Carrera:Sistemas Computacionales MATRICULA: 10090275 Materia:Probabilidad Y Estadistica Nombre: Zahyr Alejandro Martinez Leon

CARRERA:SISTEMAS COMPUTACIONALES
MATRICULA: 10090275
MATERIA:PROBABILIDAD Y ESTADISTICA
NOMBRE: ZAHYR ALEJANDRO MARTINEZ LEON

MATRICULA: 10090275

MATRICULA: 10090275

Ejercicio de Muestreo
algunas
acero
Ciencia
Aristarco
aparecieron
acero
Afocaba
as
Aristarco
Aliados
Asia
bajo
afn
al
abusivas
Algunos
capacidad
actuacin
al
ciertos
al
apoyaban
Azul
Al
antipatia
asustados
as
alter
Asacar
Aqu
carrera
cAmargo
Ayudar
Calle
alvercas
cAmargo
amenazas
Aristarco
accin
aparecieron
cantidad
Aristarco
alemn
Alemania
Ciudad
alemn
Alemania
abiertamente
apoyo
Alemanes
Ciencia
Ante
aceptada
Alemania
bolcheviques
Alemania
Atacados
ciudad
amenaza
Amor
base
Amargo
calculista
Advirti
Blica
algunas
Agresivas
Armamentstico
Afocar
Ayudar
Aveces
ablaron
ambas
Aristarco
casas
Adems
apesar
Aliados
astronmicas
cada
Adems
astronomos
alemanas
alemn
civil
agredidos
Atacados
Borrando
bajo
Acuda
as
ambas
casi
ascendencia
casi
adherencia
Blico
al
apoyo
Casa
As
atenciones
bajo
ablaron
Ciudad
Alemania
Abrir
ao
Causas
Alemania
Al
cAmargo
anlogo
agredidos
bajo
bloqueo
Aliados
alter
Altar
Al
Aratos
aparecieron
acab
alter
campaa
aqu
Ciencia
Afocaba
As
antiguas
Ara
Algo
bronco
abiertamente
Al
Abrir
aparicin
astronomos
algunas
Aun
chocaron
accin
Amor
adherencia
Blica
ante
Afocaba
Antiguos
apoder
Altar
acero
Bandos
Cielo
Ceder
Cientfica
adelante
atrocidades
Bao
Armamentstico
Azul
Astronomica
Asia
antiguos
centralizara
alemn
Al
ASIA
bolcheviques
anexin
brutal
Abusivos
Austria
Aun
as
adherencia
asegurarse
bsqueda
Ara
antiguas
aquellos
Ciudad
Alazar
China
Alemanes
Alsar
Alguna
Aqu
carros
Abrir
barcos
Al
azul
asustados
afn
Al
cada
alumnos
Aun
base
calles
aunque
carros
Aos
Alguno
Antojo
Caminaba
Crculos
Blico
Cabron
Arrollo
barcos
Algunos
apoyar
ante
armada
campesino
Amarillo
Al
Asombro
As
base
cada
Algunos
apoyo
Ayudar
Amor
Alguno
Carlos
apesar
as
anexadas
al
al
Al
cay
MATRICULA: 10090275

acuerdo
Calle
Amigo
Alcalinos
Amigable
cada
alemanas
anexadas
Advirti
Ayudar
Algunos
alemana
Armamentstico
acab
Carlos
abusivas
Algunos
Alta
Ayudarse
Bandos
alter
Al
Bruma
Ayudar
Agresivas
alemanes
al
acceso
Carlos
Aristarco
arrasa
aboliendo
adems
Borrando
antiguo
cheke
Alguna
cheke
Aos
Ayudar
alemanes
carcter
alineamiento
Ciudad
Carros
asustados
asumieron
cAmargo
apesar
Alguna
Base
As
China
Atacados
Alcalinos
adems
Al
Altar
abiertamente
carcter
alemanas
Calle
cafecito
bronco
acuerdo
Azul
cheke
Al
Causas
As
Antojo
As
Ceder
alzaron
Alguna
Alemania
alemanes
Acciones
barcos
adelante
Caminaba
alemanas
Algunos
cAmargo
al
bolcheviques
alemanes
Bajo
asombro
Alemania
capaz
Alemania
Aqu
apoder
Bibliotecario
Aqu
aquellos
amenaza
al
capital
Aos
Alemania
asombro
Ambiente
Al
Asueto
al
cambio
apoyaban
Amarillo
an

A=517 E=154 I=120 O=156 U=74
=SUMAPRODUCTO(LARGO($F$2:$F$347)-LARGO(SUSTITUIR($F$2:$F$347,"a",""))) formula utilizada para contar el numero de
letras "a"
=SUMAPRODUCTO(LARGO($F$2:$F$347)-LARGO(SUSTITUIR($F$2:$F$347,"e",""))) formula utilizada para contar el numero de
letras "e"
=SUMAPRODUCTO(LARGO($F$2:$F$347)-LARGO(SUSTITUIR($F$2:$F$347,"i",""))) formula utilizada para contar el numero de
letras "i"
=SUMAPRODUCTO(LARGO($F$2:$F$347)-LARGO(SUSTITUIR($F$2:$F$347,"o",""))) formula utilizada para contar el numero de
letras "o"
=SUMAPRODUCTO(LARGO($F$2:$F$347)-LARGO(SUSTITUIR($F$2:$F$347,"u",""))) formula utilizada para contar el numero de
letras "u"
0
100
200
300
400
500
600
A E I O U
Columna1
Martnez Len Zahyr Alejandro
ING. Sistemas Computacionales
10090275
Probabilidad y Estadstica

ANOVA
En estadstica, el anlisis de la varianza (ANOVA, ANalysis Of VAriance, segn terminologa inglesa) es una coleccin
de modelos estadsticos y sus procedimientos asociados, en el cual la varianza est particionada en ciertos componentes
debidos a diferentes variables explicativas.
Las tcnicas iniciales del anlisis de varianza fueron desarrolladas por el estadstico y genetista R. A. Fisher en los aos
1920 y 1930 y es algunas veces conocido como "Anova de Fisher" o "anlisis de varianza de Fisher", debido al uso de
la distribucin F de Fisher como parte del contraste de hiptesis.
El anlisis de la varianza parte de los conceptos de regresin lineal(?).
El primer concepto fundamental es que todo valor observado puede expresarse mediante la siguiente funcin:

Donde Y sera el valor observado (variable dependiente), y X el valor que toma la variable independiente.
sera una constante que en la recta de regresin equivale a la ordenada en el origen, es otra constante que
equivale a la pendiente de la recta, y es una variable aleatoria que aade a la funcin cierto error que desva la
puntuacin observada de la puntuacin pronosticada.
Por tanto, a la funcin de pronstico la podemos llamar "Y prima":

Podemos resumir que las puntuaciones observadas equivalen a las puntuaciones esperadas, ms el error aleatorio:
(1.1)
Sabiendo este concepto, podemos operar con esta ecuacin de la siguiente forma:
1) Restamos a ambos lados de la ecuacin (para mantener la igualdad) la media de la variable dependiente:

2) Substituimos el error por la ecuacin resultante de despejar la ecuacin 1.1:

Por tanto...

Y reorganizando la ecuacin:

Ahora hay que tener en cuenta que la media de las puntuaciones observadas es exactamente igual que la media de las
puntuaciones pronosticadas:

Por tanto:

Podemos ver que nos han quedado 3 puntuaciones diferenciales. Ahora las elevamos al cuadrado para que
posteriormente, al hacer el sumatorio, no se anulen:

Y desarrollamos el cuadrado:

Podemos ver que tenemos los numeradores de las varianzas, pero al no estar divididas por el nmero de casos (n), las
llamamos Sumas de Cuadrados., excepto en el ltimo trmino, que es una Suma Cruzada de Cuadrados (el numerador
de la covarianza), y la covarianza en este caso es cero (por las propiedades de la regresin lineal, la covarianza entre el
error y la variable independiente es cero).
Por tanto:

O lo mismo que:
10090275

de un factor, que es el caso ms sencillo, la idea bsica del anlisis de la varianza es comparar la variacin total de un
conjunto de muestras y descomponerla como:

Donde:
es un nmero real relacionado con la varianza, que mide la variacin debida al "factor", "tratamiento" o tipo
de situacin estudiado.
es un nmero real relacionado con la varianza, que mide la variacin dentro de cada "factor", "tratamiento" o
tipo de situacin.
En el caso de que la diferencia debida al factor o tratamiento no sean estadsticamente significativa puede probarse que
las varianzas muestrales son iguales:

Donde:
es el nmero de situaciones diferentes o valores del factor se estn comparando.
es el nmero de mediciones en cada situacin se hacen o nmero de valores disponibles para cada valor del factor.
As lo que un simple test a partir de la F de Snedecor puede decidir si el factor o tratamiento es estadsticamente
significativo.
Visin general
Existen tres clases conceptuales de estos modelos:
El Modelo de efectos fijos asume que los datos provienen de poblaciones normales las cuales podran diferir nicamente
en sus medias. (Modelo 1)
El Modelo de efectos aleatorios asume que los datos describen una jerarqua de diferentes poblaciones cuyas diferencias
quedan restringidas por la jerarqua. Ejemplo: El experimentador ha aprendido y ha considerado en el experimento slo
tres de muchos ms mtodos posibles, el mtodo de enseanza es un factor aleatorio en el experimento. (Modelo 2)
El Modelo de efectos mixtos describen situaciones que ste puede tomar. Ejemplo: Si el mtodo de enseanza es
analizado como un factor que puede influir donde estn presentes ambos tipos de factores: fijos y aleatorios. (Modelo 3)
Supuestos previos
El ANOVA parte de algunos supuestos que han de cumplirse:
La variable dependiente debe medirse al menos a nivel de intervalo.
Independencia de las observaciones.
La distribucin de los residuales debe ser normal.
Homocedasticidad: homogeneidad de las varianzas.
La tcnica fundamental consiste en la separacin de la suma de cuadrados (SS, 'sum of squares') en componentes
relativos a los factores contemplados en el modelo. Como ejemplo, mostramos el modelo para un ANOVA simplificado
con un tipo de factores en diferentes niveles. (Si los niveles son cuantitativos y los efectos son lineales, puede resultar
apropiado un anlisis de regresin lineal)

El nmero de grados de libertad (gl) puede separarse de forma similar y corresponde con la forma en que la distribucin
chi-cuadrado ( o Ji-cuadrada) describe la suma de cuadrados asociada.

10090275

TRIANGULO DE PASCAL
En matemtica, el tringulo de Pascal es una representacin de los coeficientes binomialesordenados en forma
triangular. Es llamado as en honor al matemtico francs Blaise Pascal, quien introdujo esta notacin en 1654, en
su Trait du triangle arithmtique.
1
Si bien las propiedades y aplicaciones del tringulo fueron conocidas con
anterioridad al tratado de Pascal por matemticos indios, chinos o persas, fue Pascal quien desarroll muchas de sus
aplicaciones y el primero en organizar la informacin de manera conjunta.
La construccin del tringulo est relacionada con los coeficientes binomiales segn la frmula (tambin llamada Regla
de Pascal):
Si
entonces
para todo entero positivo n y todo entero positivo k entre 0 y n.
Las cifras escritas en cada fila del tringulo, corresponden a los coeficientes del desarrollo binomial:

10090275

Binomial
Se decide comparar dos muestras de abono uno inorgnico y otro orgnico, determine el nivel de significancia
de alfa=0.05 si existe diferencia entre crecimiento de plntulas de maz.

Desviacin estndar de Orgnicos = 2.3767
Desviacin estndar de Inorgnicos = 2.52323

Estadsticas descriptivas: Orgnicos, Inorgnicos

Variable Media Desv.Est. Varianza
Orgnicos 6.580 2.377 5.649
Inorgnicos 7.433 2.523 6.367

T de dos muestras para Orgnicos vs. Inorgnicos

N Media Desv.Est. Media del Error estndar
Orgnicos 15 6.58 2.38 0.61
Inorgnicos 15 7.43 2.52 0.65

Diferencia = mu (Orgnicos) - mu (Inorgnicos)
Estimado de la diferencia: -0.853
IC de 95% para la diferencia: (-2.687, 0.980)
Prueba T de diferencia = 0 (vs. no =): Valor T = -0.95

Valor P = 0.349 GL =28
Ambos utilizan Desv.Est. Agrupada = 2.4511

0.4
0.3
0.2
0.1
0.0
X
D
e
n
s
i
d
a
d
-2.05
0.025
2.05
0.025
0
-0.95
Grfica de distribucin
T, df=28

No existe suficiente evidencia estadstica como para afirmar que hay una diferencia en la capacidad de
crecimiento de los fertilizantes con un nivel de significancia de 0.05 y 28 grados de libertad.
Orgnico Inorgnico
5.5 6.8
3.0 3.4
5.1 5.3
4.8 6.7
3.4 3.8
4.5 5.7
5.4 6.2
8.9 11.2
8.4 8.8
8.1 9.7
4.9 5.4
10.1 10.9
7.9 8.1
9.9 10.5
8.8 9.0
10090275

En una fbrica se producen cuerdas cuya resistencia es fuerza es de 500kgf con una desviacin tpica 40kgf.La jefa de produccin
plantea que cambiando la materia prima la resistencia promedio puede aumentarse. Para probar su planteamiento se utilizan de forma
experimental un nuevo hilo de polmero y se aadi a la materia prima para producir cuerdas.
Se produjo o tomo una muestra de 64 cuerdas producidas para lo cual la resistencia fu de 520kgf. Se quiere realizar una prueba de
hiptesis con un 5% de significancia.
Es la cuerda de polmero ms resistente que la cuerda tradicional?
1) Valores de Comparacin
Ho: 510kgf=500kgf La cuerda de polmero cuya resistencia promedio de 510kgf es igual a la cuerda normal cuta
resistencia es de 500kgf
Ha: 510kgf>500kgf La cuerda de polmero cuya resistencia promedio de 510kgf es mayor a la cuerda normal
cuta resistencia es de 500kgf.

2) Nivel de confianza
=0.05 VC=1.64
Poblacional Muestra
=500kgf
=400kgf
N=?
X=510kgf
s=?
n=64

Calcular el estadstico de la prueba
0.4
0.3
0.2
0.1
0.0
X
D
e
n
s
i
d
a
d
1.64
0.05
0
2
Normal, Media=0, Desv.Est.=1

3) Establecer conclusiones
Existe suficiente evidencia estadstica para afirmar que la cuerda de polmero cuya fuerza es de 510kgf es mayor
que la de 500kgf.
La produccin promedio diario de leche por vaca en una provincia donde los meses de verano ha sido en aos anteriores
de 10.1lts.
10090275

Este ao, si una muestra simple aleatoria de 16 das de los meses de verano se obtuvo una produccin media diaria por
vaca de 9.9lts por desviacin estndar de 1.1lts.
Hay razn para afirmar que ha variado la produccin media diaria de leche por vaca?
1) Valores de Comparacin
Ho: 9.9lts = 10.1lts La produccin por vaca es igual este ao.
Ha: 9.9lts < 10.1lts La produccin por vaca ha disminuido en este ao.
2) Nivel de Confianza
=0.05 VC=-2.13
Poblacional Muestra
=10.1lts
=?
N=?
X=9.9lts
s=1.1lts
n=16

3)Estadstico de prueba
tn=16-1=15
4)Calcular el estadstico de la prueba
0.4
0.3
0.2
0.1
0.0
X
D
e
n
s
i
d
a
d
-2.13
0.025
2.13
0.025
0
-0.72
T, df=15

5)Establecer conclusiones
No existe suficiente evidencia estadstica para demostrar que la produccin por vaca ha variado en este ao.

10090275

FORMULAS PRUEBAS ANOVA
1. ANOVA CLSICO
gl SC CM Fe Ft
Tratamiento r-1 CM
n
T
SCT
r
i i
i
=
=1
2

1 1
1
=
r
Q
r
SCT
CMT

CME
CMT
r n
SCE
r
SCT
r n
Q
r
Q
=
1 1
2
1

( ) r n r F F
t
=

, 1
1 o

Error n-r

SCE = SCTotal-SCT
r n
Q
r n
SCE
CME
=
2

Total n-1
CM X SCTotal
n
i
i
=

=1
2
=
= =
r
i
i
n n siendo
n
T
CM
1
2

=
=
i
n
j
ij i
X T
1

=
=
r
i
i
T T
1

o
o o
=
(
(
+ s s

1
2
1
2
1
i
i i
i
i
n
CME
t X m
n
CME
t X IC
( ) ( ) o
o o
=
(
(
|
|
.
|
\
|
+ s s
|
|
.
|
\
|
+

1
1 1
) (
1 1
) (
2
1
2
1
j i
j i j i
j i
j i
n n
CME t X X m m
n n
CME t X X IC

2. ANOVA BLOQUES ALEATORIZADOS
gl SC CM Fe Ft
Tratamientos r-1
CM
b
T
r
j
J
=1
2

1
=
r
SCT
CMT
CME
CMT
b r n
SCE
r
SCT
=
+
1
1

( ) 1 , 1
1
+ =

b r n r F F
t o

Bloques b-1
CM
r
B
b
i
i
=1
2

1
=
b
SCB
CMB
CME
CMB
b r n
SCE
b
SCB
=
+
1
1

( ) 1 , 1
1
+ =

b r n b F F
t o

Errores n-b-r+1 SCB SCT SCTotal
1 +
=
b r n
SCE
CME

10090275

Totales n-1
CM X
r
j
b
i
ij

= = 1 1
2

n
T
CM
2
=
= = = =
= = =
b
i
r
j
ij
r
j
j
b
i
i
X T B T
1 1 1 1

Intervalo de Confianza para la Diferencia de Medias de Tratamientos
( ) ( ) o
o o
=
(
(
|
.
|
\
|
+ s s |
.
|
\
|

1
2
) (
2
) (
2
1
2
1
b
CME t X X m m
b
CME t X X IC
j i j i j i

Intervalo de Confianza para la Diferencia de Medias de Bloques
( ) ( ) o
o o
=
(
(
|
.
|
\
|
+ s s |
.
|
\
|

1
2
) (
2
) (
2
1
2
1
r
CME t X X m m
r
CME t X X IC
j i j i j i

Coeficiente de Eficiencia Relativa:
( ) ( )
( )CME n
CME r b CMB b
ER
1
1 1
+
=
3. ANOVA DOS CRITERIOS DE CLASIFICACIN CON REPLICAS
Fuente
gl SC CM Fe Ft
A
a-1
CM
br
A
a
i
i
=1
2

1 a
SCA

( )
CME
CMA
r ab
SCE
a
SCA
=
1
1

( ) ( ) | | 1 , 1
1
=

r ab a F F
t o

B b-1
CM
ar
B
b
j
j
=1
2

1 b
SCB

( )
CME
CMB
r ab
SCE
b
SCB
=
1
1

( ) ( ) | | 1 , 1
1
=

r ab b F F
t o

AB
interac.
(a-1)(b-1)
( )
CM SCB SCA
r
AB
a
i
b
j
ij

= = 1 1
2

( )( ) 1 1 b a
SCI

( )( )
( )
CME
CMI
r ab
SCE
b a
SCI
=

1
1 1

( )( ) ( ) | | 1 , 1 1
1
=

r ab b a F F
t o

Error ab(r-1) SCTotal - SCA SCB SCI
( ) 1 r ab
SCE

Total abr-1
CM X SCTotal
a
i
b
j
r
k
ijk
=

= = = 1 1 1
2

n
T
CM
2
=
= = =
=
a
i
b
j
r
k
ijk
X T
1 1 1

Intervalo de Confianza para la Media de un Tratamiento
o
o o
=
(
(
|
.
|
\
|
+ s s |
.
|
\
|

1
2
1
2
1
r
CME
t X m
r
CME
t X IC
ij ij ij

10090275

Intervalos de Confianza para la Diferencia entre las Medias de dos Tratamientos

( ) ( ) o
o o
=
(
(
|
.
|
\
|
+ s s |
.
|
\
|

1
2
) (
2
) (
2
1
2
1
r
CME t X X m m
r
CME t X X IC
lj ij lj ij lj ij

( ) ( ) o
o o
=
(
(
|
.
|
\
|
+ s s |
.
|
\
|

1
2
) (
2
) (
2
1
2
1
r
CME t X X m m
r
CME t X X IC
il ij il ij il ij

a) g) m)
b) h) n)
c) i) )
0.4
0.3
0.2
0.1
0.0
X
D
e
n
s
i d
a
d
2.33
0.01
0
0.4
0.3
0.2
0.1
0.0
X
D
e
n
s
i d
a
d
1.88
0.03
0
0.4
0.3
0.2
0.1
0.0
X
D
e
n
s
i d
a
d
1.64
0.05
0
0.4
0.3
0.2
0.1
0.0
X
D
e
n
s
i d
a
d
-2.33
0.01
0
0.4
0.3
0.2
0.1
0.0
X
D
e
n
s
i d
a
d
-1.88
0.03
0
0.4
0.3
0.2
0.1
0.0
X
D
e
n
s
i d
a
d
-1.64
0.05
0
0.4
0.3
0.2
0.1
0.0
X
D
e
n
s
i d
a
d
-2.58
0.005
2.58
0.005
0
0.4
0.3
0.2
0.1
0.0
X
D
e
n
s
i d
a
d
-2.17
0.015
2.17
0.015
0
0.4
0.3
0.2
0.1
0.0
X
D
e
n
s
i d
a
d
-1.96
0.025
1.96
0.025
0
10090275

0.4
0.3
0.2
0.1
0.0
X
D
e
n
s
i d
a
d
-1.04
0.15
0
0.4
0.3
0.2
0.1
0.0
X
D
e
n
s
i d
a
d
-1.44
0.075
1.44
0.075
0
0.4
0.3
0.2
0.1
0.0
X
D
e
n
s
i d
a
d
-1.64
0.05
1.64
0.05
0
d) j) o)
e) k) p)
f) l) q)
NUM POSITIVO NEGATIVO BILATERAL
0.01 a) 2.33 g) -2.33 m) -2.58 --- 2.58
0.03 b) 1.88 h) -1.88 n) -2.17 ---- 2.17
0.05 c) 1.64 i) -1.64 ) -1.96 ---- 1.96
0.10 d) 1.28 j) -1.28 o) -1.64 ---- 1.64
0.15 e) 1.04 k) -1.04 p) -1.44 ---- 1.44
0.20 f) 0.842 l) -0.842 q) -1.28 ---- 1.28

0.4
0.3
0.2
0.1
0.0
X
D
e
n
s
i d
a
d
1.28
0.1
0
0.4
0.3
0.2
0.1
0.0
X
D
e
n
s
i d
a
d
1.04
0.15
0
0.4
0.3
0.2
0.1
0.0
X
D
e
n
s
i d
a
d
0.842
0.2
0
0.4
0.3
0.2
0.1
0.0
X
D
e
n
s
i d
a
d
-1.28
0.1
0
0.4
0.3
0.2
0.1
0.0
X
D
e
n
s
i d
a
d
-0.842
0.2
0
0.4
0.3
0.2
0.1
0.0
X
D
e
n
s
i d
a
d
-1.28
0.1
1.28
0.1
0
10090275

HIPERGEOMETRICAS

0.4
0.3
0.2
0.1
0.0
X
D
e
n
s
i
d
a
d
-1.71
0.05
0
-1.64
T, df=25

0.30
0.25
0.20
0.15
0.10
0.05
0.00
X
P
r
o
b
a
b
i
l
i
d
a
d
7
0.0104
8 0
Hipergeomtrico, N=100, M=15, n=20

0.20
0.15
0.10
0.05
0.00
X
P
r
o
b
a
b
i
l
i
d
a
d
7
0.170
8 0 13
Poisson, Media=5

10090275

PROBLEMAS PROPUESTOS

1. Si una prueba se compone de 12 preguntas de verdadero-falso, a. de cuantas maneras diferentes un estudiante
puede dar una respuesta para cada pregunta?, b. S de antemano el maestro le dice que la primera pregunta es
verdadera, cuntas maneras tiene de contestar esta prueba?. a. r=4,096 maneras b. r=2,048 maneras

2. Un fabricante tiene dificultades para obtener registros consistentes de resistencias a la tensin entre tres mquinas
localizadas en la planta de produccin, el laboratorio de investigacin y el laboratorio de control de calidad ,
respectivamente, al mismo tiempo hay cuatro posibles tcnicos Toms, Enrique, Rafael y Javier- quienes operan al
menos una de las mquinas a prueba regularmente, a. cuntos pares operador-mquina deben incluirse en un
experimento planeado en el que cada operador maneje todas las mquinas?, b. Si se requiere que cada par operador-
mquina pruebe ocho especimenes, cuntos especimenes de prueba se necesitan para el procedimiento ntegro? Nota:
un espcimen se destruye cuando se mide su resistencia a la tensin.
a. r=12 pares b. r=96 especimenes

3. Un inspector de construcciones tiene que revisar el cableado de un nuevo de departamentos, ya sea el lunes, el
martes, mircoles o jueves, a las 8 A. M., a las 10 A. M. o a las 2 P. M. , a. cuntas maneras tiene este inspector de
hacer las revisiones del cableado?, b. Obtenga las maneras en que el inspector puede realizar las revisiones del
cableado, haciendo uso ahora de un diagrama de rbol. a y b. r=12 maneras

4. Si los cinco finalistas de un torneo internacional de golf son Espaa, Estados Unidos, Portugal, Uruguay y Japn, a.
Diga de cuantas maneras es posible que se otorgue un primero, segundo lugar y tercer lugar, b. Considerando que el
primer lugar lo gana Portugal y el segundo lo gana Estados Unidos, cuntas maneras hay de que se otorguen los
lugares antes mencionados? a. r=60 maneras, b. r=3 maneras

10090275

5. Una computadora de propsito especial contiene tres conmutadores, cada uno de los cules puede instalarse de tres
maneras diferentes. De cuantas maneras diferentes puede instalarse el banco de conmutadores de la computadora?
r= 27 maneras

6. De cuantas maneras ordenadas puede programar un director de televisin seis comerciales en los seis intermedios
para comerciales durante la transmisin televisiva del primer tiempo de un partido de hockey?, si, a. los comerciales son
todos diferentes, b. dos de los comerciales son iguales, c. Si hay cuatro comerciales diferentes, uno de los cuales debe
aparecer tres veces, mientras que cada uno de los otros debe aparecer una sola vez. a. r=720 maneras
b. r=360 maneras c. r=120 maneras

7. Determine el nmero de maneras en las que un fabricante puede seleccionar dos de las quince ubicaciones para un
almacn. r=105 maneras

8. Una caja de 12 bateras recargables, contiene una defectuosa, de cuantas maneras un inspector puede seleccionar
tres de las bateras y, a. obtener la defectuosa, b. no obtener la defectuosa. a. r=55 maneras, b. r=165 maneras

9. El departamento de suministros tiene ocho diferentes motores elctricos y cinco diferentes interruptores de arranque.
De cuantas maneras pueden seleccionarse dos motores y dos conmutadores para un experimento de una antena de
rastreo?, r=280 maneras

10. A los participantes de una convencin se les ofrecen 6 recorridos por da para visitar lugares de inters durante los
tres das de duracin del evento. En cuntas formas puede una persona acomodarse para hacer alguno de ellos?
r=18 formas

11. Un determinado zapato se fabrica en 5 estilos diferentes y en 4 colores distintos para cada uno. Si la zapatera desea
mostrar a su clientela pares de zapatos en todos los estilos y colores, cuntos pares distintos debern colocar en el
aparador? r=20
10090275

12. Un estudiante de primer ao debe tomar un de ciencia, uno de humanidades y otro de matemticas. Si puede
escoger entre cualquiera de 6 cursos de ciencias, 4 de humanidades y 4 de matemticas, Cuntas maneras tiene de
seleccionar las materias? r=96 maneras

13. Un urbanista de una nueva subdivisin ofrece a los clientes prospectos para la compra de una casa, la posibilidad de
seleccionar cualquiera de 4 diseos diferentes, tres sistemas de calefaccin, cochera con puertas o sin ellas, y patio o
prtico, cuntos planes distintos estn disponibles para el comprador? r= 48 planes

14. Si una prueba de seleccin mltiple consta de 5 preguntas, cada una con 4 posibles respuestas, de las cuales solo
una es correcta, a. en cuntas formas diferentes puede un estudiante escoger una respuesta para cada pregunta?, b.
en cuntas formas puede un estudiante escoger una alternativa para cada pregunta y tener todas las respuestas
incorrectas? a. r= 1024 b. r=243

15. Un testigo de un accidente de trnsito en el que el causante huy, le indica al polica que el nmero de matrcula del
automvil tena las letras DUH seguidas por tres dgitos, el primero de los cuales era un cinco. S el testigo no puede
recordar los otros dos dgitos, pero est seguro de que los tres eran diferentes, encuentre el nmero mximo de
registros de automvil que debe verificar la polica. r=72 registros

16. a) De cuantas maneras pueden formarse 6 personas para subir a un autobs?, a. si tres de ellas insisten en
seguirse una a la otra, b. En cuntas formas es esto posible?, c. Si dos personas se rehsan a seguirse una a la otra?
a. r=720 b. r=144 c. r=480 maneras

17. a) cuntos nmeros de tres dgitos pueden formarse con los dgitos 0, 1, 2, 3, 4, 5, y 6, si cada uno solo puede
usarse solo una vez?, b) cuntos de estos nmeros son nones?, c) cuntos son mayores que 330? a. r=180 b. r=75
c. r=105 nmeros

18. En cuntas formas pueden sentarse en una lnea 4 nios y 5 nias, si deben colocarse alternadamente?
r=2880 formas

10090275

19. Cuatro matrimonios compraron 8 lugares para un concierto. En cuntas formas diferentes pueden sentarse a. sin
restricciones?, b. si se sientan por parejas?, c. si todos los hombres se sientan juntos a la izquierda de todas las
mujeres? a. r=40,320 b. r=384 c. r=576

20. Cuntos mens que consisten de sopa, emparedado, postre y un refresco se puede ofrecer si se puede seleccionar
entre 4 sopas diferentes, 3 clases de emparedado, 5 postres y 4 refrescos? r=240 menus

21. En cuntas formas pueden llenarse las 5 posiciones inciales de un equipo de baloncesto con 8 jugadores que
pueden ocupar cualquiera de ellas? r=6720 formas
59280

22. Se sacan tres boletos de la lotera, de un grupo de 40, para el primero, segundo y tercer premios. Encuentre el
nmero de puntos mustrales en o para otorgarlos si cada concursante conserva solo un boleto.
r=59,280 puntos

23. En cuntas formas pueden plantarse, a lo largo de la lnea divisoria de una propiedad, 3 robles, 4 pinos y 2 arces, si
no se distingue entre los arboles de la misma clase? r=1260 formas

24. Nueve personas salen de viaje para esquiar en tres vehculos cuyas capacidades son de 2, 4 y 5 pasajeros,
respectivamente. En cuntas formas es posible transportar a las 9 personas hasta el albergue con todos los vehculos?
r=4,410 formas

25. Cuntas formas hay de seleccionar a 3 candidatos de un total de 8 recin graduados y con las mismas
capacidades para ocupar vacantes en una firma contable? R=56, 210, 10 formas

26. En un estudio que realizaron en california, el decano Lester Breslow y el doctor James Enstrom de la School of
PublicHealth de la University of California en los Angeles, se concluy que al seguir 7 sencillas reglas de salud, la vida de
un hombre puede alargarse, en promedio 11 aos, y la de las mujeres siete. Estas 7 reglas son: no fumar, hacer ejercicio
regularmente, tomar alcohol solo en forma moderada, dormir siete u ocho horas, conservar un peso apropiado,
desayunar y no comer entre alimentos. En cuntas formas puede una persona adoptar cinco de estas reglas, a. si
actualmente las viola todas?, b. si nunca toma bebidas alcohlicas y siempre desayuna?
a. r=21 formas b. r=10 formas

10090275

27. Un dispositivo Biomecnico para emergencias mdicas puede operar 0, 1 o 2 veces por noche. Trace un diagrama de
rbol para demostrar que existen 10 maneras diferentes en las que puede operar para un total de 6 veces en cuatro
noches.

10090275

10090275

10090275

10090275

10090275

10090275

10090275

10090275

10090275

10090275

10090275

10090275

10090275

Carrera:Sistemas Computacionales MATRICULA: 10090275 Materia:Probabilidad Y Estadistica Nombre: Zahyr Alejandro Martinez Leon

Uploaded by

Document Information

Original Title

Copyright

Available Formats

Share this document

Share or Embed Document

Sharing Options

Did you find this document useful?

Is this content inappropriate?

Copyright:

Available Formats

Carrera:Sistemas Computacionales MATRICULA: 10090275 Materia:Probabilidad Y Estadistica Nombre: Zahyr Alejandro Martinez Leon

Uploaded by

Copyright:

Available Formats

CARRERA:SISTEMAS COMPUTACIONALES

You might also like