04 M 2023 Probabilidades

UNIVERSIDAD NACIONAL DEL CALLAO
FACULTAD DE INGENIERIA INDUSTRIAL Y DE SISTEMAS

UNIDAD DE POSGRADO
MAESTRIA:
Probabilidad y
Estadistica
gepomachaguap@unac.edu.pe
Material de Clases © Germán Pomachagua Perez 1-Jul.-23

PROBABILIDADES
Yolanda y Alberto están jugando con un dado cuyas caras están

numeradas del 1 al 6. Pero Alberto es muy tramposo y ha cambiado el
dado por otro que tiene en todas las caras el 6.
✓ Cuando lance Alberto su dado, ¿Podremos predecir qué número
saldrá?.
✓ Cuando lance Yolanda su dado, ¿Podremos predecir qué número
saldrá?.
El experimento de Alberto es determinístico, puesto que podemos
predecir su resultado.
El experimento de Yolanda es de probabilístico, puesto que no podemos

predecir su resultado.

• ¿Cuál es la probabilidad de aprobar Estadística?
• ¿Cuál es la probabilidad de que los minerales este año estén a la

alza?
• Todos los días nos hacemos preguntas sobre probabilidad
En esta unidad nos dedicaremos a estudiar experimentos cuyos

resultados dependen del azar.
Cuando esto ocurre, se dice que estamos frente a un experimento
aleatorio.
Pero, ¡atención! el azar también tiene sus leyes, y en ellas, por
supuesto, está involucrada la matemática

Experimento Aleatorio (ε): Es todo proceso, que se
puede repetir indefinidamente obteniéndose
resultados impredecibles, pero se conoce el conjunto
de resultados posibles
E1: Se lanza un dado
E2: Se lanza una moneda tres veces
E3: Se fabrican artículos en una línea de producción.
Un experimento es el proceso mediante el cual se obtiene una observación (o medición).
En todos estos casos, el resultado del experimento no se

puede predecir con absoluta certeza

ESPACIO MUESTRAL (S): Al conjunto de todos
los resultados posibles de un experimento se
denota por S ó  .
S1: {1, 2, 3, 4, 5, 6}
S2: {CCC, CCS, CSC, CSS, SCC, SCS, SSC, SSS }
S3:{0, 1, 2,..............n} dónde n es número máximo de

artículos defectuosos producidos

SUCESO O EVENTO DE UN EXPERIMENTO: Es cualquier
subconjunto del espacio muestral.
• A1: Que salga un número par, esto es A1= {2, 4, 6}
• A2: Que no salga ninguna cara, esto es A2= {SSS}
• A3: Que todos los artículos sean buenos, A3= {0}; hay
cero defectuoso.

PROBABILIDAD
• Medida numérica, entre 0 y 1 que se asigna a un evento de un
fenómeno para reflejar la incertidumbre con que dicho
evento se manifiesta o pueda manifestarse.
0 ≤P(A)≤1
• Un suceso seguro es aquel suceso

aleatorio de un experimento que se
da siempre, se denota por S
P(S)=1
• Un suceso es imposible cuando no
puede darse en el experimento. Se
denota por Ø
P(Ø)=0
Resumen S espacio muestral
• Cuando se realiza un experimento aleatorio diversos
resultados son posibles. El conjunto de todos los resultados
posibles se llama espacio muestral (S).
• Se llama suceso a un subconjunto del espacio muestral.
• Se llama complemento de un suceso A, A’, al formado por

los elementos que no están en A S espacio muestral
• Se llama suceso unión de A y B, AUB, al formado por los A

elementos que están en A o en B, o en ambos)
A’
• Se llama suceso intersección de A y B, A∩B o simplemente
AB, y el suceso contiene a los elementos que están en A y B
a la vez.
S espacio muestral
S espacio muestral S espacio muestral
A
UNIÓN INTERS.
A A
B
B B

Propiedades:
A   =A
A=
AA=
AA =S
S=
=S
(A) =A
(A  B) = A  B Ley de Morgan
(A  B) = A  B Ley de Morgan
B-A=B  A
Enfoques de Probabilidad
• Concepto de Frecuencia Relativa (objetiva): Probabilidad de un
suceso es la frecuencia relativa (%) de veces que ocurriría el
suceso al realizar un experimento repetidas veces.
Numero de veces que el evento A ocurrio en el pasado

P( A) =
Numero total de observaciones
CONCEPTO DE PROBABILIDAD SUBJETIVA
(bayesiana):
• Cuando las condiciones económicas y las
circunstancias de una compañía cambian
rápidamente puede ser inadecuado asignar
probabilidades basadas solamente en datos
históricos.
• Está asociada a la experiencia, habilidad o
conocimiento que tiene una persona para juzgar
cierta situación es decir, nuestro grado de
creencia de que ocurra el resultado.
• Se aplica a fenómenos que no se pueden repetir
o cuya repetición no tiene sentido.
• Cual es la probabilidad de salir con éxito, en una
operación al corazón a una persona de 70 años
Este tipo de probabilidades frecuente en la toma de decisiones en el

mercado, siendo confiable si la determina un experto en la materia

CONCEPTO CLASICO O DE LAPLACE: El enfoque
clásico o "a priori" de la probabilidad se basan en
que los resultados de un experimento son
igualmente posibles.
𝑁(𝐴) 𝑁ú𝑚𝑒𝑟𝑜 𝑑𝑒 𝑟𝑒𝑠𝑢𝑙𝑡𝑎𝑑𝑜𝑠 𝑓𝑎𝑣𝑜𝑟𝑎𝑏𝑙𝑒 𝑎 𝐴

𝑃 𝐴 = =
𝑁(𝑆) 𝑁ú𝑚𝑒𝑟𝑜 𝑑𝑒 𝑟𝑒𝑠𝑢𝑙𝑡𝑎𝑑𝑜𝑠 𝑝𝑜𝑠𝑖𝑏𝑙𝑒𝑠

Ejemplo1:Se lanzan dos dados al mismo tiempo y se anotan los resultados. ¿Cuál
es la probabilidad que ?
a) La suma sea 7
b) La suma sea mayor que 7
c) Salga uno en el primer dado
d) La suma sea siete u once
e) La suma total en los dados no excede a 6
f) De que el primer dado sea mayor que el segundo

Ejemplo2:
Ejemplo3: : Se realiza el experimento aleatorio de lanzar al aire,

sucesivamente, una moneda tres veces. Hallar la probabilidad de:
a) De obtener dos caras
b) De obtener por lo menos una cara
c) De obtener a lo más una cara

Ejemplo: Una persona realiza una jugada de la Tinka, que es
un juego de lotería que consiste en elegir 6 números de 45
números posibles.
a)¿Cuantas combinaciones de 6 aciertos hay en la Tinka?
b)¿Cual es la probabilidad de ganar el premio?
Ejemplo: De cuántas maneras diferentes se pueden sentar en fila Ana, María y 3

amigos más, si entre ellas debe estar un varón?

DEFINICIÓN AXIOMATICA DE PROBABILIDAD
Se llama probabilidad a cualquier función P que asigna a cada suceso
A del espacio muestral S un valor numérico P(A), verificando los
siguientes axiomas:
S espacio muestral
1. P(S)=1 100%
S espacio muestral
A
2. 0≤P(A) ≤1 B
3. Si A∩B=Ø ⇨P(AUB)=P(A)+P(B) Ø es el conjunto vacío.

REGLA DE LA SUMA
• Para sucesos no excluyentes (𝐴∩𝐵≠∅)
P ( A  B ) = P ( A) + P ( B ) − P ( A  B )
• Para sucesos mutuamente excluyentes o disjuntos
(𝐴 ∩ 𝐵 = ∅)
Es decir “no pueden
ocurrir los dos al
mismo tiempo”
P( A  B) = P( A) + P( B) (ya que P( A  B) = 0)

Resumen

Teorema: Si Ā, es un suceso complementario de
A, entonces
S espacio muestral
P(A)=1- P(Ā)
A
NOTA: Para tres eventos cualesquiera A,B,C, se

tiene que:
P( A  B  C ) = P( A) + P( B) + P(C ) − P( A  B) − P( A  C ) − P( B  C ) + P( A  B  C )

1) En una agencia bancaria hay dos sistemas de alarma A y B. El sistema A funciona en 7 de cada 10 atracos, B
funciona en 8 de cada 10 y los dos a la vez lo hacen 6 de cada 10 atracos.
Cuál es la probabilidad de que en un caso de atraco.
a)¿Al menos una de ellas funcione?
b)¿Solamente una de ellas funcione?
c) ¿Ninguno de las dos funcione?
Solución: Se definen los sucesos

A:”El sistema A funciona” → P(A)=0.7
B:”El sistema B funciona” → P(B)=0.8
A  B: El sistema A y B funcionan → P(A∩ 𝐵)=0.6
P ( A U B ) = 0,7 + 0,8 − 0,6 = 0,9

2) Los clientes de una agencia de turismo se clasifican según su nacionalidad y edad
a)¿Cuál es la probabilidad de que un cliente elegido al azar sea Joven o adulto

b)¿Cuál es la probabilidad de que un cliente elegido al azar sea joven y extranjero?
c) ¿Cuál es la probabilidad de que un cliente elegido al azar sea joven o extranjero?
d)Cuál es la probabilidad de que un cliente elegido al azar no sea joven o
extranjero?
3) El 6% de las piezas fabricadas por una maquina tiene el defecto A, el 4% tiene el

defecto B y el 2% tiene ambos defectos
Calcular la probabilidad de piezas sin defectos R:0.92
Calcular la probabilidad de tener al menos un defecto R: 0.08
Calcular la probabilidad de tener un único defecto R:0.06
Calcular la probabilidad de tener únicamente el defecto B R:0.02

Probabilidad condicional
• La probabilidad condicional de A dado B, se refiere a la posibilidad
de que ocurra un evento A dado que el evento B ya ocurrió (P(B)>0)
P( A  B) S espacio muestral
P( A | B) =
P( B) A
B
P( A  B)
P( B | A) =
P( A)
NOTAS
P( A / B) = 1 − P( A / B)
P( A  C / B) = P( A / B) + P(C / B) − P( A  C / B)

Ejemplo2 El 70% de los estudiantes aprueba una asignatura A y un 60% aprueba otra
asignatura B. Sabemos, además, que un 35% del total aprueba ambas. Elegido un
estudiante al azar, calcula las probabilidades de que se produzcan las siguientes
situaciones:
a) Que haya aprobado la asignatura B, sabiendo que ha aprobado la A. R. 0.5
b) Que haya aprobado la asignatura B, sabiendo que no ha aprobado la A.
R. 0.8333
c) Que no haya aprobado la asignatura B, sabiendo que ha aprobado la A.
R. 0.5
d) Que no haya aprobado la asignatura B, sabiendo que no ha aprobado la A.
R. 0.1667
Ejemplo3: De los votantes en una ciudad, 40% son republicanos y 60% son
demócratas. Entre los republicanos, 70% están a favor de una emisión de bonos, en
tanto que 80% de los demócratas están a favor de la emisión. Si un votante se
selecciona al azar en la ciudad.
a) ¿Cuál es la probabilidad de esté a favor de la emisión de bonos? R: 0.76
b) ¿Cuál es la probabilidad de estén en contra de la emisión de bonos o sea
demócrata? R:0.72

• Sucesos Independientes : Los sucesos A y B son
independientes cuando la ocurrencia de uno no tiene
ningún efecto sobre la probabilidad de ocurrencia del
otro.
A es independiente de B  P(A ∩ B) = P(A) P(B)
NOTA: Si A y B son independientes no significa que
A B =
Generalizando
P( A1  A2  A3  ........  An ) = P( A1 )  P( A2 )  P( A3 ).........  P( An )

TEOREMAS: Si A y B son eventos independientes entonces:
a) A y B son independientes, entonces P(A ∩ B )=P(A)P(B)
b) A y B son independientes, entonces P(A ∩ B )=P(A)P(B)
c) A y B son independientes, entonces P(A ∩ B )=P(A)P(B)
Ejemplo1: En una agencia bancaria hay dos sistemas de alarma A y B. El sistema A

funciona en 7 de cada 10 atracos, B funciona en 8 de cada 10 . Si la probabilidad de uno
no afecta a la probabilidad del otro
Cuál es la probabilidad de que en un caso de atraco.
a) ¿Al menos una de ellas funcione?
b) ¿Solamente una de ellas funcione?
c) ¿Ninguno de las dos funcione)
Ejemplo2: Tenemos una urna con 5 bolas, 3 negras y 2 blancas. Sea el suceso
S: “sacar una bola negra en la primera extracción” y el suceso T: “sacar una bola negra en la
segunda extracción”.
¿Cuál es la probabilidad de que saquemos una bola negra en la primera extracción o que
saquemos una bola negra en la segunda? a) Con reemplazamiento b) sin remplazamiento
Rpta: a) 0.84 b) 0.8

CONFIABILIDAD
La Confiabilidad se define matemáticamente como la probabilidad de

que un sistema complete un periodo determinado de tiempo sin fallar
Una aplicación del concepto de independencia es el cálculo de la

Confiabilidad de un sistema.
.
Si la probabilidad de que un interruptor cualquiera esté cerrado es 0.99,
¿cuál es la probabilidad de que pase corriente de A a B?

Ejemplo: La probabilidad de los relés estén cerrados es 0.95 y que todas las relés
funcionan independientemente. ¿Cuál es la probabilidad de que pase corriente de
I a D?

Ejemplo3: La probabilidad de cerrar cada uno de los relés del circuito siguiente es
0.8. Si todos los relés funcionan independientemente, Cuál es la probabilidad de
que exista una corriente entre las terminales P y Q? Si la probabilidad de que el
relé esté abierto al llegar la corriente es igual a 0.2.
Considerando los siguientes eventos:
A= La corriente pasa por 1 y 2.
B= La corriente pasa por 3
C= La corriente pasa por 4 y 5.
D= La corriente pasa por 6
E= La corriente pasa por 7 y 8.
La corriente pasara por lo menos por algunas de
las rutas
La corriente pasará por un
relé cuando esté cerrado, y P( pase) = 1 − P( pase) = 1 − P( A ) P( B ) P(C ) P( D ) P( E )
P(cerrado)=0.8 También
podemos observar que la = 1 − 0.36  0.2  0.36  0.2  036 = 1 − 0.0019
corriente NO pasará = 0.9981
P(abierto)= 0.2.

• SUCESOS DEPENDIENTES: Los sucesos A y B
son dependientes si la ocurrencia de uno
altera la probabilidad de ocurrencia del otro
A es dependiente de B
 P(A ∩ B) = P(B) P(A/B)

 P(A ∩ B) = P(A) P(B/A) REGLA DE LA
MULTIPLICACION
P( A1  A2  A3  ........) = P( A1 )  P( A2 / A1 )  P( A3 / A1 A2 )...

Ejemplo1: Se tiene un lote de 100 chips, en el cual 80 son buenos y 20
son defectuosos . Se escogen dos artículos al azar. ¿Cuál es la
probabilidad de que ambos resulten defectuosos.
a) Con reposición b) Sin reposición
Sea A= {el primer artículo es defectuoso}
B= {el segundo artículo es defectuoso}
a) Con reposición
¿Son eventos independientes?
Si P(A)=20/100 =0.2 y la P(B)=0.2
Luego P(A ∩ B) = P(A) P(B)= 0.2x0.2=0.04
b) Sin reposición
¿Son eventos independientes?
No P ( A  B) = P ( A) P ( B / A)
20 19
P( A  B) =  = 0.03838
100 99
EJERCICIO 2: Una caja contiene 8 bolas rojas, 3 blancas y 9 azules. Si se
sacan 3 bolas al azar sin reemplazo determinar la probabilidad de que:
a) Las 3 sean rojas
Eventos:
 8  7  6  336
R1: sacar roja a la primera P ( R1  R2  R3 ) =     = = 0.049
 20  19  18  6840
R2 : sacar roja a la segunda
 8 12 
R3 : sacar roja a la tercera   
 3  0 
Otro método: Casos posibles: 8C 3 P( R1  R2  R3 ) =  20  = 0.049
 
Casos favorables: 20C 3 3
 3 17 
Casos posibles: 3C3   
 1 
P =    = 
b) Las 3 sean blancas 3 0
Casos favorables: 20C 3  = 0.000877
 
20  1140 
 
3
c) 2 sean rojas y una blanca  8  3 

 2
1 
P=    == 7 = 0.07368
 20  95

 3 
 
PARTICION DE UN ESPACIO MUESTRAL
S
Definición: Se trata de una colección de sucesos B1,
B2, B3, ..............Bk tales que la unión de todos ellos
B1 B2 forman el espacio muestral, y sus intersecciones son
disjuntas.
A Bi  B j =   i  j mutuamente excluyente
k
B3…………..Bk B i =S colectivamente exhaustivos

i =1
Por lo tanto el suceso A, puede ser descompuesto en componentes

A = (A  B1) U (A  B2 ) U ( A  B3 ) ………….U ( A  Bk )
P(A) = P(A  B1) + P(A  B2) + P( A  B3) +……+ P( A  Bk)
P(A) = P(B1)P(A/B1) + P(B2)P(A/B2)+ ……. +P(Bk) P(A/Bk)
k
Teorema de la probabilidad total P( A) =  P( Bi ) P( A / Bi )
i =1
Teorema de Bayes
Si conocemos la probabilidad de B en
cada uno de los n componentes de un
sistema exhaustivo y excluyente de
sucesos, entonces…
…si ocurre A, podemos calcular la

probabilidad (a posteriori) de
ocurrencia de cada Bi, (i = 1, 2, ... , k):
P(Bi  A) P( Bi ) P( A / Bi )
P(Bi / A) = =
P(A) P( A)
donde P(A) se puede calcular usando el teorema de la probabilidad total:
Thomas Bayes (1702-1761). Hizo la determinación de la probabilidad

de las causas a partir de los efectos que han podido ser observados

Aplicaciones: El teorema de Bayes es válido en todas las aplicaciones de la
teoría de la probabilidad. Sin embargo, hay una controversia sobre el tipo de
probabilidades que emplea. En esencia, los seguidores de la estadística
tradicional sólo admiten probabilidades basadas en experimentos repetibles y
que tengan una confirmación empírica mientras que los llamados estadísticos
bayesianos permiten probabilidades subjetivas. El teorema puede servir
entonces para indicar cómo debemos modificar nuestras probabilidades
subjetivas cuando recibimos información adicional de un experimento. La
estadística bayesiana está demostrando su utilidad en ciertas estimaciones
basadas en el conocimiento subjetivo a priori y el hecho de permitir revisar esas
estimaciones en función de la evidencia empírica es lo que está abriendo nuevas
formas de hacer conocimiento. Una aplicación de esto son los clasificadores
bayesianos que son frecuentemente usados en implementaciones de filtros de
correo basura o spam, que se adaptan con el uso.
http://www.investigacionyciencia.es/revistas/investigacion-y-
ciencia/numeros/2011/8/bayes-contraataca-9111

Ejemplo4 : El centro de computo de una determinada compañía consta
de tres salas A, B y C, con 8, 6 y 4 computadoras respectivamente. Se
sabe, por un cartel que hay en la puerta, que una de las computadoras
de cada sala contiene virus.
a) Si una persona entra a trabajar en una sala cualquiera, ¿cuál es la
probabilidad de que se siente en una computadora con virus Rpta:
0.1806
b) Supongamos que eligió un computadora sin virus. ¿Cuál es la
probabilidad de que la computadora sea de la sala B? Rpta: 0.3390
c) Supongamos que eligió un computadora sin virus. ¿Cuál de las
salas es mas probable que haya entrado ? Rpta:

Ejemplo 6 : Se sabe que el polígrafo que se aplica a un sospechoso es fiable al 90%
cuando la persona es culpable y al 99% si la persona es inocente. Si se selecciona un
individuo de un grupo de sospechosos, de los cuales sólo el 5% ha cometido un
delito y la prueba indica que el individuo seleccionado es culpable, ¿Cuál es la
probabilidad de que se trate en realidad de una persona inocente?.
Predecir Clientes con Naive Bayes

http://apuntes-r.blogspot.pe/2014/09/predecir-clientes-con-naive-bayes.html

04 M 2023 Probabilidades

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

04 M 2023 Probabilidades

Cargado por

Copyright:

Formatos disponibles

UNIVERSIDAD NACIONAL DEL CALLAO

FACULTAD DE INGENIERIA INDUSTRIAL Y DE SISTEMAS

Material de Clases © Germán Pomachagua Perez 1-Jul.-23

Yolanda y Alberto están jugando con un dado cuyas caras están

El experimento de Yolanda es de probabilístico, puesto que no podemos

Material de Clases © Germán Pomachagua Perez 1-Jul.-23

• ¿Cuál es la probabilidad de que los minerales este año estén a la

• Todos los días nos hacemos preguntas sobre probabilidad

En esta unidad nos dedicaremos a estudiar experimentos cuyos

Material de Clases © Germán Pomachagua Perez 1-Jul.-23

Un experimento es el proceso mediante el cual se obtiene una observación (o medición).

En todos estos casos, el resultado del experimento no se

Material de Clases © Germán Pomachagua Perez 1-Jul.-23

S2: {CCC, CCS, CSC, CSS, SCC, SCS, SSC, SSS }

S3:{0, 1, 2,..............n} dónde n es número máximo de

Material de Clases © Germán Pomachagua Perez 1-Jul.-23

Material de Clases © Germán Pomachagua Perez 1-Jul.-23

• Un suceso seguro es aquel suceso

• Se llama suceso a un subconjunto del espacio muestral.

• Se llama complemento de un suceso A, A’, al formado por

• Se llama suceso unión de A y B, AUB, al formado por los A

Material de Clases © Germán Pomachagua Perez 1-Jul.-23

Numero de veces que el evento A ocurrio en el pasado

Este tipo de probabilidades frecuente en la toma de decisiones en el

Material de Clases © Germán Pomachagua Perez 1-Jul.-23

𝑁(𝐴) 𝑁ú𝑚𝑒𝑟𝑜 𝑑𝑒 𝑟𝑒𝑠𝑢𝑙𝑡𝑎𝑑𝑜𝑠 𝑓𝑎𝑣𝑜𝑟𝑎𝑏𝑙𝑒 𝑎 𝐴

Material de Clases © Germán Pomachagua Perez 1-Jul.-23

Material de Clases © Germán Pomachagua Perez 1-Jul.-23

Ejemplo3: : Se realiza el experimento aleatorio de lanzar al aire,

Material de Clases © Germán Pomachagua Perez 1-Jul.-23

Ejemplo: De cuántas maneras diferentes se pueden sentar en fila Ana, María y 3

Material de Clases © Germán Pomachagua Perez 1-Jul.-23

3. Si A∩B=Ø ⇨P(AUB)=P(A)+P(B) Ø es el conjunto vacío.

Material de Clases © Germán Pomachagua Perez 1-Jul.-23

Material de Clases © Germán Pomachagua Perez 1-Jul.-23

Material de Clases © Germán Pomachagua Perez 1-Jul.-23

NOTA: Para tres eventos cualesquiera A,B,C, se

Material de Clases © Germán Pomachagua Perez 1-Jul.-23

Solución: Se definen los sucesos

P ( A U B ) = 0,7 + 0,8 − 0,6 = 0,9

Material de Clases © Germán Pomachagua Perez 1-Jul.-23

a)¿Cuál es la probabilidad de que un cliente elegido al azar sea Joven o adulto

3) El 6% de las piezas fabricadas por una maquina tiene el defecto A, el 4% tiene el

Material de Clases © Germán Pomachagua Perez 1-Jul.-23

Material de Clases © Germán Pomachagua Perez 1-Jul.-23

Material de Clases © Germán Pomachagua Perez 1-Jul.-23

NOTA: Si A y B son independientes no significa que

Material de Clases © Germán Pomachagua Perez 1-Jul.-23

Ejemplo1: En una agencia bancaria hay dos sistemas de alarma A y B. El sistema A

Material de Clases © Germán Pomachagua Perez 1-Jul.-23

La Confiabilidad se define matemáticamente como la probabilidad de

Una aplicación del concepto de independencia es el cálculo de la

Material de Clases © Germán Pomachagua Perez 1-Jul.-23

Material de Clases © Germán Pomachagua Perez 1-Jul.-23

Material de Clases © Germán Pomachagua Perez 1-Jul.-23

 P(A ∩ B) = P(B) P(A/B)

Material de Clases © Germán Pomachagua Perez 1-Jul.-23

B3…………..Bk B i =S colectivamente exhaustivos

Por lo tanto el suceso A, puede ser descompuesto en componentes

…si ocurre A, podemos calcular la

Thomas Bayes (1702-1761). Hizo la determinación de la probabilidad

Material de Clases © Germán Pomachagua Perez 1-Jul.-23