Clase de Estadistica Descriptiva Ing Electrica 2020 - 1
Clase de Estadistica Descriptiva Ing Electrica 2020 - 1
Clase de Estadistica Descriptiva Ing Electrica 2020 - 1
ESTADÍSTICA:
Conjunto de métodos y prodecimientos que nos permite recolectar, sistematizar y presentar
datos, con el objetivo de predecir situaciones o fenomenos para la toma de decisiones.
POBLACIÓN (N):
Conjunto de elementos que guardan una caracteristica en común.
MUESTRA (n):
Subconjunto de la población (N) que debe guardar las mismas caracteristicas.
MUESTREO:
Forma o técnica empleada para seleccionar o extraer los elementos de una muestra.
Variable estadística
Caracteristica objeto de estudio (objetivo de estudio planteado)
1. Cuantitativas: Son aquellas sobre las cuales se les hace una asignación de un valor
de conjunto numérico: Estatura, Cantidad de……. Esta a su vez se clasifican en
continuas y discretas
Categorias (xi): Son las que nos permiten hacer la sistematizacion de la informacion a través
de un conteo de los elementos.
Representación gráfica:
• Histograma de frecuencias.
• Gráfico circular (%)
• Gráfico ojiva – Frecuencia absoluta
Datos agrupados
Se deben generar la cantidad intervalos para agrupar como la amplitud de los mismos de tal
forma que todos los datos queden incluidos en las categorias. Para esto se tiene lo siguiente:
Cantidad de intervalos:
Se calcula con la regla de Sturges:1 + 3,322 ∗ 𝑙𝑜𝑔𝑛
Amplitud
(𝒎á𝒙/𝒎í𝒏) 𝒓𝒂𝒏𝒈𝒐
Se calcula como: 𝒓𝒆𝒈𝒍𝒂 𝒔𝒕𝒖𝒓𝒈𝒆𝒔 = 𝒓𝒆𝒈𝒍𝒂 𝒔𝒕𝒖𝒓𝒈𝒆𝒔
Marca de clase xi
Es un valor que se calcula cuando se han agrupado los datos en intervalos. Por lo que se hace
necesario buscar un representante de dicho intervalo.
Tabla
Gráficos
** Análisis descriptivo
Son un grupo de valores que “intentan” centralizar y describir con un único valor a la
distribución de los datos. Se espera que sean “los mejores representantes” . Entre la cuales se
encuentran las siguientes:
?)
Media aritmética o promedio (𝝁 𝒐 𝒙
Es una medida que busca centralizar la información a través de un único valor. Se espera que
sea el mejor representante, ya que es una medida “facilmente influenciable” por datos
atípicos o extremos.
∑ 𝑥C ∗ 𝑓C
𝜇=
𝑁
Mediana (me)
Es un valor que divide a la distribución de datos en dos grupos de igual tamaño: Al 50% y
además no es una medida que se deje influenciar por los datos atípicos o extremos.
𝑁
𝑀𝑒 = = 35, 𝑒𝑠 𝑙𝑎 𝑝𝑜𝑠𝑖𝑐𝑖ó𝑛
2
Me = 39
Moda (Mo)
Es el dato que tiene mayor frecuencia absoluta, además puede ocurrir que:
Son valores que dividen a la distribución de datos en grupos de igual tamaño. Este tamaño
responde a un % en particular que depende de la medida o posición que se esta calculando.
• Cuartiles
• Deciles
• Percentiles
Cuartiles( 𝑄P ): Son valores que dividen a la distribución de los datos en 4 grupos de igual
tamaño. Estos cuartiles dividen según los siguientes porcentajes:
𝑄Q = 25% mín-------- Q1
𝑄S = 50% y es equivalente a la mediana
𝑄U = 75%
𝑄W = 100%
Mín------------Q1=25%----------------Q2=Mediana=50%-------------Q3=75%---------------
Máx
Mín------------Q1=25%----------------Q2=Mediana=50%-------------Q3=75%---------------
Máx
Mín------------Q1=25%----------------Q2=Mediana=50%-------------Q3=75%---------------
Máx
𝒌∗𝑵
𝑸𝒌 = , 𝒌 = 𝟏, 𝟐, 𝟑
𝟒
Q∗_`
𝑄Q = W
= 17,5 entonces 𝑸𝟏 = 𝟑𝟕
El 25% de la demanda diaria de los lotes de producción de los componentes para impresoras
laser estuvo entre 35 y 37
S∗_`
𝑄S = W
= 35 entonces 𝑸𝟐 = 𝟑𝟗
El 75% de la demanda diaria de los lotes de producción de los componentes para impresoras
laser estuvo entre 35 y 41
con k = 1, 2 y 3
12 − 9
𝑄Q = 10,9 + ∗ 0,8 = 𝟏𝟏, 𝟐
8
El 25% de los pesos que se registraron de los container estuvieron entre 10,1 y 11,2 ton
Deciles(𝐷P ): Son valores que dividen a la distribución de los datos en 10 grupos de igual
tamaño. Estos deciles dividen según los siguientes porcentajes:
𝐷Q = 10%
𝐷S = 20%
𝐷U = 30%
𝐷W =
𝐷g = 50% = 𝑄S =Mediana
𝐷h =
𝐷_ =
𝐷i =
𝐷j =90%
Mín----D1=10%-----D2=20%------D=30%-----D5=Q2=Mediana=50%-------D8=80%--------
--Máx
𝒌∗𝑵
𝑫𝒌 = , 𝒌 = 𝟏, 𝟐, 𝟑, 𝟒, … . , 𝟗
𝟏𝟎
Percentiles(𝑃P ): Son valores que dividen a la distribución de los datos en 100 grupos de igual
tamaño. Estos percentiles dividen según los siguientes porcentajes:
𝑃Q = 1%
𝑃S = 2%
𝑃SU = 23%
𝑃WS = 42%
𝑃g` = 50% =𝐷g = 𝑄S =Mediana
𝑃_U = 73%
𝑃jj = 99%
𝒌∗𝑵
𝑷𝒌 = , 𝒌 = 𝟏, 𝟐, 𝟑, 𝟒, … . , 𝟗𝟗
𝟏𝟎𝟎
MEDIDAS DE DISPERSIÓN
Mide la distancia que hay entre cada uno de xi con respecto de la media aritmética. Esto
implica analizar que dispersa es una distribucion de datos además que nos permite hacer la
comparativa entre poblaciones.
• Varianza 𝝈𝟐 𝒔𝟐
• Desviación 𝝈 𝒔
?)
Dependen de : Media aritmética o promedio (𝝁 𝒐 𝒙
Varianza 𝝈𝟐 𝒔𝟐
Varianza = 9,1634
Desviación = 3,0271
(𝝁 − 𝝈 , 𝝁 + 𝝈)
Intervalo
36,444 42,499
Media = 39,47142857
Aproximadamente el 70% de los pesos de los container que llegaron al puerto de cartagena
estuvo entre 11,01 y 13,85 ton
Tipos de relación
• Lineal
𝒚 = 𝜷𝟎 + 𝜷𝟏 𝒙
Esta relación entre las variables se puede evidenciar de forma gráfica a través de un diagrama
o gráfico de dispersión (nube de puntos)
𝒚 = 𝜷𝟎 + 𝜷𝟏 𝒙
Covarianza (𝒄𝒐𝒗𝒂𝒓𝒙𝒚 )
• Si hay relación lineal (directa) entre las variables, entonces la covarianza será
positiva. Entre “más grande” sea el valor de la covarianza implica mayor relación
entre las variables ( entre más alejada de cero )
• Si hay relación lineal (inversa) entre las variables, entonces la covarianza será
negativa. Entre “más grande” sea el valor de la covarianza implica mayor relación
entre las variables ( entre más alejada de cero )
∑ 𝑥𝑦
𝑆𝐶}~ = − 𝑥̅ 𝑦€ (𝑐𝑜𝑣𝑎𝑟𝑖𝑎𝑛𝑧𝑎)
𝑁
La covarianza como indicador de dependencia lineal entre las variables tiene un problema:
Que depende de las unidades de medida.
Para medir la dependencia entre las variables y que no existan problemas por las unidades de
medida, se encuentra:
-1 -0,5 0 0,5 1
Mide que tanta información (%) queda explicada por el modelo matemático planteado.
Regresión Exponencial
𝒚 = 𝑨 𝑹𝒙
El proceso para encontrar los estimadores del modelo de regresión exponencial, tendría que
llevarse acabo mediante la linealización de los datos.
𝒚 = 𝑨 𝑹𝒙
𝑙𝑜𝑔 𝑦 = log (𝑨 𝑹𝒙 )
𝒚 = 𝜷𝟎 + 𝜷𝟏 𝒙
𝑨 = 𝟏𝟎𝜷𝟎
𝑹 = 𝟏𝟎𝜷𝟏
𝑆 = {1, 2, 3, 4, 5, 6}
𝑆 = {𝐶𝑎𝑟𝑎 , 𝑆𝑒𝑙𝑙𝑜}
• Sea 𝑆 = {𝑥 / 𝑥 U − 3𝑥 + 2 = 0}
𝑆 = {1, −2}
• Sea 𝑆 = {𝑥/ 𝑥 S + 4𝑥 − 5 = 0}
𝑆 = {1, −5}
• Se tiene el siguiente experimento: Lanzar una moneda y despues lanzar una segunda
vez si sale cara. Si sale sello en el primer lanzamiento, entonces se lanza un dado
una vez. Determinar el espacio muestral S: 8
𝐴 = {3,4,5,6}
Unión
Si A y B son dos sucesos cualesquiera, la unión de A y B se define como el suceso que
contiene todos los resultados que pertenecen a A, o a B a a ambos. Se simboliza como:
𝐴∪𝐵
Intersección
Si A y B son dos sucesos cualesquiera, entonces la intersección de A y B se defines como el
suceso que contiene a todos los resultados que pertenecen a ambos, A y B. Se simboliza
como: 𝐴 ∩ 𝐵
Complemento
El complemento de un suceso A, se define como el suceso que contiene a todos los
resultados del espacio muestral S que no pertenecen a A. Se simboliza como: 𝐴“ , 𝐴´
Ejemplo:
• 𝐴“ = {𝑠𝑠𝑠}
𝐴“ = 𝐷
• 𝐵∩𝐷 = ∅
• 𝐵 ∩ 𝐶 = {𝑐𝑐𝑠, 𝑠𝑐𝑠}
• (𝐵 ∪ 𝐶 )“ = {𝑐𝑠𝑐, 𝑠𝑠𝑐 }
Un experimento consiste en lanzar un dado (legal) y despues lanzar una moneda (legal) una
vez si el numero en el dado es par. Si el número en el dado des impar, entonces la moneda
se lanza 2 veces. Determinar el espacio muestral S.
𝑆 = {1𝑐𝑐, 1𝑐𝑠, 1𝑠𝑐, 1𝑠𝑠, 2𝑐, 2𝑠, 3𝑐𝑐, 3𝑐𝑠, 3𝑠𝑐, 3𝑠𝑠, 4𝑐, 4𝑠, 5𝑐𝑐, 5𝑐𝑠, 5𝑠𝑐, 5𝑠𝑠, 6𝑐, 6𝑠 } 18
𝑆 = {1𝑐𝑐, 1𝑐𝑠, 1𝑠𝑐, 1𝑠𝑠, 2𝑐, 2𝑠, 3𝑐𝑐, 3𝑐𝑠, 3𝑠𝑐, 3𝑠𝑠, 4𝑐, 4𝑠, 5𝑐𝑐, 5𝑐𝑠, 5𝑠𝑐, 5𝑠𝑠, 6𝑐, 6𝑠 } 18
𝐴 = {1𝑐𝑐, 1𝑐𝑠, 1𝑠𝑐, 1𝑠𝑠, 2𝑐, 2𝑠, 3𝑐𝑐, 3𝑐𝑠, 3𝑠𝑐, 3𝑠𝑠} 10
𝐵 = {1𝑐𝑐, 3𝑐𝑐, 5𝑐𝑐 } 3
𝐶 = {1𝑠𝑠, 3𝑠𝑠, 5𝑠𝑠} 3
1. 𝐴 ∩ ∅ = ∅
2. 𝐴 ∪ ∅ = 𝐴
3. 𝐴 ∪ 𝐴“ = 𝑆
4. 𝑆 “ = ∅
5. ∅“ = 𝑆
6. (𝐴“ )“ = 𝐴
7. 𝐴 ∩ 𝐴“ = ∅
8. (𝐴 ∪ 𝐵)“ = 𝐴– ∩ 𝐵–
9. (𝐴 ∩ 𝐵)“ = 𝐴– ∪ 𝐵–
10. LEYES DE DE MORGAN
Sea:
𝑆 = {𝑎, 𝑏, 𝑐, 𝑑, 𝑒, 𝑓, 𝑔}
𝐴 = {𝑎, 𝑏, 𝑐, 𝑑, 𝑒}
𝐵 = {𝑎, 𝑐, 𝑒, 𝑔}
𝐶 = {𝑏, 𝑑, 𝑒, 𝑓}
Conteo (combinatoria)
Si una operación se puede realizar de 𝑛Q formas y para cada una de estas se puede llevar
acabo una segunda opción de 𝑛S formas y para cada una de estas 𝑛U formas y así
sucesivamente, entonces la cantidad de opciones o formas que se pueden realizar responde
a:
𝑛 = 𝑛Q × 𝑛S × 𝑛U × 𝑛W × … × 𝑛P
Dado 1 – 6 opciones
Dado 2 – 6 opciones
𝑛 = 6 × 6 = 36
Hay 36 opciones en dicho espacio muestral.
• 3 empresas desean contratar un empleado para cada una de las 4 áreas que tienen
en su deparatamento ¿cuántas oportunidades de empleo hay disponible?
𝑛 = 3 × 4 = 12
• Una persona va armar una torre de pc. Tiene la opción de comprar los procesadores
entre dos marcas, el disco duro de cuatro marcas diferentes, tarjeta de video de 3
marcas y un conjunto de accesorios de 5 marcas.
𝑛 = 2 × 4 × 3 × 5 = 120
𝑛 = 27 × 27 × 27 × 10 × 10 × 10 × 10 = 196830000
• Una persona puede tomar culesquiera de las 5 rutas para ir de A a B; 4 rutas para ir
de B a C; 6 rutas para ir de C a D; Si para ir de A hasta D debe pasar de A – B, B – C y
de C- D, ¿Cuantas rutas hay disponibles?
𝑛 = 5 × 4 × 6 = 120
𝑛 = 5 × 4 × 3 × 2 × 1 = 120
5! = 5 × 4 × 3 × 2 × 1 = 120
357
573
753
Suponga que de un grupo de 25 personas se deben elegir dos para los cargos presidente y
vicepresidente respectivamente. Determinar el número de formas posibles en los cuales se
pueden asignar estos dos cargos:
𝒏!
𝒏𝑷𝒓 =
( 𝒏 − 𝒓) !
𝟐𝟓!
𝟐𝟓𝑷𝟐 = = 𝟔𝟎𝟎
(𝟐𝟓 − 𝟐)!
1, 1, 1, 2 , 4, 4, 4
𝑛 = 7, 𝑛Q = 3, 𝑛S = 1, 𝑛U = 3
7!
= 140
3! ∗ 1! ∗ 3!
1, 1, 2 , 4, 4, 4
Cuántas claves empiezan por 1?
𝑛 = 6, 𝑛Q = 2, 𝑛S = 1, 𝑛U = 3
6!
= 60
2! ∗ 1! ∗ 3!
𝑛 = 6, 𝑛Q = 3, , 𝑛U = 3
6!
= 20
3! ∗ 3!
𝑛 = 6, 𝑛Q = 3, 𝑛S = 1, 𝑛U = 2
6!
= 60
3! ∗ 1! ∗ 2!
Se ordenan en una fila 5 balotas rojas, 2 balotas blancas y 3 balotas azules. ¿de cuántas
formas se pueden ordenar?
𝑛 = 10, 𝑛Q = 5, 𝑛S = 2, 𝑛U = 3
10!
= 2520
5! ∗ 2! ∗ 3!
Combinación: No Importa el orden
𝑛!
𝑛𝐶𝑟 =
𝑟! (𝑛 − 𝑟)!
𝑛 𝑛!
£ ¤=
𝑟 𝑟! (𝑛 − 𝑟)!
Un estudiante tiene que elegir 7 de 10 preguntas para un examen. ¿de cuántas maneras
puede elegir las preguntas?
P1 P6
P2 P7
P3 P8
P4 P9
P5 P10
P1,p2,p3,p4,p5,p6,p7
P10,p3,p2,p4,p5,p7,p6
10 10!
£ ¤= = 120
7 7! (10 − 7)!
6 6!
£ ¤= = 20
3 3! (6 − 3)!
15 15!
£ ¤= = 3003
5 5! (15 − 5)!
PROBABILIDAD DE UN EVENTO
0 ≤ 𝑝(𝐴) ≤ 1 𝑝(∅) = 0 𝑝 (𝑆 ) = 1
• Se lanza una moneda dos veces ¿Cuál es la probabilidad de que salga al menos un
sello?
𝐴 = {𝑐𝑠 , 𝑠𝑐 𝑠𝑠}
1 1 1 3
𝑝( 𝐴 ) = + + =
4 4 4 4
• Se carga un dado de forma que sea dos veces más probable que salga un número
par que uno impar. Si B es el evento de que ocurra un número menor que 4 en un
solo lanzamiento, calcular la 𝑝(𝐵)
W
calcular la 𝑝(𝐵) = j
𝑆 = {1,2,3,4,5,6}
𝐵 = {1,2,3}
1 2 1 4
𝑃 (𝐵 ) = + + =
9 9 9 9
𝑛 #𝑐𝑎𝑠𝑜𝑠 𝑓𝑎𝑣𝑜𝑟𝑎𝑏𝑙𝑒𝑠
𝑝( 𝐴 ) = =
𝑁 # 𝑐𝑎𝑠𝑜𝑠 𝑡𝑜𝑡𝑎𝑙𝑒𝑠
• Una urna contiene 2 balotas de color negro, 3 de color blanco, 4 de color rojo y 5
de color verde. Se extrae una balota de la urna, calcular la probabilidad de:
4 5
𝑝(𝐵´) = 1 − = = 0,7142 → 71,42%
14 7
4 5 9
𝑝( 𝐵 ∪ 𝑉 ) = 𝑝 ( 𝐵 ) + 𝑝 ( 𝑉 ) = + = = 0,6428 → 64,28 %
14 14 14
𝑝( 𝐴 ∪ 𝐵 ) = 𝑝( 𝐴 ) + 𝑝 ( 𝐵 )
1 1 1 3
𝑝 (𝐴 ) = + + =
8 8 8 8
𝐴 = 𝑆𝑎𝑙𝑔𝑎 7
𝐵 = 𝑆𝑎𝑙𝑔𝑎 11
6 1
𝑝( 𝐴 ) = =
36 6
2 1
𝑝( 𝐵 ) = =
36 18
1 1 2
𝑃 (𝐴 ∪ 𝐵 ) = + =
6 18 9
la probabilidad de que obtener un 7 o un 11 cuando se lanza un par de dados es de
22,2%
Se definen los eventos: A que significa los casos en el que la suma sea par y B los casos en
los que la suma > 2 y sea número primo. Calcular la probabilidad de obtener en la suma un
número par o un número primo > 2
𝐴 = { } 18
𝐵 = { } 14
18 1
𝑝( 𝐴 ) = =
36 2
14 7
𝑝( 𝐵 ) = =
36 18
1 7 8
𝑃 (𝐴 ∪ 𝐵 ) = + =
2 18 9
Se definen los eventos: A que significa los casos en el que la suma sea par y D la suma sea
un múltiplo de 3. Calcular la probabilidad de obtener en la suma un número par o un número
primo > 2
𝐴 = { } 18
𝐷 = { } 12
18 1
𝑝( 𝐴 ) = =
36 2
12 1
𝑝( 𝐷 ) = =
36 3
18 12 6 2
𝑃 (𝐴 ∪ 𝐷 ) = + − =
36 36 36 3
la probabilidad de obtener en la suma un número par o un número primo > 2 es de 66,6%
Es la probabilidad de que ocurra un evento dado que sucedió otro, y se denota como:
Sean dos eventos A y B, entonces.
𝑝( 𝐴 ∩ 𝐵 )
𝑝(𝐵/𝐴) = , 𝑐𝑜𝑛 𝑝(𝐴) ≠ 0
𝑝 (𝐴 )
𝑝( 𝐴 ∩ 𝐵 )
𝑝(𝐴/𝐵) = , 𝑐𝑜𝑛 𝑝(𝐵) ≠ 0
𝑝 (𝐵 )
• Una urna contiene 4 balotas rojas y 5 blancas. De las 4 Rojas, se sabe que 2 tienen
una textura lisa y las otras una textura rugosa; de las 5 blancas, 4 son de textura lisa
y una rugosa. Se extrae una balota de la urna, sale roja ¿Cuál es la probabilidad de
que sea rugosa?
𝑝( 𝐴 ∩ 𝐵 )
𝑝(𝐴/𝐵) =
𝑝 (𝐵 )
𝐴 = 𝑆𝑎𝑙𝑔𝑎 𝑟𝑢𝑔𝑜𝑠𝑎
𝐵 = 𝑆𝑎𝑙𝑔𝑎 𝑟𝑜𝑗𝑎
3
𝑝( 𝐴 ) =
9
4
𝑝( 𝐵 ) =
9
2
𝑝( 𝐴 ∩ 𝐵 ) =
9
2
1
𝑝(𝐴/𝐵) = 9 =
4 2
9
𝑝( 𝐴 ∩ 𝐵 )
𝑝(𝐴/𝐵) =
𝑝 (𝐵 )
𝐴 = 𝑇𝑒𝑛𝑒𝑟 𝑣𝑖𝑣𝑖𝑒𝑛𝑑𝑎
𝐵 = 𝑇𝑒𝑛𝑒𝑟 2 ℎ𝑖𝑗𝑜𝑠
𝑝(𝐴) = 0,4
𝑝(𝐵) = 0,25
𝑝(𝐴 ∩ 𝐵) = 0,15
0,15
𝑝(𝐴/𝐵) = = 0,6
0,25
La probabilidad de que tenga vivienda es de 60%
𝐴 = 𝑇𝑒𝑛𝑒𝑟 𝑣𝑖𝑣𝑖𝑒𝑛𝑑𝑎
𝐵 = 𝑇𝑒𝑛𝑒𝑟 2 ℎ𝑖𝑗𝑜𝑠
0,15
𝑝(𝐵/𝐴) = = 0,375
0,4
Suponga que se lanzan 2 dados equilibrados y se ha observado que la suma T ha sido impar.
Calcular la probabilidad de que T haya sido < 8
A = Número < 8
T = Número impar
𝑝( 𝐴 ∩ 𝑇 )
𝑝(𝐴/𝑇) =
𝑝( 𝑇 )
18
𝑝( 𝑇 ) = = 0,5
36
12
𝑝( 𝐴 ∩ 𝑇 ) =
36
1
2
𝑝(𝐴/𝑇) = 3 =
1 3
2
𝑝( 𝐴 ∩ 𝑇 )
𝑝(𝐴/𝑇) =
𝑝( 𝑇 )
18
𝑝( 𝑇 ) = = 0,5
36
14
𝑝( 𝐴 ∩ 𝑇 ) =
36
14
7
𝑝(𝐴/𝑇) = 36 =
18 9
36
EVENTOS INDEPENDIENTES
Se tienen tres marcas de procesadores para pc portátiles: x, y, z. Estas van a ser clasificadas
de acuerdo con la optimización en su rendimiento. Es así que se van a definir los eventos:
A: El procesador x es preferido al y.
B: El procesador x es clasificado como el mejor.
C: El procesador x es clasificado como el segundo mejor.
D: El procesador x es clasificado como el tercer mejor.
Si se sabe que no hay preferencias por alguno en particular y aleatoriamente se ordenan los
procesadores ¿Es el evento A independiente del B?, del C? del D?
1
𝑝( 𝐴 ) =
2
𝑝 (𝐴 ∩ 𝐵 ) 2⁄6
𝑝( 𝐴 ⁄ 𝐵 ) = = = 1, 𝑒𝑛𝑡𝑜𝑛𝑐𝑒𝑠 𝐴 𝑦 𝐵 𝑛𝑜 𝑠𝑜𝑛 𝑖𝑛𝑑𝑒𝑝𝑒𝑛𝑑𝑖𝑒𝑛𝑡𝑒𝑠
𝑝 (𝐵 ) 2⁄6
𝑝( 𝐴 ∩ 𝐶 ) 1
𝑝( 𝐴 ⁄ 𝐶 ) = = , 𝑒𝑛𝑡𝑜𝑛𝑐𝑒𝑠 𝐴 𝑦 𝐶 𝑠𝑜𝑛 𝑖𝑛𝑑𝑒𝑝𝑒𝑛𝑑𝑖𝑒𝑛𝑡𝑒𝑠
𝑝 (𝐶 ) 2
𝑝 (𝐴 ∩ 𝐷 )
𝑝( 𝐴 ⁄ 𝐷 ) = = 0, 𝑒𝑛𝑡𝑜𝑛𝑐𝑒𝑠 𝐴 𝑦 𝐷 𝑛𝑜 𝑠𝑜𝑛 𝑖𝑛𝑑𝑒𝑝𝑒𝑛𝑑𝑖𝑒𝑛𝑡𝑒𝑠
𝑝 (𝐷 )
Una persona ha olvidado un número telefónico, pero aún recuerda las 5 cifras intermedias
de un total de 7. Sabiendo que además que el primer dígito debe ser par ≠ 0 y la última es
impar > 4 ¿Cuál es la probabilidad de acertar el número?
REGLA MULTIPLICATIVA
𝑝( 𝐴 ∩ 𝐵 )
𝑝(𝐴/𝐵) = , 𝑐𝑜𝑛 𝑝(𝐵) ≠ 0
𝑝 (𝐵 )
𝑃(𝐴 ∩ 𝐵) = 𝑃 (𝐵 ∩ 𝐴) = 𝑝(𝐴/𝐵)𝑝(𝐵)
𝑃(𝐴 ∩ 𝐵) = 𝑃 (𝐵 ∩ 𝐴) = 𝑝(𝐴)𝑝(𝐵)
Supóngase que tiene una caja de bombillos led que contiene 20 unidades, de las cuales 5
están defectuosas. Si se seleccionan aleatoriamente 2 bombillos led y se retiran uno después
del otro, ¿Cuál es la probabilidad de que ambos sean defectuosos?