SlideShare ist ein Scribd-Unternehmen logo
1 von 14
Procesos industriales área
       manufactura.
 Eventos aleatorios, espacio
muestral y técnicas de conteo
  Leonardo García Lamas .
Eventos aleatorios
Un evento se entiende como el acontecimiento de un hecho
en proceso o por venir. Se dice que es aleatorio, si no es
posible determinarlo con exactitud. En todo caso, será posible
predecirlo con un nivel dado de confianza. Al evento también
se le denomina un suceso o un fenómeno.


Generalmente, se simula el evento por un conjunto de
variables relacionadas entre si. Por lo tanto, un evento está
representado con una o más variables vinculadas entre ellas.
Si las variables (una o varias de éstas) no son predecibles
con exactitud se dice que el evento es aleatorio.
Generalmente las variables representan atributos y
propiedades de los entes que intervienen en el evento, y que
pueden ser medidos.
Ejemplos
 Se lanza una moneda de un peso mexicano. Se observa si el
  resultado es águila o sol.

 Se lanza un par de dados y se observa la suma de los números de
  la cara superior.

 De una baraja americana normal, se reparte una mano de póker de
  cinco cartas y se cuenta el número de Ases entregados.

 Se coloca un foco a la corriente y se mide el tiempo que éste tarda
  en fundirse.
 En una urna con bolas de igual forma pero donde hay 20 de color
  negro y 30 de color blanco. Se extraen tres bolas y se cuenta el
  número de bolas blancas extraídas.
Espacio muestral

 Un espacio muestral o espacio de muestreo es el
 conjunto de todos los resultados posibles de un
 experimento aleatorio. A cada uno de sus elementos
 se los denomina como punto muestral o,
 simplemente, muestra.
• Por ejemplo, si el experimento consiste en lanzar dos
 monedas, el espacio de muestreo es el conjunto
 {(cara, cara), (cara, cruz), (cruz, cara) y (cruz, cruz)}.
 Un evento o suceso es cualquier subconjunto del
 espacio muestral, llamándose a los sucesos que
 contengan un único elemento sucesos elementales.
 En el ejemplo, el suceso "sacar cara en el primer
 lanzamiento", o {(cara, cara), (cara, cruz)}, estaría
 formado por los sucesos elementales {(cara, cara)} y
 {(cara, cruz)}.
• En algunos casos, los experimentos pueden tener dos o
  más espacios muéstrales posibles. El experimento de
  tomar un naipe de una baraja española, por ejemplo,
  tiene un espacio de muestreo compuesto por los números
  y otro espacio muestral formado por los palos. La
  descripción más completa, pues, debería incluir ambos
  valores (número y palo) en un eje cartesiano.
• Los espacios maestrales pueden ser discretos (cuando el
  número de sucesos elementales es finito o numerable) o
  continuos (en los casos en que el número de sucesos
  elementales es infinito incontable).
Técnicas de conteo


 Es un fenómeno fundado en la experiencia, el
  cual al repetirlo y observarlo en las mismas
  condiciones en que se desarrolla sus resultados
  no son siempre los mismos, sino que los datos o
  mediciones son solo aproximaciones al
  verdadero valor de la probabilidad del evento.
Ejemplo 1:

 Un juego de dados consiste en adivinar el número de
  puntos que caerán al lanzar un dado. Dos jugadores
  hacen su apuesta por un número de puntos antes de
  lanzarlo. El que adivina gana la apuesta. Si nadie adivina,
  lo apostado se gana para el próximo juego. Los jugadores
  se turnan para elegir primero un número por el cual
  apostar.
   a) ¿Cuántos resultados posibles hay?
    b) ¿Cuál es la probabilidad de que el primer jugador que
  seleccione un número de puntos que caerán adivine?
    c) ¿Cuál es la probabilidad de que ninguno de los
  jugadores adivine el número de puntos que caerán?
 Al reflexionar, se concluye que los resultados posibles son 6 (1, 2,
   3, 4, 5, 6), pero ninguna jugador sabe antes de lanzar el dado
   cuantos puntos caerán.
   La regularidad estadística indica que al practicar repetidamente el
   experimento asociado a determinado fenómeno aleatorio se
   obtiene una frecuencia relativa, la cual se aproximara al verdadero
   valor de la probabilidad del evento si el número de observaciones
   n es grande.
   Algunos eventos posibles al desarrollarse el experimento de lanzar
   el dado son:
    a) Caen 4 puntos, A = 4
    b) Caen mas de 4 puntos, B = 5,6
    c) Caen un numero par de puntos, C = 2, 4, 6.
Ejemplo 2:

 Un vendedor de autos quiere presentar a sus
  clientes todas las diferentes opciones con que
  cuenta: auto convertible, auto de 2 puertas y auto
  de 4 puertas, cualquiera de ellos con rines
  deportivos o estándar. ¿Cuántos diferentes
  arreglos de autos y rines puede ofrecer el
  vendedor?
 Para solucionar el problema podemos emplear la
  técnica de la multiplicación, (donde m es número
  de modelos y n es el número de tipos de rin).
 Número total de arreglos = 3 x 2
 No fue difícil de listar y contar todos los posibles
  arreglos de modelos de autos y rines en este ejemplo.
  Suponga, sin embargo, que el vendedor tiene para
  ofrecer ocho modelos de auto y seis tipos de rines.
  Sería tedioso hacer un dibujo con todas las
  posibilidades. Aplicando la técnica de la multiplicación
  fácilmente realizamos el cálculo:
 Número total de arreglos = m x n = 8 x 6 = 48
Variables en técnicas de conteo


 Las variaciones son técnicas de conteo que
  respetan el orden, es decir AB BA.

 En realidad cuando hemos resuelto el problema
  de ¿ cuántas palabras de tres letras se pueden
  escribir con las letras A B C D hemos resuelto
  un problema de variaciones, porque
  respetamos el orden: ABC CAB CBA etc.
 Además las variaciones pueden ser con repetición o sin
    repetición.
   Conocemos como variaciones sin repetición…
   Variaciones sin repetición:
   Con las letras A, B, C, D se pueden escribir 24 palabras
     de 3 letras diferentes, esto mismo matemáticamente se
    dice: hay 24 variaciones de 4 elementos tomados de 3
    en 3.
   Y se escribe 4v3 =24
   Y se calcula así: 4v3= 4 * 3 * 2 =24
 Soel_leos@hotmail.es
 http://leyna-estadistica.bligoo.com.mx/


 Gracias por su atención

Weitere ähnliche Inhalte

Was ist angesagt?

Solucionario libro: Probabilidad y estadística para ingenieros 6 ed - walpole
Solucionario libro: Probabilidad y estadística para ingenieros 6 ed - walpoleSolucionario libro: Probabilidad y estadística para ingenieros 6 ed - walpole
Solucionario libro: Probabilidad y estadística para ingenieros 6 ed - walpole
Miguel Leonardo Sánchez Fajardo
 
Probabilidades fundamentos (1)
Probabilidades fundamentos (1)Probabilidades fundamentos (1)
Probabilidades fundamentos (1)
cecy_4ever
 
79276671 ejercicios-unidad-8
79276671 ejercicios-unidad-879276671 ejercicios-unidad-8
79276671 ejercicios-unidad-8
Cecy De León
 

Was ist angesagt? (20)

S14 valor esperado y varianza de variables aleatorias continuas
S14 valor esperado y varianza de variables aleatorias continuasS14 valor esperado y varianza de variables aleatorias continuas
S14 valor esperado y varianza de variables aleatorias continuas
 
S12 distribución binomial (1)
S12 distribución binomial (1)S12 distribución binomial (1)
S12 distribución binomial (1)
 
Conteo y combinatoria
Conteo y combinatoriaConteo y combinatoria
Conteo y combinatoria
 
Problemas unidad 3.new
Problemas unidad 3.newProblemas unidad 3.new
Problemas unidad 3.new
 
Experimentacion factorial
Experimentacion factorial Experimentacion factorial
Experimentacion factorial
 
Eventos mutuamente excluyentes y no excluyentes
Eventos mutuamente excluyentes y no excluyentes Eventos mutuamente excluyentes y no excluyentes
Eventos mutuamente excluyentes y no excluyentes
 
Solucionario libro: Probabilidad y estadística para ingenieros 6 ed - walpole
Solucionario libro: Probabilidad y estadística para ingenieros 6 ed - walpoleSolucionario libro: Probabilidad y estadística para ingenieros 6 ed - walpole
Solucionario libro: Probabilidad y estadística para ingenieros 6 ed - walpole
 
Estadística Probabilidades
Estadística ProbabilidadesEstadística Probabilidades
Estadística Probabilidades
 
Variables aleatorias y continuas
Variables aleatorias y continuasVariables aleatorias y continuas
Variables aleatorias y continuas
 
Distribución de poisson
Distribución de poissonDistribución de poisson
Distribución de poisson
 
EJERCICIOS DE DISTRIBUCIÓN MULTINOMIAL
EJERCICIOS DE DISTRIBUCIÓN MULTINOMIALEJERCICIOS DE DISTRIBUCIÓN MULTINOMIAL
EJERCICIOS DE DISTRIBUCIÓN MULTINOMIAL
 
Probabilidades fundamentos (1)
Probabilidades fundamentos (1)Probabilidades fundamentos (1)
Probabilidades fundamentos (1)
 
EJERCICIOS DE DISTRIBUCIÓN HIPERGEOMETRICA
EJERCICIOS DE DISTRIBUCIÓN HIPERGEOMETRICAEJERCICIOS DE DISTRIBUCIÓN HIPERGEOMETRICA
EJERCICIOS DE DISTRIBUCIÓN HIPERGEOMETRICA
 
Estadistica soluciones
Estadistica solucionesEstadistica soluciones
Estadistica soluciones
 
Tarea 10 de probabilidad y estadistica con respuesta
Tarea 10 de probabilidad y estadistica con respuestaTarea 10 de probabilidad y estadistica con respuesta
Tarea 10 de probabilidad y estadistica con respuesta
 
Presentacion de estadistica probabilidad normal areas y aplicacion
Presentacion de estadistica probabilidad normal areas y aplicacionPresentacion de estadistica probabilidad normal areas y aplicacion
Presentacion de estadistica probabilidad normal areas y aplicacion
 
Taller 3
Taller 3Taller 3
Taller 3
 
Distribucion Normal
Distribucion NormalDistribucion Normal
Distribucion Normal
 
Distribución de Probabilidad Discreta. Estadística, Douglas A. Lind, William ...
Distribución de Probabilidad Discreta. Estadística, Douglas A. Lind, William ...Distribución de Probabilidad Discreta. Estadística, Douglas A. Lind, William ...
Distribución de Probabilidad Discreta. Estadística, Douglas A. Lind, William ...
 
79276671 ejercicios-unidad-8
79276671 ejercicios-unidad-879276671 ejercicios-unidad-8
79276671 ejercicios-unidad-8
 

Ähnlich wie Eventos aleatorios, espacio muestral y técnicas de conteo.

Eventos y espacio muestral
Eventos y espacio muestralEventos y espacio muestral
Eventos y espacio muestral
Xavier Villamil
 
Primera presentacion
Primera presentacionPrimera presentacion
Primera presentacion
Nancy Leal
 
Ejemplos sencillosdc
Ejemplos sencillosdcEjemplos sencillosdc
Ejemplos sencillosdc
PaToDoMunos
 
eventos aleatorios, espacio muestra, técnica de conteo.
eventos aleatorios, espacio muestra, técnica de conteo.eventos aleatorios, espacio muestra, técnica de conteo.
eventos aleatorios, espacio muestra, técnica de conteo.
Carlos Eduardo Candela
 
Trabajo final lm
Trabajo final lmTrabajo final lm
Trabajo final lm
LMartiinez
 

Ähnlich wie Eventos aleatorios, espacio muestral y técnicas de conteo. (20)

Eventos y espacio muestral
Eventos y espacio muestralEventos y espacio muestral
Eventos y espacio muestral
 
Primera presentacion
Primera presentacionPrimera presentacion
Primera presentacion
 
Ejemplos sencillosdc
Ejemplos sencillosdcEjemplos sencillosdc
Ejemplos sencillosdc
 
Alina isela2
Alina isela2Alina isela2
Alina isela2
 
Alina isela2
Alina isela2Alina isela2
Alina isela2
 
eventos aleatorios, espacio muestra, técnica de conteo.
eventos aleatorios, espacio muestra, técnica de conteo.eventos aleatorios, espacio muestra, técnica de conteo.
eventos aleatorios, espacio muestra, técnica de conteo.
 
ultimo trabajo de segunda unidad
ultimo trabajo de segunda unidadultimo trabajo de segunda unidad
ultimo trabajo de segunda unidad
 
PRESENTACION.
PRESENTACION.PRESENTACION.
PRESENTACION.
 
Trabajo Final
Trabajo FinalTrabajo Final
Trabajo Final
 
1 teoria de la probabilidad
1 teoria de la probabilidad1 teoria de la probabilidad
1 teoria de la probabilidad
 
Teoria de la probabilidad
Teoria de la probabilidadTeoria de la probabilidad
Teoria de la probabilidad
 
Ejemplos Explicados
Ejemplos ExplicadosEjemplos Explicados
Ejemplos Explicados
 
Ejemplos Explicados
Ejemplos Explicados Ejemplos Explicados
Ejemplos Explicados
 
Ejemplos sencillos
Ejemplos sencillosEjemplos sencillos
Ejemplos sencillos
 
Trabajo fianal
Trabajo fianalTrabajo fianal
Trabajo fianal
 
Trabajo final lm
Trabajo final lmTrabajo final lm
Trabajo final lm
 
Distribuciones
DistribucionesDistribuciones
Distribuciones
 
Estadis trab fin
Estadis trab finEstadis trab fin
Estadis trab fin
 
Probabilidad
ProbabilidadProbabilidad
Probabilidad
 
Estadistica 5. Probabilidades
Estadistica   5. ProbabilidadesEstadistica   5. Probabilidades
Estadistica 5. Probabilidades
 

Mehr von leonardo19940511

El inaceptable costo de los malos jefes
El inaceptable costo de los malos jefesEl inaceptable costo de los malos jefes
El inaceptable costo de los malos jefes
leonardo19940511
 
Estratificación de histograma
Estratificación de histogramaEstratificación de histograma
Estratificación de histograma
leonardo19940511
 
Histograma, diagrama de dispersión y hojas de verificación
Histograma, diagrama de dispersión y hojas de verificaciónHistograma, diagrama de dispersión y hojas de verificación
Histograma, diagrama de dispersión y hojas de verificación
leonardo19940511
 
Prueba de hipótesis y intervalos de confianza
Prueba de hipótesis y intervalos de confianzaPrueba de hipótesis y intervalos de confianza
Prueba de hipótesis y intervalos de confianza
leonardo19940511
 
Un ejemplo explicado de las distribuciones de probabilidad.
Un ejemplo explicado de las distribuciones de probabilidad.Un ejemplo explicado de las distribuciones de probabilidad.
Un ejemplo explicado de las distribuciones de probabilidad.
leonardo19940511
 
Un ejemplo explicado de las distribuciones de probabilidad.
Un ejemplo explicado de las distribuciones de probabilidad.Un ejemplo explicado de las distribuciones de probabilidad.
Un ejemplo explicado de las distribuciones de probabilidad.
leonardo19940511
 
Cinco ejemplos de aplicación de las distribuciones de probabilidad.
Cinco ejemplos de aplicación de las distribuciones de probabilidad.Cinco ejemplos de aplicación de las distribuciones de probabilidad.
Cinco ejemplos de aplicación de las distribuciones de probabilidad.
leonardo19940511
 
Distribuciones de probabilidad
Distribuciones de probabilidadDistribuciones de probabilidad
Distribuciones de probabilidad
leonardo19940511
 

Mehr von leonardo19940511 (20)

Diagrama de ishikawa
Diagrama de ishikawaDiagrama de ishikawa
Diagrama de ishikawa
 
El inaceptable costo de los malos jefes
El inaceptable costo de los malos jefesEl inaceptable costo de los malos jefes
El inaceptable costo de los malos jefes
 
Capacidad y
Capacidad yCapacidad y
Capacidad y
 
Estratificación de histograma
Estratificación de histogramaEstratificación de histograma
Estratificación de histograma
 
Histograma, diagrama de dispersión y hojas de verificación
Histograma, diagrama de dispersión y hojas de verificaciónHistograma, diagrama de dispersión y hojas de verificación
Histograma, diagrama de dispersión y hojas de verificación
 
Tipos de hojas de control
Tipos de hojas de controlTipos de hojas de control
Tipos de hojas de control
 
De barbaros a burócratas
De barbaros a burócratasDe barbaros a burócratas
De barbaros a burócratas
 
Es estadísticas duro
Es estadísticas duroEs estadísticas duro
Es estadísticas duro
 
Prueba de hipótesis y intervalos de confianza
Prueba de hipótesis y intervalos de confianzaPrueba de hipótesis y intervalos de confianza
Prueba de hipótesis y intervalos de confianza
 
Un ejemplo explicado de las distribuciones de probabilidad.
Un ejemplo explicado de las distribuciones de probabilidad.Un ejemplo explicado de las distribuciones de probabilidad.
Un ejemplo explicado de las distribuciones de probabilidad.
 
Un ejemplo explicado de las distribuciones de probabilidad.
Un ejemplo explicado de las distribuciones de probabilidad.Un ejemplo explicado de las distribuciones de probabilidad.
Un ejemplo explicado de las distribuciones de probabilidad.
 
Cinco ejemplos de aplicación de las distribuciones de probabilidad.
Cinco ejemplos de aplicación de las distribuciones de probabilidad.Cinco ejemplos de aplicación de las distribuciones de probabilidad.
Cinco ejemplos de aplicación de las distribuciones de probabilidad.
 
Distribuciones de probabilidad
Distribuciones de probabilidadDistribuciones de probabilidad
Distribuciones de probabilidad
 
histograma
histogramahistograma
histograma
 
Mapa mental
Mapa mentalMapa mental
Mapa mental
 
métodos de conteo
métodos de conteométodos de conteo
métodos de conteo
 
métodos de conteo
métodos de conteométodos de conteo
métodos de conteo
 
métodos de conteo
métodos de conteométodos de conteo
métodos de conteo
 
Intervalos reales
Intervalos realesIntervalos reales
Intervalos reales
 
Intervalos reales
Intervalos realesIntervalos reales
Intervalos reales
 

Kürzlich hochgeladen

FORTI-MAYO 2024.pdf.CIENCIA,EDUCACION,CULTURA
FORTI-MAYO 2024.pdf.CIENCIA,EDUCACION,CULTURAFORTI-MAYO 2024.pdf.CIENCIA,EDUCACION,CULTURA
FORTI-MAYO 2024.pdf.CIENCIA,EDUCACION,CULTURA
El Fortí
 
NUEVAS DIAPOSITIVAS POSGRADO Gestion Publica.pdf
NUEVAS DIAPOSITIVAS POSGRADO Gestion Publica.pdfNUEVAS DIAPOSITIVAS POSGRADO Gestion Publica.pdf
NUEVAS DIAPOSITIVAS POSGRADO Gestion Publica.pdf
UPTAIDELTACHIRA
 
6.-Como-Atraer-El-Amor-01-Lain-Garcia-Calvo.pdf
6.-Como-Atraer-El-Amor-01-Lain-Garcia-Calvo.pdf6.-Como-Atraer-El-Amor-01-Lain-Garcia-Calvo.pdf
6.-Como-Atraer-El-Amor-01-Lain-Garcia-Calvo.pdf
MiNeyi1
 
PLAN DE REFUERZO ESCOLAR primaria (1).docx
PLAN DE REFUERZO ESCOLAR primaria (1).docxPLAN DE REFUERZO ESCOLAR primaria (1).docx
PLAN DE REFUERZO ESCOLAR primaria (1).docx
lupitavic
 

Kürzlich hochgeladen (20)

Supuestos_prácticos_funciones.docx
Supuestos_prácticos_funciones.docxSupuestos_prácticos_funciones.docx
Supuestos_prácticos_funciones.docx
 
BIOMETANO SÍ, PERO NO ASÍ. LA NUEVA BURBUJA ENERGÉTICA
BIOMETANO SÍ, PERO NO ASÍ. LA NUEVA BURBUJA ENERGÉTICABIOMETANO SÍ, PERO NO ASÍ. LA NUEVA BURBUJA ENERGÉTICA
BIOMETANO SÍ, PERO NO ASÍ. LA NUEVA BURBUJA ENERGÉTICA
 
LABERINTOS DE DISCIPLINAS DEL PENTATLÓN OLÍMPICO MODERNO. Por JAVIER SOLIS NO...
LABERINTOS DE DISCIPLINAS DEL PENTATLÓN OLÍMPICO MODERNO. Por JAVIER SOLIS NO...LABERINTOS DE DISCIPLINAS DEL PENTATLÓN OLÍMPICO MODERNO. Por JAVIER SOLIS NO...
LABERINTOS DE DISCIPLINAS DEL PENTATLÓN OLÍMPICO MODERNO. Por JAVIER SOLIS NO...
 
PLAN DE REFUERZO ESCOLAR MERC 2024-2.docx
PLAN DE REFUERZO ESCOLAR MERC 2024-2.docxPLAN DE REFUERZO ESCOLAR MERC 2024-2.docx
PLAN DE REFUERZO ESCOLAR MERC 2024-2.docx
 
Prueba de evaluación Geografía e Historia Comunidad de Madrid 2º de la ESO
Prueba de evaluación Geografía e Historia Comunidad de Madrid 2º de la ESOPrueba de evaluación Geografía e Historia Comunidad de Madrid 2º de la ESO
Prueba de evaluación Geografía e Historia Comunidad de Madrid 2º de la ESO
 
Lecciones 05 Esc. Sabática. Fe contra todo pronóstico.
Lecciones 05 Esc. Sabática. Fe contra todo pronóstico.Lecciones 05 Esc. Sabática. Fe contra todo pronóstico.
Lecciones 05 Esc. Sabática. Fe contra todo pronóstico.
 
FORTI-MAYO 2024.pdf.CIENCIA,EDUCACION,CULTURA
FORTI-MAYO 2024.pdf.CIENCIA,EDUCACION,CULTURAFORTI-MAYO 2024.pdf.CIENCIA,EDUCACION,CULTURA
FORTI-MAYO 2024.pdf.CIENCIA,EDUCACION,CULTURA
 
origen y desarrollo del ensayo literario
origen y desarrollo del ensayo literarioorigen y desarrollo del ensayo literario
origen y desarrollo del ensayo literario
 
ACERTIJO DE POSICIÓN DE CORREDORES EN LA OLIMPIADA. Por JAVIER SOLIS NOYOLA
ACERTIJO DE POSICIÓN DE CORREDORES EN LA OLIMPIADA. Por JAVIER SOLIS NOYOLAACERTIJO DE POSICIÓN DE CORREDORES EN LA OLIMPIADA. Por JAVIER SOLIS NOYOLA
ACERTIJO DE POSICIÓN DE CORREDORES EN LA OLIMPIADA. Por JAVIER SOLIS NOYOLA
 
NUEVAS DIAPOSITIVAS POSGRADO Gestion Publica.pdf
NUEVAS DIAPOSITIVAS POSGRADO Gestion Publica.pdfNUEVAS DIAPOSITIVAS POSGRADO Gestion Publica.pdf
NUEVAS DIAPOSITIVAS POSGRADO Gestion Publica.pdf
 
Procedimientos para la planificación en los Centros Educativos tipo V ( multi...
Procedimientos para la planificación en los Centros Educativos tipo V ( multi...Procedimientos para la planificación en los Centros Educativos tipo V ( multi...
Procedimientos para la planificación en los Centros Educativos tipo V ( multi...
 
SESION DE PERSONAL SOCIAL. La convivencia en familia 22-04-24 -.doc
SESION DE PERSONAL SOCIAL.  La convivencia en familia 22-04-24  -.docSESION DE PERSONAL SOCIAL.  La convivencia en familia 22-04-24  -.doc
SESION DE PERSONAL SOCIAL. La convivencia en familia 22-04-24 -.doc
 
INSTRUCCION PREPARATORIA DE TIRO .pptx
INSTRUCCION PREPARATORIA DE TIRO   .pptxINSTRUCCION PREPARATORIA DE TIRO   .pptx
INSTRUCCION PREPARATORIA DE TIRO .pptx
 
6.-Como-Atraer-El-Amor-01-Lain-Garcia-Calvo.pdf
6.-Como-Atraer-El-Amor-01-Lain-Garcia-Calvo.pdf6.-Como-Atraer-El-Amor-01-Lain-Garcia-Calvo.pdf
6.-Como-Atraer-El-Amor-01-Lain-Garcia-Calvo.pdf
 
ACRÓNIMO DE PARÍS PARA SU OLIMPIADA 2024. Por JAVIER SOLIS NOYOLA
ACRÓNIMO DE PARÍS PARA SU OLIMPIADA 2024. Por JAVIER SOLIS NOYOLAACRÓNIMO DE PARÍS PARA SU OLIMPIADA 2024. Por JAVIER SOLIS NOYOLA
ACRÓNIMO DE PARÍS PARA SU OLIMPIADA 2024. Por JAVIER SOLIS NOYOLA
 
Infografía EE con pie del 2023 (3)-1.pdf
Infografía EE con pie del 2023 (3)-1.pdfInfografía EE con pie del 2023 (3)-1.pdf
Infografía EE con pie del 2023 (3)-1.pdf
 
PLAN DE REFUERZO ESCOLAR primaria (1).docx
PLAN DE REFUERZO ESCOLAR primaria (1).docxPLAN DE REFUERZO ESCOLAR primaria (1).docx
PLAN DE REFUERZO ESCOLAR primaria (1).docx
 
Power Point: Fe contra todo pronóstico.pptx
Power Point: Fe contra todo pronóstico.pptxPower Point: Fe contra todo pronóstico.pptx
Power Point: Fe contra todo pronóstico.pptx
 
SELECCIÓN DE LA MUESTRA Y MUESTREO EN INVESTIGACIÓN CUALITATIVA.pdf
SELECCIÓN DE LA MUESTRA Y MUESTREO EN INVESTIGACIÓN CUALITATIVA.pdfSELECCIÓN DE LA MUESTRA Y MUESTREO EN INVESTIGACIÓN CUALITATIVA.pdf
SELECCIÓN DE LA MUESTRA Y MUESTREO EN INVESTIGACIÓN CUALITATIVA.pdf
 
Tema 11. Dinámica de la hidrosfera 2024
Tema 11.  Dinámica de la hidrosfera 2024Tema 11.  Dinámica de la hidrosfera 2024
Tema 11. Dinámica de la hidrosfera 2024
 

Eventos aleatorios, espacio muestral y técnicas de conteo.

  • 1. Procesos industriales área manufactura. Eventos aleatorios, espacio muestral y técnicas de conteo Leonardo García Lamas .
  • 2. Eventos aleatorios Un evento se entiende como el acontecimiento de un hecho en proceso o por venir. Se dice que es aleatorio, si no es posible determinarlo con exactitud. En todo caso, será posible predecirlo con un nivel dado de confianza. Al evento también se le denomina un suceso o un fenómeno. Generalmente, se simula el evento por un conjunto de variables relacionadas entre si. Por lo tanto, un evento está representado con una o más variables vinculadas entre ellas. Si las variables (una o varias de éstas) no son predecibles con exactitud se dice que el evento es aleatorio. Generalmente las variables representan atributos y propiedades de los entes que intervienen en el evento, y que pueden ser medidos.
  • 3. Ejemplos  Se lanza una moneda de un peso mexicano. Se observa si el resultado es águila o sol.  Se lanza un par de dados y se observa la suma de los números de la cara superior.  De una baraja americana normal, se reparte una mano de póker de cinco cartas y se cuenta el número de Ases entregados.  Se coloca un foco a la corriente y se mide el tiempo que éste tarda en fundirse.  En una urna con bolas de igual forma pero donde hay 20 de color negro y 30 de color blanco. Se extraen tres bolas y se cuenta el número de bolas blancas extraídas.
  • 4. Espacio muestral  Un espacio muestral o espacio de muestreo es el conjunto de todos los resultados posibles de un experimento aleatorio. A cada uno de sus elementos se los denomina como punto muestral o, simplemente, muestra.
  • 5. • Por ejemplo, si el experimento consiste en lanzar dos monedas, el espacio de muestreo es el conjunto {(cara, cara), (cara, cruz), (cruz, cara) y (cruz, cruz)}. Un evento o suceso es cualquier subconjunto del espacio muestral, llamándose a los sucesos que contengan un único elemento sucesos elementales. En el ejemplo, el suceso "sacar cara en el primer lanzamiento", o {(cara, cara), (cara, cruz)}, estaría formado por los sucesos elementales {(cara, cara)} y {(cara, cruz)}.
  • 6. • En algunos casos, los experimentos pueden tener dos o más espacios muéstrales posibles. El experimento de tomar un naipe de una baraja española, por ejemplo, tiene un espacio de muestreo compuesto por los números y otro espacio muestral formado por los palos. La descripción más completa, pues, debería incluir ambos valores (número y palo) en un eje cartesiano. • Los espacios maestrales pueden ser discretos (cuando el número de sucesos elementales es finito o numerable) o continuos (en los casos en que el número de sucesos elementales es infinito incontable).
  • 7. Técnicas de conteo  Es un fenómeno fundado en la experiencia, el cual al repetirlo y observarlo en las mismas condiciones en que se desarrolla sus resultados no son siempre los mismos, sino que los datos o mediciones son solo aproximaciones al verdadero valor de la probabilidad del evento.
  • 8. Ejemplo 1:  Un juego de dados consiste en adivinar el número de puntos que caerán al lanzar un dado. Dos jugadores hacen su apuesta por un número de puntos antes de lanzarlo. El que adivina gana la apuesta. Si nadie adivina, lo apostado se gana para el próximo juego. Los jugadores se turnan para elegir primero un número por el cual apostar. a) ¿Cuántos resultados posibles hay? b) ¿Cuál es la probabilidad de que el primer jugador que seleccione un número de puntos que caerán adivine? c) ¿Cuál es la probabilidad de que ninguno de los jugadores adivine el número de puntos que caerán?
  • 9.  Al reflexionar, se concluye que los resultados posibles son 6 (1, 2, 3, 4, 5, 6), pero ninguna jugador sabe antes de lanzar el dado cuantos puntos caerán. La regularidad estadística indica que al practicar repetidamente el experimento asociado a determinado fenómeno aleatorio se obtiene una frecuencia relativa, la cual se aproximara al verdadero valor de la probabilidad del evento si el número de observaciones n es grande. Algunos eventos posibles al desarrollarse el experimento de lanzar el dado son: a) Caen 4 puntos, A = 4 b) Caen mas de 4 puntos, B = 5,6 c) Caen un numero par de puntos, C = 2, 4, 6.
  • 10. Ejemplo 2:  Un vendedor de autos quiere presentar a sus clientes todas las diferentes opciones con que cuenta: auto convertible, auto de 2 puertas y auto de 4 puertas, cualquiera de ellos con rines deportivos o estándar. ¿Cuántos diferentes arreglos de autos y rines puede ofrecer el vendedor?  Para solucionar el problema podemos emplear la técnica de la multiplicación, (donde m es número de modelos y n es el número de tipos de rin).  Número total de arreglos = 3 x 2
  • 11.  No fue difícil de listar y contar todos los posibles arreglos de modelos de autos y rines en este ejemplo. Suponga, sin embargo, que el vendedor tiene para ofrecer ocho modelos de auto y seis tipos de rines. Sería tedioso hacer un dibujo con todas las posibilidades. Aplicando la técnica de la multiplicación fácilmente realizamos el cálculo:  Número total de arreglos = m x n = 8 x 6 = 48
  • 12. Variables en técnicas de conteo  Las variaciones son técnicas de conteo que respetan el orden, es decir AB BA.  En realidad cuando hemos resuelto el problema de ¿ cuántas palabras de tres letras se pueden escribir con las letras A B C D hemos resuelto un problema de variaciones, porque respetamos el orden: ABC CAB CBA etc.
  • 13.  Además las variaciones pueden ser con repetición o sin repetición.  Conocemos como variaciones sin repetición…  Variaciones sin repetición:  Con las letras A, B, C, D se pueden escribir 24 palabras de 3 letras diferentes, esto mismo matemáticamente se dice: hay 24 variaciones de 4 elementos tomados de 3 en 3.  Y se escribe 4v3 =24  Y se calcula así: 4v3= 4 * 3 * 2 =24