INSTITUTO TECNOLOGICO SUPERIOR

DECINTALAPA.

INGENIERIA CIVIL.

Problemario.
Probabilidad y estadística.

Anayancy Lam Gutiérrez

NATARÉN GARCÍA ESMERALDA DE JESÚS. 21889058

Carlos Yocsan Vazquez. 20889056

Esaú Santis Gómez. 21889006

Diego Cerezo Nava. 21889035

Ramón Adrián Vázquez Aguilar. 21889083

Jesús Alejandro Vázquez Toledo. 21889080

06/04/22.

.
Capítulo 1.
Problemas de conjuntos.

Problemas diagrama de árbol

Problemas de conteo

Problemas de combinaciones

Problemas de permutaciones

Problemas teorema de bayes.

Conclusión.

Capítulo 2.

Distribución Binominal.

Distribución de Poisson.

distribución Geométrica.

Distribución Uniforme.

Distribución Exponencial.

Capítulo 3

Análisis de regresión y

correlación
 Introducción
El primer tema que se presenta es de poca complejidad, pero de gran
razonamiento para tener entendimiento de lo que se necesita, el tema es
problemas de conjuntos y trata de hallar las uniones e intersecciones de los
conjuntos que se presentan, son problemas simples y que usamos en la vida
cotidiana sin realmente darnos cuenta, en un día común lo podemos aplicar, por
ejemplo el día lunes nos pidieron formar equipos de 6 para dos materias distintas
en el cual para los dos equipos que formamos tuvimos una unión de 12 alumnos,
pero realmente solemos llegar a clases 18 alumnos que sería nuestro “conjunto
universal”. Esta es una aplicación común que se tiene para los problemas
cotidianos de conjuntos.

El tema de diagrama de árbol de igual manera se requiere del razonamiento para

la resolución de problemas para que pueda llevar a un resultado, consta de
asimilar los datos que tenemos y ordenarlos de la forma que se nos explica y de
que resultado es el que necesita, su utilización de igual manera es muy frecuente
en la el día a día común que tenemos, los pasos para la utilización del diagrama
de árbol son los siguientes: reconocer el elemento central, hacer las ramas del
primer nivel, verificar, hacer las ramas del segundo nivel, volver a verificar, y ya
simplemente hay que reconocer el resultado.

Con el tema de conteo se continua con problemas simples que tienden a ser fácil
de resolver ya que se continua con operaciones de baja complicidad, trata de las
distintas formas que puede ocurrir algún evento, como por ejemplo al lanzar una
moneda y un dado, se pide el número de posibilidades distintas que pueden llegar
a suceder, el problema se efectuaría así: (2) (6) = 12, ósea que hay 12
probabilidades distintas que podrían suceder.

Para los problemas de combinación sus datos se expresan de forma verbal o

numérica, para resolver los problemas simplemente hay que la resta o la suma,
consiste en determinar la cantidad que se desconoce, para algunos de los
integrantes del equipo se encontró en complicaciones ya que hay que razonar y
comprender aun mas que todos los problemas pasados.
Para permutaciones es lo contrario de lo que se ha explicado anteriormente sobre
las combinaciones, aquí realmente no es necesario un orden con los datos para
efectuar la operación y que nos dé un resultado.

Por último El teorema de Bayes es una proposición que se emplea para calcular la
probabilidad condicional de un suceso y fue desarrollado por el matemático y
teólogo británico Thomas Bayes. El principal objetivo de este teorema es
determinar la probabilidad que posee un suceso comparado con la probabilidad de
otro suceso similar. En otras palabras, permite conocer la probabilidad
condicional de un evento o suceso determinado como A dado B, en el que se
analiza la distribución de probabilidad del suceso B dado A.
1.- Resuelva el ejercicio dado

2.- Responde a lo que se solicita

AꓴB=3,9,6,15 A-B=3

AꓴC=13, 8 AꓴBꓴC= B-

B’=1,12,,13,14 C=9,6, 15

Aꓴ(BꓴC)’= U´=11,12,13

3. Responde a lo solicitado
 C, D

4 6 7

4.

3, 4, 5
E, I

4, 7
A, E,I

s, t

5.

6.
7. Revisa y responde lo que se pide:

8.

9.
10.

11.

3
4
0 5
6 9
2
8 7
 1, 2, 3, 4, 5, 6, 7
1, 2,3, 4, 5, 6, 7, 8, 9
3,4,5 6, 7, 8, 9

3, 4
NO HAY

7
5, 6, 7, 8, 9
 PPRROOBBLLEEM
MAASSDDEEDDIIAAGGRRAAM
MAADDEEÁÁRRBBOOLL
Resuelve lo que se solicita, usando la teoría de diagrama de árbol. En la revisión de

Problemas en libreta tendrás que agregar el desarrollo completo incluyendo el

Diagrama de árbol, el espacio muestral (S o Ώ) con sus elementos completos (n) y la

Interpretación del resultado como se muestra en el problema 1.

1.- Experimento: Se lanza una moneda, si sale águila se lanza un dado y si sale sol se

Lanza la moneda de nuevo. ¿Cuáles serían los probables resultados a obtener?

Diagrama de árbol:

Interpretación:

Estaría constituido por 8 posibles resultados posibles.

2.- Max diseñó la caratula de un libro cuyo título puede ser azul o rojo. El fondo puede ser
amarillo, verde, naranja o violeta. ¿Cuántas combinaciones se pueden hacer para la
caratula? 8 combinaciones.

Azul, rojo=2

Amarillo, verde, naranja, violeta= 4=8

3.- ¿Cuántos diferentes atuendos pueden tenerse de 2 playeras, 2 jeans y 2 pares de

zapatos? 4 formas diferentes.
 Diagrama de árbol.

Z1
Jeans 1
Z2
Playera
Z1
Jeans 1
Z2
Atenuados
Z1
Jeans 1
Z2
Playera
Z1
Jeans 2
Z2

Espacio muestral.

S:{PJZ1, PJZ2, PJZ1, PJZ2, PJZ1, PJZ2, PJZ1, PJZ2} n(s)=8

Interpretación.

8 atenuados diferentes se pueden obtener

4.- Un médico general clasifica a sus pacientes de acuerdo a: su sexo (masculino o

femenino), tipo de sangre (A, B, AB u O) y en cuanto a la presión sanguínea (Normal,

Alta o Baja). Mediante un diagrama de árbol diga en cuantas clasificaciones pueden estar
los pacientes de este médico?
 N
A A
B
N
B A
B
M
N
AB A
B
N
O A
B
clasificación
N
A A
B
N
B A
B
F
N
AB A
B
N
O A
B

Espacio muestral.

S:{MVA, MAA, MAB, MBN, MBA, MBB, MABN, MABA, MABB, MON, MOA, MOB,
FAN, FAA, FAB, FBN, FBA, FBB, FABN, FABA, FABB, FON, FOA, FOB} n(s)= 24

Interpretación.

En 24 clasificaciones pueden estar los pacientes.

5.- Dos equipos denominados A y B se disputan la final de un partido de baloncesto, aquel

equipo que gane dos juegos seguidos o complete un total de tres juegos ganados será el
que gane el torneo. Mediante un diagrama de árbol diga de cuantas maneras puede ser
ganado este torneo,
 A A A
B B
B B
Equipos
A A
B B B
B B

Espacio muestral.

S:{AA, ABB, ABAA, ABABA, ABABB, BA, BAA, BABB, BABAA, BABAB} n(s)= 10

Interpretación.

Existen 10 maneras de que se gane el juego.

6.- Si planeamos hacer un viaje de vacaciones y estamos indecisos de ir a Acapulco,

Huatulco, Cancún o Ixtapa, y no sabemos si ir en autobús, avión o automóvil, ¿de cuantas

maneras diferentes podríamos arreglar uno de los viajes?

auto
Huatulco
avio
bus
auto
Acapulco
avio
bus
viaje
Autobus

Cancun Avion

Automovi

lAutobus

Ixtapa Avion

Automovil

Espacio muestral.
S:{AA, AA, AA, HA, HA, HA, CA, CA, CA, IA, IA, IA} n(s)= 12

Interpretación.

Existen 12 maneras diferentes de arreglar el viaje.

7.- Encontrar todas las formas diferentes de combinar tres números:

Espacio muestral.

S:{12, 13, 21, 23, 31,32} n(s)=6

Interpretación.

Existen 6 formas diferentes de combinar tres números.

8.- Se lanzan al aire tres monedas iguales. Calcula la probabilidad de que salgan dos caras
y una cruz.

C
C
X
C
C
X
X
moneda
C
C
X
X
C
X

X
Espació muestral.

S:{CCC, CCX, CXX, XXX} n(s)=4

Interpretación.

Existen 4 probabilidades de que salgan dos caras y una cruz

Z9.- Si se lanza una moneda al aire; si sale águila se lanza un dado y si sale cara se vuelve a
lanzar la moneda.

5
moneda

Espacio muestral.

S:{A1, A2, A3, A4, A5, A6, SS, SA} n(s)= 8

10.- Supongamos que de un proceso se fabrican 3 artículos de forma aleatoria. Cada

artículo se inspecciona y clasifica como defectuoso o sin defectos.

Defectuosos "D" y sin Defectos "N" ¿Cuál es el espacio nuestral? Utilizando un diagrama

D
D
N
D
D
N
N
articulo
D

D
N

N
D
N
N
Espacio muestral.

S:{ DDD, DDN, DND, DNN, NDD, NDN, NND, NNN} n(s)=8

Interpretación. Hay 8 posibles clasificaciones.

11.- Un problema más complejo:

El fabricante de un automóvil proporciona vehículos equipados con distintas opciones que

el cliente selecciona. Cada vehículo se solicita

Con o sin transmisión automática

Con o sin aire acondicionado

Con una de tres opciones posibles en cuanto a un sistema de sonido estéreo

Con uno de cuatro colores exteriores

Respuesta de referencia =48 vehículos diferentes.

Con

manual

Sin

fabricante

Con

automovil

Sin
Espacio muestral.

S:{MC1., MC1., MC1., etc, etc} n(s)= 48

Interpretación.

48 vehículos diferentes.

12.- en un ropero hay tres pares de pantalones (negro, blanco, y verde), cuatro camisas
(verde, blanca, púrpura, y amarilla), y dos pares de zapatos (negro y blanco).

¿Cuántas combinaciones de vestimentas se pueden hacer? Existen 3 opciones de

pantalones, 4 opciones de camisas, y 2 opciones de zapatos. El Principio Fundamental de
Conteo dice que podemos hacer 4 • 3 • 2 o 24 combinaciones diferentes.

Veamos la respuesta por medio de un diagrama de árbol:

Espacio muestral.

S{PNCVZN,PNCVZB,PNCBZN,PNCBZB,PNCPZN,PNCPZV,PBCVZN,PBCUBZN,P
BCBZN,PBCBZ,PBCPZN,PBCPZB,PBCAZN,PBCAZN,PVCVZN,
PVCVZN,PVCBZN,PVCBZN,PVCBZN,PVCPZN,PVCPZB,PVCAZN,PVCAZB}

N (8) =24

Interpretación.

24 combinaciones posibles
13.- Un técnico médico registra el tipo sanguíneo y factor RH de una persona. Haga una
lista de los eventos sencillos del experimento. ¿Cuál es el espacio muestral?

Espaciomuestral.

S:{AFP, AFN, BFP, BFN, ABFN, OFP, OFN}

N (8) =8

Interpretación.

8 POSIBLES EVENTOS

14.- El helado puede venir en un cono o una tasa y los sabores son chocolate, fresa y
vainilla. ¿De cuántas formas diferentes podemos obtener resultado?

Interpretación. 6 formas posibles

 PPR
ROOB
BLLEEM
MAASS D
DEE C
COON
NTTEEO
O
Resuelve lo que se solicita, usando la teoría de conteo. Nota que se anexan las respuestas
para que verifiques tus resultados. Sin embargo en la revisión de problemas en libreta
tendrás que agregar el desarrollo completo y la interpretación del resultado como se
muestra en el problema

1.- ¿De cuántas maneras pueden repartirse 3 premios a un conjunto de 10 personas,

suponiendo que cada persona no puede obtener más de un premio?

Análisis: 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.

Desarrollo:

10 x 9 x 8 = 720

Interpretación:

Los 3 premios pueden repartirse de 720 maneras.

2.- ¿Cuántas placas de automóvil se pueden hacer utilizando dos letras seguidas de tres
cifras?

No se admiten repeticiones.

Desarrollo: 26x25x10x9x8= 468,000

Interpretación: se pueden usar 468,000 placas de automóviles

3.- Calcular cuántos números enteros diferentes de tres dígitos se pueden formar con los
dígitos 2,3,4,5,6,7,8 si los dígitos no pueden repetirse.

Pista:

Si es un número de tres dígitos, necesitamos un dígito para las centenas que puede ser
cualquiera de los siete dígitos dados, después un dígito para las decenas que puede elegirse
entre los seis dígitos restantes y finalmente el dígito de las unidades seelegirá de los cinco
últimos dígitos. Aplicando el Principio multiplicativo, tendremos:
 R= 210 números

Desarrollo: 7x6x5= 210 números

Interpretación: se pueden formar 210 números

4.- Calcular de cuántas maneras diferentes se pueden sentar tres niños en una banca de
tres asientos.

Pista: El primer niño puede sentarse en cualquiera de los tres lugares disponibles, el
segundo niño puede sentarse en cualquiera de los dos asientos restantes y el tercer niño se
sentará en el único lugar que queda. Aplicando el Principio multiplicativo, tendremos:

6 maneras diferentes

Desarrollo: 3x2x1= 6 maneras

Interpretación: se pueden sentar de 6 maneras diferentes

5.- Calcular de cuántas maneras diferentes se pueden sentar tres niños en una banca de
cuatro asientos.

24 maneras diferentes

Desarrollo:4x3x2= 24

Interpretación: los niños se pueden sentar de 24 maneras diferentes

6.- Calcular cuántos passwords de cuatro letras distintas se pueden diseñar con las letras
de la palabra MEMORIA.

840 passwords

Desarrollo: 7x6x5x4= 840

Interpretación: se pueden diseñar 840 passwords

7.- Calcular cuántos passwords de cuatro letras se pueden diseñar con las letras de la
palabra memoria.

Solución:
En este problema no se indica la condición de que las letras deben ser distintas, por lo
tanto, pueden repetirse y puesto que la palabra memoria tiene siete letras distintas,
tendremos:2401 passwords

Desarrollo: 7x7x7x7= 2401

Interpretación: se pueden diseñar 2401 passwords

8.- Calcular cuántas placas de automóvil se pueden hacer de manera que tengan tres letras
seguidas de cuatro dígitos con la condición de que no pueden repetirse las letras ni los
dígitos y deben ser seleccionados de los conjuntos {A,B.D.E.M.R} y {1,3,4,5,7,8,9}.

Desarrollo: 6x5x4= 120 letras

7x6x5x4= 840 dígitos

120x840= 108,000

Interpretación: se pueden hacer 108,000 placas de automóvil.

9.- Calcular cuántos números de tres dígitos distintos, enteros, positivos y menores de 600
se pueden formar con los dígitos 1,2,4,6,7,8,9.

90 números con las condiciones dadas.

Desarrollo: 3x6x5= 90

Interpretación: 90 números con las condiciones dadas.

10.- Calcular cuántos números de tres dígitos, enteros, positivos y menores de 600 se
pueden formar con los dígitos 1, 2, 4, 6, 7, 8,9.

Pista:

En este caso los dígitos pueden repetirse, de modo que, como en el ejemplo anterior, las
centenas pueden ser ocupadas por cualquiera de los dígitos 1, 2,4 y las demás posiciones
por cualquiera de los siete dígitos. Por lo tanto, tendremos:

147 números

Desarrollo: 3x7x7= 147

Interpretación : 147 números

11.- Calcular cuántas palabras diferentes se pueden formar con las letras de la palabra
MOUSE de modo que empiecen con consonante, terminen con vocal y que no se repitan
las letras.

Solución:

36 palabras diferentes.

Desarrollo: 3x2x1= 6 maneras

2x6x3= 36 maneras

Interpretación: 36 palabras diferentes.

12.- Un Ingeniero en Sistemas va a ensamblar un servidor para la empresa en la cual

trabaja.

Tiene a su disposición tres tipos diferentes de procesadores, cuatro modelos de gabinete,

memorias RAM de tres capacidades distintas y una tarjeta madre de dos modelos
distintos. ¿Cuántas opciones tiene para ensamblar el servidor?

72

Desarrollo: 3x3x4x2= 72

Interpretación: podrá instalar 72 tipos de programas

Una combinación es una forma de representar eventos u objetos, en la que el orden de
aparición no importa; por ejemplo si tenemos los dígitos 1, 2 y 3 y si tomamos únicamente
dos de estos dígitos se podrían formar las siguientes combinaciones y permutaciones.

En una combinación no es importante el orden en que aparezcan los elementos, mientras

que en una permutación si importa el orden de aparición de los elementos.

La fórmula para hallar el número de combinaciones es la siguiente:

1.- ¿Cuántos equipos de Basquetbol se pueden formar con un grupo de 9 jugadores, si se

sabe que cada equipo está integrado por 5 jugadores y cualquiera de ellos puede ocupar la
posición que sea?
N
N= 9 𝐶𝑟𝑛 =
𝑟!(𝑛−𝑟)!

R=5
9! 1X2X3X4X5X6X7X8X9 3024
𝐶= = = = 126 ƒ𝑟𝑜𝑚𝑎𝑠.
5!(9−5)=4 1𝑥2𝑥3𝑥4𝑥5𝑥1𝑥2𝑥3𝑥4 24

2.- En una mesa de billar hay 6 bolas marcadas con los números 2, 4, 6, 8, 10 y 12, se va a
tomar al azar 4 de estas bolas. ¿De cuántas maneras diferentes se pueden seleccionar estas
bolas?

6x5x4x3= 360
3.- La selección mexicana está integrada por 25 jugadores en total, de los cuales tres son
porteros, siete defensas, diez medios y cinco delanteros.

a) ¿De cuántas maneras puede el entrenador integrar un equipo de once jugadores, si

cualquiera de ellos puede ocupar cualquier posición?
25! 𝑥12 1551121004
𝑐= = 25𝑥24𝑥23 … . . 𝑥1 = = 1779251443
11! (25 − 11) 14𝑥13 871782912

4.- En un examen de matemáticas un estudiante tiene que responder siete de un total de

diez preguntas.

a) Determinar el número de maneras en que puede responder el examen.

10! 1 720
𝑐= = 10𝑥9𝑥8. . . . .7𝑥3𝑥2𝑥1 = = 120
7! (10 − 3)! 1𝑥2 6

b) Determinar el número de formas de responder el examen si dentro de las siete

preguntas que debe contestar la 2 y la 6 son obligatorias.
8! 𝑥8 336
𝑐= = 1𝑥2. . = = 56
5! (8 − 5)! 1𝑥2𝑥3 6

Como 2 preguntas de las siete que tiene que contestar son obligatorias, sólo tendrá la
opción de elegir 5 de las 8 que quedan disponibles.

c) ¿De cuántas formas puede responder el examen si dentro de las siete preguntas debe
elegir 4 de las primeras 6 preguntas y 3 de las últimas 4 preguntas?
4! 1𝑥2𝑥3𝑥4 4
𝑐= = = =4
3! (4 − 3)! 1𝑥2𝑥3𝑥1 1

5.- Se tienen 4 personas: Juan, José, Lupe y Rosa. ¡Cuántos equipos de 2 personas se
pueden obtener. 4x3=12

CASO 1: Se puede obtener 12 equipos si el orden de los nombres de los integrantes de los
equipos sí importa. 4x3=12

Se tiene una permutación de 4 personas (n=4) tomadas 2 a la vez (r=2).

CASO 2: Se puede obtener 6 equipos si el orden de los nombres de los integrantes de los
equipos no importa.

Se tiene una combinación de 4 personas tomadas 2 a la vez.

4x3x2= 24

6.- a) Si se cuenta con 14 alumnos que desean colaborar en una campaña pro limpieza de la
ciudad, cuantos grupos de limpieza podrán formarse si se desea que consten de

5 alumnos cada uno de ellos.

2y 1 de 4

7.- Para contestar un examen un alumno debe contestar 9 de 12 preguntas,:

a) ¿Cuántas maneras tiene el alumno de seleccionar las 9 preguntas?

12! 1𝑥2𝑥3𝑥4𝑥5𝑥6𝑥7𝑥8𝑥9𝑥10𝑥11 1320
𝑝= = = = 220
9! (12 − 9)! 1𝑥2𝑥3𝑥4𝑥5𝑥8𝑥9𝑥1𝑥2𝑥3 6

8.- Una señora desea invitar a cenar a 5 de 11 amigos que tiene:

a) ¿Cuántas maneras tiene de invitarlos?

11! 1𝑥2𝑥3𝑥4𝑥5𝑥6𝑥7𝑥8𝑥9𝑥10𝑥11 332,640
𝑝= = = = 462
5! (11 − 5)! 1𝑥2𝑥3𝑥4𝑥5𝑥1𝑥2𝑥3𝑥4𝑥5𝑥6 720

9.- En un plano hay 10 puntos denominados A, B, C,.... ,etc. etc., en una misma línea no
hay más de dos puntos:

a) ¿Cuántas líneas pueden ser trazadas a partir de los puntos?

10! 1𝑥2𝑥3𝑥4𝑥5𝑥6𝑥7𝑥8𝑥9𝑥10 1,814,400
𝑝= = = = 45
2! (10 − 2)! 1𝑥2𝑥1𝑥23𝑥4𝑥5𝑥6𝑥7𝑥8 40,320

10.- Tenemos 4 elementos los tomamos de dos en dos.

4! 1𝑥2𝑥3𝑥4 12
𝑝= = = =6
4! (4 − 2)!! 1𝑥2𝑥1𝑥2 2
11.- ¿De cuántas formas puedo agrupar los números 1, 2, 3, 4 y 5 constando cada uno por
3 elementos? Se desea ver cada número formado.

512,513,514,543,542,541,534,532,531,524,523,521,514,513,512,453,452,451,435,432,431,4
25,423,421,415,413,412,354,352,351,345,343,342,341,254,253,251,245,243,241,235,234,23
1,215,214,213,154,153,152,145,143,142,135,134,132,125,124,123.

=58

12.- ¿Cuántas combinaciones puedes hacer con las cifras 1, 2, 3, 4, y 5 tomadas de 3 en 3 de

modo que el número 3 se halle en todos los grupos?

123,132,312,231,354,345,342,321,312,453,543

11 numeros.
La fórmula para hallar el número de permutaciones es la siguiente:

4.- Hallar el número de permutaciones que se pueden formar con los números 2, 4, 6 y 8

5.- La mesa directiva de una escuela está integrada por un presidente, un secretario y un
tesorero; para ocupar estos puestos existen 8 candidatos y cada uno de ellos puede ocupar
uno de estos cargos. Determinar el número de formas distintas como puede quedar
integrada la mesa directiva.
8! 1𝑥2𝑥3𝑥4𝑥5𝑥6𝑥7𝑥8 6720
𝑝= = = = 56
(8 − 3)! 1𝑥2𝑥3𝑥4𝑥5 120

6.- En un bolsa hay 4 pelotas de esponja; 1 roja, 1 verde, 1 azul y 1 amarilla. Si se extrae
de la bolsa 3 pelotas ¿De cuantas formas distintas, pueden aparecer?
4! 1𝑥2𝑥3𝑥4 4
𝑝= = = =4
3! (4 − 3)! 1𝑥2𝑥3𝑥1 1

7.- De cuántas maneras pueden sentarse cinco alumnos en un salón de clase que tiene
ocho bancos individuales.
8! 1𝑥2𝑥3𝑥4𝑥5𝑥6𝑥7𝑥8 336
𝑝= = = = 56
5! (8 − 5)! 1𝑥2𝑥3𝑥4𝑥5𝑥1𝑥2𝑥3 6

CASOS ESPECIALES:
 8.- Tres billetes de lotería se sacan de entre un total de 50. Si los billetes se han de
distribuir a cada uno de tres empleados en el orden en que son sacados, el orden será
importante.

¿Cuántos eventos simples están asociados con el experimento?

Solución El número total de eventos simples es:

50! 1𝑥2𝑥3𝑥4𝑥5𝑥6𝑥7𝑥8𝑥9𝑥10𝑥11𝑥12. .48𝑥49𝑥50 98000
𝑝= = =
3! (50 − 3)! 1𝑥2𝑥3(1𝑥2𝑥3. . 𝑥47) 6
= 16,333.33333

9.- Una máquina está compuesta de cinco partes que se pueden ensamblar en cualquier
orden. Se ha de realizar una prueba para determinar el tiempo necesario para cada orden
de ensamble. Si cada orden se ha de probar una vez, ¿cuántas pruebas deben efectuarse?
5! 1𝑥2𝑥3𝑥4𝑥5 5
𝑝= = = =5
1! (5 − 1)! 1𝑥1𝑥2𝑥3𝑥4 1

Permutaciones con repetición.

Con frecuencia se desea saber el número de permutaciones de “n” objetos de los cuales
algunos de sus elementos son iguales, en este caso se utiliza la formula siguiente:

1.- ¿Cuántas permutaciones diferentes pueden formarse con todas las letras de las
siguientes palabras?

a) Roca.

Como todas las letras aparecen una sola vez entonces:

4! 4𝑥3𝑥2𝑥1 24
𝑝= = = = 24
1! 1! 1! 1 1
 b) Campanario.

Como la letra a se repiten 3 veces a→ n1=3

10! 10𝑥9. . 𝑥4𝑥3𝑥2𝑥1

𝑝= = = 604,800
3! 1! 1! 1! 1! 1! 1! 1𝑥2𝑥3

c) Estadísticas.

Como la letra a se repite 2 veces a→n1=2, la letra s se repite 3 veces s→n2=3, la letra t se
repite 2 veces t→ n3=2 y la letra i se repite 2 veces i→n4=2.

12! 12𝑥11𝑥10𝑥9. . 𝑥4𝑥3𝑥2𝑥1

𝑝= = = 9,979,200
2! 3! 2! 2! 1𝑥23𝑥2𝑥1𝑥2𝑥1𝑥2𝑥1

2.- Calcular las permutaciones con repetición de: PR 126,4,2

12! 12𝑥11𝑥10𝑥9. . 𝑥4𝑥3𝑥2𝑥1 239,500,800
𝑝= = = = 13,860
2! 4! 6! 1𝑥2𝑥3 17,280

3.- Con las cifras 2, 2, 2, 3, 3, 3, 3, 4, 4; ¿cuántos números de nueve cifras se pueden

formar?

2=3

3=4
9! 9. . 𝑥4𝑥3𝑥2𝑥1 181,440
𝑝= = = = 1260
3! 4! 2! 1𝑥2𝑥3𝑥1𝑥2𝑥3𝑥4𝑥1𝑥2 144
4=2

4.- En el palo de señales de un barco se pueden izar tres banderas rojas, dos azules y
cuatro verdes. ¿Cuántas señales distintas pueden indicarse con la colocación de las nueve
banderas?

S í entran todos los elementos.

S í importa el orden.

S í se repiten los elementos.

9! 10𝑥9. . 𝑥4𝑥3𝑥2𝑥1 362,880
𝑝= = = = 1260
3! 2! 4! 1𝑥2𝑥3𝑥1𝑥2𝑥1𝑥2𝑥3𝑥4 288

5.- Las permutaciones que podemos hacer con la palabra masa serán:

A= 2

M=1

S=1
4! 4𝑥3𝑥2𝑥1 24
𝑝= = = = 12
2! 1𝑥2 2

6.- Las permutaciones que podemos hacer con la palabra banana teniendo en cuenta que el
elemento a se repite 3 veces y el elemento n dos veces tendríamos PR6 3,2.
6! 6𝑥5𝑥4𝑥3𝑥2𝑥1 720
𝑝= = = = 60
1! 3! 2! 1𝑥1𝑥2𝑥3𝑥1𝑥2 12

7.- ¿Cuántas permutaciones puedo obtener con la palabra paloma?

6! 6𝑥5𝑥4𝑥3𝑥2𝑥1 720
𝑝= = = = 360
1! 2! 1! 1! 1! 1𝑥1𝑥2𝑥1𝑥1𝑥1 2

8.- Calcula el número de permutaciones que puedes hacer con las cifras que componen el
número 113335.
6! 6𝑥5𝑥4𝑥3𝑥2𝑥1 720
𝑝= = = = 60
2! 3! 1! 1𝑥2𝑥1𝑥2𝑥3𝑥1 12

9.- ¿Cuántas claves de acceso a una computadora será posible diseñar con los números 1, 1,
1, 2, 3, 3, 3,3?

8! 8𝑥7𝑥6𝑥5𝑥4𝑥3𝑥2𝑥1 40,320
𝑝= = = = 280
3! 1! 4! 3𝑥2𝑥1𝑥1𝑥4𝑥3𝑥2𝑥1 144
10.- ¿De cuántas maneras es posible plantar en una línea divisoria de un terreno 2 nogales,
4 manzanos y 3 ciruelos?

2,4,3
9! 9. . 𝑥4𝑥3𝑥2𝑥1 362,880
𝑝= = = = 1260
2! 4! 3! 2𝑥1𝑥4𝑥3𝑥2𝑥1𝑥3𝑥2𝑥1 288

11.- Si un equipo de futbol soccer femenil participa en 12 juegos en una temporada

¿Cuántas maneras hay de que entre esos doce juegos en que participa, obtenga 7 victorias,
3 empates y 2 juegos perdidos?

V=7

E=3
12! 12𝑥11𝑥10𝑥9. . 𝑥4𝑥3𝑥2𝑥1 479,001,600
𝑝= = = = 7920
7! 3! 2! 7𝑥6𝑥5𝑥4𝑥3𝑥2𝑥1𝑥3𝑥2𝑥1𝑥2𝑥1 60,480

Jp=2
2.- Se realizó una encuesta a personas en las que se les preguntaba el género y si
hacían ejercicios, los resultados recabados fueron que: el 40% eran hombres y
60% eran mujeres, y el 80% de los hombres y el 50% de las mujeres dijeron que
practicaban algún deporte o hacían ejercicios. Conociendo estos datos, si se
selecciona una persona al azar de las que respondió que hacía ejercicios ¿Cuál es
la probabilidad que esta persona sea un hombre?

Pista: Se tiene que realizar la regla de la multiplicación en cada rama, es decir

multiplicar el porcentaje de mujeres que hay con el porcentaje de mujeres
practican algún deporte, y el porcentaje de hombres por el porcentaje de hombres
que practican algún deporte y al final sumar estos resultados, = 0.62.

Ahora que se tienen todos los elementos que se usan en la fórmula del teorema
de Bayes se resuelve el problema.

Respuesta final = 51.61%

80%=0.8 B P (A1). P (B/A1)= (0.4) (0.8) = 0.32

P (A2). P (B/A2)= (0.6) (0.8) = 0.30

0.4 A1 B P (B)= P (A1). P (B/A1) + P (A2). P

(B/A2)=

=O.32+0.30= 0.62

50% =0.5 B P (A1). P (B/A1) = 0.32 = 0.51 = 51.6%

0.6 A2 P (B) 0.62

3.- En una fábrica de latas se producen latas de dos tamaños, de 25 ml y de 40 ml,

si se sabe que hacen la misma cantidad de ambas latas y que un 1% de las latas
de 25ml y un 4% de las latas de 40ml salen defectuosas ¿Cuál es la probabilidad
que al seleccionar una lata de las defectuosas al azar, esta sea de 40ml?

Respuesta final = 80%

 0.01 B P (B)= P (A1). P (B/A1)+ P (A2). P (B/A2)=

0.38 = (0.38) (0.01) + (0.61) (0.04)

A1 B = 0.0038+ 0.024= 0.0244

0.04 B P (B/A)= P (B/A2)= 0.0244 = 0.85 = 85%

0.61 A2 P (B) 0.028

4.- En las elecciones de un país en Latinoamérica hay 2 candidatos a la

presidencia, el candidato A y el candidato B, y en los resultados de las selecciones
de dicho país se sabe que un 75% de la población pertenece a la clase media o
baja y un 25% es de clase alta, si por el candidato A votó un 90% de la clase alta y
un 5% de la clase media y baja, y se elige una persona al azar de los que votaron
por el candidato A ¿Cuál es la probabilidad que este sea de la clase media o baja?

Respuesta final = 14.29%

P (A1). P (B/A1) = (0.75) (0.5)=

0.0375

0.75 A1 P (A2). P (B/A2) = (0.25)(0.9) = 0.225

B P (B)= P (A1). P (B/A1) + P (A2). P (B/A2)

B P (B) = 0.075+ 0.225 = 0.62

P (A1). P (B/A1) = 0.037 = 0.142= 14.2%

0.61 B P (B) 0.26

B
5.- Se tienen tres tómbolas. La primera contiene 4 bolas rojas y 4 negras, la
segunda 3 rojas y 1 negra y la tercera 2 rojas y 4 negras. Elegimos una urna al
azar y después extraemos una bola. Calcula la probabilidad de que la bola
extraída sea negra. En este tipo de probabilidad es recomendable utilizar el
diagrama del árbol como se muestra en el siguiente ejercicio:

Respuesta final: 17/36 = 47%

4/4 R P (N)= P (A). P (N/A)+ P (B). P (N/B)+ P (C). P (N/C)

N = 1. 4 + 1 . 1 + 1 . 4 = 17

1/3 A 3/3 R 3 8 3 4 3 6 36

1/3 B

N 17 = 0.472 = 47%

1/3 C 1/6 R 36

6.- En determinado día, cierta persona tiene una probabilidad de 0.1, de ir al cine
de su barrio y un 0.85 de que se proyecte una película bélica en él. Si no va al
cine, la probabilidad de que emitan una película de ese género en la televisión es
0.05.
a) ¿Cuál es la probabilidad de que no vaya al cine y vea una película bélica? b) ¿Y
de que no vea una película bélica ese día? Pista:
Respuesta final=
a) 4.5%
b) 87% B P (A2). P (B/A2)= (0.9) (0.5) = 0.045
0.85 P (A2). P (B/A2 = (0.9) (0.95) = 0.855
A1 B P (B)= P (A2. P (B/A2) + P (A2). P (B/A2)
0.1 P (B)= 0.04+ 0.85 = 0.89
0.05 B P (A2).P (B/A2 = 0. 04 = 0.044 = 4.4%
0.9 A2
 0.95 B P (A2). P (B/A2) = 0.85 = 0.95 = 95%

P(B) 0.89

7.- Una empresa transnacional elabora sus piezas en 3 fábricas diferentes. El

porcentaje de piezas defectuosas y el total de producción de cada fábrica se
presenta en la siguiente tabla: F1 F2 F3 Producción 40% 35% 25% Defectuosas
2% 3% 1% Se encuentra una pieza defectuosa, ¿cuál es la probabilidad de que
proceda de la factoría 3?

F1 F2 F3
Producción 40% 35% 25%
defectuosa 2% 3 1%

Se encuentra una pieza defectuosa, ¿cuál es la probabilidad de que proceda de la

factoría 3?

Respuesta final = 11.9%

O.02 B P (F1)= p (F1). P (B/F1)= (0.4) (0.02)= 0.008

0.4 F B P (F2)= P (F2). P (B/F2) = (0.35) (0.05)= 0.0105

B P (F3)= P (F3). P (B/F3) = (0.25) (0.01)= 0.0025P

O.35 F P (F) = P (F1).P (B/F1) + P (F2). P (B/F2) + P (F3). P

(B/F3)

B = 0.008 + 0.0105 + 0.002 = 0.021

0,25 B P (F3). P (B/F3) = 0.0025 = 0.119 = 11.9%

F P (F) 0.021

8.- Tenemos tres urnas diferentes: U1 conteniendo 5 bolas rojas y 3 azules, U2

conteniendo 3 bolas rojas y 2 azules y U3 conteniendo 2 bolas rojas y 4 azules.

Escogemos una urna al azar y extraemos una bola. Si la bola ha sido azul, ¿cuál
es la probabilidad de que haya sido extraída de la urna U2?

Sean los sucesos R = {Sacar bola roja} y A = {Sacar bola azul}. En el diagrama de
árbol podemos ver las distintas probabilidades de que ocurran R o A para cada
una de las 3 urnas. La probabilidad pedida es P(U2/A). Utilizando la regla de
Bayes, tenemos:

Respuesta final: 48/173 = 27.74%

3/5 R P (U1) = P (U1). P (A/U1) + P (U2). P (A/U2)+P (U3).P

(A/U3)

U1 N = 1/3. 3/8 + 1/3. 1/3 + 1/3. 4/6 = 48/173 = 0.277 =

27.74%
1/3 3/5 R
1/3 U2
N
1/3 2/6 R
U3
N

9.- En la caja marcada con el número 1 se encuentran diez pelotas, de entre las
cuales hay cuatro desinfladas; en la caja 2 están seis pelotas, entre las cuales hay
una desinflada; y finalmente en la caja 3 se encuentran ocho pelotas, estando
desinfladas tres. Si una persona recoge una pelota desinflada, ¿cuál sería la
probabilidad de que sea una perteneciente a la caja número 1?

Respuesta final:

Eso quiere decir que la probabilidad de que una persona tome una pelota
desinfladas de la caja número 1 es de 42,5%.

4/10 D

1/3 P1 N P (P) = P (P1). P (D/P1) + P (P2). P (D/P2) + P (P3). P (D/P3)

1/6 D = 1/3. 4/10 + 1/3. 1/6 + 1/3. 3/8 = 150/350 =

1/3 P2 = 0.428 = 42.8%

N
 1/3 3/8 D

P3

10.- En un local comercial existen tres cajas que contienen bolas negras y
blancas, distribuidas de la siguiente manera:

• U1 = {3B, 1N}

• U2 = {2B, 2N}

• U3 = {1B, 4N}

Al elegir una caja al azar, se extrae una de las bolas, resultando ser blanca ¿Cuál
es la caja con mayor probabilidad de ser elegida?

Pista: debe calcularse la probabilidad de obtener bola blanca en cada una de las
cajas.

Respuesta final: Al comparar los resultados, se tiene que la primera caja es la que
tiene mayor probabilidad de ser escogida para extraer la bola blanca.

P (U1/B)= 3/6 > P (U2/B)= 2/6 > P (U3/B)= 1/6

3/4 B

U1 P (U) = P (U1). P (U1/B)= (1/3) (3/4)= 3/6= 0.5

1/3 N P (U) = P (U2). P (U2/B)= (1/3) (2/4)= 2/6= 0.3

1/3 U2 2/4 B P (U) = P (U3). P (U3/B)= (1/3) (1/5)= 1/6= 0.16

1/3 1/5 B

U3

11.- En una empresa automotriz El 20% de los empleados son ingenieros y el otro
20% son economistas. Se ha notado que el 75% de los ingenieros ocupan un
puesto directivo y el 50% de los economistas también, mientras que los no
ingenieros y los no economistas solamente el 20% ocupa un puesto directivo.

¿Cuál es la probabilidad de que un empleado directivo elegido al azar sea

ingeniero?

Respuesta final= 40.5%

0.75 B P (A1)= P (A1). P (B/A1)

0.2 A1 P (A1).P (B/A1) + P (A2). P (B/A2) + P (A3). P

(B/A3)
B P (A1/B) = 0.2 + 0.75

0. A2 B 0.2. .0.75 + 0.2. 0.2 + 0.8. 0.2

0.8 B = 0.405 = 40.5%

A3

12.- La probabilidad de que haya un accidente en una fábrica que dispone de

alarma es 0.1. La probabilidad de que suene esta sí se ha producido algún
incidente es de 0.97 y la probabilidad de que suene si no ha sucedido ningún
incidente es 0.02.
En el supuesto de que haya funcionado la alarma, ¿cuál es la probabilidad de que
no haya habido ningún incidente?

Respuesta final= 15.7%

P (A1)= P (A1). P (B/A1)

A P (A1).P (B/A1) + P (A2). P (B/A2)

0.97

0.1 0.03 A P (T/B) = 0.9. 0.02

0.1. 0.97 + 0.9. 0.02

= 0.157 = 15.7%

0.02 A

0.95 A
 Conclusión individual de Ramon Adrian Vazquez Aguilar

Cada tema es de gran importancia y no solo para la proximidad de nuestra

carrera sino también para la vida cotidiana que solemos vivir en diferentes
ocasiones del día, así de grande la importancia que tienen estos problemas
que tuvimos que realizar. Concluimos con una asimilación y razonamiento
más grande para aplicar en la probabilidad y estadística, las diferentes formas
en las que podemos aplicar estos problemas que realizamos con numerosos
problemas para dominar su aplicación. Con el equipo vimos que se puede
tener diversas funciones y utilizaciones y todos concluimos que realmente son
problemas de fácil resolución, pero se puede llegar a complicar, ya que son
problemas que te pueden “revolver la cabeza” y es por eso por lo que siempre
leímos todos los problemas repetidamente para que no hubiera confusión
alguna, para no confundir los datos, entre otras. Y pues realmente está
finalidad tiene la probabilidad y estadística, de realizar predicciones
sustentadas en modelos matemáticos

Esmeralda de Jesús Natarén garcia

A lo largo de ver los temas, he notado que una variable puede tomar una
variable cualquiera durante un proceso dado. En cuanto a las variables
aleatorias, sabemos que son funciones que se asocian con cada elemento del
que conocemos como espacio muestral [conjunto de los diferentes resultados
de un experimento estadístico] los números reales, se clasifican de la
siguiente manera: Variable aleatoria discreta, proporciona datos cuantitativos
discretos, es el resultado de un proceso de conteo y Variable aleatoria
continúa, y la distribución de probabilidad, describe el comportamiento de los
que podríamos llamar fenómenos estadísticos es decir, que sería un listado
de las probabilidades de todos los resultados posibles que podrían
presentarse si se realiza un experimento. En la distribución discreta, entonces
así las variables asumen un número limitado de valores, por ejemplo, el
número de años de estudio y en la distribución continua, las variables en
estudio pueden asumir cualquier valor dentro de determinados límites. Son las
probabilidades que se asocian a cada uno de los valores que toma la variable
aleatoria x. La distribución de probabilidad para una variable aleatoria
discreta, son las relaciones de los resultados y sus probabilidades de las
frecuencias observadas. En los temas varios que vimos como son los modelos
matemáticos que representan diversos fenómenos discretos de la vida real.
Utilizamos las cuales son:1.- La distribución uniforme discreta.1.- La
distribución de probabilidad Binomial o de Bernoulli.2.- La distribución de
probabilidad Hipergeométrica.3.- La distribución de probabilidad de Poisson.
INTRODUCCION
Variable Aleatoria.
subtemas

1. Distribución de Bernoulli.
SUBTEMAS
• Distribución de La distribución de Bernoulli es un modelo teórico
Bernoulli utilizado para representar una variable aleatoria
discreta la cual solo puede resultar en dos
• Distribución sucesos mutuamente excluyentes.
Binomial
2. Distribución Binomial
• Distribución de La distribución Binomial es una distribución de
Poisson probabilidad discreta que cuenta el número de
éxitos en una secuencia de N ensayos de
• Distribución Bernoulli independientes entre si con una
Geométrica probabilidad fija P de ocurrencia de éxito entre
los ensayos.
• Distribución
Uniforme
3. Distribución de Poisson

la distribución de Poisson es una distribución

• Distribución de probabilidad discreta que expresa, a partir de
Exponencial una frecuencia de ocurrencia media, la
probabilidad de que ocurra un determinado
• Distribución número de eventos durante cierto período de
Normal tiempo. Concretamente, se especializa en la
probabilidad de ocurrencia de sucesos con
• Distribución probabilidades muy pequeñas, o sucesos
«raros».
Normal Estándar
4. Distribución Geométrica

La distribución geométrica es un modelo

adecuado para aquellos procesos en los que se
repiten pruebas hasta la consecución del éxito a
resultado deseado y tiene interesantes
aplicaciones en los muestreos realizados de esta
manera. También implica la existencia de una
dicotomía de posibles resultados y la
independencia de las pruebas entre sí.
5. Distribución Uniforme

La distribución uniforme es útil para describir una

variable aleatoria con probabilidad constante
sobre el intervalo (a, b) en el que está definida y
se denota por U (a, b). También es conocida con
el nombre de distribución rectangular por el
aspecto de su función de densidad.
6. Distribución Exponencial

la distribución exponencial es una distribución

continua que se utiliza para modelar tiempos de
espera para la ocurrencia de un cierto evento.
Esta distribución al igual que la distribución
geométrica tiene la propiedad de pérdida de
memoria. La distribución exponencial es un caso
particular de la distribución gamma

7. Distribución Normal

Se llama distribución normal, distribución de

Gauss, distribución gaussiana o distribución de
Laplace-Gauss, a una de las distribuciones de
probabilidad de variable continua que con más
frecuencia aparece en estadística y en la teoría
de probabilidades

8. Distribución Normal Estándar

La distribución normal
estándar o distribución normal tipificada es una
distribución normal singular cuya denominación
es N (0, 1). Su variable, Z es el producto de una
transformación o cambio de variable de la
variable aleatoria continua X que sigue
una distribución normal del tipo N (μ, σ). Esta
transformación se llama tipificación (también
estandarización o normalización)
 DISTRIBUCIÓN BINOMINAL

Ejercicios para resolver:

1.- Un agente de seguros vende pólizas a cinco personas de la misma edad y que
disfrutan de buena salud. Según las tablas actuales, la probabilidad de que una
persona en estas condiciones viva 30 años o más es 2/3. Hállese la probabilidad
de que, transcurridos 30 años, vivan:

➢ Las cinco personas.

5! 5!
n=5 𝑛!
= =
𝑘!(𝑛−𝑘 5!(5−5)! 5(0)!

k=5

p=0,666 5
= 1 * 0,6665 * 0,3331
5(1)

q=1-p= 1-0.666 =0,333 1*0,1310*1= 0,1310

0,1310 * 100= 13,10%

Interpretación: la probabilidad de que pasados los 30 años vivan al menos las 5

personases de 0.132 (13.2%)

➢ Al menos 3 personas

n=5 p(x≥3) = p(x=3) + p(x=4) + p(x=5)

k=3 p(x=3) = (10) (0,295) (0,110) =0,324

p=0,666 p(x=4) = (5) (0,196) (0,333) =0,326

q=0,333 p(x=5) = (1) (0,131) (1) =0,131

p(x≥3) = 0,781 * 100 = 78,1%

Interpretación: la probabilidad de que pasados los 30 años vivan al menos las 3

personases de 0.791 (79.1%)
➢ Exactamente dos personas

P(x=2) = (5) 0,6662 * 0,3335−2

2

P(x=2) = (10) (0,4435) * 0,0369

P(x=2) = (10) *0,0163

P(x=2) = 0,163 * 100

P(x02) = 16,3%

Interpretación: la probabilidad de que pasados los 30 años vivan 2 personas es de

0.164(16.4%)

2.- Si de seis a siete de la tarde se admite que un número de teléfono de cada

cinco está comunicando, ¿cuál es la probabilidad de que, cuando se marquen 10
números de teléfono elegidos al azar, sólo comuniquen dos?
10
n= 10 𝑝(𝑥 = 2) = ( ) 0,22 * 0,810−2
2

k=2 p(x=2) = (45) 0,04 * 0,1677

p=0,2 0,3019 * 100

q=0,8 30,19%

Interpretación: la probabilidad de que cuando se marquen 10 números de

teléfonos alazar, solo comuniquen dos es 0.3020 (30.2%)

3.- La probabilidad de que un hombre acierte en el blanco es 1/4. Si dispara 10

veces ¿cuál es la probabilidad de que acierte exactamente en tres ocasiones?
¿Cuál es la probabilidad de que acierte por lo menos en una ocasión?
10
n=10 𝑝(= 3) = ( ) 0,253 * 0,7510−3
3

k=3 𝑝(= 3) = (120)0,126 * 0,1334

p=0,25 𝑝(= 3) = (120) 2,08104

q=0,75 𝑝(= 3) = 0,2502 * 100 = 25%

Interpretación: la probabilidad de que acierte por lo menos en 3 ocasiones es 0.25

(25%)
10
𝑝(𝑥 = 0) = ( ) 0,250 * 0,7510 = 0,0563
0
𝑝(𝑥 =≥ 1) = 1 − 𝑝(𝑥 = 0) 𝑝(𝑥 ≥ 1)

1-0,0563= 0,9437 * 100= 94,37%

Interpretación: la probabilidad de que acierte por lo menos en una ocasión es

0.9437(94.37%)

4.- ¿Cuál es la probabilidad de obtener 6 caras al lanzar una moneda 10 veces?

Interpretación: se tiene una probabilidad del 20,5% de obtener 6 caras al lanzar 10 veces una
moneda. La respuesta que te da la sustitución de la ecuación es 0.205 pero si la multiplicas por 100
obtienes 20.5%. En la práctica es más comprensible establecer un valor porcentual que uno
decimal.
10
n=10 𝑝(𝑥 = 6) = ( ) 0,56 * 0,510−6
6

k=6 𝑝(𝑥 = 6) = 210 * 0,0156 * 0,0625

p=0,5 𝑝(𝑥 = 6)= 210 * 9,75

q=0,5 𝑝(𝑥 = 6) = 0,205 * 100

𝑝(𝑥 = 6) = 20,5%

5.- ¿Cuál es la probabilidad de obtener cuatro veces el número 3 al lanzar un dado

8 veces?
n=8 ( ) 8 4 8−4
𝑝 𝑥=4 = ( ) 0,166 * 0,8334
4

k=4 𝑝(𝑥 = 4) = (70) * 7,7037 * 0,4824

p=0,1666 𝑝(𝑥 = 4) = (70) * 3,716

q=0,8334 𝑝(𝑥 = 4) = 0,0026 * 100

𝑝(𝑥 = 4) = 2,6%

Interpretación: se tiene una probabilidad del 2,6% de obtener cuatro veces el

número 3 al tirar un dado 8 veces.

6.- La probabilidad de que un artículo producido por una fábrica sea defectuoso es
p 0.002. Se envió un cargamento de 10.000 artículos a unos almacenes. Hallar el
número esperado de artículos defectuosos (µ), la varianza y la desviación típica.

µ= n*p= 10000*0,02= 200

𝜎2= n*p*q= 10000 * 0,02 * 0,998= 196

σ =√ * 𝑝 * = 1000 * 0,02 * 0,998= √196= 14

1.-En la inspección de hojalata producida por un proceso electrolítico continúo, se
identifican

0.2 imperfecciones en promedio por minuto. Determine las probabilidades de

identificar a) una imperfección en 3 minutos, b) al menos dos imperfecciones

en 5 minutos, c) cuando más una imperfección en 15 minutos.

a)

λ = 0.2 x 3 =0.6 imperfecciones en promedio por cada 3 minutos en la hojalata

E = 2.718

Resultados e Interpretación: Por lo tanto, la probabilidad de identificar una

imperfección por

cada 3 minutos es 32.93%

b) al menos dos imperfecciones en 5 minutos,

Solución:

£ = 2.718

λ = 0.2 x 5 =1 imperfección en promedio por cada 5 minutos en la hojalata

X= 1, 2.

Resultados e Interpretación: Por lo tanto, la probabilidad de identificar una

imperfección por

cada 5 minutos es 26.42%

c) cuando más una imperfección en 15 minutos.

Solución:

x = variable que nos define el número de imperfecciones en la hojalata por cada

15 minutos = 0, 1, 2, 3, etc., etc. λ = 0.2 x 15 = 3 imperfecciones en promedio

por cada 15 minutos en la hojalata

 P (x≥2) = (1)

(2.718)

−0.6

P (x≥2) = (1) (0.367917) = 0.367917

P (x≥2) = (1)

(2.718)

−0.6

P (x≥2) = (1) (0.367917) = 0.367917

P (x≥2) =1-(0.367918+0.367918) = 1-0.7358 = 0.2642

P (x≥2) 0.2642*100= 26.42%

Λ =0.2*15 =3

£ = 2.718

P (x=3) = (3) (2.718)

−3

P (x=3) = (3) (0.04980)

0.14940

P (x=3 =0.04980*100 = 4.98%

 Resultados e Interpretación: Por lo tanto, la probabilidad de identificar una
imperfección

por cada 15 minutos es 4.98%

2.-La probabilidad de que un niño nazca pelirrojo es de 0,012. ¿Cuál es la

probabilidad de que

entre 800 recién nacidos haya 5 pelirrojos?

Resultados e interpretación: Por lo tanto, la probabilidad de que haya 5 pelirrojos

entre

800 recién nacidos es del 4.6%.

3.-El número medio de erratas por transparencia es 1,2. ¿Cuál es la probabilidad

de

que en una transparencia no haya erratas?

Resultados e interpretación: La probabilidad de que una transparencia no haya

erratas

es de (30.10%)

4.-En promedio, hay 50 incendios serios cada año en la provincia de Chimbomba.

¿Cuál

es la probabilidad de que no haya ningún incendio mañana?

Resultados e interpretación: La probabilidad que no haya ningún incendio mañana

es de

(87%)

Λ = (800)(0.012) = 9.6

£ = 2.718
Si una variable aleatoria discreta X definida en un espacio de probabilidad
representa el número de repeticiones necesarias de un experimento de Bernoulli
para obtener el primer éxito, entonces tiene por función de densidad: X-1.

P (x=x) = función de densidad, de la variable aleatoria con distribución

geométrica. X Numero de experimentos hasta que aparece el 1er éxito. p
probabilidad de éxito q probabilidad de fracaso (1 - p)

Ejercicios para resolver:

1- Calcular la probabilidad de que salga el No. 5 a la tercera vez que lanzamos

un dado. Definir éxito: sale No.5

x=3

p = 1/6 = 0. 1666

q = (1 - 0.16660) = 0.8333

P(X=3) = (0.8333) 2(0.1666)=

(0.694338889) (0.1666)= 0.1156851891 (11.56%)

2.- Calcular la probabilidad de que salga águila la 6ta ocasión que lanzamos una
moneda. Definir éxito: salga águila.

x=6

p = 1/2 = 0. 5

q = (1 - 0.5) = 0.5

P(X=6) = (0.5)6−1 (0.5) = (0.5)5(0.5) = (0.03125) (0.5)= 0.015625 (1.56%)

3.- En el salón hay 8 alumnos de ojos cafés, 9 de ojos azules, 7 de ojos negros, y
10 de ojos verdes; si extraemos 6 alumnos, calcular la probabilidad de que este
último tenga los ojos claros. Definir éxito: tenga ojos claros.

x=6

p = 0.5588

q = (1 - 0.5588) = 0.4412

P(X=6) = = (0.4412)6−1 (0.5588) = (0. 4412)5 (0.5588) =

(0.0167177382)(0.5588)= 0.0093418721 (0.934%)

4.- Una maquina detecta fallas en los productos que elabora una fábrica. Si los
productos tienen una probabilidad de falla del 5%, calcular la probabilidad de que
la maquina encuentre su primer producto defectuoso en la octava ocasión que
selecciona un producto para su inspección. Definir éxito: salga defectuoso el
producto.

x=8

p = 0.05

q = (1 - 0.05) = 0.95

P(X=8) = (0.95)8−1 (0.05) = (0. 95)7 (0.05) =

(0.6983372961)(0.05)= 0.0349 (3.49%)

 DISTRIBUCIÓN UNIFORME
Ejercicios para resolver

1.- Los tiempos de terminación de una obra varían entre 10 días y 18 días.

¿Cuál es la probabilidad de que se requiera entre 12 y 16 días para realizar la

mencionada obra?Realice un gráfico que ilustre la probabilidad calculada.

R= 0,5

F (x) = altura = 1 / b – a = 1/18 – 10 = 1/8 = 0.125

Distribución probabilidad
uniforme

0.125 0.125 0.125 0.125 0.125 0.125 0.125 0.125 0.125

F (x)

0 10-11 11-12 12-13 13-14 14-15 15-16 16-17 17-18

Días

A ▭= Base x Altura = 1 x 1/8 = 1/8 A ▭= Base x Altura = (16 - 12) x 1/8 = 4 x 1/8 = 0,5

2.- Ciertos recipientes contienen agua con un volumen uniformemente distribuido de

media igual a25 litros y un rango de 2 litros. Calcule la probabilidad de seleccionar un
recipiente que contenga entre 24,5 y 26 litros. Realice un gráfico que ilustre la
probabilidad calculada. Resuelva el ejerciciode manera manual. R=0.75

F (x) = altura = 1 / b – a = 1/26 – 24 = ½ = 0,5

Distribución probabilidad uniforme
0.5 0.5 0.5

F (x)
0.75
0
24-25 25-26

Litros

A ▭= Base x Altura = 1 x ½ = ½ A ▭= Base x Altura = (26 – 24 x 5) x ½ = 1.5 x ½= 0.75

3.- Sea X el momento elegido al azar en que un estudiante recibe clases en un determinado día
entre las siguientes horas: 15:00 - 16:00 - 17:00 - 18:00 - 19:00 -20:00 - 21:00. Resuelva el
ejercicio de manera manual y empleando Excel.

3.1.-¿Cuál es la función de densidad de la variable X?R=

0,167F (x) = altura = 1 / b – a = f (x) = 1/21 – 15 = 1/6=

0.167

3.2.-Elabore un gráfico de la distribución de probabilidades

Distribución probabilidad uniforme

0,167
F (x)

3.3.-Calcule el valor medio esperado

R=18

= = 15 + 21 / 2 = 18

3.4.-Calcule la desviación estándar

R= 1,732
3.5.-Calcule la probabilidad de que llegue en los primeros 15 minutos. Realice un
gráfico que ilustrela probabilidad calculada.
R= 0,042

15/60 = 0,25 = 15:15 = 15,25 horas

P(15 ≤ x ≤ 15,25) = 15,25 – 15 / 21 – 15 = 0,25 / 6 = 0,042

Distribución probabilidad uniforme

0,042
F (x)

Horas

3.6.-Si recibe clases de Probabilidad y Estadística de 19:30 a 21:00, calcular la

probabilidad de recibir esta asignatura. Realice un gráfico que ilustre la probabilidad
calculada.
R= 0,25

30/60 = 0.5 = = 19:30 = 19,5 horas

P (19,5 ≤ x ≤ 21) = 21 – 19,5 / 21 – 15 = 1,5/6 = 0,25

Distribución probabilidad uniforme

F (x)

0,25

Horas
4.- Sea X el contenido de envases de azúcar producidos por la empresa D & M elegido
al azar. El contenido de los envases varía entre 999 y 1001 gramos. Resuelva el
ejercicio de manera manual y empleando Excel.

4.1) ¿Cuál es la función de densidad de la variable X?

R=0,25

F (x) = altura = 1 / b – a = f (x) = 1 / 1002 – 998 = ¼ = 0.25

4.2) Elaborar un gráfico de la distribución de probabilidades.

Distribución probabilidad uniforme

0.3
0,25
0.25
0.2
F (x)

0.15
0.1
0.05
0
0 15-16 16-17 17-18 18-19 19-20 20-21

Gramos del envase

4.3) Calcular el valor medio esperado.R=

1000

= 998 + 1002 / 2 = 2000 / 2 = 1000

4.4) Calcular la desviación estándar.R=

1,155

= (1002 - 998) ² / 12 = (4)² / 12 = 16/12 = 1.333

√ 1,333 = 1.155

4.5) Calcular la probabilidad de que un envase pese entre la

esperanza matemática y 1000,5gramos. Realice un gráfico
que ilustre la probabilidad calculada.
R= 0,125

P (1000 ≤ x ≤ 1000,5) = 1000,5 – 1000 / 1002 – 998 = 0,5 / 4= 0.125

Distribución probabilidad
uniforme

0.25
F (x)

Gramos del envase

Distribuciones continuas
Fundamento teórico: distribución exponencial
i) Definición
La distribución de poisson calcula el número de eventos sobre
alguna área de oportunidad (intervalo de tiempo o espacio), la
distribución exponencial mide el paso del tiempo entre tales
eventos. Si el número de eventos tiene una distribución de
poisson, el lapso entre los eventos estará distribuido
exponencialmente
ii) Formula
La probabilidad de que el lapso de tiempo sea menor que o igual
a cierta cantidad x es:
P (x≤ x)= 1- e-‫ג‬-t
Donde:
t: lapso de tiempo
e: base del logaritmo natural aproximado igual a 2.718281828
‫ ג‬tasa promedio de ocurrencia

Ejemplo:
Los buses interprovinciales llegan al terminal a una tasa de promedio de 10 buses
por hora.
1) ¿cuál es la probabilidad de que llegue en un bus en no más de 5 minutos?
2) ¿Cuál es la probabilidad de que llegue un bus en no más de 10 minutos?
3) ¿Cuál es la probabilidad de que llegue un bus entre 5 minutos y 10
minutos?
4) ¿Cuál es la probabilidad de que llegue un bus en más de 5 minutos?
Solución:
1) como la tasa promedio está dada por hora, y el problema se plantea en
minutos, se calcula el porcentaje que representa 5 minutos de una hora (60
minutos), el cual es: 5/60= 1/12
Reemplazando valores de la formula se obtiene:
P (x ≤ x)= 1-e-‫ג‬
P (x≤ 5)= 1-e-10-1/2 = 0.5654
Interpretación: existe un 56.54 de probabilidad de que el segundo bus llegue al
terminal en 5 minutos es de 10 buses por hora.
2) el porcentaje que representa 10 minutos de una hora (60 minutos) es:
10min/60min= 1/6
Reemplazando valores de la formula se obtiene:
P (x≤ x)= 1-e-1-‫ג‬
P (x≤ 10)= 1-e-101/6= 0.8111

3)
P (5≤x≤10)= p (x≤10)-p (x≤5)
P (5≤x≤10)= 0.8111-0.5654= 0.2457
2)
P (x>5)= 1-p (x≤5)
P (x>5)= 1-0.5654= 0.4346

Ejercicios para resolver:

1: suponga que la vida de cierto tipo de tubos electrónicos tiene una distribución
exponencial con vida media de 500 horas. Si x representa la vida del tubo (tiempo
de q dura el tubo).
A) Hallar la probabilidad que se queme antes de las 300 horas

P (x≤ x)= 1-e‫ג‬.t

F= 300 = 1-2.718-300/500
F= 300= 1-2.718-0.6
F=300 =1-0.54885 = 0.451155 = 45.11%

Interpretación: la probabilidad de que el tubo electrónico se queme antes de

las 300 horas es de 0.451155 (45.11%)
2: se ha comprobado que el tiempo de vida de cierto tipo de marcapasos sigue
una distribución exponencial con media de 16 años. ¿Cuál es la probabilidad de
que a una persona que se la haya implantado este marcapasos se le deba
reimplantar otro entre los 10 y 20 años?

P (x≤ x)= 1-e-‫ג‬t

P (x= 10)= 1-2.718-16-/10
P(x= 10)= 1-0.20193 = 0.79806

P (x= 20)= 1-2.718-16/20

P (x= 20)= 1-0.4493= 0.55063

P (x> 200)= 0.79806- 0.55063= 0.2474= 24.74%

3: el personal de una importante compañía usa una terminal para realizar sus
pedidos internacionales. Si el tiempo que cada comercial gasta en una sesión en
la terminal tiene una distribución exponencial con media de 36 minutos, calcular la
probabilidad de que utilice la terminal 30 minutos o menos.

P (x≤ x)= 1-e-‫ג‬t

P (x≤30)= 1-2.718-30/36
P (x≤ 30)= 1-2.718-0.833
P (x≤ 30)= 1-0.434780 = 0.5652 = 56.52%

Interpretación: la probabilidad de que utilice la terminal 30 minutos o menos

es 0.5652 (56.52%)

4: en un experimento de laboratorio se utiliza cierto material. Sabiendo que la

duración media de un átomo de esta materia es de 140 días y que sigue una
distribución exponencial ¿Cuántos días transcurrirá hasta que haya desaparecido
el 90% de este material?

P (x≤ x) = 0.90
P (x≤ x)= 1-e-‫ג‬.t =1-0.90= e-‫ג‬.t
P (x≤ 1/140)= 0-10= e-x/140 = in0.10 = -x/140 = x= 140in0.10= 322.3619
días
5: el tiempo de reparación de unas máquinas de escribir tiene una distribución
aproximadamente exponencial, con media de 22 minutos. Determinar la
probabilidad de que el tiempo de reparación sea menor de quince minutos.

P (x ≤ x) =1-e-‫ג‬x
P (x≤ 15)= 1-2.718-15/22 = 1-2.718-0.6818
P (x≤ 15)= 1-0.56057= 0.4942= 49.42%

Interpretación: la probabilidad de que el tiempo de reparación sea menor

que quince minutos es 0.4942 (49.42%).
 Conclusiones Individuales.
Conclusión de Ramón Adrian Vazquez Aguilar

En esta unidad nos centramos en las distribución aleatoria discreta y distribución

aleatoria continua, estas dos se emplean para diversos problemas de probabilidad
lo que las diferencia son las unidades que se pueden usar, ya que para la
distribución discreta solo se pueden usar números enteros para conocer la
probabilidad del problema y el conjunto del valor es numerable, mientras que en la
distribución continua se puede usar decimales para así calcular probabilidades
que tengan que ver con el peso de un grupo de personas, su altura, etc. Para cada
una de las distribuciones hay postulaciones de personajes importantes que hasta
hoy en día son fundamentales para la probabilidad y estadística como Bernoulli,
Poisson, Weibull, entre otros. Por mencionar el primero, el de Bernoulli puede ser
el más fácil de entender, pero es base para entender otras distribuciones porque
nos comienza a dar a conocer cómo sacar el valor de la probabilidad de éxito
tomándolo como “p” (x=1) y la probabilidad de fracaso como “q” (x=0) para así
después utilizar una formula. En la binomial se realizan finitos experimentos en las
cuales se utiliza lo antes mencionado de Bernoulli solo que sus experimentos se
pueden realizar varias veces y son de manera independiente, este método se
realiza solo cuando hay dos posibles resultados “éxito o fracaso”, la probabilidad
no varia entre una prueba y otra. Se continua con la distribución de Poisson que
esta se aplica simplemente cuanto se necesitan hacer un número de pruebas
bastante elevado y la probabilidad del ensayo es bastante bajo. Luego en la
distribución geométrica que es la más fácil de distinguir, ya que va para
situaciones en las que en un experimento se busca la probabilidad de éxito de
algún caso después de un numero de intentos.
Para concluir con las distribuciones lo ultimo son las distribuciones aleatorias
continuas, que comenzando por la uniforme: como ya se ha explicado
anteriormente en la distribución continua se pueden usar diferentes tipos de
valores como altura, peso, etc. esta distribución se dedica a graficar en una tabla y
representar las probabilidades, pero con esta se puede calcular otras
problemáticas como la varianza de la gráfica, encontrar la probabilidad entre un
lapso de toda la gráfica, etc.
La distribución exponencial se centra en calcular los lapsos de tiempo que hay
entre las distintas pruebas que se hacen y estará distribuido exponencialmente.
Para terminar la conclusión normal sirve para calcular la probabilidad de que z
seleccionado al azar tenga valores (>z<) para así hacer una gráfica de campana
para después sombrear su área, estos problemas gaussianos tienen de común la
media, moda y mediana. Por último la distribución estandarizada es lo
prácticamente lo mismo solo que aplicado en situación de la vida cotidiana y ya
teniendo una formula constante para solucionar y graficar.

Natarén García Esmeralda de Jesús.

En los temas que hemos abordado en cuanto a las distribuciones aún no me
quedan claras varios temas, los cuales gracias a las fórmulas parece enredarme
más. a mi gusto la variable poisson es la que más o menos me agrado, la variable
geométrica es una de mis complicaciones junto a la binomial. El error común es no
saber dónde poner los valores como o dice en la fórmula, se puede especular que
de nada puede servirme las fórmulas si no sé dónde colocar cada valor. Si bien el
tema que no vino son lo de la campana, el tema que más entendí es el tema que
menos oportunidad de resolverlo tendré. Creo que sí en el parcial fallo es por falta
de memoria y otros problemas, la motivación la tengo, siempre me ha gustado
sobresalir en este caso. No se me está dando que haya o vaya a salir mal con el
tema de las distribuciones, no quita nada. En conclusión, lo poco que hice siempre
fue con ayuda de videos, desde ahí se venía venir mi fracaso en esto de las
variables.

Jesús Alejandro Vázquez Toledo.

CONCLUSIÓN
Gracias a este trabajo pude conocer bastante acerca del tema de las
distribuciones de las variables aleatorias continuas y discretas, dichas
distribuciones son la de Bernoulli, la binomial, la de Poisson, la geométrica, la
uniforme y la exponencial.
De la distribución de Bernoulli pude comprender que es un modelo teórico
utilizado para representar una variable aleatoria discreta la cual solo puede
finalizar en dos resultados mutuamente excluyentes, este tipo de
distribución es muy usual en la vida cotidiana ya que siempre se aplica al
momento de calcular la probabilidad de un suceso que tiene 2 incógnitas
para conocer un resultado, un ejemplo puede ser al analizar un equipo de futbol
que está jugando un partido y se quiere saber si ganará o perderá es por ello que
se aplica está distribución para determinar un resultado de los 2 posibles.

Distribución binomial fue muy interesante estudiarla, puesto que es muy parecida
con la de Bernoulli ya que se aplica la misma función, con la única distinción que
la binomial busca estudiar el número de veces que podría pasar un suceso con 2
resultados posibles, un ejemplo de ello es cuando se requiere calcular el sexo de
un grupo de personas, donde habría 2 variables posibles que serían hombres y
mujeres y se requeriría determinar el número de veces que se repetiría esas
mismas variables, es ahí donde aplica está distribución.

De la distribución de Poisson logre determinar que es una distribución de

probabilidad discreta que tan solo conociendo los eventos y su frecuencia media
de ocurrencia, podemos saber su probabilidad, un ejemplo de ello puede ser
calcular la probabilidad del número de llamadas que recibe una central telefónica
en el período de un minuto o también el número de vehículos que llegan a una
gasolinera en una hora.

De la distribución geométrica al estudiarla pude darme cuenta que tiene un gran

parecido con la distribución binomial ya que también consiste en una serie de
ensayos donde pueden ocurrir éxitos o fracasos, además, cada ensayo es idéntico
e independiente del otro, sin embargo, no hay un número fijo n de ensayos, sino
que el experimento se repite hasta que se consiga el éxito, un ejemplo de ello
puede ser que en un torneo de fútbol, una selección tenga una probabilidad de
60% de probabilidad de ganar un partido de octavos de final y avanzar a la
siguiente ronda, y se requiere conocer la probabilidad de que consiga avanzar
hasta la final por lo que primero se tendría que calcular la probabilidad de que
logre ganar todos los partidos y la de perder para poder llegar a resolver ese
suceso. La distribución uniforme es muy interesante ya que es una distribución
continua que modela un rango de valores con igual probabilidad y se especifica
mediante cotas inferior y superior, un ejemplo de esto es al realizar un
experimento de lanzar un dado, ya que todos los resultados posibles tienen la
misma probabilidad, que sería 1/6 de probabilidad de ocurrencia.

La distribución exponencial tiene una gran utilidad práctica ya que puede ser
considerado como un modelo adecuado para la distribución de probabilidad del
tiempo de espera entre dos hechos que sigan un proceso de Poisson, por lo que la
distribución exponencial puede derivarse de un proceso experimental de Poisson
con las mismas características que se presentan al estudiar la distribución de
Poisson, pero tomando como variable aleatoria, en este caso, el tiempo que tarda
en producirse un hecho, un ejemplo puede ser, el intervalo de tiempo entre las
llegadas de clientes a una terminal.

En mi carrera de ingeniero civil, puedo observar que es indispensable adquirir los

conocimientos necesarios sobre las variables aleatorias y su distribución, puesto
que en esta área se emplean diversidad de proyectos de construcción, por lo que
implementar este recurso será de gran ayuda para calcular la probabilidad de
diversos sucesos que pueden ocurrir al llevar a cabo una obra de infraestructura
de cualquier tipo.
Para concluir la distribución de las variables aleatorias son de gran importancia
estudiarlas, ya que ofrecen diversos métodos que se pueden ocupar en la vida
cotidiana, ya que generan grandes aportaciones en distintas áreas profesionales,
como: en las ingenierías, la arquitectura, económico administrativo, donde
mayormente se ven las matemáticas constantemente y se requiere de sacar la
probabilidad de los cálculos realizados para conocer si el resultado es el adecuado
o no para poder llegar al objetivo deseado.

Diego Armando Cerezo Nava.

Para concluir con el tema de distribución uniforme tenemos que esta distribución
es muy fundamental para nuestra carrera, ya que la probabilidad y estadística es
la base de un ingeniero ya sea para calcular u obtener datos que necesitemos
durante una obra, bueno la distribución uniforme Hay dos tipos de distribuciones
uniformes: discretas y continuas. Los posibles resultados de una matriz de
laminación proporcionan un ejemplo de una distribución uniforme discreta: se
pueden laminar 1, 2, 3, 4, 5 o 6, pero no se pueden laminar 2,3, 4,7 o 5,5. Por
tanto, una tirada de dados genera una distribución aislada con p = 1/6 para cada
resultado. Algunas distribuciones uniformes son continuas en lugar de discretas.
Un generador de números aleatorios ideal se consideraría una distribución
uniformemente continua. Con este tipo de distribución, todos los puntos en el
rango continuo entre 0.0 y 1.0 tienen la misma oportunidad de aparecer, pero hay
un número infinito de puntos entre 0.0 y 1.0. Hay una serie de funciones de
generación o análisis de datos relacionados con las distribuciones para ayudar a
comprender las variables y su varianza dentro de un conjunto de datos. Estas
funciones incluyen la función de densidad de probabilidad, la densidad
acumulativa y las funciones de generación de minutos. Así como la
profesora nosdio la materia para comprender este tema, nos deja en claro
eso, y que es una distribución de muchas, así como lo muestra en los
archivos, pero uno va a sabercual nos compete mas para que nos
beneficie y obtengamos el resultado que deseemos, más fácilmente.

Esaú Santis Gómez.

Concluyendo con todo el tema visto de la variable aleatoria es muy
importante saber cómo poder resolver problemas de un cierto grado de
dificultad. Cada tema visto es muy importante en el área de la ingeniera
civil porque con eso podemos calcular cada probabilidad de cada cosa al
realizar. Con este nosotros tenemos conocimiento de cómo es la teoría.

Por lo tanto con los temas visto me ayudo y pude comprender que cada
cosa que deseamos saber o de una probabilidad se puede decir que con
respecto a una distribución nos ayuda a dar con los resultados.
introducción
La correlación y la regresión lineales simple son métodos estadísticos que estudian la
relación lineal existente entre dos variables. Antes de profundizar en cada uno de ellos,
conviene destacar algunas diferencias:

• La correlación cuantifica como de relacionadas están dos variables, mientras que la

regresión lineal consiste en generar una ecuación (modelo) que, basándose en la
relación existente entre ambas variables, permita predecir el valor de una a partir de
la otra.
• El cálculo de la correlación entre dos variables es independiente del orden o
asignación de cada variable a XX e YY, mide únicamente la relación entre ambas
sin considerar dependencias. En el caso de la regresión lineal, el modelo varía según
qué variable se considere dependiente de la otra (lo cual no implica causa-efecto).
• A nivel experimental, la correlación se suele emplear cuando ninguna de las
variables se ha controlado, simplemente se han medido ambas y se desea saber si
están relacionadas. En el caso de estudios de regresión lineal, es más común que
una de las variables se controle (tiempo, concentración de reactivo, temperatura…)
y se mida la otra.
• Por norma general, los estudios de correlación lineal preceden a la generación de
modelos de regresión lineal. Primero se analiza si ambas variables están
correlacionadas y, en caso de estarlo, se procede a generar el modelo de regresión.

Este tema nos ayudara a encontrar datos errores de una variable dependiente y el como
corregirlo para que la relación de y sobre x sea correcta. De esto tratara este tema y más
que nada representándolos con diversos problemas para un mayor entendimiento de los
casos en los que se debe de aplicar, así como también su resolución con sus fórmulas y
representación con graficas para corregirlo a una recta, y así nos podemos dar una mayor
idea de que trata y quiere darnos a conocer este tema, uno de los propósitos del trabajo
es conocer la importancia del tema.
1.- Las materias primas que se utilizaron en la producción de una fibra sintética se almacenan en
un sitio sin control de la humedad. en 12 días, las mediciones de la humedad relativa del lugar de
almacenamiento y el contenido de humedad de una muestra de la materia prima (en porcentajes
ambas) producen los siguientes resultados:

Calcule:
a) La recta de los puntos dados
b) La ecuación de la regresión de Y sobre X.
c) La gráfica de regresión línea

d) El
coeficiente de
correlación.
e) Si se
considera una
humedad en la
materia prima
del 20% ¿Cuál
sería la
humedad
ambiente?
 b) La
ecuación de
la regresión
de y sobre x.

ΣxΣy
Σxy −
𝑚= 𝑛
(Σx)2
Σ𝑥 2 − 𝑛

(507)(144)
6314 − 12
𝑚=
257049
22265 −
12
6314 − 6080 230
𝑚= = = 0.27243
22265 − 21420.75 844.25
Σy − mΣx 144 − (0.27243)(507) 144 − 138.12201
𝑎= = = = 0.48983
𝑛 12 12
Y= 0.27243 (x) + 0.48983

d) El
coeficiente
de
correlación.

Σ(xi−x)2 844.25
𝑠 2 𝑥= = = 76.75
𝑛−1 12−1
Σ(yi−y)2 62.65
𝑠 2 𝑦= = = 5.69
𝑛−1 12−1
 Σ(xi−x)(yi−y) 230
Sxy= = = 20.90
𝑛−1 12−1
(sx)2 (20.90)2 436.81
r2 = 2 2 = = =1
s xs y (76.75)(5.69) 436.70

e) Si se considera una humedad en la materia prima del 20% ¿Cuál sería la humedad ambiente?

Y=20 Y=0.27243 (x) + 0.48983

20 − 0.48983
𝑥=
0.29243

X=71.61
2.- Una cadena de pizzerías toma una muestra de diez de sus sucursales para tratar de encontrar
un modelo matemático que le permita predecir sus ventas y obtuvo los siguientes datos: la
población de personas en miles fue de 2, 6, 8, 8, 12, 16, 20, 20, 22, 26; y las ventas trimestrales
en miles de pesos fue de: 58, 105, 88, 118, 117, 137, 157, 169, 169, 149, 202.

Calcule:
a) La recta de los puntos dados
b) La ecuación de la regresión de Y sobre X.
c)La gráfica de regresión lineal.
d) El coeficiente de correlación
b) La ecuación de la regresión de Y sobre X.
ΣxΣy (140)1300)
Σxy − 21040 − 21040 − 18200 2840
𝑚= 𝑛 10
2 = 140
=
258 − 1960
=
568
=5
2 (Σx) 2528 −
Σ𝑥 − 𝑛 10
Σy−mΣx 1300−(5)(140) 1300−700 600
a= = = = = 60
𝑛 10 10 10
Y=5 (x) + 60
d) El coeficiente de correlación
Σ(xi−x)2 568
𝑠 2 𝑥= 𝑛−1
= 10−1 = 63.11
Σ(yi−y)2 14200
𝑠 2 𝑦= 𝑛−1 = 10−1 = 1577.77
Σ(xi−x)(yi−y) (23.83)(119.16) 2839892
Sxy= 𝑛−1
= 10−1
= 9
= 315.43
(𝑠𝑥) 2 (315.543) 2 99.567.77865
𝑟 2 = 𝑠2 𝑥𝑠2 𝑦 = (63.11)(1577.77) = 99573.0647 =0.9999 ° 100= 99.99%
3.- En un estudio llevado a cabo en Italia, 10 pacientes con Hipertrigliceridemia se sometieron a una dieta
baja en grasas y alta en carbohidratos para investigar si había alguna relación entre estas variables. La
tabla muestra los valores antes de comenzar la dieta.

a) Calcular e interpretar el coeficiente de correlación entre estas dos variables.

b) Estimar el alargamiento del muelle si se cuelga una pesa de 50 gramos.
c) La gráfica de regresión lineal. d) El coeficiente de
correlación.

NIVEL DE COL Y TRIGLICERIDOS.

16

14

12

10

8
Y

Y
6 2 per. med. móv. (Y)

0
0 2 4 6 8 10 12
X

nivel de
nivel de colesterol trigliceridos
paciente
(mmol/1) (mmol/1)
X Y
1 5.12 2.3
2 6.18 2.54
3 6.77 2.95
4 6.65 3.77
5 6.36 4.18
6 5.9 5.31
7 5.48 5.53
8 6.02 8.83
9 10.34 9.48
10 8.51 14.2
 ¿Existe evidencia de relación lineal entre los niveles de colesterol y triglicéridos antes de la dieta?
r=0.65 Se podría decir que sí, que existe una relación con la dieta entre el nivel de triglicéridos porque si logramos
ver, antes de la dieta si crece x también lo hace y, al aumentar el nivel de triglicéridos

ecu. Predicción:
y=a+b*x y=-4.78+(1.59) (6.1) 4.919

-
m=Σxy-ΣxΣy/n 678.333333 0.03237868
Σx2-(Σx)2/n -20950

a=Σy-mΣx 26.0373906 5.20747812

n 5

y=mx+a Y=-0.0323(x)+5.2074

x y
10 4.88369133
30 4.23611774
60 3.26475736
90 2.29339698
120 1.3220366
 y
6
5
4
3
Y

2 y

1
0
0 20 40 60 80 100 120 140
X
5.- El jefe del departamento de aguas de una ciudad desea establecer una relación entre el consumo
mensual domiciliario de agua Y, y el tamaño de las familias X, Dados los datos muéstrales, determine:

Galones de agua Tamaño de

familia
Y X
650 2
1200 7
1300 9
430 4
1400 12
900 6
1800 9
640 3
793 3
925 2

a) Elaborar el diagrama de dispersión:

2000

1800

1600

1400
GALONES DE AGUA ( Y)

1200

1000

800

600

400

200

0
0 2 4 6 8 10 12 14
TAMAÑO DE FAMILIA (X)

B) calcula la pendiente y ordena al origen

Galones de agua Tamaño de familia xy X2

2 650 1300 4
2 925 1850 4
3 640 1920 9
3 793 2379 9
4 430 1720 16
6 900 5400 36
7 1200 8400 49
9 1300 11700 81
9 1800 16200 81
12 1400 16800 144
5.7 10038 67669 433

Cálculo del pendiente

67669 − 10 (5.7) (1003.8) /433 − 10 (32.49) = 67669 − 51216.6/ 433 − 324.9 = 10452.4/ 108.1 = 96.69
Ordenamiento del origen
1003.8 + 96.69 (5.7) = 1003.8 + 551.133 = 1554.933

C) obtener la ecuación que mejor se ajusta a los datos

Y= a + bz
Y = 1554.933 + 96.69 (x)

C) coeficiente de correlación

Tamaño corregida xi-x Yi- y (xi-x) (yi-y) (xi-x)(yi-y)

de familia
1 1748.313 -3.7 -351.753 13.69 127987.20 1323.6861
3 1748.313 -3.7 -351.753 13.69 127987.20 1323.6861
4 1845.003 -2.7 -261.063 7.29 68135.88 704. 8701
4 1845.003 -2.7 -251.063 7.29 68135.88 704.8701
6 1941.693 -1.7 -164.373 2.89 27087.48 279.43421
8 2135.073 0.3 29.007 0.09 841.40 8.7021
10 2231.763 1.3 125.679 1.69 15799.73 163. 4061
10 2425.145 3.3 319.077 10.84 101810.13 1052.9541
11 2425.145 3.3 319.077 10.89 101810.13 1052.9541
13 2715.213 6.3 609.147 59.69 372060.06 3837.6261
5.7 2106.066 108.1 1010622.09 10452.189

Covarianza x
𝑠 2𝑥 = 108.1 10 − 1 = 12.011
Covarianza y
𝑠 2𝑦 = 1010622.09 10 − 1 = 11291.3433
Covarianza xy
𝑆𝑥𝑦 = 10452.189 /10 − 1 = 1161.354
𝑟 2 = (1161.354) 2/ (12.011) (11291.3433) = 1348743.113 /1348731.324 = 1.000 = 100%
Interpretación: El modelo que se realizó sea pega a un 100% al comportamiento observado.

8.- En la siguiente tabla, x es la fuerza de tensión aplicada a una varilla de acero, en cientos de kilos y t es
la deformación (estiramiento) resultante en milésima de centímetros.
Fuerza de Deformación (t)
tensión ( X )
0 2.1
2 5.0
4 9.0
6 12.6
8 17.3
10 21
12 24.7

a) elabora el diagrama de dispersion

30

25

20

15

10

0
0 2 4 6 8 10 12 14

a) Calcula la pendiente y ordenada al origen

Fuerza de tención xDeformación t xt X2

0 2.1 0 0
2 5.0 10 4
4 9.0 36 16
6 12.6 75.6 36
 8 17.3 138.4 64
10 21 210 100
12 24.7 296.4 144
X= 42 T= 91.7 Xt= 766.4 X2= 364

Se calcula la pendiente:

𝑏 = ∑ 𝑥𝑦 − 𝑛𝑥̅𝑦̅ /∑ 𝑥 2 − (𝑥)² = 766.4 − 7(6)(13.1)/ 364 − 7(6)² = 216.2 /112 = 1.9303

Se calcula la ordenada al origen

𝑎 = 𝑦̅ + 𝑏𝑥̅= 13.1 + 1.9303 (6) = 24.6818

a) Obtener la ecuación que mejor se ajusta a los datos
b)
𝑦̅= a +b(x)= 24.6818+1.9303(x)
c) ¿Cuál fue tu coeficiente de correlación?
d) Fuerza de Y xi- x Yi-y xi-x Yi- y (xi-x)(yi-y)
tensión x corregida
0 24.6818 -6 -11.5818 36 134.1380 69.4908
2 28.5424 -4 -7.7212 16 59.6169 30.8838
4 32.403 -2 -3.8606 4 14.9042 7.7212
6 36.2636 0 0 0 0 0
8 40.1242 2 3.8606 4 14.9042 7.7212
10 43.9848 4 7.7212 16 59.6169 30.8848
12 47.8454 6 11.5818 36 134.1380 69.4908
X=6 Y=36.2636 (xi-x)=112 (yi- =216.1936
y)=417.31
82

𝑠𝒙 𝟐 = ∑ (𝑥𝑖 − 𝑥̅) 27 𝑛 − 1 = 111 /7 − 1 = 18.666

𝑠𝒚 𝟐 = ∑ (𝑦𝑖 − 𝑦̅) 2/ 𝑛 − 1 = 417.3182 /7 − 1 = 69.553

𝑠𝑥𝑦 = ∑ (𝑥𝑖 − 𝑥̅) (𝑦𝑖 − 𝑦̅) /𝑛 − 1 = 216.1936 /7 − 1 = 36.032

𝑟 2 = (𝑠𝑥𝑦) 2 /𝑠𝑥 2𝑠𝑦 2 = (36.032) 2/ (18.666) (69.553) = 1.000 = 100%

𝑟 = √𝑟 2 = √1 = 1

Interpretación: el valor obtenido indica una correlación positiva perfecta entre

 las variables estudiadas. Y así poder obtener la resolución

9.- De un muelle cuelgan pesas, obteniéndose los siguientes alargamientos:

X masa de la 10 30 60 90 120
pesa (gr)
Y 0’5 1 3 5 6’5
Aglomeramiento
producido (cm)

a) Calcular e interpretar el coeficiente de

correlación entre estas dos variables.
b) Estimar el alargamiento del muelle si se
cuelga una pesa de 50 gramos.
c) La gráfica de regresión lineal.
d) El coeficiente de correlación.
 a) Calcular e interpretar el coeficiente de correlación entre estas dos variables.

xi yi 𝑥𝑖2 𝑦𝑖2 xi yi
10 0’5 100 0´25 5
30 1 900 1 30
60 3 3600 9 180
90 5 8100 25 450
120 6’5 14400 42’25 780
310 16 27100 77.50 1445

310 16
𝑠2𝑥 = = 62 = 3.2
5 5

27100
𝑠2𝑦 = − 𝑥2 𝑆𝑥 = 39.70
5

144
𝑆𝑦 = 5 − 𝑥𝑦 𝑆𝑥 = 90.6

Estimar el alargamiento del muelle si se cuelga una pesa de 50 gramos.

Y = 0.0574 (x) – 0. 3588

Y = 0.0574 (50) - 0. 3588
Y = 2.87 - 0. 3588
Y = 2.5112
La gráfica de regresión

b) El coeficiente de correlación.

Masa de y Xi - y Yi - y (Xi - x) (Yi - x)

(Xi - x) (Yi -
peso corregida y)
10 0.2152 -52 -2.9848 2104 8.9090 155.2096
30 1.36 -32 -1.8368 1024 3.3738 58.7776
60 3.0852 -2 -0.1148 4 0.0131 0.2296
90 4.8070 28 1.6072 784 2.5830 45.0016
120 6.5292 58 3.3292 3364 11.0835 193.0936
62 3. 1 4 7880 25.9621 452.312
2
 - Covarianza x
7880
𝑠2𝑥 = =1970
5−1
- Covarianza y
25.9621
𝑠2𝑦 = =6.4905
5−1
- Covarianza xy
452.31
2 113.078
𝑆𝑥𝑦 =
= 5−1
(113.078)2 12786.63408
𝑟2 = = = 1.000 = 100%
12786.285
(1970)
(6.4905)

Interpretación: El modelo que se realizó demuestra que se pega a un 100% al

comportamiento observado.
El valor “r” indica una correlación positiva entre las variables estudiadas.
10.- A 10 ratas de laboratorio se les suministraron dosis diferentes de una droga que
se encuentra bajo observación, analizando los niveles de variación en la liberación
de creatinina. Obteniéndose los datos en la tabla siguiente:

Calcule:

a) La recta de los puntos dados

b) La ecuación de la regresión de Y sobre X.

c) La gráfica de regresión lineal.

d) El coeficiente de correlación.

ML SOL. DE DROGA/100ML DE
AGUA (X)
RATA CREATININA(y)

1 10 1.33
2 20 1.336
3 30 1.34
4 40 1.342
5 50 1.34
6 60 1.348
7 70 1.35
8 80 1.3535
9 90 1.358
10 100 1.3615

A) La recta de los puntos dados

 B) La ecuación de la regresión de Y sobre X.
y (xi-x-
x y xy x^2 corregida xi-x- yi-y- )^2 (yi-y-)^2 (xi-x-)(yi-y-)
10 1.33 13.3 100 1.3313 -45 -0.0146 2025 0.000214 0.6590455
20 1.34 26.72 400 1.3345 -35 -0.0114 1225 0.00013 0.3986818
30 1.34 40.2 900 1.3378 -25 -0.0081 625 6.62E-05 0.2034091
40 1.34 53.68 1600 1.3410 -15 -0.0049 225 2.38E-05 0.0732273
50 1.34 67 2500 1.3443 -5 -0.0016 25 2.65E-06 0.0081364
60 1.35 80.88 3600 1.3475 5 0.0016 25 2.65E-06 0.0081364
70 1.35 94.5 4900 1.3508 15 0.0049 225 2.38E-05 0.0732273
80 1.35 108.28 6400 1.3540 25 0.0081 625 6.62E-05 0.2034091
90 1.36 122.22 8100 1.3573 35 0.0114 1225 0.00013 0.3986818
100 1.36 136.15 10000 1.3605 45 0.0146 2025 0.000214 0.6590455
550 13.5 742.93 38500 13 8250 0.000874 2.685
55 1.35

Regresión lineal simple 𝒚 = 𝒎𝒙 + 𝒂

ΣxΣy (550)(13.459)
Σxy− 742.93− 742.93−740.245 2.685
𝑛 10
𝑚= 2 = (550)2
= = = 0.0003
(Σx) 38500−30250 8250
Σ𝑥 2 − 𝑛 38500− 10

Σy − mΣx 13.459 − 0.0003(550) 13.459 − 1.65 11.809

𝑎= = = = = 1.1809
𝑛 10 10 10

Y=0.0003 (x) + 1.1809

C) La gráfica de regresión lineal.

 D) El coeficiente de correlación.

interpretación: el valor de r obtenido una correlación positiva perfecta entre las variables
estudiadas.
 Una empresa farmacéutica, desea conocer la relación entre la concentración de
proteína/mL que se le suministra a unos niños y la cantidad de un aminoácido producido
como efecto secundario.
Calcule: a) La recta de los puntos dados
b) La ecuación de la regresión de Y sobre X.
c) La gráfica de regresión lineal.
d) El coeficiente de correlación

a)
mg. De respuesta
prot./ml del metodo
x y
0.1 0.019
0.2 0.040
0.4 0.076
0.6 0.111
0.8 0.156
1 0.216

PROTEINA
0.25

0.2

0.15
y
0.1 Lineal (y)

0.05

0
0 0.2 0.4 0.6 0.8 1 1.2
 x y xy
0.1 0.019 0.0019
0.2 0.040 0.008
0.4 0.076 0.0304
0.6 0.111 0.0666
0.8 0.156 0.1248
1 0.216 0.216
3.1 0.618 0.4477

m=Σxy-ΣxΣy/n m=0
2.21
Σx2-(Σx)2/n (3.1

a=Σy-mΣx a=0.
n

y=mx+a

Y
0.25

0.2

0.15

Y
0.1

0.05
0.21
0
0 0.2 0.4 0.6 0.8 1 1.2
d)
x=Σx 3.1 0.51666667 y=Σy 0.618
n 6 n 6

x Y x-x y-y
-
0.1 0.01505479 0.41666667 0.08794521
0.2 0.03616164 0.31666667 0.06683836
-
0.4 0.07837534 0.11666667 0.01366667
-
0.6 0.12058904 0.08333333 0.18633333
-
0.8 0.16280274 0.28333333 0.38633333
1 0.20501644 0.48333333 0.38033333
3.1 0.618 0.96666667 0.91822648
Conclusión individual de Ramon Adrian Vazquez Aguilar

Continuamos viendo los tipos de variables: variable cuantitativas y variables cuantitativas,

pero nos seguimos enfocando realmente en la variable cuantitativa con la que hemos
estado trabajando en todas las unidades, en la regresión lineal nos centramos en dos
variables "variable independiente y dependiente" estás tienen sus cualidades, la variable
independiente representa sus datos independientemente de si misma, mientras que la
dependiente tiende a depender de la independiente, por ejemplo: si los datos de la
variable independiente se van elevando los datos de la variable dependiente tendrá que
elevarse de igual manera. Si el caso no es así se deberá de aplicar fórmulas y datos para
corregir la variable dependiente la cuál es la que tiende al error, la representación en
gráficas nos da una mayor idea del como varían los datos, el comparar cuando la variable
tenía error y cuando la corregimos. Así podemos saber el tipo de relación que pueden ser:
directa, indirecta y sin relación. Y por último debemos de saber en porcentaje el
coeficiente de relación. Pienso que hay muchas utilidades para la ingeniería civil y es de
gran utilidad para resolver problemas que se tendrán en un futuro.

Conclusión de esmeralda de Jesús Natarén García

con este análisis llevado a cabo con los diez ejercicios de regresión y correlación lineal
que hemos realizado pude abordar y entender un poco más sobre cómo resolverlo, en
algunos casos, aunque dudo este correcto todo, disfruté realizarlos porque me di cuenta
que bien o mal aprendí un poco. Pero esto al final sólo constituye a que estos métodos
que se emplean para conocer las relaciones y significación entre series de datos. Lo
anterior, es de suma importancia para nosotros el saber cómo se realiza nos da muchas
herramientas ya que es aquí en donde se presentan variables de respuesta e
independientes las cuales interactúan para originar las características de un proceso en
particular y por ende; analizar, predecir valores de la variable dependiente y examinar el
grado de fuerza con que se relacionan dichas variables. La ecuación de regresión indica el
valor esperado o valor medio de la variable dependiente y está relacionado con los valores
de las variables independientes. En particular hubo un caso que vimos en que teníamos
que estimar algo, y eso aprendí que; Para obtener la ecuación de regresión estimada, se
emplean los datos muéstrales y el método de mínimos cuadrados, según conozco ahí si
bien entendí todo se esclareció.
Esaú Santiz Gómez

Es este apartado se podría decir que la estadística es una de las ramas de las
matemáticas que nos pueda ayudar en los cálculos de las obras en una
construcción. Pero más sin embargo es muy útil en la vida cotidiana.
En este tema visto de la última unidad estadística descriptiva es una técnica de la
matemática que obtiene, organiza, presenta y describe un conjunto de datos con
el propósito de facilitar el uso generalmente con el uso de tablas, medidas
numéricas y gráficas.
Con esto podemos saber cuál es el modelo de una serie de datos y mediante
cálculos obtendríamos los resultados. Del conjunto de observaciones que van a
ser analizados , se eligen aleatoriamente solo unas cuantas que es lo que se
denomina muestra y a partir de dicha muestra se estima los parámetros del
modelo y se contrastan las hipótesis establecidas, con el objeto de determinar si el
modelo probabilístico es el adecuado al problema real.
Diego armando cerezo nava
Una vez finalizado llego a la conclusión que el tema visto en esta unidad se trata
técnicas que se aplican a lo largo de la vida siempre, ya sea en lo personal, tanto
en lo laboral, o en lo académico como es el caso. Como se ha repetido siempre,
las matemáticas van a estar presentes a lo largo de nuestras vidas, un claro
ejemplo de manera rápida es el promedio, el promedio es utilizado siempre, con
ese determinamos nuestras calificaciones, es algo que utilizamos y seguiremos
utilizando, y así con los demás temas, a veces de manera indirecta utilizamos
fórmulas para poder resolver problemas que se nos presentan.
El análisis de regresión se basa en el estudio de la relación entre dos variables las
cuales son independientes e dependientes. Principalmente este análisis busca
Investigar si existe una asociación entre las dos variables de independencia
estadística y estudiar la fuerza de la asociación, a través de una medida de
asociación denominada coeficiente de correlación también estudiar la forma de la
relación.
Dicha técnica estadística se puede utilizar en un sinfín de situaciones, en las
investigaciones de corte social para predecir amplios rangos de fenómenos que se
presentan desde condiciones psicológicas, de comportamiento humano,
económicas, de factores que condicionan la salud. El análisis de regresión lineal
se utiliza para explorar y cuantificar la relación de una variable independiente, con
una dependiente que en cualquier momento puede ser modificada por la primera.
Por ejemplo, refiriéndonos a los condicionantes de la salud, se puede afirmar que
el nivel socioeconómico de las personas es uno de ellos.
En nuestra carrera la cual es la ingeniería civil este tema tiene un valor muy
fundamental de importancia ya que a base de sus fórmulas o ecuaciones nosotros
rápidamente y fácil podemos obtener el resultado de algún dato que estemos
analizando.