viernes, 12 de febrero de 2021

2.1 Técnicas de Conteo

Las técnicas de conteo son estrategias matemáticas usadas en probabilidad y estadística que permiten determinar el número total de resultados que puede haber a partir de hacer combinaciones dentro de un conjunto o conjuntos de objetos. Este tipo de técnicas se utilizan cuando es prácticamente imposible o demasiado pesado hacer de forma manual combinaciones de diferentes elementos y saber cuántas de ellas son posibles.

Las principales técnicas de conteo son las siguientes cinco, aunque no las únicas, cada una con unas particularidades propias y utilizadas en función de los requisitos para saber cuántas combinaciones de conjuntos de objetos son posibles.

Realmente, este tipo de técnicas se pueden dividir en dos grupos, en función de su complejidad, siendo uno conformado por el principio multiplicativo y el principio aditivo, y el otro, estando conformado por las combinaciones y las permutaciones.

Referencias:

Rubio, N. M., & Montagud Rubio, N. (2021, February 11). Técnicas de conteo: tipos, cómo utilizarlas y ejemplos. Psicología y Mente. https://psicologiaymente.com/miscelanea/tecnicas-de-conteo

2.1.1 Principio aditivo

El principio aditivo es una técnica de conteo en probabilidad que permite medir de cuántas maneras se puede realizar una actividad que, a su vez, tiene varias alternativas para ser realizada, de las cuales se puede elegir solo una a la vez.

Este principio es muy simple, y consiste en que, en el caso de existir varias alternativas de realizar una misma actividad, las formas posibles consisten en la suma de las distintas formas posibles de realizar todas las alternativas.

El principio aditivo establece lo siguiente: Si A es un evento que tiene “a” maneras de ser realizado, y B es otro evento que tiene “b” maneras de ser realizado, y si además solo puede ocurrir A o B y no ambos al mismo tiempo, entonces las maneras de ser realizado A o B (A∪B) son a+b.

Dicho de otra forma, si queremos realizar una actividad con tres alternativas, donde la primera alternativa puede realizarse de M formas, la segunda de N formas y la última de W formas, la actividad puede realizarse de: M + N +………+ W formas.

Ejemplo:

Supongamos que una persona quiere comprar un par de zapatos. Cuando llega a la zapatería encuentra solamente dos modelos diferentes de su talla de calzado.

De uno hay dos colores disponibles, y del otro cinco colores disponibles. ¿Cuántas maneras tiene esta persona de realizar esta compra? Por el principio aditivo la respuesta es 2+5=7.

El principio aditivo se debe usar cuando se quiera calcular la manera de realizar un evento u otro, no ambos simultáneamente.

Para calcular las diferentes formas de realizar un evento junto (“y”) con otro —es decir, que ambos eventos deban ocurrir de manera simultánea— se usa el principio multiplicativo.

El principio aditivo también puede interpretarse en términos de probabilidad de la siguiente manera: la probabilidad de que ocurra un evento A o un evento B, lo cual se denota por P(AUB), sabiendo que no puede ocurrir A simultáneamente a B, viene dada por P(AUB)= P(A)+ P(B).

Referencias:

Torres, V. J. D. (2018, April 7). Principio Aditivo: En Qué Consiste y EjemplosLifeder. https://www.lifeder.com/principio-aditivo/#:%7E:text=El%20principio%20aditivo%20es%20una,solo%20una%20a%20la%20vez.

2.1.2 Principio multiplicativo.

El principio multiplicativo es una técnica que se utiliza para resolver problemas de conteo para hallar la solución sin que sea necesario enumerar sus elementos. Es conocido también como el principio fundamental del análisis combinatorio; se basa en la multiplicación sucesiva para determinar la forma en la que puede ocurrir un evento.

Este principio establece que, si una decisión (d1) puede ser tomada de n maneras y otra decisión (d2) puede tomarse de m maneras, el número total de maneras en las que pueden ser tomadas las decisiones d1 y d2 será igual a multiplicar de n * m. Según el principio, cada decisión se realiza una tras otra: número de maneras = N1 * N2… * Nx maneras.

Ejemplo:

Mario tenía mucha sed, así que fue a la panadería a comprar un jugo. Luis lo atiende y le dice que tiene en dos tamaños: grande y pequeño; y cuatro sabores: manzana, naranja, limón y uva. ¿De cuantas maneras puede Mario escoger el jugo?


Solución

En el diagrama puede observarse que Mario tiene 8 maneras distintas para escoger el jugo y que, al igual que en el principio multiplicativo, este resultado se obtiene por la multiplicación de n*m. La única diferencia es que a través de este diagrama puede saberse cómo son las maneras en que Mario escoge el jugo.

Por otra parte, cuando el número de resultados posibles es muy grande, resulta más práctico utilizar el principio multiplicativo.

Es por ello que este principio se llama multiplicativo, e implica que todos y cada uno de los pasos que se necesitan para llevar a cabo la actividad deben de realizarse uno tras otro.

Referencias:

Torres, V. J. D. (2018a, April 4). Principio Multiplicativo: Técnicas de Conteo y EjemplosLifeder. https://www.lifeder.com/principio-multiplicativo/

2.1.3 Notación Factorial

La notación factorial se usa para calcular el producto de los primeros n números naturales, es decir, los enteros positivos, comenzando desde el 1 hasta el valor de n. Se denota mediante un signo de admiración y se llama n factorial:

n! = 1⋅2⋅3. (n-1)⋅n

Calcular la factorial de un número es sencillo, por ejemplo, el producto de los seis primeros números naturales se expresa mediante:

6! = 1⋅2⋅3⋅4⋅5⋅6 = 720

Al igual que con las sumatorias, hay una forma de expresar el producto de los primeros n números naturales de una forma resumida:

Ejemplo:

Al calcular directamente estas factoriales:

a) 5!
b) 8!
c) 4!!
d) (2n+1)!!

Se obtienen los valores:

a) 5! = 5 . 4. 3. 2. 1 = 120
b) 8! = 8 . 7. 6. 5. 4. 3. 2. 1 = 40320
c) 4!! = 2⋅4 = 8
d) (2n+1)!! = 1⋅3⋅5⋅7. .. (2n–3)⋅(2n–1) ⋅ (2n+1)

Los resultados de a) hasta e) también se pueden corroborar con una calculadora. Las calculadoras científicas tienen una función para calcular directamente el valor de x!.

Como se puede ver, los resultados de las factoriales, salvo con números pequeños, son valores que crecen muy rápidamente.

Referencias:

Zapata, F. (2020, October 12). Notación factorial: concepto, ejemplos y ejercicios. Lifeder. https://www.lifeder.com/notacion-factorial/

2.1.4 Permutaciones

Una permutación de un conjunto de elementos, es una disposición de dichos elementos teniendo en cuenta el orden. El número de permutaciones de “n” elementos tomados de “k” en “k” se calcula con la fórmula:

Ejemplo 1:

Eduardo, Carlos y Sergio se han presentado a un concurso de pintura. El concurso otorga $200 al primer lugar y $100 al segundo. ¿De cuántas formas se pueden repartir los premios de primer y segundo lugar?

Solución:

En este caso, si importa el orden, ya que no es lo mismo quedar en primer lugar que en segundo, además, los premios son diferentes. Por ejemplo, un arreglo o disposición, es que Carlos ocupe el primer lugar y Sergio el segundo. Otro arreglo, sería que Sergio ocupe el primer lugar y Eduardo el segundo. El número total de arreglos o formas lo calculamos con la fórmula:


Referencias:

J. (2021, January 1). Permutaciones y combinaciones, ejercicios resueltos. MateMovil. https://matemovil.com/permutaciones-y-combinaciones-ejercicios-resueltos/

2.1.5 Combinaciones

Una combinación de un conjunto de elementos, es una selección de dichos elementos sin tener en cuenta el orden.

El número de combinaciones de “n” elementos tomados de “k” en “k” se calcula con la fórmula:

Ejemplo:

Un chef va a preparar una ensalada de verduras con tomate, zanahoria, papa y brócoli. ¿De cuántas formas se puede preparar la ensalada usando solo 2 ingredientes?

Solución:

En este caso, no importa el orden en que se tomen los ingredientes para la ensalada, pues da igual si es una ensalada de tomate con zanahoria, que una ensalada de zanahoria con tomate, ya que al final, el chef mezclará los dos ingredientes.

Un arreglo podría ser zanahoria y tomate, otro arreglo podría ser tomate y papa, otro arreglo podría ser papa y brócoli. El problema nos indica que solo se pueden usar 2 ingredientes en la ensalada. El número total de arreglos o formas lo calculamos con la fórmula:


Referencias:

J. (2021, January 1). Permutaciones y combinaciones, ejercicios resueltos. MateMovil. https://matemovil.com/permutaciones-y-combinaciones-ejercicios-resueltos/


2.1.6 Diagrama de Árbol

Un diagrama de árbol es una representación gráfica de los posibles resultados de un experimento que tiene varios pasos. Nos permite calcular la probabilidad de que ocurra un evento de una manera muy sencilla.

A) Un diagrama de árbol es el dibujo que se usa para enumerare todos los resultados posibles de una serie de experimentos en donde cada experimento puede en un numero finito de maneras.

B) Un diagrama de árbol es una representación gráfica de un experimento que consta de r pasos, donde cada uno de los pasos tiene un número finito de maneras de ser llevado a cabo.

Para la construcción de un diagrama en árbol se partirá poniendo una rama para cada una de las posibilidades, acompañada de su probabilidad. Cada una de estas ramas se conoce como rama de primera generación.

En el final de cada rama de primera generación se constituye, un nudo del cual parten nuevas ramas conocidas como ramas de segunda generación, según las posibilidades del siguiente paso, salvo si el nudo representa un posible final del experimento (nudo final).

Hay que tener en cuenta que la construcción de un árbol no depende de tener el mismo número de ramas de segunda generación que salen de cada rama de primera generación y que la suma de probabilidades de las ramas de cada nudo ha de dar 1.

Referencias:

J. (2021a, January 1). Diagrama de árbol (probabilidades). MateMovil. https://matemovil.com/diagrama-de-arbol-probabilidades/


2.1.7 Teorema del Binomio

El teorema del binomio es una ecuación que nos dice cómo se desarrolla una expresión de la forma (a+b)n para algún número natural n. Un binomio no es más que la suma de dos elementos, como (a+b). También nos permite saber para un término dado por akbn-k cuál es el coeficiente que lo acompaña.

Considerando (a+b)5, ¿cuál sería su desarrollo?

Por el teorema del binomio tenemos que:

El teorema del binomio nos resulta muy útil si tenemos una expresión en la que queremos saber cuál es el coeficiente de un término en específico sin tener que realizar el desarrollo completo. Como ejemplo podemos tomar la siguiente incógnita: ¿cuál es el coeficiente de x7y9 en el desarrollo de (x + y)16?

Por el teorema del binomio, tenemos que el coeficiente es:

Referencias:

Torres, V. J. D. (2018c, June 2). Teorema del Binomio: Demostración y EjemplosLifeder. https://www.lifeder.com/teorema-binomio/


miércoles, 10 de febrero de 2021

2.2 Teoría elemental de probabilidad

La probabilidad es una medida numérica de la posibilidad de que ocurra un evento. Por tanto, las probabilidades son una medida del grado de incertidumbre asociado con cada uno de los eventos previamente enunciados. Si cuenta con las probabilidades, tiene la capacidad de determinar la posibilidad de ocurrencia que tiene cada evento.

Los valores de probabilidad se encuentran en una escala de 0 a 1. Los valores cercanos a 0 indican que las posibilidades de que ocurra un evento son muy pocas. Los cercanos a 1 indican que es casi seguro que ocurra un evento. Otras probabilidades entre cero y uno representan distintos grados de posibilidad de que ocurra un evento. Por ejemplo, si considera el evento “que llueva mañana”, se entiende que si el pronóstico del tiempo dice “la probabilidad de que llueva es cercana a cero”, implica que casi no hay posibilidades de que llueva. En cambio, si informan que la probabilidad de que llueva es 0.90, sabe que es muy posible que llueva. La probabilidad de 0.50 indica que es igual de posible que llueva como que no llueva.

Referencias:

Anderson, D. R. (2008). Estadística para administración y economía. México: CENGAGE.


martes, 9 de febrero de 2021

2.3 Probabilidad de Eventos: Definición de espacio muestral, definición de evento, simbología, unión, intersección, diagramas de Venn

La probabilidad del evento es la probabilidad de que ocurra un resultado o evento específico. Lo opuesto de un evento es un no evento. La probabilidad del evento también se conoce como probabilidad pronosticada. La probabilidad del evento estima la probabilidad de que ocurra un evento, como sacar un as de un mazo de cartas o producir una pieza no conforme. La probabilidad de un evento varía de 0 (imposible) a 1 (seguro).

Espacio muestral:

El espacio muestral está formado por todos los posibles resultados de un experimento aleatorio. Es decir, se compone de todos y cada uno de los sucesos elementales.

El espacio muestral es una parte del espacio probabilístico. Como su propio nombre indica, está formado por los elementos de la muestra. Al contrario, el espacio probabilístico engloba todos los elementos. Incluso aunque no salgan recogidos en la muestra.

El espacio muestral se denota con la letra griega Ω (Omega). Está compuesto por todos los sucesos elementales y/o compuestos de la muestra y, por tanto, coincide con el suceso seguro. Es decir, aquel suceso que siempre va a ocurrir.

Un ejemplo de espacio muestral en el lanzamiento de una moneda sería:

Ω = {C, X}

Dónde C es cara y X es cruz. Esto es, los posibles resultados son cara o cruz.

Evento:

Un evento es cualquier subconjunto del espacio muestral. Por ejemplo, “sacar cara” en el lanzamiento de una moneda, “sacar el número 5” o “sacar un número primo” en el lanzamiento de un dado son eventos.

Unión:

Dados dos eventos, A y B, definimos la unión de eventos, denotada por AUB, como el evento formado por todos los elementos que están en A o en B. Es decir, el evento AUB se verifica cuando ocurre uno de los dos, A o en B, o ambos.

Observación. Notemos que en realidad la unión de dos eventos no es nada más que la unión de sus conjuntos.

Ejemplo:

Consideramos el experimento que consiste en lanzar un dado, consideremos el evento de caiga un número par como A = {2,4,6} y el evento de que caiga un número que sea múltiplo de tres como B = {3,6}. Calculemos la unión los eventos A y B (AUB):

 A = {2,4,6}

B = {3,6}

AUB = {2,3,4,6}

Intersección:

La intersección de sucesos es una operación cuyo resultado está compuesto por los sucesos no repetidos y comunes de dos o más conjuntos.

En palabras más sencillas, dados dos sucesos A y B, diremos que su intersección se compone por los sucesos elementales que tengan en común. También podríamos indicar que la intersección de sucesos implica responder a la pregunta: ¿Cuál es la probabilidad de que ocurra A y B al mismo tiempo?

El símbolo con el que se denota la intersección es el siguiente: ∩. Es como una U invertida. Así, si queremos denotar la intersección de A y B, pondríamos: A ∩ B


Diagramas de Venn:

Un diagrama de Venn es un diagrama que muestra visualmente todas las posibles relaciones lógica entre una colección de conjuntos, cada uno representando con un círculo. Cada conjunto es una colección de objetos o una matriz de datos que tienen algo en común. Cuando se superponen varios círculos (conjuntos).

Un Diagrama de Venn es una representación gráfica, normalmente óvalos o círculos, que nos muestra las relaciones existentes entre los conjuntos. Cada óvalo o círculo es un conjunto diferente. La forma en que esos círculos se sobreponen entre sí muestra todas las posibles relaciones lógicas entre los conjuntos que representan. Por ejemplo, cuando los círculos se superponen, indican la existencia de subconjuntos con algunas características comunes.


Referencias:

López, J. F. (2021a, January 21). Espacio muestral. Economipedia. https://economipedia.com/definiciones/espacio-muestral.html

M., M., G., S., González, T. A. D., S., & V. (2020b, June 25). Probabilidad de la unión de sucesos | Superprof. Material Didáctico - Superprof. https://www.superprof.es/apuntes/escolar/matematicas/probabilidades/combinatoria/probabilidad-de-la-union-de-sucesos.html


lunes, 8 de febrero de 2021

2.4 Probabilidad con Técnicas de Conteo: Axiomas, Teoremas

Axiomas

Los axiomas de probabilidad son las condiciones mínimas que deben verificarse para que una función definida sobre un conjunto de sucesos determine consistentemente sus probabilidades. Fueron formulados por Kolmogórov en 1933.

Axiomas de Kolmogórov

Dado un conjunto de sucesos elementales, Ω, sobre el que se ha definido una σ-álgebra (léase sigma-álgebra) σ de subconjuntos de Ω y una función P que asigna valores reales a los miembros de σ, a los que denominamos "sucesos", se dice que P es una probabilidad sobre (Ω,σ) si se cumplen los siguientes tres axiomas.

Para cada suceso A, perteneciente a un espacio muestral E, se define la probabilidad de A (P(A)) como un número que cumple los siguientes axiomas:

1. La probabilidad de cualquier suceso, es siempre mayor o igual que cero: P(A)≥0

2. La probabilidad del espacio muestral es 1: P(E)=1

3. Si tenemos un conjunto de sucesos incompatibles entre sí, entonces la probabilidad de la unión es igual a la suma de las probabilidades. En el caso conjuntos de dos y tres sucesos se expresaría así:

Si tenemos dos sucesos A, B incompatibles (A∩B=Ø) entonces se cumple que P(AυB)= P(A)+ P(B)

Si tenemos tres sucesos A, B, C, incompatibles dos a dos (A∩B=Ø, A∩C=Ø, B∩C=Ø) entonces se cumple que P(AυBυC) = P(A)+ P(B)+ P(C)
Por lo tanto la probabilidad de un suceso será un número comprendido entre 0 y 1 que mide la mayor o menor posibilidad de que ocurra dicho suceso. Cuanto más cerca de 1 es más probable que ocurra, cuanto más cerca de 0 más difícil.

Teoremas de probabilidad

Teorema 1

Si A y Ac son eventos complementarios de un espacio muestral S, entonces:

P(Ac) = 1−P(A)

Demostración:

A∪Ac = S

Como:

1 = P(S)

Entonces:

1 = P(A∪Ac) 1 = P(A) + P(Ac)

P lor o tanto:

P(Ac) = 1−P(A)

Teorema 2

P() = 0

Para un espacio muestral S cualquiera.

Ya que:

S = S

De donde podemos deducir:

P(S) = P(S )

P(S) = P(S) + P()

P(S)− P(S) = P()

Por lo tanto:

P() = 0

Teorema 3

Si A y B son eventos de un espacio muestral S y A ⊂B,

Entonces:

P(A) ≤ P(B)

Teorema 4

Si A y B son dos eventos cualesquiera en el espacio muestral S, entonces:

P(A B) = P(A) + P(B) − P(A ∩ B)

Teorema 5

Si A, B y C son tres eventos cualesquiera de un espacio muestral S, entonces:

    P(A B C) = P(A) + P(B) + P(C) − P(A ∩ B) − P(A ∩ C) − P(B ∩ C)+ P(A ∩ B ∩ C)

Referencias:

Documento electronico: http://herzog.economia.unam.mx/profesores/blopez/estadistica-probabilidad.pdf


domingo, 7 de febrero de 2021

2.5 Probabilidad condicional: Dependiente, Independiente

Eventos Independientes

Dos o más eventos son independientes cuando la ocurrencia o no-ocurrencia de un evento no tiene efecto sobre la probabilidad de ocurrencia del otro evento (o eventos). Un caso típico de eventos independiente es el muestreo con reposición, es decir, una vez tomada la muestra se regresa de nuevo a la población donde se obtuvo.

Dos eventos, A y B, son independientes si la ocurrencia de uno no tiene que ver con la ocurrencia de otro.

Por definición, A es independiente de B si y sólo si: A y B, son independientes si la ocurrencia de uno no tiene que ver con la ocurrencia de otro.

Por definición, A es independiente de B si y sólo si: A es independiente de B si y sólo si:

(PnA)=P(A)P(B)

Eventos dependientes

Dos o más eventos serán dependientes cuando la ocurrencia o no-ocurrencia de uno de ellos afecta la probabilidad de ocurrencia del otro (u otros). Cuando tenemos este caso, empleamos entonces, el concepto de probabilidad condicional para denominar la probabilidad del evento relacionado. La expresión P (A|B) indica la probabilidad de ocurrencia del evento A sí el evento B ya ocurrió.

Se debe tener claro que A|B no es una fracción.

P (A|B) = P (A y B) / P (B) o P (B|A) = P (A y B) / P(A)

Probabilidad Condicional = P (A y B) / P (B) o P (B|A) = P (A y B) / P(A)

sábado, 6 de febrero de 2021

2.6 Ley multiplicativa

Se utiliza cuando se necesita saber cuál es probabilidad de que dos sucesos A y B ocurran al mismo tiempo.

Para aplicar esta ley es necesario saber si los sucesos A y B son independientes o dependientes.

Caso A

Evento Independiente

Evento cuyo resultado no tiene que ver con el resultado de otro(s) evento(s).

Por ejemplo, el resultado de lanzar una moneda, y que caiga de cualquier lado, no depende del resultado de ninguno de los lanzamientos anteriores. Por lo tanto, cada lanzamiento es un evento independiente.

P(A y B) = P(A) · P(B)

Ejemplo:

Si lanzas un dado balanceado la cara superior puede ser 1, 2, 3, 4, 5 y 6.

Luego el espacio muestral es S= {1, 2, 3, 4, 5, 6} y #S=6

La probabilidad es la estimación y ocurrencia de un evento E. Está definida como: P (E)= #E / #S

De modo que la probabilidad de que al tirar un dado la cara superior sea un 2 es: ¿Cuántos 2 hay?, solo existe una cara con un 2.

P (2) = 1/6= 0.166

Caso B

Evento Dependiente

Evento cuyo resultado se ve afectado por el resultado de otro(s) evento(s).

Sacar una segunda carta es un evento dependiente cuando se sacó una primera carta sin regresarla al paquete.

Sucesos Dependientes

P(A B) = P(A) · P(B / A)

Ejemplo:

Se selecciona una muestra aleatoria de n=2  de un lote de 100 unidades, se sabe que 98 de los 100 artículos, están en buen estado. La muestra se selecciona de manera tal que el primer artículo se observa y se regresa antes de seleccionar el segundo artículo (con reemplazo).

a) Calcule la probabilidad de que ambos artículos estén en buen estado.

b) Si la muestra se toma sin reemplazo calcule la probabilidad de que ambos artículos estén en buen estado.

Nota

El primer artículo está en buen estado.

El segundo artículo está en buen estado.

a) P (A ᴒ B)= P(A) P(B)= (98/100)  (98/100)= 0.9604

 b) P (A ᴒ B)= P(A) P(B │ A)= (98/100)  (97/100)= 0.9602

Referencias:

Hernandez, J. G. (n.d.). LEY MULTIPLICATIVA. Prezi.Com. https://prezi.com/eowclqrpgeb9/ley-multiplicativa/



2.7 Eventos independientes: Regla de Bayes

Regla de Bayes

La interpretación más aceptada del teorema de Bayes, es que su estructura permite el cálculo de probabilidades después de haber sido realizado un experimento, basándose en el conocimiento de la ocurrencia de ciertos eventos que dependan del evento estudiado, o sea, se parte de probabilidades conocidas antes de efectuar el experimento, las cuales son afectadas por las probabilidades propias del experimento.

El teorema de Bayes, la probabilidad condicional de AI dado B, para cualquier i, es: P (AI │ B)= P (AI ᴒ B) / P (B)

Aplicando en el numerador la Regla de Multiplicación P(AI ᴒ B) = P(AI) P(B | AI) y en el denominador el Teorema de Probabilidad Total  P(B) = P(A1) P(B | A1) + P(A2) P(B | A2) + . . . + P(An) P(B | An), obtenemos la ecuación que representa al:

Teorema de Bayes:

Ejemplo

En una pequeña empresa de tejidos se obtiene su producción con tres máquinas hiladoras M1, M2 y M3 que producen respectivamente 50%, 30% y el 20% del número total de artículos producidos.

Los porcentajes de productos defectuosos producidos por estas máquinas son 3%, 4% y 5%.  Suponiendo que se selecciona un artículo al azar y resulta ser defectuoso.  ¿Cuál sería la probabilidad de que el artículo haya sido producido por la máquina M1?

Sea

D: Que el artículo sea defectuoso

ND: Que el artículo no sea defectuoso

M1: Que haya sido producido por la máquina 1

M2: Que haya sido producido por la máquina 2

M3: Que haya sido producido por la máquina 3

P(M1) = .50             P(D/M1) = .03

P(M2) = .30             P(D/M2) = .04

P(M3) = .20             P(D/M3) = .05

P (AI │ B) = ((0.50) (0.03) / 0.037) = 0.4054

La probabilidad de que el artículo defectuoso se haya producido en la M1 es del 40.54%

Referencias:

IRWIN MILLER, JOHN E. FREUND (2004) PROBABILIDAD Y ESTADÍSTICA PARA INGENIEROS. EDITORIAL REVERTÈ, S. A.


2.1 Técnicas de Conteo

Las técnicas de conteo son estrategias matemáticas usadas en probabilidad y estadística que permiten determinar el número total de resultado...

Entradas populares