2.0 Contenidos, objetivos y palabras claves.

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

Download "2.0 Contenidos, objetivos y palabras claves."

Transcripción

1 8 Unidad 3: Teoría elemental de probabilidades 0 Contenidos, objetivos y palabras laves Contenidos: 30 Contenidos, objetivos y palabras laves 8 3 Experimento determinístio y aleatorio Espaio muestral ontable infinito Suesos y álgebra de suesos 8 3 Ejeriios resueltos, paso a paso (primera parte) 83 3 Ejeriios propuestos (primera parte) 9 33 Ejeriios resueltos, paso a paso (segunda parte) 9 34 Ejeriios propuestos (segunda parte) 03 3 Probabilidad: definiión y propiedades 05 3 Ejeriios resueltos, paso a paso 07 3 Ejeriios propuestos 0 33 Probabilidad ondiional e independenia de suesos 33 Ejeriios resueltos, paso a paso 4 33 Ejeriios propuestos Objetivos: Conoer, araterizar y aprender de modelos que nos permitan estudiar variables observables y no estén sujeto a las ontingenias de observaión Las observaiones experimentales se onvertirán en posibles realizaiones del modelo Reonoer y definir adeuadamente espaios de muestra y suesos en situaiones problemátias Utilizar efiazmente la notaión que permitirá apliar las propiedades de probabilidad benefiiando la soluión ajustada a los requerimientos exigidos por una situaión problemátia Interpretar orretamente los resultados obtenidos en las soluiones planteadas Interpretar orretamente las soluiones a situaiones de ondiionalidad e independenia Difereniar laramente la mutua exlusión y la independenia de suesos Palabras Clave: Espaio de muestra Suesos Suesos mutuamente exluyentes Suesos independientes Unión e interseión de suesos Probabilidad ondiional

2 8 3 Experimento determinístio y aleatorio Espaio muestral ontable e infinito Suesos y álgebra de suesos Palabras Clave: Experimento, Espaio de muestra, suesos, suesos mutuamente exluyentes, unión e interseión de suesos Resumen de oneptos y propiedades Un experimento es un proedimiento que onsiste en un diseño de ejeuión, una variable (o variables) en estudio y un objetivo de experimentaión, on la intenión de obtener un resultado observable entre todos los posibles El onjunto de resultados posibles de un experimento es llamado espaio muestral o espaio de muestras (denotado por el símbolo Ω ) Si el onjunto de resultados posibles onsta de un únio resultado el experimento es denominado determinístio Si tiene más de un resultado posible es llamado no determinístio o aleatorio Son de interés en esta seión los experimentos aleatorios Se llama sueso a ualquier subonjunto del espaio de muestras Ω al ual se le pueda asoiar una medida de ourrenia Se die que un sueso ourre si y sólo si se verifia en la experienia uno de los resultados que ontiene Se llama sueso elemental a un sueso que tiene un únio resultado posible Es deir, si Ω = { r, r, r3,, r N } es un espaio de muestras on N resultados posibles, entones { r i } on i =,,3, N, son suesos elementales La unión de suesos elementales forma el espaio de muestras, esto es, si Ω = { r r r r } entones { r } { r } { r } { r} N N i= i,,,, N 3 Ω = = o bien si el espaio de muestras es Ω = { r, r, r,} entones Ω = { } { } = { } 3 r r ri i=

3 83 Un espaio de muestras es llamado espaio finito si es de la forma { r, r, r3,, r N } número natural N Es llamado espaio infinito numerable si es de la forma { r, r, r,} un espaio infinito si verifia Ω R Ω = para algún Ω = y es 3 Si A y B son suesos en Ω entones A B es también sueso y ourre si y sólo si ourre A, ourre B u ourren A y B simultáneamente Si A, A,, A n son suesos en Ω entones A A An A ourre si y sólo si ourre al menos algún A i n = es también sueso y Si A, A, son suesos en Ω entones A A = An es sueso y ourre si y sólo si ourre al menos algún A i Si A y B son suesos en Ω entones A B es sueso y ourre si y sólo si ourren A y B simultáneamente i= i= n Si A, A,, A n son suesos en Ω entones A A An = A sólo si ourren todos los A i n i= n es sueso y ourre si y Si A, A, son suesos en Ω entones A A = An ourren todos los A i i= es sueso y ourre si y sólo si C A es sueso y ourre si y sólo si no ourre A 3 Ejeriios resueltos, paso a paso: Ejemplo (Apliaión en ienias de la Salud) En un estableimiento de atenión primaria de salud se mide el peso de un paiente reién ingresado Determine la variable en estudio y el espaio de muestras asoiado

4 84 Esquema de soluión Paso Leer detenidamente el problema hasta identifiar la informaión que da y lo que está pidiendo que se responda: El experimento onsiste en medir el peso de un paiente ingresado a un estableimiento de atenión primaria Se pide identifiar la variable que se estudia y su espaio de muestras asoiado A la variable y, por tanto, al experimento Paso Desarrollar fundamentadamente una soluión al problema planteado: Es laro que en esta experienia la variable que se está midiendo es X : peso de un paiente ingresado al entro de atenión primaria Cuando se mide el peso de un paiente se están tomando muestras de valores espeífios logrados en la situaión experimental de mediión de la variable peso Es laro que, a priori, no se pueden medir todos los pesos que puedan pesar las personas que posiblemente sean atendidas por este estableimiento de salud Eso sería imposible Pero se puede razonar de la siguiente manera: En verdad, los pesos posibles de una persona ualquiera, son valores en un intervalo de la forma [ 0, M ] donde M es el peso máximo observable en un individuo Si logramos analizar los pesos en este intervalo y araterizarlos grupalmente podremos reién deir algo de la variable peso Pero, omo se sabe, estos máximos de peso nuna se pueden determinar on erteza porque uando se fija un valor, nos llevamos la sorpresa de que en el tiempo los hehos ambian y ese valor es superado, muhas vees, on el asombro de quienes viven la époa Esto hae que los modelos de análisis de la variable peso no queden dependiendo de estas partiularidades Un intervalo muho más trasendente es de la forma [ ] 0, + que deja abierta la posibilidad de asumir ualquier máximo posible (al menos teóriamente) Desearíamos que, para interpretar este intervalo en una situaión real, la posibilidad de observar un valor muy grande de peso sea poo probable Las observaiones experimentales se onvertirán en posibles realizaiones de este modelo

5 85 Paso 3 Estableer una respuesta al problema: Resp: El espaio de muestras del peso de los paientes que asisten al estableimiento de + Ω = 0, =R (espaio muestral infinito) atenión primaria de salud es ( ) Nota: El objetivo último del estudio de los modelos de tipo aleatorio radia en la neesidad de antiiparse a hehos que, desde el punto de vista que nos interesa, pueden ser importantes de prever Por ejemplo, uando se produe un brote de viruela, es importante prever la propagaión del ontagio En este aso, nos preguntamos aera de uál es la posibilidad, por ejemplo, de que el ontagio se ontinúe propagando en la medida en que pasan los días, o bien que se pueda estabilizar y omenzar a disminuir hasta desapareer Esto se hae observando primero si hay aumento del número de asos, en la medida en que transurre el tiempo o bien si hay una disminuión (que es lo deseable) Ejemplo (Apliaión en ienias de la Salud) En las ampañas de vaunaión antigripal masiva, que se realiza a personas de la terera edad en ierto período del año, lo deseable es antiipar un onoimiento sobre el omportamiento de los tamaños de los grupos etarios a los que se favoreerá on vaunaión gratuita, on la intenión de determinar el número de dosis que se deberá tener disponibles por parte del Ministerio de Salud para el éxito de esta ampaña de salud públia Determinar el espaio de muestras asoiado a la experienia de estudio de la antidad de personas que neesitan la vauna antigripal Esquema de soluión Paso Leer detenidamente el problema hasta identifiar la informaión que da y lo que está pidiendo que se responda: Se desea determinar el número de dosis que el Ministerio de Salud deberá tener disponibles para la ampaña de vaunaión antigripal masiva Se pide identifiar el espaio de muestras asoiado al estudio de la antidad de personas que neesitan la vauna antigripal Paso Desarrollar fundamentadamente una soluión al problema planteado: Si razonamos en forma semejante al ejemplo anterior, observamos que la antidad de personas de la terera edad que puedan ser vaunadas puede ser o o 3 o o ierta antidad máxima que puede depender del tamaño de la poblaión a la ual se dará el benefiio Pero, un modelo general no debe atender a ontingenias partiulares sino a ualquier eventualidad Por lo tanto Ω =,,3, =N (espaio un modelo de espaio de muestra adeuado es de la forma { }

6 86 infinito numerable) Valores muy altos pasan a ser poo probables y para ada poblaión demográfia se debe estudiar la espeifiaión de un máximo para tomar una determinaión más erana a la antidad de vaunas que se debe disponer Paso 3 Estableer una respuesta al problema planteado: Resp: Ω = {,,3,, M}, donde este valor máximo M se debe determinar O bien, Ω = {,,3, } =N que sería el espaio de muestras modelo Nota: Se hae importante introduir un onepto que se utiliza muho pero que pasa desaperibido en muhas situaiones informativas: la probabilidad de que se deba tener, por ejemplo, M dosis disponibles Ejemplo 3 (Apliaión en ienias de la Salud) En un hospital se desea estudiar la proporión de niños infetados de ásaris Determine: a el espaio muestral asoiado al experimento que verifiará si un niño elegido al azar tiene ásaris b el espaio muestral asoiado al experimento que verifiará si 0 niños elegidos al azar tienen ásaris Esquema de soluión Paso Leer detenidamente el problema hasta identifiar la informaión que da y lo que está pidiendo que se responda: a Experimento aleatorio base: ξ : Examinar un niño ingresado al hospital para determinar si está infetado de ásaris o no Espaio muestral asoiado: { a a } Ω =, ' donde a denota a un niño infetado de ásaris y a ' denota a un niño sin ásaris Resp: El espaio muestral asoiado al experimento ξ que verifiará si un niño elegido al azar tiene ásaris es Ω = { a, a' }, donde a denota a un niño infetado de ásaris y a ' a un niño sin ásaris b Para determinar el espaio muestral asoiado al experimento que verifiará si 0 niños elegidos al azar tienen ásaris razonamos de la siguiente manera:

7 87 Si se eligieran niños: Experimento aleatorio ξ : Examinar dos niños ingresados al hospital y determinar si están infetados de ásaris o no Ω = (, ),(, '),( ', ),( ', ') Si se eligieran 3 niños: Espaio Muestral { a a a a a a a a } Experimento aleatorio ξ 3 : Examinar tres niños ingresados al hospital y determinar si están infetados de ásaris o no Espaio Muestral Ω 3: { a a a a a a a a a a a a a a a a a a a a a a a a } Ω 3 = (,, ),(,, '),(, ', ),( ',, ),(, ', '),( ',, '),( ', ', ),( ', ', ') Evidentemente, de este razonamiento podemos deduir que Ω = Ω Ω Ω = Ω Ω Ω 3 3 y que, en general, Ω n = Ω Ω Ω n Es deir, un espaio muestral Ω n está asoiado a muestras de n elementos y se expresa mediante un produto ruz de un espaio muestral base Ω En resumen, entones, Experimento aleatorio ξ n : Examinar n niños del hospital y determinar si están infetados de ásaris o no Espaio Muestral asoiado a Ω n = ( x, x,, xn ) / xi =, i =,,, n a ' Es deir, el espaio de muestras, en este aso, está formado por onjuntos ordenados de n niños (representados por x, x,, x n ), en que ada uno de ellos, a su vez, es representado por un registro que india que el niño tiene ásaris ( a ) o que el niño no tiene ásaris ( a ')

8 88 Teóriamente, si se han seleionado muestras de n = niños, un elemento de Ω n es de la forma, por ejemplo, ( a, a', a ', a, a, a, a ', a ', a, a ', a, a ') Gráfiamente, a a a a a a a a a a a a donde : el niño tiene ásaris ( a ') y : el niño no tiene ásaris ( a ) Resp: El espaio muestral asoiado al experimento que verifiará si 0 niños elegidos al azar tienen ásaris es de la forma: a Ω 0 = ( x, x,, x0 ) / xi =, para i =,,, 0 a ' Es deir, es un onjunto de 0-uplas ordenadas en las que ada entrada es del tipo a (si el niño elegido tiene ásaris) o bien a ' (si el niño elegido no tiene ásaris) Por análisis ombinatorio se puede probar que el espaio de muestras Ω 0 tiene 0 = 04 0-uplas Es por esto que no es produtivo detallar ada resultado posible de este espaio sino sólo onebir la antidad y la ualidad de sus elementos Ejemplo 4 (Apliaión en Cienias de la Ingeniería) Una fábria produe tornillos que son guardados en ajas de 6 unidades para su venta Para garantizar que las unidades de la aja están en perfetas ondiiones, el fabriante va lasifiando ada tornillo omo C defetuoso ( D ) o no defetuoso ( D ) Determine: a el espaio muestral asoiado al experimento que verifiará si un tornillo elegido al azar de entre los produidos en un turno de trabajo, resulta defetuoso o no defetuoso b el espaio muestral asoiado al experimento que verifiará si ada tornillo del total de 6 de la aja resulta defetuoso o no defetuoso el espaio muestral asoiado al experimento que verifiará uántos tornillos resultan defetuosos en la aja

9 89 Esquema de soluión a Paso Leer uidadosamente el enuniado del problema Una fábria produe tornillos que son guardados en ajas de 6 unidades para su venta C Cada tornillo es lasifiado omo defetuoso ( d ) o no defetuoso ( d ) Paso Identifiar el experimento y el espaio muestral asoiado Aquí el experimento verifiará si ada tornillo del total de 6 de la aja resulta defetuoso o no defetuoso ξ : Examinar un tornillo produido en el turno para determinar si es defetuoso o no El espaio muestral asoiado al experimento que verifiará si un tornillo resulta defetuoso o no, es de la forma Ω = d d { }, donde d india que el artíulo es defetuoso y Paso 3 Redatar una respuesta a la pregunta: Por lo tanto, d india que no lo es Resp: El espaio muestral para el experimento que verifiará si un tornillo elegido al azar Ω = d d de entre los produidos, resulta defetuoso o no es {, } b Paso Leer uidadosamente el enuniado del problema Una fábria produe tornillos que son guardados en ajas de 6 unidades para su venta Cada tornillo es lasifiado omo defetuoso ( d ) o no defertuoso ( d ) El experimento terminará uando se hayan elegido n = 6 tornillos de una aja Se dedue que se repetirá seis vees el experimento base de elegir un tornillo al azar Por lo tanto, si el experimento termina al abo de 6 eleiones, será se la forma Ω = Ω Ω Ω Ω Ω Ω donde { d, d } Ω = 6 Paso Identifiar el experimento y el espaio muestral asoiado De la letura del problema se dedue que el experimento que verifiará si ada tornillo del total de 6 de la aja resulta defetuoso o no defetuoso tiene asoiado un espaio de muestras Ω 6 = Ω Ω Ω Ω Ω Ω Seis vees

10 90 Aquí { d, d } Ω = omo en la parte a) Con un razonamiento iterativo, semejante al del ejeriio anterior, podemos deduir qué tipo de elementos tiene Ω 6 Si se eligieran tornillos: Espaio Muestral {( d, d),( d, d ),( d, d),( d, d )} Si se eligieran 3 tornillos (esto exede los límites): Ω = { d d d d d d d d d d d d d d d d d d d d d d d d } Ω 3 = (,, ),(,, '),(,, ),(,, ),(,, ),(,, ),(,, ),(,, ) Con un razonamiento similar pero no detallando los resultados porque podemos reurrir al razonamiento y la notaión, se obtiene {( x, x,, x ) / xi { d, d }, i,,,6} Ω = = 6 6 Es deir, el espaio de muestras, en este aso, está formado por onjuntos ordenados de 6 tornillos (representados por x, x,, x n ), en que ada uno de ellos, a su vez, es representado por un registro que india que el tornillo es defetuoso ( d ) o que no es defetuoso ( d ) Teóriamente, un elemento de Ω 6 es de la forma, por ejemplo, ( d, d, d, d, d, d ) en ajas de 6 tornillos Gráfiamente, d d d d d donde : el tornillo es no defetuoso ( d ) y : el tornillo es defetuoso( d ) Paso 3 Redatar la respuesta a la pregunta: Finalmente, Resp: El espaio muestral asoiado al experimento que verifiará si un tornillo de la aja ha resultado defetuoso o no defetuoso es d {( x, x,, x ) / x {, i d d }, i,,,6} Ω = = 6 6

11 9 Paso Leer uidadosamente el enuniado del problema El experimento no pide ahora detallar seuenias d (defetuosos) o d (no defetuosos) sino CONTAR uántos tornillos resultan DEFECTUOSOS en la aja Se debe pensar en el número de defetuosos que podría haber en una aja Paso Identifiar el experimento y el espaio muestral asoiado Si el experimento onsiste en verifiar uántos tornillos resultan defetuosos en la aja, es laro que se trata de un ontaje del número de tornillos defetuosos en la aja Es deir, en la aja puede haber o o 3 o o 6 tornillos defetuosos Por lo tanto, el espaio de muestras asoiado es Paso 3 Redatar la respuesta a la pregunta: Ω = {,,,6} Resp: El espaio muestral asoiado al experimento que verifiará uántos tornillos resultan Ω =,,,6 defetuosos en la aja es { } 3 Ejeriios Propuestos (Primera parte) Suponga que se realiza el experimento de lanzar un dado Determine el espaio de muestras para los siguientes objetivos de experimentaión: a Observar el número apareido en la ara superior Resp: Ω = {,,3, 4,5,6} b Observar si el número apareido es par o impar Resp: Ω = { par, impar} Observar si el número apareido es mayor que 4 o no Ω = número mayor que 4, número no mayor que 4 Resp: { } d Observar la suma de puntos apareidos en las aras superior e inferior Ω = 7 (es un experimento determinístio) Resp: { } Suponga que se realiza el experimento de lanzar dos dadosdetemine el espaio de muestras para los siguientes objetivos de experimentaión: a Observar la suma de puntos apareidos en las aras superiores Ω =,3, 4,5,6,7,8,9,0,, Resp: { } b Observar el produto de los puntos apareidos en las aras superiores Ω =,,3, 4,5,6,8,9,0,,5,6,8, 0, 4, 5,30,36 Resp: { }

12 9 Observar el valor absoluto de la diferenia de puntos apareidos en las aras superiores Resp: Ω = 0,,,3, 4,5 { } 3 La última novela de un autor ha tenido un gran éxito En un grupo de 4 amigos afiionados a la letura determine: a El espaio de muestras asoiado a la experienia de estableer las seuenias que indian si ada uno de ellos ha leído (o no) la novela {( x, x, x, x ) / x l, l, i,, 3, 4} Ω = =, donde l india que el individuo Resp: { i } leyó la novela y l india que no fue así b El espaio de muestras asoiado a la variable que uenta el número de amigos que han leído la Ω = 0,,,3,4 novela, entre los uatro Resp: { } 4 El número de llamadas telefónias que llegan a una entral telefónia es a lo más de 0 llamadas en una hora Como no se asegura que en la hora siguiente haya exatamente 0 llamadas el operario deide investigar en forma teória el número de llamadas que se harán en la hora siguiente Determine el espaio de muestras para esta experienia Resp: Ω = { 0,,,,0 } 5 Cierta área geográfia del planeta es golpeada por huraanes en un año determinado Enontrar un espaio de muestras para estudiar el número de huraanes que suederán el año siguiente Resp: Ω = { 0,,,, N}, donde N es el máximo de huraanes que pueden ourrir en un año 6 Un estudio de inventario en un almaén determina que, en promedio, la demanda de un artíulo partiular se hae 5 vees al día Se estima que a lo más este artíulo es pedido 8 vees por día El enargado de inventario desea haer un estudio de esta situaión Determine el espaio de muestras asoiado al número de vees que este artíulo es soliitado por día Resp: Ω = { 0,,,,8} 7 Un meánio estudia el tiempo de duraión de un rodamiento Quiere determinar elmomento en que debe ambiarlo, antes de que al estropearse puedea ser auda de un aidente Cuál es el espaio de muestras del tiempo de duraión ativa del rodamiento? Resp: Ω = ( 0, TMáx ], donde T máx es el tiempo máximo de duraión del rodamiento 33 Ejeriios resueltos, paso a paso (Segunda parte): Ejemplo 5 (Apliaión en Cienias de la Salud) En el ejemplo anterior onsidérese el espaio muestral { aa a a aa a a } Ω =, ', ', ' '

13 93 Determine los siguientes suesos: a Al menos un niño tiene ásaris b Ningún niño tiene ásaris Más de un niño tiene ásaris d Al menos un niño no tiene ásaris Esquema de soluión a Paso Leer uidadosamente el enuniado del problema Se han elegido dos niños para verifiar si tienen ásaris Se debe averiguar el sentido que tienen las expresiones a lo más, a lo menos, más de, ningún Paso Identifiar el experimento, el espaio muestral asoiado y los suesos en estudio: Experimento: Observar dos niños para determinar si tienen ásaris o no El espaio muestral asoiado es, por tanto, Ω = { aa, a' a, aa ', a' a' } Gráfiamente, Ω = {,,, } Sueso en estudio: El sueso A: Al menos un niño tiene ásaris, de donde se anota a si el niño tiene ásaris y a ' si no tiene Ω está definido por { a' a, aa', a' a' } A =, La expresión al menos un signifia que uando menos uno de los sujetos tiene ásaris: el primero, el segundo o ambos en una eleión de dos Gráfiamente, A = {,, } Paso 3 Redatar la respuesta a la pregunta: Resp: El sueso A: Al menos un niño tiene ásaris, en la seleión de dos niños, está dado por A = aa ', a' a, a' a' donde a representa a un niño que tiene ásaris y a ' representa al { } niño que no tiene esta enfermedad b Paso Leer uidadosamente el enuniado del problema Se han elegido dos niños para verifiar si tienen ásaris Se pide determinar el sueso ningún niño tiene ásaris Paso Identifiar el experimento, el espaio muestral asoiado y los suesos en estudio:

14 94 Experimento: Observar dos niños para determinar si tienen ásaris o no El espaio muestral asoiado es, por tanto, Ω = { aa, a' a, aa ', a' a' } Sueso en estudio: El sueso B: Ningún niño tiene ásaris, entre los dos elegidos, es un sueso elemental en B = a ' a' Gráfiamente, Ω y está definido por { } Paso 3 Redatar la respuesta a la pregunta: B = { } Resp: El sueso B: Ningún niño tiene ásaris, en la seleión de dos niños, está dado B = a ' a' donde a ' representa a un niño que no tiene ásaris por { } Paso Leer uidadosamente el enuniado del problema Se han elegido dos niños para verifiar si tienen ásaris Se pide determinar el sueso Más de un niño tiene ásaris Más de uno on ásaris, signifia, en este aso de dos elegidos, que sólo nos queda la opión dos on ásaris Paso Identifiar el experimento, el espaio muestral asoiado y los suesos en estudio: Experimento: Observar dos niños para determinar si tienen ásaris o no El espaio muestral asoiado es, por tanto, Ω = { aa, a' a, aa ', a' a' } Sueso en estudio: El sueso C: Más de un niño tiene ásaris, ourrirá toda vez que al examinar dos niños del hospital se verifique el resultado aa Esto es, C ourre si y sólo si al examinar los dos niños, más de uno presenta ásaris (dos en este aso, son más de uno), Gráfiamente, C = { } Paso 3 Redatar la respuesta a la pregunta: d Resp: El sueso C: Más de un niño tiene ásaris, en la seleión de dos niños, está dado B = aa donde a representa a un niño que tiene ásaris por { } Paso Leer uidadosamente el enuniado del problema Se han elegido dos niños para verifiar si tienen ásaris Se pide determinar el sueso Al menos un niño no tiene ásaris Al menos un niño no tiene ásaris, signifia, en el aso de dos elegidos, que uno o más no tienen ásaris Paso Identifiar el experimento, el espaio muestral asoiado y los suesos en estudio: Experimento: Observar dos niños para determinar si tienen ásaris o no El espaio muestral asoiado es, por tanto, Ω = { aa, a' a, aa ', a' a' }

15 95 Sueso en estudio: El sueso D: Al menos un niño no tiene ásaris, ourrirá toda vez que al examinar dos niños del hospital se verifique el resultado a ' a, aa ', a ' a ', que son los asos en que uno no tiene ásaris (el primero o el segundo examinados) o dos no D = a' a, aa ', a' a' tienen ásaris (ambos no tienen) Es deir, el sueso busado es { } Gráfiamente, D = {,, } Puede observarse que C no ourre si ourre el sueso ontrario de C, es deir, ourre { aa, a' a, aa' } que es el sueso D Paso 3 Redatar la respuesta a la pregunta: Resp: El sueso D: Al menos un niño no tiene ásaris, en la seleión de dos niños, está dado D = a' a, aa ', a' a' donde a representa a un niño que tiene ásaris y a ' por { } representa al niño que no tiene esta enfermedad Nota Se debe observar que bajo este sentido onjuntista que se da a los suesos, se dedue que Ω es un sueso (sueso seguro, siempre ourre) y φ es un sueso (sueso imposible, nuna ourre) Para haer las apliaiones prátias de suesos se debe onoer algunas operaiones que se pueden realizar on suesos (la unión y la interseión onoidas ya desde la terminología de onjuntos) Las operaiones que se pueden realizar on suesos son semejantes a las que se realizan on onjuntos y que se onoen desde la Enseñanza Media Existe una orrespondenia entre suesos y onjuntos: En términos de suesos en Ω En términos de onjuntos en U Espaio muestral o sueso seguro: Ω Conjunto universal: U Sueso: A Ω Subonjunto del onjunto universal: A U Subonjunto del onjunto Sueso elemental: E universal, que tiene un únio resultado: { r } Sueso imposible : φ Conjunto vaío: φ Sueso ontrario : A Conjunto omplementario: A ' Suesos inompatibles o mutuamente exluyentes: A Ω, B Ω, tal que A B = ϕ Conjuntos disjuntos: A U, B U, tal que: A B = ϕ Unión de suesos: A B Unión de onjuntos: A B Interseión de suesos: A B Interseión de onjuntos: A B

16 96 Ejemplo 6 (Apliaión en Cienias de la Salud, ontinuaión) En el ámbito del ejemplo anterior, onsidérese el espaio muestral Gráfiamente, { aaa, a' aa, aa' a, aaa', a' a' a, a' aa', aa' a', a' a' a' '} Ω 3 = a Ω 3 = {,,,,,,, } Determine los siguientes suesos de Ω 3 : a Ningún niño tiene ásaris b Algún niño tiene ásaris Todos los niños tienen ásaris d Dos niños tienen ásaris e Al menos dos niños tienen ásaris f A lo más dos niños tienen ásaris Esquema de soluión Paso Leer uidadosamente el enuniado del problema Se han elegido TRES niños para verifiar si tienen ásaris Se debe reforzar el sentido que tienen las expresiones a lo más, a lo menos, más de, ningún, todos Paso Identifiar el experimento, el espaio muestral asoiado y los suesos en estudio y responder: Experimento: Observar tres niños para determinar si tienen ásaris o no a Sueso en estudio: Ningún niño tiene ásaris Este sueso está definido por: Gráfiamentes, A = { } Resp: A = { a a a } ' ' ' b Sueso en estudio: Algún niño tiene ásaris Este sueso está definido por: Gráfiamente:

17 97 A = {,,,,,, } Resp: A { aa a a aa a a a a aa aa a aaa aaa } = ' ', ' ', ' ', ', ', ' ) Sueso en estudio: Todos los niños tienen ásaris Gráfiamente, A 3 = { } Resp: A { aaa} 3 = d Sueso en estudio: Dos niños tienen ásaris Gráfiamente, A 4 = {,, } Resp: A { a aa aa a aaa } 4 = ', ', ' e Sueso en estudio: Al menos dos niños tienen ásaris Gráfiamente, A 5 = {,,, } Resp: A { a aa aa a aaa aaa} 5 = ', ', ', f Sueso en estudio: A lo más dos niños tienen ásaris Gráfiamente, A 6 = {,,,,,, } Resp: A = { a a a aa a a aa a a a a aa aa a aaa } 6 ' ' ', ' ', ' ', ' ', ', ', ' Nota: A A3 = {, } ourre si se observan tres niños on ásaris (todos los niños observados tienen ásaris) o bien tres niños sin ásaris (ningún niño tiene ásaris) A A 3 = {,,,,,, } = A 3 Nótese que si ourre A 3, entones ourre A, pues A3 A Es deir, si en la muestra todos los niños tienen ásaris (y por lo tanto ourre A 3 ), entones algún niño tiene ásaris

18 98 (ourre A ) Diho de otra manera, puesto que A3 A, toda vez que ourre A 3 ourre A Nótese también que 6 A = Ω Es deir, i= i 6 A siempre ourre En ada aso se sugiere que el estudiante esriba estos suesos en términos de las seuenias de a o a que orrespondan Por ejemplo, 3 i= i A A = {, } = { aaa, a' a' a' } A y A son suesos mutuamente exluyentes pues A A = φ (es deir la ourrenia de dos suesos mutuamente exluyentes simultáneamente es un sueso imposible) En partiular, A = { } y A = {,,,,,, } son mutuamente exluyentes, pues A A = {} = φ Si A B entones: si A ourre, entones también ourre B Es importante que se tome onienia de asoiaiones que se realizan uando se hae referenia a suesos Las asoiaiones a que haremos referenia dien relaión on un buen dominio idiomátio tanto de su sintaxis y omo de su semántia Por ejemplo, no es lo mismo deir un niño tiene ásaris (en el sentido de algún niño tiene ásaris) que un niño tiene ásaris (en el sentido de sólo un niño tiene ásaris) Sintátiamente ambas expresiones son iguales: un niño tiene ásaris, pero semántiamente ambas expresiones tienen signifiados muy diferentes Debe uidarse expresar on suma laridad a los suesos que se quiere definir y usar para resolver una situaión problemátia: En el sentido de algún niño tiene ásaris: Un niño tiene ásaris = {,,,,,, } En el sentido de sólo un niño tiene ásaris: Un niño tiene ásaris = niño tiene ásaris= {,,, } También es importante que se onoza muy bien las reglas sintátias de la lógia y de las operaiones onjuntistas afines on las operaiones de suesos Los onetivos y las formas de expresión idiomátias bien usadas ontribuyen a una lara expresión de los suesos uya

19 99 ourrenia se quiere medir (uando se use más adelante ñla probabilidad) Por ejemplo, si A y B son suesos y queremos medir la ourrenia simultánea de A y B entones debemos identifiar al sueso A B (véase álgebra de suesos) Si queremos medir la ourrenia de A o B debemos identifiar el sueso A B (véase álgebra de suesos) Debe notarse que aquí hay una asoiaión entre el onetivo idiomátio y y la interseión de suesos De la misma manera, debe notarse una asoiaión entre el onetivo idiomátio o y la unión de suesos A esto se referirá el siguiente ejemplo Ejemplo 7 (Apliaión en Cienias de la Salud, ontinuaión) En el ámbito de los ejemplos anteriores onsidérese el espaio muestral { aaa, a' aa, aa' a, aaa', a' a' a, a' aa', aa' a', a' a' a' '} Ω 3 = a De otro modo, a a a Ω 3 = Ω Ω Ω = ( x, y, z) / x =, y = ; z = a ' a ' a ' Gráfiamente, Ω 3 = {,,,,,,, } Ω 3 = Ω Ω Ω = Ω 3 = {, } {, } {, } Esribir en términos de suesos los siguientes enuniados: a Uno y sólo un niño de los tres examinados tiene ásaris b Sólo el terer niño examinado tiene ásaris Dos o más niños examinados tienen ásaris d Ningún niño examinado tiene ásaris e Al menos un niño examinado tiene ásaris f No más de dos niños examinados tiene ásaris Esquema de soluión Paso Leer uidadosamente el enuniado del problema Se han elegido TRES niños para verifiar si tienen ásaris Ya se ha visto antes este espaio y sus suesos

20 00 Paso Identifiar el experimento, el espaio muestral asoiado y los suesos en estudio y responder: Experimento: Observar tres niños para determinar si tienen ásaris o no Sueso en estudio: Para responder las preguntas y resumir en otra notaión más onveniente a ada sueso, usando uniones o interseiones, es muy onveniente definir a los siguientes: A : El primer niño observado tiene ásaris A : El primer niño observado no tiene ásaris A : El segundo niño observado tiene ásaris A : El segundo niño observado no tiene ásaris A 3 : El terer niño observado tiene ásaris A 3 : El terer niño observado no tiene ásaris Así, podemos ahora razonar omo sigue: a Se pide: Esribir el sueso Uno y sólo un niño de los tres examinados tiene ásaris Este sueso debe tener los resultados (tiene ásaris el primero) o bien (tiene éasaris el segundo) o bien (tiene ásaris el terero) En ada aso se ha utilizado una forma gráfia para simplifiar la imagen mental de estos resultados En ada uno hay uno y sólko un niño on ásaris En terminología de suesos se puede esribir ( A A A ) en lugar de 3 El primero tiene ásaris, y el segundo no y el terero no ( A A A ) en lugar de a 3 3 El primero no tiene ásaris y el segundo sí y el terero no ( A A A ) en lugar de 3 El primero no tiene ásaris y el segundo no y el terero sí Las observaiones suesivas generan una esritura on interseiones pero las disyuntivas (on el onetor o ) se expresan on uniones, de la siguiente manera: ( A A A ) ( A A A ) ( A A A ) 3 a 3 3 Lo que euivale a {,, } Por lo tanto,

21 0 Resp: Usando el álgebra de suesos, el sueso Uno y sólo un niño de los tres examinados tiene ásaris, se esribe omo ( A A A ) ( A A A ) ( A A A ) 3 a 3 3 b Se pide: Esribir el sueso Sólo el terer niño examinado tiene ásaris Este sueso debe tener los resutlados hay más resultados posibles (tiene ásaris sólo el terero) y no En terminología de suesos se puede esribir ( A A A ) en lugar de 3 El primero no tiene ásaris y el segundo no y el terero sí Las observaiones suesivas generan una esritura on interseiones: ( A A A ) 3 Lo que euivale a { } Por lo tanto, Resp: Usando el álgebra de suesos, el sueso Sólo el terer niño examinado tiene ásaris, se esribe omo ( A A A3 ) Siguiendo la misma forma de razonamiento, se dedue que el sueso Dos o más niños examinados tienen ásaris, se refiere a o bien o bien o bien En terminología de onjuntos se esribirá, entonesr ( A A A ) ( A A A ) ( A A A ) Es deir, {,,, }, o bien { a, a' a', a' aa ', a' a' a } Resp: Usando terminología de suesos, el sueso Dos o más niños examinados tienen ásaris, se esribe omo ( A A A ) ( A A A ) ( A A A ) d Se deja a investigaión probar que Ningún niño examinado tiene ásaris, en terminología de suesos se puede esribir omo ( A A A3 ) = { aaa} Es deir, { } Resp: Usando terminología de suesos, el sueso Ningún niño examinado tiene ásaris, se esribe omo

22 0 ( A A A ) 3 e Análogamente, Al menos un niño examinado tiene ásaris, en terminología de suesos puede ser esrito omo Es deir, ( A A A ) 3 {,,,,,, } Resp: Usando terminología de suesos, el sueso Al menos un niño examinado tiene ásaris, se esribe omo ( A A A3 ) f No más de dos niños examinados tienen ásaris, tiene omo resultados o bien o bien o bien o bien o bien o bien Una última reflexión En terminología de suesos: ( A A A ) ( A A A ) ( A A A )( A A A ) ( A A A ) ( A A A ) ( A A A ) a Resp: Usando terminología de suesos, el sueso No más de dos niños examinados tienen ásaris, se esribe omo ( A A A ) ( A A A ) ( A A A )( A A A ) ( A A A ) ( A A A ) ( A A A ) a Si se estudia la permanenia de una enfermedad omo el resfrío omún en el mundo podemos pensar en analizar de un modo general su existenia sin ura, pues es posible que perdure más allá de nuestras posibilidades mismas de vida Tal aso el espaio de muestras se onibe omo un onjunto infinito y en él pueden definirse infinitos suesos que pueden unirse o intersetarse Pero no debe pensarse que las uniones infinitas de suesos sólo pueden generarse en a partir de espaios infinitos Por ejemplo, el simple lanzamiento de una moneda para observar si se produe omo resultado ara o sello (un espaio finito on sólo dos resultados), puede generar infinitos suesos produiendo una variante simple En efeto, si se lanza la moneda hasta que resulte una ara, se puede definir A i : resulta ara en el lanzamiento i En tal aso, si no resulta ara en los lanzamientos que infinitamente se hagan, entones podemos deir que ourre el sueso Ai = A A A3 Lo deseable será que i= en algún momento se pueda obtener una ara para poder terminar el experimento Así, se estará deseando que ourra A = A A A3 Interprétese estas notaiones i= i

23 03 34 Ejeriios Propuestos (Segunda parte) En los espaios de muestra siguientes, esriba, en terminología de suesos, los suesos que se india: a Ω = Ω 0 Ω 0 = { 00,0,0, }, 0 { 0,} Ω = Se Ω se define A : en primer lugar, A : en segundo lugar Determine los siguientes suesos indiando los resultados que ontiene: i) en primer lugar Resp: ii) en segundo lugar Resp: A A = { 0,} A, { } A = 0, iii) en el primer lugar y en el segundo lugar Resp: A A b Ω = { 000,00,00,00,0,0,0, } Se define, A A { } A : en primer lugar, A : en segundo lugar, A 3 : en terer lugar = Determine los siguientes suesos indiando los resultados que ontiene: i) en primer lugar Resp: A = { 00,0,0, } ii) en primer lugar y en terer lugar Resp: A A { } 3 = 0, iii) en el primer lugar o en el segundo lugar Resp: A A = { 0,0,00,,00,0,00 } Sean A, B, C tres suesos en un espaio de muestras Ω Esriba los siguientes suesos: a Ourren A o B, pero no C Resp: ( A B) C b No ourren A y no ourre B Resp: A B De entre A y B, ourre al menos A Resp: ( A B) ( A B ) o, simplemente, A ( por qué?) d De los tres suesos dados sólo ourre B Resp: ( A B C ), si no importa el orden en que ourran estos suesos Si el orden importa, el sueso pedido será ( B A C ) ( B C A ) ( A B C ) ( C B A ) ( A C B) ( C A B) e No ourre: A o C Resp: ( A C) f Al menos ourre uno de los suesos A, B, C Resp: A B C

24 04 3 (Apliaión en Cienias de la Ingeniería) Tornillos de preisión son guardados en ajas de uatro tornillos para la venta Si T j : el tornillo j es defetuoso, para j =,, 3, 4, determinar en terminología de suesos los siguientes: a Más de dos tornillos son defetuosos Resp: ( T T T T ) ( T T T T ) ( T T T T ) ( T T T3 T4 ) ( T T T3 T4 ) b Ningún tornillo es defetuoso Resp: ( T T T 3 T 4 ) = ( T T T3 T4 ) A lo más uno es defetuoso ( T T T T ) ( T T T T ) ( T T T T ) Resp: ( T T T T ) Se ontrata una firma de ingenieros agriultores para que realien un estudio de tres ríos de ierta zona, on la intenión de estableer una rianza de truhas a Determine el espaio muestral Ω, on las determinaiones a i : El río i es apto para la rianza de truhas, i =,,3 ; a i : El río i no es apto para la rianza de truhas, i =,,3 Resp: Ω = { a aa3, a aa3, a aa3, a aa3, a aa3, a aa3, a aa3, a aa3 } b Determine el sueso E : Al menos dos ríos son aptos para la rianza de truhas E = a a a, a a a, a a a, a a a Si A i : El río i es apto para la rianza de Resp: { } truhas, i =,, 3, entones E = ( A A A ) ( A A A ) A A A ) A A A ) Para dos puestos de trabajo se presentan dos mujeres y dos hombres Uno de los puestos es de Jefe de Operaiones y el otro de Operario Para elpuesto de Jefe de Operaiones se elige por una seleión estrita sólo un postulante De los tres restantes se elige al azar uno para el puesto de Operario Usando la notaión M F, por ejemplo, para denotar el sueso elemental el primer puesto se ubre on el segundo aspirante hombre y el segundo puesto se ubre on la primera aspirante mujer: a Liste los elementos del espaio muestral Ω b Determine los elementos del sueso A : El puesto de Operario se ubre on un aspirante hombre Determine los alementos del sueso B : Exatamente uno de los dos puestos se ubre on un aspirante mujer d Determine los alementos del sueso C : Ningún puesto se ubre on un aspiranrte hombre e Determine los elementos del sueso A B ómo lo nombraría? f Determinelos elementos del sueso A B ómo lo nombraría?

25 05 6 Considere el espaio muestral Ω = { obre, sodio, nitógeno, potasio, uranio, oxígeno, in} Sean los suesos: A = { obre, sodio, in}, B = { sodio, nitrógeno, potasio}, C { oxígeno} Liste los elementos de los suesos siguientes: a A b A C A B C ( ) d B C e A B C f ( A B ) ( A C) = 7 En un período de 4 horas, en un momento X, un interruptor se pone en la posiión "enendido" Posteriormente en un momento Y (aún en el período de 4 horas) el interruptor se pone en la posiión apagado Suponga que X e Y se miden en horas en el eje de tiempo on el omienzo del período omo origen El experimento onsta del par de números (X,Y) a Enuentre un espaio muestral asoiado a este experimento b Desriba los siguientes suesos: i El iruito funiona durante una hora o menos ii El iruito funiona durante un tiempo Z iii El iruito omienza a funionar antes de t y deja de funionar después de t 3 Probabilidad: definiión y propiedades Palabras Clave: Probabilidad, axiomas de probabilidad, equiprobabilidad, distribuión de probabilidad Resumen de oneptos y propiedades: Al repetir un número determinado de vees un experimento aleatorio, se puede alular la freuenia relativa de ourrenia de suesos Por lo tanto se obtiene una distribuión empíria de freuenias relativas Si el experimento se repite nuevamente el mismo número de vees es de esperar que se mantengan los valores de las freuenias relativas de ourrenia de los suesos de interés y,

26 06 en onseuenia, su distribuión empíria Si se repitiera la experienia indefinidamente es deseable que si hay una onvergenia haia valores determinados de ourrenia de los suesos de interés, éstos puedan identifiarse perfetamente Para evitar tantas dudas se opta por oneptualizar un modelo matemátio estruturado a partir de axiomas (basados en las observaiones experimentales on ierta variabilidad), desde los uales se pueden deduir teoremas, que aunque siendo verdaderos nada demuestran aera del problema real, pueden, eso sí, permitir una mejor omprensión e interpretaión de la ley que rige la ourrenia de suesos en el problema real Las medidas de ourrenia de suesos, llamadas medidas de probabilidad, estarán definidas por funiones real valoradas que, verifiando iertas ondiiones, permitirán disriminar entre las posibilidades de ourrenia de éstos Para onstruir una medida de probabilidad se usará el onjunto potenia del espaio muestral Ω, que denotaremos por Potenia( Ω ), denotado por A y definido, en en forma intuitiva, omo el onjunto de todos los subonjuntos del espaio muestral, en el ual se enuentran los suesos, uya ourrenia se mide on una medida de probabilidad El número real P(A) se le denomina probabilidad del sueso A y la terna (Ω, A, P) se denomina Espaio de Probabilidad La medida de probabilidad sobre Ω es una funión de la forma P : A R, que verifia tres ondiiones: Axioma P( A) 0, para todo A A (la probabilidad de un sueso NUNCA es negativa) Axioma Si A, A,, A n es una oleión de suesos mutuamente exluyentes de A, entones, n ( ) n P i= Ai = P( A ) i= i para Ai Aj = φ uando i j Este axioma die que si se alula probabilidad a una unión de suesos que no tienen resultados en omún, se obtiene el mismo valor que si se sumara las probabilidades de ada sueso Axioma 3 P( Ω ) = (la probabilidad del espaio de muestras, sueso seguro, vale ) Si A, B y C son suesos en A, entones son propiedades de la medida de probabilidad P : P( φ ) = 0 P( A B) = P( A) + P( B) P( A B) 3 P( A B C) = P( A) + P( B) + P( C) P( A B) P( A C) P( B C) + + P( A B C) 4 Si A B, entones:

27 07 5 P( A B) = P( A) P( A B) a) P( A) P( B) 6 0 P( A), para todo sueso A C 7 P( A ) = P( A) C b) P( B A) = P( B A ) = P( B) P( A) Un espaio de muestras finito o infinito numerable es un onjunto ontable Sus elementos pueden ser puestos en orrespondenia on un subonjunto de números naturales Un espaio de muestras infinito es un onjunto infinito no numerable Un espaio de muestras finito Ω es equiprobable si ada sueso elemental de Ω tiene la misma probabilidad de ourrir En tal aso, si Ω = { w, w,, wn } es un espaio de muestras finito equiprobable y A es un sueso en Ω, entones puede probarse que: P( w i ) = =, para todo i =,,, n # Ω n # A r P( A ) =, es deir si A tiene r elementos y Ω tiene n entones P( A) = # Ω n { } 3 Ejeriios resueltos, paso a paso: Ejemplo (Apliaión en Cienias de la Salud) (Caso finito equiprobable) Un médio ha reabado informaión en dos onsultorios, A y B, para observar el número de paientes fumadores y no fumadores atendidos en ada uno de ellos Obtuvo la tabla adyaente Calular la probabilidad de que un paiente elegido al azar sea fumador o haya sido atendido en el onsultorio A

28 08 Esquema de soluión Paso Leer uidadosamente el enuniado del problema Paso Identifiar los suesos y los de probabilidad que hay que alular Experimento: Se seleiona aleatoriamente un paiente, entre los 8 del espaio, para observar si es atendido en el onsultorio A o es fumador En este ontexto se puede Ω = w, w,, w, P : Potenia( Ω ) = A R,, definida d por onsiderar { } Se pide: 8 P ({ w i} ) =, para todo i =,,,8 8 Calular la probabilidad de que un paiente elegido al azar sea fumador o haya sido atendido en el onsultorio A Con base en el párrafo anterior se definen los suesos F = A = { el paiente es fumador} { el paiente es atendido en el onsultorio A} Con esta definiión se da una forma notaional adeuada al álulo que se pide realizar, observando que estos suesos están relaionados por el onetivo lógio idiomátio o : sea fumador o haya sido atendido en el onsultorio A F A Notaionalmente la probabilidad pedida es: P( A D) Paso 3 Calular la probabilidad pedida: Se tiene P( A D) = P( A) + P( D) + P( A D) = + = = Paso 4 Responder a la pregunta planteada: Resp: La probabilidad de que un paiente elegido al azar sea fumador o haya sido atendido en el onsultorio A es 5 6 Ejemplo

29 09 (Apliaión en Cienias Ambientales) (Caso finito no equiprobable)un habitantre de un setor de la iudad puede estar expuesto sólo a tres tipos de ontaminaión que han sido estudiadas por el ministerio de salud: C : Contaminaión por plomo ; C : Contaminaión por arsénio C : Contaminaión por monóxido de arbono 3 Se ha observado que la ontaminaión C ourre dos vees más a menudo que la ontaminaión C y tantas vees omo la ontaminaión C 3 Cuál nes la probabilidad de que un habitante de ese setor de la iudad no sufra ontaminaión por plomo? Esquema de soluión Paso Leer uidadosamente el enuniado del problema para identifiar experimento, espaio de muestra, suesos y la pregunta Paso Identifiar los suesos y la probabilidad que hay que alular: Experimento: Se observa la ontaminaión por plomo, arsénio o monóxido de arbono para averiguar la posibilidad de que al esoger a una persona en este ambiente de ontaminaión pueda no estar ontaminada por plomo Espaio de muestras: Ω = { C, C, C } 3 Probabilidad: P: A Rdonde P, a su vez, se define omo sigue Debe umplirse que { } ({ }) { } ( ) ({ }) P C = P C = P C (*) 3 ( ) ({ }) ({ }) P C + P C + P C = ( 3 Reemplazando (*) en esta última euaión y resolviendo se obtiene 5 P( { C } ) = ; P( { C } ) = ; { 3} 5 ( ) P C = Paso 3 Reonoer suesos, expresar en la notaión adeuada lo que se pide responder y alular: La probabilidad de que un habitante de la iudad no sufra ontaminaión por plomo es 5

30 0 4 P( { C} ) + P( { C3} ) = + = Paso 4 Responder a la pregunta: Resp: La probabilidad de que un habitante de ese setor de la iudad no sufra ontaminaión por plomo es de Ejeriios Propuestos Sean A, B, y C tres suesos asoiados on un experimento Exprese las siguientes proposiiones verbales en notaión de onjuntos: a Al menos uno de los suesos ourre b Exatamente uno de los sueso ourre Exatamente dos de los suesos ourre d No ourren más de dos suesos simultáneamente Demostrar que ( P A B ) ( A B) = P( A) + P( B) P( A B) 3 Suponga que A y B son dos suesos para los uales P( A) = x, P( A B) = z Expresar ada una de las probabilidades siguientes en términos de x, y, z : a ( P A B ) b P( A B) P( A B) d ( P A B ) 4 Suponga que A, B y C son suesos tales que P( A) = P( B) = P( C) = 4 P( A B) = P( B C) = 0 P( A C) = 8 Calular la probabilidad de que al menos uno de los suesos A, B o C ourra 5 Se lanza un par de dados y se anotan los resultados ( X, X ), donde X i es el resultado del i-ésimo dado ( i =, ) Sean los suesos siguientes:

31 = {(, ) / + 0} ; B = {( x, x ) / x = 5} ; C = {( x, x ) / x = 5 o x = 5} A x x x x a Calular las siguientes probabilidades: i) PB ( A ) ii PC ( A ) b Son A y B independientes? Justifique Son A y B mutuamente exluyentes? Justifique 6 (Apliaión en Cienias de la Ingeniería) En una produión de artíulos eletrónios, el 5% de los artíulos presenta fallas de transistores, el 30% presenta fallas de fusibles y el 0% presenta ambas fallas Cuál es la probabilidad de que un artíulo elegido al azar de esa produión presente: a al menos una de las dos fallas? b falla de transistores pero no de fusibles? falla de fusibles si no presenta falla en los transistores? d falla de transistores si presenta al menos un tipo de falla? 7 (Apliaión en Cienias Administrativas) En una ediión de enero de 998 de una revista de omputaión, se reportaba que según una enuesta llevada a abo por esta revista, el 40% de sus susriptores prefería regularmente los equipos omputaionales IBM, el 3% de sus susriptores prefería regularmente los equipos omputaionales OLIVETTI y que el % de sus susriptores prefería regularmente ambos equipos Cuál es la probabilidad de que un susriptor elegido al azar: a Prefiera al menos uno de los equipos omputaionales b Prefiera el equipo IBM, pero no el equipo OLIVETTI Prefiera el equipo OLIVETTI, si no prefiere el equipo IBM? d Prefiera el equipo IBM, si prefiere al menos uno de los equipos? 8 (Apliaión en Cienias de la Ingeniería) Cierto tipo de motor elétrio falla por obstruión de los rodamientos, por ombustión del embobinado o por desgaste de las esobillas Suponga que la probabilidad de la obstruión es el doble de la ombustión, la ual es uatro vees más probable que el desgaste de las esobillas Cuál es la probabilidad de que el fallo se produza por ada uno de esos tres meanismos? 9 (Apliaión en Cienias de la Ingeniería) En un período de 4 horas, en un momento X, un interruptor se pone en la posiión "enendido" Posteriormente en un momento Y (aún en el período de 4 horas) el interruptor se pone en la posiión apagado Suponga que X e Y se miden en horas en el eje de tiempo on el omienzo del período omo origen El experimento onsta del par de números ( X, Y ) a Enuentre un espaio muestral asoiado a este experimento b Desriba los siguientes suesos: i El iruito funiona durante una hora o menos ii El iruito funiona durante un tiempo Z iii El iruito omienza a funionar antes de t y deja de funionar después de t 0 Los artíulos omeriales de una línea de produión se lasifian en defetuosos (D) y no defetuosos (N) Se observan los artíulos y se anota su ondiión Este proeso se ontinúa hasta

32 que se produzan dos artíulos defetuosos onseutivos o se hayan observado uatro artíulos Desriba un espaio muestral para este experimento 33 Probabilidad ondiional e independenia de suesos Palabras Clave: Probabilidad ondiional, independenia de suesos distribuión de probabilidad, suesos independientes, partiión del espaio de muestras, probabilidad total Resumen de oneptos y propiedades: Hay situaiones en las uales la informaión aportada por la ourrenia de un sueso es importante para alular la probabilidad de ourrenia de otros suesos del ontexto de estudio Éste es el aso de la probabilidad ondiionada uyo valor depende de la ourrenia o no de un sueso ondiionante Sea P: A R una probabilidad en el espaio ( Ω, A, P ) asoiado a un experimento ξ Sea B un sueso en Ω tal que P( B ) > 0, entones se llama medida de probabilidad ondiional del sueso A dado que ha ourrido el sueso B a la medida P B tal que P ( A) = B P( A B) P( B) PA ( B ) se lee probabilidad del sueso A dado que ha ourrido el sueso B o, simplemente, probabilidad de A dado B El sueso ondiionante B debe tener una probabilidad ierta de ourrir, por eso la exigenia P( B ) > 0 La probabilidad ondiional P B( ) o, según la notaión de distintos autores, PB ( B) se define en un espaio de probabilidad de todos los suesos A esritos en la forma A B (intersetados on el sueso ondiionante B ), onvirtiendo al sueso B en un espaio de muestras restringido Si B = Ω, entones P = P = P (la probabilidad que hemos estado usando y que está B ondiionada a la ourrenia del espaio muestral Ω ) Ω

UNIDAD 2.- PROBABILIDAD CONDICIONADA

UNIDAD 2.- PROBABILIDAD CONDICIONADA UNIDAD.- PROBABILIDAD CONDICIONADA. PROBABILIDAD CONDICIONADA. SUCESOS DEPENDIENTES E INDEPENDIENTES Las probabilidades ondiionadas se alulan una vez que se ha inorporado informaión adiional a la situaión

Más detalles

SESIÓN DE APRENDIZAJE

SESIÓN DE APRENDIZAJE INSTITUCIÓN EDUCATIVA INMACULADA DE LA MERCED SESIÓN DE APRENDIZAJE APRENDIZAJE ESPERADO Determina la regla de orrespondenia de una funión Representa e Identifia funiones Resuelve operaiones on funiones

Más detalles

R. Alzate Universidad Industrial de Santander Bucaramanga, marzo de 2012

R. Alzate Universidad Industrial de Santander Bucaramanga, marzo de 2012 Resumen de las Reglas de Diseño de Compensadores R. Alzate Universidad Industrial de Santander Buaramanga, marzo de 202 Sistemas de Control - 23358 Esuela de Ingenierías Elétria, Eletrónia y Teleomuniaiones

Más detalles

Modulo de Desigualdades e Inecuaciones. 3º Medio

Modulo de Desigualdades e Inecuaciones. 3º Medio Modulo de Desigualdades e Ineuaiones. º Medio TEMA : Orden, Valor Absoluto y sus propiedades Definiión : La desigualdad a < b es una relaión de orden en el universo de los números reales. Por lo tanto

Más detalles

Hidráulica de canales

Hidráulica de canales Laboratorio de Hidráulia Ing. David Hernández Huéramo Manual de prátias Hidráulia de anales o semestre Autores: Guillermo Benjamín Pérez Morales Jesús Alberto Rodríguez Castro Jesús Martín Caballero Ulaje

Más detalles

2. CARGA Y DESCARGA DE UN CONDENSADOR

2. CARGA Y DESCARGA DE UN CONDENSADOR 2. ARGA Y DESARGA DE UN ONDENSADOR a. PROESO DE ARGA La manera más senilla de argar un ondensador de apaidad es apliar una diferenia de potenial V entre sus terminales mediante una fuente de.. on ello,

Más detalles

Solución: Observamos que los números de la sucesión se pueden escribir de la siguiente L de esta manera la suma de los primeros

Solución: Observamos que los números de la sucesión se pueden escribir de la siguiente L de esta manera la suma de los primeros roblema : uánto suman los primeros 008 términos de la suesión 0,,,,, L? Soluión: Observamos que los números de la suesión se pueden esribir de la siguiente 0 manera,,,,, L de esta manera la suma de los

Más detalles

4. Mecánica de banco y 4º medio Programa de Estudio

4. Mecánica de banco y 4º medio Programa de Estudio 4. Meánia de bano INTRODUCCIÓN Este módulo onsta de 152 horas pedagógias y tiene omo propósito que los y las estudiantes de terero medio aprendan a realizar pulido y ajuste de piezas y omponentes meánios,

Más detalles

INSTRUCCIONES GENERALES Y VALORACIÓN

INSTRUCCIONES GENERALES Y VALORACIÓN MADRID / SEPTIEMBRE 000. LOGSE / MATEMÁTICAS APLICADAS A LAS INSTRUCCIONES GENERALES Y VALORACIÓN INSTRUCCIONES: El eamen presenta dos opiones A y B; el alumno deberá elegir una de ellas y ontestar razonadamente

Más detalles

Una inecuación lineal con 2 incógnitas puede tener uno de los siguientes aspectos:

Una inecuación lineal con 2 incógnitas puede tener uno de los siguientes aspectos: TEMA 3: PROGRAMACIÓN LINEAL ÍNDICE 3.1.- Ineuaiones lineales on 2 inógnitas. 3.2.- Sistemas de ineuaiones lineales on 2 inógnitas. 3.3.- La programaión lineal. 3.4.- Soluión gráfia de un problema de programaión

Más detalles

Incertidumbres. Tipos de instrumentos. Algunas formas de expresar las incertidumbres

Incertidumbres. Tipos de instrumentos. Algunas formas de expresar las incertidumbres Inertidumres Es posile otener el valor real (exato) de una magnitud a través de mediiones? Aunque pareza sorprende, la respuesta a esta pregunta es NO. El proeso de mediión involura neesariamente el uso

Más detalles

A'' D'' C'' B'' A' C' Figura 1. Verdadera Magnitud de ángulos de rectas.

A'' D'' C'' B'' A' C' Figura 1. Verdadera Magnitud de ángulos de rectas. Tema 5: Ángulos entre retas y planos. Triedros Angulo de dos retas. El ángulo de dos retas es una de las magnitudes de las formas planas, y para obtener su verdadera magnitud se aplia el ambio de plano,

Más detalles

Para aprender Termodinámica resolviendo problemas

Para aprender Termodinámica resolviendo problemas GASES REAES. Fator de ompresibilidad. El fator de ompresibilidad se define omo ( ) ( ) ( ) z = real = real y es funión de la presión, la temperatura y la naturaleza de ada gas. Euaión de van der Waals.

Más detalles

UNIDAD 6: PROBABILIDAD

UNIDAD 6: PROBABILIDAD UNIDAD 6: PROBABILIDAD ÍNDICE DE LA UNIDAD 1.- INTRODUCCIÓN.... 1 2.- EXPERIMENTOS ALEATORIOS. ESPACIO MUESTRAL... 1 3.- SUCESOS ALEATORIOS. OPERACIONES... 2 4.- PROBABILIDAD. REGLA DE LAPLACE... 4 5.-

Más detalles

Problemas de bioestadística. Página 17

Problemas de bioestadística. Página 17 Problemas de bioestadístia Página 7 2.- En la poblaión adulta de Telde (edad Y 30 años) y de auerdo on los riterios de la organizaión mundial de la salud (OMS), el 2.5% de las personas son diabétias, el

Más detalles

Núcleo e Imagen de una Transformación Lineal

Núcleo e Imagen de una Transformación Lineal Núleo e Imagen de una Transformaión Lineal Departamento de Matemátias CCIR/ITESM 8 de junio de Índie 7.. Núleo de una transformaión lineal................................. 7.. El núleo de una matri la

Más detalles

PRIMERA UNIDAD: LOGICA Y CONJUNTOS LOGICA

PRIMERA UNIDAD: LOGICA Y CONJUNTOS LOGICA PRIMERA UNIDAD: LOGICA Y CONJUNTOS Conetivos lógios: LOGICA 1.- Conjunión, se simboliza por. La proposiión ompuesta p q es verdadera sólo uando ambas proposiiones p y q lo son. 2.- Disyunión, se simboliza

Más detalles

Tema 2 La elección en condiciones de incertidumbre

Tema 2 La elección en condiciones de incertidumbre Ejeriios resueltos de Miroeonomía. Equilibrio general y eonomía de la informaión Fernando Perera Tallo Olga María Rodríguez Rodríguez Tema La eleión en ondiiones de inertidumbre http://bit.ly/8l8ddu Ejeriio

Más detalles

Departamento de Ciencias e Ingeniería de la Computación Lenguajes Formales y Autómatas

Departamento de Ciencias e Ingeniería de la Computación Lenguajes Formales y Autómatas Departamento de Cienias e Ingeniería de la Computaión Lenguajes Formales y Autómatas Segundo Cuatrimestre de 2011 Trabajo Prátio N 3 Conjuntos y Relaiones Feha sugerida para finalizar este prátio: 23/09/2011

Más detalles

IES SALVADOR SERRANO: Dto. de Matemáticas. Curso 2 009 / 10 Relación de Ejercicios: Cálculo de Probabilidades Modelos 2 008 y 2 009

IES SALVADOR SERRANO: Dto. de Matemáticas. Curso 2 009 / 10 Relación de Ejercicios: Cálculo de Probabilidades Modelos 2 008 y 2 009 IES SALVADOR SERRANO: Dto. de Matemátias. Relaión de Ejeriios: Cálulo de Probabilidades Modelos 2 008 y 2 009 EJERCICIO 1: Lena y Adrián son afiionados al tiro on aro. Lena da en el blano on probabilidad

Más detalles

8 Redistribución de los Momentos

8 Redistribución de los Momentos 8 Redistribuión de los Momentos TULIZIÓN PR EL ÓIGO 00 En el ódigo 00, los requisitos de diseño unifiado para redistribuión de momentos ahora se enuentran en la Seión 8.4, y los requisitos anteriores fueron

Más detalles

2.4 Transformaciones de funciones

2.4 Transformaciones de funciones 8 CAPÍTULO Funiones.4 Transformaiones de funiones En esta seión se estudia ómo iertas transformaiones de una funión afetan su gráfia. Esto proporiona una mejor omprensión de ómo grafiar Las transformaiones

Más detalles

Tema 2: Elección bajo incertidumbre

Tema 2: Elección bajo incertidumbre Tema : Eleión bajo inertidumbre Ref: Capítulo Varian Autor: Joel Sandonís Versión:..0 Javier López Departamento de Fundamentos del Análisis Eonómio Universidad de Aliante Miroeonomía Intermedia Introduión

Más detalles

Se le presentará a los alumnos el siguiente juego. Se llevaran cuatro fichas como estas.

Se le presentará a los alumnos el siguiente juego. Se llevaran cuatro fichas como estas. Aión Nº4 y 5: Funión arítmia. Definiión. Logaritmo de un número. Logaritmo deimal y aritmo natural. Núleo temátio: Funión exponenial y arítmia. Feha: Junio 0 Espaio de apaitaión. CIE. Doente: De Virgilio,

Más detalles

ANÁLISIS DE LOS INTERCAMBIADORES DE CALOR. Mg. Amancio R. Rojas Flores

ANÁLISIS DE LOS INTERCAMBIADORES DE CALOR. Mg. Amancio R. Rojas Flores ANÁLISIS DE LOS INERAMBIADORES DE ALOR Mg. Amanio R. Rojas Flores En la prátia los interambiadores de alor son de uso omún y un ingeniero se enuentra a menudo en la posiión de: seleionar un interambiador

Más detalles

4. Mecanizado con máquinas de control numérico computacional

4. Mecanizado con máquinas de control numérico computacional Meanizado on máquinas de ontrol numério omputaional INTRODUCCIÓN Este módulo onsta de 228 horas pedagógias y tiene omo propósito que los y las estudiantes de uarto medio de la espeialidad de Meánia Industrial

Más detalles

Capítulo 6 Acciones de control

Capítulo 6 Acciones de control Capítulo 6 Aiones de ontrol 6.1 Desripión de un bule de ontrol Un bule de ontrol por retroalimentaión se ompone de un proeso, el sistema de mediión de la variable ontrolada, el sistema de ontrol y el elemento

Más detalles

PRÁCTICAS DE ELECTRÓNICA DIGITAL

PRÁCTICAS DE ELECTRÓNICA DIGITAL PRÁCTICAS DE ELECTRÓNICA DIGITAL P R Á C T I C A S D E E L E C T R Ó N I C A D I G I T A L Nombres y apellidos: Curso:. Feha:.. PRÁCTICA 1: PUERTA NOT (INVERSORA) OBJETIVO: Comprobar el omportamiento de

Más detalles

e REVISTA/No. 04/diciembre 04

e REVISTA/No. 04/diciembre 04 e REVISTA/No. 04/diiembre 04 EL WEBLOG UNA HERRAMIENTA ÚTIL PARA EL E-FORMADOR I. Nadia Álvarez de Luio El weblog, blogs, bitáora o diarios en línea, son una alternativa de omuniaión e informaión personalizada

Más detalles

Integración de formas diferenciales

Integración de formas diferenciales Capítulo 9 Integraión de formas difereniales 1. Complejos en R n En este apítulo iniiamos el estudio de la integraión de formas difereniales sobre omplejos en R n. Un omplejo es una ombinaión de ubos en

Más detalles

Probabilidad y estadística

Probabilidad y estadística Probabilidad y estadístia Apliaiones a la ingeniería y las ienias Eduardo Gutiérrez González Profesor de matemátias de la UPIICSA IPN Seión de Estudios de Posgrado e Investigaión Olga Vladimirovna Panteleeva

Más detalles

e REVISTA/No. 04/diciembre 04

e REVISTA/No. 04/diciembre 04 e REVISTA/No. 04/diiembre 04 Las tenologías de la Informaión y Comuniaión apliadas a la enseñanza de las Matemátias Parte III Patriia Cabrera M. Para dar ontinuidad a esta serie de artíulos, que tienen

Más detalles

TEMA 10: EQUILIBRIO QUÍMICO

TEMA 10: EQUILIBRIO QUÍMICO TEMA : EQUILIBRIO QUÍMICO. Conepto de equilibrio químio: reaiones reversibles. Existen reaiones, denominadas irreversibles, que se araterizan por transurrir disminuyendo progresivamente la antidad de sustanias

Más detalles

2.3 PROPIEDADES DE LA PROBABILIDAD

2.3 PROPIEDADES DE LA PROBABILIDAD 2.3 PROPIEDADES DE LA PROBABILIDAD 1. La probabilidad es positiva y menor o igual que 1. 0 p( 1 2. La probabilidad del suceso seguro es 1. p (E) = 1 3. Si A y B son incompatibles, es decir A B = entonces:

Más detalles

Distribuciones de Probabilidad

Distribuciones de Probabilidad Distribuciones de Probabilidad Variables Aleatorias Ahora se introducirá el concepto de variable aleatoria y luego se introducirán las distribuciones de probabilidad discretas más comunes en la práctica

Más detalles

TEORIA DE JUEGOS COOPERATIVOS VERSUS TEORIA DE LA EVIDENCIA

TEORIA DE JUEGOS COOPERATIVOS VERSUS TEORIA DE LA EVIDENCIA Teoría de juegos ooperativos versus teoría de la evidenia TEORIA DE JUEGOS COOPERATIVOS VERSUS TEORIA DE LA EVIDENCIA José Antonio Núñez del Prado, Mª Pilar Garía Pineda, Antonio Heras Martínez Universidad

Más detalles

Diseño e Implementación de Controladores Digitales Basados en Procesadores Digitales De Señales

Diseño e Implementación de Controladores Digitales Basados en Procesadores Digitales De Señales Congreso Anual 010 de la Asoiaión de Méxio de Control Automátio. Puerto Vallarta, Jaliso, Méxio. Diseño e Implementaión de Controladores Digitales Basados en Proesadores Digitales De Señales Barrera Cardiel

Más detalles

2.1. CONSTANTE DE EQUILIBRIO. LEY DE ACCIÓN DE MASAS. Si tenemos un proceso químico expresado de forma general como: c C (g) + d D (g)

2.1. CONSTANTE DE EQUILIBRIO. LEY DE ACCIÓN DE MASAS. Si tenemos un proceso químico expresado de forma general como: c C (g) + d D (g) Las reaiones químias se pueden dividir en reversibles e irreversibles, según puedan transurrir en los dos sentidos o en uno sólo. En las reaiones reversibles tanto las sustanias reaionantes omo los produtos

Más detalles

Tema 3. TRABAJO Y ENERGÍA

Tema 3. TRABAJO Y ENERGÍA Tema 3. TRABAJO Y ENERGÍA Físia, J.. Kane, M. M. Sternheim, Reverté, 989 Tema 3 Trabajo y Energía Cap.6 Trabajo, energía y potenia Cap. 6, pp 9-39 TS 6. La arrera Cap. 6, pp 56-57 . INTRODUCCIÓN: TRABAJO

Más detalles

Tema 6: Semejanza en el Plano.

Tema 6: Semejanza en el Plano. Tema 6: Semejanza en el Plano. 6.1 Semejanza de Polígonos. Definiión 6..1.- Cuatro segmentos a, b, y d son proporionales si se umple la siguiente igualdad: a =. A ese oiente omún se le llama razón de proporionalidad.

Más detalles

PRÁCTICA 14 DESPLAZAMIENTO DEL EQUILIBRIO QUÍMICO: EFECTO DE LA CONCENTRACIÓN Y DE LA TEMPERATURA

PRÁCTICA 14 DESPLAZAMIENTO DEL EQUILIBRIO QUÍMICO: EFECTO DE LA CONCENTRACIÓN Y DE LA TEMPERATURA PRÁCTICA 14 DESPLAZAMIENTO DEL EQUILIBRIO QUÍMICO: EFECTO DE LA CONCENTRACIÓN Y DE LA TEMPERATURA OBJETIVOS Fijar el onepto de equilibrio químio mediante el estudio experimental de distintas mezlas de

Más detalles

2. Dibujo e interpretación de planos de montaje

2. Dibujo e interpretación de planos de montaje Diujo e interpretaión de planos de montaje INTRODUCCIÓN En este módulo, de 228 horas pedagógias, se espera que los y las estudiantes onozan los planos de las diferentes espeialidades que se utilizan en

Más detalles

Cálculo Integral: Guía I

Cálculo Integral: Guía I 00 Cálulo Integral: Guía I Profr. Luis Alfonso Rondero Garía Instituto Politénio Naional Ceyt Wilfrido Massieu Unidades de Aprendizaje del Área Básia 0/09/00 Introduión Esta guía tiene omo objetivo darte

Más detalles

Sistemas Numéricos MC Guillermo Sandoval Benítez Capítulo 1. Capítulo 1. Sistemas Numéricos

Sistemas Numéricos MC Guillermo Sandoval Benítez Capítulo 1. Capítulo 1. Sistemas Numéricos Sistemas Numérios MC Guillermo Sandoval Benítez Capítulo Capítulo Sistemas Numérios Temario. Representaión de los sistemas numérios. Conversión entre bases.3 Aritmétia.4 Complementos.5 Nomenlatura para

Más detalles

OPCIÓN PROBLEMAS 1 OPCIÓN PROBLEMAS 2

OPCIÓN PROBLEMAS 1 OPCIÓN PROBLEMAS 2 El aluno elegirá una sola de las opiones de probleas, así oo uatro de las ino uestiones propuestas. No deben resolerse probleas de opiones diferentes, ni tapoo ás de uatro uestiones. Cada problea se alifiará

Más detalles

Hexágono. Los polígonos de cuatro lados, como rectángulos y cuadrados, se llaman cuadriláteros. Los cuadriláteros tienen propiedades especiales.

Hexágono. Los polígonos de cuatro lados, como rectángulos y cuadrados, se llaman cuadriláteros. Los cuadriláteros tienen propiedades especiales. CUADRILÁTEROS " Wow!" Exlamó Juanita mirando una estrutura de ristal a las afueras del museo de arte. "Vamos a ver eso," le dijo a su amiga Samantha. Samantha se aeró a ver lo que Juanita estaba observando

Más detalles

(DOCUMENTO DE TRABAJO ELABORADO A PARTIR DE RECURSOS ENCONTRADOS EN LA WEB: AULAFACIL 1 Y VADENUMEROS 2 )

(DOCUMENTO DE TRABAJO ELABORADO A PARTIR DE RECURSOS ENCONTRADOS EN LA WEB: AULAFACIL 1 Y VADENUMEROS 2 ) PROBABILIDAD (DOCUMENTO DE TRABAJO ELABORADO A PARTIR DE RECURSOS ENCONTRADOS EN LA WEB: AULAFACIL 1 Y VADENUMEROS 2 ) La probabilidad mide la frecuencia relativa (proporción) de un resultado determinado

Más detalles

SOLO PARA INFORMACION

SOLO PARA INFORMACION Universidad Naional del Callao Esuela Profesional de Ingeniería Elétria Faultad de Ingeniería Elétria y Eletrónia Cilo 2008-B ÍNDICE GENERAL INTRODUCION... 2 1. OBJETIVOS...3 2. EXPERIMENTO...3 2.1 MODELO

Más detalles

U.T.N. F.R.Ro DEPTO. DE INGENIERÍA QUIMICA CATEDRA DE INTEGRACIÓN III PAG. 1

U.T.N. F.R.Ro DEPTO. DE INGENIERÍA QUIMICA CATEDRA DE INTEGRACIÓN III PAG. 1 U.T.N. F.R.Ro DEPTO. DE INGENIERÍA QUIMICA CATEDRA DE INTEGRACIÓN III PAG. 1 GASES Y VAPORES: los términos gas y vapor se utilizan muha vees indistintamente, pudiendo llegar a generar alguna onfusión.

Más detalles

Riesgos en seguros y en actividades de inversión. Módulo 6 Riesgos en seguros y en actividades de inversión

Riesgos en seguros y en actividades de inversión. Módulo 6 Riesgos en seguros y en actividades de inversión Módulo 6 Riesgos en seguros y en atividades de inversión 1 Titulo: Coneptos básios del riesgo. Introduión El riesgo es inherente al hombre, está íntimamente relaionado on su propia existenia. La naturaleza

Más detalles

Probabilidad 2º curso de Bachillerato Ciencias Sociales

Probabilidad 2º curso de Bachillerato Ciencias Sociales PROBABILIDAD Índice: 1. Experimentos aleatorios. Espacio muestral----------------------------------------------------- 2 2. Suceso aleatorio ------------------------------------------------------------------------------------

Más detalles

Calor específico Calorimetría

Calor específico Calorimetría Calor espeíio Calorimetría Físia II Lieniatura en Físia 2003 Autores: Andrea Fourty María de los Angeles Bertinetti Adriana Foussats Calor espeíio y alorimetría Cátedra Físia II (Lieniatura en Físia) 1.-

Más detalles

EXPERIMENTO ALEATORIO, ESPACIO MUESTRAL Y SUCESO

EXPERIMENTO ALEATORIO, ESPACIO MUESTRAL Y SUCESO EXPERIMENTO ALEATORIO, EPAIO MUETRAL Y UEO Experimento aleatorio: Es una acción o proceso que puede tener distintos resultados posibles, y cuyo resultado no se conoce hasta que no se lleva a cabo. Ejemplos:

Más detalles

Unidad II: Fundamentos de la teoría de probabilidad

Unidad II: Fundamentos de la teoría de probabilidad Unidad II: Fundamentos de la teoría de probabilidad 2.1 Teoría elemental de probabilidad El Cálculo de Probabilidades se ocupa de estudiar ciertos experimentos que se denominan aleatorios, cuya característica

Más detalles

2 E E mv v v 1,21 10 m s v 9,54 10 m s C 1 2 EXT EXT EXT EXT. 1,31W 5,44 10 W 6, W 3, J 2,387 ev 19 EXT W 6,624 10

2 E E mv v v 1,21 10 m s v 9,54 10 m s C 1 2 EXT EXT EXT EXT. 1,31W 5,44 10 W 6, W 3, J 2,387 ev 19 EXT W 6,624 10 0. La fusión nulear en el Sol produe Helio a partir de Hidrógeno según la reaión: 4 protones + 2 eletrones núleo He + 2 neutrinos + nergía Cuánta energía se libera en la reaión (en MeV)? Datos: Masas:

Más detalles

LEY DE SENOS. Ya hemos visto como resolver triángulos rectángulos ahora veremos todas las técnicas para resolver triángulos generales.

LEY DE SENOS. Ya hemos visto como resolver triángulos rectángulos ahora veremos todas las técnicas para resolver triángulos generales. LEY DE SENOS Ya hemos visto omo resolver triángulos retángulos ahora veremos todas las ténias para resolver triángulos generales a γ α Este es un triángulo el ángulo α se esrie en el vértie de, el ángulo

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

Matriz Inversa. 1. Transpuesta de una matriz. 2. Matriz identidad. 3. Matriz inversa

Matriz Inversa. 1. Transpuesta de una matriz. 2. Matriz identidad. 3. Matriz inversa Matriz Inversa Transpuesta de una matriz Si A es una matriz m x n entones la transpuesta de A denotada por A T se dene omo la matriz n x m que resulta de interambiar los renglones y las olumnas de A Si

Más detalles

CAPÍTULO 5 MODELOS PARA VALORAR EL DISEÑO Y LA CREATIVIDAD

CAPÍTULO 5 MODELOS PARA VALORAR EL DISEÑO Y LA CREATIVIDAD CAPÍTULO 5 MODELOS PARA VALORAR EL DISEÑO Y LA CREATIVIDAD 5 MODELOS PARA VALORAR EL DISEÑO Y LA CREATIVIDAD 5.1 Introduión La valoraión de la reatividad se puede enfoar bajo tres puntos de vista diferentes:

Más detalles

Matemáticas III Andalucía-Tech. Integrales múltiples

Matemáticas III Andalucía-Tech. Integrales múltiples Matemátias III Andaluía-Teh Tema 4 Integrales múltiples Índie. Preliminares. Funión Gamma funión Beta. Integrales dobles.. Integral doble de un ampo esalar sobre un retángulo................ Integral doble

Más detalles

13 Mediciones en fibras ópticas.

13 Mediciones en fibras ópticas. 13 Mediiones en fibras óptias. 13.1 Introduión: 13.1.1 Historia El uso de señales visuales para las omuniaiones de larga distania ya se realizaba por el año 1794 uando se transmitían mensajes de alerta

Más detalles

7. Instalación de redes telefónicas convergentes

7. Instalación de redes telefónicas convergentes 7. Instalaión de redes telefónias onvergentes INTRODUCCIÓN Este módulo de 190 horas pedagógias permite que los y las estudiantes desarrollen los onoimientos y habilidades para que den respuestas omo espeialistas

Más detalles

Diseño y Construcción de un Robot Seguidor de Línea Controlado por el PIC16F84A

Diseño y Construcción de un Robot Seguidor de Línea Controlado por el PIC16F84A 8º Congreso Naional de Meatrónia Noviembre 26-27, 2009. Veraruz, Veraruz. Diseño y Construión de un Robot Seguidor de Línea Controlado por el PIC16F84A Medina Cervantes Jesús 1,*, Reyna Jiménez Jonattan

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

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

LINEAS DE TRANSMISIÓN: ANÁLISIS CIRCUITAL Y TRANSITORIO

LINEAS DE TRANSMISIÓN: ANÁLISIS CIRCUITAL Y TRANSITORIO 1 Tema 8 íneas de Transmisión: análisis iruital y transitorio Eletromagnetismo TEMA 8: INEAS DE TRANSMISIÓN: ANÁISIS CIRCUITA Y TRANSITORIO Miguel Angel Solano Vérez Eletromagnetismo Tema 8 íneas de transmisión:

Más detalles

1. Combinatoria Sucesos aleatorios...

1. Combinatoria Sucesos aleatorios... PROBABILIDAD Índice: Página. Combinatoria..... Sucesos aleatorios...... Experimento aleatorio...... Tipos de sucesos....3. Operaciones con sucesos..... Sistema completo de sucesos....5. Experimentos compuestos...

Más detalles

Tiempo completo Tiempo parcial Total Mujeres Hombres Total

Tiempo completo Tiempo parcial Total Mujeres Hombres Total ASIGNACION DE ROBABILIDAD A manera de introducción al tema analicemos las diferencias entre eventos mutuamente excluyentes, no mutuamente excluyentes, dependientes e independientes. Ejemplo : En un grupo

Más detalles

Módulo c. Especialización acción sin daño y construcción de paz. Fortalecimiento organizacional, un aporte a la construcción de paz.

Módulo c. Especialización acción sin daño y construcción de paz. Fortalecimiento organizacional, un aporte a la construcción de paz. Espeializaión aión sin daño y onstruión de paz Espeializaión aión sin daño y onstruión de paz Fortaleimiento organizaional, un aporte a la onstruión de paz. Módulo Espeializaión aión sin daño y onstruión

Más detalles

Axiomática de la Teoría de Probabilidades

Axiomática de la Teoría de Probabilidades Axiomática de la Teoría de Probabilidades Modelos matemáticos Según el experimento Cada ejecución del experimento se denomina prueba o ensayo Determinísticos Aleatorios Conjunto de resultados posibles

Más detalles

SECCIÓN 2: CÁLCULO DEL GOLPE DE ARIETE

SECCIÓN 2: CÁLCULO DEL GOLPE DE ARIETE SECCIÓN : CÁCUO DE GOPE DE ARIETE CÁCUO DE GOPE DE ARIETE SEGÚN AIEVI El impato de la masa líquida ante una válvula no es igual si el ierre es instantáneo o gradual. a onda originada no tendrá el mismo

Más detalles

El lanzamiento y puesta en órbita del satélite Sputnik I marcó, en. El GPS y la teoría de la relatividad

El lanzamiento y puesta en órbita del satélite Sputnik I marcó, en. El GPS y la teoría de la relatividad T El GPS y la teoría de la atividad Eduardo Huerta(*), arlos Galles(**), Andrés Greo(**) y Aldo Mangiaterra(*) (*) DEPARTAMENTO DE GEOTOPOARTOGRAFÍA (**) DEPARTAMENTO DE FÍSIA FAULTAD DE IENIAS EXATAS,

Más detalles

Espectro de emisión en la desintegración del 137

Espectro de emisión en la desintegración del 137 Espetro de emisión en la desintegraión del 55 Cs Grupo 2 Franhino Viñas, S. A. Hernández Maiztegui, F. f ranhsebs@yahoo.om.ar f ranx22182@hotmail.om Muglia, J. Panelo, M. Salazar Landea, I. juan muglia@yahoo.om.ar

Más detalles

Ensayo o prueba: es la realización concreta de un experimento aleatorio.

Ensayo o prueba: es la realización concreta de un experimento aleatorio. Tema 4. Probabilidad Resumen del tema 4.1. Introducción a la Probabilidad Experimento: cualquier proceso que permite asociar a cada individuo de una población un símbolo (numérico o no) entre los símbolos

Más detalles

PROBABILIDAD. Experiencia aleatoria es aquella cuyo resultado depende del azar.

PROBABILIDAD. Experiencia aleatoria es aquella cuyo resultado depende del azar. PROBABILIDAD. 1 EXPERIENCIAS ALEATORIAS. SUCESOS. Experiencia aleatoria es aquella cuyo resultado depende del azar. Suceso aleatorio es un acontecimiento que ocurrirá o no dependiendo del azar. Espacio

Más detalles

PRUEBA DE ENTRADA DE COMUNICACIÓN INTEGRAL CUARTO GRADO

PRUEBA DE ENTRADA DE COMUNICACIÓN INTEGRAL CUARTO GRADO PRUEBA DE ENTRADA DE COMUNICACIÓN INTEGRAL CUARTO GRADO NOMBRES Y APELLIDOS: FECHA: I.- LEE CON ATENCIÓN EL SIGUIENTE TEXTO: LOS DULCES DEL REGRESO Me auerdo que uando mi papá viajaba nos traía dules:

Más detalles

LA INTEGRACIÓN VERTICAL EN EL SISTEMA DE SALUD COLOMBIANO

LA INTEGRACIÓN VERTICAL EN EL SISTEMA DE SALUD COLOMBIANO LA INTEGRACIÓN VERTICAL EN EL SISTEMA DE SALUD COLOMBIANO Jairo Humberto Restrepo* John Fernando Lopera** Sandra Milena Rodríguez*** S egún Ronald Coase (1937), la integraión vertial (IV) está asoiada

Más detalles

Probabilidad PROBABILIDAD

Probabilidad PROBABILIDAD PROBABILIDAD La probabilidad es un método mediante el cual se obtiene la frecuencia de un suceso determinado mediante la realización de un experimento aleatorio, del que se conocen todos los resultados

Más detalles

1. INTRODUCCIÓN A LAS ESTRUCTURAS ALGEBRAICAS

1. INTRODUCCIÓN A LAS ESTRUCTURAS ALGEBRAICAS Introduión a las estruturas algebraias 1. INTRODUCCIÓN A LAS ESTRUCTURAS ALGEBRAICAS SUMARIO: INTRODUCCIÓN OBJETIVOS INTRODUCCIÓN TEÓRICA 1.- Conjuntos y Subonjuntos. 2.- Operaiones on Conjuntos. Propiedades.

Más detalles

Facultad de Ciencias Exactas Y Naturales FRECUENCIAS DE VIBRACIÓN DE UNA BARRA CON ÁREA SECCIONAL COSENO

Facultad de Ciencias Exactas Y Naturales FRECUENCIAS DE VIBRACIÓN DE UNA BARRA CON ÁREA SECCIONAL COSENO Revista NOOS Volumen (3) Pág 4 8 Derehos Reservados Faultad de Cienias Exatas Y Naturales FRECUENCIAS DE VIBRACIÓN DE UNA BARRA CON ÁREA SECCIONAL COSENO Carlos Daniel Aosta Medina Ingrid Milena Cholo

Más detalles

Determinación de Módulos de Young

Determinación de Módulos de Young Determinaión de Módulos de Young Arrufat, Franiso Tomás franiso@arrufat.om Novik, Uriel Sebastián Tel: 861-15 Frigerio, María Paz mapazf@hotmail.om Sardelli, Gastón osmo80@iudad.om.ar Universidad Favaloro,

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

Mecanismos y Elementos de Máquinas. Cálculo de uniones soldadas. Sexta edición - 2013. Prof. Pablo Ringegni

Mecanismos y Elementos de Máquinas. Cálculo de uniones soldadas. Sexta edición - 2013. Prof. Pablo Ringegni Meanismos y Elementos de Máquinas álulo de uniones soldadas Sexta ediión - 013 Prof. Pablo Ringegni álulo de uniones soldadas INTRODUIÓN... 3 1. JUNTAS SOLDADAS A TOPE... 3 1.1. Resistenia de la Soldadura

Más detalles

Tema 3: Cálculo de Probabilidades Unidad 1: Introducción y Concepto

Tema 3: Cálculo de Probabilidades Unidad 1: Introducción y Concepto Estadística Tema 3: Cálculo de Probabilidades Unidad 1: Introducción y Concepto Área de Estadística e Investigación Operativa Licesio J. Rodríguez-Aragón Octubre 2010 Contenidos...............................................................

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

Conceptos básicos estadísticos

Conceptos básicos estadísticos Conceptos básicos estadísticos Población Población, en estadística, también llamada universo o colectivo, es el conjunto de elementos de referencia sobre el que se realizan las observaciones. El concepto

Más detalles

e REVISTA/No. 04/diciembre 04

e REVISTA/No. 04/diciembre 04 e REVISTA/No. 04/diiembre 04 Las plataformas en la eduaión en línea Alberto Domingo Robles Peñaloza La Eduaión a Distania se ha visto en gran manera benefiiada del desarrollo de las Tenologías de Informaión

Más detalles

Unidad Temática 2 Probabilidad

Unidad Temática 2 Probabilidad Unidad Temática 2 Probabilidad Responda verdadero o falso. Coloque una letra V a la izquierda del número del ítem si acepta la afirmación enunciada, o una F si la rechaza. 1. El experimento que consiste

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

NOTAS SOBRE LOS MÉTODOS DE INTEGRACIÓN

NOTAS SOBRE LOS MÉTODOS DE INTEGRACIÓN NOTAS SOBRE LOS MÉTODOS DE INTEGRACIÓN Alberto Gómez-Lozano Universidad Cooperativa de Colombia Sede Ibagué Doumentos de doenia Course Work oursework.u.e.o No. 5. Nov, 05 http://d.doi.org/0.695/greylit.6

Más detalles

DETERMINACION DEL VALOR DE LA CUOTA Y EL CRONOGRAMA DE PAGOS DE CREDITOS HIPOTECARIOS. 1 2 3 n-1

DETERMINACION DEL VALOR DE LA CUOTA Y EL CRONOGRAMA DE PAGOS DE CREDITOS HIPOTECARIOS. 1 2 3 n-1 DETERMINAION DEL VALOR DE LA UOTA Y EL RONOGRAMA DE PAGOS DE REDITOS HIPOTEARIOS Edpyme Raíz utiliza, para el álulo de su ronograma de pagos, el método de la uota fija. Esto signifia que ada pago periódio

Más detalles

ANEJO 1: Instrumental de laboratorio utilizado en la práctica

ANEJO 1: Instrumental de laboratorio utilizado en la práctica Universidad de Aliante - Prátias de Materiales de Construión I.T.O.P Prátia Nº 2 Prátias de Materiales de Construión I.T. Obras Públias PRÁCTICA Nº 2 PROPIEDADES GENERALES II Contenido: 2.1 Toma de muestras

Más detalles

CALIBRACIÓN DEL PATRÓN NACIONAL DE FLUJO DE GAS TIPO PISTÓN

CALIBRACIÓN DEL PATRÓN NACIONAL DE FLUJO DE GAS TIPO PISTÓN CALIBRACIÓN DEL PATRÓN NACIONAL DE FLUJO DE GAS TIPO PISTÓN J.C. Gervaio S., J. M. Maldonado R., H. Luhsinger Centro Naional de metrología Metrología Meánia, División de Flujo y Volumen Resumen: La alibraión

Más detalles

EXPERIMENTO ALEATORIO

EXPERIMENTO ALEATORIO EXPERIMENTO ALEATORIO En concepto de la probabilidad, un experimento aleatorio es aquel que bajo el mismo conjunto aparente de condiciones iniciales, puede presentar resultados diferentes, en otras palabras,

Más detalles

Resuelve los ejercicios de Probabilidad de dos ó más eventos

Resuelve los ejercicios de Probabilidad de dos ó más eventos Instituto Tenológio de Celaya Departamento de Ingeniería químia Resuelve los ejeriios de Probabilidad de dos ó más eventos. Tres soliitantes de lienias de bienes raíes del estado de Arizona planean presentar

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

Aplicaciones de problemas de Máximos y Mínimos.

Aplicaciones de problemas de Máximos y Mínimos. Aplicaciones de problemas de Máximos y Mínimos. En la resolución de problemas de máximos y mínimos el mayor desafío consiste generalmente en obtener, a partir del enunciado, la función que se necesita

Más detalles

4. Conformación de la calzada

4. Conformación de la calzada 4. Conformaión de la alzada INTRODUCCIÓN El módulo tiene una duraión de 228 horas pedagógias y su propósito es que los y las estudiantes desarrollen ompetenias vinuladas al ontrol de movimiento de tierra

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

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 Experimentos deterministas Son los experimentos de los que podemos predecir el resultado antes de que se realicen. Ejemplo Si dejamos caer una piedra desde una ventana sabemos, sin lugar a

Más detalles