Estadistica

Quita marcas de agua Wondershare
PDFelement
Catalogar
nb-Estadistica2-p1-u1-clas1············································································································································································································· 1
nb-Estadistica2-p1-u1-clas2··········································································································································································································· 21
PDFelement
ESTADÍSTICA II
Donald Zhangallimbay Z. Mgs.

DOCENTE AUTOR DEL CONTENIDO
PDFelement
PRINCIPIOS DE PROBABILIDAD
UNIDAD 1 – CLASE 1
PDFelement
Unidad 1 – Principios de Probabilidad

1.1 La probabilidad en la inferencia estadística
1.1.1 Revolución Keynes
1.2 Experimento estadístico y espacio muestral
1.3 Evento y probabilidad de un evento
1.4 Reglas de las probabilidades
1.5 Ejercicios de Autoevaluación
1.6 Probabilidad Condicional
1.7 Regla de la multiplicación
1.8 Regla de Bayes
1.9 Técnicas de Conteo
PDFelement

¿Porqué es importante la teoría de probabilidad en la estadística?
• Sin algo de formalismo en teoría de probabilidad, el estudiante no
podría apreciar la verdadera interpretación del análisis de datos a
través de los métodos estadísticos modernos.
• Comprender la teoría de probabilidad permite al estudiante pasar de

un simple estudio de estadística descriptiva a un análisis inferencial.
PDFelement

PDFelement

Experimento estadístico: Un experimento estadístico se conoce como
todo proceso que genera un conjunto de datos. Por ejemplo: el
lanzamiento de una moneda, el lanzamiento de un dado, el tiempo de
dormir, etc.
Espacio Muestral: En todo experimento estadístico existe una variedad

de resultados posibles. La definición de todos esos resultados se conoce
como espacio o conjunto muestral. En el lanzamiento de una moneda, el
espacio muestral está formado por cara (C) y sello (E). Formalmente se
representa con la letra S, S={C,E}.
PDFelement
Experimento: Lanzamiento de un dado.

Espacio Muestral: S={1, 2, 3, 4, 5, 6}
Ejercicio: Definir otros 3 experimentos estadísticos con sus

respectivos espacios muestrales.
PDFelement

Un evento se define como un resultado o un conjunto de resultados
posibles de un experimento estadístico. Es decir, un evento es un
subconjunto del espacio muestral S. En el lanzamiento de un dado, es
posible definir un evento, A, como número mayor a 3.
Espacio muestral = S = {1, 2, 3, 4, 5, 6}
Evento = A = {4, 5, 6}
PDFelement

Cada elemento del espacio muestral constituye un posible resultado del
experimento. Cada resultado tiene un peso específico o probabilidad de
ocurrencia. Por ejemplo, la probabilidad de que al lanzar un dado, el
resultado sea 5 es de 1/6, debido a que en el espacio muestral solo
existe un número 5 de 6 posibles valores.
Probabilidad (5)=1/6
PDFelement

La probabilidad de un evento, por lo tanto, es la suma de todos los pesos
o probabilidades de ocurrencia de sus elementos. ¿Cuál es la
probabilidad de que el resultado sea un número mayor a 3?
1 1 1 3 1
𝑃 𝐴 = 𝑃 4, 5, 𝑜 6 = + + = =
6 6 6 6 2
Si en el lanzamiento de una moneda, queremos saber cuál es la
probabilidad de obtener una cara. Entonces, tenemos:
Espacio Muestral={𝐶,𝑆}
Evento={𝐶}
P(Evento)=1/2
PDFelement
1.3.1 Características de las probabilidades

• La probabilidad de un evento siempre es mayor o igual a cero (número
positivo).
𝑃 𝐴 ≥0
• La probabilidad de un evento seguro es 1.
Evento F: El resultado del lanzamiento de un dado es un número natural.
6
𝑃 𝐹 = =1
6
• La probabilidad de un evento imposible es 0.
Evento G: El resultado del lanzamiento de un dado es un número
decimal.
0
𝑃 𝐺 = =0
6
PDFelement
1.3.1 Características de las probabilidades

• La suma de las probabilidades de todos los elementos independientes
del espacio muestral es 1.
𝑆 = 𝐴, 𝐵, 𝐶, 𝐷
𝑃 𝐴 +𝑃 𝐵 +𝑃 𝐶 +𝑃 𝐷 =1
• El complemento de un evento son todos los elementos del espacio

muestral que no forman parte de él. El complemento de un evento A,
se representa como A’. Su probabilidad es igual a:
P 𝐴′ = 1 − 𝑃(𝐴)
PDFelement
1.3.2 Ejercicio de Repaso 1

En una caja hay 10 bolillas numeradas desde el 11 hasta el 20. Todas las
bolillas son idénticas, lo único en lo que cambian es en el color. Existen
bolillas de color azul y rojo.
Si sacamos una bolilla de la caja, sin mirar (al azar), ¿Cuál es la
probabilidad de que el número de la bolilla sea divisible para 2?
Solución: Definimos el evento D como número divisible para 2.
Especificamos los elementos que forman parte del evento:
𝐷 = 12, 14, 16, 18, 20

1 1 1 1 1 5 1
𝑃 𝐷 = + + + + = =
10 10 10 10 10 10 2
PDFelement

Si conocemos que la probabilidad de que,
al sacar una bolilla al azar, esta sea de
2
color azul es de , ¿Cuántas bolillas de
5
color rojo hay en la caja?
Solución: Si conocemos que existen 10
bolillas, y la probabilidad de obtener una
2 4
azul es = , Entonces, existen 4 bolillas
5 10
azules y 6 bolillas rojas.
PDFelement
1.4 Reglas de las probabilidades: Unión

Algunos eventos se pueden describir por la unión de otros eventos.
En el lanzamiento de un dado, si definimos el evento C como número

mayor a 4 o divisible para 3. Entonces, se pueden diferenciar dos
eventos: A, número mayor a 4, y; B, número divisible para 3.
PDFelement
1.4 Reglas de las probabilidades: Unión

En estos casos, la probabilidad de C se puede obtener de la siguiente
manera:
𝑃 𝐶 =𝑃 𝐴∪𝐵 =𝑃 𝐴 +𝑃 𝐵 −𝑃 𝐴∩𝐵
Donde 𝑃 𝐴 ∩ 𝐵 es la probabilidad de que ocurra A y B al mismo

tiempo.
PDFelement
1.4 Reglas de las probabilidades: Intersección

Asimismo, un analista puede interesarse en evaluar la probabilidad de
ocurrencia de dos eventos de manera simultánea. Es decir, un evento que
contiene los elementos comunes de otros dos eventos. Por ejemplo, en el caso
anterior. Supongamos que ahora queremos saber la probabilidad de que el
resultado del lanzamiento de un dado sea: A) Número mayor a 4, y; B) divisible
para 3.
𝐸𝑠𝑝𝑎𝑐𝑖𝑜 𝑚𝑢𝑒𝑠𝑡𝑟𝑎𝑙 = 𝑆 = 1, 2, 3, 4, 5, 6
𝐸𝑣𝑒𝑛𝑡𝑜: 𝐴 = 5,6,7 ; 𝐵 = 3, 6
𝐸𝑣𝑒𝑛𝑡𝑜 𝐷 𝐴 ∩ 𝐵 = 6
1
𝑃(𝐷) = 𝑃 𝐴 ∩ 𝐵 =
6
PDFelement
1.4.1 Eventos mutuamente excluyentes

La unión de dos o más eventos considera una relación existente entre
dichos eventos (ver ecuación 1). Sin embargo, es posible que los eventos
no mantengan elementos en común. Es decir, los eventos son
mutuamente excluyentes. Por ejemplo, en una baraja de naipes, si se
elige una carta al azar, la probabilidad de obtener una carta roja (A) y
trébol (B) es imposible.
𝑃(𝐶)=𝑃(𝐴∪𝐵)=𝑃(𝐴)+𝑃(𝐵)−𝑃(𝐴∩𝐵)
PDFelement
1.4.1 Eventos mutuamente excluyentes

Cuando dos eventos son mutuamente excluyentes, la intersección entre
ambos es el conjunto vacío 𝐴 ∩ 𝐵 = {∅}. Por lo tanto, la unión de las
probabilidades se expresa de la siguiente manera:
𝑃(𝐶)=𝑃(𝐴∪𝐵)=𝑃(𝐴)+𝑃(𝐵)
Si no existen elementos en la intersección entre los eventos A y B,

entonces la probabilidad de ocurrencia de la intersección es igual a 0.
PDFelement
Cada logro comienza con la decisión

de intentarlo. Ánimo
UNIDAD 1 – FIN DE LA CLASE 1
PDFelement
ESTADÍSTICA II
Donald Zhangallimbay Z. Mgs.

DOCENTE AUTOR DEL CONTENIDO
PDFelement
PRINCIPIOS DE PROBABILIDAD
UNIDAD 1 – CLASE 2
PDFelement
Unidad 1 – Principios de Probabilidad

1.1.1 Revolución Keynes
1.4 Reglas de las probabilidades
1.7 Regla de la multiplicación
1.8 Regla de Bayes
1.9 Técnicas de Conteo
PDFelement

La noción de probabilidad condicional brinda la
capacidad de reevaluar la idea de probabilidad de un
evento a la luz de la información adicional; es decir,
cuando se sabe que ocurrió otro evento. La
probabilidad condicional de un evento B dado la
ocurrencia de otro evento A se define como 𝑃 𝐵Τ𝐴 .
𝑃(𝐴 ∩ 𝐵)
𝑃 𝐵 Τ𝐴 =
𝑃(𝐴)
Siempre que 𝑃 𝐴 > 0, la probabilidad P(B|A) es una
actualización de P(B) basada en el conocimiento de
que ocurrió el evento
PDFelement

La probabilidad de que un vuelo programado normalmente salga a
tiempo es P(D) = 0.83, la probabilidad de que llegue a tiempo es P(A) =
0.82 y la probabilidad de que salga y llegue a tiempo es P(D ∩ A) = 0.78.
Calcule la probabilidad de que un avión a) llegue a tiempo, dado que
salió a tiempo; y b) salió a tiempo, dado que llego a tiempo.
a) Podemos definir la probabilidad de que un avión llegue a tiempo,

dado que salió a tiempo, de la siguiente manera:
PDFelement

𝑃(𝐷 ∩ 𝐴)
𝑃 𝐴Τ𝐷 =
𝑃(𝐷)
La probabilidad de que el avión salga y llegue a tiempo es 0,78, mientras

que la probabilidad de que un avión normalmente salga a tiempo es
0,83. Por lo tanto, la probabilidad de que un avión llegue a tiempo, dado
que salió a tiempo se calcula de la siguiente manera:
PDFelement

𝑃(𝐷 ∩ 𝐴) 0,78
𝑃 𝐴Τ𝐷 = = = 0,94
𝑃(𝐷) 0,83
b) Por su parte, la probabilidad de que un avión salió a tiempo, dado que

llegó a tiempo, se define como:
𝑃(𝐷 ∩ 𝐴)
𝑃 𝐷Τ𝐴 =
𝑃(𝐴)
PDFelement

La probabilidad de que un avión salga y llegue a tiempo es 0,78,
mientras que la probabilidad de que un avión salga a tiempo es 0,82. Por
lo tanto, la probabilidad de que un avión salió a tiempo, dado que llegó a
tiempo es:
𝑃(𝐷∩𝐴) 0,78
𝑃 𝐴Τ𝐷 = = = 0,95
𝑃(𝐷) 0,82
PDFelement
1.7 Regla de la Multiplicación

Partiendo de la ecuación 3, se puede definir la probabilidad de
ocurrencia simultánea (intersección) de dos eventos, A y B, de la
siguiente manera:
𝑃(𝐴 ∩ 𝐵)
𝑃 𝐵Τ𝐴 =
𝑃(𝐴)
Despejando 𝑃(𝐴 ∩ 𝐵) tenemos:
𝑃 𝐴 ∩ 𝐵 = 𝑃 𝐴 ∗ 𝑃 𝐵 Τ𝐴
PDFelement

La regla de la multiplicación nos dice que la probabilidad de ocurrencia
de dos eventos, A y B, de forma simultánea, se puede expresar como el
producto de la probabilidad del evento A y la probabilidad condicional
del evento B, dado el evento A. Como 𝑃 𝐴 ∩ 𝐵 es equivalente a
𝑃 𝐵 ∩ 𝐴 , la ecuación 4 puede expresarse también como:
𝑃 𝐵 ∩ 𝐴 = 𝑃 𝐵 ∗ 𝑃 𝐴Τ𝐵
PDFelement

Eventos Independientes: Decimos que dos eventos son independientes
si la probabilidad de uno de los eventos, dado la ocurrencia del otro, es
igual a su probabilidad sin condiciones. Es decir:
𝑃 𝐴Τ𝐵 = 𝑃 𝐴 𝑜 𝑃 𝐵Τ𝐴 = 𝑃 𝐵
PDFelement

¿Que pasaría si queremos calcular la probabilidad de ocurrencia de dos
eventos independientes? Supongamos que se lanzan un dado y una
moneda al mismo tiempo, y queremos saber cual es la probabilidad de
obtener un 5 en el dado y sello en la moneda.
Note que el lanzamiento del dado no influye en el lanzamiento de la

moneda, por lo tanto, son eventos independientes. Si consideramos las
ecuaciones 4 y 5, podemos definir la regla de la multiplicación para
eventos independientes de la siguiente manera:
PDFelement

Si 𝑃 𝐴 ∩ 𝐵 = 𝑃 𝐴 ∗ 𝑃 𝐵Τ𝐴 y 𝑃 𝐵Τ𝐴 = 𝑃 𝐵 , entonces:
𝑃 𝐴∩𝐵 =𝑃 𝐴 ∗𝑃 𝐵
En el ejemplo anterior. Supongamos el evento A es el número 5 en el

lanzamiento del dado, y el evento B es sello en el lanzamiento de una
1
moneda. La probabilidad de A es mientras que la probabilidad de B es
6
1
.
Entonces, la probabilidad de obtener un 5 en el dado y sello en la
2
moneda es:
1 1 1
𝑃 𝐴∩𝐵 =𝑃 𝐴 ∗𝑃 𝐵 = ∗ =
6 2 12
PDFelement
1.8 Regla de Bayes

Si los eventos 𝐵1 , 𝐵2 , … , 𝐵𝑘 constituyen una partición del espacio
muestral S, donde 𝑃(𝐵𝑖 ) ≠ 0 para 𝑖 = 1, 2, … , 𝑘 , entonces, para
cualquier evento A en S, tal que 𝑃 𝐴 ≠ 0:
𝑃(𝐵𝑟 ∩ 𝐴)
𝑃 𝐵𝑟 Τ𝐴 = 𝑘 𝑝𝑎𝑟𝑎 𝑟 = 1, 2, … , 𝑘.
σ𝑖=1(𝐵𝑖 ∩ 𝐴)
Aplicando la regla de la multiplicación, tenemos:
𝑃 𝐵𝑟 ∗ 𝑃(𝐴Τ𝐵𝑟 )
𝑃 𝐵𝑟 Τ𝐴 = 𝑘
σ𝑖=1 𝑃 𝐵𝑖 ∗ 𝑃(𝐴Τ𝐵𝑖 )
PDFelement
1.8 Regla de Bayes

Para entender mejor la regla de Bayes, supongamos que el Instituto
Nacional de Meteorología e Hidrología del Ecuador (INAMHI) ha
presentado sus pronóstico de clima para la ciudad de Guayaquil:
• Que llueva 60%
• Que esté soleado 30%
• Que esté nublado 10%
PDFelement
1.8 Regla de Bayes

Bajo estas condiciones, las probabilidades de que ocurra un accidente de
tránsito en la ciudad son:
• Si llueve 30%
• Si está soleado 20%
• Si está nublado 10%
Con esta información, se solicita determinar la probabilidad de que
ocurra un accidente si llueve. Por lo tanto, recurrimos a la ecuación 7.
𝑃 𝐵𝑟 ∗ 𝑃(𝐴Τ𝐵𝑟 )
𝑃 𝐵𝑟 Τ𝐴 = 𝑘
σ𝑖=1 𝑃 𝐵𝑖 ∗ 𝑃(𝐴Τ𝐵𝑖 )
PDFelement
1.8 Regla de Bayes

Lo que el ejemplo no pide es estimar la probabilidad de que ocurra un
accidente de tránsito dado que llovió en la ciudad de Guayaquil.
(60% ∗ 30%) 0,18 0,18

𝑃 𝐴𝑐𝑐𝑖𝑑𝑒𝑛𝑡𝑒 Τ𝐿𝑙𝑜𝑣𝑖ó = = = = 0,72 = 72%
60% ∗ 30% + 30% ∗ 20% + (10% ∗ 10%) 0,18 + 0,06 + 0,01 0,25
Note que la regla de Bayes no es más que la división entre la

probabilidad de que ocurra un accidente y llueva, sobre la probabilidad
total de que ocurra un accidente en los tres casos posibles (lluvia, sol o
neblina).
PDFelement

Suponga que tenemos una caja de fusibles que contiene 20 unidades, de
las cuales 5 están defectuosas. Si se seleccionan 2 fusibles al azar y se
retiran de la caja, uno después del otro, sin reemplazar el primero, ¿cual
es la probabilidad de que ambos fusibles estén defectuosos?
Solución: Definimos el evento A como el primer fusible sale defectuoso,

y el evento B como el segundo fusible sale defectuoso. Entonces,
debemos obtener la probabilidad de la interacción de ambos eventos
𝑃(𝐴 ∩ 𝐵). Usando la regla de la multiplicación, tenemos:
𝑃 𝐴 ∩ 𝐵 = 𝑃 𝐴 ∗ 𝑃(𝐵Τ𝐴)
PDFelement

Los eventos A y B no son independientes. La probabilidad de que el
1
primer fusible salga defectuoso es . La probabilidad de que el segundo
4
4
fusil sea defectuoso, dado que el primero resultó defectuoso es .
19
Entonces:
1 4 4 1
𝑃 𝐴∩𝐵 = = =
4 19 76 19
PDFelement
1.9 Técnicas de conteo

• En todos los casos, es información indispensable
conocer el espacio muestral o el número de
elementos que lo componen.
• Sin embargo, en algunos casos, encontrar el
número total de elementos dentro de un
espacio muestral no es sencillo.
• A veces requerimos saber la probabilidad de
una combinación de elementos elegidos al azar
y que pueden tomar varios posibles resultados
en varios posibles grupos u orden.
PDFelement
1.9 Técnicas de conteo

• Por ejemplo, si lanzamos dos dados al mismo
tiempo. El primer dado puede caer de 6 formas
posibles, mientras el segundo dado también
puede caer de 6 formas posibles. Si tenemos un
evento de par ordenado (x1, x2) que serían los
resultados de los dados lanzados, existirían, en
total, (6)(6)=36 formas posibles dentro del
espacio muestral.
• La técnicas de conteo permiten determinar el
número de elementos de espacios muestrales
determinados para este tipo de eventos.
Analizaremos dos técnicas: Permutación y
Combinación.
PDFelement
1.9 Técnicas de conteo: Permutación

Un permutación es el número de ordenamientos posibles en donde la
posición de cada elemento resulta relevante. Supongamos 4 equipos A,
B, C, D. Si quisiéramos saber de cuántas formas podemos ordenar al
campeón y vice campeón del torneo tendríamos:
𝐴𝐵 𝐵𝐴 𝐶𝐴 𝐷𝐴
𝐴𝐶 𝐵𝐶 𝐶𝐵 𝐷𝐵
𝐴𝐷 𝐵𝐷 𝐶𝐷 𝐷𝐶
PDFelement

Note que la posición de cada equipo, en el ordenamiento de las
posibilidades, es importante. Realizando el conteo, existen 12 posibles
formas de ordenar al equipo campeón y vice campeón del torneo.
Ahora, que pasaría si tuviéramos 22 equipos. Realizar el conteo de cada
opción, una por una, resulta ineficiente. Para esto, la fórmula de la
permutación se expresa de la siguiente manera:
PDFelement

𝑛!
𝑛𝑃𝑟 =
𝑛−𝑟 !
Donde n es el número total de elementos (en nuestro ejemplo, los 4
equipos) y r es la cantidad de elementos para cada combinación (en
nuestro ejemplo, 2 equipos). Si aplicamos la ecuación 8 al ejemplo
anterior, tenemos:
𝑛! 4! 4! 4 ∗ 3 ∗ 2 ∗ 1
4𝑃2 = = = = = 12
𝑛−𝑟 ! 4 − 2 ! 2! 2∗1
PDFelement
1.9 Técnicas de conteo: Combinación

En la combinación, la posición de los elementos del subgrupo no son
relevantes. En este caso, supongamos que queremos saber cuántos
partidos se deben disputar para conocer al campeón y vice campeón
(ejemplo anterior), entonces tendríamos que saber el número de
partidos a jugarse en total:
𝐴𝐵 𝐵𝐶
𝐴𝐶 𝐵𝐷
𝐴𝐷 𝐶𝐷
PDFelement
1.9 Técnicas de conteo: Combinación

En este caso, no se pueden repetir los partidos. Si existe AB, ya no puede
existir BA. El número de partidos (combinaciones) del campeonato es 6.
Esto resulta sencillo para pocos equipos. Si existen demasiados, la
manera más práctica de conocer las combinaciones posibles es
aplicando la siguiente fórmula:
𝑛!
𝑛𝐶𝑟 = 𝑟! 𝑛−𝑟 !
PDFelement
1.9.1 Técnicas de conteo

Donde n es el número total de elementos (en nuestro ejemplo, los 4
equipos) y r es la cantidad de elementos para cada combinación (2
equipos por partido). Si aplicamos la ecuación 9 al ejemplo anterior,
tenemos:
4! 4! 4∗3∗2∗1
4𝐶2 = = = =6
2! 4 − 2 ! 2! ∗ 2! 2 ∗ 1 ∗ 2 ∗ 1
PDFelement
1.9.1 Técnicas de conteo

Con las técnicas de conteo, es posible abordar varios problemas de
probabilidades. Por ejemplo, si queremos saber cual es la probabilidad
de que el equipo A resulte campeón, debemos considerar el
ordenamiento de la permutación en las que A es campeón y el total de
ordenamientos posibles, es decir:
𝐴𝐵 𝐵𝐴 𝐶𝐴 𝐷𝐴
𝐴𝐶 𝐵𝐶 𝐶𝐵 𝐷𝐵
𝐴𝐷 𝐵𝐷 𝐶𝐷 𝐷𝐶
3 1
𝑃 𝐴 𝑐𝑎𝑚𝑝𝑒ó𝑛 = =
12 4
PDFelement
Cada logro comienza con la decisión

de intentarlo. Ánimo
UNIDAD 1 – FIN DE LA CLASE 2

Estadistica

Cargado por

Información del documento

Descripción original:

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Estadistica

Cargado por

Copyright:

Formatos disponibles

Quita marcas de agua Wondershare

Donald Zhangallimbay Z. Mgs.

Unidad 1 – Principios de Probabilidad

1.1 La probabilidad en la inferencia estadística

• Comprender la teoría de probabilidad permite al estudiante pasar de

1.1 La probabilidad en la inferencia estadística

1.2 Experimento estadístico y espacio muestral

Espacio Muestral: En todo experimento estadístico existe una variedad

1.2 Experimento estadístico y espacio muestral

Experimento: Lanzamiento de un dado.

Ejercicio: Definir otros 3 experimentos estadísticos con sus

1.3 Evento y probabilidad de un evento

1.3 Evento y probabilidad de un evento

1.3 Evento y probabilidad de un evento

1.3.1 Características de las probabilidades

1.3.1 Características de las probabilidades

• El complemento de un evento son todos los elementos del espacio

1.3.2 Ejercicio de Repaso 1

𝐷 = 12, 14, 16, 18, 20

1.3.2 Ejercicio de Repaso 1

1.4 Reglas de las probabilidades: Unión

En el lanzamiento de un dado, si definimos el evento C como número

1.4 Reglas de las probabilidades: Unión

Donde 𝑃 𝐴 ∩ 𝐵 es la probabilidad de que ocurra A y B al mismo

1.4 Reglas de las probabilidades: Intersección

1.4.1 Eventos mutuamente excluyentes

1.4.1 Eventos mutuamente excluyentes

Si no existen elementos en la intersección entre los eventos A y B,

Cada logro comienza con la decisión

Donald Zhangallimbay Z. Mgs.

Unidad 1 – Principios de Probabilidad

1.6 Probabilidad Condicional

1.6 Probabilidad Condicional

a) Podemos definir la probabilidad de que un avión llegue a tiempo,

1.6 Probabilidad Condicional

La probabilidad de que el avión salga y llegue a tiempo es 0,78, mientras

1.6 Probabilidad Condicional

b) Por su parte, la probabilidad de que un avión salió a tiempo, dado que

1.6 Probabilidad Condicional

1.7 Regla de la Multiplicación

Despejando 𝑃(𝐴 ∩ 𝐵) tenemos:

1.7 Regla de la Multiplicación

1.7 Regla de la Multiplicación

1.7 Regla de la Multiplicación

Note que el lanzamiento del dado no influye en el lanzamiento de la

1.7 Regla de la Multiplicación

En el ejemplo anterior. Supongamos el evento A es el número 5 en el

1.8 Regla de Bayes

1.8 Regla de Bayes

1.8 Regla de Bayes

1.8 Regla de Bayes

(60% ∗ 30%) 0,18 0,18

Note que la regla de Bayes no es más que la división entre la

1.8.1 Ejercicio de Repaso 1

Solución: Definimos el evento A como el primer fusible sale defectuoso,

1.8.1 Ejercicio de Repaso 1

1.9 Técnicas de conteo

1.9 Técnicas de conteo

1.9 Técnicas de conteo: Permutación

1.9 Técnicas de conteo: Permutación

1.9 Técnicas de conteo: Permutación

1.9 Técnicas de conteo: Combinación