Documentos de Académico
Documentos de Profesional
Documentos de Cultura
7!
7 C 3=
( 7−3 ) ! 3 !
7!
7 C 3=
4 !(3!)
5040
7 C 3=
24 (6)
5040
7 C 3=
144
7 C 3=35
n ° de casos favorables
p ( A )=
n° de casos totales
3 4
Mas: P ( M )= 7 Fem: P ( F )= 7
3
∗4
Resolvemos : 7 12
= =0,244
7 49
Remplazamos y resolvemos
P 7=7 !
P 7=7∗6∗5∗4∗3∗2∗1
P 7=5040
n!
nPr=
( n−r ) !
Remplazamos y resolvemos
7!
7 P 3=
( 7−3 ) !
7 ! 7∗6∗5∗4∗3∗2∗1 5040
7 P 3= = =
4! 4∗3∗2∗1 24
5040
7 P 3= =210
24
7 P 3=210
Solución
a. ¿Cuál es la probabilidad de que un atleta profesional
elegido al azar tenga un resultado negativo para el uso de
esteroides?
1
P ( SI )= =0.02
50
P ( NO )=1−P ( SI )=1−0.02=0.98
P ( N |SI )=0.1
P ( N ∨NO )=0.99
P ( N )=P ( SI )∗P ( N|SI )+ P ( NO )∗P ( N| NO )
P ( N )=0.02∗0.1+0.98∗0.99=0.9722
P ( Pos∨SI )∗P ( SI )
P ( SI ∨Pos )=
P ( Pos )
P ( Po )=0.02∗0.9+0.98∗0.0 1
P ( Po )=0.02 7
P ( Po∨Si )∗P ( Si )
P ( Si∨Po ) =
P ( Po )
0.9∗0.02
P ( Si∨Po ) =
0.0278
P ( Si∨Po ) =0.647 5
Solución
Datos
μ 32
σ 3
x 33.8
z 0.60→0.6→0.0
0
1
Ya que la campana de Gauss es simétrica a la izquierda de la media 50% y a la derecha de
la
media 50% obteniendo el valor del porcentaje de las cajas menos largas que 33,8cm y
restándoselo a al 50% restante se puede obtener el valor de cajas más largas que 33,8cm.
Para los cálculos es necesario estandarizar los valores para una campana de Gauss con
media
igual a 0 y desviación estándar igual 1, este procedimiento se realizará en todos los puntos,
pero
solo se mencionará este en el punto número 1, para la estandarización se utilizará la
expresión
prestando a continuación.
z=
x−μ
σ
(33)
En la siguiente ilustración se presentan los valores conocidos, la estandarización y el
porcentaje de cajas con tamaño menor a 33,8 cm, para este y todos los puntos de la
distribución
norma con el valor obtenido después de la estandarización se consultará la tabla de área
bajo la
curva normal estandarizada Z, y de esta se obtienen los valores de porcentaje deseados
estandarización
34−32
z= =0.60
3
Ya con el porcentaje de cajas con una longitud inferior 33.8 conocido se procede a restar
este valor al 50% de la simetría derecha de la campana de gauss y se obtiene el valor
deseado
p ( x>33.8 )=50−22.57
p ( x>33.8 )=27.43 %
En la siguiente grafica se observa el porcentaje de cajas que son más largas que 33.8cm
Ya con el porcentaje de cajas
con una longitud inferior 33,8
conocido se procede a restar
este
valor al 50% de la simetría
derecha de la campana de
Gauss y se obtiene el valor
deseado
Ya con el porcentaje de cajas
con una longitud inferior 33,8
conocido se procede a restar
este
valor al 50% de la simetría
derecha de la campana de
Gauss y se obtiene el valor
deseado
Ya con el porcentaje de cajas
con una longitud inferior 33,8
conocido se procede a restar
este
valor al 50% de la simetría
derecha de la campana de
Gauss y se obtiene el valor
deseado
Con los resultados obtenidos se procede a la suma y se saca el porcentaje de caja con una
longitud de 31,5cm y 35,5cm
31,3 ≤ x 35,5=9,1+37,9
31,3 ≤ x 35,5=47 %
Representación gráfica
1. más cortas que 27.5 centímetros?
Solución
Explicación:
B=( n , p ) ( 36 , 0' 01 )
n=36 P=1 %
q=1−0,01=0.99
Datos:
p= 0,01
q = 1-p
q= 0,99
n = 36
Remplazamos
p ( x=0 ) + p ( x ≥ 1 )=0.9562
¿ 0.9562
a. ¿Es probable encontrar una muestra combinada?
En este enunciado calculamos la probabilidad de que una muestra salga positiva es
¿ 0.2532
12,419 niños.
Solución
evento.
N= 12429
P= 0,000011
Q= 0,999989
Media: μ = n·p
μ = (12429) · (0,000011)
μ = 0,136719
λ x e−λ
f (x)
x!
n= 12.429
p=0,000011
λ=0,136719
( 1 ) . e−0,136719
f (0 )
1
0,872215
f (0 ) =0,872215=87,22 %
1
( 0,136719 )1 e−0,136719
f ( 1)
1!
(0,136719).(0,872215)
f ( 1)
1
0,1192
f ( 1) =0,1192=11,92 %
1
muestra.
=100-99,14=0,86%
d. ¿El grupo con cuatro casos parece atribuible a la casualidad? ¿Por qué
N= 12419
P= 0,000011
Q= 0,999989
Media: μ = n·p
μ = (12419) · (0,000011)
μ = 0,136609
λ x e−λ
f (x)
x!
Reemplazamos con los datos que tenemos tomando el valor de lambda,
de e, y de x para hallar la probabilidad de que 4 niños estuviesen
enfermos
n= 12.419
p=0,000011
λ=¿ 0,136609
( 0,136609 )4 e−0,136609
f ( 4)
4!
( 0,136609 ) . e−0,136609
f ( 4)
24
f ( 4 ) =0,00001265=0,001265 %
ESTUDIANTE CONCLUSIÓN
Yuheidy barrios fragozo Con la realización del
anterior trabajo se
reforzaron conocimientos de
las 3 unidades de
probabilidad, en los cuales
se aplicaron técnicas de
conteo, teoremas de Bayes,
axiomas resolviendo
problemas de nuestra vida
cotidiana ya que es un
recurso matemático que nos
ayuda ajustar de manera
más exacta posible lo
inestimable debido al azar