TRABAJO COLABORATIVO

LUIS H. MARTELO HERNNDEZ

CDIGO: 73215512
JARIS ANTONIO CASTRO
CDIGO:
GUILLERMO JOSE COHEN
CODIGO: 79723511
LEONARDO ENMANUEL BAENA HERNNDEZ
CDIGO: 73203439

LUIS PARMENIO CORREDOR VELANDIA

LICENCIADO EN MATEMTICAS Y FSICA, ESPECIALISTA EN EDUCACIN
SUPERIOR A DISTANCIA Y MAGISTER EN EDUCACIN

UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA

ESCUELA DE CIENCIAS BSICAS, TECNOLOGA E INGENIERIA
PROBABILIDAD
CARTAGENA
2015

DESARROLLO DEL TRABAJO

a) Cuadro sinptico

Experimentos
aleatorios

Espacio
Muestral

Determinista. Un experimento que

se obtiene igual resultado.

Se conoce como los diferentes

resultados que puede tener un
evento siempre bajo las mismas
condiciones. Son de dos maneras

Son el conjunto de todos los posibles

diferentes resultados que se pueden
obtener de un experimento aleatorio

Aleatorio: Cuando al repetirse con

las mismas condiciones iniciales, no
se puede predecir el resultado
Ej: El espacio muestral asociado
al lanzamiento de dos dados y
anotar la suma de los puntos
obtenidos es
E = {2,3,4,5,6,7,8,9,10,11,12.}

Sucesos o
eventos

Subconjunto de dentro del espacio

muestral que cuyo aplicacin puede
resultar la seleccin de algunos o
ninguno de los resultados de dentro
del espacio muestral. Se aplican:

Entre las que se destacan:

Factorial de un nmero, que nos permite calcularla
cantidad de combinaciones que se pueden hacer
con un nmero de elementos especficos

Principios de
Probabilidad

a)

Operaciones bsicas
como: conjuntos,
uniones, intersecciones
y complementos

Tcnicas de
Conteo

n!=n(n-1) (n-2) (n-3)[n-(n-1)]

Diagramas de rbol
Que consiste en hacer todas las combinaciones
posibles grficamente entre las opciones, y que
podemos resumir multiplicando entre si todas las
Axioma
1 cuando se vuelve muy tedioso.
opciones

0 P( A) 1
La probabilidad P que A ocurra esta entre el rango de 0-1 ya
que si A existe puede darse o no.

Axiomas de
Probabilidad

Axioma 2
Si existen dos eventos A y B y estos son mutuamente
excluyentes, en donde no pueden aparecer los dos al tiempo
entonces:

P ( A B )=P ( A ) + P( B)
Lo que nos muerta que existe la misma probabilidad de que
sea A o sea B pero solo una a la vez.

Axioma 3

P ( A ' )=1P ( A )
La probabilidad de que A no ocurra es igual a 1 menos la
probabilidad de que ocurra.

b) Estudio de caso
Los jueces del condado Hamilton (E.E.U.U.) procesan miles de casos al ao. En la
gran mayora de los casos presentados, la sentencia permanece como se
present. Sin embargo, algunos casos son apelados y en algunos de estos se
revoca la sentencia. Una periodista del diario Cincinnati Times realiz un estudio
de los casos manejados por los jueces del condado de Hamilton durante un
periodo de tres aos En la siguiente tabla se muestran los resultados de 182908
casos presentados a 38 jueces del Tribunal Penal, del Tribunal de Familia y del
Tribunal Civil. Dos de los jueces (Dinkelacker y Hogan) no trabajaron en el mismo
tribunal durante todo el periodo de tres aos.
El propsito del estudio es evaluar el desempeo de los jueces. Las apelaciones
con frecuencia son resultado de errores cometidos por los jueces y el diario quera
saber cules jueces estaban haciendo un buen trabajo y cules cometan
demasiados errores. A usted le han llamado para que ayude en el anlisis de
datos. Utilice su conocimiento de la probabilidad y la probabilidad condicional para
ayudar a calificar a los jueces. Tal vez pueda analizar la probabilidad de los casos
que se apelaron y revocaron manejados en los diferentes tribunales.
CASOS PRESENTADOS, APELADOS Y REVOCADOS EN LOS TRIBUNALES
DEL
CONDADO DE HAMILTON

Juez Tribunal Penal

Fred Cartolano
Thomas Crush
Patrick Dinkelacker
Timothy Hogan
Robert Kraft
William Mathews
William Morrissey
Norbert Nadel
Arthur Ney, Jr.
Richard Niehaus
Thomas Nurre
John OConnor
Robert Ruehlman

Casos
Presentados
3037
3372
1258
1954
3138
2264
3032
2959
3219
3353
3000
2969
3205

Casos
apelados
137
119
44
60
127
91
121
131
125
137
121
129
145

Casos
Revocados
12
10
8
7
7
18
22
20
14
16
6
12
18

J. Howard Sundermann
Ann Marie Tracey
Ralph Winkler
Total

955
3141
3089
43945

60
127
88
1762

10
13
6
199

Juez Tribunal de
Familia
Penelope Cunningham
Patrick Dinkelacker
Deborah Gaines
Ronald Panioto
Total

Casos
Presentados
2729
6001
8799
12,970
30.499

Casos
Casos
apelados Revocados
7
1
19
4
48
9
32
3
106
17

Juez Tribunal Civil

Casos
Presentados
6149
7812
7954
7736
5282
5253
2532
7900
2308
2798
4698
8277
8219
2971
4975
2239
7790
5403
5371
2797
108464

Casos
Casos
apelados Revocados
43
4
34
6
41
6
43
5
35
13
6
0
5
0
29
5
13
2
6
1
25
8
38
9
34
7
13
1
28
9
7
3
41
13
33
6
22
4
4
2
500
104

Mike Allen
Nadine Allen
Timothy Black
David Davis
Leslie Isaiah Gaines
Karla Grady
Deidra Hair
Dennis Helmick
Timothy Hogan
James Patrick Kenney
Joseph Luebbers
William Mallory
Melba Marsh
Beth Mattingly
Albert Mestemaker
Mark Painter
Jack Rosen
Mark Schweikert
David Stockdale
John A. West
Total

INFORME A PRESENTAR:
Prepare un informe con las calificaciones de los jueces. Incluya tambin un
anlisis de la probabilidad de la apelacin y la revocacin de casos en los tres
tribunales. Como mnimo, su informe debe incluir lo siguiente:

1. La probabilidad de casos que se apelan y revocan en los tres tribunales

A = Evento de Apelacin
R = Evento de Revocacin
a) Para el tribunal penal tenemos:
P ( A )=

1.762
=0,040=4
43.945

P ( R )=

199
=0,0045=0,45
43.945

b) Para el tribunal de Familia tenemos:

P ( A )=

106
=0,0035=0,35
30.499

P ( R )=

17
=0,00055=0,055
30.499

c) Para el tribunal civil tenemos:

P ( A )=

500
=0,0046=0,46
108.464

P ( R )=

104
=0,00095=0,095
108.464

2. La probabilidad de que se apele y se revoque un caso, por cada juez

Usando la misma ecuacin anterior calculamos las probabilidades por cada
juez:

P ( A )=

Casos apelados
Casos presentados

P ( R )=

Casos revocados
Casos presentados

Juez Tribunal Penal

Fred Cartolano
Thomas Crush
Patrick Dinkelacker
Timothy Hogan
Robert Kraft
William Mathews
William Morrissey
Norbert Nadel
Arthur Ney, Jr.
Richard Niehaus
Thomas Nurre
John OConnor
Robert Ruehlman
J. Howard Sundermann
Ann Marie Tracey
Ralph Winkler

Juez Tribunal de
Familia
Penelope Cunningham
Patrick Dinkelacker
Deborah Gaines
Ronald Panioto

Juez Tribunal Civil

Mike Allen
Nadine Allen
Timothy Black

Casos
Presentados

Casos
apelados

Probabilidad
de apelar
%

Casos
Revocados

Probabilidad
de Revocar
%

3037
3372
1258
1954
3138
2264
3032
2959
3219
3353
3000
2969
3205
955
3141
3089

137
119
44
60
127
91
121
131
125
137
121
129
145
60
127
88

4,51
3,53
3,50
3,07
4,05
4,02
3,99
4,43
3,88
4,09
4,03
4,34
4,52
6,28
4,04
2,85

12
10
8
7
7
18
22
20
14
16
6
12
18
10
13
6

0,40
0,30
0,64
0,36
0,22
0,80
0,73
0,68
0,43
0,48
0,20
0,40
0,56
1,05
0,41
0,19

Probabilida
d de apelar
%

Casos
Revocados

Probabilidad
de Revocar
%

0,26
0,32
0,55
0,25

1
4
9
3

0,04
0,07
0,10
0,02

Probabilida
d de apelar
%

Casos
Revocados

Probabilidad
de Revocar
%

0,70
0,44
0,52

4
6
6

0,07
0,08
0,08

Casos
Presentados

2729
6001
8799
12970

Casos
Presentados

6149
7812
7954

Casos
apelados

7
19
48
32

Casos
apelados

43
34
41

David Davis
Leslie Isaiah Gaines
Karla Grady
Deidra Hair
Dennis Helmick
Timothy Hogan
James Patrick Kenney
Joseph Luebbers
William Mallory
Melba Marsh
Beth Mattingly
Albert Mestemaker
Mark Painter
Jack Rosen
Mark Schweikert
David Stockdale
John A. West

7736
5282
5253
2532
7900
2308
2798
4698
8277
8219
2971
4975
2239
7790
5403
5371
2797

43
35
6
5
29
13
6
25
38
34
13
28
7
41
33
22
4

0,56
0,66
0,11
0,20
0,37
0,56
0,21
0,53
0,46
0,41
0,44
0,56
0,31
0,53
0,61
0,41
0,14

5
13
0
0
5
2
1
8
9
7
1
9
3
13
6
4
2

3. La probabilidad de una revocacin dada una apelacin, por cada juez

Juez Tribunal Penal

Fred Cartolano
Thomas Crush
Patrick Dinkelacker
Timothy Hogan
Robert Kraft
William Mathews
William Morrissey
Norbert Nadel
Arthur Ney, Jr.
Richard Niehaus
Thomas Nurre
John OConnor
Robert Ruehlman
J. Howard Sundermann
Ann Marie Tracey
Ralph Winkler

Casos
apelados

Casos
Revocados

Probabilidad
de Revocar
%

137
119
44
60
127
91
121
131
125
137
121
129
145
60
127
88

12
10
8
7
7
18
22
20
14
16
6
12
18
10
13
6

8,76
8,40
18,18
11,67
5,51
19,78
18,18
15,27
11,20
11,68
4,96
9,30
12,41
16,67
10,24
6,82

0,06
0,25
0,00
0,00
0,06
0,09
0,04
0,17
0,11
0,09
0,03
0,18
0,13
0,17
0,11
0,07
0,07

Juez Tribunal de
Familia
Penelope Cunningham
Patrick Dinkelacker
Deborah Gaines
Ronald Panioto

Juez Tribunal Civil

Mike Allen
Nadine Allen
Timothy Black
David Davis
Leslie Isaiah Gaines
Karla Grady
Deidra Hair
Dennis Helmick
Timothy Hogan
James Patrick Kenney
Joseph Luebbers
William Mallory
Melba Marsh
Beth Mattingly
Albert Mestemaker
Mark Painter
Jack Rosen
Mark Schweikert
David Stockdale
John A. West

Casos
apelados

7
19
48
32

Casos
apelados

43
34
41
43
35
6
5
29
13
6
25
38
34
13
28
7
41
33
22
4

Casos
Revocados

Probabilidad
de Revocar
%

1
4
9
3

14,29
21,05
18,75
9,38

Casos
Revocados

Probabilidad
de Revocar
%

4
6
6
5
13
0
0
5
2
1
8
9
7
1
9
3
13
6
4
2

9,30
17,65
14,63
11,63
37,14
0,00
0,00
17,24
15,38
16,67
32,00
23,68
20,59
7,69
32,14
42,86
31,71
18,18
18,18
50,00

4. Clasifique a los jueces dentro de cada tribunal. Establezca los criterios que
utiliz y d las razones de su eleccin.
El criterio utilizado para clasificar a los jueces de cada tribunal es por orden de
la probabilidad de revocatoria de los casos presentados, ya que este porcentaje
representa que tanto se equivoca un juez a la hora de dar un veredicto.

Juez Tribunal Penal

Ralph Winkler
Thomas Nurre
Robert Kraft
Thomas Crush
Timothy Hogan
John OConnor
Fred Cartolano
Ann Marie Tracey
Arthur Ney, Jr.
Richard Niehaus
Robert Ruehlman
Patrick Dinkelacker
Norbert Nadel
William Morrissey
William Mathews
J. Howard Sundermann

Juez Tribunal de
Familia
Ronald Panioto
Penelope Cunningham
Patrick Dinkelacker
Deborah Gaines

Juez Tribunal Civil

Karla Grady
Deidra Hair
Beth Mattingly
James Patrick Kenney
David Davis
Dennis Helmick
Mike Allen
David Stockdale
John A. West
Nadine Allen

Casos
Presentados

Casos
apelados

Probabilidad
de apelar
%

Casos
Revocados

Probabilidad
de Revocar
%

3089
3000
3138
3372
1954
2969
3037
3141
3219
3353
3205
1258
2959
3032
2264
955

88
121
127
119
60
129
137
127
125
137
145
44
131
121
91
60

2,85
4,03
4,05
3,53
3,07
4,34
4,51
4,04
3,88
4,09
4,52
3,50
4,43
3,99
4,02
6,28

6
6
7
10
7
12
12
13
14
16
18
8
20
22
18
10

0,19
0,20
0,22
0,30
0,36
0,40
0,40
0,41
0,43
0,48
0,56
0,64
0,68
0,73
0,80
1,05

Casos
Presentados

Casos
apelados

Probabilida
d de apelar
%

Casos
Revocados

Probabilidad
de Revocar
%

0,25
0,26
0,32
0,55

3
1
4
9

0,02
0,04
0,07
0,1

Probabilida
d de apelar
%

Casos
Revocados

Probabilidad
de Revocar
%

0,11
0,2
0,44
0,21
0,56
0,37
0,7
0,41
0,14
0,44

0
0
1
1
5
5
4
4
2
6

0
0
0,03
0,04
0,06
0,06
0,07
0,07
0,07
0,08

12970
2729
6001
8799
Casos
Presentados

5253
2532
2971
2798
7736
7900
6149
5371
2797
7812

32
7
19
48
Casos
apelados

6
5
13
6
43
29
43
22
4
34

10

Timothy Black
Timothy Hogan
Melba Marsh
William Mallory
Mark Schweikert
Mark Painter
Joseph Luebbers
Jack Rosen
Albert Mestemaker
Leslie Isaiah Gaines

7954
2308
8219
8277
5403
2239
4698
7790
4975
5282

41
13
34
38
33
7
25
41
28
35

0,52
0,56
0,41
0,46
0,61
0,31
0,53
0,53
0,56
0,66

6
2
7
9
6
3
8
13
9
13

0,08
0,09
0,09
0,11
0,11
0,13
0,17
0,17
0,18
0,25

c) Ejercicios

EJERCICIO No. 1: Seale cuales de los siguientes resultados corresponden a

situaciones no aleatorias o determinsticas y cuales corresponden a situaciones
aleatorias o de incertidumbre.
DESARROLLO:
a) El resultado del prximo partido Colombia-Mxico.
R/ Incertidumbre.
b) Lo que desayunare el da de maana.
R/ Incertidumbre.
c) El porcentaje de aprobados de un curso de Matemticas (antes de acabar el
semestre).
R/ aleatoria

EJERCICIO No. 2: Michael y Robert son dos turistas ingleses que viajaron al Per
a conocer una de las siete maravillas del mundo. Despus de visitar Macchu
Picchu, ellos deciden ir a disfrutar de las comidas tpicas que se ofrecen en el
restaurante El ltimo Inca. A Carlos, el sobrino del dueo, se le ha encomendado
la tarea de observar que platos tpicos comern los dos turistas. La lista de platos
es la siguiente: Trucha con papas fritas, Milanesa de alpaca, Cuy con papas,
Guiso de alpaca. Suponiendo que cada turista pedir solo un plato, Cul es el
espacio muestral del experimento? Defina dos eventos A y B

11

DESARROLLO:
El espacio muestral se define como el conjunto todos los posibles resultados que
se pudieran obtener en diferentes eventos, en este caso seran los platos tpicos
que los extranjeros podran elegir.
Uno de los eventos que se podran presentar en este caso podra ser:
A = que los extranjeros escojan platos que incluyan papa
B = Que uno de los dos extranjeros escoja Milanesa de alpaca

EJERCICIO No. 3: Se seleccionan al azar cuatro estudiantes de una clase de

qumica y se clasifican como masculino o femenino.
DESARROLLO:
a. Liste los elementos del espacio muestral S usando la letra M para masculino y
F para femenino.
S={MMMM,MMMF,MMFM,MMFF,MFMM,MFMF,MFFM,MFFF,FMMM,FMMF,F
MFM,FMFF,FFMM,FFMF,FFFM,FFFF }
b. Liste los elementos del espacio muestral S donde los resultados representen
el nmero de mujeres seleccionadas.
S = {0, 1, 2, 3,4}

EJERCICIO No. 4: Que usar? Un joven se alista para la universidad, posee 4

jeans, 12 camisetas y 4 pares de zapatos deportivos, Cuntas combinaciones de
jean, camiseta y zapatos puede tener?
DESARROLLO:
Nmero de Jeans: 4
Nmero de Camisetas: 12
Nmero de Zapatos: 4
4 x 12 x 4 = 192
El nmero de combinaciones posibles es de 192

12

EJERCICIO No 5: El jefe de cocina de un restaurante quiere usar algunas carnes

y vegetales que sobraron el da anterior para preparar un platillo de tres clases de
carne y cuatro vegetales. Si hay 5 clases de carne y siete vegetales disponibles,
Cuntos platillos pueden preparar el cocinero?
DESARROLLO:
De las cinco (5) clases de carnes se pueden escoger tres (3)
5 C 2=

5!
=10
( 52 ) ! 2 !

De los 7 vegetales se pueden tomar 3:

7 C 3=

7!
=35
( 73 ) ! 3!

En consecuencia: 10 x 35 = 350 platillos puede preparar el cocinero

EJERCICIO No. 6: Suponga que una persona que vive en el municipio de Sopo,
trabaja en el centro de la ciudad de Bogot. Para llegar a su sitio de trabajo, este
tiene tres rutas distintas para llegar desde el municipio hasta la Autopista y de all
puede tomar otras tres rutas para llegar al centro de la ciudad. En el centro, puede
tomar cuatro rutas para llegar al parqueadero ms cercano a su oficina. De
cuntas maneras o rutas distintas podra tomar la persona para llegar de la casa al
parqueadero ms prximo a su oficina?
DESARROLLO:
Vemos que el tramo principal se divide en tres tramos secundarios con diferentes
opciones a elegir entre tramos, entonces tenemos:
Desde el municipio a la autopista = 3
De la autopista al centro de la ciudad = 3
Del centro al parqueadero = 4
Por lo tanto las diferentes maneras que tiene esta persona para llegar de su casa
al parqueadero de su trabajo ser:
3 x 3 x 4 = 36

13

Esta es la forma ms conveniente para resolver este tipo de conteo.

EJERCICIO No. 7: En un viaje organizado por Europa para 120 personas, 48 de
los que van saben hablar ingls, 36 saben hablar francs, y 12 de ellos hablan los
dos idiomas. Escogemos uno de los viajeros al azar.
a.- Cul es la probabilidad de que hable alguno de los dos idiomas?
b.- Cul es la probabilidad de que hable francs, sabiendo que habla ingls?
c.- Cul es la probabilidad de que solo hable francs.

Ingles

Los 2.

Francs.

48= 40%

12=10%

36=30%

N=24=

DESARROLLO:
a. Cul es la probabilidad de que hable alguno de los dos idiomas?
I F=[96 ]=80

b. Cul es la probabilidad de que hable francs, sabiendo que habla ingls?

I F=[12]=10 .

c.

Cul es la probabilidad de que solo hable francs.

I N =[36 ]=30

14

EJERCICIO No. 8: En el ltimo ao de una clase de bachillerato con 100

estudiantes, 42 cursaron matemticas, 68 psicologa, 54 historia; 22 matemticas
e historia, 25 matemticas y psicologa, 7 historia pero ni matemticas ni
psicologa, 10 las tres materias y 8 no tomaron ninguna de las tres. Si se
selecciona al azar un estudiante, encuentre la probabilidad de que:
a) solo haya cursado una de las tres materias
b) una persona que no se inscribi en psicologa curse historia y matemticas
DESARROLLO:

El grfico diagrama de Venn, representa la situacin.

Sea
M = Matemtica

S= Psicologa

H= historia

10
P ( M H S ) 100 5
p(M H P/ P)=
=
= =0.1470
68 34
P ( S)
100
p ( M H P )=

12
=0.12
100

EJERCICIO No. 9: Una seora tiene dos nios pequeos: Luis y Too. Ella sabe
que cuando hacen una travesura y son reprendidos. Luis dice la verdad tres de
cada cuatro veces y Too cinco de cada seis. Cul es la probabilidad de que los
dos se contradigan cuando les pregunten por el mismo hecho? Cul es la
probabilidad de que los dos contesten igual cuando les pregunten por el mismo
hecho?

15

DESARROLLO:
Para desarrollar este ejercicio podemos calcular en cada individuo la probabilidad
individual de mentir, entonces tenemos:

Luis
Too

% de verdad
3
4
5
6

% de mentir
1
4
1
6

A. Probabilidad que Luis diga la verdad y Too mienta:

3
1
4
4 1
P ( L T )=
= = =16,67
6
24 6

Probabilidad que Luis mienta y Too diga la verdad:

1
5
4
5
P ( L T )=
= =20,83
6
24

Probabilidad de que ambos se contradigan:

1 5
9
P ( L T )= + = =37,5
6 24 24

B. Probabilidad de que ambos mientan es de:

16

1
1
4
1
P ( L T )=
= =4,17
6
24

Probabilidad de que ambos digan la verdad:

3
5
4
15 3
P ( L T )=
= = =37,5
6
24 8

Probabilidad de que ambos coincidan en la respuesta:

P ( L T )=

1 3 1+9 10 5
+ =
= = =41,67
24 8 24 24 12

EJERCICIO No 10: Por descuido se colocaron dos tabletas para el resfriado en

una caja que contiene dos aspirinas. Las cuatro tabletas son idnticas en
apariencia. Se elige al azar una tableta de la caja y se da al primer paciente. De
las tres tabletas restantes se elige una al azar y se da al segundo paciente.
Defina:
a) El espacio muestral S
b) El evento A: el primer paciente tomo una tableta contra el resfriado
c) El evento B: exactamente uno de los dos tom una tableta contra el
resfriado.
DESARROLLO:
R corresponde al paciente que tom pastilla para el resfriado.
A corresponde al paciente que ingiri aspirina.
Se determina entonces
a) Espacio muestral S= (AA, AR, RR, RA)

17

b) El evento A: el primer paciente tom una tableta contra el resfriado A=( RR,
RA)
c) El evento B: exactamente uno de los dos tom una tableta contra el
resfriado. C= (AR, RA).
EJERCICIO No 11: Las prximas vacaciones familiares incluyen un vuelo
internacional, la renta de un automvil y la estancia en un hotel en Boston. Si
escoge entre cuatro lneas areas principales, cinco agencias de renta de
automviles y tres cadenas de hoteles. Cuntas opciones tiene disponibles para
sus vacaciones?
DESARROLLO:
Lneas areas (L): 4.
Agencias de renta de automviles (A): 5.
Cadena de hoteles (C): 3
Procedimiento:( L) x (A) x (C) = Total Resultado: (4) x (5) x (3) = 60.

EJERCICIO No 12: Un estudio sobre la conducta de un gran nmero de

delincuentes adictos a las drogas hace pensar que la probabilidad de una condena
dos aos despus del trabamiento podra depender de la educacin del
delincuente. Las cantidades del nmero total de casos que caen en cuatro
categoras de educacin y condena se muestran en la tabla siguiente:
Educacin

10 aos o mas
9 aos o menos
Total

Condicin
2
aos
despus del tratamiento
Condenado No
condenado
10
30
27
33
37
63

Total

40
60
100

DESARROLLO:
Suponga que se selecciona al azar un delincuente del programa de tratamiento;
Cual es la probabilidad de que.
a) el sujeto seleccionado es condenado 2 aos despus del tratamiento
37/100=0.37
b) El sujeto seleccionado tiene 9 aos o menos de educacin 60/100=0.6

18

c) El sujeto seleccionado tiene 9 aos o menos de educacin y no est

condenado 33/100=0.33
d) Si el sujeto seleccionado tiene 10 aos o ms de educacin, cual es la
probabilidad de que este condenado 10/40=0.25

BIBLIOGRAFA

BECERRA, Jos. Temas selectos de Matemticas. Mxico: Universidad Autnoma

de Mxico, 2005, p. 85.

MORALES ROBAYO, Adriana. Probabilidad. Bogot: Universidad Nacional Abierta

y a Distancia, 2010, p. 121.

ELORZA PREZ-TEJADA, Haroldo. Estadstica para las ciencias sociales, del

comportamiento y de la salud. Mxico: Cengage Learning Editores, S.A., 2008, p.
842.