SlideShare uma empresa Scribd logo
1 de 13
Universidad Tecnológica de
 Torreón.
  EVENTOS ALEATORIOS, ESPACIO
 MUESTRAL Y TECNICAS DE CONTEO.

   MONSERRAT GUADALUPE VILLA
           GONZALEZ.

 LIC. EDGAR GERARDO MATA ORTIZ
   Un evento aleatorio es aquel acontecimiento de
    un hecho en proceso o que está por venir. Se dice
    que es aleatorio, si no es posible determinarlo con
    exactitud. En todo caso, será posible predecirlo
    con un nivel dado de confianza. Si
    las variables (una o varias de éstas) no son
    predecibles con exactitud se dice que
    el evento es aleatorio.
Lanzamiento de un dado
≻ Un experimento se dice aleatorio si
verifica las siguientes condiciones:
– Es posible conocer previamente todos los
posibles resultados asociados al
experimento.
– Es imposible predecir el resultado del
mismo antes de realizarlo.
– Es posible repetirlo bajo las mismas
condiciones iníciales un número ilimitado
de veces
≻ A cada realización de un experimento se
le llama experiencia o prueba.
se le llama al conjunto de todos los
  posibles resultados individuales de un
  experimento aleatorio.
 Espacio muestral de una moneda:
 E = {C, X}.
 Espacio muestral de un dado:
 E = {1, 2, 3, 4, 5, 6}.
 Una bolsa contiene bolas blancas y
  negras. Se extraen sucesivamente tres
  bolas.
 E = {(b,b,b); (b,b,n); (b,n,b); (n,b,b);
  (b,n,n); (n,b,n); (n,n ,b); (n, n,n)}



 2. El suceso A = {extraer tres bolas del
  mismo color}.
 A = {(b,b,b); (n, n,n)}
   Las técnicas de conteo son aquellas que son usadas
    para enumerar eventos difíciles de cuantificar.


   La Técnica de la Multiplicación
   La técnica de la multiplicación: Si hay m formas de
    hacer una cosa y hay n formas de hacer otra cosa,
    hay m x n formas da hacer ambas cosas en términos
    de fórmula
   Número total de arreglos = m x n
   Esto puede ser extendido a más de dos eventos.
    Para tres eventos, m, n, y o:
   Número total de arreglos = m x n x o
   Un vendedor de autos quiere presentar a sus clientes todas
    las diferentes opciones con que cuenta: auto convertible,
    auto de 2 puertas y auto de 4 puertas, cualquiera de ellos
    con rines deportivos o estándar. ¿Cuántos diferentes arreglos
    de autos y rines puede ofrecer el vendedor?
   Para solucionar el problema podemos emplear la técnica de
    la multiplicación, (donde m es número de modelos y n es el
    número de tipos de rin).
   Número total de arreglos = 3 x 2
   Número total de arreglos = m x n = 8 x 6 =
    48
 Un diagrama de árbol es una
  herramienta que se utiliza para
  determinar todos los posibles resultados
  de un experimento aleatorio.
 Una clase consta de seis niñas y 10 niños.
  Si se escoge un comité de tres al azar,
  hallar la probabilidad de:
1 Seleccionar tres niños.
   P(3 niñas)= 10/16 * 9/15 *8/14= 0.214
 permutaciones
 El número de permutaciones de n
  objetos es el número de formas en los
  que pueden acomodarse esos objetos
  en términos de orden.
 Permutaciones de n elementos tomando
  n a la vez es igual a:
 nPn = n! = (n) x (n-1) x… x (2) x (1)
ejemplo:

 Los cinco individuos que componen la
  dirección de una pequeña empresa
  manufacturera serán sentados juntos en
  un banquete. Determinar el número de
  diferentes posiciones posibles de los
  asientos para los cinco individuos.
 Solución
 n Pn = n! = 5! = (5)(4)(3)(2)(1) = 120
 combinaciones
 En el caso de las combinaciones, lo
  importante es el número de
  agrupaciones diferentes de objetos que
  pueden incurrir sin importar su orden.
 Por lo tanto en las combinaciones se
  busca el número se subgrupos diferentes
  que pueden tomarse a partir de n
  objetos.
 El número de combinaciones de n
  objetos tomados r a la vez es igual a:
 nCr = n! ---- r! (n-r)!
Ejemplo:

 Supongamos que se elegirá a tres
  miembros de una pequeña organización
  social con un total de diez miembros para
  que integren un comité. ¿Cuál es el
  número de grupos diferentes de tres
  personas que pueden ser elegidos, sin
  importar el diferente orden en el que cada
  grupo podría elegirse?
 Solución
 nCr =10C3 = n! = 10!
  =10×9x8×7!=10×9x8=720= 120
r(n - r)!  3!(10–3)!      3!x7!       3×2x1 6

Mais conteúdo relacionado

Mais procurados

Primera presentacion
Primera presentacionPrimera presentacion
Primera presentacion
Nancy Leal
 
Experimentos
ExperimentosExperimentos
Experimentos
Santy D
 
Eventos aleatorios, espacio muestral y técnicas de conteo.
Eventos aleatorios, espacio muestral y técnicas de conteo.Eventos aleatorios, espacio muestral y técnicas de conteo.
Eventos aleatorios, espacio muestral y técnicas de conteo.
leonardo19940511
 
Ejemplos sencillosdc
Ejemplos sencillosdcEjemplos sencillosdc
Ejemplos sencillosdc
PaToDoMunos
 
4 elementos de la probabilidad
4 elementos de la probabilidad4 elementos de la probabilidad
4 elementos de la probabilidad
insucoppt
 
Experimentos aleatorios
Experimentos aleatoriosExperimentos aleatorios
Experimentos aleatorios
ramirez_cabral
 
Experimentos Aleatorios Y Sucesos
Experimentos Aleatorios Y SucesosExperimentos Aleatorios Y Sucesos
Experimentos Aleatorios Y Sucesos
Carmen Batiz
 

Mais procurados (19)

Primera presentacion
Primera presentacionPrimera presentacion
Primera presentacion
 
Experimentos
ExperimentosExperimentos
Experimentos
 
Eventos aleatorios, espacio muestral y técnicas de conteo.
Eventos aleatorios, espacio muestral y técnicas de conteo.Eventos aleatorios, espacio muestral y técnicas de conteo.
Eventos aleatorios, espacio muestral y técnicas de conteo.
 
Distribucion geometrica
Distribucion geometricaDistribucion geometrica
Distribucion geometrica
 
Técnicas de conteo
Técnicas de conteoTécnicas de conteo
Técnicas de conteo
 
Distribucion geometrica
Distribucion geometricaDistribucion geometrica
Distribucion geometrica
 
Ejemplos sencillosdc
Ejemplos sencillosdcEjemplos sencillosdc
Ejemplos sencillosdc
 
PC6 2018-I
PC6 2018-IPC6 2018-I
PC6 2018-I
 
2019-II Cálculo diferencial Examen final
2019-II Cálculo diferencial  Examen final2019-II Cálculo diferencial  Examen final
2019-II Cálculo diferencial Examen final
 
4 elementos de la probabilidad
4 elementos de la probabilidad4 elementos de la probabilidad
4 elementos de la probabilidad
 
Distribución Binomial Negativa y Geométrica
Distribución Binomial Negativa y GeométricaDistribución Binomial Negativa y Geométrica
Distribución Binomial Negativa y Geométrica
 
Probabilidad
ProbabilidadProbabilidad
Probabilidad
 
PRESENTACION.
PRESENTACION.PRESENTACION.
PRESENTACION.
 
Osmel sebastian lara tapia espacio muestral
Osmel sebastian lara tapia  espacio muestral Osmel sebastian lara tapia  espacio muestral
Osmel sebastian lara tapia espacio muestral
 
Experimentos aleatorios
Experimentos aleatoriosExperimentos aleatorios
Experimentos aleatorios
 
UNIDAD 1. TEORÍA DE PROBABILIDADES
UNIDAD 1. TEORÍA DE PROBABILIDADESUNIDAD 1. TEORÍA DE PROBABILIDADES
UNIDAD 1. TEORÍA DE PROBABILIDADES
 
Experimentos Aleatorios Y Sucesos
Experimentos Aleatorios Y SucesosExperimentos Aleatorios Y Sucesos
Experimentos Aleatorios Y Sucesos
 
Sustitutorio 2019-II
Sustitutorio 2019-IISustitutorio 2019-II
Sustitutorio 2019-II
 
Estadística aplicada aplicada a la ingeniería química semana 03 - 05
Estadística aplicada aplicada a la ingeniería química    semana 03 - 05Estadística aplicada aplicada a la ingeniería química    semana 03 - 05
Estadística aplicada aplicada a la ingeniería química semana 03 - 05
 

Destaque

Destaque (7)

Traducció de topònims
Traducció de topònimsTraducció de topònims
Traducció de topònims
 
Mehrins
MehrinsMehrins
Mehrins
 
Myanmar, India and the World
Myanmar, India and the WorldMyanmar, India and the World
Myanmar, India and the World
 
Derrocha la vida
Derrocha la vidaDerrocha la vida
Derrocha la vida
 
Ativ 3 1_socializa_pitec_cristiane_elenice_dorinha
Ativ 3 1_socializa_pitec_cristiane_elenice_dorinhaAtiv 3 1_socializa_pitec_cristiane_elenice_dorinha
Ativ 3 1_socializa_pitec_cristiane_elenice_dorinha
 
Faith and freedom_coalition_national_survey_-_november_2,_2010
Faith and freedom_coalition_national_survey_-_november_2,_2010Faith and freedom_coalition_national_survey_-_november_2,_2010
Faith and freedom_coalition_national_survey_-_november_2,_2010
 
Total share of_interactions_from_jul_09_2014_to_au (1)
Total share of_interactions_from_jul_09_2014_to_au (1)Total share of_interactions_from_jul_09_2014_to_au (1)
Total share of_interactions_from_jul_09_2014_to_au (1)
 

Semelhante a Estadis trab fin

Métodos de conteo
Métodos de conteoMétodos de conteo
Métodos de conteo
Lúaz Garcia
 
eventos aleatorios, espacio muestra, técnica de conteo.
eventos aleatorios, espacio muestra, técnica de conteo.eventos aleatorios, espacio muestra, técnica de conteo.
eventos aleatorios, espacio muestra, técnica de conteo.
Carlos Eduardo Candela
 
EVENTOS ALEATORIOS CON AUDIO
EVENTOS ALEATORIOS CON AUDIOEVENTOS ALEATORIOS CON AUDIO
EVENTOS ALEATORIOS CON AUDIO
Zoniia ALmanza
 
Eventos aleatorios etc
Eventos aleatorios etcEventos aleatorios etc
Eventos aleatorios etc
Zoniia ALmanza
 
Eventos y espacio muestral
Eventos y espacio muestralEventos y espacio muestral
Eventos y espacio muestral
Xavier Villamil
 
Metodos de conteo
Metodos de conteoMetodos de conteo
Metodos de conteo
kaoko7
 
Metodos de conteo
Metodos de conteoMetodos de conteo
Metodos de conteo
kaoko7
 

Semelhante a Estadis trab fin (20)

Métodos de conteo
Métodos de conteoMétodos de conteo
Métodos de conteo
 
eventos aleatorios, espacio muestra, técnica de conteo.
eventos aleatorios, espacio muestra, técnica de conteo.eventos aleatorios, espacio muestra, técnica de conteo.
eventos aleatorios, espacio muestra, técnica de conteo.
 
Alina isela2
Alina isela2Alina isela2
Alina isela2
 
ultimo trabajo de segunda unidad
ultimo trabajo de segunda unidadultimo trabajo de segunda unidad
ultimo trabajo de segunda unidad
 
Tecnicas de conteo
Tecnicas de conteoTecnicas de conteo
Tecnicas de conteo
 
2.1 tecnicas de conteo
2.1 tecnicas de conteo2.1 tecnicas de conteo
2.1 tecnicas de conteo
 
Teoria de la probabilidad
Teoria de la probabilidadTeoria de la probabilidad
Teoria de la probabilidad
 
Ejemplos Explicados
Ejemplos ExplicadosEjemplos Explicados
Ejemplos Explicados
 
Ejemplos Explicados
Ejemplos Explicados Ejemplos Explicados
Ejemplos Explicados
 
1 teoria de la probabilidad
1 teoria de la probabilidad1 teoria de la probabilidad
1 teoria de la probabilidad
 
Ejemplos sencillos
Ejemplos sencillosEjemplos sencillos
Ejemplos sencillos
 
Bligoo hoy
Bligoo hoyBligoo hoy
Bligoo hoy
 
EVENTOS ALEATORIOS CON AUDIO
EVENTOS ALEATORIOS CON AUDIOEVENTOS ALEATORIOS CON AUDIO
EVENTOS ALEATORIOS CON AUDIO
 
Eventos aleatorios etc
Eventos aleatorios etcEventos aleatorios etc
Eventos aleatorios etc
 
Eventos y espacio muestral
Eventos y espacio muestralEventos y espacio muestral
Eventos y espacio muestral
 
Metodos de conteo
Metodos de conteoMetodos de conteo
Metodos de conteo
 
Metodos de conteo
Metodos de conteoMetodos de conteo
Metodos de conteo
 
Oscar blog de mata
Oscar blog de mataOscar blog de mata
Oscar blog de mata
 
Oscar blog de mata
Oscar blog de mataOscar blog de mata
Oscar blog de mata
 
Oscar blog de mata
Oscar blog de mataOscar blog de mata
Oscar blog de mata
 

Mais de Lúaz Garcia

Prueba de hipótesis
Prueba de hipótesisPrueba de hipótesis
Prueba de hipótesis
Lúaz Garcia
 
Estad quimestimacionintconfianza
Estad quimestimacionintconfianzaEstad quimestimacionintconfianza
Estad quimestimacionintconfianza
Lúaz Garcia
 
Ejemplos de distribuciones probabilidad
Ejemplos de distribuciones  probabilidadEjemplos de distribuciones  probabilidad
Ejemplos de distribuciones probabilidad
Lúaz Garcia
 
Distribuciones de probabilidad
Distribuciones de probabilidadDistribuciones de probabilidad
Distribuciones de probabilidad
Lúaz Garcia
 
Distribuciones de probabilidad
Distribuciones de probabilidadDistribuciones de probabilidad
Distribuciones de probabilidad
Lúaz Garcia
 
Distribuciones de probabilidad
Distribuciones de probabilidadDistribuciones de probabilidad
Distribuciones de probabilidad
Lúaz Garcia
 
Distribuciones de probabilidad
Distribuciones de probabilidadDistribuciones de probabilidad
Distribuciones de probabilidad
Lúaz Garcia
 
Distribuciones de probabilidad
Distribuciones de probabilidadDistribuciones de probabilidad
Distribuciones de probabilidad
Lúaz Garcia
 
Ejemplos de ejercicios bernoulli
Ejemplos de ejercicios bernoulliEjemplos de ejercicios bernoulli
Ejemplos de ejercicios bernoulli
Lúaz Garcia
 
Ejemplos de ejercicios bernoulli
Ejemplos de ejercicios bernoulliEjemplos de ejercicios bernoulli
Ejemplos de ejercicios bernoulli
Lúaz Garcia
 
Teoría de probabilidad
Teoría de probabilidadTeoría de probabilidad
Teoría de probabilidad
Lúaz Garcia
 
Distribuciones de probabilidad
Distribuciones de probabilidadDistribuciones de probabilidad
Distribuciones de probabilidad
Lúaz Garcia
 
conceptos y ejemplos de probabilidad
conceptos y ejemplos de probabilidad conceptos y ejemplos de probabilidad
conceptos y ejemplos de probabilidad
Lúaz Garcia
 
Universidad tecnologica de torreon
Universidad tecnologica de torreonUniversidad tecnologica de torreon
Universidad tecnologica de torreon
Lúaz Garcia
 

Mais de Lúaz Garcia (20)

Prueba de hipótesis
Prueba de hipótesisPrueba de hipótesis
Prueba de hipótesis
 
Estad quimestimacionintconfianza
Estad quimestimacionintconfianzaEstad quimestimacionintconfianza
Estad quimestimacionintconfianza
 
2
22
2
 
Prob
ProbProb
Prob
 
Probabilidad
ProbabilidadProbabilidad
Probabilidad
 
Ejemplos de distribuciones probabilidad
Ejemplos de distribuciones  probabilidadEjemplos de distribuciones  probabilidad
Ejemplos de distribuciones probabilidad
 
Distribuciones de probabilidad
Distribuciones de probabilidadDistribuciones de probabilidad
Distribuciones de probabilidad
 
Probabilidad
ProbabilidadProbabilidad
Probabilidad
 
Distribuciones de probabilidad
Distribuciones de probabilidadDistribuciones de probabilidad
Distribuciones de probabilidad
 
Distribuciones de probabilidad
Distribuciones de probabilidadDistribuciones de probabilidad
Distribuciones de probabilidad
 
Distribuciones de probabilidad
Distribuciones de probabilidadDistribuciones de probabilidad
Distribuciones de probabilidad
 
Probabilidad
ProbabilidadProbabilidad
Probabilidad
 
Distribuciones de probabilidad
Distribuciones de probabilidadDistribuciones de probabilidad
Distribuciones de probabilidad
 
Estadis trab fin
Estadis trab finEstadis trab fin
Estadis trab fin
 
Ejemplos de ejercicios bernoulli
Ejemplos de ejercicios bernoulliEjemplos de ejercicios bernoulli
Ejemplos de ejercicios bernoulli
 
Ejemplos de ejercicios bernoulli
Ejemplos de ejercicios bernoulliEjemplos de ejercicios bernoulli
Ejemplos de ejercicios bernoulli
 
Teoría de probabilidad
Teoría de probabilidadTeoría de probabilidad
Teoría de probabilidad
 
Distribuciones de probabilidad
Distribuciones de probabilidadDistribuciones de probabilidad
Distribuciones de probabilidad
 
conceptos y ejemplos de probabilidad
conceptos y ejemplos de probabilidad conceptos y ejemplos de probabilidad
conceptos y ejemplos de probabilidad
 
Universidad tecnologica de torreon
Universidad tecnologica de torreonUniversidad tecnologica de torreon
Universidad tecnologica de torreon
 

Estadis trab fin

  • 1. Universidad Tecnológica de Torreón. EVENTOS ALEATORIOS, ESPACIO MUESTRAL Y TECNICAS DE CONTEO. MONSERRAT GUADALUPE VILLA GONZALEZ. LIC. EDGAR GERARDO MATA ORTIZ
  • 2. Un evento aleatorio es aquel acontecimiento de un hecho en proceso o que está por venir. Se dice que es aleatorio, si no es posible determinarlo con exactitud. En todo caso, será posible predecirlo con un nivel dado de confianza. Si las variables (una o varias de éstas) no son predecibles con exactitud se dice que el evento es aleatorio.
  • 3. Lanzamiento de un dado ≻ Un experimento se dice aleatorio si verifica las siguientes condiciones: – Es posible conocer previamente todos los posibles resultados asociados al experimento. – Es imposible predecir el resultado del mismo antes de realizarlo. – Es posible repetirlo bajo las mismas condiciones iníciales un número ilimitado de veces ≻ A cada realización de un experimento se le llama experiencia o prueba.
  • 4. se le llama al conjunto de todos los posibles resultados individuales de un experimento aleatorio.  Espacio muestral de una moneda:  E = {C, X}.  Espacio muestral de un dado:  E = {1, 2, 3, 4, 5, 6}.
  • 5.  Una bolsa contiene bolas blancas y negras. Se extraen sucesivamente tres bolas.  E = {(b,b,b); (b,b,n); (b,n,b); (n,b,b); (b,n,n); (n,b,n); (n,n ,b); (n, n,n)}  2. El suceso A = {extraer tres bolas del mismo color}.  A = {(b,b,b); (n, n,n)}
  • 6. Las técnicas de conteo son aquellas que son usadas para enumerar eventos difíciles de cuantificar.  La Técnica de la Multiplicación  La técnica de la multiplicación: Si hay m formas de hacer una cosa y hay n formas de hacer otra cosa, hay m x n formas da hacer ambas cosas en términos de fórmula  Número total de arreglos = m x n  Esto puede ser extendido a más de dos eventos. Para tres eventos, m, n, y o:  Número total de arreglos = m x n x o
  • 7. Un vendedor de autos quiere presentar a sus clientes todas las diferentes opciones con que cuenta: auto convertible, auto de 2 puertas y auto de 4 puertas, cualquiera de ellos con rines deportivos o estándar. ¿Cuántos diferentes arreglos de autos y rines puede ofrecer el vendedor?  Para solucionar el problema podemos emplear la técnica de la multiplicación, (donde m es número de modelos y n es el número de tipos de rin).  Número total de arreglos = 3 x 2  Número total de arreglos = m x n = 8 x 6 = 48
  • 8.  Un diagrama de árbol es una herramienta que se utiliza para determinar todos los posibles resultados de un experimento aleatorio.  Una clase consta de seis niñas y 10 niños. Si se escoge un comité de tres al azar, hallar la probabilidad de: 1 Seleccionar tres niños.
  • 9. P(3 niñas)= 10/16 * 9/15 *8/14= 0.214
  • 10.  permutaciones  El número de permutaciones de n objetos es el número de formas en los que pueden acomodarse esos objetos en términos de orden.  Permutaciones de n elementos tomando n a la vez es igual a:  nPn = n! = (n) x (n-1) x… x (2) x (1)
  • 11. ejemplo:  Los cinco individuos que componen la dirección de una pequeña empresa manufacturera serán sentados juntos en un banquete. Determinar el número de diferentes posiciones posibles de los asientos para los cinco individuos.  Solución  n Pn = n! = 5! = (5)(4)(3)(2)(1) = 120
  • 12.  combinaciones  En el caso de las combinaciones, lo importante es el número de agrupaciones diferentes de objetos que pueden incurrir sin importar su orden.  Por lo tanto en las combinaciones se busca el número se subgrupos diferentes que pueden tomarse a partir de n objetos.  El número de combinaciones de n objetos tomados r a la vez es igual a:  nCr = n! ---- r! (n-r)!
  • 13. Ejemplo:  Supongamos que se elegirá a tres miembros de una pequeña organización social con un total de diez miembros para que integren un comité. ¿Cuál es el número de grupos diferentes de tres personas que pueden ser elegidos, sin importar el diferente orden en el que cada grupo podría elegirse?  Solución  nCr =10C3 = n! = 10! =10×9x8×7!=10×9x8=720= 120 r(n - r)! 3!(10–3)! 3!x7! 3×2x1 6