1.- CITE EL PRIMER TEOREMA 2.- De la caja del problema anterior se 12.-CURTOSIS.

Es el grado de
BÁSICO DE PROBABILIDADES saca una bola, se le pone y se hace una apuntamiento de una distribución de
d. Al menos uno esté vivo
La no ocurrencia del suceso se representa nueva extracción. Hallar la probabilidad de frecuencias y puede obtenerse:
por q  1  P( A) entonces que:
a. Ambas sean blancas
leptocurtica, platicurtica, mesocurtica.

, por lo tanto ningún caso

probabilístico de éxito será > de 1

2.- ESCRIBA LA FORMULA DEL

SEGUNDO TEOREMA DE
a
PROBABILIDADESb
13.-DISTRIBUCION
c DE

5.-PROBABILIDAD En el mantto. Se utiliza weibull para

PROBABILIDADES Y ESTABLEZCA
CONDICIONAL. confiabilidad en equipos mecánicos y
UNA DIFERENCIA CON EL SEGUNDO
Si A y B son dos eventos que se poisson para confiabilidad en inst,
TEOREMA CASO ESPECIAL
b.La primera sea roja y la segunda blanca encuentran en un espacio muestral S, eléctricas.
Sucesos no excluyentes:
la probabilidad de que ocurra A dado De las distribuciones mencionadas la
que ocurrió B se denota por: binomial, Poisson, hipergeometrica y
Denota la posibilidad de ocurrencia de A o

p A  B 
la binomial negativa son distribuciones
B o ambas a la vez
de probabilidad discretas, el resto son

P A / B  
Diferencia.- En que en el caso especial la
ocurrencia del suceso imposibilita la distribuciones de probabilidad

Sean A y B dos sucesos del espacioP  B 

ocurrencia del otro, en cambio en el otro continuas.
pueden ocurrir uno u otro suceso o ambos
a la vez muestral S, El suceso A es 14.-DISTRIBUCION NORMAL
3.- QUE ENTIENDE POR SUCESOS estadísticamente independiente del suceso Su apariencia física es la de una curva
MUTUAMENTE EXCLUYENTES Y NO c. Ninguna sea naranja B, si la probabilidad condicional del suceso simétrica en forma de campana que se
EXCLUYENTES A para la condición B es igual a la extiende hasta el infinito,
*Sucesos mutuamente excluyentes.- Se probabilidad del suceso A, o sea, si asintóticamente en ambas direcciones,
dice que A y B son 2 sucesos mutuamente P(A / B) = P(A). positiva y negativa. Las áreas bajo la
excluyentes o incompatibles si la curva normal representan las
ocurrencia de uno de ellos imposibilita la 6.-SUCESOS COMPUESTOS
probabilidades de distribución normal.
ocurrencia de otro. Por el teorema de la La probabilidad del producto de los
CARACTERISTICAS DE LA
adición, formula que se conoce caso sucesos independientes en total es igual al
CURVA NORMAL.
especial del 2do teorema de probabilidades producto de las probabilidades de estos
sucesos. Por ejemplo si A, B y C son
- Es asíntota al eje de las X;
d. Ambas son rojas o blancas y una de sucesos independientes, entonces:
*Sucesos no excluyentes.- A y B son no -El área bajo la curva es igual a 1;
cada una. P (A  B  C) = P(A).P(B).P(C)
excluyentes cuando se encuentran en su -Es simétrica en torno a la media (eje
espacio muestral y existe probabilidad de de ordenadas);
Utilizando el concepto de probabilidad
ocurrencia de A o de B o de ambos al -La media da la tendencia central;
condicional se puede escribir que:
mismo tiempo entonces su fórmula de -La desv. estándar expresa la
P(AB) = P(A).P(B / A) dispersión.
cálculo es: y se conoce como el 2do Formula que se utiliza para sucesos
teorema de probabilidades compuestos dependientes y se conoce 15.-PROPIEDADES DE LA
como el tercer teorema básico de DISTRIBUCION NORMAL.
4.- QUE ENTIENDE POR ESPACIO probabilidades.
MUESTRAL
Es el conjunto de todos los posibles Media 
7.-PERMUTACIONES Y
resultados de un experimento aleatorio y Varianza ²
COMBINACIONES
este pues se representa con la letra S. Es el arreglo en un orden particular, de los Desviación estándar 
Puede ser finito o infinito objetos que forman un conjunto. Coeficiente de sesgo  3= 0
5.- QUE SE ENTIENDE POR UN Coeficiente de curtosis 4=0
ESPACIO MUESTRAL DISCRETO Y n! Desviación Media 2/= 0,7979
Pr 
Tomados de n en n
CONTINUO
*Espacio muestral discreto.- Se dice e. La segunda no sea azul n
 n  rn!!
que en espacio muestral es discreto si su
resultado puede ponerse en una
Tomadas de r en r
nCr  )/ 1 -
(X -  )2 Z=(x -

r! n  Y r != e 2 2
correspondencia uno a uno con el conjunto La diferencia entre una permutación y
de los enteros positivos

*Espacio muestral continuo.- Se dice
que un espacio muestral es continuo si sus
resultados consisten de un intervalo de
números reales
EJERCICIOS
1.-Se saca al azar una bola de una caja
que contiene 10 rojas, 30 blancas, 20
azules y 15 naranjas. Halar la probabilidad
de que la bola extraída sea:
a. Roja o naranja
 2
una combinación de la siguiente
16.-DISTRIBUCION BINOMIAL
manera: el objetivo de la primera se
centra en contar todas las posibles ( BERNULLI)
f. La primera sea naranja
selecciones y todos los posibles Es una de las distribuciones discretas
arreglos, mientras que en la segunda el de probabilidad más importantes, se
interés solo recae en contar el número utiliza cuando alguien tiene que decidir
de selecciones diferentes. entre si o no, pasa o no pasa, cara o
cruz, bueno o malo.
g. Al menos una sea azul 8.-FORMULA DE LA PROBABILIDAD
COMPLETA.
Sea H1, H2, … Hi un sistema completo de N!
 p x  q nx
sucesos mutuamente excluyentes dos a
dos vinculados con cierta prueba y sea A
un suceso arbitrario ligado con el mismo X !(N  X !)
experimento. Entonces la igualdad
PROPIEDADES DE LA DISTRIBUCION
n BINOMIAL

P ASeprobabilidad P H
completa,
conoce como
i  los
la fórmula
donde
deAla / H i 
Psucesos Media  =NP
Varianza  ² = NPq
H1, H2, iH 1 llamarse hipótesis. Esta
3 suelen
Desviaciónestándar
fórmula se utiliza cuando es difícil
3.- La probabilidad de que un hombre siga
b. Ni roja ni azul
vivo es 25 años es de 3/5, y la de su
encontrar directamente la probabilidad del
suceso A, mientras que las probabilidades
= N Pq
1
esposa es de 2/3. Hallar la probabilidad de condicionales P(A / Hi) y las probabilidades
que en este momento: de la hipótesis P(Hi) se calculan fácilmente.
a. Ambos estén vivos Coeficiente de sesgo
9.-FORMULA DE BAYES q-P
Sea A un suceso arbitrario, y sean H1, H2,
…, Hn un sistema completo de sucesos 3 =
incompatibles dos a dos. Entonces N Pq 2
conforme al teorema de multiplicación

c. No azul
P. Hi   P . A / H i 
Coeficientedecurtosis

P. H i / A    ,
1-6 Pq
4 A /3Hi
b. Solo el hombre viva
 P ( Hi )P . NPq
d. Blanca i  1, 2,  , n
10.-ESPERANZA MATEMATICA.
La esperanza matemática o simplemente 17.-RELACION ENTRE LAS
esperanza de una variable aleatoria DISTRIBUCIONES BINOMIAL Y
discreta (X) se designa por E(X) y se define NORMAL.
como Si N es grande y ni P ni q están muy
E(X)=P1X1 + P2X2 + P3X3... Pn Xn = K aproximados a cero, la distribución

P X
e. Roja, blanca, azul binomial puede aproximarse
estrechamente a la distribución normal
11.-SESGO. Es el grado de asimetría de
J Jcon variable tipificada dada por:
1
una distribución de frecuencias. PuedeJser
X-NP
c. Solo viva la esposa
sesgo positivo, negativo o centrado.
Z=
Media - Mo da NPq
Sesgo  18.-DISTRIBUCION EXPONENCIAL
Desviación típica
(LLAMADA DE POISSON).
Se recomienda para eventos o

3  (Media - Mediana)
fenómenos de baja probabilidad; es

Sesgo  decir, cuando P es aproximadamente

10 veces menor que q.
Desviación típica x
( nP )  e  np
Y se conoce como cálculo del
primero y segundo coeficiente de P( X ) 
sesgo respectivamente. X!
PROPIEDADES DE LA
DISTRIBUCION DE POISSON

Media nP
Varianza  ² = nP
Desviación estándar

= nP
Coeficiente de sesgo

1
3 
nP
Coeficiente de Curtosis

1
4  3 
nP