Tercer Trabajo de Probabilidad Y Estadistica

COLEGIO DE ESTUDIOS CIENTÍFICOS Y
TECNOLÓGICOSDEL ESTADO DE GUERRERO

PLANTEL 01 ACAPULCO
Alumno: Leonel Transito Mondragón

Grado: Sexto
Profesor: María Guadalupe Aguilar Pineda
Acapulco, Gro., Mayo 28 de 2021

TERCER TRABAJO DE PROBABILIDAD Y ESTADISTICA
ANTOLOGÍA
Tema I (Frecuencia Absoluta)
Es una medida estadística que nos da información acerca de la cantidad de veces que se repite un suceso al realizar un
número determinado de experimentos aleatorios. Esta medida se representa mediante las letras fi. La letra f se refiere
a la palabra frecuencia y la letra i se refiere a la realización i-ésima del experimento aleatorio.
Tema II (Frecuencia Relativa)
Es una medida estadística que se calcula como el cociente de la frecuencia absoluta de algún valor de la
población/muestra (fi) entre el total de valores que componen la población/muestra (n).
Tema III (Frecuencia Absoluta Acumulada)
Es el resultado de ir sumando las frecuencias absolutas de las observaciones o valores de una población o muestra. Esta
se representa por las siglas fi. Para calcular la frecuencia absoluta acumulada, hay que calcular primero la frecuencia
absoluta (fi) de la población o muestra.
Tema IV (Frecuencia Relativa Acumulada)
La frecuencia relativa acumulada es el cociente entre la frecuencia acumulada de un determinado valor y el número total
de datos. Se representa por Ni. Se puede expresar en tantos por ciento.
Tema V (Distribución De Frecuencia Para Datos No Agrupados)
La distribución de frecuencia para datos no agrupados es aquella distribución que indica las frecuencias con que aparecen
los datos estadísticos, desde el menor de ellos hasta el mayor de ese conjunto sin que haya hecho modificación al tamaño
de las unidades originales.
Leonel Transito Mondragón Probabilidad Y Estadística 6 – A TLC 1

Ejemplo:
Los siguientes datos representan el salario-hora medio de los obreros de una fábrica en una región determinada.
24 30 27 31 32 33 32 35 28 33
29 28 29 32 36 31 38 30 32 39
33 30 34 31 29 32 26 40 33 26
31 36 27 33 31 31 40 30 36 30
26 35 32 30 32 34 30 27 31 31
32 32 32 33 29 24 31 28 33 28
29 32 33 28 32 34 33 29 37 31
33 34 25 33 32 30 32 34 37 31
37 31 34 31 29 32 37 31 27 30
27 38 32 35 34 25 26 35 32 32
Tabla De Distribución De Frecuencias Agrupada
Clase Marca De Clase Frecuencia Absoluta Frecuencia Absoluta Frecuencia Relativa Frecuencia Relativa
Acumulada Acumulada
24 – 26 25 4 4 0.04 0.04
26 - 28 27 9 13 0.09 0.13
28 - 30 29 12 25 0.12 0.25
30 – 32 31 23 48 0.23 0.48
32 – 34 33 29 77 0.29 0.77
34 - 36 35 12 89 0.12 0.89
36 – 38 37 6 95 0.06 0.95
38 - 40 39 5 100 0.05 1
Total 100 1

Tema VI (Distribución De Frecuencia Para Datos Agrupados)
La distribución de frecuencias agrupadas o tabla con datos agrupados se emplea si las variables toman un número grande
de valores o la variable es continua. Se agrupan los valores en intervalos que tengan la misma amplitud denominados
clases. A cada clase se le asigna su frecuencia correspondiente.
Ejemplo:
Los siguientes datos representan el salario-hora medio de los obreros de una fábrica en una región determinada.
24 30 27 31 32 33 32 35 28 33
29 28 29 32 36 31 38 30 32 39
33 30 34 31 29 32 26 40 33 26
31 36 27 33 31 31 40 30 36 30
26 35 32 30 32 34 30 27 31 31
32 32 32 33 29 24 31 28 33 28
29 32 33 28 32 34 33 29 37 31
33 34 25 33 32 30 32 34 37 31
37 31 34 31 29 32 37 31 27 30
27 38 32 35 34 25 26 35 32 32
Distribuye los datos anteriores en tablas de frecuencias de clases
DISTRIBUCIÓN DE DATOS AGRUPADOS
Pasos Para Distribución De Datos Agrupados

1.- Rango 16
2.- Número De Clase 8
3.- Ancho De Clase 2

Tema VII (Histograma De Frecuencias)
Un histograma es una representación gráfica de una variable en forma de barras, teniendo en cuenta que la superficie
de cada barra es proporcional a la frecuencia de los valores representados. Un histograma nos permite ver cómo se
distribuyen los valores de la variable en estudio.
Tema VIII (Polígono De Frecuencias)
Polígono de frecuencia es el nombre que recibe una clase de gráfico que se crea a partir de un histograma de frecuencia.
Estos histogramas emplean columnas verticales para reflejar frecuencias: el polígono de frecuencia es realizado uniendo
los puntos de mayor altura de estas columnas.
Ejemplo:
El cuadro siguiente representa las edades de los trabajadores de la fábrica de ladrillos, “Barrio Fino” en junio de 2016
Año Frecuencia Absoluta Frecuencia Absoluta Acumulada Frecuencia Relativa Frecuencia Relativa Acumulada
27 - 30 3 3 14.28% 14.28%
31 - 34 5 8 23.80% 38.09%
35 - 38 7 15 33.33% 71.42%
39 - 42 3 18 14.28% 85.71%
43 - 46 2 20 9.52% 95.25%
47 - 80 1 21 4.76% 100%
Total 21 100%

GRAFICAS:

Tema IX (Media)
En matemáticas y estadística, una media o promedio es una medida de tendencia central. Resulta al efectuar una serie
determinada de operaciones con un conjunto de números y que, en determinadas condiciones, puede representar por sí
solo a todo el conjunto.
Tema X (Mediana)
La mediana de un conjunto de números es el número medio en el conjunto (después que los números han sido arreglados
del menor al mayor) -- o, si hay un número par de datos, la mediana es el promedio de los dos números medios.
Tema XI (Moda)
La moda es el valor que tiene mayor frecuencia absoluta. Si en un grupo hay dos o varias puntuaciones con la misma
frecuencia y esa frecuencia es la máxima, la distribución es bimodal o multimodal, es decir, tiene varias modas.
Ejemplo:
Determina la moda, media y mediana
a) 2, 4, 6, 3, 3, 5, 4, 4, 7 b) 19, 19, 23, 21, 22, 18, 22, 22, 19, 20

(2, 3, 3, 4, 4, 4, 5, 6, 7) (18, 19, 19, 19, 20, 21, 22, 22, 23)
Media: 4.22 Media: 20.5
Mediana: 4 Mediana: 20.5
Moda: 4 Moda: 19 - 22

Tema XII (Rango)
El Rango es el intervalo entre el valor máximo y el valor mínimo; por ello, comparte unidades con los datos. Permite
obtener una idea de la dispersión de los datos, cuanto mayor es el rango, aún más dispersos están los datos. El rango,
también es llamado amplitud o recorrido de medida.
Ejemplo:
Dado el conjunto de datos, 1, 3, 5 y 7, encontrar el

rango.
Solución:
De los datos, 1, 3, 5 y 7, el valor menor es el 1, y el valor
mayor es el 7, por lo tanto, aplicamos la fórmula:
Rango = valor máximo – valor mínimo

Rango = 7 – 1
Rango = 6

Tema XIII (Desviación Media)
En estadística, medida de la dispersión de un conjunto de observaciones. Consiste en hallar la media de los valores
absolutos (esto es, sin tener en cuenta si son positivos o negativos) de las desviaciones de una serie de observaciones
con respecto a su media o a su mediana.
Ejemplo:
Calcular la desviación media de los siguientes datos: 2, 4, 6 y 8.
Solución:
Empezamos calculando la media aritmética de los datos, teniendo en cuenta que tenemos 4 datos (n = 4).
El valor de la media aritmética es de 5.
El valor de la desviación media, es de 2.

Tema XIV (Varianza)
La varianza es una medida de dispersión que representa la variabilidad de una serie de datos respecto a su media.
Formalmente se calcula como la suma de los residuos al cuadrado divididos entre el total de observaciones. También se
puede calcular como la desviación típica al cuadrado.
Ejemplo:
Tema XV (Desviación Estándar)
La desviación estándar es un índice numérico de la dispersión de un conjunto de datos (o población). La desviación

estándar es un promedio de las desviaciones individuales de cada observación con respecto a la media de una
distribución. Así, la desviación estándar mide el grado de dispersión o variabilidad.
Ejemplo:
Calcular la desviación estándar de las siguientes puntuaciones de un jugador de baloncesto en los últimos partidos:
Puntuaciones: 18, 20, 20, 22, 20, 20
Calculamos la media aritmética ():
 Número de valores: 6
 Media Aritmética = (18 + 20 + 20 + 22 + 20 + 20) / 6 = 120 / 6 = 20
Calculamos la Desviación Estándar:
 σ2 = [(18-20)2 + (20-20)2 + (20-20)2 + (22-20)2 + (20-20)2 + (20-20)2] / 6 = 16 / 6 = 8 /3 = 2,67
 Desviación estándar: σ = √ 2,67 = 1,63
Tema XVI (Sesgo)
En estadística se llama sesgo de un estimador a la diferencia entre su esperanza matemática y el valor numérico del
parámetro que estima. Un estimador cuyo sesgo es nulo se llama insesgado o centrado.
Ejemplo:

Tema XVII (Coeficiente De Correlación)
El coeficiente de correlación es la medida específica que cuantifica la intensidad de la relación lineal entre dos variables
en un análisis de correlación. En los informes de correlación, este coeficiente se simboliza con la r.
Ejemplo:
Una compañía desea hacer predicciones del valor anual de sus ventas totales en cierto país a partir de la relación de
éstas y la renta nacional. Para investigar la relación cuenta con los siguientes datos:
X representa la renta nacional en millones de euros e Y representa las ventas de la compañía en

miles de euros en el periodo que va desde hasta (ambos inclusive). Calcular:
a) El coeficiente de correlación lineal e interpretarlo.
Solución:
El coeficiente de correlación lineal e interpretarlo.
Es un coeficiente de correlación positivo y cercano a uno, por lo que la correlación es directa y fuerte.

Tema XVIII (Covarianza)
La covarianza es el valor que refleja en qué cuantía dos variables aleatorias varían de forma conjunta respecto a sus
medias. Nos permite saber cómo se comporta una variable en función de lo que hace otra variable. Es decir, cuando X
sube ¿Cómo se comporta Y? Así pues, la covarianza puede tomar los siguientes valores:
 Covarianza (X,Y) es menor que cero cuando “X” sube e “Y” baja. Hay una relación negativa.
 Covarianza (X,Y) es mayor que cero cuando “X” sube e “Y” sube. Hay una relación positiva.
 Covarianza (X,Y) es igual que cero cuando no hay relación existente entre las variables “X” e “Y”.
Ejemplo:

Tema XIX (Recta De Regresión)
a regresión es una técnica estadística utilizada para simular la relación existente entre dos o más variables. Según sea
la dispersión de los datos (nube de puntos) en el plano cartesiano, pueden darse alguna de las siguientes relaciones,
Lineal, Logarítmica, Exponencial, Cuadrática
Ejemplo:


Tema XX (Desviación Y Error Estándar)
Desviación Estándar: Mide el grado hasta el cual es de esperar que varíen las medias de las diferentes muestras.
Error Estándar: Indica no sólo el tamaño del error al azar que se ha cometido, sino también la probable precisión que
puede obtenerse al utilizar una estadística de muestra para estimar un parámetro de población.
Ejemplos:
1. En el estudio de cierta característica X de una población se sabe que la desviación estándar es 3. Se va a escoger una
muestra de tamaño 100, halle el error estándar de la media muestral.
S 3 3
SE= = = = 0.3
√n √100 10
2. Se escogió al azar una muestra de 10 clientes de un banco y se les preguntó el número de veces que habían utilizado el
banco para llevar a cabo alguna transacción comercial. Los resultados fueron los siguientes: 0, 4, 2, 3, 2, 0, 3, 4, 1, 1. Estime
el error estándar del número de transacciones promedio.
n 10
Media 2
Desviación Estándar 1.490
S 1.4 1.4
SE= = = = 0.47
√n √10 3.16

Tema XXI (Diagrama De Venn)
Un diagrama de Venn usa círculos que se superponen u otras figuras para ilustrar las relaciones lógicas entre dos o más
conjuntos de elementos. A menudo, se utilizan para organizar cosas de forma gráfica, destacando en qué se parecen y
difieren los elementos.
Ejemplo:
En un aula hay 60 alumnos de los cuales a 7 no les gusta ni geometría ni aritmética y a 35 les gusta solo aritmética,
¿Cuántos les gusta geometría, si a los que les gusta ambos son 10?
Luego de hacer el diagrama, empezamos a colocar datos por a la intersección

(región común a ambos conjuntos), es decir. Se observa x + 10 + 35 + 7 = 60
x=8
Tema XXII (Diagrama De Árbol)
Un árbol de probabilidad o diagrama de árbol es una herramienta que se utiliza para determinar si en realidad en el
cálculo de muchas opciones se requiere conocer el número de objetos que forman parte del espacio muestral, estos se
pueden determinar con la construcción de un diagrama de árbol.

Ejemplo:
1. 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?
R= el número de clasificaciones son 2 × 4 × 3 = 24 maneras de clasificación
N
Sangre A A
B
N
Sangre B A
B
Femenino N
Sangre AB A
B
N
Sangre O
A
Paciente B
N
Sangre A A
B
N
Sangre B A
B
Masculino N
Sangre AB A
B N
A
Sangre O
B

2. 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. Gana el equipo A
B. Gana el equipo B
Hay solo 10 maneras posibles de ganar el partido
A A
Equipo A
A A
B B
B B
Equipos
A A
A A
Equipo B B B
B
B

Tema XXIII (Principio De La Suma Y Multiplicación En El Diagrama De Árbol)
El método del producto es un método de conteo que consiste en descomponer el experimento n en otros experimentos más simples
n1, n2, n3... Y multiplicar el número de posibilidades de cada experimento. Por tanto todos los experimentos juntos pueden hacerse
de: (n1)(n2)(n3)(nr)... Formas diferentes.
El método de adición es un método de conteo que consiste en descomponer un experimento n en otros experimentos excluyentes
más simples n1, n2, n3... Y sumar el número de posibilidades de cada experimento. Por tanto todos los experimentos juntos pueden
hacerse de: n1+n2+n3+nr... Formas diferentes.
Ejemplo:


Tema XXIV (Permutaciones Y Combinaciones)
Las permutaciones son agrupaciones en las que importa el orden de los objetos. Las combinaciones son agrupaciones en las que el
contenido importa pero el orden no. Dos eventos son dependientes si el estado original de la situación cambia de un evento al otro,
y esto altera la probabilidad del segundo evento.
Ejemplos:
I. De un grupo de diez personas debe elegirse un comité formado por cinco. Calcular el número de comités diferentes que se
pueden elegir, si:
1) Las diez personas son elegibles libremente

2) Dos de las personas elegibles no pueden aparecer juntas en el comité
3) Dos de las personas deben estar siempre juntas, dentro del comité o fuera de él
Personas: A – B - C – D - E – F – G – H – I – J
1) nPr= 10 = 10* 9* 8* 7* 6* 5* 4* 3* 2* 1 = 3,628,800 = 30,240

(10-5) 5* 4* 3* 2* 1 120
2) nPr= 8 = 8*7*6*5*4*3*2*1 = 40,320 = 6,720

(8-5) 3*2*1 6
3) nPr= 9 = 9*8*7*6*5*4*3*2*1 = 362,880 = 15,120

(9-5) 4*3*2*1 24

II.- Encontrar las combinaciones de 10 elementos en grupos de tamaño 5.
10C5 = 10! = 10*9*8*7*6*5*4*3*2*1 = 3,628,800 = 252

(10-5)!5! 5*4*3*2*1x*5*4*3*2*1 14,400
Tema XXV (Probabilidad Condicional)
La probabilidad condicional se calcula como el cociente entre la probabilidad conjunta y la probabilidad marginal del evento impuesto
como condición. Dos eventos A y B son estadísticamente independientes si la probabilidad condicional de A dado B es igual a su
probabilidad condicional dado BC.
Ejemplos:

Tema XXVI (Teorema De Bayes)
El teorema de Bayes parte de una situación en la que es posible conocer las probabilidades de que ocurran una serie de sucesos
Ai. A esta se añade un suceso B cuya ocurrencia proporciona cierta información, porque las probabilidades de ocurrencia de B son
distintas según el suceso Ai que haya ocurrido
Ejemplos:
1. El 20% de empleados de una empresa son ingenieros y otro 20% economistas. El 75% de los ingenieros ocupan un puesto
directivo y el 50% de los economistas también, mientras que los no ingenieros y los economistas solo ocupan un 20% puesto
directivo. ¿Cuál es la probabilidad de que un empleado directivo elegido al azar sea ingeniero?
FORMULA
P(A¡) ∙ P(B/A¡)
P(A¡/B)=
P(A¡) ∙ P(B/A¡) + P(A2) ∙ P(B/A2) +…+ P(An) ∙ P(B/An)

0.2 Ingenieros Directivo

Datos:
P (A¡) = 20% = 0.2
P (B/A¡) = 75% = 0.75 Ingeniero (A¡) = 0.2
0.2 P (A1) = 20% = 0.2
Economistas Directivo
P (B/A1) = 75% = 0.75 Directivo (B) = 0.75
0.6 P (A2) = 20% = 0.2
P (B/A2) = 50% = 0.5
Otros Directivo
P(A/D)= 0.2 * 0.75

0.2 + 0.75 + 0.2 + 0.5 + 0.6 + 0.2
0.15
P(A/D)=
0.15 + 0.1 + 0.12
0.15
P(A/D)= = 40.54%
0.37

Tema XXVII (Eventos Independientes)
Un evento independiente es un evento que no depende de otro evento que determine su resultado. Cuando tenemos dos eventos
independientes, un resultado no afecta el resultado del segundo evento. Escoger una carta de un mazo es un buen ejemplo de
evento independiente.
Ejemplos:
1. P(A ∩B) = P(A) + P(B). Se extrae una carta al azar de un mazo inglés normal de 52 cartas. Supongamos que definimos los
eventos A: "sale 3" y B: "sale una figura" y se nos pregunta por la probabilidad de que ocurra A o B. Como estos eventos
no pueden ocurrir simultáneamente, o sea, son mutuamente excluyentes
P (A)= 3/52 P (S3VS12) = P (S3VS12)
P (B)= 12/52 P (S3VS12) =

3/52 + 12/52= 15/52
2. Hay 12 pelotas en una bolsa. cuatro son blancas, cinco amarillas y tres rojas. ¿Cuál es la probabilidad de sacar una pelota
amarilla, sin ponerla de vuelta y sacar una pelota blanca, sin ponerla en la bolsa y sacar una pelota roja?
P (A)= 4/12 P (A B C) = P(A)*P(B)*P(C)

P (B)= 5/12 P (A B C) = P(4–1/12* P(5–1/12)*
P (3–1/12)
P (C)= 3/12 P ( A B C) = P(3/12)* P(4/12)* P(2/12)
P (A B C) = 24/12 = 12/6= 6/3

Tema XXVIII (Muestreo Con Remplazo)
Es un método en el cual cada miembro de la población elegida para la muestra se regresa a la primera antes de elegir al siguiente
miembro.
El muestreo con reemplazo es aquel en que un elemento puede ser seleccionado más de una vez en la muestra para ello se extrae
un elemento de la población se observa y se devuelve a la población, por lo que de esta forma se pueden hacer infinitas extracciones
de la población aun siendo esta finita.
Ejemplos:

Tema XXIX (Muestreo Sin Remplazo)
Muestreo sin reemplazamiento es el que se efectúa sin devolver a la población los elementos que se van eligiendo para construir la
muestra. En este caso, cada miembro de la población no puede seleccionarse más de una vez.
Ejemplo:

Tercer Trabajo de Probabilidad Y 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

Tercer Trabajo de Probabilidad Y Estadistica

Cargado por

Copyright:

Formatos disponibles

COLEGIO DE ESTUDIOS CIENTÍFICOS Y

TECNOLÓGICOSDEL ESTADO DE GUERRERO

Alumno: Leonel Transito Mondragón

Profesor: María Guadalupe Aguilar Pineda

Acapulco, Gro., Mayo 28 de 2021

Tema I (Frecuencia Absoluta)

Tema II (Frecuencia Relativa)

Tema III (Frecuencia Absoluta Acumulada)

Tema IV (Frecuencia Relativa Acumulada)

Tema V (Distribución De Frecuencia Para Datos No Agrupados)

Leonel Transito Mondragón Probabilidad Y Estadística 6 – A TLC 1

Tabla De Distribución De Frecuencias Agrupada

Leonel Transito Mondragón Probabilidad Y Estadística 6 – A TLC 2

Tema VI (Distribución De Frecuencia Para Datos Agrupados)

Distribuye los datos anteriores en tablas de frecuencias de clases

DISTRIBUCIÓN DE DATOS AGRUPADOS

Pasos Para Distribución De Datos Agrupados

Leonel Transito Mondragón Probabilidad Y Estadística 6 – A TLC 3

Tema VII (Histograma De Frecuencias)

Tema VIII (Polígono De Frecuencias)

Leonel Transito Mondragón Probabilidad Y Estadística 6 – A TLC 4

Leonel Transito Mondragón Probabilidad Y Estadística 6 – A TLC 5

Determina la moda, media y mediana

a) 2, 4, 6, 3, 3, 5, 4, 4, 7 b) 19, 19, 23, 21, 22, 18, 22, 22, 19, 20

Media: 4.22 Media: 20.5

Mediana: 4 Mediana: 20.5

Leonel Transito Mondragón Probabilidad Y Estadística 6 – A TLC 6

Tema XII (Rango)

Dado el conjunto de datos, 1, 3, 5 y 7, encontrar el

Rango = valor máximo – valor mínimo

Leonel Transito Mondragón Probabilidad Y Estadística 6 – A TLC 7

Tema XIII (Desviación Media)

Calcular la desviación media de los siguientes datos: 2, 4, 6 y 8.

El valor de la media aritmética es de 5.

El valor de la desviación media, es de 2.

Leonel Transito Mondragón Probabilidad Y Estadística 6 – A TLC 8

Tema XIV (Varianza)

Tema XV (Desviación Estándar)

La desviación estándar es un índice numérico de la dispersión de un conjunto de datos (o población). La desviación

Tema XVI (Sesgo)

Leonel Transito Mondragón Probabilidad Y Estadística 6 – A TLC 10

Tema XVII (Coeficiente De Correlación)

X representa la renta nacional en millones de euros e Y representa las ventas de la compañía en

a) El coeficiente de correlación lineal e interpretarlo.

El coeficiente de correlación lineal e interpretarlo.

Leonel Transito Mondragón Probabilidad Y Estadística 6 – A TLC 11

Tema XVIII (Covarianza)

Leonel Transito Mondragón Probabilidad Y Estadística 6 – A TLC 12

Tema XIX (Recta De Regresión)

Leonel Transito Mondragón Probabilidad Y Estadística 6 – A TLC 13

Leonel Transito Mondragón Probabilidad Y Estadística 6 – A TLC 14

Tema XX (Desviación Y Error Estándar)

Leonel Transito Mondragón Probabilidad Y Estadística 6 – A TLC 15

Tema XXI (Diagrama De Venn)

Luego de hacer el diagrama, empezamos a colocar datos por a la intersección

Tema XXII (Diagrama De Árbol)

Leonel Transito Mondragón Probabilidad Y Estadística 6 – A TLC 16

Leonel Transito Mondragón Probabilidad Y Estadística 6 – A TLC 17

Hay solo 10 maneras posibles de ganar el partido

Leonel Transito Mondragón Probabilidad Y Estadística 6 – A TLC 18

Tema XXIII (Principio De La Suma Y Multiplicación En El Diagrama De Árbol)

Leonel Transito Mondragón Probabilidad Y Estadística 6 – A TLC 19

2) nPr= 8 = 8765432*1 = 40,320 = 6,720

3) nPr= 9 = 987654321 = 362,880 = 15,120

10C5 = 10! = 1098765432*1 = 3,628,800 = 252

P (A)= 4/12 P (A B C) = P(A)P(B)P(C)