es el conjunto de todos los resultados posibles de un experimento.

PROBABILIDAD. Espacio muestral. El espacio muestral de un experimento aleatorio es el conjunto de todos los resultados posibles de un experimento. PROBABILIDAD. CONTENIDOS: Experimentos aleatorios. Espacio muestral. Sucesos. Operaciones con sucesos. Suceso contrario y sucesos incompatibles. Idea intuitiva del concepto de probabilidad. Propiedades.

Más detalles

Problemas de Probabilidad Resueltos y Propuestos

Problemas de Probabilidad Resueltos y Propuestos Problemas de Probabilidad Resueltos y Propuestos 1. Si consideramos que en el lanzamiento de 10 dados al menos aparece un uno Cuál es la probabilidad de que aparezcan dos o más unos? Solución. Aquí aplicamos

Más detalles

Fase 2. Estudio de mercado: ESTADÍSTICA

Fase 2. Estudio de mercado: ESTADÍSTICA 1. CONCEPTO DE ESTADÍSTICA. ESTADÍSTICA DESCRIPTIVA 2. 3. TABLA DE FRECUENCIAS 4. REPRESENTACIONES GRÁFICAS 5. TIPOS DE MEDIDAS: A. MEDIDAS DE POSICIÓN B. MEDIDAS DE DISPERSIÓN C. MEDIDAS DE FORMA 1 1.

Más detalles

UNIVERSIDAD INTERAMERICANA DE PUERTO RICO RECINTO DE ARECIBO CENTRO DE SERVICIOS DE APOYO AL ESTUDIANTE

UNIVERSIDAD INTERAMERICANA DE PUERTO RICO RECINTO DE ARECIBO CENTRO DE SERVICIOS DE APOYO AL ESTUDIANTE UNIVERSIDAD INTERAMERICANA DE PUERTO RICO RECINTO DE ARECIBO CENTRO DE SERVICIOS DE APOYO AL ESTUDIANTE Glosario Media: es la puntuación promedio de un grupo de datos. Mediana: la mediana viene a ser la

Más detalles

Nombre: Fecha: Curso:

Nombre: Fecha: Curso: Begoña tiene camisetas para hacer deporte de tres colores: blancas, grises y negras. Completa la siguiente tabla de frecuencias con los datos del dibujo. Cuántas camisetas tiene en total? camiseta blanca

Más detalles

RELACIÓN DE EJERCICIOS TEMA 2

RELACIÓN DE EJERCICIOS TEMA 2 1. Sea una distribución estadística que viene dada por la siguiente tabla: Calcular: x i 61 64 67 70 73 f i 5 18 42 27 8 a) La moda, mediana y media. b) El rango, desviación media, varianza y desviación

Más detalles

T1. Distribuciones de probabilidad discretas

T1. Distribuciones de probabilidad discretas Estadística T1. Distribuciones de probabilidad discretas Departamento de Ciencias del Mar y Biología Aplicada Inferencia estadística: Parte de la estadística que estudia grandes colectivos a partir de

Más detalles

Relación 1. Sucesos y probabilidad. Probabilidad condicionada.

Relación 1. Sucesos y probabilidad. Probabilidad condicionada. Relación. Sucesos y probabilidad. Probabilidad condicionada.. Sean A, B y C tres sucesos cualesquiera. Determine expresiones para los siguientes sucesos: Ocurre sólo A. Ocurren A y B pero no C. c) Ocurren

Más detalles

MATEMÁTICAS 2º ESO. BLOQUE 9. FUNCIONES, ESTADÍSTICA Y PROBABILIDAD. (En el libro Temas 8, 9 y 10, páginas 141, 159 y 177)

MATEMÁTICAS 2º ESO. BLOQUE 9. FUNCIONES, ESTADÍSTICA Y PROBABILIDAD. (En el libro Temas 8, 9 y 10, páginas 141, 159 y 177) MATEMÁTICAS 2º ESO. BLOQUE 9. FUNCIONES, ESTADÍSTICA Y PROBABILIDAD. (En el libro Temas 8, 9 y 10, páginas 141, 159 y 177) 1. Funciones. 1.1. Coordenadas en el plano. 1.2. Definición de función. 1.3. Intervalos.

Más detalles

Tema 4 Probabilidad condicionada: teoremas básicos. Independencia de sucesos

Tema 4 Probabilidad condicionada: teoremas básicos. Independencia de sucesos Tema 4 Probabilidad condicionada: teoremas básicos. Independencia de sucesos 1. Probabilidad condicionada. Espacio de probabilidad condicionado La probabilidad condicionada es uno de los conceptos clave

Más detalles

Probabilidad. La probabilidad mide la frecuencia con la que aparece un resultado determinado cuando se realiza un experimento.

Probabilidad. La probabilidad mide la frecuencia con la que aparece un resultado determinado cuando se realiza un experimento. Matemáticas segundo medio COLEGIO SSCC CONCEPCION NOMBRE: Clase Teórica Práctica Nº 30 Probabilidad Probabilidad: Introducción La probabilidad mide la frecuencia con la que aparece un resultado determinado

Más detalles

Por ejemplo, lanzar al aire un dado o una moneda son experimentos aleatorios. Los experimentos aleatorios pueden ser simples o compuestos.

Por ejemplo, lanzar al aire un dado o una moneda son experimentos aleatorios. Los experimentos aleatorios pueden ser simples o compuestos. .- CONCEPTOS BÁSICOS DE PROBABILIDAD Experimento aleatorio: Es aquel cuyo resultado depende del azar y, aunque conocemos todos los posibles resultados, no se puede predecir de antemano el resultado que

Más detalles

2. Recolección de información - Medidas de posición: moda, media aritmética, mínimo, máximo - Frecuencia absoluta, relativa y porcentual

2. Recolección de información - Medidas de posición: moda, media aritmética, mínimo, máximo - Frecuencia absoluta, relativa y porcentual Prueba Escrita de matemática / Nivel: Sétimo año 1. Estadística - Unidad estadística - Características - Datos u observaciones - Población - Muestra - Variabilidad de los datos - Variables cuantitativas

Más detalles

6. VARIABLES ALEATORIAS

6. VARIABLES ALEATORIAS 6. VARIABLES ALEATORIAS Objetivo Introducir la idea de una variable aleatoria y su distribución y características como media, varianza etc. Bibliografía recomendada Peña y Romo (1997), Capítulo 15. Hasta

Más detalles

PROBLEMAS RESUELTOS SELECTIVIDAD ANDALUCÍA 2014 MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES TEMA 5: PROBABILIDAD

PROBLEMAS RESUELTOS SELECTIVIDAD ANDALUCÍA 2014 MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES TEMA 5: PROBABILIDAD PROBLEMAS RESUELTOS SELECTIVIDAD ANDALUCÍA 2014 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 detalles

2. Probabilidad y. variable aleatoria. Curso 2011-2012 Estadística. 2. 1 Probabilidad. Probabilidad y variable aleatoria

2. Probabilidad y. variable aleatoria. Curso 2011-2012 Estadística. 2. 1 Probabilidad. Probabilidad y variable aleatoria 2. Probabilidad y variable aleatoria Curso 2011-2012 Estadística 2. 1 Probabilidad 2 Experimento Aleatorio EL término experimento aleatorio se utiliza en la teoría de la probabilidad para referirse a un

Más detalles

MEDIDAS DE TENDENCIA CENTRAL

MEDIDAS DE TENDENCIA CENTRAL MEDIDAS DE TENDENCIA CENTRAL Son valores numéricos que localizan e informan sobre los valores medios de una serie o conjunto de datos, se les considera como indicadores debido a que resumen la información

Más detalles

OPCIÓN A. La empresa A (x) tiene 30 trabajadores, la B (y) 20 trabajadores y la C (z) 13 trabajadores.

OPCIÓN A. La empresa A (x) tiene 30 trabajadores, la B (y) 20 trabajadores y la C (z) 13 trabajadores. PRUEBAS DE ACCESO A LA UNIVERSIDAD PARA EL ALUMNADO DE BACHILLERATO. 159 MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES. JUNIO 16 EXAMEN RESUELTO POR JAVIER SUÁREZ CABALLERO (@javiersc9) OBSERVACIONES IMPORTANTES:

Más detalles

5 DISTRIBUCIONES BINOMIAL Y DE POISSON

5 DISTRIBUCIONES BINOMIAL Y DE POISSON 5 DISTRIBUCIONES BINOMIAL Y DE POISSON La repetición sucesiva de n pruebas (ensayos) de BERNOUILLI de modo independiente y manteniendo constante la probabilidad de éxito p da lugar a la variable aleatoria

Más detalles

Ejercicios de Estadística para 2º E.S.O

Ejercicios de Estadística para 2º E.S.O Ejercicio 1 Ejercicios de Estadística para 2º E.S.O El salario mensual, en euros, de 5 trabajadores de una empresa es el siguiente: 1500 1500 2000 2700 11000 Cuál de las tres medidas de centralización

Más detalles

Examen de Matemáticas Aplicadas a las CC. Sociales II (Junio 2015) Selectividad-Opción A Tiempo: 90 minutos

Examen de Matemáticas Aplicadas a las CC. Sociales II (Junio 2015) Selectividad-Opción A Tiempo: 90 minutos Examen de Matemáticas Aplicadas a las CC. Sociales II (Junio 2015) Selectividad-Opción A Tiempo: 90 minutos Problema 1 (2 puntos) Se considera el sistema de ecuaciones dependiente del parámetro real a:

Más detalles

Pruebas de Acceso a Enseñanzas Universitarias Oficiales de Grado (PAEG) Matemáticas aplicadas a las Ciencias Sociales II - Junio 2011 - Propuesta B

Pruebas de Acceso a Enseñanzas Universitarias Oficiales de Grado (PAEG) Matemáticas aplicadas a las Ciencias Sociales II - Junio 2011 - Propuesta B Pruebas de Acceso a Enseñanzas Universitarias Oficiales de Grado (PAEG) Matemáticas aplicadas a las Ciencias Sociales II - Junio 2011 - Propuesta B 1. Queremos invertir una cantidad de dinero en dos tipos

Más detalles

Probabilidad y Estadística

Probabilidad y Estadística Probabilidad y Estadística Probabilidad Conceptos como probabilidad, azar, aleatorio son tan viejos como la misma civilización. Y es que a diario utilizamos el concepto de probabilidad: Quizá llueva mañana

Más detalles

ESTADÍSTICA INFERENCIAL

ESTADÍSTICA INFERENCIAL ESTADÍSTICA INFERENCIAL ESTADÍSTICA INFERENCIAL 1 Sesión No. 2 Nombre: Probabilidad Contextualización En la sesión anterior analizamos cómo a largo plazo un fenómeno aleatorio o probabilístico posee un

Más detalles

MEDIDAS ESTADÍSTICAS Medidas de Tendencia Central y de Variabilidad

MEDIDAS ESTADÍSTICAS Medidas de Tendencia Central y de Variabilidad MEDIDAS ESTADÍSTICAS Medidas de Tendencia Central y de Variabilidad 1 Propiedades deseables de una medida de Tendencia Central. 1) Definida objetivamente a partir de los datos de la serie. 2) Que dependa

Más detalles

= -6 0 A-1 A -1 = 1 A A = A d t Ad A-1 = X = A d = -5 2 A-1 =

= -6 0 A-1 A -1 = 1 A A = A d t Ad A-1 = X = A d = -5 2 A-1 = www.clasesalacarta.com.- Universidad de Castilla la Mancha PAU/LOGSE Reserva-2 2.0 Opción A RESERVA _ 2 _ 20 a) Despeja la matriz X en la siguiente ecuación matricial: I - 2X + XA = B, suponiendo que todas

Más detalles

P R O B A B I L I D A D E S

P R O B A B I L I D A D E S Seminario Conciliar La Serena DEPTO DE MATEMATICA. MCP - GGU P R O B A B I L I D A D E S DEFINICIÓN: Es una rama de la matemática que consiste en el estudio de ciertos experimentos llamados aleatorios

Más detalles

Probabilidades. Universidad de las Américas Instituto de Matemática, Física y Estadística. Centro de Aprendizaje Matemático - CAM

Probabilidades. Universidad de las Américas Instituto de Matemática, Física y Estadística. Centro de Aprendizaje Matemático - CAM Universidad de las Américas Instituto de Matemática, Física y Estadística. Centro de Aprendizaje Matemático - CAM Probabilidades P(A) = Casos favorables Casos posibles Objetivos: Definir el concepto de

Más detalles

1. Progresiones aritméticas

1. Progresiones aritméticas 1 PROGRESIONES ARITMÉTICAS 1 1. Progresiones aritméticas Una progresión aritmética es una sucesión en la que cada término es igual al anterior más un número constante llamado diferencia de la progresión.

Más detalles

3. ASOCIACIÓN ENTRE DOS VARIABLES CUALITATIVAS

3. ASOCIACIÓN ENTRE DOS VARIABLES CUALITATIVAS 1. INTRODUCCIÓN Este tema se centra en el estudio conjunto de dos variables. Dos variables cualitativas - Tabla de datos - Tabla de contingencia - Diagrama de barras - Tabla de diferencias entre frecuencias

Más detalles

COMBINATORIA Y PROBABILIDAD

COMBINATORIA Y PROBABILIDAD COMBINATORIA Y PROBABILIDAD Esp. HENRY CARRASCAL C. Lic. Matemáticas y Física Esp. Informática Educativa Esp. Práctica Docente Universitaria Magíster en Práctica Pedagógica INSTITUCIÓN EDUCATIVA RAFAEL

Más detalles

Probabilidad Condicional

Probabilidad Condicional Probabilidad Condicional Algunas veces la ocurrencia de un evento A puede afectar la ocurrencia posterior de otro evento B; por lo tanto, la probabilidad del evento B se verá afectada por el hecho de que

Más detalles

8.- Obtén el valor de n para que el polinomio sea divisible entre x + 3.

8.- Obtén el valor de n para que el polinomio sea divisible entre x + 3. 1º BACHILLERATO CCSS NÚMEROS Y ÁLGEBRA 1.- Calcula: a) 5,2 10 2 + 3,15 10-2 4,2 10-3 b)(3,6 10 3 ) : (1,2 10-4 ) 2.- Realiza las siguientes operaciones: 3.- Racionaliza: 4.- Racionaliza: 5.- Simplifica

Más detalles

Posible solución al examen de Investigación Operativa de Sistemas de junio de 2002

Posible solución al examen de Investigación Operativa de Sistemas de junio de 2002 Posible solución al examen de Investigación Operativa de Sistemas de junio de 00 Problema (,5 puntos): Resuelve el siguiente problema utilizando el método Simplex o variante: Una compañía fabrica impresoras

Más detalles

UNIDAD 6. Estadística

UNIDAD 6. Estadística Matemática UNIDAD 6. Estadística 2 Medio GUÍA N 1 MEDIDAS DE DISPERSIÓN PARA DATOS NO AGRUPADOS ACTIVIDAD Consideremos los siguientes conjuntos de valores referidos a las edades de los jugadores de dos

Más detalles

TEMA 4: ECUACIONES Y SISTEMAS DE ECUACIONES

TEMA 4: ECUACIONES Y SISTEMAS DE ECUACIONES TEMA 4: ECUACIONES Y SISTEMAS DE ECUACIONES 1. ECUACIONES. Una ecuación es una igualdad entre dos expresiones algebraicas. Las variables en este caso se denominan incógnitas. Las soluciones de una ecuación

Más detalles

Tema 3: Números racionales

Tema 3: Números racionales Tema 3: Números racionales SELECCIÓN DE EJERCICIOS RESUELTOS EJERCICIOS DEL CAPÍTULO 4 (Fracciones y números racionales positivos) (Pág. 9) 22. Al examen de junio de matemáticas se presentan 3 de cada

Más detalles

Perfiles Isómetricos Excel Ejemplo. Universidad Nacional de Colombia. Mayo 2014

Perfiles Isómetricos Excel Ejemplo. Universidad Nacional de Colombia. Mayo 2014 Perfiles Isómetricos Ejemplo Universidad Nacional de Colombia Mayo 2014 Variables Usando las bases de datos correspondientes al periodo comprendido entre de los perfiles isométricos de 9539 alumnos de

Más detalles

CÁLCULO DE PROBABILIDADES EXPERIENCIAS ALEATORIAS. SUCESOS EXPERIENCIAS DETERMINISTAS Y ALEATORIAS

CÁLCULO DE PROBABILIDADES EXPERIENCIAS ALEATORIAS. SUCESOS EXPERIENCIAS DETERMINISTAS Y ALEATORIAS CÁLCULO DE PROBABILIDADES EXPERIENCIAS ALEATORIAS. SUCESOS EXPERIENCIAS DETERMINISTAS Y ALEATORIAS Se llama experiencia determinista a aquella que conocemos el resultado antes de realizar el experimento:

Más detalles

PROBABILIDAD. 1.- Halla el espacio muestral asociado al experimento de lanzar al aire un dado y observar el resultado.

PROBABILIDAD. 1.- Halla el espacio muestral asociado al experimento de lanzar al aire un dado y observar el resultado. PRBABILIDAD EXPERIMENTS ALEATRIS Experimento determinista y aleatorio Un experimento aleatorio tiene un resultado impredecible al repetirlo en condiciones similares. Un experimento determinista tiene un

Más detalles

Problema 15.3. Observa las siguientes urnas y contesta las cuestiones que siguen:

Problema 15.3. Observa las siguientes urnas y contesta las cuestiones que siguen: 15 Probabilidad Ejercicio 15.1. Indica cuáles de los siguientes sucesos son aleatorios y cuáles no: a) Lanzar una moneda. b) Aprobar un examen de matemáticas. c) Acertar una quiniela de fútbol. d) Lanzar

Más detalles

ESTIMACIÓN PUNTUAL Julián de la Horra Departamento de Matemáticas U.A.M.

ESTIMACIÓN PUNTUAL Julián de la Horra Departamento de Matemáticas U.A.M. 1 Introducción ESTIMACIÓN PUNTUAL Julián de la Horra Departamento de Matemáticas U.A.M. En este capítulo, vamos a abordar la Estimación Puntual, que es uno de los tres grandes conjuntos de técnicas que

Más detalles

Guía de Ejercicios Estadística. Nombre del Estudiante:

Guía de Ejercicios Estadística. Nombre del Estudiante: Colegio Raimapu Departamento de Matemática Guía de Ejercicios Estadística Nombre del Estudiante: V Medio Debes copiar cada enunciado en tu cuaderno y realizar el desarrollo, indica la respuesta correcta

Más detalles

Maestría en Bioinformática Probabilidad y Estadística: Clase 3

Maestría en Bioinformática Probabilidad y Estadística: Clase 3 Maestría en Bioinformática Probabilidad y Estadística: Clase 3 Gustavo Guerberoff gguerber@fing.edu.uy Facultad de Ingeniería Universidad de la República Abril de 2010 Contenidos 1 Variables aleatorias

Más detalles

CÁLCULO DE PROBABILIDADES

CÁLCULO DE PROBABILIDADES 0 CÁLCULO DE PROBABILIDADES Página 9 REFLEXIONA Y RESUELVE Cálculo matemático de la probabilidad Calcula matemáticamente cuál es la probabilidad de que un botón de cm de diámetro no toque raya en la cuadrícula

Más detalles

Probabilidad. Experimento aleatorio

Probabilidad. Experimento aleatorio Probabilidad Pierre Simón Laplace 1749-1827 Astrónomo, físico y matemático francés. Creó una curiosa fórmula para expresar la probabilidad de que el sol saliera por el horizonte. Así: d 1 P d 2 Donde d

Más detalles