ESTADISTICA

INFERENCIAL
PROBABILIDADES:
DEFINICION,
EXPERIMENTO
ALEATORIO,
ESPACIO MUESTRAL,
EVENTO ALEATORIO,
CALCULO DE
PROBABILIDADES
 PROBABILIDADES
• Diariamente en el lenguaje
cotidiano escuchamos
expresiones que hacen
referencia a la
probabilidad, tales como:
 PROBABILIDADES

• Seguramente el empleo lo
tome una mujer en vez de
un hombre.
• Es probable que Perú le
gane a Brasil.
• De repente te visite el fin
de semana, etc.
 PROBABILIDADES
• Estas expresiones nos dan una
idea intuitiva del concepto de
probabilidad, dichas ideas
reflejan la posibilidad de
ocurrencia de hechos o
sucesos, en los cuales este
presente la incertidumbre de lo
que pueda acontecer.
 PROBABILIDADES DEFINICION

• PROBABILIDAD: es la ciencia
que trata de cuantificar los
posibles resultados de un
experimento en el cual esta
presente el azar, la
incertidumbre o aleatoriedad.
PROBABILIDADES DEFINICION
• Se habla de Probabilidad
cuando en un evento
intervienen procesos
físicos, biológicos o
sociales que generan
observaciones, y cuyo
resultado no es posible
predecir con exactitud.
PROBABILIDADES DEFINICION

• La probabilidad es la
posibilidad que existe
entre varias posibilidades,
que un hecho o condición
se produzcan.
PROBABILIDADES DEFINICION
• La probabilidad, entonces, mide la
frecuencia con la cual se obtiene
un resultado en oportunidad de la
realización de un experimento
sobre el cual se conocen todos los
resultados posibles gracias a las
condiciones de estabilidad que el
contexto supone de antemano.
PROBABILIDADES DEFINICION

•La Probabilidad es
la mayor o menor
posibilidad de que
ocurra un
determinado suceso.
PROBABILIDADES DEFINICION
• En otras palabras, su
noción viene de
la necesidad de medir o
determinar
cuantitativamente la
certeza o duda de que un
suceso dado ocurra o no.
PROBABILIDADES DEFINICION

•Ésta establece
una relación entre el
número de sucesos
favorables y el número
total de sucesos
posibles.
PROBABILIDADES DEFINICION
• Por ejemplo, lanzar un
dado, y que salga el
número uno (caso
favorable) está en relación
a seis casos posibles (1, 2,
3, 4, 5 y 6); es decir, la
probabilidad es 1/6.
PROBABILIDADES DEFINICION
• La probabilidad es la
posibilidad que hay entre
diversas posibilidades de
que un determinado hecho
suceda.
• Es decir que es aquello
que puede suceder o
pasar.
 PROBABILIDADES DEFINICION
• La gran aliada de la probabilidad
es la llamada teoría de la
probabilidad, ya que gracias a lo
que esta postula y sostiene, es
que los seres humanos podemos
anticiparnos a que algunos
sucesos potenciales ocurran
finalmente.
PROBABILIDADES DEFINICION
• La mencionada teoría es muy
utilizada y consultada por
disciplinas como son la
estadística, la filosofía, las
matemáticas y la ciencia,
para sacar conclusiones
respecto de los sucesos
potenciales que las ocupan.
PROBABILIDADES DEFINICION
• Ahora bien, la
Probabilidad de un evento
es la razón entre el
numero de casos
(sucesos) favorables y el
numero total de casos
(sucesos) posibles.
 PROBABILIDADES DEFINICION
• La probabilidad de un evento A:
P(A), es el numero que mide el
grado de certeza en el que un
evento A ocurre, y se obtiene de la
formula conocida como REGLA DE
LAPLACE:

NUMERO DE CASOS FAVORABLES

P(A)= --------------------------------------------------
NUMERO DE CASOS POSIBLES
 PROBABILIDADES

• La probabilidad es una
medición de la posibilidad de
que un evento ocurra en el
futuro, esta puede asumir
solamente valores entre 0 (que
no suceda) y 1 ( que suceda)
• (O expresados en tanto por
ciento, entre 0% y 100%)
 PROBABILIDADES
• El valor cero corresponde
al suceso imposible;
ejemplo: lanzamos un dado
al aire y la probabilidad de
que salga el número 7 es
cero.
 PROBABILIDADES

• El valor uno corresponde

al suceso seguro.
• Ejemplo: lanzamos un
dado al aire y la
probabilidad de que salga
cualquier número del 1 al
6 es igual a uno (100%).
 PROBABILIDADES

• El resto de sucesos tendrá

probabilidades entre cero
y uno: que será tanto
mayor cuanto más
probable sea que dicho
suceso tenga lugar.
 PROBABILIDADES Ejemplo:
a) Probabilidad de que al lanzar un
dado salga el número 2: el caso
favorable (f) es tan sólo uno (que
salga el dos), mientras que los casos
posibles (n) son seis (puede salir
cualquier número del uno al seis).
Por lo tanto:

(o lo que es lo mismo, 16,6%)

 PROBABILIDADES Ejemplo
b) Probabilidad de que al lanzar un
dado salga un número par: en este
caso los casos favorables (f) son tres
(que salga el dos, el cuatro o el seis),
mientras que los casos posibles (n)
siguen siendo seis.
Por lo tanto:

• (O lo que es lo mismo, 50%)

PROBABILIDADES Ejemplo
c) Probabilidad de que al lanzar un
dado salga un número menor que 5:
en este caso tenemos cuatro casos
favorables (f) (que salga el uno, el
dos, el tres o el cuatro), frente a los
seis casos posibles.
Por lo tanto:

• (O lo que es lo mismo, 66,6%)

PROBABILIDADES Ejemplo
• d) Probabilidad de ganarse el
premio mayor de una lotería en
la que juegan 100.000 números:
tan sólo un caso favorable (f), el
número que jugamos, frente a los
100.000 casos posibles (n).
• Por lo tanto:

• (O lo que es lo mismo, 0,001%)

EXPERIMENTO
 EXPERIMENTO
• Al hablar de experimento se hace
de la manera mas amplia posible,
es decir , no solo incluyen hechos
asociados a situaciones
experimentales en un laboratorio,
sino también se ven cualesquiera
otras situaciones que den origen a
sucesos de interés.
 EXPERIMENTO
• Tipos de Experimentos:
a) EXPERIMENTOS
DETERMINISTICOS.

b) EXPERIMENTOS
ALEATORIOS.
a) EXPERIMENTOS
DETERMINISTICOS.
• La teoría de la probabilidad
es un modelo matemático
que se ocupa de analizar los
fenómenos aleatorios; esto
implica la contraposición
respecto de los fenómenos
ya determinados,
a) EXPERIMENTOS
DETERMINISTICOS.

• que son aquellos en los cuales el

resultado del experimento que se
realiza, atendiendo a determinadas
condiciones, produce un resultado
único y previsible, que se repetirá
la cantidad de veces que éste
vuelva a hacerse, siempre y
cuando se respeten las mismas
condiciones.
a) EXPERIMENTOS
DETERMINISTICOS.

• Por ejemplo, el agua que

se calienta a 100 grados
Celsius a nivel del mar se
convierte en vapor.
• El destino de un
contagiado con SIDA.
• La vida media de un
medicamento.
a) EXPERIMENTOS
DETERMINISTICOS.

• Si dejamos caer una piedra

desde una ventana sabemos,
sin lugar a dudas, que la
piedra bajará.
• Si la arrojamos hacia arriba,
sabemos que subirá durante
un determinado intervalo de
tiempo; pero después bajará.
a) EXPERIMENTOS
DETERMINISTICOS.
- También llamados
exactos, se caracterizan
porque cada vez que se
realizan bajo condiciones
similares, producen el
mismo resultado.
a) EXPERIMENTOS
DETERMINISTICOS.
- Por tanto, estos
fenómenos, no son
interés para la
Estadística
 b) EXPERIMENTOS O
FENOMENOS ALEATORIOS

• En tanto, los aleatorios, que son

de los que se ocupa la teoría de
la probabilidad, podrán
realizarse miles de veces bajo
las mismas circunstancias pero
siempre tendrán como
resultado un variado conjunto
de alternativas.
b) EXPERIMENTOS O
FENOMENOS ALEATORIOS
• Un clarísimo ejemplo resulta
ser las diversas posibilidades
y combinaciones que permite
el lanzamiento de dados
cuando se está jugando a la
generala.
 b) EXPERIMENTOS O
FENOMENOS ALEATORIOS
• En este contexto, surge la moderna
idea, muy aplicada por distintas
ciencias, de igualar la idea de
probabilidad con el concepto de
RIESGO.
• Esto nos puede parecer tremendista,
pero resulta ser un fenómeno de
utilización muy común en la
medicina.
b) EXPERIMENTOS O
FENOMENOS ALEATORIOS
• Así, sabemos que si una
persona es fumadora, tiene el
colesterol elevado y no realiza
actividad física tiene una
mayor probabilidad (o sea, un
mayor riesgo) de sufrir un
infarto de miocardio o un
accidente cerebrovascular.
 b) EXPERIMENTOS O
FENOMENOS ALEATORIOS
• Mediante la aplicación de la teoría
de la probabilidad, sabremos que es
necesario invertir un gran esfuerzo
en combatir el tabaquismo y
promover una vida sana para
reducir la tasa de problemas
cardíacos y evitar complicaciones
en salud a largo plazo.
b) EXPERIMENTOS O
FENOMENOS ALEATORIOS

• DEFINICION:
• “Son aquellos en los que
no se puede predecir el
resultado, ya que éste
depende del azar”.
b) EXPERIMENTOS O
FENOMENOS ALEATORIOS
• Ejemplos:
• Si lanzamos una moneda no
sabemos de antemano si
saldrá cara o cruz.
• Si lanzamos un dado tampoco
podemos determinar el
resultado que vamos a
obtener.
b) EXPERIMENTOS O
FENOMENOS ALEATORIOS
• (Otra) Es aquel que al
repetirlo bajo las mismas
condiciones iniciales no
se obtienen los mismos
resultados y previamente
no sabemos el resultado
que se obtendrá.
b) EXPERIMENTOS O
FENOMENOS ALEATORIOS
• (Otra) Son los que pueden
dar lugar a varios
resultados, sin que pueda
ser previsible enunciar
con certeza cuál de éstos
va a ser observado en la
realización del
experimento.
 b) EXPERIMENTOS O
FENOMENOS ALEATORIOS
• (Otra) Es cualquier acción o
proceso que no se tiene certeza de
su resultado final, hasta tanto no
se ejecute.
• Este tipo de Experimento debe
satisfacer con los siguientes
requerimientos:
a) Puede repetirse un numero
ilimitado de veces bajo las mismas
condiciones.
b) EXPERIMENTOS O
FENOMENOS ALEATORIOS
b) Es posible conocer por
adelantado todos los posibles
resultados a que puede dar
origen.
c) No puede predecirse con
exactitud un resultado en una
realización particular del
experimento.
CONDICIONES IMPORTANTES

•Para poder aplicar la

Regla de Laplace el
experimento aleatorio
tiene que cumplir dos
requisitos:
CONDICIONESIMPORTANTES

a) El número de resultados
posibles (sucesos o eventos)
tiene que ser finito.
Si hubiera infinitos resultados,
al aplicar la regla "casos
favorables dividido por casos
posibles" el cociente siempre
sería cero.
CONDICIONES IMPORTANTES

• b) Todos los sucesos o

eventos tienen que tener la
misma probabilidad.
• Si al lanzar un dado,
algunas caras tuvieran
mayor probabilidad de salir
que otras, no podríamos
aplicar esta regla.
CONDICIONES IMPORTANTES

• A la regla de Laplace
también se le denomina
"probabilidad a priori", ya que
para aplicarla hay que
conocer antes de realizar el
experimento cuales son los
posibles resultados y saber
que todos tienen las mismas
probabilidades.
CONDICIONES IMPORTANTES

• Cuando se realiza un
experimento aleatorio un
número muy elevado de veces,
las probabilidades de los
diversos posibles sucesos
empiezan a converger hacia
valores determinados, que son
sus respectivas probabilidades.
 CONDICIONES IMPORTANTES

• Ejemplo:
• Si lanzo una vez una moneda
al aire y sale "cara", quiere
decir que el suceso "cara" ha
aparecido el 100% de las
veces y el suceso "cruz" el
0%.
CONDICIONES IMPORTANTES
• Si lanzo diez veces la
moneda al aire, es posible
que el suceso "cara" salga 7
veces y el suceso "cruz" las 3
restantes. En este caso, la
probabilidad del suceso
"cara" ya no sería del 100%,
sino que se habría reducido
al 70%.
CONDICIONES IMPORTANTES
• Si repito este experimento un
número elevado de veces, lo
normal es que las probabilidades
de los sucesos "cara" y "cruz" se
vayan aproximando al 50% cada
una. Este 50% será la
probabilidad de estos sucesos
según el modelo frecuentista.
CONDICIONES IMPORTANTES

•En general a la ciencia

Estadística, y en
particular a la teoría de
la probabilidad, les
interesa y fundamentan
su desarrollo y aplicación
en los experimentos
aleatorios.
 ESPACIO
MUESTRAL
 ESPACIO MUESTRAL

•Es el conjunto de todos

los posibles resultados
de una experiencia
aleatoria, lo
representaremos por E
(o bien por la letra
griega Ω).
 ESPACIO MUESTRAL

•Es el conjunto de todos

los sucesos aleatorios
distintos asociados a un
determinado
experimento aleatorio.
 ESPACIO MUESTRAL

• De un experimento aleatorio,
es el conjunto de todos los
posibles resultados al
realizar el experimento.

Ω= 1, 2, 3, 4, 5, 6
 ESPACIO MUESTRAL
• Así por ejemplo, el espacio
muestral asociado al
experimento aleatorio
consistente en el lanzamiento
de una moneda es

Ω= {Cara, Sello};
 ESPACIO MUESTRAL

• El espacio muestral
asociado al lanzamiento
de un dado es

Ω={1, 2, 3, 4, 5, 6},
 ESPACIO MUESTRAL

• Ejemplo: ¿Cuál será el

espacio muestral de
lanzar una moneda y luego
un dado?
Suceso
o
evento
Suceso o evento
• Es cada uno de los
resultados posibles de una
experiencia aleatoria.
• Ejemplos:
• Al lanzar una moneda
salga cara.
• Al lanzar un dado se
obtenga 4.
 Suceso o evento
• Es cualquier subconjunto del
espacio muestral.

Ω={1, 2, 3, 4, 5, 6},

• Suceso aleatorio es un
acontecimiento que ocurrirá
o no, dependiendo del azar.
 Suceso o evento

• ES cada uno de los

posibles resultados de un
experimento aleatorio.
 Suceso o evento

• Ejemplo:
• Una moneda tiene dos lados
y cuando se lanza al aire
caerá “cara” o “sello” pero
NO ambos.
• Un dado tiene seis lados y si
se lanza caerá en 1,2,3,4,5,6;
cada posible resultado es un
evento.
 Suceso o evento
• Ejemplo:
- Dos monedas son lanzadas al
aire, hay dos posibles
resultados en cada caso.
- Por lo tanto:
K1= 2 y K2= 2, por tanto,
K(1) K(2)= (2) x (2)= 4
- Son 4 posibles resultados en el
lanzamiento de ambas monedas.
 Suceso o evento
• El numero de veces para que n
cosas ocurran juntas es:
(K1))(K2)(K3) ………..(Kn).
- Si 3 monedas son lanzadas al aire,
cada lanzamiento resultaría en uno
de dos posibles resultados, por lo
tanto hay un total de :
(K1))(K2)(K3) = (2)(2)(2) = 8
posibles resultados para los 3
lanzamientos.
 Suceso o evento

•Ejemplos:
•Tirar un dado un suceso
sería que saliera par,
otro, obtener múltiplo
de 3, y otro, sacar 5.
 Suceso o evento
• Un ejemplo completo
• Una bolsa contiene bolas blancas y
negras. Se extraen sucesivamente tres
bolas. Calcular:
1. El espacio muestral.
2. El suceso A = {extraer tres bolas del
mismo color}.
3. El suceso B = {extraer al menos una bola
blanca}.
4. El suceso C = {extraer una sola bola
negra}.
 Suceso aleatorio

1. El espacio muestral.
E = {(b, b, b); (b, b, n); (b, n, b);
(n, b, b); (b, n, n); (n, b, n);
(n, n, b); (n, n, n)}
2. El suceso A = {extraer tres
bolas del mismo color}.
A = {(b, b, b); (n, n, n)}
 Suceso o evento

3. El suceso B = {extraer al
menos una bola blanca}.
B= {(b, b, b); (b, b, n); (b, n, b);
(n, b, b); (b, n, n); (n, b, n);
(n, n ,b)}
4. El suceso C = {extraer una
sola bola negra}.
C = {(b, b, n); (b, n, b); (n, b, b)}
Los sucesos se miden de
acuerdo a las siguientes
variables:
• Suceso posible: este evento se
da cuando decimos que puede
ocurrir algo con probabilidad
variable, es decir, que salga el
número 1 en un dado.
• Suceso imposible: ( ) es aquel
que nunca puede ocurrir, por
ejemplo sacar un naipe 15 de
tréboles o el 7 en un dado.
• Suceso seguro: (E) es cuando se
expresa que algo ocurrirá si o si,
por ejemplo que cualquier
número de un dado sea menor
que 7, o que una moneda arroje
cara o cruz.
• Suceso elemental: es aquel
formado por un solo elemento.
Ejemplo obtener en un dado un
numero mayor de 5 = {6}
Ejemplo (1)
• El DADO:
- Experimento aleatorio: lanzar un
dado de 6 caras y anotar la cara
que ha salido.
- Suceso aleatorio: a= salga 1
b= salga 2
.
.
.
f= salga 6
- Espacio muestral: Ω ={1,2,3,4,5,6}
 Ejemplo (2)
• LA URNA: 3 bolas azules
2 rojas, 3 verdes
- Experimento aleatorio: meter la
mano en la urna y sacar una bola.
- Suceso aleatorio: sacar azul = A
sacar roja = R
sacar verde = V

- Espacio muestral: Ω ={A, R, V}

 CALCULO DE
PROBABILIDADES
• Vamos a estudiarlo de la
forma como se aplica en
la vida real.

Para ello debemos primero

hacernos 4 preguntas:
 CALCULO DE
PROBABILIDADES
1) P (A) ¿Cuál es la probabilidad que
suceda algún evento?

2) P (A∩B) ¿Cuál es la probabilidad que

se den dos eventos a un mismo tiempo?

3) P (A∪B) ¿Cuál es la probabilidad de A

unión B?

4) P (A/B) ¿Cuál es la probabilidad de A

dado que B?
 CALCULO DE
PROBABILIDADES

•Si ustedes se aprenden

a hacer estos 4 tipos de
preguntas, nunca van a
tener problemas en el
calculo de las
probabilidades.
 CALCULO DE PROBABILIDADES
• Vamos a realizar el siguiente
ejercicio
• Esta es una clínica que tiene 4
sucursales en:

TOTAL
• NORTE 120 150 100 270
• SUR 100 30 165 295
• ESTE 35 75 85 195
• OESTE 70 80 90 240
• TOTAL 325 235 440 1000
 CALCULO DE
PROBABILIDADES

• La pregunta que se hace es

¿Cómo fue el trato que usted
recibió en la clínica?
• Bueno
• Malo
• Regular
CALCULO DE PROBABILIDADES

PRIMERA PREGUNTA:
1) P (A) ¿Cuál es la probabilidad
que suceda algún evento?

a) ¿Cuál es la probabilidad que de

todas las personas que se
atendieron, saque una encuesta
de la sucursal Norte?
270
P (Norte)= -------- = 0.27 = 27%
1000
 CALCULO DE
PROBABILIDADES

b) ¿ Cual es la probabilidad
que al sacar una encuesta,
esta persona haya sido
tratada bien?

440
P ( ) = -------- = 0,44% = 44%
1000
 CALCULO DE PROBABILIDADES
2) ¿Cuál es la probabilidad que se
den dos eventos a un mismo
tiempo?
Formula: P (A∩B)
a) ¿Cuál es la probabilidad que al
seleccionar una encuesta,
encontrar que una persona haya
acudido a la sucursal sur y haya
sido atendido regular?
30
P (Sur∩ )= -------- = 0.03 = 3%
1000
CALCULO DE PROBABILIDADES

b) ¿Cuál es la probabilidad de
encontrar una persona que lo
hayan tratado mal y que fue a la
sucursal este?

35
P (Sur∩ )= -------- = 0.035 = 3.5%
1000
 CALCULO DE PROBABILIDADES

3) P (A∪B) ¿Cuál es la probabilidad

de A unión B? o A intersección B.
Esta tiene una característica especial,
se presentan 2 casos:
A) Cuando los eventos son
mutuamente excluyentes, ósea, no
pueden suceder al mismo tiempo,
A B

B) Cuando los eventos pueden suceder

al mismo tiempo, cuando existe una
intersección
A B
 CALCULO DE PROBABILIDADES

3) P (A∪B) ¿Cuál es la probabilidad

de A unión B? o A intersección B.
A) CUANDO LOS EVENTOS SON
MUTUAMENTE EXCLUYENTES, ósea,
no pueden suceder al mismo tiempo,
A B

Formula: P (A∪B)= P(A) + P(B)

¿Como nos damos cuenta de esto?,

cuando nos piden fila contra fila; o
columna contra columna.
 CALCULO DE PROBABILIDADES

• Ejemplo:
a) ¿Cuál es la probabilidad de
encontrar una persona que fue a la
sucursal Norte o a la sucursal Sur?
P (A∪B)= P(A) + P(B)
P (Norte∪Sur)= P (Norte) + (Sur)
P(270) + P(295)= 565 = 0.565= 56.5%
1000 1000 1000
 CALCULO DE
PROBABILIDADES

b) ¿Cuál es la probabilidad de que

a una persona la hayan atendido
por lo menos regular o bien?

P( ∪ )= P( ) + P( )

P(235) + P(440)= 675 = 0.675= 67.5%

1000 1000 1000
 CALCULO DE PROBABILIDADES

3) P (A∪B) ¿Cuál es la probabilidad

de A unión B? o A intersección B.

B) Cuando los eventos pueden

suceder al mismo tiempo, es decir
cuando existe una intersección.

P (A∪B)= P(A) + P(B) – P (A∩B) A B

• Esto ocurre cuando piden fila

contra columna
CALCULO DE PROBABILIDADES

a) ¿Cuál es la probabilidad de encontrar

una persona que fue a la sucursal Sur y
que lo hayan tratado bien?
• P (A∪B)= P(A) + P(B) – P (A∩B)
• P (Sur∪ )= P(Sur) + P( ) – P (Sur∩ )
295 + 440 - 165 =
1000 1000 1000

570 = 0.570 = 57 %
1000
CALCULO DE PROBABILIDADES

b) ¿Cuál es la probabilidad de
encontrar una persona que la hayan
tratado mal y fue a la sucursal Este?
• P ( ∪Este)= P( ) + P(Este) – P ( ∩Este)

325 + 195 - 35 =
1000 1000 1000

485 = 0.485 = 48.5 %

1000
CALCULO DE PROBABILIDADES

4) P (A/B) ¿Cuál es la
probabilidad de A dado que B?

FORMULA:

P (A/B) = P (A∩B)
P(B)
 CALCULO DE PROBABILIDADES

• Ejemplo:
• ¿Cuál es la probabilidad que una
persona que la hayan tratado bien /
(dado que) fue a la sucursal Sur?
P (A/B) = P (A∩B)
P(B)

P ( /Sur) = P ( ∩Sur) = 165= 0.5593 =

P(Sur) 295

= 55.93%
 CALCULO DE
PROBABILIDADES

Pero la forma mas fácil de

hallarlo es:

P ( /Sur) = P ( ) = 165= 0.5593 =55.93%

P(Sur) 295
PRACTICA
Ejercicios
• Hallar el espacio muestral de cada uno de los
siguientesexperimentos:
• A) El papa de un bebe próximo a nacer quiere que
su hijo se llame Juan, Camilo o Felipe. La ,mama
por su parte pretende que se llame Andres o Pablo.
Para que ambos queden felices deciden combinar
los nombres propuestos, considerando que primero
ira el del papa y, luego el del ammama ¿De cuantas
formas diferentes se pueden proponer un nombre
papa el bebe.
b) Los candidatos para formar la nueva junta del
consejo comunal son Carlos, Josefa, Elías y Marina.
Se requiere que la junta este compuesta por un
Presidente y un Secretario. ¿De cuantas formas se
puede formar esta junta?.
Ejercicio 1-1:
Describe el espacio muestral asociado a cada uno de los siguientes experimentos
aleatorios:
a. Lanzar tres monedas.
b. Lanzar tres dados y anotar la suma de los puntos obtenidos.
c. Extracción de dos bolas de una urna que contiene cuatro bolas blancas y tres
negras.
d. El tiempo, con relación a la lluvia, que hará durante tres días consecutivos.
Solución:
a. Llamando C a obtener cara y X a la obtención de
cruz, obtenemos el siguiente espacio muestral:
E={(CCC),(CCX),(CXC),(XCC),(CXX),
(XCX),(XXC),(XXX)}
b. E={3,4,5,6,7,8,9,10,11,12,13,14,15,16,17,18}
c. Llamando B a sacar bola blanca y N a sacar
bola negra, tenemos:
E={BB,BN,NN}

d. Si llamamos L al día lluvioso y N al día sin lluvia,

para tres días consecutivos se obtiene el siguiente
espacio muestral:
E={(LLL),(LLN),(LNL),(NLL),(LNN),(NLN),(NNL),(N
NN)}
• https://www.youtube.com/watch?v=pjwsBeWYIsg
• http://es.slideshare.net/elsariverafrias2/estadistica
-y-probabilidades
• http://concepto.de/probabilidad-2/

• http://conceptodefinicion.de/probabilidad/