Beruflich Dokumente
Kultur Dokumente
Existe un 1% de
probabilidad de que la
Tierra sea golpeada
por un NEO de 300
metros de dimetro
durante el siglo XXI.
Si se mide la corriente que circula por un alambre de cobre delgado, lo que se esta
haciendo es un experimento. Sin embargo al repetir la medicion durante varios dias
la medicion los resultados que se obtienen son un poco diferentes debido a pequeas
variaciones en las variables que no estan controladas en el experimento, como son:
- los cambios en la temperatura ambiente.
- ligeras variaciones en el instrumento de medicion y
- pequeas impurezas en la composicion qumica del alambre en diferentes partes,
ademas de
- las variaciones en la fuente de corriente.
En consecuencia, se dice que este experimento (asi como muchos otros) tiene un
componente aleatorio. En algunos casos, las variaciones aleatorias observadas son
tan pequeas en relacin con las metas del experimento, que pueden ignorarse.
Sin embargo, la variacin casi esta presente y su magnitud puede llegar a ser tan
importante a tal grado, que las conclusiones del experimento no sean muy evidentes.
En estos casos , son muy valiosos los mtodos de modelado y anlisis de datos
experimentales.
7
Si se mide la corriente que circula por un alambre de cobre delgado, lo que se esta
haciendo es un experimento. Sin embargo al repetir la medicion durante varios dias
la medicion los resultados que se obtienen son un poco diferentes debido a pequeas
variaciones en las variables que no estan controladas en el experimento, como son:
- los cambios en la temperatura ambiente.
- ligeras variaciones en el instrumento de medicion y
- pequeas impurezas en la composicion qumica del alambre en diferentes partes,
ademas de
- las variaciones en la fuente de corriente.
En consecuencia, se dice que este experimento (asi como muchos otros) tiene un
componente aleatorio. En algunos casos, las variaciones aleatorias observadas son
tan pequeas en relacin con las metas del experimento, que pueden ignorarse.
Sin embargo, la variacin casi esta presente y su magnitud puede llegar a ser tan
importante a tal grado, que las conclusiones del experimento no sean muy evidentes.
En estos casos , son muy valiosos los mtodos de modelado y anlisis de datos
experimentales.
8
Experimento. La observacin de alguna actividad o el
acto de realizar alguna medicin.
El lanzamiento de una
moneda equilibrada es un
experimento estadstico.
10
Evento. Un conjunto de uno o ms resultados del
experimento.
El resultado
de la TINKA
es un evento
estadstico.
Espacio Muestral. Es el conjunto de todos los
resultados de un experimento. Se simboliza con S.
Probabilidad de que el sol desaparezca: 0.00
Probabilidad de que una moneda salga sello: 0.5
Probabilidad de que el petrleo baje de precio: 0.10
Probabilidad de aprobar Estadstica : 0.80
Probabilidad de que el Sport Huancayo campeone: 0.01
14
CONCEPTO CLSICO DE LA PROBABILIDAD
El enfoque clsico o a priori de la probabilidad
est basado en la suposicin de que todos los
resultados del experimento son igualmente
posibles.
La probabilidad se calcula de la siguiente manera:
nmero de posibles
resultados del evento
Probabilidad
del evento =
nmero total de
resultados posibles del
experimento 15
Ejemplo
El experimento es lanzar un dado. Cul es la
probabilidad de que caiga un dos hacia arriba?
P( caiga 2 ) = 1 = 0.166
6
Cuando solo puede ocurrir un evento a la vez
se dice que son eventos mutuamente
exclusivos.
16
CONCEPTO FRECUENTISTA DE PROBABILIDAD
La probabilidad de que suceda un evento es
determinada observando como sucede el
evento en el pasado. En trminos de
frmula:
nmero de veces que sucedi
Probabilidad el evento en el pasado
de que suceda =
un evento nmero total de
observaciones
17
Ejemplo
Se sabe que una moneda est cargada. Para
determinar la probabilidad de que caiga sello
se lanza 60 veces la moneda al aire, de las
cuales 25 veces cay sello. Si aplicamos la
frmula:
P(cae sello ) 25 = 0.41
60
18
CONCEPTO SUBJETIVO DE LA
PROBABILIDAD
Si no hay experiencia anterior o hay muy poca
sobre la cual basar una probabilidad, esta se
fundamenta en la intuicin, opiniones, creencias
personales y otra informacin indirecta. Este tipo
de probabilidad es el enfoque subjetivo de la
probabilidad.
20
Ejemplo: Hay una alta probabilidad de
sacarme un 11.
21
22
REGLA DE ADICIN
P(AoB)=P(A)+P(B)
P(AoBoC)=P(A)+P(B) + P(C)
27
Una mquina llena bolsas de plstico con mezcla
de frijoles, brcolis y legumbres. La mayora tiene
pesos correctos, pero debido a ligeras variaciones en
el tamao de los frijoles y de las otras legumbres,
un paquete puede tener un peso ligeramente menor
o mayor. Una verificacin anterior de muchos
paquetes indico:
PESO EVENTO N PAQUETE PROBABILIDAD DE
OCURRENCIA
29
REGLA DE
MULTIPLICACION
30
Supngase que se arrojan simultneamente un dado
y una moneda, y se quiere calcular la probabilidad
de obtener un 5 y un sello.
1 1 1
X =
6 2 12
EAI04 35
Ejemplo
Se lanzan dos monedas Cul es la
probabilidad de que ambas caigan cara?
Solucin:
P(AyB) = P(A) * (P(B)
= (1/2)*(1/2)
= 0.25
36
PROBLEMA 01
La probabilidad de que una industria peruana, se ubique en
Munich es 0.7, la probabilidad de que se ubique en Bruselas
es 0.4 y la probabilidad de que se ubique en Munich o
Bruselas o en ambas es de 0.8 Cul es la probabilidad de
que la industria se ubique en ?
a. en ambas ciudades?
b. En ninguna de las ciudades?
SOLUCION
P (M) = 0.7
P (B) = 0.4
P (M u B) = 0.8
P ((M u B)c) = 0.2
P (M n B) = P(M) + P(B) P(M u B)
= 0.7 + 0.4 - 0.8
= 0.3
PROBLEMA 01
S
M B
0.2
43 70 105
52
45 31
82
C 66
Operando:
5 15 18
10
12 25
7
C 8
A B S
6 5 15
10
15 15
16
C 18
PROBLEMA 05
a) Viva en Lince pero no sea de estrato uno ni provenga de
colegios parroquiales:
P (A (B U C)) = 6 / 100
b) Viva en Lince y provenga de colegios`parroquiales, pero no sea
de estrato uno:
P ((A n B) - C) = 15 / 100
c) Sea de estrato uno, pero no viva en Lince:
P (B - A) = 30 / 100
d) Provenga de colegios parrquiales, pero no sea de estrato uno:
P (C - B) = 31 / 100
e) No cumpla ninguna de tres caractersticas:
P((A U B U C)c) = 18 / 100
PROBLEMA 06
Si se toman cuatro libros al azar de la Biblioteca de Qumica que
contiene, 4 libros de Algebra, 5 de Probabilidad, 2 de Geometra y
una Biblia. Determine la probabilidad de que:
a. Se seleccione la Biblia
b. Se seleccione un libro de Probabilidad y dos de Algebra
c. Se seleccione un libro de Algebra, dos de Probabilidad y uno de
Geometra.
d. Se seleccione un libro de Geometra y la Biblia.
PROBLEMA 06
S TIENE 12 C 4 = 495 ELEMENTOS.
a) Se seleccione la Biblia.
P (B) = P(B A P G) + p (B A A P) + P (B P P G) + P (B A G G) +
P (B A A A) + P (B P P P) + P (B A A G) + P (B P P A) +
P (B P G G)
55
PROBLEMA 08
EAI04 57
PROBLEMA 10
59
DIAGRAMA DE RBOL
(arborigrama)
EAI04 60
DIAGRAMA DE RBOL
EAI04 62
En el fondo, la teora
de probabilidades es
slo sentido comn
expresado con nmeros.
Laplace (1749-1827)
DIAGRAMAS DE RBOL
3 2 6
=
2 12 11 132
11
4 3 4 12
11 =
12 11 132
5
11 3 5 15
=
12 11 132
3
12 4 3 12
=
3 12 11 132
11
4 3
4 3 12
12 11 =
5 12 11 132
11 4 5 20
=
12 11 132
5
5 3 15
12 3 =
12 11 132
11
4
5 4 20
11 =
4 12 11 132
11
5 4 20
=
12 11 132
DIAGRAMAS DE RBOL
3 3 9
=
3 12 12 144
12
4 3 4 12
12 =
12 12 144
5
12 3 5 15
=
12 12 144
3
12 4 3 12
=
3 12 11 144
12
4 4
4 4 16
12 12 =
5 12 12 144
12 4 5 20
=
12 12 144
5
5 3 15
12 3 =
12 12 144
12
4
5 4 20
12 =
5 12 12 144
12
5 5 25
=
12 12 144
DIAGRAMAS DE RBOL
B 60
30 100
= NO TARDE 30 60 18
100 T
100 100 100
70 70 20 14
T = TARDE
20 100 100 100
100
100
M 80
100
70 80 56
T = NO TARDE
100 100 100
12 14 26
P(TARDE )
100 100 100
Para ir al trabajo un individuo toma el bus, el 30% de las veces, o el metro (el
70% restante), y llega tarde el 40% de las veces que va en el bus y el 20% de las
que va en el metro.
30 40 12
40 T = TARDE
100 100 100
100
B 60
30 100 Llega TARDE
30 60 18
100 T = NO TARDE
100 100 100
0,12 0,14
BUS METRO
70 70 20 14
T = TARDE
20 100 100 100
100
100
M 80
100
70 80 56
T = NO TARDE
100 100 100
12 14 26 18 56 74
P(TARDE ) P ( NO TARDE )
100 100 100 100 100 100
12
P( B T ) 100 12
P( B / T ) 0,46
P(T ) 26 26
100
Un estudio sobre los crditos concedidos por un banco multinacional el pasado ao revela
que el 42% de dichos crditos se han concedido a clientes espaoles, el 33% a clientes del
resto de la Unin Europea y el 25% a clientes del resto del mundo. De esos crditos, los
crditos hipotecarios suponen, respectivamente, el 30%, el 24% y el 14%. Elegido un
cliente al azar que ha recibido un crdito, cul es la probabilidad de que el crdito
concedido sea hipotecario?.
33% UE
76%
H = No Hipotecario P(H)= 0,33 0,76 = 0,250
25%
14% H = Hipotecario P(H)= 0,25 0,14 = 0,035
RM
86%
H = No Hipotecario P(H)= 0,25 0,86 = 0,215
PROBABILIDAD
Si sabemos que a un cliente se le ha concedido un crdito hipotecario, qu
a posteriori probabilidad hay de que sea espaol?.
Solucin:
Mujeres
= P(F|H) P(H) / P(F) Varones
0,7 Mujer
0,9 Los caminos a travs
No fuma de nodos representan
Estudiante intersecciones.
Las bifurcaciones re-
0,3 0,2 presentan uniones dis-
Fuma
Hombre juntas.
Podis resolver los
0,8 problemas usando la
No fuma tcnica de vuestra
preferencia.
Veamos otro ejemplo:
Pap
Autobs Mam
Cancn Hermano
Pap
Avin
Mam
Hermano
Contamos ahora, todas las opciones de la
ltima columna solamente y tendremos el total
de formas posibles en las que Laura puede
efectuar su viaje.
Esto corresponde a:
12 opciones distintas
MEDIDA
MEDIDA 1
1 MEDIDA
2
META MEDIDA
3
MEDIDA
MEDIDA 1
2
MEDIDA
2
EAI04 78
DIAGRAMA DE RBOL
EAI04 79
DIAGRAMA DE RBOL
EAI04 80
DIAGRAMA DE RBOL
EAI04 81
Diagrama de rbol: Ejemplo
Cmo disminuir los costes de calidad?
Optimizar costes de realizacin de procedimientos
Optimizar costes de
Optimizar costes de formacin
prevencin
Optimizar costes de pautas de inspeccin
83
Thomas Bayes naci en Londres, Inglaterra. Su
padre fue ministro presbiteriano. Posiblemente
De Moivre fue su maestro particular, pues se
sabe que por ese entonces ejerca como profesor
en Londres. Bayes fue ordenado ministro
presbiteriano y muere en 1761. Sus restos
descansan en el cementerio londinense de Bunhill
Fields. La traduccin de la inscripcin en su
tumba es:
P(B Ai )
P(Ai|B)
A3 A4 P(B)
donde P(B) se puede calcular usando el teorema de la
probabilidad total:
n
P( B) P( B Ai )
i 1
Teorema de Bayes
P(B|A)P(A)
P(A|B) = P(B|A) P(A)/P(B) =
P(B|A)P(A) + P(B|Ac)P(Ac)
de lo que se deduce (aunque resulta filosficamente controvertido),
P(H|X) = 0.95 x 0.90 / (0.95 x 0.90 + 0.07 x 0.10) = 0.9919, es decir, 99.2%
Fuma
0,1
Hombre
0,7
No fuma
0,9
Estudiante
En el problema anterior:
Se elige a un individuo al
0,2
0,3 Fuma azar y resulta fumador.
Mujer Cul es la probabilidad
0,8
de que sea una mujer?
No fuma
1
a) 2 3
Caja I
5 P P ( I ) P ( R | I ) P ( II ) P ( R | II )
1 3 1 2 2
1
Caja II
2
10
2 3 2 2 2 8 5
2
b)
1 3
P( I ) P( R | I )
2 3 2 3
P
P( I ) P( R | I ) P( II ) P( R | II ) 1 3 1 3 4
2 3 2 2 2 8
8/ Un ladrn es perseguido por un coche de polica y al llegar a un determinado cruce
se encuentra tres posibles calles por las que huir (A, B y C), de tal manera que las
dos ultimas son tan estrechas que por ellas no cabe el coche de polica, de lo cual el
ladrn no se da cuenta
Si huye por la calle A le atrapan seguro puesto que la final de la misma hay otra
patrulla de polica. Si huye por la calle C se escapa seguro puesto que no est
vigilada. Si huye por la calle B se encontrar que esta se bifurca en dos callejuelas:
la BA, que conduce a A y la BC que conduce a C-
a) Cul es la probabilidad de que el ladrn sea atrapado?
b) Sabiendo que escap, cul es la probabilidad de que huyera por la C entrando
por la B y llegando a C por la callejuela BC?
Polica
a)
1
A Atrapado
3 1
BA
1 2 Atrapado
Polica Ladrn B
3
BA
B
BC
1
BC Escapa
2
1
Va libre 3 C Escapa
P(atraparle) P (A) P(atraparle en A)
P(B) P (BA) P(atraparle en BA) P (BC) P(atraparle en BC)
1 1 1 1 1 1 1 1
P(C) P (atraparle en C) 1 1 0 0
3 3 2 2 3 3 6 2
b)
1 1
1
P(B) P(BC) P(escapar C) 3 2 1
P(escapar por BC)
P(escapar) 1 3
2
1 1
P(escapar) 1 - P (ser atrapado) 1 -
2 2
17/ En unos laboratorios se preparan tres vacunas contra la misma enfermedad. Las probabilidades de obtener
en el mercado cada una de ellas son: vacuna 1=1/6; vacuna 2=1/3; vacuna 3=1/2. Las probabilidades de
inmunidad con cada una son: vacuna 1=0,90; vacuna 2=0,94; vacuna 3=0,88. Calclese la probabilidad de que,
utilizando cualquiera de ellas, el sujeto vacunado resulte inmune.
Las posibles dobles extracciones de U1 son: bb, br, nn, nb y nr ; cuyas probabilidades respectivas son:
5 7 5 9 8 1 8 6 8 9
, , , y
13 16 13 16 13 16 13 16 13 16
Sea B el suceso cuya probabilidad queremos calcular. Por el teorema de la probabilidad total tenemos que:
a) De que realmente haya presencia de bacterias cuando el test ha dado resultado positivo
b) dem cuando del resultado del test es negativo
c) De que haya bacterias y el test sea positivo
d) De que, o haya bacterias, o el test sea positivo
Designaremos por T el suceso que haya bacterias tipo T y por C el suceso el test dio positivo.
a) Por el teorema de Bayes:
P(C / T ) P(T ) 0, 9 0, 2 9
P(T / C )
P(C / T ) P(T ) P(C / T ) P(T ) 0, 9 0, 2 0, 2 0,8 17
Denominaremos:
A1 al suceso la delegacin porta droga
A2 al suceso la delegacin no lleva droga
B al suceso una misin inspeccionada arroja resultado negativo
Conocemos:
P( A1 ) 0,1 P( A2 ) 0,9
8 2
P( B / A1 )
2 0 28
P( B / A2 ) 1
10 45
2
Y nos pide P(A2/B). Esta probabilidad podemos calcularla con ayuda del teorema de Bayes:
P( A2 ) P ( B / A2 )
P( A2 / B) 0, 9353
P( A1 ) P( B / A1 ) P( A2 ) P( B / A2 )
22/ Una caja contiene 3 monedas, 2 normales y una con dos caras. Se elige una moneda al azar y se efecta una
tirada. Si sale cara se tira otra vez. Si sale cruz se elige una de las otras dos que quedan en la caja y se tira. Se pide:
P(dos caras) P( B) P( B A1 ) P( B A2 ) P( A1 ) P( B / A1 ) P( A2 ) P( B / A2 )
a) 2 1 1 1 1
1 0,5
3 4 3 6 3
(donde A1 es el suceso consistente en que la moneda extrada sea normal y A2 que la moneda extrada sea la especial)
1
P( A2 B) P( A2 ) P( B / A2 ) 3 2 2 1 1 1 1
b) P( A / B) P ( H ) P ( M 1 ) P (C / M 1 ) P ( M 2 / M 1 ) P (C / M 2 )
P( B) P( B) 1 3 3 2 2 2 12
2
c) Saldrn dos cruces si la primera moneda era normal y el lanzamiento fue cruz y la segunda moneda era tambin nor mal y asimismo arroj
cruz. Llamaremos:
2 1 1 1 1
P( H ) P( M 1 ) P(C / M 1 ) P( M 2 / M 1 ) P(C / M 2 )
3 2 2 2 12
23/ Una urna contiene 2 bolas blancas, 5 negras y 4 rojas, y de ella extraemos tres bolas, una a continuacin de
otra. La primera que se extrajo result roja, la segunda no se mir y la tercera fue negra.
Determinar la probabilidad de que la bola extrada en segundo lugar sea blanca.
La informacin de que la primera bola extrada fue roja reduce el problema inicial a este otro:
Una urna con 2 bolas blancas, 5 negras y 3 rojas y de ella extraemos 2 bolas, una despus de la otra. La primera no se mir y la segunda era
negra. cul es la probabilidad de que la bola extrada en primer lugar sea blanca?
Llamamos B, N y R a los sucesos salir bola blanca, negra o roja en primer lugar y C al suceso segunda bola extrada sea negra
5 4 5
P(C / B) P (C / N ) P (C / R )
9 9 9
2 5 3
P( B) P( N ) P( R)
10 10 10
Y pretendemos calcular es P(B/C) lo que haremos con ayuda del teorema de Bayes. As tenemos:
P(C / B) P( B) 2
P( B / C )
P(C / B) P( B) P(C / N ) P( N ) P(C / R) P( R) 9
2 1
6 3 5
P/U3) =
2 1 2 1 4 1 23
5 3 6 3 5 3
132
Autoexamen 5-13
Un fabricante desarrollo 5 bases para lmpara y 4
pantallas que se pueden usar juntas. Cuntos
arreglos distintos de base y pantalla se pueden
ofrecer?
133
Autoexamen 5-13
Una industria fabrica 3 modelos de receptores
estereo, 2 aparatos de casete, 4 bocinas y 3
tornamesas. Cuntos sistemas distintos puede
ofrecer esta industria?
Nmero total de arreglos = m*n*o*p
Nmero total de arreglos = 3*2*4*3 = 72
134
Autoexamen 5-13 Una tienda anuncia que por
US$ 20,000.00 se puede adquirir un convertible, un
dos puertas o un modelo de cuatro puertas, con
eleccin de cubreruedas deportivos o comunes.
Cuntos arreglos diferentes de modelos y
cubreruedas puede ofrecer la tienda?
Nmero total de arreglos = m * n = 3 * 2 = 6
135
136
PERMUTACION
Disposicin en orden de un conjunto de
objetos en el que hay un primero, un
segundo, un tercero, etc. hasta n.
n!
P =
n r (n r)!
P: nmero de permutaciones
n: nmero total de objetos
r: nmero de objetos que se dispondr 137
Ejemplo 1:
Se desea ensamblar tres elementos electrnicos
en cualquier orden. de cuantas formas
diferentes se pueden reunir?
:
n! 3!
P = =
n r
(n r)! (3 3)!
=6
138
Auto examen 5-14
a que es igual 6!? = 6*5*4*3*2*1= 720
a que es igual 6!2!/4!3!? = 10
Un operador debe realizar 4 verificaciones de
seguridad antes de activar una mquina. No
importa el orden en que se realicen las
verificaciones. De cuantas formas diferentes e
puede realizar las verificaciones el operador?
4!
P = = 24
4 4
(4 4)! 139
Auto examen 5-14
Utilizar 10 nmeros del 0 al 9 para crear grupos
de cdigo de 4 cifras fin de identificar un articulo de
ropa. El cdigo 1083 podra ser una blusa azul, talla
media. El grupo cdigo 2031 podra identificar unos
pantalones, talla 18,etc. No se permiten repeticiones
de los nmeros. Es decir, el mismo nmero no puede
utilizarse dos veces o mas en una secuencia total.
Por ejemplo 2256, 2562, o 5559 no se permitirn
Cuntos grupos de distintos cdigos pueden
establecerse?
10!
10P4 = = 5040
(10 4)!
140
Auto examen 5-15
Un msico desea escribir una partitura basada
solamente en cinco notas (la, si, do, re y mi). Sin
embargo, solo tres notas de las cinco se utilizarn en
sucesin, como do, la y mi. No se permitirn
repeticiones como la, la y mi.
1) Cuantas permutaciones de las cinco notas,
tomadas tres cada vez, son posibles?
= 5*4*3 = 60
2) Utilizando la formula para permutaciones,
Cuntas permutaciones son posibles?
5!
5P3 = = 60
(5 3)! 141
PERMUTACION CON
REPETICION
Disposicin en orden de un conjunto de
objetos en el que hay un primero, un
segundo, un tercero, etc. hasta n, pero que
se permiten las repeticiones.
n r
P
n r =
P: nmero de permutaciones
n: nmero total de objetos
r: nmero de objetos que se dispondr 142
Auto examen 5-16
Un msico desea escribir una partitura basada
solamente en cinco notas (la, si, do, re y mi). Sin
embargo, solo tres notas de las cinco se utilizarn en
sucesin, como do, la y mi. Se permitirn
repeticiones como la, la y mi.
Hay 60 permutaciones sin repeticin de tres notas
Cuantas permutaciones son posibles si se permiten
las repeticiones?
P
5 3 = 5 3 = 125
143
144
COMBINACION
Dado un conjunto de n elementos, se denomina
combinaciones de tamao r a todos los conjuntos que
se pueden formar con r elementos tomados de entre los
n elementos, de modo que cada conjunto difiera de los
dems en por lo menos un elemento.
n!
n Cr =
r!(n r)!
P: nmero de permutaciones
n: nmero total de objetos
r: nmero de objetos que se dispondr
145
Ejemplo 2:
A un Dpto. de Pinturas le han pedido que disee
cdigos de color para 42 elementos distintos. Se van
a utilizar tres de cada uno. sern adecuados siete
colores tomados de tres cada vez para codificar las
42 partes mecnicas ?
7!
7 C3 = = 35
3!(7 3)!
146
Auto examen 5-17
Verificar las 56 combinaciones mencionadas en el
prrafo anterior.
8!
= 56
8C3 = 3!(8 3)!
Como un plan alternativo para codificar por color
las 42 partes, se sugiri que se colocaran solo dos
colores en cada una. Serian adecuados 10 colores
para codificar las 42 partes?
10!
= 42
10C2= 2(10 3)
147
148
El conjunto de todos los resultados posibles de un
experimento se llama espacio muestral y se representa con
el simbolo S.
Espacio muestral es el conjunto formado por todos los
posibles resultados de un experimento aleatorio. En adelante
lo designaremos por E.
Ejemplo 3: Cuando el experimento es lanzar un dado:
E1={1,2,3,4,5,6}
E2={par, impar}
Ejemplo 4: Cuando el experimento es lanzar una moneda:
E3={sello, cara}
149
Ejemplo 5: Cuando se seleccionan tres artculos de forma
aleatoria de un proceso de fabricacin y se clasifican como
defectuosos (D) y no defectuosos (N):
150
Primer Segundo Tercer Punto
artculo artculo artculo muestral
D DDD
D
N DDN
D
D DNN
N
N DNN
D NDD
D
N NDN
N
D NND
Diagrama N
de Arbol N NNN
151
152
Evento: subconjunto de un espacio muestral.
Ejemplo 6: Evento B cuando el numero de defectuosos es
mayor que 1 respecto al espacio muestral E4:
153
154
Auto examen 5-17
Verificar las 56 combinaciones mencionadas en el
prrafo anterior.
8!
= 56
8C3 = 3!(8 3)!
Como un plan alternativo para codificar por color
las 42 partes, se sugiri que se colocaran solo dos
colores en cada una. Serian adecuados 10 colores
para codificar las 42 partes?
10!
= 42
10C2= 2(10 3)
155