SlideShare uma empresa Scribd logo
1 de 13
ESTADISTICA:
    TEMA: Eventos aleatorios.
PROFESOR : Lic. Edgar Gerardo Mata
              Ortiz.
  ALUMNA :Claudia Azucena Ávila
          Hernández.
• 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. Al evento
  también se le denomina un suceso o un fenómeno.
  Generalmente, se simula el evento por un conjunto de variables relacionadas entre
  sí. Por lo tanto, un evento está representado con una o más variables vinculadas
  entre ellas. Si las variables (una o varias de éstas) no son predecibles con
  exactitud se dice que el evento es aleatorio. Generalmente las variables
  representan atributos y propiedades de los entes que intervienen en el evento, y
  que pueden ser medidos. De esta manera se dice que las variables tienen una
  magnitud.
  Evento Aleatorio
  ≻ Evento aleatorio es aquel que bajo el mismo conjunto de Condiciones iniciales,
  puede presentar resultados diferentes – es decir, no se puede predecir el resultado
  de cada experiencia particular.
• Ejemplo:
• 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.
EJEMPLO.

Aceptamos que sólo hay dos resultados posibles: que al caer la moneda la parte visible
sea” cara” o sea” número”. Desechamos que pueda caer de canto o sea que quede
parada en el borde.
Hay un 50% de probabilidad de que elija el capitán de un equipo y 50% de
probabilidad de que al arco lo elija el otro capitán

  Probabilidad de que salga cara ½ = 50/100 = 0, 5 = 50%
  Probabilidad de que salga número ½ = 50/100 = 0, 5 = 50%
  El espacio muestral es el conjunto de los resultados posibles
• Es el conjunto de todos los posibles resultados de
  una experiencia aleatoria, lo representaremos
  por E (o bien por la letra griega Ω).
• Sea S el experimento de la tirada de dos dados.
  Escriba el evento que sea el resultado de que los dos
  dados tengan el mismo valor. Entonces S= {(x, y)
  |x∈Dado#1∧y∈l Dado#2} en la tabla que esta abajo se
  pueden ver todos los puntos muéstrales de este
  experimento.
Dado #2
                                      1      2       3        4       5       6
                                  1 (1,1) (1,2) (1,3) (1,4) (1,5) (1,6)
                                  2 (2,1) (2,2) (2,3) (2,4) (2,5) (2,6)
                                  3 (3,1) (3,2) (3,3) (3,4) (3,5) (3,6)
                       Dado #1
                                  4 (4,1) (4,2) (4,3) (4,4) (4,5) (4,6)
                                  5 (5,1) (5,2) (5,3) (5,4) (5,5) (5,6)
                                  6 (6,1) (6,2) (6,3) (6,4) (6,5) (6,6)

El evento de que sean iguales seria el conjunto          A= {(1,1), (2,2), (3,3), (4,4), (5,5), (6,6)}

                                                     Dado #2
                                     1       2       3         4       5          6
                                 1 (1,1)   (1,2)   (1,3)     (1,4)   (1,5)   (1,6)
                                 2 (2,1)   (2,2)   (2,3)     (2,4)   (2,5)   (2,6)
                                 3 (3,1)   (3,2)   (3,3)     (3,4)   (3,5)   (3,6)
                      Dado #1
                                 4 (4,1)   (4,2)   (4,3)     (4,4)   (4,5)   (4,6)
                                 5 (5,1)   (5,2)   (5,3)     (5,4)   (5,5)   (5,6)
                                 6 (6,1)   (6,2)   (6,3)     (6,4)   (6,5)   (6,6)
• TÉCNICAS DE CONTEO.
•
• El principio fundamental en el proceso de contar ofrece un método general
  para contar el numero de posibles arreglos de objetos dentro de un solo
  conjunto o entre carios conjuntos. Las técnicas de conteo son aquellas que
  son usadas para enumerar eventos difíciles de cuantificar. Si un evento
  A puede ocurrir de n1 maneras y una vez que este ha ocurrido, otro
  evento B puede n2 maneras diferentes entonces, el número total de formas
  diferentes en que ambos eventos pueden ocurrir en el orden indicado, es
  igual a n1 x n2.
•
• ¿De cuántas maneras pueden repartirse 3 premios a un conjunto de 10 personas,
  suponiendo que cada persona no puede obtener más de un premio?
• Aplicando el principio fundamental del conteo, tenemos 10 personas que pueden
  recibir el primer
• premio. Una vez que éste ha sido entregado, restan 9 personas para recibir el
  segundo, y
• posteriormente quedarán 8 personas para el tercer premio. De ahí que el número
  de maneras
• distintas de repartir los tres premios.
•
• n
• 10 x 9 x 8 = 720
•
Un diagrama de árbol es una herramienta que se utiliza para
determinar todos los posibles resultados de un experimento
aleatorio. En el cálculo de la probabilidad se requiere conocer el
número de elementos que forman parte del espacio muestral,
estos se pueden determinar con la construcción del diagrama de
árbol.
Ejemplo Corbatas
Juan tiene 2 corbatas de colores azul y rojo, respectivamente, y 3
camisas de colores azul, rosa y blanco. Si escoge al azar una
corbata y una camisa, ¿cuál será el espacio muestral?

Para calcular el espacio muestral vamos a construir un diagrama
de árbol.
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 En n Objetos
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 P n = n! = 5! = (5)(4)(3)(2)(1) = 120
Denominamos combinaciones ordinarias o sin repetición
de n elementos tomados de m en m, (m<=n) a las distintas
agrupaciones de m elementos de manera que:
- En cada grupo entren m elementos distintos
- Dos grupos son distintos si difieren en algún elemento.
El número de combinaciones ordinarias de m elementos tomados
de m en m lo notaremos Cn,my se calcula:
 EJEMPLO:
En una clase de 35 alumnos se quiere elegir un comité formado por tres
alumnos. ¿Cuántos comités diferentes se pueden formar?
El principio multiplicativo implica que cada uno de los pasos de la actividad
deben ser llevados a efecto, uno tras otro.
Ejemplos:
1) Una persona desea construir su casa, para lo cuál considera que puede
construir los cimientos de su casa de cualquiera de dos maneras (concreto o
block de cemento), mientras que las paredes las puede hacer de adobe,
adobón o ladrillo, el techo puede ser de concreto o lámina galvanizada y por
último los acabados los puede realizar de una sola manera ¿cuántas maneras
tiene esta persona de construir su casa?
Solución:
Considerando que r = 4 pasos
N1= maneras de hacer cimientos = 2
N2= maneras de construir paredes = 3
N3= maneras de hacer techos = 2
N4= maneras de hacer acabados = 1
N1 x N2 x N3 x N4 = 2 x 3 x 2 x 1 = 12 maneras de construir la casa
Si una primera operación puede realizarse de m maneras y una
segunda operación puede realizarse de n maneras, entonces una
operación o la otra pueden efectuarse de m + n maneras.

EJEMPLO.
Tenemos tres diferentes lugares para comer pizza; dos para
hamburguesa y cuatro para pollo. ¿A cuántos diferentes lugares
podemos ir a almorzar? Solución: 3 + 2 + 4 = 9 diferentes lugares.



                    +               +                           =9

Mais conteúdo relacionado

Mais procurados

Tarea 9 de probabilidad y estadistica con respuestas
Tarea 9 de probabilidad y estadistica con respuestasTarea 9 de probabilidad y estadistica con respuestas
Tarea 9 de probabilidad y estadistica con respuestasIPN
 
Presentacion t student
Presentacion t studentPresentacion t student
Presentacion t studentpilosofando
 
distribuciones-discretas-2017.ppt
distribuciones-discretas-2017.pptdistribuciones-discretas-2017.ppt
distribuciones-discretas-2017.pptBaquedanoMarbaro
 
Caracteristicas de investigacion no experimental power
Caracteristicas de investigacion no experimental powerCaracteristicas de investigacion no experimental power
Caracteristicas de investigacion no experimental powermorenbella
 
8.medidas de forma
8.medidas de forma8.medidas de forma
8.medidas de formarosa61
 
Introducción al Diseño de experimentos
 Introducción al Diseño de experimentos Introducción al Diseño de experimentos
Introducción al Diseño de experimentosWilmer Peña
 
Teoria de la probabilidad estadistica
Teoria de la probabilidad estadisticaTeoria de la probabilidad estadistica
Teoria de la probabilidad estadisticajose villalobos
 
Tipos de Gráficas - Actividad 5
Tipos de Gráficas - Actividad 5Tipos de Gráficas - Actividad 5
Tipos de Gráficas - Actividad 5Cesar Murcia
 
Error tipo i y ii
Error tipo i y iiError tipo i y ii
Error tipo i y iiGaby Ochoa
 
Muestreo aleatorio simple en enfermería
Muestreo aleatorio simple en enfermería Muestreo aleatorio simple en enfermería
Muestreo aleatorio simple en enfermería font Fawn
 
Distribuciones Muestrales I ccesa007
Distribuciones Muestrales I ccesa007Distribuciones Muestrales I ccesa007
Distribuciones Muestrales I ccesa007Demetrio Ccesa Rayme
 
Introducción a la probabilidad
Introducción a la probabilidadIntroducción a la probabilidad
Introducción a la probabilidadrmagallon12
 
Ejercicios diseño de bloques completos al azar ejercicio 3
Ejercicios diseño de bloques completos al azar ejercicio 3Ejercicios diseño de bloques completos al azar ejercicio 3
Ejercicios diseño de bloques completos al azar ejercicio 3Instituto Tecnologico De Pachuca
 
Diapositivas estadistica
Diapositivas estadisticaDiapositivas estadistica
Diapositivas estadisticalissethperez
 
Distribuciones muestrales diapositivas
Distribuciones muestrales diapositivasDistribuciones muestrales diapositivas
Distribuciones muestrales diapositivascastilloasmat28
 
Ejercicios diseño de bloques completos al azar ejercicio 2
Ejercicios diseño de bloques completos al azar ejercicio 2Ejercicios diseño de bloques completos al azar ejercicio 2
Ejercicios diseño de bloques completos al azar ejercicio 2Instituto Tecnologico De Pachuca
 
Constructo y variables
Constructo y variablesConstructo y variables
Constructo y variableskccardosoz
 

Mais procurados (20)

Tarea 9 de probabilidad y estadistica con respuestas
Tarea 9 de probabilidad y estadistica con respuestasTarea 9 de probabilidad y estadistica con respuestas
Tarea 9 de probabilidad y estadistica con respuestas
 
Presentacion t student
Presentacion t studentPresentacion t student
Presentacion t student
 
distribuciones-discretas-2017.ppt
distribuciones-discretas-2017.pptdistribuciones-discretas-2017.ppt
distribuciones-discretas-2017.ppt
 
Caracteristicas de investigacion no experimental power
Caracteristicas de investigacion no experimental powerCaracteristicas de investigacion no experimental power
Caracteristicas de investigacion no experimental power
 
Cálculo de probabilidades
Cálculo de probabilidadesCálculo de probabilidades
Cálculo de probabilidades
 
8.medidas de forma
8.medidas de forma8.medidas de forma
8.medidas de forma
 
Introducción al Diseño de experimentos
 Introducción al Diseño de experimentos Introducción al Diseño de experimentos
Introducción al Diseño de experimentos
 
Teoria de la probabilidad estadistica
Teoria de la probabilidad estadisticaTeoria de la probabilidad estadistica
Teoria de la probabilidad estadistica
 
Tipos de Gráficas - Actividad 5
Tipos de Gráficas - Actividad 5Tipos de Gráficas - Actividad 5
Tipos de Gráficas - Actividad 5
 
Error tipo i y ii
Error tipo i y iiError tipo i y ii
Error tipo i y ii
 
Muestreo aleatorio simple en enfermería
Muestreo aleatorio simple en enfermería Muestreo aleatorio simple en enfermería
Muestreo aleatorio simple en enfermería
 
Distribuciones Muestrales I ccesa007
Distribuciones Muestrales I ccesa007Distribuciones Muestrales I ccesa007
Distribuciones Muestrales I ccesa007
 
Introducción a la probabilidad
Introducción a la probabilidadIntroducción a la probabilidad
Introducción a la probabilidad
 
Ejercicios diseño de bloques completos al azar ejercicio 3
Ejercicios diseño de bloques completos al azar ejercicio 3Ejercicios diseño de bloques completos al azar ejercicio 3
Ejercicios diseño de bloques completos al azar ejercicio 3
 
Diapositivas estadistica
Diapositivas estadisticaDiapositivas estadistica
Diapositivas estadistica
 
Distribuciones muestrales diapositivas
Distribuciones muestrales diapositivasDistribuciones muestrales diapositivas
Distribuciones muestrales diapositivas
 
Muestreo en la investigación cualitativa
Muestreo en la investigación cualitativaMuestreo en la investigación cualitativa
Muestreo en la investigación cualitativa
 
Ejercicios diseño de bloques completos al azar ejercicio 2
Ejercicios diseño de bloques completos al azar ejercicio 2Ejercicios diseño de bloques completos al azar ejercicio 2
Ejercicios diseño de bloques completos al azar ejercicio 2
 
Constructo y variables
Constructo y variablesConstructo y variables
Constructo y variables
 
Análisis de Varianza (ANOVA)
Análisis de Varianza (ANOVA)Análisis de Varianza (ANOVA)
Análisis de Varianza (ANOVA)
 

Semelhante a Metodos de conteo estadistica.

Teoria de probabilidad
Teoria de probabilidadTeoria de probabilidad
Teoria de probabilidadalbertoyance
 
Matematica 5to - Unidad 07 - ANALISIS COMBINATORIO Y PROBABILIDAD.pptx
Matematica 5to - Unidad 07 - ANALISIS COMBINATORIO Y PROBABILIDAD.pptxMatematica 5to - Unidad 07 - ANALISIS COMBINATORIO Y PROBABILIDAD.pptx
Matematica 5to - Unidad 07 - ANALISIS COMBINATORIO Y PROBABILIDAD.pptxJOSE ANTONIO MELGAR CAMAYO
 
1 combinatoria
1 combinatoria1 combinatoria
1 combinatoriaortari2014
 
Combinatoria y probabilidad clásica
Combinatoria y probabilidad clásicaCombinatoria y probabilidad clásica
Combinatoria y probabilidad clásicaCristian Jorquera
 
Combinatoria y probabilidad clásica
Combinatoria y probabilidad clásicaCombinatoria y probabilidad clásica
Combinatoria y probabilidad clásicaCristian Jorquera
 
Amerika mata
Amerika mataAmerika mata
Amerika matapathend
 
Trabajo fianal
Trabajo fianalTrabajo fianal
Trabajo fianaladrikiana
 
Conceptos basicos del calculo de probabilidades x1 ccesa007
Conceptos basicos del calculo de probabilidades x1  ccesa007Conceptos basicos del calculo de probabilidades x1  ccesa007
Conceptos basicos del calculo de probabilidades x1 ccesa007Demetrio Ccesa Rayme
 
Conceptos básicos del Cálculo de Probabilidades X1 ccesa007
Conceptos básicos del Cálculo de Probabilidades X1  ccesa007Conceptos básicos del Cálculo de Probabilidades X1  ccesa007
Conceptos básicos del Cálculo de Probabilidades X1 ccesa007Demetrio Ccesa Rayme
 
Solucionario Unidad I Probabilidad -Libro de Texto Matemáticas 10mo Grado - M...
Solucionario Unidad I Probabilidad -Libro de Texto Matemáticas 10mo Grado - M...Solucionario Unidad I Probabilidad -Libro de Texto Matemáticas 10mo Grado - M...
Solucionario Unidad I Probabilidad -Libro de Texto Matemáticas 10mo Grado - M...Cliffor Jerry Herrera Castrillo
 
Eventos aleatorios
Eventos aleatoriosEventos aleatorios
Eventos aleatoriospathend
 
Método de conteo . diagrama de arbol , combinaciones y permutuaciones
Método de conteo . diagrama de arbol , combinaciones y permutuacionesMétodo de conteo . diagrama de arbol , combinaciones y permutuaciones
Método de conteo . diagrama de arbol , combinaciones y permutuacionesbere2012
 

Semelhante a Metodos de conteo estadistica. (20)

Teoria de probabilidad
Teoria de probabilidadTeoria de probabilidad
Teoria de probabilidad
 
Probabilidades
ProbabilidadesProbabilidades
Probabilidades
 
Matematica 5to - Unidad 07 - ANALISIS COMBINATORIO Y PROBABILIDAD.pptx
Matematica 5to - Unidad 07 - ANALISIS COMBINATORIO Y PROBABILIDAD.pptxMatematica 5to - Unidad 07 - ANALISIS COMBINATORIO Y PROBABILIDAD.pptx
Matematica 5to - Unidad 07 - ANALISIS COMBINATORIO Y PROBABILIDAD.pptx
 
Problema de las tres niñas
Problema de las tres niñasProblema de las tres niñas
Problema de las tres niñas
 
1 combinatoria
1 combinatoria1 combinatoria
1 combinatoria
 
Combinatoria y probabilidad clásica
Combinatoria y probabilidad clásicaCombinatoria y probabilidad clásica
Combinatoria y probabilidad clásica
 
Combinatoria y probabilidad clásica
Combinatoria y probabilidad clásicaCombinatoria y probabilidad clásica
Combinatoria y probabilidad clásica
 
Amerika mata
Amerika mataAmerika mata
Amerika mata
 
Trabajo fianal
Trabajo fianalTrabajo fianal
Trabajo fianal
 
Conceptos basicos del calculo de probabilidades x1 ccesa007
Conceptos basicos del calculo de probabilidades x1  ccesa007Conceptos basicos del calculo de probabilidades x1  ccesa007
Conceptos basicos del calculo de probabilidades x1 ccesa007
 
Conceptos básicos del Cálculo de Probabilidades X1 ccesa007
Conceptos básicos del Cálculo de Probabilidades X1  ccesa007Conceptos básicos del Cálculo de Probabilidades X1  ccesa007
Conceptos básicos del Cálculo de Probabilidades X1 ccesa007
 
Bligoo hoy
Bligoo hoyBligoo hoy
Bligoo hoy
 
Estadis trab fin
Estadis trab finEstadis trab fin
Estadis trab fin
 
Estadis trab fin
Estadis trab finEstadis trab fin
Estadis trab fin
 
Solucionario Unidad I Probabilidad -Libro de Texto Matemáticas 10mo Grado - M...
Solucionario Unidad I Probabilidad -Libro de Texto Matemáticas 10mo Grado - M...Solucionario Unidad I Probabilidad -Libro de Texto Matemáticas 10mo Grado - M...
Solucionario Unidad I Probabilidad -Libro de Texto Matemáticas 10mo Grado - M...
 
Axiomas De Peano
Axiomas De PeanoAxiomas De Peano
Axiomas De Peano
 
Axiomas De Peano
Axiomas De PeanoAxiomas De Peano
Axiomas De Peano
 
Eventos aleatorios
Eventos aleatoriosEventos aleatorios
Eventos aleatorios
 
Método de conteo . diagrama de arbol , combinaciones y permutuaciones
Método de conteo . diagrama de arbol , combinaciones y permutuacionesMétodo de conteo . diagrama de arbol , combinaciones y permutuaciones
Método de conteo . diagrama de arbol , combinaciones y permutuaciones
 
Fundamentos de probabilidad
Fundamentos de probabilidadFundamentos de probabilidad
Fundamentos de probabilidad
 

Mais de Azucena Avila Hernandez (18)

50 palabras
50 palabras50 palabras
50 palabras
 
Palabras en ingles
Palabras en inglesPalabras en ingles
Palabras en ingles
 
Cheklist numérico
Cheklist  numéricoCheklist  numérico
Cheklist numérico
 
Presentación1
Presentación1Presentación1
Presentación1
 
Hipotesis
HipotesisHipotesis
Hipotesis
 
Ejercicio de distribucion
Ejercicio de distribucionEjercicio de distribucion
Ejercicio de distribucion
 
Ejemplos de ejercicios bernoulli
Ejemplos de ejercicios bernoulliEjemplos de ejercicios bernoulli
Ejemplos de ejercicios bernoulli
 
Distribucion de probabilidad
Distribucion de probabilidadDistribucion de probabilidad
Distribucion de probabilidad
 
Cual es la probabilidad en un juego de
Cual es la probabilidad en un juego deCual es la probabilidad en un juego de
Cual es la probabilidad en un juego de
 
Cual es la probabilidad en un juego de
Cual es la probabilidad en un juego deCual es la probabilidad en un juego de
Cual es la probabilidad en un juego de
 
Blog ejercicio 8 en point
Blog ejercicio 8 en pointBlog ejercicio 8 en point
Blog ejercicio 8 en point
 
Cual es la probabilidad en un juego de
Cual es la probabilidad en un juego deCual es la probabilidad en un juego de
Cual es la probabilidad en un juego de
 
Blog ejercicio 8 en point
Blog ejercicio 8 en pointBlog ejercicio 8 en point
Blog ejercicio 8 en point
 
Blog ejercicio 8 en point
Blog ejercicio 8 en pointBlog ejercicio 8 en point
Blog ejercicio 8 en point
 
Blog ejercicio 8 en point
Blog ejercicio 8 en pointBlog ejercicio 8 en point
Blog ejercicio 8 en point
 
Cual es la probabilidad en un juego de
Cual es la probabilidad en un juego deCual es la probabilidad en un juego de
Cual es la probabilidad en un juego de
 
Cual es la probabilidad en un juego de
Cual es la probabilidad en un juego deCual es la probabilidad en un juego de
Cual es la probabilidad en un juego de
 
Cual es la probabilidad en un juego de
Cual es la probabilidad en un juego deCual es la probabilidad en un juego de
Cual es la probabilidad en un juego de
 

Metodos de conteo estadistica.

  • 1. ESTADISTICA: TEMA: Eventos aleatorios. PROFESOR : Lic. Edgar Gerardo Mata Ortiz. ALUMNA :Claudia Azucena Ávila Hernández.
  • 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. Al evento también se le denomina un suceso o un fenómeno. Generalmente, se simula el evento por un conjunto de variables relacionadas entre sí. Por lo tanto, un evento está representado con una o más variables vinculadas entre ellas. Si las variables (una o varias de éstas) no son predecibles con exactitud se dice que el evento es aleatorio. Generalmente las variables representan atributos y propiedades de los entes que intervienen en el evento, y que pueden ser medidos. De esta manera se dice que las variables tienen una magnitud. Evento Aleatorio ≻ Evento aleatorio es aquel que bajo el mismo conjunto de Condiciones iniciales, puede presentar resultados diferentes – es decir, no se puede predecir el resultado de cada experiencia particular. • Ejemplo: • 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.
  • 3. EJEMPLO. Aceptamos que sólo hay dos resultados posibles: que al caer la moneda la parte visible sea” cara” o sea” número”. Desechamos que pueda caer de canto o sea que quede parada en el borde. Hay un 50% de probabilidad de que elija el capitán de un equipo y 50% de probabilidad de que al arco lo elija el otro capitán Probabilidad de que salga cara ½ = 50/100 = 0, 5 = 50% Probabilidad de que salga número ½ = 50/100 = 0, 5 = 50% El espacio muestral es el conjunto de los resultados posibles
  • 4. • Es el conjunto de todos los posibles resultados de una experiencia aleatoria, lo representaremos por E (o bien por la letra griega Ω). • Sea S el experimento de la tirada de dos dados. Escriba el evento que sea el resultado de que los dos dados tengan el mismo valor. Entonces S= {(x, y) |x∈Dado#1∧y∈l Dado#2} en la tabla que esta abajo se pueden ver todos los puntos muéstrales de este experimento.
  • 5. Dado #2 1 2 3 4 5 6 1 (1,1) (1,2) (1,3) (1,4) (1,5) (1,6) 2 (2,1) (2,2) (2,3) (2,4) (2,5) (2,6) 3 (3,1) (3,2) (3,3) (3,4) (3,5) (3,6) Dado #1 4 (4,1) (4,2) (4,3) (4,4) (4,5) (4,6) 5 (5,1) (5,2) (5,3) (5,4) (5,5) (5,6) 6 (6,1) (6,2) (6,3) (6,4) (6,5) (6,6) El evento de que sean iguales seria el conjunto A= {(1,1), (2,2), (3,3), (4,4), (5,5), (6,6)} Dado #2 1 2 3 4 5 6 1 (1,1) (1,2) (1,3) (1,4) (1,5) (1,6) 2 (2,1) (2,2) (2,3) (2,4) (2,5) (2,6) 3 (3,1) (3,2) (3,3) (3,4) (3,5) (3,6) Dado #1 4 (4,1) (4,2) (4,3) (4,4) (4,5) (4,6) 5 (5,1) (5,2) (5,3) (5,4) (5,5) (5,6) 6 (6,1) (6,2) (6,3) (6,4) (6,5) (6,6)
  • 6. • TÉCNICAS DE CONTEO. • • El principio fundamental en el proceso de contar ofrece un método general para contar el numero de posibles arreglos de objetos dentro de un solo conjunto o entre carios conjuntos. Las técnicas de conteo son aquellas que son usadas para enumerar eventos difíciles de cuantificar. Si un evento A puede ocurrir de n1 maneras y una vez que este ha ocurrido, otro evento B puede n2 maneras diferentes entonces, el número total de formas diferentes en que ambos eventos pueden ocurrir en el orden indicado, es igual a n1 x n2. • • ¿De cuántas maneras pueden repartirse 3 premios a un conjunto de 10 personas, suponiendo que cada persona no puede obtener más de un premio? • Aplicando el principio fundamental del conteo, tenemos 10 personas que pueden recibir el primer • premio. Una vez que éste ha sido entregado, restan 9 personas para recibir el segundo, y • posteriormente quedarán 8 personas para el tercer premio. De ahí que el número de maneras • distintas de repartir los tres premios. • • n • 10 x 9 x 8 = 720 •
  • 7.
  • 8.
  • 9. Un diagrama de árbol es una herramienta que se utiliza para determinar todos los posibles resultados de un experimento aleatorio. En el cálculo de la probabilidad se requiere conocer el número de elementos que forman parte del espacio muestral, estos se pueden determinar con la construcción del diagrama de árbol. Ejemplo Corbatas Juan tiene 2 corbatas de colores azul y rojo, respectivamente, y 3 camisas de colores azul, rosa y blanco. Si escoge al azar una corbata y una camisa, ¿cuál será el espacio muestral? Para calcular el espacio muestral vamos a construir un diagrama de árbol.
  • 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 En n Objetos 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 P n = n! = 5! = (5)(4)(3)(2)(1) = 120
  • 11. Denominamos combinaciones ordinarias o sin repetición de n elementos tomados de m en m, (m<=n) a las distintas agrupaciones de m elementos de manera que: - En cada grupo entren m elementos distintos - Dos grupos son distintos si difieren en algún elemento. El número de combinaciones ordinarias de m elementos tomados de m en m lo notaremos Cn,my se calcula: EJEMPLO: En una clase de 35 alumnos se quiere elegir un comité formado por tres alumnos. ¿Cuántos comités diferentes se pueden formar?
  • 12. El principio multiplicativo implica que cada uno de los pasos de la actividad deben ser llevados a efecto, uno tras otro. Ejemplos: 1) Una persona desea construir su casa, para lo cuál considera que puede construir los cimientos de su casa de cualquiera de dos maneras (concreto o block de cemento), mientras que las paredes las puede hacer de adobe, adobón o ladrillo, el techo puede ser de concreto o lámina galvanizada y por último los acabados los puede realizar de una sola manera ¿cuántas maneras tiene esta persona de construir su casa? Solución: Considerando que r = 4 pasos N1= maneras de hacer cimientos = 2 N2= maneras de construir paredes = 3 N3= maneras de hacer techos = 2 N4= maneras de hacer acabados = 1 N1 x N2 x N3 x N4 = 2 x 3 x 2 x 1 = 12 maneras de construir la casa
  • 13. Si una primera operación puede realizarse de m maneras y una segunda operación puede realizarse de n maneras, entonces una operación o la otra pueden efectuarse de m + n maneras. EJEMPLO. Tenemos tres diferentes lugares para comer pizza; dos para hamburguesa y cuatro para pollo. ¿A cuántos diferentes lugares podemos ir a almorzar? Solución: 3 + 2 + 4 = 9 diferentes lugares. + + =9