SlideShare ist ein Scribd-Unternehmen logo
1 von 4
RESPUESTAS PRÁCTICO 1<br />Ejercicio 1<br />Un estudiante responde al azar a dos preguntas de verdadero o falso. Escribe el espacio muestral de este experimento aleatorio.<br />El espacio muestral es el conjunto de todos los sucesos elementales. Los sucesos elementales son cada uno de los resultados posibles del experimento aleatorio, que no se pueden descomponer en otros más simples. Como el experimento consiste en responder al azar a dos preguntas, cada uno de los posibles patrones de respuesta constituirá un suceso elemental. <br />Un patrón de respuesta sería contestar verdadero a la primera pregunta y verdadero a la segunda, lo representamos (V, V). Con esta representación podemos escribir el espacio muestral como:<br />E=V,V,V,F,F,V,(F,F)<br />Ejercicio 2<br />Otro estudiante responde al azar a 4 preguntas del mismo tipo anterior.<br />a) Escribe el espacio muestral.<br />b) Escribe el suceso responder “falso” a una sola pregunta.<br />c) Escribe el suceso responder “verdadero” al menos a 3 preguntas.<br />d) Escribe la unión de estos dos sucesos, la intersección y la diferencia del 2º y el 1º.<br />Con la misma convención del problema anterior, los sucesos elementales serían:<br />(V, V, V, V) (V, V, V, F) (V, V, F, V) (V, F, V, V)<br />(F, V, V, V) (V, V, F, F) (V, F, V, F) (V, F, F, V)<br />(F, V, V, F) (F, V, F, V) (F, F, V, V) (V, F, F, F)<br />(F, V, F, F) (F, F, V, F) (F, F, F, V) (F, F, F, F)<br />El Suceso responder falso a una sola pregunta será el subconjunto del espacio muestral formado por todos los sucesos elementales en que solo hay una respuesta falso, lo llamaremos A y será:<br />A = {(V, V, V, F) (V, V, F, V) (V, F, V, V) (F, V, V, V)}<br />El suceso responder verdadero al menos a 3 preguntas, lo llamaremos B y será:<br />B = {(V, V, V, F) (V, V, F, V) (V, F, V, V) (F, V, V, V) (V, V, V, V)}<br />Observando los sucesos elementales que los componen se deducen inmediatamente los siguientes resultados:<br />A∪B=B    A∩B=A   B-A=(V,V,V,V)<br />Ejercicio 3<br />En una asignatura se ha decidido aprobar a aquellos que superen uno de los dos parciales. Con este criterio aprobó el 80%, sabiendo que el primer parcial lo superó el 60% y el segundo el 50% ¿Cuál hubiese sido el porcentaje de aprobados, si se hubiese exigido superar ambos parciales?<br />Sea A1 el suceso aprobar el primer parcial y A2 aprobar el segundo. Los datos del problema nos dicen que:<br /> PA1∪A2=0,8    PA1=0,6   PA2=0,5              <br />Y se pide la probabilidad de la intersección de ambos sucesos. Como A1 y A2 no son incompatibles, la probabilidad de la unión será:<br />PA1∪A2=PA1+ PA2- P(A1∩A2)                                              <br />Despejando tenemos:<br /> P(A1∩A2)=PA1+ PA2-PA1∪A2 <br />Sustituyendo los valores numéricos:<br />PA1∩A2=0,6+0,5-0,8=0,3 <br />La conclusión es que si se hubiese exigido aprobar los dos parciales el porcentaje de aprobados hubiese sido del 30%.<br />Ejercicio 4<br />Describir el espacio muestral para cada uno de los siguientes experimentos aleatorios:<br />1. 250 personas son seleccionadas en La Laguna y se les pregunta si van a votar al candidato A o al B.<br />2. Un dado es lanzado cinco veces consecutivas.<br />3. Cinco dados son lanzados simultáneamente.<br />4. Una moneda es lanzada hasta que salen dos caras o dos cruces consecutivas.<br />5. Cuatro objetos se envasan en paquetes de dos.<br />1. E=A,A,…A;A,B,A,..A…(B,B,B,..B <br />   Si no interesa conocer lo que vota cada persona, otro espacio muestral válido sería: E=0,1,2,…250, donde cada suceso elemental representa el número de encuestados que optan por el candidato A.<br />2.E=1,2,3,4,5,6<br />3. Los dados se lanzan de forma simultánea, por lo que de cada lanzamiento tendremos en cuenta tan sólo el número de veces que ha salido cada cara. Así, un posible espacio muestral es:<br />3.E=1,1,1,1,1…1,1,1,1,62,2,2,2,1…2,2,2,2,6…6,6,6,6,1…(6,6,6,6,6)<br />4  .Representando por w1 el número de lanzamientos hasta conseguir dos caras o dos cruces consecutivas, y por w2 el resultado de los dos últimos lanzamientos, podemos definir como espacio muestral:<br />E=w1,w2, w1∈2,3,5,..w2∈C,S<br />5. Hay 4 objetos, que representaremos por A; B; C y D, y se envasan en dos paquetes de dos objetos cada uno. Por lo tanto, desde que se conozca la composición de un paquete ya se conoce la del otro. Además, elegido un objeto (por ejemplo, A) basta saber quién va con él en el paquete. Teniendo esto en cuenta, podemos definir como espacio muestral para este experimento:<br />E=B,C,D<br />Ejercicio 5<br />En una comarca hay tres productores de soja que abastecen a distintas empresas, R, S y T. El productor R abastece al 45% de las empresas del lugar, la S al 38% y la T al 33%.<br />Además el 15% de las empresas es abastecido por los productores R y S; el 11% por R y T; un 9% por S y T y un 4% es abastecido por las 3 empresas.<br />Con la ayuda de diagramas de Venn representa la situación enunciada.<br />Expresa en función de R, S y T los sucesos:<br />Ser empresa abastecida.<br />Ser empresa abastecida por los tres productores.<br />Ser empresa abastecida por R pero no por T.<br />Ser empresa abastecida, al menos, por una empresa.<br />No ser empresa abastecida por ninguno de los tres productores. <br />¿Qué porcentaje de empresas no se abastece de dichos productores?<br />¿Cuántas empresas son abastecidas exactamente por dos productores?<br />PR=0,45   PS=0,38    PT=0,33<br />PR∩S=0,15    PR∩T=0,11     PS∩T=0,09    PR∩S∩T=0,04<br />El diagrama se puede presentar de la siguiente manera<br />                                                         R                                                  S  <br />                                                                  23             11      16                                            <br />                                                                                     <br />                                                                                    4<br />                                                                              7              5          <br />                                                                                     17  <br />                                                                                                        T <br />En todos los casos debe tenerse en cuenta que, por ejemplo, una empresa abastecida por el productor R puede ser abastecida por cualquiera de los otros dos productores.<br />1.  R∪S∪T, un total de 85%<br />2.R∩S∩T, el 4%<br />3.R-T, el 34% el 45% de R, menos el 11% que es abastecida por RyT<br />4.R∪S∪T=85%<br />5. (R∪S∪T)C, el 15% (pues el 85% es abastecida por algún productor)<br />El 15% indicado anteriormente,<br />El 23%:7 son abastecidas por R y T; 11, por R y S; 5, por S y T.<br />Ejercicio 6<br />Los 300 alumnos  de una escuela secundaria se distribuyen de acuerdo con la siguiente tabla:<br />ModalidadAlumnosAlumnasTotalCiencias9585180Humanidades5070120Total145155300<br />Calcula las probabilidades:<br />De ser de Ciencias, P(C)<br />De ser alumno,P(A)<br />De ser de Humanidades, P(H)<br />De ser alumna, P(B)<br />PAC<br />P(BC)<br />P(HA)<br />P(CA)<br />a) PC=180300=35      b) PA=145300    c) PH=120300   d) PB=155300    e) PAC=95180   f)  PBC=85180<br />g) P(HA)=50145     h) P(CA)=95145<br />Ejercicio 7<br />El departamento de Hacienda supervisa el pago de impuestos de tres regiones, A, B y C, con un total de 125 fincas.<br />Un año, la relación de finas con la contribución pagada y no pagada fue:<br />RegionesABCTotalPagadas (p)20303585No Pagadas10181240Total304847125<br />Halla la probabilidad de que en una finca, elegida al azar:<br />Sea de la región A, P(A)<br />Haya pagado la contribución, P(p)<br />Haya pagado la contribución si es de la región B, PpB<br />Haya pagado la contribución y sea de la finca C, P(C∩p)<br />Propone otros ejemplos para resolver.<br />a)  PA=30125    b)  Pp=85125    c) P(pB)=3048     d) PC∩p=35125    <br />
Respuestas Práctico 1
Respuestas Práctico 1
Respuestas Práctico 1

Weitere ähnliche Inhalte

Was ist angesagt?

Guía proposiciones simples y compuestas. tamaño carta
Guía proposiciones simples y compuestas. tamaño cartaGuía proposiciones simples y compuestas. tamaño carta
Guía proposiciones simples y compuestas. tamaño carta
Dairo Estrada Talaigua
 
Ejercicios resueltos de cálculo de probabilidades
Ejercicios resueltos de  cálculo de probabilidadesEjercicios resueltos de  cálculo de probabilidades
Ejercicios resueltos de cálculo de probabilidades
María BF
 
Confección tablas de verdad 2014
Confección tablas de verdad 2014Confección tablas de verdad 2014
Confección tablas de verdad 2014
patocasla
 
Experimentos aleatorios
Experimentos aleatoriosExperimentos aleatorios
Experimentos aleatorios
ramirez_cabral
 
Valores de verdad
Valores de verdadValores de verdad
Valores de verdad
desousat
 
TECNICAS DE CONTEO
TECNICAS DE CONTEOTECNICAS DE CONTEO
TECNICAS DE CONTEO
Daniel
 
Copia (3) de logica colores azul 2008
Copia (3) de logica colores azul 2008Copia (3) de logica colores azul 2008
Copia (3) de logica colores azul 2008
jeanettpenaovalle
 

Was ist angesagt? (20)

Analisis Combinatorio
Analisis CombinatorioAnalisis Combinatorio
Analisis Combinatorio
 
Probabilidad
ProbabilidadProbabilidad
Probabilidad
 
Guía proposiciones simples y compuestas. tamaño carta
Guía proposiciones simples y compuestas. tamaño cartaGuía proposiciones simples y compuestas. tamaño carta
Guía proposiciones simples y compuestas. tamaño carta
 
Ejercicios resueltos de cálculo de probabilidades
Ejercicios resueltos de  cálculo de probabilidadesEjercicios resueltos de  cálculo de probabilidades
Ejercicios resueltos de cálculo de probabilidades
 
Confección tablas de verdad 2014
Confección tablas de verdad 2014Confección tablas de verdad 2014
Confección tablas de verdad 2014
 
Cálculo de probabilidades y análisis combinatorio
Cálculo de probabilidades y análisis combinatorioCálculo de probabilidades y análisis combinatorio
Cálculo de probabilidades y análisis combinatorio
 
Rel1 04-05
Rel1 04-05Rel1 04-05
Rel1 04-05
 
Análisis de datos experimentales unidad i
Análisis de datos experimentales unidad iAnálisis de datos experimentales unidad i
Análisis de datos experimentales unidad i
 
Probabilidad trabajo
Probabilidad trabajoProbabilidad trabajo
Probabilidad trabajo
 
Trabajodelogicamatematica
Trabajodelogicamatematica Trabajodelogicamatematica
Trabajodelogicamatematica
 
Experimentos aleatorios
Experimentos aleatoriosExperimentos aleatorios
Experimentos aleatorios
 
Valores de verdad
Valores de verdadValores de verdad
Valores de verdad
 
TECNICAS DE CONTEO
TECNICAS DE CONTEOTECNICAS DE CONTEO
TECNICAS DE CONTEO
 
Lógico mat. c 3 equivalencia lógica.
Lógico mat. c 3 equivalencia lógica.Lógico mat. c 3 equivalencia lógica.
Lógico mat. c 3 equivalencia lógica.
 
Copia (3) de logica colores azul 2008
Copia (3) de logica colores azul 2008Copia (3) de logica colores azul 2008
Copia (3) de logica colores azul 2008
 
Trabajo colaborativo-2-grupo-168
Trabajo colaborativo-2-grupo-168Trabajo colaborativo-2-grupo-168
Trabajo colaborativo-2-grupo-168
 
Tablas De Verdad
Tablas De VerdadTablas De Verdad
Tablas De Verdad
 
4 conjunción disyunción implicación equivalencia
4 conjunción disyunción implicación equivalencia4 conjunción disyunción implicación equivalencia
4 conjunción disyunción implicación equivalencia
 
Apuntes de Probabilidad
Apuntes de ProbabilidadApuntes de Probabilidad
Apuntes de Probabilidad
 
LÓGICA PROPOSICIONAL
LÓGICA PROPOSICIONALLÓGICA PROPOSICIONAL
LÓGICA PROPOSICIONAL
 

Andere mochten auch

/Home/usuario/espronceda
/Home/usuario/espronceda/Home/usuario/espronceda
/Home/usuario/espronceda
guest4254d403
 
Antonio machado marzo_2010
Antonio machado marzo_2010Antonio machado marzo_2010
Antonio machado marzo_2010
guest5fe3b0a
 
Presentación ontologías (parte ii)
Presentación ontologías (parte ii)Presentación ontologías (parte ii)
Presentación ontologías (parte ii)
guestf621f0ee
 
Poer point propuesta
Poer point propuestaPoer point propuesta
Poer point propuesta
mariana
 
Tac unimet equipo 4boletin1 amarilis mariam elvis 002
Tac unimet equipo 4boletin1 amarilis mariam elvis 002Tac unimet equipo 4boletin1 amarilis mariam elvis 002
Tac unimet equipo 4boletin1 amarilis mariam elvis 002
cepr08TAC
 
Plan De Gestion Rocha
Plan De Gestion RochaPlan De Gestion Rocha
Plan De Gestion Rocha
guest3912b7
 
Curriculum Vitae en Francais
Curriculum Vitae en FrancaisCurriculum Vitae en Francais
Curriculum Vitae en Francais
Deeren Coollen
 
Presentación tics
Presentación ticsPresentación tics
Presentación tics
annalo
 

Andere mochten auch (20)

/Home/usuario/espronceda
/Home/usuario/espronceda/Home/usuario/espronceda
/Home/usuario/espronceda
 
Morning Haze
Morning HazeMorning Haze
Morning Haze
 
Antonio machado marzo_2010
Antonio machado marzo_2010Antonio machado marzo_2010
Antonio machado marzo_2010
 
Tenerife. balcones. 2ª parte
Tenerife. balcones. 2ª parteTenerife. balcones. 2ª parte
Tenerife. balcones. 2ª parte
 
Raphaelle_Bianka
Raphaelle_BiankaRaphaelle_Bianka
Raphaelle_Bianka
 
Burn Out
Burn OutBurn Out
Burn Out
 
CompuTraining REPLAY
CompuTraining REPLAYCompuTraining REPLAY
CompuTraining REPLAY
 
Parte 7
Parte 7Parte 7
Parte 7
 
expo
expoexpo
expo
 
Topo Recherche Nov 08 (FR)
Topo Recherche Nov 08 (FR)Topo Recherche Nov 08 (FR)
Topo Recherche Nov 08 (FR)
 
El Obispo Poeta
El Obispo PoetaEl Obispo Poeta
El Obispo Poeta
 
Presentación ontologías (parte ii)
Presentación ontologías (parte ii)Presentación ontologías (parte ii)
Presentación ontologías (parte ii)
 
Poer point propuesta
Poer point propuestaPoer point propuesta
Poer point propuesta
 
Tac unimet equipo 4boletin1 amarilis mariam elvis 002
Tac unimet equipo 4boletin1 amarilis mariam elvis 002Tac unimet equipo 4boletin1 amarilis mariam elvis 002
Tac unimet equipo 4boletin1 amarilis mariam elvis 002
 
Plan De Gestion Rocha
Plan De Gestion RochaPlan De Gestion Rocha
Plan De Gestion Rocha
 
Clameur - Les loyers de marché à fin février 2015
Clameur - Les loyers de marché à fin février 2015Clameur - Les loyers de marché à fin février 2015
Clameur - Les loyers de marché à fin février 2015
 
Curriculum Vitae en Francais
Curriculum Vitae en FrancaisCurriculum Vitae en Francais
Curriculum Vitae en Francais
 
Glenn Jones : "Réutiliser les data existantes des médias sociaux"
Glenn Jones : "Réutiliser les data existantes des médias sociaux"Glenn Jones : "Réutiliser les data existantes des médias sociaux"
Glenn Jones : "Réutiliser les data existantes des médias sociaux"
 
Mémoire SAE The Loudness War
Mémoire SAE The Loudness War Mémoire SAE The Loudness War
Mémoire SAE The Loudness War
 
Presentación tics
Presentación ticsPresentación tics
Presentación tics
 

Ähnlich wie Respuestas Práctico 1

Soulucionario de estadistica
Soulucionario de estadisticaSoulucionario de estadistica
Soulucionario de estadistica
RHENAN DIAZ MEZA
 
Universidad fermin toro esctructura discreta
Universidad fermin toro esctructura discretaUniversidad fermin toro esctructura discreta
Universidad fermin toro esctructura discreta
Ivan Bernal
 
Teoría y problemas de Calculo de Probabilidades ccesa007
Teoría y problemas de Calculo de Probabilidades  ccesa007Teoría y problemas de Calculo de Probabilidades  ccesa007
Teoría y problemas de Calculo de Probabilidades ccesa007
Demetrio Ccesa Rayme
 

Ähnlich wie Respuestas Práctico 1 (20)

estadistica unico.pptx
estadistica unico.pptxestadistica unico.pptx
estadistica unico.pptx
 
Blog logica matematica
Blog logica matematicaBlog logica matematica
Blog logica matematica
 
Tarea 3
Tarea 3Tarea 3
Tarea 3
 
Ejebn
EjebnEjebn
Ejebn
 
Ejebn
EjebnEjebn
Ejebn
 
probabilidad problemas resueltos
 probabilidad problemas  resueltos probabilidad problemas  resueltos
probabilidad problemas resueltos
 
Probabilidad
ProbabilidadProbabilidad
Probabilidad
 
Taller n. 4 operaciones con probabilidades noveno
Taller n. 4 operaciones con probabilidades novenoTaller n. 4 operaciones con probabilidades noveno
Taller n. 4 operaciones con probabilidades noveno
 
Soulucionario de estadistica
Soulucionario de estadisticaSoulucionario de estadistica
Soulucionario de estadistica
 
Examen Matemática básica usp médicina
Examen Matemática básica usp médicinaExamen Matemática básica usp médicina
Examen Matemática básica usp médicina
 
Teoria de probabilidad
Teoria de probabilidadTeoria de probabilidad
Teoria de probabilidad
 
Distribuciones
DistribucionesDistribuciones
Distribuciones
 
Probabilidad
ProbabilidadProbabilidad
Probabilidad
 
Probabilidad
ProbabilidadProbabilidad
Probabilidad
 
Bernoulli ejemplos
Bernoulli ejemplosBernoulli ejemplos
Bernoulli ejemplos
 
Introduccion a la Probabilidad.pptx
Introduccion a la Probabilidad.pptxIntroduccion a la Probabilidad.pptx
Introduccion a la Probabilidad.pptx
 
u2-180305052750 (1).pptx
u2-180305052750 (1).pptxu2-180305052750 (1).pptx
u2-180305052750 (1).pptx
 
Universidad fermin toro esctructura discreta
Universidad fermin toro esctructura discretaUniversidad fermin toro esctructura discreta
Universidad fermin toro esctructura discreta
 
probabilidadPDF.pdf
probabilidadPDF.pdfprobabilidadPDF.pdf
probabilidadPDF.pdf
 
Teoría y problemas de Calculo de Probabilidades ccesa007
Teoría y problemas de Calculo de Probabilidades  ccesa007Teoría y problemas de Calculo de Probabilidades  ccesa007
Teoría y problemas de Calculo de Probabilidades ccesa007
 

Mehr von guestecc8d0e

Práctico 6 Integrales
Práctico 6 IntegralesPráctico 6 Integrales
Práctico 6 Integrales
guestecc8d0e
 
Bloque VI Integrales
Bloque VI IntegralesBloque VI Integrales
Bloque VI Integrales
guestecc8d0e
 
Práctico 5 Derivadas
Práctico 5 DerivadasPráctico 5 Derivadas
Práctico 5 Derivadas
guestecc8d0e
 
Práctico 4 límite y continuidad
Práctico 4 límite y continuidadPráctico 4 límite y continuidad
Práctico 4 límite y continuidad
guestecc8d0e
 
Bloque IV límite y continuidad
Bloque IV límite y continuidadBloque IV límite y continuidad
Bloque IV límite y continuidad
guestecc8d0e
 

Mehr von guestecc8d0e (6)

Práctico 6 Integrales
Práctico 6 IntegralesPráctico 6 Integrales
Práctico 6 Integrales
 
Bloque VI Integrales
Bloque VI IntegralesBloque VI Integrales
Bloque VI Integrales
 
Práctico 5 Derivadas
Práctico 5 DerivadasPráctico 5 Derivadas
Práctico 5 Derivadas
 
Bloque V Derivada
Bloque V DerivadaBloque V Derivada
Bloque V Derivada
 
Práctico 4 límite y continuidad
Práctico 4 límite y continuidadPráctico 4 límite y continuidad
Práctico 4 límite y continuidad
 
Bloque IV límite y continuidad
Bloque IV límite y continuidadBloque IV límite y continuidad
Bloque IV límite y continuidad
 

Kürzlich hochgeladen

Criterios ESG: fundamentos, aplicaciones y beneficios
Criterios ESG: fundamentos, aplicaciones y beneficiosCriterios ESG: fundamentos, aplicaciones y beneficios
Criterios ESG: fundamentos, aplicaciones y beneficios
JonathanCovena1
 
Curso = Metodos Tecnicas y Modelos de Enseñanza.pdf
Curso = Metodos Tecnicas y Modelos de Enseñanza.pdfCurso = Metodos Tecnicas y Modelos de Enseñanza.pdf
Curso = Metodos Tecnicas y Modelos de Enseñanza.pdf
Francisco158360
 

Kürzlich hochgeladen (20)

Sesión de clase: Fe contra todo pronóstico
Sesión de clase: Fe contra todo pronósticoSesión de clase: Fe contra todo pronóstico
Sesión de clase: Fe contra todo pronóstico
 
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
 
Valoración Crítica de EEEM Feco2023 FFUCV
Valoración Crítica de EEEM Feco2023 FFUCVValoración Crítica de EEEM Feco2023 FFUCV
Valoración Crítica de EEEM Feco2023 FFUCV
 
INSTRUCCION PREPARATORIA DE TIRO .pptx
INSTRUCCION PREPARATORIA DE TIRO   .pptxINSTRUCCION PREPARATORIA DE TIRO   .pptx
INSTRUCCION PREPARATORIA DE TIRO .pptx
 
TIPOLOGÍA TEXTUAL- EXPOSICIÓN Y ARGUMENTACIÓN.pptx
TIPOLOGÍA TEXTUAL- EXPOSICIÓN Y ARGUMENTACIÓN.pptxTIPOLOGÍA TEXTUAL- EXPOSICIÓN Y ARGUMENTACIÓN.pptx
TIPOLOGÍA TEXTUAL- EXPOSICIÓN Y ARGUMENTACIÓN.pptx
 
PIAR v 015. 2024 Plan Individual de ajustes razonables
PIAR v 015. 2024 Plan Individual de ajustes razonablesPIAR v 015. 2024 Plan Individual de ajustes razonables
PIAR v 015. 2024 Plan Individual de ajustes razonables
 
Ley 21.545 - Circular Nº 586.pdf circular
Ley 21.545 - Circular Nº 586.pdf circularLey 21.545 - Circular Nº 586.pdf circular
Ley 21.545 - Circular Nº 586.pdf circular
 
origen y desarrollo del ensayo literario
origen y desarrollo del ensayo literarioorigen y desarrollo del ensayo literario
origen y desarrollo del ensayo literario
 
SEXTO SEGUNDO PERIODO EMPRENDIMIENTO.pptx
SEXTO SEGUNDO PERIODO EMPRENDIMIENTO.pptxSEXTO SEGUNDO PERIODO EMPRENDIMIENTO.pptx
SEXTO SEGUNDO PERIODO EMPRENDIMIENTO.pptx
 
Criterios ESG: fundamentos, aplicaciones y beneficios
Criterios ESG: fundamentos, aplicaciones y beneficiosCriterios ESG: fundamentos, aplicaciones y beneficios
Criterios ESG: fundamentos, aplicaciones y beneficios
 
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.
 
Fe contra todo pronóstico. La fe es confianza.
Fe contra todo pronóstico. La fe es confianza.Fe contra todo pronóstico. La fe es confianza.
Fe contra todo pronóstico. La fe es confianza.
 
Caja de herramientas de inteligencia artificial para la academia y la investi...
Caja de herramientas de inteligencia artificial para la academia y la investi...Caja de herramientas de inteligencia artificial para la academia y la investi...
Caja de herramientas de inteligencia artificial para la academia y la investi...
 
Registro Auxiliar - Primaria 2024 (1).pptx
Registro Auxiliar - Primaria  2024 (1).pptxRegistro Auxiliar - Primaria  2024 (1).pptx
Registro Auxiliar - Primaria 2024 (1).pptx
 
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
 
Unidad 3 | Metodología de la Investigación
Unidad 3 | Metodología de la InvestigaciónUnidad 3 | Metodología de la Investigación
Unidad 3 | Metodología de la Investigación
 
plande accion dl aula de innovación pedagogica 2024.pdf
plande accion dl aula de innovación pedagogica 2024.pdfplande accion dl aula de innovación pedagogica 2024.pdf
plande accion dl aula de innovación pedagogica 2024.pdf
 
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
 
Ejercicios de PROBLEMAS PAEV 6 GRADO 2024.pdf
Ejercicios de PROBLEMAS PAEV 6 GRADO 2024.pdfEjercicios de PROBLEMAS PAEV 6 GRADO 2024.pdf
Ejercicios de PROBLEMAS PAEV 6 GRADO 2024.pdf
 
Curso = Metodos Tecnicas y Modelos de Enseñanza.pdf
Curso = Metodos Tecnicas y Modelos de Enseñanza.pdfCurso = Metodos Tecnicas y Modelos de Enseñanza.pdf
Curso = Metodos Tecnicas y Modelos de Enseñanza.pdf
 

Respuestas Práctico 1

  • 1. RESPUESTAS PRÁCTICO 1<br />Ejercicio 1<br />Un estudiante responde al azar a dos preguntas de verdadero o falso. Escribe el espacio muestral de este experimento aleatorio.<br />El espacio muestral es el conjunto de todos los sucesos elementales. Los sucesos elementales son cada uno de los resultados posibles del experimento aleatorio, que no se pueden descomponer en otros más simples. Como el experimento consiste en responder al azar a dos preguntas, cada uno de los posibles patrones de respuesta constituirá un suceso elemental. <br />Un patrón de respuesta sería contestar verdadero a la primera pregunta y verdadero a la segunda, lo representamos (V, V). Con esta representación podemos escribir el espacio muestral como:<br />E=V,V,V,F,F,V,(F,F)<br />Ejercicio 2<br />Otro estudiante responde al azar a 4 preguntas del mismo tipo anterior.<br />a) Escribe el espacio muestral.<br />b) Escribe el suceso responder “falso” a una sola pregunta.<br />c) Escribe el suceso responder “verdadero” al menos a 3 preguntas.<br />d) Escribe la unión de estos dos sucesos, la intersección y la diferencia del 2º y el 1º.<br />Con la misma convención del problema anterior, los sucesos elementales serían:<br />(V, V, V, V) (V, V, V, F) (V, V, F, V) (V, F, V, V)<br />(F, V, V, V) (V, V, F, F) (V, F, V, F) (V, F, F, V)<br />(F, V, V, F) (F, V, F, V) (F, F, V, V) (V, F, F, F)<br />(F, V, F, F) (F, F, V, F) (F, F, F, V) (F, F, F, F)<br />El Suceso responder falso a una sola pregunta será el subconjunto del espacio muestral formado por todos los sucesos elementales en que solo hay una respuesta falso, lo llamaremos A y será:<br />A = {(V, V, V, F) (V, V, F, V) (V, F, V, V) (F, V, V, V)}<br />El suceso responder verdadero al menos a 3 preguntas, lo llamaremos B y será:<br />B = {(V, V, V, F) (V, V, F, V) (V, F, V, V) (F, V, V, V) (V, V, V, V)}<br />Observando los sucesos elementales que los componen se deducen inmediatamente los siguientes resultados:<br />A∪B=B A∩B=A B-A=(V,V,V,V)<br />Ejercicio 3<br />En una asignatura se ha decidido aprobar a aquellos que superen uno de los dos parciales. Con este criterio aprobó el 80%, sabiendo que el primer parcial lo superó el 60% y el segundo el 50% ¿Cuál hubiese sido el porcentaje de aprobados, si se hubiese exigido superar ambos parciales?<br />Sea A1 el suceso aprobar el primer parcial y A2 aprobar el segundo. Los datos del problema nos dicen que:<br /> PA1∪A2=0,8 PA1=0,6 PA2=0,5 <br />Y se pide la probabilidad de la intersección de ambos sucesos. Como A1 y A2 no son incompatibles, la probabilidad de la unión será:<br />PA1∪A2=PA1+ PA2- P(A1∩A2) <br />Despejando tenemos:<br /> P(A1∩A2)=PA1+ PA2-PA1∪A2 <br />Sustituyendo los valores numéricos:<br />PA1∩A2=0,6+0,5-0,8=0,3 <br />La conclusión es que si se hubiese exigido aprobar los dos parciales el porcentaje de aprobados hubiese sido del 30%.<br />Ejercicio 4<br />Describir el espacio muestral para cada uno de los siguientes experimentos aleatorios:<br />1. 250 personas son seleccionadas en La Laguna y se les pregunta si van a votar al candidato A o al B.<br />2. Un dado es lanzado cinco veces consecutivas.<br />3. Cinco dados son lanzados simultáneamente.<br />4. Una moneda es lanzada hasta que salen dos caras o dos cruces consecutivas.<br />5. Cuatro objetos se envasan en paquetes de dos.<br />1. E=A,A,…A;A,B,A,..A…(B,B,B,..B <br /> Si no interesa conocer lo que vota cada persona, otro espacio muestral válido sería: E=0,1,2,…250, donde cada suceso elemental representa el número de encuestados que optan por el candidato A.<br />2.E=1,2,3,4,5,6<br />3. Los dados se lanzan de forma simultánea, por lo que de cada lanzamiento tendremos en cuenta tan sólo el número de veces que ha salido cada cara. Así, un posible espacio muestral es:<br />3.E=1,1,1,1,1…1,1,1,1,62,2,2,2,1…2,2,2,2,6…6,6,6,6,1…(6,6,6,6,6)<br />4 .Representando por w1 el número de lanzamientos hasta conseguir dos caras o dos cruces consecutivas, y por w2 el resultado de los dos últimos lanzamientos, podemos definir como espacio muestral:<br />E=w1,w2, w1∈2,3,5,..w2∈C,S<br />5. Hay 4 objetos, que representaremos por A; B; C y D, y se envasan en dos paquetes de dos objetos cada uno. Por lo tanto, desde que se conozca la composición de un paquete ya se conoce la del otro. Además, elegido un objeto (por ejemplo, A) basta saber quién va con él en el paquete. Teniendo esto en cuenta, podemos definir como espacio muestral para este experimento:<br />E=B,C,D<br />Ejercicio 5<br />En una comarca hay tres productores de soja que abastecen a distintas empresas, R, S y T. El productor R abastece al 45% de las empresas del lugar, la S al 38% y la T al 33%.<br />Además el 15% de las empresas es abastecido por los productores R y S; el 11% por R y T; un 9% por S y T y un 4% es abastecido por las 3 empresas.<br />Con la ayuda de diagramas de Venn representa la situación enunciada.<br />Expresa en función de R, S y T los sucesos:<br />Ser empresa abastecida.<br />Ser empresa abastecida por los tres productores.<br />Ser empresa abastecida por R pero no por T.<br />Ser empresa abastecida, al menos, por una empresa.<br />No ser empresa abastecida por ninguno de los tres productores. <br />¿Qué porcentaje de empresas no se abastece de dichos productores?<br />¿Cuántas empresas son abastecidas exactamente por dos productores?<br />PR=0,45 PS=0,38 PT=0,33<br />PR∩S=0,15 PR∩T=0,11 PS∩T=0,09 PR∩S∩T=0,04<br />El diagrama se puede presentar de la siguiente manera<br /> R S <br /> 23 11 16 <br /> <br /> 4<br /> 7 5 <br /> 17 <br /> T <br />En todos los casos debe tenerse en cuenta que, por ejemplo, una empresa abastecida por el productor R puede ser abastecida por cualquiera de los otros dos productores.<br />1. R∪S∪T, un total de 85%<br />2.R∩S∩T, el 4%<br />3.R-T, el 34% el 45% de R, menos el 11% que es abastecida por RyT<br />4.R∪S∪T=85%<br />5. (R∪S∪T)C, el 15% (pues el 85% es abastecida por algún productor)<br />El 15% indicado anteriormente,<br />El 23%:7 son abastecidas por R y T; 11, por R y S; 5, por S y T.<br />Ejercicio 6<br />Los 300 alumnos de una escuela secundaria se distribuyen de acuerdo con la siguiente tabla:<br />ModalidadAlumnosAlumnasTotalCiencias9585180Humanidades5070120Total145155300<br />Calcula las probabilidades:<br />De ser de Ciencias, P(C)<br />De ser alumno,P(A)<br />De ser de Humanidades, P(H)<br />De ser alumna, P(B)<br />PAC<br />P(BC)<br />P(HA)<br />P(CA)<br />a) PC=180300=35 b) PA=145300 c) PH=120300 d) PB=155300 e) PAC=95180 f) PBC=85180<br />g) P(HA)=50145 h) P(CA)=95145<br />Ejercicio 7<br />El departamento de Hacienda supervisa el pago de impuestos de tres regiones, A, B y C, con un total de 125 fincas.<br />Un año, la relación de finas con la contribución pagada y no pagada fue:<br />RegionesABCTotalPagadas (p)20303585No Pagadas10181240Total304847125<br />Halla la probabilidad de que en una finca, elegida al azar:<br />Sea de la región A, P(A)<br />Haya pagado la contribución, P(p)<br />Haya pagado la contribución si es de la región B, PpB<br />Haya pagado la contribución y sea de la finca C, P(C∩p)<br />Propone otros ejemplos para resolver.<br />a) PA=30125 b) Pp=85125 c) P(pB)=3048 d) PC∩p=35125 <br />